Otimização de edifício envidraçado através de algoritmo genético multiobjetivo para a redução da demanda energética
DOI:
https://doi.org/10.46421/encac.v17i1.4048Palavras-chave:
otimização multiobjetivo, demanda de energia, fachadas envidraçadasResumo
Para evitar o aumento na demanda energética de climatização é necessário considerar as melhores combinações entre diferentes variáveis de projeto. Adotar a otimização multiobjetivo nas simulações computacionais pode acelerar a seleção dessas combinações. O objetivo deste estudo piloto foi apresentar um método de otimização multiobjetivo para redução da demanda energética de climatização artificial de um edifício, com fachadas predominantemente envidraçadas e inserido na Zona Bioclimática 3 do Brasil. A modelagem tridimensional desse edifício foi realizada através do software Rhinoceros 7, enquanto sua parametrização e simulação foram executadas através do plugin Ladybug Tools. Já a otimização multiobjetivo foi executada através do plugin Octopus, utilizando o algoritmo SPEA-2. Para obter a menor demanda energética de climatização, as funções-objetivo analisadas foram menor demanda energética de aquecimento e resfriamento. As variáveis modificadas foram transmitância térmica do vidro, e profundidade e distância dos brises. As variáveis modificadas foram transmitância térmica do vidro, e profundidade e distância dos brises. A melhor solução reduziu em 8,9% a demanda energética de resfriamento, aumentou em 97,9% na demanda energética de aquecimento, e reduziu em 8,8% na demanda energética total. Das 500 combinações que tardaram quatro dias até finalizarem, 20 foram consideradas ótimas. Esses resultados indicam que aplicar otimização multiobjetivo em análise de desempenho termo energético em edificações com fachadas predominantemente envidraçadas, é extremamente eficiente, pelo potencial de combinar automaticamente diferentes variáveis e identificar melhores combinações para parâmetros que se influenciam negativamente.
Referências
ABNT. NBR 15220-3: Zoneamento bioclimático brasileiro e diretrizes construtivas para habitações unifamiliares de interesse social. ABNT, Rio de Janeiro, Associação Brasileira de Normas Técnicas, 2005. Disponível em: www.abnt.org.br.
CABEZA, L. F. et al. Buildings. Em: CABEZA, L. l; BAI, Q. (org.). Climate Change 2022: Mitigation of climate change. WGIIIed. Cambridge: IPCC, 2022.
GOSSARD, D.; LARTIGUE, B.; THELLIER, F. Multi-objective optimization of a building envelope for thermal performance using genetic algorithms and artificial neural network. Energy and Buildings, [s. l.], v. 67, p. 253–260, 2013.
INMETRO. Instrução normativa INMETRO para a eficiência energética das edificações comerciais, de serviços e públicas. Brasil, 2022.
IPCC. Summary for Policymakers. Cambridge: IPCC AR6 WGI, 2021. Disponível em: https://www.ipcc.ch/report/ar6/wg1/#SPM. Acesso em: 19 ago. 2021.
JAVANROODI, K.; NIK, V. M.; ADL-ZARRABI, B. A multi-objective optimization framework for designing climate-resilient building forms in urban areas. Em: IOP Conference Series: Earth and Environmental Science. [S. l.]: IOP Publishing Ltd, 2020.
LEITZKE, R. K. Avaliação de materiais de mudança de fase em uma habitação com fechamentos leves nas Zonas Bioclimáticas 1, 2 e 3 com base em algoritmos evolutivos multiobjetivo. 2021. Dissertação - Universidade Federal de Pelotas, Pelotas, 2021. Disponível em: https://wp.ufpel.edu.br/prograu/dissertacoes-conforto-e-sustentabilidade-do-ambiente-construido/. Acesso em: 10 out. 2022.
LEITZKE, R. K. et al. Optimization of the Traditional Method for Creating a Weather Simulation File: The Pelotas.epw Case. Journal of Civil Engineering and Architecture, [s. l.], v. 12, n. 10, p. 741–756, 2018.
MACIEL, T. dos S. Otimização multiobjetivo na análise de desempenho energético de uma edificação escolar. 2021. Dissertação - Universidade Federal de Pelotas, Pelotas, 2021. Disponível em: https://wp.ufpel.edu.br/prograu/dissertacoes-conforto-e-sustentabilidade-do-ambiente-construido/. Acesso em: 10 out. 2022.
MACIEL, T. dos S. et al. Otimização termoenergética de uma edificação escolar: discussão sobre o desempenho de quatro algoritmos evolutivos multiobjetivo. Ambiente Construído, [s. l.], v. 21, n. 4, p. 221–246, 2021.
NAJI, S.; AYE, L.; NOGUCHI, M. Multi-objective optimisations of envelope components for a prefabricated house in six climate zones. Applied Energy, [s. l.], v. 282, 2021.
PILECHIHA, P. et al. Multi-objective optimisation framework for designing office windows: quality of view, daylight and energy efficiency. Applied Energy, [s. l.], v. 261, 2020.
VUKADINOVIĆ, A. et al. Multi-objective optimization of energy performance for a detached residential building with a sunspace using the NSGA-II genetic algorithm. Solar Energy, [s. l.], v. 224, p. 1426–1444, 2021.
WU, C.; WEI, H.; WANG, G. Multi-objective optimization of energy and daylighting performance of township street house in western Guangdong, China. Em: 2022. Proceedings - 2022 International Conference on Big Data, Information and Computer Network, BDICN 2022. [S. l.]: Institute of Electrical and Electronics Engineers Inc., 2022. p. 575–580.
WU, H.; ZHANG, T. Multi-objective optimization of energy, visual, and thermal performance for building envelopes in China’s hot summer and cold winter climate zone. Journal of Building Engineering, [s. l.], v. 59, 2022.
ZITZLER, E. et al. SPEA2: Improving the strength pareto evolutionary algorithm. TIK Report, [s. l.], v. 103, 2001. Disponível em: https://doi.org/10.3929/ethz-a-004284029. Acesso em: 1 jun. 2023.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2023 ENCONTRO NACIONAL DE CONFORTO NO AMBIENTE CONSTRUÍDO
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
