Desenvolvimento de códigos Python para tratamento de dados de saídas de simulações termoenergéticas
apresentação de uma experiência
DOI:
https://doi.org/10.46421/encacelacac.v18i1.7143Palavras-chave:
Desempenho termoenergético, Simulação computacional, PythonResumo
A limitação do acesso a ferramentas de simulação termoenergética no Brasil compromete decisões relacionadas ao conforto térmico e à eficiência energética. O software RESIDE busca suprir essa lacuna por meio da aplicação do método multicritério ELECTRE-III, fundamentado em simulações realizadas no EnergyPlus. O presente trabalho tem como objetivo automatizar o tratamento dos dados gerados nas simulações, anteriormente realizado de forma manual, visando reduzir o tempo de processamento e minimizar erros operacionais. Foram desenvolvidos algoritmos em Python para escrever os códigos que realizam cada etapa do tratamento e transferem os dados tratados para um banco compatível com o RESIDE. A automação resultou na redução do tempo necessário por tipologia e cidade de quatro semanas de trabalho manual para 8 a 10 horas de processamento computacional autônomo, aumentando a escalabilidade e a robustez do processo, sem dispensar a validação técnica por profissionais capacitados.
Referências
ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS. NBR12721: Avaliação de custos unitários de construção para incorporação imobiliária e outras disposições para condomínios edilícios - Procedimento, Rio de Janeiro, 2006. 91 p
___. NBR16401-2: Instalação de condicionamento de ar – Sistemas centrais e unitários. Parte 2: Parâmetros de conforto térmico. ABNT, Rio de Janeiro, 2008. 11 p
BRAATZ, Diandra Garcia. Simulação termoenergética em OpenModelica e EnergyPlus: caso de teste da norma VDI 2078. 2022. Trabalho de Conclusão de Curso (Graduação em Engenharia) – Universidade Federal do Rio Grande do Sul, Porto Alegre, 2022. Disponível em: https://lume.ufrgs.br/handle/10183/251699. Acesso em: 11/01/2025.
CAU-BR. Pesquisa CAU/BR - Datafolha 2022. 2022. Disponível em: <https://www.caubr.gov.br/pesquisa2022/> Acesso em: 15 abril. 2025.
DEBIAZI, Pedro Renan; MASIERO, Érico. A contribuição da inteligência artificial, Big Data e Internet das Coisas para o estudo do clima urbano em Smart Cities. In: ENCONTRO NACIONAL DE CONFORTO NO AMBIENTE CONSTRUÍDO, 17., 2023. Anais [...]. [S. l.], 2023. p. 1–9. DOI: 10.46421/encac.v17i1.4429. Disponível em: https://eventos.antac.org.br/index.php/encac/article/view/4429. Acesso em: 11 jan. 2025.
INMETRO. Portaria nº 309, de 6 de setembro de 2022. Brasília: INMETRO, 2022.
LAWRIE, L. K; Crawley, D. B. Development of Global Typical Meteorological Years (TMYx). 2022. Disponível em: < https://climate.onebuilding.org. > Acesso em: 28 mar. 2023.
LEITZKE, Rodrigo Karini; CUNHA, Eduardo Grala da; MACIEL, Thalita dos Santos; DEMBINSKI, Fernanda Maria Doors; PRESTES, Isabela Bulbolz. Algoritmo para análise evolutiva multiobjetivo em simulações termoenergéticas. Gestão & Tecnologia de Projetos, São Carlos, v. 16, n. 1, p. 24–42, 2020. DOI: 10.11606/gtp.v16i1.164048. Disponível em: https://www.revistas.usp.br/gestaodeprojetos/article/view/164048. Acesso em: 11 jan. 2025.
NATIONAL RENEWABLE ENERGY LABORATORY (NREL). Python opens up new applications for EnergyPlus building energy simulation. [S. l.]: NREL, 2022. Disponível em: https://www.nrel.gov/news/features/2022/python-opens-up-new-applications-for-energyplus-building-energy-simulation.html. Acesso em: 11 jan. 2025.
PEREIRA. I. M; ASSIS. E. S. Assis. Avaliação de modelos de índices adaptativos para uso no projeto arquitetônico bioclimático. Ambiente Construído. v.10, n1, 2010.
ROY, B. Electre-III, an algorithm for ranking based on a fuzzy representation of multiple criteria preferences. Sema, Research Report n.81, Paris, 1977.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2025 ENCONTRO NACIONAL DE CONFORTO NO AMBIENTE CONSTRUÍDO
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
