تحلیل عددی استراتژی‌های غیرفعال برای مقاوم‌سازی انرژی ساختمان‌

مصرف جهانی انرژی اولیه در اروپا بیش از 40 درصد به تقاضای ساختمان ها بستگی دارد: ساختمان موجود تقریباً 40 درصد از مواد ورودی اقتصاد را استفاده می کند و مسئول بیش از 45 درصد از کل مقدار گازهای گلخانه ای تولید شده است.1 ].

نگرانی فزاینده در مورد استفاده منطقی از انرژی و محدودیت های شهرنشینی زمین، پتانسیل بزرگ نوسازی انرژی ساختمان های موجود را شناسایی می کند.2 ،3 ] برای کاهش مصرف انرژی و کاهش اثرات زیست محیطی. نوسازی انرژی شامل بکارگیری مناسب‌ترین فناوری برای دستیابی به عملکرد انرژی بهبود یافته و در عین حال حفظ سطوح رضایت‌بخش خدمات و راحتی رطوبت گرمای داخل ساختمان، تحت محدودیت‌های عملیاتی است.4 ]. به همین دلیل، در دستورالعمل 2010/31/EU، که دستورالعمل 2002/91/EC در مورد عملکرد انرژی ساختمان ها را ارتقا می دهد، اتحادیه اروپا نوسازی انرژی را به عنوان یکی از استراتژی های اصلی برای دستیابی به هدف انرژی اروپا برای کاهش 20 درصدی تقاضای انرژی برای سال 2020 می شناسد. در مقایسه با سال 1990 [5 ،6 ].

در منطقه مدیترانه، معماری تاریخی سنتی به دنبال هماهنگی قابل توجهی با آب و هوای مرجع، که مربوط به عملکرد انرژی نسبتاً بالا است، شکوفا شده است.7 ]. با این حال، از زمان انقلاب صنعتی و اعتماد آن به دسترسی بی حد و حصر انرژی کم هزینه، طراحی آگاهانه از نظر محیط زیست ضعیف شد، در حالی که استفاده کلی از سیستم های HVAC جایگزین دانش سنتی مبتنی بر کنترل حرارتی و رطوبت سنجی غیرفعال شد.8 ]. این شرایط جدایی از صلاحیت ها را بین معمار، مسئول شکل ساختمان، و مهندس که با سیستم های عملیاتی سروکار دارد، تعیین کرد. علیرغم تأثیرات زیست محیطی گسترده و هزینه اقتصادی این جداسازی، ایده خنثی کردن اثرات مکان و اقلیم تنها از طریق مهندسی، بدون توجه به معماری، هنوز عمیقاً در عملکرد ساخت و ساز ریشه دارد.9 ].

برعکس، یک رویکرد یکپارچه در طراحی ساختمان، مبتنی بر استراتژی‌های غیرفعال یا ترکیبی، ثابت می‌کند که می‌تواند بر رفتار وابسته ساختمان و محیط آن، مطابق با سنت مدیترانه، سرمایه‌گذاری کند.

با توجه به رابطه قوی بین اقلیم و عملکرد انرژی ساختمان ها، تحقیقات در مورد استراتژی های غیرفعال با توجه به شرایط اقلیمی خاص در اروپا پیشرفت متفاوتی داشته است. اروپای شمالی رویه ای را در زمینه گرمایش غیرفعال ترویج داده است، در حالی که کشورهای مدیترانه تا کنون تحلیل و اجرای استراتژی های سرمایش غیرفعال در برابر گرمای بیش از حد تابستان را تشویق کرده اند. به دلیل پیچیدگی پدیده های درگیر، مطالعات هنوز در حال پیشرفت هستند [10 ]. به دلیل این اختلاف، دستورالعمل اروپایی 2002/91/EC [11 ] قوانین روشنی را برای صرفه جویی در انرژی برای فصل زمستان و کمی بیشتر از مقررات کیفی برای استراتژی های عملی برای فصل تابستان وضع کرده است.12 ].

این عدم تقارن آکادمیک و نظارتی بین الزامات اروپای شمالی و جنوبی به اشتباه یک ساختمان با عملکرد بالا را به ساختمانی که نفوذ و اتلاف گرما را در طول زمستان به حداقل می رساند، جذب می کند و باعث ایجاد تعدادی عوارض جانبی در ساختمان های جنوب اروپا در طول تابستان می شود، مانند [.13 ،14 ]:

تهویه مکانیکی همچنین مسئول بیشترین افزایش مصرف انرژی در بخش ساختمان در سال های اخیر است.16 ،17 ]. از سوی دیگر، تهویه طبیعی، همراه با ذخیره‌سازی حرارتی، پتانسیل بالایی برای کاهش مصرف انرژی برای آب و هوای مدیترانه‌ای نشان می‌دهد، جایی که تقاضای انرژی حرارتی و عرضه انرژی غیرفعال متفاوت است.18 ]. در واقع، تهویه طبیعی، پراکندگی گرما بارهای حرارتی روزانه را با ارتقای تبادل حرارت همرفتی بین سطح داخلی عناصر ذخیره‌سازی حرارتی و هوا تسهیل می‌کند، به طوری که ساختمان‌های دارای تهویه طبیعی تقریباً نیمی از انرژی ساختمان‌های دارای تهویه مصنوعی را مصرف می‌کنند و می‌توانند شرایط حرارتی مناسب را در تمام طول سال حفظ کنند. دور [19 –21 ]. علاوه بر این، مطالعات متعدد نشان می‌دهد که ساکنان ساختمان‌های دارای تهویه طبیعی در مقایسه با ساکنان ساختمان‌های دارای تهویه مکانیکی احساس راحتی بیشتری می‌کنند، همچنین به این دلیل که نوسانات سرعت هوا، ناشی از تهویه طبیعی، نسبت به میدان‌های یکنواخت جریان هوای تهویه مکانیکی، تأثیر دلپذیرتری بر انسان دارد [19] . –22 ].

به منظور اجرای تهویه طبیعی و ذخیره حرارتی در نوسازی انرژی، ضروری است که از قبل رابطه پیچیده بین این استراتژی‌های غیرفعال و عوامل محیطی، فن‌آوری، معماری و مکان خاص مورد تجزیه و تحلیل قرار گیرد.23 ]. بنابراین یک شبیه‌سازی عددی انرژی یک نقطه شروع حیاتی برای مداخلات بهینه است [24 ]، تا زمانی که ساختمان را به عنوان سیستمی از عناصر مرتبط به هم که می توان در سطح جهانی بهینه کرد، به جای مجموع تعدادی از عناصر طراحی و بهینه سازی شده به طور جداگانه برای زیرسیستم ها در نظر بگیرد.25 ،26 ]. در واقع، تأثیر تصمیمات استراتژیک بر انرژی و عملکرد زیست محیطی یک ساختمان، هر چه بیشتر این تصمیمات به مراحل اولیه فرآیند مداخله نزدیک باشد، مهمتر است.27 ]. علاوه بر این، مداخلاتی که شامل مناطق بیشتری در یک نقطه معین از فضا-محیط می‌شود، در کنترل محیط داخلی مؤثرتر از رویکردهای متمایز در زمان‌ها و مراحل، از نظر کارایی و پایداری است.28 ].

شبیه‌سازی عددی نمایش رفتار یک ساختمان معین را در مرحله خاصی از توسعه آن از طریق یک مدل ساده‌شده، که هدف آن ارائه اطلاعات در مورد عملکرد پتانسیل ساختمان و مصرف انرژی است، منتقل می‌کند. این مدل موجودیت‌های فیزیکی دنیای واقعی و پدیده‌های مرتبط با آن‌ها را بسته به اهداف شبیه‌سازی به سطح معینی از انتزاع کاهش می‌دهد [ 25 ].

تفکیک مدل به طور کلی با توسعه مراحل طراحی پیشرفت می کند، به جای پیش بینی دقیق عملکرد انرژی یک راه حل طراحی واحد به صورت مطلق [26 ] . شبیه‌سازی عددی به اصطلاح «متغیرهای حساس» را در نظر می‌گیرد، یعنی روندهای انرژی که بیشترین تأثیر را بر نتیجه نهایی شبیه‌سازی‌ها می‌گذارد، بنابراین اهدافی که باید از طریق آن‌ها به دست آیند.29 ].

مقاله حاضر به اثر تهویه طبیعی، همراه با ذخیره سازی حرارتی از طریق شبیه سازی عددی، اعمال شده در یک مدل آپارتمان که گسترده ترین گونه شناسی موجود ایتالیایی را نشان می دهد، می پردازد. هدف از این مطالعه بررسی اهمیت تهویه طبیعی و ذخیره‌سازی حرارتی بر رفتار انرژی ساختمان‌ها و به‌ویژه تأثیر آنها بر آسایش تابستان و کاهش مصرف انرژی در اقلیم مدیترانه‌ای است. این تجزیه و تحلیل چهار شهر ایتالیا را در آب و هوای مدیترانه ای، با سه محدوده حرارتی مختلف در نظر می گیرد: رم، ناپل، مسینا و کاتانیا.

2 شرح استراتژی

2.1 ذخیره سازی حرارتی

ذخیره‌سازی حرارتی یک استراتژی بهینه‌سازی و منطقی‌سازی غیرفعال است، به‌ویژه زمانی که تقاضا و عرضه انرژی متفاوت باشد. پتانسیل بالایی برای سرمایه گذاری بر تابش خورشیدی، موثرترین عامل تعادل انرژی ساختمان، و بازیابی انرژی حرارتی که در غیر این صورت از دست می رود، نشان می دهد.30 ]. انواع مختلفی از ذخیره سازی حرارتی را می توان تشخیص داد [31 ]، به عنوان مثال

ساختمان‌ها معمولاً ذخیره‌سازی گرمای معقول را اجرا می‌کنند، زیرا هر ماده بسته به ویژگی‌های ترموفیزیکی خودش و تفاوت دما، همیشه گرما را جذب و حفظ می‌کند. اصل ذخیره‌سازی می‌تواند غیرمستقیم باشد زمانی که بهره غیرمستقیم است و جرم حرارتی مستقیماً در معرض هوای فضای داخلی قرار می‌گیرد و زمانی که جرم حرارتی در معرض منبع گرما قرار می‌گیرد (یعنی یک پوشش عظیم در معرض خورشید) مستقیم است. هر دو اصل به طور سنتی استراتژی ذخیره حرارتی برجسته کهن الگوهای مدیترانه ای بوده اند. در طول تابستان، بهره‌های خورشیدی روزانه عمدتاً توسط توده‌های حرارتی عناصر ساختمانی جذب می‌شوند و بعداً بسته به تغییر امواج حرارتی عناصر به کار رفته، در ساعات خنک‌تر روز به بیرون آزاد می‌شوند. در طول زمستان،23 ]. در هر فصل توده حرارتی داخلی به عنوان یک فلایویل حرارتی عمل می کند و در صورت گرم شدن بیش از حد، استراتژی های اتلاف گرما، یعنی تهویه طبیعی و حرکات همرفتی سطحی، برای دستیابی به راحتی رطوبت گرمابی داخل ساختمان ضروری می شود.

برای اینکه مصالح ساختمانی برای ذخیره سازی حرارتی در نظر گرفته شوند، باید دارای نفوذ حرارتی مناسبی باشند، که عمق رسیدن موج حرارتی روزانه را در داخل هر جزء معماری کنترل می کند: مواد با نفوذ حرارتی بالا برای ذخیره گرما در عمق بیشتری نسبت به مواردی که دارای مقدار انتشار کم [32 ].

طراحی مناسب عناصر ذخیره حرارتی از نظر تئوری قادر است دمای فضای داخلی را نزدیک به 22 درجه سانتیگراد نگه دارد.33 ] با جذب/آزاد کردن گرما از طریق همرفت بین سطح عنصر در معرض فضای داخلی و خود فضا و با تابش بین عنصر، سطوح اطراف و محیط بیرون [27 ] .

عناصری که مستقیماً تحت تابش قرار می گیرند برای ذخیره سازی حرارتی مؤثرتر هستند، در حالی که عناصری که به طور غیرمستقیم تحت تابش قرار می گیرند و در معرض محیط داخلی قرار می گیرند برای مدیریت دمای داخلی در طول تابستان مناسب تر هستند.34 ]. با این حال، عملکرد عناصر ساختمانی برای ذخیره سازی حرارتی به چندین متغیر محیطی، معماری و تکنولوژیکی بستگی دارد که بر رفتار حرارتی ساختمان تأثیر می گذارد، به عنوان مثال آب و هوا، جهت گیری دیوارها، عملیات ساختمان و استفاده، موقعیت متقابل عایق و ذخیره سازی حرارتی و رفتار ساکنان.

ذخیره سازی حرارتی هنگام تعامل با منابع گرمای متناوب یا در شرایط نوسان دما مؤثرتر است، زیرا دامنه نوسان دما پیش نیاز عملکرد ذخیره سازی حرارتی است، به ویژه در طول تابستان، زمانی که اتلاف دستاوردهای حرارتی بیش از حد مهم است.35 –37 ]. در اقلیم هایی با تغییرات دمای روزانه بیش از 15 درجه سانتیگراد و جایی که میانگین دمای بیرون نزدیک به محدوده آسایش حرارتی (حدود 20 تا 25 درجه سانتیگراد) است، ساختمان های ذخیره سازی حرارتی بالا به احتمال زیاد آسایش هوای گرمایی تابستانی را بدون HVAC حفظ می کنند. تا زمانی که دمای بیرون از 36 درجه سانتیگراد تجاوز نکند. عملکرد عناصر ذخیره‌سازی حرارتی زمانی قابل قبول است که تغییرات دمای روزانه از 10 درجه سانتی‌گراد بیشتر شود، زیرا به طور کلی هنوز امکان حفظ نوسان دمایی دمای هوای داخلی بین 2 تا 3 درجه سانتی‌گراد وجود دارد.

تغییر توزیع عناصر ذخیره‌سازی حرارتی بسته به جهت، عمدتاً برای نوسازی انرژی غیرعملی است، که برای ساختمان‌های موجود اعمال می‌شود. با این حال، یک تجزیه و تحلیل اولیه از موقعیت آنها، امکان سنجی و کارایی مداخله را افزایش می دهد و امکان استفاده موثرتر و الگوهای عملیاتی را فراهم می کند. نماهای رو به شمال عموماً در معرض تشعشعات خورشیدی بسیار کم، عمدتاً پراکنده هستند، بنابراین به جای ذخیره سازی حرارتی، به اجرای عایق حرارتی نیاز دارند. نماهای رو به شرق با تابش متوسط مشخص می‌شوند، در اواسط صبح متمرکز می‌شوند، نیاز به ذخیره‌سازی حرارتی مستقیم یا یک جابجایی بسیار طولانی (یعنی بیشتر از ۱۴ ساعت)، قادر به ذخیره گرما تا اوایل عصر [ 27 ]38 ]; این مداخله اخیر می تواند برای نوسازی انرژی هم از نظر اقتصادی و هم از نظر عملی غیرممکن باشد. نماهای غرب گرا به حداقل شش ساعت تأخیر زمانی نیاز دارند، زیرا زمان حداکثر افزایش حرارت آنها به غروب خورشید بسیار نزدیک است. نماهای جنوبی نیاز به تأخیر زمانی بیشتری دارند زیرا حداکثر افزایش گرما در حدود ساعت 13:00، بسیار دور از غروب خورشید رخ می دهد. همین امر برای عناصری که به طور مداوم در معرض تابش خورشیدی قرار دارند (یعنی سقف های پلان) نیز اتفاق می افتد: در این حالت، میزان تابش به اندازه ای است که به جرم حرارتی بسیار بالایی نیاز دارد که به دلیل افزایش بارهای سازه ای مشکلات فنی جدی را نشان می دهد.

2.2 سیستم های تهویه طبیعی

تهویه اجازه تبادل دوره‌ای هوا بین فضای محدود داخلی و بیرون را می‌دهد، غلظت آلاینده‌های هوا را تنظیم می‌کند و بر شرایط رطوبت گرمایی فضا تأثیر می‌گذارد.39 ]. ساختمان ها باید تهویه شوند تا از سطوح مناسب کیفیت هوای داخل ساختمان (IAQ) از طریق تغییرات هوا در طول سال اطمینان حاصل شود. تهویه طبیعی (NV) نوعی تهویه است که فقط با وسایل طبیعی، اعم از باد یا شناور (برای اختلاف دما یا اختلاف ارتفاع دهانه‌های پوشش در داخل ساختمان یا بین ساختمان و فضای بیرونی) انجام می‌شود.40 –42 ]. در آب و هوای مدیترانه ای، رعایت راحتی رطوبت و الزامات IAQ در طول بهار، تابستان و پاییز تنها با تهویه طبیعی امکان پذیر است، که اتلاف گرما را به حداکثر می رساند، در حالی که در زمستان هوای مبادله شده باعث اتلاف گرما می شود که با روش های غیرفعال محدود می شود (پیش تصفیه). ). تبادل گرما در تهویه از طریق سیال انتقال حرارت هوا با همرفت بین هوا و سطوح ساختمان با استفاده از سایر عناصر طبیعی یا مصنوعی (مانند همان هوا، زمین، آب، آسمان یا توده ساختمان) به عنوان چرخ طیار حرارتی رخ می دهد.

سیستم های اصلی تهویه طبیعی (NVS) عبارتند از [ 38 ]:

تکنیک های تهویه (VT) تهویه طبیعی را بر اساس میانگین برای به دست آوردن راحتی رطوبت گرما طبقه بندی می کند:

یکی دیگر از ویژگی های مهم تهویه طبیعی نوع تبادل حرارتی (HET) است که محیط طبیعی مورد استفاده برای تبادلات حرارتی را تعریف می کند [ 38 ]:

سیستم‌های فن‌آوری موجود برای سرمایه‌گذاری NVS در پروژه نوسازی انرژی می‌توانند به عنوان عناصر فیزیکی (PE) و غیر فیزیکی (NPE) [ 43 ] طبقه‌بندی شوند، همانطور که در جدول 1 نشان داده شده است .

3 روش

3.1 اقلیم مرجع و انتخاب شهر

این مطالعه از طبقه‌بندی اقلیمی Pinna پیروی می‌کند، که طبقه‌بندی کوپن-گیگر را برای مناطق آب و هوایی ایتالیا مشخص می‌کند ( شکل 1 )، با تمرکز بر مناطق آب و هوایی مدیترانه‌ای ایتالیا [48 ].

ما زیر انواع زیر طبقه بندی Pinna را در نظر می گیریم:

مطالعات متعدد نشان می‌دهد که تحت شرایط آب و هوایی خاص (که توسط آب و هوای مدیترانه‌ای ایتالیا تامین می‌شود)، محدوده حرارتی قابل قبول روزانه (TR) دمای هوا در حدود 15 درجه سانتی‌گراد می‌تواند دمای یک محیط محدود را در محدوده راحتی حفظ کند.49 ]. بنابراین، دامنه دامنه حرارتی یک پیش نیاز برای عملکرد بهینه سیستم‌های ذخیره‌سازی حرارتی و تهویه طبیعی است، به‌ویژه در شرایط تابستان، زمانی که اتلاف بار حرارتی روزانه مورد نیاز است [ 33 ، 35 ]. از آنجایی که این مطالعه بر اساس شرایط تابستانی است، ما توصیف بیشتری از آب و هوای مرجع را بر اساس سه محدوده دمای متوسط مختلف پیشنهاد می‌کنیم:

بنابراین، ما تفاوت‌های محدوده حرارتی روزانه را در نظر می‌گیریم که از میان سه زیرگروه آب و هوای مدیترانه‌ای چهار مکان استراتژیک انتخاب می‌کنیم: رم، ناپل، کاتانیا و مسینا ( صفحه 2 ). انتخاب کاتانیا و مسینا امکان مقایسه بین محدوده حرارتی بهینه و کم را بر روی تأثیر سیستم های تهویه طبیعی و ذخیره سازی حرارتی برای شرایط تابستانی گرمتر آب و هوای نیمه گرمسیری فراهم می کند. داده‌های ورودی برای شبیه‌سازی از داده‌های اقلیمی چهار شهر داده‌های طراحی آب و هوا در گزارش ASHRAE 2009، بر اساس IGDG ایستگاه هواشناسی مربوطه برای هر شهر به دست می‌آید.

3.2 مدل ساختمان شبیه سازی مرجع

در اروپا، ساختمان‌های مسکونی تقریباً 75 درصد از کل ساختمان‌ها را تشکیل می‌دهند و مصرف‌کنندگان انرژی بسیار بالایی هستند، زیرا این ساختمان‌ها عمدتاً قبل از تصویب هرگونه قانونی در مورد صرفه‌جویی در انرژی و بهره‌وری انرژی در بخش ساختمان ساخته شده‌اند [2 ] . در ایتالیا، اکثر ساختمان‌های مسکونی بین سال‌های 1961 و 1981 ساخته شدند.50 –52 ] و همانطور که در شکل 2 نشان داده شده است، بیشترین مصرف انرژی در ساختمان را نشان می دهند .

به طور معمول، این ساختمان ها دارای ویژگی های اصلی زیر هستند:

با توجه به انتشار گسترده آن در هر دو منطقه اروپایی و ملی و عملکرد ضعیف انرژی آن [ 50 ]، ما مدل شبیه سازی ساده شده را بر اساس این نوع ساختمان قرار دادیم. مدل شبیه سازی آپارتمانی رو به جنوب و شمال به عرض 7 متر × عمق 8 متر با ارتفاع 3 متر است که در یک ساختمان چند طبقه واقع شده است. دارای دو پنجره شیشه ای ضد تابش کم 3.45 مترمربع ^، مطابق با مقررات بهداشتی موجود در ایتالیا. ضخامت پوشش عظیم بتن خارجی می تواند بین دو مقدار متفاوت باشد: 30 سانتی متر (مدل A، سنگین) و 18 سانتی متر (مدل B، سبک متوسط). تمام سطوح باقی مانده آدیاباتیک در نظر گرفته می شوند.

خواص حرارتی-فیزیکی پوشش برای هر دو مدل مطابق جدول 3 تنظیم شده است : انتقال حرارتی ( U ). انتقال حرارتی دوره ای ( Ye )، که توانایی یک دیوار مات را برای تغییر فاز و کاهش جریان گرمایی عبوری از آن در 24 ساعت ارزیابی می کند _، مطابق با استاندارد UNI EN ISO 13786:2008: تغییر موج حرارتی (φ) ، یعنی زمان (h) طول می کشد تا موج گرما از بیرون به داخل از طریق یک ماده جریان یابد. ضریب تضعیف ( F _d) یعنی نسبت بین حداکثر جریان خازنی و حداکثر جریان جرم دیواره حرارتی. ضریب افزایش حرارت خورشیدی (SHGC)، یعنی کسری از تابش خورشیدی برخوردی که در واقع از طریق کل مجموعه پنجره به عنوان افزایش حرارت وارد ساختمان می شود. طبقه همکف دارای شرایط مرزی خارجی 21 درجه سانتیگراد است. سودهای داخلی (چراغ ها، افراد و تجهیزات الکتریکی) بر اساس یک الگوی اشغال مسکونی فرضی مانند [ 10 ، 48 ،] تنظیم می شوند.54 ]. برنامه‌های شغلی بر اساس مشخصات کاربری مسکونی معمولی مدل‌سازی می‌شوند.

3.3 شاخص های عملکرد

در طول دو دهه گذشته، زمان صرف شده توسط افراد در محیط های محدود افزایش یافته است و در حال حاضر به حدود 90 درصد از زندگی یک فرد می رسد. قوانین اروپایی و ملی به تدریج استانداردهای کیفیت در فضاهای داخلی را تشدید کرده است.55 ]، قرار دادن آسایش محیطی داخل ساختمان (شامل راحتی رطوبت گرما و راحتی هوای داخل ساختمان IAQ) به عنوان دو شرط اصلی برای ارزیابی نتیجه نوسازی انرژی.

با پیروی از رویکردی که آسایش هوای گرمابی داخلی را به عنوان هدف و مصرف انرژی را به عنوان هزینه اجتناب ناپذیر برای دستیابی به این هدف در نظر می‌گیرد، عملکرد غیرفعال ساختمان با مقایسه بین مصرف انرژی و آسایش رطوبتی داخلی به دست آمده ارزیابی می‌شود.

از آنجایی که مطالعه حاضر بر رابطه بین تهویه طبیعی و ذخیره سازی حرارتی تمرکز دارد، می توان طبق مدل راحتی تطبیقی تعریف شده توسط EN 15251:2008 پیش رفت.

مدل تطبیقی که برای ارزیابی آسایش گرما در محیط داخلی در طول تابستان استفاده می‌شود، مبتنی بر این ایده است که آب و هوای بیرون بر آسایش داخل خانه تأثیر می‌گذارد و انسان‌ها با استفاده از سازگاری روان‌شناختی، فیزیولوژیکی و رفتاری، ظرفیت طبیعی برای سازگاری با دماهای مختلف در طول زمان‌های مختلف سال دارند. استراتژی ها. این مدل به ویژه برای فضاهای تحت کنترل ساکنان و دارای شرایط طبیعی اعمال می شود، جایی که آب و هوای بیرون و داخل یک رابطه قوی دارند و در آن ساکنان مشتاق به استفاده از استراتژی های سازگاری آگاهانه یا ناخودآگاه هستند و متعاقباً نسبت به طیف وسیع تری از شرایط آسایش تحمل بیشتری دارند.56 ]. شاخص راحتی برای مدل تطبیقی، دمای عملیاتی ( To ₎ است ، یعنی دمای یکنواخت یک محفظه سیاه رنگ خیالی که در آن یک ساکن همان مقدار گرما را با تابش به اضافه همرفت مبادله می کند که در محیط غیریکنواخت واقعی است. بررسی SCATS، که در پنج کشور اروپایی انجام شد، همبستگی خطی را بین میانگین دویدن میانگین دمای روزانه در فضای باز و راحتی داخل خانه نشان داد. EN 15251:2008 از نتایج بررسی SCATS برای تعریف چهار دسته از T _{o استفاده کرد.}محدودیت‌های منطقه آسایش در ساختمان‌های دارای تهویه طبیعی در طول تابستان، با توجه به تحمل ساکنان به شرایط آسایش داخلی: سطح بالای انتظار. انتظار عادی؛ انتظار متوسط؛ مقادیر خارج از معیارهای دسته های فوق. برای مطالعه حاضر، دسته دوم را انتخاب کردیم که بر اساس آن منطقه آسایش برابر با T _o = 0.33 T _e + 18.8 ° C ± 3 ° C است، که در آن T _e دمای خارجی با 80٪ قابل قبولی است.

برای ارزیابی عملکرد انرژی ساختمان، شاخص آسایش با یک مقدار مصرف انرژی ایده‌آل برای سرمایش (بر حسب کیلووات ساعت بر مترمربع سال) مرتبط است ^تا مدل‌سازی را با تمرین حرفه‌ای مرتبط کند. محدوده در نظر گرفته شده برای تنظیمات کارخانه ساختمانی ایده آل به محدوده دمایی آسایش تطبیقی، بزرگتر از Fanger اشاره دارد، به منظور ارزیابی بهتر، بدون تخمین بیش از حد تاثیر، سهم یک استراتژی غیرفعال در کاهش مصرف انرژی [57 ].

سومین نشانگر مصنوعی، تغییرات هوا در ساعت (ach)، برای نظارت بر این که NVS حداقل تغییرات هوای مورد نیاز در ساعت برای IAQ (0.7، ach مطابق با EN 15251:2008) را در داخل یک ساختمان با نفوذ کم (متوسط 0.23 ach) تضمین می‌کند، استفاده می‌شود. با پنجره های کلاس 3 EN 12207/1999). علاوه بر این، نتایج شبیه‌سازی را برای نشان دادن تفاوت بین سیستم‌هایی که از ترک‌های بزرگ (به عنوان مثال دهانه‌های نما) و سیستم‌هایی با ترک‌های کوچک‌تر (۰.۰۹ یا ۰.۰۷ متر مربع ⁾ و مسیرهای خطی استفاده می‌کنند، برای جلوگیری از تلفات جریان هوا تضمین می‌کند. اولین ها تغییرات هوای زیادی را در ساعت با سرعت هوای داخلی نسبتاً پایین ایجاد می کنند، در حالی که دومی ها تغییرات هوای کمتری در ساعت دارند تا از آزاردهنده شدن سرعت هوای داخلی برای سرنشینان جلوگیری کنند، با مزیت حذف مشکلات ایمنی مربوط به نفوذ [40] . ].

3.4 شبیه سازی عددی

نرم افزار مورد استفاده برای شبیه سازی EnergyPlus [58 ]. ما شبیه‌سازی عددی چند منطقه‌ای پویا را پیاده‌سازی کردیم که نشان‌دهنده سازش خوبی بین زمان محاسبات و سطح تحلیل مورد نیاز برای مطالعه حاضر است، و نتایج فوری را در مورد شرایط رطوبت، جریان هوا، راحتی و مصرف انرژی در محیط داخلی شبیه‌سازی‌شده تولید می‌کند.59 –64 ].

در مقایسه با سیستم‌های توضیح‌داده‌شده در بخش 2.2 ، سیستم‌های تهویه طبیعی را که مستقیماً بر کیفیت هوای داخل خانه تأثیر نمی‌گذارند و آن‌هایی که فوراً به یک مداخله در واحد ساختمان متصل نیستند، حذف کردیم. بنابراین ما شش NVS را در نظر می گیریم: تهویه یک طرفه از طریق دهانه های نما (SSV)، تهویه متقاطع از طریق دهانه های نما (CV)، برج باد ورودی (IT)، دودکش حرارتی (TC)، برج خنک کننده تبخیری (CT)، لوله های زمین (EP) ، همه به طور خودکار کنترل می شوند به جز TC. دودکش حرارتی برجی به ارتفاع 18 متر با دهانه ای با شیشه کم نشر در نمای جنوبی و مقطع 0.09 متر ^مربع می باشد . برج خنک کننده تبخیری یک برج با ارتفاع 18 متر با سطح مقطع 0.09 متر مربع است ^.و یک پمپ آب 0.016 لیتر در متر. لوله ارت به طول 25 متر و ضخامت مجرای بتنی 0.004 متر با سطح مقطع 0.07 متر ^مربع است .

به منظور شبیه سازی تهویه یک طرفه و متقاطع، مدل شبکه جریان هوای EnergyPlus که جریان هوای چند منطقه ای را به دلیل باد و نشت سطحی محاسبه می کند، اتخاذ شده است.65 ]. این مدل امکان اجرای یک حالت کنترل تهویه را بر اساس تفاوت دمایی بین دمای داخل و خارج (اگر دمای اتاق T _اتاق > دمای بیرون T _بیرون ، و _اتاق T > دمای آستانه تابستان 21 درجه سانتیگراد باشد) را امکان پذیر می کند. پنجره ها با مجموعه ضریب باز شدن 0.5 باز می شوند، با _اتاق T و T _out اختلاف حد پایین و بالا روی 2 درجه سانتیگراد و 10 درجه سانتیگراد تنظیم شده است.

ما مجموعه‌ای از شبیه‌سازی‌های عددی چند منطقه‌ای را بر روی مدل‌های شبیه‌سازی A و B تعریف‌شده اجرا می‌کنیم و عملکرد NVS‌های مختلف و تعامل آن‌ها را با دو نمای ذخیره‌سازی حرارتی آزمایش می‌کنیم. دوره مرجع از 1 ژوئن تا 30 سپتامبر است.

برای هر ترکیب بین چهار مکان و دو نوع پوشش ذخیره‌سازی حرارتی، ما یک سناریوی شبیه‌سازی معیار (BS) با حداقل 0.23 ach از نفوذ، و یک سناریوی شبیه‌سازی برای هر NVS که با آن‌ها مطابقت دارد برای انجام یک تحلیل همبستگی تعریف کردیم. . سناریوهای شبیه سازی NVS به شرح زیر نشان داده شده است: حروف اول به NVS مورد استفاده اشاره دارد، حرف بعدی اولین حرف نام شهر در نظر گرفته شده، آخرین مورد A یا B است، با اشاره به مدل شبیه سازی مربوطه (مدل A). ، پاکت بتنی سنگین، مدل B، سبک متوسط). اولین شبیه‌سازی، به نام شبیه‌سازی معیار ناراحتی (DBS)، به عنوان مورد مرجع برای تجزیه و تحلیل بعدی عمل می‌کند و مدل‌های A و B را برای هر هشت مورد معیار BS شبیه‌سازی می‌کند، که کل ساعت‌های ناراحتی را در طول دوره اجرای شبیه‌سازی نشان می‌دهد. این وضعیت از وضعیت آسایش حرارتی منطقه CEN 15251 مدل تطبیقی رده II (ساعتی) پیروی می کند، که طبق آن یک ساعت ناراحتی کامل با ساعت 1 و تا حدودی ساعت ناراحتی به 0.50 یا 0.25 منطبق است. ساعات ناراحتی، مطابق با EN 15251:2008، بر حسب ساعت/سالانه، با اشاره به ناراحتی بیش از حد گرما در طول تابستان بیان می‌شود.

برای هر DBS، پنج شبیه‌سازی تهویه طبیعی ناراحتی (DNVS) را اجرا می‌کنیم تا پتانسیل کاهش ساعات ناراحتی (DRP) را برای هر سیستم، که به عنوان درصد کاهش ساعت‌های ناراحتی ناشی از NVS مورد استفاده بیان می‌شود، تخمین بزنیم.

شبیه‌سازی معیار دیگر، به نام شبیه‌سازی معیار انرژی (EBS)، که برای همه موارد معیار (BC) محاسبه می‌شود، دارای یک ترموستات است که هر زمان که دمای عملیاتی ساختمان از آستانه دمای نرمال شده بیشتر شود، یک نیروگاه نظری را فعال می‌کند (در محدوده راحتی تطبیقی). آسایش بر اساس EN 15251، که در نتیجه مصرف انرژی اولیه بعدی برای خنک کردن، بر حسب kWh/m2 y بیان شده ^است .

برای هر EBS، پنج شبیه‌سازی متناظر با هر سیستم تهویه طبیعی (ENVS)، با همان ترموستات و کارخانه ایده‌آل اجرا می‌کنیم. این شبیه سازی ها پتانسیل کاهش مصرف انرژی (ERP) یعنی درصد کاهش مصرف انرژی در مقابل مصرف انرژی EBS مربوطه را نشان می دهد. از نظر مقادیر مطلق ساعات ناراحتی و مصرف انرژی، شبیه‌سازی‌های معیار نتایج تحقیقات قبلی را تایید می‌کنند.66 –68 ].

4 نتیجه

جدول 4 آسایش رطوبت گرمایی و مصرف انرژی ایده آل شبیه سازی های معیار (DBS و EBS) را با هر شبیه سازی با سیستم های تهویه طبیعی برای چهار مکان استراتژیک در نظر گرفته شده و دو مدل شبیه سازی ذخیره سازی حرارتی، سنگین (A) و سبک متوسط مقایسه می کند. ب).

شکل 3 DBS و EBS را بین ذخیره حرارتی سنگین (A) و متوسط سبک (B) برای هر شبیه سازی سیستم تهویه طبیعی (NSV) در هر مکان استراتژیک مقایسه می کند.

تهویه یک طرفه (SSV) با کنترل خودکار پتانسیل کاهش ساعات ناراحتی (DRP) را برای همه سناریوها بالاتر از 68.6٪ و عملکرد کلی پاکت سنگین (سناریوی A) در مقایسه با پاکت با نور متوسط (سناریو B) نشان می دهد. ، اما درصد تفاوت عملکرد بین این دو سناریو در شهرها متفاوت است. ناپل بالاترین DRP 98.19% را برای سناریوی A و 96.43% برای سناریو B ارائه می‌دهد. مسینا DRP پایین‌تر با 72.48% برای سناریو A و 68.56% برای سناریوی B را تجربه می‌کند. شهری با بالاترین تفاوت عملکرد بین دو سناریو 6.05% کاتانیا است، در حالی که رم با 0.68٪ کمترین ارزش را دارد.

از نظر مصرف انرژی اولیه، حداکثر پتانسیل کاهش مصرف انرژی (ERP) 88.41 درصد برای سناریو A و 82.10 درصد برای سناریو B در رم است، با بالاترین اختلاف نسبی 6.31 درصد، در حالی که Messina کمترین ERP را با 36.48 درصد نشان می دهد. برای سناریوی A و 33.44 درصد برای سناریوی B، با کمترین درصد اختلاف 3.04 درصد. با در نظر گرفتن مقادیر مطلق صرفه جویی انرژی بین شبیه سازی معیار و شبیه سازی CV، با این حال، صرفه جویی در انرژی اولیه در کاتانیا برای سناریوی A به 17.45 کیلووات ساعت در متر ^مربع سال و برای سناریوی B به 16.88 کیلووات ساعت در متر مربع ^می رسد. آنها 14.69 کیلووات ساعت در متر ^مربع سال و 14.17 کیلووات ساعت در متر ^مربع در ناپل، 12.90 کیلووات ساعت در متر ^مربع سال و 12.39 کیلووات ساعت در متر ^{مربع سال هستند.} y در رم و 10.88 kWh/m ² y و 10.77 kWh/m ² y در مسینا، به ترتیب برای سناریو و B.

تهویه متقاطع (CV) با کنترل خودکار دارای حداکثر DRP 97.76 درصد در ناپل برای سناریوی A و 94.97 درصد در مسینا برای سناریو B است. حداکثر تفاوت عملکرد بین دو سناریو در Messina است، جایی که سناریوی B از سناریوی A از 17.31 بیشتر است. ٪. رم حداقل اختلاف نسبی 3.24٪ را بین سناریو A و B به ترتیب نشان می دهد.

ERP برای CV همیشه برای سناریوی B در مقایسه با سناریو A برای همه شهرهای در نظر گرفته بالاتر است. رم حداکثر ERP 95.80% و 89.02% را برای سناریو B و سناریوی A به ترتیب نشان می دهد، در حالی که حداقل ERP 53.32% و 47.12% برای سناریو B و سناریو A به ترتیب در Messina است. ناپل دارای بیشترین اختلاف نسبی 8.43 درصدی بین سناریوی B و A است، در حالی که کاتانیا با 3.72 درصد کمترین آن را دارد. حداکثر مقادیر مطلق صرفه جویی در انرژی اولیه 22.09 kWh/m ² y برای سناریوی B و 19.74 kWh/m2 ^y برای سناریوی A در کاتانیا است. آنها 17.15 کیلووات ساعت در متر ^مربع سال و 15.08 کیلووات ساعت در متر ^مربع در ناپل، 17.87 کیلووات ساعت در متر ^مربع سال و 14.74 کیلووات ساعت در متر ^مربع سال در مسینا و 15.61 کیلووات ساعت در متر ^{مربع سال هستند.} y و 14.10 kWh/m ² y در رم، به ترتیب برای سناریوی B و A.

برج باد ورودی (IT) با کنترل خودکار DRP بالاتر از 78.18% را برای همه سناریوها با عملکرد کلی بهتر سناریوی A در مقایسه با سناریوی B به دست می‌آورد. ناپل حداکثر DRP را 97.70% برای سناریوی A و 97.01% برای سناریو B ارائه می‌کند. ، در حالی که Messina حداقل DRP 81.95٪ و 78.18٪ را برای سناریو A و B به ترتیب نشان می دهد. حداکثر تفاوت عملکرد 4.69٪ بین سناریو A و B در کاتانیا و حداقل 0.70٪ در ناپل است.

رم حداکثر ERP 90.97% را برای سناریوی A و 87.45% را برای سناریوی B نشان می دهد. مسینا دارای کمترین مقدار ERP با 42.01% برای سناریوی A و 30.09% برای سناریو B است. از نظر درصد اختلاف بین دو سناریو، کاتانیا با 4.59% بیشترین و مسینا کمترین مقدار با 2.92% را نشان می‌دهند. مقادیر مطلق صرفه جویی در انرژی اولیه برای سناریوهای A و B 16.02 kWh/m ² y و 15.57 kWh/m ² y در کاتانیا، 11.17 kWh/m ² y و 10.76 kWh/m ² y در ناپل، 10.8 kWh/m2 ^y است. y و 10.63 kWh/m ² y در رم، 10.33 kWh/m ² y و 10.11 kWh/m ² y در مسینا.

دودکش حرارتی (TC) بدون کنترل خودکار دارای حداکثر DRP 61.50 درصد برای سناریو B و 58.28 درصد برای سناریو A، حداکثر درصد اختلاف 3.22 درصد بین سناریو B و A در رم و حداقل DRP 26.20 درصد برای سناریو A و 27.37 درصد برای سناریوی B در کاتانیا. حداقل درصد اختلاف سناریو A و B در ناپل با مقدار 0.43 درصد است.

ERP 40.84% برای سناریوی A و 37.98% برای سناریوی B در رم حداکثر مقدار است، در حالی که کاتانیا دارای حداقل مقادیر 7.62% و 6.36% است. کاتانیا همچنین دارای حداقل درصد اختلاف بین دو سناریو 1.25٪ است در حالی که ناپل دارای حداکثر درصد اختلاف 3.03٪ است. مقادیر مطلق صرفه جویی در انرژی 4.58 کیلووات ساعت در متر ^{مربع سال} و 4.25 در ناپل، 4.56 کیلووات ساعت در متر ^{مربع سال} و 4.27 کیلووات ساعت بر متر ^مربع در رم، 3.57 کیلووات ساعت در متر مربع ^سال و 3.41 کیلووات ساعت در متر ^مربع در مسینا، y است. 1.36 kWh/m ² y و 1.17 kWh/m ² y در کاتانیا، به ترتیب برای سناریو A و B.

برج خنک تبخیری (CT) با کنترل خودکار در رم بالاترین DRP 98.56% و 95.69% را برای سناریو A و B ارائه می‌کند. کمترین مقدار DRP 73.48 درصد برای سناریوی A در مسینا و کمترین DRP با 69.89 درصد برای سناریوی B در ناپل است. ناپل حداکثر 4.18 درصد اختلاف بین دو سناریو و رم حداقل 2.87 درصد را به تصویر می کشد.

رم دارای حداکثر ERP 33.38% برای سناریوی A و 29.48% برای سناریوی B است، در حالی که ناپل دارای حداقل مقادیر 9.42% و 6.54% است. بیشترین درصد اختلاف ERP 3.89 درصد و حداقل 1.51 درصد به ترتیب در رم و مسینا رخ می دهد. از نظر مقادیر مطلق، صرفه جویی در انرژی 5.26 کیلووات ساعت در متر ^{مربع سال} و 5.15 کیلووات ساعت در متر ^مربع در مسینا، 3.80 کیلووات ساعت در متر ^{مربع سال} و 3.41 کیلووات ساعت در متر ^مربع در رم، 3.68 کیلووات ساعت در متر مربع ^{2 سال} و 3 است. kWh/m ² y در کاتانیا، 1.15 kWh/m ² y و 0.81 kWh/m ² y در ناپل برای سناریو A و B به ترتیب.

لوله های زمین (EP) با کنترل خودکار حداکثر DRP 100% را در روما و ناپل برای سناریوی A و 99.96% در رم برای سناریو B نشان می دهد. کاتانیا حداکثر اختلاف درصد 1.38% و مسینا حداقل 0.01% را ارائه می دهد.

ERP حداکثر مقادیر 96.10٪ و 95.26٪ را در ناپل و حداقل مقادیر 95.55٪ و 94.15٪ را در کاتانیا برای سناریو A و B نشان می دهد. کاتانیا دارای حداکثر اختلاف درصد 1.39٪ و ناپل حداقل 0.84٪ است. مقادیر مطلق صرفه جویی در انرژی 24.00 کیلووات ساعت در متر ^مربع سال و 23.13 کیلووات ساعت در متر ^مربع در مسینا، 17.65 کیلووات ساعت در متر ^{مربع سال} و 17.34 کیلووات ساعت بر متر ^مربع در کاتانیا، 11.81 کیلووات ساعت در متر ^مربع و 11.4 کیلووات ساعت در متر مربع است. ² y در ناپل، 11.00 kWh/m ² y و 10.94 kWh/m2 ^y در رم برای سناریو B و A به ترتیب.

5 بحث

شکل 4 و 5 نشان دهنده رابطه بین چهار شهر در نظر گرفته شده برای مطالعه، NVS، سناریوهای شبیه سازی و ERP و DRP متناظر با توجه به تجسم داده های چیدمان دایره ای است (Circos [69 ])، ایده آل برای کشف ارتباطات بین اشیاء. در آن نمودارها، تمامی متغیرهای مربوطه در نظر گرفته شده در تحقیق در محیط دایره قرار دارند. ERP ( شکل 2 ) و DRP ( شکل 3 ) برای هر ترکیبی از NVS و سناریوهای شبیه سازی در سمت چپ قرار دارند، هر کدام با یک بخش دایره ای در سایه آبی منطبق است: هر چه بخش بزرگتر و رنگ تیره تر باشد. اثربخشی ترکیب بالاتر است. در سمت راست، داده ها مطابق با شهرهای در نظر گرفته شده است. بخش دایره ای برای رم فیروزه ای، برای ناپل سبز، برای کاتانیا نارنجی و برای مسینا زرد است: هرچه بخش دایره ای بزرگتر باشد، ERP و DRP بالاتر است (شکل 2 و 3) .به ترتیب) NVS برای آن شهر. ضخامت رشته‌هایی که شهرها را به NVS پیوند می‌دهند برای هر سناریوی شبیه‌سازی با مقادیر ERP (در شکل 2 ) و DRP (در شکل 3 ) متناسب است. بنابراین، هرچه رشته ضخیم‌تر باشد، اثربخشی ترکیب در داخل شهر بالاتر است.

محدوده حرارتی در این مطالعه به عنوان یک عامل مهم برای تعدادی از NVS ظاهر می شود: شهرهایی با محدوده حرارتی بالاتر، مانند ناپل و کاتانیا، DRP (برای SSV، TC) و ERP (برای SSV، CV، IT) بالاتری از خود نشان می دهند. آنهایی که محدوده حرارتی کمتری دارند، یعنی مسینا. این یافته مطابق با سانتاموریس است [ 15] در تهویه شبانه. برای سیستم SSV، ناپل و کاتانیا دارای میانگین DRP و ERP به ترتیب تقریباً 90٪ و 75٪ هستند، در حالی که Messina دارای میانگین DRP و ERP تقریباً 70٪ و 35٪ است. برای CV، افزایش قابل توجه در نرخ جریان هوا در مقایسه با SSV (1.5 برابر بیشتر)، منجر به کاهش اثر دامنه حرارتی می شود و تفاوت بین DRP را یکسان می کند. در مقابل، محدوده حرارتی افزایش ERP را تعیین می کند که تقریباً 82٪ برای رم، ناپل و کاتانیا و 50٪ برای مسینا است. فناوری اطلاعات تأثیر مشابهی از محدوده حرارتی را بر ERP نشان می دهد، تقریباً 80٪ برای رم، ناپل و کاتانیا و 40٪ برای مسینا. TC دارای DRP بالاتری در حدود 55٪ در مقایسه با 26٪ مسینا است. با این حال، عدم وجود کنترل خودکار، کارایی کلی سیستم را برای اقلیم هایی با میانگین دمای هوای بالاتر کاهش می دهد.

بالاترین میانگین دمای هوای خارج از منزل، مربوط به بالاترین ناراحتی رطوبتی در فضای باز، باعث کاهش جزئی راندمان NVS می شود. برای SSV، DRP برای رم و ناپل تقریباً 95٪ است، در حالی که برای کاتانیا 82٪ است. ERP تقریباً 84 درصد برای رم و ناپل و 59 درصد برای کاتانیا است. برای CV، رم و ناپل DRP تقریباً 91٪ و ERP تقریباً 90٪ دارند در حالی که DRP و ERP کاتانیا به ترتیب تقریباً 83٪ و 68٪ هستند. برای IT، DRP و ERP هر دو رم و ناپل تقریباً 94٪ و 87٪ در مقایسه با 82٪ و 63٪ کاتانیا است. DRP و ERP TC تقریباً 58٪ و 38٪ برای رم و ناپل و تقریباً 27٪ و 7٪ برای کاتانیا است.

اثر ذخیره سازی حرارتی بر روی NVS به وضوح در مطالعات قبلی قابل تشخیص نیست [ 10 ، 48 ]. در واقع، طبق [ 10 ]، آپارتمان‌های واقع در ساختمان‌های چند طبقه، که نمونه‌ای از مدل شبیه‌سازی دو نوردهی شمال به جنوب است، به دلیل تأثیر کاهش تابش خورشید بر پوشش، نسبت به تغییرات اقلیمی در فضای باز کمتر حساس هستند. در کاهش اثر ذخیره حرارتی بر ریزاقلیم داخلی. برای SSV، ذخیره حرارتی بالاتر در هر شهر با ERP بالاتر مطابقت دارد. به نظر می‌رسد ذخیره‌سازی حرارتی برای محدوده‌های حرارتی بالاتر مؤثرتر است، زیرا EPR سناریوی B برای ناپل، رم و مسینا تقریباً 6 درصد بیشتر از سناریوی B است، در مقابل 3 درصد مسینا.

6. نتیجه گیری

مطالعه حاضر سهم سیستم‌های تهویه طبیعی، همراه با عناصر ساختمانی ذخیره‌سازی حرارتی، در آسایش تابستانی داخلی شهرهای مختلف ایتالیا با شرایط آب و هوایی و محدوده‌های حرارتی متفاوت را تحلیل می‌کند. این پیچیدگی اجرای سیستم‌های تهویه طبیعی در پروژه طراحی ساختمان را برجسته می‌کند، و بر اهمیت شبیه‌سازی دینامیکی برای در نظر گرفتن تمام عوامل مرتبط با یکدیگر تاکید می‌کند.

محدوده حرارتی یک جنبه حیاتی برای راحتی تابستان در آب و هوای گرم، به ویژه برای سیستم های تهویه طبیعی، ثابت می کند، که نیاز به گنجاندن گسترده در میان داده های مرجع آب و هوایی برای افزایش طراحی ساختمان کارآمد انرژی دارد.

این تحقیق کارایی کلی هر سیستم تهویه طبیعی، حتی سیستم‌های غیرتهاجمی مانند تهویه یک طرفه و تهویه متقاطع را مورد توجه قرار می‌دهد، که بنابراین برای اجرا در نوسازی انرژی، به ویژه برای ساختمان‌های تاریخی و فهرست‌شده، مناسب هستند، زیرا اغلب به آن نیاز دارند. فقط کنترل خودکار برای کار کردن

تحقیق حاضر به بررسی یک موضوع محدود در مورد تجزیه و تحلیل عملکرد سیستم تهویه طبیعی از طریق شبیه‌سازی دینامیکی برای چهار شهر ایتالیا می‌پردازد. سایر موضوعات احتمالی تحقیقات آینده عبارتند از:

هدف کلی شبیه‌سازی عملکرد ساختمان‌ها در نهایت گسترش روش‌های عملی معماری، برای سرمایه‌گذاری از مشارکت متخصصان مختلف، از جمله اطلاعات در مورد فیزیک فنی، اقلیم‌شناسی ساختمان، فناوری اطلاعات است.

منابع

F. Ardente، M. Beccali، M. Cellura، M. Mistretta، مزایای انرژی و زیست محیطی در ساختمان های عمومی در نتیجه اقدامات مقاوم سازی، تجدید. حفظ کنید. Energy Rev. 15 , 460 (2011) [Google Scholar]
M. Economidou، B. Atanasiu، C. Despret، J. Maio، I. Nolte، O. Rapf، ساختمان های اروپا در زیر میکروسکوپ، در بررسی کشور به کشور عملکرد انرژی ساختمان ها، ساخت. انجام دادن. Inst. یورو BPIE (2011) [Google Scholar]
C.-H. باک، اس.-اچ. پارک، تغییرات در سیاست های نوسازی در عصر پایداری، انرژی بیلد. 47 ، 485 (2012) [CrossRef] [Google Scholar]
Z. Ma، P. Cooper، D. Daly، L. Ledo، بهسازی‌های ساختمان موجود: روش‌شناسی و پیشرفته‌ترین، ساختمان انرژی. 55 ، 889 (2012) [CrossRef] [Google Scholar]
EP، دستورالعمل 2010/31/EU پارلمان اروپا و شورای 19 مه 2010 در مورد عملکرد انرژی ساختمان ها (2010) [Google Scholar]
شورای اروپا، پیوست: برنامه اقدام شورای اروپا (2007-2009)، در بروس. یورو Counc. 89 مارس 2007 پرس. Conclus، Bruxelles (2007) [Google Scholar]
R. Roda، C. Monti، BolognaFiere، Salone internazionale dell’industrializzazione edilizia، در Costruire sostenibile: il Mediterraneo: 2001، Alinea، Firenze (2001) [Google Scholar]
R. Banham، معماری محیطی خوش خلق (معماری P، لندن، 1969) [Google Scholar]
E. De Oliveira، S. Yannas، انرژی و ساختمان ها برای آب و هوای معتدل: یک رویکرد منطقه ای مدیترانه ای، در Proc. بین المللی ششم درخواست کنف. پورتو پورتو (1989) [Google Scholar]
F. Calcerano، C. Cecchini، استراتژی‌های خنک‌کننده غیرفعال در نوسازی ساختمان‌های مدیترانه: تحلیل شبیه‌سازی جرم حرارتی و ترکیب تهویه طبیعی، در Proc. دومین کنفرانس IBPSA ایتالیا، 4 تا 6 فوریه، BSA 2015، Bozen، Bolzano، ایتالیا (2015) [Google Scholar]
EC، دستورالعمل 2002/91/EC پارلمان اروپا و شورای 16 دسامبر 2002 در مورد عملکرد انرژی ساختمان ها، 2002 [Google Scholar]
A. Prada، P. Baggio، M. Baratieri، P. Romagnoni، A. Gasparella، E. Bettanini، Consumi energetici e Certificazione energetica: situazione estiva ed invernale in Italia e in Europa، در Energ . Lo Sviluppo Sostenibile, Dario Flaccovio Editore, Palermo (2008), صفحات 1-6 [Google Scholar]
M. D’Orazio، C. Di Perna، E. Di Giuseppe، اثرات پوشش سقف بر عملکرد حرارتی سقف های بسیار عایق در آب و هوای مدیترانه ای، ساختمان انرژی. 42 ، 1619 (2010) [CrossRef] [Google Scholar]
L. Tronchin، K. Fabbri، ارزیابی عملکرد انرژی ساختمان در کشورهای مدیترانه: مقایسه بین شبیه‌سازی نرم‌افزار و شبیه‌سازی رتبه عملیاتی، Energy Build. 40 ، 1176 (2008) [CrossRef] [Google Scholar]
M. Santamouris، D. Asimakopoulos، سرمایش غیرفعال ساختمانها (James & James Ltd، لندن، 1996) [Google Scholar]
O.-H. کوون، ام.-اچ. کیم، A.-S. چوی، J.-W. جئونگ، پتانسیل صرفه جویی در انرژی یک سیستم تهویه هیبریدی یکپارچه با مواد ذخیره گرما، Energy Build. 57 , 346 (2013) [Google Scholar]
P. Heiselberg، اصول تهویه هیبریدی (دانشگاه آلبورگ، آلبورگ، دانمارک، 2002) [Google Scholar]
IEA، IEA ECES صرفه جویی در انرژی از طریق ذخیره انرژی (2012) [Google Scholar]
B. Moujalled، R. Cantin، G. Guarracino، مقایسه الگوریتم‌های آسایش حرارتی در ساختمان‌های اداری با تهویه طبیعی، Energy Build. 40 ، 2215 (2008) [CrossRef] [Google Scholar]
RJ de Dear، GS Brager، آسایش حرارتی در ساختمان‌های دارای تهویه طبیعی: بازنگری در استاندارد ASHRAE 55، Energy Build. 34 ، 549 (2002) [Google Scholar]
JF Nicol، MA Humphreys، BW Olesen، رویکردی تصادفی به آسایش حرارتی – رفتار ساکنان و مصرف انرژی در ساختمان‌ها، در فناوری. علائم پاپ – 2004 Annu. ملاقات. صبح. Soc. حرارت. یخچال. تهویه مطبوع مهندس Nashv., TX, USA, 26–30 ژوئن 2004, Code 6500 (2004) [Google Scholar]
O. Seppänen، WJ Fisk، ارتباط نوع سیستم تهویه با علائم SBS در کارکنان اداری، هوای داخلی 12 ، 98 (2002) [CrossRef] [Google Scholar]
JE Braun، کنترل بار با استفاده از جرم حرارتی ساختمان، J. Sol. مهندس انرژی 125 ، 292 (2003) [CrossRef] [Google Scholar]
L. Stephan، A. Bastide، E. Wurtz، B. Souyri، اطمینان از میزان تهویه طبیعی مطلوب با استفاده از دهانه های بهینه، در Proc. 11th Int. IBPSA Conf. – ساختن. شبیه سازی 2009 BS 2009 Glasg., UK, ژوئیه 2007 (2007) [Google Scholar]
G. Augenbroe، روندهای شبیه سازی ساختمان، ساخت. محیط زیست 37 ، 891 (2002) [CrossRef] [Google Scholar]
JLM Hensen، به سوی استفاده موثرتر از شبیه سازی عملکرد ساختمان در طراحی، در Proc. 7th Int. Conf. دس تصمیم می گیرد. سیستم پشتیبانی آرشیت. Urban Plan., 2-5 ژوئیه Eindh , ویرایش شده توسط JP Leeuwen, HJP Van Timmermans (Eindh. Univ. Technol., 2004) [Google Scholar]
N. Lechner، گرمایش، سرمایش، روشنایی: روش‌های طراحی پایدار برای معماران (John Wiley & Sons, Hoboken, NJ, 1991) [Google Scholar]
T. Herzog, Deutsches Architekturmuseum, Thomas Herzog: Architektur + Technologie = معماری + فناوری (Prestel, Munchen, New York, 2002) [Google Scholar]
S. Attia، M. Hamdy، W. O’Brien، S. Carlucci، ارزیابی شکاف‌ها و نیازها برای یکپارچه‌سازی ابزارهای بهینه‌سازی عملکرد ساختمان در طراحی ساختمان‌ها با انرژی صفر خالص، ساخت انرژی. 60 ، 110 (2013) [CrossRef] [Google Scholar]
ECES (برنامه حفاظت از انرژی از طریق ذخیره انرژی)، گزارش سالانه، IEA (آژانس بین المللی انرژی)، 2012 [Google Scholar]
J. Karlsson، امکانات استفاده از جرم حرارتی در ساختمان ها برای صرفه جویی در انرژی، کاهش پیک مصرف برق و افزایش آسایش حرارتی (Div. of Building Materials LTH, Lund University, 2012) http://lup.lub.lu.se/ record/2518432 (دسترسی در: 2014/18/02) [Google Scholar]
Y. Li، P. Xu، طراحی جرم حرارتی در ساختمان ها – سنگین یا سبک؟ بین المللی جی. ونت. 5 ، 143 (2006) [CrossRef] [Google Scholar]
CA Balaras، نقش جرم حرارتی بر بار سرمایشی ساختمانها. مروری بر روش های محاسباتی، ساخت انرژی. 24 ، 1 (1996) [Google Scholar]
کنفرانس بین المللی PLEA، سازمان بین المللی PLEA، انرژی و ساختمان ها برای آب و هوای معتدل: رویکرد منطقه ای مدیترانه ای، در مجموعه مقالات ششمین کنفرانس بین المللی PLEA، پورتو، پرتغال، 27-31 ژوئیه 1988 (منتشر شده از طرف سازمان بین المللی PLEA توسط Pergamon Press ، آکسفورد، نیویورک، 1989)، چاپ اول. [Google Scholar]
S. Szokolay، طراحی غیرفعال و کم انرژی برای راحتی حرارتی و بصری، در Passive Low Energy Ecotechniques، Proc. بین المللی سوم PLEA Conf. مکس City Mex., 6-11 اوت 1984 (1985)، صفحات 11-28 [Google Scholar]
سی دیاکاکی، ای. گریگورودیس، ن. کابلیس، دی. کولوکوتسا، ک. کالایتزاکیس، جی. استاوراکاکیس، مدل تصمیم چند هدفه برای بهبود بهره وری انرژی در ساختمان ها، انرژی 35 ، 5483 (2010) [CrossRef] [ Google Scholar]
CA Balaras، K. Droutsa، E. Dascalaki، S. Kontoyiannidis، مصرف انرژی گرمایشی و اثرات زیست محیطی ناشی از ساختمان های آپارتمانی اروپایی، ساختمان انرژی. 37 ، 429 (2005) [Google Scholar]
M. Grosso, Il raffrescamento passivo degli edifici: concetti, precedenti architettonici, criteri progettuali, metodi di calcolo and casi di studio (Maggioli, Rimini, 1997) [Google Scholar]
F. Tucci، Atlante dei sistemi tecnologici per l’architettura bioclimatica: ventilazione naturale negli edifici/اطلس سیستم های تکنولوژیکی برای معماری زیست اقلیم (تهویه طبیعی، Alinea Editrice، Firenze، 2012) [Google Scholar]
F. Allard، تهویه طبیعی در ساختمان ها: کتابچه راهنمای طراحی (James & James Ltd، لندن، 1998) [Google Scholar]
T. Chenvidyakarn، اثرات شناوری بر تهویه طبیعی (انتشارات دانشگاه کمبریج، کمبریج، 2013) [CrossRef] [Google Scholar]
PF Linden، مکانیک سیالات تهویه طبیعی، Annu. Rev. Fluid Mech. 31 ، 201 (1999) [CrossRef] [Google Scholar]
CC Siew، AI Che-Ani، NM Tawil، NAG Abdullah، M. Mohd-Tahir، طبقه بندی استراتژی های تهویه طبیعی در بهینه سازی مصرف انرژی در ساختمان های اداری مالزی، Procedia Eng. 20 , 363 (2011) [CrossRef] [Google Scholar]
CM Mak، JL Niu، CT Lee، KF Chan، شبیه سازی عددی دیوارهای بال با استفاده از دینامیک سیالات محاسباتی، ساخت انرژی. 39 ، 995 (2007) [CrossRef] [Google Scholar]
الداود، ر. کلارک، تحلیل مقایسه ای عملکرد انرژی بین حیاط و آتریوم در ساختمان، انرژی بیلد. 40 ، 209 (2008) [CrossRef] [Google Scholar]
N. Baker، M. Standeven، PASCOOL – Comfort Group – گزارش نهایی، 1995 [Google Scholar]
A. Mahdavi, C. Pröglhöf, A. Methods Model-based for ادغام تهویه طبیعی در عملیات سیستم های آب و هوایی داخلی، در Proc. 9th Int. IBPSA Conf., BS 2005 Montr. Can.، 15-18 اوت 2005 (2005) [Google Scholar]
F. Calcerano، C. Cecchini، نوسازی ساختمان مدیترانه: جرم حرارتی و کنترل شبیه سازی شده تهویه طبیعی، در Proc. پنجمین آلمان – IBPSA اتریش Conf. BAUSIM 2014 Hum. ساختمان مرکزی، 22 تا 24 سپتامبر 2014، آخن، جر. (2014)، ص. 8 [Google Scholar]
ب. گیوونی، اثربخشی تهویه انبوه و شبانه در کاهش دمای داخل ساختمان در روز. بخش اول: دوره های آزمایشی 1993، ساخت انرژی. 28 ، 25 (1998) [CrossRef] [Google Scholar]
V. Corrado, I. Ballarini, SP Corgnati, N. Talà, Building Typology – Italy (Fascicolo sulla Tipologia Edilizia Italiana, 2012) [Google Scholar]
LD Decanini, L. Liberatore, F. Mollaioli, خسارت متحمل شده توسط ساختمانهای RC در طول زلزله 2009 L’Aquila، یک مرور کلی و یک مطالعه موردی، در Proc. 14 یورو Conf. زمین مهندس (2010) [Google Scholar]
L. Sorrentino, E. Raglione, D. Liberatore, LD Decanini, Chiesa di San Biagio D’Amiternum a L’Aquila (Catalogo sismico locale e meccanismi di collasso, Textus, L’Aquila, 2011) [Google Scholar]
M. Pasca، Il costruito italiano: tipologie، problematiche، interventi pre e post sisma، Tafter J. Esperienze E Strum. فرقه E Territ. (2012) [Google Scholar]
F. Calcerano, L. Martinelli, بهینه سازی عددی از طریق شبیه سازی دینامیکی موقعیت درختان در اطراف یک ساختمان مستقل برای کاهش مصرف انرژی خنک کننده, Energy Build. 112 ، 234 (2016) [Google Scholar]
G. Lopardo، Un modello matematico di termoregolazione del corpo umano (Università degli studi di Salerno – Dipartimento di Ingegneria Meccanica، 2011)، http://elea.unisa.it:8080/handle/10556/219 (دسترسی: 2014/20) 16/05) [Google Scholar]
R. de Dear، GS Brager، توسعه یک مدل تطبیقی از راحتی و ترجیح حرارتی، Cent. محیط ساخته شده (1998)، http://escholarship.org/uc/item/4qq2p9c6 (دسترسی در: 2016/30/05) [Google Scholar]
SP Corgnati، E. Fabrizio، M. Filippi، تأثیر شرایط حرارتی داخلی، کنترل‌های سیستم و انواع ساختمان بر تقاضای انرژی ساختمان، ساخت انرژی. 40 , 627 (2008) [CrossRef] [Google Scholar]
RH Henninger، MJ Witte، EnergyPlus Testing with ASHRAE 1052-RP Toolkit – Building Fabric Analytical Tests (Lawrence Berkeley Natl. Lab., USA, 2011) [Google Scholar]
سی. موربیتزر، به سوی ادغام شبیه سازی در فرآیند طراحی ساختمان، پایان نامه دکتری، واحد تحقیقات سیستم انرژی، دانشگاه استراثسیلد، 2003 [Google Scholar]
JA Clarke، شبیه سازی انرژی در طراحی ساختمان (Butterworth-Heinemann، آکسفورد، 2001) [Google Scholar]
Q. Chen، پیش‌بینی عملکرد تهویه برای ساختمان‌ها: مروری بر روش و کاربردهای اخیر، ساخت. محیط زیست 44 , 848 (2009) [Google Scholar]
J. Hensen، شبیه سازی جریان هوای ساختمان یکپارچه، در Adv. ساختن. شبیه سازی (Spon Press، نیویورک و لندن، 2003) [Google Scholar]
A. Foucquier، F. Suard، S. Robert، L. Stephan، A. Jay، وضعیت هنر در مدل سازی ساختمان و پیش بینی عملکرد انرژی: یک بررسی، تجدید. حفظ کنید. انرژی Rev Renew. حفظ کنید. Energy Rev. 23 , 272 (2013) [Google Scholar]
R. Ramponi، B. Blocken، شبیه سازی CFD تهویه متقابل برای یک ساختمان جدا شده عمومی: تاثیر پارامترهای محاسباتی، ساخت. محیط زیست 53 ، 34 (2012) [CrossRef] [Google Scholar]
NREL، مرجع خروجی ورودی Energyplus (2013)، http://apps1.eere.energy.gov/buildings/energyplus/pdfs/inputoutputreference.pdf [Google Scholar]
P. Cesaratto, M. De Carli, Studio comparativo tra fabbisogni energetici netti, lato edificio, sia per la climatizzazione estiva che per quella invernale di edifici residenziali e del settore terziario situati in climi differenti (ENEA, Roma, 2010 ) /www.enea.it/it/Ricerca_sviluppo/documenti/ricerca-di-sistema-elettrico/fabbisogni-consumi-energetici/4-univ-pd-ob-b-1.pdf (دسترسی در: 2014/16/05) [Google Scholar]
S. Sibilio، M. D’Agostino، M. Fatigati، M. Citterio، Valutazione dei consumi nell’edilizia esistente و معیار mediante codici semplificati: analizi di edifici residenziali (ENEA، Roma، 2009) [Google Scholar ]
P. Caputo، G. Costa، V. Zanotto، Rapporto sulla validazione del modulo edificio – sistema elettrico (2011) [Google Scholar]
M. Krzywinski، JE Schein، I. Birol، J. Connors، R. Gascoyne، D. Horsman، SJ Jones، MA Marra، Circos: یک زیبایی شناسی اطلاعاتی برای ژنومیک مقایسه ای (Genome Res Publ. Adv., 2009) [Google Scholar ]