3 . نتیجه و بحث
– تجزیه و تحلیل پاکت ساختمان
برای ساختمان روانشناسی در دانشگاه دیپونگورو، سطح شیشه ای بزرگ ساختمان (836.89 متر مربع ) منجر به OTTV 44.35 وات بر متر مربع شد که از آستانه 40 وات بر متر مربع تعیین شده توسط مقررات محلی فراتر رفت. این OTTV بالا ناکارآمدی سیستم خنک کننده ساختمان به دلیل افزایش بیش از حد گرمای خورشیدی را برجسته می کند. WWR بزرگ ساختمان روانشناسی 12.72 درصد به طور قابل توجهی به OTTV بالای آن 44.35 W/m2 کمک می کند ، همانطور که با استفاده از ابزار Excel OTTV ارائه شده توسط PUPR محاسبه شده است. این WWR از آستانه نظارتی 40 وات بر متر مربع فراتر می رود ، که بر ناکارآمدی پوشش حرارتی ساختمان در کاهش افزایش گرما تأکید می کند. نتایج شبیه‌سازی انرژی بیشتر بر تأثیر این ویژگی طراحی تأکید می‌کند و SEFAIRA مصرف انرژی سالانه 1,049,254 کیلووات ساعت در سال را گزارش می‌کند که بیش از دو برابر 421,549 کیلووات ساعت در سال برآورد شده توسط EDGE است. این اختلافات متدولوژی های متضاد به کار گرفته شده توسط این دو ابزار را برجسته می کند.
نتایج حاصل از EDGE و SEFAIRA برای مصرف انرژی در سه ساختمان تفاوت های قابل توجهی را برجسته می کند ( جدول 3 را ببینید ):
SEFAIRA به دلیل مدل‌سازی دقیق خود، که شامل دقت هندسی و عوامل محیطی است، به طور مداوم مصرف انرژی بالاتری را گزارش می‌کند. EDGE، در حالی که استفاده از آن ساده‌تر است، بر پارامترهای استاندارد شده تکیه می‌کند و نیازهای انرژی را در سناریوهای پیچیده دست‌کم می‌گیرد. هر دو ابزار اهداف متفاوتی دارند:
جدول 3 . مقایسه مصرف انرژی بین شبیه سازی EDGE و SEFAIRA
| توضیحات | انرژی (EDGE) (کیلووات ساعت در سال) | انرژی (SEFAIRA) (کیلووات ساعت در سال) |
|---|---|---|
| ساختمان روانشناسی | 421,549 | 1,049,254 |
| ساختمان ویدیا پورایا | 391,756 | 989170 |
| پردیس IV | 436,227 | 1,203,908 |
- –
EDGE: ساده، ایده آل برای ارزیابی های اولیه.
- –
SEFAIRA: جزئیات، مناسب برای تجزیه و تحلیل عمیق.
این رویکرد دوگانه بر اهمیت استفاده از ابزارهای مکمل برای درک جامع عملکرد انرژی تاکید می کند. در حالی که EDGE بینش های سریع و تخمین های گسترده ای را ارائه می دهد، SEFAIRA عیب یابی دقیقی را برای بهینه سازی بهره وری انرژی در سناریوهای پیچیده ساختمانی ضروری است.
SEFAIRA که توسط EnergyPlus طراحی شده است، مدل‌سازی هندسی دقیق را در خود جای داده است و به آن اجازه می‌دهد تا تعاملات محیطی را در زمان واقعی شبیه‌سازی کند و عواملی مانند سطح شیشه‌ای بزرگ ساختمان و افزایش حرارت خاص جهت‌گیری را در نظر بگیرد.
در مقابل، EDGE بر داده های پایه و پارامترهای استاندارد شده تکیه می کند که تخمین کلی تری از مصرف انرژی را ارائه می دهد. رویکرد ظریف SEFAIRA نقش حیاتی مدل‌سازی هندسی را در ارزیابی دقیق عملکرد انرژی طرح‌های پیچیده ساختمان، به‌ویژه برای سازه‌هایی مانند ساختمان روانشناسی، که در آن WWR و قرار گرفتن در معرض خورشید به شدت بر تقاضاهای خنک‌کننده تأثیر می‌گذارد، نشان می‌دهد. پیاده سازی دستگاه های سایه بان خارجی یا کاهش WWR این مشکل را کاهش می دهد. برای ساختمان Widya Puraya، کل WWR 15.13٪ منجر به نیازهای خنک کننده قابل توجهی شد، به ویژه در نمای جنوب شرقی، جایی که WWR 21.28٪ است. برای کاهش افزایش حرارت در این سمت باید راه حل های سایه بان در نظر گرفته شود.
– نتایج شبیه سازی انرژی
نتایج شبیه‌سازی انرژی تفاوت معنی‌داری را بین EDGE و Sefaira نشان داد. تجزیه و تحلیل نشان داد که سیستم های خنک کننده ناکارآمد به طور قابل توجهی به مصرف انرژی بالا در ساختمان های مورد مطالعه کمک می کند. به طور خاص، ساختمان روانشناسی و ساختمان Widya Puraya به واحدهای تهویه مطبوع تقسیم شده (AC) متکی هستند، که اگرچه رایج هستند، اما برای نیازهای خنک کننده در مقیاس بزرگ نسبتاً ناکارآمد هستند. این سیستم‌ها در بهینه‌سازی مصرف انرژی شکست می‌خورند زیرا در ظرفیت‌های ثابت کار می‌کنند و اغلب بدون توجه به تقاضای خنک‌کننده واقعی، با بار کامل کار می‌کنند. این ناکارآمدی منجر به اتلاف انرژی قابل توجهی می‌شود، به‌ویژه در دوره‌های اشغال کمتر یا دماهای متوسط.
مقاوم سازی این ساختمان ها با سیستم های VRF راه حل امیدوار کننده ای برای این موضوع ارائه می دهد. برخلاف واحدهای AC سنتی، سیستم‌های VRF جریان مبرد را به صورت دینامیکی بر اساس نیازهای خنک‌کننده در زمان واقعی تنظیم می‌کنند و اطمینان می‌دهند که انرژی فقط در صورت نیاز مصرف می‌شود. نتایج شبیه سازی نشان می دهد که پیاده سازی سیستم های VRF می تواند منجر به صرفه جویی قابل توجهی در انرژی شود. به عنوان مثال، در ساختمان روانشناسی، بارهای خنک کننده می تواند 15٪ کاهش یابد، در حالی که ساختمان Widya Puraya می تواند 13٪ کاهش یابد. این صرفه جویی نه تنها مصرف کلی انرژی را کاهش می دهد، بلکه انتشار گازهای گلخانه ای و هزینه های عملیاتی را نیز کاهش می دهد.
علاوه بر این، سیستم‌های VRF مزایای بیشتری مانند انعطاف‌پذیری منطقه‌بندی بهبود یافته و افزایش راحتی سرنشینان را ارائه می‌دهند که آنها را به انتخابی ایده‌آل برای ساختمان‌های بزرگ و پیچیده تبدیل می‌کند. با اتخاذ این استراتژی مقاوم‌سازی، هر دو ساختمان می‌توانند با استانداردهای ساختمان سبز هماهنگ‌تر شوند و تعهد خود را به شیوه‌های طراحی کم‌مصرف و پایدار نشان دهند. این انتقال همچنین بر نقش حیاتی فن‌آوری‌های HVAC مدرن در بهینه‌سازی عملکرد ساختمان، به‌ویژه در آب و هوای گرمسیری که تقاضای سرمایش به‌طور مداوم بالاست، تأکید می‌کند. برای ساختمان روانشناسی، EDGE مصرف انرژی سالانه 421،549 کیلووات ساعت در سال را پیش بینی کرد، در حالی که Sefaira مصرف بسیار بالاتری را 1،049،254 کیلووات ساعت در سال گزارش کرد. این نابرابری به دلیل استفاده Sefaira از داده های زیست محیطی بلادرنگ و شبیه سازی دقیق تر بارهای خنک کننده است. در حالی که EDGE بر برآوردهای سطح بالا تمرکز می کند، Sefaira تجزیه و تحلیل دقیق تری از عواملی مانند پوشش ساختمان و سیستم های HVAC ارائه می دهد. EDGE بر میانگین‌های مصرف انرژی خاص کشور تکیه می‌کند، که رویکردی ساده برای تخمین عملکرد انرژی ارائه می‌کند، اما ممکن است دقت لازم برای تجزیه و تحلیل دقیق ساختمان‌های پیچیده را نداشته باشد. با استفاده از پارامترهای از پیش تعریف شده و مفروضات پایه، EDGE فرآیند مدل‌سازی را ساده می‌کند و آن را برای ارزیابی‌های انرژی گسترده در دسترس می‌سازد. در مقابل، SEFAIRA از EnergyPlus استفاده می‌کند، یک موتور شبیه‌سازی پیچیده که داده‌های زیست‌محیطی بلادرنگ و ورودی‌های هندسی دقیق، مانند مدل‌های ساختمان سه‌بعدی را ترکیب می‌کند. این به SEFAIRA اجازه می دهد تا متغیرهایی مانند اثرات سایه، خواص مواد و عملکرد HVAC را با درجه بالایی از دقت در نظر بگیرد. گنجاندن جزئیات هندسی SEFAIRA را قادر می‌سازد تا نحوه جریان انرژی در یک ساختمان را در شرایط محیطی متنوع شبیه‌سازی کند و نتایجی را تولید کند که عملکرد انرژی در دنیای واقعی را از نزدیک منعکس کند. در نتیجه، SEFAIRA برای ارزیابی‌های عمیق انرژی که در آن مدل‌سازی دقیق پوشش ساختمان و تعاملات دینامیکی با محیط اطراف حیاتی است، مناسب‌تر است. اختلافات مشابهی در دو ساختمان دیگر مشاهده شد. برای ساختمان Widya Puraya، EDGE مصرف 391,755 کیلووات ساعت در سال را تخمین زد، در حالی که Sefaira 989,170 کیلووات ساعت در سال را پیش بینی کرد. این تفاوت ها اهمیت انتخاب ابزار مناسب بسته به پیچیدگی ساختمان و جزئیات مورد نیاز برای تجزیه و تحلیل انرژی را برجسته می کند.
A. ساختمان روانشناسی، Universitas Diponegoro
عملکرد انرژی و چالش های حرارتی ساختمان روانشناسی UNDIP
ساختمان روانشناسی در دانشگاه دیپونگورو به دلیل ویژگی‌های معماری خود از جمله پنجره‌ها، سقف، دیوارها و WWR با چالش‌های بهره‌وری انرژی چشمگیری مواجه است. این ساختمان دارای چهار نوع پنجره است که در جهات مختلف – شمال غربی، شمال شرقی، جنوب غربی و جنوب شرقی – جهت گیری می کنند که در نتیجه درجات مختلفی از تابش نور خورشید و افزایش گرما ایجاد می شود. با مساحت شیشه ای 836.89 متر مربع ، ساختمان از آستانه OTTV ساختمان سبز 40 وات بر متر مربع تعیین شده توسط آیین نامه شماره 24 شهردار سمارنگ در سال 2019 فراتر رفته و OTTV 44.35 وات بر متر مربع را ضبط می کند . نمای شمال غربی دارای بالاترین OTTV در 60.14 W/m2 به دلیل نور شدید خورشید بعدازظهر است، که نیاز به سایه خارجی و طراحی بهبود یافته پنجره را همانطور که توسط Choi [10] و Kubba [24] پیشنهاد شده است، برجسته می کند . سقف شامل دال های بتنی با U-value 3.72 W/m 2 K است که فاقد عایق کافی بوده و در نتیجه انتقال حرارت را افزایش می دهد. افزودن عایق شکاف هوای سقف یا پوشش های بازتابنده، همانطور که توسط جودکف و نیمارک (1995) توصیه شده است، می تواند این مشکل را کاهش دهد. دیوارها با مواد مختلف در سه نوع ساخته شده‌اند، با مقادیر U که 3.25 W/m 2 K محاسبه شده‌اند. بهبودهای طراحی، مانند استفاده از آجرهای روبه‌رو و بلوک‌های بتنی جامد برای دیوارهای بیرونی و آجر معمولی برای پارتیشن‌های داخلی، می‌تواند انتقال حرارت را کاهش داده و عایق صدا را افزایش دهد، که برای اهداف آموزشی بسیار مهم است.
WWR با 12.72% برای کل ساختمان، یکی دیگر از عوامل مؤثر در ناکارآمدی حرارتی آن است، به ویژه در نماهای شمال غربی (23.59%) و جنوب شرقی (22.07%). این مقادیر بالای WWR باعث افزایش قابل توجه گرمای خورشیدی می‌شود که به دلیل عدم سایه‌اندازی خارجی تشدید می‌شود و در نتیجه تقاضای سرمایش را افزایش می‌دهد. نماهای شمال شرقی و جنوب غربی، با مقادیر WWR کمتر به ترتیب 2.79٪ و 2.41٪، کمتر به افزایش گرمای کلی کمک می کنند. داده های بلادرنگ و ابزارهای شبیه سازی مانند EDGE و SEFAIRA، همانطور که توسط Zhu و Dewancker [23] اشاره شده است ، می توانند به بهینه سازی WWR و پیاده سازی دستگاه های سایه بان برای کاهش مصرف انرژی کمک کنند. شکل 2 ، شکل 3 و جدول این عناصر معماری و تاثیر آنها بر عملکرد انرژی را نشان می دهد.
B. Widya Puraya Building Universitas Diponegoro
شکل 2 . پنجره معمولی روانشناسی UNDIP.
شکل 3 . محوطه شیشه ای پردیس روانشناسی UNDIP.
جدول 4 . نسبت پنجره به دیوار (WWR) ساختمان های موجود.
| نما | مساحت نما (m2) | مساحت شیشه (m2) | WWR (m2*100%) |
|---|---|---|---|
| نمای جلو (شمال غربی) | 1771 | 417,79 | 23,59 |
| نمای سمت چپ (شمال شرقی) | 588 | 16،4 | 2,79 |
| پشت نما (جنوب شرقی) | 1760،4 | 388,5 | 22,07 |
| نمای سمت راست (جنوب غربی) | 588 | 14،2 | 2,41 |
| WWR Total | 12,72 | ||
تجزیه و تحلیل کارایی انرژی ساختمان Widya Puraya در دانشگاه Diponegoro
ساختمان Widya Puraya در Universitas Diponegoro دارای یک نوع پنجره در تمام جهات اصلی است، با مساحت کل شیشه ای 512.59 متر مربع و WWR کلی 15.13٪ ( جدول 5 ). نمای جنوب شرقی دارای بالاترین WWR با 21.28 درصد است که به طور قابل توجهی به افزایش گرمای خورشیدی در صبح کمک می کند، در حالی که نمای شمال غربی با WWR 16.71 درصد، نور شدید خورشید بعدازظهر را تجربه می کند و تقاضای خنک کننده را بیشتر می کند. نماهای جنوب غربی و شمال شرقی به ترتیب دارای WWR های کمتری به میزان 11.79% و 10.75% هستند که منجر به کاهش گرمای خورشیدی می شود اما به طور بالقوه افزایش اتکا به روشنایی مصنوعی در آن مناطق ( شکل 4 ). سقف کاشی سفالی ساختمان، با U-value 2.12 W/m 2 K، عایق حرارتی محدودی را ارائه می دهد که می تواند از طریق عایق اضافی برای کاهش بارهای خنک کننده افزایش یابد. دیوارهای بیرونی از سبک وزن تشکیل شده است12سنگ تراشی آجری با گچ و سیمان که به دلیل سرسبزی اطراف با رطوبت بالا دست و پنجه نرم می کنند اما سایه ندارند. برای رفع این ناکارآمدی ها، راهکارهای طراحی مانند استفاده از دیوارهای آجری معمولی با گچ داخلی و خارجی، الیاف سیمانی با ناودانی فلزی برای پارتیشن های داخلی و دستگاه های سایه بان برای پنجره ها توصیه می شود. علاوه بر این، مقاوم‌سازی سقف با عایق و ترکیب راه‌حل‌های لعاب پیشرفته در نماهای با WWR بالا می‌تواند افزایش گرمای خورشیدی را کاهش داده و تقاضای سرمایش را کاهش دهد. این تجزیه و تحلیل بر اهمیت بهینه سازی WWR با کاهش سطوح شیشه ای یا یکپارچه سازی سیستم های سایه زنی، همانطور که الجنابی و کاوجیک [27] تاکید کردند ، و گسترش دامنه ارزیابی برای شامل خواص حرارتی دیوارها و کف ها برای ارزیابی جامع، تاکید می کند. مطالعات آتی باید بر روی تقویت عایق دیوارها و سقف ها، پوشش های کف بازتابنده و راه حل های روشنایی کارآمد برای بهبود عملکرد انرژی، کاهش انتشار گازهای گلخانه ای و رعایت استانداردهای گواهی ساختمان سبز متمرکز شود.
WWR کلی برای ساختمان Widya Puraya 15.13٪ است که منعکس کننده تعادل متوسطی بین مناطق شیشه و دیوار است، اما با نماهای جنوب شرقی (21.28٪) و شمال غربی (16.71٪) به طور قابل توجهی در افزایش گرمای خورشیدی و افزایش بارهای خنک کننده به دلیل WWR زیاد و قرار گرفتن در معرض نور خورشید نقش دارند. در مقابل، نماهای جنوب غربی (11.79٪) و شمال شرقی (10.75٪) گرمای کمتری را تجربه می کنند اما ممکن است به نور مصنوعی اضافی نیاز داشته باشند. برای افزایش بهره وری انرژی، استراتژی هایی مانند دستگاه های سایه انداز، لعاب کم تابش، یا کاهش سطوح شیشه ای در نماهای با WWR بالا، همراه با بهبود عایق سقف و دیوار توصیه می شود. تحقیقات آینده باید خواص حرارتی دیوارها و کف ها را بررسی کند، زیرا این اجزا به طور قابل توجهی بر عملکرد انرژی در آب و هوای گرمسیری تأثیر می گذارند، در حالی که نورپردازی با انرژی کارآمد می تواند نیازهای نور مصنوعی را در نماهای با WWR کم جبران کند و به صرفه جویی کلی انرژی و همسویی با استانداردهای ساختمان سبز کمک کند.
شکل 4 . منطقه شیشه ای Widaya Puraya UNDIP.
جدول 5 . نسبت پنجره به دیوار (WWR) ساختمان های موجود.
| نما | مساحت نما (m2) | مساحت شیشه ای (m2) | WWR (m2*100%) |
|---|---|---|---|
| نمای جلو (جنوب شرقی) | 945,11 | 201،1 | 21،28 |
| نمای سمت چپ (جنوب غربی) | 732,64 | 86،4 | 11,79 |
| نمای عقب (شمال غربی) | 873,03 | 145,89 | 16,71 |
| نمای سمت راست (شمال شرقی) | 736,64 | 79,2 | 10,75 |
| WWR Total | 15،13 | ||
C. پردیس ساختمان IV، Universitas PGRI Semarang
تجزیه و تحلیل کارایی انرژی پاکت ساختمان سمارنگ دانشگاه پردیس IV PGRI
Campus IV Universitas PGRI Semarang دارای سه نوع پنجره اصلی است ( شکل 5 ) که در سرتاسر نماهای آن توزیع شده است – شمال، شرق، غرب و جنوب – که به مساحت شیشه ای 769.83 متر مربع کمک می کند . محاسبات OTTV نشان می دهد که طراحی شیشه به طور موثری نیازهای انرژی را با کاهش تابش مستقیم خورشیدی، افزایش راندمان خنک کننده ساختمان و ماندن در محدوده های قابل قبول، همانطور که توسط آذر و الانصاری (2017) مشاهده شده است، به حداقل می رساند. ساختار سقف، متشکل از کاشی های سفالی مشابه آنچه در ساختمان Widya Puraya استفاده شده است، دارای عبور حرارتی (U-value) 3.25 W/m 2 K است که مقاومت حرارتی محدود آن را در آب و هوای گرمسیری برجسته می کند. ترکیب عایق به طور قابل توجهی عملکرد انرژی را با کاهش افزایش گرما افزایش می دهد. دیوارهای بیرونی، ساخته شده از سبک وزن12سنگ تراشی آجری با گچ و سیمان، مطابق با استانداردهای ساختمان سبز مطابق با نتایج OTTV است و به دلیل جهت گیری بهینه ساختمان، نیازی به تغییر عمده در طراحی نیست.
WWR 11.53% است، همانطور که در جدول 6 توضیح داده شده است ، با نماهای جلو (شمال) و عقب (جنوب) بالاترین مقادیر WWR را به ترتیب 15.95% و 15.28% نشان می دهند. شکل 6 توزیع سطح شیشه را در سرتاسر ساختمان نشان می‌دهد و نشان می‌دهد که چگونه مناطق شیشه‌ای بزرگ‌تر در نماهای شمالی و جنوبی اجازه نفوذ بهتر نور روز را می‌دهند، اما همچنین بارهای خنک‌کننده را افزایش می‌دهند، به‌ویژه در نمای جنوبی با نور خورشید بالاتر. در حالی که یک WWR کمتر عموماً عملکرد انرژی را با کاهش افزایش گرما بهبود می‌بخشد، بهینه‌سازی WWR و اتخاذ راه‌حل‌های پوششی کارآمد، مانند سایه‌زنی و تهویه بهبودیافته، با یافته‌های مطالعاتی مانند Jaysawal و همکارانش مطابقت دارد. [30] و ابزارهای شبیه‌سازی انرژی مانند EDGE و SEFAIRA، که بر اهمیت متعادل کردن نفوذ نور روز با حفظ انرژی تاکید می‌کند.
در مقابل، نماهای چپ (شرق) و نماهای راست (غرب) دارای WWR های قابل توجهی پایین تر، به ترتیب 7.43% و 7.47% هستند. این نسبت‌های پایین‌تر، پتانسیل کاهش یافته را برای نفوذ نور روز و افزایش گرمای خورشیدی نشان می‌دهد. با این حال، کاهش نور طبیعی ممکن است اتکا به نور مصنوعی را به ویژه در فضاهای دور از پنجره ها افزایش دهد.
شکل 5 . پنجره معمولی دانشگاه PGRI Semarang.
شکل 6 . منطقه شیشه ای پردیس IV دانشگاه PGRI سمارنگ.
جدول 6 . WWR ساختمان های موجود
| نما | مساحت نما (m2) | مساحت شیشه (m2) | WWR (m2 100%) |
|---|---|---|---|
| نمای جلو (شمال) | 1987، 3 | 317 | 15,95 |
| نمای سمت چپ (شرق) | 817,81 | 60،75 | 7,43 |
| نمای عقب (جنوبی) | 2176,45 | 331،33 | 15،28 |
| نمای سمت راست (غربی) | 802,61 | 60،75 | 7,47 |
| WWR Total | 11,53 | ||
برای بهینه‌سازی عملکرد انرژی ساختمان، مناطق با WWR بالا (نماهای شمالی و جنوبی) می‌توانند از افزودن دستگاه‌های سایه‌انداز یا راه‌حل‌های لعاب کارآمدتر بهره ببرند، زیرا این راه‌حل‌ها به کاهش افزایش گرما بدون قربانی کردن نور طبیعی کمک می‌کنند. در همین حال، مناطق پایین‌تر WWR (نماهای شرقی و غربی) را می‌توان با استراتژی‌های بهتر روشنایی روز برای کاهش نیاز به نور مصنوعی بهینه کرد. این رویکرد متعادل با توصیه‌های شبیه‌سازی انرژی مطابقت دارد، که نشان می‌دهد کنترل افزایش گرمای خورشیدی از طریق بهبود سایه و لعاب برای کاهش مصرف کلی انرژی بسیار مهم است.
Leave A Comment