关键词:
光伏窗建筑模拟
正交试验
显著性分析
多目标优化
摘要:
随着生活水平的提升,建筑能耗问题愈发显著,尤其是作为热性能弱点的透光性建筑外围结构,如光伏窗户,成为了节能改造的重点。集成光伏组件的半透明窗不仅能生成电力,还兼顾了建筑的采光、观赏和美观功能,展现了节能减排的巨大潜力。
本研究采用EnergyPlus模拟软件,对光伏窗在建筑中的室内有效自然采光效果、能耗和发电能力进行了详细分析;采用UDI指标评价室内采光;并结合实际气象数据,模拟了室内水平面的照度、光伏玻璃的表面温度以及预期发电量;同时,通过与文献[1]中的实验数据对比,验证了采光、能耗和发电模型的准确性。通过正交试验设计方法确定光伏窗建筑性能显著性影响因子。在此基础上,结合太原气候地区的气象条件,利用BP神经网络建立光伏窗建筑能耗、发电量和有效自然采光照度预测模型;为进一步提高采光质量,降低能耗和提高发电量利用NSGA-II对光伏窗性能进行了多目标参数优化;最后,使用节能率(ESR)、年均发电量增长率(PGGR)、有效自然照度增长率(EIGR)与建筑初始值进行比较,以评价确定的最优解。
本文的研究结论如下:
(1)建立了光伏窗建筑的优化目标与光伏窗能耗、采光、发电量影响因素的显著性分析,确定了影响光伏窗建筑性能的因素。
(2)建立以能耗、发电量和有效自然采光照度UDI作为输出变量的BP神经网络预测模型,BP神经网络预测模型中输入变量为能耗、发电量和有效照度UDI显著性影响的9个特征指标,当隐含层节点数为9时,数据拟合效果最好;利用BP预测方法,建立以9个显著性影响因素为自变量,建筑能耗、发电量和有效自然采光照度(UDI)作为因变量的预测模型;并利用15%的验证集验证预测模型可靠性,得到适应度函数;引入NSGA-II多目标优化算法,通过非支配排序、精英保留策略、拥挤度评估和快速非支配排序等机制,有效地解决了多目标优化问题,并在保证种群多样性的同时,尽可能地寻找优秀的解。最终确定光伏窗建筑性能最优参数组合。
(3)对光伏窗建筑性能优化结果进行ESR、PGGR、EIGR三目标评估,优化后的光伏窗建筑参数与初始状态相比得到了改进。在最优解下,建筑的能耗节约率为18.23%,有效自然采光照度增长率为41.6%,光伏窗发电量增长率为5.12%。有效自然照度最优的情况下,有效自然采光照度增长了42.6%、年均发电量增长率为19.31%,能耗节率为18.44%,发电量最优的情况下,有效自然采光和发电量增长了6.14%和39.18%,能耗节约率17%,在能耗最优的情况下,有效自然采光和发电量增长了34.25%和25.32%,能耗节约了22.78%。说明当优先降低能耗时有效自然采光和发电量均有所增加。