基于云计算的建筑能耗分析

最近几十年，能耗仿真软件发展很迅速，但是几乎没有工具在早期设计阶段提供综合决策支持，原因是同一工程的不同设计师在高度复杂的非可视化工作环境中缺乏协作和沟通，为此，学者们多年来进行了大量标准、定义研究以促进建筑能耗仿真的发展和分类。

模拟仿真是有效的决策支持工具，但常用的软件集成效果受到许多因素的限制，这些因素主要与相关领域之间的信息交换,尤其是与基于BIM的典型集成策略有关。传统BIM实践采用信息交换进行数字模型转换，通过应用程序共同的文件格式（如gbxml或IFC）或根据需要从核心模型数据库实现模型数据共享。这种分离阻止了域之间的交互,并产生了冗余和不一致的数据。

仿真能耗分析中的云计算

进行能耗仿真分析的真正有利阶段是在建筑设计的早期，分布式的“云”计算作为有效的数字工具能促进进程的模块化，并且能在设计初期对整体方案进行评估，这种管理文档和项目集成化建筑信息的能源化设计方法使得设计更加灵活。

利用Autodesk Revit的一系列软件建立模型并上传云端，通过对空间组织、空调、照明和结构体系折中探讨，得到一个满足项目要求并能减少能耗的理想解决方案。BIM 模型上的协作性能优异，建筑全生命周期（从设计、施工到运营）所包含的各阶段、各专业信息都可以集成在这个模型上面，建筑信息可以按先后顺序加入和传递，并能实现各专业实时的、不受地点限制的协同工作。IT 云框架将BIM这一优势放大。实现云计算模式下的BIM能够加快建筑行业集成一个共享信息空间，实现建筑领域独立的电子市场。

本文运用3D模型和关联数据库（建筑信息）协同设计技术创建模型，同时借助BIM 应用体系下的IT 云框架——GBS(Green Building Studio)评估建筑构件组合方式对能源消耗的影响并寻找建筑环境和经济性最佳的建筑构件组合方式，克服异地限制从而实现真正意义上的实时协同和数据共享。以南京某一6层住宅楼为例，借助公共云计算平台强大数据库导入gbxml文件格式模型，对小别墅的各项经济性能（包括二氧化碳排放、耗电量、耗热量等）进行分析，为建筑设计决策及全生命周期的运行管理提供参考意见。

仿真能耗分析方法之过程耦合框架

能源化设计的关键是设计环境中各个区域间的相互反馈。利用数据模型和物理模型之间的合作促进这种反馈，通过与其他应用程序建立联系实现高效耦合，而不是转换成同一文件格式(如传统基于IFC策略的软件之间直接转换)。如图1所示，在程序控制评估过程中根据需要调用应用程序，自动建立仿真模型并进行分析。这种方法一般用在仿真相关领域，有学者提出在设计领域使用一种扩展的典型应用程序实现集成。

为了避免各个区域之间的数据冗余问题，将建筑分割成一系列子模型分别对应满足各自信息需求的耦合程序，这种分解与日益增长的建筑集成化实践形成对比。它不同于建筑视图定义描述不同视角的建筑智能框架，它表示特定域的模型而不是同一模型的特定域视图。每一个子模型都有包含已定义格式的特定任务所需信息的转化过程，因此避免了复杂的综合数据标准（如IFC）。

仿真能耗分析方法之GBS分析

1.Revit建筑模型

“我一直在寻找属于我独有的那个词。就像迷宫之于博尔赫斯，结构主义之于略萨，和谐之于汪曾祺。”一杭舞动了一下手，脸上已经有几分醉意。三毛把玩着玻璃杯，懒洋洋地说：“驴子拉磨走了三年还在磨道里转，你的《真相》，说了一两个月，原来还没动笔。”

图1 迭代循环

所有的建筑几何信息来自于建立的模型,包括房间的数量,房间之间的关联，建筑外观和墙体材料,太阳辐射和阴影、建筑表面积和窗面积以及窗墙比。

2.自定义系统属性

为了解释该建筑物的运营状况或环境影响，需要根据自己的需求设置建筑所处的地理位置以及气候环境。这些选择将作为该建筑的建筑背景带入后面的能耗分析中。

3.区域化数据库

基于以上信息、GBS将智能根据附加信息，如天气条件、施工、材料等因素，自动添加没有提供的信息,并根据这些信息分析建筑能耗。因此它可以无缝适应设计师的要求，并且为优化设计方案提供参考。

实验仿真及结果分析

1.准备及初步模型

该模型为南京某住宅小区9#5号楼建筑模型，利用GBS对此建筑的性能进行分析，以及需要改进的地方提出能源消耗更节约的优化设计方案。这些分析包括水、电能和其他可再生能源。对分析结果来说，没必要把时间花在建模、细化小空间，否则将增加模型的复杂性并且增加仿真时间，而对结果精度没有任何提高和帮助。为了使模型能够成功与GBS通信，本项目创建的模型尽可能简单，布置了必要的结构和设备（如天花板、地板、照明等），创建墙壁和窗户（维护结构）以分析和计算潜在的HVAC能耗；在进行通信之前，进行了模型冲突检查，墙体、屋面、面板和天花板没有缝隙；结合房间功能和大小，对空间结构适当创建了组合。

图2 BIM物理模型

进行房间划分是实现GBS通信的必要条件。改变房间大小，其HVAC能耗分析可能也会不同。在Revit模型中，以水平面上2.8米的房间为例，如果这个房间对象不接触天花板或屋顶，这个Revit模型虽然可以输出到gbXML文件，但不能进行正确的热工分析。因此，为了避免这种不正确的操作，要确保房间对象封装整个屋顶高度。

2.系统属性设置

建立BIM模型的目的在于，它是提高模型和分析建筑性能平台的稳定性；通过BIM提供Revit服务器之间的协作，实现协同化设计，不仅提高效率，而且显著地改善建筑设计中建模和分析能力。新概念能耗分析功能根据BIM模型提供综合的能源分析，使设计师在初步设计过程中通过分析确定不同选项，从可持续发展的角度选择最优化方案，但Revit模型分析和概念上的能量分析都是建立在Autodesk平台之上才能实现。本项目模型不能使用Revit概念能量分析，但通过GBS可以做到。

因为整个模型是由Revit Architect-ure协同设计，其能源属性应在导入gbXML文件之前设置。GBS通过Google地图根据项目要求来选择合适的位置，项目详细资料设置以及建筑的位置，如图3所示。

本项目结合当地气候条件及地理条件，建筑采用钢筋混凝土墙体（内含保温层），节能照明灯具，HVAC系统。

3.分析结果

当Revit模型与GBS实现通信，将首先进行错误检查，避免可能存在的问题而造成任何缺失数据。递交是成功的，将提供一个结果页面信息，精确总结该建筑减少二氧化碳排放的节能性能，水的用量、仿真的假设，性能指标以及成本。该项目为基本模型，没有任何家具、设备及装置，只在住宅建筑中安装了照明。GBS提供的整个项目的基本信息，概述了全年总能源成本评估为29007元,年度用电成本为24482元，年度燃料成本为4525元。

表1 房间明细表

图3 建筑位置

网站生成的综合分析结果总结了估计的能源、碳和成本。事实上，大多数建筑可以按照这些年能量消耗和消费数据合理规划能源成本。年能源消耗包括：生命周期能源成本(按30年计算)和生命周期能源消耗(电、气)；年度二氧化碳排放量(包括电、气)；年度能源(电力需求年最大值)；基于该地区燃料能源的使用情况的二氧化碳排放量。

除了能源消耗和成本部分,它也提供了针对LEED进行自然采光评价、水资源利用和支出评估、光伏发电潜力、风能潜力、自然通风潜力，使设计者能够考虑建立太阳能面板或风力发电的可能性。

室外LEED用水效率不如室内的，因为为了简化模型的复杂程度，没有户外水利设施建立。

最后说明基于HVAC、照明和采暖制冷的电和燃料产生的能量。本项目工程照明、HVAC电力消耗占电力总额的近66%的用量，HVAC也占56.1%的燃料使用。在这种情况下，如果采用新的可持续设计方案，重点提高HVAC和照明效率，能够降低建筑总能量和天然气的使用量。

基于云计算的建筑能耗分析总结

被动式设计措施是最大限度地减少后期建筑维护的必要手段，这种迫在眉睫的改进策略通过探索建筑、舒适度和运行能量之间的协作关系，来改进设计，分析并优化建筑。因此，需要一个集成设计系统使仿真成为决策支持工具，能够量化不同设计方案在建筑复杂实际运行中的性能影响。在建筑设计初期的决策阶段非常重要，此时能确定建筑约80%的环境影响和运营成本。

本项目选择设置公共云计算，选择一个云计算方案通常会涉及很多需要考虑的因素，最重要的决定是选择私有云还是公共云设置，此外还需要考虑数据安全、用户管理、管理工具、许可证管理、带宽需求、弹性（没有停机时间）、技术支持服务、支持的操作系统、成本（实施，维护）等。