基于光气候区的办公楼太阳能幕墙多目标优化研究

王语嬿，汪统岳

(1.谢菲尔德大学，谢菲尔德 S10 2TN；2.同济大学建筑与城市规划学院，上海 200092；3.高密度人居环境生态与节能教育部重点实验室，上海 200092)

引言

眼下碳中和问题正日渐成为一个在世界都备受关注的议题。在大多数发达国家，建筑行业占能源消耗总量的三分之一以上[1]，并成为导致全球温室气体排放的主要原因之一[2]。鉴于当前的能源危机，建筑设计中的能源效率越来越受到重视。特别是在拥有全球最大建筑市场[3]的中国，快速的城市化和扩张加剧了能源需求和碳排放总量[4]。我国公共建筑占建筑总量的21.3%，其能耗占建筑能耗总量的33.2%，其中办公建筑所占比例最大[4]。

鉴于建筑围护结构在建筑能耗中发挥着至关重要的作用，许多研究致力于在保持室内舒适度的同时降低净能耗[5]。但目前，结合集成太阳能立面的能源生产与其作为调节室内光热环境的功能性组件为综合目标优化的研究还相对较少。Grondzik等[6]发现办公楼的能源消耗受到朝向、布局模式和几何形式等因素的影响。此外，Lima等[7]强调，外立面上精心设计的玻璃和适当的遮阳装置可以显著改善日光条件并减少对照明能源的需求。然而，过多的直接太阳辐射可能会因过热和眩光问题而导致用户不适[8]。因此，遮阳装置通常有策略地定向并倾向于有效地减少不必要的直射阳光和辐射，从而防止过热和眩光。

综上所述，本文以办公楼外立面应用的光伏遮阳组件与其室内光舒适之间的综合优化方法为研究问题，对我国五个不同光气候区进行建模模拟，量化光伏遮阳设计的各项变量因素，并组合建立太阳能立面模型库，最终筛选针对不同地区综合节能和室内采光最优的立面配置。

1 太阳能立面现状及相关研究

太阳能因其丰富、清洁和取之不尽的特性而成为最受欢迎的可再生能源之一。此外，光伏材料能够以合理的成本捕获光能并将其转换为可用能源，也使得其应用场景日趋广泛。建筑光伏一体化(BIPV)需要将光伏组件纳入建筑围护结构[9]，从而赋予建筑物自发电的能力。另一方面，光伏遮阳装置(PVSD)作为立面组件不仅可以产生电力，还可以调节和阻挡太阳辐射通过窗户的流入[10]。此功能有助于减少夏季的冷却需求并改善室内自然照明条件，最终提高建筑物的整体能源性能[11]。 研究表明，采用建筑光伏所生成的电量可以提供50%～80%的人工照明用电[12]，并减少11%的冷却能耗[13]。这些先进的建筑构件形成了建筑内部和外部空间之间的复杂边界，其性能显著影响室内环境的视觉舒适以及系统的能量转换效率[14]。通过PVSD调节采光是维持建筑室内舒适的热和视觉条件至关重要的措施，而PVSD最有效的控制方法应适应气候特征、建筑类型和建筑朝向等因素[10]。因此，PVSD的研究主要集中在四个主要方面：光伏电池板的角度和排列、旋转轴、光伏电池材料和电池板尺寸，因为这些因素与PVSD实现的能源效率和室内舒适度密切相关。

本研究重点关注中国五个不同光气候区的办公楼：拉萨、昆明、北京、上海和重庆。由于光气候区平均太阳辐射水平的差异，BIPV系统和办公楼立面的优化因地区而异。本研究旨在探讨将光伏遮阳集成到上述五个城市的办公楼中的方法和潜力。对集成立面配置进行多目标分析，以确定特定建筑环境的最佳光伏倾斜角度和应用形式。该研究旨在提高办公室人员白天的室内光线舒适度并减少不必要的能源消耗。

2 太阳能立面多目标优化

2.1 研究基本框架

图1说明了本研究中采用的工作流程。第一步确定了典型办公空间的模块的尺寸，并通过建模模拟软件Rhino建立了一个代表开放式办公室的模型，确定其尺寸，如图2所示。随后定义了立面模块的评估标准，其中有用日光照度(UDI)被选为评估室内光舒适度的指标，而发电量则作为评估光伏电池板应用性能的指标。下一步定义了控制立面组件设计的变量参数，这些参数包括光伏电池板的尺寸和行数、旋转轴的方向、倾斜角度以及光伏电池的类型。结合这些变量元素的各种排列组合生成了立面原型库，形成了后续模拟的基础。

图1 方法论概述Fig.1 Overview of methodology

图2 典型办公楼空间设置Fig.2 Settings of typical office building space

在模拟过程中，首先从中国五个不同的光气候区中选择具有代表性的城市，并提取其相应的天气数据[15]以供后续模拟。选定的城市包括拉萨(Ⅰ区)、昆明(Ⅱ区)、北京(Ⅲ区)、上海(Ⅳ区)和重庆(Ⅴ区)。 多目标优化过程依赖于Rhinoceros和Grasshopper参数化建模工具以及Ladybug[16]、OpenStudio、Daysim[17]、EnergyPlus[18]和Radiance[19]等性能分析工具。通过这些参数化模拟工具，基于选定的五个城市，全年16个代表性时间点的每个立面模块运行了2 880次程序。随后，采用多目标择优程序来确定每个城市相对最高效的立面组件，并确定轴线方向的最佳组合，且生成了描绘每个空间模块的视觉热力图。

2.2 模型设置

图2显示了所选典型办公空间的尺寸设置、反射参数以及模拟传感器点所在的平面。最初，参考Shi等[20]和王嘉维[21]的研究，建立了开放式办公室的模型。其内部空间尺寸设定为7.8 m(宽)、8.5 m(深)和3.6 m(高)。办公空间标高包括高0.8 m的窗台高度和2.6 m的标准窗高度。随后，确定了评估室内照明条件的模拟传感器点平面为距地板表面0.7 m的水平面。此外，将设备安装和光伏板的旋转所需的实际空间考虑在内，将光伏板所在的垂直面设置为距原建筑立面0.5 m的位置。

2.3 评价指标及优化公式

关于选定评价指标，既考虑了发电量，也考虑了PVSD组件对室内采光的影响。光伏的输出功率用P表示，代表发电的资源输出。视觉舒适度是指对视觉环境舒适度的主观感受，鉴于建筑物内实际日光水平存在显著的时间和空间变化，传统的照度均匀性概念不足以反映真实的照明条件[22]。因此室内光环境的更合适的评价指标选定为有用日光照度 (UDI)，范围为100～2 000 lx，其通常用于计算建筑物内的合理光照分布[22]。

择优程序是基于式(1)所描述的多目标优化方法设计的，并利用Rhinoceros结合Grasshopper工具对数据进行批量处理，提取出五个城市的最优立面组成方式。

(1)

式中，UDI表示平均有效自然日光照度 (即照度值为200～3 000 lx的区域占比)；P表示光伏遮阳系统的产电输出功率。

2.4 立面变量指标的定义

PVSD系统的配置应优先考虑室内光舒适度，同时最大限度地提高发电量。该系统涉及几个关键设计变量，包括光伏电池类型、光伏电池板尺寸、光伏电池板层数、旋转轴方向和倾斜角度。从电池类型来看，薄膜光伏和晶硅光伏是市场上常用的光伏电池类型。对于光伏电池尺寸，选择0.2 m×0.2 m，这对应于常用的最大市售单晶尺寸，尺寸为210 mm[23]。

光伏板的尺寸有0.4 m×0.4 m和0.8 m×0.8 m，见表1。光伏板的层数限制为六层或三层，具体取决于所选的立面尺寸。考虑到原建筑立面开口宽度为7.8 m，因此每层最多可容纳10块面板。从自适应立面中常见的各种设计形式中汲取灵感，选取了三种常见类型的旋转轴——水平、垂直和倾斜。从之前的研究可知倾斜光伏配置的发电量比平坦垂直布局高约20%～40%[24]，此处光伏选取15°、20°、30°三种倾斜角度。最终通过排列组合上述所有变量来构建包含所有可能原型的原型库，如图3所示。

表1 PVSD设备的变量种类

图3 立面模型库Fig.3 Façade library

2.5 模拟参数的设置

Roudesori等[16]可以检索天气数据来模拟建筑物的光照、热和风环境。所有模拟均依赖于性能模拟软件，如Daysim[17]、Radiance[19]、THERM和OpenStudio。借助以上软件和插件可以进行能源和照明模拟，并可将输出数据可视化。模拟中使用的天气和照明数据均来自epwmap网站[15]。

模拟选定中国五个代表性城市进行：拉萨(Ⅰ区)、昆明(Ⅱ区)、北京(Ⅲ区)、上海(Ⅳ区)和重庆(Ⅴ区)，目的是调查中国不同地区的照明条件差异，并根据这些调查结果优化PVSD外墙的能源效率。模拟在全年选定的四个日期进行：3月22日、6月22日、9月22日和12月22日。对于每个日期，在四个不同的时间点进行模拟：上午9：00、中午12：00、下午3：00和下午6：00。这种方法可以比对不同季节的结果，并直观地显示全天室内照明和光伏发电的变化。对于所有变量组合，总共进行了2 880次模拟。

3 模拟结果分析

表2中的择优结果表明，PVSD南向的最佳配置是水平轴旋转30°、尺寸为0.8 m×0.8 m的晶体硅光伏板。所有城市的模拟都导向此结果，即使在不同的光气候区域也是如此。这一发现表明，组件与水平面最合适的夹角为30°，室内光环境和发电量同等权重，且不受地理位置影响。图4说明了不同光气候区的PVSD发电量存在显著差异，这些差异受到不同城市本身自然光照情况的影响。例如，从表2可以看出，拉萨等光气候Ⅰ区的发电量明显高于其他几个城市；同时可以看出像重庆这样缺乏光照的地区并不太适合光伏的应用。

表2 不同城市的最佳表现结果

图4 不同时间光伏发电量Fig.4 PV electricity production in different time

相比之下，昆明、北京和上海等城市的发电水平相似。尽管各个城市的每日照度水平可能看起来相当，但有用日光照度 (UDI)作为一个范围比，限制了详细光照差异的可视化。

如图4所示，拉萨的整体发电表现最高且最稳定，全年保持一贯的高水平。而上海在夏秋两季的发电表现尤为突出。 相反，在选定的参数范围内，重庆被认为是最不适合在建筑外墙进行光伏发电集成的城市。每个城市的电力生产与其各自光气候区内的总光照可用性呈正相关。

图5可以更全面地理解不同地区在不同时刻应用该立面组件前后的室内光照情况。从图中可以看出，拉萨的光照水平最高，并且全年始终保持较高水平，因此可能会因过度照明而导致潜在的眩光问题和视觉不适。与拉萨类似，昆明和北京的光环境也相当。然而，拉萨受益于冬季日照时间较长，即使在18：00也能保持较高的日照水平。上海春、夏、秋三季光环境宜人，冬季眩光相对较高。然而，值得注意的是，冬季的这种差异可能是由于选择分析的具体样本日期的天气差异造成的。相比之下，重庆夏秋季节光照度较高，春季光环境相对舒适，冬季光照度明显降低，需要人工照明来弥补。

图5 UDI 热力图Fig.5 UDI heatmap

3 结论

该研究考察了中国五个不同光气候区典型办公楼的室内光环境和集成太阳能立面，开发了一种协同设计机制，考虑多种因素并评估其在不同光气候区的应用潜力。采用多目标优化方法对立面设计进行定量分析、性能模拟、资源输出计算和设计选择。进行参数化模拟后，从已建立的模型库中选择建筑立面的最佳配置；所选模块的集成有效增强了办公空间的室内采光和视觉舒适度，平均光舒适度达到66.5%。此外，集成模块满足了办公楼年人均用电需求的7%～13.5%。本研究结果可为其他人口稠密城市推广太阳能立面的研究和建设提供指导，旨在提高办公空间的视觉舒适度并降低能源消耗。