基于光氣候區的辦公樓太陽能幕墻多目標優化研究

王語嬿，汪統岳

(1.謝菲爾德大學，謝菲爾德 S10 2TN；2.同濟大學建筑與城市規劃學院，上海 200092；3.高密度人居環境生態與節能教育部重點實驗室，上海 200092)

引言

眼下碳中和問題正日漸成為一個在世界都備受關注的議題。在大多數發達國家，建筑行業占能源消耗總量的三分之一以上[1]，并成為導致全球溫室氣體排放的主要原因之一[2]。鑒于當前的能源危機，建筑設計中的能源效率越來越受到重視。特別是在擁有全球最大建筑市場[3]的中國，快速的城市化和擴張加劇了能源需求和碳排放總量[4]。我國公共建筑占建筑總量的21.3%，其能耗占建筑能耗總量的33.2%，其中辦公建筑所占比例最大[4]。

鑒于建筑圍護結構在建筑能耗中發揮著至關重要的作用，許多研究致力于在保持室內舒適度的同時降低凈能耗[5]。但目前，結合集成太陽能立面的能源生產與其作為調節室內光熱環境的功能性組件為綜合目標優化的研究還相對較少。Grondzik等[6]發現辦公樓的能源消耗受到朝向、布局模式和幾何形式等因素的影響。此外，Lima等[7]強調，外立面上精心設計的玻璃和適當的遮陽裝置可以顯著改善日光條件并減少對照明能源的需求。然而，過多的直接太陽輻射可能會因過熱和眩光問題而導致用戶不適[8]。因此，遮陽裝置通常有策略地定向并傾向于有效地減少不必要的直射陽光和輻射，從而防止過熱和眩光。

綜上所述，本文以辦公樓外立面應用的光伏遮陽組件與其室內光舒適之間的綜合優化方法為研究問題，對我國五個不同光氣候區進行建模模擬，量化光伏遮陽設計的各項變量因素，并組合建立太陽能立面模型庫，最終篩選針對不同地區綜合節能和室內采光最優的立面配置。

1 太陽能立面現狀及相關研究

太陽能因其豐富、清潔和取之不盡的特性而成為最受歡迎的可再生能源之一。此外，光伏材料能夠以合理的成本捕獲光能并將其轉換為可用能源，也使得其應用場景日趨廣泛。建筑光伏一體化(BIPV)需要將光伏組件納入建筑圍護結構[9]，從而賦予建筑物自發電的能力。另一方面，光伏遮陽裝置(PVSD)作為立面組件不僅可以產生電力，還可以調節和阻擋太陽輻射通過窗戶的流入[10]。此功能有助于減少夏季的冷卻需求并改善室內自然照明條件，最終提高建筑物的整體能源性能[11]。 研究表明，采用建筑光伏所生成的電量可以提供50%～80%的人工照明用電[12]，并減少11%的冷卻能耗[13]。這些先進的建筑構件形成了建筑內部和外部空間之間的復雜邊界，其性能顯著影響室內環境的視覺舒適以及系統的能量轉換效率[14]。通過PVSD調節采光是維持建筑室內舒適的熱和視覺條件至關重要的措施，而PVSD最有效的控制方法應適應氣候特征、建筑類型和建筑朝向等因素[10]。因此，PVSD的研究主要集中在四個主要方面：光伏電池板的角度和排列、旋轉軸、光伏電池材料和電池板尺寸，因為這些因素與PVSD實現的能源效率和室內舒適度密切相關。

本研究重點關注中國五個不同光氣候區的辦公樓：拉薩、昆明、北京、上海和重慶。由于光氣候區平均太陽輻射水平的差異，BIPV系統和辦公樓立面的優化因地區而異。本研究旨在探討將光伏遮陽集成到上述五個城市的辦公樓中的方法和潛力。對集成立面配置進行多目標分析，以確定特定建筑環境的最佳光伏傾斜角度和應用形式。該研究旨在提高辦公室人員白天的室內光線舒適度并減少不必要的能源消耗。

2 太陽能立面多目標優化

2.1 研究基本框架

圖1說明了本研究中采用的工作流程。第一步確定了典型辦公空間的模塊的尺寸，并通過建模模擬軟件Rhino建立了一個代表開放式辦公室的模型，確定其尺寸，如圖2所示。隨后定義了立面模塊的評估標準，其中有用日光照度(UDI)被選為評估室內光舒適度的指標，而發電量則作為評估光伏電池板應用性能的指標。下一步定義了控制立面組件設計的變量參數，這些參數包括光伏電池板的尺寸和行數、旋轉軸的方向、傾斜角度以及光伏電池的類型。結合這些變量元素的各種排列組合生成了立面原型庫，形成了后續模擬的基礎。

圖1 方法論概述Fig.1 Overview of methodology

圖2 典型辦公樓空間設置Fig.2 Settings of typical office building space

在模擬過程中，首先從中國五個不同的光氣候區中選擇具有代表性的城市，并提取其相應的天氣數據[15]以供后續模擬。選定的城市包括拉薩(Ⅰ區)、昆明(Ⅱ區)、北京(Ⅲ區)、上海(Ⅳ區)和重慶(Ⅴ區)。 多目標優化過程依賴于Rhinoceros和Grasshopper參數化建模工具以及Ladybug[16]、OpenStudio、Daysim[17]、EnergyPlus[18]和Radiance[19]等性能分析工具。通過這些參數化模擬工具，基于選定的五個城市，全年16個代表性時間點的每個立面模塊運行了2 880次程序。隨后，采用多目標擇優程序來確定每個城市相對最高效的立面組件，并確定軸線方向的最佳組合，且生成了描繪每個空間模塊的視覺熱力圖。

2.2 模型設置

圖2顯示了所選典型辦公空間的尺寸設置、反射參數以及模擬傳感器點所在的平面。最初，參考Shi等[20]和王嘉維[21]的研究，建立了開放式辦公室的模型。其內部空間尺寸設定為7.8 m(寬)、8.5 m(深)和3.6 m(高)。辦公空間標高包括高0.8 m的窗臺高度和2.6 m的標準窗高度。隨后，確定了評估室內照明條件的模擬傳感器點平面為距地板表面0.7 m的水平面。此外，將設備安裝和光伏板的旋轉所需的實際空間考慮在內，將光伏板所在的垂直面設置為距原建筑立面0.5 m的位置。

2.3 評價指標及優化公式

關于選定評價指標，既考慮了發電量，也考慮了PVSD組件對室內采光的影響。光伏的輸出功率用P表示，代表發電的資源輸出。視覺舒適度是指對視覺環境舒適度的主觀感受，鑒于建筑物內實際日光水平存在顯著的時間和空間變化，傳統的照度均勻性概念不足以反映真實的照明條件[22]。因此室內光環境的更合適的評價指標選定為有用日光照度 (UDI)，范圍為100～2 000 lx，其通常用于計算建筑物內的合理光照分布[22]。

擇優程序是基于式(1)所描述的多目標優化方法設計的，并利用Rhinoceros結合Grasshopper工具對數據進行批量處理，提取出五個城市的最優立面組成方式。

(1)

式中，UDI表示平均有效自然日光照度 (即照度值為200～3 000 lx的區域占比)；P表示光伏遮陽系統的產電輸出功率。

2.4 立面變量指標的定義

PVSD系統的配置應優先考慮室內光舒適度，同時最大限度地提高發電量。該系統涉及幾個關鍵設計變量，包括光伏電池類型、光伏電池板尺寸、光伏電池板層數、旋轉軸方向和傾斜角度。從電池類型來看，薄膜光伏和晶硅光伏是市場上常用的光伏電池類型。對于光伏電池尺寸，選擇0.2 m×0.2 m，這對應于常用的最大市售單晶尺寸，尺寸為210 mm[23]。

光伏板的尺寸有0.4 m×0.4 m和0.8 m×0.8 m，見表1。光伏板的層數限制為六層或三層，具體取決于所選的立面尺寸?？紤]到原建筑立面開口寬度為7.8 m，因此每層最多可容納10塊面板。從自適應立面中常見的各種設計形式中汲取靈感，選取了三種常見類型的旋轉軸——水平、垂直和傾斜。從之前的研究可知傾斜光伏配置的發電量比平坦垂直布局高約20%～40%[24]，此處光伏選取15°、20°、30°三種傾斜角度。最終通過排列組合上述所有變量來構建包含所有可能原型的原型庫，如圖3所示。

表1 PVSD設備的變量種類

圖3 立面模型庫Fig.3 Fa?ade library

2.5 模擬參數的設置

Roudesori等[16]可以檢索天氣數據來模擬建筑物的光照、熱和風環境。所有模擬均依賴于性能模擬軟件，如Daysim[17]、Radiance[19]、THERM和OpenStudio。借助以上軟件和插件可以進行能源和照明模擬，并可將輸出數據可視化。模擬中使用的天氣和照明數據均來自epwmap網站[15]。

模擬選定中國五個代表性城市進行：拉薩(Ⅰ區)、昆明(Ⅱ區)、北京(Ⅲ區)、上海(Ⅳ區)和重慶(Ⅴ區)，目的是調查中國不同地區的照明條件差異，并根據這些調查結果優化PVSD外墻的能源效率。模擬在全年選定的四個日期進行：3月22日、6月22日、9月22日和12月22日。對于每個日期，在四個不同的時間點進行模擬：上午9：00、中午12：00、下午3：00和下午6：00。這種方法可以比對不同季節的結果，并直觀地顯示全天室內照明和光伏發電的變化。對于所有變量組合，總共進行了2 880次模擬。

3 模擬結果分析

表2中的擇優結果表明，PVSD南向的最佳配置是水平軸旋轉30°、尺寸為0.8 m×0.8 m的晶體硅光伏板。所有城市的模擬都導向此結果，即使在不同的光氣候區域也是如此。這一發現表明，組件與水平面最合適的夾角為30°，室內光環境和發電量同等權重，且不受地理位置影響。圖4說明了不同光氣候區的PVSD發電量存在顯著差異，這些差異受到不同城市本身自然光照情況的影響。例如，從表2可以看出，拉薩等光氣候Ⅰ區的發電量明顯高于其他幾個城市；同時可以看出像重慶這樣缺乏光照的地區并不太適合光伏的應用。

表2 不同城市的最佳表現結果

圖4 不同時間光伏發電量Fig.4 PV electricity production in different time

相比之下，昆明、北京和上海等城市的發電水平相似。盡管各個城市的每日照度水平可能看起來相當，但有用日光照度 (UDI)作為一個范圍比，限制了詳細光照差異的可視化。

如圖4所示，拉薩的整體發電表現最高且最穩定，全年保持一貫的高水平。而上海在夏秋兩季的發電表現尤為突出。 相反，在選定的參數范圍內，重慶被認為是最不適合在建筑外墻進行光伏發電集成的城市。每個城市的電力生產與其各自光氣候區內的總光照可用性呈正相關。

圖5可以更全面地理解不同地區在不同時刻應用該立面組件前后的室內光照情況。從圖中可以看出，拉薩的光照水平最高，并且全年始終保持較高水平，因此可能會因過度照明而導致潛在的眩光問題和視覺不適。與拉薩類似，昆明和北京的光環境也相當。然而，拉薩受益于冬季日照時間較長，即使在18：00也能保持較高的日照水平。上海春、夏、秋三季光環境宜人，冬季眩光相對較高。然而，值得注意的是，冬季的這種差異可能是由于選擇分析的具體樣本日期的天氣差異造成的。相比之下，重慶夏秋季節光照度較高，春季光環境相對舒適，冬季光照度明顯降低，需要人工照明來彌補。

圖5 UDI 熱力圖Fig.5 UDI heatmap

3 結論

該研究考察了中國五個不同光氣候區典型辦公樓的室內光環境和集成太陽能立面，開發了一種協同設計機制，考慮多種因素并評估其在不同光氣候區的應用潛力。采用多目標優化方法對立面設計進行定量分析、性能模擬、資源輸出計算和設計選擇。進行參數化模擬后，從已建立的模型庫中選擇建筑立面的最佳配置；所選模塊的集成有效增強了辦公空間的室內采光和視覺舒適度，平均光舒適度達到66.5%。此外，集成模塊滿足了辦公樓年人均用電需求的7%～13.5%。本研究結果可為其他人口稠密城市推廣太陽能立面的研究和建設提供指導，旨在提高辦公空間的視覺舒適度并降低能源消耗。