INVESTIGADORES
SULAIMAN Halimi Cristina
congresos y reuniones científicas
Título:
Optimierung des bioklimatisches Designs unter Berücksichtigung der Komfortzuverlässigkeit und wirtschaftlichen Kriterien. Methodisches Vorgehen und Ersten Ergebnisse
Autor/es:
HALIMI CRISTINA SULAIMAN
Lugar:
Colonia, Alemania
Reunión:
Workshop; ITT Workshop 2008; 2008
Institución organizadora:
Institut für Technologie in den Tropen (ITT), Fachhochschule Köln
Resumen:
Methodische Vorgehen wird es Njährliche synthetische Wetterzeitreihe generiert, die sich auf die statistische Analyse der Wetterdaten basiert. Sie werden als Eingangsdaten für die Monte Carlo Simulation der Verhalten des Bioklimatisches Strategien ins Gebäude benutzt. Die Entscheidungsvariabeln sind Raumvolumen, Konstruktive Systeme, Orientierung, Fensterfläche, Dämmung, Thermische Masse, HVAC DimensionierungDas thermische Verhalten des Gebaudes kanndurch bekannte Simulationsprogramme (z. B. HAMBase) simuliert werden. Ich habe auch im Rahmenmeiner Arbeit komplementärischer Software entwickelt, um stochastishe Simulationen rechnen zu können. Dann kann man N jährliche Realisationen Raumtemperatur berchnet werden. Die thermishe Verhalten des Gabaudes unter jede Realisation des Wetters wirdstatistische analysiert. Wahrscheinlichkeitverteilungen, Konfidenzintervall, Komfortzuverlässigkeit & Komfortrisiko kann man von diese Analyse bestimmt werden. Dannach wird den Investitionkosten und Betriebkosten fur jede Designsparameter ermittelt. Es ist möglich die automatische Suche der Komibination von Designparametern, die unter Berucksichtigung vonRisikobedingungen zum wirtschftlichem optimalem Design führt. Das gesamte Prozess wird widerholen bis die kosten minimale Lösung gefunden ist. 7 Synthetisch Wetter ZR Die folgende Implementierung des Methodisches Vorgehen ist nur mit 34 Jahren von Utrecht, Niederlande durchgeführt. Wegen Zeit bäschrenkungen, die bemessene Daten von Argentinien wurden noch nicht benutzt. Die Abbildung zeigt 34 Tagesmessungen von Temperaturem am 1. Januar von 1971 bis 2004 auf. Auβere Temperaturen schwanken von -15 Grad bis 10 Grad. II Das ist der selbe Abbildung fur 34 Tage in Sommer. 8 Synthetisch Wetter ZR Das Bild zeigt 10 Jahren von Temperaturen in stundlichem Raster. Man kann deutlich erkennen wie unterschidlich ist das Wetter in verschidenen Jahren. Infogedessen ist es sehr wichtich nicht nur ein typisches Jahr des lokalen Wetter in der Baudesign berücksichtigen, sondern auch die unsicherheit des Klimas auf mehereren Jahren. Es wurde ein Programm in der Plattform MatLab entwickelt damit eine statistische Analyse von der Eigenschaften und der Unsicherheit der lokalen Wetterbedingugen durchführen könnnen. 9 Synthetisch Wetter ZR Dieses komplementärische Programm rechnet die zeitabhängige Wahrschanlichkeitdichtfunktion von Außertemperatur und Luftfeuchtkeit für Sommer und Winter. Das Bild zeigt in Farben die Auftrittswahrscheinlichkeit (probalilidad de ocurrencia) der Außentemperaturen und der relativen Luftfeutichkeit. Rot bedeutet wahrscheinlichere Werten. Man kann deutlich sehen die hohe Streuung der Temperatur in Sommer zwischen 10 und 18 Uhr. Im Gegensatz die Streeung der Temperaturschwankung ist deutlich niedriger bei Tagesanbruch in Sommer. Im Winter die Streuung der Temperatur Während des Tages ist viel größer und die Temperaturwerten sind zwischen -13°C und 19°C. 10 Thermische Modell Die Auswahl einer geeigneter thermischer Simulationsmodell und der Analyse der verschidenen verfügbare Software ist ein aufwendige Arbeit und brauchte viel Zeit. HAMBase ist ein opensource Software, die in MATLAB Plattform an der Technische Universität Eindhoven entwickelt worden ist. HAMBase ist ein complexe eingekoppelte Simulationmodell für die Raumtemperatur sowie Raumfeuchtigkeit. Ein weitere Vorteil ist, dass die Genauigkeit dieses Modell ist mit ASHRAE Standardsgebäude getestet. Danks der MATLAB Plattform kann man zuzätlichen Programme schreiben.Die stochastische Simulationen wurden implementiert , dadurch die thermische Zuverlässigkeit und der Komfortrisiko eines Baudesigns berechnen kann. Mit HAMBase kann auch natürliche Belüftung, die Auswirkung von Schaten und das Benutzungsprofil des Gebaudes betrachtet werden. Der einzige Nachteil von HAMBase ist, dass eine Vorkenntnisse von MATLAB und Programmierung erforderlich ist. Das Bild zeigt eine jährliche Simulation mit HAMBase der Raumtemperatur in stundliche Raster für einen bestimte Baudesign. Die Abbligung stellt auch die Verlauf der Aussentempertur und die Komfortberiech dar. Man kann sehen, dass in vielen Stunden das Gebaude ausser den Komfortbereich insbsobdere in Winter ist. II Dieses Bild zeigt die von HAMBase simulierter relativer Luftfeutigkeit im Raum. Man kann deutlich sehen, dass die innere relative Luftfeuchtkeit dieses Gebäude im Komfortbereich bliebt. 11 Komfortrisiko Berechnung Zeitabhängiger Wahrschanlichkeitdichtfunktion der Raumbedingungen Wie bei Außerwetterbedingungen hier es rechnet die zeitabhängige Wahrschanlichkeitdichtfunktion von innerer Raumtemperaturen und Luftfeuchtkeit für Sommer und Winter. Die folgende Figuren aufweisen: In Sommer die Streuung in Raumtemperatur ist groß, aber es gibt eine hohe Wahrschenlichkeit, dass, die Temperaturen in Komfortbereich bleiben. In diesem Fall, es gibt kein Kühlungskapazität installiert, nur natürliche Belüftung. 3000 W Heizungskapazität und 80 mmWärmedämung sind genug, um die Raumtemperatur in Winter auf die untere Grenze beizubehalten. Beirelative Luftfeuchtichkeit die Auftrittswahrscheinlichkeit von Außerkomfortwerten in Sommer ist null. Aber in Winter die Wahrscheinlichkeit unter der Komfortbereich der Luftfeuchtichkeit Werten zu haben ist deutlich positiv. 13 Komfortrisiko Berechnung Im Rahmen dieser Arbeit ist verschiedenen Komfortrisikokennzahlen und ein Komfortrisiko Map und Indikatoren entwickelt worden. Die Bilder zeigen auf wie heufig die hygrothermische Bedingungen ins Gebaude sind im Komfort oder ausser der Komfortbereich. Das berechnete Beispiel hat 8 cm Wärmedämmund ins Mauern. Das Gebäude presentiert eine Wahrscheinlichkeit von 93 % in Komfortbereich zu bleiben, deswegen 7% der gesamte Jahreszeit verliert den Komfort, das ist 602 Stunden des Jahres bliebt das Gebäude außer Komfort.Wenn die Temperatur unter die untere Grenze ist, ist durchschnittlich in 18,5 °C Grad und wenn oben die Obergrenze ist, ist durchschnittlich in 26,9 °C Grad.  Die selben Indikatoren wurden auch für die Relative Luftfeuchtigkeit definiert. In diesem Fall, gibt es keine Wert ober die Grenze. Durchschnittlich bleibt das Gebäude 476 Stunden hintereinander in Komfortbereich. Die erwartete Diskomfortdauer ist ca. 35 Stunden. Die Diskomforthäufigkeit ist für dieses Baudesigns 17 mal pro Jahr. 14 Kost Bewertung Das Komfortrisiko ist stark abhängig von den Designparameters. Hier sind die Indikatoren für verschiedenen Mauernwärmedämmungsdicke gebildet. Die anderen parametern wie Heizung Kapazität, Fensterfläche, Dachdämmung, natürliche Belüftung blieiben immer gleich. Das erste Bild zeigt ganz deutlich wie das Komfortrisiko stark verringern, wenn die Dicke der Wärmedämmung ins Mauer vergrößert wirdz.B. das Komfortrisiko mindern von 50% ohne Dämmung, bis 7% mit nur 4 cm dick der Wärmedämmung. Nach 10 cm das Komfortrisiko verändert ganz wenig. Das zweite Bild zeigt die Erwahtungswert der Temperatur bei der Verletzung der obere und untere Komfortgrenze. Z. B. Ohne Wärmedämmung ist die Temperatur durchschnittlich 4°C unter die Niedrigstkomfortwert. Mehr als 16 cm dick das Gebäude bliebt immer ins Komfort in Winter aber nicht in Sommer, weil die temperatur steigt durchschnittlich fast 1 °C in Bezug auf die obere Komfortgrenze. Das dritte Bild zeigt in Rot die erwartete Dauer außer komfort in Stunden und die grüne Linie die Häufigkeit (wie viele mal pro Jahr das Gebäude außer Komfort ist) Das letztes Bild zeigt die erwartetet Heizungkosten für die verschidenen Wärmedämmungsdickeauf. Man kann deutlich erkennen, dass mit nur wenig Dämungsdiscke die Heizungkosten stark senken. Es ist klar auch, dass die Effektivität der Dämung bei hoheher Dicke für die Reduzierung der Heizungskosten allmählich niedriger ist. Von daher muss man die Investition in Wärmedämung optimieren, um die mininimale Gesamkosten (Investition + erwartetet Energiekosten) zu erreichen.