TWI672665B

TWI672665B - 綠建築效能模擬分析系統及其最適化決策方法

Info

Publication number: TWI672665B
Application number: TW105139703A
Authority: TW
Inventors: 陳上元; 邱秀婷
Original assignee: 逢甲大學
Priority date: 2016-12-01
Filing date: 2016-12-01
Publication date: 2019-09-21
Also published as: TW201822129A

Abstract

本發明提供一種綠建築效能模擬分析系統，並透過A.設定節能目標；B.獲取氣象資料；C.內部設定；D.執行節能計算模組；E.可視化性能分析與熱點追蹤；F.評估與方案修正；以及G.選擇最優化方案等操作步驟，從設計之初便以建築資訊模型(BIM)作為基礎工具，因應在地化的氣候條件，進行建築性能分析(BPA)，透過“設計”及“分析”的決策循環，以建築用電強度(EUI)作為能耗綜合性能指標的度量單位，並且採用「優化性能百分比」作為評級的條件，持續優化設計以產生符合環境效益的最優化方案，最終達到追求環境永續發展的目標。

Description

綠建築效能模擬分析系統及其最適化決策方法

本發明係關於一種綠建築模擬分析系統，尤指一種可因應在地化的氣候條件，具有節能與減碳設計的最適化決策方法的綠建築效能模擬分析系統。

建築模擬之目的在於對所提供的建築設計或資訊進行分析，並藉由建築模擬結果再進一步修改設計或計畫，因此建築前置作業流程將在經過資訊收集、模擬和分析三者不斷地循環後，得到合議結果才能夠進行後續相關作業。而資訊收集、模擬和分析三者通常分屬三個不同的處理系統，導致產生大量的重覆建立模型和設定參數的作業時間，缺乏效率。

以現有技術來說，在資訊收集的部分將依據計畫或設計目的不同而選擇上有所差異，建築模擬的部分則以建築資訊模型(Building infoimation modeling,BIM)為主，將建築資訊、參數、時間等資料納入3D模型元件內，與過去以平面為基礎的電腦輔助建築設計(Computer Aided Architectural Design,CAAD)相比較，其差異性包括(1)從平面2D線性思考模式改變為3D立體化視覺模擬到4D時間管理，(2)從圖紙作業到數位資訊管理，(3)從靜態單一操作到動態連結。而分析部分則以建築效能分析(Building performance analysis,BPA)為主，以電腦軟體來預測建築性能，並輸出、可視化的仿真圖像、數據、統計分析圖與表單，提供了建築性能視覺化與數據化的分析結果，以協助使用者理解其設計方案性能的運行，並藉以作為設計決策或者作為持續優化設計方案的依據。據統計，市面上多種的BIM系統以及約350種以上的BPA分析系統，使得BIM和各種BPA之間的溝通和訊息傳遞困難，因此軟體工具間的選擇與整合就顯得極為重要。

然而，在氣候環境劇變與全球能源危機情勢下，如何應用BIM工具以得到更具備環境效益的建築設計，成為近年來建築與營建相關產業指標性的議題。於是，衍生出綠色的建築資訊模型(Green BIM)，強調BIM與BPA軟體技術的結合，進行整合性設計，以促進建築設計、分析、合理的決策循環，進而獲得更具備環境效益的優化發展。但是，綠色的建築資訊模型(Green BIM)執行並非易事，具有下列困難需克服：一、軟體工具的選擇與整合；二、整合性設計程序與優化條件的建立；以及三、過去區域性氣象資料取得不易。

故為解決上述問題，本發明提供一綠建築效能模擬分析系統包含：一輸入裝置，設置有一處理器；一建模模組，與該處理器相連接，產生一量體模型；一資料庫，包含一氣象數據資料庫以及一地理環境資料庫，與該建模模組無線或有線相連接；一效能分析模組，與該處理器以及該建模模組相連接，用以產生一能源分析模型；以及一節能計算模組，用以產生一可視化分析以及計算一優化性能百分比，與該建模模組、該效能分析模組以及該處理器相連接。

其中，該建模模組以建築資訊模型(Building Information Modeling,BIM)為基礎，主要包含幾何、物理和拓撲資訊的接收、模擬和輸出，產生出建築物的該量體模型。該效能分析模組以建築效能分析(Building Performance Analysis,BPA)為基礎，主要分析的建築性能項目包含建築日照與採光、室內照明、遮陽與陰影、遮陽優化、熱輻射、空氣與對流、空調耗能、音效設計、通風環境、視覺影響、整體建築能源性能仿真和生命週期的能耗與碳排放等等，提供分析數據資訊，將該量體模型轉換為該能源分析模型。

該資料庫之該地理環境資料庫係包含地形、道路和建築空間的數據化及圖像化資訊；該氣象數據資料庫包括一真實氣象站以及一虛擬氣象站的氣象數據資料，其中該真實氣象站以及該虛擬氣象站的資料格式為國際通用的典型氣象年(Typical Meteorological Year,TMY)。由於該虛擬氣象站技術突破使得本發明不受限於區域的應用。

該輸入裝置為個人電腦、平板電腦或智慧型手機。本發明更可包含一輸出裝置，與該處理器相連接，其中該輸出裝置為印表機、顯示器或投影機。

另，本發明更可包含一第三方使用模組，與該處理器以及該節能計算模組連接，以便其他使用者能夠快速添加其他的仿真模組，可將其資料輸出以gbXML(Green Building XML)建築模擬格式上傳至該節能計算模組進行能耗分析，或是將該計算模組的仿真分析結果以gbXML(Green Building XML)建築模擬格式輸出給有能力加入新功能的該第三方使用模組。

該節能計算模組產生的該可視化分析包含一基地氣候條件分析、一建築能源使用性能分析和一建築物理環境分析。其中該基地氣候條件分析包括氣象站的典型氣象年(TMY)天氣資料以及風環境分析；該建築能源使用性能分析包括用電密度(EUI)、建築生命週期耗能及成本計算以及能源回收/節能潛力；該建築物理環境分析包括平均碳排放、每月空調負荷以及尖峰用電需求。

本發明採用優化性能百分比作為評級的條件，以用電密度(EUI)作為建築耗能整體性綜合指標的度量單位，用電密度(Energy use intensity,EUI)為建築物單位面積的年耗電量，該優化性能百分比=(基準方案用電密度值-優化方案用電密度值/基準方案用電密度值)×100%。

由上述可知，本發明之該綠建築效能模擬分析系統可對建築物進行仿真模擬並進行建築性能分析，並將該建模模組、該效能分析模組以及該第三方使用模組所提供的幾何以及非幾何的資訊、氣象資料一併以gbXML(Green Building XML)建築模擬格式上傳至該節能計算模組進行能耗分析，以建築用電強度(EUI)作為能耗綜合性能指標的度量單位，並且採用該優化性能百分比作為評級的條件，傳回建築性能數值的該可視化分析的結果，並從該可視化分析的結果，進行熱點追蹤，找出影響能耗大的變因，作為後續方案修正的依據。

本發明另一目的為提供一種綠建築效能模擬分析系統的最適化決策方法，其步驟包含A.設定節能目標：設定節能目標並以一優化性能百分比作為評級條件；B.獲取氣象資料：獲取包括來自一真實氣象站以及一虛擬氣象站的資料；C.內部設定：對一建模模組以及一效能分析模組進行內部的性能參數設定，產生基準方案的一量體模型以及一能源分析模型；D.執行節能計算模組：將該量體模型以及該能源分析模型的幾何、非幾何的資訊以及氣象資料，一併以gbXML(Green Building XML)建築模擬格式上傳至一節能計算模組進行能耗分析；E.可視化性能分析與熱點追蹤：透過該節能計算模組運算後，傳回一可視化分析，並進行熱點追蹤，找出影響能耗大的變因；F.評估與方案修正：根據該可視化分析與熱點追蹤的結果，調整控制能耗大的變因，提出修正方案；以及G.選擇最優化方案：將達到設定的該優化性能百分比的節能目標的修正方案作為候選優化方案，持續修正直到決策循環過程結束得到最優化方案。

上述步驟G若修正方案未達到設定的該優化性能百分比的節能目標時，則回到步驟C，重覆操作步驟C~G。

該優化性能百分比為(基準方案用電密度值-優化方案用電密度值/優化方案用電密度值)×100%。其中步驟B中該真實氣象站以及該虛擬氣象站的資料格式為國際通用的典型氣象年。步驟C中性能參數包括建築類型、活動類型與使用者密度、外殼屬性、空調和照明。步驟E中該可視化分析包含一基地氣候條件分析、一建築能源使用性能分析和一建築物理環境分析，其中該基地氣候條件分析包括氣象站的典型氣象年天氣資料以及風環境分析；該建築能源使用性能分析包括用電密度(EUI)、建築生命週期耗能及成本計算以及能源回收/節能潛力；該建築物理環境分析包括平均碳排放、每月空調負荷以及尖峰用電需求。

由上述可知，本發明系統的最適化決策方法，其該建模模組及該效能分析模組具有充份驗證整合性設計、分析決策循環與設計優化的能力，運用仿真軟體計算建築”營運使用”階段的能耗分析，其性能分析與優化設計的決策循環發生在早期設計階段(包含初步設計(Schematic Design,SD)階段及細部設計(Design Development,DD)階段)，並以用電密度(EUI)作為建築耗能整體性綜合指標的單位，根據設定的優化性能百分比評比條件，在初步設計階段以”概念量體”找出不同配置方式的優化方案；接著進入細部設計階段，加入細部建築元素，調整元素的屬性與參數，使得性能持續以獲得最優化方案。

10‧‧‧輸入裝置

11‧‧‧處理器

20‧‧‧建模模組

30‧‧‧效能分析模組

40‧‧‧第三方使用模組

50‧‧‧節能計算模組

60‧‧‧輸出裝置

70‧‧‧資料庫

71‧‧‧氣象數據資料庫

72‧‧‧地理環境資料庫

圖1為本發明之綠建築效能模擬分析系統結構示意圖；圖2為本發明之綠建築效能模擬分析系統最適化決策方法流程圖；圖3為本發明之一量體模型之示意圖；圖4為本發明之一能量分析模型之示意圖；圖5為本發明之內部設定之示意圖；圖6為本發明之風玫圖示意圖；圖7為本發明之用電量比例分析示意圖；圖8為本發明之每月能源負荷分析示意圖；圖9(a)為本發明之一實施例之基準方案之示意圖；圖9(b)為本發明之一實施例之修正方案一之示意圖；圖9(c)為本發明之一實施例之修正方案二之示意圖；圖9(d)為本發明之一實施例之修正方案三之示意圖；圖10為本發明之加入細部建築元素之一示意圖；圖11為本發明之加入另一細部建築元素之示意圖。

請參考圖1，圖1為本發明之綠建築效能模擬分析系統結構示意圖。本發明提供一綠建築效能模擬分析系統，包含：一輸入裝置10，設置有一處理器11；一建模模組20，與該處理器11相連接；一資料庫70，包含一氣象數據資料庫71以及一地理環境資料庫72，可與該建模模組20相連接；一效能分析模組30，與該處理器11和該建模模組20相連接；以及一節能計算模組50，與該建模模組20、該效能分析模組30以及該處理器11相連接。

該輸入裝置10為個人電腦、平板電腦或智慧型手機。本發明更可包含一輸出裝置60，與該處理器11相連接，該輸出裝置60為顯示器、印表機或投影機。

請參考圖1和圖3，圖3為本發明之一量體模型之示意圖。該建模模組20以建築資訊模型(Building Information Modeling,BIM)為基礎，主要包含幾何、物理和拓撲資訊的接收、模擬和輸出，用以產生三維的建築物一量體模型，如圖3所示，該量體模型為紀錄建築物的幾何空間關係、地理資訊、建築元件的數量和相關性質的數位模型。該建模模組20除了建立3D的幾何資訊，也包括了部份需要傳遞給該效能分析模組30所需要的非幾何資訊。

請參考圖1和圖4，圖4為本發明之一能量分析模型之示意圖。該效能分析模組30以建築效能分析(Building Performance Analysis,BPA) 為基礎，主要項目可包含建築日照與採光、室內照明、遮陽與陰影分析、遮陽優化、熱輻射、空氣與對流、空調耗能、音效設計、通風環境、視覺影響、整體建築能源性能仿真和生命週期的能耗與碳排放分析等，提供分析數據資訊，並用以產生一能源分析模型，如圖4所示。

該節能計算模組50進行能耗分析，產生一可視化分析並計算一優化性能百分比，該可視化分析包含一基地氣候條件分析、一建築能源使用性能分析和一建築物理環境分析，該基地氣候條件分析包括氣象站的典型氣象年天氣資料以及風環境分析；該建築能源使用性能分析包括用電密度(EUI)、建築生命週期耗能及成本計算以及能源回收/節能潛力；該建築物理環境分析包括平均碳排放、每月空調負荷以及尖峰用電需求。該優化性能百分比=(基準方案用電密度-優化方案用電密度值/優化方案用電密度值)×100%，以用電密度(EUI)作為建築耗能整體性綜合指標的度量單位，而用電密度(Energy use intensity,EUI)為建築物單位面積的年耗電量，計算出該優化性能百分比。

該氣象數據資料庫71，包括來自一真實氣象站以及一虛擬氣象站的資料，其資料來源的格式為國際通用的典型氣象年(TMY)，即各氣象站以近30年的月平均值為依據，並從近10年數據中選取一年各月接近30年的平均值，作為典型氣象年。以各真實的氣象站之TMY數據為基礎，再進行虛擬氣象站的仿真運算，以補足各實際測站間的數據落差，並使建置的氣象網格距離達到14公里以內，提升仿真準確性。由於虛擬氣象站技術突破使得本發明之不受限於區域的應用。該地理環境資料庫72係包含地形、道路和建築空間的數據化及圖像化資訊。該資料庫70亦可為雲端資料庫，與該建模模組20透過網路或wifi無線相連。

本發明著重於初步設計(SD)到細部設計(DD)的早期設計階段，具有充份驗證整合性設計、分析決策循環與設計優化的能力，然而，如果要更進一步的優化發展，比方加入再生能源設備運行的仿真分析，則更可包含一第三方使用模組40，與該處理器11以及該節能計算模組50連接，可將該第三方使用模組40分析的資料輸出以gbXML(Green Building XML)建築模擬格式上傳至該節能計算模組50進行能耗分析，或是將該計算模組50的仿真結果以gbXML(Green Building XML)建築模擬格式輸出給有能力加入新功能的該第三方使用模組40，以便其他使用者能夠快速添加其他的仿真模組。

在實施例中該建模模組20與該效能分析模組30分別為一種建築設計應用軟體及一種建築效能分析軟體，例如分別採用Autodesk公司的Revit作為BIM工具、Energy Analysis for Revit作為BPA工具，且Energy Analysis for Revit是與Revit整合的BPA工具，具備了對建築師與設計師友善使用的介面，而該節能計算模組50可為一種對建築物能耗分析的軟體，例如採用DOE-2建築耗能模擬仿真引擎進行能耗分析。

自該輸入裝置10輸入建築物的屬性參數，例如：建築類型、活動類型與使用者密度、外殼屬性(如構造材質、熱傳導係數或隔熱係數)、空調和照明等，透過該處理器11至該建模模組20，該建模模組20自該資料庫70載入選定之圖形資料、地理環境和氣象數據資料，並匯入底圖進行量體建模，以獲得gbXML(Green Building XML)建築模擬格式，提供給該效能分析模組30進行後續相關分析，而該效能分析模組30提供分析數據資訊，並轉換成該能源分析模型，再經由該節能計算模組50進行耗能分析，回傳該可視化性能分析，計算出該優化性能百分比作為評級的條件，再進行熱點追蹤找出影響能耗大的原因，同時也將該建模模組20、該效能分析模組30以及該節能計算模組50產生的3D模型及分析結果呈現出來，或傳至該輸出裝置60呈現或印出。

由上可知，本發明採用仿真軟體，計算建築營運使用階段的能耗分析，其性能分析與優化設計的決策循環發生在早期設計階段段(包括：初步設計階段、細部設計階段)，將該建模模組、該效能分析模組以及該第三方使用模組所提供的幾何以及非幾何的資訊、氣象資料一併以gbXML建築模擬格式上傳至該節能計算模組進行能耗分析，傳回建築性能數值的該可視化分析的結果，並以建築用電強度(EUI)作為能耗綜合性能指標的度量單位，採用該優化性能百分比作為評級的條件，從該可視化分析的結果，進行熱點追蹤，判斷影響能耗大的變因，作為後續方案修正的依據，以產生符合環境效益的最優化方案。

因此，本發明考量與BIM軟體銜接的契合度、虛擬氣象站技術及能耗分析引擎符合標準測試，克服了一、軟體工具的選擇與整合；二、該節能計算模組採用DOE-2引擎精確度上具有相當的公信力；以及三、過去區域性氣象資料取得不易的問題。

請參考圖2，圖2為本發明之綠建築效能模擬分析系統最適化決策方法流程圖。其步驟包含A.設定節能目標；B.獲取氣象資料；C.內部設定；D.執行節能計算模組；E.可視化性能分析與熱點追蹤；F.評估與方案修正；以及G.選擇最優化方案。各步驟詳述如下：

請參考圖2及表1，表1為各類建築單位面積用電密度(EUI)統計表。其中步驟A.設定節能目標：設定節能目標並以一優化性能百分比作為評級條件。以用電密度(EUI)作為建築耗能整體性綜合指標的度量單位，用電密度(Energy use intensity，EUI)為建築物單位面積的年耗電量，並參照經濟部能源局所發布的各類建築單位面積用電密度(EUI)統計表圖，如下表1所示，找出專案所對應的建築用途分類、類別，以「平均值」作為「專案設計」參考用的「公用基準」，採用該優化性能百分比作為目標設定或者評級的條件，該優化性能百分比=(基準方案用電密度-優化方案用電密度值/基準方案用電密度)×100%。例如，將初步設計階段(SD)的節能目標設定為；擬提升”基準方案”21%以上的優化性能百分比，細部設計階段(DD)擬再提升3%的優化性能百分比。

上述節能目標的設定基準並非不可取代性，其它可行的節能目標的基準包括：(1)能源成本預算：為美國LEED認證的建築節能基準，LEED是美國綠建築協會設立的一項綠建築評分認證系統，用以評估建築績效是否能符合永續性，其基準方案輸入ASHRAE 90.1規定的變因參數，應用Energy Plus軟體仿真運算輸出ECB(能源成本預算)，並採取優化性能百分比作為LEED評級的門檻。(2)淨零耗能標準：設計方案的每年再生能源設備所產生的電力密度，應符合建築物的年耗能密度(EUI)。(3)被動屋標準：以用電密度(EUI)為單位，被動房屋的空調設備耗能上限。(4)尖峰空調能耗：機械系統的耗能值不得超過負載峰值。(5)碳足跡：透過電力的碳排係數可以從電力負載換算成建築物使用階段的碳排放量。上述節能目標的設定基準，可視設計專案的理想與目的，還有其它的能源目標的基準，採用的可行性視政府預期引領產業方向、技術可行的成熟度而定。

步驟B.獲取氣象資料：獲取包括來自一真實氣象站以及一虛擬氣象站的資料。資料來源的格式為國際通用的典型氣象年(Typical Meteorological Year,TMY)，即各氣象站以近30年的月平均值為依據，並從近10年數據中選取一年各月接近30年的平均值作為典型氣象年。以各真實的氣象站之典型氣象年(Typical Meteorological Year,TMY)數據為基礎，再進行虛擬氣象站的仿真運算，以補足各實際測站間的數據落差，並使建置的氣象網格距離達到14公里以內，提升仿真準確性。過去受限於區域性氣象資料的不足，使其應用受到阻礙。然而，雲端運算基礎的虛擬氣象站技術突破，使得Green BIM不受限於區域的應用。例如：以台中北屯區的基地為例，設定專案、輸入基地位置的經緯度，則可傳回最接近的氣象站的TMY 天氣資料。

請參考圖2、圖3、圖4以及圖5，圖5為本發明之內部設定之示意圖。步驟C.內部設定：對一建模模組以及一效能分析模組進行內部的性能參數設定，產生基準方案的一量體模型以及一能源分析模型。首先是初始方案的模型建構，內部的性能參數包含建築類型、活動類型與使用者密度、外殼屬性(如構造材質、熱傳導係數或隔熱係數)、空調和照明等，如圖3所示，直接於Revit中簡易建模，首先建立量體與樓層，建築類型選擇為旅館建築、開窗率設定為40%、建築明細營運表12/7設施(表示建築營運每週的營運使用時數12/7，12/7代表每週使用七天、每天運作12小時)、外氣量資訊以及熱通空調(HAVC)系統等等內部的性能參數設定。如圖5所示，熱通空調(HAVC)系統，指的是對機電空調系統選用的設定，可預設選項為中央VAV、熱水加熱、冷凍機5.96COP、鍋爐84.5效率；外氣量資訊，指設定每個人所需之外氣量、單位面積換氣量，以及每個小時的換氣次數。其它的構造材質採用BIM模型的默認值，設定完成後，將模型轉為能源分析模型，如圖4所示。

步驟D.執行節能計算模組：將該量體模型以及該能源分析模型的幾何、非幾何的資訊以及氣象資料，一併以gbXML格式上傳至一節能計算模組如以網路為基礎GreenBuilding Studio能源分析軟體的DOE-2仿真引擎運算進行能耗分析。

步驟E.可視化性能分析與熱點追蹤：透過該節能計算模組運算後，傳回一可視化分析，並進行熱點追蹤，找出影響能耗大的變因。該可視化分析包含一基地氣候條件分析、一建築能源使用性能分析以及一建築物理環境分析，其分析結果可以作為後續方案修正的參考依據。該基地氣候條件分析，除了步驟B提供的氣象站的TMY天氣資料外，還包含風環境分析，如圖6所示，圖6為本發明之風玫圖示意圖。該建築能源使用分析與該建築物理環境分析包含用電密度(EUI)、建築生命週期(30年)耗能及成本計算、能源回收/節能潛力、平均碳排放、每月空調負荷、尖峰用電需求等，可就目標設定內容檢討分析性能計算成果，並找出關鍵因子回饋修訂。

請參考表2、圖7和圖8，表2為本發明之基準方案分析結果表；圖7為本發明之用電量比例分析示意圖；圖8為本發明之每月能源負荷分析示意圖。由於各類型建築能耗特性不同，而EUI的評估也應以”同營運型態的建築”作為比對才具有意義。依據計算仿真結果，初始方案的用電密度(EUI)值為204kWh/m²．yr，如下表2所示，比對表1經濟部能源局所發布的各類建築單位面積用電密度(EUI)統計表，高於一般旅館平均用電195.6kWh/m²．yr，但低於最大用電223.6kWh/m²．yr，故初始方案EUI數值尚在合理範圍內，可作為基準方案。

之後進行熱點追蹤，找出影響能耗大的變因，例如，可根據圖7用電量比例分析，得知耗能設備以空調46%最高，其次為照明21%。再根據圖8中每月能源負荷分析，由能源負荷組成分析來看中以窗日光及窗導熱為空調負擔最大來源，其次為照明設備及開窗導致的太陽輻射；又由圖8中每月用電量分佈來看，以夏季7、8月用電較高，所以應著重於夏季用電的改善以減少營運負擔。

步驟F.評估與方案修正：根據該可視化分析與熱點追蹤的結果，調整控制能耗大的變因，提出修正方案。根據圖6風玫圖所示，可看出在本實施例中，基地夏季季風以西向、西偏南向最頻繁，冬季季風以東北向最頻繁。為使所設計的建築物開放空間能夠夏季迎風、冬季避風，在初步設計(SD)階段，以調整建築量體與戶外空間的關係方式，作了三個修正方案，如圖9(a)~圖9(d)所示，圖9(a)為本發明之一實施例之基準方案之示意圖；圖9(b)為本發明之一實施例之修正方案一之示意圖；圖9(c)為本發明之一實施例之修正方案二之示意圖；圖9(d)為本發明之一實施例之修正方案三之示意圖。

步驟G.選擇最優化方案：將達到設定的該優化性能百分比的節能目標的修正方案作為候選優化方案，持續修正直到決策循環過程結束得到最優化方案。如圖9(a)~圖9(d)所示，基準方案EUI值為204kWh/m²．yr，修正方案一EUI值為201kWh/m²．yr，修正方案二EUI值為199kWh/m²．yr，修正方案三EUI值為153kWh/m²．yr，其優化性能百分比分別為為1.47%、2.45%、25%，可知只有修正方案三達到提升基準方案21%以上的優化性能百分比目標的要求，為候選優化方案。

若修正方案未達到設定的該優化性能百分比目標的要求，則重覆操作步驟C~G，加以評比，直到得到滿足所設定的節能目標。

由上可知，在概念設計階段(SD)，本發明找到候選優化的概念量體，以候選優化的概念量體為基礎，進入加入細部設計階段(DD)，回到Revit建模，重覆操作步驟C~G，持續修正直到決策循環過程結束得到最優化方案。依據傳回的可視化分析，進行熱點追蹤，找出影響能耗大的變因，如圖8每月能源負荷分析，分析出窗戶及外牆導熱為空調負擔最大來源。請參考圖10和圖11，圖10為本發明之加入細部建築元素之一示意圖，圖11為本發明之加入另一細部建築元素之示意圖，如圖10與圖11所示，於是加入窗元件，使開窗率從40%降到29%，外牆都設定為隔熱牆、窗設定為雙層低輻射玻璃，並在偏南與北向立面加入水平遮簷，偏東與西向立面加入垂直遮簷，得到最優化方案，EUI值為140kWh/m2．yr，其與基準方案相差64kWh/m2．yr，計算出優化性能百分比為31%。

由上述可知，本發明系統的最適化決策方法，其該建模模組及該效能分析模組具有充份驗證整合性設計、分析決策循環與設計優化的能力，運用仿真軟體計算建築”營運使用”階段的能耗分析，其性能分析與優化設計的決策循環發生在早期設計階段(包含初步設計(Schematic Design,SD)階段及細部設計(Design Development,DD)階段)，並以用電密度(EUI)作為建築耗能整體性綜合指標的單位，根據設定的優化性能百分比評比條件，在初步設計階段以”概念量體”找出不同配置方式的優化方案；接著進入細部設計階段，加入細部建築元素，調整元素的屬性與參數，使得性能持續以獲得最優化方案，增益其模擬分析預測的準確性。

因此，由於本發明考量與BIM軟體銜接的契合度、虛擬氣象站技術及能耗分析引擎符合標準測試，以及最適化決策方法，克服了一、軟體工具的選擇與整合；二、整合性設計程序與優化條件的建立；以及三、過去區域性氣象資料取得不易的問題。

Claims

一種綠建築效能模擬分析系統的最適化決策方法，其步驟包含：一初步設計階段，透過調整一建築物量體與戶外空間關係的方式，提出該建築物的至少一修正方案，該初步設計階段包含：A.設定節能目標：設定該建築物的一節能目標，其中該節能目標是以一優化性能百分比作為評級條件；B.獲取外部氣象資料：包括來自一真實氣象站以及一虛擬氣象站的資料；C.內部設定：輸入該建築物的一屬性參數至一建模模組中，該建模模組依據該屬性參數以及該外部氣象資料產生一量體模型，一效能分析模組又依據該量體模型進行分析並轉換為一能源分析模型，其中該屬性參數包含建築類型、活動類型與使用者密度、外殼屬性、空調以及照明；D.執行節能計算模組：將該量體模型以及該能源分析模型的幾何、非幾何的資訊以及氣象資料，一併以gbXML(Green Building XML)建築模擬格式上傳至一節能計算模組進行能耗分析，回傳一可視化性能分析，並計算出該優化性能百分比作為評級的條件，其中該優化性能百分比的計算方式為(基準方案用電密度值-優化方案用電密度值)/基準方案用電密度值×100%；E.可視化分析與熱點追蹤：依據該可視化性能分析進行熱點追蹤，找出影響該建築物能耗大的變因；F.評估與提出修正方案：根據該可視化性能分析與熱點追蹤的結果，調整控制該建築物能耗大的變因，提出該至少一修正方案；以及 G.評比修正方案：將達到該建築物設定的該節能目標的修正方案作為一候選優化方案；以及一細部設計階段，透過調整該建築物的該屬性參數並加入至少一細部建築元素以取得一最優化方案，該細部設計階段包含：H.選擇最優化方案：未達到設定的該節能目標的修正方案，則重複操作步驟C-G，直至每一個修正方案皆達到設定的該節能目標後，篩選出節能效果最佳的該候選優化方案為該最優化方案，且該最優化方案符合該節能目標；其中，加入該至少一細部建築元素包含加入窗元件、加入水平遮簷或加入垂直遮簷；其中，調整該屬性參數包含外牆設定為隔熱牆，或窗元件設定為雙層低輻射玻璃；其中，在步驟D中還可執行一再生能源設備運行的仿真分析的步驟：將一第三方使用模組分析的資料輸出以gbXML(Green Building XML)建築模擬格式上傳至該節能計算模組進行能耗分析，或是將該節能計算模組的一仿真分析結果以gbXML(Green Building XML)建築模擬格式輸出至有能力加入新功能的該第三方使用模組。
如請求項1所述之最適化決策方法，其中步驟B中該真實氣象站以及該虛擬氣象站的資料格式為國際通用的典型氣象年。
如請求項1所述之最適化決策方法，其中步驟E該可視化分析包含一基地氣候條件分析、一建築能源使用性能分析以及一建築物理環境分析。
如請求項3所述之最適化決策方法，其中該基地氣候條件分析包括氣象站的典型氣象年天氣資料以及風環境分析。
如請求項3所述之最適化決策方法，其中該建築能源使用性能分析包括用電密度(EUI)、建築生命週期耗能及成本計算以及能源回收/節能潛力。
如請求項3所述之最適化決策方法，其中該建築物理環境分析包括平均碳排放、每月空調負荷以及尖峰用電需求。