Traducido del inglés al español - www.onlinedoctranslator.

com

Serie de conferencias IOP: Ciencias ambientales y de la tierra

PAPEL ·ACCESO ABIERTO

Método de Diseño de Optimización Basado en Cálculos de Balance Energético para

Casa Pasiva
Para citar este artículo: Mengyuan Cheny otros2020Conferencia de la OIO. Ser.: Medio Ambiente Terrestre. ciencia555012081

Ver elartículo en línea para actualizaciones y mejoras.

Este contenido fue descargado desde la dirección IP 77.83.69.103 el 29/08/2020 a las 18:18
GEESD 2020 Publicaciones de IOP

Conferencia de la OIO. Serie: Ciencias de la Tierra y del Medio Ambiente555(2020) 012081 doi:10.1088/1755-1315/555/1/012081

Método de Diseño de Optimización Basado en Cálculos de

Balance Energético para Casa Pasiva

Mengyuan Chen1,3, Caifeng Gao1, Zhen Yu1y Jianghua Wang2

1Academia de Investigación de Construcción de China, Beijing, 100020, China
2Universidad de Tianjin, Tianjin, 300072, China
3No. 30, North 3rd Ring East Road, Chaoyang District, Beijing, China Correo
electrónico: 1335100331@qq.com

Resumen.El paquete de planificación de casas pasivas (PHPP) es una herramienta de diseño para la eficiencia
energética para arquitectos e ingenieros. Utiliza un método de cálculo de consumo de energía casi estatal
proporcionado por la norma ISO 13790 para calcular la calefacción, la refrigeración, la demanda de energía primaria y
la producción de energía renovable de los edificios. Con base en los requisitos técnicos y el objetivo de demanda de
energía de Passive House, este artículo analiza el modelo de cálculo de balance de energía del software PHPP y
desarrolla un programa Matlab para encontrar los parámetros de diseño óptimos. Validado mediante la aplicación del
programa a proyectos típicos, el resultado del cálculo del programa tiene una precisión aceptable, por lo que puede
usarse para una comparación rápida de una gran cantidad de planes pasivos de ahorro de energía, para optimizar el
diseño de Passive House en función del rendimiento energético previsto.
Palabras clave.Casa pasiva; cálculos de balance de energía; PHPPP; matlab; mejoramiento.

1. Introducción
Passive House puede lograr una buena calidad ambiental interior con muy poca energía primaria. En Alemania, las Casas Pasivas
permiten un ahorro de energía relacionado con la calefacción y la refrigeración de espacios de hasta un 90 % en comparación con
el stock de edificios típico y más del 75 % en comparación con las construcciones nuevas promedio [1].
Para el cálculo de las cargas térmicas y el consumo de energía de Passive House, el Passive House
Institute desarrolló un software de diseño, PHPP. Los resultados de los cálculos del software se utilizan para
verificar si el edificio cumple con los estándares de certificación para Passive House [2]. Dado que el diseño
de la Casa Pasiva implica la selección de múltiples parámetros, los parámetros de rendimiento térmico y la
selección de equipos de los componentes de la Casa Pasiva deben optimizarse durante la fase de diseño
para lograr un buen equilibrio entre la inversión y el ahorro de energía.
Para optimizar el diseño de una Casa Pasiva, es importante identificar los factores que están
significativamente relacionados con el consumo de energía del edificio. Ya se han realizado algunas
investigaciones. Zhou [3] y Yu [4] eligieron la envolvente, el sistema HAVC y el sistema de iluminación como
elementos principales que pueden afectar el consumo de energía del edificio. Pu [5] hizo un análisis de
correlación del consumo de energía de los edificios residenciales. De 29 variables, se identificaron 4 variables
que están significativamente relacionadas con el consumo de energía del edificio, que incluyen la densidad
de ocupación, la capacidad del sistema de aire acondicionado, la capacidad de los aparatos eléctricos y la
forma de refrigeración del aire acondicionado en verano. Li, Bai et al. [6] utilizaron experimentos ortogonales
para analizar el impacto de seis factores en el consumo de energía de los edificios. Son el coeficiente de
transferencia de calor de la pared externa,
Según el Passive House Institute, los factores que tienen un impacto significativo en el consumo de
energía de las Casas Pasivas se identifican en cinco elementos: aislamiento térmico, ventanas,
El contenido de este trabajo puede ser utilizado bajo los términos de laLicencia Creative Commons Reconocimiento 3.0. Cualquier distribución
posterior de este trabajo debe mantener la atribución al autor(es) y el título del trabajo, la cita de la revista y el DOI.
Publicado bajo licencia por IOP Publishing Ltd 1
GEESD 2020 Publicaciones de IOP

Conferencia de la OIO. Serie: Ciencias de la Tierra y del Medio Ambiente555(2020) 012081 doi:10.1088/1755-1315/555/1/012081

recuperación de calor de aire fresco, estanqueidad al aire y puentes térmicos.

Se han realizado muchos esfuerzos para hacer que la optimización del diseño sea más eficiente. Tang [7] aplicó
experimentos ortogonales y redes neuronales BP para establecer un modelo rápido para la predicción del
consumo de energía. Jin et al. [8] realizaron experimentos ortogonales sobre los posibles factores que afectan a
Passive House. Se utilizó un análisis de regresión lineal multivariable para establecer un modelo de predicción del
consumo de energía de calefacción para casas residenciales rurales en Mongolia Interior.
A diferencia de otro software de simulación de energía de edificios, PHPP utiliza un método de cálculo de
balance de energía basado en la teoría de transferencia de calor estable. Simplifica el complejo proceso de
transferencia de calor y reduce la dificultad del cálculo de la energía. Esto permite calcular el consumo anual de
energía en un corto período de tiempo utilizando un modelo matemático relativamente simple.
Algunas investigaciones han investigado el método de cálculo del balance de energía de PHPP. Zhang [9] analizó la
sensibilidad de diferentes parámetros a los resultados de la demanda de calefacción y refrigeración utilizando PHPP. Song [2]
comparó los resultados producidos por PHPP y otra herramienta de simulación energética de edificios.
Sin embargo, la investigación sobre la optimización de las estrategias de diseño de Passive House utilizando el método de
cálculo del balance de energía no se ha encontrado en la literatura.
En este trabajo se analiza el método de cálculo del balance de energía utilizado por PHPP. Se desarrolló un
programa de optimización sobre la plataforma Matlab basado en el método de cálculo del balance de energía. Se
utilizó una casa residencial rural en el norte de China como estudio de caso para verificar el método y el programa
propuestos. Se realiza una optimización multiparámetro sobre el caso de estudio para obtener la estrategia de
diseño óptima tecnológica y económicamente. El método propuesto es más simple, rápido y preciso, y se puede
aplicar a diferentes tipos de proyectos de Passive House.

2. Método de cálculo de energía de PHPP

PHPP utiliza un método de cálculo de consumo de energía cuasi-estado proporcionado por ISO 13790 basado en la
base de la teoría de transferencia de calor estable. PHPP trata el ambiente interior del edificio como un espacio
unificado y considera que la temperatura se distribuye uniformemente por todo el edificio [10].
De acuerdo con el principio del balance de energía, para mantener constante la temperatura interna del
edificio, la pérdida de calor del edificio debe ser igual a la ganancia de calor. La relación del balance energético
anual se muestra en las figuras 1-2.

Figura 1.Calentamiento de balance energético. Figura 2.Enfriamiento por balance de energía.

2
GEESD 2020 Publicaciones de IOP

Conferencia de la OIO. Serie: Ciencias de la Tierra y del Medio Ambiente555(2020) 012081 doi:10.1088/1755-1315/555/1/012081

De acuerdo con el Paquete de Planificación de Casas Pasivas (2015), el consumo anual de energía de las
Casas Pasivas se calcula utilizando la siguiente ecuación [11].
Invierno:
= + − ×( + ) (1)
dónde es la demanda anual de calefacción, kWh /(m2·a); son las pérdidas de transmisión, kWh /(m2·a); es la
pérdida de calor por ventilación, kWh /(m2·a); es la ganancia de calor solar, kWh /(m2·a); es la ganancia de calor
interna, kWh /(m2·a); es el factor de utilización de calor libre, que se define como la fracción de calor libre que se
puede usar para calentar espacios.
El verano:
= + − ×( + ) (2)
dónde es la demanda anual de refrigeración, kWh /(m2·a); son las pérdidas de transmisión, kWh /(m2·a); es la
pérdida de calor por ventilación, kWh /(m2·a); es la ganancia de calor solar, kWh /(m2·a); es la ganancia de calor
interna, kWh /( m2·a); es el factor de utilización de calor libre.

3. Descripción del Estudio de Caso

En el área rural de China, las calderas domésticas usan carbón o gas natural para calentar porque el sistema de
calefacción central no puede cubrir esas áreas. Las calderas domésticas tienen menor eficiencia energética y la emisión
provoca más contaminación. Las casas pasivas pueden mantener un buen confort térmico interior y una buena calidad
del aire interior utilizando una cantidad de energía mucho menor, que las bombas de calor pueden producir de manera
eficiente. Si la Casa Pasiva se construye en áreas rurales, contribuirá mucho a reducir el consumo de energía primaria y
mejorar la calidad del ambiente.
Este documento selecciona una casa residencial típica en el norte de China como el objetivo de este estudio de caso.

3.1. Parámetros geométricos

Como se muestra en la figura 3, el edificio consta de cinco habitaciones de 3,9 m × 4,8 m × 3,3 m dispuestas en dirección
este-oeste. La información principal del edificio de ejemplo se proporciona en la tabla 1.

Figura 3.Vista en planta del típico edificio residencial rural.

3.2. Parámetros de rendimiento climático y térmico

Los datos meteorológicos utilizados en el cálculo se basan en los datos climáticos del área de Tianjin CN0013a-
Tianjin en PHPP. El objetivo de temperatura interior se establece en 25 °C en verano y 20 °C en invierno, y la
distribución de temperatura en cada habitación dentro del edificio es uniforme. Los ocupantes son 3 personas, y el
coeficiente de ganancia de calor interno es 2,7 W/m2.
La pared exterior en cuatro direcciones del modelo de ejemplo son ladrillos macizos de arcilla con un espesor de 240 mm. El
coeficiente de transferencia de calor de los ladrillos de arcilla es de 0,8 W/(m2·k). El techo es un techo inclinado de soporte de
madera con un coeficiente de transferencia de calor de 1,4 W/(m2·k). El suelo es un piso de cemento de hormigón con un espesor
de 100 mm y un coeficiente de transferencia de calor de 0,55 W/(m2·k).

3
 GEESD 2020 Publicaciones de IOP

Conferencia de la OIO. Serie: Ciencias de la Tierra y del Medio Ambiente555(2020) 012081 doi:10.1088/1755-1315/555/1/012081

Tabla 1.Tabla de información principal del edificio del estudio.

Nombre Unidad Valor numérico Nombre Unidad Valor numérico

Huella del edificio m2 101.46 área de tierra metro2 99.5
Volumen de construcción metro3 298.5 Área de la ventana este metro2 0
Pared exterior total
148.6 Área de la ventana oeste 0
área
metro3 metro2

área de la pared este metro2 15.1 Área de la ventana sur metro2 35.5
área del muro occidental metro2 15.1 Área de la ventana norte metro2 0
Área de la pared sur metro2 23.7 Coeficiente de forma del edificio 0.82
área de la pared norte metro2 59.2 Relación ventana-pared en el sur 0.57
La tasa promedio de cambio de aire lograda a
área del techo metro2 99.5 1/h 0.4
través del sistema de ventilación.

4. Optimización y Discusión

4.1. Programa de Cálculo de Optimización

Se simulan diferentes combinaciones de parámetros y se comparan los resultados para encontrar un mejor diseño
de Passive House tecnológica y económicamente. La Tabla 2 proporciona el rango de variaciones de cada
componente.

Tabla 2. El rango de variación de los parámetros para cada componente.

Nombre 1 2 3 4 5 6 7 8 9 10
Espesor del aislamiento de la pared exterior (mm) 30 60 90 120 150 180 210 240 270 300 120
Espesor del aislamiento del techo (mm) 30 60 90 150 180 210 240 270 300 120 150
Espesor del aislamiento del suelo (mm) 30 60 90 180 210 240 270 300
Ventana exterior Valor U (W/m2·K) Valor 2,3 2,1 1,9 1,7 1,5 1,3 1,1 0,9 0,7 0,5 0,35 0,4
SHGC ventana exterior 0,45 0,5 0,55 0,6 0,65 0,7 0,75 0,8
Coeficiente de sombreado de la ventana exterior 0,55 0,5 0,45 0,4 0,35 0,3 0,25 0,2 0,15 0,1
Eficiencia de recuperación de calor del sistema de recuperación de
0,95 0,90 0,85 0,80 0,75 0,70 0,65 0,60 0,55 0,50 0,6
calor

Hermeticidad al aire (tiempo/h) 0,6 0,6 0,6 0,6 0,6 0,6 0,6 0,6 0,6

4.2. Validación
Este artículo desarrolló un programa Matlab usando el método de cálculo de energía descrito en el Capítulo 2 para llevar a
cabo la simulación energética de edificios. El programa utiliza los mismos métodos que PHPP, pero es mucho más rápido
y puede integrarse fácilmente con herramientas de optimización. Para este caso de estudio, el coeficiente de transferencia
de calor de los materiales aislantes se establece en 0,033 W/(m2·k). Diferentes combinaciones de los parámetros de los
componentes dados en la tabla 2 forman los posibles conjuntos de decisiones de diseño. El número total de opciones es
108. Se seleccionan 50 conjuntos aleatorios de las 100.000.000 opciones para validar el programa Matlab contra PHPP.
Como se muestra en la figura 4, la parte de color claro en la figura es el rango de distribución del conjunto de soluciones y
la parte oscura es la distribución de la solución seleccionada al azar.
Los 50 conjuntos seleccionados son utilizados tanto por PHPP como por el programa Matlab propuesto para el cálculo
del consumo de energía. Los resultados se comparan en las figuras 5 y 6.

4
GEESD 2020 Publicaciones de IOP

Conferencia de la OIO. Serie: Ciencias de la Tierra y del Medio Ambiente555(2020) 012081 doi:10.1088/1755-1315/555/1/012081

Figura 4.Mapa de distribución de Figura 5.Diagrama de dispersión de laFigura 6.Gráfico de dispersión de la

muestras aleatorias. demanda anual de calefacción anual enfriamiento pedir
cálculo. cálculo.

El coeficiente de correlación de la calefacción invernal es 0,9947; el coeficiente de correlación del error de

enfriamiento de verano es 0.9849. Se puede ver que el error entre el programa de cálculo y el resultado de la
simulación PHPP es pequeño y el programa es adecuado para la optimización del diseño.

4.3. Mejoramiento
De acuerdo con el estándar Passive House, el límite de carga de calefacción acumulado requerido es de 15 kWh/(m
2·a), y el límite de carga acumulada de calor sensible requerido es de 15 kWh/(m2·a). El límite de demanda de

refrigeración y deshumidificación en Tianjin es de 22 kWh/(m2·a). Esta sección toma esto como una restricción. El
costo incremental mínimo se usa como función de costo, y los parámetros de desempeño y los parámetros de
costo de cada componente se usan como variables de diseño.
La información de costos de los productos de ahorro de energía de uso común en casas pasivas se muestra en la tabla
3. El número de renovaciones de aire (N50) se establece en 0,6 veces/h según los requisitos de la Norma
Passive House. El costo de la construcción hermética y el tratamiento del puente térmico se estima en 80
yuanes/m2.
171 posibles conjuntos de parámetros pueden cumplir con el requisito de carga de calefacción y refrigeración. El rango de costos se
muestra en la figura 7.
Debido a que el coeficiente de forma del edificio y la relación Ventana-pared de la fachada sur son relativamente
grandes, el costo incremental es de 1242RMB/m2. Las posibles opciones de diseño que pueden cumplir con los requisitos
de la Casa Pasiva se clasifican por costo incremental y los parámetros de diseño del conjunto preferido se ingresan
nuevamente en la verificación de PHPP. Los resultados del cálculo de PHPP se muestran en la tabla 4.

Figura 7.Rango de costos incrementales del plan de cumplimiento.

5
GEESD 2020 Publicaciones de IOP

Conferencia de la OIO. Serie: Ciencias de la Tierra y del Medio Ambiente555(2020) 012081 doi:10.1088/1755-1315/555/1/012081

Tabla 3.Desempeño y costo de los productos relevantes.

Nombre del parámetro Valor

Vacío Rígido extruido Grafito
Poliestireno
Material Aislamiento Poliuretano Poliestireno Poliestireno
tablero de espuma
Panel Tablero de espuma junta junta
Aislamiento
Calor transferir
Materiales
coeficiente 0.008 0.024 0.029 0.033 0.039
/(W/m2·K)
Costo /(RMB/m³) 4 000 1 000 700 600 320
Aluminio
De madera madera Aluminio El plastico El plastico
Material
ventana compuesto ventana ventana ventana
Externo ventana
ventana Calor transferir
coeficiente 0.5 0.7 0.8 1.0 1.2
/(W/m2·K)
Costo /(RMB/m2) 4 000 3 100 2 500 1 500 1 300
Calor Transferencia de calor
55 60 75 77 83
recuperación coeficiente /(%)
sistema Costo/(RMB/unidad) 5 000 8 000 10 000 12 000 24 000
Tela
Manual Tipo Persiana Persiana Persiana enrollable Persiana enrollable
cortina
0.1 0.2 0.3 0.4 0.5
sombreado
Valor SHGC
productos
Costo /(RMB/m2) 650 500 350 200 100

Tabla 4.Parámetros económicos óptimos de diseño e indicadores de consumo de energía.

Nombre Unidad Valor del parámetro

Espesor del aislamiento de la pared exterior milímetro 0.30
Espesor del aislamiento del piso milímetro 0.03
Grosor del aislamiento del techo milímetro 0.21
Coeficiente de transferencia de calor del material de W/m2·K 0.039
aislamiento Ventana externa Valor U W/m2·K 1.2
Valor SHGC ventana externa 0.7
Eficiencia de recuperación de calor del sistema de recuperación de % 0,55
calor Coeficiente de sombreado de ventana exterior 0.1
Demanda de calefacción kW·h/m2·a 15．04
demanda de enfriamiento kW·h/m2·a 12.13
demanda de enfriamiento y deshumidificación Costo kW·h/m2·a 20.68
incremental por unidad de área de construcción CNY/m2 1242.70

Aplicando el método propuesto a un estudio de caso en el área rural del norte de China, se puede encontrar el diseño óptimo
que puede cumplir con los criterios de la Casa Pasiva y con una construcción más baja dentro de un tiempo y esfuerzos limitados.
La herramienta desarrollada en la plataforma Matlab puede ser utilizada fácilmente por arquitectos e ingenieros para la práctica
de la ingeniería.

5. Conclusión
La base del software PHPP es el método de cálculo del balance de energía. Basado en este método de cálculo, este
artículo desarrolló un programa basado en Matlab para encontrar el conjunto óptimo de parámetros de diseño.

6
GEESD 2020 Publicaciones de IOP

Conferencia de la OIO. Serie: Ciencias de la Tierra y del Medio Ambiente555(2020) 012081 doi:10.1088/1755-1315/555/1/012081

de un gran número de opciones posibles. El método propuesto es simple de usar, claro en principio y no requiere mucho
tiempo. Puede ayudar a los diseñadores a optimizar el diseño de Passive House en un corto período de tiempo.

Expresiones de gratitud
Este trabajo fue apoyado por el Proyecto Nacional de Investigación y Desarrollo Clave de China (No.
2017YFC0702610 titulado Investigación sobre tecnologías centrales para edificios de energía casi nula).

Referencias
[1] http://www.passiv.de/en/02_informations/01_whatisapassivehouse/01_whatisapassivehouse.htm.
[2] Song AY, Wu JL, Gao CF y Yu Z 2016 Optimización del diseño de Tianjin Sino-Singapur
proyecto de casa pasiva de ciudad ecológica usando PHPPciencia de la construcción32(4) 38-43.
[3] Zhou XR 2009Estudio sobre el método de diseño de ahorro de energía de edificios basado en la demanda total de
energía en la etapa del esquema(Universidad de Tsinghua).
[4] Estudio Yu Q 2011 sobre el método de diseño paramétrico de ahorro de energía de edificios en etapa esquemática
(Universidad de Tsinghua).
[5] Pu QP 2012Investigación sobre Modelo de Predicción y Factores Influyentes del Residencial Urbano
Consumo de energía del edificio(Universidad de Chongqing).
[6] Li AQ y Bai XL 2007 Estudio sobre predicción del consumo de energía en edificios residenciales ciencia de
la construcción23(8).
[7] Espiga SL 2017Investigación sobre Evaluación de Sistema Técnico Adecuado de Edificios Residenciales Pasivos de
Ultra-Bajo Consumo de Energía en Zona de Verano Caliente e Invierno Frío.
[8] Jin GH, Zhang DJ, Li YZ, et al. 2018 Optimización estructural de residencial pasivo en
áreas agrícolas y de pastoreo del oeste de Mongolia InteriorCiencia Tecnología e
Ingeniería18(7) 223-227.
[9] Zhang ZR, Xie F, Cai Q et al. 2015 Aplicación e implementación de balance energético en casa
pasivaCiencia y Tecnología de la Construcción(15) 52-56.
[10] Zhou AJ, Hu YH, Liu YL, et al. 2017 Estudio comparativo de cálculo de consumos energéticos
software de edificios pasivos de ultra bajo consumo energéticociencia de la construcción2017(12) 177-181.
[11] Paquete de Planificación de Casa Pasiva (PHPP)La herramienta de planificación y balance energético para una
edificios y reformashttp://pasiv. De/es/04_phpp /04_PHPP. Htm.