Aplicación de regresión y optimización computacional a las simulaciones dinámicas para la mejora de la eficiencia energética de los edificios
Metadatos
Mostrar el registro completo del ítemAutor
Fecha
2026Materia/s
Materia/s Unesco
3305.90 Transmisión de Calor en la Edificación
Resumen
La humanidad enfrenta grandes retos a nivel planetario que pueden condicionar la salud y el bienestar de las personas, poniendo incluso en riesgo su supervivencia. Entre ellos está la lucha contra el cambio climático, con dos enfoques: la reducción del aumento de la temperatura media global, y la adaptación a los efectos adversos que provoca, como fenómenos climáticos extremos, desertificación, o aumento de enfermedades respiratorias. Siendo las emisiones de gases de efecto invernadero, especialmente dióxido de carbono, las principales causantes del aumento de la temperatura, y debiéndose a la actividad descontrolada de muchos sectores productivos de la economía a nivel mundial, es fundamental su transformación hacia modelos de desarrollo sostenible que no comprometan la salud y el desarrollo de las generaciones actuales y futuras. El sector de la edificación en la Unión Europea es responsable del 36 % de estas emisiones, así como del 40 % del consumo de energía primaria. Con la Directiva de Eficiencia Energética en los Edificios se pretende que todos los edificios, nuevos y ya existentes, sean edificios de cero emisiones en 2030 y 2050, respectivamente. Las principales estrategias para los proyectos de nueva edificación o de rehabilitación energética pasan por realizar un estudio exhaustivo del comportamiento energético del edificio a nivel de proyecto o en su estado actual y del ensayo de paquetes de medidas de mejora para la envolvente térmica y las instalaciones. La Agencia Internacional de la Energía, entre otras instituciones, ha desarrollado estudios en este sentido en varios países a nivel de edificio y de distrito, basándose en la simulación energética dinámica de los mismos antes y después de las mejoras para seleccionar las mejores propuestas técnica, funcional y económicamente viables. Sin embargo, el coste de aprendizaje y computacional para analizar un buen número de combinaciones es bastante elevado. Con este trabajo se pretende facilitar la realización de estos estudios, tanto para expertos como para usuarios finales no cualificados. Se ha modelizado con OpenStudio (EnergyPlus) un edificio sencillo con dos espacios habitables sin aislamiento térmico en su estado inicial. Se han ensayado las 100 combinaciones posibles de aumentar el espesor de los aislamientos en incrementos de 3 centímetros hasta llegar a los 27, tanto en las fachadas como en la cubierta. Se ha empleado un método de cálculo paramétrico para automatizar el trabajo, evitando así hacer manualmente todas esas simulaciones. Finalmente, y como principal aportación, se ha optimizado la eficiencia energética en función de las dos variables en estudio (los dos aislamientos) usando regresión multivariante en primer término y optimización numérica (búsqueda de máximos y mínimos) posteriormente. Dichos procedimientos se han implementado en Matlab. Esta metodología identifica combinaciones óptimas de aislamientos, teniendo en cuenta diferentes indicadores, como las demandas y consumos energéticos, las emisiones de dióxido de carbono, o los costes de inversión. Además, se han podido generar funciones sencillas para que un usuario no experto calcule directamente cómo influyen los distintos espesores de asilamiento elegidos en los resultados finales de los distintos indicadores.
La humanidad enfrenta grandes retos a nivel planetario que pueden condicionar la salud y el bienestar de las personas, poniendo incluso en riesgo su supervivencia. Entre ellos está la lucha contra el cambio climático, con dos enfoques: la reducción del aumento de la temperatura media global, y la adaptación a los efectos adversos que provoca, como fenómenos climáticos extremos, desertificación, o aumento de enfermedades respiratorias. Siendo las emisiones de gases de efecto invernadero, especialmente dióxido de carbono, las principales causantes del aumento de la temperatura, y debiéndose a la actividad descontrolada de muchos sectores productivos de la economía a nivel mundial, es fundamental su transformación hacia modelos de desarrollo sostenible que no comprometan la salud y el desarrollo de las generaciones actuales y futuras. El sector de la edificación en la Unión Europea es responsable del 36 % de estas emisiones, así como del 40 % del consumo de energía primaria. Con la Directiva de Eficiencia Energética en los Edificios se pretende que todos los edificios, nuevos y ya existentes, sean edificios de cero emisiones en 2030 y 2050, respectivamente. Las principales estrategias para los proyectos de nueva edificación o de rehabilitación energética pasan por realizar un estudio exhaustivo del comportamiento energético del edificio a nivel de proyecto o en su estado actual y del ensayo de paquetes de medidas de mejora para la envolvente térmica y las instalaciones. La Agencia Internacional de la Energía, entre otras instituciones, ha desarrollado estudios en este sentido en varios países a nivel de edificio y de distrito, basándose en la simulación energética dinámica de los mismos antes y después de las mejoras para seleccionar las mejores propuestas técnica, funcional y económicamente viables. Sin embargo, el coste de aprendizaje y computacional para analizar un buen número de combinaciones es bastante elevado. Con este trabajo se pretende facilitar la realización de estos estudios, tanto para expertos como para usuarios finales no cualificados. Se ha modelizado con OpenStudio (EnergyPlus) un edificio sencillo con dos espacios habitables sin aislamiento térmico en su estado inicial. Se han ensayado las 100 combinaciones posibles de aumentar el espesor de los aislamientos en incrementos de 3 centímetros hasta llegar a los 27, tanto en las fachadas como en la cubierta. Se ha empleado un método de cálculo paramétrico para automatizar el trabajo, evitando así hacer manualmente todas esas simulaciones. Finalmente, y como principal aportación, se ha optimizado la eficiencia energética en función de las dos variables en estudio (los dos aislamientos) usando regresión multivariante en primer término y optimización numérica (búsqueda de máximos y mínimos) posteriormente. Dichos procedimientos se han implementado en Matlab. Esta metodología identifica combinaciones óptimas de aislamientos, teniendo en cuenta diferentes indicadores, como las demandas y consumos energéticos, las emisiones de dióxido de carbono, o los costes de inversión. Además, se han podido generar funciones sencillas para que un usuario no experto calcule directamente cómo influyen los distintos espesores de asilamiento elegidos en los resultados finales de los distintos indicadores.
Humanity faces major challenges at a planetary level that may condition people's health and well-being, even putting their survival at risk. Among them is the fight against climate change, with two approaches: reducing the increase in the global average temperature and adapting to the adverse effects it causes, such as extreme weather events, desertification or an increase in respiratory diseases. Since greenhouse gas emissions, especially carbon dioxide, are the main causes of the rise in temperature, and since they are due to the uncontrolled activity of many productive sectors of the world economy, it is essential to transform these sectors towards sustainable development models that do not compromise the health and development of present and future generations. The building sector in the European Union is responsible for 36% of these emissions, as well as 40% of primary energy consumption. The Energy Performance of Buildings Directive aims for all buildings, both new and existing, to be zero-emission buildings by 2030 and 2050, respectively. The main strategies for new building projects or energy rehabilitation involve carrying out an exhaustive study of the building's energy behaviour at project level or in its current state, and testing improvement packages for the thermal envelope and installations. The International Energy Agency, among other institutions, has developed studies in this field in several countries at building and district level, based on dynamic energy simulation before and after improvements in order to select the best technically, functionally and economically viable proposals. However, the learning and computational cost of analysing a large number of combinations is quite high. This work aims to facilitate the performance of these studies, both for experts and for non-qualified end users. A simple building with two habitable spaces and no thermal insulation in its initial state was modelled using OpenStudio (EnergyPlus). The 100 possible combinations of increasing insulation thickness in increments of 3 centimetres up to 27 centimetres, both on façades and on the roof, were tested. A parametric calculation method was used to automate the work, thus avoiding the need to carry out all these simulations manually. Finally, and as the main contribution, energy efficiency was optimised as a function of the two variables under study (the two insulation layers), first using multivariate regression and subsequently numerical optimisation (search for maxima and minima). These procedures were implemented in Matlab. This methodology identifies optimal insulation combinations, taking into account different indicators such as energy demands and consumption, carbon dioxide emissions or investment costs. In addition, simple functions have been generated so that a non-expert user can directly calculate how the different chosen insulation thicknesses influence the final results of the different indicators.
Humanity faces major challenges at a planetary level that may condition people's health and well-being, even putting their survival at risk. Among them is the fight against climate change, with two approaches: reducing the increase in the global average temperature and adapting to the adverse effects it causes, such as extreme weather events, desertification or an increase in respiratory diseases. Since greenhouse gas emissions, especially carbon dioxide, are the main causes of the rise in temperature, and since they are due to the uncontrolled activity of many productive sectors of the world economy, it is essential to transform these sectors towards sustainable development models that do not compromise the health and development of present and future generations. The building sector in the European Union is responsible for 36% of these emissions, as well as 40% of primary energy consumption. The Energy Performance of Buildings Directive aims for all buildings, both new and existing, to be zero-emission buildings by 2030 and 2050, respectively. The main strategies for new building projects or energy rehabilitation involve carrying out an exhaustive study of the building's energy behaviour at project level or in its current state, and testing improvement packages for the thermal envelope and installations. The International Energy Agency, among other institutions, has developed studies in this field in several countries at building and district level, based on dynamic energy simulation before and after improvements in order to select the best technically, functionally and economically viable proposals. However, the learning and computational cost of analysing a large number of combinations is quite high. This work aims to facilitate the performance of these studies, both for experts and for non-qualified end users. A simple building with two habitable spaces and no thermal insulation in its initial state was modelled using OpenStudio (EnergyPlus). The 100 possible combinations of increasing insulation thickness in increments of 3 centimetres up to 27 centimetres, both on façades and on the roof, were tested. A parametric calculation method was used to automate the work, thus avoiding the need to carry out all these simulations manually. Finally, and as the main contribution, energy efficiency was optimised as a function of the two variables under study (the two insulation layers), first using multivariate regression and subsequently numerical optimisation (search for maxima and minima). These procedures were implemented in Matlab. This methodology identifies optimal insulation combinations, taking into account different indicators such as energy demands and consumption, carbon dioxide emissions or investment costs. In addition, simple functions have been generated so that a non-expert user can directly calculate how the different chosen insulation thicknesses influence the final results of the different indicators.
Colecciones
