【Building Simulation】不同周边环境下建筑物空气渗透率预测模型的比较

文摘   2024-11-13 18:01   湖南  


摘要

建筑物的渗透风量对室内环境和能源消耗有很大影响。本研究比较了几种确定空气渗透率的传统方法,并考察了它们在简单环境和复杂环境中应用时的准确性。此外,本文还开发了一种将计算流动动力学(CFD)与 Swami-Chandra(S-C)模型相结合的方法,用于预测周围环境对渗透风量的影响。在大连市选择了两栋建筑:一栋周围环境简单,另一栋周围环境复杂,并采用鼓风门法和示踪气体法测量了它们的空气渗透率。测试结果将用于验证不同城市环境下渗透风量求解模型的准确性。对于周围环境简单的建筑,模拟结果与实验结果的差异为0.86%-22.52%。而对于周围环境复杂的建筑,这一差异在17.42%到159.28%之间。我们发现,对于周围环境简单的建筑,大多数传统模型都能提供准确的结果,而对于周围环境复杂的建筑,模拟结果则差异很大。将CFD模拟结果与S-C模型相结合的方法可以得到更准确的结果,模拟结果与测试结果的相对误差为10.61%。结果表明,在计算空气渗透率时,应充分考虑建筑物周围的环境。本研究的结果可以指导确定空气渗透率方法的应用。


关键词:空气渗透率;CFD模拟;周围环境

01

建筑选取

为了比较不同模型的准确性,我们选择了大连市的两座建筑测试其空气渗透率。图1为简单模型建筑周围环境,图1(a)、图1(b)和图1(c)分别显示了目标建筑物及其周边的环境。在目标建筑屋顶上方1.2m处安装了一个气象站,用于记录风力参数。

图1 简单模型建筑周围环境



图2(a)显示了复杂模型目标建筑周围环境。目标楼高54米,被测房间位于7楼,离地面21米高。如图2(b)所示,该房间有一扇朝南的窗户,尺寸为1.6 × 1.5米,还有一扇与北侧走廊相连的外门,尺寸为1 × 2米。

图2 复杂模型建筑周围环境

02

方法

(1)建筑物空气渗透特性的测定

建筑物的有效泄漏面积是按照EN13829标准使用鼓风门方法测量的,其测试原理如图3所示。首先,使用风扇向房间送风;其次,使用压力测试系统测量建筑内部与外部的压力差,测量范围约为-1250至1250Pa,精度为±1%;最后,采用数据收集器和控制系统装置对数据进行收集和处理。

图3 鼓风门法测试系统




(2)渗透风量测试方法

使用示踪气体法评估了实验房间的空气渗透率。CO2被选为示踪气体,释放到房间内直到达到特定浓度。如图4(a)和图4(b)所示,在简单模型的建筑物中,用于测量CO2浓度的设备包括光声光谱气体监测仪和多点采样器。图4(c)显示了用于测量复杂模型建筑CO2浓度的设备(TR-76Ui-S)。

图4 CO2测试设备



向试验室释放一定量的CO2气体,气体监测仪记录CO2浓度随时间的变化。实验室内每小时的空气交换量用公式 (1) 计算得出。

式中,ACH为每小时换气次数,h-1ct为测试结束时的室内CO2浓度,ppm;cout为室外示踪气体浓度,ppm;ct0为测试开始时的CO2浓度,ppm;t0t分别为示踪气体浓度衰减的开始时刻和结束时刻,h。




(3)传统模型简介

不同渗透风量计算方法是能耗模拟中不确定性的来源之一。本文介绍了几种建筑渗透风量求解方法:S-C模型、CpCalc+模型、设计流量法、流量系数法和有效渗漏面积法。其中S-C模型、CpCalc+模型为经验系数方法,设计流量法、流量系数法和有效渗漏面积法属于理论模型方法。其主要考虑的相关因素,如下图5所示。当计算单栋建筑时,可以直接使用模型进行计算,当计算目标建筑有复杂周围环境时,可以采用遮挡系数进行修正,如下表1所示。

图5 不同模型考虑的主要参数



表1 不同模型考虑的主要参数




(4)结合CFD模型的渗透风量求解方法

S-C模型中的风压系数来自实验的经验值,进行实验时采用的是排布规则的建筑群,得到的经验公式不能准确反映建筑群不规则排布时,目标建筑周围的风环境对建筑物渗透风量的影响。本文为了准确地计算建筑渗透风量,采用CFD模拟法(simulation)得到目标建筑周围风环境,进而得到建筑表面的压力系数Cp值,并结合S-C模型中的渗透风量求解公式,对不规则排布建筑群的渗透风量进行求解,计算流程如图6所示。

图6 S-SC模型渗透风量计算流程




03

结果

通过鼓风门法获得简单和复杂建筑模型的渗透特性。简单模型的实验结果如下:(1)C=71.3m3/(h∙Pan);(2)n=0.677;(3)室内外50Pa压差下渗透风量:974m3/h;(4)有效渗透面积Ae=209.0cm2。复杂模型的实验结果如下:(1) C=37.3 m3/(h∙Pan);(2)n=0.54;(3)室内外50Pa压差下渗透风量:309m3/h;(4)有效渗透面积Ae=71cm2

图7 鼓风门方法获取的建筑渗透风特性



对于简单和复杂的模型,在多个测量点测定CO2浓度。进而可以获取不同时刻,不同气象条件下的建筑渗透风量。根据气象数据和简单、复杂建筑的排布情况、位置等条件,可以利用求解模型获得渗透风量。图11(a)和图11(b)分别为简单模型和复杂模型采用传统的渗透风量求解模型时的结果与实验结果的对比。

图8 不同模型求得的建筑渗透风量



表2列出了不同模型与实验值的相对误差,可以看出,除 CpCalc+模型外,简单模型的建筑渗透风量模型求解值与实验值之间的差异相对较小,相对误差在0.86%至22.52%之间。而对于复杂模型的建筑渗透风量,模型求解值与实验值之间的相对误差在17.42%到159.28%之间。

表2 不同空气渗透模型与实测空气渗透的相对误差



图9为采用CFD方法进行模拟时的压力云图。获取建筑周围压力后,结合改进后的S-C模型,进而可以得到建筑渗透风量。改进的S-C模型求解结果与实验值的对比如图10所示。

图9 目标建筑周围压力云图

图10 改进的 S-C模型求解结果与实验值的对比

对于简单模型的建筑渗透风量,利用改进的S-C模型模拟结果得出的平均建筑空气渗透率与测试数据的差值为5.76%。然而,传统模型得出的建筑物渗透风量与实验值误差值也较低。比较结果表明,CFD模型在模拟周边环境简单的建筑渗透风量时没有明显优势。对于周边环境复杂的建筑,模拟结果与实验结果的差异为10.61%。CFD结合S-C模型能够准确反映目标建筑周围的环境,因此能够更准确地确定建筑的空气渗透率。与其他模型相比,CFD 结合S-C模型的准确率相比传统的求解模型至少高出6.81%。

04

结论

本文对不同的空气渗透率模型及其与实验结果的对应关系进行了比较分析。这些研究结果表明,传统模型在应用于周边环境简单的建筑物时是准确的。然而,对于周边环境复杂的建筑,传统模型对求解结果显示出很大的差异性。为了解决这个问题,本文采用了结合S-C模型的CFD方法来确定空气渗透率。CFD 方法可以全面反映周围环境对目标建筑表面 Cp 值的影响。通过比较模拟结果和测试数据,发现将CFD与S-C模型相结合的方法能更准确地确定目标建筑周围环境复杂时的建筑渗透风量。


作者  

Shu Zheng1,2, Xiujiao Song1, Lin Duanmu2, Yu Xue2*, Xudong Yang1,3*

Department of Building Science, Tsinghua University, Beijing 100084, China

School of Civil Engineering, Dalian University of Technology, Dalian 116024, China

Shanxi Research Institute for Clean Energy, Tsinghua University, Taiyuan 030032, China


作者团队简介

论文第一作者现为清华大学建筑学院博士后郑淑;通讯作者为清华大学建筑学院建筑技术科学系杨旭东教授,清华大学百人计划, 教育部“长江学者”特聘教授;大连理工大学端木琳教授、薛雨副教授等为共同作者。感谢美国科罗拉多州国家大气研究中心王祎对论文的指导和帮助。


引用

Zheng S, Song X, Duanmu L, et al. (2024). Comparison of models to predict air infiltration rate of buildings with different surrounding environments. Building Simulation, 17: 1007-1021.

https://doi.org/10.1007/s12273-024-1118-5


相关阅读:


长按二维码或点击左下角“阅读原文”访问全文



长按访问原文

不同周边环境下建筑物空气渗透率预测模型的比较





Building Simulation 2008SCIEI CompendexScopusCSCD2024SCI子6.1JCRQ11


公众号:建筑模拟
期刊官网1 (国内免费下载)
http://www.sciopen.com/journal/1996-3599
期刊官网2 (海外合作)
http://www.springer.com/journal/12273
编辑部:bsjournal@tsinghua.edu.cn
本期微信制作:张启林

建筑模拟
Building Simulation is a peer-reviewed international journal published by Tsinghua University Press and Springer Nature.
 最新文章