(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210519363.0 (22)申请日 2022.05.12 (71)申请人 浙江大学 地址 310058 浙江省杭州市西湖区余杭塘 路866号 (72)发明人 罗晓予　卢佳盼　葛坚　 (74)专利代理 机构 北京润平知识产权代理有限 公司 11283 专利代理师 郑磊 (51)Int.Cl. G06F 30/13(2020.01) G06F 30/27(2020.01) (54)发明名称 园区建筑光伏一体化围护结构优化方法及 系统 (57)摘要 本发明涉及建筑性能优化设计技术领域， 提 供一种园区建筑光伏一体化围护结构优化方法， 改方法通过确定优化目标函数； 目标函数至少包 括本体能耗、 热不舒适时间占比、 初始增量成本、 光伏发电量； 确定优化变量及取值范围； 建立光 伏一体化围护结构多目标优化模 型； 利用遗传算 法执行优化， 输出优选设计方案。 该方法和系统 在优化过程中考虑了立面铺设光伏的影 响， 并设 置本体节能率的约束条件， 优化得到的设计方案 能够兼顾建筑本体节能、 室内热舒适提升、 光伏 发电量提高、 经济性四个目标， 利于建筑以更舒 适的室内环境 以及更低的投入成本实现近零能 耗、 零能耗目标； 模拟和优化过程操作 简单、 可视 性强， 能让建筑设计过程与建筑性能优化更好地 融合。 权利要求书3页 说明书11页 附图1页 CN 114896664 A 2022.08.12 CN 114896664 A 1.一种园区建筑光伏一体化围护结构优化方法， 其特征在于， 所述园区建筑光伏一体 化围护结构优化方法包括， 步骤S1， 确定优化目标函数； 其中优化目标函数至少包括本体能耗、 热不舒适时间占 比、 初始增量成本、 光伏发电量； 步骤S2， 确定光伏一体化围护结构优化变量及取值范围； 步骤S3， 建立 光伏一体化围护结构多目标优化模型； 步骤S4， 设置优化参数， 至少包括种群大小、 最大迭代次数以及交叉变异概率， 利用遗 传算法执 行优化过程， 输出建筑光伏一体化围护结构优选设计方案 。 2.根据权利要求1所述的园区建筑光伏一体化围护结构优化方法， 其特征在于， 在步骤 S1中， 本体能耗W0包括供暖能耗W1、 制冷能耗W2、 照明能耗W3， 其中W0＝W1+W2+W3， 单位均为kWh/ m2； 热不舒适时间占比为PMV≤ ‑δ、 APMV≤ ‑δ或PMV≥δ、 APMV≥δ的时间在全年的占比； 其 中， PMV为预计平均热感觉指标， APMV为预计适应性平均热感觉指标， δ为0.4 ‑0.6； λ为自适应系数， PMV值大于等于 0时取0.21， PMV值小于 0时取‑0.49； 初始增量成本为通过提高围护结构性 能以及铺 设光伏等技术增加的费用， 至少包括材 料费、 机械费和人工费； Ctotal＝(Al*dl*Pl,i‑Cl‑initial)+(Ar*dr*Pr,j‑Cr‑initial)+(Aw*Pw,m‑Cw‑initial)+(APV， n*PPV,n) 其中， Ctotal为总的初始增量成本， 即外墙、 屋面、 外窗和光伏组件的增量成本之和， Cl‑initial、 Cr‑initial、 Cw‑initial分别为基准 建筑的外墙、 屋面和外窗成本， 单位为元。 Al、 Ar、 Aw分 别为外墙、 屋面和外窗的面积， APV,n表示不同光伏组件的铺设面积， 单位均为m2， dl， dr分别 表示屋面和外墙的保温层厚度， 单位均为m； Pl,i， Pr,j， Pw,m， PPV,n分别表示不同外墙、 屋面的 保温材料、 不同外窗和光伏组件的单价， 单位分别为元/m3、 元/m3、 元/m2和元/m2； 光伏发电量 为屋面和各朝向立 面的光伏发电量之和， 单位 为kWh/m2。 3.根据权利要求1所述的园区建筑光伏一体化围护结构优化方法， 其特征在于， 在步骤 S2中， 确定围护结构优化变量至少包括外墙、 屋面保温材料的类型、 厚度、 外窗类型、 各朝向 立面窗墙比、 立 面光伏铺设面积和铺设位置 。 4.根据权利要求1所述的园区建筑光伏一体化围护结构优化方法， 其特征在于， 步骤S3 中， 在基于Rhi no环境运行的Gras shopper中建立 光伏一体化围护结构多目标优化模型。 5.根据权利要求4所述的园区建筑光伏一体化围护结构优化方法， 其特征在于， 步骤S3 包括， 步骤S31， 在Rhino和Grasshopper中完成基础形体的建模和可视化， 优化中建筑形体保 持一致； 步骤S32， 在Honeybee和Ladybug插件中搭建建筑性能模拟模型， 包括建筑本体能耗和 光伏发电量模拟模型、 热不 舒适时间占比和初始增量成本计算模型； 步骤S33， 计算基准建筑的本体能耗值， 将本体节能率要求作为优化的约束条件； 基准 建筑的形状、 大小、 功能、 构 造做法及运行工况设置与优化建筑一致， 仅围护结构性能、 窗墙 比、 空调系统效率及是否铺设光伏有所差异；权　利　要　求　书 1/3 页 2 CN 114896664 A 2步骤S34， 将上述光伏一体化围护结构优化变量以及建筑本体能耗、 光伏发电量、 热不 舒适时间占比和初始增量成本的模拟和计算结果连接到Wallacei插件中， 以本体能耗最 小、 热不舒适时间占比最小、 初始增量成本最小以及光伏发电量最大作为目标函数， 构建光 伏一体化围护结构多目标优化模型。 6.根据权利要求1所述的园区建筑光伏一体化围护结构优化方法， 其特征在于， 步骤S4 包括， 步骤S41， 设置种群大小、 最大迭代次数以及交叉变异概 率等优化参数； 步骤S42， 在Honeybee和Ladybug插件随机生成初始围护结构参数组合， 执行本体能耗、 光伏发电量模拟以及热舒 适分析； 步骤S43， 计算模块执 行热不舒适时间占比和初始增量成本计算； 步骤S44， 将输出的本体能耗、 热不舒适时间占比、 初始增量成本、 光伏发电量值作 为遗 传算法的适应度函数值， 利用Wallacei插件搭载的遗传算法NSGA ‑II执行优化， 优化后生 成 新的围护结构参数组合， 返回Ho neybee和Ladybug插 件， 完成一次迭代计算； 步骤S45， 当达到设定最大优化迭代次数， 停止寻优步骤S44， 输出建筑光伏一体化围护 结构优选设计方案 。 7.一种用于实施权利要求1 ‑6任意一项所述的园区建筑光伏一体化围护结构优化方法 的系统， 其特 征在于， 所述系统包括， 目标函数单元， 用于确定优化目标函数； 其中优化目标函数至少包括本体能耗、 热不舒 适时间占比、 初始增量成本、 光伏发电量； 变量设置单 元， 用于确定光伏一体化围护结构优化变量及取值范围； 模型构建单 元， 用于建立 光伏一体化围护结构多目标优化模型； 优化计算单元， 用于设置优化参数， 至少包括种群大小、 最大迭代次数以及交叉变异概 率， 利用遗传算法执 行优化过程， 输出建筑光伏一体化围护结构优选设计方案 。 8.根据权利要求7 所述的系统， 其特 征在于， 所述目标函数 单元包括， 本体能耗目标函数设置模块， 用于设置 目标函数本体能耗W0， 其中， 本体能耗W0包括供 暖能耗W1、 制冷能耗 W2、 照明能耗 W3， 其中W0＝W1+W2+W3， 单位均为 kWh/m2； 热不舒适 时间占比目标函数设置模块， 用于设置热不舒适时间占比目标函数， 其中， 热 不舒适时间占比为PMV≤ ‑δ、 APMV≤ ‑δ和PMV≥δ、 APMV≥δ 的时间在全年的占比； 其中， PMV为 预计平均热感觉指标 ， APMV为预计适应性平均热感觉指标 ， δ为0 .4 ‑0 .6 ； λ为自适应系数， PMV值大于等于 0时取0.21， PMV值小于 0时取‑0.49； 初始增量成本目标函数设置模块， 用于设置初始增量成本目标函数， 其中， 初始增量成 本为通过提高围护结构性能以及铺设光伏等技术增加的费用， 至少包括材料费、 机械费和 人工费； Ctotal＝(Al*dl*Pl,i‑Cl‑initial)+(Ar*dr*Pr,j‑Cr‑initial)+(Aw*Pw,m‑Cw‑initial)+(APV， n*PPV,n) 其中， Ctotal为总的初始增量成本， 外墙、 屋面、 外窗和光伏组件的增量成本之和， Cl‑initial、 Cr‑initial、 Cw‑initial分别为基准 建筑的外墙、 屋面和外窗成本， 单位均为元。 Al、 Ar、 Aw 分别为外墙、 屋面和外窗的面积， APV,n表示不同光伏组件的铺设面积， 单位均为m2； dl， dr分 别表示屋面和 外墙的保温层厚度， 单位均为m； Pl,i， Pr,j， Pw,m， PPV,n分别表示不同外墙、 屋面权　利　要　求　书 2/3 页 3 CN 114896664 A 3