Tesis:
Modelo empírico de la isla de calor urbana de Madrid para su integración en la simulación energética de edificios
- Autor: NÚÑEZ PEIRÓ, Miguel
- Título: Modelo empírico de la isla de calor urbana de Madrid para su integración en la simulación energética de edificios
- Fecha: 2021
- Materia: Sin materia definida
- Escuela: E.T.S. DE ARQUITECTURA
- Departamentos: CONSTRUCCION Y TECNOLOGIA ARQUITECTONICAS
- Acceso electrónico: https://oa.upm.es/70134/
- Director/a 1º: NEILA GONZÁLEZ, Francisco Javier
- Resumen: La isla de calor es un fenómeno climático que modifica las condi¬ciones térmicas de las ciudades. Los entornos urbanos registran, de media, temperaturas de entre 1 y 2 ºC por encima de su alrededores rurales, pudiendo superar los 10 ºC de intensidad durante algunas noches. El diferencial de temperatura debido a la isla de calor puede provocar desajustes en la evaluación energética de edificios, ya que rara vez es considerado en la generación de los archivos climáticos empleados en la simulación energética. Esto contribuye a la brecha del comportamiento energético (energy performance gap) característica de las herramientas de simulación, poniendo en entredicho su fia¬bilidad. Estudios previos han demostrado la relevancia del impacto de la isla de calor en el comportamiento energético de los edificios. Al-gunos de ellos han ensayado distintas fórmulas para integrar la isla de calor en la evaluación energética de edificios, fundamentalmente a través de modelos numéricos. Sin embargo, existen limitaciones relativas a su coste computacional, precisión y representatividad, indicativo de que todavía existe un amplio margen de mejora. Dado que los archivos climáticos son los responsables de contex¬tualizar climáticamente la simulación energética, esta tesis doctoral propone desarrollar un modelo empírico de la isla de calor de Ma¬drid con el que obtener archivos climáticos adaptados a la realidad climática urbana. Se parte del objetivo de que los archivos genera¬dos, además de ser precisos en su representación de las condiciones climáticas urbanas, sean representativos de todo el municipio en su conjunto. Esta tarea se aborda de forma integral, cubriendo todas las etapas desde la observación hasta la modelización, y pasando por una importante etapa analítica relacionada con el fenómeno de la isla de calor y su variabilidad intraurbana. La parte experimental de esta tesis doctoral se apoya en el desarro¬llo de dos campañas de monitorización, una mediante puntos mó¬viles, de carácter exploratorio, y otra mediante puntos fijos. A partir de esta última se han obtenido datos de las condiciones higrotér¬micas en diversos puntos de la ciudad durante más de dos años en régimen horario. Estos registros de temperatura y humedad han servido, primero, para analizar el comportamiento anual de la isla de calor a nivel horario e intraurbano en el municipio de Madrid, obteniendo importantes conclusiones para su posterior modeliza¬ción. En segundo lugar, estos datos han permitido la generación de un modelo empírico basado en redes neuronales artificiales, una de las herramientas más populares dentro del aprendizaje automático, y con potencial demostrado a la hora de modelar las características del clima urbano. Con estas redes neuronales artificiales se ha trabajado en la adap¬tación de las series temporales de datos procedentes de los obser¬vatorios meteorológicos de referencia a las condiciones climáticas urbanas, siendo estas nuevas series temporales la base sobre la cual se han construido los archivos climáticos urbanos. Finalmente, se ha trabajado con los grados hora de calefacción y refrigeración ur¬banos, a partir de los cuales se han delimitado una serie de zonas climáticas dentro de la ciudad de Madrid, y a las que se han asociado los nuevos archivos climáticos urbanos. Los resultados obtenidos muestran una isla de calor intensa y ex¬tensa, con una estacionalidad anual débil, pero con una fuerte va¬riabilidad diaria. Las diferencias entre tejidos urbanos son, como cabía esperar, muy acentuadas durante la noche. Durante el día, las diferencias se amortiguan y dejan de asociarse tan claramente al tipo de tejido. En total, se distinguen nueve zonas climáticas urbanas, las cuales se representan asociadas a sus respectivos archivos climáti¬cos urbanos. Los ensayos realizados sobre una tipología residencial de bloque en H apuntan a incrementos en la demanda energética de refrigeración debido a la isla de calor superiores al 30%, mientras que la reducción en la demanda de calefacción por este fenómeno rozaría, en algunos casos, el 20%. Este trabajo de investigación viene a confirmar la relevancia de la isla de calor en el comportamiento energético de los edificios de la ciudad de Madrid, así como la importancia de la precisión de los archivos climáticos en el desarrollo de la simulación energéti¬ca. Se espera que los resultados obtenidos contribuyan a mejorar las herramientas de evaluación energética de edificios, a la vez que fomenten una revisión crítica de los actuales archivos climáticos disponibles y de aplicación en entornos urbanos. ----------ABSTRACT---------- The urban heat island is a climatic phenomenon that modifies the thermal conditions in cities. Due to this phenomenon, urban environments are, on average, between 1 and 2 °C warmer than their rural surroundings, reaching over 10 °C on some nights. The temperature differential due to the ur¬ban heat island can cause mismatches in the energy evaluation of buildings, as it is rarely considered in the generation of the climate files used in the energy simulation. This contributes to the energy performance gap characteristic of simulation tools, calling into question their reliability and, in some cases, even their usefulness. Since weather files are responsible for the climat¬ic contextualisation of the energy simulation, this PhD thesis focuses on obtaining weather files adapted to the urban climatic reality. Previous studies have tested different formulas to carry out this task, mainly through numerical models. How¬ever, limitations related to their computational cost, accuracy and representativeness suggest that there is still room for improvement. This research proposes an empirical model of the urban heat island of Madrid in order to obtain weather files adapted to the reality of urban cli¬mate. The aim is that the generated weather files, as well as being accurate in their representation of the urban climate conditions, should be represent¬ative of the entire municipality as a whole. This requires a comprehensive approach to this work, developing an important experimental dimension aimed at obtaining data, as well as an analytical di¬mension related to the phenomenon of the heat island. The experimental part of this PhD thesis is based on the development of two monitoring cam¬paigns, one using mobile stations and the other using fixed locations. From these campaigns, data on the hygrothermal conditions in different parts of the city have been obtained. These temperature and humidity records have been used, firstly, to an¬alyse the annual behaviour of the heat island at an hourly and intra-urban level, something unprece¬dented for the municipality of Madrid. Secondly, the data collected have allowed the generation of the empirical model based on artificial neural net¬works, one of the most popular tools in machine learning, and with proven potential for modelling the characteristics of the urban climate. With these artificial neural networks, the time se¬ries of climatic data from the reference meteoro¬logical observatories have been adapted (data mor¬phing). Thus, these new time series are the basis on which the urban weather files have been built. Fi¬nally, the urban heating and cooling degree hours have been used to delimit a series of climate zones within the city of Madrid, to which the new urban weather files have been associated. The findings show an intense and widespread ur¬ban heat island, with a weak annual seasonality, but with a strong daily variability. The differences between urban fabrics are, as expected, very ac¬centuated during the night. During the day, the differences are dampened and are no longer so clearly associated with the type of urban fabric. In total, nine urban climate zones are distinguished, which are represented in association with their re¬spective urban weather files. Tests carried out on a residential H-block typology point to increases in the cooling energy demand of more than 30% due to the urban heat island, while the reduction in the heating demand due to the heat island would, in some cases, be close to 20%. This research work confirms the impact of the urban heat island on the energy performance of buildings, as well as the importance of weather files in the development of energy simulation. It is hoped that these findings will contribute to the improvement and accuracy of simulation tools, while encouraging a critical review of the current availability of weather files and their application in urban environments.