Autor: DEHGHAN, Farshid
Título: Simulation-Based Multi-Objective Optimization for Building Retrofits in Iran: Addressing Energy Consumption, Emissions, Comfort, and Indoor Air Quality Considering Climate Change
Fecha: 2025
Materia: ---
Escuela: E.T.S. DE EDIFICACIÓN
Departamento: CONSTRUCCIONES ARQUITECTONICAS Y SU CONTROL
Acceso electrónico: https://oa.upm.es/91304/
Director/a(s):
- Director/a: PORRAS AMORES, César
Resumen: This doctoral dissertation presents an innovative simulation-based multi-objective optimization (SBMO) framework for the energy retrofitting of residential buildings in humid subtropical climates, with a specific focus on the Caspian region of Iran. The study addresses the challenges posed by climate change, aiming to enhance energy efficiency, reduce greenhouse gas (GHG) emissions, improve thermal and visual comfort, and ensure indoor air quality (IAQ). Through a rigorous methodological approach, the research proposes retrofit strategies that balance these objectives under both current climatic conditions and future projections for 2050 and 2080 based on the IPCC A2 scenario. Objectives The primary objective of this research is to develop and validate an SBMO framework to optimize energy retrofits in residential buildings, focusing on: 1. Primary Energy Consumption (PEC): Minimizing building energy use. 2. CO Equivalent Emissions: Reducing environmental impact through lower GHG emissions. 3. Thermal and Visual Comfort: Enhancing occupant well-being by optimizing the Predicted Percentage of Dissatisfied (PPD) and Unified Glare Rating (UGR). 4. Indoor Air Quality (IAQ): Controlling CO2 and pollutant levels to maintain healthy indoor environments. 5. Climate Change Adaptation: Assessing the impact of future climate scenarios on building energy performance and retrofit effectiveness. Methodology The methodology is structured into four main phases: 1. Modeling and Calibration: Development of an initial energy model using data from inspections, surveys, and energy bills, calibrated per ASHRAE guidelines (NMBE < 5% for monthly data, < 10% for hourly data; CVRMSE < 15% and < 30%, respectively). 2. Parametric and Sensitivity Analysis: Utilization of EnergyPlus and jEPlus to identify influential design variables, such as thermal insulation, window properties, HVAC systems, and lighting controls. 3. Multi-Objective Optimization: Implementation of the NSGA-II genetic algorithm, integrated with jEPlus+EA, to explore a vast search space (approximately 1.41 × 10^27 combinations) and generate a Pareto front of optimal solutions. 4. Evaluation and Selection: Application of the weighted sum method to select retrofit strategies that balance objectives based on stakeholder priorities. Scenarios Analyzed The study evaluates two main scenarios: Scenario 1: Current Climate Conditions Focuses on optimizing energy performance under the present climate in Sari, Iran. Results show significant reductions in energy consumption (from 412.24 kWh/m^2 in the baseline to 296.21 kWh/m^2) and CO2 emissions, while maintaining IAQ levels between 500-700 ppm and PPD below 10%. Scenario 2: Climate Change (2050 and 2080) Incorporates climate projections (Meteonorm 8.2.0) reflecting increased temperatures and altered precipitation patterns. Results indicate higher cooling demands but reduced heating needs, lowering energy consumption to 247.75 kWh/m^2 (2050) and 164.66 kWh/m^2 (2080). Systems like VRF-DOAS and PTAC-DOAS excel in efficiency under these scenarios. Conclusions The developed SBMO framework proves to be a powerful tool for designing energy retrofits that address climate change challenges. The proposed strategies, including thermal insulation, efficient HVAC systems, and smart controls, not only reduce energy consumption and emissions but also enhance occupant comfort and health. The research emphasizes the importance of considering future climate projections to ensure building resilience. RESUMEN Esta tesis doctoral presenta un marco innovador basado en la optimización multiobjetivo mediante simulación (SBMO, por sus siglas en inglés) para la rehabilitación energética de edificios residenciales en climas subtropicales húmedos, con un enfoque específico en la región del Caspio en Irán. El estudio aborda los desafíos del cambio climático, centrándose en la mejora de la eficiencia energética, la reducción de emisiones de gases de efecto invernadero (GEI), el confort térmico y visual, y la calidad del aire interior (CAI). A través de un enfoque metodológico riguroso, la investigación propone estrategias de rehabilitación que equilibran estos objetivos, considerando tanto las condiciones climáticas actuales como los escenarios futuros proyectados para 2050 y 2080 bajo el escenario A2 del IPCC. Objetivos El objetivo principal de esta investigación es desarrollar y validar un marco SBMO que optimice las rehabilitaciones energéticas en edificios residenciales, teniendo en cuenta: 1. Consumo energético primario (PEC): Minimización del uso de energía en edificios. 2. Emisiones de CO equivalente: Reducción del impacto ambiental mediante la disminución de emisiones de GEI. 3. Confort térmico y visual: Mejora del bienestar de los ocupantes mediante la optimización del porcentaje predicho de insatisfechos (PPD) y el índice de deslumbramiento unificado (UGR). 4. Calidad del aire interior (CAI): Control de los niveles de CO2 y otros contaminantes para garantizar entornos interiores saludables. 5. Adaptación al cambio climático: Evaluación del impacto de las proyecciones climáticas futuras en el rendimiento energético y la efectividad de las medidas de rehabilitación. Metodología La metodología se estructura en cuatro fases principales: 1. Modelado y calibración: Creación de un modelo energético inicial utilizando datos de inspecciones, encuestas y facturas energéticas, calibrado según las directrices de ASHRAE (NMBE < 5% para datos mensuales y < 10% para datos horarios; CVRMSE < 15% y < 30%, respectivamente). 2. Análisis paramétrico y de sensibilidad: Uso de EnergyPlus y jEPlus para identificar variables de diseño influyentes, como el aislamiento térmico, las propiedades de las ventanas, los sistemas HVAC y los controles de iluminación. 3. Optimización multiobjetivo: Implementación del algoritmo genético NSGA-II, integrado con jEPlus+EA, para explorar un espacio de búsqueda extenso (aproximadamente 1.41 × 10^27 combinaciones) y generar un frente de Pareto con soluciones óptimas. 4. Evaluación y selección: Aplicación del método de suma ponderada para seleccionar estrategias de rehabilitación que equilibren los objetivos según las prioridades de los interesados. Escenarios Analizados La investigación evalúa dos escenarios principales: Escenario 1: Condiciones climáticas actuales Se centra en optimizar el rendimiento energético bajo el clima actual de Sari, Irán. Los resultados muestran una reducción significativa en el consumo energético (de 412.24 kWh/m^2 en el modelo base a 296.21 kWh/m^2) y emisiones de CO2, manteniendo niveles de CAI entre 500-700 ppm y un PPD inferior al 10%. Escenario 2: Cambio climático (2050 y 2080) Incorpora proyecciones climáticas (Meteonorm 8.2.0) que reflejan incrementos en temperaturas y cambios en patrones de precipitación. Los resultados indican una mayor demanda de refrigeración, pero una disminución en la demanda de calefacción, reduciendo el consumo energético a 247.75 kWh/m^2 (2050) y 164.66 kWh/m^2 (2080). Sistemas como VRF-DOAS y PTAC-DOAS destacan por su eficiencia en estos escenarios. Conclusiones El marco SBMO desarrollado demuestra ser una herramienta poderosa para diseñar rehabilitaciones energéticas que aborden los desafíos del cambio climático. Las estrategias propuestas, como la instalación de aislamiento térmico, sistemas HVAC eficientes y controles inteligentes, no solo reducen el consumo energético y las emisiones, sino que también mejoran el confort y la salud de los ocupantes.