Multi-objective optimization for social multifamily housing: minimizing heating and cooling demand

Abstract

(English) The field of architecture and engineering is currently experiencing significant changes due to advances in technology and the growing role of Artificial Intelligence. This shift is largely driven by the growing urgency of promoting more efficient buildings, especially considering its substantial impact on global greenhouse gas emissions and energy usage. Consequently, it is becoming important to focus on practical design choices and utilize effective strategies to enhance energy efficiency and overall building performance. This thesis presents a comprehensive approach to optimize the shape, solar orientation, and envelope configuration of social residential buildings in a humid subtropical climate (Koppen classification: Cfa) in the southern region of Brazil. The main objective is to simultaneously minimize both heating and cooling demands, and present optimal performance design and parameter ranges to improve efficiency energy in multifamily buildings. To achieve this, the study utilizes multi-objective optimization techniques with the support of a non-dominated sorting genetic algorithm (NSGA-II). The simulations are conducted using the EnergyPlus while the optimization process is implemented through Python programming. This extensive computational effort involves a total of 480,000 simulations. The results of the optimization process demonstrate that by carefully selecting the optimal solar orientation, significant reductions in energy demand can be achieved. For instance, optimizing the solar orientation alone can lead to energy demand reductions of up to 5% for linear buildings and 11% for H buildings, when linked to the surroundings. Furthermore, when the envelope is properly addressed the energy demand between shapes achieves almost the same value. Moreover, the optimization of the building envelope configuration further enhances energy efficiency, resulting in remarkable reductions in total energy demand. In particular, linear buildings can achieve up to 60% reduction in energy demand, while H buildings reach up to 63% reduction. These findings highlight the potential benefits of considering solar orientation, surrounding shadows, and envelope design simultaneously during the early design stages of a project. The proposed three-phase optimization framework evaluates different parameter alternatives and presents a pratical guidelines to make informed decisions about the most energy-efficient configurations.

(Català) El camp de l'arquitectura i l'enginyeria està experimentant actualment canvis significatius a causa dels avenços tecnològics i del paper creixent de la Intel·ligència Artificial. Aquest canvi es deu en gran mesura a la creixent urgència de promoure edificis més eficients, sobretot tenint en compte el seu impacte substancial en les emissions globals de gasos d'efecte hivernacle i l'ús d'energia. En conseqüència, s'està tornant important centrar-se en les opcions pràctiques de disseny i utilitzar estratègies efectives per millorar l'eficiència energètica i el rendiment global de l'edifici. Aquesta tesi presenta un enfocament integral per optimitzar la forma, l'orientació solar i la configuració de l'envoltant d'edificis residencials socials en un clima subtropical humit (classificació de Koppen: Cfa) a la regió sud del Brasil. L'objectiu principal és minimitzar simultàniament les demandes de calefacció i refrigeració, i presentar un disseny de rendiment òptim i rangs de paràmetres per millorar l'eficiència energètica en edificis plurifamiliars. Per aconseguir-ho, l'estudi utilitza tècniques d'optimització multi-objectiu amb el suport d'un algorisme genètic de classificació no dominat (NSGA-II). Les simulacions es realitzen mitjançant l'EnergyPlus mentre que el procés d'optimització s'implementa mitjançant la programació Python. Aquest ampli esforç computacional implica un total de 480.000 simulacions. Els resultats del procés d'optimització demostren que seleccionant acuradament l'orientació solar òptima, es poden aconseguir reduccions significatives de la demanda d'energia. Per exemple, l'optimització de l'orientació solar sola pot comportar reduccions de la demanda d'energia de fins a un 5% per als edificis lineals i un 11% per als edificis H, quan estan vinculats a l'entorn. A més, quan s'aborda correctament l'embolcall, la demanda d'energia entre formes aconsegueix gairebé el mateix valor. A més, l'optimització de la configuració de l'envoltant de l'edifici millora encara més l'eficiència energètica, donant lloc a reduccions notables de la demanda total d'energia. En particular, els edificis lineals poden aconseguir una reducció de fins a un 60% de la demanda energètica, mentre que els edificis H aconsegueixen una reducció de fins a un 63%. Aquestes troballes posen de manifest els beneficis potencials de tenir en compte l'orientació solar, les ombres circumdants i el disseny de l'embolcall simultàniament durant les primeres etapes de disseny d'un projecte. El marc d'optimització en tres fases proposat avalua diferents alternatives de paràmetres i presenta pautes pràctiques per prendre decisions informades sobre les configuracions més eficients energèticament.

(Español) El campo de la arquitectura y la ingeniería está experimentando actualmente cambios importantes debido a los avances de la tecnología y al creciente papel de la Inteligencia Artificial. Este cambio está impulsado en gran medida por la creciente urgencia de promover edificios más eficientes, especialmente considerando su impacto sustancial en las emisiones globales de gases de efecto invernadero y el uso de energía. En consecuencia, se está volviendo importante centrarse en opciones de diseño prácticas y utilizar estrategias efectivas para mejorar la eficiencia energética y el rendimiento general del edificio. Esta tesis presenta un enfoque integral para optimizar la forma, orientación solar y configuración envolvente de edificios residenciales sociales en un clima subtropical húmedo (clasificación de Koppen: Cfa) en la región sur de Brasil. El objetivo principal es minimizar simultáneamente las demandas de calefacción y refrigeración, y presentar un diseño de rendimiento óptimo y rangos de parámetros para mejorar la eficiencia energética en edificios multifamiliares. Para lograr esto, el estudio utiliza técnicas de optimización multiobjetivo con el apoyo de un algoritmo genético de clasificación no dominado (NSGA-II). Las simulaciones se realizan utilizando EnergyPlus mientras que el proceso de optimización se implementa mediante programación Python. Este extenso esfuerzo computacional implica un total de 480.000 simulaciones. Los resultados del proceso de optimización demuestran que seleccionando cuidadosamente la orientación solar óptima se pueden lograr reducciones significativas en la demanda de energía. Por ejemplo, optimizar la orientación solar por sí sola puede conducir a reducciones de la demanda de energía de hasta un 5% para edificios lineales y un 11% para edificios H, cuando se vincula con el entorno. Además, cuando la envolvente se aborda adecuadamente, la demanda de energía entre formas alcanza casi el mismo valor. Además, la optimización de la configuración de la envolvente del edificio mejora aún más la eficiencia energética, lo que da como resultado reducciones notables en la demanda total de energía. En particular, los edificios lineales pueden lograr hasta un 60% de reducción en la demanda de energía, mientras que los edificios H alcanzan hasta un 63% de reducción. Estos hallazgos resaltan los beneficios potenciales de considerar la orientación solar, las sombras circundantes y el diseño envolvente simultáneamente durante las primeras etapas de diseño de un proyecto. El marco de optimización en tres fases propuesto evalúa diferentes alternativas de parámetros y presenta directrizes prácticas para tomar decisiones informadas sobre las configuraciones más eficientes energéticamente.