LÊ THANH HOÀNG
ÁP DỤNG THUẬT TỐN CHUỒN CHUỒN VÀO BÀI TỐN TỐI ƯU HĨA ĐA MỤC TIÊU VỀ HIỆU QUẢ SỬ
DỤNG NĂNG LƯỢNG ĐỐI VỚI TÒA NHÀ VĂN PHÒNG
Chuyên ngành: Quản lý xây dựng Mã số: 8580302
LUẬN VĂN THẠC SĨ
Trang 2Cán bộ hướng dẫn khoa học : PGS.TS Phạm Vũ Hồng Sơn Chữ ký : Cán bộ chấm nhận xét 1: TS Nguyễn Anh Thư Chữ ký : Cán bộ chấm nhận xét 2: TS Đặng Thị Trang Chữ ký :
Luận văn thạc sĩ được bảo vệ tại Trường Đại học Bách Khoa, ĐHQG Tp HCM ngày 04 tháng 08 năm 2022
Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm:
1 Chủ tịch hội đồng: PGS.TS Phạm Hồng Luân 2 Cán bộ chấm phản biện 1: TS Nguyễn Anh Thư 3 Cán bộ chấm phản biện 2: TS Đặng Thị Trang 4 Ủy viên thư ký: PGS.TS Trần Đức Học 5 Ủy viên : TS Chu Việt Cường
Xác nhận của Chủ tịch Hội đồng đánh giá LV và Trưởng Khoa quản lý chuyên ngành sau khi luận văn đã được sửa chữa (nếu có)
CHỦ TỊCH HỘI ĐỒNG TRƯỞNG KHOA
Trang 3HVTH: Lê Thanh Hoàng - 1970707 Trang i ĐẠI HỌC QUỐC GIA TP.HCM
TRƯỜNG ĐẠI HỌC BÁCH KHOA
CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập - Tự do - Hạnh phúc
NHIỆM VỤ LUẬN VĂN THẠC SĨ
Họ tên học viên: Lê Thanh Hoàng MSHV:1970707 Ngày, tháng, năm sinh: 23/03/1995 Nơi sinh: Hà Tĩnh Chuyên ngành: Quản lý xây dựng Mã số : 8 58 03 02
I TÊN ĐỀ TÀI:
ÁP DỤNG THUẬT TOÁN CHUỒN CHUỒN VÀO BÀI TỐN TỐI ƯU HĨA ĐA MỤC TIÊU VỀ HIỆU QUẢ SỬ DỤNG NĂNG LƯỢNG ĐỐI VỚI TÒA NHÀ VĂN PHÒNG
APPLYING DRAGONFLY ALGORITHM TO MULTI-OBJECTTIVE OPTIMIZATION OF ENERGY EFFICIENCY FOR OFFFICE BUILDING
II.NHIỆM VỤ VÀ NỘI DUNG:
1 Tính tốn và xác định mức độ tiêu thụ năng lượng bằng phần mềm mơ phỏng củatịa nhà văn phịng tại Việt Nam.
2 Áp dụng thuật tốn tối ưu hóa vào bài tốn tối ưu hóa năng lượng cho tịa nhà trênnền tảng phần mềm mô phỏng liên tục với tổ hợp biến hỗn hợp.
3 Áp dụng thuật tốn tối ưu hóa vào bài tốn tối ưu hóa năng lượng cho tịa nhà trênnền tảng phần mềm mô phỏng liên tục với tham số thiếu chắc chắn và tổ hợp biếnhỗn hợp.
III.NGÀY GIAO NHIỆM VỤ : 06/09/2021
IV.NGÀY HOÀN THÀNH NHIỆM VỤ: 06/06/2022
V CÁN BỘ HƯỚNG DẪN : PGS TS Phạm Vũ Hồng Sơn
Tp HCM, ngày tháng năm 20
CÁN BỘ HƯỚNG DẪN
(Họ tên và chữ ký)
CHỦ NHIỆM BỘ MÔN ĐÀO TẠO
(Họ tên và chữ ký)
TRƯỞNG KHOA KỸ THUẬT XÂY DỰNG
Trang 4HVTH: Lê Thanh Hoàng - 1970707 Trang ii
LỜI CẢM ƠN
Sau thời gian được hướng dẫn học hỏi và nghiên cứu, em đã hoàn thiện luận
văn thạc sĩ với đề tài “Áp dụng thuật toán chuồn chuồn vào bài toán tối ưu hóa
đa mục tiêu về hiệu quả sử dụng năng lượng đối với tịa nhà văn phịng” Để hồn
thiện được luận văn và chương trình đào tạo, em đã nhận được sự chỉ dẫn và dạy bảo tận tâm nhiệt tình từ các thầy cơ bộ mơn cùng khoa
Lời đầu, em xin gửi lời cảm ơn chân thành và sâu sắc đến thầy PGS.TS Phạm
Vũ Hồng Sơn Trong thời gian thực hiện, thầy đã hướng dẫn và chỉ dạy cho em nhiều
kiến thức, kinh nghiệm và bài học quan trọng trong quá trình nghiên cứu, góp phần vào sự hồn thiện của luận văn này
Tiếp theo, em xin chân thành cảm ơn các Thầy, Cô trong Bộ môn Thi công và Quản lý Xây dựng, Khoa Kỹ Thuật Xây Dựng, trường Đại học Bách Khoa, ĐHQG Tp HCM đã tận tâm, nhiệt tình giảng dạy và truyền đạt nhiều kiến thức quý báu cho em trong suốt thời gian trên giảng đường cũng như trong thời gian được theo học
Em cũng xin cảm ơn nhóm học viên thuộc CEM Lab, các anh chị và đồng nghiệp đã nhiệt tình chia sẻ những kiến thức, kinh nghiệm quý báu và hỗ trợ trong suốt q trình thực hiện luận văn
Dù đã có cố gắng nhưng luận văn này không thể tránh khỏi thiếu sót và hạn chế Vì đó, em rất mong nhận được sự đánh giá và đóng góp ý kiến của Q các Thầy Cơ để luận văn được hồn thiện hơn
Trân trọng!
Tp Hồ Chí Minh, ngày 13 tháng 06 năm 2022
Trang 5
HVTH: Lê Thanh Hồng - 1970707 Trang iii
TĨM TẮT
Tại Việt Nam hiện nay, mức độ tiêu hao năng lượng của những tòa nhà cao tầng là rất lớn, chiếm khoảng 35 – 40% tổng lượng tiêu hao năng lượng toàn quốc Đặc biệt đối là với những đô thị, mức độ tiêu hao năng lượng của những cơng trình tịa nhà chiếm từ 40 – 70% năng lượng được cung cung cấp cho khu vực Việc sử dụng lượng lớn năng lượng đồng nghĩa với việc hao phí năng lượng cùng với tài ngun
Vì thế, thiết kế những tịa nhà sử dụng năng lượng hiệu quả là một vấn đề phải cần được xem xét Bài toán tối ưu cho tòa nhà với hiệu suất sử dụng năng lượng tối ưu xem xét và nghiên cứu
Trong thực té, bài tốn tối ưu hóa năng lượng cho tịa nhà là phương pháp xem xét tương tác giữa những biến trong thiết kế và những yếu tố tác động tới mức sử dụng năng lượng chung Bài tốn có khó khăn chính là thời gian giải quyết bài tốn dài, do sự phức tạp và đa dạng của biến, sự khơng chắc chắn của tham số…
Vì vậy, luận văn này phát triển nền tảng liên kết để giải quyết hiệu quả bài tốn tối ưu hóa cho tịa nhà Trên nền tảng thuật toán MHDA để giải quyết, kết quả chứng minh rằng thuật tốn có kết quả tối ưu, sự nhất qn và thời gian tính tốn cải thiện tốt so với những thuật toán thường gặp khác
Trang 6HVTH: Lê Thanh Hoàng - 1970707 Trang iv
ABSTRACT
In Vietnam, the rate of energy use of high-rise buildings is very high, accounting for about 35 - 40% of the total national energy consumption Especially for urban areas, the level of energy consumption of buildings accounts for 40 - 70% of the energy supplied to the area Using large amounts of energy means wasting energy along with resources
Therefore, the design of energy efficient buildings is an issue that needs to be considered The optimal problem for buildings with good energy efficiency is considered and studied
In fact, the problem of optimal energy for buildings is a method that considers the interaction between variables in the design and factors affecting the overall energy use The problem with the main difficulty is the long time to solve the problem, due to the complexity and variety of variables, the uncertainty of the parameters
Therefore, this thesis develops a linking platform to effectively solve the optimization problem for buildings Based on the MHDA algorithm to solve, the results demonstrate that the algorithm has optimal results, consistency and significantly improved computation time compared to some other commonly encountered algorithms
Trang 7HVTH: Lê Thanh Hoàng - 1970707 Trang v
LỜI CAM ĐOAN
Tôi, Lê Thanh Hoàng xin cam đoan trong quá trình thực hiệnluận văn “ÁP DỤNG THUẬT TOÁN CHUỒN CHUỒN VÀO BÀI TOÁN TỐI ƯU HÓA ĐA MỤC TIÊU VỀ HIỆU QUẢ SỬ DỤNG NĂNG LƯỢNG ĐỐI VỚI TÒA NHÀ VĂN PHỊNG”, các mơ phỏng, số liệu, kết quả và nội dung nghiên cứu được thực hiện hoàn toàn trung thực và nghiêm túc
Tơi xin chịu trách nhiệm hồn tồn về nghiên cứu của mình
TP.HCM, ngày… tháng… năm 2022 Học viên thực hiện
Trang 8HVTH: Lê Thanh Hoàng - 1970707 Trang vi
MỤC LỤC NHIỆM VỤ LUẬN VĂN THẠC SĨ ii
LỜI CẢM ƠN ii
TÓM TẮT iii
ABSTRACT iv
LỜI CAM ĐOAN v
MỤC LỤC vi DANH MỤC HÌNH ẢNH viii DANH MỤC BẢNG BIỂU ix CHƯƠNG 1: ĐẶT VẤN ĐỀ: 1 1.1 Đặt vấn đề: 1 1.2 Xác định vấn đề nghiên cứu: 5
1.3 Câu hỏi nghiên cứu: 6
1.5 Phạm vi nghiên cứu 7
1.6 Đóng góp và ý nghĩa của luận văn: 7
1.7 Cấu trúc luận văn: 8
CHƯƠNG 2: TỔNG QUAN LÝ THUYẾT: 9
2.1 Tối ưu hóa mức năng lượng tiêu thụ tịa nhà mơ phỏng liên tục: 9
2.2 Cơng cụ hỗ trợ tối ưu hóa: 17
2.2.1 Công cụ GenOpt: 17
2.2.2 Công cụ BEopt: 17
2.2.3 Công cụ jEPlus: 17
2.3 Tối ưu hóa dựa mơ hình đại diện: 18
2.4 Sự khơng chắc chắn trong bài tốn tối ưu hóa năng lượng tịa nhà: 19
2.5 Tổng kết chương: 19
CHƯƠNG 3: XÂY DỰNG MƠ HÌNH MƠ PHỎNG: 21
3.1 Phần mềm xây dựng mơ hình mơ phỏng: 21
3.2 Mơ hình mơ phỏng điển hình: 22
3.2.1 Tịa nhà A 22
3.2.2 Tịa nhà B: 25
3.3 Kết quả mơ hình mô phỏng: 27
Trang 9HVTH: Lê Thanh Hoàng - 1970707 Trang vii
4.1 Hàm mục tiêu tối ưu hóa: 29
4.2 Nền tảng liên kết của tối ưu hóa liên tục: 30
4.3 Thuật tốn tối ưu hóa: 31
4.3.1 Thuật toán chuồn chuồn – Dragonfly Alogorithm: 32
4.3.2 Thuật toán tối ưu quần thể - Particle Swarm Optimization 36
4.3.3 Thuật toán chuồn chuồn kết hợp dữ liệu (Memory based Hybrid DA – MHDA) 37
4.3.4 Những thuật toán được dùng để so sánh: 38
4.4 Kết quả tối ưu: 39
4.5 Tổng kết chương: 51
CHƯƠNG 5: TỐI ƯU HÓA DỰA TRÊN MÔ PHỎNG VỚI TỔ HỢP BIẾN HỖN HỢP 52
5.1 Mơ hình bài tốn: 52
5.2 Kết quả bài toán tối ưu: 54
5.3 Tổng kết chương: 57
CHƯƠNG 6: BÀI TỐN TỐI ƯU HĨA VÀ NHỮNG THAM SỐ KHÔNG CHẮC CHẮN 59 6.1 Những yếu tố không chắc chắn trong mô phỏng và tối ưu hóa năng lượng tịa nhà: 59
6.2 Độ nhạy của tịa nhà tối ưu với những thơng số không chắc chắn 59
6.3 Kết quả tối ưu: 62
6.4 Áp dụng tối ưu hóa đa mục tiêu và sự không chắc chắn của tham số 62
6.4.1 Mơ hình bài tốn: 63
6.4.2 Kết quả bài toán: 64
6.5 Tổng kết chương 65
CHƯƠNG 7 KẾT LUẬN VÀ KIẾN NGHỊ: 66
7.1 Kết luận: 66
7.2 Đề xuất: 67
TÀI LIỆU THAM KHẢO 68
Trang 10HVTH: Lê Thanh Hoàng - 1970707 Trang viii
DANH MỤC HÌNH ẢNH
Hình 3.1: Mơ hình mơ phỏng tịa nhà A 23
Hình 3.2: Mơ hình mơ phỏng tịa nhà B 25
Hình 3.3: Kết quả mức năng lượng tiêu thụ cho tòa nhà A và B 27
Hình 4.1: Sơ đồ mơ phỏng và tối ưu liên tục 31
Hình 4.2: Mơ phỏng hai dạng tập tính chuồn chuồn 33
Hình 4.3: 5 hoạt động chính của chuồn chuồn 34
Hình 4.4: Đối chiếu kết quả hàm mục tiêu thuật toán cho Hà Nội 47
Hình 4.5: Đối chiếu kết quả hàm mục tiêu thuật toán cho Đà Nẵng 47
Hình 4.6: Đối chiếu kết quả hàm mục tiêu thuật tốn cho Nha Trang 48
Hình 4.7: Đối chiếu kết quả hàm mục tiêu thuật toán cho Tp Hồ Chí Minh 48
Hình 4.8: Tốc độ hội tụ cho giải pháp gần tối ưu với Hà Nội 49
Hình 4.9: Số lượng mơ phỏng cần cho mỗi thuật toán để hội tụ với Hà Nội 49
Hình 4.10: Số lượng mơ phỏng cần cho mỗi thuật tốn để hội tụ với Đà Nẵng 50
Hình 4.11: Số lượng mơ phỏng cần cho mỗi thuật tốn để hội tụ với Nha Trang 50
Hình 4.12: Số lượng mơ phỏng cần cho mỗi thuật tốn để hội tụ với TP Hồ Chí Minh 51
Hình 5.1: Kết quả của hàm mục tiêu trong 20 lần chạy cho Hà Nội 55
Hình 5.2: Kết quả của hàm mục tiêu trong 20 lần chạy cho Tp Hồ Chí Minh 56
Hình 5.3: Biểu đồ đường hội tụ kết quả cho Hà Nội 56
Hình 5.4: Biểu đồ đường hội tụ kết quả cho Tp Hồ Chí Minh 57
Trang 11HVTH: Lê Thanh Hoàng - 1970707 Trang ix
DANH MỤC BẢNG BIỂU Bảng 1.1: Những chứng nhận Công trình xanh phổ biến tại Việt Nam: 4
Bảng 3.1: Thơng số xây dựng của tịa nhà A 24
Bảng 3.2: Những chi tiết và hệ thống giả định trong mơ hình tịa nhà A 25
Bảng 3.3: Thơng số xây dựng của tịa nhà B 25
Bảng 3.4: Những chi tiết và hệ thống giả định trong mơ hình tịa nhà B 26
Bảng 4.1: Các biến tối ưu hóa và phạm vi của các biến 41
Bảng 4.2: Tham số sử dụng cho thuật toán NM 42
Bảng 4.3: Tham số sử dụng cho thuật toán PSOIW và PSO-HJ 42
Bảng 4.4: Tham số sử dụng cho thuật toán MHDA 43
Bảng 4.5: Kết quả tối ưu hóa với giải pháp tốt nhất của từng thuật toán 46
Bảng 5.1: Những biến tối ưu hóa trong bài tốn biến hỗn hợp 53
Bảng 5.2: Tổ hợp phân loại cho biến loại cửa sổ X6 tới X9 53
Bảng 5.5: Kết quả tối ưu 55
Bảng 6.1: Những tình huống cơ sở, tốt và xấu 60
Bảng 6.2: Những biến tối ưu hóa trong bài toán biến hỗn hợp 61
Bảng 6.3: Tổ hợp phân loại cho biến loại cửa sổ X6 tới X9 61
Bảng 6.4: Kết quả thuật toán tối ưu 62
Trang 12HVTH: Lê Thanh Hoàng - 1970707 Trang 1
CHƯƠNG 1: ĐẶT VẤN ĐỀ:
1.1 Đặt vấn đề:
Ngành xây dựng đóng vai trò quan trọng trong nền kinh tế của đất nước, đặc biệt với đất nước đang ở giai đoạn phát triển mới như Việt Nam Ngành xây dựng được xem như nền tảng cơ bản để phát triển về cơ sở vật chất hạ tầng và tạo động lực cho thục đẩy nền kinh tế Đặc biệt, xây dựng đang tiêu thụ năng lượng rất lớn, và trong mọi giai đoạn cơng trình Vì thế, trong điều kiện biến đổi khí hậu hiện nay, vấn đề tiết kiệm năng lượng trong xây dựng cũng đang được đưa ra xem xét và giải quyết Việc cắt giảm tiêu thụ năng lượng là một trong những thách thức lớn của toàn thế giới hiện nay Năng lượng được xem tài nguyên quan trọng nhất, có tính cốt lõi trong tất cả hoạt động kinh tế và xã hội Theo thống kê của tập đoàn Điện lực Việt Nam EVN, tại nước ta hiện nay, tỷ lệ sử dụng năng lượng của những tòa nhà cao tầng rất cao, chiếm khoảng 35 – 40% tổng năng lượng tiêu dùng toàn quốc Đặc biệt đối với khu vực đô thị, mức độ tiêu thụ năng lượng của những tòa nhà chiếm từ 40 – 70% năng lượng được cung cung cấp cho những khu vực đơ thị Cùng với đó là việc phát thải lượng CO2 lớn cùng với những vấn đề về ô nhiễm khơng khí và nhiều vấn đề khác Trong tồn vòng đời dự án, giai đoạn vận hành tiêu thụ năng lượng lớn hơn so với những giai đoạn khác Giảm tiêu thụ năng lượng là một trong những vấn đề thách thức nhất của thế giới, đặc biệt là với sự gia tăng dân số và tăng trưởng kinh tế
Mặc dù nhiều CĐT còn bị hạn chế đầu tư cho những giải pháp kỹ thuật để tiết kiệm năng lượng đối với cơng trình ngay từ khâu thiết kế, nhưng đối mặt với xu thế phát triển tất yếu của những tòa nhà xanh, tiết kiệm năng lượng và thân thiện với môi trường, một số CĐT đã hướng đến việc sử dụng tiết kiệm năng lượng để giảm thiểu chi phí trong q trình vận hành khi tòa nhà đưa vào sử dụng
Trang 13HVTH: Lê Thanh Hoàng - 1970707 Trang 2 Ngày nay, phần lớn những tồ nhà cơng trình tịa nhà thương mại và chung cư tại Việt Nam đều khơng tích hợp q trình kiểm định hiệu quả tiêu hao năng lượng vào giai đoạn thiết kế và vận hành cơng trình Ngun do dẫn đến sự lãng phí năng lượng đối với những cơng trình tịa nhà thường gặp như hệ thống HVAC chưa phù hợp hoặc thiếu công tác vệ sinh bão dưỡng; hay lớp vỏ của tòa nhà là vật liệu chưa đảm bảo yêu cầu về năng lượng… Việc áp dụng kiểm định hiệu quả tiêu hao năng lượng cho tòa nhà vào giai đoạn thiết kế và vận hành được xem xét và có nhiều giải pháp sử dụng năng lượng hiệu quả để khắc phục những nguyên nhân thường gặp nêu trên
Những biện pháp thực tế thường được áp dụng như tận dụng hợp lý những điều kiện tự nhiên (ánh sáng bức xạ mặt trời, nhiệt độ khơng khí khu vực, độ ẩm tương đối, gió, điều kiện tiện nghi…); sử dụng những vật liệu xây dựng phù hợp với khí hậu nhiệt đới và thân thiện với môi trường; hay đơn giản như sủ dụng nhiều cây xanh trong dự án cơng trình
Trong giai đoạn thiết kế, những phương pháp được sử dụng hiện nay để thiết kế những tòa nhà hiệu quả năng lượng thường dựa trên mơ hình mơ phỏng và phân tích Để tìm những giá trị của biến thiết kế nhằm giảm tiêu thụ năng lượng, một mơ hình của tịa nhà được tạo ra và những biến thiết kế được thay đổi lần lượt trong khi giữ những biến số khác không đổi Phương pháp này yêu cầu số lượng lớn những mơ hình mơ phỏng, và điều này không thể áp dụng đối với tất cả những tham số Tuy nhiên, điểm yếu lớn nhất của phương pháp này là bỏ qua mối tương tác giữa những tham số Do đó, một số biện pháp tiết kiệm năng lượng tiềm năng chưa được khai phá
Trang 14HVTH: Lê Thanh Hoàng - 1970707 Trang 3 doanh nghiệp và còn phù hợp với mục tiêu của Chính phủ, đảm bảo an ninh năng lượng, phát triển bền vững và bảo vệ môi trường
Theo thực tế nghiên cứu của Bộ Khoa học và Cơng nghệ Việt Nam, nếu những tịa nhà được thiết kế một cách khoa học và hợp lý, sẽ có khả năng tiết kiệm được đến 30% lượng điện năng tiêu thụ, và giảm khoảng 30 – 50% lượng nước sử dụng cùng với hiệu quả giảm lượng khí thải CO2 từ 35% và ngồi ra cịn giảm thiếu được phần lớn những loại rác thải khác Đối với những tòa nhà văn phòng, cơ cấu sử dụng năng lượng được phân bố từ 40 – 60% cho hệ thống điều hịa khơng khí – chiếm tỷ lệ cao nhất, hệ thống chiếu sáng chiếm 15 – 20%, và những thiết bị văn phịng có mức độ sử dụng năng lượng khoảng 10-15% tổng mức năng lượng sử dụng của tồn tịa nhà, phần cịn lại dành cho những hệ thống hay thiết bị phụ trợ khác
Nhiều nước và khu vực trên thế giới đã sớm nhận định mức độ quan trọng của vấn đề định mức tiêu thụ năng lượng tòa nhà và tiết kiệm năng lượng, nên đã có những quy định quy chuẩn về định mức tiêu thụ năng lượng và vận hành hiệu quả Đối mặt với những vấn đề mơi trường, kinh tế và an tồn năng lượng và tầm quan trọng của việc tiết kiệm năng lượng, Bộ Xây dựng cũng đã ban hành Quy chuẩn QCVN 09:2017/BXD và trước đó là Quy chuẩn QCVN 09:2013/BXD về những cơng trình sử dụng năng lượng hiệu quả
Cùng với những bộ Quy chuẩn do Chính phủ ban hành, hệ thống chứng nhận Cơng trình xanh cũng góp phần thúc đẩy những dự án xây dựng bền vững và tiết kiệm năng lượng Chứng nhận Cơng trình xanh bao gồm những chương trình và chính sách đánh giá hoạt động của một tòa nhà và hệ thống năng lượng của tòa nhà Hệ thống đánh giá Cơng trình xanh giúp thiết kế giải quyết vấn đề về môi trường và giảm lượng phát thải của những tịa nhà thơng qua những u cầu trong quy hoạch, thiết kế và xây dựng
Trang 15HVTH: Lê Thanh Hoàng - 1970707 Trang 4 như BREEAM (Building Research Establishment Environmental Assessment Method – Vương Quốc Anh); Green Star (Úc và những nước khối Châu Đại Dương); Green Mark (Singapore); … Bảng 1.1 sẽ giới thiệu sơ lược về một số chứng nhận Công trình xanh phổ biến tại Việt Nam
Năm Quốc gia/Vùng áp dụng Tên gọi hệ thống Cơ quan phát hành Đặc điểm 1998 Hoa Kỳ và hơn 135 quốc gia khác LEED - Leadership in Energy and Environmental Design Hội đồng Cơng trình xanh Hoa Kỳ (USGBC - US Green Building Council) Hệ thống chứng nhận CTX toàn diện, phù hợp dự án hướng tới nhận diện thương hiệu quốc tế Những yêu cầu thích hợp với thị trường xây dựng tại những nước phát triển 2013 Khối Quốc gia thuộc World Bank EDGE - Excellence in Design for Greater Efficiencies Tập đồn Tài chính Quốc tế (IFC - International Finance Corporation) Hệ thống chứng nhận tập trung vào những tiêu chí Năng lượng, Nước và Năng lượng tự thân của Vật liệu, phù hợp với những dự án có mục tiêu hạn chế mức tiêu thụ tài nguyên
2010 Việt Nam LOTUS
Hội đồng Công trình xanh Việt Nam (VGBC – Vietnam Green building council) Hệ thống chứng nhận CTX toàn diện được phát triển cho Việt Nam Những yêu cầu của LOTUS được điều chỉnh nhằm phù hợp với thực tiễn ngành xây dựng, quy định của Nhà nước và điều kiện khí hậu tại Việt Nam
Trang 16HVTH: Lê Thanh Hoàng - 1970707 Trang 5 1.2 Xác định vấn đề nghiên cứu:
Vấn đề về hiệu quả sử dụng năng lượng của tịa nhà có thể được phân loại thành hai nhóm chính dựa trên phương pháp được áp dụng để tối ưu hóa: tối ưu hóa dựa trên mô phỏng liên tục (sử dụng số lượng lớn vòng lặp thay đổi tham số nhờ những phần mềm) và tối ưu hóa bằng mơ hình đại diện
Tối ưu hóa dựa trên mơ phỏng liên tục là sử dụng một phần mềm mơ phỏng tịa nhà và kết hợp kết quả mơ phỏng đó với một thuật tốn tối ưu hóa Phương pháp này thường gặp để giải bài tốn tối ưu hóa mức độ sử dụng năng lượng tòa nhà được áp dụng trong nhiều nghiên cứu khác Tuy nhiên, vẫn cịn một số thiếu sót cần được giải quyết
Đầu tiên, những thuật toán tối ưu hóa dựa trên kết quả mơ hình mơ phỏng (ví dụ: Thuật tốn di truyền hay những thuật tốn tối ưu hóa bầy đàn) sẽ sử dụng những chiến lược tìm kiếm ngẫu nhiên và yêu cầu hàng trăm đến hàng nghìn mơ phỏng làm ảnh hưởng tới thời gian thực hiện Thời gian tối ưu hóa phụ thuộc nhiều vào tham số (như số hàm mục tiêu và biến tối ưu hóa, thuật tốn tối ưu hóa) Nhiều tính tốn, số lần chạy tối ưu hóa có thể mất vài tuần [1][2] Hơn nữa, vì hiệu suất dựa vào xây dựng hành vi là phi tuyến tính, thuật tốn tối ưu hóa có thể sẽ gặp trường hợp tối ưu cục bộ [3] Một phương pháp phổ biến để tránh tối ưu cục bộ là thực hiện lại q trình tối ưu hóa với những lần khởi tạo khác nhau, và điều đó làm kéo dài thời gian tính tốn [4]
Trang 17HVTH: Lê Thanh Hoàng - 1970707 Trang 6 Việc tốn thời gian dài cho tính tốn vẫn là một vấn đề chính đối với việc sử dụng tối ưu hóa như một cơng cụ thiết kế [7][8][9] Những thuật tốn tối ưu hóa lai mới cung cấp phương án giảm thời gian tính tốn phương pháp tối ưu hóa dựa trên mơ phỏng liên tục, là một trong những mục tiêu của nghiên cứu này
Thực tế cần phải phát triển một phương pháp tối ưu hóa có khả năng giải quyết những thách thức này Tối ưu hóa năng lượng xây dựng bằng cách sử dụng tối ưu hóa bằng mơ hình đại diện cũng là một phương pháp đầy hứa hẹn đã cho thấy tiềm năng để tìm ra một thiết kế gần tối ưu trong một thời gian hợp lý [6] Tuy nhiên do phương pháp tối ưu hóa bằng mơ hình đại diện là phương pháp xấp xỉ và có tồn tại sai số, cùng với đó là phương pháp cũng khơng khai thác được hết lợi thế trong việc giải quyết vấn đề nghiên cứu Nên cần thêm những nghiên cứu và nhiều mơ hình hơn để giải quyết được vấn đề đó
1.3 Câu hỏi nghiên cứu:
Trọng tâm luân văn nhằm phát triển phương pháp hiệu quả mới cho tối ưu hóa mức độ sử dụng năng lượng của tịa nhà và triển khai những thuật tốn này trên những ví dụ điển hình thực tế để đánh giá hiệu quả Dựa vào đó, ta có những câu hỏi sau sẽ được xem xét trong luận văn này:
1 Tối ưu hóa dựa trên kết quả mơ hình mơ phỏng kết hợp với thuật tốn có kết quả tối ưu và tiết kiệm thời gian tính tốn khơng?
2 Ảnh hưởng của những dữ liệu không chắc chắn và sự đa mục tiêu của bài toán tối ưu tới kết quả của thuật toán?
1.4 Mục tiêu nghiên cứu:
Trang 18HVTH: Lê Thanh Hoàng - 1970707 Trang 7 1 Phát triển/lai ghép mơt thuật tốn tối ưu hóa mới có thể tìm ra những giải pháp thiết kế có mức độ tiêu thụ năng lượng cho tòa nhà là tối ưu với thời gian ngắn hơn những phương pháp hiện có
2 Triển khai thuật tốn mới đó để đánh giá và giảm thiểu ảnh hưởng của những thông số không chắc chắn trong mơ phỏng tịa nhà để đạt được tối ưu hóa kết quả
1.5 Phạm vi nghiên cứu 1 Đối tượng nghiên cứu
Đối tượng nghiên cứu chính của đề tài là vấn đề quản lý năng lượng của những tòa nhà văn phòng trong khu vực Thành phố Hồ Chí Minh Nhờ vào mơ hình hóa những tịa nhà, với những mô phỏng từ thông số và thông tin, qua đó sử dụng thuật tốn để xây dựng những phương án tối ưu
2 Phạm vi không gian
Nghiên cứu này có phạm vi áp dụng đối với những dự án tòa nhà văn phòng Đối với những dự án chưa triển khai sẽ tham gia vào giai đoạn thiết kế sơ bộ hoặc những dự án cần cải tạo lớp bao bảo vệ của tòa nhà Đối với những tòa nhà đang vận hành sẽ ảnh hưởng trong giai đoạn vận hành sử dụng
1.6 Đóng góp và ý nghĩa của luận văn:
Đóng góp đầu tiên của nghiên cứu này là cải thiện hiệu quả của những phương pháp tối ưu hóa dựa trên kết quả mơ hình mơ phỏng cho vấn đề nghiên cứu Điều này được thực hiện bằng áp dụng thuật toán tối ưu hóa: thuật tốn MHDA với những biến liên tục Thuật toán hiệu quả hơn những thuật toán tối ưu hóa tịa nhà hiện tại về tính tối ưu, tính nhất qn và thời gian tính tốn
Trang 19HVTH: Lê Thanh Hoàng - 1970707 Trang 8 Luận văn cung cấp bộ dữ liệu trong việc xác định những tiêu chí thiết kế nhằm mục đích tiết kiệm năng lượng Sẽ đưa ra cho những kỹ sư hoặc những công ty xây dựng khả năng tính tốn và xác định mức độ tiêu thụ năng lượng Cùng với đó là những phương án nhằm tiết kiệm năng lượng sử dụng của tịa nhà mà vẫn đảm bảo được những tiêu chí về kiến trúc và kết cấu Việc thiết kế có kể đến việc tiết kiệm năng lượng sử dụng sẽ tạo ra ảnh hưởng tích cực đối với nhà đầu tư, người sử dụng và còn đáp ứng được nhu cầu thực tế của xã hội
1.7 Cấu trúc luận văn:
Nội dung những chương tiếp theo như sau:
Chương 2: Tổng quan lý thuyết Trong chương 2 sẽ được chia làm 4 phần chính về những phương pháp tối ưu hóa cho bài tốn của luận văn và những cơng cụ hỗ trợ những phương pháp đó
Chương 3: Mơ hình mơ phỏng Trong chương 3, hai tịa nhà loại A và B sẽ được giới thiệu và được tính tốn mức tiêu thụ năng lượng cho bốn thành phố ở Việt Nam Cùng với đó là so sánh sơ bộ mức tiêu thụ đó và mức tiêu thụ cơng bố đáng tin khác Chương 4: Tối ưu hóa dựa trên mơ phỏng liên tục và thuật tốn chuồn chuồn Trong chương 4, mơ hình mơ phỏng ở chương 3 sẽ được kiểm chứng và tối ưu bằng thuật toán MHDA Và so sánh với một số thuật toán được cung cấp sẵn khác để đánh giá năng suất của thuật toán MHDA trong bài toán của luận văn
Chương 5: Tối ưu hóa dựa trên mơ phỏng cho tổ hợp biến hỗn hợp Trong chương này, bài toán sẽ bổ sung thêm yếu tố biến phân loại để thay đổi tính chất bài tốn ở chương 4 Từ đó đánh giá thêm về hiệu suất khi áp dụng thuật toán MHDA
Chương 6: Sự ảnh hưởng của những biến khơng chắc chắn vào bài tốn tối ưu hóa Sẽ xem xét những yếu tố thiếu chắc chắn trong mơ hình bài tốn tối ưu Cùng với đó là mở rộng bài toán đa mục tiêu để kiếm chứng năng suất thuật toán
Trang 20HVTH: Lê Thanh Hoàng - 1970707 Trang 9
CHƯƠNG 2: TỔNG QUAN LÝ THUYẾT:
Chương 2 giới thiệu tổng quát vể một số khái niệm và những nghiên cứu đã công bố liên quan đến xây dựng những phương pháp tối ưu hóa và tính khơng chắc chắn trong tối ưu hóa mức tiêu thụ năng lượng của tịa nhà
Phần 2.1 xem xét những nghiên cứu trước đây về những phương pháp tối ưu hóa dựa trên kết quả mơ hình mơ phỏng và Phần 2.2 trình bày tổng quan tài liệu về phần mềm tích hợp tối ưu và tính tốn mức tiêu thụ năng lượng Phần 2.3 sẽ giới thiệu sơ bộ về tối ưu hóa đại diện, phương pháp xấp xỉ Trong Phần 2.4, tài liệu về sự không chắc chắn trong BOPs được trình bày
2.1 Tối ưu hóa mức năng lượng tiêu thụ tịa nhà mơ phỏng liên tục:
Trang 21HVTH: Lê Thanh Hoàng - 1970707 Trang 10 Năng suất của phương pháp này phụ thuộc nhiều vào những thuật tốn tối ưu hóa Việc áp dụng phương pháp thường yêu cầu phát triển bộ code tùy chỉnh để thực hiện thuật toán tối ưu hóa bằng ngơn ngữ lập trình và liên kết nó với phần mềm mô phỏng Để tạo điều kiện thuận lợi cho q trình này, những cơng cụ hỗ trợ đã được phát triển, sẽ được xem xét trong phần 2.2 tiếp theo
Dù có nhiều nghiên cứu tối ưu hóa mức năng lượng tiêu thụ tịa nhà, nhưng việc lựa chọn thuật tốn tối ưu hóa được xem là tốt nhất vẫn là câu hỏi mở, vì nó phụ thuộc nhiều vào những chi tiết cụ thể của vấn đề nghiên cứu [10] Và việc đánh giá hiệu suất của những thuật tốn tối ưu hóa đối với việc giải quyết vấn đề nghiên cứu có nhận được nhiều sự quan tâm nhằm xác định thuật toán nào hoạt động tốt nhất
Cụ thể, nhóm tác giả Vasileios Machairas, A Tsangrassoulis, K Axarli (2014)[1]có nghiên cứu đánh giá về những phương pháp và cơng cụ thuật tốn được sử dụng để tối ưu hóa thiết kế tịa nhà, cùng với trình bày khả năng và những vấn đề về hiệu suất của những thuật tốn đó
Tác giả Nguyễn cùng đồng sự (2014)[11] đã có đánh giá về những phương pháp tối ưu hóa dựa trên kết quả mơ hình mơ phỏng được áp dụng để phân tích hiệu suất tòa nhà Những tác giả đã đưa ra cái nhìn tổng quan cùng những thách thức tiềm ẩn đối với việc nghiên cứu và ứng dụng những thuật toán tối ưu dựa vào mô phỏng trong lĩnh vực xây dựng
Năm 2011, tác giả F P Chantrelle [12] cùng nhóm nghiên cứu áp dụng thuật tốn di truyền (NSGA-II) và phần mềm mô phỏng MultiOpt để xem xét vấn đề sử dụng năng lượng trong quá trình cải tạo những cơng trình xây dựng
Trang 22HVTH: Lê Thanh Hoàng - 1970707 Trang 11 ưu Pareto được sử dụng nhằm thu thập tập hợp những giải pháp tối ưu cho việc tối ưu hóa thiết kế tịa nhà và sử dụng thuật tốn di truyền (NSGA-II) làm cơ sở lý thuyết để xây dựng mơ hình tối ưu hóa đa mục tiêu
Nhóm những tác giả Salvatore Carlucci, Giulio Cattarin, Francesco Causone, L Pagliano (2015) [4] đã sử dụng phương pháp tối ưu hóa đa mục tiêu cho thiết kế của những tòa nhà Trong nghiên cứu, những tác giả sử dụng thuật tốn di truyền phân loại khơng bị chi phối, được triển khai nhờ công cụ tối ưu hóa GenOpt thơng qua thuật tốn di truyền được mã hóa bằng Java, để thực hiện mơ phỏng EnergyPlus
Tác giả Echenagucia cùng nhóm nghiên cứu (2015)[15] đã nghiên cứu về phần vỏ bao của những tòa nhà, đặc biệt là tỷ lệ diện tích cửa sổ bằng thuật tốn di truyền (NSGA-II) cùng công cụ Energy Plus nhằm mục đích giảm thiểu mức năng lượng tiêu thụ cho việc điều hịa nhiệt trong tịa nhà
Tiếp đó, tác giả Navid Delgarm cùng nhóm cộng sự liên tục công bố nhiều nghiên cứu trong việc mô phỏng tính tốn mức độ sử dụng năng lượng và sử dụng thuật tốn tối ưu hóa khác nhau để tìm ra những giải pháp trong giai đoạn thiết kế phù hợp với những yêu cầu đa mục tiêu Cụ thể, năm 2016 [16], những tác giả áp dụng thuật toán bầy ong để giải quyết vấn đề đa mục tiêu về chiếu sáng và nhiệt độ trong thiết kế Cùng năm 2016 [17][4] nhóm tác giả thay đổi thuật tốn và cơng bố liên tục hai nghiên cứu sử dụng thuật toán đàn chim và thuật toán di truyền để thực hiện với mục tiêu tương tự
Năm 2017, nhóm tác giả M Yang và cộng sự [7] cơng bố nghiên cứu sử dụng tính khả thi của việc áp dụng thuật tốn tối ưu trong q trình thiết kế để xem xét vấn đề năng lượng sử dụng của tịa nhà Nghiên cứu của nhóm đã đưa ra một bộ khung lý luận và xây dựng tài liệu tham khảo ban đầu cho việc ứng dụng thuật toán tối ưu cho quá trình thiết kế phù hợp với tiêu chí xây dựng bền vững
Trang 23HVTH: Lê Thanh Hoàng - 1970707 Trang 12 tối ưu hóa khác nhau nhằm đạt được những tiêu chí yêu cầu trong những giai đoạn khác nhau trong vòng đời của dự án
Cũng trong năm 2017, tác giả Keivan Bamdad và cộng sự [6][21] cơng bố nghiên cứu sử dụng những thuật tốn đàn kiến để đánh giá về mức độ thích hợp trong việc tối ưu đa mục tiêu những tiêu chí trong việc thiết kế những tòa nhà với mức sử dụng năng lượng thấp cho mục tiêu bền vững
Và trong năm 2018, 2019 nhóm tác giả F Ascione cùng những cộng sự [22][23] có tiếp những cơng bố về quy trình quản lý năng lượng từ giai đoạn thiết kế đến q trình vận hành của tịa nhà Những nghiên cứu này đã mở ra nhiều xu hướng mới vẫn đang được tìm hiểu cho đảm bảo cho vấn đề tiết kiệm điện và mục tiêu xây dựng bền vững
Những nghiên cứu trước đây được tổng hợp một những tổng quát hơn trong bảng dưới đây:
Năm Tác giả Nghiên
cứu Nội dung Phương pháp Kết quả thu được
2011 Fanny Pernodet Chantrelle, H Lahmidi, W Keilholz, M E Mankibi, P Michel[12] Development of a multicriteria tool for optimizing the renovation of buildings Xây dựng cơng cụ đa tiêu chí cho q trình tối ưu trong cơng tác cải tạo tịa nhà Sử dụng thuật toán di truyền (NSGA-II) kết hợp với TRNSYS và MultiOps, cơ sở dữ liệu môi trường thực tế
Trang 24HVTH: Lê Thanh Hoàng - 1970707 Trang 13 2015 Wei Yu, Baizhan Li, Jiang Hongyuan, Ming Zhang, D Wang [24] Application of multi-objective genetic algorithm to optimize energy efficiency and thermal comfort in building design Ứng dụng thuật tốn di truyền đa mục tiêu cho tối ưu hóa hiệu quả năng lượng và nhiệt độ sử dụng trong giai đọa thiết kế tòa nhà Sử dụng mạng GA – BP, một chức năng thuộc thuật toán di truyền đa mục tiêu (NSGA-II) và giải pháp Pareto để tập hợp và lựa chọn kết quả tối ưu
Nghiên cứu ra những điển hình nhờ ứng dụng của phương pháp tối ưu đa mục tiêu Và xem xét mối quan hệ cùng đưa ra những đề xuất lựa chọn giữa tiện nghi nhiệt độ sử dụng và tiêu thụ năng lượng tại khu vực Trung Quốc 2015 Salvatore Carlucci, Giulio Cattarin, Francesco Causone, L Pagliano[4] Multi-objective optimization of a nearly zero-energy building based on thermal and visual discomfort minimization using a non-dominated sorting genetic algorithm (NSGA-II)
Tối ưu hóa đa mục tiêu cho tòa nhà sử dụng năng lượng tối thiểu dựa trên tiện nghi nhiệt độ và ánh sáng nhờ sử dụng thuật tốn di truyền khơng chi phối (NSGA-II) Sử dung và triển khai bằng công cụ tối ưu hóa GenOpt với thuật tốn di truyền mã Java, và mô phỏng mức độ sử dụng năng lượng bởi EnergyPlus
Nghiên cứu vấn đề tối ưu hóa phức tạp đa mục tiêu, và những kỹ thuật tối ưu hóa được khuyến nghị để đạt được hiệu quả lớn do thay đổi trong thiết kế 2015 T M Echenagucia, The early design stage of a
Giai đoạn thiết kế cơ sở cho vỏ tịa nhà: Tìm
Nghiên cứu được thực hiện thông qua thuật
Trang 25HVTH: Lê Thanh Hoàng - 1970707 Trang 14 Alfonso Capozzoli, Ylenia Cascone, M Sassone [15] building envelope: Multi-objective search through heating, cooling and lighting energy performance analysis kiếm đa mục tiêu thơng qua phân tích hiệu suất năng lượng sưởi, làm mát và chiếu sáng
toán NSGA-II với cơng cụ mơ phỏng năng lượng tịa nhà EnergyPlus
mức độ quan trọng của tỷ lệ diện tích cửa sổ trên tường (Window-to-Wall Ratio WWR) của tòa nhà ở tất cả những địa điểm 2016 Navid Delgarm, B Sajadi, Saeed Delgarm [18] Multi-objective optimization of building energy performance and indoor thermal comfort: A new method using artificial bee colony (ABC)
Tối ưu hóa đa mục tiêu cho hiệu suất năng lượng và tiện nghi nhiệt độ trong tịa nhà: Phương pháp mới sử dụng thuật tốn đàn ong nhân tạo (ABC)
Phương pháp tối ưu hóa tích hợp thuật tốn tối ưu hóa đàn ong nhân tạo đa mục tiêu (MOABC) trong MATLAB với công cụ mơ phỏng năng lượng tịa nhà EnergyPlus
Kết quả mơ tả mối quan hệ khí hậu và việc lựa chọn những thơng số kiến trúc thích hợp có tính quan trọng trong việc giảm tiêu thụ năng lượng của tòa nhà
2016 Navid Delgarm, B Sajadi, Saeed Delgarm [17] A novel approach for the simulation-based optimizatioXu hướng mới tối ưu hóa dựa trên kết quả mơ hình mơ phỏng việc tiêu thụ năng lượng của
Thuật toán di truyền đa mục tiêu không chi phối (NSGA-II) kết hợp với chương trình mơ
Trang 26HVTH: Lê Thanh Hoàng - 1970707 Trang 15 n of the buildings energy consumption using NSGA-II: Case study in Iran những tịa nhà sử dụng thuật tốn NSGA-II: Nghiên cứu điển hình tại Iran
phỏng năng lượng tịa nhà EnergyPlus
điện của tịa nhà tăng nhưng mức độ khơng đáp ứng yêu cầu lại giảm đáng kể khoảng 50% so với mơ hình cơ sở 2017 Navid Delgarm, B Sajadi, Saeed Delgarm[19] Multi-objective optimization of the building energy performance: A simulation-based approach by means of particle swarm optimization (PSO)
Tối ưu hóa đa mục tiêu cho hiệu suất năng lượng của tòa nhà: Phương pháp tiếp cận dựa trên mơ phỏng phương pháp tối ưu hóa bầy chim (PSO)
Thuật tốn tối ưu hóa bầy đàn đơn và đa mục tiêu (MOPSO) được kết hợp với phần mềm mơ phỏng năng lượng tịa nhà EnergyPlus
Kết quả của bài tốn tối ưu hóa ba mục tiêu chỉ ra đối với mơ hình điển hình của chúng tơi, điện làm mát hàng năm giảm; trong khi hệ thống sưởi và chiếu sáng hàng năm tăng so với mô hình cơ sở
2017 M Yang, Min-Der Lin, Yu-Hao Lin, K Tsai[7] Multiobjective optimization design of green building envelope material using a non-dominated
Tối ưu hóa đa mục tiêu cho vật liệu lớp vỏ bao Green Building bằng thuật tốn di truyền phân loại khơng chi phối
Thuật tốn di truyền phân loại khơng phân loại-II (NSGA-II)
Giảm thiểu chi phí xây dựng đường bao (ENVCOST), giảm thiểu hiệu suất năng lượng bao (ENVLOAD) và tối đa hóa diện tích cửa sổ (WOPR)
Trang 27HVTH: Lê Thanh Hoàng - 1970707 Trang 16 sorting
genetic algorithm
với thiết kế thủ công ban đầu và tính khả thi của MOPBEM 2017 F Ascione, N Bianco, R F D Masi, Gerardo Maria Mauro, G Vanoli[22] A new comprehensive approach for cost-optimal building design integrated with the multi-objective model predictive control of HVAC systems Cách tiếp cận toàn diện mới cho quá trình thiết kế tịa nhà với tối ưu chi phí được tích hợp mơ hình đa mục tiêu của hệ thống HVAC
Thuật toán GAs bằng mã MATLAB được kết hợp với EnergyPlus
Nó tiết kiệm năng lượng sơ cấp và tiết kiệm chi phí tổng thể, đảm bảo cùng mức độ yêu cầu cho tiên nghi nhiệt độ so với phương án tiếp cận thiết kế tiêu chuẩn 2017 F Ascione, N Bianco, R F D Masi, Gerardo Maria Mauro, G Vanoli[25] Artificial neural networks to predict energy performance and retrofit scenarios for any member of a building category: A Mạng thần kinh nhân tạo để dự đoán hiệu suất năng lượng và trang bị cho những hạng mục tòa nhà: Một cách tiếp cận mới Thuật toán mạng thần kinh ANN được tạo mã MATLAB Và sử dụng kết quả của mô phỏng
EnergyPlus làm mục tiêu cho việc đào tạo và thử nghiệm mạng
Trang 28HVTH: Lê Thanh Hoàng - 1970707 Trang 17 novel
approach 2.2 Công cụ hỗ trợ tối ưu hóa:
Trong phần này, những cơng cụ hỗ trợ thay đổi các biến số cho bài tốn tối ưu hóa phổ biến được tùy chỉnh cho vấn đề nghiên cứuvà dựa trên phương pháp tối ưu hóa mơ phỏng liên tục sẽ được xem xét cùng chi tiết các tính năng chính của những cơng cụ đó
2.2.1 Cơng cụ GenOpt:
Cơng cụ GenOpt được phát triển bởi Phịng thí nghiệm Lawrence Berkeley và là một chương trình tối ưu hóa đa dạng có thể được kết hợp với việc xây dựng chương trình mơ phỏng với dữ liệu đầu ra hay đầu vào của các phần mềm như TRNSYS, DOE-2 và EnergyPlus
Thư viện của GenOpt chứa nhiều thuật tốn tối ưu hóa khác nhau nhưng một hạn chế của phiên bản GenOpt hiện tại là khơng chứa bất kỳ thuật tốn tối ưu hóa đa mục tiêu nào
2.2.2 Công cụ BEopt:
Công cụ BEopt được phát triển bởi Phịng thí nghiệm Năng lượng Tái tạo (NREL), sử dụng trên nền tảng công cụ mô phỏng EnergyPlus để xác định thiết kế tối ưu tịa nhà Cơng cụ này có giao diện cho phép người dùng chọn các tùy chọn được xác định trước trong nhiều danh mục khác nhau
Các biến số rời rạc khác nhau trong BEopt liên quan tới thông số vật liệu và thục trạng công trình Các thơng số mơ phỏng của thư viện cơng cụ BEopt dựa trên những tiêu chuẩn xây dựng của Hoa Kỳ và đây cũng là hạn chế của công cụ này 2.2.3 Công cụ jEPlus:
Trang 29HVTH: Lê Thanh Hoàng - 1970707 Trang 18 này có thể được kết hợp với những thuật tốn tối ưu hóa khác để giải quyết nhiều vấn đề tối ưu hóa khác nhau jEPlus thường được sử dụng trong nghiên cứu như một công cụ mô phỏng sự thay đổi tham số và kết hợp với một thuật tốn tối ưu hóa cho mục đích nghiên cứu
2.3 Tối ưu hóa dựa mơ hình đại diện:
Trong thực tế, nhiều bài toán đa mục tiêu phức tạp nếu giải quyết bằng phương pháp thông thường hay các phương pháp hiện đại mới hơn cũng gặp phải nhiều vấn đề trong q trình giải đáp Việc khó khăn trong xây dựng hàm mục tiêu, dữ liệu – tài ngun tính tốn hạn chế, hay việc thời gian thực hiện kéo dài là vấn đề thường gặp nhất Và để giải quyết đối với những bài toán tối ưu hóa phức tạp đó, các nhà nghiên cứu thường đơn giản hóa, tách thành những bài tốn tối ưu hóa nhỏ Và hai phương pháp thường được áp dụng cho trường hợp đó là mơ hình bài tốn và mơ hình xấp xỉ
Phương pháp mơ hình xấp xỉ - hay mơ hình đại diện là phương pháp sử dụng hàm đại diện thay thế cho hàm mục tiêu gốc của bài tốn ban đầu Phương pháp mơ hình đại diện có điểm mạnh là dễ thực hiện và phù hợp với nhiều bài toán thực tế khác nhau
Mơ hình đại diện là một phương pháp xấp xỉ gần đúng về toán học theo bài toán, được tạo ra bằng cách sử dụng những bộ dữ liệu thu thập được bằng các mơ phỏng hoặc thí nghiệm để mơ tả hoạt động của bài tốn ban đầu Có rất nhiều phương pháp được sử dụng để xây dựng mơ hình đại diện của một bài tốn, chẳng hạn như mô hinhf Kriging (KRG), mạng Nơ ron nhân tạo (ANN), hàm cơ sở hướng tâm (hay hàm cơ sở bán kính) (RBF) và vectơ hỗ trợ (SVR)[26] [27]
Trang 30HVTH: Lê Thanh Hoàng - 1970707 Trang 19 có độ chính xác cao với thời gian và tài nguyên hợp lý Và quá trình xác định các mẫu, cỡ mẫu ước tính được gọi là chọn mẫu
Phương pháp chọn mẫu thường thấy nhất là chọn mẫu ngẫu nhiên Sử dụng các mẫu ngẫu nhiên để huấn luyện các mơ hình đại diện, Và vì là chọn mẫu ngẫu nhiên nên sẽ tồn tại trường hợp có một số mẫu chưa ít thơng tin và khơng đủ đại diện cho tồn bộ bài tốn Dẫn tới việc cần số mẫu lớn và dữ liệu huấn luyện cần chính xác để có kết quả xấp xỉ gần đúng
2.4 Sự không chắc chắn trong bài tốn tối ưu hóa năng lượng tịa nhà:
Trong hầu hết những nghiên cứu đã cơng bố, bài tốn tối ưu hóa năng lượng tịa nhà đều được giả định những thông số đầu vào là đã biết Nhưng trong thực tế, trong giai đoạn thiết kế thì những thơng số đó thường khơng chắc chắn Sự khơng chắc chắn đó thể hiện ở nhiều biến khác nhau, đối với vật liệu (đặc tính kỹ thuật), đối với dữ liệu thời tiết (về những yếu tố mang tính dự đốn), và những biến liên quan tới con người (như thói quen sử dụng của người dùng tòa nhà, )
Trong bài tốn tối ưu hóa năng lượng tịa nhà, tác động của những biến không
chắc chắn được khảo sát trong một số nghiên cứu Cụ thể, trong các nghiên cứu những
nhóm tác giả khác nhau đã phân tích hành vi của con người và những thông số vật lý đối với một tịa nhà Trong nghiên cứu đó, đã chỉ ra mức sai lệch năng lượng tới hơn 40%
Trong những nghiên cứu được công bố, các nhà nghiên cứu thường sử dụng mơ hình xác suất (ví dụ: Mô phỏng Monte Carlo, ) để phân phối cho những tham số của bài tốn Làm tính ổn định và đảm bảo của bài tốn giảm Chính vì đó nên việc xem xét những yếu tố không chắc chắn trong bài tốn vẫn cịn khai phá tốt
Trang 31HVTH: Lê Thanh Hoàng - 1970707 Trang 20 Việc giải quyết bài toán tối ưu năng lượng cho tòa nhà sử dụng hai phương pháp dựa trên mơ phownrg liên tục và dựa trên mơ hình đại diện là một hướng nghiên cứu tích cực Nhưng vẫn còn cần nhiều hạn chế và vấn đề để tìm ra giải pháp tối ưu cho bài tốn
- Trong phương pháp tối ưu dựa trên mô phỏng liên tục, năng suất phụ thuộc vào thuật toán tối ưu hóa Việc phát triển của những thuật tốn tối ưu hóa đang phần nào hỗ trợ cho việc giải quyết bài tốn Nhưng cũng vẫn cịn vấn đề đi kèm là sự tốn hao thời gian do việc mô phỏng cần lượng lớn các lần mơ phỏng mơ hình để tìm ra giải pháp tối ưu
- Tối ưu hóa dựa trên mơ hình đại diện có những điểm mạnh riêng, đặc biệt cho những bài tốn có dữ liệu tốt và mơ hình phức tạp Nhưng sơ lượng nghiên cứu trong hướng áp dụng phương pháp này vẫn hạn chế Và thực tế vì bản chất phương pháp và điểm mạnh của phương pháp làm cho hiệu quả và mức độ áp dụng, khai thác của phương pháp chưa được sử dụng nhiều và cũng chưa có nghiên cứu nào đánh giá và định lượng được hiệu suất tính tốn của phương pháp dựa theo mơ hình đại diện
- Một số nghiên cứu có xem xét tới sự không chắc chắn của những biến số trong bài toán Nhưng phương pháp xử lý bài toán trong trường hợp đó tiêu phí thời gian và phụ thuộc vào yếu tố xác suất Việc kết hợp thêm yếu tố xác suất làm cho kết quả tối ưu thay đổi đôi khi là tiêu cực làm cho hướng nghiên cứu này vẫn còn hạn chế
Trang 32HVTH: Lê Thanh Hoàng - 1970707 Trang 21
CHƯƠNG 3: XÂY DỰNG MƠ HÌNH MƠ PHỎNG:
Trong chương 3, mơ hình mơ phỏng hiệu suất năng lượng của tịa nhà được trình bày chi tiết về việc lựa chọn và xác nhận các nghiên cứu điển hình để tối ưu hóa sẽ được giới thiệu Phần 3.1 sơ lược về những phần mềm xây dựng mô hình mơ phỏng và Phần 3.2 trình bày chi tiết về hai tòa nhà đại diện được sử dụng trong luận văn Cuối cùng, Phần 3.3 trình bày các kết quả mơ phỏng
3.1 Phần mềm xây dựng mơ hình mô phỏng:
Trang 33HVTH: Lê Thanh Hoàng - 1970707 Trang 22 Đối với bài tốn tối ưu hóa năng lượng tịa nhà, đặc biệt sử dụng phương pháp tối ưu hóa dựa trên mơ phỏng liên tục, phần mềm còn kết hợp thêm với những thuật tốn bên ngồi với thuật tốn tối ưu hóa khác Vì đó trong luận văn sẽ sử dụng phần mềm xây dựng mơ hình mơ phỏng là EnergyPlus Với những tính năng bắt buộc: - Cho phép đọc và chỉnh sửa các tệp đầu ra/đầu vào (tệp văn bản ASCII) - Xuất bản được những kết quả đầu ra đa dạng
- Chạy mô phỏng mơ hình hàng loạt theo quy trình và cho phép chạy song song - Có những mơ phỏng hệ thống HVAC mới và tiên tiến
- Tính tốn và cho phép trình bày những chỉ sơ tiện nghi nhiệt
- Có những mơ phỏng hệ thống chiếu sáng nhân tạo và tự nhiên Tính toán ảnh hưởng của sử dụng ánh sáng nhân tạo tới mơ hình
- Tương thích với hệ điều hành đại chúng và có khả năng tính toán hiệu suất cao EnergyPlus được thiết kế và phát triển bời Bộ Năng lượng Hoa Kỳ Là phần mềm mơ hình mơ phỏng năng lượng tồn bộ tịa nhà Và là mã nguồn chính cho hầu hết những phần mềm có chung định hướng
3.2 Mơ hình mơ phỏng điển hình:
Trong luận văn này sử dụng hai tịa nhà mơ hình được phát triển và sử dụng trong một số nghiên cứu đã cơng bố khác Tịa nhà có những thơng số được cung cấp sẵn từ kho dữ liệu của những nghiên cứu trước Mơ hình tịa nhà được giới thiệu cụ thể ở dưới
Hai tòa nhà được sử dụng trong luận văn được xem là điển hình cho hình thức văn phịng với hình dạng và hệ thống tương ứng Dự liệu, thông số, những hệ thống giả định đã được xem xét và áp dụng trong một số bài toán tối ưu tương tự khác Những kết quả tối ưu của hai tịa nhà đó sẽ được sử dụng để so sánh với thuật toán được sử dụng trong luận văn để kiểm chứng năng suất của thuật tốn đó
Trang 34HVTH: Lê Thanh Hoàng - 1970707 Trang 23 Tòa nhà văn phịng được mơ hình cho mơ phỏng là tịa nhà 10 tầng, xây dựng bằng bê tông nặng với tổng diện tích sàn là 9985 m2 Tịa nhà có đầy đủ chức năng như tòa nhà thực tế Bao gồm nhiều vùng nhiệt khác nhau, tải trọng do người dùng, các hệ thống ánh sáng, HVAC, thiết bị phụ trợ Hệ thống VAV mẫu của EnergyPlus được sử dụng để làm mơ hình hệ thống vói hệ thống máy lạnh làm máy (COP = 3,57) và hệ số cố định cho làm mát và làm nóng là 1,25
Những thơng số chi tiết của tồn nhà được diễn giải cụ thể trong bảng 3.1 và 3.2 Thời gian sử dụng cho hệ thống chiếu sáng, HVAC, chiếu sáng theo tiêu chuẩn và bộ đánh giá có sẵn của EnergyPlus
Trang 35HVTH: Lê Thanh Hoàng - 1970707 Trang 24
Thông số vật liệu Giá trị U-Value
(W/m2K)
Tường Bê tông nặng 200 mm, tấm thạch cao 10mm
(hệ số hấp thụ (AC) = 0,6) 0,557 Mái Sàn thép, có khe hở khơng khí, bê tơng dày
150mm, khơng gian trống, (AC = 0,6) 0,231 Sàn Bê tông 175 mm, nền gạch 2,7 cm 1.351 Loại kính cửa sổ Kính trong suốt 6 mm (SHGC = 0,818, VT = 0,88) 5,89 WWR 38%
Bảng 3.1: Thơng số xây dựng của tịa nhà A
Thơng số Giá trị
Tổng diện tích sàn (m2) 9985,6
Kích thước sàn (m) 31,6 X 31,6
Số tầng 10
Chiều cao tầng (m) 3.6
Trang 36HVTH: Lê Thanh Hoàng - 1970707 Trang 25
Tải chiếu sáng 15 W / m 2
Tải thiết bị 15 W / m 2
Tải thiêt bị thang máy và thiết
bị phụ trợ 1 W / m 2
Tải do con người 0,1 người / m 2
Khoảng nhiệt thoải mái 20-24 ° C
Nhiệt độ ngoài giờ 28°C (18:00-07: 00, ngày làm việc)
Thơng gió 1 ACH khi tắt hệ thống HVAC, 0 ACH khi bật hệ thống HVAC Hệ thống HVAC Hệ thống VAV, AC làm mát bằng nước, nồi hơi khí,
COP = 3,57 (khơng hồi nhiệt và chu trình tiết kiệm) Bảng 3.2: Những chi tiết và hệ thống giả định trong mơ hình tịa nhà A 3.2.2 Tòa nhà B:
Tòa nhà văn phòng B có tổng diện tích sàn là 2003,8 m2, gồm ba tầng Tương tự tòa nhà A, tòa nhà B được giả có đầy đủ chức năng như tịa nhà thực tế
Thơng số kỹ thuật và hình ảnh mơ phỏng trong phần mềm được trình bày ở hình 3.2 và bảng 3.3 và 3.4
Trang 37HVTH: Lê Thanh Hoàng - 1970707 Trang 26
Thông số vật liệu Giá trị U-Value (W/m2K)
Tường Bê tông nặng dày 200mm, tấm thạch cao
10mm (hệ số hấp thụ (AC) = 0,6) 0,52 Mái Sàn kim loại, khe hở khơng khí, bê tơng dày
150mm, AC = 0,6 0,267 Sàn Bê tông 175 mm, nền 2,7 cm 1.351 Loại kính cửa sổ Kính trong suốt 6 mm (SHGC = 0,818, VT = 0,88) 5,89 WWR 37,5% hướng Đông và Tây
15% hướng Nam và Bắc
Bảng 3.3: Thơng số xây dựng của tịa nhà B
Thơng số Giá trị
Tổng diện tích sàn (m2) 2003,85 Kích thước sàn (m) 36,5 x 18x3
Số tầng 2
Chiều cao tầng (m) 3.6
Chiều cao thông thủy (m) 2,7 Tải chiếu sáng 15 W / m 2
Tải thiết bị 15 W / m 2
Tải thiêt bị thang máy và
thiết bị phụ trợ 1 W / m 2Tải do con người 0,1 người / m 2
Khoảng nhiệt thoải mái 20-24 ° C
Nhiệt độ ngoài giờ 28°C (18:00-07: 00, ngày làm việc)
Trang 38HVTH: Lê Thanh Hoàng - 1970707 Trang 27 Bảng 3.4: Những chi tiết và hệ thống giả định trong mơ hình tịa nhà B
3.3 Kết quả mơ hình mơ phỏng:
Tịa nhà A và B là tịa nhà được xây dựng dựa theo lý thuyết do đó khơng thể thu thập được dữ liệu thiêu thụ năng lượng thực tế Nhờ vào ứng dụng EnergyPlus, với thông số thời tiết được cung cấp bởi thống kê thực tế cho bốn thành phố gồm thành phố Hà Nội (2 mùa dài tương tự nhau; mùa hè nóng và mưa nhiều; mùa đơng lạnh và mưa ít); thành phố Đà Nẵng (mùa hè dài mùa đông ngắn; mùa hè ơn hịa; mùa đơng ẩm và đều mưa ít); thành phố Nha Trang (mùa hè dài mùa đơng ngắn; thời tiết ơn hịa quanh năm và ít mưa); thành phố Hồ Chí Minh (mùa hè dài mùa đơng ngắn; thời tiết nóng hầu hết thời gian và mưa đều cả hai mùa)
Kết quả mức năng lượng tiêu thụ của hai tòa nhà với dữ liệu thời tiết tại bốn thành phố trên được thể hiện ở hình 3.3
Trang 39HVTH: Lê Thanh Hoàng - 1970707 Trang 28 Kết quả mức năng lượng tiêu thụ của hai tịa nhà theo mơ phỏng của tòa nhà loại A và B cùng với mức tiêu thụ trung bình của tịa nhà (thống kê của tổng cục thống kê niên giám)
Kết quả mức năng lượng tiêu thụ và kết quả trung bình của tổng cục thống kê phản ánh sự tương ứng về kết quả Nhưng một số kết quả như tại Nha Trang có mức độ tiêu thụ năng lượng đều lớn hơn so với mức độ trung bình thống kê được Việc này do dựa vào điều kiện thực tế Nha Trang có số lượng tịa nhà văn phịng khơng nhiều bằng các thành phố khác, chủ yếu tập trung là các tòa nhà chung cư khách sạn, dẫn tới hành vi của người sử dụng khác biệt so với loại hình tịa nhà văn phòng
3.4 Tổng kết chương:
Trang 40HVTH: Lê Thanh Hoàng - 1970707 Trang 29
CHƯƠNG 4: TỐI ƯU HÓA DỰA TRÊN MƠ PHỎNG LIÊN TỤC VÀ THUẬT TỐN CHUỒN CHUỒN:
Trong chương này, thuật toán MHDA được điều chỉnh và áp dụng cho những bài toán của luận văn và được kiểm chứng dựa trên các thuật tốn khác Phần 4.1 trình bày chi tiết về bài tốn tối ưu và phần 4.2 trình bày chi tiết về nền tảng để kết hợp phần mềm mơ phỏng với thuật tốn tối ưu hóa Phần 4.3 trình bày chi tiết về thuật tốn MHDA cùng với những thuật toán được dùng để kiểm chứng Cuối cùng, Phần 4.4 trình bày các kết quả tối ưu hóa
4.1 Hàm mục tiêu tối ưu hóa:
Bài tốn tối ưu hóa được xem xét trong luận văn được phát biểu: min f(x)