stringtranslate.com

Simulación del rendimiento de edificios

Modelo de simulación del rendimiento de edificios con entrada y algunos resultados resultantes

La simulación del rendimiento de edificios (BPS) es la réplica de aspectos del rendimiento de los edificios mediante un modelo matemático basado en computadora creado sobre la base de principios físicos fundamentales y prácticas de ingeniería sólidas. El objetivo de la simulación del rendimiento de edificios es la cuantificación de aspectos del rendimiento de los edificios que son relevantes para el diseño, la construcción, el funcionamiento y el control de los edificios. [1] La simulación del rendimiento de edificios tiene varios subdominios; los más destacados son la simulación térmica, la simulación de iluminación, la simulación acústica y la simulación del flujo de aire. La mayoría de las simulaciones del rendimiento de edificios se basan en el uso de software de simulación a medida. La simulación del rendimiento de edificios en sí es un campo dentro del ámbito más amplio de la informática científica.

Introducción

Desde un punto de vista físico, un edificio es un sistema muy complejo, influenciado por una amplia gama de parámetros. Un modelo de simulación es una abstracción del edificio real que permite considerar las influencias en un alto nivel de detalle y analizar indicadores clave de rendimiento sin mediciones costosas. BPS es una tecnología de potencial considerable que proporciona la capacidad de cuantificar y comparar el costo relativo y los atributos de rendimiento de un diseño propuesto de una manera realista y con un esfuerzo y un costo relativamente bajos. La demanda de energía, la calidad ambiental interior (incluido el confort térmico y visual, la calidad del aire interior y los fenómenos de humedad), el rendimiento del sistema HVAC y renovable, el modelado a nivel urbano, la automatización de edificios y la optimización operativa son aspectos importantes de BPS. [2] [3] [4]

Durante las últimas seis décadas, se han desarrollado numerosos programas informáticos de BPS. La lista más completa de software de BPS se puede encontrar en el directorio BEST. [5] Algunos de ellos solo cubren ciertas partes de BPS (por ejemplo, análisis climático, confort térmico, cálculos de energía, modelado de plantas, simulación de luz natural, etc.). Las herramientas principales en el campo de BPS son herramientas de simulación multidominio, dinámicas y de todo el edificio, que brindan a los usuarios indicadores clave como carga de calefacción y refrigeración, demanda de energía, tendencias de temperatura, humedad, indicadores de confort térmico y visual, contaminantes del aire, impacto ecológico y costos. [4] [6]

Un modelo típico de simulación de edificios tiene entradas para el clima local, como el archivo de año meteorológico típico (TMY) ; geometría del edificio; características de la envoltura del edificio ; ganancias de calor internas de iluminación , ocupantes y cargas de equipos ; especificaciones del sistema de calefacción, ventilación y refrigeración (HVAC); cronogramas de operación y estrategias de control. [2] La facilidad de entrada y accesibilidad de los datos de salida varía ampliamente entre las herramientas BPS. Las herramientas avanzadas de simulación de edificios completos pueden considerar casi todo lo siguiente de alguna manera con diferentes enfoques.

Datos de entrada necesarios para una simulación de todo el edificio:

Algunos ejemplos de indicadores clave de rendimiento:

Otros usos del software BPS

Historia

La historia de BPS es aproximadamente tan larga como la de las computadoras . Los primeros desarrollos en esta dirección comenzaron a fines de la década de 1950 y principios de la década de 1960 en los Estados Unidos y Suecia. Durante este período, se introdujeron varios métodos para analizar componentes de sistemas individuales (por ejemplo, calderas de gas) utilizando cálculos de estado estable. La primera herramienta de simulación reportada para edificios fue BRIS , introducida en 1963 por el Instituto Real de Tecnología de Estocolmo. [7] Hasta fines de la década de 1960, se habían desarrollado varios modelos con resolución horaria enfocados en evaluaciones energéticas y cálculos de carga de calefacción/refrigeración. Este esfuerzo dio como resultado motores de simulación más potentes lanzados a principios de la década de 1970, entre ellos BLAST, DOE-2, ESP-r , HVACSIM+ y TRNSYS . [8] En los Estados Unidos, la crisis energética de la década de 1970 intensificó estos esfuerzos, ya que reducir el consumo de energía de los edificios se convirtió en un interés de política interna urgente. La crisis energética también inició el desarrollo de estándares de energía para edificios en Estados Unidos, comenzando con ASHRAE 90-75 . [9]

El desarrollo de la simulación de edificios representa un esfuerzo combinado entre la academia, las instituciones gubernamentales, la industria y las organizaciones profesionales. En las últimas décadas, la disciplina de simulación de edificios ha madurado hasta convertirse en un campo que ofrece conocimientos, métodos y herramientas únicos para la evaluación del rendimiento de los edificios . Durante ese tiempo se llevaron a cabo varios artículos de revisión y análisis de vanguardia que ofrecieron una visión general sobre el desarrollo. [10] [11] [12]

En la década de 1980, un grupo de especialistas líderes en simulación de edificios comenzó a debatir sobre las futuras direcciones de los BPS. Hubo consenso en que la mayoría de las herramientas que se habían desarrollado hasta entonces eran demasiado rígidas en su estructura para poder dar cabida a las mejoras y la flexibilidad que se requerirían en el futuro. [13] En esa época, se desarrolló el primer entorno de simulación de edificios basado en ecuaciones, ENET [14] , que sentó las bases de SPARK . En 1989, Sahlin y Sowell presentaron un formato de modelo neutral (NMF) para modelos de simulación de edificios, que se utiliza hoy en día en el software comercial IDA ICE . [15] Cuatro años más tarde, Klein presentó el solucionador de ecuaciones de ingeniería (EES) [16] y en 1997, Mattsson y Elmqvist informaron sobre un esfuerzo internacional para diseñar Modelica . [17]

El BPS aún presenta desafíos relacionados con la representación de problemas, el apoyo a la evaluación del desempeño, la habilitación de aplicaciones operativas y la entrega de educación, capacitación y acreditación de usuarios. Clarke (2015) describe una visión futura del BPS con las siguientes tareas más importantes que debería abordar la comunidad global del BPS. [18]

Exactitud

En el contexto de los modelos de simulación de edificios, el error se refiere a la discrepancia entre los resultados de la simulación y el rendimiento real medido del edificio. Normalmente, se producen incertidumbres en el diseño y la evaluación de edificios , que generalmente se derivan de aproximaciones en las entradas del modelo, como el comportamiento de ocupación. La calibración se refiere al proceso de "afinación" o ajuste de las entradas del modelo de simulación asumidas para que coincidan con los datos observados de los servicios públicos o el sistema de gestión de edificios (BMS). [19] [20] [21]

El número de publicaciones que tratan sobre la precisión en el modelado y simulación de edificios aumentó significativamente durante la última década. Muchos artículos informan de grandes brechas entre los resultados de simulación y las mediciones, [22] [23] [24] [25] mientras que otros estudios muestran que pueden coincidir muy bien. [26] [27] [28] La confiabilidad de los resultados de BPS depende de muchas cosas diferentes, por ejemplo, de la calidad de los datos de entrada, [29] la competencia de los ingenieros de simulación [30] y de los métodos aplicados en el motor de simulación. [31] [32] De Wilde (2014) ofrece una descripción general sobre las posibles causas de la brecha de rendimiento ampliamente discutida desde la etapa de diseño hasta la operación y el Zero Carbon Hub (2013) ofrece un informe de progreso. Ambos concluyen que los factores mencionados anteriormente son las principales incertidumbres en BPS. [33] [34]

La norma ASHRAE 140-2017 "Método estándar de prueba para la evaluación de programas informáticos de análisis de energía de edificios (aprobado por ANSI)" proporciona un método para validar la capacidad técnica y el rango de aplicabilidad de los programas informáticos para calcular el rendimiento térmico. [35] La directriz ASHRAE 4-2014 proporciona criterios de índices de rendimiento para la calibración del modelo. [36] Los índices de rendimiento utilizados son el error de sesgo medio normalizado (NMBE), el coeficiente de variación (CV) del error cuadrático medio (RMSE) y R 2 ( coeficiente de determinación ). ASHRAE recomienda un R 2 mayor que 0,75 para los modelos calibrados. Los criterios para NMBE y CV RMSE dependen de si los datos medidos están disponibles en una escala de tiempo mensual u horaria.

Aspectos tecnológicos

Dada la complejidad de los flujos de energía y masa de los edificios, generalmente no es posible encontrar una solución analítica , por lo que el software de simulación emplea otras técnicas, como métodos de función de respuesta, o métodos numéricos en diferencias finitas o volumen finito , como aproximación. [2] La mayoría de los programas de simulación de edificios completos actuales formulan modelos utilizando lenguajes de programación imperativos . Estos lenguajes asignan valores a las variables, declaran la secuencia de ejecución de estas asignaciones y cambian el estado del programa, como se hace por ejemplo en C/C++ , Fortran o MATLAB / Simulink . En tales programas, las ecuaciones del modelo están estrechamente conectadas a los métodos de solución, a menudo haciendo que el procedimiento de solución forme parte de las ecuaciones del modelo real. [37] El uso de lenguajes de programación imperativos limita la aplicabilidad y extensibilidad de los modelos. Más flexibilidad ofrecen los motores de simulación que utilizan ecuaciones algebraicas diferenciales (DAE) simbólicas con solucionadores de propósito general que aumentan la reutilización, la transparencia y la precisión del modelo. Dado que algunos de estos motores se han desarrollado durante más de 20 años (por ejemplo, IDA ICE) y debido a las ventajas clave del modelado basado en ecuaciones, estos motores de simulación pueden considerarse tecnología de vanguardia. [38] [39]

Aplicaciones

Los modelos de simulación de edificios pueden desarrollarse tanto para edificios nuevos como para edificios existentes. Las principales categorías de uso de la simulación del rendimiento de los edificios incluyen: [3]

Herramientas de software

Existen cientos de herramientas de software disponibles para simular el rendimiento de edificios y subsistemas de edificios, que varían en capacidad desde simulaciones de edificios completos hasta calibración de entrada de modelos y auditoría de edificios. Entre las herramientas de software de simulación de edificios completos, es importante hacer una distinción entre el motor de simulación , que resuelve dinámicamente ecuaciones basadas en la termodinámica y la ciencia de la construcción , y la aplicación de modelado (interfaz) . [6]

En general, el software BPS se puede clasificar en [41]

Contrariamente a esta presentación, existen algunas herramientas que de hecho no cumplen con estos criterios de clasificación tan estrictos, como ESP-r, que también se puede utilizar como una aplicación de modelado para EnergyPlus [42] y también existen otras aplicaciones que utilizan el entorno de simulación IDA [43] , que hace que "IDA" sea el motor e "ICE" el modelador. La mayoría de las aplicaciones de modelado brindan soporte al usuario con una interfaz gráfica de usuario para facilitar la entrada de datos. El modelador crea un archivo de entrada para que el motor de simulación lo resuelva. El motor devuelve datos de salida a la aplicación de modelado u otra herramienta de visualización que, a su vez, presenta los resultados al usuario. Para algunos paquetes de software, el motor de cálculo y la interfaz pueden ser el mismo producto. La siguiente tabla ofrece una descripción general de los motores de simulación y las aplicaciones de modelado más utilizados para BPS. [41] [44]

BPS en la práctica

Desde la década de 1990, la simulación del rendimiento de los edificios ha pasado de ser un método utilizado principalmente para la investigación a una herramienta de diseño para proyectos industriales convencionales. Sin embargo, su uso en diferentes países todavía varía mucho. Los programas de certificación de edificios como LEED (EE. UU.), BREEAM (Reino Unido) o DGNB (Alemania) demostraron ser una buena fuerza impulsora para que el BPS encuentre una aplicación más amplia. Además, las normas nacionales de construcción que permiten el análisis basado en BPS son de gran ayuda para una creciente adopción industrial, como en los Estados Unidos ( ASHRAE 90.1 ), [66] Suecia (BBR), [67] Suiza (SIA) [68] y el Reino Unido (NCM). [69]

Las normas de construcción suecas son únicas en el sentido de que el consumo energético calculado debe verificarse mediante mediciones dentro de los dos primeros años de funcionamiento del edificio. Desde su introducción en 2007, la experiencia demuestra que los modeladores prefieren los modelos de simulación muy detallados para lograr de forma fiable el nivel de precisión requerido. Además, esto ha fomentado una cultura de simulación en la que las predicciones de diseño se acercan al rendimiento real. Esto, a su vez, ha dado lugar a ofertas de garantías energéticas formales basadas en predicciones simuladas, lo que pone de relieve el potencial comercial general de los BPS. [70]

Cumplimiento basado en el desempeño

En un enfoque basado en el rendimiento, el cumplimiento de los códigos o estándares de construcción se basa en el uso de energía previsto a partir de una simulación del edificio, en lugar de un enfoque prescriptivo, que requiere el cumplimiento de tecnologías o características de diseño estipuladas. El cumplimiento basado en el rendimiento proporciona una mayor flexibilidad en el diseño del edificio, ya que permite a los diseñadores pasar por alto algunos requisitos prescriptivos si el impacto en el rendimiento del edificio se puede compensar superando otros requisitos prescriptivos. [71] La agencia certificadora proporciona detalles sobre los datos de entrada del modelo, las especificaciones del software y los requisitos de rendimiento.

La siguiente es una lista de códigos y estándares de energía con sede en EE. UU. que hacen referencia a simulaciones de edificios para demostrar el cumplimiento:

Asociaciones profesionales y certificaciones

Asociaciones profesionales
Certificaciones

Véase también

Referencias

  1. ^ de Wilde, Pieter (2018). Análisis del rendimiento de los edificios . Chichester: Wiley-Blackwell. págs. 325–422. ISBN 978-1-119-34192-5.
  2. ^ abc Clarke, JA (2001). Simulación energética en el diseño de edificios (2.ª ed.). Oxford: Butterworth-Heinemann. ISBN 978-0750650823.OCLC 46693334  .
  3. ^ ab Simulación del rendimiento de edificios para diseño y operación . Hensen, Jan., Lamberts, Roberto. Abingdon, Oxon: Spon Press. 2011. ISBN 9780415474146.OCLC 244063540  .{{cite book}}: Mantenimiento de CS1: otros ( enlace )
  4. ^ ab Clarke, JA; Hensen, JLM (1 de septiembre de 2015). "Simulación integrada del rendimiento de los edificios: progreso, perspectivas y requisitos" (PDF) . Building and Environment . Cincuenta años de Building and Environment. 91 : 294–306. doi :10.1016/j.buildenv.2015.04.002.
  5. ^ "Mejor directorio | Herramientas de software de energía para edificios". www.buildingenergysoftwaretools.com . Archivado desde el original el 8 de octubre de 2019. Consultado el 7 de noviembre de 2017 .
  6. ^ ab Crawley, Drury B.; Hand, Jon W.; Kummert, Michaël; Griffith, Brent T. (1 de abril de 2008). "Contrastando las capacidades de los programas de simulación del rendimiento energético de los edificios" (PDF) . Building and Environment . Parte especial: Simulación del rendimiento de los edificios. 43 (4): 661–673. doi :10.1016/j.buildenv.2006.10.027.
  7. ^ Brown, Gösta (enero de 1990). "El programa de simulación BRIS para el diseño térmico de edificios y sus servicios". Energía y edificios . 14 (4): 385–400. doi :10.1016/0378-7788(90)90100-W.
  8. ^ Kusuda, T. (1999). "Historia temprana y perspectivas futuras de la simulación de sistemas de construcción" (PDF) . Actas de la IBPSA . Consultado el 7 de julio de 2017 .
  9. ^ Sukjoon, Oh (19 de agosto de 2013). "Orígenes de los métodos de análisis en programas de simulación energética utilizados para edificios comerciales de alto rendimiento". Bibliotecas de Texas A&M . Archivado desde el original el 9 de noviembre de 2017. Consultado el 9 de noviembre de 2017 .
  10. ^ Augenbroe, Godfried; Hensen, Jan (1 de agosto de 2004). "Simulación para un mejor diseño de edificios". Construcción y medio ambiente . Simulación de edificios para un mejor diseño de edificios. 39 (8): 875–877. doi :10.1016/j.buildenv.2004.04.001.
  11. ^ Hensen, J. (2006). Sobre el estado actual de la simulación del rendimiento de los edificios y el sistema ibpsa. En la 4.ª conferencia nacional IBPS-CZ (p. 2).
  12. ^ Wang, Haidong; Zhai, Zhiqiang (John) (15 de septiembre de 2016). "Avances en simulación de edificios y técnicas computacionales: una revisión entre 1987 y 2014". Energía y edificios . 128 : 319–335. doi :10.1016/j.enbuild.2016.06.080.
  13. ^ Clarke, JA; Sowell, EF; Simulation Research Group (1985): Una propuesta para desarrollar un sistema de núcleo para la próxima generación de software de simulación de energía en edificios , Lawrence Berkeley Laboratory, Berkeley, CA, 4 de noviembre de 1985
  14. ^ Low, D. y Sowell, EF (1982): ENET, un sistema de simulación de energía de edificios basado en PC, Conferencia de programas de energía, División de bienes raíces y construcción de IBM, Austin, Texas (1982), págs. 2-7
  15. ^ Sahlin, P. y Sowell, EF (1989). Un formato neutral para la construcción de modelos de simulación, Actas de la Segunda Conferencia Internacional IBPSA, Vancouver, BC, Canadá, págs. 147-154, http://www.ibpsa.org/proceedings/BS1989/BS89_147_154.pdf
  16. ^ Klein, SA (1 de enero de 1993). "Desarrollo e integración de un programa de resolución de ecuaciones para cursos de termodinámica de ingeniería". Aplicaciones informáticas en la educación en ingeniería . 1 (3): 265–275. doi :10.1002/cae.6180010310. ISSN  1099-0542. S2CID  60901354.
  17. ^ Mattsson, Sven Erik; Elmqvist, Hilding (abril de 1997). "Modelica: un esfuerzo internacional para diseñar el lenguaje de modelado de próxima generación". IFAC Proceedings Volumes . 7º Simposio IFAC sobre diseño de sistemas de control asistido por ordenador (CACSD '97), Gante, Bélgica, 28-30 de abril. 30 (4): 151-155. CiteSeerX 10.1.1.16.5750 . doi :10.1016/S1474-6670(17)43628-7. 
  18. ^ Clarke, Joe (4 de marzo de 2015). "Una visión para la simulación del rendimiento de los edificios: un documento de posición preparado en nombre de la Junta de IBPSA". Journal of Building Performance Simulation . 8 (2): 39–43. doi : 10.1080/19401493.2015.1007699 . ISSN  1940-1493.
  19. ^ Raftery, Paul; Keane, Marcus; Costa, Andrea (1 de diciembre de 2011). "Calibración de modelos de energía de edificios completos: estudio de caso detallado utilizando datos medidos cada hora". Energía y edificios . 43 (12): 3666–3679. doi :10.1016/j.enbuild.2011.09.039.
  20. ^ Reddy, T. Agami (2006). "Revisión de la literatura sobre calibración de programas de simulación energética de edificios: usos, problemas, procedimientos, incertidumbre y herramientas". ASHRAE Transactions . 112 (1): 226–240.
  21. ^ Heo, Y.; Choudhary, R.; Augenbroe, GA (2012). "Calibración de modelos de energía de edificios para análisis de reacondicionamiento bajo incertidumbre". Energía y edificios . 47 : 550–560. doi :10.1016/j.enbuild.2011.12.029.
  22. ^ Coakley, Daniel; Raftery, Paul; Keane, Marcus (1 de septiembre de 2014). "Una revisión de los métodos para hacer coincidir los modelos de simulación energética de edificios con los datos medidos". Renewable and Sustainable Energy Reviews . 37 : 123–141. doi :10.1016/j.rser.2014.05.007. S2CID  56419662.
  23. ^ Li, Nan; Yang, Zheng; Becerik-Gerber, Burcin; Tang, Chao; Chen, Nanlin (2015). "¿Por qué la fiabilidad de la simulación de edificios es limitada como herramienta para evaluar medidas de conservación de energía?". Applied Energy . 159 : 196–205. doi : 10.1016/j.apenergy.2015.09.001 .
  24. ^ Hong, Taehoon; Kim, Jimin; Jeong, Jaemin; Lee, Myeonghwi; Ji, Changyoon (2017). "Modelo de calibración automática de una simulación energética de edificios utilizando un algoritmo de optimización". Energy Procedia . 105 : 3698–3704. doi : 10.1016/j.egypro.2017.03.855 .
  25. ^ Mustafaraj, Giorgio; Marini, Dashamir; Costa, Andrea; Keane, Marcus (2014). "Calibración de modelos para simulación de eficiencia energética de edificios". Applied Energy . 130 : 72–85. doi :10.1016/j.apenergy.2014.05.019.
  26. ^ Christensen, Jørgen Erik; Chasapis, Kleanthis; Gazovic, Libor; Kolarik, Jakub (1 de noviembre de 2015). "Optimización del ambiente interior y del consumo de energía mediante mediciones de campo y simulación energética de edificios". Energy Procedia . 6.ª Conferencia internacional sobre física de edificios, IBPC 2015. 78 : 2118–2123. doi : 10.1016/j.egypro.2015.11.281 .
  27. ^ Cornaro, Cristina; Puggioni, Valerio Adoo; Strollo, Rodolfo Maria (1 de junio de 2016). "Simulación dinámica y mediciones in situ para la rehabilitación energética de edificios históricos complejos: estudio de caso de Villa Mondragone". Journal of Building Engineering . 6 : 17–28. doi :10.1016/j.jobe.2016.02.001.
  28. ^ Cornaro, Cristina; Rossi, Stefanía; Cordiner, Stefano; Mulone, Vincenzo; Ramazzotti, Luigi; Rinaldi, Zila (2017). "Análisis del desempeño energético de la casa STILE en el Solar Decathlon 2015: lecciones aprendidas". Revista de ingeniería de la construcción . 13 : 11–27. doi :10.1016/j.jobe.2017.06.015.
  29. ^ Dodoo, Ambrose; Tettey, Uniben Yao Ayikoe; Gustavsson, Leif (2017). "Influencia de los supuestos de simulación y los parámetros de entrada en los cálculos del balance energético de edificios residenciales". Energía . 120 : 718–730. doi :10.1016/j.energy.2016.11.124.
  30. ^ Imam, Salah; Coley, David A; Walker, Ian (18 de enero de 2017). "La brecha de rendimiento de los edificios: ¿son alfabetizados los modeladores?" (PDF) . Investigación y tecnología en ingeniería de servicios de construcción . 38 (3): 351–375. doi :10.1177/0143624416684641. S2CID  55153560.
  31. ^ Nageler, P.; Schweiger, G.; Pichler, M.; Brandl, D.; Mach, T.; Heimrath, R.; Schranzhofer, H.; Hochenauer, C. (2018). "Validación de herramientas de simulación energética dinámica de edificios basadas en una caja de prueba real con sistemas de edificios activados térmicamente (TABS)". Energía y edificios . 168 : 42–55. doi :10.1016/j.enbuild.2018.03.025. S2CID  117446952.
  32. ^ Choi, Joon-Ho (2017). "Investigación de la correlación de la intensidad del uso de energía en edificios estimada mediante seis herramientas de simulación del rendimiento de los edificios". Energía y edificios . 147 : 14–26. doi :10.1016/j.enbuild.2017.04.078.
  33. ^ de Wilde, Pieter (1 de mayo de 2014). "La brecha entre el rendimiento energético previsto y medido de los edificios: un marco para la investigación". Automatización en la construcción . 41 : 40–49. doi :10.1016/j.autcon.2014.02.009.
  34. ^ "Cerrando la brecha entre el diseño y el rendimiento según lo construido" (PDF) . www.zerocarbonhub.org . Zero Carbon Hub. Julio de 2013. Archivado desde el original (PDF) el 2021-12-02 . Consultado el 2017-06-30 .
  35. ^ ASHRAE (2017). Estándar ASHRAE/ANSI 140-2017: método de prueba estándar para la evaluación de programas informáticos de análisis de energía de edificios . Atlanta, GA: Sociedad Estadounidense de Ingenieros de Calefacción, Refrigeración y Aire Acondicionado, Inc.
  36. ^ ASHRAE (2014). Directriz 14-2014 Medición de ahorros en la demanda de energía; Informe técnico . Atlanta, GA: Sociedad Estadounidense de Ingenieros de Calefacción, Refrigeración y Aire Acondicionado.
  37. ^ Wetter, Michael; Bonvini, Marco; Nouidui, Thierry S. (1 de abril de 2016). "Lenguajes basados ​​en ecuaciones: un nuevo paradigma para el modelado, la simulación y la optimización de la energía en edificios". Energía y edificios . 117 : 290–300. doi : 10.1016/j.enbuild.2015.10.017 .
  38. ^ Sahlin, Per; Eriksson, Lars; Grozman, Pavel; Johnsson, Hans; Shapovalov, Alexander; Vuolle, Mika (1 de agosto de 2004). "Simulación de edificios completos con ecuaciones DAE simbólicas y solucionadores de propósito general". Construcción y medio ambiente . Simulación de edificios para un mejor diseño de edificios. 39 (8): 949–958. doi :10.1016/j.buildenv.2004.01.019.
  39. ^ abc Sahlin, Per; Eriksson, Lars; Grozman, Pavel; Johnsson, Hans; Shapovalov, Alexander; Vuolle, Mika (agosto de 2003). "¿La simulación de edificios basada en ecuaciones tendrá éxito? Experiencias derivadas de la introducción de IDA Indoor Climate And Energy". Actas de Building... .
  40. ^ Tian, ​​Wei; Han, Xu; Zuo, Wangda; Sohn, Michael D. (2018). "Simulación energética de edificios acoplada con CFD para ambientes interiores: una revisión crítica y aplicaciones recientes". Energía y edificios . 165 : 184–199. doi : 10.1016/j.enbuild.2018.01.046 . OSTI  1432688.
  41. ^ ab Østergård, Torben; Jensen, Rasmus L.; Maagaard, Steffen E. (1 de agosto de 2016). "Construcción de simulaciones que respalden la toma de decisiones en el diseño inicial: una revisión". Reseñas de energías renovables y sostenibles . 61 : 187-201. doi :10.1016/j.rser.2016.03.045. S2CID  56153278.
  42. ^ "Exportación de modelos ESP-r a archivos .idf E+". Pregunta respondida en el foro de soporte de ESP-r . Consultado el 4 de julio de 2017 .
  43. ^ "IDA Tunnel". El software "Tunnel" utiliza el entorno de simulación IDA . Consultado el 4 de julio de 2017 .
  44. ^ Judkoff, Ron (2008). Anexo 43/Informe final de gestión de tareas de la tarea 34: Prueba y validación de herramientas de simulación energética de edificios . Agencia Internacional de Energía (AIE).
  45. ^ Integrated Environmental Solutions, Ltd (2017). "APACHESIM". Archivado desde el original el 8 de noviembre de 2017. Consultado el 7 de noviembre de 2017 .
  46. ^ "Sitio web de VE2018" . Consultado el 26 de septiembre de 2018 .
  47. ^ "Software de diseño de sistemas de climatización y análisis por hora | Carrier Building Solutions". Soluciones para la construcción . Archivado desde el original el 2017-11-08 . Consultado el 2017-11-07 .
  48. ^ Peuportier, Bruno; Blanc-Sommereux, Isabelle (1990). "Herramienta de simulación con su interfaz experta para el diseño térmico de edificios multizona". Revista internacional de energía solar . 8 (2): 109–120. Bibcode :1990IJSE....8..109P. doi :10.1080/01425919008909714.
  49. ^ Lokmanhekim, M.; et al. (1979). "DOE-2: un nuevo programa informático de última generación para el análisis del uso de energía en edificios". Laboratorio Lawrence Berkeley . Informe CBC-8977.
  50. ^ Hirsch, Jeff. "eQUEST". doe2.com . Archivado desde el original el 2017-11-03 . Consultado el 2017-11-07 .
  51. ^ Granlund Consulting Oy. "Sitio web de RIUSKA" . Consultado el 3 de abril de 2018 .
  52. ^ "EnergySoft – Software de análisis de energía para edificios de clase mundial". www.energysoft.com . Archivado desde el original el 2017-11-08 . Consultado el 2017-11-07 .
  53. ^ "Green Building Studio". gbs.autodesk.com . Archivado desde el original el 2020-02-06 . Consultado el 2017-11-07 .
  54. ^ Departamento de Energía de EE. UU., Oficina de Tecnología de la Construcción. «Página de inicio de EnergyPlus». Archivado desde el original el 8 de noviembre de 2017. Consultado el 20 de febrero de 2021 .
  55. ^ Tindale, A (2005). "Software de diseño". Design-Builder Software Ltd.
  56. ^ Guglielmetti, Rob; et al. (2011). "OpenStudio: An Open Source Integrated Analysis Platform" (PDF) . Actas de Building Simulation 2011: 12.ª Conferencia de la International Building Performance Simulation Association : 442–449. Archivado desde el original (PDF) el 2017-08-09 . Consultado el 2017-12-08 .
  57. ^ "cove.tool - Diseño de edificios sostenibles | Software de modelado energético". www.cove.tools . Consultado el 23 de agosto de 2021 .
  58. ^ "loadmodeling.tool optimiza y colabora en el diseño de sistemas de climatización". www.cove.tools . Consultado el 23 de agosto de 2021 .
  59. ^ Directorio BEST. «Lista de interfaces gráficas de usuario para Energy+» . Consultado el 3 de abril de 2018 . {{cite web}}: |last=tiene nombre genérico ( ayuda )
  60. ^ "ESP-r | Universidad de Strathclyde". www.strath.ac.uk . Archivado desde el original el 8 de noviembre de 2017 . Consultado el 8 de noviembre de 2017 .
  61. ^ EQUA Simulation AB. "Página de inicio de IDA ESBO" . Consultado el 3 de abril de 2018 .
  62. ^ LBNL, Departamento de Energía de EE. UU. "Project SPARK" (Proyecto SPARK) . Consultado el 3 de abril de 2018 .
  63. ^ "Sitio web de EDSL TAS" . Consultado el 3 de abril de 2018 .
  64. ^ Beckman, William A.; Broman, Lars; Fiksel, Alex; Klein, Sanford A.; Lindberg, Eva; Schuler, Mattias; Thornton, Jeff (1994). "TRNSYS El software de simulación y modelado de sistemas de energía solar más completo". Energías renovables . 5 (1–4): 486–488. doi :10.1016/0960-1481(94)90420-0.
  65. ^ "Manual de Simulation Studio" (PDF) . Consultado el 29 de marzo de 2018 .
  66. ^ ab "Inicio | ashrae.org". www.ashrae.org . Consultado el 8 de noviembre de 2017 .
  67. ^ "BBR - Normativa sueca de construcción". Archivado desde el original el 29 de marzo de 2018. Consultado el 29 de marzo de 2018 .
  68. ^ "Sociedad Suiza de Arquitectos e Ingenieros (SIA)" . Consultado el 29 de marzo de 2018 .
  69. ^ "Método de cálculo nacional del Reino Unido" . Consultado el 29 de marzo de 2018 .
  70. ^ "Código sueco resumido en la red de rendimiento global". Archivado desde el original el 17 de enero de 2021. Consultado el 29 de marzo de 2018 .
  71. ^ Senick, Jennifer. "Un nuevo paradigma para los códigos de construcción". cbei.psu.edu . Consultado el 7 de noviembre de 2017 .
  72. ^ "IBPSA-USA". IBPSA-USA . Consultado el 13 de junio de 2014 .
  73. ^ "Certificación profesional en modelado energético de edificios". ashrae.org . ASHRAE . Consultado el 3 de abril de 2018 .
  74. ^ "Analista certificado en simulación energética de edificios". aeecenter.org . Asociación de Ingenieros de Energía. 2016-08-04 . Consultado el 2018-04-03 .

Enlaces externos