Nghiên cứu thiết kế tối ưu hóa năng lượng đa mục tiêu cho các tòa nhà chung cư nhiều tầng tại khu vực Tô Châu dựa trên mạng nơ-ron nhân tạo
Research on multi-objective energy optimization design for multi-story residential buildings in Suzhou region based on artificial neural networks
| Tác giả | Zhongcheng Duan
Leilei Wang Binhao Li Gang Yao |
| Ngày đăng tải | 15/07/2025 |
| DOI | https://doi.org/10.1016/j.csite.2025.106721 |
| Nguồn bài nghiên cứu | Science Direct |
| Từ khóa | Tối ưu hóa đa mục tiêu
Mạng nơ-ron nhân tạo Nhà ở dân dụng Mô phỏng năng lượng tòa nhà Tối ưu hóa tiết kiệm năng lượng Thuật toán di truyền. |
1 – GIỚI THIỆU
Trong thập kỷ qua, quá trình đô thị hóa nhanh chóng tại Trung Quốc đã thúc đẩy mạnh mẽ các hoạt động xây dựng, kéo theo mức tiêu thụ năng lượng lớn và phát thải khí nhà kính đáng kể. Khu vực nhà ở đô thị chiếm hơn 50% tổng diện tích xây dựng toàn quốc, trong khi phát thải carbon từ lĩnh vực này chiếm khoảng 40% tổng phát thải xã hội. Khoảng 27% nhà ở dân dụng nằm ở khu vực khí hậu lạnh, đặc trưng bởi mùa đông dài và khắc nghiệt, mùa hè ngắn nhưng nóng ẩm, dẫn đến yêu cầu cao về cách nhiệt và bảo vệ khỏi bức xạ nhiệt.
Việc tối ưu hóa thiết kế tòa nhà nhằm giảm tiêu thụ năng lượng, cải thiện tiện nghi nhiệt và giảm phát thải CO₂ đang là thách thức lớn. Thông thường, các biện pháp nâng cao tiện nghi nhiệt lại làm tăng tiêu thụ năng lượng, trong khi các giải pháp tiết kiệm năng lượng đôi khi làm gia tăng phát thải carbon. Do đó, việc đạt được cân bằng đồng thời ba mục tiêu này là vấn đề phức tạp và cần các phương pháp tối ưu hóa hiệu quả hơn.
Mạng nơ-ron nhân tạo (ANN) đã chứng minh khả năng dự đoán chính xác và xử lý quan hệ phi tuyến tính phức tạp giữa các thông số tòa nhà và hiệu suất năng lượng. Trong nghiên cứu này, tác giả áp dụng ANN kết hợp thuật toán di truyền đa mục tiêu NSGA-III để tối ưu hóa thiết kế nhà ở nhiều tầng tại Tô Châu, với ba mục tiêu: giảm tiêu thụ năng lượng, giảm giờ không tiện nghi nhiệt và giảm phát thải CO₂ vòng đời.
2 – MÔ TẢ HỆ THỐNG
Đối tượng nghiên cứu là một tòa nhà chung cư điển hình nhiều tầng tại Tô Châu, được lựa chọn sau khảo sát thực địa về năm xây dựng, vật liệu cấu trúc và bố cục kiến trúc. Mô hình tham chiếu được xây dựng trên phần mềm DesignBuilder với 3 tầng, diện tích sử dụng 600 m², gồm 6 căn hộ. Các đặc tính vật lý của vỏ bao che (tường, mái, cửa sổ), thông số hệ thống HVAC, tải nhiệt trong nhà và dữ liệu khí tượng được thiết lập theo tiêu chuẩn địa phương và dữ liệu khảo sát thực tế. Thông số chủ quan như mức cách nhiệt quần áo và suất trao đổi chất được xác định theo ISO 7730, phản ánh điều kiện sinh hoạt điển hình của cư dân.
Các biến đầu vào cho tối ưu hóa bao gồm 14 tham số như hướng công trình, nhiệt độ cài đặt điều hòa, tỷ lệ cửa sổ/tường, hệ số truyền nhiệt và hệ số thu nhiệt mặt trời của cửa kính, độ dày lớp cách nhiệt tường và mái, độ rò khí và chiều sâu lam chắn nắng.
3 – PHƯƠNG PHÁP NGHIÊN CỨU
Quy trình tối ưu hóa được thực hiện qua bốn bước chính:
– Xây dựng mô hình: Mô hình mô phỏng tòa nhà được thiết lập với các biến đầu vào đã xác định.
– Phân tích độ nhạy: Sử dụng phương pháp Morris và lấy mẫu Latin Hypercube để xác định mức độ ảnh hưởng của từng tham số đến ba mục tiêu: nhu cầu năng lượng tổng (TED), giờ không tiện nghi nhiệt (DH) và phát thải CO₂ vòng đời (LCCO₂).
– Xây dựng mô hình ANN: Dữ liệu từ 5000 mẫu mô phỏng được dùng để huấn luyện mạng nơ-ron ba lớp (14 đầu vào, 15 nút ẩn, 3 đầu ra) trên Matlab, đạt độ chính xác dự đoán trên 99%.
– Tối ưu hóa đa mục tiêu: Thuật toán NSGA-III được kết hợp với ANN để tạo ra 200 nghiệm Pareto. Phương pháp VIKOR được áp dụng nhằm lựa chọn phương án tối ưu thỏa hiệp giữa ba mục tiêu.
4 – KẾT QUẢ NGHIÊN CỨU
Phân tích độ nhạy chỉ ra nhiệt độ cài đặt làm mát và độ dày lớp cách nhiệt là những tham số ảnh hưởng mạnh nhất đến tiêu thụ năng lượng và tiện nghi nhiệt. Các phương án tối ưu thu được giúp giảm tổng năng lượng tiêu thụ từ 39,9% đến 49,6%, giảm giờ không tiện nghi nhiệt 6,8%–14,1% và giảm phát thải CO₂ vòng đời 22,1%–32,4% so với thiết kế ban đầu.
Phương án tối ưu cuối cùng (theo phương pháp VIKOR) gồm các thông số: hướng công trình 10,9°, nhiệt độ cài đặt điều hòa 28°C (làm mát) và 18°C (sưởi ấm), hệ số truyền nhiệt cửa sổ mặt nam 0,69 W/m²K, cửa bắc 0,50 W/m²K, tỷ lệ cửa sổ/tường 44,9% (nam), 10,7% (bắc), 10% (đông tây), độ dày cách nhiệt tường 0,16 m, mái 0,29 m, tốc độ rò khí 0,48 ACH. Phương án này đạt mức giảm tiêu thụ năng lượng 45,8%, giảm giờ không tiện nghi nhiệt 12,2% và giảm phát thải CO₂ 28,0%.
5 – KẾT LUẬN
Nghiên cứu đã chứng minh tính hiệu quả của khung tối ưu hóa đa mục tiêu dựa trên ANN và NSGA-III trong việc thiết kế tiết kiệm năng lượng cho nhà ở nhiều tầng tại khu vực khí hậu lạnh như Tô Châu. Phương pháp này cho phép cân bằng đồng thời ba yếu tố quan trọng: nhu cầu năng lượng, tiện nghi nhiệt và phát thải CO₂ vòng đời. Kết quả cung cấp cơ sở định lượng để thiết lập tham số thiết kế, hỗ trợ xây dựng và cải tạo công trình dân dụng theo hướng tiết kiệm năng lượng, đồng thời có tiềm năng áp dụng rộng rãi trong việc phát triển tiêu chuẩn nhà xanh và nhà gần như không tiêu thụ năng lượng ở cấp địa phương. Tương lai, nghiên cứu đề xuất tích hợp thêm các mô hình tiện nghi nhiệt thích ứng và dữ liệu vận hành thực tế để tăng tính chính xác và khả năng ứng dụng trong môi trường sử dụng thực tế.
