DesignBuilder Optimización
La optimización permite buscar e identificar de forma eficiente las opciones de diseño que mejor cumplen los objetivos principales de comportamiento. En muchos aspectos se parece al análisis paramétrico, una técnica más conocida que analiza, mediante curvas de diseño, cómo varía el comportamiento al cambiar la configuración del edificio. Un análisis paramétrico suele ajustar sistemáticamente 1, 2 o 3 variables de diseño para mostrar tendencias y encontrar las soluciones más favorables, como las de menor consumo energético o mayor confort. Normalmente se utiliza un máximo de 3 variables porque a) los resultados de problemas de diseño con más de 3 dimensiones son difíciles de visualizar y b) con 4 o más variables se necesitarían demasiadas simulaciones y un tiempo excesivo. Por ejemplo, un proyectista podría estudiar el efecto sobre las emisiones de carbono de distintas proporciones y tipos de acristalamiento. Los resultados se mostrarían como una serie de curvas de diseño paramétrico. Esto resulta muy útil para visualizar comparaciones sencillas entre un conjunto limitado de opciones, pero lo es menos para estudios amplios y para optimización, ya que en la práctica solo pueden incluirse unas pocas variables y un indicador clave de comportamiento por análisis.
En la optimización de DesignBuilder, se utilizan algoritmos genéticos (GA) (también conocidos como algoritmos evolutivos o EA) para buscar soluciones de diseño óptimas de forma mucho más eficiente que el análisis paramétrico cuando intervienen más variables. En DesignBuilder puede incluirse cualquier número de variables de diseño en el análisis, combinadas con hasta 2 objetivos, como «minimizar las emisiones de carbono» y «minimizar los costes de construcción». Coste y carbono son una pareja habitual de objetivos en la optimización de edificios, porque permiten estudiar el compromiso entre ambos para muchas soluciones de diseño. Por ejemplo, puede optimizarse un diseño base en cuanto a costes y emisiones de carbono permitiendo variar la orientación del edificio, los cerramientos de muros y cubiertas, la proporción y el tipo de acristalamiento, el grado de protección solar y el tipo de sistema HVAC. Los resultados pueden representarse con las emisiones de carbono operativas en un eje y el coste de inversión en el otro, situando cada opción ensayada en el gráfico. Las soluciones con las combinaciones más bajas de coste y carbono forman un «frente de Pareto» de diseños óptimos en el borde inferior izquierdo de la nube de puntos.
De igual manera, «minimizar las emisiones de carbono» y «minimizar el disconfort» se utilizan a menudo para analizar el compromiso entre las emisiones y el confort proporcionado por el diseño. En el ejemplo de resultados siguiente se optimizan, en función de las emisiones y del disconfort, los parámetros de control de un modelo de ventilación natural en modo mixto con conmutación. Los resultados indican las opciones de control que minimizan las horas de disconfort y, a la vez, el impacto ambiental.
Consejo: Un buen punto de partida para aprender a utilizar las herramientas de optimización del diseño es seguir el tutorial básico de optimización.
Para comenzar un análisis de optimización, ve a la pantalla Simulación y pulsa la pestaña Optimización. Desde esa pantalla puedes:
- Editar los ajustes del análisis de optimización (objetivos, restricciones y variables). Es un primer paso obligatorio antes de ejecutar el primer análisis.
- Actualizar el análisis de optimización, lo que abre el cuadro de diálogo Opciones de cálculo de optimización.
- Ver los resultados de optimización.
Contenido de Optimización