画像提供：クーパーキャリー

01// プロジェクト概要

教室の建物はメリーランド州セント メリーズ郡にあり、米国海軍航空戦センターとメリーランド大学無人航空機システム テスト サイトの近くにあります。 75,000 平方フィートの最先端の建物は、産業界や政府のパートナーが大学の教員や学生と協力して、この地域で新しい仕事を生み出す国境を越えた工学研究に取り組むように設計されています。
​

SMHEC のベンチマーク

目標値の基本的な理解は、パフォーマンス設計の決定を比較するための鍵です。

EUI - 1 年あたりの平方フィートあたりのエネルギーとして表され、設計上の決定やその他の反復の EUI 値を知ることで、パフォーマンスの最高の価値を得ることができます。

1 つのスタンスを決定し、目標を設定するための初期分析を持つ EUI は、建物のパフォーマンスの最良の指標です。グラフ化されたデータは、高等教育棟の全国平均 EUI 100 を示しています。提案された建物は、超低エネルギー使用量と低コストで機能することを目的としており、最終的な目標は EUI の最低値 29 から最高値 34 の間です。

ネット ゼロ エネルギー使用 -大学の目標を達成するための戦略。

気候データ- 現在の気候条件の基本的な理解は、性能設計の決定を下すために不可欠です。モデリングの初期段階でマス設計を最適化することで、追加のコストへの影響なしに建物のエネルギー効率を高めることができます。さまざまな気候分析図を使用して、建物の形状、方向、またはガラスの割合に関する戦略を絞り込むことは、建物の最終的なエネルギーとコスト パフォーマンスに集合的に相関します。

乾湿グラフ -このグラフは、乾球、湿度比、およびエンタルピーの関係を示しています。グラフに重ねられた多角形は、快適性を高めるためのさまざまな戦略を表しています。このチャートによると、メリーランド州で快適さを改善するための最も効果的な受動的戦略の 1 つは、内部の熱増加に関係しています。

注: 心理測定チャートでは、熱ストレスが 47%、寒冷ストレスが 25.4% であることが強調されています。

スカイ セグメント別の放射- このグラフは、放射をスカイ ドームにマッピングして、メリーランド州の基点付近の年間の太陽放射の方向と強度を示します。主に冬に、実際に太陽が北から差し込んでいることがわかります。冬に北極の低い太陽への太陽光アクセスを提供すると、この混合気候タイプの暖房に役立つことがわかります。

直接太陽の図は上、拡散太陽範囲は下です。

ウィンド ローズ- 季節ごとに、メリーランド州は西と東からかなり一定の低速の風が吹いています。風力発電は実行可能な選択肢ではなく、自然換気の妨げになることはほとんど期待できません。夏のグラフをざっと見てみると、1 年で最も暑い時期には風がほとんどないことがわかります。

マス スタディ -以下の図は、設計プロセス中に従ったパフォーマンス ベースの意思決定アプローチを示しています。設計チームは、形状、高さ、方向がそれぞれ異なる 6 つの可能なマスを提案しました。これらの各マスをモデル化して、エネルギー使用量 (EUI) を比較しました。

これは、エネルギー モデリングを設計プロセスに積極的に導入する設計チームにとって一般的な方法です。このケース スタディでは、初期段階のエネルギー モデリングの意思決定プロセスとパラメトリックな意思決定プロセスを並べて比較します。ここでは、デザイン プロセスを進めるために、サイド バイ サイドの昼光とエネルギー マス スタディから始めます。

エネルギー– 30 EUI の目標を達成するために、設計チームは最初に各マスの提案のエネルギー パフォーマンスと EUI 内訳分析を実行し、可能なバンドルの調査を開始しました。
​オプション 1: HUB ALT A – キャンパス レイアウトと平行な向きで周囲のサイトになじみのある単純な集合体ですが、EUI が高すぎて適切な cDA より下に突き出ています。

オプション 2: HUB ALT B – 東と西のファサードが大きく、EUI が同様に高く、目標の 30 には遠く及ばず、cDA が非常に低い、サイトになじみのあるシンプルなマス。

オプション 3: HUB ALT C – サイトになじみのあるシンプルなマスと傾斜した配置。高 EUI と低 cDA は見栄えがよくありません。

オプション 4: Crossroads ALT A – 多くのファサード領域を持つダイナミック マス。 EUI は目標をはるかに超えています。これは、ベンチマークが少し限界を超えていたことを意味している可能性があります。しかし、この大量化は、非常に高い cDA パーセンテージを持つことが証明されました。

Crossroads ATL B – 前回の調査と同様ですが、傾斜があります。ただし、日光の量をわずかに減らし、EUI にまったく影響を与えないほどの影響はありません。

ポータル ALT A – 最終的なマス スタディでは、正式な操作が大幅に異なりますが、cDA に深刻な影響を与え、昼光の割合が最も低くなりますが、エネルギー使用値は同じになります。

Massing Study と EUI の内訳 – 結論の引き出し

仮定と戦略– 多くの場合、設計チームは、過去のプロジェクトで成功が証明されている機械システムとアセンブリ値を使用します。これらの既知のバンドルは実践され、ある設計者から次の設計者に絶えず受け継がれていますが、組み合わせは定期的に更新されていないか、まったく有益ではないため、経験則として実践するべきではありません。 cove.tool のようなテクノロジーは、どの値の組み合わせがプロジェクトのエネルギー パフォーマンスとコストを最適化できるかを比較し、インテリジェントに判断する可能性を高めました。ここでは、提案された改善とともに、モデルが作成された前提条件を示します。

この部分では、パラメトリック プロセスは、コストとエネルギーの最適化を使用する利点を示します。

バンドルの概要– 最適なコストとエネルギーのバンドルを作成します。 Cove.tool を使用すると、テクノロジー/製品リストを追加およびカスタマイズできるため、最適化パスを作成できます。 SMEHC の場合、オプションと可能な組み合わせは次のとおりです。

並列座標グラフ- 以下は、操作が実行される前の 864 のバンドル パスを表示する基本最適化グラフです。グラフの最初の部分は、さまざまな適用システム パラメータのグラフで、後半は、さまざまな組み合わせの計算結果を示しています。エネルギー効率とコストパフォーマンスを最適化する建物の目標は、EUI を低く抑え、運用コストを低く抑え、エネルギー節約を高く保つことです。

最適化 1 – EUI 列は、組み合わせが 74 ～ 75 EUI の範囲に収まる可能性のある機械システム バンドルを視覚化することを目的としています。グラフによると、この目標範囲内の残りのバンドルは、運用コストとエネルギー節約の下位半分になります。これは、エネルギー使用量が多い建物は、集約的で安価な技術を使用していないため、それほど節約できないためです.

最適化 2 – EUI 75 範囲の組み合わせの最も安いバンドルを見てください。強調表示されているのは、設計チームが設計オプションと、場合によっては前段階のエネルギー モデルを進めることを可能にするテクノロジ オプションです。

最適化 3 – 設計チームは、EUI 65 の範囲にある評価されたテクノロジーの組み合わせに関心を持ちました。この範囲では、運用コストがはるかに多様になりますが、17 ～ 21% のエネルギー節約になります。

最適化4 – EUI ターゲットが 65 の最も安いバンドルのパスより下。

最適化5 – 設計チームは、目標 EUI が 55 である組み合わせパスの評価に再び関心を持ちました。

最適化6 – EUI ターゲットが 55 の最も安いバンドルのパスより下。

最適化の概要– これらの一連の操作と調査は、EUI ターゲット 55 の範囲での組み合わせが、EUI ターゲット 75 オプションのコストと非常に類似したコストであることを示していますが、はるかに多くのエネルギーを節約します。したがって、チームが費用対効果の高い戦略を追求できることを証明しましたが、適切なテクノロジーの組み合わせにより、最大 20 の EUI 差がありました。