بررسی میزان همبستگی میان اندازه ی بناها در بلوک‌های شهری و بار حرارتی سالانه ی آن ها در شهر تهران

بیان مسئله: طراحی بلوک‌های شهری، متاثر از پارامترهایی چون اندازه‌ی بناها، تعداد، شکل، هندسه و آرایش آن‌ها است که بر میزان مصرف انرژی ، تاثیر زیادی دارند. در این میان، بار گرمایش و سرمایش سالانه‌ی ساختمان‌ها، یکی از مهمترین شاخص‌ها در میزان تقاضای انرژی است. در پژوهش‌های پیشین کمابیش، اطلاعاتی در خصوص تاثیر تراکم، فشردگی، تخلخل و نظایر آن، فراهم شده است؛ اما، تصویر روشنی از تاثیر اندازه‌ی بناها در مصرف انرژی مجموعه‌های متشکل از چند بنا، در دست نیست. در این چارچوب، هدف این پژوهش، یافتن رابطه‌ی احتمالی میان نحوه‌ی توزیع اندازه‌ی بناها در یک مجموعه‌ی متشکل از چند بنا و بار گرمایش و سرمایش سالانه‌ی آن مجموعه می‌باشد. این پژوهش در سه مرحله انجام شده است. در مرحله‌ی اول، متغیرهای پژوهش، از جمله پارامترهای اندازه و چیدمان بناها و همچنین، بار گرمایش و سرمایش سالانه‌ی ساختمان، تبیین شده‌است. مرحله دوم به طراحی الگوریتمی مناسب جهت تولید اندازه‌ی بناها و چیدمان‌های مختلف در سایت، بررسی عوامل مداخله‌گر و حذف آن‌ها، شروط مسئله و شبیه‌سازی بار گرمایش و سرمایش چیدما‌ن‌ها اختصاص یافته است. این مرحله، با برنامه‌نویسی به زبان پایتون در محیط افزونه‌ی گرس‌هاپر در نرم‌افزار راینو و شبیه‌سازی مدل‌ها با استفاده از افزونه‌ی هانی‌بی و لیدی‌باگ در این نرم‌افزار انجام شده است. در مرحله‌ی سوم، به بررسی همبستگی میان این دو متغیر پرداخته شده است. تحلیل یافته‌های حاصل از آزمون همبستگی، حاکی از آن است که در منطقه‌ی مورد مطالعه، سرمایش فصول گرم نسبت به گرمایش فصول سرد بیشتر حائز اهمیت است. رابطه‌ی همبستگی منفی قوی میان بارهای سرمایش با واریانس اندازه‌ی بناها، نشان‌دهنده‌ی این است که هرچه تنوع اندازه‌ی قطعات در یک مجموعه بیشتر باشد، بار سرمایشی کمتری خواهد داشت. همچنین، رابطه‌ی مثبت بارهای سرمایش با کشیدگی اندازه‌ی قطعات، نشان‌دهنده‌ی این است که هرچه قطعات یک مجموعه، از نظر اندازه پراکنده‌تر باشند، در کاهش بار سرمایشی، مناسب‌تر عمل خواهند کرد.نتیجه گیری: میزان مصرف انرژی در یک مجموعه ی متشکل از چند بنا، وابسته به تنوع انداز ه ی قطعات آن است. توجه به این موضوع در گا مهای اولیه ی طراحی، به طراحان شهری و معماران کمک می کند که مصرف انرژی در مجموعه ها را به طور معناداری کاهش دهند. برای این منظور، این پژوهش توصیه می کند که طراحان، افزایش تنوع در انداز ه ی قطعات را به عنوان یک راهبرد اصلی در کاهش مصرف انرژی مجموعه، مورد نظر قرار بدهند.

investigating the correlation between the size of blocks in an urban complex and the annual cooling and heating load

introduction: the design of urban blocks containing a number of buildings is influenced by various parameters such as size, number, geometry, and arrangement of blocks. these parameters have a significant impact on the energy consumption of thecomplex. considering the optimum value for these factors in the design process, especially in the early stages of the design process, makes it possible to reduce energydemand and its costs. the currentstudy investigates the effect of building block size inan urban layout on the annual heating and cooling load of the whole complex. althougha number of recent researches have already been done focusing on a similar problem,there is no clear quantitative explanation of the impact of the size of the buildingblocks in an urban layout on the total energy consumption of a complex. accordingly,the aim of this research is to find a possible relationship between the size distributionin the building blocks of an urban layout and its annual cooling and heating load. thisresearch is trying to clarify that when designing an urban layout, with the aim ofreducing energy consumption, how and in what proportion its total area should bedistributed in different building blocks.methodology: for the first stage, the research variables, including the size and heatingand cooling load, have been defined. the second stage includes designing a generativemodel which provides different building block sizes and layouts on a specific site.according to the design principles of residential apartments in tehran, each buildingblock has 5 floors and the distance between the building blocks is at least 6 and at most18 meters. this step has been done through python programming in the grasshopperplugin of rhino software. the generative model produced 28,417 different urbanlayouts, 2% of which were randomly selected for the simulation of annual heating andcooling load. in the third stage, the heating and cooling load of each layout containingbuilding blocks is calculated using a simulation process in the honeybee plugin, whichthese days have been increasingly used in recent researches, especially in those thathave a parametric approach (such as the present research). the simulation was performed in tehran, for all 24 hours during the 21st of june and 21st of december,which are partly the most critical days of the year in terms of heating and cooling load.in the simulation process, windows were transparent and triple layered were; in sucha way, the window-to-wall ratio in the south, north, east, and west views was 30, 5, 20,and 15, respectively. also, the specifications of the walls were considered based ontopic 19 of iran's national building regulations. the utility of the complex was definedas residential and the range of thermal comfort was set between 20.4 and 26.8 degreescelsius in summer and between 20.4 and 23 degrees celsius in winter. in the last step,the correlation between the size distribution in building blocks (as an independentvariable) and the cooling and heating load of the complex (as a dependent variable)was tested using spss.result: considering that the average size of the buildings in the block is the same forall simulated layouts and apart from that, it does not give much information about thesize distribution in the buildings; therefore, the variance, standard deviation,skewness, and kurtosis in the size of the building blocks of each layout were used asindependent variables. correlation analysis indicates that in tehran, the cooling loadhas a more significant proportion of total energy consumption, rather than heating.however, the difference between the highest and the lowest values was much greaterin the heating load than in the cooling load. while there was a difference of about 20%between the highest and lowest cooling load in the layouts; however, the lowest valueof the heating load was almost 5 times lower than the highest value. the strongnegative correlation between cooling loads and variance indicates that the greater thevariety of block sizes in a set, the lower the cooling load. also, the positive correlationbetween cooling loads and the elongation of the size of the blocks indicates that themore fragmented of blocks in a set, the more suitable they will be in terms of coolingload.