被動式太陽房陽光間通風口優(yōu)化設計

馬坤茹 李雅欣 顏麗娟

摘要：針對農村建筑節(jié)能改造設計中不同結構的附加式陽光間節(jié)能效果差異較大的情況，改良陽光間建筑結構形式并分析其溫度場和氣流組織分布情況，確定了最優(yōu)建造方案。以河北省石家莊市某農宅為基礎，對其陽光間進行開孔設計。在陽光間內側墻面上開設不同半徑和數量的通風口，設計12種不同的模型。結合Fluent模擬數據，對不同變量進行對比分析，研究不同半徑和數量的通風口對室內熱環(huán)境的影響，確定運行效果最優(yōu)模型，對運行效果最優(yōu)和效果最差的兩種模型進行對比分析，進行通風口優(yōu)化設計。結果顯示，通風口半徑為0.15m，設置3個進風口2個出風口時，室內溫度最高。研究成果可以為附加式陽光間的設計提供參考，可用于改進農宅建筑形式，提升農宅附加式陽光間的節(jié)能效益。

關鍵詞：太陽能;農宅;節(jié)能改造;附加式陽光間;Fluent模擬;通風口優(yōu)化設計

中圖分類號：TK519文獻標志碼：A

文章編號：1008-1534（2019）02-0107-08

Trombewall（特朗伯墻）[1-3]是被動式太陽房集熱蓄熱的典型圍護結構，分為有內通風口和無內通風口2種形式。有內通風口的特朗伯墻墻外覆蓋著一層玻璃罩，玻璃罩與墻體之間形成空氣夾層，經過陽光照射，空氣夾層的溫度迅速升高，與室內的空氣進行換熱，其換熱方式主要有3種：通過墻體的上下通風口與空氣夾層的自然對流換熱、輻射換熱以及墻體自身導熱。由于技術以及成本原因，特朗伯墻并不適合農村建筑節(jié)能應用，所以根據特朗伯墻的原理，設計了簡易的陽光間[4-10]，并對其效果進行模擬分析。陽光間在農村新建建筑中已經有不少應用[11-13]，甄蒙等[14]研究了東北地區(qū)某農宅附加陽光間內的溫度，在最不利的條件下，陽光間內溫度比室外高9.9℃。陽光間內的熱空氣與室內進行熱量交換主要依賴于對流換熱[15-16]，陽光間內的空氣與室內空氣實現對流換熱最有效的途徑是在陽光間內側墻壁上設置上下通風口[17]，可以根據陽光間溫度手動控制開關通風口，風口的大小和數量對換熱有直接影響。本研究以石家莊市某農村典型建筑為原型，通過對不同通風口半徑和通風口數量進行效果對比，得出最優(yōu)設計方案。

1模型建立

1.1住宅物理模型

本次模擬選擇了位于河北省石家莊市某農村的一戶單層農宅。該農宅分為正房和東西廂房，正房占地面積127m2，采用光伏+空氣源熱泵采暖模式，通過添加陽光間提升室內溫度。依據《農村居住建筑節(jié)能設計標準》規(guī)定的冬季室內節(jié)能計算溫度（14℃），將室內采暖溫度維持在14℃[18]，建筑平面圖、立面圖及剖面圖如圖1所示。

1.2Gambit建模

采用Gambit建模軟件建立模型，本次設計對比了不同進出風口半徑和數量對室內溫度場以及速度場的影響，建立了3種不同半徑的模式，分別為0.05，0.1，0.15m，針對這3種尺寸的通風口，在臥室外墻上分別設置了2個進風口1個出風口、2個進風口2個出風口、3個進風口2個出風口、3個進風口3個出風口4種模式，將上述通風口尺寸及數量組合為12種模型，各模型通風口的位置在垂直方向上，如圖1d）所示。水平方向上同一高度處有一個風口時，其位于中間處，有2個或3個風口時，其位置如圖1b）所示。在客廳外墻上，受外門尺寸影響，所有模型中客廳通風口數量均為2個進風口2個出風口，通風口半徑與臥室一致，且通風口位置如圖1b）所示。所選建筑布局左右對稱，故只研究左側風口。為了方便對比，對其進行編號，如表2所示。

12個模型只在通風口半徑和數量上有差別，所以只截取了通風口半徑為0.15m、3個進風口2個出風口的模型，網格劃分采用的是Tet/Hybrid型，網格主要元素為四面體網格，在適當的地方可以包含六面體等其他網格，如圖2所示。

2Fluent模擬過程

2.1軟件介紹

近年來，CFD（計算流體力學）在解決各類流體力學和傳熱問題上應用廣泛，Fluent是常用的解決傳熱和流動問題的CFD軟件，其主體是基于有限體積法的求解器，Fluent軟件求解流程主要是選擇求解模型，導入網格文件并檢查網格，確定計算模型和流體物理性質，定義操作環(huán)境，設置邊界條件和求解參數、初始化流場、設置迭代次數并計算求解。

對建筑進行了不同通風口情況下的Fluent模擬，為了簡化計算，對相關條件進行假設[19]。

1）假設不考慮陽光間時室內有采暖措施，室溫可達14℃。

2）室內氣體為低速不可壓流體，流態(tài)為湍流。

3）采用Boussinesq假設，不考慮流體黏性耗散，密度僅考慮動量方程中與體積有關的項，其余各項密度為常數。

4）重力加速度取-9.8m/s2。

5）不考慮室內空氣的輻射換熱。

6）不考慮室內家具和人員對溫度場和速度場的影響。

7）不考慮通風口所在墻上的門窗縫隙通風所產生的誤差。

2.2邊界條件設置

進風口風速取0.03m/s，該模型是模擬簡易陽光間中的高溫空氣通過陽光間內側墻通風口與室內空氣進行循環(huán)，方便陽光間的高溫空氣進入室內，提升室內溫度，設置進風口溫度為27℃。

Fluent軟件在進行流動與傳熱計算時，需要在計算域的進口、出口及遠場邊界給定輸運的湍流參數。常用的湍流參數定義方法有4種形式：kandepsilon（湍動能k和湍動耗散率ε）;intensityandlengthscale（湍流強度I和湍流長度L）;intensityandviscosityratio（湍流強度I和湍動黏度比μt/μ）;以及intensityandhydraulicdiameter（湍流強度I和水力直徑DH）。這里選用intensityandhydraulicdiameter（湍流強度I和水力直徑DH）方法進行定義。

水力直徑DH計算公式：

湍流強度I的計算公式：

式中ReDH為按水力直徑DH計算得到的Reynolds數。

根據模型參數，設置出風口邊界為自由出流。

假設通過采暖設施使室內溫度恒定為14℃，所以計算時給定室內初始計算溫度為14℃，外圍護結構絕熱。

與陽光間相鄰的外墻和門窗設為第3類邊界條件，表面?zhèn)鳠嵯禂礫20]為8.7W/（m2·K）。

內墻設為第2類邊界條件，其給定溫度為287K。

內門設為自由出流。

2.3房間空氣熱平衡方程

通過通風口設計，室外空氣可以與室內空氣通過對流換熱進行熱交換，這是一個動態(tài)過程，其熱平衡方程中換熱量主要包括各內表面的對流換熱量、其他對流換熱量、冷風滲透換熱量、供暖系統供熱量。

LH為房間潛熱得熱，W;HG為供暖系統供熱量，W;V為房間容積，m3。

3計算結果

由于建筑布局左右對稱，所以只選取左側臥室和客廳作為研究對象，選取了平面y=2m和平面z=1.5m交線上的6個測點、平面y=2m和平面z=2m交線上的6個測點，其中臥室6個測點，客廳6個測點，分別是（0.8，2，1.5），（1.6，2，1.5），（2.4，2，1.5），（4.6，2，1.5），（5.7，2，1.5），（6.8，2，1.5），（0.8，2，2），（1.6，2，2），（2.4，2，2），（4.6，2，2），（5.7，2，2）和（6.8，2，2），對其溫度進行監(jiān)測。在運行初期，各測點溫度迅速增加，2h以后溫度趨于平穩(wěn)。圖3是各模型運行2h后各測點的溫度值。

從圖3可以看出，在建筑中1.5m高和2m高處各模型臥室和客廳溫度值趨勢一致，所以只分析z=1.5m處數據，按照從高到低排列，如表3所示。

4溫度場和速度場對比分析

模型11（半徑為0.15m，3個進風口2個出風口）和模型1（半徑為0.05m，2個進風口1個出風口）是所有模型中運行效果最好和運行效果最差的，所以對其溫度場和速度場進行對比分析。

4.1溫度場分析

計算時監(jiān)測了各測點運行2h的逐時溫度變化情況，對數據進行處理后得到如圖4和圖5所示的各測點溫度隨運行時間變化曲線圖。

從圖4和圖5可以看出，隨著運行時間的增加，各測點溫度逐漸上升，但是上升趨勢逐漸變緩。模型11臥室逐時溫度比模型1高4～5℃。

截取了2個模型的z=1.5m截面和x=1.6m截面，對其溫度分布云圖進行分析，如圖6—圖9所示。

從圖6—圖9可以看出，陽光間對建筑的影響主要在與陽光間相鄰的房屋。在與陽光間相鄰的4個房間中，客廳開口數量沒有變化，且客廳空間較大，所以溫度低于臥室。從x=1.6m截面可以看出，房間上部溫度明顯高于下部，這是由于熱空氣從上進風口進入，冷空氣從下出風口流出。從整體溫度場分布來看，模型11比模型1溫度場分布明顯更加均勻，整體溫度更高。

4.2速度場分析

房間內的氣流組織分布影響了房間溫度以及舒適度，選取了2個模型的縱截面x=1.6m，x=6.8m，分析其速度矢量圖，這2個截面分別是臥室和客廳中間位置，如圖10—圖13所示。

從圖10—圖13中可以看出，2個模型均在各個縱截面形成穩(wěn)定的渦旋，但是模型1的速度分布明顯弱于模型11，空氣流通效果較差。

在水平面上截取z=1.5m截面，其速度分布圖如圖14和圖15所示。

從水平截面上的速度分布圖對比來看，模型11能形成穩(wěn)定渦流，但是模型1由于速度較低，空氣流通效果較差，換熱效果較差，導致其室內溫度低于模型11。

5結論

通過對各個模型溫度場和速度場進行分析，并列出運行效果最好和最差的2種模型的溫度、速度分布云圖，可以明顯看出其中的差異。由于Fluent模擬存在相對誤差，所以從整體考慮，得出以下結論。

1）以通風口半徑為變量，對相同進出風口數量的模型進行比較，發(fā)現模型風口半徑越大，室內溫度越高。

2）以風口數量為變量，對相同通風口半徑的模型進行比較，得出模型有3個進風口2個出風口時，室內溫度最高。

3）所有模型中，模型11（半徑為0.15m，有3個進風口2個出風口）室內溫度最高。

4）通風口半徑和進出風口數量對室內溫度的影響與建筑體積以及進深有關。

5）通風口的數量和半徑影響了室內空氣流通效果，進出風口的面積比例為3∶2時換熱效果最好，在所有計算模型中，通風口半徑越大，室內空氣流速越快，換熱效果也就越好。

筆者研究了不同半徑和數量的通風口對陽光間溫度分布效果的影響，模擬通風口設計為圓形，未考慮其他形狀通風口對研究結果的影響。未來可以對不同形狀的通風口進行對比研究。

參考文獻/References：

[1]黑賞罡，姜曙光，楊駿，等.特朗伯墻體冬季集熱性能的CFD模擬分析[J].四川建筑科學研究，2018，44（3）：116-121.

HEIShanggang，JIANGShuguang，YANGJun，etal.SimulationofthethermalperformanceofaTrombewallinwinterusingcomputationalfluiddynamics[J].SichuanBuildingScience，2018，44（3）：116-121.

[2]周艷，張良恒，姜亞慧，等.青島農村地區(qū)Trombe墻結構對室內環(huán)境的影響[J].可再生能源，2017，35（7）：990-997.

ZHOUYan，ZHANGLiangheng，JIANGYahui，etal.InfluenceofTrombewallonindoorenvironmentinQingdaoruralarea[J].RenewableEnergyResources，2017，35（7）：990-997.

[3]段雙平，敬成君，雷肖苗.太陽墻冬季供熱特性[J].遼寧工程技術大學學報（自然科學版），2014，33（7）：938-942.

DUANShuangping，JINGChengjun，LEIXiaomiao.Heatingperformanceofsolarwallinwinter[J].JournalofLiaoningTechnicalUniversity（NaturalScience），2014，33（7）：938-942.

[4]鄒廣宇.東北村鎮(zhèn)住宅附加陽光間式被動太陽房優(yōu)化策略研究[D].哈爾濱：哈爾濱工業(yè)大學，2016.

ZOUGuangyu.ResearchonOptimizingDesignStrategyofAdditionalPassiveSolarHouseinNortheastofChina[D].Harbin：HarbinInstituteofTechnology，2016.

[5]劉闊.石家莊地區(qū)村鎮(zhèn)居住建筑被動式太陽能利用優(yōu)化研究[D].西安：西安建筑科技大學，2013.

LIUKuo.ShijiazhuangRegionVillageResidentialBuildingPassiveSolarEnergyUtilizationOptimizationStudies[D].Xi’an：Xi’anUniversityofArchitectureandTechnology，2013.

[6]張國艷，丁昀，楊慶，等.基于Energyplus的附加陽光間式太陽房節(jié)能分析[J].土木建筑與環(huán)境工程，2015，37（增刊）：32-35.

ZHANGGuoyan，DINGYun，YANGQing，etal.SimulationanalysisandevaluationofpassivesolarhousebasedonEnergyplus[J].JournalofCivil，Architectural&EnvironmentalEngineering，2015，37（sup）：32-35.

[7]陳明東，史宇亮，劉學兵.附加陽光間型被動式太陽房供暖實驗研究[J].太陽能學報，2012，33（6）：944-947.

CHENMingdong，SHIYuliang，LIUXuebing.Heatingstudyofpassivesolarhousewithsunspace[J].ActaEnergiaeSolarisSinica，2012，33（6）：944-947.

[8]鄭海，楊紅霞，武雯麗.陜北地區(qū)附加陽光間優(yōu)化設計[J].延安大學學報（自然科學版），2016，35（2）：100-102.

ZHENGHai，YANGHongxia，WUWenli.TheoptimizadesignofattachedsunspaceinnorthernofShaanxi[J].JournalofYananUniversity（NaturalScienceEdition），2016，35（2）：100-102.

[9]馬云鶴.附加地下室的被動式太陽房室內熱環(huán)境研究[D].石河子：石河子大學，2015.

MAYunhe.ResearchontheIndoorThermalEnvironmentofAdditionalBasementPassiveSolarHouse[D].Shihezi：ShiheziUniversity，2015.

[10]季莉莉.川渝地區(qū)農村住宅太陽能應用研究[D].重慶：重慶大學，2017.

JILili.StudyontheApplicationofSolarEnergyinRuralResidentialsinSichuanandChongqing[D].Chongqing：ChongqingUniversity，2017.

[11]李淑潔，郝學軍，李宇航，等.京津冀地區(qū)農村建筑節(jié)能方案探究[J].區(qū)域供熱，2018（4）：73-78.

LIShujie，HAOXuejun，LIYuhang，etal.ResearchonenergyefficiencyofruralbuildingsinJing-Jin-Jiregion[J].DistrictHeating，2018（4）：73-78.

[12]余奉卓，曹雙華，楊兵，等.圍護結構節(jié)能技術淺談[J].上海節(jié)能，2018（8）：623-627.

YUFengzhuo，CAOShuanghua，YANGBing，etal.Energysavingtechnologyofenvelopingstructure[J].ShanghaiEnergyConservation，2018（8）：623-627.

[13]劉娟，田軍倉.多能源互補的農村綠色建筑試驗研究[J].暖通空調，2017，47（12）：70-75.

LIUJuan，TIANJuncang.Experimentalstudyonruralgreenbuildingswithmulti-energyhybridsystems[J].HeatingVentilating&AirConditioning，2017，47（12）：70-75.

[14]甄蒙，孫澄，董琪.東北嚴寒地區(qū)農村住宅熱環(huán)境優(yōu)化設計[J].哈爾濱工業(yè)大學學報，2016，48（10）：183-188.

ZHENMeng，SUNCheng，DONGQi.ThermalenvironmentoptimizationdesignofruralresidentialbuildingsinseverecoldregionsofnortheastChina[J].JournalofHarbinInstituteofTechnology，2016，48（10）：183-188.

[15]呂書強.窗戶位置和尺寸對住宅室內自然通風的影響及效果評價[D].天津：天津大學，2010.

[16]孫凱.輻射供冷與供熱和新風復合系統的模擬與實驗研究[D].武漢：武漢科技大學，2016.

SUNKai.SimulationandExperimentalStudyofRadiantCooling/HeatingCombinedwithDedicatedOutdoorAirSupplySystems[D].Wuhan：WuhanUniversityofScienceandTechnology，2016.

[17]胡燦.多孔太陽墻采暖房性能研究[D].武漢：華中科技大學，2014.

HUCan.PerformanceStudyofPorousSolarWallHeatingRoom[D].Wuhan：HuazhongUniversityofScienceandTechnology，2014.

[18]GB/T50824—2013，農村居住建筑節(jié)能設計標準[S].

[19]鄒韋唯.開窗對溫度面積熱計量影響應用研究[D].石家莊：河北科技大學，2018.

ZOUWeiwei.StudyofNaturalVentilation’sInfluencetoTemperature-areaHeat-meteringMethod[D].Shijiazhuang：HebeiUniversityofScienceandTechnology，2018.

[20]楊柳，張辰，劉衍，等.建筑外表面換熱系數取值方法對建筑負荷預測的影響[J].暖通空調，2018，48（9）：11-18.

YANGLiu，ZHANGChen，LIUYan，etal.Influenceofselectionmethodsofexternalsurfaceheattransfercoefficientonbuildingloadforecasting[J].HeatingVentilating&AirConditioning，2018，48（9）：11-18.