基于CFD的校园室外风环境模拟分析和优化设计.pdf

收稿日期：2022-01-04作者简介：胜兴（1985-），男，辽宁沈阳人，高级工程师，硕士。基于CFD的校园室外风环境模拟分析和优化设计胜兴1，崔洁1，季爱宇2，李晖1，刘宇昕1（1.沈阳工程学院 能源与动力学院，辽宁 沈阳 110136；2.辽宁长鑫工程技术有限公司，辽宁 开原 112300）摘要：针对某大学校园的室外风环境问题，建立校园内建筑的三维计算模型，通过PHOENICS软件确定合理的计算区域、网格划分及边界条件，利用 模型算法对夏季和冬季的校园风环境分别进行模拟计算。根据模拟结果，探讨校园内存在的风环境问题及形成的原因，结合相关的评价标准及行人的舒适度对室外风环境做出评价，总结该高校校园的风环境特征，从校园整体布局、建筑群布局优化、建筑单体设计等方面提出优化风环境的策略，为校园的建设和规划提供参考和借鉴。关键词：校园建筑；CFD模拟；室外风环境中图分类号：TU119文献标识码：A文章编号：1673-1603（2023）03-0001-05DOI：10.13888/ki.jsie（ns）.2023.03.001第 19 卷第 3 期2 0 2 3 年 7 月Vol.19 No.3Jul.2023沈阳工程学院学报（自然科学版）Journal of Shenyang Institute of Engineering（Natural Science）风环境作为室外影响人体舒适度的重要因素之一1-2，已经受到业内诸多学者的关注。目前，研究室外风环境的方法主要有3种：实地测量、风洞试验及使用计算流体力学（CFD）技术对流场进行模拟。张泽超等3利用HYBPA2019软件，对某住宅区室外风环境进行了模拟研究，得到了该小区冬夏两季的风速、风压及空气龄数值。单雅琪4利用ENVI-met模拟了布局模式在高层住宅园区内的冬季风环境情况，分别从风速值和风速变化比两个方面分析了建筑周围的风环境，得出了高层建筑园区内的不同布局形式对建筑室外的风环境的影响。李静5对居住区的风环境进行了模拟，指出应根据具体的流场分布情况调整建筑群的布局，以达到最好的风环境优化效果。闫凤英6等的研究表明：高层建筑会使周边区域的风速增大，影响范围集中横向与纵向的过道内。石银超7利用CFD软件探究了人行高度处风环境的特征，指出地区宽度对居住区的风环境影响较大，长度对住宅区内的风环境影响相对较小。张玲玲等8利用CFD软件对某中学建筑群规划方案中的夏季和冬季的风环境进行分析，针对室外风环境存在的问题，考虑了建筑结构及布局与风环境的关系，对建筑方案进行了优化，使风环境达到了安全、舒适、节能的效果。随着CFD模拟成果的日益精进，智能寻优算法也开始应用于建筑室外风环境的优化设计中，为设计师提供决策支持9-10。1模拟概述1.1校园建筑布局以某大学校园为研究对象，校园中的各种建筑布局如图1所示。第 19 卷沈阳工程学院学报（自然科学版）1-入口；2-校部办公楼；3-国际教育学院；4-大学城宾馆；5-团校办公楼；6-图书馆；7-后勤办公楼；818-教学类建筑；19-大学生活动中心；20-体育馆；2126-学生生活区；21-浴池；2224-食堂；2526-学生宿舍；27-校医院；28-后勤办公楼；29-入口；30-后勤办公楼图1校园建筑布局1.2风环境简述校园内建筑物的布局形式、外形尺寸及周围的地形地貌会显著改变近地面风场的结构。当风速较大时，建筑物周围会出现强风，形成恶劣的风环境。如果强风出现在建筑物的出入口、通道等人员频繁活动的区域时，会使人感到不舒适，甚至造成伤害。表1是室外不同风速对人们活动的影响情况判别表，此表给出了不同风速引起的风效应。表1不同风速对步行者的影响情况1234567无风-轻风轻风微风和风清风强风疾风1.51.63.33.45.45.57.98.010.710.813.813.917.1平静，无可察觉的风脸颊上感觉到风的轻拂轻质旗帜招展，扰动头发，衣襟飘动尘土扬起，纸片飞动，头发吹乱身体可感觉到风力，雪被吹离地面，令人觉得愉快的地面风的上限举伞困难，头发被吹直，稳步行走困难，耳边的风声令人不悦，吹离地面的风雪超过行人高度行走觉得不便蒲氏风级名称风速/（m s-1）效果8910大风烈风狂风17.220.720.824.424.528.4前行困难，在阵风中保持身体的平衡极度困难人被阵风吹倒拔树，建筑物毁坏，陆上不常见蒲氏风级名称风速/（m s-1）效果2模拟条件2.1物理模型根据图 1 量取主要建筑的实际三维尺寸，用SpaceClaim2021R1建立校园的实际物理模型。为简化模型计算量，该模型只考虑对建筑的主要特征建模，输出stl格式文件，以便输入到PHOENICS软件中进行模拟分析，如图2所示。图2简化后的校园物理模型2.2计算区域的确定及网格划分2.2.1计算区域的确定将物理模型导入到 PHOENICS 软件中，得到模型的边界尺寸：长为1 342 m，宽为1 004 m，高为33 m。在确定模型的计算边界尺寸时，以不影响建筑群边界气流的流动为准，通常将边界尺寸增大3倍以上。所以，该模型的计算域尺寸：长为9 000 m，宽为6 000 m，高为120 m。2.2.2网格划分利用PHOENICS软件自带的PARSOL网格划分方法，对计算域进行网格划分：首先，整个计算域的x方向为360个网格数，y方向为280个网格数，z方向为 60 个网格数，网格总数为 604.8 万个；其次，将建筑模型所在的区域（2，2，0）进行加密处理，加密方法是在x方向与y方向上控制此区域的网格表1（续）2第 3 期胜兴，等：基于CFD的校园室外风环境模拟分析和优化设计数为（150，80）。网格划分如图3所示。图3计算域的网格划分2.3风参数本文分别对夏季和冬季校园内的风环境进行数值模拟，根据 GB 50736-2012 民用建筑供暖通风与空气调节设计规范，参考高度为10 m处的平均风速，夏季的主导风是西南风（SW），冬季的主导风向是东北风偏北（NNE），风向数据如表2所示。表2风向数据季节夏季/过渡季冬季平均风速/（ms-1）3.53.6风向SWNNE大气压强/Pa1 000.91 020.82.4边界条件2.4.1入口边界条件在确定入口边界条件时，沿空气的来流方向将风速简化为均匀分布，风速沿建筑高度方向呈梯度递增趋势。在模拟分析时，按大气边界层理论设置风速，考虑不同的下垫面对风速梯度的影响不同，如图4所示。边界层的距离100风速梯度/%518 m90705240边界层的距离边界层的距离风速梯度/%风速梯度/%396 m10010056274 m9592968678开阔农村或海面城市中心森林区6005004003002001000图4不同地形大气边界层曲线高度与风速的计算公式如下9：Vh=V0(h/h0)n式中，Vh为高度h处的风速；V0为基准高度h0处的风速，一般取10 m处的风速，夏季风速为3.5 m/s，冬季风速为3.6 m/s；n为地面粗糙度9。2.4.2出口边界条件本次模拟将出口设置为自由出口，出口边界条件为充分发展的流出边界条件。计算域的上空及两侧距离目的计算域较远，沿切线方向的速度梯度没有变化。因此，出口边界条件为自由滑动面边界条件。2.5收敛判断条件本文采用室外风环境商用PHOENICS软件进行模拟，湍流模型采用标准k-模型，离散方式采用二阶迎风格式，根据夏季、过渡季、冬季的环境主导风向、风速对建筑方案周边的风环境进行模拟。设置计算域的计算步数为2 000，终止标准为连续性方程与动量方程的残差在1.0E-2以下。3模拟结果分析本文应用PHOENICS对模拟结果进行数据后处理，截取建筑物周围人行区距地高1.5 m处的风场、风矢量图、室外压力场和建筑物外表面的压力，与 GB/T 50378-2019 绿色建筑评价标准 中的第8.2.8条规定及表1数据进行比较分析，研究主要区域内是否存在风环境问题并给出合理的改进意见，为校园后期改建和扩建提供参考依据。3.1夏季的模拟结果分析图5为夏季校园距地面1.5 m处的风速分布图。4.836 6064.534 7514.232 8963.931 0413.629 1863.327 3313.025 4762.723 6202.421 7652.119 9101.818 0551.516 2001.214 3450.912 4900.610 6350.308 7790.006 924Velocity,m/s图5夏季校园距地面1.5 m处的风速分布3第 19 卷沈阳工程学院学报（自然科学版）由图5可知：校园主干路的走向与夏季主导风向一致，大学生活动中心、体育馆及运动场将校内风环境分为2个区域：教学办公区和生活住宿区。教学办公区内的建筑分布在主干路两侧，布置形式有利于夏季通风，形成“穿园风”效果，场地内没有明显的涡流区，有利于污染物扩散，提高场地内的空气质量；校园的生活住宿区处于主导风向的下风向，有利于提高该区域的舒适性。区域内1.5 m高度处的速度最大值为4.84 m/s，校园内主干路及主要教学楼附近的风速均在2 m/s3 m/s范围内，与表1中的数据对比可知：该区域为轻风范围内，通风效果及人体感受均良好，大部分建筑背面的风速在1 m/s以下，不利于污染物的扩散，可能会有垃圾滞留。图6和图7分别为夏季建筑物迎风面与背风面的压力分布云图。7.6665136.525 3545.384 1964.243 0373.101 8791.960 7200.819 561-0.321 597-1.462 756-2.603 915-3.745 073-4.886 232-6.027 391-7.168 550-8.309 709-9.450 867-10.592 03Pressure,Pa图6夏季建筑物迎风面压力分布7.666 5136.525 3545.384 1964.243 0373.101 8791.960 7200.819 561-0.321 597-1.462 756-2.603 915-3.745 073-4.886 232-6.027 391-7.168 550-8.309 709-9.450 867-10.592 03Pressure,Pa图7夏季建筑物背风面压力分布由图 6 和图 7 可知：建筑物迎风面的压力分布范围为 3 Pa7.6 Pa，背风面的压力分布范围为-0.5 Pa0.5 Pa，迎风面与背风面的压力差的范围为3.0 Pa7.0 Pa。根据GB/T 50378-2019 绿色建筑评价标准 的要求，迎风面与背风面的表面风压差不大于5 Pa。因此，图1中的2号、3号、4号、8号、10号、13号、15号、24号、26-10号建筑不能满足此项要求；但从建筑布局上看，2号、3号及8号均为第一排迎风建筑，可以不满足此项要求；10号、24号及26-10号建筑前的空地过大，导致迎风距离增加，出现了局部压力过高的现象。在夏季，迎风面与背风面的表面风压差大，可增加建筑通风效果，基本满足建筑使用的要求。3.2冬季的模拟结果分析图8为冬季校园距地面1.5 m处的风速分布。6.205 5505.817 7035.429 8565.042 0094.654 1624.266 3153.878 4693.490 6223.102 7752.714 9282.327 0811.939 2341.551 3871.163 5410.775 6940.387 8470.000 000Velocity,m/s图8冬季校园距地面1.5 m处的风速分布由图8可知：宿舍区处在迎风面，其朝向为正北，虽对后方建筑起到了一定的挡风作用，但第一排建筑的冷风渗透量必然增加，不利于建筑节能，降低了室内的热舒适性；大学生活动中心及体育馆的主要方向与冬季主导风向基本垂直，对后方的教学类建筑起到了很好的挡风作用；下部的教学办公区的主干路走向与冬季主导风向相同，经过大学生活动中心及体育馆中间空隙的风通过主干道被引到园区，其主流方向上无建筑物，很好地利用了局部风特性，校园内无涡流区，有利于污染物扩散，提高了空气质量。距地面 1.5 m处的风速最大值为 6.21 m/s，主要集中在园区第一排建筑的迎风面上，而校园内的风速范围为1.5 m/s3.5 m/s，对比表1中的数据，属于轻风范围，通风效果及人体感受均为良好。图9和图10分别为冬季建筑物迎风面与背风面的表面压力分布云图。4第 3 期胜兴，等：基于CFD的校园室外风环境模拟分析和优化设计13.800 4511.834 799.869 1277.903 4655.937 8053.972 1432.006 4830.040 821-1.924 840-3.890 501-5.856 162-7.821 823-9.787 485-11.753 15-13.718 81-15.684 47-17.650 13Pressure,Pa图9冬季建筑物迎风面压力分布13.8004511.834799.8691277.9034655.9378053.9721432.0064830.040821-1.924840-3.890501-5.856162-7.821823-9.787485-11.75315-13.71881-15.68447-17.65013Pressure,Pa图10冬季建筑物背风面压力分布由图9和图10可知：建筑物迎风面的压力分布区间为-2 Pa13.8 Pa，背风面的压力分布范围为-1 Pa-3 Pa，迎风面与背风面的压力差范围为1.0 Pa16.0 Pa。根据GB/T 50378-2019 绿色建筑评价标准 的要求，建筑迎风面与背风面表面风压差不大于5 Pa。因此，13号、14号、19号、22号、26-1号26-4号建筑的迎风面压力达到了 11.0 Pa13.8 Pa，背风面的表面风压为-1 Pa-3 Pa，迎风面与背风面的表面风压差在12 Pa17 Pa范围内，冬季冷风渗透量增加，不利于建筑节能，影响冬季采暖效果。通过走访校园内的学生了解到本次模拟结果与实际情况基本符合，宿舍冬季采暖的效果大部分不达标，这与宿舍外不良的风环境有关。但因第一排迎风建筑的遮挡效果，校园内大部分教学类建筑的迎风面与背风面的表面风压差基本小于 5 Pa，满足 GB/T 50378-2019 绿色建筑评价标准 的相关要求。4结论1）某校园夏季主导风向为西南（SW），校园主干路的走向与夏季主导风向一致且主干路位于校园建筑的中心地带，通风效果良好，人员活动区的风速均在2 m/s3 m/s范围内且建筑表面的风压分布值也在合理范围内。仅个别建筑物的背风面风速有涡流区，可能存在垃圾滞留现象，在校园管理过程中应加强此类区域的卫生管理。2）某校园冬季主导风为东北偏北风（NNE），所有第一排迎风建筑物的表面压力均在11.0 Pa 13.8 Pa范围内，迎风面与背风面的表面风压差在12 Pa17 Pa范围内，这会降低第一排迎风的4栋学生宿舍楼的冬季采暖效果，不利于学生的生活起居。其他宿舍楼、体育馆及大学生活动中心与冬季主导风向垂直，与校园主干路也垂直，对冬季主导风起到了一定的阻挡作用，有利于后方建筑节能。3）通过对比夏季与冬季校园内风环境的结果可知：本校园建筑布局的整体设计思路能够起到利用当地主导风向提高校园内风环境的效果，但对局部建筑的安排存在一定的不合理性。参考文献1 王亮.青海东部居住区建筑布局对室外风环境的影响研究 D.西安：西安建筑科技大学，2021.2 CLARKE J A，HENSEN J L M.Integrated building performance simulation：progress，prospects and requirementsJ.Building and Environment，2015，91：294-306.3张泽超，贾云鹏，林鑫.基于CFD某住宅区的风环境模拟分析 J.黑龙江科学，2022，13（4）：8-10.4 单琪雅.严寒地区住区高层建筑布局形态对风环境的影响 D.哈尔滨：哈尔滨工业大学，2016.5 李静.建筑群布局对室内外风环境的影响研究 J.居业，2020（4）：21-22.6 闫凤英，王泰，王菲.高层建筑对周围低层建筑的风环境影响研究 J.建筑节能，2018，46（6）：96-105.7 石银超.西安市小区室外风环境模拟分析研究 D.西安：长安大学，2015.8张玲玲，孙宝德，许廒，等.学校建筑群室外风环境模拟分析 J.节能，2021，40（10）：1-4.9 NIELSEN A N，JENSEN R L，LARSEN T S，et al.Earlystage decision support for sustainable building renovationA reviewJ.Building and Environment，2016，103：165-181.（下转第18页）5第 19 卷沈阳工程学院学报（自然科学版）term prediction based on LSTM and discrete wavelettransform J.Applied Sciences，2019，9（6）：1 108.9 王卉，王增平，刘席洋.基于深度循环神经网络的换相失败边界检测 J.现代电力，2019，36（6）：88-93Wind Power Prediction Based on LSTM Neural NetworkLI Runjina,LI Lixiab（a.School of Electric Power;b.College of Automation,Shenyang Institute of Engineering,Shenyang 110136,Liaoning Province）Abstract：As the most technologically complete and large-scale power generation method in the worldsrenewable energy,high-precision wind power prediction has become an important means of power dispatchingand smoothing grid connection fluctuations during the integration of wind power into the grid.Aiming at theuncertainty and poor controllability of wind turbine output,a short-term wind power prediction model based onlong short-term memory(LSTM)neural network is proposed in this paper.Considering the influence ofmeteorological conditions on the forecast results,the features of time series extracted by self-feedback neuronswere used to predict short-term wind power.The model was verified by real wind power plant data,andcompared with other prediction algorithms.The results show that the proposed method has high predictionaccuracy and good applicability for short-term wind power prediction.Keywords：Wind power generation;Power prediction;LSTM neural network（上接第5页）10 NEGENDAHL K，NIELSEN T R.Building energy optimization in the early design stages：A simplified methodJ.Energy and Buildings，2015，105：88-99.Simulation Analysis and Optimization Design of CampusOutdoor Wind Environment Based on CFDSHENG Xing1,CUI Jie1,JI Aiyu2,LI Hui1,LIU Yuxi1（1.College of Energy and Power,Shenyang Institute of Engineering,Shenyang 110136,Liaoning Province;2.Liaoning Changxin Engineering Technology Co.,Ltd.,Kaiyuan 112300,Liaoning Province）Abstract：Considering the outdoor wind environment of a university campus,a three-dimensional calculationmodel of campus buildings is established.The reasonable calculation area,grid division and boundaryconditions are determined by PHOENICS software.The model algorithm is used to simulate the campus windenvironment in summer and winter respectively.Based on the simulation results,this paper explores the existingwind environment problems on campus and their causes,evaluates the outdoor wind environment by combiningthe relevant evaluation criteria and the comfort level of pedestrians.On this basis,this paper summarizes thewind environment characteristics of the university campus,and proposes the wind environment optimizationstrategies for the university campus from aspects such as overall campus layout,the layout optimization ofarchitectural groups,and the design of individual buildings.It can provide reference for campus constructionand planning.Keywords：Campus building;CFD simulation;Outdoor wind environment18