Simulación dinámica de un sistema de tubos embebidos con activación térmica: un nuevo modelo RC

Abstract

Los elementos constructivos con tubos embebidos (APES) son sistemas prometedores de bajo consumo energético y pretenden reducir las cargas de refrigeración y calefacción en los edificios. Se han desarrollado modelos térmicos simplificados para predecir el comportamiento de los sistemas APES integrados en los edificios, pero estos modelos no pueden captar adecuadamente su complejo comportamiento dinámico, especialmente en las estructuras térmicas masivas. En este contexto, la presente contribución pretende introducir una nueva red térmica de resistencias y capacitancias (RC) para mejorar la precisión de los actuales modelos simplificados empleados para predecir el comportamiento de los sistemas APES en los edificios. Para ello, se implementa un modelo de diferencias finitas en el dominio de la frecuencia (FDFD) de un sistema APES para generar un conjunto de resultados de referencia para calibrar y evaluar el rendimiento de los modelos simplificados en los casos de estudio. Un algoritmo genético se acopla dinámicamente a los modelos simplificados para encontrar los parámetros RC que minimizan el error respecto a los resultados de referencia. El desempeño del modelo propuesto es superior al de otros modelos RC de la literatura, sobre todo al simular capas de hormigón masivas.

Active pipe-embedded structures (APES) are promising low-energy systems for reducing cooling and heating loads in buildings. Simplified heat transfer models of these systems are often required for building energy performance simulations. The majority of the simplified models available in the literature show limitations to capture accurately the dynamic thermal behavior of these systems, especially when they have large thermal mass. The goal of the present effort is to introduce a new Resistance-Capacitance (RC) network model, for the main concrete layer of a prototypical APES system. The parameters of the model are obtained through a genetic algorithm, which is dynamically coupled with the models. This algorithm minimizes the error between the RC networks and a baseline dataset that was generated through a frequency-domain finite-difference (FDFD) model of an APES system. To assess the performance of the proposed model, it is compared with two others from the literature for three different thicknesses of the main layer. The proposed RC network was shown to have remarkable accuracy over a frequency range wider than the other models, even for the massive structures.