Desenvolvimento de um método para a avaliação do desempenho térmico e energético de edificações aplicando análises de incertezas e sensibilidade

A literatura mostra que a melhoria do desempenho térmico e energético das edificações é um tema de pesquisa recorrente e que está alinhado com as mais importantes problemáticas globais de redução da taxa de crescimento do consumo de energia e de emissão de poluentes atmosféricos. Na área do ambiente construído, a simulação computacional de edificações é uma ferramenta importante e necessária para a realização de estudos de avaliação, entendimento e aperfeiçoamento do desempenho térmico e energético de edificações em projeto ou existentes. Nesse sentido, percebe-se que o desempenho das edificações é dependente de múltiplos critérios, muitas vezes conflitantes (e.g. consumo de energia, custos, impactos ambientais, conforto térmico, acústico e visual, etc.), e o ato de se estimar cada um desses critérios por meio de formulações matemáticas implica na consideração de incertezas em diferentes fontes. Por isso, o objetivo deste trabalho foi desenvolver um método de avaliação do desempenho térmico e energético de edificações aplicando análise de incertezas e sensibilidade, considerando múltiplos critérios e diferentes fontes de incertezas. O método contemplou procedimentos de experimentos computacionais, como a amostragem aleatória, funções de densidade de probabilidade, aderência e convergência, análise de sensibilidade local e global, análise de incertezas e tomada de decisão multicritério. A maior parte dos procedimentos foi elaborada em linguagem de programação R. O método foi aplicado em um estudo de caso de simulação computacional de uma edificação residencial no programa EnergyPlus™ v8.5 considerando o clima de Florianópolis, para três finalidades: determinar alternativas de desempenho, analisar diferentes fontes de incertezas e aperfeiçoar o desempenho do modelo. Foram considerados critérios de consumo de energia e desconforto térmico (ambos para aquecimento ou resfriamento). A determinação de alternativas de desempenho considerou a análise de sensibilidade local e global de variáveis de projeto com o método dos efeitos elementares de Morris, além de análise de incertezas com o método de Monte Carlo, amostragem com Hipercubo Latino, e criação de modelos com base nas probabilidades de ocorrência acumuladas. Seis modelos de alternativas de desempenho foram gerados e analisados nas fontes de incerteza de algoritmos, de modelagem, físicas e operacionais, por meio de métodos locais e globais (baseados na variância, como o projeto de experimento fatorial e o método de Sobol’). Por fim, o aperfeiçoamento de desempenho foi realizado considerando uma abordagem probabilística na qual estiveram envolvidos os diferentes critérios e modelos de desempenho, as amplitudes de incertezas nas fontes analisadas, e diferentes cenários de preferência de tomada de decisão com o Processo Analítico Hierárquico (AHP). Utilizou-se a Técnica para Ordem de Preferência por Similaridade para a Solução Ideal (TOPSIS) para encontrar o melhor modelo de desempenho global. Os resultados confirmaram a eficácia do método em alcançar as finalidades descritas. O estudo de caso permitiu descobrir variáveis de projeto influentes no modelo, como as transmitâncias térmicas das paredes e cobertura, as taxas de infiltração de ar nas janelas e absortâncias solares. Da mesma forma, verificou-se que em cada fonte de incerteza há poucas variáveis realmente influentes, como os algoritmos de convecção externa (na fonte de algoritmos), o modelo de cálculo da temperatura do solo (na fonte de modelagem) e as temperaturas de set point do ar-condicionado (na fonte operacional). No caso das incertezas físicas, diferentes variáveis foram importantes, como as taxas de infiltração de ar, fração de ventilação das aberturas e absortâncias solares. O modelo de altas capacidades térmicas (384kJ/m²K nas paredes e 218kJ/m²K na cobertura), baixas transmitâncias térmicas (1,42W/m²K nas paredes e 1,07W/m²K na cobertura), baixas absortâncias solares (0,29 nas paredes e 0,20 na cobertura) e baixas taxas de infiltração de ar nas janelas (0,006kg/s.m) teve maior probabilidade de ser escolhido como o melhor, com base no método proposto. O método de análise de incertezas e sensibilidade se provou eficaz para o entendimento do modelo de simulação, das suas fontes de incertezas e de suas variáveis mais importantes, além de possibilitar a tomada de decisão para a melhoria do seu desempenho global, representando uma contribuição necessária na área de simulação computacional de edificações.