[论文分享]A Sustainable Design Optimization of Atrium Spaces in Commercial Complexes for Enhanced Photothermal Comfort and Energy Efficiency in Severe Cold Regions

📃 基本信息

中文标题：严寒地区商业综合体中庭空间的可持续设计优化：提升光热舒适与能效
原文标题：A Sustainable Design Optimization of Atrium Spaces in Commercial Complexes for Enhanced Photothermal Comfort and Energy Efficiency in Severe Cold Regions
期刊信息：Sustainability (2025), 17, 10818
作者：Hao Xu, Tao Fan, Meng Wang, Bing Li DOI：10.3390/su172310818

📌 文献摘要

在“双碳”目标与商业空间体验升级的双重压力下，严寒地区商业综合体的中庭往往陷入两难：为了引入自然光与空间吸引力而扩大采光顶，会带来夏季过热、冬季热损失与眩光等问题，进一步推高采暖能耗并削弱舒适度。本文提出一套可复现的气候适应型设计优化框架，基于Grasshopper参数化建模与Ladybug Tools/Honeybee性能模拟，采用NSGA-II进行多目标优化，同时将能效目标（夏冬季太阳得热差D-RAD最小化）与以人为中心的体验目标（视觉舒适SUMUDI提升、热不适SUMPPD降低）并行纳入。以乌鲁木齐气象数据与单中庭商业综合体原型为对象，优化结果相较基准方案显著改善：SUMUDI提升约90.2%，D-RAD降低约40.8%，SUMPPD降低约22.7%。研究进一步用聚类与敏感性分析识别关键参数（如SHGC、体量比例与朝向相关变量），为严寒地区中庭改造提供可量化的决策依据。

📚 深度总结

这篇研究把“商业综合体中庭”从一个通常依靠经验与审美判断的空间议题，推进到可计算、可比较、可权衡的性能优化问题。作者所面对的矛盾并不新：中庭为了形成公共核心与视觉焦点，往往需要大面积采光顶与较大的空腔体积；但在严寒地区，这类构造在冬季意味着更大的热损失，同时夏季又可能出现局部过热与眩光。真正棘手之处在于，能效与体验不是一条轴上的取舍，而是多维目标在同一空间几何与围护参数上的耦合结果。

方法论上，文章给出了一条相对完整且可复现的计算流程：在Rhino/Grasshopper中构建可参数化的中庭原型，通过Ladybug Tools与Honeybee将几何转换为可模拟的能耗/光环境模型，并以乌鲁木齐的标准气象数据作为边界条件。优化目标被明确设定为三项互相冲突的指标：热舒适用SUMPPD表征（代表热不适累积程度），视觉舒适用SUMUDI表征（100–2000 lux的有效日照照度时间/空间综合），能效侧则以D-RAD（夏季与冬季太阳辐射得热差）作为“夏季防热、冬季得热”的综合代理。设计变量覆盖形体与围护两类，共九项（如中庭外缘形态、旋转角、半径、遮阳深度、采光顶比例ASR、玻璃SHGC、外墙传热参数等），并在建筑可行性与规范约束下给出离散步长。

在优化求解层面，作者采用Wallacei X平台实现NSGA-II，设定种群规模30、迭代50代，总计约1500次评估，得到三维帕累托前沿。这里的关键不只是“找到一个最优方案”，而是得到一组非支配解，使设计者能够根据项目偏好在能效、热舒适与采光之间选择。研究通过K-means对帕累托解集聚类，给出若干代表性方案，并把“综合最优解”与单目标偏好解并置，从而把多目标优化的结果转化为可操作的方案谱系。

结果部分给出的改进幅度相当直接：相较基准方案，综合最优解使SUMUDI提升约90%，D-RAD降低约41%，SUMPPD降低约23%。这意味着在同一体量约束下，仅通过中庭几何、采光顶与围护参数的协同调整，就能同时改善“亮而不刺眼、暖而不过热”的综合体验，并削减由不合理太阳得热时序导致的能耗压力。尤其值得注意的是，作者把D-RAD作为目标之一，使优化不仅追求“冬天更暖”或“夏天更凉”的单季性能，而是直接对准严寒区商业空间中最敏感的季节冲突。

进一步的敏感性分析（Pearson相关系数）让优化结论更具可解释性：SHGC与中庭数量/尺度、以及建筑与中庭的旋转角变量，在三项指标上都呈现显著影响。换言之，中庭性能的“主旋钮”并非某一个孤立构造细节，而是采光顶的得热能力（SHGC）、空间尺度（Na、R等）与朝向策略（ROB、ROA）的组合；这类结论对方案阶段的价值很高，因为它把设计注意力从无穷多可改参数中拉回到少数高敏感度变量。

应用层面，这个框架更像一种“可重复的决策仪表盘”：它提供了从调研取值范围、建立原型、定义目标函数、到生成帕累托解集并做聚类筛选的全链路过程，使严寒地区既有商业综合体的中庭改造不再完全依赖经验。与此同时，作者也把局限性写得较为具体：模型目前仅覆盖单中庭形态，性能指标也限制在SUMPPD、SUMUDI与D-RAD三项，尚未纳入动态主动系统（例如智能遮阳）与更复杂的人群行为；更关键的是，结果仍以模拟为主，缺少真实运行监测的闭环校核。因此，这项研究更适合作为方案阶段的“方向性筛选与变量优先级工具”，而非可直接替代施工图阶段的精细化热工与光学验证。若未来能把动态控制策略与实测数据校准引入同一框架，其结论的可迁移性与工程可信度会更进一步。

本速览仅作研究参考，不替代原文阅读。如需引用，请参考原论文。

🔍 要点追溯

研究方法：基于参数化建模的多目标优化（NSGA-II），以帕累托前沿表达权衡关系，结合K-means对解集聚类筛选，并用Pearson相关分析进行变量敏感性解释。

使用工具：Rhinoceros/Grasshopper；Ladybug Tools与Honeybee（能耗与光环境建模/求解链路，文中提及OpenStudio作为模拟引擎）；Wallacei X（NSGA-II优化与结果管理）。

数据来源：以中国严寒地区商业综合体为背景开展实地调研与样本筛选（文中提及23个案例），并使用乌鲁木齐标准气象数据作为边界条件；原型模型的几何尺度与变量取值范围来自调研统计与规范约束。