Artículo Congreso / Congress Paper

Optimization process in the design of passive solar heating system

Proceso de optimización en el diseño de sistema de calefacción solar pasivo

J.D. Giraldo1 J.P. Arango2
1
Universidad La Gran Colombia, Bogotá, Colombia
E-mail: [email protected]
2
Universidad Nacional de Colombia Medellín, Colombia
E-mail: [email protected]

Abstract Resumen

The present investigation will determine the optimal La presente investigación plantea definir la solución
design solution of a passive solar collection system óptima de un sistema de captación solar pasiva
that adheres to existing constructions, in order to adherible a las construcciones existentes, con el fin
improve the conditions of indoor hygrothermal de mejorar las condiciones de confort higrotérmico
comfort, through a parametric work methodology, interior, mediante una metodología de trabajo
with case studies in the climate of the paramétrico, con estudios de caso en el clima del
Cundiboyacense highlands in Bogota Colombia. altiplano cundiboyacense en Bogotá, Colombia.
To find the optimal solution for the study area,
Para encontrar la solución óptima para el área de
dynamic thermal simulations using EnergyPlus were
estudio, se integraron simulaciones térmicas
integrated with an automated black-box
dinámicas empleando EnergyPlus, con un proceso
optimization analysis process using the RBFOpt
automatizado de análisis de optimización con
algorithm, which uses advanced machine learning
metamodelos usando el algoritmo RBFOpt, el cual
techniques to find optimal solutions with a small
utiliza técnicas avanzadas de aprendizaje automático
number of function evaluations.
“Machine Learning” para encontrar buenas
The first conclusions of the investigation show the soluciones con un pequeño número de evaluaciones
most important variables for the optimal design of de funciones.
the solar collection systems are mainly the width and
height of the solar collection system, but not so much Las primeras conclusiones de la investigación
its depth, for which the Trombe wall is ideal for the evidencia las variables más importantes para el buen
case study climate. In addition, it is possible to diseño de los sistemas de captación solar, son
improve the conditions of comfort inside the spaces principalmente el ancho y alto del sistema de
for night use regardless of their orientation, a captación solar, pero no tanto su profundidad, por lo
favorable factor for the purposes of the cual el Muro Trombe es ideal para el clima
investigation, which consider homes and trabajado. Además, es posible garantizar
constructions in the work area that have all kinds of condiciones de confort al interior de los espacios de
orientations. uso nocturno sin importar su orientación, un factor
favorable para los efectos de la investigación,
considerando que las viviendas ya construidas en la
zona de trabajo tienen todo tipo de orientaciones.

Index terms Adaptative Thermal Comfort, Passive Palabras clave Confort Térmico Adaptativo,
Solar Heating, Black-box Optimization, Parametric Calefacción Solar Pasiva, Optimización De Caja
Energy Simulation. Negra, Simulación Térmica Paramétrica.

Recibido: 10-12-2019, Aprobado tras revisión: 20-01-2020

Forma sugerida de citación: Giraldo, J..; Arango, J. (2020). “Proceso de optimización en el diseño de sistema de calefacción solar
pasivo”. Revista Técnica “energía”. No. 16, Issue II, Pp. 100-110
ISSN On-line: 2602-8492 - ISSN Impreso: 1390-5074
© 2020 Operador Nacional de Electricidad, CENACE

100
Edición No. 16, Issue II, Enero 2020

1. INTRODUCCIÓN técnicas avanzadas de aprendizaje automático para

encontrar buenas soluciones con un pequeño número de
Los sistemas de calefacción solar pasiva han sido
evaluaciones de funciones, es decir, simulaciones [7].
utilizados en diferentes lugares del mundo para afrontar
Se corrieron un total de 320 simulaciones en dos
las bajas temperaturas ocurridas durante las épocas frías
jornadas de análisis, para determinar cuál es la mejor
del año; pero en los climas tropicales, estos sistemas no
configuración del sistema de calefacción solar pasivo
han sido ampliamente difundidos; las investigaciones se
para un clima tropical de alta montaña.
han centrado en climas estacionales [1 - 3], poco se ha
investigado sobre su eficiencia en bajas latitudes, por El presente trabajo pretende dar claridad del proceso
consiguiente, poco se ha implementado en el sector utilizado, los resultados y conclusiones obtenidas en el
constructivo en estos lugares. proceso, mediante la siguiente estructura: i) estado del
arte de los sistemas de calefacción solar pasiva, ii)
Como estudio de caso, se propone la zona del
metodología propuesta para la solución de diseño del
altiplano Cundiboyacense, la cual cuenta con clima
dispositivo planteado, iii) parámetros de cálculo, iv)
tropical de alta montaña, donde la temperatura media
resultados obtenidos, y, v) conclusiones y discusión.
anual se encuentra entre los 10ºC y 14ºC; en esta región
los diseñadores y constructores han focalizado sus
2. SISTEMAS DE CALEFACCIÓN SOLAR
intereses fundamentalmente en temas estéticos o
PASIVA
económicos, dejando de lado las variables ambientales
en el ejercicio de proyección arquitectónica. La arquitectura solar es aquella que, a través del
entendimiento de la mecánica solar, aprovecha la
Esta manera de afrontar los procesos de diseño ha
energía calórica de los rayos solares como sistemas de
traído consigo la construcción de un gran número de
calefacción en invierno y los evita en verano para
proyectos con bajas condiciones de habitabilidad
mantener los espacios más frescos, este tipo de
térmica interior, fundamentalmente en los espacios de
arquitectura plantea una mayor aplicabilidad de las
uso nocturno, como habitaciones. Adicionalmente, en el
propiedades físicas de los materiales para realizar
imaginario colectivo de las localidades frías en
procesos de selección acorde con las consideraciones
Colombia no se plantea la posibilidad de comprar
climáticas y a los requerimientos ambientales del
equipos que mejoren las condiciones de temperatura
proyecto, ya sea aislación o acumulación térmica.
interior, la cultura de climatización en estas zonas ha
asimilado el frío de tal manera que no se utilizan Para proyectar arquitectura solar, se debe tener un
sistemas activos o pasivos de calefacción, lo cual ha claro entendimiento del sol y su incidencia en la tierra,
llevado a un déficit de confort a gran parte de los entender la radiación solar y las diferentes longitudes de
habitantes. onda que inciden en nuestro planeta determina las
respuestas formales y materiales para poder aprovechar
En el sector de estudio, de acuerdo al Censo
esta energía.
Nacional de Población y Vivienda (CNPV) 2018
realizado por el Departamento Administrativo Nacional La radiación solar incidente se clasifica por su
de Estadística (DANE) [4] y el informe “ACTIVIDAD longitud de onda, el 49% de la radiación emitida por el
EDIFICADORA. Segmento residencial y no Sol, que se acusa en forma de calor, es una radiación de
residencial” de la Cámara Colombia de la Construcción onda más larga que el rojo del espectro visible (mayor
(CAMACOL) [5], el porcentaje de obras nuevas es bajo de 0.75 micras) [8], como se ve en la Fig. 1. Es esta
respecto a la vivienda ya construida, factor que energía la que debemos entender y poder aprovechar en
determina el planteamiento de un elemento adicional los diseños arquitectónicos para el planteamiento de
adaptable a los edificios de vivienda existentes, sistemas solares de calefacción.
respondiendo a la intención de generar un mayor
impacto sobre los habitantes de la zona de trabajo;
siguiendo esta idea, se plantea la posibilidad de definir
un dispositivo de calefacción solar tipo “prótesis
arquitectónica” que permita adherirse a las
construcciones existentes y basándose en las premisas
de arquitectura solar pasiva, mejorar las condiciones de
confort interior de las viviendas que así lo requieran.
Para desarrollar el sistema de calefacción solar se
utilizaron modelos paramétricos, los cuales permiten
modificar las diferentes variables que pueden afectar la
eficiencia del sistema, y mediante la implementación de
un proceso de automatizado de “Machine Learning”
para la selección del mejor caso posible, usando el
Figura 1: Energía en las diferentes longitudes de onda. El libro de
plugin Opossum para Grasshopper [6], el cual utiliza la energía solar pasiva. [8]

101
 Giraldo et al. / Proceso de optimización en el diseño de sistema de calefacción solar pasivo

Uno de los principios que permite aprovechar la respuesta a condiciones climáticas particulares [1 - 3 y
energía proveniente del sol para la calefacción pasiva de 9 - 14], orientó la definición de las pautas principales a
los espacios es el efecto invernadero. Este permite, considerar en el diseño de un sistema solar pasivo, que
usando un espacio de captación cerrado con superficies nos sirven de referencia para estudiar dichos sistemas en
translúcidas, el ingreso de rayos solares directos que, al el clima tropical de alta montaña.
entrar en contacto con la superficie colectora, son
convertidos en radiación infrarroja (energía térmica) la 2.1. Pautas para el diseño de sistema de calefacción
cual no puede atravesar la superficie translúcida solar pasivo
nuevamente hacia el exterior, concentrando todo el calor
al interior del edificio. 2.1.1 Ubicación del proyecto

Entender este principio ayuda a tomar buenas El recorrido solar es único en cada localidad, es
decisiones de orientación, geometría y materiales importante considerar la dirección de incidencia de los
requeridos para mantener cierta cantidad de calor al rayos solares y la sombra arrojada por edificaciones,
interior del proyecto, brindando mejores condiciones geomorfología o vegetación cercana al proyecto, para de
interiores en lugares de clima predominantemente frío, o esta manera, poder proyectar y dimensionar los sistemas
en la época invernal en climas estacionales; pero puede de calefacción solar pasiva.
ser contraproducente en lugares cálidos, donde la no
consideración de este fenómeno puede llevar a los 2.1.2 Disponibilidad del recurso solar
edificios a una mayor dependencia de sistemas de
climatización mecánica, aumentando los consumos La radiación solar incidente en cada lugar varía en
energéticos innecesarios en los proyectos de relación con la latitud, altitud y niveles de nubosidad
arquitectura. presente. La búsqueda de datos meteorológicos precisos
garantiza un mejor cálculo y cuantificación de los
En diferentes lugares del mundo se han proyectado sistemas de captación y acumulación de ganancia
obras que, debido al entendimiento del clima por parte energética solar. En la Fig. 2, se proporcionan los datos
del arquitecto, han logrado ser obras ejemplares, las de kcal/m2 hora para planos en las 8 orientaciones base,
cuales son objeto de estudio en los procesos de con inclinaciones del horizontal al vertical cada 15º,
formación de arquitectos conscientes de su para los equinoccios [15].
responsabilidad ambiental. Las primeras propuestas de
arquitectura solar datan de los años 30, con el
arquitecto George Keck, considerado pionero en este
tipo de arquitectura, el cual diseñó la “Casa del mañana”
en 1933 y posteriormente la casa Sloan, en 1940, la cual
fue la primera en ser llamada casa solar.
Otros ejemplos de aplicación de proyectos con
sistemas de calefacción solar pasiva, respondiendo a las
necesidades del clima frío, son: Edificio para la Escuela
Secundaria de San Jorge, en Wallasey, Inglaterra; Figura 2: Radiaciones solares en kcal/m2 día – Equinoccios. [15]
Restaurante Maximillian’s de Albuquerque, Nuevo
México; Vivienda Schiff, en Wyoming; Casa Terry en Las radiaciones presentadas son a nivel del mar,
Santa Fe, Nuevo México; Vivienda Trombe en Odeillo, pero es un estimativo claro para entender la variabilidad
Francia; Vivienda Kelbaugh en Princeton, New Jersey, de la misma en las diferentes orientaciones y
USA; Vivienda de Steve Baer, en Corrales, Nuevo hemisferios.
México; Vivienda Paul Davis, en Corrales, Nuevo
México [8]. Para el cálculo de localidades a mayor altura sobre el
nivel del mar se recomienda, a partir de los 200 msnm,
La gran mayoría de proyectos e investigaciones los niveles de radiación aumentan 1% cada 200 m de
relacionadas con sistemas de calefacción solar se altura [15], es importante entender que estos datos son
centran en climas estacionales, siendo inexistente la referencia, pero pueden variar en relación con los
información específica de su funcionamiento bajo niveles de nubosidad del lugar de trabajo, por lo cual es
condiciones de climas tropicales, en los cuales la latitud recomendable buscar datos climáticos precisos y
determina un recorrido solar específico, donde la realizar cálculos y simulaciones específicas para cada
orientación del dispositivo de captación solar no se proyecto.
determina de manera tan evidente como en un clima
estacional; al norte en hemisferio sur, al sur en 2.1.3 Orientación
hemisferio norte.
La orientación del edificio y del sistema de
El estudio de los diferentes proyectos y artículos captación solar garantiza o no la eficiencia de este,
encontrados sobre sistemas de solares pasivos como debido al recorrido aparente del sol en nuestra

102
Edición No. 16, Issue II, Enero 2020

atmósfera. Para los proyectos ubicados en el hemisferio calor generado por el sol es requerido, en mayor
norte es imprescindible buscar una orientación sur con medida, en horas de no sol.
sus aperturas y sistemas de calefacción solar, dejando la
Este desacoplamiento entre disponibilidad y
fachada norte los más hermética posible para reducir las
demanda del recurso solar hace necesario estudiar las
pérdidas térmicas. En el hemisferio sur se debe trabajar
propiedades térmicas de los materiales en el proyecto
bajo la misma lógica, pero invirtiendo las fachadas,
arquitectónico y de esta manera poder garantizar confort
fachada norte para ganancia solar y fachada sur reducir
interior reduciendo al máximo la dependencia de
pérdidas térmicas. En latitudes cercanas al ecuador no
sistemas mecánicos de climatización artificial.
se ha investigado sobre la orientación óptima del
sistema de captación solar. Las propiedades que deben considerarse para la
elección del material de acumulación solar para un
2.1.4 Materialidad
sistema de calefacción solar pasivo son: el calor
específico, la densidad y la conductividad térmica del
Elemento de captación
material.
El vidrio, que prácticamente deja pasar toda la
Aislamiento térmico en envolvente del proyecto
radiación solar visible que sobre él incide, absorbe en
cambio la mayor parte de la infrarroja de larga longitud El aislamiento térmico de la envolvente es necesario
de onda que intercepta [8], esto hace que el vidrio sea el para garantizar el buen funcionamiento de los sistemas
material idóneo para los elementos de captación solar en de calefacción solar pasiva; plantear aislamientos
climas fríos. Al generarse el efecto invernadero en los térmicos en muros y techo, reduce las pérdidas térmicas
espacios arquitectónicos que disponen superficies en las noches frías, y de esta manera el calor acumulado
acristaladas hacia las fachadas con mayor incidencia brindará las condiciones adecuadas para la comodidad
solar, se garantiza el ingreso de energía solar en horas de los ocupantes al mantener las temperaturas interiores
del día, el porcentaje de transmisión está relacionado al dentro del rango de confort térmico.
ángulo de incidencia de los rayos solares.
2.1.5 Autonomía de funcionamiento
Es fundamental conocer el recorrido solar del lugar
de trabajo, para poder conocer el ángulo de incidencia, Los planteamientos de arquitectura pasiva, en
ya que este determinará la cantidad de energía que muchas ocasiones, requieren de una buena operación
ingresa a través de la superficie acristalada. En la Fig. 3, por parte del usuario final del proyecto para su buen
se presenta el factor de transmisión con relación al funcionamiento, esto ha llevado en reiteradas ocasiones
ángulo de incidencia solar. a la frase “un edificio pasivo, requiere usuarios activos”,
generando una primera barrera para que las personas
piensen en optar por sistemas pasivos en sus viviendas.
Es importante que el sistema que se genere como
resultado de esta investigación entienda esta
problemática y funcione de manera autónoma, sin
necesidad de una operación manual por parte de los
habitantes de la vivienda; para esto se considera que lo
más conveniente pueden ser un sistema de invernadero
o Muro Trombe sin ventanillas, para que el sistema
funcione únicamente por medio de la transferencia
térmica del material de la envolvente, eliminando la
necesidad manipulación manual.

3. METODOLOGÍA
Se plantea el uso en conjunto del software de
Figura 3: Factor de transmisión con relación al ángulo de análisis térmico paramétrico con algoritmos de
incidencia solar. [8]
optimización de metamodelos para encontrar el mejor
caso del diseño del dispositivo arquitectónico de
Además del sistema de captación, es necesario calefacción solar pasiva, como se muestra en la Fig. 4.
plantear un buen elemento de acumulación térmica para
garantizar el buen aprovechamiento de esta energía Se implementó como plataforma de simulación y
calórica en los momentos más fríos del día. optimización el software CAD 3D "Rhinoceros3D"
(Rhino) y su plataforma de programación visual
Elemento de acumulación "Grasshopper" [6] con el uso de múltiples plugins
En un sistema solar pasivo es necesario contar con disponible para el último. Grasshopper es una
sistema de acumulación térmica, ya que normalmente el plataforma de programación visual intuitiva, donde los

103
 Giraldo et al. / Proceso de optimización en el diseño de sistema de calefacción solar pasivo

componentes individuales (cada uno que ejecuta un OpenStudio para posteriormente ser simulada con el
script, función o incluso un programa de simulación motor de cálculo EnergyPlus [17]. Para integrar el
completo) se pueden conectar a través de simples algoritmo de optimización RBFOpt en la plataforma de
relaciones de entrada-salida, como se ve en la Fig. 5. Grasshopper, fue empleado el plugin Opossum [18], que
permite emplear algoritmos de alta complejidad de
Para la simulación energética fue empleado el Plugin
forma eficaz y veloz.
de código abierto Honeybee [16], el cual permite
traducir la geometría paramétrica a formato de

Figura 4: Metodología general de integración de motores térmicos con software de análisis de optimización.

porcentaje del tiempo de confort funcionan como una

La definición de Grasshopper se muestra en la
función objetivo para el algoritmo de optimización,
Fig. 5. Los controles deslizantes en el apartado de
cerrando así el ciclo de optimización iterativo.
Variables controlan la definición de parámetros
geométricos y de propiedades térmicas de los materiales En la Tabla 1 se muestran las métricas de salida que
del dispositivo de colección solar. Estas variables a su cuantifican el rendimiento térmico del dispositivo
vez están conectadas al componente de optimización propuesto.
(parte superior derecha), a la definición del modelo de
geometría y materiales, y al componente de simulación Tabla 1: Datos de salida utilizados en la simulación térmica
térmica del espacio (EnergyPlus). El componente de
optimización establece los controles deslizantes de Datos de salida Und
variables de geometría durante el proceso de Porcentaje Tiempo dentro del rango de confort * %
optimización. Los valores se transfieren al componente Temperatura operativa mínima * °C
Temperatura operativa máxima * °C
EnergyPlus y al modelo de geometría para construir las
Temperatura operativa promedio * °C
geometrías de los diferentes dispositivos de colección
solar para simular el desempeño térmico y mejoría de * Se define el rango de análisis para las horas nocturnas entre las 6
pm y 8 am.
confort en la noche para el espacio analizado.
Finalmente, los resultados de EnergyPlus en términos de

Figura 5: Algoritmo de análisis en la plataforma Rhino / Grasshopper. Líneas entre componentes representan el flujo de los datos.

104
Edición No. 16, Issue II, Enero 2020

de la inteligencia artificial, como lo planteaba Michi

3.1. Propiedades del modelo computacional [19] “Sería útil si las computadoras pudieran aprender
de la experiencia y así mejorar automáticamente la
Para el modelo paramétrico se utilizó un modelo eficiencia de sus propios programas durante la
base de una habitación típica de la zona de estudio, con ejecución”.
una planta de 3m x 3m y con una altura de 2.5 m; en
una de sus fachadas se dispone una ventana de 1m x 1m, Con base en los hallazgos de un amplio análisis del
como se ilustra en la Fig. 6. rendimiento de diferentes algoritmos de optimización
aplicados a la simulación de diversos modelos
Para efectos de la simulación se definen las
energéticos de edificaciones [20], podemos identificar
superficies de piso, y dos de las paredes del recinto RBFOpt [21] como el mejor algoritmo de optimización
trabajado como superficies adiabáticas, entendiendo que para presupuestos de evaluación muy limitados.
estas paredes estarán en contacto con otros espacios de
RBFOpt significa "Optimización de la función de base
la vivienda, por lo cual no tendrá afectaciones directas
radial" y se basa en los métodos propuestos en Gutmann
de las variaciones climáticas exteriores.
[22] y Regis y Shoemaker [23]. Al muestrear la función
de costo desconocida (caja negra), el algoritmo
construye y refina iterativamente un modelo de
aproximación. Al medir la "irregularidad" del modelo,
se elige una nueva muestra donde minimizaría esta
medida, ya que se supone que es un candidato probable
para el óptimo. Además, se muestrean puntos distantes
en partes desconocidas del dominio de búsqueda para
mejorar la fidelidad del modelo.
Debido al alto costo computacional de la
metodología de simulación en este estudio (hasta 5
minutos en un Intel i5-5700 HQ de 4 núcleos 3.30 GHz
con 16 GB de RAM para ejecutar una iteración),
limitamos el presupuesto de evaluación a un máximo de
Figura 6: Modelo 3d habitación típica con invernadero adosado 40 iteraciones sin encontrar una solución superior,
haciendo de RBFOpt la opción ideal para un
En la Tabla 2 se presentan las propiedades físicas de presupuesto computacional limitado. Los algoritmos de
los materiales que se consideraron constantes en análisis búsqueda heurísticos clásicos, como los algoritmos
de optimización. evolutivos, generalmente requieren un presupuesto de
Tabla 2: Características físicas de los componentes de la
evaluación significativamente mayor para converger en
envolvente de la edificación buenas soluciones [20]. RBFOpt está vinculado a
Grasshopper a través del complemento Opossum [18],
Conductividad Calor
Material
Espesor
térmica
Densidad
Específico utilizando los mismos parámetros que se describen en
[mm] [kg/m3] Waibel et al [24].
[W/m·K.] [J/kg °C]
Techo 200 0.600 1000 800
Muros 120 0.320 770 1000 El objetivo (output) seleccionado para el proceso de
Aislante optimización fue la maximización del porcentaje de
var* 0.032 30 837
Techo tiempo dentro del rango de confort adaptativo en horas
de la noche.
Espesor Valor U SHGC Transmisión
Material
[mm] [U] [k] [vT]
Vidrio 4. PARÁMETROS DE ESTUDIO
4 5.8 0.9 0.9
Ventana
Vidrio De acuerdo con los análisis realizados en el apartado
4 var* 0.9 0.9 2.1, se realiza un planteamiento de las principales
Invernadero
variables involucradas en el diseño del sistema de
*Materiales que consideran alguna variación en alguna de sus
propiedades físicas son indicados con var. captación solar pasivo.
Las variables definidas para el análisis fueron: i)
3.2. Algoritmo de optimización tamaño del invernadero en sus 3 ejes (x, y, z),
Para generar el mejor sistema de captación solar entendiendo que es fundamental conocer el
posible en las condiciones de un clima de alta montaña comportamiento de diferentes configuraciones formales,
en la zona ecuatorial se realiza la implementación de un en largo, ancho y alto del elemento de captación solar,
proceso de análisis automatizado de “Machine ii) tamaño del muro acumulador adosado al muro
Learning” aplicado a modelos computacionales de existente, ya que después de captar la energía solar, la
simulación térmica, mediante el uso de algoritmos de debemos acumular en algún material para
optimización, el cual se puede considerar una vertiente posteriormente entregarla al espacio de manera

105
 Giraldo et al. / Proceso de optimización en el diseño de sistema de calefacción solar pasivo

progresiva por transferencia térmica, definir el tamaño

Las variables de tamaño en el invernadero y en el
de este material nos demostrará si es necesario agregar
muro acumulador se analizan de manera porcentual con
este muro adicional de acumulación o el sistema
el objetivo de generar un estudio representativo para
funcionaría únicamente con el cerramiento ya existente
espacios de diversas dimensiones y, además, para no
en las viviendas construidas, iii) orientación del sistema
generar error en la simulación. Esto último debido a que
de captación solar, con el fin de determinar la
si no se relacionan estas variables al muro en el que se
orientación óptima para los sistemas solares pasivos en
adosa el invernadero podría crearse un invernadero más
bajas latitudes, iv) número de personas al interior, ya
grande que la pared donde se ubicaría, o un muro
que la carga energética interna aporta al calentamiento
acumulador más grande que el invernadero, generando
del espacio, v) coeficiente de U del vidrio utilizado en el
errores en el modelado y simulación.
invernadero, para determinar si es necesario reducir las
pérdidas térmicas del invernadero por transferencia
térmica en horario nocturno, o podría funcionar con un 5. RESULTADOS
vidrio simple, reduciendo costos en el sistema propuesto Los resultados se presentan en gráficos de columnas
vi) material acumulador utilizado, en el cual se evalúan paralelas disponibles en la plataforma de visualización
tres materiales para determinar cuál puede ser el más de resultados “Envolventes inteligentes” 1, la cual
eficiente en las condiciones de clima ecuatorial de alta permite filtrar y analizar los datos del análisis de
montaña, vii) espesor del material acumulador, el cual, optimización de forma rápida y sencilla.
junto al tamaño del muro acumulador nos permitirá
definir la necesidad de este muro adicional de En la Fig. 7 los valores en el eje “x”, de color negro,
acumulación térmica, viii) espesor de aislamiento son las variables de entrada para el diseño del
térmico en techo, con el objetivo de determinar la dispositivo de captación solar, inputs, y de color azul,
importancia de tener aislamiento térmico en la los datos de salida, outputs; en el eje “y” todos los
envolvente del espacio analizado; se plantea aislamiento valores individuales de casos simulados. Cada línea
únicamente en la cubierta por ser el elemento que representa un escenario simulado, las zonas con mayor
mayores pérdidas genera en horario nocturno, además densidad de líneas demuestran la tendencia de
considerando la variable presupuestal no se considera aprendizaje del software aplicando el algoritmo de
aislar térmicamente los muros exteriores, ya que se optimización.
busca no aumentar significativamente los costos En la Fig. 7 es claro que el proceso inicial se centró
requeridos para el acondicionamiento del espacio. diferentes simulaciones con tamaño de invernadero en
En la Tabla 3, se presentan los parámetros, unidad y el eje “x” (ancho), al aprender que esta variable es de
rangos definidos para cada una de las variables. gran importancia en el resultado final de confort, centra
las futuras simulaciones en el valor más alto en esta
Tabla 3 Lista de parámetros de estudio variable; realiza el mismo proceso en las siguientes
Parámetros de diseño Und Rango variables, en el eje “z” (altura) los resultados son
Tamaño invernadero en similares a lo visto en “x”. En la variable “y” del
% 0 a 95 invernadero (profundidad), al realizar el proceso de
eje x
simulación el software aprende que se logran mejores
Tamaño invernadero en
% 0 a 95 resultados con un valor bajo en esta variable, definiendo
eje y
que las futuras simulaciones se realizarán con valores
Tamaño invernadero en
eje z
% 0 a 95 bajos (sistemas similares al muro trombe). En la
variable XZ del colector el algoritmo aprende que lo
Tamaño del muro mejor para garantizar altos niveles de confort térmico
% 0 a 95
acumulador en ejes x – z
interior es manteniendo el mayor tamaño en la
Orientación del superficie acumuladora. En la variable de orientación el
dispositivo de captación ° 0 a 345
solar
algoritmo realiza simulaciones en casi todas las
orientaciones, considerando que por la latitud de la zona
Coeficiente U del vidrio de estudio la radiación solar es relativamente uniforme
W/m²·K 2.8 a 5.6
del invernadero
en todas las fachadas, factor que comprueba la no
Agua (MA), ladrillo obviedad en la orientación de los sistemas de
Material acumulador
- macizo (LM), concreto calefacción solar pasivos en bajas latitudes.
utilizado
(MC)
Espesor del material
mm 100 a 300
acumulador
Espesor de aislamiento
mm 0 a 50
térmico en techo
Número de personas un 0a2

1
https://monsieurpablo.github.io/EnvolventesInteligentes/

106
Edición No. 16, Issue II, Enero 2020

Figura 7: Resultados optimización del sistema solar pasivo

variable en el algoritmo a un máximo de 1 persona en el
En cuanto a la ocupación del espacio, es claro que a
espacio, para poder ver la optimización del sistema de
mayor ocupación mayor carga energética, lo que nos
captación solar en la condición que más se repite por el
lleva a mayores posibilidades de elevar la temperatura
territorio, una persona en una habitación. En la Fig. 8
interior a niveles de confort, por lo cual el algoritmo
vemos los nuevos resultados al aplicar el cambio de
centra las simulaciones en la ocupación máxima, 2
ocupación.
personas. Este resultado hace necesario cambiar esta

Figura 8: Resultados optimización del sistema solar pasivo - Ocupación máxima 1 persona
lo importante de esta variable para garantizar niveles de
En la variable de valor U del vidrio del invernadero
confort interior, no basta con un buen dispositivo de
el algoritmo realiza simulaciones en diferentes valores,
calefacción solar, si la cubierta de la habitación no tiene
las simulaciones se centran en el valor máximo y
aislamiento térmico.
mínimo, y no en los valores promedio; se percibe una
tendencia mayor hacia los valores bajos, los cuales El uso de la plataforma de visualización no se limita
reducen las pérdidas térmicas, pero al tener datos tan a la determinación del mejor escenario simulado para el
dispersos, evidencian que esta variable no afecta sistema de captación solar en clima ecuatorial frío, sino
drásticamente el resultado final de confort interior. que, ofrece también la posibilidad de filtrar resultados,
lo que permite aprovechar el análisis de optimización
En el espesor del material acumulador vemos el
realizado para determinar las características del sistema
mismo número de simulaciones en casi todos los valores
de captación solar en una condición particular; por
de la variable, demostrando que este no es un valor
ejemplo, considerando que en el clima trabajado no hay
fundamental para generar confort en la vivienda
una tipología clara de vivienda, y que las orientaciones
construida; esto se puede deber a que el proyecto
de los espacios son tan variables como las mismas
(vivienda construida) ya cuenta con un muro en la
tipologías construidas, es posible filtrar todas las
fachada de ladrillo hueco, el cual ayuda en el proceso de
alternativas del sistema con una orientación
acumulación térmica, por lo cual el algoritmo no
determinada, y buscar la alternativa con mayor
considera necesario aumentar el espesor del muro
porcentaje de horas de confort, para posteriormente
acumulador.
definir las variables requeridas y realizar la intervención
Las simulaciones mediante el proceso de al edificio construido.
optimización demuestran que, para un edificio
En la Fig. 9 se visualizan los resultados al aplicar el
construido en las condiciones de clima ecuatorial frío,
filtro de datos para orientación sur; al aplicar el filtro de
se comporta mejor el ladrillo macizo como material de
orientación en la plataforma de visualización, se
acumulación térmica de los sistemas de captación solar
muestran todas las variables simuladas en esta
pasiva. (El número 1 en esta variable es concreto, el
orientación, y de esta manera verificar el mejor
número 2 ladrillo macizo, y el número 3 muro de agua)
comportamiento en confort interior logrado y cuáles
El espesor del material de aislamiento del techo fueron los parámetros para conseguirlo; y basados en
evidencia una clara tendencia en el algoritmo de esta información se puede realizar la intervención en la
optimización hacia los valores más altos, demostrando vivienda construida.

107
 Giraldo et al. / Proceso de optimización en el diseño de sistema de calefacción solar pasivo

Figura 9: Visualización de resultados de optimización con selección específica de espacios con orientación sur.

variables que puede modificarse en el diseño del sistema

Posterior al aplicar el filtro, en la plataforma de
de calefacción solar, la orientación del dispositivo juega
visualización vemos las diferentes simulaciones
un papel secundario, existiendo otros parámetros de
realizadas con esta orientación, abriendo la posibilidad a
diseño que, en casos particulares, pueden ser más
realizar un análisis específico de cada una de ellas y
importantes para el buen funcionamiento del sistema;
posteriormente tomar la decisión de intervenir el
factor opuesto a lo evidenciado en los diferentes
proyecto trabajado. Podemos seleccionar uno de los
sistemas implementados en el mundo en climas
casos de interés y ver en detalle los parámetros de
estacionales, donde la orientación del sistema de
simulación y los resultados obtenidos en las diferentes
captación solar es primordial, ya que determina el éxito
métricas de salida (outputs). Ver Fig. 10.
o fracaso del mismo.
Adicionalmente la plataforma de visualización se
convierte en una “herramienta” de diseño, la cual puede
apoyar los procesos de diseño de sistemas de
calefacción solar pasiva en climas similares al trabajado,
viendo resultados preliminares de diferentes
orientaciones que pueden orientar la toma de decisiones
en etapas iniciales del diseño arquitectónico.
La metodología paramétrica propuesta permitió
simular un número mayor de escenarios a los
normalmente trabajados en los procesos de verificación
energética de proyectos arquitectónicos. Además, se
demostró que la implementación de herramientas de
Machine Learning, a través del uso de algoritmos de
optimización es de gran utilidad en la definición de
alternativas de diseño que lleven a edificaciones de un
alto desempeño térmico y energético, en procura del
cumplimiento de los Objetivos de Desarrollo Sostenible.
El presente trabajo abre un camino adicional en el
análisis de edificios en climas de bajas latitudes,
particularmente en Colombia, pueden generarse
herramientas paramétricas que apoyen la toma de
decisiones en procura del cumplimiento de la normativa
ambiental edilicia, Resolución 0549 de 2015, la cual, a
pesar de ya llevar 4 años desde su emisión, tiene un
Figura 10: Detalle de parámetros y resultados de un caso porcentaje de su cumplimiento en el territorio nacional
particular limitado.
Aprovechar la velocidad de procesamiento de los
6. CONCLUSIONES Y DISCUSIÓN computadores puede favorecer la toma de decisiones en
etapas tempranas de diseño y de esta manera poder
La presente investigación permitió evaluar el
concebir edificios cada vez más sustentables.
comportamiento de los sistemas solares pasivos en
climas de alta montaña en bajas latitudes, evidenciando Desarrollar herramientas que posibiliten una mejor
que, debido al recorrido solar y a la cantidad de toma de decisiones a los profesionales que no tienen

108
Edición No. 16, Issue II, Enero 2020

amplios conocimientos en temas ambientales, podría ser Avances en Energías Renovables y Medio
el camino para masificar la construcción sustentable en Ambiente, vol. 19, no. 5, pp. 01-12, 2015.
el mundo.
[10] A. J. Guzmán, J. L. Pilatti, S. Angulo, J. Piumetti,
M. Salinas, F. Pereyra and A. Olarte, “Situación
AGRADECIMIENTOS
clima/energética en localidades de la prov. de
Este artículo presenta resultados preliminares de la Córdoba, evaluación de vivienda tipo; simulaciones
investigación “SISTEMAS DE CAPTACIÓN SOLAR con diferentes envolventes y orientaciones, y
EN LAS TIPOLOGÍAS DE VIVIENDAS EN CLIMA propuesta de adecuación térmica, utilizando Muros
ECUATORIAL FRÍO”, desarrollado en la Maestría en Trombe u otras formas de energía solar pasiva.”
Arquitectura y Hábitat Sustentable de la Universidad En X Congreso Regional de Tecnología en
Nacional de La Plata, Argentina, entre 2017 y 2019. Arquitectura, La Plata, 2018, pp. 567-576
[11] M. V. Mercado, A. Esteves and C. Filippín,
REFERENCIAS BIBLIOGRÁFICAS “Sistema de calefacción solar radiante Mediciones
[1] A. Hernández and G. Lesino, “Diseño y simulación experimentales de invierno y evaluación con
computacional de sistemas pasivos y activos de software de simulación térmica SIMEDIF”. En
calentamiento de aire para el nuevo hospital Encontro Nacional de Conforto no Ambiente
materno infantil de la localidad de Susques, Construído, Natal, 2007, pp. 334-344.
provincia de Jujuy”, Avances en Energías
[12] M. V. Mercado, A. Esteves, C. Filippín and S. F.
Renovables y Medio Ambiente, vol. 11, no. 5, pp.
Larsen, “SISTEMA DE CALEFACCIÓN
81-88, 2007.
RADIANTE SOLAR PASIVO DISEÑO,
[2] J. I. Jodra, G. M. Viegas, G. A. San Juan and C. A. CONSTRUCCIÓN DE UN PROTOTIPO Y
Discoli, “Tecnologías modulares de climatización OBTENCIÓN DE RESULTADOS”, Energías
solar pasiva para el hábitat residencial y el de la Renovables y Medio Ambiente, vol. 23, pp.53 -61,
producción”. En X Congreso Regional de 2009.
Tecnología en Arquitectura, La Plata, 2018, pp.
[13] L. Velasco Roldan, “Estrategias de captación solar
577-587
mediante colectores solares de aire en climas
[3] M. V. Mercado, A. Esteves and C. Filippín, fríos”, Estudios del Hábitat, vol. 14, pp. 15-27,
“Sistema de Climatización Solar Pasivo: su 2016.
integración en viviendas de bajo costo”, Avances
[14] E. Zalamea-León and F. Quesada, "Criterios de
en Energías Renovables y Medio Ambiente, vol.
integración de energía solar activa en arquitectura.
11, no. 5, pp. 121-126, 2007.
Potencial tecnológico y consideraciones
[4] Departamento Administrativo Nacional de proyectuales", Revista de Arquitectura, vol. 19, no.
Estadística. (2018). Censo Nacional de Población y 1, pp. 65-79, 2017.
Vivienda. [En línea]. Disponible en:
[15] Puppo, G. Puppo and G. Puppo, Sol y diseño.
https://sitios.dane.gov.co/cnpv/#!/como_vivimos
México: Alfaomega, 1999.
[5] Cámara Colombiana de la Construcción (2019).
[16] M. M. C. Roudsari Sadeghipour, “Ladybug Tools”,
ACTIVIDAD EDIFICADORA. Segmento
2009. [En línea]. Disponible en:
residencial y no residencial. [En línea]. Disponible https://www.ladybug.tools/about.html#team.
en: [Consultado: 03-ago-2018].
https://ww2.camacolcundinamarca.co/documentos/i
nformes/Coyuntura/Septiembre-2019.pdf [17] NREL, EnergyPlus.
[6] S. Davidson, «Grasshopper - algorithmic modeling [18] Wortmann T. Opossum: OPtimizatiOn Solver with
for Rhino». [En línea]. Disponible en: SUrrogate Models; 2017.
https://www.grasshopper3d.com/. [Accedido: 06-
[19] D. Michie, "“Memo” Functions and Machine
ago-2018].
Learning", Nature, vol. 218, no. 5138, pp. 306-306,
[7] W. Thomas and N. Giacomo, “Introduction to 1968.
architectural design optimization” En City
[20] C. Waibel, T. Wortmann, R. Evins, y J. Carmeliet,
Networks. Cham: Springer, 2017. pp. 259-278.
“Building energy optimization: An extensive
[8] E. Mazria, The passive solar energy book. Emmaus, benchmark of global search algorithms”, Energy
Pa.: Rodale Press, 1979. Build., 2019.
[9] M. De Gastines, E. Correa, and A. Pattini,
"Evaluación del balance energético de ventanas en
mendoza. Impacto de su tecnología y orientación”,

109
 Giraldo et al. / Proceso de optimización en el diseño de sistema de calefacción solar pasivo

[21] A. Costa y G. Nannicini, “RBFOpt: an open-source

library for black-box optimization with costly
function evaluations”, Math. Program. Comput.,
2018.
[22] H. M. Gutmann, “A Radial Basis Function Method
for Global Optimization”, J. Glob. Optim., 2001.
[23] R. G. Regis y C. A. Shoemaker, “Improved
strategies for radial basis function methods for
global optimization”, J. Glob. Optim., 2007.
[24] T. Wortmann, “Opossum,” in CAADRIA 2017 -
22nd International Conference on Computer-Aided
Architectural Design Research in Asia: Protocols,
Flows and Glitches, 2017.

Juan David Giraldo.- Nació en

Herveo, Colombia en 1993.
Recibió su título de Arquitecto de
la Universidad Nacional de
Colombia sede Manizales en 2015.
Es docente investigador de la
Facultad de Arquitectura de la
Universidad La Gran Colombia en
Bogotá, Colombia. Sus campos de investigación están
relacionados con el diseño ambientalmente correcto, la
arquitectura bioclimática y eficiencia energética.

Juan Pablo Arango.- Nació en

Medellín, Colombia en 1997.
Arquitecto Summa Cum Laude de
la Universidad Nacional de
Colombia en 2019. Actualmente
se encuentra como practicante en
Transsolar, Alemania, aplicando
sus conocimientos en el ambiente
construido.

110