Author: M. Braulio-Gonzalo - M.D. Bovea - M.J. Ruá - P. Juan -
Contact name: Marta Braulio Gonzalo
Organization: Universitat Jaume I
Sectors:
Software:
Situation:
Los edificios de uso residencial son clave debido a la importancia que adquiere su demanda energética, la cual, en términos de consumo total asciende a un 17% España y a un 25% a nivel de la UE (Unión Europea) (IDAE, 2011). A pesar de la reciente introducción de nuevos requisitos en materia de eficiencia energética, en España el 58% de los edificios fueron construidos con anterioridad a la década de los 80, cuando se comenzó a implementar la primera normativa que obligaba a la disposición de aislamiento térmico en la envolvente de los edificios para alcanzar ciertos niveles de ahorro energético (NBE-CT-79, 1979). Este hecho constata la obsolescencia de la ciudad y de su parque de vivienda, abriendo paso a la necesidad de intervenir sobre el tejido residencial ya consolidado. Así, la Ley 8/2013 (L3R, 2013) sobre regeneración y renovación urbana potencia la rehabilitación edificatoria y dota a las administraciones públicas de potestad para promover actuaciones que combatan la vulnerabilidad de barrios y situaciones de pobreza energética. Por ello, es necesario el desarrollo de instrumentos y estrategias que permitan realizar un diagnóstico para la identificación de barrios energéticamente vulnerables y proporcionen asistencia en los procesos de toma de decisión durante las intervenciones de rehabilitación urbana, en las que se ven involucradas las administraciones locales y otros agentes del sector, como arquitectos, arquitectos técnicos, ingenieros y urbanistas.
Solution: Este trabajo presenta una metodología para la caracterización del comportamiento energético del parque edificatorio residencial existente teniendo en cuenta la influencia del contexto urbano, que permite representar los resultados en mapas urbanos energéticos a través de un Sistema de Información Geográfica (SIG).
En primer lugar, se identifican cuatro variables para evaluar el comportamiento energético: demanda energética de calefacción (DEc), demanda energética de refrigeración (DEr), horas de disconfort en invierno (HDi) y horas de disconfort en verano (Hdv). En segundo lugar, se identifica un conjunto de covariables que influyen en dicho comportamiento energético, que comprenden la escala de edificio y la urbana.
A continuación, se diseña un modelo de predicción para estimar los valores de las cuatro variables en el conjunto de edificios que compone un área urbana determinada. El modelo de predicción desarrollado emplea tanto la técnica experimental (mediante simulación dinámica con los software DesingBuilder y EnergyPlus), como la técnica estadística (mediante el uso de la metodología Integrated Nested Laplace Approximation (INLA)).
La implementación de un SIG (mediante la herramienta gvSIG) facilita la identificación de las covariables urbanas y de edificio que influyen en el comportamiento energético, para la aplicación del modelo en un área urbana objeto de estudio y la posterior caracterización del comportamiento energético de su parque edificatorio residencial.
La metodología se implementa en la ciudad de Castellón de la Plana (España), seleccionando un barrio como caso de estudio.
Benefits: Como principales beneficios de la metodología, se indican los siguientes:
- Obtención del diagnóstico energético de un área urbana y representación gráfica de los resultados en mapas urbanos energéticos.
- Visualización clara a través de un SIG de las necesidades energéticas en los edificios en mapas urbanos, en cuanto a demanda energética y confort térmico. Rápida identificación de aquellas áreas con mayor vulnerabilidad y priorización de futuras intervenciones de rehabilitación.
- Herramienta de apoyo a las administraciones locales y otros agentes durante la elaboración de políticas energéticas, la toma de decisiones y la propuesta de estrategias tanto para la intervención en tejidos ya consolidados como para el diseño de futuros planeamientos urbanos.
Language: es
