Análise dos parâmetros de entrada para a predição da carga térmica de uma residência multifamiliar através da nova proposta do regulamento brasileiro de etiquetagem

Abstract

Este trabalho apresenta uma análise de sensibilidade dos parâmetros de entrada considerados no método simplificado da nova proposta para a Instrução Normativa Residencial do INMETRO (INI-R). A escolha da edificação do estudo foi realizada utilizando um levantamento estatístico das tipologias mais frequentes no programa do governo federal brasileiro “Minha Casa Minha Vida”. A tipologia em formato H adotada foi analisada nos climas de São Paulo (SP), Cuiabá (MT), Salvador (BA) e Manaus (AM). Inicialmente, aplicou-se o método simplificado, na tipologia base, para verificar o resultado de carga térmica. Alguns dos parâmetros de entrada do metamodelo foram selecionados para posterior análise de sensibilidade, dentre os quais destacam-se: absortância térmica da cobertura e das paredes externas, transmitância térmica da cobertura e das paredes externas, porcentagem envidraçada das fachadas, fator de ventilação e uso de venezianas. Em seguida, foi desenvolvida uma amostragem quasi-randômica, através do método de Sobol, com base nos parâmetros escolhidos, através da qual foi aplicada a análise de sensibilidade. Finalmente, foi realizada a análise de sensibilidade global, pela metodologia de Sobol, na amostragem desenvolvida, e estimados os potenciais de economia energética quando alterado, discretamente, determinado parâmetro de entrada. Os resultados obtidos pelo método simplificado indicaram que, em apenas 12,5% das habitações dos pavimentos intermediários e das coberturas apresentaram classe de eficiência energética “C”, enquanto o restante apresentou classe “D”. Nesses pavimentos, o clima de AM apresentou a maior eficiência. Nos pavimentos térreos, 37,5% das habitações apresentaram classe “B”, e o restante apresentou classe “C”. Foi identificado que, para os climas de MT, BA e AM, a carga térmica de resfriamento se provou até 200 vezes maior do que a carga térmica de aquecimento, enquanto que, para o clima de SP, esse valor variou de 7,7 a 76,9 vezes. As condições de exposição do piso e cobertura e das fachadas influenciou na carga térmica de resfriamento. Em todos os climas analisados, o pavimento de cobertura (piso não exposto e cobertura exposta) obteve maior carga térmica, seguido dos pavimentos intermediários (piso e cobertura não expostos) e, finalmente, do pavimento térreo (piso exposto e cobertura não exposta). Os resultados obtidos pela análise de sensibilidade indicaram que, nos pavimentos de cobertura, a absortância da cobertura foi o parâmetro mais influente para a predição da carga térmica, seguida pelo uso de venezianas, enquanto a absortância das paredes externas e o fator de ventilação se encontraram entre os menos influentes. Nos pavimentos intermediários, o uso de veneziana apresentou-se como o parâmetro mais influente, e o fator de ventilação como o menos influente. Nos pavimentos térreos, novamente, o uso de veneziana demonstrou a maior influência, enquanto a absortância das paredes externas demonstrou a menor influência. Destaca-se que, para os climas analisados, as variáveis com maior influência na predição da carga térmica apresentaram os maiores potenciais de economia de energia estimados. Nos pavimentos de cobertura, a alteração da absortância da cobertura, de 0,8 para 0,2, gerou economias médias de 51,1 (83,6%), 123 (38,8%), 140,4 (42,8%) e 146,6 kWh/m²ano (36,2%), nos climas de SP, MT, BA e AM, respectivamente. A aplicação de veneziana gerou economias médias de 18,8 (72,4%), 52,2 (22,7%), 57,6 (18,6%) e 58,2 kWh/m²ano (23,2%), nos pavimentos intermediários dos climas de SP, MT, BA e AM, respectivamente. A mesma alteração nas venezianas gerou economias médias de 4,9 (79,0%), 35,8 (14,9%), 29,9 (14,4%), 25,4 kWh/m²ano (7,7%), nos pavimentos térreos dos climas de SP, MT, BA e AM, respectivamente.

This paper presents an assessment on the inputs data considered in the INMETRO’s Residential Normative Instruction (INI-R). The typology was selected based on a statistical survey of “Minha Casa Minha Vida” federal government program. The typology in H format was analyzed into four climates: São Paulo (SP), Cuiabá (MT), Salvador (BA) and Manaus (AM). Firstly, the Brazilian Regulation was applied into the base case. Some inputs data were selected for a sensitivity analysis, such as ceiling and external walls thermal absorptance, ceiling and external walls thermal transmittance, glazing area, open factor and blinds. Then, a quasi-random sample was developed, through Sobol’s methodology, based on the inputs data selected. Finally, global sensitivity analysis was applied on the developed sample, through Sobol’s methodology, on developed sample, and the energy economy potentials was assessed by varying discreetly some inputs values. The results indicated that, only 12.5% of intermediary and top floor achieved energy efficiency level “C”, while other floors achieved level “D”. For the former floors, AM presented the greatest efficiency level. For the ground floors, 37.5% presented level “B” and the remaining presented level “C”. It was observed that, for the climates of MT, BA and AM, the cooling thermal load was 200 times higher than the heating thermal load. For the climate of SP, this value ranged from 7.7 to 76.9 times. The expose conditions of floor, ceiling and façades influenced the cooling thermal load. For all climates, the top floor (non exposed floor and exposed ceiling) obtained a higher thermal load, followed by intermediate floors (floor and ceiling not exposed) and, finally, of the ground floor (exposed floor and ceiling not exposed), and façades with exposure to the north, when analyzed on the same floor, obtained higher thermal loads than the façades exposed to the south.The results from sensitivity analysis highlighted that, the ceiling thermal absorptance was the most influential input for thermal load prediction on top floors, followed by blinds, while the external walls thermal absorptance and windows open factor were the less influential. For intermediary floors, the blinds were the most influential input, and the open factor the less influential input. For ground floors, the blinds also presented the same behavior as for intermediary floors, while the external walls thermal absorptance was the less influential. The most influential inputs data for thermal load prediction presented the greatest estimated energy saving potentials. For top floors, the ceiling absorptance from 0.8 to 0.2 presented and energy saving of (83.6%), 123 (38.8%), 140.4 (42.8%) and 146,6 kWh/m² (36.2%), in the climates of SP, MT, BA and AM, respectively. In the intermediate floors, the blinds showed an energy saving of 18.8 (72.4%), 52.2 (22.7%), 57.6 (18.6%) and 58.2 kWh/m²ano (23 , 2%), in the climates of SP, MT, BA and AM, respectively. The same change in venetian blinds generated an energy savings of 4.9 (79.0%), 35.8 (14.9%), 29.9 (14.4%), 25.4 kWh/m² (7.7%), in the climates of SP, MT, BA and AM, respectively.