Tổng quan nghiên cứu

Ngành xây dựng đóng góp đến 59,05% trong mức tăng trưởng GDP 2 quý đầu năm 2021, tăng 8,36% so với cùng kỳ năm trước, theo báo cáo của Tổng cục Thống kê. Tuy nhiên, đây cũng là ngành tiêu thụ tài nguyên lớn, chiếm khoảng 36% tổng năng lượng toàn cầu và 39% tổng lượng phát thải CO2. Tại Việt Nam, với tốc độ đô thị hóa nhanh, nhu cầu năng lượng trong các tòa nhà văn phòng ngày càng tăng, gây áp lực lớn lên nguồn cung năng lượng quốc gia. Báo cáo Triển vọng năng lượng Việt Nam dự báo nhu cầu điện sẽ tăng trung bình 8% mỗi năm đến năm 2035, trong đó khoảng một nửa sản lượng điện dựa vào nguồn nguyên liệu hóa thạch.

Trong bối cảnh đó, việc áp dụng các giải pháp tiết kiệm năng lượng (TKNL) cho tòa nhà văn phòng trở nên cấp thiết nhằm giảm chi phí vận hành, giảm phát thải và nâng cao chất lượng môi trường sống. Luận văn tập trung đánh giá 32 giải pháp TKNL có ảnh hưởng lớn đến mức tiêu thụ năng lượng (TTNL) của tòa nhà văn phòng tại Thành phố Hồ Chí Minh. Mục tiêu chính là xác định các giải pháp hiệu quả nhất, xây dựng mô hình dự đoán mức TTNL dựa trên các tham số thiết kế, đồng thời đề xuất các giải pháp TKNL phù hợp trong giai đoạn thiết kế công trình.

Phạm vi nghiên cứu tập trung vào các tòa nhà văn phòng tại Tp.HCM, với dữ liệu khảo sát thu thập từ tháng 01 đến tháng 02 năm 2022, kết hợp mô phỏng năng lượng bằng phần mềm DesignBuilder và thuật toán học máy Random Forest. Nghiên cứu có ý nghĩa quan trọng trong việc hỗ trợ các đơn vị tư vấn thiết kế lựa chọn giải pháp tối ưu, góp phần phát triển công trình xanh và bền vững tại Việt Nam.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên các lý thuyết và mô hình sau:

  • Hiệu quả năng lượng trong công trình xây dựng: Tập trung vào việc giảm mức TTNL thông qua thiết kế lớp vỏ công trình, tối ưu hóa hệ thống điều hòa không khí, chiếu sáng và sử dụng vật liệu cách nhiệt. Khái niệm OTTV (Overall Thermal Transfer Value) được sử dụng để đánh giá truyền nhiệt qua lớp vỏ công trình, là chỉ số quan trọng trong thiết kế tiết kiệm năng lượng.

  • Phát triển bền vững và công trình xanh (CTX): CTX được định nghĩa là công trình hạn chế tối đa tác động tiêu cực đến môi trường trong suốt vòng đời, đồng thời nâng cao chất lượng cuộc sống. Các tiêu chí đánh giá CTX bao gồm sử dụng hiệu quả năng lượng, vật liệu bền vững, kiểm soát chất lượng không khí và sử dụng năng lượng tái tạo.

  • Trí tuệ nhân tạo và học máy (Machine Learning): Thuật toán Random Forest (RF) được áp dụng để xây dựng mô hình dự đoán mức TTNL dựa trên dữ liệu mô phỏng và khảo sát. RF là thuật toán học có giám sát, nổi bật với khả năng xử lý dữ liệu đa thuộc tính, độ chính xác cao và tốc độ học nhanh.

Các khái niệm chính bao gồm: hệ số hiệu quả năng lượng máy điều hòa (COP), mật độ công suất chiếu sáng (LPD), tỷ lệ cửa sổ trên tường (WWR), hệ số truyền nhiệt của tường và mái, hệ số hấp thụ nhiệt của kính, nhiệt độ cài đặt làm mát, và chỉ số OTTV.

Phương pháp nghiên cứu

Nghiên cứu sử dụng phương pháp kết hợp giữa khảo sát chuyên gia, mô phỏng năng lượng và xây dựng mô hình dự đoán:

  • Nguồn dữ liệu: Thu thập dữ liệu khảo sát từ 166 chuyên gia trong lĩnh vực xây dựng, CTX và công trình hiệu quả năng lượng tại Tp.HCM, sử dụng bảng câu hỏi với thang đo Likert 5 mức độ đánh giá hiệu quả các giải pháp TKNL. Dữ liệu mô phỏng được tạo ra bằng phần mềm DesignBuilder dựa trên 8 tham số thiết kế chính.

  • Phương pháp phân tích: Sử dụng phần mềm SPSS để kiểm định độ tin cậy thang đo (Cronbach’s Alpha > 0.9), kiểm định One Sample T-Test để xác định mức độ đồng ý của chuyên gia với các giải pháp, và phân tích One-way ANOVA để đánh giá sự khác biệt giữa các nhóm chuyên môn, kinh nghiệm và vai trò của đối tượng khảo sát.

  • Xây dựng mô hình dự đoán: Dữ liệu mô phỏng được chia thành 70% dùng để đào tạo và 30% để kiểm tra mô hình RF trên ngôn ngữ Python. Mô hình được đánh giá bằng chỉ số Nash Sutcliffe Efficiency (NSE), với giá trị gần 1 cho thấy độ chính xác cao.

  • Timeline nghiên cứu: Thu thập dữ liệu từ tháng 01 đến tháng 02 năm 2022, mô phỏng và xây dựng mô hình từ tháng 03 đến tháng 05 năm 2022, hoàn thiện luận văn và bảo vệ vào tháng 07 năm 2022.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

  1. Xếp hạng các giải pháp tiết kiệm năng lượng: Qua khảo sát 166 chuyên gia, 8 giải pháp được đánh giá có ảnh hưởng lớn nhất đến khả năng TKNL gồm: hệ số hiệu quả năng lượng của máy điều hòa không khí (COP), hướng tòa nhà, mật độ công suất chiếu sáng (LPD), tỷ lệ cửa sổ trên tường (WWR), hệ số truyền nhiệt của tường, hệ số hấp thụ nhiệt của kính, hệ số truyền nhiệt của mái, và nhiệt độ cài đặt làm mát. Mức độ đồng ý trung bình của các giải pháp này đều vượt trên 3.5 trên thang 5, với giá trị p < 0.05 trong kiểm định T-Test.

  2. Mô phỏng mức tiêu thụ năng lượng: Sử dụng phần mềm DesignBuilder, mô phỏng mức TTNL điện cho tòa nhà văn phòng tại Tp.HCM cho thấy mức tiêu thụ trung bình khoảng 150 kWh/m2/năm. Các biến số như hướng tòa nhà và hệ số truyền nhiệt của lớp vỏ ảnh hưởng đến mức tiêu thụ năng lượng lên đến 20-30%.

  3. Hiệu quả mô hình dự đoán Random Forest: Mô hình RF được đào tạo trên bộ dữ liệu mô phỏng đạt chỉ số NSE = 0.92, cho thấy khả năng dự đoán mức TTNL chính xác. So sánh với các thuật toán khác như ANN và SVR, RF thể hiện ưu thế về độ chính xác và ổn định.

  4. Ảnh hưởng của đặc điểm thiết kế đến mức tiêu thụ năng lượng: Phân tích ANOVA cho thấy sự khác biệt có ý nghĩa thống kê về mức độ đồng ý với các giải pháp TKNL giữa các nhóm chuyên môn và vai trò trong ngành, phản ánh sự đa dạng trong nhận thức và kinh nghiệm áp dụng các giải pháp.

Thảo luận kết quả

Kết quả nghiên cứu khẳng định vai trò quan trọng của các giải pháp thiết kế thụ động như hướng tòa nhà và lớp vỏ công trình trong việc giảm mức TTNL. Hệ số hiệu quả năng lượng của máy điều hòa và mật độ công suất chiếu sáng cũng là những yếu tố then chốt, phù hợp với các nghiên cứu quốc tế về tiết kiệm năng lượng trong công trình văn phòng.

Mô hình dự đoán RF cho thấy hiệu quả vượt trội nhờ khả năng xử lý dữ liệu phức tạp và đa chiều, giúp dự báo chính xác mức tiêu thụ năng lượng dựa trên các tham số thiết kế. Việc xây dựng giao diện người dùng cho mô hình này tạo điều kiện thuận lợi cho các đơn vị tư vấn thiết kế trong việc đánh giá và lựa chọn giải pháp TKNL.

So với các nghiên cứu trước, luận văn đã kết hợp chặt chẽ giữa khảo sát chuyên gia, mô phỏng vật lý và học máy, tạo ra một công cụ thực tiễn có thể áp dụng ngay trong giai đoạn thiết kế. Kết quả cũng nhấn mạnh tầm quan trọng của việc đào tạo và nâng cao nhận thức cho các bên liên quan nhằm thúc đẩy áp dụng các giải pháp tiết kiệm năng lượng hiệu quả.

Biểu đồ so sánh mức độ ảnh hưởng của các giải pháp và bảng kết quả mô hình dự đoán có thể được sử dụng để minh họa trực quan cho các nhà quản lý và thiết kế công trình.

Đề xuất và khuyến nghị

  1. Tối ưu hướng tòa nhà và thiết kế lớp vỏ: Khuyến khích các đơn vị tư vấn thiết kế lựa chọn hướng tòa nhà phù hợp nhằm giảm bức xạ mặt trời trực tiếp, đồng thời sử dụng vật liệu có hệ số truyền nhiệt thấp cho tường và mái. Mục tiêu giảm 15-20% mức tiêu thụ năng lượng trong vòng 1-2 năm đầu áp dụng.

  2. Sử dụng máy điều hòa không khí có hệ số hiệu quả năng lượng cao (COP ≥ 3.5): Đề xuất thay thế hoặc lựa chọn thiết bị điều hòa có hiệu suất cao nhằm giảm tiêu thụ điện năng cho làm mát, hướng tới giảm 10-15% chi phí vận hành trong 3 năm.

  3. Giảm mật độ công suất chiếu sáng và áp dụng hệ thống điều khiển thông minh: Áp dụng các giải pháp chiếu sáng tiết kiệm năng lượng, sử dụng cảm biến và điều khiển tự động để giảm tiêu thụ điện cho chiếu sáng ít nhất 20% trong vòng 1 năm.

  4. Phát triển và ứng dụng mô hình dự đoán mức tiêu thụ năng lượng: Khuyến khích các đơn vị thiết kế và quản lý công trình sử dụng mô hình dự đoán dựa trên thuật toán Random Forest để đánh giá hiệu quả các giải pháp TKNL trước khi triển khai. Thời gian triển khai mô hình trong vòng 6 tháng, với sự phối hợp của các chuyên gia và nhà phát triển phần mềm.

  5. Tăng cường đào tạo và nâng cao nhận thức: Tổ chức các khóa đào tạo chuyên sâu về thiết kế tiết kiệm năng lượng và sử dụng công cụ mô phỏng cho kiến trúc sư, kỹ sư và nhà quản lý dự án. Mục tiêu nâng cao nhận thức và kỹ năng trong vòng 1 năm.

Đối tượng nên tham khảo luận văn

  1. Đơn vị tư vấn thiết kế xây dựng: Giúp lựa chọn các giải pháp tiết kiệm năng lượng phù hợp với đặc điểm công trình và điều kiện khí hậu, nâng cao hiệu quả thiết kế và giảm chi phí vận hành.

  2. Chủ đầu tư và nhà quản lý dự án: Cung cấp cơ sở khoa học để đánh giá hiệu quả các giải pháp tiết kiệm năng lượng, từ đó đưa ra quyết định đầu tư hợp lý, giảm thiểu rủi ro tài chính và môi trường.

  3. Các nhà nghiên cứu và sinh viên ngành xây dựng, quản lý xây dựng: Là tài liệu tham khảo quý giá về phương pháp nghiên cứu kết hợp mô phỏng vật lý và học máy trong lĩnh vực tiết kiệm năng lượng công trình.

  4. Cơ quan quản lý nhà nước và tổ chức phát triển công trình xanh: Hỗ trợ xây dựng chính sách, tiêu chuẩn kỹ thuật và hướng dẫn áp dụng các giải pháp tiết kiệm năng lượng trong xây dựng, góp phần thúc đẩy phát triển bền vững.

Câu hỏi thường gặp

  1. Tại sao chọn thuật toán Random Forest để xây dựng mô hình dự đoán?
    Random Forest có khả năng xử lý dữ liệu đa chiều, giảm thiểu hiện tượng overfitting và cho kết quả dự đoán chính xác cao. Nghiên cứu cho thấy RF đạt chỉ số NSE 0.92, vượt trội so với các thuật toán khác như ANN hay SVR.

  2. Các giải pháp tiết kiệm năng lượng nào có ảnh hưởng lớn nhất đến mức tiêu thụ năng lượng?
    Các giải pháp gồm hệ số hiệu quả năng lượng máy điều hòa, hướng tòa nhà, mật độ công suất chiếu sáng, tỷ lệ cửa sổ trên tường, hệ số truyền nhiệt của tường và mái, hệ số hấp thụ nhiệt của kính, và nhiệt độ cài đặt làm mát được đánh giá có ảnh hưởng lớn nhất.

  3. Mô hình dự đoán có thể áp dụng cho các loại công trình khác ngoài tòa nhà văn phòng không?
    Mô hình được xây dựng dựa trên dữ liệu mô phỏng tòa nhà văn phòng tại Tp.HCM, do đó cần điều chỉnh tham số và huấn luyện lại khi áp dụng cho các loại công trình khác hoặc khu vực khí hậu khác.

  4. Làm thế nào để sử dụng mô hình dự đoán trong thực tế?
    Người dùng nhập 8 tham số thiết kế chính của tòa nhà vào giao diện mô hình, hệ thống sẽ dự đoán mức tiêu thụ năng lượng, từ đó so sánh và đánh giá hiệu quả các giải pháp tiết kiệm năng lượng trước khi triển khai.

  5. Các rào cản chính trong việc áp dụng giải pháp tiết kiệm năng lượng tại Việt Nam là gì?
    Bao gồm định kiến về chi phí đầu tư cao, thiếu chính sách pháp lý hỗ trợ, hạn chế về công nghệ và nguồn nhân lực chuyên môn, cũng như nhận thức chưa đầy đủ về lợi ích lâu dài của công trình xanh.

Kết luận

  • Luận văn đã xác định 8 giải pháp tiết kiệm năng lượng có ảnh hưởng lớn nhất đến mức tiêu thụ năng lượng của tòa nhà văn phòng tại Tp.HCM.
  • Mô hình dự đoán mức tiêu thụ năng lượng sử dụng thuật toán Random Forest đạt độ chính xác cao với chỉ số NSE = 0.92.
  • Kết quả nghiên cứu hỗ trợ các đơn vị tư vấn thiết kế lựa chọn giải pháp tối ưu, góp phần phát triển công trình xanh và bền vững.
  • Đề xuất các giải pháp thiết kế thụ động, sử dụng thiết bị hiệu quả và áp dụng công nghệ điều khiển thông minh nhằm giảm tiêu thụ năng lượng từ 15-30%.
  • Khuyến nghị triển khai mô hình dự đoán và tăng cường đào tạo chuyên môn cho các bên liên quan trong vòng 1-2 năm tới.

Các bước tiếp theo bao gồm hoàn thiện giao diện mô hình dự đoán, mở rộng nghiên cứu cho các loại công trình khác và phối hợp với các cơ quan quản lý để thúc đẩy áp dụng các giải pháp tiết kiệm năng lượng trong thực tế. Đơn vị tư vấn thiết kế và chủ đầu tư được khuyến khích áp dụng kết quả nghiên cứu để nâng cao hiệu quả sử dụng năng lượng và phát triển bền vững.