Climate Resilient Strategies by Archetype-based Urban Energy Modelling

L'innalzamento della temperatura ambiente conseguente al cambiamento climatico globale è stato identificato come uno dei principali driver del surriscaldamento degli edifici, che determina un maggiore fabbisogno energetico e un peggioramento della qualità ambientale interna. Il surriscaldamento ha anche posto nuove sfide per le società in termini di rischio e vulnerabilità per la salute umana. Oltre al riscaldamento indotto dal cambiamento climatico a lungo termine, la popolazione nelle aree urbane sperimenta anche un riscaldamento locale con temperature più elevate rispetto alle aree rurali circostanti, a causa del cosiddetto effetto Urban Heat Island (UHI). Sebbene sia stato ampiamente riconosciuto che l'UHI ha un impatto significativo sulle prestazioni energetiche degli edifici, solo un numero limitato di studi è riuscito a quantificare con precisione questa variazione, a causa delle sfide nell'acquisizione di dati climatici su microscala e nella modellazione dei driver dell'UHI tenendo conto interazioni tra edifici e ambiente. Rispetto al Building Energy Modeling (BEM) utilizzato per la simulazione del singolo edificio, le potenzialità offerte dall'Urban Building Energy Modeling (UBEM) che si applica agli edifici a scala maggiore, non riescono ad affrontare efficacemente l'UHI, a causa della scarsità di dati con sia risoluzioni spaziali più fini (ovvero dati climatici su microscala) sia una più ampia copertura spaziale dei risultati (ovvero mappatura dettagliata delle aree urbane). Inoltre, gli studi di letteratura sottolineano che lo studio degli impatti dell'UHI sul comportamento energetico degli edifici nel contesto del futuro cambiamento climatico combinato e dell'urbanizzazione sarebbe raccomandato nelle ricerche future. Il progetto CRiStAll mira a superare queste lacune di ricerca creando dataset climatici ad alta risoluzione spaziale, in cui verranno utilizzati futuri file meteorologici – generati assumendo gli scenari IPCC (Intergovernmental Panel on Climate Change) – abbinati a configurazioni di contesto urbano tipiche degli archetipi edilizi italiani valutare gli effetti dell'UHI a breve, medio e lungo termine. L'analisi sarà condotta per diverse zone climatiche italiane e considerando diverse configurazioni del contesto urbano alla microscala, ottenute variando i parametri del canyon urbano e assumendo archetipi edilizi di diverse categorie d'uso, periodi di costruzione, geometria e tipologie di sistemi tecnici costruttivi. Le configurazioni urbane vengono quindi utilizzate per valutare la resilienza climatica delle strategie che includeranno il trattamento delle superfici esterne, le tecnologie costruttive passive e attive. Le simulazioni numeriche saranno effettuate utilizzando uno strumento UBEM implementato con tipiche configurazioni urbane; i risultanti Key Performance Indicator (KPI) riguarderanno sia la prestazione energetica dell'edificio sia il comfort termico interno/esterno. L'adozione di configurazioni urbane tipiche consentirebbe di aumentare la copertura territoriale dei risultati, fornendo così alle autorità pubbliche la possibilità di mappare l'intensità UHI per diverse aree urbane, che supporterebbe decisioni informate sulle politiche energetiche per i prossimi anni.

The rising of ambient temperature consequent to global climate change has been identified as one of the main drivers of the building overheating, which determines higher energy demand and worsening of the indoor environmental quality. Overheating has also set new challenges for societies regarding risk and vulnerabilities for the human health. Besides the warming induced by long-term climate change, population in urban areas also experiences local warming with temperature higher than in the surrounding rural areas, due to the so called Urban Heat Island (UHI) effect. Though it has been widely acknowledged that the UHI has significant impact on building energy performance, only a limited number of studies succeeded to accurately quantify this variation, because of the challenges in acquiring climatic data at microscale and in modelling the drivers of UHI taking into account buildings and surroundings interactions. Compared to the Building Energy Modelling (BEM) used for single building simulation, the potentiality offered by the Urban Building Energy Modelling (UBEM) that applies to buildings at a larger scale, fails to effectively address the UHI, due to the scarcity of data with both finer spatial resolutions (i.e. climatic data at microscale) and larger spatial coverage of the outcomes (i.e. detailed mapping of urban areas). In addition, literature studies point out that investigating the UHI impacts on the building energy behaviour in the context of combined future climate change and urbanisation would be recommended in future researches. The CRiStAll project aims to overcome these research gaps by creating high spatial resolution climatic datasets, in which future weather files – generated assuming the IPCC (Intergovernmental Panel on Climate Change) scenarios – coupled with typical urban context configurations of Italian building archetypes, will be used to assess the UHI effects in short, medium and long term. The analysis will be carried out for different Italian climatic zones and considering several urban context configurations at microscale, got by varying urban canyon parameters and assuming building archetypes of different use categories, construction periods, geometry and types of technical building systems. The urban configurations are then used to assess the climate resiliency of strategies that will include external surfaces treatment, passive and active building technologies. Numerical simulations will be performed using an UBEM tool implemented with typical urban configurations; the resulting Key Performance Indicators (KPIs) will concern both the building energy performance and the indoor/outdoor thermal comfort. The adoption of typical urban configurations would allow to increase the spatial coverage of the outcomes, thus providing public authorities with the possibility to map the UHI intensity for different urban areas, which would support informed decisions on energy policies for the forthcoming years.