Optimización basada en datos del desempeño lumínico y térmico de una vivienda multifamiliar. Estudio de caso en Santa Elena, Ecuador
DOI:
https://doi.org/10.56048/MQR20225.9.3.2025.e914Palabras clave:
Vivienda Sostenible; Diseño Pasivo; Autodesk Forma; Simulación Ambiental; Confort Térmico; Ventilación NaturalResumen
La vivienda rural en zonas costeras del Ecuador enfrenta desafíos ambientales significativos debido al cambio climático, como alta radiación solar, humedad y exposición al viento. Este estudio evalúa el desempeño ambiental de tres propuestas arquitectónicas de vivienda multifamiliar en Santa Elena mediante simulaciones con Autodesk Forma. Las tres configuraciones presentan igual área construida, pero varían en su forma volumétrica: compacta, abierta en "L" y modificada en "L". Se analizaron variables como ventilación natural, iluminación diurna, confort térmico exterior, ruido ambiental y potencial solar.
La metodología fue descriptiva-comparativa, con simulaciones horarias y estacionales. Los resultados indican que la Propuesta 2 (configuración en “L” abierta) ofrece mejor ventilación cruzada (88 %), mayor distribución solar y mayor rendimiento fotovoltaico estimado (190.000 kWh/año). La forma arquitectónica influye directamente en la sostenibilidad sin cambiar materiales o sistemas constructivos. Este estudio valida el diseño basado en datos como herramienta clave para la toma de decisiones en contextos vulnerables.
Descargas
Métricas
Cited
DOI: 10.56048
Citas
Boodi, A., Beddiar, K., Benamour, M., Amirat, Y., & Benbouzid, M. (2018). Intelligent systems for building energy and occupant comfort optimization: A state-of-the-art review and recommendations. Energies, 11(10), 2607. https://doi.org/10.3390/en11102607
Herath, H. M. S. P., Jayasinghe, G. Y., & Fernando, A. L. (2022). Use of BIM and AI to optimize energy performance in residential buildings. Journal of Building Performance, 13(2), 99–112.
Hong, T., Langevin, J., & Sun, K. (2018). Building simulation: Ten challenges. Building Simulation, 11(5), 871–898. https://doi.org/10.1007/s12273-018-0459-6
INAMHI (Instituto Nacional de Meteorología e Hidrología). (2023). Datos climáticos anuales de la región litoral 2022–2023. https://www.inamhi.gob.ec
Kheiri, F. (2018). A review on optimization methods applied in energy-efficient building geometry and envelope design. Renewable and Sustainable Energy Reviews, 92, 897–920. https://doi.org/10.1016/j.rser.2018.04.065
Khosrowpour, A., Zare, A., & Haghighat, F. (2022). A multi-objective framework for early-stage design decision-making integrating machine learning and energy simulation. Energy and Buildings, 260, 111939.
Li, R., Shari, Z., & Kadir, M. Z. A. A. (2025). A conceptual framework for multi-objective optimization of building performance: Integrating intelligent algorithms, simulation tools, and climate adaptation. Multidisciplinary Reviews, 8(12), e2025385.
Lin, Y., Zhou, H., & Tang, L. (2022). Impact of building orientation and geometry on energy performance using parametric modeling. Applied Energy, 306, 117969.
Liu, Y., Ghazali, M. A., Yang, L., & Chen, Y. (2025). Sustainable passive design in cold regions: Energy and thermal evaluation of traditional Zhuangke dwellings in Qinghai Province, China. Energy and Buildings, 344, 115969.
Loyola, M. (2018). Big data in building design: A review. Journal of Information Technology in Construction, 23, 259–284.
Nguyen, T. A., & Aiello, M. (2013). Energy intelligent buildings based on user activity: A survey. Energy and Buildings, 56, 244–257.
Østergård, T., Jensen, R. L., & Maagaard, S. E. (2016). Building simulations supporting decision making in early design – A review. Renewable and Sustainable Energy Reviews, 61, 187–201.
Shaikh, P. H., Nor, N. B. M., Nallagownden, P., Elamvazuthi, I., & Ibrahim, T. (2014). A review on optimized control systems for building energy and comfort management of smart sustainable buildings. Renewable and Sustainable Energy Reviews, 34, 409–429.
Stazi, F., Naspi, F., & D’Orazio, M. (2017). A literature review on driving factors and contextual events influencing occupants’ behaviours in buildings. Building and Environment, 118, 40–66.
Tronchin, L., Manfren, M., & Nastasi, B. (2018). Energy efficiency, demand side management and energy storage technologies – A critical analysis of possible paths of integration in the built environment. Renewable and Sustainable Energy Reviews, 95, 341–353.
Yang, Y., Duan, Q., & Samadi, F. (2025). A systematic review of building energy performance forecasting approaches. Renewable and Sustainable Energy Reviews, 223, 116061.
Yang, Z., Roth, J., & Jain, R. K. (2018). DUE-B: Data-driven urban energy benchmarking of buildings using recursive partitioning and stochastic frontier analysis. Energy and Buildings, 163, 58–69.
Zhao, H.-X., & Magoulès, F. (2012). A review on the prediction of building energy consumption. Renewable and Sustainable Energy Reviews, 16(6), 3586–3592.
Publicado
Cómo citar
Número
Sección
Categorías
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
®
Los autores se comprometen a respetar la información académica de otros autores, y a ceder los derechos de autor a la Revista MQRInvestigar, para que el artículo pueda ser editado, publicado y distribuido. El contenido de los artículos científicos y de las publicaciones que aparecen en la revista es responsabilidad exclusiva de sus autores. La distribución de los artículos publicados se realiza bajo una licencia 
