Simulacion Fernandez Antolin USPCEU Tesis 2020

Universidad CEU San Pablo
Programa de doctorado en Composición, Historia y

técnica en la Arquitectura y el Urbanismo.
Tesis doctoral:
La simulación energética como herramienta de pronóstico
en la enseñanza de Arquitectura: Cuantificación de
estrategias pasivas en el diseño arquitectónico de edificios
residenciales en España según las diferentes zonas
climáticas.
Energy simulation as a forecasting tool in the higher education of
Architecture. Quantification of passive strategies in the
architectural design of residential buildings in Spain according to
the different climate zones.
Presentada por:
Dña. María Mar Fernández Antolín para optar al grado de doctor por la
Universidad CEU San Pablo
Dirigida por:
Dr. Roberto Alonso González Lezcano y Dr. José Manuel del Río Campos
2020
Programa de Doctorado en Composición, Historia y Técnica en la Arquitectura y el Urbanismo
A mi familia y amigos, por su apoyo incondicional.
La simulación energética como herramienta de pronóstico en la enseñanza de Arquitectura: Cuantificación de estrategias

1 pasivas en el diseño arquitectónico de edificios residenciales en España según las diferentes zonas climáticas.
i Agradecimientos.................................................................................................................................................... 7
ii Resumen ................................................................................................................................................................ 9
iii Summary ............................................................................................................................................................ 11

1 Introducción y Objetivos.............................................................................................................................. 13
2 Estado del Arte .............................................................................................................................................. 16
2.1 La energía en el sector residencial ..................................................................................................... 16

2.1.1 Marco normativo de la eficiencia energética................................................................................ 16
2.1.1.1 Energía y Vivienda en Europa .............................................................................................. 16
2.1.1.2 Energía y Vivienda en España .............................................................................................. 17
2.1.2 “La casa pasiva” ............................................................................................................................... 18
2.1.3 Caracterización de tipologías edificatorias .................................................................................. 19
2.1.3.1 Proyecto Retrofit ..................................................................................................................... 20
2.1.3.2 Proyecto Rehenergía: Rehabilitación energética de edificios de viviendas .................... 20
2.1.3.3 El Proyecto “Efficacia”: Optimización energética de la Vivienda colectiva.................... 21
2.1.3.4 Proyecto Tabula en Eficiencia energética............................................................................. 22

2.1.3.5 El Proyecto “Refaviv” ............................................................................................................. 22
2.1.4 Documento básico de Ahorro de energía ..................................................................................... 22
2.1.4.1 El consumo energético en España......................................................................................... 25

2.2 Procedimientos de evaluación del medio ambiente en la Arquitectura ....................................... 27
2.2.1 La evaluación, certificación y sensibilidad energética ............................................................... 27
2.2.2 Simulación energética de edificios ................................................................................................ 29

2.2.2.1 El proceso de diseño y el proceso de simulación ................................................................ 33
2.2.2.2 La visualización de los resultados exportados de las BPSTs ............................................ 35
2.3 El medioambiente en la docencia arquitectónica actual ................................................................. 36

2.3.1 Requerimientos legales, normativos y mercantiles ..................................................................... 36
2.3.2 La sostenibilidad en el currículo Universitario ........................................................................... 37
2.3.2.1 Environmental Design in University Curricula and Architectural Training in Europe
(EDUCATE) ............................................................................................................................................... 40
2.3.2.2 NAAB (National Architectural Accrediting Board) ........................................................... 40

2.3.3 La situación frente a la formación medioambiental .................................................................... 41
2.3.4 El papel del juego en la educación ................................................................................................ 43
2.4 Estrategias para el diseño eficiente de edificios ............................................................................... 45

2.4.1 La Arquitectura y su relación con el clima ................................................................................... 45
2.4.2 El diseño arquitectónico relacionado con la optimización ......................................................... 46
La simulación energética como herramienta de pronóstico en la enseñanza de Arquitectura: Cuantificación de estrategias pasivas en el
diseño arquitectónico de edificios residenciales en España según las diferentes zonas climáticas. 2
2.4.2.1 Diseño basado en el rendimiento .......................................................................................... 47

2.4.3 Parámetros de diseño arquitectónico. ........................................................................................... 48
2.4.3.1 Influencia de la envolvente en la demanda energética ...................................................... 48

2.4.3.2 La forma arquitectónica .......................................................................................................... 48
2.4.4 El entorno urbano ............................................................................................................................. 50
2.4.5 El índice de reflectancia solar ......................................................................................................... 51
3 Metodología ................................................................................................................................................... 54
3.1 Fase I: Descripción de la investigación y encuesta ........................................................................... 54
3.1.1 Realización de la Encuesta .............................................................................................................. 55

3.1.2 Elección del software. Design Builder ........................................................................................... 58
3.2 Fase II: Diseño del taller experimental ............................................................................................... 59
3.2.1 Aprendizaje experiencial de Kolb .................................................................................................. 59
3.2.2 Contenido del taller innovador ...................................................................................................... 60
3.3 Fase III: simulaciones estrategias pasivas.......................................................................................... 65
3.3.1 Tipologías edificatorias.................................................................................................................... 65

3.3.2 Combinaciones de simulaciones .................................................................................................... 66
3.3.3 Parámetros de simulación ............................................................................................................... 67
3.3.3.1 Rehabilitación energética: fachadas y cubiertas .................................................................. 67

3.3.3.2 Normativa del CTE ................................................................................................................. 68
3.3.3.3 Orientación ............................................................................................................................... 68
3.3.3.4 Transmitancia térmica del muro ........................................................................................... 69

3.3.3.5 Indice de reflectividad solar (SRI) ......................................................................................... 71
3.3.3.6 Porcentaje de huecos ............................................................................................................... 74
3.3.4 Selección de las diferentes zonas climáticas ................................................................................. 74
3.4 Fase IV: Simulaciones en base a la reflectancia solar y contexto urbano ...................................... 76
3.4.1 Optimización del edificio A ............................................................................................................ 77
3.4.2 Parámetros utilizados ...................................................................................................................... 78
3.4.3 Reflectancia solar y contexto urbano ............................................................................................. 81
3.4.4 Aerotermia ........................................................................................................................................ 82
4 Resultados ...................................................................................................................................................... 85
4.1 No usuarios & Usuarios. Cuestiones Generales ............................................................................... 85
4.1.1 Primer acercamiento al modelado energético .............................................................................. 85
4.1.2 Definición, Objetivo y parámetros del diseño. ............................................................................. 87

4.1.3 Uso de herramientas y etapas de diseño ....................................................................................... 90

4.1.4 La formación Universitaria acerca de las BPSTs ......................................................................... 93

4.1.5 No uso de las BPSTs e integración en el diseño proyectual ....................................................... 93
4.1.6 Evaluación de las razones del no uso de las BPSTs e integración en el diseño proyectual ... 94
4.2 Usuarios de las BPSTs ....................................................................................................................... 101
4.2.1 Criterios de selección BPSTs......................................................................................................... 105
4.3 El juego como parte de la metodología empleada ......................................................................... 117
4.3.1 Material docente ............................................................................................................................ 120
4.3.2 Valoración de las actuales necesidades de cambio en la docencia.......................................... 125
4.3.3 Valoración de las soluciones propuestas a través de la encuesta............................................ 126

4.3.4 Validación del efecto de la motivación de aprendizaje ............................................................ 127
4.3.5 Validación del material docente .................................................................................................. 129
4.3.6 Satisfacción y valoración del alumnado respecto a la metodología empleada. .................... 131
4.3.7 Satisfacción y valoración del alumnado en el workshop ......................................................... 131
4.4 Modelos de Calibración y Presentación Gráfica de los Resultados ............................................ 136
4.5 Análisis de demanda en todas las configuraciones propuestas según parámetros simulados
para las cinco zonas climáticas. ..................................................................................................................... 137
4.5.1 Zona climática A4 .......................................................................................................................... 137

4.5.2 Zona climática B4 ........................................................................................................................... 138
4.5.3 Zona climática C4 .......................................................................................................................... 140
4.5.4 Zona climática D3 .......................................................................................................................... 140

4.5.5 Zona climática E1 ........................................................................................................................... 142
4.5.6 Comparación de todos los climas ................................................................................................ 143
4.5.7 Análisis de sensibilidad de los parámetros más importantes.................................................. 144

4.5.8 Cumplimiento con el estándar de PH ......................................................................................... 146
4.6 Reflectancia solar y contexto urbano ............................................................................................... 148
4.6.1 Temperatura operativa interior ................................................................................................... 148

4.6.2 Comparación cruzada climática .................................................................................................. 152
4.6.3 Análisis de la demanda energética según las diferentes zonas climáticas ............................ 153
4.6.3.1 Zonas de clima muy cálido (A4) ......................................................................................... 153

4.6.3.2 Zonas de clima cálido (B4) ................................................................................................... 154
4.6.3.3 Zonas climáticas moderadas (C4) ....................................................................................... 155
4.6.3.4 Zonas de clima frío (D3) ....................................................................................................... 156
4.6.3.5 Zonas de clima muy frío (E1) .............................................................................................. 157
4.6.4 Comparación cruzada climática .................................................................................................. 158
4.6.5 Demandas de calefacción y refrigeración con sus ahorros y penalizaciones relacionadas .. 159
4.6.6 Energías renovables: energía aerotérmica .................................................................................. 163
4.7 Modelos de demanda energética por zona climática obtenidos por regresión lineal
multivariable. ................................................................................................................................................... 166
5 Conclusiones ................................................................................................................................................ 175
5.1 Problemática de las BPSTs y la educación en la Arquitectura ...................................................... 175
5.1.1 Propuesta de mejora en la visualización de resultados en las simulaciones energéticas ..... 175
5.1.1.1 Elección del software Design Builder ................................................................................. 175

5.1.1.2 La docencia para estudiantes de Arquitectura .................................................................. 176
5.2 El material docente innovador como medio de aprendizaje ........................................................ 176
5.2.1 Recomendaciones para el sistema Universitario ........................................................................ 177

5.2.2 Soluciones propuestas finales ....................................................................................................... 177
5.3 Estrategias pasivas en el diseño arquitectónico .............................................................................. 178
5.3.1 Influencia en la demanda energética ........................................................................................... 178

5.3.2 Influencia en los parámetros de diseño según zonas climáticas .............................................. 179
5.3.3 Cumplimiento del passivhaus (PH) estándar ............................................................................ 179
5.4 Reflectancia solar y entorno urbano ................................................................................................. 180

5.4.1 Influencia de la temperatura ......................................................................................................... 180
5.4.2 Influencia del contexto urbano en la demanda energética ....................................................... 180
5 Conclusions ........................................................................................................................................................ 184

5.1 Problems of BPSTs and education in Architecture ............................................................................... 184
5.1.1 Proposal to improve the visualization of results in energy simulations ..................................... 184
5.1.1.1 Selection of the software Design Builder ................................................................................. 184

5.1.1.2 Teaching for architecture students ........................................................................................... 185
5.2 Innovative teaching material as a learning method .............................................................................. 185
5.2.1 Recommendations to the University system .................................................................................. 186

5.2.2 Final proposed solutions ................................................................................................................... 186
5.3 Passive strategies in architectural design ............................................................................................... 187
5.3.1 Influence on energy demand ............................................................................................................ 187

5.3.2 Influence of the design parameters according to the different climate zones ............................ 188
5.3.3 Compliance with the standard passivhaus (PH) ............................................................................ 188
5.4 Solar reflectance and urban contexts ....................................................................................................... 188
5.4.1 Influence of temperature ................................................................................................................... 189
5.4.2 Influence of urban contexts on the energy demand ...................................................................... 189

6 Futuras líneas de investigación ................................................................................................................. 193

6 Future research lines .................................................................................................................................. 195
7 Bibliografía................................................................................................................................................... 197
8 Divulgación de los resultados ................................................................................................................... 212
9 Anexos I y II ................................................................................................................................................. 309
i Agradecimientos
En primer lugar, deseo expresar mi mayor agradecimiento al Dr. D. Roberto Alonso González Lezcano,
director de esta tesis doctoral, por la orientación, dedicación y rigor proporcionado durante el desarrollo
de esta investigación. Gracias por el apoyo y la confianza ofrecida desde el comienzo de este trabajo.
Gracias por haberme proporcionado el equipo y los recursos esenciales para el desarrollo de esta tesis.
Gracias por haber estado día a día con especial y atenta dedicación.
Del mismo modo, al Dr. D. José Manuel del Río Campos, co-director, por su orientación, atención y
colaboración en la elaboración de esta tesis doctoral.
Deseo manifestar mi agradecimiento al equipo de la Universidad Degli Studio en Catania (Sicilia) Italia,
especialmente al Dr. D. Francesco Nocera y Dr. D. Vincenzo Costanzo, supervisores de este trabajo
durante mi estancia internacional en dicho centro, cuyas indicaciones y consejos han contribuido, en gran
medida, a enriquecer la presente investigación.
Asimismo, agradezco a la Universidad de Navarra por haber recibido formación específica de Germán
Campos Gordillo, consultor energético en Aurea Consulting, a través del Máster Universitario en Diseño
y Gestión Ambiental de Edificios. También, mostrar el agradecimiento a la colaboración de Fernando del
Ama Gonzalo por su participación en trabajos de investigación relacionados con esta tesis doctoral.
Agradezco a mis compañeros de realización de tesis de la Escuela CEU San Pablo, por su orientación y
sus valiosas sugerencias durante la realización del presente trabajo de investigación. Gracias por haberme
proporcionado el apoyo y motivación para el desarrollo de esta tesis.
Quiero mostrar mi gratitud a la Fundación Universitaria CEU San Pablo por concederme la beca de
Formación de Personal Investigador (FPI), y a la Escuela Internacional de Doctorado CEU (CEINDO) y al
Banco Santander por la beca de Movilidad Internacional; también al Proyecto CEU-Santander (Ref:
MVP19V14). Finalmente agradecer al Departamento de Arquitectura y Diseño de la Universidad CEU
San Pablo por poner sus recursos a mi disposición.
A todos, muchas gracias.

ii. Resumen
ii Resumen
Los edificios son los principales responsables del impacto en el medio ambiente; ya que, el impacto del
sector de la construcción está vinculado con el uso de la energía. En España, el sector residencial es
responsable del 25% de la demanda de energía eléctrica; debido a ello son diversas las estrategias de
eficiencia energética que se llevan a cabo para disminuir el impacto ambiental en los edificios
residenciales. Por tanto, en los nuevos proyectos hay que tomar decisiones desde el punto de vista de la
energía en la fase del diseño; para ello, es importante que las profesiones implicadas conozcan el consumo
energético de los edificios.
En este sentido, las herramientas de simulación de energía (BPSTs) son un medio útil para inferir en el
rendimiento energético de los edificios. Ayudan a evaluar la eficacia de las estrategias para la reducción
de esta demanda, antes, durante y después. A pesar de las numerosas herramientas que existen, su uso
está bastante limitado en la actualidad; tan solo algunas empresas de ingeniería en el mundo consideran
relevante su uso. Los cálculos se utilizan en las etapas finales de diseño, cuando se aplican las
certificaciones energéticas; es decir, los proyectos no integran esta modelización energética durante todo
el proceso. Además, los profesionales de la Arquitectura no sienten que este campo sea responsabilidad
suya.
La mayoría de los estudios han detectado que existe una gran desconexión entre los profesionales de la
Arquitectura y las BPSTs. En la presente tesis se investiga la aplicación de las BPSTs en el diseño
arquitectónico. El objetivo es comprender mejor las barreras que existen y proponer soluciones para
aumentar su utilización en el proceso de diseño arquitectónico; ya que, la preocupación se centra en la
integración de la evaluación energética de las construcciones en la formación de los Arquitectos. Con este
estudio se pretende contribuir en el avance de la necesidad de integrar la modelización energética como
pronostico en el diseño de la Arquitectura. El trabajo realizado incluye una investigación teórica y dos
estudios de casos; la investigación teórica abarca las disciplinas del diseño arquitectónico y la simulación
energética.
Se describe información y datos acerca de las normativas y de la caracterización de las tipologías

edificatorias. Se revisan las herramientas de simulación de energía como medio de pronóstico; también se
detalla la formación de carácter medioambiental que tienen los arquitectos; y por último, se definen
algunos parámetros de interés, relacionados con las estrategias pasivas en el diseño arquitectónico,
incluyendo por ejemplo, la absortancia solar.
La investigación incluye una encuesta que demuestra la gran brecha que existe entre las BPSTs y los
arquitectos en la actualidad. Posteriormente a través de la herramienta de simulación Design Builder, se
definen tres tipologías edificatorias comunes del sector residencial en España; se estudian diferentes
parámetros característicos de diseño arquitectónico y se cuantifican estas estrategias pasivas en las
diferentes zonas climáticas de España. A continuación se diseñan graficas de exportación de resultados
de simulación de energía que son evaluados en la realización de dos talleres como material didáctico
innovador. Los resultados obtenidos en esta investigación pueden servir de apoyo para el diseño de
edificios eficientes en España y para incorporar esta temática en las aulas de Arquitectura con urgencia.

iii. Summary
iii Summary
Buildings are causing a great impact on the environment. The impact of buildings is related to the use of
energy. In Spain, the residential sector is causing 25% of the energy demand. Various energy efficiency
strategies are carried out to reduce the environmental impact caused by residential buildings. Therefore,
decisions must be made in new projects from the viewpoint of energy consumption during the design
phase. It is important that all the agents involved in the construction process of a building are aware of
the energy consumption of buildings.
In this sense, building performance simulation tools (BPSTs) allow to foresee the energy consumption of
buildings. They help to assess the effectiveness of strategies to reduce this energy demand before, during,
and after the construction process. However, despite the many existing tools, their use is quite limited
nowadays. Only some engineering companies in the world consider the use of BPSTs relevant. The results
provided by them are used during the final design stage. In other words, projects do not integrate this
energy modeling throughout the entire process. Furthermore, architects and civil engineers do not feel
that they are responsible of this field.
Most studies have detected that there is a great usage gap of architects and civil engineers with regard to
BPSTs. This thesis researches on the application of BPSTs in architectural design. The objective is to
understand the existing barriers and to propose solutions in order to increase their use during the
architectural design process. This concern focuses on the integration of the energy assessment of buildings
during the training of architects. This study aims to contribute to the advancement of the need to
incorporate energy modeling as a forecast in the design of buildings. The work accomplished includes a
theoretical research and two case studies. Theoretical research includes disciplines spanning architectural
design and energy simulation.
Several pieces of information and relevant data about the regulations and the characterization of the
building typologies are described within this research work. Energy simulation is reviewed as a tool of
forecasting the energy demand. The environmental training of architects is also detailed. Finally, some
parameters of interest related to passive strategies in architectural design including, for example, solar
absorption, is described herein.
The research covers an extensive survey to be able to confirm the great usage gap that exists between
BPSTs and architects today. Furthermore, three common building typologies of the residential sector in
Spain are defined using the simulation tool called Design Builder. Different characteristic parameters of
architectural design are studied and these passive strategies are quantified in the different climate zones
in Spain. Next, export graphs of energy simulation results are designed and evaluated in two workshops
as an innovative teaching material. The results obtained in this research can be used as support for the
design of efficient buildings in Spain. This topic must be incorporated to architecture syllabuses urgently.

1. Introducción y Objetivos
1 Introducción y Objetivos
El documento está estructurado en los siguientes apartados. En el apartado 1, encontramos la

introducción, objetivos e hipótesis de la tesis. En el apartado 2, se detalla el estado del Arte. Se introduce
el contexto de esta investigación explicando la necesidad de investigar sobre la aplicación de los métodos
de cálculo de energía en el diseño arquitectónico. En el apartado 3, se detalla la metodología a seguir. En
el apartado 4, se muestran los resultados y discusiones. Finalmente en el apartado 5, se obtienen las
conclusiones generales de la investigación. Más allá de los directos resultados de la investigación se
proporcionan algunas consideraciones adicionales para establecer la base para futuras investigaciones
Los apartados se complementan con los siguientes anexos. El Anexo I es la encuesta realizada entre
diferentes estudiantes sobre las herramientas de simulación de energía. Los resultados de la encuesta se
utilizan para la argumentación de la urgente necesidad de cambio en la docencia de la Arquitectura. El
Anexo II contiene el material utilizado en el taller presencial para analizar resultados exportados de
programas de simulación de energía. Los resultados del taller servirán como ejemplo didáctico en
asignaturas como proyectos arquitectónicos dentro de la docencia de un programa de Grado en
Arquitectura.
El objetivo principal de la investigación es:
La utilización de las BPSTs como herramienta de pronóstico en la Arquitectura, a través del análisis de
los resultados exportados del software de simulación de energía, en el diseño arquitectónico. La meta de
la investigación se apoya en cuatro objetivos, cada uno de los cuáles fue logrado, a través de una serie de
publicaciones en revistas científicas de impacto.
Objetivo 1- Revisar la práctica actual de los arquitectos y el uso de las BPSTs.
Investigar el conocimiento real que tienen los arquitectos recién graduados en cuanto a la formación
recibida de las BPSTs. Para ello se va a evaluar las deficiencias de uso asociadas con las herramientas
actuales de simulación de energía en la práctica arquitectónica.
Objetivo 2- Identificar la técnica adecuada para solucionar la problemática del no uso de las BPSTS.
Diseñar un material didáctico adecuado a los complejos resultados de simulación vinculados con el diseño
arquitectónico y adaptado al lenguaje de los arquitectos. Para ello se va a analizar un ejemplo de material
docente innovador, a través de la interpretación de resultados de simulación energética adaptados al
lenguaje de los arquitectos.
Objetivo 3- Cuantificación en un caso real de estrategias pasivas
Demostrar la eficiencia energética y el diseño arquitectónico optimizado de edificios residenciales a través

de la simulación energética. Para ello, se va a proporcionar a los diseñadores de edificios sugerencias para
lograr un diseño de edificios de baja energía dentro de las cinco zonas climáticas en España mediante el
uso de estrategias pasivas.
Objetivo 4- Análisis de reflectancia solar y simulaciones con entorno urbano.
Analizar la influencia que tiene la reflectancia solar dentro de las estrategias pasivas en las temperaturas
interiores y la demanda energética. Los resultados de este estudio se pueden aplicar como una guía en el
diseño arquitectónico temprano.

De acuerdo con los objetivos fijados, se establece la siguiente hipótesis:
Los modelos de simulación dinámica de las estrategias pasivas, en las primeras fases de diseño arquitectónico,
permiten cuantificar significativamente la demanda energética, así como; de qué manera influye la reflectancia solar
y demás estrategias pasivas en su reducción y optimización, en los edificios residenciales en España, para diferentes
zonas climáticas.
2. Estado del Arte

2 Estado del Arte
El cambio climático y la escasez de recursos energéticos son dos desafíos importantes a enfrentar en el
futuro cercano (Council, 2011). En los Estados Unidos, los edificios consumen el 48% de la energía total
(Wagner & Mellblom, 2008) ; en Europa, 40% (Cao, Dai, & Liu, 2016) ; y en los Emiratos Árabes, 70%
(Kazim, 2007). Por lo tanto, los países han emitido directivas que fomentan los Edificios de Energía Cero
Neta (NZEB). Con la ayuda de la simulación energética, solo se construyen los edificios que cumplen con
tales regulaciones (Paryudi, 2015). Hoy en día, se ha logrado un amplio consenso sobre la importancia del
buen diseño arquitectónico y su relación con el consumo de energía (Tettey, Dodoo, & Gustavsson, 2019).
2.1 La energía en el sector residencial

El sector residencial es una de las claves del contexto energético, influenciado en gran medida por la
demanda energética. El impacto de los edificios representa un tercio de las emisiones mundiales de gases
de efecto invernadero (GEI) (Nejat, Jomehzadeh, Taheri, Gohari, & Majid, 2015). La eficiencia energética
en el sector residencial es uno de los objetivos prioritarios de la Unión Europea definido en la Directiva
2010/31/UE1 aprobada el 19 de Mayo del año 2010. Las medidas que adopta se basan en la reducción del
20% en las emisiones de gases de efecto invernadero (GEI), la reducción del 20% en el consumo de energía
primaria y un incremento del 20% en el uso de energías renovables. Según la Directiva 2012/27/UE2 , en el
año 2020 se lograrán ahorros de energía de hasta el 27% en edificios residenciales.
2.1.1 Marco normativo de la eficiencia energética

2.1.1.1 Energía y Vivienda en Europa
El 40% de las emisiones de CO2 a la atmósfera se produce por el sector de la edificación. Por tanto, es uno
de los mayores responsables sobre el impacto del cambio climático. El 25% de la superficie construida
total pertenece a edificios no residenciales. Los países de Alemania, Francia, Reino Unido, Italia y España
tienen valores de entre 2,6 y 4,3 billones de m2 de suelo construido, representando el 65% de la superficie
total de Europa. Por ello, España, necesita adoptar un gran compromiso para limitar las emisiones de CO2
de sus edificios. La distribución de las viviendas a nivel de la Unión Europea es bastante interesante; por
ejemplo, en países como Estonia o Letonia, destacan las viviendas en bloque (en torno al 70%), mientras
que en países como Irlanda, Reino Unido, Grecia o Noruega, el 90% de las viviendas son unifamiliares.3
Por otro lado, el 40% de los edificios residenciales en Europa fueron construidos antes del 1960, en ese
momento los reglamentos energéticos de los edificios estaban poco estructurados. Es en los años 70
cuando comienzan a desarrollarse las normativas en materia de energía como consecuencia de la crisis
del petróleo de 1973. Es por esto, que se considera de especial urgencia la actuación en la envolvente de
1 Directiva 2010/31/UE del Parlamento Europeo y del Consejo, de 19 de mayo de 2010, relativa a la eficiencia energética de los
edificios, 2010.
2 Directiva 2012/27/UE del parlamento europeo y del consejo de 25 de octubre de 2012 relativa a la eficiencia energética, por la que
se modifican las Directivas 2009/125/CE y 2010/30/UE, y por la que se derogan las Directivas 2004/8/CE y 2006/32/CE.
3 Europe’s buildings under the microscope | BPIE - Buildings Performance Institute Europe
los edificios para contribuir a las graves consecuencias del cambio climático; siendo el elemento de mayor
consumo, la calefacción, en torno al 70%, seguido de la climatización. 4 Es por todo lo anterior que limitar
el consumo energético es una estrategia para luchar contra los efectos del cambio climático.
2.1.1.2 Energía y Vivienda en España

A través de la Plataforma tecnológica española de Eficiencia energética 5, España importa el 75% de la energía
primaria que utiliza, frente al 50% de media que importa la Unión Europea. Esta cifra se considera muy
elevada comparada con la media europea; la dependencia energética de España respecto al exterior es
superior al 86% (Conchado et al., 2013). Esta dependencia se va incrementando debido a las numerosas
implicaciones comerciales y económicas que esto supone, con efectos medioambientales importantes, ya
que la energía proviene de productos fósiles con un elevado nivel de emisiones de efecto invernadero.
El informe de WWF/Adena España6, señala que el sector residencial alberga la tercera parte del total de las
emisiones de los gases del efecto invernadero. El consumo de la edificación está relacionados con el
parque de viviendas edificado, por tanto, no hay que olvidar que la rehabilitación es una herramienta
clave para poder cumplir los objetivos propuestos, tanto nacionales como europeos. A continuación se
detallan algunas normativas que afectan a España:
 Libro Blanco de la Energía, Una Política Energética para la Unión Europea, 1995, que fue
desarrollado posteriormente en el Libro Verde.
 El Plan de Acción para la mejora de la Eficiencia Energética en la Comunidad Europea, COM
(2000) 247, en el que se establece como objetivo orientativo de reducción de la intensidad
energética global en un 1% anual hasta el año 2010.
 Libro Verde, Hacia una Estrategia Europea de Seguridad de Abastecimiento Energético (2001), en
el que se valora el “esfuerzo determinado a favor del ahorro de la energía” junto con “la aplicación
de tecnologías limpias y competitivas”.
 Iniciativa Intelligent Energy for Europe, para el periodo 2003-2006, que promueve las energías
renovables y la eficiencia, junto al estudio específico del transporte, que es el sector de mayor
crecimiento de demanda energética.
Para poder realizar los planteamientos propuestos, el modelo normativo español tiene en cuenta el
Código Técnico de la Edificación (CTE), que originariamente fue creado para el sector exclusivo de
construcción de nuevos edificios. Además, según el informe del Ministerio de Economía7, el consumo en
el sector de la construcción supone el 26%, del cual un 17% corresponde a residencial y un 9% al terciario,
del total del consumo de energía final nacional. El 49% de los hogares españoles ha sido construido entre
4 Europe’s buildings under the microscope a country-by-country review of the energy performance of buildings, (2011)
5 Documento Visión Eficiencia Energética España. Consumo mundial de energía. Conservación de energía
6WWF/Adena España. Potencial De Ahorro Energético y De Reducción De Emisiones De CO2 Del Parque Residencial Existente En
España En 2020. Madrid: WWF/Adena España, diciembre 2010.
7 ESPAÑA. Secretaría de Estado de Energía, Desarrollo Industrial y de la Pequeña y Mediana Empresa. Estrategia De Ahorro y
Eficiencia Energética En España 2004-2012. Madrid: Ministerio de Economía, junio 2003.

los años 1979 y 2005. Un 44% corresponden a las viviendas anteriores al 1979 y sólo el 7% han sido
construidas siguiendo los criterios de CTE. Por otro lado, un hogar medio español consume unos 10.500
kWh al año, de los cuales, el 70% se concentran en viviendas en bloque.
La vivienda media tiene una superficie media de 102,40 m2. En cuanto a la eficiencia energética, el IDAE8
indica que en la construcción de viviendas del área mediterránea española, es muy baja comparado con
otros países de la Unión Europea que enfrentan la cuenca mediterránea. Los repartos de los consumos en
el sector doméstico en el año 2008 fue: 47% calefacción, 18,9% agua caliente sanitaria, 21,7%
electrodomésticos, 4,1% iluminación, 7,4% cocina; se muestran un aumento de los valores de refrigeración,
pero en ese año tan sólo era de un 1%. En las viviendas típicas españolas, el consumo de energía debido
a la calefacción y la refrigeración representa aproximadamente el 48% de la energía total utilizada9.
2.1.2 “La casa pasiva”

El estándar de la Casa Pasiva (PH)10 se está extendiendo rápidamente por todo el mundo con
aproximadamente 25.000 casas pasivas en uso en todo el mundo. Varios autores (Rekstad, Meir, Murtnes,
& Dursun, 2015; Ridley et al., 2013; Valladares-Rendón, Schmid, & Lo, 2017) afirman que se puede ahorrar
hasta un 50% del consumo total de energía primaria. Una comparación entre las casas pasivas certificadas
y las casas genéricas de bajo consumo de energía reveló que las emisiones pasivas de CO2 de las casas
pasivas fueron aproximadamente un 25-40% más bajas, con solo un 5% de aumento en los costos iniciales
de construcción (Ardeshir Mahdavi & Doppelbauer, 2010).
El concepto de PH promueve el enfoque tradicional de construcción pasiva al mejorar las condiciones de

confort térmico con costos mínimos de energía (Feist, Schnieders, Dorer, & Haas, 2005). Las características
distintivas del estándar de PH, según lo prescrito en el sitio web oficial Passivhaus Institut actualizado
son (Pitts, 2017) :
 Demanda de calefacción de espacios: no debe exceder los 15 kWhm −2 anualmente o no

debe exceder los 10 Wm −2 de la demanda máxima.
 Demanda de refrigeración del espacio: igual a los requisitos de demanda de calor con un
margen adicional de deshumidificación dependiente del clima.
 Demanda de energía primaria: no debe superar los 120 kWhm −2 anuales para todas las
aplicaciones domésticas (calefacción, refrigeración, agua caliente y electricidad
doméstica).
 Estanqueidad al aire: las fugas de aire deben mantenerse por debajo de 0,6 renovaciones
de aire por hora a una diferencia de presión de 50 Pa (para evaluar en el sitio a través de
un ensayo de Blower Door).
8 El Instituto para la Diversificación y Ahorro de la Energía-IDAE-como Entidad Pública Em-presarial, adscrita al Ministerio de
Industria, Turismo y Comercio a través de la Secretaría.
9 Instituto para la Diversificación y Ahorro de Energía (IDAE) (España). Plan De Acción De Ahorro y Eficiencia Energética 2011-
2020. Madrid: Ministerio de Industria, Turismo y Comercio, 2011.
10 Passive House Institute (PHI). 2015. Available online: http://passiv.de/en (accessed on 8 November 2015).
 Confort térmico para el funcionamiento en verano: se puede aceptar un máximo del 10%
de horas en un año superior a 25 ° C (criterio de sobrecalentamiento).
 Altos valores de aislamiento térmico en todos los componentes de la envolvente del
edificio (valores típicos de U entre 0.6 y 0.15 Wm −2 K −1).
Existe un gran interés por la investigación y el desarrollo dirigidos a la adaptación de las casas pasivas en
diferentes condiciones climáticas, especialmente para el clima mediterráneo. La gran mayoría de las
estructuras pasivas se construyen en países del norte y centro de Europa. En este sentido, el estándar
permite superar el umbral de temperatura de sobrecalentamiento de 25 ° C durante no más del 10% del
período de enfriamiento en climas más cálidos 10. El principal problema al adaptar los edificios de la costa
mediterránea al estándar de PH es que las necesidades de refrigeración deben tenerse en cuenta en verano,
junto con las demandas de calefacción en invierno (Fokaides, Christoforou, Fokaides, Ilic, &
Papadopoulos, 2016).
Las medidas de diseño pasivo y la orientación tienen una influencia considerable en la eficiencia
energética, el confort y la seguridad. Algunas investigaciones analizan cómo implementar las estrategias
pasivas para reducir la demanda de energía en los edificios (Al-Obaidi, Ismail, & Rahman, 2014; Bradke
et al., 2009; Neila González Bedoya Frutos, César,, 1997). Una práctica adecuada del diseño pasivo
repercute en varios aspectos del diseño del edificio; (A. Gagliano, Detommaso, Nocera, Patania, & Aneli,
2014; Antonio Gagliano, Nocera, D’Amico, & Spataru, 2015) por ejemplo: la orientación de las fachadas
y ventanas principales, la elección de los materiales de las paredes apropiadas, el aislamiento térmico y la
relación ventana-pared (WWR). Además de esto, también el diseño de dispositivos de sombra y la
implementación de técnicas de ventilación natural (Aksoy & Inalli, 2006; Costanzo & Donn, 2017; Nocera,
Lo Faro, Costanzo, & Raciti, 2018; Pérez, Coma, Martorell, & Cabeza, 2014; Rodriguez-Ubinas et al., 2014).
Los arquitectos, diseñadores de edificios y constructores deben ser conscientes de la oportunidad de

incorporar los principios de las casas pasivas en las primeras etapas del diseño de un proyecto. Las
oportunidades que ofrece el mercado actual, hace necesario que los arquitectos y diseñadores tengan una
herramienta que les ayude a identificar las mejores combinaciones para cualquier situación específica
(Chen, Yang, & Lu, 2015). De este modo, les resultará sencillo elegir qué estrategia de diseño se debe
seguir más activamente para lograr un mejor rendimiento energético.
2.1.3 Caracterización de tipologías edificatorias

En España, a nivel nacional, no existen estudios detallados en cuanto a la caracterización de la tipología
del parque de viviendas. Los estudios tan sólo abarcan una Comunidad Autónoma, no el país en todo su
conjunto. La gran variedad climática que tenemos en España influye en que las tipologías no sean
exactamente las mismas, sobre todo si se compara la zona Norte con la zona Sur. A continuación, se
muestran diferentes proyectos relacionados con la clasificación de las tipologías edificatorias.

2.1.3.1 Proyecto Retrofit

El proyecto Retrofit11 es un proyecto de energía inteligente llevado a cabo entre Enero de 2006 a Diciembre
de 2007. Su principal objetivo fue el desarrollo de las herramientas web para poder adaptar casas pasivas
a viviendas sociales. Esta herramienta se utilizó en 14 países, como Austria, Bélgica, República Checa,
Dinamarca, Alemania, Francia, Italia, Lituania, Luxemburgo, Portugal, Eslovenia, España, Países Bajos,
Reino Unido. Para cada uno de los países, se describen medidas de ahorro de energía y un estudio de
viabilidad económica de la rehabilitación de las casas pasivas para cada categoría de los edificios. Los
casos típicos definidos en este proyecto corresponden a tres edificios de viviendas (bloque grande, bloque
pequeño y vivienda adosada) con tres períodos distintos de construcción (antes del 1960, entre 1960 y
1979 y después de 1979).
"Tanto para el ahorro de energía para la calefacción y la refrigeración como para los costes de energía, los edificios
más antiguos incluidos tienen el mayor potencial de ahorro debido a un mal estándar de energía antes de la
adaptación. El resultado más pobre tanto en el ahorro de energía para la calefacción y la refrigeración como en la
reducción de los costos de energía es para más nuevos edificios compactos".
2.1.3.2 Proyecto Rehenergía: Rehabilitación energética de edificios de viviendas

El Proyecto Rehenergía12, basado en la metodología del Instituto Cerdá se inició en el año 2005, cuyo
objetivo era el estudio del potencial que tiene la rehabilitación energética en el parque de edificios
existente. Se desarrollaron mecanismos y herramientas de promoción e implantación de la rehabilitación
energética. Se difundió todo el conocimiento generado y se desarrollaron herramientas para calificar
energéticamente los edificios existentes.
Dentro de este proyecto se distinguen varias fases. En la primera se evaluó el potencial de la rehabilitación
energética, a través de la segmentación y características constructivas del parque de edificio de viviendas.
Posteriormente, se calcularon la demanda y el consumo energético de un total de 1740 casos y 9 tipologías
edificatorias con 15 secciones constructivas, 12 zonas climáticas del código técnico de la edificación y 4
orientaciones (norte, sur, este y oeste). Tras esto se calculó el ahorro de energía y las emisiones de la
aplicación de cuatro medidas de rehabilitación energética.
Las medidas que se evaluaron, estaban relacionadas con la fachada, dentro de la cual se trataban las partes
opacas y el aislamiento térmico. Además se presta especial atención a las aberturas (vidrio y carpintería).
Por otro lado, la cubierta (el aislante térmico e impermeabilización) y por ultimo las instalaciones, dentro
de las cuales se desarrollaron especialmente las térmicas (renovables, sustitución de combustible);
también se analizó la iluminación en las zonas comunes.
Todas las tipologías estudiadas muestran que los cambios producidos en las tipologías de fachada,
cubierta y superficie de vidrio afectan más a la calefacción que a la refrigeración. Las medidas que más
afectan a la refrigeración son el cambio de material de las ventanas e introducir protecciones móviles,
como persianas y protecciones fijas (voladizos).
A continuación se definen las estrategias en la rehabilitación energética evaluadas en el proyecto. En

cuánto, a la reducción de la demanda energética, se encontraron ahorros de 5-16% en las fachadas.
11 Tool-Kit for ‘Passive House Retrofit’ - Intelligent Energy Europe - European Commission
12 Proyecto RehEnergía Rehabilitación energética de edificios de viviendas
Respecto a las cubiertas los valores se oscilaban entre el 4-14% y en los huecos arquitectónicos valores de
3-10%. Algunas de las conclusiones de este proyecto son las siguientes:
El aumento de la superficie de vidrio aumenta la demanda de calefacción y refrigeración entre un 10% y

un 20% dependiendo de la tipología. El aislamiento de una cubierta es la medida más efectiva para
disminuir la demanda de calefacción. Los porcentajes de ahorro en función de la tipología y de la sección
constructiva varían desde un 10% hasta el 60%.
Los balcones que sobresalen de la fachada, introducen sombras en el interior de la vivienda, por lo que la
demanda de calefacción aumenta. El aumento de superficie de fachada exterior hace que aumenten las
perdidas. Por el contrario, la demanda de refrigeración no se ve muy afectada. El cambio de fachada con
balcón integrado por fachada plana o balcón, hace que la demanda de calefacción varié de forma diferente
en función de la superficie del balcón y del tipo de sección constructiva.
2.1.3.3 El Proyecto “Efficacia”: Optimización energética de la Vivienda colectiva

El proyecto Efficacia (Sendra Salas, 2011) es un proyecto desarrollado por el Instituto Universitario de
Arquitectura y Ciencias de la Construcción de la Universidad de Sevilla (IUACC), promovido por
EMVISESA y SODINUR, y también subvencionado por la Corporación Tecnológica de Andalucía. Se trata
de un proyecto de investigación para el estudio de la mejora de la sostenibilidad y la eficiencia energética
de los edificios residenciales. Es una apuesta decidida por I+D+i con una única meta, la de contribuir al
ahorro energético de los edificios de viviendas e incorporar todo el conocimiento técnico, tanto en la
redacción de los proyectos como en la ejecución de las obras.
En este trabajo se recogen diferentes conclusiones acerca de la simulación energética; como lo es la

clasificación que se propone en función de la influencia en la reducción de la demanda energética:
estrategias de ventilación controlada, control de los sistemas de protección solar, carpinterías y vidrios en
los huecos de fachadas, mejora de la transmitancia térmica de las fachadas y las cubiertas, y, finalmente,
la modificación de la inercia térmica de las particiones
En cuanto a la influencia de la demanda energética según diferentes orientaciones, indicar que la

utilización de un mismo sistema constructivo en todas las fachadas genera un importante desequilibrio
en la demanda energética entre las fachadas con orientación sur y el resto de fachadas. Por ejemplo, en
una planta intermedia se hablan de un aumento de un 30% en la demanda energética de la vivienda con
una orientación diferente a la sur respecto a una vivienda con esta misma orientación. Por tanto, se
concluye que utilizar de forma homogénea el mismo sistema constructivo para la envolvente de un
edificio es una práctica que debe ser modificada para poder mejorar la eficiencia energética.
En cuanto a reducir la transmitancia del cerramiento de la fachada, desde el valor límite que se establece
por la norma hasta la mitad del valor, la demanda energética de la vivienda promedio disminuye un 10-
14%. Esto se alcanza mediante el aumento del espesor del aislamiento hasta casi el doble del espesor
inicial.
En valores de transmitancia térmica, que varía entre el valor límite y su mitad, la influencia de la solución
constructiva en la demanda energética es poco significativa (valores de 4-6%). Cuando se alcanza el valor
de transmitancia térmica muy cercano a la mitad del valor límite de la normativa, incrementar el
aislamiento no genera reducciones que se puedan apreciar en la demanda energética de las viviendas. Es
posible reducir la demanda energética, utilizándose, en los huecos de fachada, carpinterías y vidrios con

mejores cualidades de aislamiento térmico, llegándose hasta reducciones del 5% en la demanda energética
del edificio.
2.1.3.4 Proyecto Tabula en Eficiencia energética

El proyecto Tabula13, se encuentra dentro del proyecto Europeo EPISCOPE “Energy Performance Indicator
Tracking Schemes for the Continuous Optimisation of Refurbishment Processes in European Housing Stocks” del
programa de Energía Inteligente en Europa. La participación del Instituto Valenciano de la Edificación
(IVE) ayuda a ampliar su línea de investigación en la rama de la eficiencia energética. Uno de los objetivos
es que los procesos de rehabilitación energética en el sector de la vivienda en toda Europa sean más
eficaces. Las clasificaciones tipológicas nacionales de los edificios se elaboraron en el proyecto europeo
TABULA (www.building-typology.eu), también en el contexto del programa Energía Inteligente Europa,
y que fue desarrollado por parte de EPISCOPE; esta nueva información será añadida a los 14 países que
ya contaban con las clasificaciones establecidas.
La clasificación de la tipología edificatoria de este proyecto se ha basado en los dos proyectos explicados
anteriormente: el proyecto Retrofit (Energía inteligente) y el proyecto Rehenergía (Ministerio de
Vivienda). Esta clasificación se basa en diferentes parámetros, algunos de ellos son su antigüedad y
tamaño. De este modo, cada país presenta un “Catálogo de tipología edificatoria residencial” con matrices
de los tipos de edificios del país y una ficha explicativa en la que se muestran las medidas energéticas a
tomar. Toda esta información se puede intercambiar a nivel Europeo con la “Herramienta Web TABULA”
que alberga cálculos online de los edificios existentes, indicándose los ahorros energéticos conseguidos
vinculados a medidas de rehabilitación energética preestablecidas.
2.1.3.5 El Proyecto “Refaviv”

El proyecto Refaviv14, se desarrolló a lo largo del año 2013-2015, dónde se estudiaron casos en la ciudad
de Sevilla y Madrid. El proyecto parte de la investigación financiada por el Ministerio de Economía y
Competitividad, que se llamó “Rehabilitación energética de fachadas de viviendas sociales, en grandes
ciudades españolas aplicando productos innovadores nacionales y europeos dit y dite”:
El proyecto surge ante la ineficiencia energética en el extenso parque de viviendas sociales existente,
construido en España entre 1940 y 1980, las cuales suponen más de un 40% del total edificado desde 1900.
Esto se debió a la inexistencia de normativa sobre ahorro de energía y acondicionamiento térmico, así
como a los escasos medios con los que se contaba entonces, ante la urgencia de resolver cuestiones
prioritarias de índole social.
2.1.4 Documento básico de Ahorro de energía

El 10 de Septiembre de 2013 el Ministerio de Fomento aprobó la revisión del Documento Básico de Ahorro
de Energía (DB HE). Este Documento Básico (DB) tiene por objeto establecer reglas y procedimientos que
permiten cumplir el requisito básico de ahorro de energía. Las secciones de este DB se corresponden con
las exigencias básicas HE 0 a HE 5. La correcta aplicación de cada sección supone el cumplimiento de la
exigencia básica correspondiente. La correcta aplicación del conjunto del DB supone que se satisface el
requisito básico "Ahorro de energía". Su objetivo principal se define “conseguir un uso racional de la energía
13 TABULA WebTool
14 Con referencia BIA- 2012-39020-C02-01 dentro del Plan Nacional de investigación.
necesaria para la utilización de los edificios, reduciendo a límites sostenibles su consumo y conseguir asimismo que
una parte del mismo proceda de fuentes de energía renovable, como consecuencia de las características de su proyecto,
construcción, uso y mantenimiento. Para satisfacer este objetivo, los edificios se proyectarán, construirán, utilizarán
y mantendrán de forma que se cumplan los requerimientos de las cinco exigencias básicas”.
Esta modificación trataba de acercarse a los objetivos de la Directiva Europea 2010/31/UE, que pretende
que en 2020 todos los edificios tengan un consumo de energía casi nulo. La revisión del CTE de septiembre
de 2013 supone un gran avance ya que lo que se limita es, por un lado, la demanda y, por otro, el consumo.
Los valores de transmitancia límite de los cerramientos que conforman la envolvente pasan a ser
orientativos de tal forma que se tienen en cuenta aspectos relacionados con el diseño, como el porcentaje
de huecos, posición, diseño y protección de los mismos, factor de forma u orientación. El consumo es la
relación entre la demanda energética y la eficiencia de sus sistemas.
Figura 2.1 DB HE de septiembre de 2013 (versión 20 Diciembre 2019)
Respecto al primer apartado “HE0 Limitación del consumo energético”. El consumo se define como la
energía que se necesita para satisfacer la demanda energética de los servicios de calefacción, refrigeración,
ACS, y en edificios con un uso diferente al residencial privado. Se expresa en términos de energía primaria
y unidades kWh/m2 año.
Esta tesis se ha centrado en el apartado HE1: Condiciones para el Limitación de la demanda energética.
“Los edificios dispondrán de una envolvente de características tales que limite adecuadamente la demanda energética
necesaria para alcanzar el bienestar térmico en función del clima de la localidad, del uso del edificio y del régimen de
verano y de invierno, así como por sus características de aislamiento e inercia, permeabilidad al aire y exposición a
la radiación solar, reduciendo el riesgo de aparición de humedades de condensación superficiales e intersticiales que
puedan perjudicar sus características y tratando adecuadamente los puentes térmicos para limitar las pérdidas o
ganancias de calor y evitar problemas higrotérmicos en los mismos”.
Se define la transmitancia térmica (U) como el “flujo de calor, en régimen estacionario, dividido por el
área y por la diferencia de temperatura de los medios situados a cada lado del elemento que se considera”
Para evitar descompensaciones entre la calidad térmica de diferentes espacios, cada uno de los
cerramientos y particiones interiores de la envolvente térmica debía tener una transmitancia térmica no
superior a los valores indicados en la tabla 2.1.

Tabla 2.1 HE1 Valores límite de transmitancia térmica, U lim [W/m²K]
Elemento Zona climática de invierno

α A B C D E
Muros y suelos en contacto con el aire exterior (US, UM) 0,8 0,7 0,56 0,49 0,41 0,37
Cubiertas en contacto con el aire exterior (UC) 0,55 0,5 0,44 0,4 0,35 0,33
Muros, suelos y cubiertas en contacto con espacios no 0,9 0,8 0,75 0,7 0,65 0,59
habitables o con el terreno (UT)
Medianerías o particiones interiores pertenecientes a la
envolvente térmica (UMD)
Huecos (conjunto de marco, vidrio y, en su caso, 3,2 2,7 2,3 2,1 1,8 1,8
cajón de persiana) (UH)*
Puertas con superficie semitransparente igual o inferior al 5,7
50%
*Los huecos con uso de escaparate en unidades de uso con actividad comercial pueden incrementar el valor de UH
en un 50%.
La demanda energética de los edificios se limita en función del clima de la localidad donde nos
encontremos y de la carga interna de los espacios, siendo ésta inferior a la correspondiente de un edificio
de referencia donde los parámetros característicos de los cerramientos y particiones interiores, que
componen su envolvente térmica. También existen otros parámetros más exigentes, como los de la tabla
2.2 que aporta valores orientativos de los parámetros característicos de la envolvente térmica, que pueden
resultar útiles para el pre dimensionado de soluciones constructivas de edificios de uso residencial
privado, para el cumplimiento de las condiciones establecidas para el coeficiente global de transmisión
de calor a través de la envolvente.
Tabla 2.2 Transmitancia térmica del elemento, U [W/m2 K]
Zona climática de invierno

α A B C D E
Muros y suelos en contacto con el aire exterior, UM, US 0,56 0,5 0,38 0,29 0,27 0,23
Cubiertas en contacto con el aire exterior, UC 0,5 0,44 0,33 0,23 0,22 0,19
Elementos en contacto con espacios no habitables o 0,8 0,8 0,69 0,48 0,48 0,48
con el terreno, UT
Huecos (conjunto de marco, vidrio y, en su caso, 2,7 2,7 2 2 1,6 1,5
cajón de persiana), UH
Además de los dos anteriores, nos encontramos con los siguientes apartados: HE2 Condiciones de las
instalaciones térmicas, HE3 Condiciones de las instalaciones de iluminación, HE4 Contribución mínima
de energía renovable para cubrir la demanda de agua caliente sanitaria, HE5 Generación mínima de
energía eléctrica. Por lo que una estrategia para reducir el consumo es reducir la demanda energética.
“Consumo energético del edificio = Demanda de energía / eficiencia energética de los sistemas”. Para
ayudar a los arquitectos y diseñadores a reducir el consumo de energía operacional de los edificios, el
Código Técnico de la Edificación (CTE) recomienda la aplicación de una herramienta llamada LIDER-
CALENER GT (HULC). Dicha herramienta se utiliza para verificar el cumplimiento del proyecto con las
prescripciones establecidas por el documento básico DB-HE de CTE, así como para evaluar la demanda
de energía con respecto a los requisitos del DB-HE1 con respecto a la limitación de la demanda energética
en edificios residenciales.
2.1.4.1 El consumo energético en España

La cantidad de consumo mundial de energía en los edificios representa el 4,4% de las demandas de
calefacción y refrigeración. Se espera que aumente al 35% en 2050 y al 61% en 2100, debido a la
combinación del calentamiento global y la inclusión del aire acondicionado en el mercado (Santamouris,
2016a). La demanda de refrigeración representa el 10% de la demanda energética total de la región
mediterránea (Santamouris, 2016b)
Menos del 20% de los edificios residenciales en Europa deciden sobrecalentar los edificios en lugar de
asumir los costos de refrigeración (LOW-CARBON HEATING AND COOLING STRATEGIES FOR
EUROPE, 2014). Por lo tanto, muy pocas ciudades en España necesitarían consumir energía en el aire
acondicionado en buenas condiciones de inercia térmica y protección solar (Ascione, De Masi, de Rossi,
Ruggiero, & Vanoli, 2016; Javier, Leria, M., & Ed, n.d.). El uso del aire acondicionado en España es muy
bajo. Según el último informe oficial sobre calefacción y aire acondicionado en los hogares del Instituto
Nacional de Estadística de España (“INE. Instituto Nacional de Estadística,” 2009), el 35,5% de las
viviendas españolas cuentan con aire acondicionado y el 70,3% con sistemas de calefacción.
En España e Italia, la demanda de refrigeración aumentó un 30% desde 2005 a 2009 (Gynther, Lappillone,
MURE, & 2015, n.d.). Debido a esto, es necesario adoptar medidas de eficiencia energética que
contrarresten los efectos de un diseño arquitectónico inadecuado. El sector residencial es responsable del
25,4% del consumo final de energía en las estadísticas de Eurostat (EU28) (Bertoldi P, Diluiso F, &
Castellazzi L, 2018); sin embargo, representa el 63% del ahorro potencial de energía del edificio que se
puede obtener alrededor de 2050 (“Energy Technology Perspectives – Topics - IEA,” n.d.).
Cinco países acumulan más del 60% del consumo total de las viviendas en Europa15; la suma de lo
consumido por este grupo está formado por: Alemania, Francia, Reino Unido, Italia y España. En España
el sector residencial representa el 17% del consumo final total y el 25% de la demanda de energía
eléctrica16. Los sistemas de calefacción suponen el mayor consumo energético en los edificios residenciales
(Instituto Nacional de Estadística, 2012) 17.
El 35% del consumo de calefacción, el más importante en los edificios, es cubierto por fuentes renovables,
principalmente biomasa. Más de un tercio de la demanda energética del sector residencial es cubierta por
la energía eléctrica (35%), seguida del gas natural (25%) y los productos petrolíferos (22%), energías
renovables (18%). En los próximos años, del 2014 al 2040, se prevé que se produzca un aumento del
15 Eurostat. (2014). Eurostat. Retrieved from http://epp.eurostat.ec.europa.eu/portal/page/portal/eurostat/home/

16Instituto para la Diversificación y Ahorro de Energía (IDAE). (2011a). Análisis del consumo energético del sector residencial en
España informe final
17 Instituto Nacional de Estadística. (2012). Instituto Nacional de Estadística. Retrieved from http://www.ine.es/

consumo energético mundial del 56%. El crecimiento del sector residencial en los próximos años será
mayor que el restos de los sectores, llegando a ser un tercio del consumo energético mundial (U.S. Energy
Information Administration, 2013) 18 .
Por tanto, se definen diferentes estrategias pasivas para disminuir el impacto ambiental en el uso de los
edificios residenciales.
 Medidas pasivas, como el diseño eficiente de edificios mediante soluciones

arquitectónicas y constructivas
 Aumentar la eficiencia de las instalaciones
 Medidas activas como sistemas de control y gestión inteligente en el edificio
 Implantar planes de gestión del consumo entre los usuarios
Por todo lo anterior, para poder evaluar la eficacia de las medidas descritas anteriormente, los agentes
implicados (arquitectos, ingenieros, investigadores, políticos y usuarios) deben conocer con exactitud el
consumo energético de los edificios y contar con las técnicas adecuadas. Para ello se utilizan herramientas
que permiten calcular el consumo de edificios, tanto en fase de proyecto como en fase de uso y también
evaluando la eficacia de las estrategias para la reducción del consumo, antes, durante y después de su
implantación (Pacheco-Torres, López-Alonso, Martínez, & Ordóñez, 2014).
Al considerar las zonas climáticas más cálidas (es decir, aquellas que se identifican como calurosas o muy
calurosas), el 43.1% de las viviendas cuenta con un sistema de calefacción y el 57.4% de ellas incluye aire
acondicionado. Con respecto a las zonas de clima moderado (C4), el 79.7% de las casas tienen un sistema
de calefacción, mientras que el 58% de ellas tienen aire acondicionado. Con respecto a las zonas de clima
frío (D3), el 90.4% se calienta y el 43.5% se enfría, mientras que en las zonas de clima muy frío (E1), el
90.8% se calienta y solo el 3.3% se enfría (Ángeles & Vicente, 2015).
18 U.S. Energy Information Administration. (2013). International Energy Outlook 2013.
Figura 2.2 Consumo energético del sector residencial en los 28 países de la UE, expresado por viviendas
en ktep. Fuente: (Pacheco-Torres et al., 2014) a partir de Eurostat, 2014
2.2 Procedimientos de evaluación del medio ambiente en la Arquitectura
2.2.1 La evaluación, certificación y sensibilidad energética

Debido al agotamiento de los recursos y al calentamiento global, se empezaron a desarrollar diferentes
estrategias para limitar la demanda energética de todos los sectores de la actividad humana. Dentro del
campo de la Arquitectura, el problema de la energía no tardó en hacerse prioritario. La mayor parte de la
energía se consume en la construcción y la utilización de los edificios; por tanto, es importante la
formación del Arquitecto en escuelas y empresas para que sean capaces de gestionar proyectos con
especial atención en el tema energético.
Un edificio es un ente con vida útil y necesidades que se tienen que programar previamente mediante la
evaluación de proyectos y auditorías; en la puesta en obra, prestando atención en los materiales y las
instalaciones; finalmente, en el mantenimiento y gestión de un edificio. La evaluación de los proyectos se
realiza con criterios medioambientales, compartidos por profesionales del sector. Existen multitud de
libros, investigaciones y revistas que establecen estos criterios (Palme, 2010).
La Certificación de Eficiencia Energética de los edificios es una exigencia derivada de la Directiva

2002/91/CE19 que da respuesta a los objetivos marcados en el Protocolo de Kioto. Esta Directiva,
refiriéndose a la Certificación Energética, se transpone parcialmente al ordenamiento jurídico español a
19Directiva 2002/91/CE del parlamento europeo y del consejo de 16 de diciembre de 2002 relativa a la eficiencia energética de los
edificios

través del Real Decreto 47/200720 que completa el marco legal del Código Técnico de la Edificación en el
campo del Ahorro de Energía. La certificación energética de los edificios consiste en elaborar un cálculo
donde se evalúan las transmitancias térmicas de los cerramientos o la simulación dinámica de un edificio.
El Certificado de Eficiencia Energética es obligatorio desde junio del año 2013 para todos los edificios de
nueva construcción y las viviendas en régimen de alquiler o venta. En España se utilizan los programas
de referencia Lider y Calener VyP, programas oficiales de evaluación y asignación de la etiqueta
energética según las directivas nacionales de ahorro de energía
El programa “Lider” es una herramienta desarrollada por el grupo de investigación en termotecnia de la

Universidad de Sevilla. La función principal del programa es justificar el cumplimiento de la normativa
española de la edificación, el Código Técnico de la Edificación (CTE), por lo que atiene al Documento
Básico de ahorro energético (HE), sección reducción de la demanda térmica (CTE-HE1). El programa
trabaja de manera muy gráfica y permite la construcción de una maqueta del edificio y la asignación de
los materiales, no se puede insertar instalaciones ni editar datos externos al programa. Los ficheros
climáticos son fijos. El resultado del análisis es una simple indicación sobre el cumplimiento del Código.
La herramienta Lider proporciona solamente la certificación de que el Código ha sido respetado. La

exigencia de asignación de una clase o etiqueta energética a cada proyecto y a cada edificio terminado
obligó a ampliar el alcance de la simulación; para esto, en el mismo grupo de investigación se llevó a cabo
el programa Calener; el cual evalúa las demandas de energía y la eficiencia de las instalaciones. Existen
actualmente dos versiones del programa, una especialmente estudiada para viviendas y pequeño terciario
(VYP) y otra para gran terciario (GT).
La herramienta Calener VYP es relativamente sencilla y sólo permite la introducción de un número

limitado de datos referentes a la utilización de los espacios y a los sistemas de climatización e iluminación
instalados. El resultado es una etiqueta energética que compara el edificio objeto con un edificio de
referencia que es el que cumple estrictamente el Código Técnico de la Edificación con soluciones técnicas
estándar. La herramienta Calener Gran Terciario (GT) permite la evaluación detallada de todos los
sistemas presentes en el edificio y una definición muy precisa de los espacios con sus horarios de
ocupación, iluminación e infiltración. Esta herramienta es necesaria para evaluar los grandes edificios con
elevado control sobre los ambientes; como hospitales, grandes edificios de oficinas, escuelas, etc...
Los análisis de sensibilidad son una evaluación de los cambios en los resultados de un modelo cuando
varía una de sus variables de entrada. Los análisis de sensibilidad, son algo relativamente novedoso en
las simulaciones energéticas de edificios. El interés va creciendo sobre todo después de la fundación de la
“International Building Performance Simulation Association”, que desde 1985 organiza un congreso cada
dos años y desde 2008 tiene revista propia, “The Journal of Building Performance Simulation”.
El tipo de análisis de sensibilidad más utilizado es “El análisis de sensibilidad Paramétrica”. Se utiliza
para comprender mediante perturbaciones en los parámetros, cómo estos se propagan a través del
modelo; es decir, para comprender la forma en que los parámetros de entrada se propagan a través del
modelo, y producen variaciones en los datos de salida (Hamby, 1994).
20Real Decreto 47/2007, de 19 de enero, por el que se aprueba el Procedimiento básico para la certificación de eficiencia energética
de edificios de nueva construcción.
Es difícil el consenso por parte de los usuarios de que elecciones tendrán un mayor impacto en las
predicciones de la simulación, para que puedan adecuar y gestionar su tiempo. Algunos autores ya han
cuantificado algunas de las predicciones, por ejemplo, el 44% mencionó que las ganancias de calor interno
es uno de los tres parámetros con mayor repercusión (Imam, Coley, & Walker, 2017).
Los sistemas de representación de información para la toma de decisiones de diseño pueden ser de dos
tipos: el primer tipo sería la realización de planos, secciones y alzados; el segundo tipo, se realiza a través
de gráficos, tablas y texto. En el segundo caso, es en el que se destacarían las estrategias de diseño
vinculándolas con la interpretación de datos, rangos, diferencias entre unas y otras; por lo tanto, el uso de
este tipo de sistemas es clave para el análisis de la toma de decisiones de diseño.
El análisis comparativo se puede representar usando instancias de visualización similares, ya que todos
implican la comparación de diferentes modelos. Se pueden enfatizar las comparaciones, a través de la
agrupación de datos (por ejemplo, gráficos de barra agrupada), superposición de datos (por ejemplo,
histogramas superpuestos o gráficos de líneas) y / o aumentando los datos densidad (por ejemplo, tablas
densas) (de Souza & Tucker, 2016).
2.2.2 Simulación energética de edificios

Desde el punto de vista ambiental y económico la eficiencia energética de los edificios es importante. Un
edificio se considera un sistema termodinámico en el que se evalúa un balance de energía; las ganancias
de calor que se dan en el edificio pueden ser internas o externas, por ejemplo, el nivel de ocupación, la
irradiación del sistema de iluminación, el funcionamiento de los equipos en el interior y la radiación solar
recibida a través de los elementos de la envolvente. También en un edificio se producen perdidas térmicas
como consecuencia de la ventilación y de la infiltración. Para evaluar todo esto, los profesionales del
diseño involucrados requieren de herramientas de diseño que sean eficaces para comprender y analizar
el complejo comportamiento energético de un edificio.
La simulación es una disciplina psicológica y social, porque implica la interacción entre el hombre y la
computadora (S Attia, Beltrán, De Herde, & Hensen, 2009) . La dimensión humana es uno de los
indicadores de rendimiento más críticos, ya que su profunda comprensión permite avanzar en el
desarrollo de simulaciones (A Mahdavi, 2011). Esta disciplina surgió en 1960, cuando el gobierno de los
EE. UU. Llevó a cabo proyectos para evaluar el medio ambiente en los refugios de protección nuclear
(Kusuda, 1999).
Desde hace décadas, diversos autores indican que la simulación energética es un potente método analítico
para la investigación y evaluación del diseño arquitectónico frente al comportamiento energético de los
edificios (J. A. Clarke & Maver, 1991). La evolución y avance de la tecnología computacional ha permitido
que se creen módulos informáticos que sean cada vez más precisos para calcular la demanda energética
en edificios; debido a esto, los software de simulación de energía se han convertido en las herramientas
más útiles para estudiar tanto el confort térmico como la eficiencia energética de los edificios (Maile,
Fischer, & Bazjanac, 2007).
Por tanto, incluir todas estas interacciones dinámicas que suceden en el fenómeno de transferencia de
calor en un edificio hace que sea preciso el uso de métodos o modelos dinámicos. Según IDEA, “una
simulación consiste en predecir cronológicamente el comportamiento de un objeto físico con un
ordenador” (Instituto para la Diversificación y Ahorro de Energía (IDAE), 2008).

Las herramientas de simulación reducen las complejas ecuaciones de entrada de datos por parte del
usuario en los programas y ayudan a predecir la eficiencia energética de un edificio permitiéndonos
comprender como un edificio determinado funciona de acuerdo a diferentes alternativas de diseño.
Gestionan enormes bases de datos, con ficheros climáticos y de materiales que permiten dar libertad a los
usuarios para la elección de parámetros de trabajo y que realizan cálculos energéticos a lo largo de un
año. Los resultados son tablas de consumos por mes, y resumen de temperaturas de espacios interiores.
Existe una clasificación en el mercado de las diferentes herramientas de simulación de energía de edificios
(BPS). Por un lado las herramientas de interfaz gráfica del usuario (GUI) y por otro lado las herramientas
de interfaz de usuario de texto (TUI) relacionadas con las preferencias de los usuarios, como son
ingenieros y arquitectos (Han, Huang, Zhang, & Zhang, 2018).
Respecto a la simulación energética de un edificio, se trata de estimar temporalmente la demanda

energética con toda la actividad que se desarrolla en él. El cálculo de esta demanda incluye en
equipamiento estándar según el tipo de edificio. En el caso de edificios residenciales, la demanda
energética calculada mediante modelos de cálculo, comprende la demanda de: calefacción, refrigeración,
iluminación, agua caliente sanitaria y equipamientos habituales.
Hay tres factores a tener en cuenta en la eficacia del uso de las herramientas de simulación energética: la
precisión, la validez y la complejidad. En cuanto a la precisión, es uno de los temas más controvertidos,
ya que se define como la capacidad que tiene el programa para obtener resultados precisos. Se debe de
asumir la exactitud de los programas (Wiltshire & Wright, 1988). Respecto a la validez, todos los edificios
modelados son simplificaciones de la realidad y no hay un único programa de simulación de energía.
Existen estándares de validación para los softwares energéticos. Por último, la complejidad, ya que se
requiere una gran cantidad de detalle de entrada de datos y produce una gran cantidad de datos en su
salida. La curva de aprendizaje es bastante compleja lo cual suele desalentar al uso de dichos programas.
Figura 2.3. Desarrollo de las herramientas de simulación entre 1997-2010
A partir de los años 70, de modo paralelo a la creciente importancia de los ordenadores en la actividad
humana, comenzaron a desarrollarse las herramientas de simulación energética de los edificios. El
número de programas de simulación energética en el mercado supera la treintena, no todos tienen las
mismas características y funciones. En 2010, el número de herramientas listadas en los EE.UU. Directorio
de Herramientas de Software de Energía para Edificios del Departamento de Energía (DOE) de EE.UU.
(BESTD) alcanzó más de 389. Entre 1997 y 2010 el número de herramientas se ha casi cuadruplicado. El
creciente número de herramientas da lugar a una barrera ya que los usuarios se enfrentan con una
abrumadora variedad de opciones, incluyendo el público objetivo de la herramienta, la fase de diseño,
tipo de proyecto, interoperabilidad, precisión, etc (Crawley, Hand, Kummert, & Griffith, 2008).
El cálculo de la cantidad de carga térmica de un edificio, a partir del uso de los modelos dinámicos es el
método recomendado por la Sociedad Americana de los Ingenieros de Calefacción, Refrigeración y Aire
Acondicionado (ASHRAE) y el Comité Europeo de Estandarización (CEN). Permiten obtener resultados
muy detallados e intercambiables con otros programas para la gestión y análisis de los datos, de modo
que es más sencillo para el usuario conocer el funcionamiento operacional de un edificio determinado y
compararlo, por tal motivo, a estos métodos se les reconocen como herramientas válidas.
Los procedimientos de simulación de tipo estacionarios no tienen en cuenta la inercia térmica de los
edificios ni las propiedades dinámicas de los materiales y sistemas constructivos; por lo tanto, es necesario
una metodología dinámica para conocer bien el rigor de la demanda energética del edificio. Son
numerosos los parámetros, estados diferentes y por tanto combinaciones en el comportamiento energético
de un edificio (ventilación, tipo vidrio, nivel de ocupación, etc…). Existe un gran número de
combinaciones hace que los sistemas energéticos sean sistemas altamente complejos (JA Clarke & Clarke,
2001)
Cualquier modelo de simulación cuenta con tres partes; la primera es la creación del modelo a estudiar,
donde puede introducirse directamente a través de la codificación, o una opción más habitual, que es la
de generarlo a través de un programa grafico o interfaz; en la segunda etapa, se crea un modelo
informático que a partir de los datos anteriores simula el comportamiento de un edificio; y por último, la
etapa de la representación de datos en un formato accesible y almacenable.
Hay numerosas aplicaciones informáticas de simulación energética de edificios como por ejemplo,
TRNSYS, EnergyPlusTM, ESP-r, eQUEST. Algunas de las diferencias que se encuentran son, la interfaz
de usuario y la capacidad de intercambio con otros programas. La mayoría de la literatura analizada no
especifica que herramientas se utilizan para implementar modelos tridimensionales; a pesar de esto,
existen estudios que indican que Energy Plus es el motor de cálculo de energía más utilizado en el diseño
de edificios orientado al rendimiento. Energy Plus se examinó, como motor de simulación, en 57 de los 99
documentos analizados para el desarrollo reciente del diseño de la eficiencia energética (Li, Liu, & Peng,
2020).
Hay un método simplificado para manejar BPST, que se utiliza para minimizar el tiempo de ejecución y
no requiere una gran cantidad de datos (Paradis, 2010). Los arquitectos utilizan este método para hacer
frente a los requisitos iniciales de diseño (Lam, Huang, & Zhai, 2004) . Según otros estudios (Bambardekar
& Poerschke, 2009) , las herramientas de simulación complicadas no brindan un mejor soporte para el
proceso de toma de decisiones, por lo que los arquitectos encuentran más ventajas en las herramientas de
simulación de energía simples que en las complicadas.
Algunos de los programas utilizados por arquitectos para favorecer el estudio de edificios sostenibles son
por ejemplo Rhino (“Rhino 6 para Windows y Mac,” n.d.), software que integra grasshopper
(“Grasshopper - algorithmic modeling for Rhino,” n.d.), integrando análisis paramétricos . También,
Ladybug and Honeybee (“Ladybug Tools | Home Page,” n.d.), ofrece simulaciones de consumo de
energia bastante amigable con el diseñador. La utilización de Energy Plus se debe a diferentes
características que lo convierte en ser uno de los más utilizados. Una de las características es que la
herramienta sea amigable, razón por la que los arquitectos las seleccionan; y otro aspecto es que permita

analizar rápidamente parámetros de entrada y salida; además que permita la fácil comparativa de
modelos alternativos (Han et al., 2018).
Durante las primeras dos o tres décadas del desarrollo de los programas de simulación, el énfasis se centró
sobre el desarrollo de la matemática (Ayres & Stamper, 1995; Tamami Kusuda, 1999). Normalmente, estas
herramientas de simulación de edificios se componen de una interfaz y un motor de cálculo. En la década
de 1990 se produce el máximo desarrollo de las primeras interfaces gráficas para el usuario; esto se debe,
a que la mayoría de las herramientas disponibles son inadecuadas para el diseño temprano (Attia, Beltrán,
De Herde, & Hensen, 2009; Weytjens, Attia, Verbeeck, & De Herde, 2011). Actualmente, la industria ha
producido interfaces de usuario más amigables e intuitivas, permitiendo a los nuevos usuarios ascender
rápidamente en la curva de aprendizaje (Attia, Gratia, De Herde, & Hensen, 2012). Una interfaz sencilla
y entrada de datos accesible es uno de los aspectos más comunes a la hora de elegir un software de
simulación energética. Normalmente, la interfaz gráfica se suele desarrollar por agentes privados y no es
gratuita.
Este motor contiene algoritmos termodinámicos y matemáticos y a veces, está compuesto por otros
programas de cálculo. En la mayor parte de los casos, estos motores de cálculo son libres y gratuito;
contando con un respaldo de estudios de verificación previos desarrollados por centros de investigación.
La interfaz, es la herramienta de introducción de datos, que puede ser una entrada directa de datos o una
interfaz gráfica. Lo precios de los motores de cálculo suele depender de diferentes aspectos: la habilidad
del usuario para conseguir describir la realidad en el modelo de cálculo, la fiabilidad de los datos de
entrada ( propiedades térmicas de los materiales, dimensiones),y por último, el método de cálculo
empleado (Kalema, Jóhannesson, Pylsy, & Hagengran, 2008).
Hay diferentes motivos por los cuales hacer una simulación de energía es útil; para conocer la distribución
de la demanda total que corresponde a cada una de las necesidades básicas del edificio; o la estimación
del impacto ambiental; o por ejemplo, ver como de efectivas con las posibles estrategias de control de
consumo que se quieren analizar. Aunque sean programas potentes, el éxito siempre radica en la
habilidad y experiencia del profesional que los emplea.
La simulación de energía es una herramienta poderosa para mejorar el diseño del edificio (Joe Clarke,
2015). El uso de Building Performance Simulation Tools (BPSTs) ofrece a los arquitectos y diseñadores en
general una comprensión profunda del impacto de varias variables de diseño (Anderson, 2014). Este tipo
de simulaciones no puede llevarse a cabo utilizando una herramienta como el Paquete de planificación
de la casa pasiva (PHPP), (Feist, n.d.) cuando se trata de considerar el comportamiento de verano de un
edificio y, por lo tanto, los efectos de inercia.
Durante la década de 1980, comenzaron a desarrollar las herramientas de Simulación del comportamiento
de los edificios (BPST) para ayudar a los arquitectos en sus análisis (J L M Hensen, 2004), pero no fue sino
hasta una década más tarde que comenzaron a utilizar simulaciones (Punjabi & Miranda, 2005). En 2010,
el número de herramientas enumeradas en el Directorio de herramientas de software de energía para
edificios (BESTD) alcanzó más de 350 (DOE, 2010), lo que significa que entre los períodos 1997 y 2010, el
número de herramientas se cuadruplicó; sin embargo, menos de 40 están destinados a arquitectos (Shady
Attia, Hensen, Beltran, & De Herde, 2012).
2.2.2.1 El proceso de diseño y el proceso de simulación

El crecimiento del uso del modelado energético en Arquitectura se ha hecho evidente a nivel internacional
según el Instituto Americano de Arquitectos21 . El Instituto Americano de Arquitectos alienta a los
diseñadores a utilizar la simulación de energía. Es evidente que en sus proyectos desempeñan un papel
fundamental en la mejora de los sistemas de eficiencia energética (Paryudi, 2015); esta evidencia, muestra
el compromiso de la profesión en los EE. UU., que quieren integrar los procesos de modelado de energía
dentro de la práctica del diseño.
Los arquitectos son los miembros más adeudados de liderar el proceso de la integración de funciones,
sistemas globales y espacios22 ; sin embargo, algunos argumentan que los arquitectos no tienen capacidad
para desarrollar la tecnología de la eficiencia energética, sino que solo pueden actuar como integrales en
el proceso final. Cierto es, que esto se debe a que existen obstáculos que impiden que se puedan enfrentar
de manera unilateral a este reto y necesiten el trabajo y apoyo de otros profesionales como son los
ingenieros, por ejemplo (Shi, Tian, Chen, Si, & Jin, 2016).
La simulación energética y el diseño arquitectónico se han considerado tradicionalmente como elementos

separados en el proceso de diseño (Khan, 2011; Sherman, Byers, & Rapp, 2008; Zucker & Hug, 2008);
debido a esto, sigue existiendo una desconexión entre la etapa de diseño y la simulación arquitectónica
(A Mahdavi, 2012). Existe una creencia generalizada de que las herramientas de simulación de energía
existentes, no satisfacen las necesidades de los arquitectos, para lograr edificios energéticamente eficientes
en las primeras etapas de diseño (Shady Attia, 2011; Weytjens & Verbeeck, 2010); por lo tanto, los
arquitectos no consideran el modelado de la energía como su responsabilidad (V I Soebarto, Hopfe,
Crawley, & Rawal, 2015). Hay una tendencia a adaptar los BPST a las nuevas necesidades en Arquitectura,
como la representación geométrica (Naboni, 2013), así como los medios de comunicación y representación
de un diseño (Shady Attia, Gratia, De Herde, & Hensen, 2012).
En esta nueva etapa, el diseño está cambiando tanto en forma como en contenido, detectándose las
principales deficiencias en las habilidades de los arquitectos e ingenieros. Por un lado los arquitectos se
enfrentan al complicado conocimiento de las matemáticas, las ciencias ambientales y la informática,
mientras que los ingenieros, a la poca formación en el espacio arquitectónico y los criterios estéticos.
Muchos académicos sugieren que los detalles pedagógicos de la educación arquitectónica se pueden
cuestionar bastante y que no desarrollan las capacidades de los estudiantes para resolver problemas que
encuentran en sus carreras (Abdelhameed, 2018). Los diseñadores deben ajustar los datos del rendimiento
físico de una solución conceptual a las necesidades de conservación de la energía. Arquitectos e ingenieros
deben colaborar como partes interesadas en objetivos comunes y tener la misma conciencia profesional
tanto en el diseño arquitectónico como en el análisis técnico (Li et al., 2020).
Uno de los aspectos que hay que tener en cuenta en las simulaciones energéticas es el modelado. En el
campo de la Arquitectura, un edificio consta de elementos, pero en un modelo energético está compuesto
21Early ComparativE QuantitativE prEdiCtEd ComplianCE aCtual An Architect’s Guide to INTEGRATING EnErGy modElinG IN
THE DESIGN PROCESS 2 2 An Architect’s Guide to Integrating Energy Modeling in the Design Process |. (2012).
22 Architect’s guide to integrating energy modeling in the design process - AIA. (n.d.). Retrieved March 27, 2020, from
https://www.aia.org/resources/8056-architects-guide-to-integrating-energy-modeling

de áreas térmicas (Hetherington, Laney, Peake, & Oldham, 2011). En la figura 2.4, se muestra la diferencia
entre el proceso de diseño y el proceso de simulación. Durante el proceso de diseño, el objetivo de los
arquitectos es reducir las cargas térmicas del edificio; sin embargo, el propietario y el diseñador, en esta
etapa, ya han tomado las decisiones más importantes relacionadas con la forma y la orientación del
edificio, y una vez que se han familiarizado con el diseño, no es posible cambiar estas decisiones. Durante
el proceso de simulación, se desarrollan modelos térmicos, desde el detalle hasta el conjunto, de manera
opuesta al proceso de diseño arquitectónico (Holm, 1993).
Figura 2.4 Proceso de diseño & Proceso de simulación
A pesar de la importancia de usar BPST, la mayoría de los arquitectos y diseñadores comprometidos con
el diseño de edificios pasivos y de bajo consumo de energía aún no usan tales herramientas, sino que se
basan en reglas básicas y pautas de diseño ambiental (Gratia & De Herde, 2003; Holm, 1993; V I Soebarto
et al., 2015). Las decisiones más influyentes en la optimización energética se toman en las primeras etapas
del proceso de diseño (Shady Attia, Gratia, et al., 2012; Jan L M Hensen, 2011; Paulson Jr, 1976; H. W.
Samuelson, Lantz, & Reinhart, 2012). Por lo general, los diseñadores aplican esos análisis demasiado tarde
(H. W. Samuelson et al., 2012)
Los arquitectos que están comprometidos a diseñar edificios de consumo nulo no utilizan estas
herramientas, por tanto, la comunicación con los desarrolladores de software es deficiente (de Souza,
2009). Además , los programas son demasiado complejos (Hong, Zhang, & Jiang, 1997); de manera que,
los arquitectos no consideran el modelado de energía como un tema que es su responsabilidad (V I
Soebarto et al., 2015). Esto conlleva a que el uso de herramientas de simulación por parte de los arquitectos
sigue siendo deficiente (Oliveira, Marco, Gething, & Robertson, 2017).
Se han producido muchos avances para integrar la evaluación del rendimiento energético y los procesos
de diseño. Hay numerosas herramientas de simulación con una interfaz gráfica que cumplen los niveles
de velocidad y de precisión requeridos; sin embargo, es cierto que en la práctica aún hay barreras como
por ejemplo, el intercambio de formatos entre archivos de datos para diferentes herramientas BPS y
optimizar las interfaces del software; son tareas realmente urgentes (Nguyen, Reiter, & Rigo, 2014;
Østergård, Jensen, & Maagaard, 2016). Suele existir una interfaz de usuario no intuitiva (Ardeshir
Mahdavi, 1998) y la simplificación del modelo se vuelve esencial en su desarrollo (Morbitzer, Strachan,
Spires, Cafferty, & Webster, 2001) . Los BPST requieren la entrada de una gran cantidad de datos (Lam,
Wong, & Feriady, 1999), y este es otro de los principales desafíos para los arquitectos (Schlueter &
Thesseling, 2009).
2.2.2.2 La visualización de los resultados exportados de las BPSTs

Desde finales de la década de 1990, los desarrolladores e investigadores de software han intentado
proporcionar sistemas de visualización eficientes en los que los diseñadores puedan comparar y evaluar
fácilmente alternativas junto con sus propuestas (K. Papamichael, Chauvet, Laporta, & Dandridge, 1999;
Konstantinos Papamichael, Porta, & Chauvet, 1997).
Los gráficos, son potentes visualizaciones, aunando grandes conjuntos de datos y facilitado la
comparativa (Tufte, 2001). Los arquitectos no están familiarizados a ese tipo de lenguaje gráfico, aprecian
el uso de gráficos de palabras, formas e iconos, que les ayudan a contribuir en su proceso de diseño
proyectual (Segers, De Vries, & Achten, 2005). Producir resultados precisos es muy complejo tanto para
expertos como para estudiantes novatos (Guyon, 1997).
En términos de los resultados ofrecidos por los BPST, su rendimiento es excesivo y complejo y carece de
calidad visual, ya que los arquitectos buscan representar los resultados del análisis dentro del modelo
geométrico 3D (Pilgrim, 2003). Además, la obtención de información significativa de los BPST requiere
conocimiento experto, ya que la información debe manejarse para aplicarla en el proceso de toma de
decisiones del diseño de edificios (de Souza, 2009). Los resultados de las herramientas de simulación
térmica son archivos alfanuméricos con gran cantidad de datos o gráficas difíciles de interpretar (de
Souza, 2009). Enseñar a leer esos resultados y adaptarlos al diseño es un tema que merece la misma
atención que la validación de los modelos y el uso de las BPSTs (Clarke, Joseph, 2007).
Se han detectado barreras técnicas y no técnicas que impiden la adopción de BPST en el contexto del
diseño. Una de ellas es la preparación necesaria para que sean capaz de interpretar adecuadamente los
resultados de las simulaciones (Alsaadani & De Souza, 2016). Esta es una de las razones por las cuales las
herramientas de simulación de energía existentes no satisfacen las necesidades de los arquitectos (Shady
Attia & De Herde, 2011; Weytjens & Verbeeck, 2010). Esto produce una brecha de uso que solo comenzará
a resolverse cuando los usuarios estén preparados para comprender los resultados de una simulación y
tomar decisiones de diseño basadas en ellos; por tal razón, es muy necesario, investigar estos aspectos del
diseño arquitectónico (Donn, 2004; Konstantinos Papamichael, 1999) .
Ya hay numerosos ejemplos de visualizaciones de datos que relacionan el proceso de toma de decisiones
del diseño con los objetivos de las simulaciones energéticas (Veronica I Soebarto, 2005). Una forma
poderosa y significativa de explorar varias soluciones de diseño, y su impacto en la demanda de energía
operativa resultante, viene dada por un análisis paramétrico de variables clave seleccionadas (de Souza
& Tucker, 2016). El análisis de sensibilidad paramétrica se utiliza para comprender cómo se propagan los
parámetros de entrada a través del modelo (Hamby, 1994) ; generalmente se logra mediante la asignación
de rangos de valores con el fin de "evaluar la influencia o importancia relativa de cada entrada y salida"
(Tomović, 1963). Para facilitar la interpretación de los datos, los usuarios deben tener la capacidad de
comparar y relacionar información (visual & 1996, n.d.).
Otros centran la información post procesada que se genera en los programas de simulación para la toma
de decisiones en las necesidades del usuario (Cooper, Alan, Cronin, Dave,Reimann, Robert, 2007; Rogers,
Yvonne, Sharp, Helen,Preece, Jenny, 2012). Para facilitar la interacción e interpretación con los datos, a los
usuarios se les debe proporcionar la capacidad de comparar y relacionar información que explora
combinaciones de datos relevantes para la toma de decisiones de diseño (Shneiderman, 2003). En las

ciencias sociales, psicología y artificial, se utiliza las comparaciones por pares como método de análisis
común con el fin de emprender juicio comparativo entre pares de datos (David, 1963).
El concepto de patrón de Christopher Alexander transmite ideas y conocimientos en el diseño

arquitectónico. Se utilizan patrones para el apoyo en la formación de diseñadores de edificios, ya que el
potencial de ellos es transmitir ideas y conocimiento en diseño ambiental y en BPS y el apoyo al uso de
herramientas de simulación (Alexander, 1999) . Se describen técnicas dentro de la enseñanza para que la
tecnología de la información apoye el aprendizaje y permita avanzar en la construcción a través de las
BPSTs (Bergin, 2000; Laurillard, 2013).
Se han desarrollado ejemplos de visualización de conjunto de datos que representan diversas formas de
representar información útil relacionada con la toma de decisiones de diseño. Los datos se resumen en
planos y secciones y gráficos, tablas y textos; todo ello acompañado de pruebas de sensibilidad (de Souza
& Tucker, 2016). Existen estudios, donde ya se muestran soluciones sencillas de interpretación de la
información post procesada de las BPSTs vinculadas a la toma de decisiones en edificios. Estos patrones
solucionarían el problema, que la información que se muestra no es útil para usuarios sin experiencia o
la dificultad para leer información relevante. La intención de los pattern es que se transfiera el
conocimiento de la simulación de expertos a usuarios no expertos, utilizando un proceso de rutinas
automáticas; este tipo de operaciones, ya están disponible en programas de interfaz y códigos de
simulación (por ejemplo, OpenStudio, ESP-r, DesignBuilder) (Tucker & Bleil de Souza, 2016).
Aún hay mucho que hacer sobre el contenido y el formato de los resultados de la simulación térmica del
edificio, ya que las plantillas de resultados no muestran lo que hay detrás de ellas, para que sean
utilizados efectivamente en la toma de decisiones de diseño (Hand, 1998).
Los resultados exportados de las BPSTs rara vez muestran información útil relacionada con ajustes en el
diseño arquitectónico (Bleil De Souza & Tucker, 2013). Existe poca teoría de como los usuarios pueden
interpretar los resultados para apoyar el diseño de edificios, aun siendo muy importante que los
estudiantes de Arquitectura sean entrenados y practiquen estas habilidades para su futuro profesional.
Existen numerosas investigaciones que se encargan de transformar estos resultados de simulación
energética en información útil y válida para los diseñadores de edificios.
2.3 El medioambiente en la docencia arquitectónica actual
2.3.1 Requerimientos legales, normativos y mercantiles

En primer lugar, existen requerimientos legales referentes a los contenidos para la docencia de la
Arquitectura en España. Se permiten contenidos para la docencia de la Arquitectura que incorporan los
temas medioambientales de manera directa, ya que las disciplinas reconocidas como base de la docencia
arquitectónica incorporan intrínsecamente la totalidad de dichos temas. Todo el contenido docente de
cualquier plan de estudios de Arquitectura español, viene regulado en el Real Decreto 4/1994 23, de 14 de
enero, por el que se establece el título universitario oficial de Arquitecto y se aprueban las directrices
generales propias de los planes de estudios.
23 Real Decreto 4/1994, de 14 de enero. Directrices generales propias de los planes de estudios conducentes a la obtención del título
oficial de arquitecto.
En la normativa Europea en cuestión de Medio Ambiente, se define el gran avance en materia de energía
y medioambiente que se está produciendo en las últimas décadas. Aún no es obligatorio el conocimiento
de estos temas en la formación arquitectónica, pero si se han ido introduciendo normativas de carácter
energético en las edificaciones. Existe la falta de legislación concreta que puede deberse a las diferencias
en cuanto a competencias y atribuciones del arquitecto en los diferentes países europeos; sin embargo,
observando la normativa existente, queda claramente reflejado la importancia y relevancia de los temas
medioambientales en términos generales, y en la Arquitectura en particular. Por lo que resulta
indispensable, seguir reorganizando los planes de estudios y de la integración en el Espacio Europeo de
Educación Superior para la introducción de los mismos.
Desde la crisis energética de los años setenta la Unión Europea ha ido desarrollando progresivamente
numerosas políticas ambientales y energéticas cada vez más acordes con la problemática energética y
sostenible mundial. Uno de los acuerdos iniciales y más importantes energéticos es el tratado y protocolo
de la Carta Europea de la Energía, iniciados en el año 1991 y firmados el 17 de diciembre de 1994 en
Lisboa, por las comunidades Europeas y sus estados miembros. El Tratado sobre la Carta de la Energía
y el Protocolo de la Carta de la Energía sobre la eficacia energética y los aspectos medioambientales
relacionados, entraron en vigor el 16 de abril de 1998.
La Carta Europea de la Energía es uno de los documentos europeos más importantes, por los que se pone
explícitamente de manifiesto la importancia del sector de la Edificación y la Arquitectura en el contexto
de la gestión energética global europea. Se exponen las recomendaciones constructivas y arquitectónicas
a tener en cuenta, respecto al diseño y al consumo energético en la edificación. Este fue quizás la primera
aproximación a la problemática de la Arquitectura y la construcción y su responsabilidad energética, pero
tras ella, la Unión Europea ha seguido desarrollando directrices y normativas que han ido ampliando su
campo de actuación hacia una concepción más medioambiental del problema y con un carácter más
amplio que abarca los criterios de desarrollo sostenible.
En cuanto a los requerimientos mercantiles, tanto a nivel europeo como mundial, el sector de la
construcción promueve y apuesta por una construcción sostenible. La sociedad actual tiene que
incorporar los criterios de sostenibilidad en campo urbanístico y constructivo; para ello, se creó el Consejo
de la Construcción Verde en España, que ayuda a incorporar nuevos planteamientos dentro del mercado
económico y social español. Este consejo ofrece combinar la investigación de la construcción con el medio
ambiente, proponiendo el desarrollo de normas y programas educacionales, refiriéndose también al
llamado edificio verde o edificio sostenible. Por otro lado, existen sistemas internacionales que clasifican
edificios y establecen criterios específicos de estos edificios verdes. Un ejemplo es LEED (Leadership in
Energy and Environmental Design), líder en diseño energético y medioambiental, sistema americano que
se pretende introducir en España; es por ello, que sería interesante introducir este sistema de medida de
sostenibilidad en la docencia actual, para proponer mejoras en la misma. Estos criterios podrían evaluar
la docencia de las diferentes asignaturas de los programas de estudios de las escuelas (Palme, 2010).
2.3.2 La sostenibilidad en el currículo Universitario

El currículo debe evolucionar para adaptar las nuevas tecnologías a los planes educativos (McLaren,
2008). El aprendizaje basado en el estudio de diseño es el corazón de la Arquitectura (Akalin & Sezal,
2009); sin embargo, cada vez más, existe una creciente necesidad de que los arquitectos estén preparados
para abordar problemas de sostenibilidad vinculados con el diseño. No sólo importa la enseñanza de
conceptos aislados de sostenibilidad, sino como incorporan estos diseños sostenibles a sus proyectos
(Gürel, 2010).

Tras la cumbre sobre el desarrollo y Medio Ambiente, que se celebró en Rio de Janeiro en 1992, han ido
surgiendo novedosos planteamientos. El pensamiento llamado bioclimático, existe desde la crisis de los
setenta donde comienza a coger fuerza y a comprometerse con la ciudad, el medio ambiente, la tierra en
su conjunto. El nuevo paradigma, “el desarrollo sostenible”, implica una nueva forma de ver la
construcción y la Arquitectura; sin embargo, no nos encontramos frente a un planteamiento nuevo.
Durante la historia de la humanidad la Arquitectura ha tenido siempre presente la importancia del medio
ambiente. Lo importante es mostrar como el medioambiente siempre ha estado presente en la
Arquitectura (como puede constatarse, en esta tesis, donde uno de los aspectos a tratar es la enseñanza,
se va a hacer hincapié en algunos modelos energéticos que han repercutido e influenciado sobre la
Arquitectura).
La UNESCO 24 en su agenda de 2030 analiza la educación y sus desafíos para el futuro, remarcando que
las universidades deben ejercer liderazgo en la promoción de formas interdisciplinares y éticas de
educación orientadas a los objetivos del desarrollo sostenible. Existe un amplio conocimiento relacionado
con la incorporación de contenidos medioambientales en la asignatura de proyectos arquitectónicos, con
nuevas metodologías docentes que fomenten la participación del alumno (Asiain Alberich, Serra Florensa,
Asiain Martín, Universitat Politècnica de Catalunya. Departament de Construccions Arquitectòniques I.,
& Escola Tècnica Superior d’Arquitectura de Barcelona., 2006).
Los temas ambientales no han sido incorporados de manera completa en casi ninguna Escuela de
Arquitectura (Asiain Alberich et al., 2006). Pero sí que se llevan años realizándose acercamientos a estos
planes de arquitectura docente pero con bastante poco éxito. Algunas de las universidades con temas
medioambientales totalmente incorporados son las siguientes:
 Instituto Superior Politécnico José Antonio Echeverría. La Habana y la Universidad de

Camagüey. Cuba.
 Manchester University. School of Architecture. Bioclimatic Architecture Unit. UK.
 Kitakyushu University. Japón.
 Universidad Católica de Louvain. Bélgica.
 College of Environmental Design, University of California, Berkeley.
 Faculty of Architecture, Building and Planing. University of Melbourne. Australia
Otras cuentan solo con algunas asignaturas de temática medioambiental:
 Universidad de Buenos Aires. Argentina.

 Universidad de La Plata. Argentina
 Universidad de la República. Montevideo. Uruguay
 University of Sidney Australia.
 Universidades de Brasil
 The Martin Centre for Architectural and Urban Studies. Department of Architecture,
 University of Cambridge. Reino Unido
 Oxford Brookes University y University of North London England
24 Education 2030: Incheon Declaration and Framework for Action for the implementation of Sustainable Development Goal 4:
Ensure inclusive and equitable quality education and promote lifelong learning opportunities for all; 2016. (2016).
 University of Athens. Grecia.

 Facoltà di Architettura. Università degli studi Roma Tre. Italia.
En cuanto a las Universidades españolas, tenemos las siguientes: La Universidad de Sevilla, la

Universidad Politécnica de Cataluña, la Facultad de Arquitectura de la Universidad de Barcelona, la
Universidad Politécnica de Cataluña y la Facultad de Arquitectura del Vallés. Es cierto que en los
programas de postgrado es más fácil encontrar Universidades con temas medioambientales; por tanto, la
Escuela de Arquitectura con programas medioambientales totalmente integrados de Lovaina la Nueva
es la única con programas medioambientales totalmente integrados; por ello, en este avance, se sigue
encontrando un área de especial atención.
Ya hay estudios en los cuales se orienta al futuro arquitecto dentro de los recursos naturales renovables.
Se utilizan métodos de enseñanza en la proyección de edificios que estimulan el desarrollo del profesional
creando en él una actitud de compromiso para el medio ambiente. Es difícil tener en cuenta los conceptos
bioclimáticos y su influencia en la toma de decisiones sobre la organización espacial, la geometría, la
escala, las tecnologías que se implementan, la construcción, la forma del edificio y la estética. Todo esto
que debe quedar expresado mediante técnicas de representación gráfica como las maquetas. Se habla de
la prioridad que en cada nivel de formación de proyectos se organice y ofrezca la información de
contenidos acerca de soluciones bioclimáticas con la misma importancia que se enseña la jerarquía que la
historia, la teoría, la composición y la construcción. (Lozano Reyes, 2015)
El objetivo principal del Taller de Proyectos es orientar al estudiante para que desarrolle su estructura de
pensamiento en dirección a producir una idea de Arquitectura, evolucionar la misma y mezclar todas y
cada una de las variables que intervienen en el espacio. En lo que interesa al campo del medioambiente
incluir la energía en el proyecto como concepto de espacio requiere al igual que todas las variables
tradicionales de un método para producir de manera libre y ordenada esta estructura mental. En
investigaciones, describe el ambiente tanto curricular como en cuanto a la enseñanza y en el aprendizaje.
De este modo se quiere ayudar a comprender más claramente la enseñanza de la Arquitectura desde una
perspectiva ambiental – sostenible. Es preciso que el desarrollo del componente ambiental, sostenible,
dentro de la estructura del currículo, que se contempla de manera aislada, no nos permite el
entendimiento sistémico ni un enfoque integral del tema. Se debe contar con pautas que orienten hacia
una integración curricular que abarque diferentes frentes pedagógicos como institucionales. Por todo ello,
es preciso aumenta el valor de lo ambiental generando la sensibilización docente para que se produzca
un cambio de paradigma en la educación y en la enseñanza de la Arquitectura a nivel global (Restrepo
Botero, 2014).
Por último, en España, la cantidad de contenido ambiental es inferior al 10%. La introducción de

contenidos ambientales en los planes de estudio de las Escuelas de Arquitectura de España es algo difícil
debido al tipo de estructura actual de estas Escuelas y su rigidez; sin embargo, algunas herramientas y
metodologías pueden facilitar una evolución gradual hacia un cambio de paradigma en la concepción
arquitectónica y un cambio de enseñanza a largo plazo (Asiain Alberich et al., 2006).

2.3.2.1 Environmental Design in University Curricula and Architectural Training in

Europe (EDUCATE)
El proyecto EDUCATE25 propone la eliminación de las barreras pedagógicas y profesionales consiguiendo
integrar los principios del diseño ambiental sostenible y la eficiencia energética en todos los niveles de
enseñanza y practica arquitectónica. Esto repercute en el desarrollo de estrategias y métodos en el
currículo.
La sostenibilidad en el diseño del entorno construido es un factor clave para abordar los desafíos que
enfrenta la humanidad en respuesta al cambio climático, los recursos disponibles, la degradación
ambiental y el consumo de energía. Concienciarse del papel que los edificios juegan en la actual crisis
climática está generando demandas de profesionales de la Arquitectura que cuenten con conocimientos
avanzados en diseño sostenible y eficiencia energética. Este cambio en el paradigma requiere un fuerte
cambio en la educación que se encuentra en el centro del plan de estudios de Arquitectura tanto en el
ámbito académico como a nivel profesional.
Sin embargo, la integración entre la sostenibilidad y el diseño creativo, llevado a cabo por la educación y
la profesión, han sido lentas en reaccionar a una gran demanda de la eficiencia energética en la
Arquitectura. Es por todo esto que surge el proyecto EDUCATE, para favorecer la competencia en el
diseño ambiental sostenible en todos los niveles de la Arquitectura, la educación y la práctica con el fin
de lograr el confort, el bienestar y la eficiencia energética en edificios nuevos y existentes.
Algunos de los resultados encontrados por este proyecto son los siguientes:
 Trata de eliminar las barreras pedagógicas y profesionales existentes para la integración exitosa
de principios y diseño ambiental sostenible y eficiencia energética a todos los niveles de
enseñanza y practica arquitectónica.
 Define estrategias y métodos para el desarrollo curricular en la educación arquitectónica.
 El puente que divide la corriente entre la información técnica relacionada con la sostenibilidad y
la creatividad.
 Se desarrolla un portal interactivo en línea sobre el diseño ambiental en la Arquitectura que
facilita la integración de la educación superior y apoya a continuar el desarrollo profesional.
 Se proponen criterios homogéneos para la acreditación del currículo arquitectónico y para el
registro profesional que defina claramente la
 Nivel de conocimiento, habilidades y competencia en diseño ambiental sostenible y energía.
2.3.2.2 NAAB (National Architectural Accrediting Board)

En los Estados Unidos de América los criterios que establecen el nivel de rendimiento de los estudiantes
en los diversos niveles de educación en Arquitectura se expresan en términos de comprensión ("capacidad
de clasificar"), comparar, resumir, explicar y/o interpretar la información y la capacidad ("la competencia
en el uso de información para realizar una tarea, seleccionando correctamente la información apropiada
y aplicándola con precisión a la solución de un problema concreto, distinguiendo al mismo tiempo los
efectos de su aplicación") (NAAB, 2009). De hecho, las condiciones de acreditación de la NAAB de 2009
25Environmental Design in University Curricula and Architectural Training in Europe - Intelligent Energy Europe - European
Commission. (n.d.). Retrieved March 24, 2020, from https://ec.europa.eu/energy/intelligent/projects/en/projects/educate
se refieren explícitamente a la competencia en la aplicación de los principios de diseño sostenible, entre

otros, en el artículo B.3 y B.8 de los Criterios de Desempeño de los Estudiantes.
El programa de Arquitectura de la Escuela Politécnica Superior de la Universidad CEU San Pablo ha

superado con éxito el proceso de verificación por parte de NAAB (National Architectural Accrediting
Board), acreditación que se denomina Substantial Equivalency cuando se otorga a universidades que no
se encuentran en los Estados Unidos. Ésta concede a los arquitectos titulados por nuestra EPS la
cualificación para inscribirse como arquitectos en la mayoría de los estados de los Estados Unidos de
América, con los mismos derechos profesionales que los arquitectos con titulación norteamericana de
Escuelas acreditadas por NAAB.
En el documento de Condiciones para la Equivalencia Sustancial de NAAB se especifica: “El término

"substantial equivalency" (equivalencia sustancial) identifica un programa comparable en los resultados
educativos en todos los aspectos significativos, e indica que se proporciona una experiencia educativa que
cumple las normas aceptables, a pesar de que dicho programa pueda ser diferente en el formato o en el
método. La designación es válida durante seis años, a partir del 1 de enero del año en que se ha llevado a
cabo la visita final (visita 3). Con el fin de mantener la designación, el programa debe ser visitado de
nuevo en el sexto año de la designación.
2.3.3 La situación frente a la formación medioambiental

En educación, la formación en sostenibilidad en la enseñanza es insuficiente para los arquitectos
(Altomonte, Rutherford, & Wilson, 2014) y hay una falta de conocimiento transferido a profesionales
externos (Domenica Iulo, Gorby, Poerschke, Nickolas Kalisperis, & Woollen, 2013). También es necesario
fortalecer el “Diseño ambiental en el currículo universitario y la formación arquitectónica en Europa” del
sistema educativo.
En el sur de Europa, los arquitectos de Italia, España y Portugal muestran una creciente conciencia e
interés en sostenibilidad y la inspiración creativa que podría aportar a lo largo del proceso de diseño,
aunque todavía hay conceptos erróneos y/o malentendidos entre los profesionales. Un ethos de diseño
sostenible es principalmente dirigido a garantizar la comodidad de los ocupantes mediante estrategias
pasivas y la atención a la sostenibilidad social, aunque se dispone de información más detallada sobre la
eficiencia energética, los sistemas renovables y la gestión de los recursos apoyarían aún más las prácticas
actuales.
Esta conciencia se revela también en la creencia de que la sostenibilidad en el diseño debe ser parte de la
educación de los arquitectos, aunque este requisito no es aún consistente considerado como una condición
obligatoria para entrar en el mercado profesional. La competencia y las habilidades deben ser apoyadas
también por la promoción de la formación de expertos, aunque todavía hay una cierta falta de confianza
en instituciones académicas y profesionales. En resumen, todavía existen varias barreras para el éxito de
la aplicación del diseño sostenible en la práctica de la Arquitectura, a saber:
 Falta de cultura adecuada en los clientes, que a menudo se preocupan exclusivamente por la
minimización del capital y no son conscientes de las posibilidades inherentes a un enfoque
sostenible del diseño;
 Un marco regulador inadecuado, fragmentado y altamente burocratizado, que se ve agravado
por una escasez de visión compartida por el gobierno y los inversores;
 La falta de incentivos financieros adecuados, que reduce aún más las posibilidades de inversión
en proyectos innovadores. materiales, tecnologías y enfoques de diseño.

A la inversa, un conocimiento más amplio, accesible y claro; promovido también por más inversiones en
los principios y prácticas de la sostenibilidad ambiental, podría aportar ventajas tanto a la profesión de la
Arquitectura y la sociedad, ofreciendo una comprensión más clara de las implicaciones de los costos de
sostenibilidad, estimulando la responsabilidad ética y provocando cambios de actitud y de
comportamiento. En el siglo XXI, las personas necesitan desarrollar habilidades que les permitan
gestionar la información y el conocimiento. Para dar respuesta a esto, es necesario crear un nuevo
paradigma pedagógico, favoreciendo el aprendizaje autónomo bajo la dirección de los profesores; por
ello, el modelo educativo debe facilitar a los estudiantes la imaginación, observación, y la acción en este
tipo de aprendizaje. Este modelo de aprendizaje se basa en el aprendizaje de pensar y hacer (Bell & Loon,
2015).
Uno de los principales objetivos del nuevo modelo educativo, impulsado en el Espacio Europeo de
Educación Superior (EES), trata de acercar la docencia universitaria a la práctica profesional (Trujillo &
de Justo Moscardó, 2018). Los métodos tradicionales de enseñanza, basados en la conferencia formal,
muestran que los estudiantes carecen de capacidad de pensamiento independiente y de motivación para
el aprendizaje (Xiuping, 2002). A pesar de que sigue perviviendo el modelo tradicional centrado en la
enseñanza, cada vez existen más modelos centrados en el propio aprendizaje (Biggs & Biggs, 2004). La
autoevaluación por parte del alumno, le permite la recogida de gran cantidad de información que le
permite tener un feedback acerca de su propio aprendizaje (Hernández, 2012); de este modo, es parte
activa en el proceso de aprendizaje (Hannafin, 2012).
La normativa energética y en materia de medioambiente se ha ido incluyendo, en primer momento en el

mercado energético y constructivo en los diferentes países de la Unión Europea y en segundo lugar se ha
ido introduciendo en la actitud de algunas Universidades españolas. La atención prestada al cambio
climático conducirá a un mayor interés en los próximos años, por lo que las universidades deben
participar en el desarrollo de planes de estudio más especializados (Brunsgaard et al., 2014; Janmaimool
& Khajohnmanee, 2019; Molthan-Hill, Worsfold, Nagy, Leal Filho, & Mifsud, 2019). Existe una necesidad
urgente de crear equipos multidisciplinarios para la toma de decisiones que comprendan el impacto del
clima en las ciudades (L. E. Mavromatidis, Mavromatidi, & Lequay, 2014).
En Europa existe un gran interés en incorporar nuevos enfoques educativos en los planes de estudio que
puedan permitir a los expertos diseñar edificios energéticamente eficientes (Gusc & Heijes, 2018; Vehmaa,
Karvinen, & Keskinen, 2018). Los estudiantes consideran que la sostenibilidad es un aspecto crítico de su
educación arquitectónica; sin embargo, hoy en día, la sostenibilidad se enseña en cursos basados en
conferencias, con poca integración en los estudios de diseño (Boarin, Martinez-Molina, & Juan-Ferruses,
2019). El primer estudio de posgrado en Europa fue en 2014 en la Universidad Tecnológica de Cracovia
en colaboración con el Consejo Polaco de Construcción Verde (Celadyn, 2018). En dicho estudio se indicó
que existe una necesidad urgente de incorporar cursos de sostenibilidad en los programas de
Arquitectura; se desarrollan metodologías para optimizar el diseño arquitectónico, centrándose en el
consumo de energía (L. Mavromatidis, 2018).
En Alemania, hay estudios sobre la capacidad del alumno para convertirse en consumidor o intérprete de
simulaciones; estos estudios indican la urgente necesidad de introducir tecnologías BPST en el dominio
arquitectónico a través de la investigación en Europa (Alsaadani & Bleil De Souza, 2019); otros estudios
abordan los diferentes usos de la simulación de energía por parte de varios usuarios, particularmente
arquitectos, y concluyen que el uso de la tecnología podría permitir una gama más amplia de decisiones
(Tupper et al., 2011). Si bien hay pocos ejemplos empíricos del uso de la simulación de energía por parte
de los arquitectos, estudios recientes explican cómo las empresas líderes pueden desarrollar
conocimientos sobre los tipos y el rango de parámetros que deben manejar los BPST (Feijó-Muñoz,
González-Lezcano, Poza-Casado, Padilla-Marcos, & Meiss, 2019; Fernandez-Antolin, del-Río, &
Gonzalez-Lezcano, 2019; Feijó-Muñoz, 2018)
Algunos artículos muestran que el diseño de un Reglamento de construcción visual interactivo aplicado
(AviBR) tiene en cuenta factores educativos y pedagógicos, aportando nuevos conocimientos al campo de
la pedagogía mediante la combinación de aspectos visuales interactivos con educación en línea. Las
aplicaciones AviBR se utilizan en educación como herramienta de enseñanza (Hayden, 2019). Este
problema está claramente definido, pero se necesita más investigación y desarrollo para superar estas
deficiencias en la educación a través de la aplicación práctica (Fernandez-Antolin, del Río, Costanzo,
Nocera, & Gonzalez-Lezcano, 2019)(Herranen, Vesterinen, & Aksela, 2018) . La formación universitaria es
el único camino para resolver este problema (Carrera & Ramírez-Hernández, 2018; Marcu, 2018).
En el caso de España, poco a poco se va teniendo más en cuenta tanto el medio ambiente como el
desarrollo sostenible; incluso en algunas Universidades, en el desarrollo de proyectos de investigación y,
en general, en toda la vida universitaria. Finalmente, en España, la cantidad de contenido ambiental es
inferior al 10%. La introducción de contenidos ambientales en los planes de estudio de las Escuelas de
Arquitectura españolas es algo difícil, debido a la estructura actual de estas escuelas y su rigidez; sin
embargo, algunas herramientas y metodologías pueden facilitar una evolución gradual hacia un cambio
de paradigma en la concepción arquitectónica y un cambio de enseñanza a largo plazo (Asiain Alberich
et al., 2006).
Actualmente, los arquitectos están comenzando a utilizar las nuevas herramientas de modelado
energético, pero su participación sigue siendo pobre (Oliveira, Marco, Gething, & Organ, 2017; Oliveira,
Marco, Gething, & Robertson, 2017). Por otro lado, también debe haber un cambio en la educación
arquitectónica (Oxman, 2008; Urquidi-Martín, Tamarit-Aznar, & Sánchez-García, 2019), ya que los
profesionales encuentran dificultades tanto en las interfaces como en los parámetros de análisis.
La inclusión de herramientas de simulación de energía en los programas universitarios dará como

resultado una mejor comunicación entre la Arquitectura y otras disciplinas (Charles & Thomas, 2009; C.
F. Reinhart, Dogan, Ibarra, & Samuelson, 2012a). Se trata de buscar soluciones para que la brecha que
existe entre los arquitectos y los programas de simulación energética se resuelva. Existen investigaciones
en las cuáles se realizan talleres innovadores que proponen romper la barrera entre las BPSTs y los
estudiantes de Arquitectura (Reinhart et al., 2012). La actitud de los estudiantes de Arquitectura es
positiva frente a la utilización de las BPSTs como apoyo en el diseño de sus proyectos; sin embargo, existen
espacios de mejora, comenzando por el cambio urgente en la propia formación de los arquitectos (Hopfe,
Soebarto, Crawley, & Rawal, 2017).
2.3.4 El papel del juego en la educación

El aprendizaje es más efectivo cuando existe el compromiso entre el alumno y el maestro. De este modo,
se favorece el desarrollo de la enseñanza y aprendizaje vinculado con la Proposición 15 de IBPSA
Documento de posición recientemente comisionado (Clarke, Joe, 2015). Existen diversas iniciativas
docentes que integran las BPSTs en la educación, en las que se debe guiar a los estudiantes a interpretar
y verificar predicciones de simulación (Beausoleil-Morrison & Hopfe, 2015). Existen enfoques
metodológicos que implica que los estudiantes experimentan activamente con las BPSTs, basándose en la

teoría del aprendizaje experiencial (Kolb, 2014). Es una teoría que ayuda a explicar cómo la experiencia se
transforma en aprendizaje y conocimiento fiable, utilizándose aprendizaje experiencial.
El papel del juego en la vida humana siempre ha tenido un papel muy importante, del mismo modo, en
el campo de la educación (Rosas et al., 2003). Los juegos como medio de enseñanza consiguen que el
proceso de aprendizaje sea más agradable, consiguiéndose a la vez que los alumnos sean más receptivos
a la información que reciben (Torres & Macedo, 2000). Existe una creciente tendencia a utilizar el juego
como método de enseñanza lográndose resultados positivos (Cao et al., 2016; Poplin, 2012). Este proceso
de juego es un modelo de aprendizaje autorregulado y promueve el desarrollo cognitivo individual más
que el aprendizaje tradicional basado en conferencias (Rieber, 1996).
En psicología educativa, la motivación se considera un factor crítico para el éxito o el fracaso del
aprendizaje (Rodgers & Withrow-Thorton, 2005). Esta falta de motivación para el aprendizaje afecta a la
atención del alumno en clase, y por tanto en una clara calidad de la educación (Jaemu, Kim, & Lee, 2008);
por lo tanto, es una herramienta que transforma el proceso de aprendizaje en una experiencia más
motivadora y agradable. Una mayor motivación mejora el aprendizaje y los resultados, además, que
anima a los alumnos a hacer un mayor esfuerzo y a continuar aprendiendo (J. Keller, 1987). La motivación
es capaz de estimular el deseo de aprender y facilitar la realización de actividades de aprendizaje (Green
& Sulbaran, 2006). Dada esta relación inseparable entre motivación y educación, los docentes se enfrentan
a la necesidad de identificar estrategias que mejoren la motivación de aprendizaje de los estudiantes
(Luterbach & Reigeluth, 1994).
Además, si el material de instrucción no estimula a los alumnos, la eficacia del aprendizaje se ve dañada
(McKeachie & Svinicki, 2006); algunos métodos y materiales innovadores se centran en el aprendizaje de
la física de la construcción (Beausoleil-Morrison, 2019; Beausoleil-Morrison & Hopfe, 2016). Los
estudiantes experimentan activamente con las BPSTs para complementar el aprendizaje teórico. Existe la
“Teoría del aprendizaje de Kolb”, que centra la experiencia del juego en el propio proceso del aprendizaje,
por tanto, se involucran múltiples modos de aprendizaje. La retroalimentación ayuda a los alumnos a
reflexionar estableciendo conexiones entre teorías y conceptos explorados en el aula (Kolb , 2015). En el
caso de las BPSTs se describen como una especie de "amplificadores del intelecto", ya que se perciben
como poderosos aliados entre los profesores y los estudiantes (Nocera et al., 2018); por lo tanto, se tiene
en cuenta la sostenibilidad para hacer edificios más eficientes desde el punto de vista energético
(Costanzo, Evola, Marletta, & Nocera, 2018; Giuffrida, Gagliano, Nocera, & Trovato, 2018).
Diversas iniciativas docentes contribuyen a la enseñanza a través de integrar BPSTs en el proceso de

aprendizaje (Hamza & Horne, 2007; Hand & Crawley, 1997; Veronica I Soebarto, 2005). Algunos autores
han discutido la enseñanza de las herramientas de simulación energética (BPSTs) como material docente,
aplicándolo en el contexto de los proyectos de diseño arquitectónico integrado en los edificios
(Kumaraswamy & Wilde, 2015; C. Reinhart & Fitz, 2006). Uno de los objeticos es introducir en el aula las
BPSTs y relacionarlas con el diseño y/o práctica arquitectónica (Charles & Thomas, 2009; J. A. Clarke &
Maver, 1991). Estas iniciativas utilizan el juego como medio para que sean capaces de comprender las
capacidades de las BPSTs (Reinhart, Dogan, Ibarra, & Samuelson, 2012); y es por medio del aprendizaje;
que se obtendrán las habilidades para interpretar los resultados de las simulaciones (Beausoleil-Morrison,
2018a).
En algunas investigaciones en Arquitectura se aplican metodologías innovadoras en las asignaturas

técnicas (Trujillo & de Justo Moscardó, 2018). El alumnado de áreas técnicas prefiere metodologías de
aprendizaje más activas y prácticas (Castro, Sierra, & Sánchez, 2009). En Arquitectura, Ingeniería y
Construcción, se utilizan juegos de mesa (Perng, Juan, & Chien, 2006) vinculados al aprendizaje sostenible
(C. F. Reinhart, Dogan, Ibarra, & Samuelson, 2012b) fomentando con todo ello una educación para el
cambio (Eisenack, 2013); no es fácil introducir estas herramientas entre los estudiantes de Arquitectura
(Delbin, da Silva, Kowaltowski, & Labaki, 2006). El éxito llegará cuando estos tengan esos principios
básicos que les faltan en su formación académica; ya que, en lugar de centrarse en los fundamentos de
estas herramientas o en cómo realizan los cálculos numéricos. Varios autores han discutido la enseñanza
de las BPSTs en el contexto de cursos de diseño de edificios donde explican su papel orientado a la
integración en sus modelos arquitectónico (Charles & Thomas, 2009; Kumaraswamy & Wilde, 2015).
2.4 Estrategias para el diseño eficiente de edificios
2.4.1 La Arquitectura y su relación con el clima

El proceso lógico de trabajo es aunar las fuerzas de la naturaleza y no ir contra ella; de este modo, se
favorece la creación de unas condiciones de vida adecuadas; aunque, la estabilidad perfecta rara vez
puede conseguirse, porque se necesita condiciones ambientales excepcionales. Aproximarse a las
condiciones climáticas equilibradas es un problema bastante complicado, ya que los procesos se
encuentran en el límite del conocimiento de muchas disciplinas, identificando a la climatología y la
Arquitectura como principio y fin del problema (Victor Olgyay, 2002).
Para poder realizar un estudio de la Arquitectura en relación con el clima, se debe aclarar como son
exactamente los climas presentes en el planeta, analizándose la temperatura, ya que es el parámetro más
representativo. Las variaciones de la temperatura indican indirectamente la humedad del clima (a más
variación, supone más continentalidad y menos humedad).
A continuación se detallan los factores más influyentes en el diseño eficiente de edificios: (Florensa &
Roura, n.d.).
 Respecto a la temperatura media, a mayor latitud más frio.

 Respecto a las oscilaciones de temperatura, la continentalidad, a mayor continentalidad mayores
oscilaciones de la temperatura y menos humedad. Las variaciones de estas se deben a la altura
relativa sobre el nivel del mar que hace que las temperaturas desciendan y que se produzca un
incremento de la variabilidad de estas.
 En cuanto a las variaciones por la acción del relieve, relacionado con la acción de los vientos.
“Estos factores son muy importantes ya que determina fuertes variaciones locales respecto de la norma más
general por su influencia sobre las variaciones estacionales en un lugar determinado”. Los casos en los
que las temperaturas son más extremas, suelen tener soluciones en la Arquitectura más claras.
Por el contrario, en los climas templados es más complejo buscar soluciones en las que los edificios
y viviendas se adaptan a las variaciones térmicas.
Los diferentes tipos básicos de climas son los siguientes:
Clima Cálido Seco: es el clima que se encuentra en los desiertos, cerca del Ecuador; las temperaturas
medias son muy altas y existe una fuerte variación entre el día y la noche; la humedad es muy baja y la
radiación está muy dirigida, los cielos apenas tienen nubes y no hay casi precipitaciones; los vientos son
cálidos y secos y cargados de polvo. Se trata de amortiguar la gran variación entre el día y la noche,
retardando al máximo la entrada de calor para que esta llegue a la noche. La utilización de materiales de
gran inercia, como la piedra, el adobe y el barro ayuda a esto. La forma de las construcciones es compacta,
ya que reduce las superficies expuestas a la radiación solar, y también aumenta la masa construida por

unidad de volumen, aumentando de este modo la inercia térmica global; además, se consigue la
generación de sombras de unas edificaciones a otras al encontrarse agrupadas.
Clima cálido Húmedo: la inercia térmica no ayuda ya que las variaciones entre el día y la noche son
mínimas. El factor importante es la ventilación, para disipar el calor y disminuir la humedad; por esto, las
viviendas presentan grandes aberturas y formas alargadas y estrechas e independientes, para no ser una
barrera frente al viento de otras viviendas cercanas. La cubierta juega un papel importante, ya que frena
del sol y de la lluvia. Son ligeras y de poco peso, evitándose que el calor se almacene en el interior; de
este modo, permite respirar y evita condensaciones.
Clima frío: la base fundamental es mantener el calor en el interior; las soluciones se parecen al clima
cálido-seco, pero la fuente de energía no se encuentra en el exterior. Se utilizan masas compactas, con la
mínima superficie expuesta al exterior, materiales herméticos, aislantes para evitar corrientes de aire;
además, se evitan las superficies exteriores de colores claros para aprovechar el máximo la radiación solar
y se evita a toda costa el efecto del viento. Las agrupaciones recomendadas son compactas, formas semi-
esféricas y edificios enterrados; las aberturas son muy reducidas ya que generan problemas térmicos.
Clima templado: los cambios de las condiciones hacen que las soluciones arquitectónicas sean complejas
en el caso del clima templado; se necesitan sistemas flexibles que cambien fácilmente la acción ambiental
según las condiciones climáticas. Se recomiendan que los sistemas proporcionen sombra, pero que a su
vez sean móviles para controlar la radiación solar; cortinas que controlen el paso de energía; aberturas
practicables para el control de la ventilación, espacios intermedios como patios, porches que permitan
generar microclimas favorables.
2.4.2 El diseño arquitectónico relacionado con la optimización

Los arquitectos han aceptado un diseño arquitectónico orientado al rendimiento. En la Arquitectura este
rendimiento es una definición muy discutida relacionando atributos visuales y culturales. Uno de los
elementos del diseño en los que se basa este rendimiento y conservación de la energía es la optimización
de las envolventes y la forma. Un total de 32 expertos (31%), que trabajaban en la Universidad o en el
Departamento de Arquitectura, han participado en el análisis de 99 trabajos relacionados con el
rendimiento en el contexto de la Arquitectura. El otro 69%, que corresponden a 221 expertos, provienen
de campos vinculados con la energía y el medio ambiente (Li et al., 2020).
La metodología tradicional del diseño arquitectónico no puede permitirse la cuantificación científica,

liderando el desarrollo de los edificios sostenibles liderados por ingenieros e incluso técnicos informáticos.
Se han producido cambios en los patrones de diseño y las tareas tradicionales de los arquitectos; tan sólo
el 31% se identifican como arquitectos y el 85% de los proyectos solo muestran modelos de cálculos
teóricos o simples soluciones de diseño que no incluyen el estilo arquitectónico. Sólo un 5% de los estudios
realizó modelos experimentales o modelos conceptuales a una escala reducida utilizando el diseño
durante el proceso diseño (Li et al., 2020). El 80% de los trabajos publicados se centran en el uso de la
energía en edificios no residenciales. (Li et al., 2020); sin embargo, desde la mejora de los niveles de vida
y el aumento de la vivienda, el consumo de la energía relacionado con el sector de la construcción se ha
disparado en la última década (Gan et al., 2019; Toutou, Fikry, & Mohamed, 2018)(Gan et al., 2019)(Gan
et al., 2019)(Gan et al., 2019).
Es necesario sensibilizar a los arquitectos para que consideren efectiva y necesaria el consumo de energía
y el impacto que este genera en el proceso de diseño. Para ello los fenómenos abstractos de la física
arquitectónica se tienen que trasformar en estrategias de diseño arquitectónico concretas (Li et al., 2020).
La educación profesional de la Arquitectura tiene que mejorar tanto en el currículo básico como en la
capacitación del diseño. En cuanto a la capacitación en el diseño, a los estudiantes se les debe guiar y
alentar a usar programas de ordenador para llevas a cabo un análisis holístico de la solución (Li et al.,
2020).
2.4.2.1 Diseño basado en el rendimiento

Es difícil definir en los diálogos de la Arquitectura, el concepto de “rendimiento”, ya que es prominente
(Hensel, 2010). Durante muchos años, la expresión cultural y estética ha sido el objetivo del diseño
arquitectónico (Ching, 2014); debido a esto, el área de investigación, en cuanto a las tendencias en la
industria de la Arquitectura, la Ingeniería y la Construcción (AIC) es muy compleja (Wilde, 2018). Debido
a la crisis energética y el deterioro del clima, la eficiencia energética de los edificios es un tema de urgente
necesidad para los arquitectos26
La investigación del rendimiento energético es una de las principales corrientes de la Web of Science. El
primer trabajo data del año 1976, pero el número ha ido aumentando gradualmente desde los años 90 y
en la última década ha aumentado drásticamente (Li et al., 2020). En el año 1990, en Reino Unido, se lanzó
un método de evaluación del rendimiento del edificio llamado “Building Research Establishment’s
Environmental Assessment Method” 27 (BREEAM), lanzándose la última versión en el año 2014. También
se emitieron en el año 1998, las normas de certificación LEED.
Se utilizan gran cantidad de herramientas que ayudan a los profesionales a calcular, evaluar y simular el
consumo de energía de un edificio28 , es por todo ello, que el término “diseño basado en el rendimiento”
es la nueva filosofía de diseño (Shi, 2010); sin embargo, estudios consideran que la mayoría de los
componentes que influyen en la estructura energética de los edificios contribuyen poco al estilo y a las
características visuales en la Arquitectura contemporánea (V Olgyay, 2015). Se analizó la literatura desde
la perspectiva del arquitecto, para mostrar el estado actual del diseño de ahorro de energía de los edificios,
concluyendo que el diseño de optimización es una tecnología prometedora (Shi et al., 2016).
26Report of the World Commission on Environment and Development: Our Common Future - A/42/427 Annex - UN Documents:
Gathering a body of global agreements. (n.d.). Retrieved March 27, 2020, from http://www.un-documents.net/wced-ocf.htm
27 ESS SD 5076 BREEAM UK new construction - non-domestic buildings (Wales). Technical manual. Issue 5.0, BRE Global Ltd -
Publication Index | NBS. (n.d.). Retrieved March 27, 2020, from
https://www.thenbs.com/PublicationIndex/documents/details?Pub=BREGLOBAL&DocID=317523
28 Best Directory | Building Energy Software Tools. (n.d.). Retrieved March 27, 2020, from
https://www.buildingenergysoftwaretools.com/

Se analizaron los obstáculos para la simulación de la eficiencia energética y se clasificaron los

procedimientos de la tecnología en función de una encuesta realizada (Tian et al., 2018). Hay
investigaciones que se centran en la simulación para el diseño de edificios sostenibles (Westermann &
Evins, 2019) y otros que se fijan en las herramientas de simulación necesarias en el proceso de diseño
(Shady Attia, Hamdy, O’Brien, & Carlucci, 2013; Domínguez Martín, Cruz Chust, & Ferrando Rodríguez,
2018; Kamel & Memari, 2019; Wen & Hiyama, 2016). Respecto al diseño climático de los edificios, las
mayores oportunidades para incluir estrategias sostenibles en nuestros edificios son durante la fase de
diseño conceptual.
2.4.3 Parámetros de diseño arquitectónico.

Está demostrado que aplicar técnicas en el diseño eficiente de los edificios reduce la demanda energética
final; estos procedimientos para conseguir un diseño eficiente incluyen medidas desde el diseño pasivo
de los mismos hasta acciones que se llevan a cabo en la etapa de la construcción. A continuación se
exponen los criterios de diseño eficiente que van a permitir reducir la demanda de calefacción y de
refrigeración en los edificios residenciales; los parámetros adecuados de orientación, forma, sistema de la
envolvente, mecanismos pasivos de climatización, sombras, vidrios, la absortancia, etc.. También se
incluye una revisión de las diferentes investigaciones que estudian la influencia de estos parámetros en
la demanda total de energía y aportan sugerencias sobre las diferentes opciones del diseño más
adecuadas.
2.4.3.1 Influencia de la envolvente en la demanda energética

El período de funcionamiento de la calefacción, junto con la envolvente del edificio (cerramientos,
cubiertas y soleras) son dos de los factores que afectan en mayor medida al consumo energético total de
un edificio (Manioǧlu & Yilmaz, 2006). La envolvente determina las condiciones de clima interior y, por
lo tanto, la demanda o no de energía adicional para la climatización. Por tal motivo, actuar sobre la
envolvente de un edificio puede mejorar algunos requerimientos y afectar negativamente a otros (Radhi,
2008).
Se definieron cinco modelos de la línea de base en las condiciones climáticas de Europa central. La
solución óptima de ahorro de energía se encontró al buscar dinámicamente el área de la ventana y el
acimut del edificio (Košir, Gostiša, & Kristl, 2018). Se creó la asignación de valores que ayudan a los
arquitectos en la fase del diseño del rendimiento en oficinas en Japón (Wen, Hiyama, & Koganei, 2017).
Las componentes de la envolvente de un edificio son una parte importante en los sistemas de
construcción; verifica la calidad ambiental interior, el consumo de energía y la estética arquitectónica
(Sadineni, Madala, & Boehm, 2011). Los documentos sobre la construcción de envolventes son el 37% de
las acciones, ya que el diseño de la envolvente define fuertemente el carácter de un edificio; además, el
70% de las investigaciones están relacionadas con las configuraciones de las ventanas y la construcción
de las envolventes (Li et al., 2020). La parte externa de la envolvente de un edifico está sometida a la
calefacción y refrigeración; ya que, el valor de la temperatura de una superficie externa depende
esencialmente de la orientación y del color. Parte del calor que se absorbe durante el día calienta la masa
del muro y el resto se transmite al interior; parte división entre el calor que se absorbe y el calor que se
acumula depende de la capacidad calorífica que tenga la envolvente (Arham, 2010).
2.4.3.2 La forma arquitectónica

Muchas plataformas de visualización interactivas ayudan a los arquitectos a explorar diferentes
geometrías físicas y rendimientos visual de las soluciones arquitectónicas (Conti, Shepherd, & Richens,
2015; Jedrzejuk & Marks, 2002; Marks, 1997). Existen estudios que analizan geometrías muy complejas y
optimizan su rendimiento con indicadores como la iluminación y la radiación solar (Agirbas, 2018). Los
documentos sobre la optimización de la forma arquitectónica corresponden a 26 documentos de los 99
analizados (Li et al., 2020).
En el libro de Arquitectura y Clima se define la forma óptima como aquella en la que se desprende la menor
cantidad de energía en invierno y que absorba un mínimo de energía en verano; esto se logra a través de
la forma cuadrada, ya que esta forma alberga el mayor volumen con el menor perímetro expuesto (
Olgyay, 2002). Por otro lado, se indica que este criterio tan sólo es válido para edificios antiguos, ya que
el reducido tamaño de las ventanas el efecto de la radiación es despreciable. Hoy en día, este criterio se
vuelve cuestionable debido a las grandes superficies acristaladas de la Arquitectura contemporánea.
Olygay, recomienda algunas formas que dependen de la zona climática en la que se localicen; por ejemplo,
en las zonas frías aconseja la forma cerrada, cuadrada y compacta y que el edificio crezca en altura; en
zonas templadas, una forma de cruz o más alargada, y por último, en una zona árida, formas cubicas
macizas o ligeramente alargadas; para la zona húmeda, define las construcciones alargadas.
Cuando se refiere a la forma del edificio, se tienen en cuenta aspectos como la compacidad; La compacidad
establece la relación entre la superficie que rodea el edificio y el volumen. A mayor compacidad menor es
el contacto con el exterior, por tanto menos captación de la radiación solar; del mismo modo, menos
posibilidad de perder energía y menos ventilación. Este tipo de edificios se recomiendan para zonas con
climas extremos (muy cálidos o muy fríos). La porosidad es otro aspecto que se debe tener en cuenta; esta
relaciona el volumen lleno con el volumen vacío del edificio. Si la porosidad es grande, significa que tiene
muchas superficies de contacto con el exterior, y es más difícil aislarlo. Una de las ventajas es que la
ventilación de los espacios interiores favorece y permite crear microclimas que aumenten la humedad del
aire en zonas climáticas cálidas y secas.
La esbeltez, se trata del factor de forma del edificio que interpreta lo alargado que es en sentido vertical la
edificación. Cuanto más esbelto es el edificio, menor superficie de contacto con el terreno y mayor a la
exposición a la radiación y a los vientos. Las variables que tienen relación con la forma del edificio y que
influyen en las necesidades climáticas son: el índice de compacidad, el factor de forma, la climatología y
la influencia de la forma en el ciclo de vida del edificio.
Las fuentes renovables desempeñan un papel importante en el cumplimiento de los requisitos de la Unión
Europea que deben alcanzarse para 2030. En cuanto a las energías renovables, la integración de nuevas
tecnologías en los edificios ayuda a reducir el consumo de energía y los impactos ambientales (Cucchiella,
D’Adamo, & Koh, 2015; A Gagliano, Nocera, Patania, …, & 2015, 2015; Giuffrida et al., 2018; Martinez-
Rubio, Sanz-Adan, & Santamaria, 2015). En total, el 12% del consumo total de energía perteneciente a
países de la Unión Europea debe proceder de energías renovables (Tripanagnostopoulos, 2006). Algunos
estudios muestran que una fuente aerotérmica a través de una bomba de calor es una tecnología para
reducir las demandas de calefacción y refrigeración en espacios residenciales relevantes para los climas
europeos (Bee, Prada, Baggio, & Psimopoulos, 2019). De acuerdo con el Informe de estadísticas y mercado

europeo de bombas de calor 2015 (EHPA 2015)29 , las bombas de calor aire-agua (AWHP) son una solución
para el sector residencial y se utilizan cada vez más en el mercado europeo de calefacción.
2.4.4 El entorno urbano

Aunque los trabajos de investigación existentes se centran en el impacto de las variables de diseño en los
objetivos energéticos, la mayoría de los estudios ignoran el contexto urbano como una variable de diseño
clave. Sin embargo, algunos trabajos de investigación analizan la influencia del contexto urbano en la
eficiencia energética de los edificios, es decir, la influencia de la relación altura / ancho de los edificios (H
/ W) o la de los cañones urbanos en la eficiencia energética de los edificios (Aghamolaei, Ghaani,
Tahsildoost, & Zandi, 2019; Athalye, Xie, Liu, & Rosenberg, 2013; Bueno, Norford, Pigeon, & Britter, 2012;
Gracik, Heidarinejad, Liu, & Srebric, 2015; Pisello, Taylor, Xu, & Cotana, 2012; Qin, 2015; H. Samuelson,
Claussnitzer, Goyal, Chen, & Romo-Castillo, 2016; Strømann-Andersen & Sattrup, 2011; Michele Zinzi,
Carnielo, & Mattoni, 2018).
El aumento de la temperatura del aire en las ciudades aumenta el estrés térmico en el entorno construido,
así como las demandas de refrigeración (Goldreich, 2006; Rosenzweig et al., 2005; Synnefa, Santamouris,
& Akbari, 2007). Otra parte de la envolvente de los edificios son los sistemas de sombreados que evitan
que la luz del día provoque ambientes de temperatura e iluminación interior no deseados; en la mayoría
de los casos, estas medidas se consideran una medida de tipo pasivo. Hay investigaciones que analizan
la influencia de las características de la geometría del sombreado exterior en edificios típicos en Italia y
además, se proponen estándares de diseño para arquitectos e ingenieros (Bellia, De Falco, & Minichiello,
2013).
El almacenamiento de energía solar por irradiación en los edificios, las propiedades termofísicas de los
materiales y el contexto urbano son factores controlables que influyen directamente en el incremento de
las temperaturas (Rizwan, Dennis, & Chunho, 2008); por tal motivo, las estrategias para reducir el efecto
de isla de calor urbana se basan en considerar las propiedades térmicas y radiactivas, como el albedo, la
emisividad y la rugosidad de los materiales urbanos, entre otras propiedades (Alchapar, Correa
Cantaloube, & Canton, 2013; Doulos, Santamouris, & Livada, 2004; M Zinzi & Agnoli, 2012).
Existen pautas de diseño urbano de la ciudad de Madrid. La planificación urbanística incorpora criterios
bioclimáticos y de eficiencia energética en la escala urbanística y arquitectónica, con el objeto de reducir
el consumo de recursos y emisiones del medio urbano. Se debe tener en cuenta el sol como una estrategia
para el diseño urbano, relacionándose el ancho de las calles, la altura de los edificios y la orientación de
las fachadas. Se recomienda, separar las fachadas en orientación sur, para que el sol invernal entre, y se
aconseja que sea 1,7 veces la altura de la edificación.
29 European Heat Pump Market and Statistics Report 2015. Available online:
https://www.ehpa.org/fileadmin/red/07._Market_Data/2014/EHPA_European_Heat_Pump_Market_and_Statistics_Report_2015_-
_executive_Summary.pdf (accessed on 25 October 2019).
Se recomienda orientar los edificios de modo que tengan la mayor fachada con orientación sur; al
contrapearse se consigue lo siguiente: se reducen las sombras arrojadas en las horas centrales del día y se
aumenta la diversidad y variedad de espacios urbanos. La orientación 15º Sur-Este, se considera
apropiada ya que la radiación que incide es alta y ofrece mayor diversidad en las ordenaciones
residenciales. El diseño de la forma de las edificaciones es alargada en el eje Norte-Sur, con la fachada
mayor al sur. La relación recomendada entre el fondo de la edificación (b) y el largo (a) para obtener una
máxima superficie orientada al sur es como mínimo de 1,5, con la fachada menor (o con menor número
de huecos) orientada al oeste (Higueras García & Madrid. Área de Gobierno de Urbanismo y Vivienda.,
2009).
2.4.5 El índice de reflectancia solar

Hay numerosas investigaciones que analizan las estrategias de diseño de ahorro de energía en
envolventes para reducir la demanda energética. A través del incremento en la reflectancia solar de las
paredes, se logra una disminución del 9% en la demanda de refrigeración, así como un incremento del 4%
en la demanda de calefacción y una disminución del 4,3% en el consumo total anual de energía (Yu, Yang,
& Tian, 2008). El acabado y la composición de un material mejoran su rendimiento térmico entre 10 y 20
°C. Del mismo modo, el color es la variable de mayor impacto en la temperatura superficial de los
revestimientos (Alchapar, Correa, & Cantón, n.d.).
El consumo de energía de los edificios de color claro en Grecia es de 2% a 4% menor que en los edificios
de color oscuro (Balaras, Droutsa, Argiriou, & Asimakopoulos, 2000). Las paredes de color claro redujeron
la demanda de refrigeración en un 10,4% en un hospital y un 11,8% en un edificio de oficinas (Hatamipour,
Mahiyar, & Taheri, 2007). Se analizan las cargas anuales de energía en cuatro zonas climáticas de Turquía;
tratándose de un clima cálido y húmedo, se obtuvieron ahorros de 9,5% a 10% seleccionando colores
claros, mientras que dichos valores disminuyeron a 2% o 3,6% en climas fríos y templados (Eskin &
Türkmen, 2008).
Muchos estudios muestran la relación entre el color del área de superficie externa de un edificio y el
incremento en la demanda de energía del edificio (Dias, Machado, Leal, & Mendes, 2014; Hernández-
Pérez et al., 2014; Paolini, Zani, Poli, Antretter, & Zinzi, 2017; Rosso, Pisello, Castaldo, Ferrero, & Cotana,
2017; Michele Zinzi, 2016a, 2016b). Los pequeños edificios sin ventilación con paredes blancas en Israel
son aproximadamente 3 °C más fríos durante el período de verano que los mismos edificios pintados de
gris (Givoni Hoffman, M. E., Ṭekhniyon, Makhon ṭekhnologi le-Yiśraʼel.,Taḥanah le-ḥeḳer ha-beniyah.,
1968) .
En varios estudios , se han encontrado incrementos porcentuales simulados respecto a la reflectancia solar
en varios lugares del Mediterráneo, alcanzándose ahorros de hasta un 25% en refrigeración (Michele
Zinzi, Daneo, Fanchiotti, & Trillò, 2008). En España se pueden encontrar diferencias de temperatura
interior de hasta 8 °C en función del color de la superficie externa utilizada (Márquez Martinón, 2016). En
edificios españoles sin sistemas de aire acondicionado, el color de las superficies externas es el factor
principal que determina la temperatura radiante y, posteriormente, las temperaturas operativas; de esta
manera, las condiciones de temperatura interior dependen de la temperatura de la superficie externa
(Costanzo et al., 2018; Nocera et al., 2018).
Cuanto más oscuro es el color del área de superficie externa, mayor es la absorción; por lo tanto, cuanto
más oscuro es el color del área de la superficie externa, mayor es la transferencia de calor al interior del
edificio, así como la agitación térmica entre la superficie interna y las capas de aire adyacentes (Arham,

2010). Con incrementos de reflectancia solar de 0,5 a 0,92 se encuentran reducciones de temperatura entre
2 y 4,7 ° C en construcciones sin aislamiento térmico, y entre 1,2 y 3 ° C en construcciones con aislamiento
térmico (Dias et al., 2014).
En un estudio, se analizó la contribución de una capa blanca sobre el confort térmico en un edificio
industrial ubicado en Oss, Países Bajos; antes, de la aplicación del recubrimiento, la temperatura interior
variaba de 22,3 a 31,7 °C; después de la aplicación del recubrimiento, la temperatura interior varió de 19,4
a 22,1 °C (Mastrapostoli et al., 2014) . Se aplicaron pinturas para pintura para reducir el consumo de
energía en un 20% (Sheikhzadeh, Azemati, Khorasanizadeh, Hadavand, & Saraei, 2014). También se
analizaron pinturas acrílicas de colores fríos en techos, disminuyendo la temperatura en 10 °C más que
los valores obtenidos al usar pinturas convencionales (Uemoto, Sato, & John, 2010). Se encuentran ahorros
de energía blanqueando la envolvente de hasta el 19% (Taha, Akbari, Rosenfeld, & Huang, 1988).
Por otro lado, los techos fríos logran ahorros del 26% y 46% en Barcelona (M Zinzi & Agnoli, 2012) . Los
techos fríos redujeron la intensidad de las molestias térmicas en un 21% y cuando se usó la pintura más
reflectante, la reducción térmica fue del 63%, en un edificio de oficinas en Catania, Italia (Costanzo, Evola,
Gagliano, Marletta, & Nocera, 2013). En Algete, Madrid, se realizaron ensayos con tres materiales
(baldosas cerámicas, pinturas y membranas bituminosas) durante el verano de 2012 y mayo de 2013; se
observó una reducción del 24% y 50% en los picos de flujo de calor en la fachada orientada al sur gracias
a los azulejos y pinturas utilizadas y 28% en el techo gracias a las membranas. También se observó una
disminución de la temperatura de 4,7 ° C en las paredes (Revel et al., 2014)
3. Metodología

3 Metodología
3.1 Fase I: Descripción de la investigación y encuesta
El desarrollo del estudio se ha llevado a cabo a lo largo de etapas y/o fases claramente diferenciadas como
se muestra en la figura 3.1. En la primera etapa, etapa descriptiva, que se llama background, se realizó un
profundo estudio acerca de las BPSTs y la educación en la Arquitectura. De este modo, se formuló la
siguiente pregunta: ¿Cuáles son las deficiencias que se encuentran en la formación de los actuales
arquitectos? . Se encontró la gran brecha existente en la carrera de Arquitectura, carrera técnica vinculada
a los temas medioambientales, especialmente a la inexistencia del uso de las BPSTs.
Figura 3.1 Esquema de la metodología empleada en esta tesis doctoral
3.1.1 Realización de la Encuesta

Los temas, categorías y preguntas para el diseño de esta encuesta surgieron de un exhaustivo análisis de
artículos científicos relacionados con arquitectos y herramientas de simulación de energía. Se envió una
encuesta en línea por correo electrónico (https://goo.gl/forms/3sajL8aZds6LEpKg1) a LinkedIn, Twitter y
Facebook a estudiantes de Arquitectura recién graduados. La recopilación de datos se realizó tanto en
línea como a través de entrevistas personales (talleres).
La población encuestada fueron arquitectos recién graduados en España. La experiencia profesional del
86% de los encuestados era menor que 5 años, y el 33,9% de ellos aún no había comenzado su carrera
profesional. La encuesta no estuvo destinada a arquitectos con una larga carrera profesional o experiencia,
sino a arquitectos recién graduados de un promedio de 25 años. El 72% de los proyectos en los que suelen
participar los encuestados son proyectos residenciales o están asociados con la rehabilitación y en cuanto
a su práctica arquitectónica, el 38,6% estaba relacionado con el diseño y la construcción.
Las respuestas recibidas de la encuesta se analizaron mediante el programa estadístico (SPSS) (Pallant,
2013) y los datos cualitativos se procesaron en hojas de Excel. Las respuestas fueron codificadas, lo que
facilita la comprensión y extrapolación de los resultados. Se determina el error en que se incurre con el
tamaño de la muestra para una población infinita, para niveles de confianza del 90% y 95%. Esto se
muestra en la ecuación 3.1 que se define a continuación:
N=Z2×p×q/d2 ( 3.1)
Donde,
 N = el número de respuestas completadas por arquitectos graduados recientes

 Z = el nivel de confianza
 p = la probabilidad de éxito
 q = la probabilidad de falla
 d = la precisión (error máximo permitido)
 σ 2 = p × q; σ = la desviación estándar
 p = q = 0,5, cuando el éxito es desconocido
 Z = 1,96, con un nivel de confianza del 95%. Si n = 171, entonces el error = e = 0,075 7,5%
 Z = 1,28, con un nivel de confianza del 90%. Si n = 171, entonces el error = e = 0,049 4,9%
Para la selección de los encuestados se utilizó la metodología del muestreo aleatorio simple entre el
alumnado presente. El diseño de la encuesta se ha basado en el estudio bibliográfico realizado acerca de
esta temática; sin embargo, se ha adaptado con el objetivo de recabar información útil para la búsqueda
de soluciones. El cuestionario nos ofrece resultados cuantitativos y cualitativos; el guion de preguntas
abiertas nos permitió utilizar la fuente de estas preguntas como base para el posterior workshop
desarrollado, generando con las respuestas dadas por los propios estudiantes como aspectos a reflejar en
el taller.
Las encuestas se llevaron a cabo en el curso académico 2017/2018, durante un período de tres meses; la
recogida de datos fue tanto online como presencial en aulas del grado de Arquitectura. Finalizado el
proceso de recogida de datos, se lleva a cabo la lectura óptima de los cuestionarios, y el correspondiente
análisis de datos, así como la emisión de los diferentes informes. El detalle del diseño de esta encuesta se
encuentra en las tablas 3.1 y 3.2.

Tabla 3.1 Diseño del Estudio y parámetros analizados (Usuarios y no usuarios)
Herramientas Objetivo Criterios generales de los "items" en el programa SPSS Preguntas
Bibliografía - Detección de los principales problemas para ayudar a Background

diseñar la encuesta.
Profesión (i1); otros (i2); años de experiencia profesional
Descripción
(i3); proyectos realizados (i4); práctica arquitectónica (i5); Q1-Q5
de los encuestados
empleadores en su empresa (i6); país de origen (i7)
Año de inicio de la utilización de los BPST (i8); evolución
Simulación de de los BPST (i9); definición (i10); definición propia de la Q6-Q9
energía simulación energética (i11); *, objetivo de la simulación
energética (i12); otro objetivo posible* (i13).
Parámetros considerados en un BPST (i14); geometría del
Conocimientos edificio (i15); simplificación del modelo (i16); tipo de
Q10-Q15
previos usuario de los BPST (i17); nivel de conocimiento de los
arquitectos (i18); BPST utilizadas (i19); otros BPST* (i20)
Diseño Etapa del proceso de diseño (i21-i23); habilidades (i24-
Q16
arquitectónico i26).
Formación universitaria (i27); nivel de enseñanza de la
evaluación de la energía (i28); promoción del uso de
BPST en la universidad (i29); nivel de importancia de la
Entrenamiento Q17-Q21
formación de BPST en la universidad (i30); promoción en
la universidad (i31); sugerencia para aumentar el interés
Encuesta en los BPST* (i32)
Usuarios sin
Proceso de ensayo y error (i33); validación de resultados
entrenamiento
(i34); herramientas de BPST en funcionamiento (i35);
en BPST: 121 Confianza Q22-Q26
usuarios que utilizan BPST (i36); BPST no utilizadas
los recién
indicando las razones (i37); otras razones* (i38).
graduados de
Tipo de proyectos (i39); el proceso de toma de decisiones
Arquitectura
para integrar las BPST (i40); propuestas*(i41); la mejor
Applicación de las etapa para utilizar la simulación energética (i42); las
Q27-Q31
BPSTs BPST y la etapa de diseño (i43); los programas
informáticos de simulación que ayudan a crear la
geometría (i44).
Campos en los que las BPST pueden ser útiles (i45);
importancia de la simulación antes de la construcción de
Adquisición Q32-Q36
edificios (i46); costo económico (i47); proceso de diseño
(i48); habilidad y experiencia del arquitecto (i49).
Programas informáticos de simulación cuantitativa (i50);
diseño óptimo de edificios (i51); aspectos que antes se
ignoraban (i52); barreras que crean construcciones (i53);
Relación con los
diseño de formas óptimas (i54); necesidades de diseño Q37-Q48
arquitectos
(i55); integración en el diseño (i56); confianza (i57);
conocimiento (i58); fiabilidad (i59); colaboración (i60);
control de parámetros (i61).
Interés (i62); asistencia en el diseño (i63); aprendizaje
(i64); BPST destinados a los profesionales (V65); edificios
Interés Q49-Q54
de energía casi nula (i66); limitación de la creatividad del
arquitecto (i67).
Interés por la simulación energética (i68); BPST

implementado oficinas de Arquitectura (i69); Guías para
Futuro mostrar equivalencias estrategias pasivas diseñadas Q55-Q59
(i70); ventajas e inconvenientes facilitan los BPST (i71);
opinión o sugerencias (i72).
Tabla 3.2 Diseño del Estudio y parámetros analizados (Usuarios)
Herramientas Criterios generales “items” SPSS en cuanto al análisis de datos Preguntas

Cursos a los que se ha asistido (i73); lugar (i74)*; autodidacta (i75); formación específica,
calidad de los programas informáticos, satisfacción con el uso de los BPST, importancia,
Q60-Q67
BPST para desarrollar sus proyectos, adecuación para los arquitectos (i82), formación*
(i83).
Parámetros influencia, Interfaz, barreras
Diseño de interfaz simple (i84); Exportación de datos con otros programas informáticos
(Autocad, Sketchup...) (i85); Costo (i86); Tiempo de simulación (i87); Modelización 3D
incluida en el mismo programa informático (i88); Fácil introducción de datos (V89);
Q68
Posición en el mercado (i90); Adaptación a la normativa nacional (i91); Fácil interpretación
de los resultados (i92); Uso auxiliar de programas informáticos adicionales (i93); Fácil
aprendizaje (i94).
¿Cuál de las siguientes acciones cree que es más importante? (i95) Q69
Fácil interpretación de los resultados (i96); Uso flexible (i97); Representación gráfica de los
Q70
resultados (i98); Adaptación a la normativa nacional (i99); Fácil entrenamiento (i100);
Evolución del software (i101); Complejidad de uso (i102); Curva de aprendizaje (i103);
Herramientas de software no integradas en las herramientas de CAD (i104); Alto costo
Q71
Encuesta económico (i105); Interfaz deficiente (i106); Interpretación de los resultados (i107);
Usuarios con Herramientas simples que no proporcionan la información necesaria (i108).
entrenamiento Entrada y salida de datos, navegación y control (i109); Curva de aprendizaje (i110);
en BPST: Documentación (i111); Ayuda en línea (i112); Herramientas de software no integradas en
50 estudiantes las herramientas de CAD (i113); Tablas de consulta (i114); Uso de valores por defecto y
de plantillas de entrada de datos (i115); Base de datos donde se encuentran fácilmente los
Arquitectura materiales de construcción (i116); Representación gráfica de los parámetros de diseño Q72
(fácil de comprender por los arquitectos) 3D (i117); Plantillas de visualización y estrategias
de diseño para el usuario en relación con la calefacción, ventilación y aire acondicionado
(i118); Comprobación de errores para garantizar que los modelos utilizados son correctos
(i119); CRITERIO DE EVALUACIÓN GLOBAL (i120);
Conocimiento cualitativo y cuantitativo de las decisiones de diseño (i121); Creación de
plantillas (i122); Cumplimiento de los códigos y sistemas de clasificación (i123); Encontrar
respuestas objetivas a la pregunta de diseño. (i124); Evaluaciones del ciclo de vida (i125);
Aspectos económicos (i126); Definición de los parámetros más importantes en la etapa de
diseño (i127); Enfoque basado en el diseño comparativo (i128); Generación de alternativas Q73
de diseño (i129); Selección de materiales durante la etapa de diseño (i130); Proceso de toma
de decisiones (i131); Edificios de bajo costo (i132); Orientación sobre el diseño pasivo
(i133); Biblioteca de grandes componentes (fachadas, techos, etc.). ..) (i134); CRITERIO DE
EVALUACIÓN GLOBAL (i135).
Validez, calidad y resolución (i136); Precisión (i137); Capacidad de simular elementos con
suficiente detalle (i138); Optimización de la envoltura del edificio (i139); Consideración de
Q74
la ventilación natural (i140); Información del costo de las medidas de reducción de energía
(i141); CRITERIO DE EVALUACIÓN GLOBAL (i142).

Transfiere la información de un software a otro sin perder la información y de forma

cómoda (i143); Permite gestionar y comunicar los datos de construcción entre diferentes
colaboradores (i144); Permite modelar el volumen orgánico y las zonas no cúbicas (i145); Q75
Permite la entrada de múltiples programas de modelado (i146); CRITERIO DE
EVALUACIÓN GLOBAL (i147).
Alternación del proceso de simulación con el proceso de diseño (i148); Interfaces
Q76
multidisciplinares (i149); CRITERIO DE EVALUACIÓN GLOBAL (i150).
Mejoras, Opiniones de los usuarios* (i151) Q77
Todos los encuestados (i152) Q78
*Preguntas abiertas Q (Número de preguntas)
3.1.2 Elección del software. Design Builder

En la segunda etapa, la etapa experimental, tras el análisis de recogida y análisis exhaustivo de datos, se
definen los criterios y se buscan soluciones a esta problemática. Esto ayuda al diseño del material
innovador que se va a experimentar en los workshops. Se pretende que este material sea adaptado al
lenguaje de los arquitectos, e incorporar las deficiencias encontradas en su formación, al igual que busca
aunar un conjunto de objetivos didácticos y pedagógicos debido a que es, un material de reflexión de
autoaprendizaje. Se crea desde el punto de vista motivacional de un alumno de Arquitectura y adaptado
a sus intereses en su futura profesión; lo primero que se hace es elegir el software que vamos a emplear
para realizar las simulaciones energéticas, que van a ser la base del material innovador que creemos.
El procedimiento estándar de cálculo de demanda energética de edificios de la Norma ISO 13790 30,
permite realizar el cálculo a través de dos metodologías simplificadas o mediante el uso de programas de
simulación de energía. Para el cálculo de la demanda energética de los modelos que componen la muestra
de estudio, se empleó el software de simulación energética de edificios Design Builder, que funciona con
el motor de Energy Plus TM 31. Se va a describir el procedimiento de simulación energética con un programa
de simulación dinámico; también, se describe el valor de todos los datos de entrada requeridos. La
simulación dinámica con Energy PlusTM, consiste en analizar la energía térmica y la simulación de carga.
Energy Plus nació en EEUU a mediados de los años 90 y fue desarrollado por el Departamento de energía
(DOE) y se combina otros dos programas llamados BLAST y DOE-2, fruto de la crisis de energía de los
años 70. A diferencia de estos dos programas, EnergyPlusTM realiza la simulación integrando cargas,
sistemas e instalaciones (Crawley et al., 2001).
Dentro de este software, existen otros módulos que trabajan en conjunto para calcular la demanda
energética de un edificio. Las simulaciones se fundamentan en un modelo de edificio y se basa en los
principios de transmisión de calor básicos, requiriéndose un gran nivel de detalle de datos de entrada
para ofrecer una mejor veracidad. Los cálculos del edificio se resuelven de forma simultánea, no como los
anteriores programas que lo realizaban de forma secuencia. EnergyPlus TM emplea datos climáticos
horarios para el cálculo de las cargas térmicas y permite obtener el consumo debido a la calefacción y la
refrigeración. Integrar todos los aspectos que se involucran en una simulación permite que los
30Eficiencia energética de los edificios. Cálculo del consumo de energía para calefacción y refrigeración de espacios. (ISO
13790:2008)
31 U.S. Department of Energy. (2012). EnergyPlus Energy Simulation Software.
diseñadores evalúen rápidamente la respuesta de un edificio. La validez de esta herramienta ha sido

probada por numerosas investigaciones científicas (Cook & Sproul, 2011).
Algunas de las ventajas que definen a EnergyPlus TM son las siguientes: permite la definición de intervalos
de tiempo para la interacción en las diferentes zonas térmicas de los modelos; en comparación con otros
programas, las capacidades de introducir datos y las simulaciones son más flexibles; ofrece resultados que
se pueden exportar en diferentes formatos (eso, rdd, mdd, err, bnd, mtr, svg, dxf, csv); además, una vez
que los datos de salida son complejos, existen otro software u otras plug-in que permiten una sencilla
visualización (xEsoView); por tanto, en esta investigación se utiliza el software Design Builder32 , ya que
numerosas investigaciones confirman que uno de los programas más adaptado al manejo de los
arquitectos es el software. Este programa, propone una interfaz de exportación de resultados de
simulaciones energéticas sencillas e intuitivas.
3.2 Fase II: Diseño del taller experimental
3.2.1 Aprendizaje experiencial de Kolb

En diversas investigaciones, se aplican etapas de ciclo de aprendizaje y se proponen recomendaciones
utilizándose métodos pedagógicos. Poco a poco se va adquiriendo una mayor conciencia de las
consecuencias de las decisiones y la comprensión más crítica de las limitaciones inherentes en el proceso
del modelado numérico del fenómeno físico (Beausoleil-Morrison, 2018b). David Kolb introdujo por
primera vez la “Experiential Learning Theory” (ELT) en 1984 (Kolb, 2015); en esta tesis se ha tomado como
base la metodología (ELT) que describe cuatro modos de aprendizaje interrelacionados: (1) Teoría del
estudio (2) Ejercicio de simulación (3) Autopsia (4) Refleja y conecta.
Esto establece una comparativa en nuestra presente investigación, y un paralelismo:
El apartado 1, llamado Teoría del Estudio, se caracteriza por pequeñas conferencias. En nuestro caso en
la primera parte del taller, se llevó a cabo la explicación del factor de forma, compacidad, absortancia
solar, transmitancia térmica y SRI, demanda energética. Respecto al modo 2, simulación del ejercicio, se
llevó a cabo el modelado de la simulación y la exportación de los resultados. Se les mostró a los alumnos
el uso y funcionamiento básico del programa Design Builder y su interfaz; además, se intentó adecuar el
lenguaje a los arquitectos, tratando de crear diferentes gráficas, según plantillas analizadas en otras
investigaciones, en las que se pudieran relacionar los resultados y datos de una simulación con las
estrategias de diseño arquitectónicas.
Estas preguntas fueron desarrolladas en base a los materiales de enseñanza, y se aseguró que los
estudiantes pudieran adquirir las respuestas correctas ya sea directamente o indirectamente a través del
aprendizaje tradicional o basado en juegos. Este estudio presenta el desarrollo de un taller, en el que se
analizan resultados de simulación aplicando patrones de interpretación ya usados por otros autores y que
se integrarán para ayudar a los alumnos, a la vinculación entre estrategias de diseño y resultados
numéricos de aprendizaje (de Souza & Tucker, 2016).
En el modo final de aprendizaje (4): reflejar y conectar, los alumnos reflexionan individualmente sobre los
resultados de simulación. Este es también un modo importante para conectar la teoría estudiada a
32 https://ecoeficiente.es/designbuilder/

observaciones derivadas de los resultados de simulación ; por tanto, los profesores deben identificar
estrategias para que mejore la motivación de los estudiantes en el aprendizaje (Luterbach & Reigeluth,
1994), aplicando el modelo de Keller (Reigeluth & Carr-Chellman, n.d.), conocido como el modelo de
motivación ARCS. Este modelo se trata de una estrategia de enseñanza sistemática capaz de mejorar y
mantener el aprendizaje motivación; ya que, en él se definen los siguientes cuatro factores esenciales de
motivación para el aprendizaje:
(1) Atención: los métodos de enseñanza y los materiales de instrucción utilizados pueden atraer y retener
la atención y el interés de los alumnos y estimular su curiosidad.
(2) Relevancia: el potencial para la aplicación de cursos y materiales de instrucción (Frymier & Shulman,
1995).
(3) Confianza: la confianza afecta a la resistencia y los logros del aprendizaje, ya sea fomentando u
obstaculizando la motivación.
(4) Satisfacción: se refiere a la evaluación de los estudiantes de los resultados de su trabajo, y es una
importante factor para mantener la motivación (J. M. Keller, 2009).
Además de aplicar la Encuesta de Motivación de Materiales de Instrucción (IMMS) que fue desarrollada
para verificar el grado de motivación de un estudiante. La IMMS utiliza 36 preguntas en una escala de
cinco puntos tipo Likert para medir las reacciones de motivación de los alumnos (1 = Totalmente en
desacuerdo, 2 = En desacuerdo, 3 = Neutral, 4 = De acuerdo, y 5 = Totalmente de acuerdo), para una
puntuación total que puede variar entre 36 y 180 (J. Keller, 1987). La IMMS mide los elementos de
motivación: es decir, los materiales a través de los cuales se puede comprender la motivación de Keller
para aprender. Para examinar la confiabilidad de IMMS, se utiliza el α de Cronbach, obteniéndose un
resultado entre 0,81 y 0,96. Investigadores como Guilford en 1950 sugirieron que un Cronbach mayor a
0,7 indica una confiabilidad considerablemente alta, mientras que 0,35 a 0,7 indica una fiabilidad
moderada (J. P. Guilford, 1950).
En esta tesis, se utilizan ambos modelos para desarrollar materiales de instrucción basados en juegos y
determinar si efectivamente transmiten conocimiento y aumentan la motivación para aprender sobre las
herramientas de simulación energética (Green & Sulbaran, 2006). Se analizan a los estudiantes a través de
este modelo IMMS en relación a los materiales didácticos específicos (Rodgers & Withrow-Thorton, 2005).
3.2.2 Contenido del taller innovador

En este apartado presentamos la experiencia realizada en la Universidad CEU San Pablo de Madrid sobre
la evaluación de la motivación de nuevas metodologías con un material docente innovador aplicado a las
actuales competencias profesionales exigidas a los futuros arquitectos en temas medioambientales.
Teniendo en cuenta dicho marco conceptual, pretendemos conocer la percepción, tomando como
referencia el grado de motivación, de un grupo de estudiantes de la Universidad CEU San Pablo, acerca
de un nuevo material innovador. El conocimiento de esta problemática permite buscar soluciones
inmediatas, entendiendo el contexto. Se sugiere incluir en el currículo de las Escuelas de Arquitectura,
material con herramientas que sean demandadas en el mercado energético (BPSTs) en asignaturas
técnicas.
Durante el otoño del año 2018, este juego fue probado en el grado de la Escuela Politécnica Superior de la
Universidad CEU San Pablo, Escuela que cuenta con el reconocimiento de las Escuelas de Arquitectura
de América del Norte como parte de los requisitos de la National Architectural Accrediting Board
(National Architectural Accrediting Board (U.S.), 199u). Como se ha descrito anteriormente, el juego se
introdujo en dos workshops (information Exchange de 30 alumnos) de 90 minutos cada uno. Una de las
complicaciones que se encontraron fue la comunicación del mensaje a los destinatarios en tan poco
tiempo. No se llevó a cabo ninguna clase introductoria sobre el software de simulación; tan sólo, se
describió el concepto general de BPSTs.
Se ha utilizado un diseño cuasi-experimental de dos grupos no equivalentes sin grupo de control. En este
caso, la comparación se hizo entre dos grupos, ambos pertenecientes a la misma asignatura, pero con dos
profesores diferentes. La variable independiente corresponde al material docente creado, con distintos
diseños de presentación de la información; las variables dependientes son las dimensiones evaluadas por
el cuestionario de Keller, recogido en el apartado de instrumentos; también, se han incluido una toma de
datos cualitativos, al finalizar el taller, mediante cuestionarios abiertos, recogiendo la percepción de los
alumnos sobre el proceso y el material empleado. Los workshops fueron realizados por el propio
alumnado de manera presencial durante las sesiones del grado, con la presencia de los profesores, para
resolver las dudas que pudieron ser planteadas por los encuestados al resolver la encuesta. El interés era
observar cómo este nuevo material innovador afectaba de manera positiva a los diferentes grupos con
diferentes profesores. La técnica utilizada en este estudio cuasi-experimental incluye pruebas
estandarizadas como entrevistas, encuestas y observaciones.
Para trabajar en este taller, se diseña un material que se adapte al lenguaje de los arquitectos e incorpora
las deficiencias encontradas en su formación. También se busca aunar un conjunto de objetivos didácticos
y pedagógicos debido a ser un material de reflexión de autoaprendizaje. Se crea desde el punto de vista
motivacional de un alumno de Arquitectura y se adapta a sus intereses, lenguaje, capacidades y requisitos
demandados en su futura profesión. La tabla 3.3 especifica las dimensiones que han sido evaluadas y los
instrumentos empleados en toda la experiencia del taller. Se han utilizado los siguientes instrumentos de
recogida de datos: cuestionario a estudiantes, grupos de discusión de estudiantes, análisis de documentos,
resultado académicos.
Tabla 3.3 Detalle descriptivo del taller según el material empleado
Etapa Objetivo Criterios generales de información Material
Conocimiento El propio término, herramientas más utilizadas por los PT1- PT6
previo arquitectos, razones del no uso, etc
¿Te ves capaz de interpretar resultados de un programa de PT7 y PT21
Antes/después energía?
Incertidumbres y miedos, aumento de conceptos de la física
PT25-PT27
Motivación de construcción/energía, etc..
Preguntas
taller (PT) Material El material mostrado es útil, práctico y didáctico para usarlo PT8- PT14
Páginas descriptivo en la docencia
1,14 y 15 Universidad Soluciones para la incorporación urgente de este material PT15- PT18
Simulación & Manual de equivalencias , datos numéricos aplicados
PT18- PT20
Arquitectos al diseño arquitectónico
Creación de nueva asignatura, vincularlo con proyectos PT22- PT24
Soluciones arquitectónicos
Didáctica de la metodología empleada, beneficios de la
PT28 -PT30
Abierta experiencia y cambios

Física de la Presentación de conceptos técnicos de energía: absortancia,

construcción transferencia de calor, compacidad y factor de Forma. Simulación
Teoría (T)
Variables de Explicación de los 3 modelos simulados con diferentes energética:
Páginas 2
diseño variables Design
y3
Simulación Breve introducción del funcionamiento de un programa Builder
energética de simulación
G1B.1 Demanda total según orientación. PG.4
G1Barra*
G1B.2 Demanda total con la configuración óptima.PG.5
G2L.1 Temperatura según absortividad fachada Cuestiones
G2Lineal* Ladrillo.PG.6 , análisis
G2L.1 Temperatura según absortividad fachada Metal.PG.7 del
Gráficas material
G3P.1 Demanda total según absortancia y con/sin
(G) (claridad,
entorno urbano*.PG.8
Páginas 4 grafismo,
a 11 G3L.1 Incremento de demanda según absortancia y lenguaje de
G3Punto-L con/sin entorno urbano*.PG.9 los
G4L.1 Temperatura mensual interior según absortancia y arquitectos
con/sin entorno urbano*.PG.10 , etc…)
G4L.2 Incremento mensual interior según absortancia y
G4L con/sin entorno urbano*.PG.11
Atención: Material de instrucción para estimular la

Resultados curiosidad y retener la atención
motivacionale Relevancia : Potencial de objetivos consiguiéndose el
s aprendizaje significativo 36 *
Páginas 12
relacionados preguntas
y 13 Confianza: Adecuación del material a las capacidades del
con el
estudiante, material desafiante
aprendizaje*
Satisfacción : Opinión de los resultados de su trabajo,
aplican lo que han aprendido
En la figura 3.2 se resume todo el contenido descriptivo del “material innovador”. Se aporta el Anexo II,
en el cuál se detalla todo el contenido del taller. En el número 1, tenemos la “Prueba diagnóstica”; aquí se
plantean un total de 30 preguntas para definir el antes del taller. En el número 2, se explican, cómo se han
realizado las simulaciones energéticas, el programa usado, los parámetros que se han cambiado en los
modelos, su explicación teórica. Existen investigaciones que analizan las visualizaciones de resultados
numéricos de la simulación y los relacionan con las estrategias de diseño (de Souza & Tucker, 2016); esto
ayuda a los estudiantes de Arquitectura a aplicar dichas estrategias de diseño a su diseño arquitectónico.
En el número 3, se muestran los diferentes diseños creados, sobre posibles ejemplos de exportación de
gráficas, que vinculan el diseño arquitectónico con la gran cantidad de datos que proporcionan estas
herramientas. En la parte izquierda de las visualizaciones de las gráficas, se les mostraban preguntas que
facilitaban la comprensión de las gráficas; de este modo, se asegura que los estudiantes transmitieran en
qué puntos encontraban dificultades de comprensión del propio material. La metodología en el aula se
realizó a través del aprendizaje basado en juegos.
Figura 3.2 Descripción del material innovador

En la número 4, etapa analítica, se analizan los resultados obtenidos aplicándose el modelo de Keller
(ACRS) para obtener la evaluación cuantitativa de la motivación del grupo de estudiantes como el propio
material innovador de autoaprendizaje. En el análisis de datos, las preguntas cerradas se tabularon a
partir de puntuaciones directas, posteriormente se realizaron diferentes análisis estadísticos. Se trata de
un análisis inductivo-deductivo ya que las categorías se construyen a partir de leer y releer los datos
recogidos en las respuestas de los sujetos encuestados.
Figura 3.3 Partes de cada gráfico diseñado
Las visualizaciones estaban formadas por graficas en las que se relacionan resultados numéricos de
simulaciones energéticas de demanda energética con estrategias de diseño arquitectónicas. Estas
visualizaciones se adaptaron al grafismo y/o lenguaje de los arquitectos.
En la figura 3.3 se muestra un esquema del diseño general del grafismo empleado en las gráficas. Los
valores numéricos, que se exportan de los programas de simulación son muy complejos, por lo que se
utilizan diagramas de barras, línea y puntos. Debajo de estos aparece una nomenclatura asociada, a los
diferentes parámetros del diseño arquitectónico; de este modo, se vincula directamente el diseño
arquitectónico con el valor numérico de la demanda energética. En la parte de la izquierda aparecerán
preguntas de reflexión, que ayudan a comprender la gráfica principal; y debajo, una encuesta de
diferentes parámetros que nos servirán para evaluar el diseño del grafismo empleado, claridad y
precisión.
El objetivo final del taller es la reflexión, interpretación y aprendizaje a través de diferentes tipologías de
gráficas (lineal, barras, puntos); estas gráficas, representan resultados de simulaciones exportados del
software de Energy Plus. Además, se pretende detectar qué dificultades se encuentran en el análisis de
las visualizaciones propuestas; también, se pretende evaluar, cómo estas visualizaciones permiten la
comprensión de conceptos de energía.
3.3 Fase III: simulaciones estrategias pasivas
3.3.1 Tipologías edificatorias

En esta sección, se presentan y analizan por primera vez los diferentes tipos de edificios
representativos de viviendas típicas en España; posteriormente, se presentan los parámetros de diseño
tomados en cuenta para ejecutar un análisis paramétrico de diferentes opciones de diseño; finalmente, se
explican las diferentes condiciones climáticas pertenecientes a varias zonas climáticas donde se simulan
los edificios. Para considerar los tipos de edificios que son más representativos del parque inmobiliario
residencial en España, la clasificación resultante del análisis de los datos estadísticos obtenidos del
proyecto Rehenergía 33 y del Instituto Nacional de Estadística español (base de datos INE) 34se ha utilizado,
con especial atención a las unidades de viviendas múltiples (MDU). Es por esto, que el espacio de
simulación resultante no tiene en cuenta las posibles variaciones adicionales a través de un enfoque
paramétrico de fuerza bruta.
Tabla 3.4 Definición de la geometría de las tipologías edificatorias
Elementos AT1b AT2 AT3

Nº plantas 4 4 3
Superficie Vidriada 25 30 25
A: Fachada Principal 60,00 30,00 15,00
B: Profundidad 15,00 30,00 15,00
Altura Planta 2,80 2,80 2,80
Altura Total 11,20 11,20 8,40
Volumen Previo 10080,00 10080,00 1890,00
Nº Patios 0,00 1,00 1,00
Patio Ancho 0,00 7,00 4,00
Patio Largo 0,00 7,00 4,00
Area Patio 0,00 49,00 16,00
At patioTotal 0,00 49,00 16,00
Volumen Patio 0,00 548,80 134,40
Volumen Total 10080,00 9531,20 1755,60
Envolvente exterior 1680,00 1344,00 504,00
Envolvente interior 0,00 313,60 134,40
Envolvente cubierta 900,00 851,00 209,00
E: Area envolventeTotal 2580,00 2508,60 847,40
C: Compacidad 3,90698 3,79941 2,07175
F: Factor Forma 0,25595 0,26320 0,48268
Proporción 22,50 45,00 22,50
Factor de forma 0,26 0,26 0,48
33 Cerd, I. Final report rehenergia project. Available online: http://www.jpi-oceans.eu/csa-oceans (accessed on 7 May 2019).
34 SNSI INE. Population and housing censuses. Tech. Rep. INE. 2001. Available online: http://www.ine.es/ (accessed on 7 May 2019).

Respecto a las simulaciones realizadas se simulan tres modelos de edificios representativos. Las tablas 3.4
y 3.5, muestran los tipos de edificios analizados en esta investigación. Son el AT1b con una forma lineal
prominente, y los tipos AT2 y AT3 que son tanto cúbicos como huecos pero muestran diferentes factores
de forma (es decir, diferentes proporciones de la superficie de transferencia de calor al volumen cerrado).
Los valores más usuales del factor de forma se encuentran en 0,2 a 0,45 para viviendas agrupadas: 0,6 a
1,00 para edificios aislados (Esteves, Oliva, & Gelardi, 2013).
Tabla 3.5 Tipologías edificatorias analizadas
Área Factor de
Volumen
Tipologías edificatorias Dimensiones (m) envolvente forma
(m3)
(m2) (—)
AT1b
Edificio A (60  15  11,20 m)
Compacto lineal sin patio, cuatro alturas, con una
superficie media de piso de 80 m2, dimensiones 10080 2580 0,26
de la fachada principal 60m, profundidad 15m y
altura de planta 2,8m.
AT2
Edificio B (30  30  11,20 m)
Torre con patio, con cuatro alturas, con una
superficie media de piso de 80 m2, dimensiones 9531,20 2508,60 0,26
de la fachada principal 30m y profundidad 30m
y altura de planta 2,8m.
AT3
Edificio C
(15  15  8,40 m)
Cubo con patio, con tres alturas, con una
1755,60 847,40 0,48
superficie media de piso de 80 m2, dimensiones
de la fachada principal 15m y profundidad 15m
3.3.2 Combinaciones de simulaciones

Como se mencionó en la introducción, el estudio se basa en simulaciones dinámicas realizadas con el
software Energy Plus a través de la interfaz gráfica Design Builder35, realizando un total de 300
simulaciones. Un primer conjunto de simulaciones, para un número total de 240 modelos, considera las
variaciones paramétricas de las zonas climáticas (5), los tipos de edificios (3), la orientación del edificio
(4), los valores U de las paredes externas (2) y los valores de reflectancia de las superficies (2).
Para dicho grupo de simulaciones, el parámetro mantenido constante es la relación ventana-pared

(WWR), para la cual se ha utilizado un valor constante del 20% para todas las fachadas. Por otro lado, el
segundo conjunto de simulaciones incluye 60 modelos y considera las variaciones paramétricas de las
zonas climáticas (5), los tipos de edificios (3) y la orientación del edificio (4). Los parámetros considerados
constantes en este caso son el WWR (40% para todas las fachadas), el valor U para las paredes externas
(U = 1,58 Wm −2 K −1) y paredes con reflectancia solar (igual a 0,64). Todas estas variaciones se resumen en
la figura 3.4.
35 DesignBuilder. Available online: www.desingbuilder.co.uk (accessed on 7 May 2019).
Figura 3.4 Modelos simulados según los parámetros y su nomenclatura
3.3.3 Parámetros de simulación
3.3.3.1 Rehabilitación energética: fachadas y cubiertas

El máximo ahorro según numerosos autores se encuentra en fachadas y cubiertas, por ello, los máximos
esfuerzos en la actuación de mejora de la envolvente se centran en estos elementos. En las viviendas
construidas en Madrid, durante los años 1940 a 1980, la fachada se convierte en el elemento de la
envolvente con mayor superficie. Los edificios que se construyen en este periodo se van elevando en
altura; el 3,5% de los inmuebles son de una y dos plantas, el 5% en edificios de tres, y el 13% en edificios
de cuatro plantas; el 25% se construyeron con 5 plantas sobre rasante, sobre todo en la década de los 60;
el 54%, quedan por encima de esta altura, siendo los más altos, con más de diez plantas más numerosos
en la última década (Alonso Ruiz-Rivas, 2015).

3.3.3.2 Normativa del CTE

La tabla 3.6 resume todos los parámetros de la simulación, en su mayoría referidos a la normativa
española vigente36. Las simulaciones se llevan a cabo utilizando la temperatura de consigna presentados
en la tabla 3.7, es decir, se supone que los sistemas ideales hipotéticos de calefacción y refrigeración deben
estar en uso siempre que sea necesario para mantener la temperatura del aire interior dentro de los rangos
de temperatura establecidos (17 a 20 °C en invierno y 25 a 27 °C en verano, respectivamente).
Tabla 3.6 Parámetros empleados en las simulaciones
Parámetros de diseño Abreviaciones

Tipo de edificio A, B, C
Orientación respecto del Norte (°) 0°, 60°, 90°,120°
U—valores de transmitancia paredes
E1 = 1,58 ; E2 = 0,35
(Wm—2K—1)
Reflectancia solar (Albedo, adimensional) â1 = 0,64; â2 = 0,2
Relación ventana-pared (WWR, %) W1 = 20%; W2 = 40%
Zona climática A4, B4, C4, D3, E1
Tabla 3.7 Perfiles de uso residencial
Horas 1–7 8 9–15 16–18 19 20–23 24

Temperatura consigna Alta (°C)
Junio a Septiembre 27 — — 25 25 25 27
Temperatura consigna Baja(°C)
Enero a Mayo 17 20 20 20 20 20 17
Octubre a Diciembre 17 20 20 20 20 20 17
Ocupación sensible (W/m²)
Laboral 2,15 0,54 0,54 1,08 1,08 1,08 2,15
Sábado y festivo 2,15 2,15 2,15 2,15 2,15 2,15 2,15
Ocupación Latente (W/m²)
Laboral 1,36 0,34 0,34 0,68 0,68 0,68 1,36
Sábado y festivo 1,36 1,36 1,36 1,36 1,36 1,36 1,36
Iluminación (W/m²)
Laboral, sábado y festivo 0,44 1,32 1,32 1,32 2,2 4,4 2,2
Equipos (W/m²)
3.3.3.3 Orientación
El primer parámetro considerado es la orientación; las diferentes orientaciones seleccionadas para los
modelos se toman del Código Técnico de la Edificación (CTE). Para definir el tipo de orientación de los
diferentes modelos, el valor de 0° corresponde a la orientación este-oeste, mientras que el valor de 60°
corresponde a la orientación noreste-suroeste. Además, el valor igual a 90° corresponde a la orientación
Norte-Sur y el valor de 120° está relacionado con la orientación Noroeste-Sureste.
36Institute for Energy Diversification and Savings (IDAE). Spanish Energy Saving and Efficiency Plan 2014–2020; IDAE: Madrid,
Spain, 2014; p. 91. [Google Scholar]
3.3.3.4 Transmitancia térmica del muro

El segundo parámetro considerado es el coeficiente global de transferencia de calor (valor U, Wm −2 K −1),
que determina la pérdida de calor a través del área unitaria de los elementos envolventes. Es común que
las regulaciones impongan un valor U máximo para controlar la pérdida de calor de los edificios y así
asegurar un consumo de energía reducido para calefacción y refrigeración. Dado que el 68% del stock
actual de edificios en España se construyó antes de 197937, se consideran dos valores de transmitancia
térmica diferentes para las paredes externas, mientras se mantienen constantes los valores U
correspondientes al techo y a las ventanas.
El valor de 1,58 Wm −2 K −1 corresponde a los edificios construidos antes de la entrada en vigor de la

regulación mencionada anteriormente, y el valor de 0,35 Wm −2 K −1 corresponde a los construidos más
tarde. En la tabla 3.8 describe todos los valores de transmitancia de paredes, techo y ventanas en
orden. Cabe destacar, que el techo con pendiente no se analizó porque su modelado paramétrico puede
causar problemas numéricos durante las simulaciones (Evola et al., 2017; Fichera, Frasca, Palermo, &
Volpe, 2018; Antonio Gagliano, Patania, Nocera, & Galesi, 2014).
Tabla 3.8 Características constructivas de la envolvente del edificio con sus variaciones paramétricas
Componentes Capas Transmitancias térmicas (Wm—2K—1)

1) Ladrillo exterior 105 mm
Emisividad (ε): 0,9
Reflectancia solar (â):
Paredes
â1 = 0,64 â2 = 0,2 1,58
exteriores
Absortancia visible: 0,7 (no cumple con las prescripciones del CTE)
E1
2) Aislante estándar 5,7 mm
3) Ladrillo interior 105 mm
4) Yeso 13 mm
1) Revestimiento de metal ligero e = 6 mm
Paredes
Reflectancia solar (â): 0,35
exteriores
â1 = 0,64 â1 = 0,2 (cumple con las prescripciones del CTE)
E2
2) Poliestireno extruído 90 mm
3) Placa de yeso 13 mm
1) Vidrio 3 mm 1,96
Ventanas
2) Cámara de aire 13 mm (Tabla 2.3, cumple con las prescripciones del
(Valor constante)
3) Vidrio 3 mm CTE)
1) Teja de cerámica 20 mm
2) Mortero 20 mm
3) Revestimiento impermeable 5 mm
4) Hormigón con árido ligero 100 mm
Cubierta 0,34
5) Losa hormigón prefabricada 200 mm
(Valor constante) (cumple con las prescripciones del CTE)
6) Yeso15 mm
7) Cámara de aire 100 mm
8) Lana de roca 80 mm
37 TABULA. 2016. Available online: http://episcope.eu/building—typology/webtool/ (accessed on 7 May 2019).

El coeficiente de transmisión de calor U (W/m2K) o transmitancia térmica, es un parámetro definido para

una transferencia de calor en condiciones estacionarias. Es la inversa de la resistencia térmica total RT, o
conductancia, que incluye la resistencia del cerramiento, la resistencia de la superficie exterior y la de la
superficie interior; y es además, el coeficiente más utilizado para a caracterización de cerramientos opacos,
definiendo su grado de aislamiento (Alonso Ruiz-Rivas, 2015). En el proyecto Tabula, se realizó un análisis
para caracterizar casos en Europa, recogiéndose datos de transmitancia para los muros que se han ido
utilizando a lo largo del siglo XX en Europa (Loga, Report, & 2012, n.d.).
En la figura 3.5, se puede apreciar cómo se van reduciendo los valores de transmitancia tras la segunda
guerra mundial, hasta alcanzar valores de 0,5 W/m2K. En 1979, la norma (NBE-CT79 1979) limitaba un
valor máximo para este indicador de 1,2 W/m2K para los cerramientos opacos en Madrid, y en 2006, con
el (CTE 2006) se establecía un máximo de 0,66 W/m2K, que se mantiene como referencia actualmente (CTE
2013) (Alonso Ruiz-Rivas, 2015). En la figura 3.5, se señalan las cuatro décadas del periodo de estudio;
A, que corresponde a los años 1940 a 1960 y el período B, que corresponde a los años 1960 a 1980 a partir
de la recopilación de los datos de la transmitancia para los muros utilizados en diferentes países europeos
a lo largo del siglo XX (Loga et al. 2012)38.
Figura 3.5 Valores de transmitancia U media de cerramientos por país y década
38Loga, T.; Muller, K. & et al. (2012), 'Evaluation of the tabula database', Technical report, TABULA project. IWU Institut Wohnen
und Umwelt GmbH.
3.3.3.5 Indice de reflectividad solar (SRI)

El índice de reflectancia solar (o SRI) cuantifica el valor que acumularía un material en relación con una
superficie patrón blanca (SRI=100%; reflectancia 0,8 y emitancia 0,9), y una negra (SRI=0%; reflectancia
0,05 y emitancia 0,9), bajo condiciones ambientales estándar. Este método se utiliza para superficies con
emisividades mayores a 0,01 y temperaturas superficiales menores a 150 °C.
Para una superficie expuesta al sol y aislada por debajo, la temperatura superficial de equilibrio (Ts) se
obtiene a partir de norma ASTM E1980 (AMERICAN... 2011a) (ecuación 3.2):
( 3.2)
Dónde:
α = absortancia solar (DB) = 1- reflectancia solar
ε = emisividad térmica; absortancia térmica (DB)
hc = coeficiente global de convección. Wm-2K-1.El valor adoptado para hc es de 6,4 Wm-2K-1, valor que
deriva del cálculo de la (ecuación 1)
El índice de Reflectividad Solar se define como (ecuación 3.3):

( 3.3)
Dónde:
Ts = temperatura superficial en estado estacionario (K)
Tb = temperatura superficial patrón negro (K)
Tw = temperatura superficial patrón blanco (K)
En investigaciones realizadas por Alchapar en revestimientos exteriores de Argentina, se ha estudiado el

comportamiento de 150 materiales disponibles a nivel local mediante el SRI (Alchapar, Correa, & Cantón,
2015). La mayoría de los materiales presenta reflectancias dentro del rango del espectro solar (0,20 a 0,93)
y emitancias (0,7 a 0,98). Se consideran los materiales de la siguiente manera (figura 3.6) :
 Si el material es absortivo: albedo entre 0 y 0,7 y emisividad infrarroja entre 0,85 y 1.

 Si el material es reflectivo: albedo entre 0,5 y 1 y una emisividad infrarroja entre 0,7 y 0,85.
 Si el material es selectivo caliente: albedo hasta 0,5 y una emisividad infrarroja entre 0,7 y 0,85.
 Si el material es selectivo frío: albedo entre 0,7 y 1 y una emisividad infrarroja entre 0,85 y 1.
“La mayoría se comportan como absortivos, muy pocos como los selectivos fríos, también denominados materiales
fríos. El 46 % de los materiales verticales se comportan como materiales fríos. Son revestimientos texturados en
colores blancos, gris perla, marfil, piedra gris y algunas pinturas blancas. La mejora de la reflectancia solar o albedo
de los materiales ofrece posibilidades para reducir las cargas térmicas de la envolvente de la ciudad”

Figura 3.6 Propiedades ópticas de materiales presentes en el mercado local de la ciudad
En el caso de los revestimientos texturados, se observan las siguientes tendencias; respecto a la

composición, la alternativa acrílica tiene mayor capacidad reflectiva y por lo tanto se mantienen más frías.
El 43% de los revestimientos acrílicos se agrupan en el rango de SRI = 80-100%, (Tª superficial de 35 a
46ºC) mientras que el 28 % de los revestimientos cementicios se agrupan en el rango de SRI 40-60%. (Tª
superficial de 58 a 68ºC); respecto a la terminación, la terminación rulato travertino muestra un mejor
desempeño térmico; llaneado o acabados finos o gruesos no muestran tendencia dominante.
“El color es la variable más importante en los revestimientos acrílicos ya que determina el comportamiento térmico,
mientras que para el caso de los revestimientos cementicios se deriva del efecto combinado de textura y color”
(Alchapar & Correa Cantaloube, 2015).
En cuanto a las pinturas exteriores, la composición impermeable es más eficiente que la acrílica; sin
embargo, la pintura atérmica no presenta el mejor comportamiento que el resto de las alternativas, por
encima de la más eficiente que es la impermeable satinada blanca; es decir, no basta con elegir una pintura
atérmica, sino que es necesario un estudio más profundo. El color blanco es el más eficiente, por lo que,
la elección de superficies de colores claros, son las decisiones disponibles más obvias e inmediatas para
incrementar el rendimiento; sin embargo, es importante tener en cuenta que solo una fracción de la
radiación solar que nos llega está dentro del espectro visible, por lo que también es posible lograr buenos
funcionamientos con colores más oscuros.
Tabla 3.9 Valores de absortancia con respecto a la irradiación solar
Color Claro Medio Oscuro
Blanco 0,20 0,30 -
Amarillo 0,30 0,50 0,70
Beig 0,35 0,55 0,75
Marrón 0,50 0,75 0,92
Rojo 0,65 0,80 0,90
Verde 0,40 0,70 0,88
Azul 0,50 0,80 0,95
Gris 0,40 0,65 -
Negro - 0,96 -
A continuación se detallan las propiedades superficiales (ópticas) del material en las simulaciones:
 Absortancia solar de la hoja exterior: esta propiedad determina el comportamiento de la hoja

exterior ante la radiación solar de onda corta y se asigna a la parte externa de la misma (la
expuesta a la radiación solar). El valor predeterminado es 0,92 y corresponde a un material muy
oscuro y muy absorbente; dependiendo de los colores que se piensa emplear en las fachadas del
edificio, se le asignara valores inferiores.
 Absortancia térmica (emisividad): representa la fracción de la radiación incidente de onda larga
que es absorbida por el material. Este parámetro se emplea para calcular el intercambio de
radiación de onda larga entre diversas superficies y afecta al balance térmico de dichas superficies
tanto exteriores como interiores. Queda determinada por valores entre 0 y 1, que representa
condiciones de un cuerpo negro ideal.
 Absortancia solar: representa la fracción de radicación solar incidente que es absorbida por el
material. La radiación solar incluye espectro visible, el infrarrojo y el ultravioleta; este paramento
se emplea para calcular la cantidad de radiación solar que es absorbida por diversas superficies,
y afecta al balance térmico de dichas superficies tanto exteriores como interiores. Queda
determinada por valores entre 0 y 1.
 Absortancia visible: representa la fracción de la radiación visible incidente que es absorbida por
el material. En este sentido el rango de longitudes de onda considerado es mucho más estrecho
que en el caso de la radiación solar, ya que no se incluye el espectro infrarrojo ni el ultravioleta.
Queda determinada por valores entre 0 y 1.
Las simulaciones de la absortancia se emplean para calcular la cantidad total de radiación visible que es
absorbida por las superficies, afectando el balance térmico de dichas superficies tanto exteriores como
interiores, así como los cálculos de iluminación natural. En las simulaciones con el módulo Iluminación
natural, se emplea el parámetro reflectancia que se calcula como: 1- absortancia visible.
En lo que respecta a la reflectancia solar, se han considerado en el desarrollo de esta tesis, dos valores
diferentes: â 1 = 0,64 que corresponde a un color beige claro y el valor â 2 = 0,2 que corresponde a un color
genérico más oscuro.

3.3.3.6 Porcentaje de huecos

El último parámetro analizado durante las simulaciones energéticas realizadas en esta tesis es la relación
ventana-pared (WWR). El WWR en la fachada es un factor determinante en términos de ganancias y
pérdidas de calor a través de superficies acristaladas. Para definir esta variable, se toma como referencia
el CTE 2006, seleccionando porcentajes de huecos que varían del 21 al 30% y del 31 al 40%. Se consideró
que estos valores cubren el espectro habitual de porcentaje de huecos (WWR) en España39.
3.3.4 Selección de las diferentes zonas climáticas

Recientes investigaciones indican que no se debe abandonar la mejora del aislamiento de los edificios o el
ahorro de energía obtenida de fuentes convencionales (Rekstad et al., 2015; Ridley et al., 2013; Valladares-
Rendón et al., 2017); por lo tanto, los edificios con sistemas de adaptación solar y de refrigeración deben
construirse ya que son más efectivos en un clima como el de España. Durante el mes de invierno más frío,
es decir, enero, el 50% de las ciudades españolas podrían calentarse con energía solar activa y pasiva
durante todo el día; el resto necesitaría calefacción convencional solo durante la noche. En un mes de
invierno promedio, como noviembre o marzo, el 90% de las ciudades españolas podrían calentarse con
contribuciones solares de sistemas pasivos y activos.
39 HULC Unified Leader—Calener tool. Regulation FOM/1635/2013, September 10th (BOE September 12th) by which the Basic
Document HE “Energy Saving” of the Spanish Building Construction Code is updated. Available
online: https://www.codigotecnico.org/index.php/menu—recursos/menu—aplicaciones/282—herramientaunificada—lider—
calener.html (accessed on 9 September 2017).
Figura 3.7 Las zonas climáticas españolas, destacando las provincias que se han considerado en las
simulaciones energéticas
En el 80% de los edificios, sería conveniente calentar solo con soluciones pasivas durante las horas
centrales del día. En los meses más calurosos, como julio en la zona interior o agosto en las zonas costeras,
se pueden obtener condiciones de confort en los edificios mediante ventilación en las zonas más húmedas;
es decir, el 26% de las ciudades. El 56% de las otras ciudades podrían calentarse si los edificios fueran
capaces de mantener las temperaturas nocturnas durante el día. Esto es posible porque la oscilación de
temperaturas oscila entre 16 ° C y 23 ° C; por lo tanto, muy pocas ciudades en España necesitarían
consumir energía en el aire acondicionado en buenas condiciones de inercia masiva y térmica en los
edificios (Neila González Bedoya Frutos, César,, 1997).
Las zonas climáticas establecidas en el Documento Básico de Ahorro de Energía relativo al Código Técnico
de Construcción (DB-H)40se han identificado de acuerdo con la demanda energética esperada de los
edificios y dieron lugar a un total de 17 zonas. Doce de estas zonas son zonas peninsulares (establecidas
desde 2006), a saber, las etiquetadas como A3, A4, B3, B4, C1, C2, C3, C4, D1, D2, D3 y E1. En 2013, se
introdujeron cinco zonas climáticas específicas correspondientes a las Islas Canarias (Alfa 1, 2 y 3, A2 y
B2). La nomenclatura utilizada define las zonas con una combinación de su Severidad climática invernal
(con las siguientes letras, α, A, B, C, D, E desde el invierno más suave hasta el más frío), y su Severidad
climática de verano (con los siguientes números, 1-4, desde el más suave al verano más caluroso). El
40HULC Unified Leader—Calener tool. Regulation FOM/1635/2013, September 10th (BOE September 12th) by which the Basic
Document HE “Energy Saving” of the Spanish Building Construction Code is updated. Available
online: https://www.codigotecnico.org/index.php/menu—recursos/menu—aplicaciones/282—herramientaunificada—lider—
calener.html (accessed on 9 September 2017).

concepto de Severidad climática se define como la relación entre la demanda de energía de un edificio y
la del mismo edificio en una ubicación de referencia.
Tabla 3.10 Variación de los parámetros durante las simulaciones
Radiación
Koppen- Temperatura Velocidad
HDD. CDD. Humedad global
CTE Geiger de bulbo seco de viento
20b 25b relativa (%) horizontal (Wh
Classif.a (°C) (ms—1)c
m–2 h−1)
Invierno
A4 Cfa 1236 – 15,49 57,06 195,47 2,45
B4 Csa 1527 – 14,12 55,81 180,41 3,35
C4 Bsk 2088 – 11,56 56,38 142,36 3,10
D3 Cfa 2695 – 8,97 55,56 148,96 1,92
E1 Cfb 3234 – 6,69 56,44 143,37 4,65
Verano
A4 Cfa – 255 24,48 38,13 28,01 2,78
B4 Csa – 219 24,46 35,50 280,89 3,56
C4 Bsk – 256 22,82 38,00 264,01 2,52
D3 Cfa – 172 22,82 35,38 263,48 1,72
E1 Cfb – 32 17,99 37,88 223,46 4,54
a) Clasificación de Koopen según el Atlas Climático Ibérico, por AEMET.

b) Estos datos se extraen de Energy + Weather Data, con los que se han realizado las simulaciones según
el CTE Código técnico español
c) AEMET https://datosclima.es/Aemethistorico/Vientostad.php Año
2018.https://datosclima.es/Aemethistorico/Vientostad.php Año 2018.
En esta tesis, se han seleccionado cinco zonas climáticas de las 17 zonas. El valor numérico máximo
(números del 1 al 4) se selecciona dentro de cada zona climática; correspondiendo a las temperaturas más
altas durante el verano y debido a esto, se considera la selección de las zonas A4, B4, C4, D3 y E1. Las
ciudades representativas para cada zona son Almería (latitud 36.85, longitud –2.38) dentro de la zona A4
y Sevilla (latitud 37.42, longitud –5.9) dentro de la zona B4. Cáceres (latitud 39.47, longitud —6.33),
Madrid (latitud 40.45, longitud –3.55) y Burgos (latitud 42.35, longitud –3.67) se consideran dentro de las
zonas climáticas C4, D3 y E1 respectivamente (ver figura 3.7).
La tabla 3.10 enumera las características principales de las zonas climáticas seleccionadas; sus grados-día
de calefacción (HDD) y grados-días de refrigeración (CDD). Ambos valores se calculan sobre la base de
20 y 25 ° C respectivamente, mientras que los valores de temperatura de bulbo seco, humedad relativa y
radiación horizontal global se presentan tanto para el verano (de junio a septiembre) y los períodos de
invierno (enero a marzo y octubre a diciembre) como valores estacionales promedio. Dentro de las
diferentes zonas climáticas se eligen en las que se necesita más demanda de refrigeración, ya que los
materiales fríos se justifican más en estos casos.
3.4 Fase IV: Simulaciones en base a la reflectancia solar y contexto urbano

En el presente apartado se establecen las pautas para responder a tres objetivos interrelacionados; el
primer objetivo se centra en la influencia del albedo en una temperatura operativa interior; el segundo
objetivo, se centra en las demandas de calefacción y refrigeración mediante la comparación de sus
resultados al considerar un contexto urbano y los resultados obtenidos sin considerarlo; finalmente, el
tercer objetivo analiza la aplicación de estrategias activas a través de energías renovables para la
optimización del modelo propuesto.
En esta sección se describen todos los parámetros de diseño utilizados; además, se incorporan nuevos
parámetros que se detallan en este estudio, los cuales se detallan, en la tabla 3.11. Dichos parámetros son
el albedo, el contexto urbano y la aplicación de energía renovable (es decir, aerotermia).
3.4.1 Optimización del edificio A

Para considerar el tipo de edificio más representativo dentro del parque inmobiliario residencial en
España fue utilizada la clasificación resultante de los análisis de datos estadísticos obtenidos del proyecto
Rehenergy 41 y del Instituto Nacional de Estadística (base de datos INE42 ) con un enfoque en unidades de
viviendas múltiples (MDU).
Según las simulaciones realizadas, el edificio A es el óptimo, ya que este edificio tiene las menores
demandas de calefacción y refrigeración entre las otras tres configuraciones propuestas. Corresponde a
un edificio lineal de 60 m de largo, 15 m de ancho y 11,20 m de altura que consta de cuatro pisos con
viviendas, cuya superficie útil es de 80 m2 y una altura igual a 2,8 m. Su volumen es de 10,080 m3, con un
área de superficie externa de la envolvente de 2580 m 2 y su factor de forma igual a 0,26.
Tal como se mencionó en la introducción, este estudio se basó en simulaciones dinámicas realizadas con
el software Energy Plus y la interfaz gráfica Design Builder 43. En la figura 3.8, se muestran las
simulaciones realizadas en los 840 modelos. Se consideraron los siguientes parámetros: zonas climáticas
(5), la orientación del edificio (4), los valores U de las paredes externas (2), los valores de reflectancia solar
(7) y diferentes contextos urbanos (3). Con respecto a ese grupo de simulaciones, el parámetro que se
mantuvo constante fue la relación ventana-pared (WWR), utilizando un valor constante del 20% para cada
fachada. Los usuarios han encontrado que las ventanas son demasiado pequeñas cuando la WWR es
inferior al 20% y demasiado grande cuando es superior al 35% (Beatriz et al.,2013).
41 Final Report RehEnergia Project. Available online: https://docplayer.es/8014801-Proyecto-rehenergia-rehabilitacion-energetica-

de-edificios-de-viviendas.html (accessed on 5 September 2017).
42 INEbase/Demography and population/Population figures and Demographic Censuses/Population and Housing Census 2011.
Available online: https://www.ine.es/en/censos2011_datos/cen11_datos_inicio_en.htm (accessed on 25 October 2019).

43 Design Builder Software Ltd-Home. Available online: https://designbuilder.co.uk/ (accessed on 25 October 2019).

Figura 3.8 Modelos simulados según los parámetros utilizados y su nomenclatura
3.4.2 Parámetros utilizados

En la tabla 3.11 se resume todos los parámetros de simulación considerados. Se incluyeron dos nuevos
parámetros que son la reflectancia solar y el contexto urbano.
Tabla 3.11 Variación de los parámetros durante las simulaciones
Parámetros de diseño Abreviaciones

Orientación respecto del Norte (°) 0°, 60°, 90°, 120°
U—valores de trasnmitancia paredes
E1 = 1,58 ; E2 = 0,35
(Wm—2K—1)
Reflectancia solar (Albedo, adimensional) â1 = 0,80; â2 = 0,65; â3 = 0,50; â4 = 0,35; â5 = 0,3; â6 = 0,2; â7 = 0,04
Zona climática A4, B4, C4, D3, E1
Bajo context (Lc) —Alto contexto (Hc) Lc = 14 m. ; Hc = 24 m.
Las simulaciones se llevaron a cabo utilizando la temperatura de consigna reflejada en la tabla 3.12 , es
decir, las cargas ideales de calefacción y refrigeración que se supone que deben usarse cuando sea
necesario para mantener la temperatura del aire interior dentro de un rango de temperatura específico
(17 a 20 ° C durante el invierno y de 25 a 27 ° C durante el verano, respectivamente).
Tabla 3.12 Horarios de simulación
Horas 1–7 8 9–15 16–18 19 20–23 24

Temperatura consigna Alta (°C)
Junio a Septiembre 27 — — 25 25 25 27
Temperatura consigna Baja(°C)
Enero a Mayo 17 20 20 20 20 20 17
Octubre a Diciembre 17 20 20 20 20 20 17
Ocupación sensible (W/m²)
Laboral 2,15 0,54 0,54 1,08 1,08 1,08 2,15
Sábado y festivo 2,15 2,15 2,15 2,15 2,15 2,15 2,15
Ocupación Latente (W/m²)
Laboral 1,36 0,34 0,34 0,68 0,68 0,68 1,36
Sábado y festivo 1,36 1,36 1,36 1,36 1,36 1,36 1,36
Iluminación (W/m²)
Equipos (W/m²)
El primer parámetro considerado fue la orientación del edificio. Las diferentes orientaciones de
construcción seleccionadas para los modelos fueron tomadas del Código Técnico de la Edificación (CTE)
(Véase figura 3.9). Para definir el tipo de orientación del edificio de los diferentes modelos, el valor de 0°
correspondió a una orientación este-oeste, mientras que el valor de 60 ° correspondió a una orientación
noroeste-sureste; además, el valor igual a 90 ° correspondió a la orientación norte-sur y el valor de 120 °
relacionado con la orientación noreste-suroeste.
Figura 3.9 Orientaciones de las Fachadas
El segundo parámetro considerado fue la transmitancia térmica (es decir, el valor U, en W m −2 K −1 ), que
determina la pérdida de calor a través de un área unitaria de diferentes elementos de la envolvente
multicapa. En total, el 68% del parque inmobiliario actual en España se construyó antes de 1979 44; por lo
cual, se consideraron dos valores de transmitancia térmica diferentes para las paredes externas, mientras
se mantuvieron constantes los valores U relacionados con el techo y las ventanas. El valor de 1,58 W
m −2 K −1 correspondió a aquellos edificios construidos antes de la entrada en vigor de la regulación
44 Tabula Web Tool. Available online: http://episcope.eu/building—typology/webtool/ (accessed on 25 October 2019).

mencionada anteriormente, y el valor de 0,35 W m −2 K −1 correspondió a los construidos más tarde. En la

tabla 3.13 se describen todos los valores de transmitancia de las paredes, el techo y las ventanas en
orden. Las cubiertas inclinadas no se analizaron porque su modelado paramétrico puede causar
problemas numéricos durante las simulaciones (Evola et al., 2017; Fichera et al., 2018; Antonio Gagliano
et al., 2014).
Tabla 3.13. Características constructivas de la envolvente del edificio con sus variaciones paramétricas
Componentes Capas Transmitancias térmicas (Wm—2K—1)

1) Ladrillo exterior 105 mm
Reflectancia solar (â):
Paredes
â1 = 0,8 â2 = 0,04 1,58
exteriores
Absortancia visible: 0,7 (no cumple con las prescripciones del CTE)
E1
2) Aislante estándar 5,7 mm
3) Ladrillo interior 105 mm
4) Yeso 13 mm
1) Revestimiento de metal ligero e = 6 mm
Paredes
Reflectancia solar (â): 0,35
exteriores
â1 = 0,8 â2 = 0,04 (cumple con las prescripciones del CTE)
E2
2) Poliestireno extruído 90 mm
1) Vidrio 3 mm 1,96
Ventanas
2) Cámara de aire 13 mm (Tabla 2.3, cumple con las prescripciones
(Valor constante)
3) Vidrio 3 mm del CTE)
1) Teja de cerámica 20 mm
2) Mortero 20 mm
3) Revestimiento impermeable 5 mm
4) Hormigón con árido ligero 100 mm
Cubierta 0,34
5) Losa hormigón prefabricada 200 mm
(Valor constante) (cumple con las prescripciones del CTE)
6) Yeso15 mm
7) Cámara de aire 100 mm
8) Lana de roca 80 mm
El tercer parámetro analizado durante las simulaciones fue la relación ventana-pared (WWR). El WWR
en la fachada es un factor determinante en términos de ganancias y pérdidas de calor a través de
superficies acristaladas. Para definir esta variable se ha tomado como referencia el CTE 2006; se han
seleccionado porcentajes que varían del 21% al 30% y del 31% al 40%, considerando que estos valores
cubren el espectro habitual de WWR en España45 . Con respecto al WWR, investigaciones recientes indican
que cuando es inferior al 20%, se considera un valor pequeño, mientras que los valores superiores al 35%
se consideran demasiado grandes (Beatriz et al., 2013).
45 Herramienta Unificada Lider-Calener (HULC). Available online: https://www.codigotecnico.org/index.php/menu-

recursos/menu-aplicaciones/282-herramienta-unificada-lider-calener (accessed on 17 November 2017).
Las zonas climáticas establecidas en el Documento Básico de Ahorro de Energía relativo al Código Técnico
de la Edificación (DB-H)46 se identificaron de acuerdo con la demanda energética esperada de los edificios
y dieron lugar a un total de 17 zonas; por lo tanto, se consideró la selección de las zonas A4 (zonas de
clima muy cálido), B4 (zonas de clima cálido), C4 (zonas de clima moderado), D3 (zonas de clima frío) y
E1 (zonas de clima muy frío). Las ciudades representativas para cada zona fueron Almería (latitud 36,85
°, longitud −2,38°) dentro de la zona A4 y Sevilla (latitud 37,42°, longitud −5,9°) dentro de la zona
B4. Cáceres (latitud 39,47°, longitud −6,33°), Madrid (latitud 40,45°, longitud −3,55°) y Burgos (latitud
42,35°, longitud −3,67°) se consideraron dentro de las zonas climáticas C4, D3 y E1 respectivamente.
3.4.3 Reflectancia solar y contexto urbano

El índice de reflectancia solar (SRI)47 es una medida de la capacidad de la superficie construida para
reflejar la energía solar desde su superficie hacia la atmósfera. El valor del índice de reflectancia solar
varía entre 0 y 1. Un valor 0 indica que el material absorbe toda la energía solar incidente y corresponde
a una superficie negra estándar (es decir, un material no reflectante capaz de emitir el calor absorbido), lo
que resulta en un incremento de la temperatura de 50 °C a pleno sol. El valor 1 indica la reflectancia total
de la superficie construida y corresponde a una superficie blanca estándar (es decir, un material
completamente reflectante, aunque es capaz de emitir un poco de calor almacenado) y, por lo tanto,
resulta en un incremento de temperatura de 8 °C bajo las mismas condiciones de insolación.
Debido a su capacidad para reflejar el calor solar y limitar el calentamiento del entorno del edificio, los
productos de construcción utilizados en aplicaciones de revestimiento pueden contribuir a reducir la
necesidad de aire acondicionado en zonas de clima cálido y soleado; por otro lado, también contribuye a
reducir el efecto de una isla de calor urbana (UHI) dentro de las mismas zonas climáticas. Un valor de
albedo bajo (â) es 0,04 (es decir, que pertenece a colores oscuros), mientras que un valor de albedo alto (â)
es 0,8 (es decir, que pertenece a colores claros). Los valores sombreados en gris son los utilizados en las
simulaciones. En la tabla 3.14 se muestra los valores de absorción seleccionados para este estudio 48.
46 Secci, E. Documento Básico He Ahorro De Energía, Sección He Limitación De La Demanda Energética. Available online:
http://instalacionesyeficienciaenergetica.com/normativa/eficiencia-y-certificacion-energetica/DB-HE1-Septiembre-2013.pdf
(accessed on 15 January 2018)
47ASTM E 1980: 2011 Standard Practice for Calculating Solar Reflectance Index of Horizontal and Low-Sloped Opaque Surfaces.
Available online: https://infostore.saiglobal.com/en-gb/Standards/ASTM-E-1980-2011
144060_SAIG_ASTM_ASTM_320491/ (accessed on 25 October 2019).
48 Secci, E. Documento Básico He Ahorro De Energía, Sección He Limitación De La Demanda Energética. Available
online: http://instalacionesyeficienciaenergetica.com/normativa/eficiencia-y-certificacion-energetica/DB-HE1-Septiembre-
2013.pdf (accessed on 15 January 2018).

Tabla 3.14 Valores de absortancia con respecto a la irradiación solar
Color Claro Medio Oscuro
Blanco 0,20 0,30 -
Amarillo 0,30 0,50 0,70
Beige 0,35 0,55 0,75
Brown 0,50 0,75 0,92
Rojo 0,65 0,80 0,90
Verde 0,40 0,70 0,88
Azul 0,50 0,80 0,95
Gris 0,40 0,65 -
Negro - 0,96 -
En el clima mediterráneo, el efecto UHI es beneficioso sobre la demanda de calefacción y el efecto de la

obstrucción de la irradiación sobre la demanda de refrigeración, con valores de la relación altura / ancho
(H / W) del edificio entre 0,4 y 1,6 (Salvati, 2016). Por lo tanto, un diseño urbano denso y compacto puede
ayudar a reducir la demanda en el clima mediterráneo, demostrando la validez de los principios de la
Arquitectura vernácula y la eficiencia de la "densidad" en dicho contexto climático; debido a esto, se
plantea definir el parámetro H / W (Toudert, 2005).
La relación altura / ancho del cañón urbano (H / W) se refiere a la altura promedio del cañón urbano con
respecto al ancho del cañón urbano).
 Bajos valores de H / W del cañón urbano (H / W = 14/23 = 0,6).

 Valores altos de H / W del cañón urbano (H / W = 24,5 / 23 = 1,1).
3.4.4 Aerotermia
Se pretende que la energía de fuentes renovables en el consumo bruto final de energía sea del 20% para
2020 de acuerdo con la normativa de la Unión Europea 49 . Con respecto a este hecho, la Directiva 2009/28
/ CE 50 del Parlamento Europeo propone un procedimiento mediante el cual una bomba de calor puede
considerarse como energía procedente de fuentes renovables (véanse las ecuaciones (3.4) y (3.5)):
49 Aerotermia Para Cumplimiento del CTE DB HE4 en Lugar de Paneles Solares. Available online:
https://www.certificadosenergeticos.com/aerotermia-cumplimiento-cte-db-he4-paneles-solares (accessed on 25 October 2019).
50 European Directive 2009/25/CE. Available online: https://www.boe.es/doue/2009/140/L00016-00062.pdf (accessed on 25 October
2019).
E renv =Q utilizable * [1 - (1 / SPF)] ( 3.4)
E elec = Q utilizable / SPF. ( 3.5)
Primero, esto requiere tener en cuenta la eficiencia del sistema energético, η. Dicha eficiencia se puede
calcular como la relación entre la producción bruta de electricidad y el consumo de energía primaria con
respecto a la producción de electricidad. Se calcula como un promedio en la UE en función de los datos
de Eurostat y sirve para determinar el valor umbral mínimo del factor de rendimiento estacional (SPF) de
la bomba para ser considerado como renovable (SPF = 1,15 × 1 / η). La Comisión Europea establece el valor
η en 0,455, por lo que el valor umbral mínimo del SPF resulta ser 2,5. En segundo lugar, la cantidad
estimada de energía útil proporcionada por la bomba de calor (llamada Q utilizable) también debe tenerse
en cuenta. Es el calor útil total estimado proporcionado por la bomba para la producción de agua caliente
sanitaria (ACS), calefacción y refrigeración.
Finalmente, también se debe considerar el SPF promedio estimado para las bombas de calor accionadas
eléctricamente calculadas de acuerdo con el coeficiente de rendimiento estacional en modo activo sin usar
un calentador eléctrico de respaldo (SCOP net). Con respecto a la eficiencia energética de un edificio, el
coeficiente de rendimiento estacional (SCOP) es la relación entre la salida de energía del equipo de
calefacción y la entrada de energía eléctrica.
En cuanto al cálculo realizado, el primer paso consistió en verificar que el SPF (SCOPnet) de la bomba
supera el valor mínimo para que pueda considerarse renovable (SFP> 2.5 para bombas de calor de
accionamiento eléctrico). En el caso de que el valor SCOPnet no esté disponible (Febrero, 2014) , se puede
utilizar la siguiente ecuación (3.6):
SPF = COP nominal * FW * FC ( 3.6)
Donde:
FW = factor de ponderación según la zona climática considerada.
FC = factor de corrección según la temperatura considerada.
Una vez que se confirma que la bomba de calor es renovable porque el valor de SPF es mayor que 2,5,
entonces es necesario justificar que las emisiones de CO 2 (ecuación 3.7) y el consumo de energía primaria
no renovable debido a la instalación alternativa (es decir, la bomba de calor aerotérmica) son iguales o
inferiores a las obtenidas a través de la instalación solar térmica y el sistema de soporte auxiliar:
Emisiones de CO 2 = consumo de energía * emisiones de gas natural ( 3.7)

4. Resultados y Discusiones
4 Resultados
A continuación se discuten los resultados de manera reflexiva, primero en relación con los datos referidos
tanto a no usuarios como usuarios y luego en relación con los comentarios exclusivos de los usuarios.
4.1 No usuarios & Usuarios. Cuestiones Generales
4.1.1 Primer acercamiento al modelado energético

La encuesta fue respondida por participantes de España (no sólo de estudiantes de Madrid), Ecuador,
Venezuela, Italia, UK, EEUU, Portugal, Luxemburgo, Argentina, Alemania, Dinamarca, Eslovenia; pero,
los resultados analizados sólo han sido los de España. Se recibieron 171 inscripciones válidas que
representaron un 78,4% de jóvenes arquitectos, 8,8% profesores en Arquitectura y 19,1% otros (arquitecto
investigador, empresario, ingenieros). Las respuestas de profesores y de otros se han tenido en cuenta
solamente en la etapa cualitativa. Los participantes de España respondieron la encuesta y se recibieron
171 respuestas válidas.
La retroalimentación fue generalmente positiva ya que se demuestra que en España el uso de estas
herramientas no ha sido implantada entre los recién licenciados de Arquitectura. El 70,8 % de los
encuestados no han utilizado nunca una herramienta de simulación de energía. Los números de usuarios
que han analizado la segunda parte de la encuesta, en la que se detallan los criterios para analizar la
elección de una BPSTs, tan sólo han sido el 29,2%. En cuanto a la responsabilidad de las herramientas de
simulación energética se distribuye del siguiente modo: el 79,5 % considera que las utilizan los consultores
energéticos, mientras que un 73,7% indica que es trabajo de ingenieros; los estudiantes de Arquitectura,
en un 69%, indican que si es un área que les afecta, pero sin embargo no se ven cerca de él, ya que su nivel
de conocimiento es claramente insuficiente (77,8 %).
Los encuestados consideraron que la encuesta era compleja, ya que incluso las preguntas para los no
usuarios eran bastante técnicas. Este hecho indica que muchos de los encuestados nunca habían oído
hablar de BPST. Está claro que faltan pautas reales y prácticas que hagan que los usuarios se den cuenta
de los beneficios de usar estas herramientas. La figura 4.1 muestra que, en España, el uso de estas
herramientas aún no está implementado entre los arquitectos recién graduados, y el 70,8% de los
encuestados indicaron que nunca han usado una herramienta de simulación de energía; esto se debe a
que no consideran que sea su responsabilidad.
Cada gráfico responde a una pregunta. En cuanto a la gráfica “a”, se indican los porcentajes de usuarios
y no usuarios de BPST; responden a la pregunta; ¿Alguna vez has usado BPST?. En cuanto al gráfico “b”,
consideras que el diseño del edificio puede ser sustituido por un software de simulación cuantitativa. Por
último, en el gráfico c, se define el tipo de usuario que trabaja con BPST; y en el d, el nivel de conocimiento
de los arquitectos sobre BPST.

a b
9,9% 1,8%
9,4%
29,2%
78,9%
70,8%
Muy de acuerdo De acuerdo

Si No Nada de acuerdo No lo sé
c España (autores) d España (autores)
Arquitectos 69,0% Óptimo 2,3%
Ingenieros 73,7% Suficiente 12,3%

Consultores de
79,5%
energía Insuficiente 77,8%
Investigadores 49,1%
Sin respuesta 12,0%
Sin respuesta 5,3%
0% 20% 40% 60% 80%
0% 20% 40% 60% 80% 100%
Figura 4.1 Análisis de los participantes encuestados, de acuerdo con el uso de herramientas de
simulación de rendimiento de edificios (BPST).
Respecto a los usuarios que trabajan con BPSTs, diversas investigaciones afirman que la mayoría de los
arquitectos no ven el modelado energético como su responsabilidad (Soebarto, VI, Hopfe, Crawley, &
Rawal, 2015). La mayoría de los arquitectos consideran que todos los avances tecnológicos en modelado
energético se encuentran en gran medida fuera de su dominio y que la responsabilidad es de otros
expertos; sugieren, que se debe poner mayor énfasis acerca del rendimiento energético dentro de la
formación en arquitectura y el desarrollo profesional de los arquitectos. Algunos de los comentarios
recogidos en la encuesta respecto a la colaboración con otros equipos profesionales son los siguientes:
 Si el experto proyectista no consulta con un especialista en simulación energética o desconoce cómo

optimizar (y por qué) los edificios que proyecta, de nada le sirven las BPSTs.
 Trabajar en conjunto con un ingeniero y una herramienta integral de modelización para realizar
sinergia entre arquitecto, ingeniero, herramienta integral de análisis con la IES
 Dada mi inexperiencia en el campo considero que, para la toma de decisiones de diseño, un especialista
puede aportar riqueza y fiabilidad. Para que los propósitos iniciales no queden en objetivos no logrados
o solo buenas intenciones.
 Es necesaria la multidisciplinariedad, de manera que las simulaciones debieran ser hechas por distintos
perfiles profesionales.
7,0%
2,2% 12,3%
78,5%
Suficiente Insuficiente
Bueno No lo sé
Figura 4.2 Percepción de los encuestados del nivel de conocimiento de los arquitectos en cuanto a BPSTs
En la figura 4.2, se indica que el 78,5% consideran que su nivel de conocimiento es insuficiente. Los BPST
no se usan en las universidades, y esto resulta en una clara falta de capacitación. Consideran que cada
avance tecnológico en el modelado de energía está en gran medida fuera de su dominio; de manera que,
según su punto de vista, la responsabilidad corresponde a otros expertos. Sugieren que se debe poner
mayor énfasis en el rendimiento energético dentro de la formación arquitectónica y el desarrollo
profesional para arquitectos. A continuación se muestran algunos de los comentarios recopilados en la
encuesta sobre la colaboración con otros equipos profesionales:
“Dada mi falta de experiencia en este campo, creo que para los procesos de toma de decisiones, un experto debería
ayudar a proporcionar confiabilidad. La multidisciplinariedad es necesaria para que las simulaciones puedan ser
realizadas por diferentes profesionales".
“No es mi competencia con respecto al trabajo que desarrollo. Trabajo en una empresa donde hay un equipo que es
específicamente responsable de este problema. Otros miembros del equipo (ingenieros) se encargan de eso”.
4.1.2 Definición, Objetivo y parámetros del diseño.

Con respecto al conocimiento previo de BPST, la mayoría de los encuestados creía que las simulaciones
de energía comenzaron a usarse en 1990. Consideraron que la evolución de BPST se ha cuadruplicado
(41,5%) de 1997 a 2017; sin embargo, el 36,3% no tenía información sobre el desarrollo de las herramientas,
y el 52,6% consideró que se utiliza una herramienta energética para optimizar los edificios, pero no la
consideraron una herramienta para ayudarlos a configurar su diseño arquitectónico. Con respecto al

objetivo de la simulación, el 58,5% de los encuestados indicaron que están interesados en reducir el
consumo de energía de un edificio.
Se han recogido varias consideraciones sobre la definición de simulación de energía. Los participantes
declararon que es una herramienta que ofrece datos destinados a mejorar el rendimiento energético de un
edificio; por lo tanto, se considera que los BPST ayudan a lograr un modelo óptimo y sostenible. Todos
coincidieron en que estas herramientas mejoran el diseño y la construcción de edificios y permiten el
ahorro de energía; del mismo modo, pensaron que todos los tipos de edificios se predicen y analizan
desde un punto de vista energético a lo largo de su ciclo de vida. Uno de los comentarios técnicos se
muestra a continuación:
"La virtualización del rendimiento energético de un edificio optimiza el costo de su construcción, operación y
reducción de su huella de carbono".
Con respecto a los objetivos establecidos en la simulación, se indica que, desde el punto de vista del
diseño, las ganancias y pérdidas de calor de los edificios se deben disminuir y / o reducir. Algunos
encuestados indicaron que no sabían cómo describir los objetivos de la simulación, pero que les gustaría
saber más sobre ellos. Otra respuesta dice:
“El control de los costos generados por la actividad de la construcción, desde la fabricación de materiales hasta la
demolición del edificio, ayuda a evitar el desperdicio de energía. Aprovecha los recursos de la manera más eficiente,
manteniendo un estándar de confort para los ocupantes del edificio".
No lo sé 10,5%
Entorno 49,7%
Clima 73,1%
Sistema HVAC (calefacción, ventilación y aire

73,1%
acondicionado)
Ganancias internas de calor (ocupación,
72,5%
equipamiento, iluminación...)
Sombra externa 52,0%
Aberturas (vidrios y lucernarios) 81,9%
Tipo de construcción 70,2%
Zonas térmicas 66,1%
Ninguno de los anteriores 0,0%
0% 20% 40% 60% 80% 100%
Figura 4.3 Percepción de los encuestados sobre los parámetros que se tiene en cuenta en una BPSTs
En la figura 4.3, se indican los parámetros que necesitan utilizar con más urgencia las herramientas de
simulación. Las respuestas a la pregunta sobre qué parámetros son relevantes cuando se trata de usar
BPSTs; los encuestados indican que las aberturas (81,9%) son las más importantes. El 73,1% de los
encuestados dijo que los datos climáticos y los sistemas de climatización deben tenerse en cuenta en las
simulaciones energéticas. La importancia de otros parámetros, como la sombra al aire libre (52%) o el
medio ambiente (49,7%), no parece ser tan relevante como los demás. Se insta a los arquitectos a apoyar
sus diseños con BPST y mejorar la integración arquitectónica (39,8%) y el dimensionamiento preliminar
de los sistemas de energía (19,3%); sin embargo, para la construcción y orientación, no los consideran
como algo crucial (8,8%), véase en la figura 4.4.

Seguridad en caso de
8,2%
incendio
Iluminación natural y
33,3%
artificial
Acústica 12,3%
Calidad del aire y ventilación 49,1%
Calefacción y refrigeración 53,2%
0% 10% 20% 30% 40% 50% 60%
Figura 4.4 Campos en el que los encuestados consideran más útil el uso de BPSTs
4.1.3 Uso de herramientas y etapas de diseño

Las herramientas arquitectónicas existentes no son adecuadas para el proceso de toma de decisiones de
los arquitectos; ya que, no son fáciles de usar durante la exploración y la etapa conceptual del diseño. Se
necesitan muchos datos de entrada bien definidos, y la interpretación de los resultados de salida requiere
experiencia. Según el Royal Institute of British Architects (RIBA), la precisión es menos importante
durante la etapa de diseño, lo que permite el desarrollo de la creatividad y proporciona resultados rápidos
en un lenguaje que los arquitectos pueden entender fácilmente.
Los Arquitectos recién graduados, en un 59,9 %, diseñan a través de la colaboración con otros
profesionales en equipos multidisciplinares. El 40,9% de las respuestas indican que es la experiencia del
arquitecto, la que guía la toma de decisiones en el proceso de diseño. El 27,5% de los encuestados
consideran que el software debería ser gratuito, y un 22,25% piensa que la licencia de un programa de
simulación tiene un costo mayor que la de un programa CAD. No consideran que sean herramientas caras
(0,6%), tan solo un 7% cree que estas herramientas de simulación tienen descuento para estudiantes.
En la primera etapa del proceso de diseño, los BPST deben permitir una salida de resultados que sean
comprensibles para los no expertos, con el mínimo número de datos de entrada. Los requisitos a tener en
cuenta en esta etapa deberían ser más fáciles de usar, más versátiles, más robustos, mejor documentados,
y con un tiempo mínimo para obtener el resultado de salida. Los resultados detallados deben satisfacer
las necesidades de los arquitectos para un diseño de alto estándar (Baba Mahjoubi, L. Olomolaiye, P. and
Booth, C., 2013).
Seis herramientas de modelado de energía se revisaron en otro trabajo de investigación (Weytjens, Attia,
Verbeeck, & De Herde, 2011), incluyendo Ecotect, IES / VE - Sketch-Up, Energy10, eQuest, HEED y Design
Builder. De todos los encuestados, 171 de ellos usan Autocad como herramienta de trabajo, 70 usan
Sketchup y solo 20 de ellos usan Ecotect; muy pocos de los encuestados utilizan herramientas de
simulación más avanzadas; Design Builder solo lo utilizan 16 de ellos. La mayoría de las herramientas
revisadas no mostraron una aplicabilidad adecuada o facilidad de uso en los procesos de toma de
decisiones de diseño de la mayoría de los arquitectos y la mala comunicación y visualización de los

resultados de salida se detectan como las principales limitaciones.
Respecto al modelaje, los arquitectos recién graduados, no entienden la diferencia entre un modelo
energético y un modelo proyectual, ya que el 49,7 % considera que la definición geométrica debe ser lo
más detallada posible. El 67,3% no ha oído hablar de la simplificación de una geometría para simular
energéticamente el edificio. En España, el 55% de los arquitectos graduados recientes nunca han usado
un BPST, y la herramienta más utilizada para los cálculos de energía es Sketchup. Ecotect es la
herramienta más usada por los arquitectos, mientras que Sketchup lo utilizan en torno al 58% (Soebarto,
V. et al., 2015).
La mayoría de los estudiantes y graduados de Arquitectura deberían conocer las herramientas LIDER-
CALENER, porque se mencionan en el Código Técnico de la Edificación; sin embargo, este estudio indica
que solo el 5% de los encuestados había utilizado esas herramientas; por otro lado, las encuestas realizadas
en empresas de Arquitectura en los Estados Unidos, el Reino Unido, Australia e India descubrieron que,
en la mayoría de los casos, los arquitectos reconocieron la importancia del modelado de energía en las
primeras etapas, pero no lo implementaron en gran medida en la práctica. En la figura 4.5, se indican las
herramientas más utilizadas por los encuestados.
180
número de respuestas
160
140
120
100
80
60
40
20
0
Attia et al. España(Autores) Soebarto et al.
Figura 4.5 Uso de Programas vinculados al diseño
El 67,3% de los encuestados considera que la mejor etapa para hacer uso de una simulación energética es
en la optimización del diseño, ya que asocian el aprendizaje de la simulación a un proceso de prueba y
error 65,5 %. Los mecanismos con los que cuentan para que el diseño de sus edificaciones sea óptimo es
un 56,1% su experiencia propia, seguido de directrices de diseño o generalidades 43,3%, y/o colaboración
con otros arquitectos (44,4%).
Las figuras 4.6 y 4.7 muestran las habilidades en BPST y la etapa del proceso de diseño en el que se utilizan
estas herramientas. Más del 70% de los encuestados declararon que su conocimiento del software CAD es
avanzado o muy avanzado; esta cifra cae al 10% en lo que respecta al conocimiento de BPST. Los
encuestados usan herramientas CAD en todas las etapas. En la figura 4.6, se muestra como la simulación
de energía, donde más se utiliza es en la etapa de detalle, no en la de diseño inicial, y mucho menos se
usa para apoyar el estado conceptual. Se utilizan herramientas CAD para todas las etapas; las

herramientas de simulación de energía (IES, eQUEST, Energy plus software) son utilizadas por más de la
mitad de los encuestados (64,9%) (Attia, S. et al., 2009; Baba, A., Mahjoubi, L. Olomolaiye, P. and Booth,
C., 2013); sin embargo, tan sólo el 35% lo utilizan en España. Los encuestados no usan estas herramientas
para el diseño en sus prácticas arquitectónicas, pero el 26% lo utiliza en la etapa de detalle.
80%
Fase conceptual
60%
Diseño preliminar
40% Diseño detallado
Planos de
20% construcción
No uso
0%
Herramientas Herramientas Herramientas de
CAD de visualización simulación
Figura 4.6 Etapas del proceso de diseño donde los encuestados han utilizado BPSTs.
Según otros trabajos de investigación (J. Guilford, 1950; J. M. Keller, 2009), más de la mitad de los
encuestados (64,9%) utilizan herramientas de simulación de energía, como IES, eQUEST y Energy plus;
sin embargo, en la figura 4.6 se muestra que solo el 35% de los arquitectos graduados recientes usan BPST
en España. La simulación de energía se usa más en la etapa de diseño detallado (26%), pero no durante la
etapa de diseño inicial, y mucho menos en la etapa conceptual. Algunos investigadores sugieren que los
diseñadores tienden a confiar inicialmente en el conocimiento experimental, en lugar que en las
herramientas de simulación (Zapata-Lancaster & Tweed, 2016), por lo que los BPST se consideran
principalmente como mecanismos de validación, en lugar de herramientas de exploración. Durante las
primeras etapas del diseño, hay poca información disponible y se necesita flexibilidad, por lo que los BPST
se utilizan para respaldar las decisiones de diseño, porque estas herramientas requieren muchos datos y
poca flexibilidad (Baba Mahjoubi, L. Olomolaiye, P. and Booth, C., 2013).
50%
45%
40%
35% Muy avanzado
30%
Avanzado
25%
20% Normal
15%
Pobre
10%
5% Muy pobre
0%
Herramientas Herramientas Herramientas de
CAD de visualización simulación
Figura 4.7 Habilidades descritas por los encuestados en el uso de software.
4.1.4 La formación Universitaria acerca de las BPSTs

Un 74,3% de los encuestados indica que, no existe en su universidad, en la carrera de Arquitectura, el uso
de BPSTs; consideran que se debe incorporar en asignaturas o trabajos de fin de grado urgentemente y
que esto es plena responsabilidad de la universidad; también indican que se pueden realizar talleres o
charlas de profesionales expertos que motiven a los alumnados a este conocimiento. Un 34,5 % considera
que en el área de máster y doctorado son dos espacios adecuados en los que se deben llevar a cabo esta
especialización; valoran el nivel de enseñanza del análisis energético en la universidad en un 2,34/5, con
valores de moda 2 y de mediana 2. Valoran el incentivo de las universidades a utilizar las simulaciones
energéticas en un 3,00/5; con esta misma valoración, se evalúa la importancia que la universidad muestra
sobre los programas de simulación energética.
A continuación, se indican algunas de las soluciones propuestas por los encuestados para incentivar el
interés por el uso de BPSTs. Los expertos, se plantean por un lado la realización de mesas redondas con
profesionales en este sector, que llevan un historial de proyectos realizados; cuentan con su experiencia,
consejos, beneficios que les ha traído a ellos y a los clientes de los edificios que han sido simulados. Un
encuestado indica lo siguiente:
“Las charlas, talleres o docencia de gente que no ha hecho una simulación de un edificio real que se haya construido
después no vale para nada. No se puede enseñar "Arquitectura real" si no se ha salido de la "Arquitectura de papel".
4.1.5 No uso de las BPSTs e integración en el diseño proyectual

Cuando se trata de las razones para no usar BPST, el 42,1% de los encuestados declaró que la falta de
conocimientos es el problema principal; muchos de ellos (29,2%) nunca habían oído hablar de estas
herramientas, y 26,9% de ellos no perciben que se necesitan BPST. Los encuestados no pensaron que las
herramientas fueran caras, ya que solo el 0,6% de los encuestados sugirieron que los costos eran
prohibitivos, y solo el 7% asumió que las herramientas de simulación son más baratas para los estudiantes.
Algunos de ellos sostuvieron que el software debería ser gratuito (27,5%), y otros encuestados

consideraron que una licencia de programa de simulación es inferior a la de CAD (22,25%). La razón
principal para no usar BPST parece estar enraizada en el hecho de que no se perciben como necesarios en
ninguna etapa de diseño. Si los estudiantes de último año no han oído hablar de estas herramientas, es
muy poco probable que se conviertan en usuarios en su experiencia profesional.
Respecto al ámbito del diseño arquitectónico, las simulaciones energéticas de edificios deben ser
incorporadas de manera natural al desarrollo de cualquier proyecto de la carrera, debiendo ser ya algo
inherente en las materias de la carrera de Arquitectura; su incorporación debe ser una parte obligatoria
del programa de las asignaturas; no tratarse como un conocimiento extra. Los encuestados indican que el
Colegio Oficial Arquitectos, debería formar a voluntarios que deseen profundizar en el uso de las
herramientas de simulación, y ayudar a la universidad a obtener licencias como estudiantes; incluso
favorecer el uso de estas herramientas en el campo profesional. Cómo aspecto más restrictivo, proponen
que la propia legislación obligue a realizar informes técnicos vinculantes previos a la licencia de obra y
que sean revisados por la administración una vez terminada la construcción. Algunos de los comentarios
recogidos en la encuesta respecto a la formación previa de las BPSTs son las siguientes:
 Cambio de mentalidad en las Escuelas de Arquitectura. La Arquitectura tiene que ser eficiente
desde las primeras intuiciones. Para esto el alumno tiene que interiorizar que la buena
Arquitectura es siempre sostenible. Un arquitecto es un técnico creativo que deja huella. La
eficiencia debe darse por hecho en los edificios.
 Es imprescindible su formación en la carrera de Arquitectura, incluso integrada en el área de
proyectos.
 Incluir el conocimiento de estas herramientas en la carrera, instar a los alumnos a utilizarlas
durante ella y más adelante, intentando combinar un diseño creativo con el ahorro de energía.
Concienciar a la población en general que es necesario crear edificios sostenibles para que lo exijan
a la hora de comprar una vivienda (o cualquier otra construcción).
Al realizar proyectos simples, la mayoría de los encuestados realizarían ellos mismos las simulaciones
(50,3%), aunque un porcentaje significativo de ellos involucraría a un consultor externo (33,9%). Los
clientes no exigen el uso de BPST, por lo que el mercado de la Arquitectura no se actualiza. Algunos
encuestados hicieron los cálculos intuitivamente y nunca habían usado los programas de simulación de
energías; sostuvieron que los BPST no proporcionan resultados confiables; por lo tanto, consideraron que
la experiencia, la capacitación y el conocimiento del experto deberían prevalecer. Otros encuestados
declararon que los BPST no los ayudan a dar forma volumétrica a un edificio.
4.1.6 Evaluación de las razones del no uso de las BPSTs e integración en el diseño
proyectual
En la figura 4.8, el 52% conoce solamente a menos de 5 personas que usen estas herramientas, mientras
que el 18% no conoce a ninguna; consideran, que las BPSTs si son necesarias en todo tipo de proyectos
(81,9%), pero en los simples (1,2%) no las consideran tan útiles; ya que, son propias de proyectos más
complejos (12,2%). Ellos consideran que en proyectos sencillos ellos mismos realizarían las simulaciones
(50,3%), aunque involucraría a un consultor especialista externo (33,9%).
España(Autores)
Difícil de aprender 2,3%
Alto costo 2,9%
Falta conocimiento en ese campo 42,1%
Herramientas poco conocidas 29,2%
No es competencia de arquitectos 0,6%
No tengo motivación 2,9%
No tengo necesidad 26,9%
0% 20% 40% 60%
Figura 4.8 Razones por las cuales los usuarios encuestados no han utilizado BPSTs
A continuación, se muestran algunas de las razones recogidas del porque no se utilizan las herramientas
de simulación energética
 No es mi competencia en el trabajo que desarrollo

 Hago los cálculos a mano... no he usado programas de simulación nunca
 Trabajo en una empresa en la que hay un equipo que se encarga específicamente de esto.
 Los clientes no lo demandan.
 Otras personas del equipo (ingenieros) se encargan de esa parte
 Las licencias de los programas son muy caras, y como ya no estoy en la universidad,
no puedo pedir la licencia de estudiante. Lo que hace difícil que pueda tener la
versión completa del programa para su análisis y aprendizaje.
 Falta de formación
 No se utilizan en mi Universidad
La figura 4.9 ilustra las respuestas sobre los mecanismos disponibles para la optimización del rendimiento
energético del edificio y su influencia en el diseño arquitectónico. De los encuestados, el 85.3% declaró
que la habilidad y experiencia de un arquitecto es el mecanismo que lo ayuda a optimizar los edificios,
seguido de las pautas de diseño (43,3%) y la colaboración con otros arquitectos (44,4%). De los
encuestados, el 57,9% consideró que colaborar con otros profesionales en equipos multidisciplinarios
puede ayudar a incorporar las decisiones tomadas por el consultor de energía, sin dañar el diseño
arquitectónico, y el 89,1% reconoció que BPTS hace que los arquitectos reconsideren varios aspectos

previamente ignorados durante el proceso de diseño. El 70,8% de los encuestados consideró que la falta
de conocimiento hacía que las partes interesadas perdieran la confianza en BPST.
La figura 4.10 muestra que el 73,7% de los encuestados consideraba que los BPST eran útiles para diseñar
edificios de consumo energético casi cero (NZEB). Además, el 67,3% de los encuestados consideró que la
mejor etapa para utilizar una simulación de energía es durante la etapa de diseño detallado, y el 59,1%
afirmó que BPST puede ayudar a los arquitectos a crear la geometría del edificio en la etapa conceptual,
aunque solo el 16,4% había usado BPST en el trabajo. El aprendizaje de simulaciones se asoció con un
proceso de prueba y error por el 65,5% de los encuestados.
Algunos de los comentarios referidos a la veracidad y confianza que nos ofrecen los programas son los
siguientes:
 Las herramientas informáticas no son más que eso, una herramienta. No dan resultados fidedignos.
Debe prevalecer la experiencia, formación y conocimiento del experto, ya sea un arquitecto, un grupo
de arquitectos o un grupo de profesionales mixto.
 Las herramientas son útiles, pero hay que evaluar los resultados mediante pensamiento crítico.
 Siendo partidario del uso de estas herramientas de simulación, tengo ciertas dudas sobre su capacidad
para la toma de decisiones a nivel volumétrico o formal, tal y como parece deducirse de algunas
preguntas de la encuesta. En este aspecto, creo que hay factores de uso o necesidad que están por delante
de la optimización energética
i49.El diseño de edificios depende de las

capacidades de los arquitectos y de su 33,3% 52,0% 4,7% 6,4%
experiencia
27,5%
i52.Las BPSTs permiten a los arquitectos
reconsiderar aspectos que han sido ignorados 54,4% 2,9% 11,7%
durante el proceso de diseño
5,8%
i53.Los aspectos de energía relacionados con la
eficiencia impiden a los arquitectos
18,7% 57,3% 15,2%
perseguir una forma y una construcción
adecuadas para desarrollar un diseño funcional
i54.El estudio de la forma óptima es efectivo para

evitar el posterior anexo de persianas,
24,0% 54,4% 8,2% 9,4%
toldos, doble vidrio y modificaciones que alteran
el diseño de la forma de una edificación
i57.Las BPSTs dan confianza para tomar

18,7% 63,7% 2,9% 11,1%
decisiones arquitectónicas
i58.El desconocimiento de un BPSTs es lo que

22,8% 48,0% 6,4% 19,9%
hace que no se confíe en ellas
30,4%
i60.Es importante trabajar conjuntamente con
profesionales expertos en programas de 52,6% 5,8% 8,2%
simulación, para que exista confianza
4,7%
i61.Los profesionales que manejan las BPSTs,
tienen un control absoluto sobre todos los 44,4% 18,7% 29,2%
parámetros del mismo
i63.Es posible incorporar todas las decisiones que

da un consultor energético en su 11,7% 46,2% 17,5% 21,6%
diseño sin perjudicarlo
0% 20% 40% 60% 80% 100%
Muy de acuerdo De acuerdo Nada de acuerdo No lo sé
Figura 4.9 Relación entre los BPST y el diseño arquitectónico, el uso profesional.

Si No Tal vez
i71.¿Crees que es urgente, en el año 2017, la

Futuro
identificación de las necesidades específicas 62,0% 5,3% 28,7%

de los arquitectos para facilitar el uso de las BPSTs?
i67.¿Crees que se limita la creatividad del arquitecto, en

la etapa de diseño, usando 15,8% 48,5% 32,2%
BPSTs?
i66.¿Consideras necesario la utilización de BPSTs en el

diseño de edificios de consumo 73,7% 18,1% 4,1%
Soluciones
de energía casi nulo?
i65.¿Las BPSTs están orientadas para profesionales que

32,2% 18,1% 45,6%
son arquitectos?
i62.¿Estás interesado en el uso de BPSTs en el futuro? 62,6% 5,3% 29,2%
i59.¿Consideras que los datos que te muestra un

43,3% 6,4% 48,0%
programa de simulación son verídicos?
i46.¿Consideras imprescindible simular un edificio antes

57,9% 17,5% 21,6%
de construirlo?
i44.¿Crees que un programa de simulación puede

Uso
ayudarte a conformar la geometría de tu 59,1% 12,9% 23,4%

proyecto?
i43.¿Consideras que las BPSTs aceleran la fase de diseño? 59,1% 26,9% 39,8%
i35.¿Utilizas herramientas BPSTs en tu lugar de trabajo? 16,4% 59,6% 17,5%
2,3%
i34.¿Consideras necesario comprobar los resultados
obtenidos en una simulación 86,0% 9,9%
Confianza
contrastándolos con la realidad?
i33.¿Crees que el aprendizaje de BPSTs debe ser llevado

30,4% 32,7% 35,1%
a cabo por prueba y error?
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
Figura 4.10¿Cuáles son las razones a favor y en contra del uso de BPST?
En la tabla 4.1 se expone la opinión de los encuestados respecto a una serie de ideas relevantes
relacionadas con el uso de BPSTs, las cuales son; A) adaptación de las BPSTs a los arquitectos, a su
formación previa y a su lugar de trabajo; B) ventajas e inconvenientes del uso de BPSTs en las etapas de
diseño arquitectónico, junto con la confianza hacia dichas herramientas; C) Confianza y credibilidad de
los valores que se obtienen de una BPST; D) la importancia de las BPSTs en el diseño de edificios de
consumo nulo y el interés de los arquitectos por las herramientas de simulación en el futuro.
Tabla 4.1 Parámetros de confianza en las BPSTs
YES NO Possibly
A Se cree que los BPST son usados por profesionales que NO son 33,1% 18,5% 48,30%
arquitectos
¿Utilizas las herramientas de BPST en el trabajo? 16,8% 65,8% 17,4%
En tu universidad, en los estudios de arquitectura, ¿existe el uso de 24,0% 47,4% 28,6%
BPST?
B ¿Los BPST aceleran la etapa de diseño? 31,8% 28,6% 39,6%
¿Los BPSTs limitan la creatividad del arquitecto en la etapa de 15,8% 52,6% 31,6%
diseño?
¿El software de simulación puede ayudarte a crear la geometría? 63,6% 11,9% 24,5%
C ¿Los datos obtenidos a través del software de simulación son 45,5% 7,1% 47,4%
correctos?
El aprendizaje de los BPST debe llevarse a cabo mediante un proceso 29,0% 34,2% 36,8%
de ensayo y error
¿La simulación de construcción es esencial antes de su construcción? 58,8% 19,0% 22,2%
¿Es necesaria la validación de los resultados (a través de la 87,1% 2,6% 10,3%
comparación con los resultados reales)?
D ¿Se cree que los BPST se utilizan en el diseño de edificios de energía 76,8% 4,0% 19,2%
casi nula?
¿Las necesidades de identificación de los arquitectos son esenciales 62,4% 6,0% 29,8%
para facilitar el uso de los BPST?
¿Está interesado en el uso de BPST en el futuro? 63,4% 5,9% 30,7%
80-100% 60-80% 40-60% 20-40% 0-20%
La figura 4.11 muestra la opinión de los arquitectos respecto a diversos parámetros que pueden llegar a
determinar la confianza en las BPSTs; dichos parámetros son: A) el motivo de un buen diseño
arquitectónico; B) la sustitución del diseño por un software de simulación cuantitativa; C) la utilidad de
las BPSTs para reconsiderar aspectos que han sido ignorados durante el proceso de diseño; D) la falta de
desarrollo de un diseño energéticamente eficiente a favor de otro funcional; E) el estudio de la forma
óptima como estrategia efectiva para evitar el posterior anexo de elementos que alteren el diseño; F) la
confianza en las BPSTs para tomar decisiones arquitectónicas; G) el desconocimiento de las BPSTs como
motivo de desconfianza; H) la posibilidad de incorporar las decisiones de un consultor energético en el
diseño; I) los posibles métodos de incorporación de datos al diseño arquitectónico; J) el control de los

profesionales respecto al manejo de las BPSTs; K) la importancia de trabajar conjuntamente con expertos
BPSTs.
A-Experiencia y habilidades de los arquitectos 35,5% 53,3% 5,3% 5,9%
B-Sustitución datos cuantitativos 2,0%9,9% 78,3% 9,9%
C-Aspectos a considerar 27,6% 57,2% 3,3% 11,8%
D-Eficiencia para los arquitectos 6,5% 18,3% 60,8% 14,4%
E-Forma óptima 25,8% 56,3% 7,9% 9,9%
F-Decisiones de la confianza 21,1% 64,5% 3,3% 11,2%
G-Falta de conocimiento 24,2% 51,0% 5,9% 19,0%
H-Incorporar cada decisión 13,1% 47,1% 17,6% 22,2%
I-Incorporar datos numéricos 41,4% 52,6% 0,7% 5,3%
J-Profesionales controlan los parámetros 5,2% 45,1% 19,0% 30,7%
K-Colaborar con los expertos 30,7% 53,6% 6,5% 9,2%
0% 20% 40% 60% 80% 100%
Muy de acuerdo De acuerdo En desacuerdo No lo sé
Figura 4.11 Opinión de los arquitectos encuestados sobre los aspectos que indican confianza en BPSTs
4.2 Usuarios de las BPSTs

El 64% de los usuarios encuestados no había tomado cursos de capacitación sobre cómo usar una
herramienta de simulación de energía; consideraron que los manuales de aprendizaje no son completos
ni intuitivos. Solo el 6% indicó que los manuales están escritos con una excelente calidad. Algunas de las
universidades en España en las que hay cursos de formación sobre BPST, son la Universidad de Navarra,
UPM, ETSAVA y Etsav, entre otras; las asociaciones de arquitectos, como Coam, Palencia, y la asociación
de ingenieros civiles en Madrid, también los proporcionan; las empresas privadas, como la Fundación
para la construcción, Zigurat E-Learning y la Escuela profesional de nuevas tecnologías (CICE), también
incluyen cursos sobre herramientas de simulación de energía como parte de la capacitación de sus
empleados.
A B
9,8%
27,8%
72,2%
90,2%
Important Neutral Important Neutral
Figura 4.12 a) El uso de las BPSTs es importante b) Experiencia de los arquitectos en cuanto a las BPSTs.
En cuanto a la experiencia de los arquitectos en el uso de BPST, solo el 8% de los encuestados los ha estado
utilizando durante más de 5 años. Esta respuesta indica que la mayoría de ellos no fueron utilizados
durante los títulos universitarios de los encuestados; sin embargo, el 60% de ellos habían estado usando
BPST por alrededor de 1 a 2 años, lo que demuestra que tales herramientas son comúnmente solicitadas
por sus clientes. En España, el 44% de los encuestados realizó cálculos mediante simulaciones de energía;
la mitad de los usuarios consideró que estas herramientas no son adecuadas para arquitectos, ya que no
están adaptadas a sus conocimientos y habilidades; otras investigaciones demuestran que más del 60% de
los primeros arquitectos están satisfechos con el uso de estas herramientas (A Mahdavi, Feurer, Redlein,
& Suter, 2003). Como se puede ver en la figura 4.12 los encuestados consideran importante el uso de las
BPSTs (90,2%).

España(Autores)
Regularmente 30,0%
Ocasionalemente 48,0%
En concursos de
8,0%
arquitectura
Nunca 32,0%
0% 20% 40% 60%
Figura 4.13 Frecuencia con la que los encuestados usan programas de simulación energética
Es útil ampliar las bases de datos técnicas de materiales de construcción; tal como se indica en el estado
del arte, una interfaz intuitiva es el elemento más valioso. Los manuales con ejemplos prácticos facilitarían
el uso de BPST. Otro aspecto que da confianza al usuario es que los resultados obtenidos en las etapas
iniciales del proceso de diseño se verifican fácilmente. Durante la etapa de desarrollo conceptual, se debe
establecer un flujo de trabajo rápido y directo para permitir a los usuarios tomar las decisiones más útiles
en general; ya que, las simulaciones detalladas no son útiles para la mayoría de los proyectos (véase figura
4.13 y 4.14).
España (Autores)
Fácil y rápido
50,0%
aprendizaje
Fácil interpretación de
56,0%
resultados
Amigable para el
30,0%
usuario
Entrenamiento a los
44,0%
arquitectos
0% 20% 40% 60%
Figura 4.14 Criterios más importantes para la compra de BPSTs
La figura 4.15 ilustra los criterios de selección de usuarios en España; los criterios más importantes entre
los arquitectos graduados recientes son la compatibilidad entre BPST y CAD y la fácil entrada de datos.
Otros factores, como la posición en el mercado y el cumplimiento de la normativa nacional, no son
relevantes. La complejidad de uso y una interfaz deficiente son barreras para la implementación de BPST.
La explicación de los números es la siguiente: 1 "Nada importante", 2 "Ligeramente importante", 3
"Importante", 4 "Bastante importante" y 5 "Muy importante".

Figura 4.15 Parámetros y características relevantes que conducen a BPST seleccionados.
4.2.1 Criterios de selección BPSTs.

Los criterios principales para la selección y evaluación de BPST son las necesidades de los usuarios. Según
otros trabajos de investigación, existe una diferencia esencial entre las prioridades de arquitectos e
ingenieros en términos de selección de la importancia de los criterios relacionados con sus necesidades
(Shady Attia, 2011; Shady Attia, Gratia, et al., 2012). Los arquitectos recién graduados de España han sido
encuestados para establecer comparaciones con tales resultados. En la figura 4.16 y la figura 4.17 se
muestran una comparación entre los trabajos de la investigación actual y anteriores investigaciones, sobre
los factores que llevan a los encuestados a seleccionar un BPST. Se indica el porcentaje de usuarios que
seleccionaron los valores 1, 2, 3, 4 y 5 (1 “Nada importante”, 2 “Ligeramente importante”, 3 “Importante”,
4 “Bastante importante” y 5 “Muy importante”).
España (Autores) Attia et al. (2012) Arquitectos Attia et al. (2012) Arquitectos 2
40%
34,0%
35% 31,0%
30,0%
30% 28,0%
25% 23,0%
19,2% 19,6% 19,2% 18,0% 19,6% 20,0%
20% 16,0%
15%
10%
5%
0%
UIM: Amabilidad de la IIKB: Integración de la AADCC: Exactitud y IBM: Interoperabilidad
interfaz en cuanto al base de conocimientos capacidad de simular del modelado de
uso y la gestión de la de diseño inteligente componentes complejos edificios, por ejemplo,
información para ayudar en la toma y detalados intercambio de modelos
de decisiones 3D con otros programas
Figura 4.16 Prioridades en la selección de BPST. Comparación de los encuestados españoles considerados
en este estudio y los considerados en el estudio de Attia, Shady et al., 2012. (Dirigido solo a usuarios de
BPST).
Existe una amplia brecha entre las prioridades de arquitectos e ingenieros a la hora de seleccionar
importancia de criterios según sus necesidades. Se utilizan los principales criterios para la selección y
evaluación de herramientas BPSTs en función de las necesidades del usuario (Attia, S., 2010; Attia, Shady
et al., 2012). En cuanto a los medios y técnicas de representación, los resultados de entrada y salida de
datos, la navegación y el control, se ven con más capacidades para llevarlas a cabo, con más confianza,
por lo que no les preocupa tanto conseguir el manejo de la herramienta, ya que, están acostumbrados a
usos de programas complejos o eso creen. Aquí también se incluye la curva de aprendizaje. En cuanto al
asesoramiento cuantitativo y cualitativo sobre la influencia de las decisiones de diseño, IIKB, optimizar
soluciones de diseño, involucrar escenarios "qué tal si", verificar cumplimiento. En España importa la
precisión y capacidad para simular componentes de construcción detallados y complejos (AADCC),
verificación analítica/empírica y pruebas comparativas de simulación. La calibración de incertidumbre y

un nivel de garantía de calidad de los resultados de la simulación todo lo relativo al intercambio de

información con una virtual representación, con su software CAD, no les preocupa.
45%
40,8%
40% 38,8%
36,7% 36,7%
34,7%
35% 32,7% 32,7%
30,6% 30,6% 30,6%
30% 32,7%
26,5% 26,5%
25%
20,4%
20% 18,4%
15%
10%
6,1%
4,1%
5% 2,0% 2,0% 2,0%
0,0% 0,0% 0,0%0,0%
0,0%
0%
UIM: Amabilidad IIKB: Integración AADCC: Exactitud IBM: IBDP: La
de la interfaz en de la base de y capacidad de Interoperabilidad integración de las
cuanto a la conocimientos de simular del modelado de herramientas BPS
usabilidad y la diseño inteligente componentes edificios, por durante todo el
gestión de la para ayudar en la complejos y ejemplo, proceso de diseño
información toma de decisiones detalados intercambio de del edificio.
modelos 3D con
otros programas
España (Autores) 1 España (Autores) 2 España (Autores) 3
España (Autores) 4 España (Autores) 5
Figura 4.17 Prioridades en la selección de herramientas BPS. Comparación de diferentes grupos de

encuestados de España considerados en este estudio
Los encuestados consideraban que tenían suficientes habilidades en las técnicas de representación,
entrada y salida de datos y el control de BPST. Con respecto al asesoramiento cuantitativo y cualitativo
sobre la influencia de las decisiones de diseño en la Integración de la base de conocimiento de diseño
inteligente (IIKB), podrían optimizar las soluciones de diseño, involucrar escenarios hipotéticos y verificar
la confiabilidad de la herramienta. Según el punto de vista de los arquitectos españoles recién graduados,
la precisión de las herramientas y la capacidad de simular componentes de construcción detallados y
complejos (AADCC), incluidas las pruebas comparativas analíticas y empíricas, son cruciales; no les
preocupa la calibración de la incertidumbre y el nivel de calidad de los resultados de la simulación
relacionados con el intercambio de información con el software CAD.
Los resultados del estudio muestran las deficiencias que existen actualmente con respecto a la simulación
de energía. Si bien los usuarios consideraron la simulación energética como un tema de gran interés para
la sociedad (3,9 / 5 como valor medio), su uso no fue obligatorio en sus universidades (45.6%). Los
encuestados consideraron este hecho como una deficiencia, con un 62% de ellos considerando urgente
introducir este nuevo material de enseñanza en los programas universitarios. El nivel actual de
entrenamiento que existe en el análisis de energía está mal valorado (2,34 / 5, con una desviación estándar
de 1.08 y una moda y mediana de 2/5). Además, la universidad apenas alienta el uso de BPST (3/5). La
inclusión de BPST en el programa de estudios o el proyecto final de grado (73,7%) puede ayudar a resolver
las deficiencias. Esto puede llevarse a cabo a través de conferencias, talleres con expertos (68,4%), como
parte de una maestría o dentro de estudios de doctorado (34,5%), y puede ser alentado por las asociaciones
de arquitectos (29,2%).
Los encuestados consideran que la salida de datos no está adaptada a las necesidades de un diseño de
proyecto arquitectónico (2,72 / 5). La facilidad en el uso de BPST en Arquitectura debe resolverse mediante
la formación previa de los estudiantes (76,6%). De los arquitectos encuestados, el 100% consideró que es
necesaria la existencia de un manual con equivalencias entre los resultados exportados de los BPST y las
estrategias pasivas utilizadas por los arquitectos durante el diseño de sus proyectos (5). La creación de
manuales con una metodología clara y definida que un arquitecto pueda entender fácilmente es una
solución factible; para ello, es necesario proporcionar más información, con ejemplos de uso práctico. Los
BPST siempre deben proporcionar información adicional al diseño arquitectónico, sin implicar un
aumento en el costo de tiempo asignado al proyecto. La Administración debe alentar constructivamente
su uso a través de incentivos; además, debe ser responsable de revisar los proyectos, antes de otorgar una
licencia. El objetivo final debe ser la producción de documentación de respaldo requerida por el proyecto
para continuar promoviendo su uso.
Hoy en día, todo tipo de profesionales, tanto arquitectos como profesionales multidisciplinares, se
dedican a la consultoría energética. A medida que las regulaciones involucradas se vuelven mucho más
estrictas cada día, es más necesario que nunca usar BPSTs, por lo tanto, los consultores de fachadas,
estructuras o paisajismo, entre otras cosas, deben apoyar el diseño arquitectónico y la construcción. Los
arquitectos debieran utilizar estas herramientas en sus proyectos, si esto no implica un alto costo; ya
que; el tiempo necesario para desarrollar un proyecto, especialmente en sus aspectos administrativos, es
bastante alto en España; por lo tanto, los BPST deben ofrecer información rápida, con resultados de
calidad, facilitando así el proceso de toma de decisiones (es decir, forma, instalaciones y equipo). Este
aspecto sería beneficioso para obtener un diseño de edificio con el mínimo consumo de energía e invertir
muy poco tiempo extra.

Figura 4.18 Parámetros y características relevantes que conducen a BPST seleccionados en España. Los
encuestados han evaluado las siguientes herramientas: UIM, IIKB, AADCC, IBM e IBDP.
La encuesta que se muestra en la figura 4.18, está dirigido a arquitectos recién graduados y usuarios de
BPSTs; la información ha sido elaborada utilizando el software SPSS y aplicando la escala Likert. El nivel
de acuerdo o desacuerdo con una declaración se especifica mediante una escala: 1 Totalmente en
desacuerdo, 2 En desacuerdo, 3 Indeciso, 4 De acuerdo y 5 Totalmente de acuerdo. Los encuestados
consideraron que las plantillas HVAC son fáciles de usar y la verificación confiable de errores para
garantizar la exactitud de los resultados, son los factores más importantes a la hora de seleccionar un
BPST (pregunta 72). En cuanto a las características del conocimiento (pregunta 73), cuatro aspectos se
consideran relevantes: conocimiento cualitativo y cuantitativo sobre las decisiones de diseño, parámetros
de diseño en la etapa inicial de diseño, medidas de diseño pasivo y una biblioteca completa de

componentes de construcción. Cumplir los requisitos de los códigos, las evaluaciones del ciclo de vida y
el bajo costo de los edificios son los aspectos de menor valor.
Cuando se trata de evaluar las habilidades (pregunta 74), la optimización de la envolvente de un edificio
y la ventilación natural son la principal preocupación. La interoperabilidad (pregunta 75) y la capacidad
de intercambiar información de herramientas de modelado, visualización y simulación son aspectos
esenciales a tener en cuenta. Finalmente, el proceso de iteración entre diseño y simulación de energía
parece ser una característica crucial del diseño (pregunta 76). En resumen, la interoperabilidad es la
característica más importante, y el conocimiento es la característica menos importante. En la figura 4.19
se expresan estos mismos valores gráficamente.
Figura 4.19 Análisis visual de importancia de parámetros en la elección de BPSTs
Otros de los cambios propuestos en la configuración de las herramientas de simulación por los usuarios
son los siguientes:
 Sería útil ampliar las bases de datos (librerías) sobre datos técnicos de los materiales
 Es importante que las herramientas de simulación tengan un interfaz intuitivo
y que existan manuales con ejemplos prácticos para que el usuario comprenda la aplicabilidad.
 Es esencial la mejora en las bibliotecas de materiales y los datos climáticos de las
regiones (no solo los de las ciudades).
 Lo más importante es poder obtener resultados fiables con el menor esfuerzo posible y en las fases
iniciales del diseño para poder tomar las decisiones "importantes" en cuanto al proyecto. Asimismo,
me interesa poder detallar el proyecto para la fase de ejecución, basándome en las decisiones tomadas al
inicio de un modo sencillo y fiable y sobre todo comprendiendo los resultados que ofrece el programa.
 Es fundamental disponer de un BPST que permita obtener una información de calidad en un tiempo
razonable (no dedicar más de 8 horas)
 Debería establecerse un workflow sencillo y rápido en el desarrollo conceptual que sea capaz de tomar
las decisiones más generales. A menudo son las que más diferencia provocan. Las simulaciones
detalladas NO son prácticas para la inmensa mayoría de los proyectos.
 Creo que debería establecerse un workflow de un análisis general (masas conceptuales), de muy bajo
coste y fácilmente ejecutable por un ordenador medio que sirva para tomar decisiones generales que
optimicen ampliamente el funcionamiento de una edificación. Si este "manual/workflow" no es barato,
rápido y sencillo no se va a hacer, ni, aunque se obligue por ley. Si se da una herramienta gratuita
(nativa de cada programa de modelado BIM), se establecen unas pautas claras para las etapas tempranas
del proyecto y se hace todo ello sin complicaciones el consumo energético de las ciudades (obra nueva y
rehabilitación) bajaría drásticamente.
A continuación se muestran resultados de preguntas, que han servido para ir definiendo las conclusiones
obtenidas anteriormente. Estas preguntas se caracterizan por ser de ámbito libre, y recogen comentarios
escritos directamente por los encuestados. En la tabla 4.2, se les indicaba que definieran como era posible
incentivar el uso de las BPSTs en la Universidad. En la tabla 4.3, se les pide que indiquen cómo manejarían
la toma de decisiones para la integración de BPSTs en el caso de proyectos más pequeños y menos
complejos. Por último en la tabla 4.4 y tabla 4.5, se les pide que indiquen opiniones, sugerencias o mejoras
acerca de la relación entre los arquitectos y los programas de simulación.

Tabla 4.2 Sugerencias para incentivar el uso de las BPSTs en la Universidad
Ámbito Incentivar el interés por las BPSTs
Mesas redondas con expertos que muestren la aplicabilidad de estas herramientas
Los más indicados para enseñar BPSTs son los profesionales del sector que llevan un
historial de proyectos reales realizados. Cuentan su experiencia, consejos, importancia y
Expertos beneficios que les ha traído a ellos y a los clientes de edificios que hayan sido simulados.
Las charlas, talleres o docencia de gente que no ha hecho una simulación de un edificio
real que se haya construido después no valen para nada. No se puede enseñar
"Arquitectura real" si no se ha salido de la "Arquitectura de papel".
Incorporarlo de manera natural al desarrollo de cualquier proyecto dentro

Proyecto
de la carrera.
Inherente Debería ser algo inherente ya en las materias de Arquitectura.
Incorporarlo como parte del programa de una asignatura. Como requisito

Asignatura necesario y no como un conocimiento extra
Incorporar los conceptos de las asignaturas
Formación de un grupo de trabajo de voluntarios que desean profundizar en el

uso de herramientas de simulación y ayuda del colegio para obtener las licencias como
estudiante de los programas para dicho grupo.
COAM
Legislación que obligue a realizar informes técnicos vinculantes previos a la
licencia de obra y que sean revisados por la administración una vez terminada la
construcción.
Tabla 4.3 Propuestas para integrar BPSTs en proyectos sencillos
Propuestas Integración de estas herramientas en el diseño proyectual
Es necesaria la multidisciplinariedad, de manera que las simulaciones debieran ser hechas

P1
por distintos perfiles profesionales
P2 Ayuda profesional por parte del Colegio Oficial de Arquitectos
Debería establecerse un workflow sencillo y rápido en el desarrollo conceptual que sea
capaz de tomar las decisiones más generales. A menudo son las que más diferencia
P3
provocan. Las simulaciones detalladas NO son prácticas para la inmensa mayoría de los
proyectos
Dada mi inexperiencia en el campo considero que para la toma de decisiones de diseño,
P4 un especialista puede aportar riqueza y fiabilidad. Para que los propósitos iniciales no
queden en objetivos no logrados o solo buenas intenciones.
P5 Apoyarse en otros actores más habituados a utilizar estas herramientas
Es fundamental disponer de un BPST que permita obtener una información de calidad en
P6
un tiempo razonable (no dedicar más de 8 horas)
Tabla 4.4 Conclusiones finales de la encuesta y las BPSTS
Conclusiones Conclusiones entrevistados
Se necesita un manual con metodología clara y definida que se pueda seguir con
C1
facilidad por parte de un arquitecto
Las herramientas informáticas no son más que eso, una herramienta. No dan
resultados fidedignos. Debe prevalecer la experiencia, formación y conocimiento
del experto, ya sea un arquitecto, un grupo de arquitectos o un grupo de
C2
profesionales mixto. Si el experto proyectista no consulta con un especialista en
simulación energética o desconoce cómo optimizar (y por qué) los edificios que
proyecta, de nada le sirven las BPSTs.
Las herramientas son útiles pero hay que evaluar los resultados mediante
C3 pensamiento crítico. Sería útil ampliar las bases de datos (librerías) sobre datos
técnicos de los materiales
Imprescindible formación en la carrera de Arquitectura, incluso integrada en el
C4
área de proyectos
Más información, usos y posibilidades entre los arquitectos, con ejemplos de
C5
utilización
Incluir el conocimiento de estas herramientas en la carrera, instar a los alumnos a
utilizarlas durante ella y más adelante, intentando combinar un diseño creativo
C6 con el ahorro de energía. Concienciar a la población en general que es necesario
crear edificios sostenibles para que lo exijan a la hora de comprar una vivienda (o
cualquier otra construcción).
Mi experiencia con la simulación energética ha sido más bien desalentadora. Lo
C7 que he aprendido es la falta de unas pautas generales reales y prácticas que hagan
rentable su uso.
Creo que debería establecerse un workflow de un análisis general (masas
conceptuales), de muy bajo coste y fácilmente ejecutable por un ordenador medio
que sirva para tomar decisiones generales que optimicen ampliamente el
funcionamiento de una edificación. Si este "manual/workflow" no es barato,
C8 rápido y sencillo no se va a hacer, ni aunque se obligue por ley. Si se da una
herramienta gratuita (nativa de cada programa de modelado BIM), se establecen
unas pautas claras para las etapas tempranas del proyecto y se hace todo ello sin
complicaciones el consumo energético de las ciudades (obra nueva y
rehabilitación) bajaría drásticamente
Incluso se podría llegar a abaratar la electricidad al haber una menor demanda
C9
energética.
Una breve explicación sobre que es Building Performance Simulation Tools no
C10
estaría de más, porque no había oído hablar de ello en mi vida.
Cambio de mentalidad en las Escuelas de Arquitectura. La Arquitectura tiene que
ser eficiente desde las primeras intuiciones. Para esto el alumno tiene que
C11
interiorizar que la buena Arquitectura es siempre sostenible. Un arquitecto es un
técnico creativo que deja huella. La eficiencia debe darse por hecho en los edificios.
C12 Aun no los manejan, y deberían conocer los requisitos y objetivos

Existen hoy en día todo tipo de profesionales, tanto arquitectos como empresas
multidisciplinares, que se dedican a la consultoría energética y cada vez se usan
más y es casi obligatorio, cuanto más dura es la normativa más necesario es el uso
C13
de esos equipos. Al igual que hay consultores de fachadas, MEP, estructuras,
paisajismo... debería ser igual de habitual este tipo de apoyo en diseño y
construcción.
Trabajar en conjunto con un ingeniero y una herramienta integral de modelización
C14 para realizar sinergia entre arquitecto, ingeniero, herramienta integral de análisis
con la IES.
La mayoría de Arquitectos estarán más que dispuestos a usar BPSTs en sus
proyectos siempre que no suponga un elevado coste. El tiempo necesario para
elaborar un proyecto, especialmente en su vertiente administrativa es bastante
elevado, por lo que es imprescindible que las BPSTs ofrezcan información de
C15
calidad de una forma muy rápida, que permita tomar decisiones de proyecto
(forma, orientación, instalaciones, equipos...etc) invirtiendo muy poco tiempo.
Tener claros estos conceptos desde una etapa muy temprana puede ahorrar
mucho tiempo cuando se desarrolle el proyecto en detalle.
En resumen, las BPSTs deben aportar un valor añadido sin suponer un
incremento del coste o el tiempo que se destina a un proyecto si queremos que se
usen. Además, la administración debe incentivar su uso de un modo constructivo
C16 (incentivos y subvenciones) frente a un modo restrictivo (no concesión de
licencias, sanciones) y responsabilizarse de revisar los proyectos antes de conceder
una licencia así como comprobar que el proyecto ejecutado responde al proyecto
de ejecución.
Tabla 4.5 Sugerencias, mejoras y opiniones acerca de la encuesta y las BPSTS
Sugerencias, Mejoras y Opiniones entrevistados
Es importante que las herramientas de simulación tengan un interfaz intuitivo

y que existan manuales con ejemplos prácticos para que el usuario comprenda la aplicabilidad
Es esencial la mejora en las bibliotecas de materiales y los datos climáticos de las
regiones (no solo los de las ciudades)
Aunque la encuesta es muy completa, es demasiado larga para que todos los encuestados
la respondan correctamente. Además, en algunas preguntas, entre las opciones del sí, no, tal
vez, no lo sé... faltaría alguna más concreta. Es un trabajo muy bien realizado pero arduo si el
que contesta no es muy experto en la materia. Enhorabuena!
Creo que el principal problema es que se está tratando de forzar a un colectivo a usar una
herramienta ajena, extraña, incómoda y poco comprensible en lugar de dar facilidades incluso
aunque no sea una herramienta con resultados tan detallados. Para que una nueva práctica se
haga un hueco y se convierta en una práctica esencial debería enfocarse a aspectos generales, de
fácil interacción y comprensión aunque no se llegue a niveles extremos. Una vez se haya
conseguido que las simulaciones en fases conceptuales sean baratas fáciles y útiles, es cuestión
de ir avanzando hacia herramientas más específicas.
Siendo partidario del uso de estas herramientas de simulación, tengo ciertas dudas sobre su
capacidad para la toma de decisiones a nivel volumétrico o formal, tal y como parece deducirse
de algunas preguntas de la encuesta. En este aspecto, creo que hay factores de uso o necesidad
que están por delante de la optimización energética
Para mí, lo más importante es poder obtener resultados fiables con el menor esfuerzo posible y
en las fases iniciales del diseño para poder tomar las decisiones "importantes" en cuanto al
proyecto. Asimismo, me interesa poder detallar el proyecto para la fase de ejecución, basándome
en las decisiones tomadas al inicio de un modo sencillo y fiable y sobre todo comprendiendo los
resultados que ofrece el programa. Por último, todo esto debe servir para producir rápidamente
la documentación justificativa que exige el proyecto de cara a la administración.
Tabla 4.6 Criterios de evaluación de las preguntas 68, 70 y 71.
Usuarios
Categorías Items del cuestionario
M. D.E. Mo. Me.
Interface de diseño amigable al usuario 4,04 1,13 5 4
Exportación de datos con otro software (Autocad, Sketchup…) 4,18 0,95 5 4
Coste 3,96 1,12 5 4
Parámetros Tiempo de simulación 3,78 1,01 4 4
para Modelado en 3d incluido en el propio programa 3,61 1,13 3 4
elección Entrada sencilla de datos 4,15 1,01 5 5
del Posición en el mercado 2,94 1,23 3 3
Software Adaptación a la normativa española 3,53 1,10 3 3
Fácil interpretación de resultados 4,16 0,96 5 4
Necesidad de manejo de programas auxiliares 3,47 1,37 5 4
Fácil aprendizaje 3,96 1,09 5 4
Media Influencia 3,80 - - -
Fácil interpretación de la salida de resultados 4,14 0,98 5 4
Uso Uso flexible y navegación sencilla 3,92 0,86 4 4
e Representación gráfica de resultados en 3D 3,71 1,05 4 4
Interfaz Adaptación a la normativa del país 3,94 1,02 5 4
Fácil aprendizaje 4,12 1,03 5 4
Media Uso/Interfaz 3,97 - - -
Acelerado avance y evolución de los programas 3,17 1,04 3 3
Complejidad de uso 3,96 0,98 5 4
Alta curva de aprendizaje 3,55 0,93 4 4
Barrera Las herramientas no están integradas en nuestro software CAD 3,84 1,09 5 4
no uso de Elevado coste 3,80 1,04 3 4
las BPSTs Interfaz pobre 3,83 0,97 4 4
Interpretación de resultados 3,77 0,90 4 4
Herramientas demasiado simplistas y no dan información que
necesito 3,33 1,12 3 3
Media barrera 3,66 - - -

Tabla 4.7 Prioridades de elección de las BPSTs (preguntas 72, 73, 74, 75 y 76).
Nivel de Importancia
Categorías Items del cuestionario
M. D.E. Mo. Me.
Entrada y salida de datos, navegación y control 3,88 1,03 4 4
Curva de aprendizaje 3,60 0,92 4 4
Documentación, ayuda online 3,77 1,05 4 4
Las herramientas no están integradas en nuestro
software CAD 4,02 1,00 5 4
Tablas de consulta 3,67 0,91 3 4
UIM Usar valores por defecto y plantillas de entrada de
¿Cuál es el nivel de datos 3,50 0,94 3 3
importancia respecto Base de datos de material de construcción fácil de
USO Y MANEJO? buscar 3,96 0,94 4 4
Representación gráfica de los parámetros de
diseño (utilizar el lenguaje de los arquitectos) 3,96 1,01 5 4
Visualización 3d de estrategias de diseño 3,80 1,00 3 4
Plantillas Calefacción, Ventilación y aire
acondicionado amigables con usuario 4,09 0,86 4 4
Comprobación de errores para asegurar que los
modelos son correctos 4,11 0,98 5 4
Valoración global del criterio Manejo 3,79 - 3 4
Conocimiento cuantitativo y cualitativo de 3,94 0,99
decisiones de diseño 4 4
Construcción de plantillas reutilizables 3,63 0,91 4 4
Cumplimiento de códigos y sistemas calificación 3,62 1,01 3 4
Encontrar respuestas cuantificables a preguntas de 3,67 0,88
diseño 4 4
Análisis de ciclos de vida 3,48 0,97 3 3
Aspectos económicos 3,81 0,90 4 4
Definir los parámetros más influyentes en la fase 4,00 0,95
IKKB temprana de diseño 5 4
¿Cuál es el nivel de El enfoque basado en el diseño alternativo y 3,60 1,03
importancia respecto al comparativo 4 4
CONOCIMIENTO? Generar alternativas de diseño semiautomático 3,35 1,00 3 3
Ayudar a la decisión de materiales durante el 3,75 0,91
diseño 4 4
Ayuda al proceso de toma de decisiones mediante 3,74 0,98
orientación 3 4
Ejemplo de edificios de bajo costo 3,48 0,92 4 4
Orientación y reglas prácticas sobre el diseño 3,94 0,96
pasivo 5 4
Grandes bibliotecas de componentes (fachadas, 3,90 1,02
cubiertas…) 5 4
Valoración global del criterio Conocimiento 3,75 - 4 4
AADCC Validez, calidad y resolución 3,81 0,92 4 4
¿Cuál es el nivel de Precisión 3,93 1,00 5 4

importancia respecto a Capacidad de simular elementos esenciales con 4,04 0,85
las CAPACIDADES? suficiente detalle 4 4
Optimización de envolvente de edificios 4,13 0,87 5 4
Consideración ventilación natural 4,13 0,91 4 4
Información de impacto de costo de medidas de 4,00 0,87
reducción de energía 5 4
Valoración global del criterio Capacidades 3,98 - 4 4
Trasladar información de un software a otro sin 4,15 1,05
perder información y de manera cómoda
(sketch up, rhino, 3dmax, Revit, etc) 5 5
IBM
Capacidad de gestionar y comunicar los datos de 3,88 1,02
¿Cuál es el nivel de
construcción entre diferentes colaboradores 5 4
importancia respecto a la
Permite modelar volúmenes orgánicos y zonas no 3,67 1,10
INTEROPERABILIDAD?
cúbicas 3 4
Permite la entrada de múltiples programas de 4,00 1,03
modelado 5 4
Valoración global del criterio Interoperabilidad 3,83 - 3 4
IBDP Alternancia del proceso de simulación a la vez que 3,96 0,99
¿Cuál es el nivel de el proceso de diseño de un edificio 5 4
importancia respecto al Interfaces multidisciplinares 3,88 0,89
DISEÑO? 4 4
Valoración global del criterio Diseño 3,85 - 3 4
Coeficiente alfa de Cronbach mayor a 0,9 0,97

α es Excelente
En las tablas anteriores, la tabla 4.6 y 4.7 se define esta nomenclatura: M.=Media; D.E=Desviación estándar;
Mo=Moda; Me=Mediana; Nivel de importancia (1 bajo, 5 alto).
4.3 El juego como parte de la metodología empleada

En esta sección se presentan los análisis de las respuestas evaluadas en el taller. Se validó la hipótesis de
que no existe el uso de BPSTs en las aulas de Arquitectura; sin embargo, las consideran imprescindibles
en su práctica arquitectónica. Como se ha descrito anteriormente, se observa que la mayor parte de los
estudiantes ni han oído hablar del termino BPSTs, ni lo han utilizado nunca. Se tiene un conocimiento
insuficiente en este campo (77,8%) y no tienen la necesidad de utilizar las BPSTs (26,9%); además, son
herramientas poco conocidas para ellos (71.4%), pero no se desmotivan y están muy interesados en su uso
(62,5%).
El 95,2% considera imprescindible simular un edificio a medida que se diseña; por lo tanto, se muestra
que es una herramienta de apoyo en el diseño arquitectónico y que puede servir de ayuda a tomar
decisiones objetivas, ofreciéndoles valores cuantitativos. El interés mostrado por los estudiantes por estas
herramientas es del 100%; ya que, ellos mismos confirman que a lo largo de todo el grado de Arquitectura,
no existe ninguna asignatura en la que usen BPSTs. El 100% están de acuerdo, en que deben aprender
como incorporar estos datos numéricos a sus diseños arquitectónicos para aumentar su motivación de
poder proyectar, y diseñar utilizando el aporte de las BPSTs. Una de las propuestas que se recoge, es la
posibilidad de convertir este material en una manera más objetiva de evaluar la asignatura de proyectos

arquitectónicos. Muestran interés por la creación de una asignatura llamada “Análisis energético y la
repercusión en el diseño de proyectos”.
Las gráficas son muy útiles ya que con ellas se consigue una clara adaptación a sus conocimientos y formas
graficas de trabajo; además, interpretan este material como una forma dinámica de ser capaz de
comprender razonadamente conceptos teóricos de asignaturas técnicas. Finalmente, este material motiva
a los estudiantes, ya que tras la experiencia, el 95,2%, se ve capaz y motivado en cuanto a la interpretación
de resultados exportados de un software de simulación energética. Al inicio tan solo un 57,1 % se veía con
interés en realizarlo; ya que, consideran que es necesario solucionar esta brecha encontrada en la
actualidad identificando las limitaciones que tienen los futuros arquitectos para poder usar las BPSTs
(90,7%); son conscientes de que en su universidad no existe el uso de BPSTs (45,6%) y que la Universidad
debería ser la que comenzara por solucionar esta problemática, a través de la incorporación en asignaturas
o en el trabajo fin de grado (73,7%).
SI NO
Q21.Posterior a la experiencia: ¿Te ves capaz de interpretar

95,2% 4,8%
resultados de una simulación energética?
Q7.Anterior a la experiencia: ¿Te ves capaz de interpretar
57,1 % 42,9 %
resultados de un programa de simulación energética?
Q27.Ha aumentado tu Nivel de motivación tras el taller 85,7% 14,3%
Q26.Has afianzado términos (Compacidad, factor forma,

100% 0%
demanda, absortividad) a través del taller de manera práctica
Q25.Han disminuido tus miedos e incertidumbres acerca de
71,4% 28,6%
las BPSTs
Q24.Te parece interesante apoyarte en gráficos numéricos de
85,7% 14,3%
energía de tus diseños utilizarlo para diseñar en proyectos
Q23.¿Te gustaría tener una asignatura llamada “Análisis
95,2% 4,8%
energético y la repercusión en el diseño de proyectos”?
Q22.¿Crees que es urgente la necesidad de incorporar la
90,5% 9,5%
simulación energética en la carrera de Arquitectura?
Q20.¿Crees que debemos aprender como incorporar esos
95,2% 4,8%
datos numéricos a nuestros diseños?
Q19.¿Estás interesado en el uso de BPSTs en el futuro? 100% 0%
Q15.En su universidad, en la carrera de Arquitectura, existe

9,5% 90,5%
el uso de BPSTs en alguna asignatura
Q14.¿Te resultarían útiles estas plantillas para tomar
95,2% 4,8%
decisiones en el diseño de tus proyectos?
Q13.¿Consideras que la representación gráfica se adapta al
100% 0%
lenguaje de los arquitectos?
Q11.Te resultan útiles estas gráficas comparativas para tomar
90,5% 9,5%
decisiones en el diseño del edificio:
Q10.¿Te ha resultado sencilla la interpretación de la salida
76,2% 23,8%
resultados a través de las gráficas?
Q9.¿Te parece adecuada la calidad gráfica de la
85,7% 14,3%
documentación presentada?
Q6.¿Consideras imprescindible simular un edificio mientras
95,2% 4,8%
lo vas diseñando?
Q3.¿Crees que un programa de simulación puede ayudarte
76,2% 23,8%
en la etapa de diseño inicial de tu proyecto?
Q2.¿Has utilizado alguna herramienta de simulación
28,6% 71,4%
energética?
Q1.¿Has oído hablar del término BPSTs que corresponde a
33,3% 66,7%
las siglas de “Herramienta de simulación energética”?
0 20 40 60 80 100
Figura 4.20 Comentarios de los estudiantes sobre la metodología y el material innovador aplicado

El grafismo utilizado en el taller y el análisis de la interpretación de resultados adaptados, tanto a los

intereses de un arquitecto, como a su formación gráfica, visual, cuantitativa, muestra aspectos técnicos
que se analizan en las gráficas; algunos de ellos son, la influencia del color según la elección del arquitecto
y su influencia en el diseño arquitectónico.
Se propone reconsiderar la enseñanza del color para que se le dé un uso que no dependa de las
preferencias individuales de un diseñador, sino de aspectos, por ejemplo, relacionados con la energía.
(Motamed & Tucker, 2018). El 100% de los participantes del taller, considera que la representación gráfica
empleada en el taller se adapta al lenguaje de los arquitectos, pero se ha realizado un análisis más
detallado, donde se evalúan los niveles de claridad, dificultad y atracción grafica de cada una de las
gráficas que se muestra en la figura 4.21.
4.3.1 Material docente
1
G1B G2L G3P1 G3L1 G4L1 G4L2
Claridad Grafismo Dificultad Valor medio
Figura 4.21 Satisfacción con respecto a los gráficos mostrados en las simulaciones.
Nota * G1B=Modelo de gráfica número 1 Lineal; G2L= Modelo de gráfica número 2 Lineal; G3P1= Modelo
de gráfica número 3 de Puntos; G3L1= Modelo de gráfica número 3 Lineal; G4L1= Modelo de gráfica
número 4 Lineal opción 1; G4L2= Modelo de gráfica número 4 Lineal opción 2.
El ítem de grafismo obtuvo el puntaje más alto entre la gráfica G3P1 (4,38), debido a que en la leyenda
gráfica aparece el edificio vinculado al entorno. El estudiante de Arquitectura se ve más identificado con
estas planimetrías, evitando la abstracción que aparece en las gráficas anteriores (G1B, G2L). El ítem de
claridad obtiene su mayor valor en la gráfica G2L (4,02), ya que se trata de una lectura de datos con dos
ejes, con valores numéricos y meses del año, sin la incorporación de estrategias arquitectónicas.
En cuanto a la dificultad de la lectura e interpretación de gráficas, los valores van disminuyendo a medida
que el estudiante se familiariza con la documentación. La gráfica G1B, ayuda para la posterior
familiarización, pero tal vez debiera haberse mostrado al final, ya que es la más compleja por la numerosa
información incorporada y desde su punto de vista se encuentra bastante descontextualizada (3,24). La
fiabilidad del cuestionario ha sido calculada a través del coeficiente alfa de Cronbach, obteniéndose un
coeficiente igual a 0.7, considerándose aceptable.
Respecto a las valoraciones cualitativas encontradas en los workshops, el uso de preguntas interpretativas
ha favorecido a la recopilación de los numerosos aspectos que se han tratado en el taller, en cuanto a las
dificultades encontradas en la interpretación de la gráfica; algunas de las cuales, se muestran a
continuación, en la abreviación por letras es más compleja su interpretación, al igual que es más difícil de
leer las gráficas cuando se superponen datos numéricos, más varias opciones de diseño.
No se sabe, si el óptimo es el que tiene la barra más alta o baja; ya que, no se sabe, si la lectura de
incrementos, se hace en el eje vertical u horizontal. En general, la cuantificación es que tan sólo se han
equivocado en un 15 % de los ítems evaluados; esto demuestra la no familiarización de los arquitectos
frente a las lecturas de gráficos, que es el principal modo de exportación de resultados de un programa
de simulación energética.
Se han detectado limitaciones en la lectura del material por parte de los estudiantes; algunas de las cuáles,
son las siguientes: no saben identificar si el modelo óptimo es el que tiene la barra más alta o baja en la
gráfica; en cuanto a la interpretación de incrementos de datos, se confunde si la lectura es en el eje vertical
u horizontal; respecto a las preguntas de comprobación de interpretación de la lectura de las gráficas que
se planteaban, tan sólo se han equivocado en un 15 % de todos los ítems evaluados con la cualificación de
verdadero o falso.
Finalmente, se demuestra que los estudiantes de Arquitectura no están familiarizados con la extrapolación
de datos numéricos en las gráficas, lo que supone una de las causas de esta brecha, debido a que el
principal modo de exportación de resultados de un programa de simulación energética es a través de las
mismas.
El diseño del material docente innovador influye de forma positiva y significativa en la motivación de
aprendizaje de los estudiantes; para ello, como se explicó en la metodología se utiliza el modelo ACRS.
La fiabilidad del cuestionario ha sido calculada a través del coeficiente alfa de Cronbach, obteniéndose un
coeficiente igual a 0,75, considerándose aceptable.

Atención
El material incluye muchas partes que son

3,43
emocionantes para mí.
La descripción del material me aburre. 1,76
Las diversas experiencias y aprendizajes que

recogí del material me 4,00
parecen útiles
Puedo descubrir resultados emocionantes e

3,71
inesperados del material.
Los elementos en el material son tan repetitivos

2,48
que me siento aburrido.
El material ayuda a las estrategias de edificios

4,24
verdes.
El material estimula mi curiosidad por la

3,57
planificación y diseño.
El material es aburrido y poco atractivo 2,00
Los elementos del material son tan abstractos

que no puedo mantener 2,19
mi atención.
El material atrae mi atención e interés desde el

3,90
principio.
1 2 3 4
Satisfacción
Disfruto estudiando el material por su diseño

3,24
elaborado
Me siento feliz porque puedo entender el

4,00
material.
Me gusta el uso del material como

4,05
complemento en asignaturas
Estoy más interesado en temas de

construcción ecológica son este 3,67
material.
Siento que tengo una sensación de logro

3,00
después de este taller
1 2 3 4
Relevancia
Puedo encontrar aplicaciones prácticas de este

material para otras 4,19
asignaturas.
El material no es adecuado para mi nivel de

1,71
conocimiento.
El contenido y diseño del material me dan

3,81
ganas de entenderlo
Es necesario las instrucciones verbales que se

han dado en el taller 3,67
para llevarlo a cabo
El contenido del material no me interesa. 1,52
Después de usar este material, me he dado

cuenta de su importancia 3,90
educativa
Las condiciones simuladas en el material están
relacionadas con la asignatura de 3,57
proyectos
Entiendo el contenido del material. 3,71
1 2 3 4

Confianza
El material tiene una buena estructura

3,57
organizativa y diseño
No entiendo el atractivo del diseño del material. 1,86
Estoy más seguro de que puedo comprenderlo

4,00
mejor con más tiempo
El material es difícil de entender 2,10
Tengo confianza en que puedo aprender mucho

conocimiento útil 4,29
del material.
Hay demasiada información material 3,05
Es un posible modo de encontrar formas para

4,00
edificios más sostenibles
Considero que muchos de los contenidos en el

material son difíciles 2,00
para mí.
1 2 3 4
Figura 4.22 Encuesta sobre la motivación de los materiales de enseñanza según los factores de
motivación del aprendizaje. Análisis de todas las variables involucradas.
Respecto a la valoración global del término, atención, se concluye que los métodos de enseñanza y los
materiales de instrucción utilizados atraen y retienen el interés de los alumnos y estimulan su curiosidad.
El material ayuda a la sostenibilidad y a estrategias en edificios verdes; del mismo se valora el aprendizaje
como muy útil. Los resultados para los ítems de satisfacción mostraron que la experiencia innovadora
tuvo una gran aceptación entre los estudiantes; ya que, el resultado indicó que los estudiantes tenían una
fuerte motivación para futuras metodologías con este sistema empleado.
En cuanto a la relevancia, este material permite relacionarse con otras asignaturas de la carrera de
Arquitectura. Se dan cuenta, que tras este taller, esta información facilitada en cuanto a las BPSTs tienen
mucha importancia en su etapa formativa y por lógica en su breve incorporación al mundo profesional y
laboral. Se aprenden conocimientos útiles a pesar de que, los alumnos, reconocen que algunos apartados
han sido bastante complejos de analizar. Los estudiantes estaban seguros de que estaban aprendiendo y
comprendiendo el análisis de datos que pueden adaptar a sus diseños arquitectónicos.
Figura 4.23 Conclusiones finales - Respuestas a las preguntas abiertas sobre el método didáctico
utilizado durante el taller
Finalmente, en la figura 4.23 se recoge un apartado de sugerencias, que muestra las diferentes
aportaciones de los estudiantes, en el debate generado tras el taller, describiendo los detalles cualitativos
del workshop, fijándonos en los cambios que proponen en la experiencia, la mayoría de los cuales están
relacionados con la necesidad de ellos mismos, de hacer uso de una herramienta de simulación de energía.
Respecto a la opinión global de la encuesta, se reflexiona que se debe tener más en cuenta la eficiencia
energética en el proceso de diseño arquitectónico y que se debería solucionar esta desinformación que
existe actualmente en las universidades españolas; además, los investigadores pueden proponer mejoras
a través de estas investigaciones que pueden servir de aplicación al mundo académico y profesional.
4.3.2 Valoración de las actuales necesidades de cambio en la docencia.

La opinión de los alumnos de Arquitectura que realizaron la encuesta 5 respecto a la responsabilidad en
cuanto al manejo de las herramientas de simulación energética se distribuye del siguiente modo: El 79,5
% considera que las utilizan los consultores energéticos, mientras que un 73,7% indica que es trabajo de
ingenieros. Los estudiantes de Arquitectura, en un 69%, indican que si es un área que les afecta, pero sin
embargo, no se ven cerca de él, ya que su nivel de conocimiento es claramente insuficiente (77,8 %). En
la siguiente tabla 4.8, se indica las variantes por las cuales se ha analizado que existe esta problemática y
las propuestas para que se incorporen las propuestas debatidas.

Tabla 4.8 Valoración de las actuales necesidades de cambio de docencia
Motivos Razones del no uso de las herramientas de simulación energética
M1 No es mi competencia en el trabajo que desarrollo

M2 Hago los cálculos a mano... No he usado programas de simulación nunca
Trabajo en una empresa en la que hay un equipo que se encarga específicamente de
M3
esto.
M4 Los clientes no lo demandan.
M5 Otras personas del equipo (ingenieros) se encargan de esa parte
Las licencias de los programas son muy caras, y como ya no estoy en la universidad,
M6 no puedo pedir la licencia de estudiante. Lo que hace difícil que pueda tener la
versión completa del programa para su análisis y aprendizaje.
M7 Falta de formación.
M8 No se utiliza en mi universidad
Propuestas Integración de estas herramientas en el diseño proyectual
Es necesaria la multidisciplinariedad, de manera que las simulaciones debieran ser

P1
hechas por distintos perfiles profesionales
P2 Ayuda profesional por parte del Colegio Oficial de Arquitectos
Debería establecerse un workflow sencillo y rápido en el desarrollo conceptual que sea
capaz de tomar las decisiones más generales. A menudo son las que más diferencia
P3
provocan. Las simulaciones detalladas NO son prácticas para la inmensa mayoría de
los proyectos
Dada mi inexperiencia en el campo considero que, para la toma de decisiones de diseño,
P4 un especialista puede aportar riqueza y fiabilidad. Para que los propósitos iniciales no
queden en objetivos no logrados o solo buenas intenciones.
P5 Apoyarse en otros actores más habituados a utilizar estas herramientas
Es fundamental disponer de un BPST que permita obtener una información de calidad
P6
en un tiempo razonable (no dedicar más de 8 horas)
En el análisis de la encuesta, consideran que la simulación energética es un tema de interés global para la
sociedad (3,9/5 de media, con un valor de 5.00/5.00 de moda) No existe el uso de herramientas de
simulación energética en la Universidad (45,6 %); sin embargo, se considera que es urgente introducir las
herramientas de simulación energética como material docente (62%); por otro lado, el actual nivel de
enseñanza que existe de análisis energético es valorado pobremente (2,34/5) de media, con una desviación
estándar de 1,08, cuya moda y mediana es (2/5), además de que la universidad apenas incentiva su uso
(3,00/5).
4.3.3 Valoración de las soluciones propuestas a través de la encuesta

Se propone la incorporación en las asignaturas o en el trabajo fin de grado (73,7%), a través de charlas,
talleres de expertos (68,4%), formar parte de máster o doctorado (34,5%) o que el Colegio Oficial de
Arquitectos (29,2%) fomentara su atención. El 100% de los arquitectos consideran que es necesaria la
existencia de un manual con equivalencias entre los resultados que se exportan de una BPSTs y las
estrategias pasivas que usan los arquitectos en el diseño de sus proyectos (5.00). La tabla 4.9 nos muestra
todas aquellas sugerencias tratadas para proponer la solución de esta brecha encontrada en el plan de
docencia analizado.
Tabla 4.9 Sugerencias para incentivar el interés por las herramientas de simulación energética.
Ámbito Incentivar el interés por las BPSTs
Mesas redondas con expertos que muestren la aplicabilidad de estas herramientas

Los más indicados para enseñar BPSTs son los profesionales del sector que llevan un
historial de proyectos reales realizados. Cuentan su experiencia, consejos, importancia
Expertos y beneficios que les ha traído a ellos y a los clientes de edificios que hayan sido
simulados. Las charlas, talleres o docencia de gente que no ha hecho una simulación
de un edificio real que se haya construido después no valen para nada. No se puede
enseñar "Arquitectura real" si no se ha salido de la "Arquitectura de papel".
Proyecto Incorporarlo de manera natural al desarrollo de cualquier proyecto dentro de la carrera.
Inherente Debería ser algo inherente ya en las materias de Arquitectura.
Incorporarlo como parte del programa de una asignatura. Como requisito necesario
Asignatura y no como un conocimiento extra
Incorporar los conceptos de las asignaturas
Formación de un grupo de trabajo de voluntarios que desean profundizar en el uso de
herramientas de simulación y ayuda del colegio para obtener las licencias como
estudiante
COAM
de los programas para dicho grupo.
Legislación que obligue a realizar informes técnicos vinculantes previos a la licencia
de obra y que sean revisados por la administración una vez terminada la construcción.
4.3.4 Validación del efecto de la motivación de aprendizaje

La fiabilidad del cuestionario ha sido calculada a través del coeficiente alfa de Cronbach, obteniéndose un
coeficiente igual a 0,75, considerándose aceptable. Los ítems de la encuesta y los resultados de los
estudiantes se muestran en la tabla 4.10.

Tabla 4.10 Encuesta de motivación de materiales instructivos según factores de motivación del
aprendizaje. Análisis de todas las variables.
Estudiantes España
Categorías Items del questionario
M. D.E. Mo. Me.
El material atrae mi atención e interés desde el principio. 3,90 0,77 4,0 4,0
Los elementos del material son tan abstractos que no puedo
2,19 1,29 1 2,0
mantener mi atención.
El material es aburrido y poco atractivo 2,00 1,10 1 2,0
El material estimula mi curiosidad por la planificación y
3,57 1,16 4 4,0
diseño.
El material ayuda a las estrategias de edificios verdes. 4,24 1,00 5 4,0
Atención Los elementos en el material son tan repetitivos que me siento
2,48 1,03 2 2,0
aburrido.
Puedo descubrir resultados emocionantes e inesperados del
3,71 1,01 4 4,0
material.
Las diversas experiencias y aprendizajes que recogí del
4,00 0,95 5 4,0
material me parecen útiles
La descripción del material me aburre. 1,76 0,70 2 2,0
El material incluye muchas partes que son emocionantes para
3,43 1,08 3 3,0
mí.
Media Atención 3,13 - - -
Entiendo el contenido del material. 3,71 0,85 4 4,0
Las condiciones simuladas en el material están relacionadas
3,57 1,21 5 4,0
con la asignatura de proyectos
Después de usar este material, me he dado cuenta de su
3,90 1,04 5 4,0
importancia educativa
El contenido del material no me interesa. 1,52 0,75 1 1,0
Relevancia
Es necesario las instrucciones verbales que se han dado en el
3,67 1,02 4 4,0
taller para llevarlo a cabo
El contenido y diseño del material me dan ganas de entenderlo 3,81 0,98 4 4,0
El material no es adecuado para mi nivel de conocimiento. 1,71 0,90 1 1,0
Puedo encontrar aplicaciones prácticas de este material para
4,19 0,98 5 4,0
otras asignaturas.
Media Relevancia 3,26 - - -
Considero que muchos de los contenidos en el material son
2,00 0,71 2 2,0
difíciles para mí.
Es un posible modo de encontrar formas para edificios más
4,00 1,18 5 4,0
sostenibles
Hay demasiada información material 3,05 1,24 3 3,0
Tengo confianza en que puedo aprender mucho conocimiento
Confianza 4,29 0,64 4 4,0
útil del material.
El material es difícil de entender 2,10 0,89 2 2,0
Estoy más seguro de que puedo comprenderlo mejor con más
4,00 1,14 5 4,0
tiempo
No entiendo el atractivo del diseño del material. 1,86 1,06 1 1,0
El material tiene una buena estructura organizativa y diseño 3,57 1,08 4 4,0
Media Confianza 3,11 - - -

Siento que tengo una sensación de logro después de este taller 3,00 1,14 3 3,0
Estoy más interesado en temas de construcción ecológica son
3,67 1,02 3 3,0
este material.
Satisfacción
Me gusta el uso del material como complemento en asignaturas 4,05 0,80 4 4,0
Me siento feliz porque puedo entender el material. 4,00 1,00 5 4,0
Disfruto estudiando el material por su diseño elaborado 3,24 1,04 3 3,0
Media Satisfacción 3,59 - - -
Coeficiente alfa de Cronbach mayor a 0,7 y menor a

α 0,75
0,8 Aceptable
Nota * M=Media; D.E.=Desviación Estándar; Mo=Moda; Me=Mediana
Los ítems de satisfacción obtuvieron el puntaje más alto entre los ARCS (M = 3,59), seguidos de la
relevancia (M = 3,26), indicando que los alumnos estaban satisfechos con el material docente innovador
empleado. Se considera un aprendizaje basado en juegos/experiencia capaz de mejorar su atención e
interés; además, sentían que el proceso de aprendizaje les daba una sensación de logro; ya que, el material
innovador era práctico y entretenido. Los resultados para los elementos de confianza (M = 3,11) indican
la importancia de explicar claramente el guion de los workshops; los alumnos consideraban que el juego
era moderadamente sencillo.
Los jugadores estaban seguros de que estaban aprendiendo y comprendiendo análisis de datos que
pueden adaptar a sus diseños arquitectónicos. Los resultados para los ítems de atención (M = 3,13)
mostraron que la experiencia innovadora estimuló la atención y el interés de los alumnos y que se
mostraron curiosos a dicha temática, como se puede ver, en los resultados, que muestran que los
estudiantes tenían una fuerte motivación para futuras metodologías con este sistema empleado.
4.3.5 Validación del material docente

En el Anexo II, se detallan diferentes maneras de interpretación de resultados adaptadas, tanto a los
intereses de un arquitecto, como a su formación gráfica, visual y cuantitativa. Aparecen diferentes
configuraciones de elementos que apoyan ese análisis de datos numéricos cuantitativos al entendimiento
de diferentes configuraciones arquitectónicas vinculadas a datos reales de energía; sustentando de esta
forma, porque el 100% de los alumnos considera que la representación gráfica empleada en el taller se
adapta al lenguaje de los arquitectos, pero se ha realizado un análisis más detallado que se puede ver en
la tabla 4.11.

Tabla 4.11 Grado de satisfacción del material docente.
Estudiantes España
Categorías Items del questionario
M. D.E. Mo. Me.
Claridad 3,71 1,06 4,0 4,0
G1B Grafismo 3,19 1,21 4,0 3,0
Dificultad 3,24 0,83 3,0 3,0
Media G1B 3,38
Claridad 4,05 0,97 4,0 4,0
G2L Grafismo 4,05 1,07 5,0 4,0
Dificultad 2,81 1,63 5,0 2,0
Media GL2 3,63
Claridad 3,05 1,56 5,00 3,00
G3P1 Grafismo 4,38 0,80 5,00 5,00
Dificultad 2,62 1,24 3,00 3,00
Media G3P1 3,35
Claridad 3,57 1,36 4,0 4,0
G3L1 Grafismo 3,29 1,19 3,0 3,0
Dificultad 2,90 1,30 3,0 3,0
Media G3L1 3,25
Claridad 3,00 1,67 5,0 3,0
G4L1 Grafismo 3,43 1,25 3,0 3,0
Dificultad 3,14 1,39 3,0 3,0
Media G4L1 3,19
Claridad 3,52 1,29 3,0 4,0
G4L2 Grafismo 3,62 1,20 5,0 4,0
Dificultad 2,62 1,24 2,0 2,0
Media GAL2 3,25
α 0,7
Nota * G1B=Modelo de gráfica número 1 Lineal; G2L= Modelo de gráfica número 2 Lineal; G3P1= Modelo
de gráfica número 3 de Puntos; G3L1= Modelo de gráfica número 3 Lineal; G4L1= Modelo de gráfica
número 4 Lineal opción 1; G4L2= Modelo de gráfica número 4 Lineal opción 2.
4.3.6 Satisfacción y valoración del alumnado respecto a la metodología empleada.

Tabla 4.12 Opiniones acerca de la didáctica empleada en el Taller
Sugerencias Opiniones acerca de la didáctica empleada en el Taller
Bastante intuitivo y accesible la información, muy visual, interactivo.

Buen método en cuanto a otro modo de tratar la teoría o de la enseñanza de
En función del método la física de la construcción, pero haría actividades más breves
de enseñanza empleado La comparación en paralelo de diferentes ejemplos. El empleo de la gráfica
ayuda al aprendizaje. A través de este taller eres consciente de lo que sabes
del tema.
La explicación teórica de los conceptos al principio.
Que se vea la aplicación a la asignatura de proyectos.
El conocimiento de que existen estas herramientas hasta ahora desconocidas.
Un material desconocido hasta ahora.
Aspectos útiles de esta He aprendido nuevos conceptos
experiencia Me ha generado interés en el tema de las simulaciones.
Saber que es muy útil para los proyectos en la carrera.
Conocer que los materiales, el color, influyen en los cálculos energéticos de
un edificio. Se nos habla de la orientación, pero no de otros parámetros.
Conocer nuevas metodologías de diseño basadas en estos programas.
Hacer todo el taller con una interactuación digital y aplicarlo nosotros
directamente en la clase usando el programa, interactuar directamente con el
programa.
Un curso real de cómo usar la herramienta y del proceso de sacar los
Cambios propuestos en resultados.
la metodología El grafismo del texto, usando letra en negrita que se vea más.
empleada del Material Eliminar la teoría del test y ponerlo en un power point.
Mejorar las claridades de las gráficas.
Tal vez un taller bastante extenso, pero muy buen contenido.
Mucha información en poco tiempo, aunque el tiempo es largo.
En la tabla 4.12, se describen los detalles cualitativos del workshop, la mayoría de los cambios están
relacionados con la necesidad de saber realmente como manejar una herramienta tan potente como esta.
4.3.7 Satisfacción y valoración del alumnado en el workshop

La falta de conocimiento en este campo según un 42,1%, y no saber de la existencia de estas herramientas
(26,9 %), unidas a que no se ven en la necesidad de utilizarlas (26,9 %), no desmotiva a los estudiantes de
Arquitectura para su motivación de poder proyectar y diseñar utilizando el aporte de las BPSTs.
Respecto a la opinión global de la encuesta, se opina que se debe tener más en cuenta la eficiencia
energética en el proceso de diseño, que se debería concienciar de la desinformación de las simulaciones
que existe actualmente en las universidades españolas, que en el futuro se den mayores posibilidades
para que esté adaptada a investigadores (sin experiencia en el diseño de edificios, pero sí en su mejora).
En la tabla 4.13 se muestra una recopilación de las conclusiones de toda la experiencia global.

Tabla 4.13 Conclusiones acerca de las opiniones y mejoras o sugerencias entre arquitectos y BPSTs
analizadas en la Encuesta
Conclusiones Opiniones, mejoras o sugerencias
Se necesita un manual con metodología clara y definida que se pueda seguir con
C1
facilidad por parte de un arquitecto
Las herramientas informáticas no son más que eso, una herramienta. No dan
resultados fidedignos. Debe prevalecer la experiencia, formación y conocimiento
del experto, ya sea un arquitecto, un grupo de arquitectos o un grupo de
C2
profesionales mixto. Si el experto proyectista no consulta con un especialista en
simulación energética o desconoce cómo optimizar (y por qué) los edificios que
proyecta, de nada le sirven las BPSTs.
Las herramientas son útiles pero hay que evaluar los resultados mediante
C3 pensamiento crítico. Sería útil ampliar las bases de datos (librerías) sobre datos
técnicos de los materiales
Imprescindible formación en la carrera de Arquitectura, incluso integrada en el
C4
área de proyectos
Más información, usos y posibilidades entre los arquitectos, con ejemplos de
C5
utilización
Incluir el conocimiento de estas herramientas en la carrera, instar a los alumnos a
utilizarlas durante ella y más adelante, intentando combinar un diseño creativo
C6 con el ahorro de energía. Concienciar a la población en general que es necesario
crear edificios sostenibles para que lo exijan a la hora de comprar una vivienda (o
cualquier otra construcción).
Mi experiencia con la simulación energética ha sido más bien desalentadora. Lo
C7 que he aprendido es la falta de unas pautas generales reales y prácticas que hagan
rentable su uso.
Creo que debería establecerse un workflow de un análisis general (masas
conceptuales), de muy bajo coste y fácilmente ejecutable por un ordenador medio
que sirva para tomar decisiones generales que optimicen ampliamente el
funcionamiento de una edificación. Si este "manual/workflow" no es barato,
C8 rápido y sencillo no se va a hacer, ni aunque se obligue por ley. Si se da una
herramienta gratuita (nativa de cada programa de modelado BIM), se establecen
unas pautas claras para las etapas tempranas del proyecto y se hace todo ello sin
complicaciones el consumo energético de las ciudades (obra nueva y
rehabilitación) bajaría drásticamente
Incluso se podría llegar a abaratar la electricidad al haber una menor demanda
C9
energética.
Una breve explicación sobre que es Building Performance Simulation Tools no
C10
estaría de más, porque no había oído hablar de ello en mi vida.
Cambio de mentalidad en las Escuelas de Arquitectura. La arquitectura tiene que
ser eficiente desde las primeras intuiciones. Para esto el alumno tiene que
C11
interiorizar que la buena Arquitectura es siempre sostenible. Un arquitecto es un
tecnico creativo que deja huella. La eficiencia debe darse por hecho en los edificios.
C12 Aun no los manejan, y deberían conocer los requisitos y objetivos
Existen hoy en día todo tipo de profesionales, tanto arquitectos como empresas
multidisciplinares, que se dedican a la consultoría energética y cada vez se usan
más y es casi obligatorio, cuanto más dura es la normativa más necesario es el uso
C13
de esos equipos. Al igual que hay consultores de fachadas, MEP, estructuras,
paisajismo... debería ser igual de habitual este tipo de apoyo en diseño y
construcción.
Trabajar en conjunto con un ingeniero y una herramienta integral de modelización
C14 para realizar sinergía entre arquitecto, ingeniero, herrmienta integral de analisis
com la IES.
La mayoría de Arquitectos estarán más que dispuestos a usar BPSTs en sus
proyectos siempre que no suponga un elevado coste. El tiempo necesario para
elaborar un proyecto, especialmente en su vertiente administrativa es bastante
elevado, por lo que es imprescindible que las BPSTs ofrezcan información de
C15
calidad de una forma muy rápida, que permita tomar decisiones de proyecto
(forma, orientación, instalaciones, equipos...etc) invirtiendo muy poco tiempo.
Tener claros estos conceptos desde una etapa muy temprana puede ahorrar
mucho tiempo cuando se desarrolle el proyecto en detalle.
En resumen, las BPSTs deben aportar un valor añadido sin suponer un
incremento del coste o el tiempo que se destina a un proyecto si queremos que se
usen. Además, la administración debe incentivar su uso de un modo constructivo
C16 (incentivos y subvenciones) frente a un modo restrictivo (no concesión de
licencias, sanciones) y responsabilizarse de revisar los proyectos antes de conceder
una licencia así como comprobar que el proyecto ejecutado responde al proyecto
de ejecución.
Como resultado de esta experiencia, se han analizado resultados exportados de un software para construir
un modelo de aplicación en el aula, de nuevo material docente innovador para romper con la brecha que
existe entre los estudiantes de Arquitectura y las herramientas de simulación de energía, exigidas en los
perfiles profesionales de los actuales arquitectos en España.
El análisis llevado a cabo hasta el momento nos permite llegar a las siguientes conclusiones con
respecto a los estudiantes:
- La valoración del grupo de estudiantes de Arquitectura ha sido claramente positiva, estando

receptivos al nuevo material innovador propuesto. El tipo de formación impartida en los
workshops les parece muy adaptada a sus actuales necesidades formativas y de aprendizaje.
- El hecho que los alumnos interpreten resultados de simulaciones, les ayuda a entender mejor el
comportamiento energético de sus diseños, para ser conscientes de varios fenómenos físicos
involucrados en el diseño de un edificio y que afecta a su demanda energética y por lo tanto al
posterior confort de sus ocupantes.
- Las BPSTs son un muy buen complemento objetivo para direccionar sus diseños arquitectónicos,
obteniendo pruebas de datos numéricos que justifican las decisiones tomadas.
- De este modo se podrían paliar y entender mejor los conceptos de termodinámica asociados al
diseño de edificaciones, sin largas explicaciones arduas del modo tradicional; a través de la
experimentación el aprendizaje es más efectivo y se asimilan mejor los conceptos.

En segundo lugar, respecto a la Universidad:
- Fomentar más los contenidos vinculados a las preocupaciones de las estudiantes vinculadas al
mundo profesional y a los requisitos que se les va a pedir en su práctica profesional y por
supuesto, adaptada a la actualidad medioambiental. Que se dote a los alumnos de las
herramientas reales que se les va a exigir cuando salgan de la universidad (Revit, programas de
simulación de energía, etc…)
- Proporcionar un espacio educativo en la Arquitectura con este carácter innovador, no
olvidándose de la aplicación de estos contenidos medioambientales en la carrera de Arquitectura
de un modo más pragmático.
En tercer lugar, respecto a la metodología empleada:
- Este estudio es un intento de que las BPSTs formen parte del ambiente educativo de grado en las
Escuelas de Arquitectura; aparte del pragmatismo con el que abordamos estos talleres, se puede
convertir la forma en la que incorporamos las BPS en metodologías de aprendizaje y que la
metodología está basada en el aprendizaje colaborativo alumno-profesor.
- El alumnado, muestra una clara preferencia por la docencia experimental, valorando
positivamente este aprendizaje a través del juego, frente a la tradicional. La reflexión de términos
teóricos a través de un aprendizaje más constructivo o aprender haciendo.
- La complementación con clases “face to face” por una nueva modalidad de enseñanza síncrona
donde el punto de encuentro es virtual.
En cuanto a los contenidos del material docente innovador:
- Que aúne contenidos teóricos con prácticos, y que las asignaturas más proyectuales sean
complementadas con aspectos reales de energía en edificaciones.
- Hay ciertos elementos de difícil comprensión por parte de los estudiantes, el manejo de otro
lenguaje diferente a los programas que están acostumbrados a utilizar (más gráficos sin contenido
numérico). Por ejemplo, los gráficos de barras empleados en el material, no se encuentran
familiarizados con las lecturas obtenidas de los mismos, pero, sin embargo, valoran que dichos
resultados estén adaptados de manera visual a sus intereses y motivaciones en el ámbito de la
Arquitectura y los consideran de fácil interpretación.
Finalmente, no nos queda más que formular propuestas de mejora en este ámbito:
- Expandir la existencia de estas herramientas por parte principalmente de la universidad, ya que

es la principal responsable de esta falta de conocimiento.
- Reflexionando sobre esta experiencia de enseñanza, es necesario que, como educadores, llevemos
dichas herramientas de simulación energética al aula con urgencia. La puerta al mundo de las
BPS para el arquitecto es la experiencia en su uso.
- Se debe buscar un equilibrio entre el diseño arquitectónico y la física de la construcción a través
de dichas herramientas de simulación.
La vinculación y relación urgente entre asignaturas como proyectos arquitectónicos y asignaturas

prácticas indica que el aprendizaje de las materias de expresión gráfica en la Arquitectura corresponde a
un área de conocimiento que no presenta un balance entre las componentes teóricas y prácticas (González-
Yebra, Aguilar, Aguilar, & Matheu, 2018).
Es necesario, a través del aprendizaje de estas herramientas, se mejore la creatividad del diseño
arquitectónico, pero con aspectos que involucren repercusiones energéticas, ya que es necesario que los
estudiantes nutran su inteligencia ambiental; para ello, las herramientas BPSTs parecen ser excelentes
instrumentos para apoyar este despertar.
A continuación se describen algunas que se han encontrado en este estudio:
Es cierto que una limitación de este trabajo, es la no disponibilidad de grupo de control, explicada en la
Nota 1; a pesar, de haber trabajado con una muestra lo suficientemente representativa como para dar
respuesta al objetivo planteado en este estudio, sería conveniente ampliar los resultados obtenidos en
experiencias similares en otras universidades de Madrid e incluso a nivel nacional.
En la literatura hay algunos trabajos que usan planteamientos similares, habitualmente con muestras
pequeñas; como se muestra en esta tesis. Así procedieron algunos investigadores (Juan & Chao, 2015) ,
los cuales aplicaron la metodología del juego y lo evaluaron con el método motivacional de Keller con 72
estudiantes en Taiwán de Escuelas de Arquitectura (Reinhart, C. F. et al., 2012); a través, de un taller
innovador en clase jugando con outputs obtenidos con el software Design Builder con 47 estudiantes de
Arquitectura.
Luego de la experiencia del taller, se recomienda el juego como un método de enseñanza eficaz que
realmente involucra a los estudiantes y desencadena su interés en construir modelos de energía. Respecto
a la metodología empleada en este estudio, también aparecen investigaciones en las cuales se emplean
muestras pequeñas. Según López, Rodríguez, Hervás, Beut, & Pérez, 2017, se valora la incidencia de
métodos centrados en el aprendizaje sobre la percepción del entorno de aprendizaje a través de 126
estudiantes en la Universidad de Valencia.
Nota 1: *Este estudio ha sido posible gracias a un contrato predoctoral FP I(primer autor) del Plan Propio de Investigación de la
Universidad San Pablo Ceu de Madrid, y el apoyo recibido por el Grupo Arie. Así mismo, en este apartado se hace imprescindible
hacer referencia al grupo de estudiantes de la asignatura “Instalaciones y servicios técnicos” (Curso 2018/2019) que han participado
en la parte de los workshops, por su buena disposición, su ilusión y su tiempo. También a los numerosos encuestados en la encuesta
del Anexo I, debido al interés mostrado y al tiempo dedicado ya que se trataba de un cuestionario de alrededor de 45 minutos. Sin
su colaboración este trabajo no hubiera sido posible.
* Todos los datos numéricos para la realización de todo el material innovador se obtienen de un programa de simulación de energía
llamado Design Builder: https://designbuilder.co.uk// [Accedido en Septiembre de 2018].
1 http://cort.as/-EUgy : Encuesta (E)
2 el diseño cuasiexperimental con grupo de control no equivalente, de alumnos de la asignatura de Instalaciones y servicios
técnicos, pero con metodología tradicional, hubiera sido más sólido. Esto no se pudo llevar a cabo porque se necesitaría incorporar
los contenidos innovadores a la docencia de dicha asignatura y ver cómo es tratada a través de los profesores tradicionales. En este
caso, la comparación se realizó entre dos grupos, pertenecientes ambos a la misma asignatura, pero con dos profesores diferentes;
sin embargo, ambos profesores, comparten los mismos contenidos y emplean la misma metodología tradicional con los alumnos. El
interés era observar cómo este nuevo material innovador afectaba de manera positiva en los diferentes grupos con profesores
diferentes, y se producía un aprendizaje motivador; con ello, se conseguiría analizar los efectos sobre una docencia tradicional
impartida en el aula. La técnica utilizada en este estudio cuasiexperimental son las pruebas estandarizadas como entrevistas,
encuestas, observaciones.
3 http://cort.as/-EUgb :Material docente innovador utilizado en los Workshops (W). Anexo II.
4 los cuatro aspectos esenciales del modelo de motivación ARCS son: atención (A), relevancia (R), confianza (C) y satisfacción (S).
Estas categorías recogen una serie de condiciones que son necesarias para que una persona se encuentre motivada, y dentro de ellas
se encuentran subcategorías. El IMMS mide elementos motivacionales de instrucción, es decir, los materiales mediante los cuales se
puede entender la motivación del aprendizaje Keller. Utiliza 36 preguntas. respondieron en una escala tipo Likert de cinco puntos
para medir la reacción motivacional de los alumnos (1 = Muy en desacuerdo, 2 = En desacuerdo, 3 = Neutral, 4 = De acuerdo, y 5 =
Muy de acuerdo).

5 El cuestionario (véase en Anexo I) sirvió para la evaluación cuantitativa de dicha problemática, teniendo en cuenta la elección de
la muestra representativa utilizando la siguiente fórmula: N = Z2 x p x q / d2 : Donde: Z= Nivel de confianza; p= probabilidad de
éxito; q= probabilidad de fracaso; d=precisión (error máximo admisible) : σ 2 = p x q σ = desviación estándar; p=q=0,5 cuando el
éxito es desconocido; = 0,5 : Z=1,96 nivel de confianza de 95%. Si n=157 Error=e=0,078 7,8%: Z=1,28 nivel de confianza de 90 %. Si
n=171 Error=e=0,051 5,1%.
4.4 Modelos de Calibración y Presentación Gráfica de los Resultados

Esta sección presenta los resultados de las 300 simulaciones realizadas para las diferentes zonas
climáticas. Se muestran y comentan los mejores y peores modelos térmicos para cada condición climática,
así como las características que más influyen en su demanda de energía. Finalmente, se informa una
comparación de los resultados de acuerdo con los diferentes climas y con respecto al cumplimiento del
estándar de PH.
Como medida de control de calidad de los resultados de las simulaciones, los resultados de esta
investigación se han verificado previamente con los valores establecidos por el Instituto Español de
Diversificación y Ahorro de Energía (IDAE), que ha determinado el consumo de energía y los costos de
los hogares españoles gracias a mediciones in situ de aproximadamente 600 hogares en diferentes zonas
climáticas de España.
Dichos valores pueden considerarse como referencia tanto para las demandas de calefacción como de
refrigeración en unidades de viviendas múltiples51. Los valores obtenidos por medio de las simulaciones
realizadas con Design Builder (DB) presentados en la figura 4.24 corresponden al promedio de los 300
modelos simulados; tal como se puede ver, los valores promedio obtenidos con las simulaciones DB son
muy cercanos a los obtenidos de IDAE. La mayor diferencia se encuentra al estimar la demanda de
calefacción de espacios en la zona climática A4 (18% de diferencia).
51 Use of building typologies for energy performance assessment of national building stocks. Existent experiences in European
countries and common approach | Build Up. (n.d.). Retrieved April 2, 2020, from
https://www.buildup.eu/en/practices/publications/use-building-typologies-energy-performance-assessment-national-
building
85 18%
80
75
70
65
Q (kWh/m2) año
60
55
50 9%
45
40 4%
35
30 37%
25 20% 17%
20 16%
15 31% 10%
10
5 0.5%
0
A4 B4 C4 D3 E1
Q-cool IDAE Q-cool DB Q-heat IDAE Q-heat DB
Figura 4.24 Comparación de la demanda total de energía Q (kWh / m2) con modelos IDAE validados
Dado el gran número de simulaciones y la cantidad de datos resultantes, se ha prestado gran atención a
la presentación de los resultados de manera concisa. Como el propósito de este estudio es examinar la
demanda de energía vinculada al diseño arquitectónico, los resultados se presentan principalmente a
través de histogramas y se basan en la nomenclatura y los símbolos definidos que ayudan a vincular la
estrategia de diseño con los resultados numéricos. El valor igual a 15 kWhm −2 , y relevante para el umbral
de demanda de energía estándar de Passivhaus (PH), es indicado en los gráficos, con el fin de apreciar
fácilmente el cumplimiento del requisito.
Finalmente, el criterio elegido para definir la mejor solución de diseño es el de la menor demanda para
refrigeración (Q-cool), calefacción (Q-heat) y total (calefacción y refrigeración, Q). Lo contrario se aplica
para identificar las peores soluciones de diseño.
4.5 Análisis de demanda en todas las configuraciones propuestas según parámetros
simulados para las cinco zonas climáticas.
4.5.1 Zona climática A4

La figura 4.25 muestra que la menor demanda de calefacción se asocia al modelo A (Q-heat = 0,84 kWhm-
2) cuando se gira 90° utilizando la envolvente E2 (U = 0,35 Wm-2K-1), así como una WWR igual a W1 (20%),
colores oscuros â2 (0,2), y un factor de forma menor (0,26). Por otro lado, la menor demanda de
refrigeración (Q-cool = 8,06 kWhm-2) se asocia al modelo B cuando se gira 0° y 90° utilizando la envolvente
E1 (U = 1,58 Wm-2K-1), así como una WWR igual a W1 (20%), colores claros â1 (0,8), y un factor de forma
menor (0,26). Por lo tanto, los parámetros de diseño óptimos al considerar tanto la demanda de calefacción
como la de refrigeración se producen cuando se tienen en cuenta factores de forma más bajos (0,26) y una
WWR más baja (20%).
El peor modelo cuando se considera la demanda de calefacción (Q-calor = 23,80 kWhm −2 ) corresponde al
modelo C cuando se gira 120 ° desde el norte usando la envoltura E1 (U = 1,58 Wm −2 K −1 ), así como un
WWR igual a W1 (20%), colores claros â 1 (0,8) y un factor de forma mayor (0,48). En cuanto a la demanda
de refrigeración, el valor más alto (Q-cool = 28,02 kWhm −2 ) está asociado al modelo C cuando se gira 60

° y 120 ° desde el norte usando la envolvente E1 (U = 1,58 Wm −2 K −1 ), así como un WWR igual a W2
(40%), colores claros â 1 (0,8), y un factor de forma mayor (0,48). Debido a este hecho, cuanto mayor es el
WWR (0,48), mayor es la cantidad de radiación solar que penetra en el interior del edificio y, por lo tanto,
se necesita más demanda de refrigeración52.
Figura 4.25 Demanda de calefacción y refrigeración en la zona climática A4.
Cuando se trata de evaluar la demanda total, el mejor modelo coincide con el correspondiente a la menor
demanda de calefacción, a excepción de la reflectancia solar (â). En este caso particular, el mejor modelo
incluye el uso de colores claros de fachada (â 1 = 0,8) con un valor del consumo total igual a Q = 14,17
kWhm −2 ; sin embargo, el peor modelo corresponde al modelo C (Q = 39,80 kWhm −2 ) cuando se gira 60
° y 120 ° desde el norte usando la envoltura E1 (U = 1,58 Wm −2 K −1 ), así como un WWR igual a W2 (40%),
colores claros â 1(0,8), y un factor de forma mayor (0,48). Por lo tanto, el peor modelo con respecto a la
demanda total coincide con la menor demanda de refrigeración.
4.5.2 Zona climática B4

El mejor modelo dentro de la zona B4 con respecto a la demanda de calefacción más baja está asociado al
modelo A cuando se gira 90 ° usando la envoltura E2 (U = 0,35 Wm −2 K −1 ), así como un WWR igual a W1
(20%), oscuro colores â 2 (0,2) y un factor de forma más bajo (0,26); corresponde al mismo modelo y
características relevantes al de la zona climática A4. En este caso particular, el valor de la demanda de
calefacción es igual a 2,81 kWhm −2 ; tal valor, duplica el de la zona climática A4. En cuanto al mejor
52 Team, T.P. Synthesis report SR1: Use of building typologies for energy performance assessment of national building stocks,
existent experiences in European countries and common approach. Tech. Rep. European Research Project. 2010. Available online:
http://episcope.eu/fileadmin/episcope/public/docs/reports/EPISCOPESR1NewBuildingsInTypologies.pdf (accessed on 7 May 2019).
modelo relacionado con la menor demanda de refrigeración, está asociado al modelo B cuando se gira 0 °
y 90 ° utilizando la envolvente E1 (U = 1,58 Wm −2 K−1 ), así como un WWR igual a W1 (20%), colores claros
â1 (0,8) y un factor de forma más bajo (0,26); también coincide con el mejor modelo relacionado con la
zona climática A4 (Q-cool = 7,69 kWhm −2 ), siendo ligeramente más bajo que la demanda de refrigeración
relevante para la zona climática A4. La figura 4.26 muestra el análisis de los resultados relacionados con
la zona climática B4.
Figura 4.26 Demanda de calefacción y refrigeración en la zona climática B4.
El peor modelo considerando la mayor demanda de calefacción (Q-calor = 38,44 kWhm −2 ) corresponde
al modelo C, cuando se gira 60 ° usando la envoltura E1 (U = 1,58 Wm −2 K −1 ), así como un WWR igual a
W1 (20%), colores claros â 1 (0,64) y un factor de forma mayor (0,48). En este caso particular, el peor
modelo gira 60 ° mientras que el peor gira 120 ° cuando se considera la zona climática A4. Todos los
parámetros restantes son iguales a los que pertenecen a la zona climática A4. La mayor demanda de
refrigeración (Q-cool = 26,97 kWhm −2 ) está asociada al modelo C, cuando se gira 60 ° y 120 ° utilizando
la envolvente E1 (U = 1,58 Wm −2 K −1), así como un WWR igual a W2 (40%), colores claros â1 (0,64) y un
factor de forma mayor (0,48).
En cuanto a la demanda total (Q = 16,05 kWhm −2 ), el mejor modelo no coincide con el valor obtenido en
el caso de la demanda de calefacción, ya que la envolvente es diferente. Por esta razón, se recomiendan
colores claros. Además, el peor modelo en términos de la demanda total dentro de esta zona climática (Q
= 50,26 kWhm −2 ) corresponde al modelo C cuando se gira 60 ° y 120 ° usando la envolvente E1 (U = 1,58
Wm −2 K −1 ) , así como un WWR igual a W2 (40%), colores claros â 1 (0,64) y un factor de forma mayor
(0,48).

4.5.3 Zona climática C4

El mejor modelo dentro de la zona C4 es el mismo que el obtenido dentro de las zonas climáticas A4 y
B4. La menor demanda de calefacción (Q-calor = 11,16 kWhm −2 ) está asociada al modelo A cuando se
gira 90 ° y se utiliza la envolvente E2 (U = 0,35 Wm −2 K −1 ), así como un WWR igual a W1 (20 %), colores
oscuros â 2 (0,2) y un factor de forma más bajo (0,26). La demanda de refrigeración más baja (Q-cool = 4,3
kWhm −2 ) está asociada al modelo B cuando se gira 0 ° y 90 ° y se usa la envolvente E1 (U = 1,58
Wm −2 K −1 ), así como un WWR igual a W1 (20%), colores claros â 1 (0,64) y un factor de forma más bajo
(0,26). La figura 4.27 muestra el análisis de los resultados relacionados con la zona climática C4.
Figura 4.27 Demanda de calefacción y refrigeración en la zona climática C4.
Teniendo en cuenta la demanda de calefacción, el peor modelo coincide con el de la zona climática B4 (Q-
calor = 70,11 kWhm −2 ); corresponde a la mayor demanda de calefacción asociada al modelo C cuando se
gira 60 ° y se utiliza una envolvente E1 (U = 1,58 Wm −2 K −1 ), así como un WWR igual a W1 (20%), colores
claros â 1 ( 0,64) y un factor de forma mayor (0,48) (es decir, C-60 ° -E1w 1 â 1 ). En cuanto a la demanda de
refrigeración, coincide con el peor modelo de las zonas climáticas A4 y B4. La mayor demanda de
refrigeración (Q-cool = 18,43 kWhm −2 ) está asociada al modelo C cuando se gira 60 ° y 120 ° y se utiliza
la envolvente E1 (U = 1,58 Wm −2 K– 1), así como un WWR igual a W2 (40%), colores claros â 1 (0,64) y un
factor de forma mayor (0,48) (es decir, C-60 ° y 120 °-E1w2â 1 ).
4.5.4 Zona climática D3

La menor demanda de calefacción dentro de la zona E1 es la misma que la obtenida dentro de las zonas
climáticas A4, B4 y C4. Dicha demanda, se corresponde con el modelo A cuando se gira 90 ° y se utiliza
una envoltura E2 (U = 0,35 Wm −2 K −1 ), así como un WWR igual a W1 (20%), colores oscuros â 1 (0,64) y
una forma más baja factor (0,26); esto corresponde al modelo A-90°-E2w1â2 con un valor de la demanda
de calefacción igual a 20,29 kWhm −2 ; sin embargo, la demanda de refrigeración más baja dentro de la
zona D3 corresponde al modelo B (Q-cool = 4,29 kWhm −2 ) cuando se gira 0 ° y 90 ° y se utiliza la
envolvente E1 (U = 1,58 Wm −2 K −1), así como un WWR igual a W1 (20%), colores claros â1 (0,64) y un
factor de forma más bajo (0,26), es decir, B-0º y 90º-E1w1â1. La figura 4.28 muestra el análisis de los
resultados relacionados con la zona climática D3.
Figura 4.28 Demanda de calefacción y refrigeración en la zona climática D3.
La mayor demanda de calefacción dentro de la zona D3 es la misma que la de la zona climática A4. Este
modelo corresponde a un mayor valor de la demanda de calefacción asociada al modelo C (Q-calor = 98,51
kWhm −2 ) cuando se gira 120º y se utiliza una envolvente E1 (U = 1,58 Wm −2 K −1 ), así como un WWR
igual a W1 (20%), colores claros â 1 (0,64) y un factor de forma mayor (0,48) (es decir, C-120 ° -E1w1â 1 ). La
mayor demanda de refrigeración (Q-cool = 18,44 kWhm −2 ) coincide con las de las zonas climáticas A4, B4
y C4. En este caso, corresponde a un mayor valor de la demanda de refrigeración asociada al modelo C
cuando se gira 60 ° y 120 ° y se utiliza la envolvente E1 (U = 1,58 Wm −2 K−1 ), así como un WWR igual a
W2 (40%), colores claros â1 (0,64) y un factor de forma mayor (0,48) (es decir, C-60 ° y 120 ° -E1w2â 1 ).
Con respecto a la demanda total (Q), el mejor modelo es diferente de los de las zonas climáticas
consideradas anteriormente. En este caso particular, el mejor modelo corresponde al modelo A (Q = 29,41
kWhm −2 ) cuando se gira 90 ° y se utiliza la envolvente E2 (U = 0,35 Wm −2 K −1 ), así como un WWR igual
a W1 (20 %), colores oscuros â 2 (0,2) y un factor de forma más bajo (0,26). Por primera vez, el uso de
colores oscuros da como resultado una reducción del consumo general; por otro lado, el peor modelo no
coincide con el definido para la zona C4. En este caso particular, corresponde al modelo C (Q = 103,63
kWhm −2 ) cuando se gira 120 ° y se utiliza la envolvente E1 (U = 1,58 Wm −2 K −1), así como un WWR igual

a W1 (20%), colores claros â 1 (0,64) y un factor de forma mayor (0,48) (C-120 ° -E1w1â 1 ). La orientación
en este caso es de 120 ° mientras que la de la zona C4 es de 60 °.
4.5.5 Zona climática E1

La demanda de calefacción más baja dentro de la zona E1 es la misma que la obtenida dentro de todas las
zonas climáticas consideradas anteriormente; corresponde al modelo A-90 ° -E2w1â 2 con un valor de
demanda de calefacción igual a 30,14 kWhm −2 ; sin embargo, la demanda más baja de refrigeración dentro
de la zona E1 corresponde al modelo C (Q-cool = 0,14 kWhm −2 ) cuando se gira 90 ° y se utiliza la
envolvente E1 (U = 1,58 Wm −2 K −1 ), así como un WWR igual a W1 (20%), colores claros â 1 (0,64) y un
factor de forma mayor (0,48). La figura 4.29 muestra el análisis de los resultados relacionados con la zona
climática E1.
Figura 4.29 Demanda de calefacción y refrigeración en la zona climática E1.
La mayor demanda de calefacción dentro de la zona E1 es la misma que la de la zona climática D3. Este
peor modelo corresponde a la mayor demanda de calefacción asociada al modelo C (Q-calor = 126,04
kWhm −2 ) cuando se gira 120 ° usando la envoltura E1 (U = 1,58 Wm −2 K −1 ), así como un WWR igual a
W1 (20%), colores claros â 1 (0,64) y un factor de forma mayor (0,48). El peor modelo en términos de
demanda de refrigeración (Q-cool = 4,01 kWhm −2 ) es diferente del resto de las zonas analizadas
previamente. En este caso, corresponde a la mayor demanda de refrigeración asociada al modelo C
cuando se gira 120 ° y se utiliza la envolvente E2 (U = 0,35 Wm −2 K −1), así como un WWR igual a W1
(20%), colores oscuros â 2 (0,8) y un factor de forma mayor (0,48). El parámetro variado es la transmitancia
de la pared E2 (U = 0,35 Wm −2 K −1 ). En las zonas climáticas anteriores, corresponde al valor E1 (U = 1,58
Wm −2 K −1 ).
La demanda total más baja dentro de la zona E1 es la misma que la de la zona D3. El mejor modelo
corresponde al modelo A (Q = 31,67 kWhm −2 ) cuando se gira 90 ° y utiliza una envolvente E2 (U = 0,35
Wm −2 K −1 ), así como un WWR igual a W1 (20%), colores oscuros â 2 (0,2), y un factor de forma más bajo
(0,26); por otro lado, la mayor demanda total es la de la zona D3. En este caso particular, corresponde a la
mayor demanda total asociada al modelo C (Q = 126,19 kWhm −2 ) cuando se gira 120 ° utilizando la
envolvente E1 (U = 1,58 Wm −2 K −1 ), así como un WWR igual a W1 (20%), colores claros â 1 (0,64) y un
factor de forma mayor (0,46). Ambos modelos son similares a los de la zona climática D3.
4.5.6 Comparación de todos los climas

En la tabla 4.14 muestra la comparación entre los modelos óptimos y los peores con respecto a las
diferentes zonas climáticas.
Tabla 4.14 Resumen de las mejores y peores configuraciones para cada clima.
Los mejores modelos Los peores modelos

Zona
Q_heat Q_cool Q Q_heat Q_cool Q
climática
A-90°- B-0/90°- A-90°- C-120°- C-60°/120°- C-60° and
A4
E2w1â2 E1w1â1 E2w1â1 E1w1â1 E1w2â1 120°-E1w2â1
A-90°- B-0/90°- A-90°- C-60°- C-60°/120°- C-60° and
B4
E2w1â2 E1w1â1 E2w1â1 E1w1â1 E1w2â1 120°-E1w2â1
A-90°- B-0/90°- A-90°- C-60°- C-60°/120°- C-60°-
C4
E2w1â2 E1w1â1 E2w1â1 E1w1â1 E1w2â1 E1w1â1
A-90°- B-0/90°- A-90°- C-120°- C-60°/120°- C-120°-
D3
A-90°- C-0/90°- A-90°- C-120°- C-120°- C-120°-
E1
Los resultados muestran cómo el edificio A, que corresponde a un bloque lineal, es la forma óptima con
respecto a la demanda de calefacción y la demanda total. También indican que el modelo C, que es el que
tiene el mayor factor de forma (0,48), presenta los valores más altos de demanda (la calefacción en España
es el principal responsable del consumo de energía). En climas más fríos como E1, la cantidad de pérdida
de calor a través de la envoltura es mayor que la cantidad de calor que se puede obtener al aumentar la
superficie externa que recibe radiación solar; por lo tanto, se establece una proporcionalidad entre el
incremento del factor de forma (es decir, con un índice de compacidad más bajo) y el incremento de la
energía necesaria para calentar (Depecker, Menezo, Virgone, & Lepers, 2001). Como se puede apreciar en
los resultados de esta tesis, el modelo óptimo es el que tiene el factor de forma más bajo.
En cuanto a la orientación, la orientación norte-sur (0 ° y 90 °) de las fachadas principales es la mejor; se

recomienda el diseño de edificios orientados al eje Norte-Sur, con la fachada más grande orientada al
sur. La orientación es uno de los parámetros que más impacto tiene en el diseño de edificios; la mayoría
de los libros, guías o manuales sobre técnicas solares pasivas recomiendan una orientación hacia el sur,
aunque el consenso se basa en el hecho de que la mejor opción es una orientación de 20-30 ° hacia el sur
(Littlefair, 1998). Esto tiene que ver con el hecho de que el lado sur de un edificio recibe la cantidad
máxima de radiación solar, mientras que el lado norte recibe la cantidad mínima de radiación solar (es
decir, solo su componente difuso).
En consecuencia, en la investigación actual, la orientación óptima encontrada en las cinco zonas climáticas
para los modelos A, B y C es 90 ° (Norte-Sur), siendo el mejor modelo: el modelo A, mientras que el peor

es el modelo C. En cuanto a la transmitancia térmica de las paredes externas, la mejor configuración es la

que cumple con el Código Técnico de la Edificación (0,35 Wm −2 K −1 ) y muestra el WWR más bajo
(20%). En términos de reflectancia solar, se encuentra que en las zonas climáticas A4, B4 y C4 el uso de
colores claros es mejor, mientras que en las zonas climáticas D3 y E1 la mejor opción es usar colores más
oscuros.
Por otro lado, la peor configuración se encuentra para el C-60 ° y 120 ° del modelo Norte, con el valor U
de las paredes que no cumple con las prescripciones CTE (1,58 Wm −2 K −1 ). Con respecto al WWR, en las
zonas A4 y B4, el uso de WWR más grandes es desfavorable, mientras que el uso de WWR más bajo es
desfavorable cuando se consideran las zonas C4, D3 y E1 con respecto a la reflectancia solar, se señala que
el peor de los casos es el uso de colores claros en todos los climas.
4.5.7 Análisis de sensibilidad de los parámetros más importantes.

En esta sección se comentan los resultados de un análisis de sensibilidad realizado sobre los parámetros
que los arquitectos y los profesionales del diseño deben tener en cuenta, ya que afectan principalmente
las necesidades energéticas de los edificios: WWR, reflectancia solar y valores U de las paredes externas
o cerramientos externos. La figura 4.30 analiza las variaciones de estos parámetros de acuerdo con todas
las zonas climáticas, con valores positivos que expresan un aumento de la demanda energética y valores
negativos que indican reducción de la demanda energética.
El gráfico se divide en tres partes; cada uno de ellos corresponde a una variación específica en el diseño
arquitectónico; la primera variación corresponde a la reducción de la WWR del 40% al 20%, y se
representa en la fila superior; la segunda variación es el color claro al más oscuro, cuando la transmitancia
térmica cumple con las prescripciones CTE, el modelo base tiene un valor de â1 igual a 0,64, mientras que
el modelo final tiene un valor â2 igual a 0,2; la tercera variación es la de un color claro a uno más oscuro
cuando la transmitancia térmica no cumple con Código Técnico de la Edificación (CTE).
La figura 4.30 muestra que, cuando se reduce el WWR (fila superior), aumenta la demanda de calefacción;
los incrementos obtenidos en los diferentes climas son de 6,91 kWhm −2 para la zona climática A4, 8,29
kWhm −2 para la zona climática B4, 7,73 kWhm −2 para la zona C4, 8,35 kWhm −2 para la zona D3 y 8,02
kWhm −2 para la zona climática E1. En la fila central, se indica al cambio de colores claros a oscuros
cuando la transmitancia térmica de la envoltura no cumple con los requisitos de CTE; se encuentra que
en este caso particular la demanda de refrigeración aumenta de la siguiente manera: en el clima A4 de
0,78 kWhm −2 , en el clima B4 de 0,73 kWhm −2 , en el clima C4 el aumento es de 0,47 kWhm −2 , mientras
que para los climas D3 y E1 suman 0,46 kWhm −2 y 0,14 kWhm −2 respectivamente; por otro lado, se puede
observar que la demanda de calefacción se reduce en un rango de 1,3 kWhm −2 para la zona climática A4
a 1,88 kWhm −2 para la zona climática E1.
En la última fila se refleja el cambio de colores claros a oscuros cuando la transmitancia térmica no cumple
con los requisitos del CTE; se encuentra que la demanda de calefacción se reduce de la siguiente cantidad:
0,59 kWhm −2 en la zona climática A4, 0,58 kWhm −2 en la zona climática B4, 0,53 kWhm −2 en la zona
climática C4, 0,52 kWhm −2 en la zona climática D3 y 0,31 kWhm −2 en la zona climática E1; por otro lado,
la demanda de refrigeración aumenta en un rango de 0,12 kWhm −2 para la zona climática A4 a
0,45kWhm −2 para la zona climática E1.
Figura 4.30 Análisis de sensibilidad de las diferencias de demanda al cambiar WWR (fila superior),
reflectancia solar (fila central) y valores U (fila inferior).

4.5.8 Cumplimiento con el estándar de PH

Esta sección trata sobre el cumplimiento de los modelos simulados con el umbral de Passivhaus (PH) de
15kWhm −2 para las demandas de calefacción y refrigeración. Los valores rojos que se muestran en
la figura 4.31 corresponden a los valores de demanda de calefacción que son más bajos que el estándar de
PH, mientras que los valores azules corresponden a los valores de demanda de refrigeración que cumplen
con el estándar de PH. La primera conclusión que se puede extraer es que los edificios ubicados en las
zonas climáticas C4, D3 y E1 merecen estudios más detallados; ya que, su diseño de acuerdo con medidas
básicas de diseño pasivo no permite cumplir con los requisitos estándar de PH. Analizando
detenidamente los modelos A y B que presentan un factor de forma de 0,26, se puede apreciar que
generalmente cumplen con el criterio de PH cuando se consideran las zonas climáticas A4 y B4; por el
contrario, el modelo C no cumple con los estándares en tales climas.
Cuando se analiza la columna de demanda de calefacción, se puede observar que en las zonas climáticas
A4 y B4 la mayor parte de la demanda es inferior a 15 kWhm −2; por otro lado, siempre que las zonas
climáticas se vuelvan más severas durante el invierno (es decir, las zonas climáticas D3 y E1), la demanda
de calefacción nunca es inferior a 15 kWhm −2. Si se considera el factor de forma, los modelos A y B (es
decir, aquellos modelos con un factor de forma de 0.26) cumplen con el estándar de PH, mientras que la
demanda de calefacción perteneciente al modelo C rara vez es inferior a 15 kWhm −2.
En cuanto a la columna de demanda de refrigeración, se obtienen los resultados opuestos. Se observa que
en las zonas climáticas E1 y D3 la mayor parte de la demanda de refrigeración es inferior a 15 kWhm −2;
por otro lado, mientras las zonas climáticas se vuelvan más severas durante el verano ; es decir, las zonas
climáticas A4 y B4, solo unos pocos modelos presentan valores de demanda inferiores a 15 kWhm −2. En
lo que respecta al factor de forma, se encuentra el mismo comportamiento descrito anteriormente; los
modelos A y B cumplen con el estándar PH, mientras que si se considera el modelo C, la demanda de
refrigeración rara vez es inferior a 15 kWhm −2. Según la figura 4.31, en zonas climáticas como las de
España, la calefacción debe ser el foco principal con respecto al diseño de edificios para cumplir con el
estándar de PH.
A4 B4 C4 D3 E1
Edificio Tipología Q-heat Q-cool Q-heat Q-cool Q-heat Q-cool Q-heat Q-cool Q-heat Q-cool
Orientación 0 A-E1w2â1 4,42 23,90 9,95 23,30 25,40 16,61 40,80 16,60 56,77 3,78
A-E1w1â1 9,64 11,21 17,06 10,78 33,90 6,46 50,66 6,47 67,01 0,46
A-E1w1â2 8,54 12,55 15,64 12,10 32,24 7,45 48,69 7,47 64,87 0,67
A-E2w1â1 1,51 17,25 4,21 16,97 12,28 12,05 21,74 12,01 31,52 2,47
A-E2w1â2 1,38 17,87 3,99 17,60 11,91 12,58 21,26 12,53 30,94 2,70
A-E1w1â1 8,83 9,16 16,09 8,82 33,46 5,06 50,22 5,07 66,69 0,24
A-E1w1â2 7,68 10,26 14,58 9,91 31,77 5,80 48,19 5,80 64,53 0,36
A-E2w1â1 1,08 14,65 3,35 14,46 11,81 9,92 21,16 9,88 31,02 1,73
A-E2w1â2 0,97 15,18 3,13 14,99 11,43 10,36 20,64 10,32 30,43 1,90
A-E1w1â1 8,54 8,08 15,71 7,76 33,14 4,41 49,91 4,38 66,43 0,15
A-E1w1â2 7,39 9,03 14,18 8,68 31,41 5,02 47,84 4,98 64,22 0,24
A-E2w1â1 0,94 13,24 3,02 13,03 11,54 8,79 20,83 8,73 30,74 1,39
A-E2w1â2 0,84 13,70 2,81 13,49 11,16 9,17 20,29 9,12 30,14 1,52
Rotation 120 A-E1w2â1 3,61 19,19 8,52 18,64 24,62 12,82 38,88 12,79 56,20 2,29
A-E1w1â1 8,98 9,27 16,27 8,88 33,53 5,18 50,31 5,15 66,82 0,26
A-E1w1â2 7,84 10,38 14,77 9,97 31,82 5,92 48,27 5,90 64,65 0,38
A-E2w1â1 1,14 14,77 3,48 14,49 11,89 10,04 21,23 9,97 31,19 1,78
A-E2w1â2 1,03 15,29 3,27 15,03 11,51 10,48 20,75 10,41 30,61 1,95
A-E1w1â1 10,05 8,06 17,67 7,69 34,78 4,30 51,52 4,29 67,75 0,14
A-E1w1â2 9,16 8,88 16,51 8,48 33,51 4,82 50,03 4,82 66,13 0,21
A-E2w1â1 1,30 13,72 3,67 13,46 11,76 9,11 21,04 9,07 30,59 1,42
A-E2w1â2 1,21 14,14 3,50 13,89 11,47 9,45 20,65 9,39 30,14 1,55
A-E1w1â1 10,19 8,35 17,83 7,98 34,93 4,48 51,66 4,48 67,89 0,16
A-E1w1â2 9,30 9,21 16,68 8,81 33,67 5,02 50,17 5,04 66,29 0,24
A-E2w1â1 1,37 14,12 3,79 13,86 11,89 9,44 21,18 9,40 30,73 1,53
A-E2w1â2 1,27 14,56 3,63 14,30 11,60 9,79 20,79 9,75 30,28 1,66
A-E1w1â1 10,05 8,06 17,67 7,69 34,78 4,30 51,52 4,29 67,75 0,14
A-E1w1â2 9,16 8,88 16,51 8,48 33,51 4,82 50,03 4,82 66,13 0,21
A-E2w1â1 1,30 13,72 3,67 13,46 11,76 9,11 21,04 9,07 30,59 1,42
A-E2w1â2 1,21 14,14 3,50 13,89 11,47 9,45 20,65 9,39 30,14 1,55
A-E1w1â1 10,21 8,36 17,83 7,98 34,93 4,49 51,69 4,48 67,93 0,16
A-E1w1â2 9,31 9,22 16,69 8,81 33,67 5,03 50,21 5,05 66,33 0,24
A-E2w1â1 1,37 14,13 3,80 13,85 11,87 9,44 21,22 9,40 30,79 1,53
A-E2w1â2 1,28 14,57 3,63 14,30 11,61 9,81 20,83 9,76 30,34 1,66
A-E1w1â1 23,47 9,63 38,10 8,99 69,77 4,81 98,20 4,78 125,71 0,12
A-E1w1â2 21,27 11,16 35,43 10,42 66,93 5,71 94,93 5,70 122,24 0,20
A-E2w1â1 2,59 21,93 6,53 21,48 19,89 15,23 32,98 15,17 47,04 3,26
A-E2w1â2 2,39 22,90 6,19 22,46 19,31 16,06 32,21 15,99 46,14 3,65
A-E1w1â1 23,79 10,17 38,44 9,50 70,11 5,12 98,50 5,10 126,03 0,15
A-E1w1â2 21,61 11,77 35,78 11,02 67,29 6,07 95,24 6,09 122,58 0,25
A-E2w1â1 2,75 22,78 6,79 22,32 20,17 15,95 33,28 15,88 47,35 3,57
A-E2w1â2 2,54 23,80 6,45 23,31 19,59 16,80 32,52 16,73 46,47 4,00
A-E1w1â1 23,47 9,63 38,10 8,99 69,77 4,81 98,20 4,78 125,71 0,12
A-E1w1â2 21,27 11,16 35,43 10,42 66,93 5,71 94,93 5,70 122,24 0,20
A-E2w1â1 2,59 21,93 6,53 21,48 19,89 15,23 32,98 15,17 47,04 3,26
A-E2w1â2 2,39 22,90 6,19 22,46 19,31 16,06 32,21 15,99 46,14 3,65
A-E1w1â1 23,80 10,21 38,42 9,52 70,06 5,14 98,51 5,12 126,04 0,15
A-E1w1â2 21,61 11,80 35,77 11,04 67,24 6,11 95,27 6,11 122,61 0,25
A-E2w1â1 2,76 22,82 6,79 22,33 20,15 15,98 33,33 15,92 47,41 3,59
A-E2w1â2 2,55 23,83 6,45 23,35 19,57 16,85 32,56 16,77 46,53 4,02
Figura 4.31 Cumplimiento de los requisitos estándar de PH

4.6 Reflectancia solar y contexto urbano

Esta sección presenta los resultados de las 840 simulaciones realizadas para las diferentes zonas
climáticas. En total, el 68% del parque inmobiliario actual en España se construyó antes de 1979 53, con
valores de transmitancia de U = 1,58 W m −2 K −1 ; por este motivo, la muestra de resultados corresponde
al modelo A con valores de U = 1,58 W m −2 K −1 ; este modelo A también fue simulado utilizando valores
de U = 0,35 W m −2 K −1 . Se demostró que los resultados muestran menores diferencias de temperatura y
menores demandas.
Los resultados se han ordenado de tres formas: la primera indica la influencia de la reflectancia solar en
la temperatura operativa interior (OT); la segunda analiza la relación entre la demanda de calefacción (Q-
heat), la demanda de refrigeración (Q-cool) y la demanda total (es decir, las demandas de calefacción y
refrigeración, Q-total). Se consideran modelos sin un contexto urbano (Nc), con un contexto urbano de
baja densidad (Lc) y un contexto urbano de alta densidad (Hc); la tercera indica los ahorros obtenidos al
introducir energía aerotérmica. Como una medida de control de calidad de los resultados de la
simulación, los resultados de este apartado fueron verificados por esta investigación, y los resultados
fueron corroborados por el Instituto Español de Diversificación y Ahorro de Energía54.
4.6.1 Temperatura operativa interior

La figura 4.32 resume los incrementos de temperatura promedio mensual (ΔT) en la temperatura
operativa interior (OT) con respecto a los valores de albedo (â). Los colores oscuros (â7 = 0,04) producen
valores de temperatura más altos (Tâ7); por el contrario, los colores claros (â1 = 0,8) implican valores de
temperatura más bajos (Tâ1), de manera que se estableció la siguiente ecuación: ΔT (en ° C) = Tâ7 - Tâ1
(+) (cabe señalar que los incrementos de temperatura se presentan con un signo positivo (+)). Los
resultados muestran los incrementos máximos y mínimos de temperatura encontrados para cada zona
climática mensualmente; por lo tanto, ΔT max se refiere al incremento de temperatura mensual máximo y
ΔT min significa el incremento de temperatura mensual mínimo.
53 Tabula Web Tool. Available online: http://episcope.eu/building—typology/webtool/ (accessed on 25 October 2019).

54Government of Spain. Ministry of Industry, Tourism and Commerce. Institute for Diversification and Energy Saving. Available
online:
https://www.idae.es/uploads/documentos/documentos_CALENER_12_OpcSimplificada_MemoriaCalculo_A2009_A_a231c9fd.pdf
(accessed on 3 October 2019).
Figura 4.32 Comparación del comportamiento térmico interior según los valores de albedo
En cuanto a las zonas de clima muy cálido (A4), los incrementos de temperatura son superiores a 2°C
durante el 11% del año. Considerando la orientación norte-sur, el mayor incremento ocurre durante
octubre, en el cual la temperatura promedio varía 1,57 ° C (es decir, de 27,78 a 26,21°C). Durante mayo, la
temperatura promedio varía 1,81°C cuando la orientación del edificio es noreste-suroeste y resulta ser
1,90°C cuando la orientación es este-oeste; además, cuando el modelo está orientado de noroeste a sureste,
la variación máxima promedio de la temperatura operativa interior es de 2,04°C (es decir, de 27,71 a
25,67°C).

Con respecto a las zonas de clima cálido (B4), las variaciones de temperatura son superiores a 2 ° C durante
el 22% del año. Durante el mes de abril, la temperatura promedio varía 2,13 ° C (es decir, de 24,89 a 22,77
° C) cuando el edificio está orientado de norte a sur. En mayo, los resultados muestran 2,29 ° C cuando la
orientación del edificio es noreste-suroeste y 2,55 ° C cuando está orientada al noroeste-sureste; además,
cuando la orientación del edificio del modelo es este-oeste, la temperatura operativa interior máxima
promedio disminuye en 2,62 ° C (es decir, de 29,31 a 26,69 ° C).
Considerando las zonas de clima moderado (C4), durante el 7% del año hay incrementos en la
temperatura que son más altos que 2 ° C. En mayo, la temperatura promedio varía 1,55 ° C (de 24,10 a
22,55 ° C) cuando la orientación del edificio es de norte a sur y varía 1,87 ° C cuando la orientación del
edificio es de noreste a suroeste, mientras que es de 1,96 ° C cuando la orientación del edificio es este-
oeste. La temperatura operativa interior máxima promedio varía 2,10 ° C (de 25,86 a 23,76 ° C) cuando la
orientación del edificio es noroeste-sureste.
Con respecto a las zonas de clima frío (D3), durante el 13% del año hay diferencias de temperatura
superiores a 2 ° C. Durante el mes de mayo, la temperatura promedio varía 2,49 ° C (es decir, de 25,9 a
23,41 ° C) cuando el edificio está orientado de norte a sur. El incremento es 2,72 ° C cuando la orientación
del edificio es noreste-suroeste y resulta ser 2,98 ° C cuando la orientación del edificio es noroeste-sureste;
además, la variación máxima de la temperatura operativa interior promedio es de 3,04 ° C (de 27,69 a
24,65 ° C) cuando la orientación del edificio es este-oeste durante el mes de mayo.
En cuanto a las zonas de clima muy frío (E1), las variaciones de temperatura superiores a 2 ° C se
encuentran solo durante el 0,5% del año. Las diferencias máximas de temperatura se encuentran en este
caso durante el mes de junio. La variación en junio es de 1,06 ° C (de 21,34 a 20,28 ° C) cuando el edificio
está orientado de norte a sur; es 1,14 ° C cuando la orientación del edificio es este-oeste, y varía 1,20 ° C
cuando la orientación del edificio es noreste-suroeste; finalmente, el incremento máximo en junio resulta
ser 1,24 ° C (es decir, de 22,43 a 21,19 ° C) cuando la orientación del edificio es noreste-suroeste.
Los resultados de los valores de temperatura operativa interior (OT) diariamente se presentan en la figura
4.33 . Por lo tanto, en este caso particular, ΔT max se refiere al incremento diario máximo de temperatura y
ΔT min significa el incremento mínimo diario de temperatura; con respecto a las zonas climáticas muy
cálidas (A4), moderadas (C4) y frías (D3), el mes considerado es mayo. El día en que se ve el incremento
de temperatura máxima coincide con el mes en que se encuentra el incremento de temperatura máximo. El
incremento más alto relacionado con zonas climáticas muy cálidas (A4) corresponde al 18 de mayo, en el
cual el incremento es de 2,38 ° C (es decir, 29,16 a 26,78 ° C). Considerando las zonas de clima moderado
(C4), el día observado es el 17 de mayo, en el que el incremento de temperatura es de 2,47 ° C (es decir,
25,24 a 23,77 ° C). El valor más alto de 4,16 ° C (de 30,83 a 26,66 ° C) se encuentra dentro de las zonas de
clima frío (D3) el 8 de mayo.
Figura 4.33 Temperaturas operativas mensuales en interiores.
Por el contrario, con respecto a las zonas climáticas cálidas (B4) y muy frías (E1), el día en que se encuentra
la diferencia de temperatura máxima no pertenece al mes en el que se encuentran los incrementos de
temperatura promedio máximos. En el caso de las zonas de clima cálido (B4), la mayor variación de
temperatura corresponde al 8 de abril, en la que se observa 3,39 ° C (de 29,74 a 26,35 ° C). Durante el mes
de abril, las variaciones de temperatura promedio son 2,13 ° C cuando la orientación del edificio es de
norte a sur. Tal como se mencionó anteriormente, los incrementos máximos de temperatura promedio se
encuentran dentro del mes de mayo; por lo tanto, el 13 de mayo, hay incrementos de temperatura de 3,08
° C (de 31,10 a 28,02 ° C). Finalmente, con respecto a las zonas de clima muy frío (E1), la variación de
temperatura promedio más alta corresponde al 1 de junio. En este caso particular, el valor es 1.
Después de analizar los resultados anteriores de las zonas climáticas de España, se observa que cuando
los niveles de albedo de la fachada aumentan de valores de color oscuro (â7 = 0,04) a valores de color claro

(â1 = 0,8), los valores de temperatura operativa interior son reducido durante los meses de verano; por el
contrario, durante los meses de invierno, se observa que los niveles de albedo de la fachada deben
reducirse para aumentar las temperaturas operativas en interiores.
4.6.2 Comparación cruzada climática

Como se mencionó anteriormente, el incremento en los niveles de albedo de valores de color oscuro (â7 =
0,04) a valores de color claro (â1 = 0,8) disminuye las temperaturas operativas en interiores. La tabla
4.15 muestra la comparación entre modelos con reducciones más bajas de las temperaturas operativas en
interiores y aquellos con las mayores reducciones en los valores de OT. Se observa que las orientaciones
de los edificios considerados varían según la zona climática considerada. En el caso de zonas de clima
muy cálido (A4), la reducción más pequeña en los valores de OT corresponde a la orientación óptima del
edificio en España, que es de norte a sur, y resulta ser ΔT min = 0,45 (de 26,9 a 26,5 ° C).
Tabla 4.15 Temperaturas medias mensuales
Zona climática Edificio ΔTmin [°C] Edificio ΔTmax [°C]
A4 (muy caliente) Agosto (0,45 °C) Mayo (2,04 °C)
B4 (caliente) Diciembre (0,5 °C) Mayo (2,62 °C)
C4 (moderado) Diciembre (0,14 °C) Mayo (2,10 °C)
D3 (frío) Diciembre (0,18 °C) Mayo (3,04 °C)
Diciembre/
E1(muy frío) Junio (1,24 °C)
Enero (0,1°C)
Por el contrario, considerando las zonas climáticas restantes, los modelos con diferencias más bajas en las
temperaturas operativas interiores de acuerdo con los niveles de albedo de la fachada corresponden al
modelo cuya orientación del edificio es este-oeste; por lo tanto, los valores son ΔT min = 0,5 en relación con
las zonas de clima cálido (B4) de 19,6 a 19,1 ° C, ΔT min = 0,14 en relación con las zonas de clima moderado
(C4) de 18,7 a 18,5 ° C, ΔT min = 0,18 relevante para el frío zonas climáticas (D3) de 18,5 a 18,3 ° C, y ΔT min=
0.1 perteneciente a zonas de clima muy frío (E1) de 18,3 a 18,2 ° C.
En cuanto a los modelos en los que hay mayores diferencias de temperatura según los niveles de albedo
de la fachada, se obtienen los siguientes resultados; en cuanto a las zonas de clima frío (D3), la temperatura
promedio mensual es de 3,04 ° C cuando la orientación del edificio es este-oeste. Los valores opuestos se
encuentran cuando se consideran zonas de clima muy frío (E1), en las cuales la temperatura promedio
mensual es de 1,24 ° C cuando la orientación del edificio es noroeste-sureste. Estos resultados muestran
los diferentes comportamientos de los niveles de albedo dentro de las zonas climáticas consideradas en
España.
4.6.3 Análisis de la demanda energética según las diferentes zonas climáticas

Los resultados se refieren tanto a la demanda de calefacción y refrigeración, como a la demanda total de
energía. La figura 4.34 , la figura 4.35 , la figura 4.36 , la figura 4.37 y la figura 4.38 muestran las
demandas de calefacción y refrigeración en las diferentes zonas climáticas consideradas en este trabajo de
investigación. Los siguientes parámetros permanecen constantes: el tipo de edificio (A), factor de forma
(0,26), WWR igual a W1 (20%) y valor U (1,58 W m −2 K −1).
El ahorro y las penalizaciones observadas se detallan en la figura 4.39. El criterio seleccionado para definir
la mejor solución de diseño fue el de los valores más bajos de demanda relacionados con refrigeración (Q-
cool), calefacción (Q-heat) y la demanda total (tanto calefacción como refrigeración, Q-total). Lo contrario
se aplica para identificar las peores soluciones de diseño. La figura 4.34 , la figura 4.35 , la figura 4.36 ,
la figura 4.37, la figura 4.38 y la figura 4.39, indican la mejor y la peor opción respectivamente en términos
de Q-total con y sin consideración del contexto urbano.
4.6.3.1 Zonas de clima muy cálido (A4)

La figura 4.34 muestra el análisis de los resultados relacionados con zonas climáticas muy cálidas (A4). Se
puede observar que la menor demanda de calefacción (Q-calor = 7,16 kWh m –2 ) se encuentra cuando se
usan colores oscuros (â 7 = 0,04), cuando la orientación del edificio es de norte a sur, y cuando el contexto
urbano no es considerado. Por otro lado, la menor demanda de refrigeración (Q-cool = 6,20 kWh m −2 ) se
encuentra en el modelo con un cañón urbano alto (1,1), colores claros (â 1= 0,8), y cuando la orientación
considerada es norte-sur, debido a esto, el parámetro más común en ambos casos es la orientación del
edificio, que es de norte a sur. La demanda de calefacción más baja se encuentra cuando no se considera
el contexto urbano, mientras que la demanda de refrigeración se encuentra cuando se tiene en cuenta el
contexto urbano.
El peor modelo considerando la mayor demanda de calefacción (Q-calor = 15,61 kWh m –2 ) corresponde
al modelo con un cañón urbano alto (1,1), colores claros (â 1 = 0,8), y cuando la orientación del edificio es
este-oeste . En cuanto a la demanda de refrigeración (Q-cool = 13,05 kWh m −2 ), el valor corresponde al
modelo sin contexto urbano cuando el edificio está orientado de este a oeste y se utilizan colores oscuros
(â 7 = 0,04). Por el contrario, en este caso particular, la demanda de calefacción más baja se encuentra
cuando se considera el contexto urbano, mientras que la de la demanda de refrigeración se encuentra
cuando el contexto urbano no se tiene en cuenta. La orientación este-oeste es el parámetro común en
términos de obtener los resultados más desfavorables.
Por otro lado, con respecto a la demanda total, la diferencia en los valores obtenidos sin un contexto
urbano y con un cañón urbano bajo varía de 0,51 a 1,2 kWh m −2 por año.

Figura 4.34 Demanda de calefacción y refrigeración en zonas de clima muy cálido (A4)
4.6.3.2 Zonas de clima cálido (B4)

El mejor modelo con respecto a la menor demanda de calefacción (Q-calor = 13,90 kWh m −2 ) corresponde
a un modelo sin tener en cuenta un contexto urbano cuando la orientación del edificio es norte-sur y se
utilizan colores oscuros (â7 = 0,04); corresponde a las mismas características relevantes para las zonas de
clima muy cálido (A4). El mejor modelo relacionado con la menor demanda de refrigeración (Q-cool =
5,94 kWh m −2 ) corresponde al modelo con un cañón urbano alto (1,1) cuando está orientado de norte a
sur y se utilizan colores claros (â1 = 0,8) . La figura 4.35 muestra el análisis de los resultados relacionados
con las zonas de clima cálido (B4).
El peor modelo considerando la mayor demanda de calefacción (Q-calor = 23,88 kWh m −2 ) corresponde
al modelo con un cañón urbano alto (1,1) cuando la orientación del edificio es este-oeste y se usan colores
claros (â1 = 0,8). En cuanto a la demanda de refrigeración (Q-cool = 12,60 kWh m −2 ), corresponde a un
modelo sin contexto urbano cuando la orientación del edificio es este-oeste y se utilizan colores oscuros
(â7 = 0,04). Todos los parámetros restantes son iguales a los que pertenecen a zonas climáticas muy cálidas
(A4).
En cuanto a la demanda total, las diferencias obtenidas con y sin tener en cuenta los contextos urbanos
varían de 1,03 a 2,45 kW h −2 por año en zonas de clima cálido (B4). Se encuentra una discrepancia cuando
se trata de zonas climáticas muy cálidas (A4), ya que aunque el modelo aislado más desfavorable
corresponde a la misma orientación que la de las zonas climáticas muy cálidas (A4), en este caso particular,
la reflectancia solar corresponde a colores claros. (â1 = 0,8). Por lo tanto, esta variación en los valores de
reflectancia solar se produce al variar de las zonas climáticas muy calientes (A4) a las calientes (B4).
Figura 4.35 Demanda de calefacción y refrigeración en zonas de clima cálido (B4)
4.6.3.3 Zonas climáticas moderadas (C4)

El mejor modelo dentro de las zonas climáticas moderadas (C4) es el mismo que el obtenido dentro de las
zonas climáticas muy cálidas (A4) y cálidas (B4). La menor demanda de calefacción (Q-calor = 31,28 kWh
m −2 ) corresponde al modelo sin contexto urbano cuando está orientado de norte a sur y se utilizan colores
claros (â1 = 0,8). Por otro lado, la menor demanda de refrigeración (Q-cool = 3,20 kWh m −2 ) está asociada
al modelo con un cañón urbano alto (1,1) cuando está orientado de norte a sur y se usan colores claros (â1
= 0,8 ). La figura 4.36 muestra el análisis de los resultados relacionados con zonas climáticas moderadas
(C4).
Teniendo en cuenta la demanda de calefacción, el peor modelo coincide con el de las zonas climáticas
muy cálidas (A4) y cálidas (B4) (Q-calor = 40,69 kWh m −2 ) ; corresponde a la mayor demanda de
calefacción asociada al modelo con un cañón urbano alto (1,1) cuando la orientación del edificio es este-
oeste y se utilizan colores claros (â1 = 0,8). En cuanto a la demanda de refrigeración, coincide con el peor
modelo relacionado con las zonas climáticas muy cálidas (A4) y cálidas (B4). La mayor demanda de
refrigeración (Q-cool = 7,82 kWh m −2 ) está asociada con el modelo sin tener en cuenta el contexto urbano
cuando la orientación del edificio es este-oeste y se utilizan colores oscuros (â7 = 0,04).

En cuanto a la demanda total (Q-total), las diferencias obtenidas con y sin tener en cuenta los contextos
urbanos varían de 1,6 a 3,6 kW h −2 por año. Cabe señalar que cuanto más frías son las zonas climáticas
consideradas, mayores son esas diferencias.
Figura 4.36 Demanda de calefacción y refrigeración en zonas de clima moderado (C4)
4.6.3.4 Zonas de clima frío (D3)

La menor demanda de calefacción dentro de las zonas de clima frío es la misma que la obtenida dentro
de las zonas climáticas muy cálidas (A4), cálidas (B4) y moderadas (C4); corresponde al modelo sin
contexto urbano cuando la orientación del edificio es de norte a sur y se usan colores oscuros (â 7 = 0,04),
perteneciendo esto al modelo NC -90 °–E1â 7 con un valor de la demanda de calefacción igual a 47,75 kWh
m −2 . Sin embargo, la menor demanda de refrigeración (Q-cool = 3,19 kWh m −2 ) dentro de las zonas de
clima frío (D3) corresponde al modelo con un cañón urbano alto (1,1) cuando se usan colores claros (â 1 =
0,8) y orientación norte-sur. La figura 4.37 muestra el análisis de los resultados relacionados con las zonas
de clima frío (D3).
La mayor demanda de calefacción dentro de las zonas de clima frío (D3) es la misma que la de las zonas
climáticas muy cálidas (A4), cálidas (B4) y moderadas (C4). Este modelo corresponde a un mayor valor
de la demanda de calefacción (Q-calor = 58,58 kWh m −2 ) asociado al modelo con un cañón urbano alto
(1,1) cuando la orientación del edificio es este-oeste y se utilizan colores claros (â 1 = 0,8). La mayor
demanda de refrigeración coincide con las zonas climáticas muy cálidas (A4), calientes (B4) y moderadas
(C4); en este caso, un mayor valor de la demanda de refrigeración se asocia al modelo sin un contexto
urbano cuando la orientación del edificio es este-oeste y el uso de colores oscuros (â 7 = 0,04). Esto
corresponde al modelo N C -0 ° -E1â 7con un valor igual a 7,83 kWh m −2 y está asociado con el modelo sin
un contexto urbano cuando la orientación del edificio es este-oeste y se utilizan colores oscuros (â 7 = 0,04).
Con respecto a la demanda total (Q-total), resulta ser la misma que la de las zonas climáticas cálidas (B4)
y moderadas (C4). En este caso particular, las diferencias varían de 1,93 a 4,57 kWh m −2 por año. Los
resultados encontrados en zonas climáticas cálidas (B4), moderadas (C4) y frías (D3) muestran
comportamientos similares en términos de los valores mínimos y máximos de la demanda total.
Figura 4.37 Demanda de calefacción y refrigeración en zonas de clima frío (D3)
4.6.3.5 Zonas de clima muy frío (E1)

Con respecto a la menor demanda de calefacción (Q-heat), el mejor modelo corresponde al modelo sin
contexto urbano cuando la orientación del edificio es norte-sur y se utilizan colores oscuros (â7 = 0,04). En
este caso, el valor de la demanda de calefacción es igual a 64,12 kWh m −2, encontrándose una ligera
variación cuando la orientación del edificio considerada es este-oeste (64,24 kWh m −2 ); sin embargo, la
menor demanda de refrigeración dentro de zonas de clima muy frío (Q-cool = 0,04 kWh m −2 ) corresponde
al modelo con un cañón urbano alto (1,1) cuando está orientado de norte a sur y se usan colores claros (â1
= 0,8). La figura 4.38 muestra el análisis de los resultados relacionados con zonas de clima muy frío (E1).
La mayor demanda de calefacción dentro de las zonas climáticas muy frías (E1) es la misma que la de las
zonas climáticas mencionadas la cual corresponde a la mayor demanda de calefacción (Q-calor = 75,29
kWh m −2 ), que se asocia con el modelo con un cañón urbano alto (1,1) cuando la orientación del edificio
es este-oeste y se utilizan colores claros (â1 = 0,8 ) coincidiendo con el peor modelo relacionado con zonas
climáticas muy cálidas (A4), cálidas (B4), moderadas (C4) y frías (D3). La mayor demanda de refrigeración

(Q-cool = 0.75 kWh m −2 ) está asociada con el modelo sin un contexto urbano cuando la orientación del
edificio es este-oeste y usa colores oscuros (â7 = 0,04).
Con respecto a la demanda total (Q-total), el mejor modelo es el mismo que el de las zonas climáticas
cálidas (B4), moderadas (C4) y frías (D3); por el contrario, los modelos más desfavorables se encuentran
cuando no se considera el contexto urbano y la orientación es noroeste-sureste. Finalmente, en zonas de
clima muy frío (E1), se obtienen las máximas diferencias; dichos valores varían de 2,74 a 6,58 kWh m −2 por
año.
Figura 4.38 Demanda de calefacción y refrigeración en zonas de clima muy frío (E1)
4.6.4 Comparación cruzada climática

En cuanto a los modelos óptimos, se muestran los siguientes resultados: el modelo óptimo de Q-calor, que
es Nc-A-90 ° -E2w1â2 sin un contexto urbano, cuando la orientación del edificio es norte-sur y envolvente
E2 (U = 0,35 W m −2 K −1), así como un WWR igual a W1 (20%), colores oscuros (0,2) y un factor de forma
más bajo (0,26). Este trabajo de investigación mostró que esta tendencia es similar en todas las zonas
climáticas dentro de España. En cuanto al Q-cool, se demuestra que los cañones urbanos altos
proporcionan valores más bajos de demanda; con respecto a la demanda total (Q-total), el modelo óptimo
es Nc-90 ° -E1â7 sin un contexto urbano, cuando la orientación del edificio es de norte a sur y se utiliza
la envolvente E1 (U = 1,58 W m −2 K −1 ) , colores oscuros (0,04) y un factor de forma más bajo (0,26). Los
colores claros son beneficiosos para zonas climáticas muy cálidas (A4), cálidas (B4) y moderadas (C4),
mientras que los colores oscuros son beneficiosos para zonas climáticas frías (D3) y muy frías (E1). La
tabla 4.16 muestra la comparación entre los modelos óptimos y los peores con respecto a las diferentes
zonas climáticas.
Tabla 4.16 Resumen de las mejores y peores configuraciones para cada clima.
MEJORES MODELOS PEORES MODELOS
Zona climática Q-Heat Q-Cool Q-Total Q-Heat Q-Cool Q-Total
A4 Nc-90°-E1â7 Hc-90°-E1â1 Nc-90°-E1â7 Hc-0°-E1â1 Nc-0°-E1â7 Hc-0°-E1â1
B4 Nc-90°-E1â7 Hc-90°-E1â1 Nc-90°-E1â7 Hc-0°-E1â1 Nc-0°-E1â7 Hc-0°-E1â1
C4 Nc-90°-E1â7 Hc-90°-E1â1 Nc-90°-E1â7 Hc-0°-E1â1 Nc-0°-E1â7 Hc-0°-E1â1
D3 Nc-90°-E1â7 Hc-90°-E1â1 Nc-90°-E1â7 Hc-0°-E1â1 Nc-0°-E1â7 Hc-0°-E1â1
E1 Nc-90°-E1â7 Hc-90°-E1â1 Nc-90°-E1â7 Hc-0°-E1â1 Nc-0°-E1â7 Hc-0°-E1â1
 Parámetros comunes A-W1.
Con respecto a los modelos más desfavorables, se muestran los siguientes resultados: en cuanto al calor
Q, los colores claros y los puntos sombreados proyectados por los edificios vecinos implican que se
requieren mayores demandas de calefacción; en cuanto a Q-cool, la peor configuración corresponde a
niveles más bajos de albedo (0,04), que está asociado con colores claros. La opción más desfavorable
corresponde a valores de factor de forma más altos y al uso de colores claros, si se reduce el factor de
forma, los colores oscuros son la opción más desfavorable. Debido a esto, el factor de forma de un edificio
es más influyente que la reflectancia solar en el diseño arquitectónico. Con respecto a la demanda total
(Q-total) y utilizando el mismo factor de forma, el modelo más desfavorable corresponde a la orientación
este-oeste y los colores claros en todas las zonas climáticas; por lo tanto, las demandas más bajas
relacionadas con Q-heat y Q-total se obtienen al simular sin tener en cuenta los contextos urbanos. Por el
contrario, para lograr valores más bajos de Q-cool, se deben considerar los contextos urbanos altos (Hc =
1,1).
4.6.5 Demandas de calefacción y refrigeración con sus ahorros y penalizaciones

relacionadas
La figura 4.39 resume las diferencias en la demanda expresada en kWh m −2 . Se comparan los resultados
con y sin consideración del contexto urbano, así como el uso de un cañón urbano alto y bajo. El aumento
en la demanda está representado por un signo negativo (-), ya que se considera una penalización, y la
disminución de la demanda está representada por un signo positivo (+), ya que se considera un
ahorro. Para mostrar los resultados se han clasificado los parámetros de diseño arquitectónico a través de
un análisis de sensibilidad.

Figura 4.39 Penalizaciones en la demanda de calefacción (histograma rojo), ahorros en la demanda de

refrigeración (histograma azul ) y penalizaciones por energía total ( histograma verde ) considerando un
contexto urbano.
El índice de sensibilidad para cada parámetro se calculó utilizando las siguientes expresiones:
El índice de sensibilidad al calor Q sin un contexto urbano —con un contexto urbano (en kWh m −2 )
significa Q-calor X-mejor — Q-calor X-peor (penalizaciones y valores negativos). El índice de sensibilidad
Q-cool sin un contexto urbano —con un contexto urbano (en kWh m −2 ) significa Q-cool X-peor — Q-cool
X-mejor (ahorro y valores positivos). Para encontrar el índice de sensibilidad considerando un contexto
urbano, el mejor Q-calor o Q-cool debe sustraerse del peor Q-heat o Q-cool y dividirse por el peor Q-heat
o Q-cool expresado como un porcentaje.
 X-best se refiere a los valores de demanda más bajos para todas las combinaciones de diseño,
incluido el mejor valor de los contextos urbanos bajos y altos.
 X-peor se refiere a los valores de demanda más altos para todas las combinaciones de diseño,
incluido el valor de peor desempeño en contextos urbanos bajos y altos.
La simulación con un contexto urbano tiene un impacto negativo en la demanda de calefacción (aumento
en kWh m −2 ). Por el contrario, la simulación con un contexto urbano tiene un impacto positivo en la
demanda de refrigeración (reducción en kWh m −2 ). Finalmente, con respecto a la demanda total, siempre
hay un impacto negativo (aumento en kWh m −2 ).La tabla 4.17 muestra los diferentes porcentajes de
ahorro o penalizaciones (en kWh m −2 ). Los valores sombreados en gris en la tabla 4.17 corresponden a
las diferencias máximas, mientras que los valores subrayados que se muestran en la misma tabla
corresponden a los mínimos.
Tabla 4.17 Penalizaciones de calefacción, ahorro de refrigeración y penalizaciones totales de energía.
Zona climática A4 Zona climática B4 Zona climática C4 Zona climática D3 Zona climática E1
Refr. Calef. Tot. Refr. Calef. Tot. Refr. Calef. Tot. Refr. Calef. Tot. Refr. Calef. Tot.
Lc 2,05 -2,80 -0,76 1,98 -3,32 -1,33 1,42 -3,57 -2,15 1,40 -4,28 -2,88 0,21 -4,52 -4,31
â1
Hc 3,96 -5,54 -1,58 3,82 -6,27 -2,45 2,61 -6,17 -3,56 2,63 -7,20 -4,56 0,33 -7,42 -7,09
0º
Lc 2,61 -2,71 -0,10 2,53 -3,25 -0,73 1,91 -3,54 -1,64 1,89 -4,14 -2,25 0,38 -4,33 -3,95
â7
Hc 5,09 -5,98 -0,89 4,94 -7,03 -2,10 3,57 -7,28 -3,71 3,58 -8,48 -4,91 0,61 -8,88 -8,27
Lc 1,15 -2,20 -1,05 1,15 -2,61 -1,46 0,77 -2,59 -1,82 0,77 -2,95 -2,18 0,09 -2,97 -2,88
â1
Hc 2,12 -5,15 -3,03 2,10 -5,91 -3,81 1,38 -5,42 -4,03 1,38 -6,12 -4,74 0,13 -6,00 -5,87
60º
Lc 1,56 -2,37 -0,82 1,56 -2,96 -1,40 1,09 -3,09 -2,00 1,07 -3,58 -2,51 0,17 -3,66 -3,48
â7
Hc 2,87 -5,67 -2,80 2,84 -6,74 -3,91 1,95 -6,52 -4,57 1,93 -7,50 -5,57 0,27 -7,49 -7,22
Lc 0,96 -1,69 -0,73 0,93 -2,05 -1,12 0,62 -2,01 -1,39 0,60 -2,27 -1,67 0,06 -2,29 -2,24
â1
Hc 1,51 -5,12 -3,61 1,46 -5,84 -4,38 0,95 -5,05 -4,10 0,94 -5,57 -4,64 0,08 -5,46 -5,38
90º
Lc 1,31 -1,82 -0,51 1,29 -2,32 -1,03 0,87 -2,47 -1,60 0,85 -2,79 -1,93 0,12 -2,85 -2,73
â7
Hc 2,08 -5,61 -3,54 2,02 -6,67 -4,65 1,35 -6,17 -4,82 1,33 -6,91 -5,58 0,17 -6,87 -6,70
Lc 1,14 -1,61 -0,47 1,09 -1,93 -0,83 0,76 -2,01 -1,26 0,74 -2,26 -1,51 0,09 -2,31 -2,23
â1
Hc 1,57 -3,14 -1,57 1,88 -4,88 -3,00 1,26 -4,43 -3,17 1,26 -4,95 -3,70 0,13 -4,83 -4,70
120º
Lc 1,54 -1,73 -0,19 1,50 -2,18 -0,68 1,07 -2,42 -1,35 1,06 -2,75 -1,69 0,18 -2,85 -2,67
â7
Hc 2,68 -4,68 -2,01 2,58 -5,59 -3,01 1,78 -5,42 -3,63 1,78 -6,14 -4,36 0,27 -6,08 -5,82

Las diferencias máximas encontradas con respecto a Q-cool y Q-heat coinciden en todas las zonas
climáticas. Corresponden al modelo Hc-0 ° -E1â7 cuando se utiliza un cañón urbano alto (1,1), colores
oscuros (â7 = 0,04) y orientación este-oeste. Con respecto a la demanda total en zonas de clima muy cálido
(A4), los valores corresponden al modelo Hc-90 ° -E1â1 cuando se utiliza un cañón urbano alto (1,1),
colores claros (â1 = 0,8) y orientación norte-sur. En las zonas climáticas cálidas (B4), moderadas (C4) y
frías (D3), se observa que los valores corresponden al modelo Hc-90 ° -E1â7 cuando se usa un cañón
urbano alto (1,1), colores oscuros (â7 = 0,04), y orientación norte-sur; finalmente, con respecto a las zonas
de clima muy frío (E1), los valores corresponden al modelo Hc-0 ° -E1â7 cuando se usa un cañón urbano
alto (1,1), colores oscuros (â7 = 0,04) y orientación este-oeste.
Con respecto a las zonas de clima muy caluroso (A4), dicho modelo presenta penalizaciones por
calefacción iguales a 5,61 kWh m −2 (44%) y ahorros de refrigeración iguales a 5,09 kWh m −2 (39%) cuando
se usa un cañón urbano alto (1.1), colores oscuros (â7 = 0,04) y orientación este-oeste y con respecto a la
demanda total, las penalizaciones equivalen a 3.54 kWh m −2 (21,8%) cuando se usa un cañón urbano alto
(1,1), colores claros (â1 = 0,8) y orientación norte-sur.
Con respecto a las zonas de clima muy frío (E1), las penalizaciones por calefacción equivalen a 8.88 kWh
m −2 (12,2%) cuando se usa un cañón urbano alto (1,1), colores oscuros (â7 = 0,04) y orientación este-
oeste. En cuanto a las zonas de clima moderado (C4), los ahorros de refrigeración equivalen a 3,57 kWh
m −2 (45,7%) y en cuanto a las zonas de clima frío (D3) las penalizaciones por calefacción resultan ser 8.48
kWh m −2 (15%).
Sin embargo, las penalizaciones relacionadas con la demanda total varían según la zona climática
considerada. Teniendo en cuenta las zonas de clima cálido (B4), las penalizaciones equivalen a 4,65 kWh
m −2 (10%) cuando se usa un cañón urbano alto (1,1), colores oscuros (â7 = 0,04) y orientación norte-sur. Del
mismo modo, con respecto a las zonas de clima moderado (C4), se encuentran penalizaciones equivalentes
a 3,56 kW h −2 (27,5%). Con respecto a las zonas de clima frío (D3), los valores penalizados son 5,58 kW
h −2 (13%); finalmente, considerando las zonas de clima muy frío (E1), las penalizaciones equivalentes a
7,09 kWh m −2 (72,9%) corresponden al uso de un cañón urbano alto (1,1), colores oscuros (â7 = 0,04) y
orientación este-oeste.
Las diferencias mínimas encontradas con respecto a Q-cool corresponden al modelo Lc-90 ° -E1â1 cuando
se usa un cañón urbano bajo (0,6), colores claros (â1 = 0,8) y una orientación norte-sur. Sin embargo, las
diferencias mínimas encontradas con respecto al calor Q corresponden a zonas climáticas muy calientes
(A4), calientes (B4), moderadas (C4) y frías (D3) cuando se usa el modelo Lc-120 ° -E1â1 y se considera un
cañón urbano bajo (0,6), colores claros (â1 = 0,8) y orientación noreste-suroeste. Por el contrario, en el caso
de zonas de clima muy frío (E1), las diferencias mínimas encontradas con respecto al calor Q ocurren
cuando la orientación del edificio es de norte a sur. Tomando como base la demanda total, se muestran
diferencias significativas dependiendo de las diferentes zonas climáticas. En zonas de clima muy cálido
(A4), corresponde al modelo Lc-0 ° -E1â7 cuando se tiene en cuenta un cañón urbano bajo (0,6), colores
oscuros (â7 = 0,04), y orientación este-oeste. En zonas de clima cálido (B4), corresponde al modelo Lc-120
° -E1â7 cuando se utiliza un cañón urbano bajo (0,6), colores oscuros (â7 = 0,04) y una orientación noreste-
suroeste. En cuanto a las zonas climáticas restantes, las diferencias mínimas se encuentran con el modelo
Lc-120 ° -E1â1 cuando se considera un cañón urbano bajo (0,6), colores claros (â1 = 0,8) y una orientación
noreste-suroeste.
4.6.6 Energías renovables: energía aerotérmica

El ahorro de energía y las penalizaciones se calcularon para los sistemas que funcionan con electricidad,
gas y para un sistema aerotérmico. Con respecto a la eficiencia energética del edificio como se mencionó
anteriormente, el coeficiente de rendimiento estacional (SCOP) es la relación entre la salida de energía del
equipo de calefacción y la entrada de energía eléctrica. La relación de eficiencia energética estacional
(SEER) es la relación entre la potencia de salida del aire acondicionado y la entrada de energía eléctrica.
A continuación se muestra la variación de la demanda anual de energía para los sistemas de aire
acondicionado y calefacción expresada en kWhm −2 en España. El costo (€ m −2 ) se refiere a un valor U
igual a 1,58 W m −2 K −1 y un incremento en los valores de albedo de â1 = 0,8 a â7 = 0,04. Los valores
sombreados en gris en la tabla 4.18 corresponde a las diferencias máximas, mientras que los valores
subrayados que se muestran en la misma tabla corresponden a los mínimos.
La tabla 4.18a muestra los valores SCOP y SEER iguales a 1 correspondientes a los sistemas que funcionan
con electricidad. La tabla 4.18b muestra los valores SCOP y SEER iguales a 0,7 de los sistemas que
funcionan con gas. La tabla 4.18c muestra valores SCOP igual a 3,8 y SEER igual a 4,3 (sistema
aerotérmico).
Tabla 4.18 Ahorros y penalizaciones (€ m−2 años)
Zona climatica A4 Zona climatica B4 Zona climatica C4 Zona climatica D3 Zona climatica E1
Qcool Qheat Qtot Qcool Qheat Qtot Qcool Qheat Qtot Qcool Qheat Qtot Qcool Qheat Qtot
Lc 0,41 0,56 0,15 0,40 0,66 0,27 0,28 0,71 0,43 0,28 0,86 0,58 0,04 0,90 0,86
â1
Hc 0,79 1,11 0,32 0,76 1,25 0,49 0,52 1,23 0,71 0,53 1,44 0,91 0,07 1,48 1,42
0°
Ahorros/Penalizaciones (€m—2 año) Energía Aerotérmica
Lc 0,52 0,54 0,02 0,51 0,65 0,15 0,38 0,71 0,33 0,38 0,83 0,45 0,08 0,87 0,79
â7
Hc 1,02 1,20 0,18 0,99 1,41 0,42 0,71 1,46 0,74 0,72 1,70 0,98 0,12 1,78 1,65
Lc 0,23 0,44 0,21 0,23 0,52 0,29 0,15 0,52 0,36 0,15 0,59 0,44 0,02 0,59 0,58
â1
Hc 0,42 1,03 0,61 0,42 1,18 0,76 0,28 1,08 0,81 0,28 1,22 0,95 0,03 1,20 1,17
60°
Lc 0,31 0,47 0,16 0,31 0,59 0,28 0,22 0,62 0,40 0,21 0,72 0,50 0,03 0,73 0,70
â7
Hc 0,57 1,13 0,56 0,57 1,35 0,78 0,39 1,30 0,91 0,39 1,50 1,11 0,05 1,50 1,44
Lc 0,19 0,34 0,15 0,19 0,41 0,22 0,12 0,40 0,28 0,12 0,45 0,33 0,01 0,46 0,45
â1
Hc 0,30 1,02 0,72 0,29 1,17 0,88 0,19 1,01 0,82 0,19 1,11 0,93 0,02 1,09 1,08
90°
Lc 0,26 0,36 0,10 0,26 0,46 0,21 0,17 0,49 0,32 0,17 0,56 0,39 0,02 0,57 0,55
â7
Hc 0,42 1,12 0,71 0,40 1,33 0,93 0,27 1,23 0,96 0,27 1,38 1,12 0,03 1,37 1,34
Lc 0,23 0,32 0,09 0,22 0,39 0,17 0,15 0,40 0,25 0,15 0,45 0,30 0,02 0,46 0,45
â1
Hc 0,31 0,63 0,31 0,38 0,98 0,60 0,25 0,89 0,63 0,25 0,99 0,74 0,03 0,97 0,94
120°
Lc 0,31 0,35 0,04 0,30 0,44 0,14 0,21 0,48 0,27 0,21 0,55 0,34 0,04 0,57 0,53
â7
Hc 0,54 0,94 0,40 0,52 1,12 0,60 0,36 1,08 0,73 0,36 1,23 0,87 0,05 1,22 1,16

Lc 0,14 0,19 0,05 0,13 0,22 0,09 0,10 0,24 0,14 0,09 0,29 0,19 0,01 0,30 0,29
â1
Hc 0,27 0,37 0,11 0,26 0,42 0,16 0,18 0,41 0,24 0,18 0,48 0,31 0,02 0,50 0,48
0°
Lc 0,18 0,18 0,01 0,17 0,22 0,05 0,13 0,24 0,11 0,13 0,28 0,15 0,03 0,29 0,27
â7
Hc 0,34 0,40 0,06 0,33 0,47 0,14 0,24 0,49 0,25 0,24 0,57 0,33 0,04 0,60 0,56
Lc 0,08 0,15 0,07 0,08 0,18 0,10 0,05 0,17 0,12 0,05 0,20 0,15 0,01 0,20 0,19
â1
Hc 0,14 0,35 0,20 0,14 0,40 0,26 0,09 0,36 0,27 0,09 0,41 0,32 0,01 0,40 0,39
60°
Lc 0,10 0,16 0,05 0,10 0,20 0,09 0,07 0,21 0,13 0,07 0,24 0,17 0,01 0,25 0,23
â7
Hc 0,19 0,38 0,19 0,19 0,45 0,26 0,13 0,44 0,31 0,13 0,50 0,37 0,02 0,50 0,48
Lc 0,06 0,11 0,05 0,06 0,14 0,08 0,04 0,14 0,09 0,04 0,15 0,11 0,00 0,15 0,15
â1
Hc 0,10 0,34 0,24 0,10 0,39 0,29 0,06 0,34 0,28 0,06 0,37 0,31 0,01 0,37 0,36
90°
Lc 0,09 0,12 0,03 0,09 0,16 0,07 0,06 0,17 0,11 0,06 0,19 0,13 0,01 0,19 0,18
â7
Hc 0,14 0,38 0,24 0,14 0,45 0,31 0,09 0,41 0,32 0,09 0,46 0,37 0,01 0,46 0,45
Lc 0,08 0,11 0,03 0,07 0,13 0,06 0,05 0,14 0,08 0,05 0,15 0,10 0,01 0,16 0,15
â1
Hc 0,11 0,21 0,11 0,13 0,33 0,20 0,08 0,30 0,21 0,08 0,33 0,25 0,01 0,32 0,32
120°
Lc 0,10 0,12 0,01 0,10 0,15 0,05 0,07 0,16 0,09 0,07 0,18 0,11 0,01 0,19 0,18
â7
Hc 0,18 0,31 0,13 0,17 0,38 0,20 0,12 0,36 0,24 0,12 0,41 0,29 0,02 0,41 0,39
Lc 0,10 0,15 0,05 0,09 0,17 0,08 0,07 0,19 0,12 0,07 0,23 0,16 0,01 0,24 0,23
â1
Hc 0,18 0,29 0,11 0,18 0,33 0,15 0,12 0,32 0,20 0,12 0,38 0,26 0,02 0,39 0,38
0°
Lc 0,12 0,14 0,02 0,12 0,17 0,05 0,09 0,19 0,10 0,09 0,22 0,13 0,02 0,23 0,21
â7
Hc 0,24 0,31 0,08 0,23 0,37 0,14 0,17 0,38 0,22 0,17 0,45 0,28 0,03 0,47 0,44
Lc 0,05 0,12 0,06 0,05 0,14 0,08 0,04 0,14 0,10 0,04 0,16 0,12 0,00 0,16 0,15
â1
Hc 0,10 0,27 0,17 0,10 0,31 0,21 0,06 0,29 0,22 0,06 0,32 0,26 0,01 0,32 0,31
60°
Lc 0,07 0,12 0,05 0,07 0,16 0,08 0,05 0,16 0,11 0,05 0,19 0,14 0,01 0,19 0,18
â7
Hc 0,13 0,30 0,17 0,13 0,35 0,22 0,09 0,34 0,25 0,09 0,39 0,30 0,01 0,39 0,38
Lc 0,04 0,09 0,04 0,04 0,11 0,06 0,03 0,11 0,08 0,03 0,12 0,09 0,00 0,12 0,12
â1
Hc 0,07 0,27 0,20 0,07 0,31 0,24 0,04 0,27 0,22 0,04 0,29 0,25 0,00 0,29 0,28
90°
Lc 0,06 0,10 0,04 0,06 0,12 0,06 0,04 0,13 0,09 0,04 0,15 0,11 0,01 0,15 0,14
â7
Hc 0,10 0,30 0,20 0,09 0,35 0,26 0,06 0,32 0,26 0,06 0,36 0,30 0,01 0,36 0,35
Lc 0,05 0,08 0,03 0,05 0,10 0,05 0,04 0,11 0,07 0,03 0,12 0,08 0,00 0,12 0,12
â1
Hc 0,07 0,17 0,09 0,09 0,26 0,17 0,06 0,23 0,17 0,06 0,26 0,20 0,01 0,25 0,25
120°
Lc 0,07 0,09 0,02 0,07 0,11 0,04 0,05 0,13 0,08 0,05 0,14 0,10 0,01 0,15 0,14
â7
Hc 0,12 0,25 0,12 0,12 0,29 0,17 0,08 0,29 0,20 0,08 0,32 0,24 0,01 0,32 0,31
Tabla 8. ( a ) Ahorros y penalizaciones (€ m −2 años) para un sistema de aire acondicionado que funciona
con electricidad. ( b ) Ahorros y penalizaciones (€ m −2 años) para un sistema de aire acondicionado que
funciona con gas. ( c ) Ahorros y penalizaciones (€ m −2 años) para un sistema aerotérmico.
Comparando las tablas, los resultados obtenidos muestran que cuando en la simulación energética se
considera los contextos urbanos, hay ahorros económicos en la demanda de refrigeración al usar la
siguiente expresión: (ahorro de energía en demanda de refrigeración × costo de energía) / SEER; por el
contrario, produce penalizaciones económicas sobre la demanda de calefacción, que son iguales a la
siguiente expresión: (penalizaciones de energía en la demanda de calefacción × costo de energía) /
SCOP. En cuanto a la demanda total, los resultados muestran que siempre se obtendrán penalizaciones.
En cuanto al precio de la energía eléctrica utilizada para las estimaciones, el precio considerado fue de 0,2
€ / kWh según los datos obtenidos del Ministerio de Industria y Comercio, 2010 y destinado a viviendas
con un consumo de energía inferior a 10 kW según la normativa española. El precio estimado del gas es
de 0,047 € / kWh (Unión Europea, 2010)¸ este precio se ha calculado como un costo promedio por kWh
obtenido de la factura de electricidad del usuario, incluidos todos los impuestos (IVA e impuesto a la
electricidad) e incluidos los usuarios del mercado libre, que generalmente pagan una tarifa más alta.
La tabla 4.18a muestra los ahorros máximos en la demanda de refrigeración relacionados con los sistemas
que funcionan con electricidad. Corresponden al modelo Hc-0 ° -E1â7 cuando se utiliza un cañón urbano
alto (1,1), colores oscuros (â7 = 0,04) y la orientación del edificio es este-oeste. En este caso particular, se
encuentra un costo de 1.02 € / m 2 a en zonas de clima muy cálido (A4). Sin embargo, teniendo en cuenta
las zonas de clima muy frío (E1), el mismo modelo presenta penalizaciones más altas, es decir, 1,78 € /
m 2 correspondientes a la demanda de calefacción y 1.65 € / m 2 relevantes a la demanda total.
En la tabla 4.18b muestra los ahorros máximos en la demanda de refrigeración relevantes para los
sistemas que funcionan con gas. Corresponden al modelo Hc-0 ° -E1â7 cuando se utiliza un cañón urbano
alto (1,1), colores oscuros (â7 = 0,04) y la orientación del edificio es este-oeste. En este caso, se encuentra
un costo de 0,34 €/m2 a en zonas de clima muy cálido (A4); sin embargo, considerando las zonas de clima
muy frío (E1), el mismo modelo presenta penalizaciones más altas, es decir, 0,6 €/m2 a en relación con la
demanda de calefacción y 0,56 € / m 2 a en la demanda total.
Finalmente, la tabla 4.18c muestra los ahorros máximos en los valores de demanda de refrigeración
relacionados con el uso de una energía renovable, como un sistema aerotérmico. Se observa que los
ahorros máximos en la demanda de refrigeración corresponden al modelo Hc-0 ° -E1â7 cuando se usa un
cañón urbano alto (1,1), colores oscuros (â7 = 0,04) y la orientación del edificio es este-oeste. En este caso
particular, se encuentra un costo de 0,24 € / m 2 a en zonas de clima muy cálido (A4); sin embargo,
considerando las zonas de clima muy frío (E1), el mismo modelo presenta penalizaciones más altas, es
decir, 0,47 € / m 2 correspondientes a la demanda de calefacción y 0,44 € / m 2 relevantes para la demanda
total

4.7 Modelos de demanda energética por zona climática obtenidos por regresión lineal
multivariable.
La regresión lineal es una técnica estadística que se utiliza para analizar cuáles son las principales
explicaciones de algún fenómeno. Los análisis de regresión lineal múltiple identifican variables
independientes (causas) que explican una variable dependiente (resultado).
Los modelo de regresión múltiple estudian la relación entre
 una variable de interés Y (variable respuesta o dependiente) ; en este caso la demanda de

calefacción, refrigeración y la demanda total.
 un conjunto de variables explicativas o regresoras X1, X2, . . . , Xp
En el modelo de regresión lineal múltiple se supone que la función de regresión que relaciona la variable
dependiente con las variables independientes es lineal, es decir:
Y = β0 + β1X1 + β2X2 + · · · + βpXp + ε ( 4.1)
A continuación se explica el ejemplo de los parámetros para obtener la Q-heatA4 :
Tabla 4.19 Estadísticas de la regresión en la zona climática A4
Estadísticas de la regresión (A4) Qheat Q cool Q total

Coeficiente de correlación múltiple 0,926 0,938 0,967
Coeficiente de determinación R^2 0,857 0,879 0,935
R^2 ajustado 0,843 0,868 0,929
Error típico 2,753 2,096 1,937
Observaciones 60 60 60
Coeficiente de regresión múltiple y R^2 múltiple:
Se define el coeficiente de regresión múltiple como la correlación existente entre la variable criterio (Y) y
el conjunto de las variables predictoras contempladas en el modelo. A diferencia del coeficiente de
correlación simple, el coeficiente de correlación múltiple es siempre positivo por lo que la naturaleza de
la relación de cada predictor (positiva o negativa) con la variable criterio no se refleja en el resultado. Si
queremos conocer el signo que determina la relación de cada variable predictora con el criterio debemos
identificar el signo que acompaña a su coeficiente de regresión particular en la ecuación de regresión
múltiple o calcular su coeficiente de correlación simple (bivariado) con la variable criterio.
Tabla 4.20 Análisis de varianza en la zona climática A4
Análisis Grados
Suma de Promedio Valor crítico
A4 de de F
cuadrados cuadrados de F
Varianza libertad
Regresión 5,000 2447,507 489,501 64,565 1,49544E-21
Qheat Residuos 54,000 409,400 7,581
Total 59,000 2856,907
Regresión 5,000 1729,173 345,835 78,718 1,48973E-23
Qcool Residuos 54,000 237,239 4,393
Total 59,000 1966,413
Regresión 5,000 2934,130 586,826 156,473 7,60123E-31
Q
Residuos 54,000 202,517 3,750
total
Total 59,000 3136,647
Los residuos son variables aleatorias que siguen una distribución normal. Los residuos tienen unidades
de medida y, por tanto no se puede determinar si es grande o pequeño a simple vista.
Tabla 4.21 Cálculo de los coeficientes finales en la zona climática A4
Q heat A4
Error Estadístico Inferior Superior Inferior Superior
Coeficientes Probabilidad
típico t 95% 95% 95,0% 95,0%
Intercepción -4,571 2,236 -2,044 0,046 -9,055 -0,088 -9,055 -0,088
Variable X 1 -0,065 0,459 -0,141 0,888 -0,985 0,856 -0,985 0,856
- -
-36,525 5,257 -6,947 0,000 -25,985 -25,985
Variable X 2 47,066 47,066
Variable X 3 9,668 0,646 14,962 0,000 8,373 10,964 8,373 10,964
Variable X 4 -1,754 1,806 -0,971 0,336 -5,375 1,868 -5,375 1,868
Variable X 5 33,726 3,428 9,840 0,000 26,854 40,598 26,854 40,598
Q cool A4
Intercepción -1,760 1,702 -1,034 0,306 -5,173 1,653 -5,173 1,653
Variable X 1 -0,399 0,349 -1,141 0,259 -1,099 0,302 -1,099 0,302
Variable X 2 60,871 4,002 15,210 0,000 52,847 68,895 52,847 68,895
Variable X 3 -6,216 0,492 -12,636 0,000 -7,202 -5,230 -7,202 -5,230
Variable X 4 2,079 1,375 1,512 0,136 -0,678 4,836 -0,678 4,836
Variable X 5 25,320 2,609 9,704 0,000 20,089 30,551 20,089 30,551
Q total A4
Intercepción -6,332 1,573 -4,026 0,000 -9,485 -3,178 -9,485 -3,178
Variable X 1 -0,463 0,323 -1,435 0,157 -1,111 0,184 -1,111 0,184
Variable X 2 24,346 3,698 6,584 0,000 16,932 31,759 16,932 31,759
Variable X 3 3,453 0,455 7,597 0,000 2,541 4,364 2,541 4,364
Variable X 4 0,325 1,271 0,256 0,799 -2,222 2,872 -2,222 2,872
Variable X 5 59,046 2,411 24,493 0,000 54,213 63,879 54,213 63,879

A continuación se van mostrando las tablas de análisis de todas las zonas climáticas (véase tabla 4.22 a
4.33).
Tabla 4.22 Estadísticas de la regresión en la zona climática B4
Estadísticas de la regresión (B4) Qheat Q cool Q total

R^2 ajustado 0,865 0,865 0,919
Error típico 4,009 2,084 2,982
Tabla 4.23 Análisis de varianza en la zona climática B4
Análisis Grados
B4 de de F
Varianza libertad
Regresión 5,000 6169,182 1233,836 76,774 2,68337E-23
Qheat Residuos 54,000 867,835 16,071
Total 59,000 7037,017
Regresión 5,000 1668,864 333,773 76,885 2,59409E-23
Qcool Residuos 54,000 234,425 4,341
Total 59,000 1903,289
Regresión 5,000 6026,694 1205,339 135,532 2,77352E-29
Q
Residuos 54,000 480,243 8,893
total
Total 59,000 6506,936
Tabla 4.24 Cálculo de los coeficientes finales en la zona climática B4
Q heat B4
Inferior Superior Inferior Superior
Coeficientes Error típico Estadístico t Probabilidad 95% 95% 95,0% 95,0%
Intercepción -7,963 3,256 -2,446 0,018 -14,491 -1,435 -14,491 -1,435
Variable X 1 -0,120 0,668 -0,179 0,859 -1,460 1,220 -1,460 1,220
Variable X 2 -48,738 7,655 -6,367 0,000 -64,084 -33,391 -64,084 -33,391
Variable X 3 15,204 0,941 16,160 0,000 13,318 17,090 13,318 17,090
Variable X 4 -2,284 2,630 -0,868 0,389 -7,557 2,990 -7,557 2,990
Variable X 5 55,107 4,990 11,043 0,000 45,102 65,112 45,102 65,112
Q cool B4
Intercepción -1,295 1,692 -0,765 0,447 -4,688 2,097 -4,688 2,097
Variable X 1 -0,397 0,347 -1,144 0,258 -1,094 0,299 -1,094 0,299
Variable X 2 59,730 3,978 15,014 0,000 51,754 67,706 51,754 67,706
Variable X 3 -6,351 0,489 -12,989 0,000 -7,332 -5,371 -7,332 -5,371
Variable X 4 2,030 1,367 1,485 0,143 -0,711 4,770 -0,711 4,770
Variable X 5 23,870 2,594 9,203 0,000 18,670 29,070 18,670 29,070

Q total B4
Intercepción -9,259 2,422 -3,823 0,000 -14,114 -4,403 -14,114 -4,403
Variable X 1 -0,517 0,497 -1,040 0,303 -1,514 0,480 -1,514 0,480
Variable X 2 10,992 5,694 1,930 0,059 -0,424 22,408 -0,424 22,408
Variable X 3 8,853 0,700 12,648 0,000 7,449 10,256 7,449 10,256
Variable X 4 -0,254 1,957 -0,130 0,897 -4,176 3,669 -4,176 3,669
Variable X 5 78,977 3,712 21,275 0,000 71,535 86,420 71,535 86,420
Tabla 4.25 Estadísticas de la regresión en la zona climática C3
Estadísticas de la regresión (C3) Qheat Q cool Q total

R^2 ajustado 0,890 0,856 0,916
Error típico 6,219 1,689 5,215
Tabla 4.26 Análisis de varianza en la zona climática C3
Análisis Grados
C3 de de F
Varianza libertad
Regresión 5,000 18709,150 3741,830 96,759 1,08267E-25
Qheat 54,000 2088,270 38,672

Residuos
Total 59,000 20797,420
Regresión 5,000 1018,119 203,624 71,381 1,4728E-22
Qcool Residuos 54,000 154,041 2,853
Total 59,000 1172,161
Regresión 5,000 17586,497 3517,299 129,339 8,86858E-29
Q
Residuos 54,000 1468,493 27,194
total
Total 59,000 19054,990
Tabla 4.27 Cálculo de los coeficientes finales en la zona climática C3
Q heat C3
Coeficientes típico t Probabilidad 95% 95% 95,0% 95,0%
Intercepción -17,164 5,051 -3,398 0,001 -27,290 -7,038 -27,290 -7,038
Variable X 1 -0,045 1,037 -0,044 0,965 -2,124 2,033 -2,124 2,033
Variable X 2 -52,232 11,874 -4,399 0,000 -76,038 -28,426 -76,038 -28,426
Variable X 3 25,011 1,459 17,137 0,000 22,085 27,937 22,085 27,937

Variable X 4 -2,666 4,080 -0,653 0,516 -10,846 5,514 -10,846 5,514

Variable X 5 104,473 7,741 13,496 0,000 88,953 119,993 88,953 119,993
Q cool C3
Intercepción -1,349 1,372 -0,983 0,330 -4,099 1,402 -4,099 1,402
Variable X 1 -0,307 0,282 -1,092 0,280 -0,872 0,257 -0,872 0,257
Variable X 2 45,846 3,225 14,216 0,000 39,381 52,312 39,381 52,312
Variable X 3 -5,457 0,396 -13,767 0,000 -6,252 -4,662 -6,252 -4,662
Variable X 4 1,470 1,108 1,327 0,190 -0,752 3,692 -0,752 3,692
Variable X 5 16,688 2,102 7,937 0,000 12,473 20,903 12,473 20,903
Q total C3
Intercepción -18,512 4,235 -4,371 0,000 -27,004 -10,021 -27,004 -10,021
Variable X 1 -0,353 0,869 -0,406 0,687 -2,096 1,390 -2,096 1,390
Variable X 2 -6,386 9,957 -0,641 0,524 -26,349 13,577 -26,349 13,577
Variable X 3 19,553 1,224 15,976 0,000 17,100 22,007 17,100 22,007
Variable X 4 -1,196 3,421 -0,350 0,728 -8,055 5,664 -8,055 5,664
Variable X 5 121,161 6,492 18,664 0,000 108,146 134,176 108,146 134,176
Tabla 4.28 Estadísticas de la regresión en la zona climática D3
Estadísticas de la regresión (D3) Qheat Q cool Q total

R^2 ajustado 0,897 0,856 0,915
Error típico 8,094 1,688 7,093
Tabla 4.29 Análisis de varianza en la zona climática D3
Análisis Grados
D3 de de F
Varianza libertad
Regresión 5,000 33888,721 6777,744 103,449 2,143E-26
Qheat Residuos 54,000 3537,961 65,518
Total 59,000 37426,681
Regresión 5,000 1013,774 202,755 71,151 1,58759E-22
Qcool Residuos 54,000 153,880 2,850
Total 59,000 1167,653
Regresión 5,000 32409,851 6481,970 128,832 9,77784E-29
Q
Residuos 54,000 2716,931 50,314
total
Total 59,000 35126,783
Tabla 4.30 Cálculo de los coeficientes finales en la zona climática D3
Q heat D3
Coeficientes Probabilidad
típico t 95% 95% 95,0% 95,0%
Intercepción -20,462 6,574 -3,113 0,003 -33,642 -7,282 -33,642 -7,282
Variable X 1 -0,073 1,349 -0,054 0,957 -2,779 2,632 -2,779 2,632
Variable X 2 -59,455 15,455 -3,847 0,000 -90,441 -28,469 -90,441 -28,469
Variable X 3 33,108 1,900 17,428 0,000 29,300 36,917 29,300 36,917
Variable X 4 -3,195 5,311 -0,602 0,550 -13,842 7,452 -13,842 7,452
Variable X 5 142,783 10,076 14,171 0,000 122,582 162,985 122,582 162,985
Q cool D3
Intercepción -1,415 1,371 -1,032 0,307 -4,164 1,333 -4,164 1,333
Variable X 1 -0,312 0,281 -1,109 0,272 -0,876 0,252 -0,876 0,252
Variable X 2 45,916 3,223 14,245 0,000 39,454 52,378 39,454 52,378
Variable X 3 -5,419 0,396 -13,678 0,000 -6,213 -4,625 -6,213 -4,625
Variable X 4 1,475 1,108 1,332 0,189 -0,746 3,695 -0,746 3,695
Variable X 5 16,652 2,101 7,924 0,000 12,439 20,865 12,439 20,865
Q total D3
Intercepción -21,878 5,761 -3,798 0,000 -33,428 -10,327 -33,428 -10,327
Variable X 1 -0,385 1,182 -0,326 0,746 -2,756 1,985 -2,756 1,985
Variable X 2 -13,539 13,544 -1,000 0,322 -40,692 13,615 -40,692 13,615
Variable X 3 27,689 1,665 16,633 0,000 24,352 31,027 24,352 31,027
Variable X 4 -1,720 4,654 -0,370 0,713 -11,051 7,610 -11,051 7,610
Variable X 5 159,435 8,830 18,056 0,000 141,732 177,138 141,732 177,138
Tabla 4.31 Estadísticas de la regresión en la zona climática E1
Estadísticas de la regresión (E1) Qheat Q cool Q total

R^2 ajustado 0,903 0,809 0,908
Error típico 9,745 0,561 9,353

Tabla 4.32 Análisis de varianza en la zona climática E1
Análisis Grados
E1 de de F
Varianza libertad
Regresión 5,000 52581,027 10516,205 110,739 4,0706E-27
Qheat Residuos 54,000 5128,072 94,964
Total 59,000 57709,100
Regresión 5,000 80,238 16,048 50,944 3,0821E-19
Qcool Residuos 54,000 17,010 0,315
Total 59,000 97,248
Regresión 5,000 51453,421 10290,684 117,647 9,21819E-28
Q
Residuos 54,000 4723,419 87,471
total
Total 59,000 56176,840
Tabla 4.33 Cálculo de los coeficientes finales en la zona climática E1
Q heat E1
Coeficientes típico t Probabilidad 95% 95% 95,0% 95,0%
Intercepción -24,717 7,915 -3,123 0,003 -40,585 -8,849 -40,585 -8,849
Variable X 1 -0,006 1,625 -0,004 0,997 -3,263 3,251 -3,263 3,251
Variable X 2 -59,050 18,607 -3,174 0,002 -96,355 -21,745 -96,355 -21,745
Variable X 3 40,320 2,287 17,629 0,000 35,735 44,905 35,735 44,905
Variable X 4 -3,472 6,393 -0,543 0,589 -16,290 9,346 -16,290 9,346
Variable X 5 181,350 12,131 14,950 0,000 157,029 205,670 157,029 205,670
Q cool E1
Intercepción -0,911 0,456 -1,997 0,051 -1,824 0,003 -1,824 0,003
Variable X 1 -0,094 0,094 -1,001 0,321 -0,281 0,094 -0,281 0,094
Variable X 2 11,563 1,072 10,790 0,000 9,414 13,711 9,414 13,711
Variable X 3 -1,729 0,132 -13,124 0,000 -1,993 -1,465 -1,993 -1,465
Variable X 4 0,382 0,368 1,038 0,304 -0,356 1,121 -0,356 1,121
Variable X 5 4,364 0,699 6,247 0,000 2,963 5,765 2,963 5,765
Q total E1
Intercepción -25,628 7,596 -3,374 0,001 -40,857 -10,399 -40,857 -10,399
Variable X 1 -0,100 1,559 -0,064 0,949 -3,226 3,026 -3,226 3,026
Variable X 2 -47,487 17,858 -2,659 0,010 -83,290 -11,684 -83,290 -11,684
Variable X 3 38,591 2,195 17,581 0,000 34,191 42,992 34,191 42,992
Variable X 4 -3,090 6,136 -0,504 0,617 -15,392 9,212 -15,392 9,212
Variable X 5 185,714 11,642 15,952 0,000 162,372 209,055 162,372 209,055
Finalmente, en la tabla 4.34 resume los modelos de regresión lineal multivariante por zonas climáticas en
España, según las estrategias pasivas empleadas. Sería interesante, crear una sensibilidad, en el estudiante
de Arquitectura, que por medio de modelos de demanda energética, puedan apreciar como cada uno de
los parámetros del diseño arquitectónico afecta a sus modelos en la fase de diseño arquitectónico.
Parámetros:
X1= Rotación del edificio u orientación (radianes) : X2= Relación ventana-pared (número decimal) :X3=
Propiedades físico-térmicas de los materiales de construcción Wm-2K-1 :X4= Absorción solar
(adimensional): X5= Factor de forma (adimensional). Demanda total = kWh/m2 .
Tabla 4.34 Resultados de cálculo de demandas por zonas climáticas según estrategias de diseño
arquitectónico.
Zona climática Fórmula de regresión lineal según zonas climáticas

Q-heatA4 = - 4,571 - 0,064 X1 - 36,525 X2 + 9,668 X3 - 1,753 X4 + 33,725 X5
A4 Q-coolA4 = - 1,760 - 0,398 X1 + 60,971 X2 - 6,215 X3 + 2,078 X4 + 25,320 X5
Q-totA4 = - 6,331 - 0,463 X1 + 24,345 X2 + 3,452 X3 + 0,325 X4 + 59.045 X5
Q-heatB4 = -2,445 - 0,179 X1 - 6,367 X2 + 16,159 X3 - 0,868 X4 + 11,042 X5
B4 Q-coolB4 = -1,295 - 0,397 X1 - 59,729 X2 - 6,351 X3 + 2,029 X4 + 23,870 X5
Q-totB4 = -9,258 - 0,517 X1 + 10,991X2 + 8,852 X3 - 0,253 X4 + 78,977 X5
Q-heatC3= -17,163 - 0,045 X1 - 52,232 X2 + 25,011 X3 - 2,665 X4 + 104,472 X5
C3 Q-coolC3= -1,348- 0,307 X1+ 45,846 X2 -5,457 X3 + 1,469 X4 + 16,688 X5
Q-totC3= -18,512- 0,352 X1- 6,386 X2 + 19,553 X3 - 1,195 X4 + 121,160 X5
Q-heatD3= -20,462- 0,073 X1 - 59,454 X2 + 33,108 X3 - 3,195 X4 + 142,783 X5
D3 Q-coolD3= -1,415 - 0,312 X1 + 45,916 X2 - 5,418 X3 + 1,474 X4 + 16,651 X5
Q-totD3= -21,877 - 0,385 X1 - 13,538 X2 + 27,689 X3 - 1,720 X4 + 159,434 X5
Q-heatE1= -24,717- 0,005 X1 - 59,049 X2 + 40,320 X3 - 3,471 X4 + 181,349 X5
E1 Q-coolE1= -0,910- 0,093X1 + 11,562 X2 - 1,728 X3 + 0,382 X4+ 4,364 X5
Q-totE1= -25,627- 0,099 X1 - 47,486 X2 + 38,591X3 - 3,089 X4+ 185,713 X5

5. Conclusiones
5 Conclusiones
5.1 Problemática de las BPSTs y la educación en la Arquitectura
Dados los resultados de esta investigación, se puede concluir que existe una deficiencia significativa en
España en la formación actual de estudiantes de Arquitectura en las universidades, relacionada con los
intereses de eficiencia energética en el diseño arquitectónico. Numerosas investigaciones de otros países
indican que el uso de las herramientas de simulación energética (BPSTs) es esencial y que los arquitectos
deberían usarlas en el diseño de sus proyectos; sin embargo, se ha demostrado que el avance de su uso en
España en los últimos años es muy lento y deficiente. La reflexión alcanzada en esta investigación sugiere
que este tema debe abordarse ya, con máxima urgencia, a través del cambio en el enfoque pedagógico,
incorporando estas herramientas de manera obligatoria en los planes de estudios universitarios españoles.
Una de las principales razones por las que los arquitectos recién graduados no usan las BPSTs, es debido
a que son complejas y su aprendizaje es muy lento; además de ello, que la mayoría de estudiantes, no han
oído hablar de este término a lo largo de su carrera universitaria. Para permitir que los BPSTs se conviertan
en una práctica esencial, se deben incorporar estrategias de aprendizaje con material creado por el
profesorado para que las simulaciones energéticas se vuelvan accesibles y fáciles de usar en las fases
conceptuales del diseño arquitectónico. Los estudiantes, claramente se encuentran motivados con este
tipo de material considerándolo útil y un modo de tomar decisiones no arbitrarias en asignaturas como
proyectos arquitectónicos.
Los resultados se la encuesta han permitido elaborar un conjunto de recomendaciones concretas para
superar la brecha observada entre los currículos de Arquitectura y las primeras experiencias profesionales
de los arquitectos recién graduados en España. Estas recomendaciones se describen en la sección de
resultados de este documento y son de gran utilidad para los desarrolladores de software. De este modo,
pueden considerarlo como un ejemplo, en el cual el tratamiento de la salida de datos y los resultados de
las simulaciones energéticas, se adaptan al lenguaje y necesidades de los arquitectos. Del mismo modo,
es de gran utilidad para los educadores y las administraciones educativas hacia la implementación de
medidas urgentes que contribuirían a una mejor consolidación de la capacitación técnica y de eficiencia
energética para arquitectos en España.
5.1.1 Propuesta de mejora en la visualización de resultados en las simulaciones

energéticas
5.1.1.1 Elección del software Design Builder
Muchos estudios han demostrado que la mayoría de las herramientas disponibles son inadecuadas para
tratar con el diseño temprano de las etapas; además de no ser amigables con el usuario. La industria se ha
dado cuenta de esto y produce interfaces amigables, pero todavía existen muchas barreras de estas
herramientas; una de ellas es la interpretación de los resultados “Outputs”.
Existen una serie de criterios que llevan a los arquitectos a seleccionar las BPSTs; la capacidad de
intercambiar información de las herramientas de modelado, visualización y simulación, la interfaz y la
fácil entrada de datos. Una visualización más amigable de los resultados ayudaría a los educadores a
incluir estas herramientas en la docencia de Arquitectura; los documentos visuales con gráficos pueden
mostrar cómo los parámetros específicos influyen en el comportamiento cuantitativo y cualitativo de la
toma de decisiones arquitectónica en los edificios. Esta investigación se centra en la visualización de los
resultados exportados de la simulación como punto clave de mejora para fomentar el crecimiento del uso

de las BPSTs. Una relación directa entre la decisión de diseño y su impacto en las cargas térmicas sería
una buena transformación de gran cantidad de datos adaptados a las necesidades de los arquitectos. Es
por esta razón que se elige la herramienta “Design Builder”, que proporciona un conjunto completo de
resultados que incluyen análisis estacionarios y no estacionarios del comportamiento térmico de los
edificios.
La interfaz de “Design Builder” está adaptada a las necesidades de los arquitectos y permite intercambiar
información entre esta herramienta y “Autocad”, uno de los software más empleados por los arquitectos
en la etapa de diseño conceptual; además, el desarrollador de software Design Builder ofrece a las
universidades descuentos en paquetes para estudiantes para que se puedan implementar fácilmente en
los planes de estudio de Arquitectura.
5.1.1.2 La docencia para estudiantes de Arquitectura

El análisis de los resultados muestra que los recién graduados en Arquitectura carecen de conocimiento
de las BPSTs. En esta tesis se propone resolver esta deficiencia incorporando las simulaciones energéticas
en dos áreas diferentes de los planes de estudio de Arquitectura: en los cursos de diseño y en los cursos
de sistemas de construcción. Los cursos de diseño deben fomentar el uso de BPST a través de tareas sobre
la influencia de la orientación de los edificios, el factor de forma y la relación de pared a ventana; los
resultados de las simulaciones deben justificar las decisiones de diseño en la etapa conceptual del proceso
de diseño. Los cursos de sistemas de construcción deben incluir el uso de BPST para evaluar parámetros
térmicos, como la reflectancia solar y la transmitancia, y su influencia en la demanda de calefacción y
refrigeración; además hay que tomar en consideración, que la absorción es un parámetro que
tradicionalmente se ha descuidado en el rendimiento del edificio y se puede incluir fácilmente mediante
el uso de herramientas de simulación.
La incorporación de BPST en los planes o programas de estudio requiere la elaboración de materiales

didácticos innovadores relacionados con la discusión de los resultados de la simulación. Los enfoques
basados en las conferencias no son suficientes, y solo la propuesta de ejemplos prácticos en la enseñanza
puede resolver las deficiencias existentes. Los resultados de esta investigación pueden ser útiles para los
profesores y el personal de investigación interesados en enseñar los aspectos ambientales de la
Arquitectura, así como en el avance de estrategias que promuevan una forma efectiva de aprendizaje a
través de metodologías utilizadas durante las futuras carreras profesionales de los arquitectos graduados
recientes. Debido a que el arquitecto debe dejar una huella en la sociedad, la eficiencia debe ser algo
tangible e integrado lógicamente en las áreas del proyecto. Los BPST se pueden incluir en los planes de
estudio universitarios, y se debe alentar a los estudiantes a usarlos durante sus estudios. Los estudiantes
debieran combinar sus diseños creativos con medidas de ahorro de energía.
5.2 El material docente innovador como medio de aprendizaje

En este estudio se adoptaron métodos cualitativos y cuantitativos para investigar los factores del uso de
BPSTs en las aulas universitarias de Arquitectura. Los resultados de esta investigación indican que
todavía no se ha solucionado la actualización de las demandas y requerimientos energéticos, en una de
las carreras más relacionadas con esta temática como es la Arquitectura. La valoración de los estudiantes
de Arquitectura ha sido claramente positiva, estando totalmente receptivos al nuevo material innovador
propuesto; ya que, el tipo de formación impartida en los workshops les parece muy adaptada a sus
actuales necesidades formativas y de aprendizaje.
Los estudiantes reconocen que aprenden a diseñar un edificio, fijándose solamente en el parámetro de
orientación y diseño, dejando totalmente olvidados los parámetros de porcentajes de huecos, materiales
de la envolvente, en cuanto a la repercusión energética de los mismos; por otro lado, el análisis de los
gráficos les ayuda a comprender como se comporta energéticamente un edificio. De este modo, son más
conscientes de los fenómenos físicos involucrados en el diseño de un edificio y lo ven como un material
que da objetividad a la toma de decisiones arquitectónicas en la asignatura de proyectos arquitectónicos.
Uno de los elementos de más difícil comprensión por parte de los estudiantes, es que las BPSTs utlizan
un lenguaje basado en gran contenido numérico frente a los programas que utilizan el dibujo como el
punto fuerte de diseño. Los estudiantes de Arquitectura, no se encuentran familiarizados con los gráficos
de barras; sin embargo, valoran que en el material propuesto de estos gráficos se complementen con
iconos, dibujos y material gráfico familiar para ellos.
Además, según la teoría del aprendizaje experimental, el juego ayuda a los estudiantes a aumentar su
motivación del aprendizaje y a desarrollar su propio pensamiento crítico. La metodología empleada, del
juego, con su carácter experimental, les parece atractiva frente a largas explicaciones teóricas a modo de
conferencia; por ello, se asume que el docente debe colaborar en el aprendizaje colaborativo alumno-
profesor. La asimilación de conceptos técnicos, a través de un aprendizaje más constructivo o aprender
haciendo, genera mejores resultados de asimilación en el aprendizaje.
5.2.1 Recomendaciones para el sistema Universitario

Se incluye una crítica al sistema Universitario, al que se le solicita que fomente los contenidos que se les
va a exigir a los futuros arquitectos en el mundo profesional. Del mismo modo, es urgente la
incorporación de los conceptos medioambientales en el diseño arquitectónico, ya que se realiza de manera
muy superficial y arbitraria. Para poder conseguir esto, es necesario que a los alumnos se les enseñen las
herramientas actuales que se usan en el mundo profesional, ya que acaban la carrera sin haber utilizado
dichas herramientas. Existe por tanto una necesidad urgente de actualizar y revisar los planes de estudio,
ya que son bastante obsoletos en todo el territorio nacional, en cuento a la incorporación de las BPSTS en
la eficiencia energética en las edificaciones.
La vinculación y relación urgente entre asignaturas, como proyectos arquitectónicos y asignatura

energéticas indica que el aprendizaje de las materias de expresión gráfica en la Arquitectura corresponde
a un área de conocimiento que no presenta una complementación de ambos objetivos. Las BPSTs son un
interesante complemento para justificar numéricamente las decisiones arquitectónicas, que ellos mismos
reconocen a día de hoy tomarlas casi aleatoriamente, en asignaturas como “proyectos arquitectónicos”.
5.2.2 Soluciones propuestas finales

No existe el uso de BPSTs en las aulas de Arquitectura, sin embargo se consideran imprescindibles en su
práctica arquitectónica. La Universidad debe revisar los planes de estudio con urgencia, ya que es el
principal foco del problema. La no intervención en estos procesos del arquitecto es muy preocupante, el
arquitecto ignora esta información porque no forma parte de la generación de la misma y como no la
entiende no cree en ella. El mensaje que se tiene que tomar de esto es que no es necesario que a los
estudiantes de Arquitectura se les muestre como deben realizar las simulaciones, pero sí tendría que saber
cómo interpretar los resultados que se obtienen del programa para tomar la decisión de un modelo
óptimo. También es importante que a través de la lectura de estos resultados, comprendan mejor las
variables en el diseño arquitectónico y cómo éstas repercuten en el futuro cálculo de energía; ya que, un
buen diseño va ligado a una mejor eficiencia energética.

El diseño de análisis de gráficas adaptados al lenguaje de los arquitectos ayuda a la comprensión de

conceptos teóricos de asignaturas técnicas. Es necesario, diseñar material docente con un equilibrio entre
el diseño arquitectónico y la cuantificación de los modelos eficientes energéticamente. Los graduados de
Arquitectura deberían tener la habilidad de interpretar los resultados de una simulación y de cómo estos
influyen en el diseño de sus proyectos. Interpretar los resultados no es difícil, pero se requiere de un
enfoque educativo práctico, y debe introducirse ya en los planes de Arquitectura como asignatura
obligatoria las BPSTs.
El diseño del material docente innovador influye de forma positiva y significativa en la motivación de
aprendizaje de los estudiantes. Vemos como nuestra responsabilidad de educadores de llevar las
herramientas de simulación a la atención de los alumnos; las formas de utilizarlas en el aula y en estudio
de las mismas. Se han obtenido los resultados más comprensibles por parte de los alumnos, como son los
gráficos de barras en cuanto a demanda energética de los edificios. La elección de los resultados que nos
brinda el programa de simulación es material visual, de fácil interpretación.
Para los alumnos, la dificultad proviene de desenvolverse en otro lenguaje muy diferente a los programas
que ellos mismos están acostumbrados a manejar. Se han intentado manejar datos que son más visuales
y fáciles de entender, por ello se optó por los kWh/m2. Simulaciones simples sin entrar en detalles de
viviendas, sino en cómputos globales de edificaciones. El profesor revisa la eficacia de la enseñanza y
avanza en la búsqueda del valor de la educación de alta calidad. Es necesario que los educadores
incorporen las BPSTs en el al aula con urgencia; ya que, se ha demostrado que los estudiantes ven esta
falta de formación como un obstáculo para su futuro profesional, compitiendo con otras disciplinas como
ingenieros, consultores energéticos, que se encuentran mucho más preparados.
5.3 Estrategias pasivas en el diseño arquitectónico

En cuanto al apoyo de los diseñadores y profesionales de edificios durante las primeras etapas de diseño
de edificios residenciales ubicados en España, se proporciona el análisis energético de diferentes
estrategias arquitectónicas implementadas en el diseño pasivo.
Tres tipos de edificios representativos del stock de unidades de viviendas múltiples se simulan mediante
un análisis paramétrico en Design Builder. Para cada tipología, se evalúan parámetros tales como
orientación, relación ventana-pared (WWR), factor de forma, construcción de muros exteriores, color de
la envoltura y zonas climáticas, lo que resulta en 300 simulaciones. Dichos parámetros han sido graficados
y relacionados con el diseño del edificio, de modo que la demanda para calefacción y refrigeración de
espacios puede estar directamente relacionada con los parámetros de diseño específicos, y la brecha de
comunicación entre los resultados de las simulaciones y la comprensión de los arquitectos sobre ellos se
estrechó.
5.3.1 Influencia en la demanda energética

En cuanto a la demanda de calefacción, el mejor modelo resulta ser A-90°-E2w1â2 para todos los
climas. Se define mediante el uso de la transmitancia térmica que cumple con el CTE (U = 0,35 Wm−2 K−1 ),
así como un bajo WWR (20%) junto con colores oscuros (â 2 = 0,2). Con respecto al peor modelo, se
encuentra que es el C-60 ° y 120 ° del norte cuando se usa una transmitancia térmica que no cumple con
el CTE (U = 1,58 Wm −2 K −1 ), así como el más bajo porcentaje de WWR (20%) y colores claros (â 1 = 0,64).
En cuanto a la demanda de refrigeración, el mejor modelo no es el mismo en todas las zonas climáticas. En
las zonas A4, B4, C4 y D3, está orientado B-0 ° 90 ° desde el norte cuando se usa una transmitancia térmica
que no cumple con el CTE, así como el porcentaje más bajo de WWR (20%) y colores claros (E1w1â1). En
cuanto a la zona climática E1, la mejor configuración se encuentra cuando se usan paredes externas cuya
transmitancia térmica no cumple con la CTE (U = 1,58 Wm −2 K −1 ), con un valor bajo del parámetro WWR
(20%) y colores claros para el acabado (â 1 = 0,64). Con respecto al peor modelo, siempre resulta ser el
mismo en todas las zonas climáticas, es decir, C-60 ° y 120 ° desde el norte-E1w2â 1. En tales casos, la
transmitancia térmica no cumple con la CTE (U = 1,58 Wm −2 K −1 ), se utiliza el mayor porcentaje de WWR
(40%) y los colores considerados son claros (â 1 = 0,64).
En cuanto a la demanda total, el mejor modelo en las zonas climáticas A4, B4 y C4 es A-90 ° -E2w1â 1 . Se
define usando la transmitancia térmica que cumple con el CTE (U = 0,35 Wm −2 K −1 ), así como el
porcentaje más bajo de WWR (W1 = 20%) cuando se usan colores claros (â 1 = 0,64). Por el contrario, el
mejor modelo en las zonas climáticas D3 y E1 es A-90 ° -E2w1â 2 . Se define usando la transmitancia
térmica que cumple con la CTE (U = 0,35 Wm −2 K −1 ), así como el porcentaje más bajo de WWR (W1 =
20%) cuando se usan colores oscuros (â 2= 0,2).
Con respecto al peor modelo en las zonas climáticas A4 y B4, resultan ser los C-60 ° y 120 ° cuando se usa
la transmitancia térmica de la pared que no cumple con la CTE (U = 1,58 Wm −2 K −1 ) , así como el
porcentaje más bajo de WWR (20%) cuando se usan colores claros (â 1 = 0,64). En cuanto a las zonas
climáticas C4, el peor modelo es C-60 ° -E1w1â 1 . Se define utilizando la transmitancia térmica que no
cumple con la CTE (U = 1,58 Wm −2 K −1 ), así como el porcentaje más bajo de WWR (W1 = 20%) cuando se
usan colores claros (â 1 = 0,64) . En cuanto a las zonas climáticas D3 y E1, el peor modelo es C-120 ° -
E1w1â 1. Se define utilizando la transmitancia térmica que no cumple con la CTE (U = 1,58 Wm −2 K −1 ),
así como el porcentaje más bajo de WWR (W1 = 20%) cuando se usan colores claros (â 1 = 0,64) .
5.3.2 Influencia en los parámetros de diseño según zonas climáticas

La mayoría de los parámetros producen efectos contradictorios al comparar las demandas de calefacción
y refrigeración. En cuanto al factor de forma, si se considera la construcción cuadrada, la demanda de
calefacción alcanza su valor mínimo cuando las fachadas se orientan directamente a los cuatro puntos
cardinales. En un edificio rectangular, la demanda de calefacción se reduce ya que la fachada orientada al
este es más pequeña. La reducción del WWR hace que la demanda de calefacción disminuya y la demanda
de refrigeración aumente; esto es beneficioso para la zona climática E1 pero perjudicial para A4. Además,
la reducción en el WWR cuando se consideran los climas A4 ayuda a los usuarios a reducir la demanda
de refrigeración, mientras que la misma acción en áreas más frías empeora la demanda de calefacción.
En cuanto a la reflectancia de los materiales, en la zona climática A4 el uso de materiales fríos reflectantes
y selectivos es beneficioso. Cuando se considera E1 (U = 1,58 Wm −2 K −1 ), definitivamente se recomienda
el uso de materiales absorbentes. En zonas más frías como E1, se recomienda usar colores más oscuros,
mientras que en zonas más cálidas como A4 se recomienda usar colores más claros (â 1 = 0,64).
5.3.3 Cumplimiento del passivhaus (PH) estándar

Finalmente, aquellos edificios ubicados en las zonas climáticas C4, D3 y E1 requieren un análisis más
detallado ya que su diseño no cumple con el estándar de PH de acuerdo con las medidas básicas de diseño
pasivo discutidas. Se demostró la importancia de aplicar los principios de la casa pasiva en las primeras
fases de diseño para reducir el consumo de energía. La adopción de herramientas útiles como el software
de simulación dinámica puede ayudar a arquitectos, diseños, constructores y partes interesadas en el

proceso de toma de decisiones para reconocer que el modelo de PH es una de las formas más efectivas de
reducir las emisiones de carbono.
Se pueden obtener diseños más eficientes mediante el uso de estrategias pasivas apropiadas que se
llevarán a cabo mediante diseñadores de edificios comprometidos y conscientes de la situación actual
para cumplir con los requisitos de las políticas energéticas europeas; aunque, considerar los hábitos de
los usuarios sigue siendo un tema pendiente, el uso de estrategias pasivas es definitivamente un gran
avance en el diseño de edificios eficientes.
5.4 Reflectancia solar y entorno urbano

El presente trabajo de investigación se centró en el impacto de la tecnología, al considerar el contexto
urbano de un edificio, esto es relevante para el equilibrio de los niveles de albedo urbano y el confort
térmico interior. En la mayoría de los estudios, las simulaciones se realizaron sin tener en cuenta los
contextos urbanos y, por lo tanto, no se tuvieron en cuenta los efectos de la reflectancia solar y los puntos
sombreados.
Los resultados obtenidos a través de las simulaciones paramétricas ayudan a comprender cuáles deben
ser los objetivos relacionados con la eficiencia energética en un proyecto. La simulación ayuda a los
diseñadores de edificios a identificar los parámetros de diseño más influyentes a tener en cuenta. También
les permite identificar los rangos de valores de los parámetros de diseño incluidos en sus proyectos.
Una de las limitaciones de este trabajo de investigación es que solo se basó en la simulación. Sin embargo,
uno de los objetivos de este trabajo de investigación fue la cuantificación de las diferencias en los
resultados de acuerdo con la variabilidad de los parámetros; por lo tanto, según nuestro punto de vista,
este método puede considerarse adecuado, aunque solo se basa en la simulación.
5.4.1 Influencia de la temperatura

El incremento en los niveles de albedo (es decir, reflectancia solar) de una fachada durante los períodos
de invierno produce diferencias mínimas en las temperaturas operativas interiores. Por el contrario,
aumentar los niveles de albedo durante el período de verano produce diferencias máximas de
temperatura. Se encontraron valores que van desde 1,24 a 3,04 ° C dependiendo de la zona climática
considerada; por lo tanto, durante el invierno, una reducción de los valores de albedo aumenta las
temperaturas operativas en interiores, mientras que durante el verano, un incremento de los valores de
albedo disminuye las temperaturas operativas en interiores.
La orientación del edificio influye en las diferencias máximas de temperatura según los niveles de
reflectancia solar. En el caso de zonas climáticas muy cálidas (A4), moderadas (C4) y muy frías (E1), las
diferencias máximas se encontraron cuando el modelo estaba orientado al noroeste-sureste. Por otro lado,
en el caso de las zonas climáticas cálidas (B4) y frías (D3), esto se encontró cuando el modelo estaba
orientado de este a oeste. En cuanto a las diferencias mínimas de temperatura, la mejor orientación del
edificio fue de norte a sur cuando se consideraban las zonas de clima muy cálido (A4), mientras que en
las zonas climáticas restantes la mejor orientación del edificio fue de este a oeste.
5.4.2 Influencia del contexto urbano en la demanda energética

La simulación de un edificio urbano en un contexto aislado (es decir, sin su contexto urbano) mostró una
demanda de refrigeración mayor que los que realmente demanda el edificio en todas las zonas
climáticas. Esto se debe al hecho de que el edificio aislado recibe toda la irradiación solar posible, ya que
ningún edificio vecino proyecta áreas sombreadas en él. Por lo tanto, su demanda de refrigeración será
mayor y, por lo tanto, el sistema de refrigeración podría sobredimensionarse ya que la irradiación solar
simulada no llega al edificio real debido a la presencia de edificios vecinos.
Por otro lado, la simulación de un edificio aislado también mostró valores de demanda de calefacción más
bajos que la oferta en todas las zonas climáticas. Esto se debe al hecho de que el edificio aislado recibe
toda la irradiación solar posible, ya que ningún edificio vecino proyecta zonas sombreadas en él; por lo
tanto, su demanda de calefacción será menor y, por lo tanto, el sistema de calefacción podría ser de menor
tamaño ya que la irradiación solar simulada no llega al edificio real debido a la presencia de edificios
vecinos.
La demanda de refrigeración cuando se considera un cañón urbano alto (1,1) siempre es menor que
cuando se considera un cañón urbano bajo (0,6). La demanda de calefacción con un cañón urbano bajo
(0.6) siempre es menor que la de un cañón urbano alto (1,1). Para minimizar los valores de Q-calor, se
recomienda utilizar colores oscuros, por el contrario, para minimizar el Q-cool, se deben usar colores
claros. En cuanto a la demanda total (Q), los valores más bajos están asociados con el uso de colores
oscuros. Esto se debe al hecho de que la mayor demanda en un clima, como España, corresponde a los
meses de invierno; por lo tanto, el uso de colores claros es más beneficioso para zonas climáticas muy
calientes (A4) y cálidas (B4) (A4), ya que se encontraron valores de demanda de refrigeración más altos.
En cuanto a las zonas climáticas moderadas (C4) y frías (D3), se obtuvieron valores similares de la
demanda de refrigeración. En zonas climáticas frías (D3) y muy frías (E1), se recomienda el uso de colores
oscuros ya que la demanda de calefacción es mucho mayor; sin embargo, las zonas de clima moderado
(C4) son las zonas más controvertidas en el momento de la toma de decisiones. Las diferencias obtenidas
entre simulaciones con o sin consideración del contexto urbano son más notables en el caso de las zonas
climáticas más frías.
En cuanto al Q-cool, se observa que un cañón urbano alto ayuda a reducir la demanda de
refrigeración. Los colores oscuros favorecen menores demandas de calefacción y demandas totales,
mientras que los colores claros favorecen menores demandas de refrigeración.
Con respecto a los modelos más desfavorables, se muestran los siguientes resultados. En cuanto al calor
Q, los colores claros y los puntos sombreados proyectados por los edificios vecinos implican que se
requieren mayores demandas de calefacción. En cuanto a Q-cool, la peor configuración corresponde a
niveles más bajos de albedo (colores oscuros). El factor de forma de un edificio es más influyente que los
niveles de albedo en todas las zonas climáticas. Si los diseñadores de edificios desean obtener menores
demandas de Q-calor y Q-total, se recomienda simular el edificio sin un contexto urbano. Por el contrario,
si los diseñadores desean obtener menores demandas de Q-cool, se recomienda una simulación que
incluya un contexto urbano elevado (Hc = 1,1).
La simulación con un contexto urbano tiene un impacto negativo en la estimación de la demanda de

calefacción (es decir, un incremento en kWh m −2 ). Por el contrario, la simulación con un contexto urbano
tiene un impacto positivo en la estimación de la demanda de refrigeración (es decir, una reducción de
kWh m −2 ). Finalmente, con respecto a la demanda total, la simulación con un contexto urbano tiene un
impacto negativo ya que se obtuvieron valores más altos de la demanda en todos los casos (es decir, un
incremento en kWh m −2). Esta tesis muestra la importancia significativa de los contextos urbanos en las
demandas de calefacción y refrigeración; por lo tanto, los edificios vecinos desempeñan un papel crucial
y pueden considerarse una variable de impacto importante a tener en cuenta; por lo cual, los contextos

urbanos afectan sustancialmente el Q-cool, mostrando un aumento en los valores obtenidos para todas
las zonas climáticas; por el contrario, en términos de Q-calor y Q-total, los valores obtenidos al considerar
el contexto urbano fueron más bajos que los obtenidos al simular el edificio aislado.
Las diferencias más altas entre simular con o sin un contexto urbano se describen a continuación: el
modelo que considera un cañón urbano alto cuando la orientación del edificio es este-oeste y se usan
colores oscuros dio como resultado un incremento en la demanda de refrigeración (39% en zonas de clima
muy cálido) y la demanda de calefacción (12% en zonas de clima muy frío)
En cuanto a la demanda total, depende de la zona climática considerada. En zonas de clima muy cálido
(A4), la diferencia más alta corresponde a la orientación norte-sur cuando se usan colores claros (21,8%),
mientras que en las zonas restantes cuando se usan colores oscuros, los valores son 10,8% (caliente), 27,5%
(moderado) y 30,6% (frío), respectivamente. En cuanto a las zonas de clima muy frío (E1), la diferencia es
del 72,9% cuando la orientación del edificio es este-oeste y se utilizan colores oscuros.
Las diferencias más pequeñas entre simular con o sin un contexto urbano se describen a continuación: el
modelo que considera un cañón urbano bajo cuando la orientación del edificio es de norte a sur y el uso
de colores claros da como resultado un incremento en la demanda de refrigeración (es decir, 12,5% en
zonas de clima muy cálido). Una orientación noreste-suroeste cuando se usan colores claros en zonas de
clima muy frío resulta en una menor demanda de calefacción (3,3%).
Del mismo modo, en cuanto a la demanda total, depende de la zona climática considerada. En zonas de
clima muy caluroso (A4), corresponde a la orientación este-oeste y al uso de colores oscuros (4,9%). En
zonas de clima cálido (B4), corresponde a la orientación noreste-suroeste (1,5%). En las zonas restantes, se
obtuvieron los siguientes resultados: 10% (moderado), 11,2% (frío) y 39,6% (muy frío) cuando la
orientación del edificio es noreste-suroeste y se utilizan colores oscuros.
La variación de los valores de reflectancia solar, la orientación del edificio y la transmitancia térmica de
las paredes dan como resultado un modelo de eficiencia energética para optimizar las demandas de
energía en los edificios. El uso de tecnologías limpias y / o eficientes proporciona a los edificios una
disminución en su consumo de energía, una vez que se establece una baja demanda total a través de un
diseño eficiente; un consumo mínimo de energía cumple con la normativa europea. Ahorrar el 76% de los
costos de refrigeración en zonas climáticas muy cálidas (A4) y el 73% de los costos de calefacción en la
zona climática A1 son definitivamente resultados notables a tener en cuenta.
Para concluir, la capacidad de absorción es un parámetro que influye significativamente en la temperatura

operativa interior de los edificios y puede ayudar a los diseñadores de edificios en sus evaluaciones. Por
otro lado, este estudio indica las diferencias que los diseñadores de edificios deben tener en cuenta al
realizar simulaciones de energía en España. Es importante encontrar el equilibrio entre los valores de
albedo en un clima, como España, ya que una reducción en los costos de refrigeración penaliza los costos
de calefacción. Finalmente, la transmisión de este conocimiento a nivel de formación en Arquitectura
sostenible es definitivamente urgente. La integración de la simulación como herramienta de pronóstico
en el diseño arquitectónico y como herramienta de investigación tendrá un profundo impacto en la
eficiencia energética de los edificios.
5. Conclusions

5 Conclusions
5.1 Problems of BPSTs and education in Architecture
Given the results of this research, it can be concluded that there is a significant deficiency in Spain within
the current training of architecture students, which is related to the interests of energy efficiency in
architectural design. Extensive research from other countries indicates that the use of energy simulation
tools (BPSTs) is essential and that architects should use them during the design process of their projects.
However, it has been shown that the progress of its use in Spain in recent years is very slow and poor.
This research work suggests that this topic should be addressed now, with the utmost urgency, through
a shift in its pedagogical approach, incorporating these tools within the Spanish university syllabuses.
One of the main reasons why newly graduated architects do not use BPSTs is because they consider them
complex and very slow to be learnt. In addition, most students have never heard of BPSTs throughout
their university studies. Learning strategies must be incorporated by using specific material created by
professors and researchers in order to allow BPSTs become essential. Thus, energy simulations would be
accessible and easy to use during the conceptual phases of architectural design. Students who were
trained on BPSTs are clearly motivated with this type of material. They consider them very useful to make
non-arbitrary decisions related to their architectural projects.
The results of the survey have allowed the authors to elaborate a set of concrete recommendations in order
to overcome the observed usage gap between the architecture syllabuses and the first professional
experiences of the newly graduated architects in Spain. These recommendations are described in the
results section of this document and are very useful for software developers. Therefore, they can consider
it as an example in which the treatment of the data output and the results of the energy simulations are
adapted to the language and needs of architects. Likewise, BPSTs are very useful for educators and
educational administrations with regard to the implementation of urgent measures that would contribute
to a better consolidation of the technical training of architects and the improvement of energy efficiency
in Spain.
5.1.1 Proposal to improve the visualization of results in energy simulations

5.1.1.1 Selection of the software Design Builder
Many studies have shown that most of the available tools are inadequate to deal with early stage design.
The suppliers have realized this fact and produce friendly interfaces, but there are still many barriers to
the widespread use of these tools. One of them is the interpretation of the output results.
There are several criteria that lead architects to select BPSTs. For example, the ability to obtain information
from the modelization, visualization, and simulation tools. Second, a more friendly interface as well as a
better visualization of the results. This would help trainers to include these tools in architecture teaching.
In addition, the graphical documents obtained show how specific parameters influence the quantitative
and qualitative impact of decision making on buildings. This research focuses on visualizing the exported
results of energy simulation as a key point of improvement in order to encourage the growth in the use
of BPSTs. A direct relationship between the design decisions made and their impact on the thermal loads
would be a good transformation for the large amount of data to be adapted to the needs of architects. Due
to this reason, the software Design Builder has been selected. It provides a complete set of results that
include stationary and non-stationary analyses of the thermal behavior of buildings.
The Design Builder interface is adapted to the needs of architects and it allows the exchange of
information between such tool and Autocad, which is one of the softwares most used by architects during
the conceptual design stage. In addition, the developers of Design Builder offer universities student
package discounts so that these tools can be easily implemented within the architectural syllabuses.
5.1.1.2 Teaching for architecture students

The analysis of the results shows that newly graduated architects lack a basic knowledge of BPSTs. To
solve this deficiency this research work proposes to incorporate energy simulations in two different areas
of the architecture programmes, i.e., within the design courses and the construction systems courses.
Design courses must encourage the use of BPST through assignments on the influence of the building
orientation, the shape factor, and the wall-to-window ratio. Simulation results must justify the design
decisions during the conceptual stage of the design process. Construction systems courses must include
the use of BPST to assess thermal parameters, such as solar reflectance and transmittance, and their
influence on the heating and cooling demands. In addition, it must be taken into account that absorption
is a parameter that has traditionally been neglected in the performance of buildings. It can be easily
included through the use of simulation tools.
Incorporating BPST into the university syllabuses requires the development of innovative teaching
materials related to the discussion of simulation results. Lecture-based approaches are not enough. On
the contrary, only the proposal of practical examples in teaching can solve the existing deficiencies. The
results of this research can be useful for professors and research staff interested in teaching the
environmental aspects of architecture, as well as the strategies that promote an effective way of learning
through methodologies used during the future professional careers of newly graduated architects. Due
to the fact that architects must leave an imprint on the society, efficiency must be something tangible and
logically integrated in their projects. BPSTs can be included in the university syllabuses, and students
must be encouraged to use these tools during their education. They must combine their creative designs
with energy saving measures.
5.2 Innovative teaching material as a learning method

In this study, qualitative and quantitative methods were adopted to delve into the factors which affect the
use of BPSTs in a classroom. The results of this research work indicate that the updating of energy
demands and requirements have not yet been solved in Architecture. The students had a clearly positive
feeling to it, being totally receptive to the new innovative material proposed. Therefore, the type of
training provided in the workshops seems to be adapted to their current training and learning needs.
The students recognize that they design their buildings paying attention only to the orientation and the
design, ignoring other parameters such as the window-to-wall ratio or the materials of the envelope in
terms of their repercussion on energy saving. On the other hand, the analysis of the graphics helps them
understand the behavior of a building from an energy viewpoint. Thus, the students are more aware of
the physical phenomena involved in the design of a building and in relation to the subject of architectural
projects they realize that this is a material which provides objectivity to the architectural decision-making
process.
One of the elements that students find difficult to understand is that BPSTs use a language based on great
numerical content compared to other programs that use drawing as the strong tool of design. Architecture
students are not familiar with bar charts. However, they appreciate that besides the charts the proposed
material includes icons, drawings, and other graphic material with which they are more familiar.

Furthermore, according to the theory of experimental learning, the game helps students to increase their
learning motivation and to develop their own critical thinking. The gamification methodology used seems
attractive to them when compared to the long theoretical explanations of a masterclass or a lecture.
Therefore, it is assumed that the teacher must incorporate a collaborative student-teacher learning. The
assimilation of technical concepts through a more constructive learning or learning-by-doing
methodologies generates better assimilation results during the learning process.
5.2.1 Recommendations to the University system

A critique of the University system is included, requested to promote the contents that will be required
by future architects. Similarly, it is urgent to incorporate environmental concepts in architectural design
since now it is done in a very arbitrary way. In order to achieve this, it is necessary for students to learn
the tools used currently, since they finish their degree without having used such tools. Therefore, there is
an urgent need to update and revise the university syllabuses, which are quite obsolete throughout the
Spanish territory, as well as to incorporate BPSTs in the consideration of the energy efficiency parameters
involved in building design.
The urgent connection and relationship between subjects, such as architectural projects and construction
subjects, indicates that the learning of graphic subjects in architecture corresponds to an area of
knowledge that does not consider these objectives. BPSTs are an interesting tool to justify the architectural
decisions numerically. The students recognize that their decision-making processes are almost made at
random in subjects such as architectural projects.
5.2.2 Final proposed solutions

There is no use of BPSTs within the current programmes of Architecture in Spain. However, they are
considered essential in architectural practice. The universities must review their syllabuses urgently, since
this is the main focus of the problem. The non-intervention of the architect in these processes is very
worrying, since architects ignore this piece of information because it is not considered an essential part
and they admit that they do not understand it. The conclusion to is that it is not necessary for architecture
students to be shown how they should perform simulations, but they would have to know how to
interpret the results that come out of the program to make the decision of an optimal model. It is also
important that by reading these results they better understand the variables involved in architectural
design and how they affect future energy calculations. A good design is connected to a better energy
efficiency.
When the analysis is adapted to the language of architects they can understand the theoretical concepts
of technical subjects. It is necessary to design teaching material with a balance between architectural
design and the quantification of energy efficient models. Architecture graduates must have the ability to
interpret simulation results and their influence in the design of their projects. Interpreting the results is
not difficult but a practical educational approach is required. Therefore, BPSTs must be included in
architectural syllabuses as a compulsory subject.
The design of innovative teaching material positively and significantly influences the students' learning
motivation. Our responsibility as educators is to bring simulation tools to the attention of students. The
most understandable results have been obtained by the students, such as bar charts in terms of the energy
demand of buildings. The results provided by the simulation software is visual and easy to interpret.
The students may find difficulties in working with a language that is very different from the softwares
that they are familiar with. Some attempts have been made to manage more visual data which will be
easier to understand. Therefore, the unit selected was kWh/m2. Educators review the effectiveness of
teaching and advances in the search for the value of a high-quality education. Educators need to
incorporate BPSTs into the university syllabuses urgently. It has been shown that students see this lack of
training as an obstacle to their professional future competing with other professionals such as civil
engineers and energy consultants, who are much more prepared in this area.
5.3 Passive strategies in architectural design

Different passive strategies are provided in relation with the support of designers and other professionals
during the early stages of building design in Spain.
Three types of buildings representative of the stock of multiple dwelling units are simulated using
parametric analysis in Design Builder. Parameters such as the orientation of buildings, their window-to-
wall ratio (WWR), the shape factor, the construction of the external wall, the color of the envelope, and
the type of climate zones considered for each type of building. 300 simulations have been accomplished.
These parameters have been plotted and related to the design of the building, so that the heating and
cooling demands can be directly related to the specific design parameters.
5.3.1 Influence on energy demand

As for heating demand, the best model turns out to be A-90° (E2w1â2) for all climate zones considered. It
is defined by using a CTE-compliant thermal transmittance (i.e., the U-value) U = 0.35 Wm−2 K−1, as well
as a low WWR (20%) along with dark colors (â2 = 0.2). Regarding the worst model, it is found that it is the
C-60° and 120° with respect to the north when a thermal transmittance that does not comply with the CTE
(U = 1.58 Wm−2 K−1), as well as the most low percentage of WWR (20%) together with light colors (â1 = 0.64)
are used.
Regarding the cooling demand, the best model is not the same in all climate zones. In zones A4, B4, C4,
and D3, it is oriented B-0° 90° with respect to the north when a thermal transmittance that does not comply
with the CTE, as well as the lowest percentage of WWR (20%), and light colors (E1w1â1) are considered.
Regarding climate zone E1, the best configuration is found when external walls whose thermal
transmittance does not comply with the CTE (U = 1.58 Wm −2 K−1), a low value of the WWR parameter
(20%), and light colors are used (â1 = 0.64). With respect to the worst model, it always turns out to be the
same in all climate zones, that is, C-60° and 120° with respect to the north (E1w2â1). In such cases, the
thermal transmittance does not comply with the CTE (U = 1.58 Wm−2 K−1), the highest percentage of WWR
is used (40%) and the colors considered are light (â1 = 0.64).
Regarding the total energy demand, the best model in climate zones A4, B4, and C4 is A-90° (E2w1â1). It
is defined using the thermal transmittance that complies with the CTE (U = 0.35 Wm−2 K−1), as well as the
lowest percentage of WWR (20%) when using light colors (â 1 = 0.64). On the contrary, the best model in
climate zones D3 and E1 is A-90 ° (E2w1â2). It is defined using CTE-compliant thermal transmittance (U
= 0.35 Wm−2 K−1), as well as the lowest percentage of WWR (20%) when using dark colors (â 2 = 0.2).
With respect to the worst model in climate zones A4 and B4, they turn out to be C-60° and 120° when
using a thermal transmittance of the wall that does not comply with the CTE (U = 1.58 Wm−2 K−1), as well
as the lowest percentage of WWR (20%), and light colors (â1 = 0.64). Regarding C4 climate zones, the worst
model is C-60° (E1w1â1). It is defined when a non-CTE-compliant thermal transmittance (U = 1.58 Wm−2

K−1) is used, as well as the lowest percentage of WWR (20%), and light colors (â1 = 0.64). Regarding climate
zones D3 and E1, the worst model is C-120° (E1w1â1). It is defined when the thermal transmittance that
does not comply with the CTE (U = 1.58 Wm−2 K−1), as well as the lowest percentage of WWR (20%), and
light colors are considered (â1 = 0.64).
5.3.2 Influence of the design parameters according to the different climate zones
Most of the parameters produce contradictory effects when comparing heating and cooling demands.
Regarding the form factor, if the square construction is considered, the heating energy demand reaches
its minimum value when the facades are oriented directly to the four cardinal points. In a rectangular
building, heating demand is reduced since the east-facing façade is smaller. The reduction of the WWR
causes the heating demand to decrease and the cooling demand to increase. This is beneficial for climate
zone E1 but detrimental for A4. Furthermore, the reduction in WWR when considering A4 climates helps
users to reduce the demand for cooling energy, while the same action in colder areas worsens the demand
for heating energy.
Regarding the reflectance of the materials, in climate zone A4 the use of selective and reflective cold
materials is beneficial. When considering E1 (U = 1.58 Wm−2 K−1), the use of absorbent materials is
definitely recommended. In colder areas such as E1, it is recommended to use darker colors, while in
warmer areas such as A4 it is recommended to use lighter colors (â1 = 0.64).
5.3.3 Compliance with the standard passivhaus (PH)

Finally, those buildings located in climate zones C4, D3, and E1 require a more detailed analysis since
their design does not meet the passivhaus (PH) standard according to the basic passive design measures
discussed. The importance of applying the passivhaus principles in the early design phases to reduce
energy consumption is proven. Adopting useful tools like dynamic simulation software can help
architects, designers, and engineers during the decision-making process to recognize that the PH model
is one of the most effective ways to reduce carbon emissions.
More efficient designs can be obtained through the use of appropriate passive strategies that will be
carried out by committed designers who are aware of the current situation in order to comply with the
requirements of European energy policies. Although considering user habits remains a pending issue, the
use of passive strategies is definitely a breakthrough in the design of efficient buildings.
5.4 Solar reflectance and urban contexts

The present research work focuses on the impact of technology when considering the urban context of a
building. This is a relevant contribution for the balance of the albedo levels and the thermal comfort
indoors. In most of the studies, the simulations have been performed without taking into account urban
contexts and, therefore, the effects of solar reflectance (i.e., albedo) since no neighboring building is
projecting shady spots on it.
The results obtained through parametric simulations help understand what the objectives related to
energy efficiency should be. Simulation helps building designers identify the most influential design
parameters to be considered. It also allows them to identify the ranges of values pertaining to the design
parameters included in their projects.
One of the limitations of this research work is that it is only based on simulation. However, one of the
objectives of this research work is the quantification of the differences in the results according to the
variability of the parameters. Therefore, from our viewpoint, this method can be considered adequate
although it is only based on simulation.
5.4.1 Influence of temperature

The increment in the albedo levels (i.e., solar reflectance) of a façade during the winter periods produces
minimum differences in the indoor operative temperatures. On the contrary, increasing the albedo levels
during the summer period produces maximum temperature differences. Values ranging from 1.24 to 3.04
°C were found depending on the climate zone considered. Therefore, during the winter, a reduction of
the albedo values increases the indoor operative temperatures, whereas during the summer, an increment
of the albedo values decreases the indoor operative temperatures.
The building orientation influences the maximum temperature differences according to the albedo levels.
In the case of very hot (A4), moderate (C4), and very cold (E1) climate zones, the maximum differences
were found when the model was northwest–southeast-oriented. On the other hand, in the case of hot (B4)
and cold (D3) climate zones, this was found when the model was east–west-oriented. Regarding the
minimum temperature differences, the best building orientation was north–south when considering very
hot climate zones (A4), whereas in the remaining climate zones the best building orientation was east–
west.
5.4.2 Influence of urban contexts on the energy demand

The simulation of a building ignoring its urban context (i.e., without its urban context) showed higher
cooling than those actually demanded by the building in all climate zones. This is due to the fact that the
isolated building receives all possible solar irradiation, since no neighboring building is projecting shady
spots on it. Therefore, its cooling demand will be higher and therefore the cooling system might be
oversized as the simulated solar irradiation does not reach the real building due to the presence of
neighboring buildings.
On the other hand, simulating simulation of an isolated building also showed lower heating demand
values than the supply in all climate zones. This is due to the fact that the isolated building receives all
the possible solar irradiation, since no neighboring building is projecting shady spots on it. Therefore, its
heating demand will be lower and therefore the heating system might be undersized as the simulated
solar irradiation does not reach the real building due to the presence of neighboring buildings.
The cooling demand when considering a high urban canyon (1.1) is always lower than when considering
a low urban canyon (0.6). The heating demand with a low urban canyon (0.6) is always lower than that of
a high urban canyon (1.1). In order to minimize the Q-heat values, it is recommended that dark colors are
used. On the contrary, to minimize the Q-cool, light colors must be used. As for the total demand (Q), the
lowest values are associated with the use of dark colors. This is due to the fact that the highest demand in
a climate, such as Spain, corresponds to the winter months. Thus, the use of light colors is more beneficial
for very hot (A4) and hot (B4) climate zones (A4), since higher cooling demand values were found.
As for the moderate (C4) and cold (D3) climate zones, similar values of the cooling demand were obtained.
In cold (D3) and very cold (E1) climate zones, the use of dark colors is recommended since the heating
demand is much higher. However, moderate climate zones (C4) are the most controversial zones at the
time of decision making. The differences obtained between simulations with or without consideration of
the urban context are more remarkable in the case of the coldest climate zones.

As for the Q-cool, it is noted that a high urban canyon helps reduce the cooling demand. Dark colors favor
lower heating demands and total demands whereas light colors favor lower cooling demands.
With respect to the most unfavorable models, the following results are shown. As for Q-heat, light colors
and shady spots projected by the neighboring buildings imply that higher heating demands are required.
As for Q-cool, the worst configuration corresponds to lower albedo levels (dark colors). The shape factor
of a building is more influential than the albedo levels in all climate zones. If building designers want to
obtain lower Q-heat and Q-total demands, it is recommended that the building is simulated without an
urban context. On the contrary, if designers want to obtain lower Q-cool demands, then a simulation
including a high urban context (Hc = 1.1) is recommended.
The simulation with an urban context has a negative impact on the heating demand (i.e., an increment in
kWh m−2). On the contrary, simulation with an urban context has a positive impact on the cooling demand
(i.e., a reduction of kWh m−2). Finally, with respect to the total demand, simulation with an urban context
has a negative impact since higher values of the demand were obtained in all cases (i.e., an increment in
kWh m−2). This research work showed the significant importance of urban contexts on the energy
demands. Therefore, neighboring buildings play a crucial role and can be considered an important impact
variable to be taken into account. Thus, urban contexts substantially affect the Q-cool, showing an increase
in the values obtained for all climate zones. On the contrary, in terms of Q-heat and Q-total, the values
obtained when considering the urban context were lower than those obtained when simulating the
isolated building.
The highest differences between simulating with or without an urban context are described below. The
model that considers a high urban canyon when the building orientation is east–west and dark colors are
used resulted in an increment in the cooling demand (39% in very hot climate zones) and the heating
demand (12% in very cold climate zones).
As for the total demand, it depends on the climate zone considered. In very hot climate zones (A4), the
highest difference corresponds to the north–south orientation when using light colors (21.8%), whereas in
the remaining zones when using dark colors, the values are 10.8% (hot), 27.5% (moderate), and 30.6%
(cold), respectively. As for the very cold climate zones (E1), the difference is 72.9% when the building
orientation is east–west and dark colors are used.
The smallest differences between simulating with or without an urban context are described below. The
model that considers a low urban canyon when the building orientation is north–south and using light
colors results in an increment in the cooling demand (i.e., 12.5% in very hot climate zones). A northeast–
southwest orientation when using light colors in very cold climate zones results in a lower heating
demand (3.3%).
Similarly, as for the total demand, it depends on the climate zone considered. In very hot climate zones
(A4), it corresponds to the east–west orientation and use of dark colors (4.9%). In hot climate zones (B4),
it corresponds to the northeast–southwest orientation (1.5%). In the remaining zones, the following results
were obtained: 10% (moderate), 11.2% (cold), and 39.6% (very cold) when the building orientation is
northeast–outhwest and dark colors are used.
The variation of the albedo values, the building orientation, and the thermal transmittance of the walls
results in an energy efficient model in order to optimize the energy demands in buildings. The use of
clean and/or efficient technologies provides buildings with a decrease in their energy consumption, once
a low total demand is established through an efficient design. A minimum energy consumption complies
with European regulations. Saving 76% of the cooling costs in very hot climate zones (A4) and 73% of the
heating costs in climate zone A1 are definitely remarkable results to be taken into account.
In conclusion, absorptivity is a parameter that strongly influences the indoor operative temperature of
buildings and it can help building designers in their evaluations. On the other hand, this study indicates
the differences that building designers must take into account when accomplishing energy simulations in
Spain. It is important to find the balance between the albedo values in a climate, such as Spain, since a
reduction in cooling costs penalizes heating costs.
Finally, the transmission of this knowledge at the training level in sustainable architecture is definitely
urgent. The integration of simulation as a forecasting tool in architectural design and as a research tool
will have a deep impact on the energy efficiency of buildings.

6. Futuras líneas de investigación
6 Futuras líneas de investigación
Tras la realización del presente trabajo de investigación, se observa la necesidad seguir avanzando en los
diferentes aspectos que se describen a continuación.
 En futuros trabajos, se deberían incrementar los muestreos de opinión de los estudiantes de

Arquitectura, en todas las Universidades Españolas. De este modo se obtiene un fiel reflejo del
actual estado de las BPSTs en la docencia en España. Además, la realización de esta encuesta en
otros países de Europa proporcionaría resultados más completos.
 Pormenorizar el análisis de la información que se recoge en la encuesta, al ampliar la muestra
tomada. Estructurar el contenido de forma que permita ya incorporar, algunas de las conclusiones
obtenidas en esta tesis doctoral.
 Ampliar la investigación en cuanto a diversas formas de representar gráficamente los resultados
exportados del software de simulación energética. Crear talleres más extensos, e incluso
introducir ya este material como parte de la evaluación de una materia en la carrera de
Arquitectura. Esto permitirá obtener a más largo plazo, mejoras y evaluar mejor el correcto o no
funcionamiento de los talleres y del material empleado. Al igual que en el apartado anterior si
existe la posibilidad de ampliar estos talleres a nivel internacional.
 Modificación de las plantillas que se exponen en este trabajo de resultados exportados, ofreciendo
diferentes niveles, de grafismos, colores, tramas.
 Investigar acerca de la eficiencia energética de más modelos que los que se plantean en esta
investigación. Incorporar modelos geométricos con diferentes factores de forma. Al igual que
ampliar las variables y la cantidad de parámetros empleados.
 Seguir avanzando en las investigaciones sobre la absortancia solar y el entorno urbano,
proponiéndose más configuraciones que permitan afianzan los resultados.
 Seguir adecuando los resultados exportados al lenguaje de los arquitectos.

6. Future research lines
6 Future research lines
After carrying out this research work, it is observed the need to continue advancing in the aspects
described below.
• In future research works, the sampling of Architecture students can be increased in the Spanish
universities. Thus, a true picture of the current status of the use of BPSTs within higher education
would be obtained. Furthermore, conducting this survey in other European countries would
provide more complete results.
• The analysis of the information collected in the survey can be detailed by expanding the samples
taken. The content can be structured in a way that allows incorporating some of the conclusions
obtained in this doctoral thesis.
• The exported results of the energy simulation software can be expanded with regard to their
graphical representation. Creating more extensive workshops and introducing this material as
part of the evaluation of a subject in Architecture is crucial. This would allow long-term
improvements and a better evaluation of the workshops accomplished as well as a
comprehension of the material used. In addition, there is the possibility to expand these
workshops internationally.
• Different levels of graphics, colors, and patterns can be offered to the users by modifying the
templates exposed in this research work.
• The energy efficiency relevant to other models different than those proposed in this research
work must be taken into account. Other geometric models with different shape factors should
also be incorporated expanding the variables considered and the number of parameters used.
• A higher variety of configurations can be proposed to advance in the research of the influence
of solar absorbance and urban contexts on the energy efficiency of buildings.

7. Bibliografía
7 Bibliografía
Abdelhameed, W. (2018). BIM in architecture curriculum: a case study. Architectural Science Review, 61(6), 480–491.
https://doi.org/10.1080/00038628.2018.1483888
Aghamolaei, R., Ghaani, M. R., Tahsildoost, M., & Zandi, M. (2019). A comprehensive energy-oriented approach for
optimization of solar potential in urban contexts: an application study for residential districts. Advances in
Building Energy Research, 13(2), 205–219.
Agirbas, A. (2018). Performance-based design optimization for minimal surface based form. Architectural Science
Review, 61(6), 384–399. https://doi.org/10.1080/00038628.2018.1523130
Akalin, A., & Sezal, I. (2009). The importance of conceptual and concrete modelling in architectural design education.
International Journal of Art & Design Education, 28(1), 14–24.
Aksoy, U. T., & Inalli, M. (2006). Impacts of some building passive design parameters on heating demand for a cold
region. Building and Environment, 41(12), 1742–1754.
Al-Obaidi, K. M., Ismail, M., & Rahman, A. M. A. (2014). Passive cooling techniques through reflective and radiative
roofs in tropical houses in Southeast Asia: A literature review. Frontiers of Architectural Research, 3(3), 283–297.
Alchapar, N. L., & Correa Cantaloube, E. N. (2015). Reflectancia solar de las envolventes opacas de la ciudad y su efecto sobre
las temperaturas urbanas.
Alchapar, N. L., Correa Cantaloube, E. N., & Canton, M. A. (2013). Solar reflectance index of pedestrian pavements and
their response to aging.
Alchapar, N. L., Correa, E. N., & Cantón, M. A. (n.d.). Índice de reflectancia solar de revestimientos verticales:
potencial para la mitigación de la isla de calor urbana. Ambiente Construído, 12(3), 107–123.
Alonso Ruiz-Rivas, C. (2015). Rehabilitación energética de fachadas: Propuesta metodológica para la evaluación de soluciones
innovadoras, basándose en el diagnóstico de viviendas sociales construidas entre 1940 y 1980.
Alsaadani, S., & Bleil De Souza, C. (2019). Performer, consumer or expert? A critical review of building performance
simulation training paradigms for building design decision-making. Journal of Building Performance Simulation,
12(3), 289–307.
Alsaadani, S., & De Souza, C. B. (2016). Of collaboration or condemnation? Exploring the promise and pitfalls of
architect-consultant collaborations for building performance simulation. Energy Research & Social Science, 19,
21–36.
Altomonte, S., Rutherford, P., & Wilson, R. (2014). Mapping the way forward: Education for sustainability in
architecture and urban design. Corporate Social Responsibility and Environmental Management, 21(3), 143–154.
Anderson, K. (2014). Design energy simulation for architects: Guide to 3D graphics. Retrieved from
https://books.google.com/books?hl=es&lr=&id=uOKsAgAAQBAJ&oi=fnd&pg=PP1&ots=948O-
UqA1k&sig=o8wVwf9oPjsW4rKLHfQJKA7nN6w
Ángeles, M., & Vicente, D. (2015). Estimación de potenciales ahorros energéticos y beneficios medioambientales para España
derivados del uso de control de radiación (“cool roofs”) en los tejados de viviendas.
Arham, H., Serra Florensa, R., Isalgué Buxeda, A., Universitat Politècnica de Catalunya. Departament de
Construccions Arquitectòniques I., & Escola Tècnica Superior d’Arquitectura de Barcelona. (2010). Valoración
de la respuesta térmica en edificios la repercusión dinámica de la envolvente. In TDX (Tesis Doctorals en Xarxa).
Retrieved from http://www.tdx.cat/handle/10803/6145
Ascione, F., De Masi, R. F., de Rossi, F., Ruggiero, S., & Vanoli, G. P. (2016). Optimization of building envelope design
for nZEBs in Mediterranean climate: Performance analysis of residential case study. Applied Energy, 183, 938–
957. https://doi.org/10.1016/j.apenergy.2016.09.027

Asiain Alberich, M. L. de., Serra Florensa, R., Asiain Martín, J. L. de., Universitat Politècnica de Catalunya.
Departament de Construccions Arquitectòniques I., & Escola Tècnica Superior d’Arquitectura de Barcelona.
(2006). La Formación medioambiental del arquitecto hacia un programa de docencia basado en la Arquitectura
y el Medioambiente. In TDX (Tesis Doctorals en Xarxa). Universitat Politècnica de Catalunya.
Athalye, R. A., Xie, Y., Liu, B., & Rosenberg, M. I. (2013). Analysis of Daylighting Requirements within ASHRAE Standard
90.1. https://doi.org/10.2172/1092662
Attia, S, Beltrán, L., De Herde, A., & Hensen, J. (2009). “Architect friendly”: A comparison of ten different building
performance simulation tools. IBPSA 2009 - International Building Performance Simulation Association 2009, 204–
211. Retrieved from https://www.scopus.com/inward/record.uri?eid=2-s2.0-
84870176874&partnerID=40&md5=7d835e5c3ab6bb7d5f974c47dda312c6
Attia, Shady. (2011). State of the Art of Existing Early Design Simulation Tools for Net Zero Energy Buildings: A Comparison
of Ten Tools. https://doi.org/10.13140/RG.2.2.35424.23049
Attia, Shady, & De Herde, A. (2011). Early design simulation tools for net zero energy buildings: a comparison of ten
tools. Conference Proceedings of 12th International Building Performance Simulation Association, 2011.
Attia, Shady, Gratia, E., De Herde, A., & Hensen, J. L. M. (2012). Simulation-based decision support tool for early
stages of zero-energy building design. Energy and Buildings, 49, 2–15.
https://doi.org/10.1016/j.enbuild.2012.01.028
Attia, Shady, Hamdy, M., O’Brien, W., & Carlucci, S. (2013). Assessing gaps and needs for integrating building
performance optimization tools in net zero energy buildings design. Energy and Buildings, 60, 110–124.
Attia, Shady, Hensen, J. L. M., Beltran, L., & De Herde, A. (2012). Selection criteria for building performance
simulation tools: contrasting architects’ and engineers’ needs. Journal of Building Performance Simulation, 5(3),
155–169. https://doi.org/10.1080/19401493.2010.549573
Baba Mahjoubi, L. Olomolaiye, P. and Booth, C., A. (2013). Architects Requirements of Decision Support Tools to Deliver
Low Impact Housing Design in the UK: Insights and Recommendations. (Journal of Environment and Earth Science),
3(12), 22-32.-3(12), 22-32.
Balaras, C. A., Droutsa, K., Argiriou, A. A., & Asimakopoulos, D. N. (2000). Potential for energy conservation in
apartment buildings. Energy and Buildings, 31(2), 143–154.
Bambardekar, S., & Poerschke, U. (2009). The architect as performer of energy simulation in the early design stage.
IBPSA 2009 - International Building Performance Simulation Association 2009, 1306–1313.
Beatriz, D., Arranz, A., César, D., Frutos, B., Sergio, D., & Sánchez, V. (n.d.). DEPARTAMENTO DE CONSTRUCCIÓN
Y TECNOLOGÍA ARQUITECTÓNICA ESCUELA TÉCNICA SUPERIOR DE ARQUITECTURA DE MADRID.
Retrieved from http://oa.upm.es/22394/1/BEATRIZ_ARRANZ_ARRANZ.pdf
Beausoleil-Morrison, I. (2019). Learning the fundamentals of building performance simulation through an

experiential teaching approach. Journal of Building Performance Simulation, 12(3), 308–325.
https://doi.org/10.1080/19401493.2018.1479773
Beausoleil-Morrison, I., & Hopfe, C. J. (2016). Teaching building performance simulation: ever done an autopsy?
Bee, E., Prada, A., Baggio, P., & Psimopoulos, E. (2019). Air-source heat pump and photovoltaic systems for residential
heating and cooling: Potential of self-consumption in different European climates. Building Simulation, 12(3),
453–463. Springer.
Bell, R., & Loon, M. (2015). The impact of critical thinking disposition on learning using business simulations. The
International Journal of Management Education, 13(2), 119–127.
Bellia, L., De Falco, F., & Minichiello, F. (2013). Effects of solar shading devices on energy requirements of standalone
office buildings for Italian climates. Applied Thermal Engineering, 54(1), 190–201.
https://doi.org/10.1016/j.applthermaleng.2013.01.039
Bertoldi P, Diluiso F, & Castellazzi L. (2018). Energy Consumption and Energy Efficiency Trends in the EU-28 2000-2015.
European Commission, JRC Science for Policy Report. https://doi.org/10.2760/6684
Biggs, J., & Biggs, J. B. (2004). Calidad del aprendizaje universitario (Vol. 7). Narcea ediciones.
Bleil De Souza, C., & Tucker, S. (2013). Thermal simulation software outputs: what do building designers propose?
Boarin, P., Martinez-Molina, A., & Juan-Ferruses, I. (2019). Understanding students’ perception of sustainability in
architecture education: A comparison among universities in three different continents. Journal of Cleaner
Production, p. 119237. https://doi.org/https://doi.org/10.1016/j.jclepro.2019.119237
Bradke, H., Marscheider-Weidemann, F., Som, O., Mannsbar, W., Cremer, C., Dreher, C., … Ruhland, S. (2009).
Improving the efficiency of R&D and the market diffusion of energy technologies. Springer Science & Business Media.
Brunsgaard, C., Dvořáková, P., Wyckmans, A., Stutterecker, W., Laskari, M., Almeida, M., … Op’t Veld, P. (2014).
Integrated energy design–Education and training in cross-disciplinary teams implementing energy
performance of buildings directive (EPBD). Building and Environment, 72, 1–14.
Bueno, B., Norford, L., Pigeon, G., & Britter, R. (2012). A resistance-capacitance network model for the analysis of the
interactions between the energy performance of buildings and the urban climate. Building and Environment, 54,
116–125.
Cao, X., Dai, X., & Liu, J. (2016). Building energy-consumption status worldwide and the state-of-the-art technologies
for zero-energy buildings during the past decade. Energy and Buildings, 128, 198–213.
Carrera, J., & Ramírez-Hernández, D. (2018). Innovative Education in MOOC for Sustainability: Learnings and
Motivations. Sustainability, 10(9), 2990. https://doi.org/10.3390/su10092990
Castro, C. L. G., Sierra, L. M. B., & Sánchez, P. M. T. M. (2009). Estudio de percepción sobre metodologías de enseñanza
de temas de electrónica en programas diferentes a ingeniería electrónica. Revista Educación En Ingeniería, 4(8),
93–101.
Celadyn, W. (2018). Postgraduate studies and sustainable architecture. Global Journal of Engineering Education, 20(1).
Charles, P. P., & Thomas, C. R. (2009). Four approaches to teaching with building performance simulation tools in
undergraduate architecture and engineering education. Journal of Building Performance Simulation, 2(2), 95–114.
Chen, X., Yang, H., & Lu, L. (2015, June 20). A comprehensive review on passive design approaches in green building
rating tools. Renewable and Sustainable Energy Reviews, Vol. 50, pp. 1425–1436.
https://doi.org/10.1016/j.rser.2015.06.003
Ching, F. (2014). Architecture: Form, space, and order. Retrieved from

https://books.google.com/books?hl=es&lr=&id=yBzVBAAAQBAJ&oi=fnd&pg=PP8&ots=aZRRN7o0dS&sig=L
d_2iJ_jRWHA-DMntNm_HnRfP9M
Clarke, J. A., & Maver, T. W. (1991). Advanced design tools for energy conscious building design: development and
dissemination. Building and Environment, 26(1), 25–34.
Clarke, JA, & Clarke, J. (2001). Energy simulation in building design. Retrieved from
https://books.google.es/books?hl=es&lr=&id=WH0VCiF8jkoC&oi=fnd&pg=PR3&dq=Clarke,+J.+(2001).+Energ
y+Simulation+in+Building+Design.+Energy+Simulation+in+Building+Design.+Elsevier.&ots=c92Ee7uioq&sig=
SHMYVcAziiDMMaCRMgngxMwHrhA
Clarke, Joe. (2015). A vision for building performance simulation: a position paper prepared on behalf of the IBPSA
Board. Journal of Building Performance Simulation, 8(2), 39–43. https://doi.org/10.1080/19401493.2015.1007699
Conchado, A., Cossent, R., Danesin, A., Linares, P., Machín, A., Pérez-Arriaga, I., & Rodrigues, R. (n.d.). Equipo de
redacción Edición 2013 Observatorio de Energía y Sostenibilidad.
Conti, Z. X., Shepherd, P., & Richens, P. (2015). Multi-objective Optimisation of Building Geometry for Energy Consumption
and View Quality. Retrieved from http://papers.cumincad.org/cgi-bin/works/Show?_id=ecaade2015_17

Cook, P., & Sproul, A. (2011). Towards low-energy retail warehouse building. Architectural Science Review, 54(3), 206–
214. https://doi.org/10.1080/00038628.2011.590055
Costanzo, V., & Donn, M. (2017). Thermal and visual comfort assessment of natural ventilated office buildings in
Europe and North America. Energy and Buildings, 140, 210–223.
Costanzo, V., Evola, G., Gagliano, A., Marletta, L., & Nocera, F. (2013). Study on the application of cool paintings for
the passive cooling of existing buildings in Mediterranean climates. Advances in Mechanical Engineering, 5,
413675.
Costanzo, V., Evola, G., Marletta, L., & Nocera, F. (2018). The effectiveness of phase change materials in relation to
summer thermal comfort in air-conditioned office buildings. Building Simulation, 11(6), 1145–1161.
https://doi.org/10.1007/s12273-018-0468-2
Council, E. R. E. (2011). RE-thinking 2050-a 100% renewable energy vision for the European Union. Retrieved from
http://www.erec.org/
Crawley, D. B., Hand, J. W., Kummert, M., & Griffith, B. T. (2008). Contrasting the capabilities of building energy
performance simulation programs. Building and Environment, 43(4), 661–673.
https://doi.org/10.1016/j.buildenv.2006.10.027
Crawley, D. B., Lawrie, L. K., Winkelmann, F. C., Buhl, W. F., Huang, Y. J., Pedersen, C. O., … Glazer, J. (2001).
EnergyPlus: Creating a new-generation building energy simulation program. Energy and Buildings, 33(4), 319–
331. https://doi.org/10.1016/S0378-7788(00)00114-6
Cucchiella, F., D’Adamo, I., & Koh, S. C. L. (2015). Environmental and economic analysis of building integrated
photovoltaic systems in Italian regions. Journal of Cleaner Production, 98, 241–252.
de Souza, C. B. (2009). A critical and theoretical analysis of current proposals for integrating building thermal
simulation tools into the building design process. Journal of Building Performance Simulation, 2(4), 283–297.
de Souza, C. B., & Tucker, S. (2016). Thermal simulation software outputs: a conceptual data model of information
presentation for building design decision-making. Journal of Building Performance Simulation, 9(3), 227–254.
https://doi.org/10.1080/19401493.2015.1030450
Depecker, P., Menezo, C., Virgone, J., & Lepers, S. (2001). Design of buildings shape and energetic consumption.
Building and Environment, 36(5), 627–635.
Dias, D., Machado, J., Leal, V., & Mendes, A. (2014). Impact of using cool paints on energy demand and thermal
comfort of a residential building. Applied Thermal Engineering, 65(1–2), 273–281.
Domenica Iulo, L., Gorby, C., Poerschke, U., Nickolas Kalisperis, L., & Woollen, M. (2013). Environmentally conscious
design–educating future architects. International Journal of Sustainability in Higher Education, 14(4), 434–448.
Domínguez Martín, R., Cruz Chust, A. M., & Ferrando Rodríguez, M. L. (2018). Implementando el coaching educativo
en la universidad virtual, una herramienta de desarrollo personal. Innoeduca. International Journal of Technology
and Educational Innovation, 4(2), 150. https://doi.org/10.24310/innoeduca.2018.v4i2.4930
Donn, M. (2004). Simulation of imagined realities: Environmental design decision support tools in architecture. Retrieved
from http://researcharchive.vuw.ac.nz/handle/10063/136
Doulos, L., Santamouris, M., & Livada, I. (2004). Passive cooling of outdoor urban spaces. The role of materials. Solar
Energy, 77(2), 231–249.
Eisenack, K. (2013). A climate change board game for interdisciplinary communication and education. Simulation &
Gaming, 44(2–3), 328–348.
Energy Technology Perspectives – Topics - IEA. (n.d.). Retrieved March 28, 2020, from
https://www.iea.org/topics/energy-technology-perspectives
Eskin, N., & Türkmen, H. (2008). Analysis of annual heating and cooling energy requirements for office buildings in
different climates in Turkey. Energy and Buildings, 40(5), 763–773.
Esteves, A., Oliva, A. L., & Gelardi, D. (2013). Nueva medida para considerar la forma en la conservación de energía
en edificios. Revista de La Universidad de Mendoza, (16).
Evola, G., Gagliano, A., Fichera, A., Marletta, L., Martinico, F., Nocera, F., & Pagano, A. (2017). UHI effects and
strategies to improve outdoor thermal comfort in dense and old neighbourhoods. Energy Procedia, 134, 692–701.
https://doi.org/10.1016/j.egypro.2017.09.589
Febrero, M. (2014). PRESTACIONES MEDIAS ESTACIONALES DE LAS BOMBAS DE CALOR PARA PRODUCCIÓN
DE CALOR EN EDIFICIOS.
Feijó-Muñoz, J., González-Lezcano, R. A., Poza-Casado, I., Padilla-Marcos, M. Á., & Meiss, A. (2019). Airtightness of
residential buildings in the Continental area of Spain. Building and Environment, 148, 299–308.
https://doi.org/10.1016/j.buildenv.2018.11.010
Feist, W. (n.d.). PASSIVE HOUSE INSTITUTE Passive House Planning Package 2007 Specifications for Quality
Approved Passive Houses. In eerg.it. Retrieved from http://www.eerg.it/passive-on.org/CD/4. PHPP 2007
Demo/Contents_Manual.pdf
Feist, W., Schnieders, J., Dorer, V., & Haas, A. (2005). Re-inventing air heating: Convenient and comfortable within
the frame of the Passive House concept. Energy and Buildings, 37(11), 1186–1203.
Fernandez-Antolin, M.-M., del-Río, J.-M., & Gonzalez-Lezcano, R.-A. (2019). Influence of Solar Reflectance and
Renewable Energies on Residential Heating and Cooling Demand in Sustainable Architecture: A Case Study in
Different Climate Zones in Spain Considering Their Urban Contexts. Sustainability, 11(23), 6782.
https://doi.org/10.3390/su11236782
Fernandez-Antolin, M.-M., del Río, J. M., Costanzo, V., Nocera, F., & Gonzalez-Lezcano, R.-A. (2019). Passive Design
Strategies for Residential Buildings in Different Spanish Climate Zones. Sustainability, 11(18), 4816.
Fichera, A., Frasca, M., Palermo, V., & Volpe, R. (2018). An optimization tool for the assessment of urban energy
scenarios. Energy, 156, 418–429. https://doi.org/10.1016/j.energy.2018.05.114
Florensa, R. S., & Roura, H. C. (n.d.). Arquitectura y energía natural. Retrieved from www.edicionsupc.es
Fokaides, P., Christoforou, E., Fokaides, P. A., Ilic, M., & Papadopoulos, A. (2016). Performance of a Passive House
under subtropical climatic conditions Training of public servants dealing with environmental legislation on
Strategic Environmental Assessment (SEA) and Environmental Impact Assessment (EIA) View project Energy
& Society in Transition View project Performance of a Passive House under subtropical climatic conditions.
Energy and Buildings, 133, 14–31. https://doi.org/10.1016/j.enbuild.2016.09.060
Frymier, A. B., & Shulman, G. M. (1995). “What’s in it for me?”: Increasing content relevance to enhance students’
motivation. Communication Education, 44(1), 40–50.
Gagliano, A., Detommaso, M., Nocera, F., Patania, F., & Aneli, S. (2014). The retrofit of existing buildings through the
exploitation of the green roofs - A simulation study. Energy Procedia, 62, 52–61.
https://doi.org/10.1016/j.egypro.2014.12.366
Gagliano, A, Nocera, F., Patania, F., … M. D.-I. J. of, & 2015, undefined. (2015). Evaluation of the performance of a
small biomass gasifier and micro-CHP plant for agro-industrial firms. Iieta.Org, 33(4), 145–154.
https://doi.org/10.18280/ijht.330418
Gagliano, Antonio, Nocera, F., D’Amico, A., & Spataru, C. (2015). Geographical information system as support tool
for sustainable Energy Action Plan. Energy Procedia, 83, 310–319. https://doi.org/10.1016/j.egypro.2015.12.185
Gagliano, Antonio, Patania, F., Nocera, F., & Galesi, A. (2014). Performance assessment of a solar assisted desiccant
cooling system. Thermal Science, 18(2), 563–576. https://doi.org/10.2298/TSCI120526067G
Gan, V. J. L., Wong, H. K., Tse, K. T., Cheng, J. C. P., Lo, I. M. C., & Chan, C. M. (2019). Simulation-based evolutionary
optimization for energy-efficient layout plan design of high-rise residential buildings. Journal of Cleaner
Production, 231, 1375–1388. https://doi.org/10.1016/j.jclepro.2019.05.324

Giuffrida, S., Gagliano, F., Nocera, F., & Trovato, M. R. (2018). Landscape Assessment and Economic Accounting in
Wind Farm Programming: Two Cases in Sicily. Mdpi.Com, 7(4), 120. https://doi.org/10.3390/land7040120
Givoni Hoffman, M. E., Ṭekhniyon, Makhon ṭekhnologi le-Yiśraʼel.,Taḥanah le-ḥeḳer ha-beniyah., B. (1968). Effect of
building materials on internal temperatures. Haifa, Israel.
Goldreich, Y. (2006). Ground and top of canopy layer urban heat island partitioning on an airborne image. Remote
Sensing of Environment, 104(2), 247–255.
Gracik, S., Heidarinejad, M., Liu, J., & Srebric, J. (2015). Effect of urban neighborhoods on the performance of building
cooling systems. Building and Environment, 90, 15–29.
Grasshopper - algorithmic modeling for Rhino. (n.d.). Retrieved March 27, 2020, from
https://www.grasshopper3d.com/
Gratia, E., & De Herde, A. (2003). Design of low energy office buildings. Energy and Buildings, 35(5), 473–491.
Green, M., & Sulbaran, T. (2006). Motivation assessment instrument for virtual reality scheduling simulator. E-Learn:
World Conference on E-Learning in Corporate, Government, Healthcare, and Higher Education, 45–50. Association for
the Advancement of Computing in Education (AACE).
Guilford, J. (1950). Fundamental statistics in psychology and education. Retrieved from

https://psycnet.apa.org/record/1950-04974-000
Guilford, J. P. (1950). Fundamental statistics in psychology and education.
Gürel, M. Ö. (2010). Explorations in teaching sustainable design: A studio experience in interior design/architecture.
International Journal of Art & Design Education, 29(2), 184–199.
Gusc, J., & Heijes, C. (2018). “Oh This Learning, What a Thing It Is!”—Putting Sustainability First in Teaching
Techniques and in Content. Sustainability, 10(8), 2803. https://doi.org/10.3390/su10082803
Gynther, L., Lappillone, B., MURE, K. P.-A. analysis based on the O. and, & 2015, undefined. (n.d.). Energy efficiency
trends and policies in the household and tertiary sectors.
Hamby, D. M. (1994). A review of techniques for parameter sensitivity analysis of environmental models.
Environmental Monitoring and Assessment, 32(2), 135–154. https://doi.org/10.1007/BF00547132
Hamza, N., & Horne, M. (2007). Educating the designer: An operational model for visualizing low-energy
architecture. Building and Environment, 42(11), 3841–3847.
Han, T., Huang, Q., Zhang, A., & Zhang, Q. (2018). Simulation-Based Decision Support Tools in the Early Design
Stages of a Green Building—A Review. Sustainability, 10(10), 3696. https://doi.org/10.3390/su10103696
Hand, J. W., & Crawley, D. B. (1997). Forget the tool when training new simulation users. Proceedings of Building
Simulation, 8–10.
Hannafin, M. J. (2012). Encyclopedia of the Sciences of Learning (Vol. 7).
Hatamipour, M. S., Mahiyar, H., & Taheri, M. (2007). Evaluation of existing cooling systems for reducing cooling
power consumption. Energy and Buildings, 39(1), 105–112.
Hayden, I. (2019). An evaluation of the design and use of applied visual interactive resources for teaching building
regulations in higher education built environment programmes. Architectural Engineering and Design
Management, 1–22.
Hensel, M. U. (2010). Michael Hensel Performance-oriented Architecture (Vol. 3). Retrieved from
https://books.google.com/books?hl=es&lr=&id=p4b0kAkak4IC&oi=fnd&pg=PP9&ots=y6o3YpjlWa&sig=XkOi
3oJjlcnBE7aeRP2BojCJ-kQ
Hensen, J L M. (2004). Towards more effective use of building performance simulation in design. Proc. 7th International
Conference On Design & Decision Support Systems In Architecture and Urban Planning, 2–5.
Hensen, Jan L M. (2011). Building performance simulation for sustainable building design and operation. Proceedings
of the 60th Anniversary Environmental Engineering Department.
Hernández-Pérez, I., Álvarez, G., Xamán, J., Zavala-Guillén, I., Arce, J., & Simá, E. (2014). Thermal performance of
reflective materials applied to exterior building components—A review. Energy and Buildings, 80, 81–105.
Hernández, R. (2012). Does continuous assessment in higher education support student learning? Higher Education,
64(4), 489–502.
Herranen, J., Vesterinen, V.-M., & Aksela, M. (2018). From Learner-Centered to Learner-Driven Sustainability
Education. Sustainability, 10(7), 2190. https://doi.org/10.3390/su10072190
Hetherington, R., Laney, R., Peake, S., & Oldham, D. (2011). Integrated building design, information and simulation
modelling: the need for a new hierarchy.
Higueras García, E., & Madrid. Área de Gobierno de Urbanismo y Vivienda. (2009). Buenas prácticas en arquitectura y
urbanismo para Madrid criterios bioclimáticos y de eficiencia energética. Área de Gobierno de Urbanismo y Vivienda
del Ayuntamiento de Madrid.
Holm, D. (1993). Building thermal analyses: What the industry needs: The Architect’s perspective. Building and
Environment, 28(4), 405–407.
Hong, T., Zhang, J., & Jiang, Y. (1997). IISABRE: An integrated building simulation environment. Building and
Environment, 32(3), 219–224.
INE. Instituto Nacional de Estadística. (n.d.). Retrieved March 28, 2020, from https://www.ine.es/
Jaemu, L., Kim, Y., & Lee, Y. (2008). A web-based program to motivate underachievers learning number sense.
International Journal of Instructional Media, 35(2), 185–195.
Janmaimool, P., & Khajohnmanee, S. (2019). Roles of Environmental System Knowledge in Promoting University
Students’ Environmental Attitudes and Pro-Environmental Behaviors. Sustainability, 11(16), 4270.
https://doi.org/10.3390/su11164270
Javier, N., Leria, B. C.-, M., undefined, & Ed, undefined. (n.d.). Architectural and Constructive Environmental
Conditioning Techniques.
Jedrzejuk, H., & Marks, W. (2002). Optimization of shape and functional structure of buildings as well as heat source
utilisation example. Building and Environment, 37(12), 1249–1253. https://doi.org/10.1016/S0360-1323(01)00100-7
Jesús, F.-M., Irene, P.-C., Roberto Alonso, G.-L., Cristina, P., Víctor, E., Rafael, A., … Alberto, M. (2018). Methodology
for the Study of the Envelope Airtightness of Residential Buildings in Spain: A Case Study. Energies, 11(4), 704.
https://doi.org/10.3390/en11040704
Kalema, T., Jóhannesson, G., Pylsy, P., & Hagengran, P. (2008). Accuracy of Energy Analysis of Buildings: A
Comparison of a Monthly Energy Balance Method and Simulation Methods in Calculating the Energy
Consumption and the Effect of Thermal Mass. Journal of Building Physics, 32(2), 101–130.
https://doi.org/10.1177/1744259108093920
Kamel, E., & Memari, A. M. (2019, January 1). Review of BIM’s application in energy simulation: Tools, issues, and
solutions. Automation in Construction, Vol. 97, pp. 164–180. https://doi.org/10.1016/j.autcon.2018.11.008
Kazim, A. M. (2007). Assessments of primary energy consumption and its environmental consequences in the United
Arab Emirates. Renewable and Sustainable Energy Reviews, 11(3), 426–446.
Keller, J. (1987). Development and use of the ARCS model of instructional design. Journal of Instructional Development,
10(3), 2.
Keller, J. M. (2009). Motivational design for learning and performance: The ARCS model approach. Springer Science &
Business Media.
Khan, S. (2011). New Pedagogies on Teaching Science with Computer Simulations. Journal of Science Education and

Technology, 20(3), 215–232. https://doi.org/10.1007/s10956-010-9247-2
Kolb , D. A. (2015). Experiential learning : experience as the source of learning and development. Upper Saddle River (New
Jersey): Pearson Education.
Košir, M., Gostiša, T., & Kristl, Ž. (2018). Influence of architectural building envelope characteristics on energy
performance in Central European climatic conditions. Journal of Building Engineering, 15, 278–288.
https://doi.org/10.1016/j.jobe.2017.11.023
Kumaraswamy, S. B., & Wilde, P. D. (2015). Simulation in education: Application in architectural technology design
projects. Proc. Building Simulation, 2773–2780.
Kusuda, T. (1999). EARLY HISTORY AND FUTURE PROSPECTS OF BUILDING SYSTEM SIMULATION.
International Building Performance Simulation Association. Retrieved from
http://www.ibpsa.org/proceedings/BS1999/BS99_P-01.pdf
Ladybug Tools | Home Page. (n.d.). Retrieved March 27, 2020, from https://www.ladybug.tools/
Lam, K. P., Huang, Y. C., & Zhai, C. (2004). No Title. Energy Modeling Tools Assessment for Early Design Phase.
Lam, K. P., Wong, N. H., & Feriady, H. (1999). A study of the use of performance-based simulation tools for building
design and evaluation in Singapore. Proceedings of the Sixth IBPSA Conference, 675–682.
Li, S., Liu, L., & Peng, C. (2020, February 1). A review of performance-oriented architectural design and optimization
in the context of sustainability: Dividends and challenges. Sustainability (Switzerland), Vol. 12, p. 1427.
https://doi.org/10.3390/su12041427
Littlefair, P. (1998). Passive solar urban design: ensuring the penetration of solar energy into the city. Renewable and
Sustainable Energy Reviews, 2(3), 303–326.
Loga, T., Report, K. M.-T. W., & 2012, undefined. (n.d.). Evaluation of the TABULA Database–Comparison of Typical
Buildings and Heat Supply Systems from 12 European Countries. Building-Typology.Eu. Retrieved from
http://www.building-typology.eu/downloads/intern/report/TABULA_WorkReport_EvaluationDatabase.doc
LOW-CARBON HEATING AND COOLING STRATEGIES FOR EUROPE. (2014). Retrieved from www.stratego-
project.eu
Lozano Reyes, A. (2015). Pedagogía de la energía en la proyectación arquitectónica y el urbanismo.
Luterbach, K. J., & Reigeluth, C. M. (1994). School’s not out, yet. Educational Technology, 34(4), 47–54.
Mahdavi, A. (2011). The human dimension of building performance simulation. Proceedings of Building Simulation
2011: 12th Conference of International Building Performance Simulation Association, K16–K33. Retrieved from
https://www.scopus.com/inward/record.uri?eid=2-s2.0-
84870230326&partnerID=40&md5=c06ff427d17e73dca6fdeb72953ca8e5
Mahdavi, A. (2012). People in building performance simulation. In Building Performance Simulating for Design and
Operation (pp. 56–83). https://doi.org/10.4324/9780203891612
Mahdavi, A, Feurer, S., Redlein, A., & Suter, G. (2003). An inquiry into the building performance simulation tools
usage by architects in Austria. Proceedings of the Eight International IBPSA Conference, 777–784.
Mahdavi, Ardeshir. (1998). Computational decision support and the building delivery process: a necessary dialogue.
Automation in Construction, 7(2–3), 205–211.
Mahdavi, Ardeshir, & Doppelbauer, E. M. (2010). A performance comparison of passive and low-energy buildings.
Energy and Buildings, 42(8), 1314–1319. https://doi.org/10.1016/j.enbuild.2010.02.025
Maile, T., Fischer, M., & Bazjanac, V. (2007). CIFECENTER FOR INTEGRATED FACILITY ENGINEERING Building
Energy Performance Simulation Tools-a Life-Cycle and Interoperable Perspective.
Manioǧlu, G., & Yilmaz, Z. (2006). Economic evaluation of the building envelope and operation period of heating
system in terms of thermal comfort. Energy and Buildings, 38(3), 266–272.

Marcu, S. (2018). Refugee Students in Spain: The Role of Universities as Sustainable Actors in Institutional Integration.
Sustainability, 10(6), 2082. https://doi.org/10.3390/su10062082
Marks, W. (1997). Multicriteria optimisation of shape of energy-saving buildings. Building and Environment, 32(4),
331–339. https://doi.org/10.1016/S0360-1323(96)00065-0
Márquez Martinón, J. M. (2016). Selección de soluciones constructivas genéricas para viviendas en las Islas Canarias a través
de la cuantificación de demandas energéticas en modelos Bestest. 1.
Martinez-Rubio, A., Sanz-Adan, F., & Santamaria, J. (2015). Optimal design of photovoltaic energy collectors with
mutual shading for pre-existing building roofs. Renewable Energy, 78, 666–678.
Mastrapostoli, E., Karlessi, T., Pantazaras, A., Kolokotsa, D., Gobakis, K., & Santamouris, M. (2014). On the cooling
potential of cool roofs in cold climates: Use of cool fluorocarbon coatings to enhance the optical properties and
the energy performance of industrial buildings. Energy and Buildings, 69, 417–425.
Mavromatidis, L. (2018). Coupling architectural synthesis to applied thermal engineering, constructal

thermodynamics and fractal analysis: An original pedagogic method to incorporate “sustainability” into
architectural education during the initial conceptual stages. Sustainable Cities and Society, 39, 689–707.
Mavromatidis, L. E., Mavromatidi, A., & Lequay, H. (2014). The unbearable lightness of expertness or space creation
in the “climate change” era: A theoretical extension of the “constructal law” for building and urban design.
City, Culture and Society, 5(4), 21–29.
McKeachie, W. J., & Svinicki, M. (2006). McKeachie’s teaching tips : strategies, research, and theory for college and university
teachers.
McLaren, S. V. (2008). Exploring perceptions and attitudes towards teaching and learning manual technical drawing
in a digital age. International Journal of Technology and Design Education, 18(2), 167–188.
Molthan-Hill, P., Worsfold, N., Nagy, G. J., Leal Filho, W., & Mifsud, M. (2019). Climate change education for
universities: A conceptual framework from an international study. Journal of Cleaner Production, 226, 1092–1101.
https://doi.org/10.1016/j.jclepro.2019.04.053
Morbitzer, C., Strachan, P. A., Spires, B., Cafferty, D., & Webster, J. (2001). Integration of building simulation into the
design process of an architectural practice.
Naboni, E. (2013). Environmental Simulation Tools in Architectural Practice: The impact on processes, methods and
design. PLEA 2013.
Neila González Bedoya Frutos, César,, J. (1997). Técnicas arquitectónicas y constructivas de acondicionamiento ambiental.
[Madrid, España]: Editorial Munilla-Lería.
Nejat, P., Jomehzadeh, F., Taheri, M. M., Gohari, M., & Majid, M. Z. A. (2015). A global review of energy consumption,
CO2 emissions and policy in the residential sector (with an overview of the top ten CO2 emitting countries).
Renewable and Sustainable Energy Reviews, 43, 843–862.
Nguyen, A. T., Reiter, S., & Rigo, P. (2014, January 1). A review on simulation-based optimization methods applied
to building performance analysis. Applied Energy, Vol. 113, pp. 1043–1058.
https://doi.org/10.1016/j.apenergy.2013.08.061
Nocera, F., Lo Faro, A., Costanzo, V., & Raciti, C. (2018). Daylight Performance of Classrooms in a Mediterranean
School Heritage Building. Sustainability, 10(10), 3705. https://doi.org/10.3390/su10103705
Olgyay, V. (2015). Design with climate: Bioclimatic approach to architectural regionalism-new and expanded edition. Retrieved
from https://books.google.com/books?hl=es&lr=&id=RRQ-
CgAAQBAJ&oi=fnd&pg=PP1&ots=Ow8AvhJEqv&sig=iShRUK87R5mzbxSaCrZV-o_uG54
Olgyay, Victor. (2002). Arquitectura y clima : manual de diseño bioclimático para arquitectos y urbanistas / Victor Olgyay ;

[versión castellana de Josefina Frontado y Luis Clavet]. Retrieved from

https://discovery.upc.edu/iii/encore/record/C__Rb1258182?lang=cat
Oliveira, S., Marco, E., Gething, B., & Organ, S. (2017). Evolutionary, not revolutionary–logics of early design energy
modelling adoption in UK architecture practice. Architectural Engineering and Design Management, 13(3), 168–
184. https://doi.org/10.1080/17452007.2016.1267606
Oliveira, S., Marco, E., Gething, B., & Robertson, C. (2017). Exploring Energy Modelling in Architecture Logics of
Investment and Risk. Energy Procedia, 111, 61–70. https://doi.org/10.1016/j.egypro.2017.03.008
Østergård, T., Jensen, R. L., & Maagaard, S. E. (2016, August 1). Building simulations supporting decision making in
early design - A review. Renewable and Sustainable Energy Reviews, Vol. 61, pp. 187–201.
Oxman, R. (2008). Digital architecture as a challenge for design pedagogy: theory, knowledge, models and medium.
Design Studies, 29(2), 99–120. https://doi.org/10.1016/j.destud.2007.12.003
Pacheco-Torres, R., López-Alonso, M., Martínez, G., & Ordóñez, J. (2014). Efficient design of residential buildings
geometry to optimize photovoltaic energy generation and energy demand in a warm Mediterranean climate.
Energy Efficiency, 8(1), 65–84. https://doi.org/10.1007/s12053-014-9275-5
Pallant, J. (2013). SPSS survival manual. Retrieved from

https://books.google.com/books?hl=es&lr=&id=fZZTBgAAQBAJ&oi=fnd&pg=PR7&ots=KVNyoRVSBR&sig=
OFfm-0dhI2j5KOtxGmFgH0imEnQ
Palme, M. (2010). La Sensibilidad energética de los edificios.
Paolini, R., Zani, A., Poli, T., Antretter, F., & Zinzi, M. (2017). Natural aging of cool walls: impact on solar reflectance,
sensitivity to thermal shocks and building energy needs. Energy and Buildings, 153, 287–296.
Papamichael, K., Chauvet, H., Laporta, J., & Dandridge, R. (1999). Product modeling for computer-aided decision-
making. Automation in Construction, 8(3), 339–350. https://doi.org/10.1016/S0926-5805(98)00081-8
Papamichael, Konstantinos. (1999). Application of information technologies in building design decisions. Building
Research and Information, 27(1), 20–34. https://doi.org/10.1080/096132199369624
Papamichael, Konstantinos, Porta, J. La, & Chauvet, H. (1997). ERNEST DRL·ANDO ’LAWRENCE BERKELEY
NATIONAL LABORATORY Decis~on Making Through. Use of Interoperable Simulation Software. Retrieved from
https://escholarship.org/content/qt6p04v4wh/qt6p04v4wh.pdf
Paradis, R. (2010). Energy Analysis Tools. Steven Winter Associates,

Inc.Http://Www.Wbdg.Org/Resources/Energyanalysis.Php.
Paryudi, I. (2015). Architects And Energy Simulations Tool. INTERNATIONAL JOURNAL OF SCIENTIFIC &
TECHNOLOGY RESEARCH, 4(03). Retrieved from www.ijstr.org
Passivhaus Institut. (n.d.). Retrieved March 28, 2020, from https://passivehouse.com/02_informations/02_passive-

house-requirements/02_passive-house-requirements.htm
Paulson Jr, B. C. (1976). Designing to reduce construction costs. Journal of the Construction Division, 102(C04).
Pérez, G., Coma, J., Martorell, I., & Cabeza, L. F. (2014). Vertical Greenery Systems (VGS) for energy saving in
buildings: A review. Renewable and Sustainable Energy Reviews, 39, 139–165.
Perng, Y.-H., Juan, Y.-K., & Chien, S.-F. (2006). Exploring the bidding situation for economically most advantageous
tender projects using a bidding game. Journal of Construction Engineering and Management, 132(10), 1037–1042.
Pilgrim, M. J. (2003). No Title. The Application of Visualisation Techniques to the Process of Building Performance Analysis.
Pisello, A. L., Taylor, J. E., Xu, X., & Cotana, F. (2012). Inter-building effect: Simulating the impact of a network of
buildings on the accuracy of building energy performance predictions. Building and Environment, 58, 37–45.
Pitts, A. (2017). Passive house and low energy buildings: Barriers and opportunities for future development within
UK practice. Sustainability, 9(2), 272.
Poplin, A. (2012). Playful public participation in urban planning: A case study for online serious games. Computers,
Environment and Urban Systems, 36(3), 195–206.
Punjabi, S., & Miranda, V. (2005). Development of an integrated building design information interface. IBPSA 2005 -
International Building Performance Simulation Association 2005, 969–976.
Qin, Y. (2015). Urban canyon albedo and its implication on the use of reflective cool pavements. Energy and Buildings,
96, 86–94.
Radhi, H. (2008). A systematic methodology for optimising the energy performance of buildings in Bahrain. Energy
and Buildings, 40(7), 1297–1303. https://doi.org/10.1016/j.enbuild.2007.11.007
Reigeluth, C. M., & Carr-Chellman, A. A. (n.d.). I Instructional-Design Theories and Models Volume III Building a Common
Knowledge Base Edited by.
Reinhart, C. F., Dogan, T., Ibarra, D., & Samuelson, H. W. (2012a). Learning by playing–teaching energy simulation
as a game. Journal of Building Performance Simulation, 5(6), 359–368.
Reinhart, C. F., Dogan, T., Ibarra, D., & Samuelson, H. W. (2012b). Learning by playing - teaching energy simulation
as a game. Journal of Building Performance Simulation, 5(6), 359–368. https://doi.org/10.1080/19401493.2011.619668
Reinhart, C., & Fitz, A. (2006). Findings from a survey on the current use of daylight simulations in building design.
Energy and Buildings, 38(7), 824–835. https://doi.org/10.1016/j.enbuild.2006.03.012
Rekstad, J., Meir, M., Murtnes, E., & Dursun, A. (2015). A comparison of the energy consumption in two passive
houses, one with a solar heating system and one with an air-water heat pump. Energy and Buildings, 96, 149–
161. https://doi.org/10.1016/j.enbuild.2015.02.059
Restrepo Botero, C. (2014). Ambientalización de los planes de estudio, en un marco sostenible, de los programas de arquitectura
de las universidades de la Ecorregión Eje Cafetero de Colombia : Universidad Católica de Manizales, Universidad Nacional
de Colombia Sede Manizales, Universidad Católica de Pereira y Universidad Gran Colombia de Armenia.
Revel, G. M., Martarelli, M., Emiliani, M., Celotti, L., Nadalini, R., De Ferrari, A., … Beckers, E. (2014). Cool products
for building envelope–Part II: Experimental and numerical evaluation of thermal performances. Solar Energy,
105, 780–791.
Rhino 6 para Windows y Mac. (n.d.). Retrieved March 27, 2020, from https://www.rhino3d.com/
Ridley, I., Clarke, A., Bere, J., Altamirano, H., Lewis, S., Durdev, M., & Farr, A. (2013). The monitored performance of
the first new London dwelling certified to the Passive House standard. Energy and Buildings, 63, 67–78.
Rieber, L. P. (1996). Seriously considering play: Designing interactive learning environments based on the blending
of microworlds, simulations, and games. Educational Technology Research and Development, 44(2), 43–58.
Rizwan, A. M., Dennis, L. Y. C., & Chunho, L. I. U. (2008). A review on the generation, determination and mitigation
of Urban Heat Island. Journal of Environmental Sciences, 20(1), 120–128.
Rodgers, D. L., & Withrow-Thorton, B. J. (2005). The effect of instructional media on learner motivation. International
Journal of Instructional Media, 32(4), 333.
Rodriguez-Ubinas, E., Montero, C., Porteros, M., Vega, S., Navarro, I., Castillo-Cagigal, M., … Gutiérrez, A. (2014).
Passive design strategies and performance of Net Energy Plus Houses. Energy and Buildings, 83, 10–22.
Rosas, R., Nussbaum, M., Cumsille, P., Marianov, V., Correa, M., Flores, P., … Salinas, M. (2003). Beyond Nintendo:
design and assessment of educational video games for first and second grade students. Computers & Education,
40(1), 71–94. https://doi.org/10.1016/S0360-1315(02)00099-4
Rosenzweig, C., Solecki, W. D., Parshall, L., Chopping, M., Pope, G., & Goldberg, R. (2005). Characterizing the urban

heat island in current and future climates in New Jersey. Global Environmental Change Part B: Environmental
Hazards, 6(1), 51–62.
Rosso, F., Pisello, A., Castaldo, V., Ferrero, M., & Cotana, F. (2017). On Innovative Cool-Colored Materials for Building
Envelopes: Balancing the Architectural Appearance and the Thermal-Energy Performance in Historical
Districts. Sustainability, 9(12), 2319.
Sadineni, S. B., Madala, S., & Boehm, R. F. (2011, October 1). Passive building energy savings: A review of building
envelope components. Renewable and Sustainable Energy Reviews, Vol. 15, pp. 3617–3631.
Salvati, A. (2016). La città compatta in clima Mediterraneo: isola di callore, morfologia e sostenibilità= The compact city in
Mediterranean climate: heat island, urban morphology and sustainabilty.
Samuelson, H., Claussnitzer, S., Goyal, A., Chen, Y., & Romo-Castillo, A. (2016). Parametric energy simulation in early
design: High-rise residential buildings in urban contexts. Building and Environment, 101, 19–31.
Samuelson, H. W., Lantz, A., & Reinhart, C. F. (2012). Non-technical barriers to energy model sharing and reuse.
Building and Environment, 54, 71–76.
Santamouris, M. (2016a). Cooling the buildings–past, present and future. Energy and Buildings, 128, 617–638.
Santamouris, M. (2016b). Innovating to zero the building sector in Europe: Minimising the energy consumption,
eradication of the energy poverty and mitigating the local climate change. Solar Energy, 128, 61–94.
Schlueter, A., & Thesseling, F. (2009). Building information model based energy/exergy performance assessment in
early design stages. Automation in Construction, 18(2), 153–163. https://doi.org/10.1016/j.autcon.2008.07.003
Segers, N. M., De Vries, B., & Achten, H. H. (2005). Do word graphs stimulate design? Design Studies, 26(6), 625–647.
Sendra Salas, J. J. (2011). Proyecto Efficacia : optimización energética en la vivienda colectiva. Secretariado de Publicaciones
de la Universidad de Sevilla.
Sheikhzadeh, G. A., Azemati, A. A., Khorasanizadeh, H., Hadavand, B. S., & Saraei, A. (2014). The effect of mineral
micro particle in coating on energy consumption reduction and thermal comfort in a room with a radiation
cooling panel in different climates. Energy and Buildings, 82, 644–650.
Sherman, G., Byers, A., & Rapp, S. (2008). Evaluation of online, on-demand science professional development material
involving two different implementation models. Journal of Science Education and Technology, 17(1), 19–31.
Shi, X. (2010). Performance-based and performance-driven architectural design and optimization. Frontiers of
Architecture and Civil Engineering in China, 4(4), 512–518. https://doi.org/10.1007/s11709-010-0090-6
Shi, X., Tian, Z., Chen, W., Si, B., & Jin, X. (2016, November 1). A review on building energy efficient design
optimization rom the perspective of architects. Renewable and Sustainable Energy Reviews, Vol. 65, pp. 872–884.
Soebarto, V I, Hopfe, C., Crawley, D., & Rawal, R. (2015). Capturing the views of architects about building performance
simulation to be used during design processes.
Soebarto, Veronica I. (2005). Teaching an energy simulation program in an architecture school: lessons learned.
Proceedings of the Ninth International IBPSA Conference, 15–18.
Strømann-Andersen, J., & Sattrup, P. A. (2011). The urban canyon and building energy use: Urban density versus
daylight and passive solar gains. Energy and Buildings, 43(8).
Synnefa, A., Santamouris, M., & Akbari, H. (2007). Estimating the effect of using cool coatings on energy loads and
thermal comfort in residential buildings in various climatic conditions. Energy and Buildings, 39(11), 1167–1174.
Taha, H., Akbari, H., Rosenfeld, A., & Huang, J. (1988). Residential cooling loads and the urban heat island—the
effects of albedo. Building and Environment, 23(4), 271–283.
Tettey, U. Y. A., Dodoo, A., & Gustavsson, L. (2019). Design strategies and measures to minimise operation energy
use for passive houses under different climate scenarios. Energy Efficiency, 12(1), 299–313.
https://doi.org/10.1007/s12053-018-9719-4
Tian, Z., Zhang, X., Jin, X., Zhou, X., Si, B., & Shi, X. (2018, January 1). Towards adoption of building energy simulation
and optimization for passive building design: A survey and a review. Energy and Buildings, Vol. 158, pp. 1306–
1316. https://doi.org/10.1016/j.enbuild.2017.11.022
Tomović, R. (1963). Sensitivity analysis of dynamic systems.
Torres, M., & Macedo, J. (2000). Learning sustainable development with a new simulation game. Simulation & Gaming,
31(1), 119–126.
Toudert, F. A. (n.d.). Dependence of Outdoor Thermal Comfort on Street Design in Hot and Dry Climate.
Toutou, A., Fikry, M., & Mohamed, W. (2018). The parametric based optimization framework daylighting and energy
performance in residential buildings in hot arid zone. Alexandria Engineering Journal, 57(4), 3595–3608.
https://doi.org/10.1016/j.aej.2018.04.006
Tripanagnostopoulos, Y. (2006). Energy and aesthetics of building integrated RES. In International Workshop on Energy
Performance and Environmental 1 Quality of Buildings.
Trujillo, A. D., & de Justo Moscardó, E. (2018). Evaluación del diseño, proceso y resultados de una asignatura técnica
con aprendizaje basado en problemas. Educación XX1, 21(2).
Tupper, K., Franconi, E., Chan, C., Hodgin, S., Buys, A., & Jenkins, M. (2011). Building energy modeling: industry-
wide issues and potential solutions. Proceedings of the 12th Conference of International Building Performance
Simulation Association.
Uemoto, K. L., Sato, N. M. N., & John, V. M. (2010). Estimating thermal performance of cool colored paints. Energy
and Buildings, 42(1), 17–22.
Urquidi-Martín, A., Tamarit-Aznar, C., & Sánchez-García, J. (2019). Determinants of the Effectiveness of Using
Renewable Resource Management-Based Simulations in the Development of Critical Thinking: An Application
of the Experiential Learning Theory. Sustainability, 11(19), 5469. https://doi.org/10.3390/su11195469
Valladares-Rendón, L. G., Schmid, G., & Lo, S. L. (2017, April 1). Review on energy savings by solar control techniques
and optimal building orientation for the strategic placement of façade shading systems. Energy and Buildings,
Vol. 140, pp. 458–479. https://doi.org/10.1016/j.enbuild.2016.12.073
Vehmaa, A., Karvinen, M., & Keskinen, M. (2018). Building a More Sustainable Society? A Case Study on the Role of
Sustainable Development in the Education and Early Career of Water and Environmental Engineers.
Sustainability, 10(8), 2605. https://doi.org/10.3390/su10082605
visual, B. S.-P. 1996 I. symposium on, & 1996, undefined. (n.d.). The eyes have it: A task by data type taxonomy for
information visualizations. Ieeexplore.Ieee.Org. Retrieved from
https://ieeexplore.ieee.org/abstract/document/545307/
Wagner, S., & Mellblom, P. (2008). THE NEXT GENERATION OF ENERGY EFFICIENT BUILDING DESIGN:
WHERE ARE WE AND WHERE SHOULD WE BE GOING? Building Enclosure Science and Technology, BEST
Conference, June, 10–12.
Wen, L., & Hiyama, K. (2016). A Review: Simple Tools for Evaluating the Energy Performance in Early Design Stages.
Procedia Engineering, 146, 32–39. https://doi.org/10.1016/j.proeng.2016.06.349
Wen, L., Hiyama, K., & Koganei, M. (2017). A method for creating maps of recommended window-to-wall ratios to
assign appropriate default values in design performance modeling: A case study of a typical office building in
Japan. Energy and Buildings, 145, 304–317. https://doi.org/10.1016/j.enbuild.2017.04.028
Westermann, P., & Evins, R. (2019, September 1). Surrogate modelling for sustainable building design – A review.
Energy and Buildings, Vol. 198, pp. 170–186. https://doi.org/10.1016/j.enbuild.2019.05.057

Weytjens, L., Attia, S., Verbeeck, G., & De Herde, A. (2011). The ‘architect-friendliness’ of six building performance
simulation tools: A comparative study. International Journal of Sustainable Building Technology and Urban
Development, 2(3), 237–244.
Weytjens, L., & Verbeeck, G. (2010). Towards’ architect-friendly’energy evaluation tools. Proceedings of the 2010 Spring
Simulation Multiconference, 179. Society for Computer Simulation International.
Wilde, P. De. (2018). Building performance analysis. Retrieved from

https://books.google.com/books?hl=es&lr=&id=a99eDwAAQBAJ&oi=fnd&pg=PP9&ots=gXmqVQKHcX&sig=
b43ZXESQnhB8KfM30wnW7-xREa8
Wiltshire, T. J., & Wright, A. J. (1988). Advances in building energy simulation in the U.K. - The science and
engineering research council’s programme. Energy and Buildings, 10(3), 175–183. https://doi.org/10.1016/0378-
7788(88)90003-5
Xiuping, Z. (2002). No Title. The Combination of Traditional Teaching Method and Problem Based Learning, 30–36.
Yu, J., Yang, C., & Tian, L. (2008). Low-energy envelope design of residential building in hot summer and cold winter
zone in China. Energy and Buildings, 40(8), 1536–1546.
Zapata-Lancaster, G., & Tweed, C. (2016). Tools for low-energy building design: an exploratory study of the design
process in action. Architectural Engineering and Design Management, 12(4), 279–295.
Zinzi, M, & Agnoli, S. (2012). Cool and green roofs. An energy and comfort comparison between passive cooling and
mitigation urban heat island techniques for residential buildings in the Mediterranean region. Energy and
Buildings, 55, 66–76.
Zinzi, Michele. (2016a). Characterisation and assessment of near infrared reflective paintings for building facade
applications. Energy and Buildings, 114, 206–213.
Zinzi, Michele. (2016b). Exploring the potentialities of cool facades to improve the thermal response of Mediterranean
residential buildings. Solar Energy, 135, 386–397.
Zinzi, Michele, Carnielo, E., & Mattoni, B. (2018). On the relation between urban climate and energy performance of
buildings. A three-years experience in Rome, Italy. Applied Energy, 221, 148–160.
Zinzi, Michele, Daneo, A., Fanchiotti, A., & Trillò, A. (2008). Optical properties and influence of reflective coatings on the
energy demand and thermal comfort in dwellings at Mediterranean latitudes.
Zucker, A. A., & Hug, S. T. (2008). Teaching and learning physics in a 1: 1 laptop school. Journal of Science Education
and Technology, 17(6), 586–594.
8. Divulgación de los resultados de investigación

8 Divulgación de los resultados
Como divulgación de la presente investigación, en septiembre de 2019 se publica el artículo titulado

“Passive Design Strategies for Residential Buildings in Different Spanish Climate Zones” en la revista
Sustainability, volumen 11, tomo 18, 4816; con el siguiente digital object identifier doi: 10.3390/su11184816.
Dicha revista está indexada en el Journal Citation Reports (JCR), en el segundo cuartil (Q2) con un factor
de impacto de 2,592 (2018). Este artículo expone la metodología para determinar la evaluación de las
estrategias pasivas de tres modelos residenciales, además de los resultados obtenidos como consecuencia
de la aplicación de dicho método.
Por lo tanto, la información expuesta en dicha publicación se corresponde con el contenido presentado en
las secciones 2.1. (La energía en el sector residencial), 2.4. (Estrategias para el diseño eficiente de edificios),
3.3 (Simulaciones estrategias pasivas) , 4.4. (Modelos de calibración y presentación gráfica de resultados),
4.5. (Análisis de la demanda en todas las configuraciones propuestas según parámetros simulados para
las cinco zonas climáticas) y 5.3. (Estrategias pasivas en el diseño arquitectónico) del presente documento.
En las páginas sucesivas se adjunta una copia de la publicación.
Posteriormente, en noviembre de 2019 se publica el artículo científico titulado “Influence of Solar

Reflectance and Renewable Energies on Residential Heating and Cooling Demand in Sustainable
Architecture: A Case Study in Different Climate Zones in Spain Considering Their Urban Contexts” en la
revista Sustainability volumen 11, tomo 23, 6782; con el siguiente digital object identifier doi:
10.3390/su11236782. Dicha revista está indexada en el Journal Citation Reports (JCR), en el segundo cuartil
(Q2) con un factor de impacto de 2,592 (2018).
Este artículo expone los resultados obtenidos respecto a la influencia de la reflectancia solar tras llevar a
cabo las simulaciones numéricas. Por lo tanto, la información expuesta en dicha publicación se
corresponde con el contenido presentado en las secciones 2.4. (Estrategias para el diseño eficiente de
edificios), 3.4. (Simulaciones en base a la reflectancia solar y el contexto urbano), 4.6. (Reflectancia solar y
el contexto urbano) y 5.4 (Reflectancia solar y el contexto urbano) del presente documento. A continuación
se adjunta una copia de la publicación.
En marzo de 2020 se publica el artículo científico titulado “The Relationship between the Use of Building
Performance Simulation Tools by Recent Graduate Architects and the Deficiencies in Architectural
Education” en la revista Energies, volumen 13, Issue 5, 1134; con el siguiente digital object identifier doi:
10.3390/en13051134. Dicha revista está indexada en el Journal Citation Reports (JCR), en el tercer cuartil
(Q3) con un factor de impacto de 2,707 (2018).
Dicho artículo expone los resultados obtenidos sobre las deficiencias encontradas en la actual formación
de los conocimientos de los recién graduados de Arquitectura. Por lo tanto, la información expuesta en
dicha publicación se corresponde con el contenido presentado en las secciones 2.2. (Procedimientos de
evaluación del medio ambiente en la Arquitectura), 3.1. (Descripción de la investigación y encuesta), 4.1.
(No usuarios&Usuarios. Cuestiones generales), 4.2. (Usuarios de las BPSTs) y 5.1. (Problemática de las
BPSTs y la educación en la Arquitectura) del presente documento. En las páginas sucesivas se adjunta
una copia de la publicación.
Finalmente, en abril de 2020 se publica el artículo científico titulado “The use of gamification in higher
technical education: perception of university students on innovative teaching materials” en la revista
International Journal of Technology and Design Education (ISSN 0957-7572), con el siguiente digital object
identifier doi: 10.1007/s10798-020-09583-0. Dicha revista está indexada en el Journal Citation Reports
(JCR), en el tercer cuartil (Q3) con un factor de impacto de 1,319 (2018).
Dicho artículo expone los resultados obtenidos respecto a la percepción de los estudiantes utilizando el
material innovador propuesto por la investigación. Por lo tanto, la información expuesta en dicha
publicación se corresponde con el contenido dedicado a la zona de respiración, que se presenta en las
secciones 2.3 (El medioambiente en la docencia arquitectónica actual), 3.2. (Diseño del taller
experimental), 4.3. (El juego como parte de la metodología empleada) y 5.2. (El material docente
innovador como medio de aprendizaje) del presente documento. A continuación se adjunta una copia de
la publicación.
















































9. Anexos
9 Anexos I y II















Simulacion Fernandez Antolin USPCEU Tesis 2020

Cargado por

Copyright:

Formatos disponibles

Simulacion Fernandez Antolin USPCEU Tesis 2020

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Simulacion Fernandez Antolin USPCEU Tesis 2020

Cargado por

Copyright:

Formatos disponibles

Universidad CEU San Pablo

Programa de doctorado en Composición, Historia y

A mi familia y amigos, por su apoyo incondicional.

La simulación energética como herramienta de pronóstico en la enseñanza de Arquitectura: Cuantificación de estrategias

iii Summary ............................................................................................................................................................ 11

2.1 La energía en el sector residencial ..................................................................................................... 16

2.1.3.4 Proyecto Tabula en Eficiencia energética............................................................................. 22

2.1.4.1 El consumo energético en España......................................................................................... 25

2.2.2 Simulación energética de edificios ................................................................................................ 29

2.3 El medioambiente en la docencia arquitectónica actual ................................................................. 36

2.3.2.2 NAAB (National Architectural Accrediting Board) ........................................................... 40

2.4 Estrategias para el diseño eficiente de edificios ............................................................................... 45

2.4.2.1 Diseño basado en el rendimiento .......................................................................................... 47

2.4.3.1 Influencia de la envolvente en la demanda energética ...................................................... 48

3.1.1 Realización de la Encuesta .............................................................................................................. 55

3.3.1 Tipologías edificatorias.................................................................................................................... 65

3.3.3.1 Rehabilitación energética: fachadas y cubiertas .................................................................. 67

3.3.3.4 Transmitancia térmica del muro ........................................................................................... 69

4.1.2 Definición, Objetivo y parámetros del diseño. ............................................................................. 87

La simulación energética como herramienta de pronóstico en la enseñanza de Arquitectura: Cuantificación de estrategias

4.1.4 La formación Universitaria acerca de las BPSTs ......................................................................... 93

4.3.3 Valoración de las soluciones propuestas a través de la encuesta............................................ 126

4.5.1 Zona climática A4 .......................................................................................................................... 137

4.5.4 Zona climática D3 .......................................................................................................................... 140

4.5.7 Análisis de sensibilidad de los parámetros más importantes.................................................. 144

4.6.1 Temperatura operativa interior ................................................................................................... 148

4.6.3.1 Zonas de clima muy cálido (A4) ......................................................................................... 153

5.1.1.1 Elección del software Design Builder ................................................................................. 175

5.2.1 Recomendaciones para el sistema Universitario ........................................................................ 177

5.3.1 Influencia en la demanda energética ........................................................................................... 178

5.4 Reflectancia solar y entorno urbano ................................................................................................. 180

5 Conclusions ........................................................................................................................................................ 184

5.1.1.1 Selection of the software Design Builder ................................................................................. 184

5.2.1 Recommendations to the University system .................................................................................. 186

5.3.1 Influence on energy demand ............................................................................................................ 187

La simulación energética como herramienta de pronóstico en la enseñanza de Arquitectura: Cuantificación de estrategias

6 Futuras líneas de investigación ................................................................................................................. 193

A todos, muchas gracias.

La simulación energética como herramienta de pronóstico en la enseñanza de Arquitectura: Cuantificación de estrategias

Se describe información y datos acerca de las normativas y de la caracterización de las tipologías

La simulación energética como herramienta de pronóstico en la enseñanza de Arquitectura: Cuantificación de estrategias

La simulación energética como herramienta de pronóstico en la enseñanza de Arquitectura: Cuantificación de estrategias

El documento está estructurado en los siguientes apartados. En el apartado 1, encontramos la

El objetivo principal de la investigación es:

Objetivo 1- Revisar la práctica actual de los arquitectos y el uso de las BPSTs.

Objetivo 3- Cuantificación en un caso real de estrategias pasivas

Demostrar la eficiencia energética y el diseño arquitectónico optimizado de edificios residenciales a través

Objetivo 4- Análisis de reflectancia solar y simulaciones con entorno urbano.

La simulación energética como herramienta de pronóstico en la enseñanza de Arquitectura: Cuantificación de estrategias

De acuerdo con los objetivos fijados, se establece la siguiente hipótesis:

2. Estado del Arte

La simulación energética como herramienta de pronóstico en la enseñanza de Arquitectura: Cuantificación de estrategias

2 Estado del Arte

2.1 La energía en el sector residencial

2.1.1 Marco normativo de la eficiencia energética

2.1.1.2 Energía y Vivienda en España

La simulación energética como herramienta de pronóstico en la enseñanza de Arquitectura: Cuantificación de estrategias

2.1.2 “La casa pasiva”

El concepto de PH promueve el enfoque tradicional de construcción pasiva al mejorar las condiciones de