Herramientas de simulación virtual en la evaluación ambiental 

 

 En el marco de una investigación sobre tres complejos hospitalarios de la Ciudad Autónoma de Buenos Aires, de carácter público y privado, se presentan estudios ambientales sobre la reciente ampliación del Hospital Alemán. Este trabajo refleja el impacto de la envolvente edilicia en el desempeño térmico y lumínico de espacios de internación, aportando evidencia relevante para el diseño de edificios para la salud a través de simulaciones físicas y virtuales. A tal fin, se identifica la envolvente y la forma edilicia como principales condicionantes del comportamiento térmico y lumínico natural al interior de los edificios. Adicionalmente, se estudia el potencial de ventilar naturalmente los espacios a fin de reducir la dependencia en acondicionamiento e iluminación artificial, y reducir el impacto a la salud de los pacientes y al ambiente. En ese marco, se proponen medidas de eficiencia energética incorporando energía solar para reducir el impacto ambiental del uso y operación del edificio. Las simulaciones realizadas contribuirán a visualizar y transferir los resultados obtenidos de la investigación a posgrados, instituciones y práctica profesional.

Palabras clave: envolvente edilicia, simulaciones energéticas, ventilación natural, arquitectura hospitalaria.

 

Introducción

A nivel mundial, la construcción y operación de edificios representa el 36 % del consumo energético final siendo responsable por el 39 % de las emisiones GEI de gases de efecto invernadero. Argentina, al ratificar el Protocolo de Kioto en 1997 y el Acuerdo de París en 2015, está comprometida a reducir el 19 % de sus emisiones para el año 2030, en comparación con el máximo histórico alcanzado en 2007 (MAyDS, 2020). El cumplimiento de estos objetivos, en el marco del actual déficit energético, debe ocurrir de forma sostenible en el tiempo (Buccieri, 2018).

Con el fin de reducir las emisiones de GEI, la Secretaria de Energía promueve el Programa de Uso Racional y Eficiente de la Energía en Edificios Públicos (PROUREE, 2007) destinado al diagnóstico e implementación de medidas que optimicen la eficiencia energética. Este mecanismo de toma de decisiones se basa principalmente en el estudio de las instalaciones y en la transmitancia térmica de las envolventes. Desde una perspectiva histórica, la necesidad de incorporar criterios racionales a la producción edilicia, motivó diversos trabajos de investigación sobre hábitat y confort.

En ese contexto, este trabajo propone un abordaje desde el campo de la sustentabilidad ante el desafío de lograr eficiencia energética en edificios para la salud. La metodología adoptada, de carácter inductivo, estudia el caso de la reciente ampliación del Hospital Alemán en la Ciudad Autónoma de Buenos Aires, proyecto del Estudio Alvarado-Font-Sartorio, Buenos Aires, quienes proveyeron la información de la obra y la documentación utilizada en las simulaciones.

 

Metodología

Con el objetivo de comprender la relación entre clima y arquitectura y sus efectos en el confort se elaboraron diagramas bioambientales que permiten seleccionar estrategias de diseño para proyectos de arquitectura. Autores como Victor Olgyay (1963), Baruch Givoni (1969), Sealey (1979) y Evans (2003) desarrollaron herramientas innovadoras para la evaluación de diferentes estrategias de diseño aplicadas a la arquitectura.

Para visualizar el posible efecto de las estrategias se recurre al método de los Triángulos de Confort (Evans y de Schiller, 1988; Evans 2003; Evans, 2007). El programa utiliza los datos climáticos publicados por el Servicio Meteorológico Nacional, y ofrece la selección de opciones tanto para el tipo de actividad como para los recursos de diseño bioambiental.

Con el fin de obtener un primer diagnóstico se plantearon las siguientes suposiciones: ventilación cruzada (brisa), inercia térmica (normal), ganancia interna día (intermedia), ganancia interna noche (limitada), ganancias solares (altas), ventilación diurna (limitada), ventilación nocturna (alta), aislación térmica (muy buena), protección solar (total) y humidificación (leve humidificación). En el diagrama de la Figura 2, los meses del año se graficaron en azul y los círculos en blanco representan el efecto de las estrategias seleccionadas, combinadas entre sí.

 

Simulación del desempeño térmico

Las simulaciones térmicas de un edificio permiten: (1) dimensionar las instalaciones de calefacción, refrigeración y ventilación mecánica, (2) analizar el consumo energético y (3) calcular el costo de la energía utilizada. Actualmente, los diseñadores necesitan contar con herramientas para responder preguntas muy específicas durante el desarrollo del proyecto, incluso desde la etapa inicial de diseño.

A través del uso de simulaciones del desempeño energético, los diseñadores pueden considerar opciones específicas y elaborar alternativas, pudiendo así predecir el comportamiento térmico y lumínico de los edificios de forma anticipada a su construcción y simular los costos energéticos de edificios existentes en sus condiciones actuales, seleccionado la mejor estrategia para su reacondicionamiento.

Además del consumo energético, las herramientas de simulación pueden utilizarse para calcular las siguientes variables: (1) temperaturas interiores, (2) cargas de calefacción y refrigeración, (3) cargas específicas de equipos HVAC, (4) necesidades de iluminación natural de los ocupantes, (5) confort interior de los usuarios y (6) niveles de ventilación.

En esta modalidad operativa, cabe mencionar algunas de las herramientas de simulación más utilizadas, entre ellas: Energy Plus, ESP-r, IDA ICE, IES-VE y TRNSYS. También existen desarrollos locales de software como el caso del Programa SIMEDIF, desarrollado por el Instituto de Investigaciones en Energía No Convencional, INENCO, de la Universidad Nacional de Salta y el CONICET.

Los autores Mackey y Sadeghipour Roudsari (2018) proponen la utilización de VPL (Visual Programming Languages) tomando los casos exitosos de Grasshopper (Mac Neel and Associates 2017) y Dynamo (Autodesk 2017). Los autores proponen la simplificación de las funciones de diferentes programas en módulos o componentes con el formato entrada/salida. De esta manera, se integran varios programas como Energy Plus, OpenStudio, Radiance, OpenFoam y Therm, entre otros.

Otro aspecto relevante de las simulaciones en el campo de la edificación sustentable es su clasificación según área de influencia. De esta forma se pueden relevar situaciones que tengan múltiples implicancias como, por ejemplo, el control solar, con su correspondiente costo monetario e impacto ambiental, que formará luego parte relevante de la experiencia del uso, mantenimiento y operación del edificio.

 

 

La resistencia térmica de la envolvente de un edificio y su masa térmica son dos de los recursos pasivos más importantes para su control térmico. La masa térmica puede definirse a su vez como masa térmica exterior o interior, dependiendo de su ubicación con respecto al componente aislante de la envolvente. La masa térmica exterior funciona tanto como un medio de almacenaje como de transferencia de calor, mientras que la masa térmica interior solo funciona como medio de almacenaje. La masa térmica tiene la propiedad de absorber energía (convectiva y radiante) y retenerla durante las horas cálidas y liberarla en las horas frías (Wang et al., 2014).

Los muros, por ser un elemento predominante en la envolvente de un edificio, se utilizan como elemento efectivo para proveer confort térmico y acústico. La resistencia térmica de un determinado muro se presenta como un factor crucial dado que influencia fuertemente el consumo energético del edificio, especialmente en edificios altos por su gran proporción de superficie envolvente. Los muros con alta resistencia térmica presentan un riesgo mayor de sufrir condensación superficial cuando la humedad relativa interior supera el 80 %. Este problema es más severo durante los meses de invierno y en climas fríos con altos porcentajes de humedad.

En Argentina, la Norma IRAM 11601 establece el método de cálculo de la resistencia térmica de la envolvente y la Norma IRAM 11625 define el método de cálculo para la verificación del riesgo de condensación superficial e intersticial. En el segundo caso, se utiliza la referencia de la temperatura mínima de diseño de la localidad de implantación.

 

Para esta investigación, se desarrolló una plataforma de cálculo en lenguaje Javascript que contiene la librería abierta Psychrolib (Meyer y Thevenard, 2019), de modo que se puedan realizar comprobaciones con gráficas del gradiente de temperatura de bulbo seco y temperatura de rocío a través del elemento constructivo.

 

 

Para la estimación de cargas térmicas de las diferentes zonas o sectores de un edificio resulta de suma importancia la definición de su ocupación y forma de uso, el nivel de actividad, el equipamiento, las exigencias de iluminación artificial, y los requerimientos mencionados de ventilación mecánica junto con los puntos fijos de calefacción y refrigeración. De forma complementaria a lo establecido en la Norma IRAM 80400 (2020), se utiliza la referencia del Manual de Diseño ASHRAE (2013).

 

 

Con el objetivo de evaluar alternativas en el diseño de la envolvente, se simularon parasoles horizontales y su posible materialización mediante paneles fotovoltaicos. Con respecto a los parasoles, se definieron a nivel del dintel de las ventanas, con 1 m de ancho, siendo esta distancia la que mejor desempeño mostró en cuanto a la reducción del uso de energía secundaria requerida para climatización.

 

 

Por otra parte, se consideraron los módulos fotovoltaicos de silicio cristalino, con un área activa de 90 % y una eficiencia de 15 %, y se estudiaron diferentes ángulos de inclinación, resultando 25º el valor óptimo de energía producida de forma anual y se consideraron alineados a la fachada, lo cual representa 9º del Acimut. Se realizaron además simulaciones complementarias a fin de relevar la incidencia de obstrucciones y, de esta manera, se constató una proporción de 50,31 % de energía eléctrica (AC) en relación a la posible producción sin obstáculos (fachada y paneles en pisos superiores).

 

 

Simulaciones de iluminación natural

En la planificación de Gran Bretaña de posguerra, se promovió la reconstrucción de las ciudades bajo principios científicos. Esto es particularmente evidente en los estudios de posguerra sobre edificios promocionados por el Ministerio de Trabajo para la reconstrucción de edificios. En el año 1944, la publicación de The Lighting of Buildings por parte de ese Ministerio, se recomendó que los niveles de iluminación de los edificios fueran evaluados de acuerdo a la métrica llamada Factor de Luz Día (FLD). Esta métrica, ideada en 1985, mide la iluminancia en una habitación (usualmente en un plano horizontal) en relación a la cantidad total de luz disponible bajo un cielo nublado sin obstrucciones, expresado en porcentaje. El FLD, factor de luz día, fue incorporado así a las reglamentaciones británicas en 1949 y continúa siendo la métrica más utilizada en el diseño de iluminación natural (Lewis, 2017).

Aunque el FLD continúe siendo la métrica de mayor referencia en los estudios de iluminación, desde 2013, se requieren nuevos estudios surgidos de la corriente de Modelado de Luz Diurna Basado en el Clima (CBDM Climate Based Daylight Modelling) en programas internacionales (Brembilla y Mardaljevic, 2019). Por los motivos expuestos y de acuerdo con el USGBC (2023), Consejo de Edificación Sustentable de Estados Unidos, en esta investigación se realizan los siguientes estudios:

 

• Factor de Luz Día (DF, Daylight Factor). El porcentaje referido en este estudio refiere a la proporción entre la luz disponible al interior divida por la luz disponible al exterior. Los valores, dispuestos en una grilla, presentan a su vez el promedio de la grilla.

 

 

• Iluminancia Diurna Útil (UDI, Useful Daylight Illuminance). El resultado de este estudio se conforma por un grupo de valores, cada uno representando el porcentaje de horas (con ocupación) donde la iluminancia ingresa en diferentes rangos. Los grupos en los cuales se ubican los resultados son [0-100 lux] (UDI-n, no suficiente), [100-300 lux] (UDI-s, suficiente), [300-3.000 lux] (UDI-a, autónomo) y más de 3.000 lux (UDI-x, excedido).

 

 

• Autonomía espacial de luz diurna (sDA, Spatial Daylight Autonomy; 300 lux / 50 %). Los porcentajes referidos en este resultado representan el área en planta que recibe entre 300 y 3.000 lux, en locales ocupados y consta de dos simulaciones de una hora, efectuadas a las 9:00 y 15:00 horas del día 20/3 (equinoccio de invierno, hemisferio sur).

Para los datos de radiación se seleccionó un día representativo de cielo claro, dentro de un margen de 15 días con respecto al 20/3. Si bien se excluyeron las cortinas y persianas, se incluyeron las particiones internas.

 

 

Simulaciones de movimiento de aire

Las diferencias térmicas generadas por efectos de calentamiento no uniformes en el suelo modifican la presión entre puntos que se encuentren sobre la superficie terrestre.

A su vez, la compensación de estas diferencias de presión causa el flujo de enormes cantidades de aire desde las regiones de alta presión hacia las de baja presión, y la dirección del flujo de aire depende del gradiente de presión, la fuerza de Coriolis y la fricción superficial.

Cuando el viento impacta contra un edificio, se perturba el movimiento de aire y lo desvía por encima y alrededor del mismo. La presión de aire, en la fachada impactada por el viento, es mayor que la presión atmosférica (zona de presión positiva) y en la fachada opuesta la presión es negativa (zona de succión). De este modo, se crean diferencias de presión sobre el edificio que provocan mayor circulación de aire a través de las aberturas del edificio.

Generalmente, se produce un flujo entrante en la fachada que se encuentra a favor del viento y un flujo saliente en la fachada opuesta. La diferencia de presión entre dos puntos de la envolvente de un edificio determina las potenciales fuerzas impulsoras para la ventilación cuando las aberturas están ubicadas en esos puntos. Este tipo de movimiento ocurre cuando las diferencias de temperaturas modifican la densidad del aire provocando una disparidad entre la presión interior y la exterior.

 

 

Si la temperatura interior del edificio es mayor que la externa, se establece un nivel neutral de presión (NNP) aproximadamente a la mitad de la altura, por encima será positiva y por debajo negativa. En estos casos, el aire fluye hacia adentro a través de las aberturas por debajo del NNP y hacia afuera por encima del mismo.

La determinación del coeficiente de descarga puede representar una fuente de incertidumbre en los modelos de ventilación para predecir el refrescamiento pasivo, ya sean simples o complejos. Para estimar estos coeficientes, EnergyPlus cuenta con un módulo llamado Air Flow Network que provee la habilidad de simular corrientes de aire entre zonas térmicas. Esta función consiste en un conjunto de nodos conectado por elementos de flujo de aire (airflow elements), para los que se define una relación entre flujo de aire y presión.

Elaborado por el LBNL, el módulo AirflowNetwork reemplaza a los anteriores módulos COMIS y ADS, y está diseñado para ampliarse hacia el funcionamiento de los sistemas híbridos para las instalaciones de HVAC. De esta manera, es posible estimar el comportamiento térmico de un edificio en escenarios alternativos con ventanas abiertas o cerradas. Con fines gráficos, en la Figura 12 se presenta un ejemplo demostrativo del funcionamiento del cálculo suponiendo dos escenarios alternativos (sin el uso de HVAC) con las ventanas cerradas y abiertas.

 

 

 

Resultados obtenidos

 Las medidas de eficiencia energética evaluadas refieren a la incorporación de parasoles horizontales en una primera instancia, y en la posibilidad de generación eléctrica mediante paneles fotovoltaicos en la fachada.

Las reducciones en la carga de refrigeración producidas por la protección solar fueron contrastadas con los aumentos en la carga de calefacción debido a menores ganancias solares en el periodo invernal.

Para valorar los efectos de la producción de energía in-situ se utilizó el procedimiento de la Norma IRAM 11900, obteniendo un valor de intensidad energética que se descuenta de la demanda.

Este método no contempla la conveniente sincronización entre demanda y generación, de modo que tampoco incluye la posibilidad de vender el excedente producido a la red.

 

	Base	Con parasoles	Con parasoles y FV
Refrigeración (COP 3,5)	10,18	7,21	7,21
Calefacción (COP 4)	10,77	12,2	12,2
Energía eléctrica (prod. in-situ)	–	–	-6,81
Total	20,95	19,41	12,6

Tabla 1. Energía secundaria de climatización (en kWh/m2).

Fuente: LadybugTools (2023), Estudio AFS y SMN en Onebuilding (2023).

 

Los resultados obtenidos mediante los estudios de iluminación (Factor Luz Día, Iluminancia Diurna Útil y Autonomía Espacial de Luz Diurna) cumplen los requisitos solicitados en los principales sistemas internacionales de certificación como LEED, EDGE y WELL.

Sin embargo, el desarrollo y aplicación de análisis complementarios podrían incluir, por ejemplo, el estudio de posibles deslumbramientos en los sectores cercanos a la fachada hacia la calle o a mayor distancia en entornos urbanos. Para esos casos se deberá evaluar el efecto mitigador de las cortinas interiores.

 

Conclusiones

Sintetizando los resultados, se enumeran las contribuciones encontradas con la aplicación de simulaciones informáticas como método de análisis de edificios para la salud, considerando las ventajas de esta práctica junto con sus limitaciones, en base al desarrollo de esta investigación.

 

Ventajas del uso de simulaciones

Los siguientes aspectos se encuentran incluidos dentro de los beneficios resultantes de la práctica de simulaciones informáticas aplicadas a la arquitectura para la salud, destacando su relevante contribución, especialmente cuando se las considera desde las primeras etapas de diseño y en diferentes etapas de desarrollo del proyecto.

Balance térmico: Los cálculos realizados incluyen variables climáticas, geométricas, de materialidad, de uso y equipamiento que facilitan la comprensión de su interrelación.

Distribución de iluminancia: Los estudios referidos a la iluminación natural aportan diferentes mediciones para evaluar la calidad y distribución de luz natural.

Aceleración de viento: Las simulaciones de CFD revelan el comportamiento del viento alrededor de los edificios detectando aceleraciones asociadas al disconfort, tanto en espacios exteriores e intermedios como su influencia e impacto en el confort de los espacios interiores.

Presión de viento en fachada: Los coeficientes de presión de viento en fachadas permiten establecer posibles corrientes de aire al interior de los edificios desde los sectores de presión positiva hacia los de presión negativa.

Distribución interior de aire: La simulación del movimiento de aire producido por la ventilación natural genera mapas de calor relacionados a la tasa de renovaciones de aire, aspecto relevante del movimiento de aire para lograr confort y bienestar de los pacientes.

Cálculo de niveles de confort: Estos estudios permiten relevar posibles condiciones de stress térmico y poner en evidencia la verificación del cumplimiento de diferentes normas y estándares.

Finalmente, cabe indicar que aun tratándose de programas informáticos de código abierto y que se encuentren validados por institutos especializados internacionales y nacionales, existe un margen de error asociado al procedimiento de carga de datos y las necesarias abstracciones sobre los componentes necesarios para cada simulación, aplicados en prácticas de calificación y evaluación.

 

 

Bibliografía

ASHRAE (2013). American Society of Heating, Refrigerating and Air-Conditioning Engineers, Atlanta.

Autodesk (2017). http://www.dynamobim.org

Big Ladder Software (2022). Copyright © 2009-2022 Big Ladder Software LLC.

Bitencourt, F., Monza, L. (2017). Rio Books, 1º Edición, Brasilia. ISBN 978-85-9497-014-5.

Buccieri, M. V. (2018). Maestría Interdisciplinaria en Energía, Universidad de Buenos Aires. En  Compagnon, R. (1997). RADIANCE: a simulation tool for daylighting systems. The Martin Centre for Architectural and Urban Studies University of Cambridge Department of Architecture, Cambridge.

de Dear, R., Brager, G. (2002). Thermal comfort in naturally ventilated buildings: revisions to ASHRAE Standard 55. Energy and Buildings, 34: 549-561. Berkeley. Disponible en: https://escholarship.org/uc/item/2pn696vv a marzo 2023.

Disponible en: https://www.openfoam.com a marzo 2023.

ENERG BLDG. 38. 905-913. 10.1016/j.enbuild.2006.03.013.

Energy+ (1996). Laboratorio Lawrence Berkley, Programa de simulación disponible en https://energyplus.net/downloads.

Escombe, Adrian, & Oeser, Clarissa, & Gilman, Robert & Navincopa, Marcos & Ticona, Eduardo & Pan, William & Martinez, Carlos & Chacaltana, Jesus & Rodríguez, Richard & Moore, David & Friedland, Jon & Evans, Carlton. (2007). Natural Ventilation for the Prevention of Airborne Contagion. PLoS medicine.

Evans, J. M. (2003). Evaluating comfort with varying temperatures: a graphic design tool. Energy and Buildings, 35(1), 87-93.

Evans, J. M. (2007). The Comfort Triangles: A new tool for bioclimatic design. Delft University of Technology, Delft. Disponible en: https://repository.tudelft.nl/islandora/object/uuid%3A5a12f90e-2e07-4ba7-b21f-1da81c5c523a

Evans, J. M. y de Schiller, S. (1988). Diseño Bioambiental y Arquitectura Solar. Secretaría de Extensión Universitaria, Facultad de Arquitectura, Diseño y Urbanismo, Universidad de Buenos Aires, CABA.

Givoni, B. (1969). Man, Climate and Architecture. Elsevier, Ámsterdam. ISBN 10: 0442262965.

Herrera, M. P., Echaide M., Colque, A., Lizzi, A. (2020). Recomendaciones interinstitucionales edilicias para prevención de la transmisión de coronavirus u otros virus respiratorios en instituciones de salud o edificios públicos. Sociedad Argentina de Infectología, Instituto nacional de epidemiología, Asociación Argentina de Arquitectura e Ingeniería Hospitalaria, AADAIH, Asociación Argentina de Enfermeros en Control de Infecciones, Buenos Aires.

Hobday, R. and Dancer, S.J. (2013). Roles of Sunlight and Natural Ventilation for Controlling Infection: Historical and Current Perspectives. Journal of Hospital Infection, 84, 271-282. https://doi.org/10.1016/j.jhin.2013.04.011

Huang, J., Winkelmann, F. C., Buhl, F. F., Pedersen, C. O., Fisher, D., Liesen, R. & Lawrie, L. K. (1999). Linking the COMIS multi-zone airflow model with the EnergyPlus building energy simulation program. In Proc. of the 6-th IBPSA Conference (Vol. 2, pp. 1065-1070).

IRAM (2002). Norma IRAM 11601:2002, Aislamiento térmico de edificios. Métodos de cálculo. Propiedades térmicas de los componentes y elementos de construcción en régimen estacionario. Instituto Argentino de Normalización y Certificación, Buenos Aires.

IRAM (2012). Norma IRAM 11603:2012, Acondicionamiento térmico de edificios. Clasificación Bioambiental de la República Argentina. Instituto Argentino de Normalización y Certificación, Buenos Aires.

IRAM (2001). Norma IRAM 11604:2001, Aislamiento térmico de edificios. Verificación de sus condiciones higrotérmicas. Ahorro de energía en calefacción. Coeficiente volumétrico G de pérdidas de calor. Cálculo y valores límites. Instituto Argentino de Normalización y Certificación, Buenos Aires.

IRAM (1996). Norma IRAM 11605:1996, Acondicionamiento térmico de edificios. Condiciones de habitabilidad en edificios. Valores máximos de transmitancia térmica en cerramientos opacos. Instituto Argentino de Normalización y Certificación, Buenos Aires.

IRAM (2017). Norma IRAM 11900:2017, Prestaciones energéticas en viviendas. Método de cálculo y etiquetado de eficiencia energética. Instituto Argentino de Normalización y Certificación, Buenos Aires.

IRAM 80400 (2020). Norma IRAM 80400:2017, Sistemas para el tratamiento del aire en los establecimientos para el cuidado de la salud. Requisitos. Instituto Argentino de Normalización y Certificación, Buenos Aires.

ISBN: 978-1-936504-39-8.

Mackey, C., & Sadeghipour Roudsari, M. (2018). The tool(s) versus the toolkit. In Humanizing Digital Reality: Design Modelling Symposium Paris 2017 (pp. 93-101). Springer, Singapore.

MAyDS (2020). Segunda contribución determinada a nivel nacional de la República Argentina. Ministerio de Ambiente y Desarrollo Sostenible, CABA. En: https://www.argentina.gob.ar/ambiente/cambio-climatico/contribucion-nacional

McNeel, R., & Associates (2017). Grasshopper. Algorithmic modeling for Rhino. http://www.grasshopper3d.com

Meyer, D., & Thevenard, D. (2019). PsychroLib: A library of psychrometric functions to calculate thermodynamic properties of air. Journal of Open Source Software, 4(33), 1137.

Olgyay, V. (1963). Design with climate, Bioclimatic approach to architectural regionalism. Universidad de Princeton, Princeton NJ. ISBN-10: 0691079439.

PROGEREN (2017). Programa de gestión eficiente de recursos energéticos. Universidad de Buenos Aires, Resolución N.º 141/17.

PROUREE (2007). Programa Nacional de Uso Racional y Eficiente de la Energía en edificios públicos de la administración pública nacional. Secretaría de Energía, Ministerio de Planificación Federal, Inversión Pública y Servicios. Decreto 140/2007.

Revision 000; Updated 2022.11.29 Disponible en: https://bigladdersoftware.com/ a marzo 2023.

Sartorio, J., & Evans, J. M. (1999). Eficiencia energética y morfología en edificios para la salud; estudio de tipologías. Proyecto de investigación: “Modelos tipológicos en edificios para la salud. Criterios bioambientales y eficiencia energética”, Informe de Beca categoría iniciación, SECyT – UBA, en Centro de Investigación Hábitat y Energía, FADU-UBA

Sousa, J. (2012). Energy simulation software for buildings: review and comparison. En: International Workshop on Information Technology for Energy Applicatons-IT4Energy, Lisboa (pp. 1-12).

USGBC (2023) LEED v4.1 Building Design and Construction, United States Green Building Council, Atlanta. Disponible en: https://www.usgbc.org/ a marzo 2023.

 

Guillermo Tiscornia es arquitecto por la Universidad Nacional de La Plata, actualmente preparando la Tesis para la Maestría Sustentabilidad en Arquitectura y Urbanismo FADU-UBA. Experiencia laboral en los estudios: Bares, ABV y Aisenson; y en las constructoras: Grupo Portland, Overcon y Arupac. Participación en proyectos y obras: Centro Cultural Kirchner, Colegio Tarbut, Paseo Gigena y Casa Living. Especializado en simulaciones energéticas y proyectos en Javascript de código abierto disponibles en GitHub.