周 欣 燕 達(dá)* 任曉欣 洪天真

(1.清華大學(xué)建筑學(xué)院建筑技術(shù)科學(xué)系，北京 100084;2.美國勞倫斯·伯克利國家實(shí)驗(yàn)室，美國加州 94720)

1 引言

辦公建筑為公共建筑的重要組成部分，其建筑能耗特點(diǎn)及建筑節(jié)能工作受到業(yè)內(nèi)的廣泛關(guān)注。與一般建筑相比，大型辦公建筑 (建筑面積超過10000m2)作為商業(yè)建筑的主體，建筑面積基數(shù)大且累年增多，同時(shí)由于其建筑本身的使用及功能特征，年累計(jì)耗能量較高。

在大型辦公建筑中，照明能耗能夠占到建筑總能耗的20%～40%。因此針對(duì)照明能耗的影響因素展開研究，對(duì)大型辦公建筑的節(jié)能減排工作具有重要意義。已有研究表明，影響照明能耗的因素主要有室外照度及人員行為。部分已有的實(shí)測(cè)數(shù)據(jù)或模擬研究認(rèn)為，照明能耗與室外照度相關(guān)，當(dāng)室外照度較大時(shí)，人員更趨向于利用自然光，此時(shí)燈具開啟的可能性較低，或需要燈具提供的照度較低［1～5］。然而一些研究發(fā)現(xiàn)人員的操作對(duì)照明能耗的影響更大。通過實(shí)測(cè)調(diào)研，Yu等人發(fā)現(xiàn)開敞式辦公室中人員使用燈具的行為與外界照度無關(guān)，但與人員在室情況緊密相關(guān)［6］。同時(shí)，Yun等人進(jìn)一步提出室外照度與照明能耗沒有統(tǒng)計(jì)意義，但人員對(duì)燈具的操作與一天中的時(shí)間點(diǎn)具有極大關(guān)系［7］。其他一些研究［8］［9］也表明使用者的開燈行為僅和用戶是否在室內(nèi)有關(guān)，而與室外照度無關(guān)。

目前針對(duì)照明能耗的研究主要集中在小型辦公室、住宅建筑中，其分析方法及研究結(jié)論對(duì)了解、認(rèn)識(shí)大型辦公建筑的照明能耗特點(diǎn)具有極大的借鑒意義。然而，受測(cè)試數(shù)據(jù)數(shù)量及來源的限制，大型辦公建筑整體照明能耗特點(diǎn)及影響因素的情況仍不甚明晰。在國內(nèi)，常見的預(yù)測(cè)照明能耗的方式為照明密度和單曲線模型的配合。大部分的研究沿用公共建筑節(jié)能設(shè)計(jì)標(biāo)準(zhǔn)中的辦公建筑照明功率值 (即普通辦公室、會(huì)議室11W m2，高檔辦公室18W m2，走廊 5W m2等)［10］［14］; 部分文獻(xiàn)的照明功率采用了實(shí)測(cè)值，實(shí)測(cè)的照明功率范圍在 5 ～ 25W m2［15］［19］。而曲線模型主要來自公共建筑節(jié)能設(shè)計(jì)標(biāo)準(zhǔn)中的工作時(shí)段推薦人員作息［11］［14］，但由于大型辦公建筑與小型辦公建筑中照明能耗性能差異較大，而在目前的曲線模型中沒有分開討論［20］，因此在實(shí)際應(yīng)用中會(huì)出現(xiàn)模擬值與實(shí)際間存在偏差的情況［21］［22］，且該種描繪方式無法體現(xiàn)出實(shí)際照明能耗的全年變化情況。

在更為詳細(xì)的照明能耗模型方面，Hunt［23］引入了一個(gè)隨機(jī)模型用于計(jì)算人員到達(dá)后開燈的概率，研究得到如下結(jié)論:當(dāng)工作面照度低于100lx時(shí)人員開燈的概率增大。Newsham［24］開發(fā)了基于概率過程的Lightswitch模型，并基于在加拿大渥太華的一個(gè)辦公建筑的測(cè)試數(shù)據(jù)模擬人員在室情況。2004年，Reinhart［25］將該模型改進(jìn)為 Lightswitch-2002 模型，并用于計(jì)算人員到達(dá)及離開室內(nèi)的概率以及相應(yīng)的開關(guān)燈概率。同時(shí)，在Reinhart的研究中，利用該模型估計(jì)了在不同照明控制條件下的節(jié)能量。Joakim Wide'n［26］等人利用馬爾可夫鏈估計(jì)人員移動(dòng)的概率，進(jìn)而將照度水平和人員移動(dòng)結(jié)合，預(yù)測(cè)開燈概率。然而，以上研究主要基于小型辦公建筑［23～25］及住宅建筑［26］，大型辦公建筑照明能耗的特點(diǎn)分析較為缺乏。

基于大量實(shí)測(cè)大型辦公建筑照明能耗數(shù)據(jù)，本文對(duì)目前大型辦公建筑照明能耗總體水平及概況特點(diǎn)展開分析。由于缺乏這些建筑中照明系統(tǒng)的詳細(xì)參數(shù)情況，本文關(guān)注于照明能耗的日均值曲線和全年變化特征。首先，通過對(duì)逐時(shí)數(shù)據(jù)的統(tǒng)計(jì)分析，本研究對(duì)照明能耗的分段特點(diǎn)、分布特點(diǎn)及主要影響因素進(jìn)行詳細(xì)探討。進(jìn)而，基于對(duì)照明能耗隨機(jī)特征的理解，本文提出照明能耗的隨機(jī)模型。該模型主要考慮了照明能耗的逐時(shí)變化特點(diǎn)，包括每日的尖峰特性等。進(jìn)一步，將該照明模型應(yīng)用于實(shí)際案例中，將模擬結(jié)果與實(shí)測(cè)數(shù)據(jù)進(jìn)行對(duì)比，完成模型的驗(yàn)證工作。

2 研究方法

本文的研究路線如圖1所示。首先對(duì)北京和香港13棟裝有分項(xiàng)計(jì)量系統(tǒng)的大型辦公建筑的逐時(shí)實(shí)測(cè)照明能耗數(shù)據(jù)進(jìn)行分析，討論大型辦公建筑中照明能耗曲線的特征。對(duì)實(shí)測(cè)數(shù)據(jù)的分析主要從年總量情況，月分布情況，典型日特征及年分布情況四個(gè)方面展開。

基于對(duì)照明能耗特征的理解，研究進(jìn)一步分析了影響照明能耗的兩個(gè)主要因素:室外照度情況及室內(nèi)人員情況。為了確定室外照度對(duì)照明能耗的影響，對(duì)不同季節(jié)及不同建筑樓層 (地上和地下區(qū)域)的照明能耗進(jìn)行了對(duì)比。而室內(nèi)人員的影響則通過對(duì)比工作日、周末及節(jié)假日的照明能耗情況及分析照明日均值曲線與人員活動(dòng)的關(guān)系得到。

圖1 技術(shù)路線圖Fig.1 Technical routine

通過對(duì)照明能耗特征及主要影響因素的認(rèn)識(shí)，本文提出基于概率的照明能耗模型。該模型將統(tǒng)計(jì)分析及概率模型應(yīng)用于照明能耗的預(yù)測(cè)，對(duì)照明能耗的日分段特性、年分布特征及不同時(shí)間段內(nèi)能耗的時(shí)相關(guān)性進(jìn)行刻畫，建立了照明能耗的隨機(jī)模型，并以某棟實(shí)際建筑作為研究案例，將照明能耗的影響因素及作用方式進(jìn)行整理作為輸入，計(jì)算該建筑的逐時(shí)照明能耗，并將計(jì)算結(jié)果與實(shí)測(cè)數(shù)據(jù)進(jìn)行對(duì)比，進(jìn)而完成該模型的驗(yàn)證工作。

3 數(shù)據(jù)源基本情況

本文的實(shí)測(cè)數(shù)據(jù)來自13棟位于北京、香港的大型辦公建筑的逐時(shí)照明支路分項(xiàng)計(jì)量數(shù)據(jù)。13棟建筑的面積、所在地及功能信息如表1所示。

表1 建筑基本信息Table 1 Building basic information

圖2 大型辦公類建筑平米照明能耗水平比較Fig.2 Lighting energy consumption comparison of big office buildings

根據(jù)各辦公樓的全年能耗實(shí)測(cè)數(shù)據(jù)，依靠照明支路分項(xiàng)計(jì)量系統(tǒng)得到照明電耗。對(duì)比各建筑的全年照明能耗，得到照明的平米能耗水平及能耗比例，結(jié)果如圖2、圖3所示。由圖可見，對(duì)于各建筑的照明分項(xiàng)平米能耗，北京政府辦公樓的能耗較低，約10～30kWh/(m2·年);北京寫字樓水平略高，約30～50kWh/(m2·年);香港寫字樓的照明能耗水平較北京為高，達(dá)到約60～100kWh/(m2·年)。關(guān)注照明能耗在建筑總能耗中所占的比例，則各類建筑相差不是特別顯著，均占到15% ～45%左右。因此，照明用電作為大型公共建筑不可忽略的一項(xiàng)用能，有必要對(duì)其能耗特征及計(jì)算模型進(jìn)行深入探究。

圖3 大型辦公類建筑照明能耗比例Fig.3 Lighting energy consumption proportion of big office buildings

4 照明能耗總體特征

在本部分，將對(duì)照明能耗的總體特征進(jìn)行分析討論，從全年、逐月及典型日這三個(gè)時(shí)間層次分別對(duì)照明能耗進(jìn)行了特征總結(jié)與討論。

4.1 照明能耗逐年變化情況

以北京的G大廈為例，其2008至2010年間的照明能耗逐年變化情況如圖4所示。從圖中可以看到，照明能耗的年變化規(guī)律比較穩(wěn)定，從2008年至2010年，電耗的變化幅度小于7%。這主要由于建筑中裝機(jī)功率保持不變，租用率穩(wěn)定以及使用方式變化小。

4.2 照明能耗月分布情況

為了觀察照明能耗的月變化特征，13棟辦公樓逐月的日平均照明電耗如圖5所示。采用日均值照明電耗而非月總照明電耗進(jìn)行對(duì)比是由于各工作日及休息日的照明電耗變化較小，而且不同月份有不同的天數(shù)。從圖中可以看到大部分建筑各月電耗變化幅度較小，而且照明能耗的月分布沒有明顯特征。

圖4 G大廈逐年能耗變化圖Fig.4 Energy consumption variation of G building by year

圖5 各辦公建筑逐月日平均照明平米能耗對(duì)比圖Fig.5 Average lighting energy consumption of office building by month

4.3 照明能耗日均值情況

進(jìn)一步通過對(duì)照明電耗的日逐時(shí)分布進(jìn)行分析，以探究大型辦公建筑照明能耗曲線的特征。取建筑F的一條照明支路的實(shí)測(cè)數(shù)據(jù)進(jìn)行逐時(shí)曲線分析，如圖6所示。可以看到照明能耗的日曲線形狀與人員的活動(dòng)情況有較大聯(lián)系。

根據(jù)其雙峰曲線的形狀可將其分為6個(gè)時(shí)間段:

夜間階段:夜間無人員活動(dòng)，只保留24h照明設(shè)備 (緊急及安全指示燈等);

圖6 典型日照明功率曲線圖Fig.6 Lighting power curve of the typical day

上班階段:人員陸續(xù)到達(dá)，照明功率逐步上升直至達(dá)到上午階段的水平;

上午階段:上午上班期間，保持照明設(shè)備最高功率水平;

午休階段:人員陸續(xù)午餐，關(guān)閉部分燈，照明水平略有下降;

下午階段:下午上班期間，保持照明設(shè)備最高功率水平;

下班階段:人員陸續(xù)離開，或有加班行為，照明功率逐步下降至夜間水平。由于人員加班及保潔人員的活動(dòng)，照明功率的下降率低于上班階段的照明功率增加率。

4.4 照明能耗年分布情況

照明功率的統(tǒng)計(jì)結(jié)果如圖7所示。圖中細(xì)線表示日平均照明能耗。柱體的邊緣分別表示25%及75%的四分位點(diǎn)。數(shù)據(jù)點(diǎn)的最大和最小值也表示在圖中?？梢钥吹?，在全年范圍內(nèi)照明功率具有一定的分布特性。同時(shí)，也可以發(fā)現(xiàn)照明能耗的均值曲線形狀與數(shù)據(jù)分布情況在工作日與休息日時(shí)差異較大。

圖7 全年逐時(shí)照明電耗四分位統(tǒng)計(jì)圖Fig.7 Lighting electricity consumption statistical figure by hour in the whole year

5 照明能耗影響因素分析

通過前一部分對(duì)照明能耗基本特征的分析，研究發(fā)現(xiàn)照明能耗的逐年、逐月變化特征并不明顯，其日曲線及全年分布情況具有一定的規(guī)律性。本部分進(jìn)一步對(duì)照明能耗的兩大影響因素 (室外照度及室內(nèi)人員活動(dòng))展開分析。

5.1 室外照度影響

5.1.1 同一建筑地下室與地上面積的照明能耗情況對(duì)比

為了探究室外照度的影響情況，對(duì)比了同一棟辦公建筑的地上與地下部分辦公室的照明能耗情況。地下和地上區(qū)域的辦公室由兩個(gè)獨(dú)立的照明支路供電，辦公室的人員密度一致，均大約為10m2人。建筑中沒有自然光控制或其他自動(dòng)照明控制 (如人員傳感器控制等)。同時(shí)夜間當(dāng)建筑中沒有工作人員時(shí)，物業(yè)人員將關(guān)閉所有的燈具。

照明功率的統(tǒng)計(jì)結(jié)果如圖8所示。由(a)、(b)兩圖對(duì)比可見，平均照明功率曲線的形狀基本一致，這表明室外采光對(duì)辦公照明能耗曲線形狀并沒有顯著影響。在地上區(qū)域中，照明功率的離散程度略高，但由于缺乏辦公室的詳細(xì)信息 (如人員的工作性質(zhì)等)，因此難以判斷室外照度對(duì)照明能耗波動(dòng)情況的影響。

5.1.2 季節(jié)照明能耗的對(duì)比

進(jìn)一步，通過比較不同季節(jié)同一辦公室的照明能耗情況，探究自然采光時(shí)長及室外照度水平情況的影響。將某地上區(qū)域照明支路的數(shù)據(jù)按季節(jié)進(jìn)行周平均，可以獲得四條照明功率曲線，如圖9所示。對(duì)于不同季節(jié)，自然采光時(shí)長和照度水平均有較大差別，但觀察分季節(jié)的照明周均值情況，照明曲線的差別并不明顯。該現(xiàn)象進(jìn)一步驗(yàn)證了室外照度情況對(duì)室內(nèi)照明電耗的曲線形狀沒有顯著影響。

綜上兩點(diǎn)所述，對(duì)于大型辦公類建筑，室外照度對(duì)于照明能耗的影響并不十分顯著。由于建筑中不存在基于自然光或者人員在室情況的自動(dòng)照明控制系統(tǒng)，對(duì)于該現(xiàn)象可能的原因有:1)在大型辦公建筑中，開關(guān)燈作息比較固定;2)在大型辦公建筑中，受照度影響的外區(qū)比例較小;3)可利用的自然光對(duì)人員手動(dòng)開關(guān)燈的影響十分有限。

5.2 人行為的影響

為了分析人員對(duì)照明能耗的影響，對(duì)同一照明支路工作日和非工作日的電耗情況進(jìn)行對(duì)比。工作日及非工作日的照明功率均值曲線如圖10和圖11所示。由于工作日有大量員工上班，其照明能耗明顯高于非工作日。并且不同的人員移動(dòng)事件，例如上班、午休、下班等作息規(guī)律可以通過工作日的照明功率曲線判別。而在非工作日，由于加班等情況隨機(jī)性比較強(qiáng)，因此照明功率的離散程度比較大，而且沒有固定的作息規(guī)律。

圖8 地上及地下區(qū)域的照明日均值能耗曲線對(duì)比Fig.8 Average lighting energy consumption comparison above and under the ground

圖9 分季節(jié)照明功率周均值曲線Fig.9 Average lighting power by month every season

圖10 工作日照明功率均值曲線Fig.10 Average lighting power in the working days

圖11 休息日照明功率均值曲線Fig.11 Average lighting power in the rest days

6 照明能耗模型

基于以上對(duì)照明能耗特征及主要影響因素的認(rèn)識(shí)，本文提出基于概率的照明能耗模型。從以上分析中可以看到，日分段特性及年分布情況是照明能耗的兩大主要特征，本研究采用統(tǒng)計(jì)分析及概率模型對(duì)其進(jìn)行刻畫，建立照明能耗的隨機(jī)模型。

6.1 照明能耗日均值情況

從圖6典型日的照明能耗曲線的討論中，已得到一天內(nèi)的照明曲線可以分為6個(gè)時(shí)間段:夜間階段、上班階段、上午階段、午休階段、下午階段及下班階段。根據(jù)這6個(gè)階段的特征，可將其分為兩大類:

6.1.1 單值特性

上午階段、午休階段、下午階段及夜間階段均屬于單值特性的情況。這些時(shí)間段內(nèi)照明功率可用一條固定功率的平滑曲線表示。方差系數(shù)可用于表示數(shù)據(jù)的離散程度。其定義式為:Vσ=σ X。其中Vσ為方差系數(shù)，σ為方差，X為均值。四個(gè)階段各自的最大方差系數(shù)如表2所示。

表2 四個(gè)單值特性階段的最大方差系數(shù)Table 2 The max variation in the four stage with single value property

從表2可見，在上午階段、午休階段、下午階段及夜間階段內(nèi)，一天內(nèi)的照明功率離散程度很小。這表明數(shù)據(jù)的變化幅度可忽略，即可用單值曲線表示一天中每個(gè)階段內(nèi)的照明能耗情況。

6.1.2 變化特性

上班階段及下班階段的照明能耗數(shù)據(jù)的日分布則滿足指數(shù)分布的規(guī)律。

在概率論中，如果因變量y與自變量x之間沒有確定性的函數(shù)關(guān)系，而根據(jù)知識(shí)、經(jīng)驗(yàn)或者觀察它們有一定的關(guān)聯(lián)性，眾多的、不可預(yù)測(cè)的隨機(jī)因素影響著它們之間的關(guān)系。人們研究這類問題的途徑常常是收集一組 (x，y)的數(shù)據(jù)，用統(tǒng)計(jì)分析方法建立一種經(jīng)驗(yàn)?zāi)Ｐ停Q為回歸模型［27］。而本文中對(duì)于上班過渡階段及下班過渡階段內(nèi)時(shí)間與照明能耗的規(guī)律也采用回歸模型的方法進(jìn)行分析。

已有文獻(xiàn)［28］通過調(diào)研數(shù)據(jù)表明某段時(shí)間內(nèi)到達(dá)的人數(shù)符合泊松分布:

故某段時(shí)間有人到達(dá)的概率符合P=P{K＞0}，即滿足指數(shù)分布［16］。而開燈的概率與人員到達(dá)的概率正相關(guān)，人員到達(dá)的概率越大，開燈的概率越大，即該時(shí)刻的照明能耗越大。

利用最小二乘法對(duì)數(shù)據(jù)進(jìn)行回歸分析，取置信水平α=0.05，采用指數(shù)分布的函數(shù)形式，則回歸結(jié)果如圖12所示。Y軸表示照明功率作息的比率值。從回歸圖形上可以看到，大部分?jǐn)?shù)據(jù)點(diǎn)處在置信區(qū)間中，說明擬合情況較好。

下班階段可以認(rèn)為到達(dá)室外的人員概率滿足指數(shù)分布，則人員在室的概率為P=1－P{K＞0}，同樣認(rèn)為開燈概率近似于人員在室概率一致，采用回歸分析得到λ=0.78，回歸圖形如圖13所示。盡管大部分?jǐn)?shù)據(jù)在置信區(qū)間內(nèi)，但一些數(shù)據(jù)點(diǎn)偏離了置信區(qū)間。產(chǎn)生偏差的主要原因?yàn)椴捎昧艘粋€(gè)近似假設(shè):人員在室概率與照明能耗作息一致。這個(gè)假設(shè)在理想情況下成立 (即每個(gè)人都控制一盞燈，且所有人員在室內(nèi)則開燈，離開房間則關(guān)燈)，而在實(shí)際情況下只是近似估計(jì)。

圖12 上班階段日曲線回歸圖形 (λ=0.89)Fig.12 Curve linear regression graph in the working stage

圖13 下班過渡階段日曲線回歸圖形Fig.13 Curve linear regression graph in the off duty stage

6.2 照明能耗年分布情況

從以上的討論可以看到，在一天內(nèi)，上午階段、午休階段、下午階段及夜間階段的照明功率可以視為定值。然而，由圖7可以看到，在全年范圍內(nèi)這些階段的照明功率并非定值。

圖14展示了這四個(gè)階段內(nèi)照明功率的統(tǒng)計(jì)直方圖:

圖14 照明功率的頻率分布圖Fig.14 Frequency distribution of lighting power

從頻數(shù)圖上，發(fā)現(xiàn)所有四個(gè)階段的數(shù)據(jù)分布近似正態(tài)分布。故采用回歸分析驗(yàn)證其分布特性。取置信水平α=0.05，回歸情況如圖15所示。大部分?jǐn)?shù)據(jù)均處在置信區(qū)間內(nèi)，因此正態(tài)分布可以較好地刻畫四個(gè)階段內(nèi)的照明功率的年變化情況。

圖15 正態(tài)分布回歸分析Fig.15 Normal distribution regression analysis

對(duì)于各時(shí)間段的時(shí)相關(guān)情況進(jìn)行進(jìn)一步分析和驗(yàn)證。以上午階段及下午階段的時(shí)相關(guān)性為例，將同一天內(nèi)的上午階段的日均值與下午階段的日均值相減，研究差值的分布特性，從回歸分析 (圖16)看到，上下午階段的日均值差異滿足正態(tài)分布特性，即具有時(shí)相關(guān)性。因此在刻畫上午階段和下午階段時(shí)應(yīng)加入相關(guān)性的描述，即上午階段和下午階段不可作為兩個(gè)獨(dú)立階段進(jìn)行描述。

然而，上午階段和夜間階段的差值則沒有明顯的分布特性 (如圖17所示)，故可作為兩個(gè)獨(dú)立階段進(jìn)行描述。

圖16 上午階段與下午階段日均值差異的正態(tài)分布回歸分析Fig.16 Normal distribution regression analysis of day average difference in the morning and afternoon working stages

圖17 上午階段和夜間階段差值的正態(tài)分布回歸分析Fig.17 Normal distribution regression analysis of day average difference in the morning and night working stages

7 對(duì)比驗(yàn)證

基于日曲線模型及年變化模型，可得到描述大型辦公建筑照明能耗的總體模型。該模型適用于大型辦公建筑，即照明能耗與室外照度關(guān)系很小，但與人員作息關(guān)系較為緊密。此處僅對(duì)工作日的照明能耗進(jìn)行模擬，以建筑A中一條照明支路的電耗為例，主要模擬輸入?yún)?shù)如表3所示。

模擬結(jié)果與實(shí)測(cè)數(shù)據(jù)的總量對(duì)比情況如圖18所示。從結(jié)果中可以看到，模擬與實(shí)測(cè)結(jié)果較為一致。

同時(shí)，模擬與實(shí)際照明能耗數(shù)據(jù)的統(tǒng)計(jì)結(jié)果對(duì)比如圖19所示。由于模擬要反映照明能耗的隨機(jī)特征，此處選取概率95%及5%的數(shù)據(jù)點(diǎn)作為四分位圖的數(shù)據(jù)邊界。從模擬結(jié)果與實(shí)際的對(duì)比可以看到，模擬的日曲線與實(shí)際較為吻合，而符合單值特性的四個(gè)階段的年變化情況也得到了體現(xiàn)。

表3 主要模擬輸入?yún)?shù)情況Table 3 Main simulation input parameter

圖18 模擬與實(shí)測(cè)結(jié)果總量對(duì)比Fig.18 Total number comparison of simulation and testing results

圖19 模擬與實(shí)際數(shù)據(jù)統(tǒng)計(jì)結(jié)果對(duì)比Fig.19 Simulation and testing data statistical result comparison

8 結(jié)論

通過本文研究可以得到如下結(jié)論:

(1)通過對(duì)分項(xiàng)計(jì)量數(shù)據(jù)調(diào)研結(jié)果的分析發(fā)現(xiàn)，在大型辦公建筑中，照明能耗的日變化主要受人員作息的影響，室外照度對(duì)照明能耗的影響較小;

(2)研究表明，在大型辦公建筑中，燈具的開啟時(shí)間與大部分人員到達(dá)室內(nèi)的時(shí)間具有很強(qiáng)的相關(guān)性，而燈具關(guān)閉的時(shí)間與人員最后離開辦公室的時(shí)間強(qiáng)相關(guān);

(3)基于照明能耗的日分段特性及年分布情況，本研究將統(tǒng)計(jì)分析及概率模型應(yīng)用于照明能耗的預(yù)測(cè)，建立了照明能耗的隨機(jī)模型，并通過實(shí)測(cè)數(shù)據(jù)驗(yàn)證了模型的有效性;

(4)該模型可適用于大型辦公建筑照明能耗的預(yù)測(cè)分析，為提高照明能耗預(yù)測(cè)的準(zhǔn)確性，輔助照明設(shè)計(jì)優(yōu)化提供了科學(xué)依據(jù)。

致謝

本文建筑實(shí)地調(diào)研及測(cè)試工作的開展受到了香港太古地產(chǎn)集團(tuán)技術(shù)支持和可持續(xù)發(fā)展部及運(yùn)行維護(hù)部門的幫助和支持，衷心地表示感謝!

［1］Reinhart C.F.，Voss K.Monitoring manual control of electric lighting and blinds.Lighting Research and Technology，2003，35:243 ～260.

［2］Li D.H.W.，Lam T.N.T.，Wong S.L.Lighting and energy performance for an office using high frequency dimming controls.Energy Conversion and Management，2006，47:1133 ～1145.

［3］Galasiu A.D.，Atif M.R.Applicability of daylighting computermodeling in realcase studies: comparison between measured and simulated daylight availability and lighting consumption.Building and Environment，2002，37:363～377.

［4］Li D.H.W.，Lam J.C.Evaluation of lighting performance in office buildings with daylighting controls.Energy and Buildings，2001，33:793 ～803.

［5］Maitreya V.K.Daytime artificial lighting in office buildings in India.Building and Environment，1997，12:159 ～163.

［6］Yun G.Y.，Kong H.J.，Kim H.，Kim J.T.A field survey of visual comfort and lighting energy consumption in open plan offices.Energy and Buildings，2012，46:146～151.

［7］Yun G.Y.，Kong H.J.，Kim H.，Kim J.T.Effects of occupancy and lighting use patterns on lighting energy consumption.Energy and Buildings，2012，46:152 ～158.

［8］Love J.A.Manual switching patterns observed in private offices.Lighting Research and Technology，1998，30:45 ～50.

［9］Lindelf D.， MorelN. A field investigation ofthe intermediate light switching by users.Energy and Buildings，2006，38:790 ～801.

［10］余理論，鄭潔，田智華.百頁遮陽對(duì)室內(nèi)光環(huán)境的影響［J］.建筑熱能通風(fēng)空調(diào)，2010，29(01).

［11］文精衛(wèi).公共建筑能效評(píng)估研究［D］.湖南大學(xué)，2009.

［12］朱磊，何天祺，陸楨 等.廣州市某辦公建筑能耗模擬與因素分析［J］.制冷與空調(diào)，2009，9(21).

［13］劉濤.基于氣候變化下的辦公建筑節(jié)能設(shè)計(jì)［D］.西安建筑科技大學(xué)，2010.

［14］王春雷.夏熱冬暖地區(qū)大型辦公建筑能耗影響因素研究［D］.哈爾濱工業(yè)大學(xué)，2010.

［15］嚴(yán)智勇，許巧玲.福州地區(qū)大型辦公建筑能耗的多元線性回歸分析［J］.能源與環(huán)境，2009(01).

［16］張威.湖北省機(jī)關(guān)辦公樓建筑能耗分析及節(jié)能研究［D］.華中科技大學(xué)，2009.

［17］楊謙柔，張世典.臺(tái)灣地區(qū)辦公建筑耗能特性調(diào)查研究［J］.暖通空調(diào)，2009，39(11).

［18］陳改芳.重慶市公共建筑能耗模擬與節(jié)能研究［D］.重慶大學(xué)，2007.

［19］許旺發(fā)，張旭.辦公建筑能耗動(dòng)態(tài)模擬研究［J］.建筑熱能暖通空調(diào)，2006，25(01).

［20］Yun G.Y.，Steemers K.Time-dependent occupant behaviour modelsofwindow controlin summer.Building and Environment，2008，43:1471 ～1482.

［21］Bluyssen P.M.The Indoor Environment Handbook:How to Make Buildings Healthy and Comfortable，Earthscan，London，2009.

［22］Norford L.K.，Socolow R.H.，Hsieh E.S.，Spadaro G.V.Two-to-one discrepancy between measured and predicted performance of a‘low-energy’office building:insight from a reconcillation based on the DOE-2 model.Energy and Buildings，1994，21:121 ～131.

［23］Hunt D.The use of artificial lighting in relation to daylight levels and occupancy.Building and Environment，1979，14:21～33.

［24］Newsham G.R.Lightswitch:A stochastic model for predicting office lighting energy consumption.In:Proceedings of Right Light Three，3rd European Conference on Energy Efficient Lighting，Newcastle，UK，1995，pp.59 ～66.

［25］Reinhart C.F.Lightswitch 2002:a model for manual control of electric lighting and blinds.Solar Energy，2004，77(1):15～28.

［26］Joakim Widén，Nilsson A.M.，Wckelgrd，E.A combined Markov-chain and bottom-up approach to modelling of domestic lighting demand.Energy and Buildings，2009，41(10):1001～1012.

［27］姜啟源 等.大學(xué)數(shù)學(xué)實(shí)驗(yàn)［M］.北京:清華大學(xué)出版社，2005.

［28］Wang D.，F(xiàn)ederspiel C.C.，Rubinstein F.Modeling occupancy in single person offices.Energy and Buildings，2005，37:121 ～126.