杜前洲 姜 梅 剛文杰 張 沖 王勁柏

?

基于實測數(shù)據(jù)的夏熱冬暖地區(qū)校園建筑負荷分析

杜前洲1姜 梅2剛文杰1張 沖1王勁柏1

（1.華中科技大學環(huán)境科學與工程學院 武漢 430074；2.電力規(guī)劃設計總院 北京 100120）

建筑的負荷特征是建筑以及區(qū)域能源系統(tǒng)規(guī)劃和設計的基礎，也是建筑節(jié)能的關鍵所在。建筑的冷、熱、電負荷變化很大，即使是同一區(qū)域同一類型的建筑，其負荷特征也不盡相同，從而影響到供能系統(tǒng)的配置和經(jīng)濟性?，F(xiàn)有研究借助能耗模擬軟件，分析過建筑的負荷特征，以及負荷變化規(guī)律對系統(tǒng)配置的影響，然而針對具體的實測數(shù)據(jù)，進行全年逐時冷負荷與電負荷分析的研究還比較少。本文采集了夏熱冬暖地區(qū)某校園建筑的實時冷/電負荷，以該實測數(shù)據(jù)為基礎，深入分析建筑群及各棟建筑的負荷特征，比較各棟建筑負荷的差異性，最后將實測負荷與傳統(tǒng)單位面積負荷指標法進行對比分析。結果表明，同一類型的不同建筑，其負荷特征也存在較大差異，在系統(tǒng)設計階段，應充分考慮不同建筑的差異，使得建筑能源系統(tǒng)的設計更為合理。

負荷分析；校園建筑；負荷特征；冷電比；區(qū)域能源

0 引言

建筑物的負荷是能源系統(tǒng)設計的基礎。準確預測和分析建筑物冷、熱、電負荷的大小以及變化規(guī)律，不僅是進行設備選型的基礎，而且也是對系統(tǒng)配置進行優(yōu)化以及對系統(tǒng)的節(jié)能性、經(jīng)濟性進行分析評價的前提條件。尤其是近年來，在國家政策鼓勵之下，分布式能源系統(tǒng)得到極大發(fā)展。在分布式系統(tǒng)中，冷、熱、電負荷需求被聯(lián)合在一起考慮，需將供能設備、輸配系統(tǒng)、末端設備與建筑各類負荷相匹配后方能進行能耗計算。因此建筑負荷的預測和分析顯得尤為重要。

目前，國內外關于冷熱電負荷預測方法的研究有很多[1-4]，概括而言，主要有單位面積指標法、統(tǒng)計回歸分析法、計算軟件模擬法和情景分析法等[5]。單位面積指標法被認為是一種簡單有效的方法，在工程中經(jīng)常使用，一般是按某個單位面積負荷指標乘以總的建筑面積[6]。此方法是一種靜態(tài)的估算方法，能夠簡單快速的估算負荷，從而確定空調設備的容量，然而該方法可能會造成系統(tǒng)容量設計過大的問題。文獻[6]指出，在區(qū)域級別上，區(qū)域內所有建筑同時出現(xiàn)多個影響因素的概率很小，采用負荷指標法必定會高估區(qū)域總負荷。文獻[7]把設計手冊中規(guī)定的負荷指標與通過調研得到的負荷指標進行對比，發(fā)現(xiàn)設計負荷指標比實際負荷指標都要大，有的甚至大1倍以上。統(tǒng)計回歸分析法以大量能耗數(shù)據(jù)為基礎，利用統(tǒng)計學手段分析負荷與影響因素之間的關系從而建立負荷預測模型[8]。該方法需要充足的能耗數(shù)據(jù)儲備，難以大規(guī)模使用。計算軟件模擬法發(fā)展較為成熟，自20世紀60年代美國電力公司開始用計算機模擬建筑冷負荷以來，先后出現(xiàn)了大量模擬軟件，如美國的DOE-2、BLAST、EnergyPlus，英國的ESP-r，日本的HASP 和清華大學的DeST等[9]。這些計算軟件能夠動態(tài)模擬建筑的全年能耗，從而得到了廣泛應用[10, 11]。計算軟件模擬法需要以典型氣象年參數(shù)、詳細的建筑信息等參數(shù)為輸入，在規(guī)劃階段，建筑的詳細信息難以確定，所以該方法也存在一定的局限性。情景分析法通過設定不同的情景，分析各情景負荷出現(xiàn)的概率，最終確定典型的負荷曲線[6]。但是該方法仍然需要借助能耗分析軟件以得出不同的情景負荷，總體過程較為復雜。

建筑的冷、熱、電負荷逐時變化，負荷特征根據(jù)建筑的大小、結構、使用功能等不同有很大的區(qū)別。即使是同一地區(qū)同一類型的建筑，其負荷特征也不盡相同，從而影響到供能系統(tǒng)的配置和經(jīng)濟性，因此對負荷特征的分析也很重要。文獻[12]從平均值、不確定性和歷史極大值3個方面對負荷進行描述，并進行靈敏度分析，結果表明平均負荷和歷史極大負荷會不同程度的影響到各設備容量和系統(tǒng)年總費用。文獻[13]分析了不同用途和區(qū)域的建筑物的負荷及時間分布的差異，表明負荷差異使得供能系統(tǒng)的實際年運行時間隨地域和功能而變化。文獻[14]總結了公共建筑冷熱電負荷日變化、月變化以及熱（冷）電比等負荷匹配特征，指導冷熱電聯(lián)供系統(tǒng)設計選型。

中國的夏熱冬暖地區(qū)包括廣東大部、廣西大部、福建南部、海南、香港、澳門、臺灣全部。這個地區(qū)是中國建筑與住宅產(chǎn)業(yè)發(fā)展最快的區(qū)域之一，同時也是建筑能耗最多的地區(qū)之一[15]。以夏熱冬暖地區(qū)的典型城市廣州和香港為例，有部分文獻對該地區(qū)的建筑負荷和能耗特征進行過分析。文獻[7]對廣州的商場、寫字樓和酒店3種不同用途商業(yè)建筑在夏季、過渡季和冬季各選取1天作為典型日對其冷、熱、電逐時負荷進行了測量，總結出了3類建筑負荷分時段和季節(jié)性變化的規(guī)律。文獻[15]通過eQUEST模擬和分析了夏熱冬暖地區(qū)辦公建筑不同建筑圍護結構的能耗性能。文獻[16]介紹了廣州市住宅建筑的空調使用情況，并以實測數(shù)據(jù)為基礎，分析了能耗影響因素。在香港地區(qū)，文獻[17]分析了16家酒店在1995年的能耗實測數(shù)據(jù)，得到了酒店類建筑各部分用能的結構，并對酒店建筑能耗與酒店建成年份、室外溫度變化、酒店等級、建筑面積以及入住率等之間的關系進行了分析。此外，香港城市大學的Joseph C Lam先后對香港的住宅、辦公和商業(yè)建筑的能耗進行監(jiān)測，以多年的實測數(shù)據(jù)（主要是電負荷）對用電特點、單位面積用電指標等進行了統(tǒng)計分析[18-20]。

據(jù)我們所知，在現(xiàn)有文獻中較少有以全年實測數(shù)據(jù)為基礎，同時分析建筑電負荷與空調負荷特征的研究[16,17]，尤其缺少校園建筑方面的實測負荷數(shù)據(jù)分析。因此本文以香港一所大學的12幢樓的實測逐時負荷為基礎，深入分析夏熱冬暖地區(qū)校園建筑的負荷特征，比較不同建筑的負荷差異性，為建筑負荷預測與能耗評估提供數(shù)據(jù)支持。

1 建筑及系統(tǒng)簡介

圖1 建筑布局圖

本文所研究的建筑群位于香港理工大學校園內，建筑布局如圖1所示。圖中有顏色標記的樓棟組成的建筑群為分析對象。該建筑群中有相對獨立的單一樓棟，如VA、VS、Y等，也有相互連通的建筑，如CD、DE、EF等，這些樓棟的連接處為走道和電梯，相互之間可以串通。根據(jù)建成時間，該建筑群被劃分為12幢樓，每幢樓配有單獨的空調系統(tǒng)。每幢樓所包括的樓棟、建筑面積及對應樓棟空調機組配置如表1所示。該建筑群總面積為26萬m2，各棟樓中建筑面積最大的是Phase 1-2，為55 250 m2，面積最小的是JCA，為4800m2。Phase 1-2和Phase 2AB的冷源分別為5臺制冷量為313冷噸的冷水機組。Phase 3A和Phase 3B的冷源分別為3臺制冷量為400冷噸的冷水機組。Phase 4、Phase 7、Phase 8以及JCIT采用大小機組組合的配置原則以滿足負荷需求。其中Phase 3A、Phases 3B、Phase 5以及Phases 6的水系統(tǒng)為一次泵系統(tǒng)，其余樓棟為二次泵系統(tǒng)。

表1 建筑劃分及空調配置

2 數(shù)據(jù)采集

該建筑群配備了完備的能耗數(shù)據(jù)采集系統(tǒng)。由于香港處于亞熱帶地區(qū)，需要全年供冷，而幾乎沒有熱負荷，所以能耗數(shù)據(jù)只有冷負荷與電負荷。其中冷負荷由Building Management Systems（BMSs）監(jiān)控，電負荷由電力公司的電表自動記錄。監(jiān)測得到數(shù)據(jù)作為實測數(shù)據(jù)，反映了實際運行過程中的建筑負荷與能耗的真實情況，為負荷分析提供了可靠依據(jù)。

但是監(jiān)測得到的原始數(shù)據(jù)需要進一步處理。因為BMSs數(shù)據(jù)采集的時間間隔并不完全一致，有的間隔15min，有的間隔30min，而且在系統(tǒng)運行過程中存在不確定性，這會導致數(shù)據(jù)的遺失或異常。所以進一步處理原始數(shù)據(jù)以統(tǒng)一時間間隔，同時去掉這些異常數(shù)據(jù)，將最終得到的數(shù)據(jù)作為分析依據(jù)。

本文采集了2015年該建筑群全年逐時的冷負荷和電負荷。值得注意的是，電表監(jiān)測得到的電負荷是空調系統(tǒng)、照明系統(tǒng)、電梯系統(tǒng)等所有用電設備耗電量的總和。如果該建筑群使用分布式能源系統(tǒng)，冷負荷將由吸收式機組提供，那么總電負荷需要除去空調系統(tǒng)用電，尤其是電制冷式冷水機組的用電量。因此，本文在數(shù)據(jù)處理時，通過空調系統(tǒng)配置情況，依據(jù)制冷機組額定COP，冷負荷部分負荷率，水泵的流量、揚程和效率，以及冷卻塔的運行情況，計算出單獨的空調系統(tǒng)用電，將這一部分的電量從總電負荷扣除。

3 負荷分析

3.1 冷、電負荷基本特征

圖2展示了該建筑群的全年逐時負荷曲線和延時曲線，其中逐時冷負荷與電負荷分布情況如圖2（a）所示。由圖可知，該建筑群全年均有冷負荷，需要全年供冷。冷負荷全年變化幅度較大，在夏季冷負荷明顯增大，最大值為31996kW，出現(xiàn)在9月15日10:00。逐時冷負荷的平均值為11525kW，如圖中虛直線所示。電負荷也是全年存在的，其分布較為均勻，沒有出現(xiàn)季節(jié)性的波動。逐時電負荷的平均值為6750kW，如圖中的實直線所示。

通過簡單計算還可以得到該建筑群的以下負荷數(shù)據(jù)：全年累計冷負荷值為100959877kWh，累計冷負荷指標為387.0kWh/m2，平均小時冷負荷指標為44.2W/m2，最大冷負荷指標為122.6W/m2；全年累計電負荷值為59129756kWh，累計電負荷指標為226.6kWh/m2，平均小時電負荷指標為25.9W/m2。

以負荷值大小為縱坐標，以全年8760h實際負荷值大于該負荷值的總時長所占百分比為橫坐標作圖，可以得到圖2b所示的負荷延時曲線。從圖中可以直觀看出，冷負荷延時曲線比較陡峭，電負荷延時曲線比較平緩，說明冷負荷變化比較大，而電負荷較為穩(wěn)定。

全年的負荷分布關系到能源系統(tǒng)的運行率匹配，從而影響到系統(tǒng)的經(jīng)濟效益。從負荷延時曲線圖中可以看出負荷分布情況。從冷負荷來看，該建筑群最低負荷為649kW，需要全年100%時間滿足；基本負荷為4754kW，需要全年80%的時間滿足；高峰負荷為19748kW，需要全年20%的時間滿足；最大負荷為31996kW，是全年出現(xiàn)時間很短的沖擊性負荷。而對于電負荷來說，最低電負荷為2319kW，遠大于最低冷負荷值；基本電負荷為4037kW，與基本冷負荷值比較接近；高峰電負荷為9667kW，只有高峰冷負荷的一半左右；最大電負荷為14431kW，遠小于最大冷負荷值。

以上將建筑群作為一個整體，分析其負荷基本特征。負荷值為各樓棟實測負荷值的加和，總負荷的變化一定程度上反映了建筑在區(qū)域尺度上負荷變化情況。但是能源系統(tǒng)最終的具體服務對象是每一幢單獨的樓棟甚至每一個房間，雖然所有樓棟均屬于同一類型建筑，但每幢樓的功能、作息等并不完全一致，所以整體的負荷特征與單獨樓棟的負荷特征可能還存在差異。下面以第1節(jié)中介紹的每幢樓為單位，分析建筑群中各樓棟的負荷差異情況。

圖3 各樓棟典型周逐時負荷

圖3為每幢樓夏季典型周的逐時負荷曲線圖。從圖中可以看出，各樓棟的冷負荷和電負荷都以一天24h為單位呈現(xiàn)周期性的變化。白天工作時間，冷負荷和電負荷維持在一個較高的值，夜間無人時負荷急劇減小。大部分樓棟夜間依然存在一定的冷/電負荷，但有的樓棟夜間冷負荷減小到零，如Phase 3B、Phase 6、JCA和PCD等，這是在前文總負荷分析中看不出來的。此外，各樓棟的冷負荷變化相比于電負荷變化都更為劇烈，與總負荷分析結論相同。

從圖3中還可以看出，各樓棟的負荷變化并不完全一致，體現(xiàn)在：各樓棟間白天的最大負荷值和夜間的最小負荷值互不相同；各樓棟工作日和周末的負荷值大小與變化趨勢不相同等。這些建筑的負荷各有特征，不能一概而論。

在評價負荷均勻性方面，有學者引進了經(jīng)濟學領域的Lorenz曲線和Gini系數(shù)對負荷分布特征進行量化分析[21,22]。負荷的Lorenz曲線如圖4所示。圖中軸為從低到高排列的負荷值對應的累計百分比，軸為負荷需求的累計百分比。圖中陰影部分面積為A，右下方曲邊三角形的面積為B，A/(A+B)的值即為Gini系數(shù)值。文獻[22]指出，負荷的Lorenz曲線可以反映負荷分布在時間和空間上的均勻性，而Gini系數(shù)可以量化其不均勻程度，Gini系數(shù)越小，負荷分布越均勻。在Gini系數(shù)較小的情況下，冷熱源系統(tǒng)能夠獲得更高的COP。

圖4 負荷分布Lorenz曲線

根據(jù)實測得到的全年負荷數(shù)據(jù)，分別作出每幢樓的冷負荷分布和電負荷分布的Lorenz曲線，如圖5所示，由Lorenz曲線圖得到的Gini系數(shù)值如表2所示，由此分析冷/電負荷分布的時間均勻性。

首先可以發(fā)現(xiàn)，各樓棟相互之間的冷/電負荷均勻性各有差異，12幢樓的冷負荷Gini系數(shù)值分布在0.30～0.65之間，電負荷Gini系數(shù)分布在0.11～0.36之間，從Lorenz曲線圖中可以直觀看出差異性。文獻[22]研究了北京地區(qū)一種典型制冷機模型下，負荷分布Gini系數(shù)對機組COP的影響，指出在冷負荷Gini系數(shù)小于0.2時，機組COP可以達到5.8左右，當Gini系數(shù)增大到0.4時，機組COP降至4左右，當Gini系數(shù)達到0.6以上時，機組COP降至2以下。由此可以推斷，本文中12幢樓之間冷負荷Gini系數(shù)的差異較為顯著。

其次，冷負荷分布的時間不均勻程度較大。分布最不均勻的樓棟是JCA，其Gini系數(shù)值最大，達到0.65，在圖5a中表現(xiàn)為最遠離45°斜線。JCA為劇院，用作舉辦文藝活動、演講或者畢業(yè)典禮，有活動的時候負荷比較大，不用的時候就閉館，負荷為零，因此負荷分布不均勻。Gini系數(shù)最小的樓棟是Phase 5，其冷負荷分布相對均勻一些（Phase 5 為工業(yè)中心，其中的電腦機房以及實驗室，全年都在運行）。另一方面，各個樓棟的電負荷分布都比較均勻，Gini系數(shù)最大值為0.36；Gini系數(shù)最小的樓棟是Phase 7，其值僅為0.11，圖5b中最逼近45° 斜線的曲線即為Phase 7電負荷分布的Lorenz曲線。Phase 7為生物、醫(yī)學實驗室，存放實驗樣本需要持續(xù)低溫，經(jīng)常耗電，且全年都是這樣，所以電負荷分布均勻。

圖5 各樓棟冷/電負荷分布的Lorenz曲線

表2 各樓棟冷負荷分布與電負荷分布的Gini系數(shù)值

3.2 冷電比分析

冷電比是負荷特征的重要參數(shù)，它對能源系統(tǒng)設計和運行的節(jié)能性、經(jīng)濟性和環(huán)保性有顯著影響，因此對冷電比的分析顯得尤為重要。通過實測數(shù)據(jù)可以得到全年整個建筑群和各幢樓的逐時冷電比，以及月平均、年平均冷電比等，如圖6所示。

圖6（a）展示了整個建筑群的全年逐時冷電比分布。從中可以看出冷電比隨著時間變化的趨勢明顯，在夏季時冷電比很高。圖6（b）為各月份冷/電負荷及冷電比變化圖。由圖可知，由于全年電負荷分布較為均勻而冷負荷變化較大，所以冷電比變化趨勢與冷負荷變化趨勢基本一致。8月的冷負荷最大，冷電比也最高，其值為2.33；1月的冷電比最低，其值為0.76。冷電比小于1的月份還有2月和12月，冷電比分別為0.85和0.97，因為這段時期涉及圣誕節(jié)假期以及寒假，學生人數(shù)較少。還可以通過計算得到，全年的平均冷電比為1.71。

各樓棟冷電比的特征也不盡相同，如圖7所示。圖7為各樓棟冷電比的箱線圖，根據(jù)各樓棟冷電比的最大值、最小值、中位數(shù)、上四分位數(shù)和下四分位數(shù)這五個特征值繪制而成。圖中把超過四分位差（上四分位值與下四分位值之差）1.5倍距離的數(shù)值定義為離群點，在圖中用“o”表示；把超過四分位差3倍距離的數(shù)值定義為極端點，用“*”表示。

圖7 各樓棟冷電比的箱線圖

從圖中可以看出，各樓棟的冷電比分布差異很大。12幢樓中，平均冷電比值較高的是phase 4、phase 5以及phase 7（中位數(shù)比較高，分別為2.37、2.38和2.21），較低的是phase 3A、JCA和PCD（中位數(shù)分別為0.92、0.68和1.00）；從冷電比的離散程度來看，phase 1and2、phase 2AB、phase 3A以及phase 4比較集中（箱子較短，多為辦公樓），而phase 3B、JCA和PCD比較分散（多為課室、餐廳、舉辦文藝活動地方）；從分布形狀來看，phase 3B、phase 7和JCA冷電比的中位數(shù)明顯偏離箱子中間位置，而其他樓棟的冷電比基本上對稱分布。圖中用“o”和“*”標出了離群點和極端點，可以發(fā)現(xiàn)，所有樓棟中，除phase 7、phase 8、JCIT和PCD之外的8幢樓的冷電比存在較多的離群點和極端點，這些值（處于10～10000之間）遠大于冷電比正常值，這可能是在數(shù)據(jù)采集過程中電表讀數(shù)很小的情況下產(chǎn)生的，可以將這些值作為異常值。

從圖中還可以看出，Phase 4、Phase 5冷電比的最小值不為零，說明這兩幢樓全年所有時刻（即便是在夜晚）都存在冷負荷。而JCA和PCD冷電比的下四分位點和最小值都為零，說明這兩棟建筑在全年中有超過四分之一的時間冷負荷為零。

3.3 單位面積負荷指標法

在實際工程中，一般采用單位面積負荷指標法估算建筑群的負荷，具體做法是用單位面積負荷指標乘上單體建筑的面積，得到各單體建筑的負荷，再把各單體建筑的負荷簡單疊加，然后乘以同時使用系數(shù)。單位面積負荷指標一般根據(jù)規(guī)范和工程經(jīng)驗取定。從前文對建筑群及各單體建筑的分析可知，各單體建筑間的負荷特征存在差異，用單一指標來預測負荷可能會導致較大誤差。

表3 各樓棟冷/電負荷指標

表3為基于實測數(shù)據(jù)，根據(jù)面積折算的各樓棟冷/電負荷指標。由表可知，樓棟間的負荷指標各有差異。對于冷負荷指標，全年累計冷負荷指標最小值為232.3kWh/m2，樓棟為寒暑假都不用的教學樓PCD，最大值為590.4kWh/m2，出現(xiàn)在有一些數(shù)據(jù)機房、電力實驗室的phase 5；最大冷負荷指標最小值為91.6W/m2，最大值為334.8W/m2；而平均冷負荷指標最小值為26.5W/m2，最大值為67.4W/m2。各個冷負荷指標中最大值比最小值大一倍以上。電負荷指標的差異也很大，以平均電負荷指標為例，其最大值為35.8W/m2，最小值為11.7W/m2，相差兩倍以上。

此外，前文3.1節(jié)得出整個建筑群的全年累計冷負荷指標為387.0kWh/m2，全年最大冷負荷指標為122.6W/m2，平均小時冷負荷指標為44.2 W/ m2；全年累計電負荷指標為226.6kWh/m2，平均小時電負荷指標為25.9W/m2。這些指標與各樓棟的對應數(shù)據(jù)不相等。

所以整個建筑群及各樓棟之間的實際負荷指標差別很大，不能簡單用同一個指標概括。如果用單位面積負荷指標法估算建筑的負荷，則其結果與實際負荷之間必然會存在較大誤差。

4 結論

本文基于實測數(shù)據(jù)對建筑的負荷特征進行的分析，總結了夏熱冬暖地區(qū)學校建筑冷負荷、電負荷及冷電比的基本特征，并對建筑群中各樓棟負荷特征的差異性進行了比較，最后對比了基于實測數(shù)據(jù)得到的實際負荷指標，得出以下結論。

（1）夏熱冬暖地區(qū)的校園建筑基本上全年存在冷負荷與電負荷，在全年范圍內冷負荷波動較大，在夏季冷負荷明顯增大，而全年電負荷分布較為均勻，波動幅度小。冷電比變化趨勢與冷負荷的變化趨勢一致，月平均冷電比最大值為2.33，出現(xiàn)在8月，最小值為0.76，出現(xiàn)在1月。

（2）Gini系數(shù)用以量化評價負荷分布的均勻程度，該校園建筑中各樓棟的冷/電負荷分布均勻性有較大差別。在12幢樓棟中，不定期舉行活動的劇院JCA的冷負荷Gini系數(shù)值最大，為0.65；而需要全年運行的工業(yè)中心Phase 5的冷負荷Gini系數(shù)值最小，為0.30。此外，各樓棟的電負荷Gini系數(shù)值分布在0.11～0.36之間，相較于冷負荷，各樓棟電負荷的分布都比較均勻。

（3）各樓棟的逐時冷電比分布有較大差異。在全年范圍內，辦公室類型樓棟的冷電比集中在中位數(shù)附近，而課室、餐廳和文藝活動中心等樓棟的冷電比分布較為分散，主要是因為這些樓棟的逐時冷負荷波動大。

（4）即使是同一地區(qū)同一類型建筑，由于具體功能、使用情況和人員作息等差異造成各樓棟的負荷指標各有不同，該校園建筑中各樓棟的負荷指標最大值與最小值相差2倍以上。如果使用單位面積負荷指標法預測負荷，將會造成很大的誤差。因此，在設計階段應考慮同類型建筑的個性化差異，通過詳細的建筑熱過程模擬計算，提高建筑峰值負荷及全年用能密度的預測準確性，進而改善系統(tǒng)的優(yōu)化設計。

[1] 徐偉,孫德宇,喬鏢,等.基于建筑特性的冷熱電動態(tài)負荷預測方法研究[J].暖通空調,2016,(9):64-69,83.

[2] 劉廷章,邰敏,李占培,等.建筑空間負荷預測方法[J].暖通空調,2016,(10):45-54.

[3] JI Y, XU P, DUAN P, et al. Estimating hourly cooling load in commercial buildings using a thermal network model and electricity submetering data[J]. Applied Energy, 2016,169:309-323.

[4] 潘毅群,郁叢,龍惟定,等.區(qū)域建筑負荷與能耗預測研究綜述[J].暖通空調,2015,(3):33-40.

[5] 歐科敏,韓杰,周晉,等.區(qū)域建筑冷熱負荷預測方法及其研究進展[J].暖通空調,2014,(10):94-100.

[6] 龍惟定.建筑節(jié)能管理的重要環(huán)節(jié)——區(qū)域建筑能源規(guī)劃[J].暖通空調,2008,(3):31-38.

[7] 梁哲誠,陳穎,肖小清,等.廣州市3棟商業(yè)建筑冷、熱、電負荷特性分析[J].建筑科學,2012,(8):13-20.

[8] 姚曄,連之偉,侯志堅,等.基于AHP的空調負荷組合預測研究[J].哈爾濱工業(yè)大學學報,2004,(9):1269-1271,1275.

[9] 楊木和,阮應君,李志英,等.三聯(lián)供系統(tǒng)中逐時冷熱電負荷的模擬計算[J].制冷空調與電力機械,2009,(4):85-88,95.

[10] 韓傳忠,端木琳,舒海文,等.區(qū)域供冷負荷預測模型的建立[J].建筑熱能通風空調,2012,(1):9-11,85.

[11] 張杰,李德英.典型辦公樓負荷預測[J].建筑節(jié)能,2012,(5):58-60..

[12] 李朝振,石玉美,顧建明.三聯(lián)供系統(tǒng)優(yōu)化中負荷的描述與分析[J].中南大學學報(自然科學版),2009,(4):891-896.

[13] 華賁,龔婕.分布式冷熱電聯(lián)供能源系統(tǒng)經(jīng)濟性分析[J].天然氣工業(yè),2007,(7):118-120,146.

[14] 李春蝶,王亮.區(qū)域型冷熱電聯(lián)供系統(tǒng)負荷特征及匹配分析[J].制冷與空調,2016,(1):5-8,14.

[15] 李志生,李冬梅,梅勝,等. 夏熱冬暖地區(qū)辦公建筑能耗模擬與分析[J].節(jié)能技術,2006,(6):483-486.

[16] 任俊,劉加平.廣州居住建筑空調能耗實測研究[J].暖通空調,2004,(5):18-22,58.

[17] DENG S M, BURNETT J. A study of energy performance of hotel buildings in Hong Kong[J]. Energy and Buildings, 2000,31(1):7-12.

[18] LAM TNT, WAN KKW, WONG SL, et al. Impact of climate change on commercial sector air conditioning energy consumption in subtropical Hong Kong[J]. Applied Energy., 2010,87(7):2321-2327.

[19] LAM JC, Li DHW, CHEUNG SO. An analysis of electricity end-use in air-conditioned office buildings in Hong Kong[J]. Building and Environment, 2003,38(3):493-498.

[20] LAM JC. Residential sector air conditioning loads and electricity use in Hong Kong[J]. Energy Conversion and Management, 2000,41(16):1757-1768.

[21] ZHOU X, YAN D. Influence of load feature on the water distribution system in a centralized air-conditioning system[J]. Science and Technology for the Built Environment, 2016,23(2):277-284.

[22] ZHOU X, YAN D, JIANG Y. Application of Lorenz Curve and Gini Index in the Analysis of Load Feature in HVAC Systems[J]. Procedia Engineering, 2015, 121:11-18.

Characteristics and Analysis of the Cooling and Electricity Loads of Institutional Buildings in a University Located in Hot Summer and Warm Winter Areas Based on Measured Data

Du Qianzhou1Jiang Mei2Gang Wenjie1Zhang Chong1Wang Jinbo1

( 1.School of Environmental Science and Engineering, Huazhong University of Science and Technology, Wuhan, 430074; 2.Electric Power Planning and Engineering Institute, Beijing, 100120 )

The load characteristics of buildings are the basis of energy planning and energy supply system design. The cooling, heating and electricity loads of buildings change significantly. Even for buildings in the same area and with the same function, the load profiles for each building can be very different. It will affect the configuration and economy of the energy supply system. Existing studies have analyzed the load characteristics of buildings, and the influence of load variation on the system configuration by the means of energy simulation software, but few studies have analyzed annual hourly cooling load and electricity load based on measured data. In this paper, the real-time cooling/electricity loads of buildings on a campus located in hot summer and warm winter areas are collected. The load characteristics of buildings and the whole campus are analyzed in detail based on measured data. Finally, the measured loads are compared with that calculated using the load index method. Results show that the load characteristics of buildings with similar functions vary significantly. To obtain an appropriate design of building energy systems, it is recommended to conduct detail load evaluation and consider uncertainties for different buildings.

Load analysis; campus building; load characteristics; cooling-to-electricity ratio; district energy

TU831.2

A

1671-6612（2019）02-135-08

華中科技大學人才引進基金（NO：3004261108）

杜前洲（1994.08?），男，在讀碩士研究生，E-mail：qianzhou_du@hust.edu.cn

剛文杰（1988.05?），女，博士，副教授，博士生導師，E-mail：gangwenjie@hust.edu.cn

2018-05-28