李瑞杰

（山東建筑大學，山東 濟南 250102）

0 引言

對辦公建筑而言，為了保證室內(nèi)人員舒適性及工作效率，多數(shù)辦公建筑配備了中央空調系統(tǒng)，而從建筑總體能耗來看，空調系統(tǒng)能耗所占據(jù)的比例也在逐漸增加[1]，可以占到建筑總能耗的40%左右，而根據(jù)研究，部分高能耗空調系統(tǒng)甚至可以占到建筑總耗電量的一半以上[2]。因此，通過制定更加合理的運行策略實現(xiàn)減少中央空調系統(tǒng)耗電量顯得尤為重要。一般空調系統(tǒng)節(jié)能控制策略包括調節(jié)系統(tǒng)運行溫度、調整系統(tǒng)運行時間等措施，室外氣象參數(shù)往往作為重要參考依據(jù)，并且設計人員在設計建筑空調系統(tǒng)時，就將室外氣象參數(shù)作為基礎進行空調系統(tǒng)的設計工作。本文主要選取部分氣象參數(shù)并利用相關性分析的方法，確定預測建筑冷負荷的關鍵氣象參數(shù)。

1 建筑總體用能特點

本文研究對象為某辦公建筑，其建筑面積較大，設備運行時間相對固定，室內(nèi)成員較多，為了保證室內(nèi)成員舒適性，不僅需要使用中央空調系統(tǒng)，同時照明系統(tǒng)、辦公設備、動力系統(tǒng)、供熱系統(tǒng)等也同樣有著較大規(guī)模，這就導致其建筑能源消耗量很高。以下為整體而言針對大型辦公建筑用能特點進行的能耗分析：

從建筑總體能耗來看，建筑物本身的照明系統(tǒng)、空調系統(tǒng)、辦公設備、動力系統(tǒng)及其他設備能耗等，在建筑能耗中的占比也不盡合理[3]。

建筑能耗以電力消耗為主，同時還包括天然氣消耗及部分車輛用油等能源的消耗。其電力消耗主要集中在供冷、通風系統(tǒng)、日常辦公、照明系統(tǒng)以及建筑內(nèi)其他附屬用電設備（如廚房灶具用電）等，針對以上特點并結合其能耗賬單對該辦公建筑2017—2018 逐月用電情況進行詳細分析，由于供冷季開啟空調系統(tǒng)，辦公建筑在7—9 月用電量遠遠高于非供冷月份，由此可見實現(xiàn)空調系統(tǒng)高效節(jié)能運行有重要意義。

2 建筑模型的建立

本文研究對象為一大型辦公建筑，空調面積約31000m2，建筑共21 層（一層層高4.8m，其余樓層均為3.8m）供冷季期間室內(nèi)溫度設定為26℃，相對濕度設定為45%～60%。室內(nèi)人員密度為辦公室0.1 人/m2、會議室0.3 人/m2、過道0.02 人/m2，人均新風量30m3，電器設備功率密度及照明設備功率密度分別為15W/m2、9W/m2。工作日每天8：00—18：00 之間開啟空調系統(tǒng)，建筑室內(nèi)人員參照《公共建筑節(jié)能設計標準（GB 50189—2015）》中節(jié)能辦公建筑相關要求設置，其他建筑物性參數(shù)如表1 所示。

表1 不同圍護結構的傳熱系數(shù)

根據(jù)上述參數(shù)設置，利用Dest 軟件對該辦公建筑供冷季負荷（僅模擬了工作日負荷）進行動態(tài)模擬，模擬時間為5 月15日—9 月15 日，仿真模擬步長為1h，最終模擬結果如圖1 所示。

3 氣象參數(shù)與建筑負荷關聯(lián)性

在建筑空調系統(tǒng)設計之初，往往采用最不利工況下的氣象參數(shù)進行計算負荷計算、設備選型等，即按照設計工況，空調系統(tǒng)是處于滿負荷狀態(tài)下運行，而在實際空調系統(tǒng)運行時，80%以上的時間里空調系統(tǒng)不是滿載運行。因此，及時根據(jù)室外氣象參數(shù)變化調整空調系統(tǒng)運行控制策略，是實現(xiàn)空調系統(tǒng)節(jié)能的重要環(huán)節(jié)。本文在在田勝元等學者研究的基礎上[5]，選定干球溫度、相對濕度、濕球溫度、室外風速作為建筑負荷預測的因變量，前文動態(tài)負荷模擬結果作為因變量?？紤]到實時測量各氣象參數(shù)難度較大，故本文選用了常用的典型年氣象數(shù)據(jù)[4]，從中選取需要的氣象參數(shù)。

考慮到建筑冷負荷與上述多個自變量有關，本文研究采用多元線性回歸的方法，對比單一變量條件下的回歸分析，采用多元回歸分析得到的結果更加精確，也更符合模型在現(xiàn)實中的情況，多元線性回歸數(shù)學模型如式（1）所示：

式中：α0-模型常數(shù)；α1，α2，…，αn-回歸系數(shù)；ε-殘差。

根據(jù)上述負荷預測的數(shù)學模型做回歸分析時，各回歸系數(shù)的大小反映了自變量與因變量之間相關性的大小。

圖1 動態(tài)冷負荷分布

4 模擬結果及分析

由于前文所選定的各氣象參數(shù)在量級上各不相同，為了減小因此帶來的誤差，在進行多元線性回歸模擬之前對選取的各數(shù)據(jù)進行歸一化處理（無量綱化），在得到各回歸系數(shù)后再對數(shù)據(jù)進行還原分析。最終，利用多元線性回歸分析法得到的負荷預測模型如式（2）所示：

式中：x1，x2，x3，x4分別代表干球溫度、露點溫度、相對濕度、室外風速。

根據(jù)上述數(shù)學模型可以看出：干球溫度、露點溫度對建筑冷負荷影響程度最大，這說明在制定空調系統(tǒng)供冷季運行策略時，應著重考慮干球溫度的影響，同時也要綜合考慮影響建筑冷負荷的其他氣象參數(shù)。干球溫度、露點溫度及相對濕度與室外空氣焓值緊密相關，由此，可以明確空氣焓值對制定合理的空調系統(tǒng)供冷季運行策略來說至關重要。而所得負荷預測模型的復相關系數(shù)R 及決定系數(shù)R2分別為0.9213、0.8326。上述結果表明，通過負荷預測模型可以在一定程度上預測建筑負荷的大小，計算結果如圖2 所示。

由圖1、圖2 冷負荷模擬及預測結果的分布情況可以看出，利用負荷預測模型所得冷負荷與動態(tài)模擬冷負荷存在一定差異，說明僅用氣象參數(shù)無法精確預測建筑冷負荷變化。這主要因為建筑冷負荷在隨室外氣象參數(shù)變化而改變的同時，也受到建筑內(nèi)熱源擾動的影響，加之建筑本身存在熱惰性，故存在一定偏差。本文主要目的是探究氣象參數(shù)與建筑負荷的相關性，找出建筑負荷預測的關鍵氣象參數(shù)，為空調系統(tǒng)運行策略的制定提供基礎。

圖2 預測冷負荷結果分布

5 結論

本文通過某辦公建筑冷負荷動態(tài)模擬及多元線性回歸分析，研究了氣象參數(shù)與建筑負荷的相關性，得到以下結論：

建筑室外氣象參數(shù)變化很大程度上會導致建筑冷負荷發(fā)生變化，但氣象參數(shù)僅是眾多影響因素中的一個，在其基礎上可以大致預測建筑冷負荷，但并不能實現(xiàn)精確預測。

氣象參數(shù)中的干球溫度、露點溫度及相對濕度是影響建筑冷負荷的關鍵因素，同時也是影響室外空氣焓值的重要因素，因此，在制定供冷季空調系統(tǒng)運行策略時，可從空氣焓值影響因素出發(fā)，靈活選取與空氣焓值的有關的氣象參數(shù)。