夏大為

曾宇欽

趙 陽

李 麗

徐鐘榮

住戶與住宅空調(diào)系統(tǒng)的互動關系對建筑能耗影響巨大，高效的用能行為與可靠的節(jié)能措施對降低建筑物能耗同等重要[1]。Danny Parke[2]通過研究發(fā)現(xiàn)具有相同建筑面積（102m2）的10個住宅，在能源消耗上可達到3倍的差距。Eguaras-Martínez[3]發(fā)現(xiàn)在能耗模擬過程中納入或排除使用者用能行為因素，將導致30%的結論差距。由于我國住宅目前多采用分體式空調(diào)，居民習慣于部分時間、部分空間的間歇式空調(diào)運行方式，人的用能行為對住宅空調(diào)能耗的影響尤為明顯。李兆堅等[4]通過對北京等多地的空調(diào)使用行為調(diào)查，發(fā)現(xiàn)同一類型住宅，不同住戶的空調(diào)開啟時長、能耗存在較大差異。簡毅文[5]等通過溫濕度測試以及問卷調(diào)查發(fā)現(xiàn)5 類典型的住宅空調(diào)開啟行為。燕達等[6]通過聚類分析的方法將鄭州地區(qū)住宅居民不同功能房間內(nèi)的用能行為進行分類，以提高能耗模擬的準確性。用能行為研究是跨越社會和行為科學，建筑科學，傳感和控制技術，計算科學和數(shù)據(jù)科學的多學科研究課題[1]。

表1 空調(diào)用能行為關鍵績效指標

圖1 智能家居用能行為數(shù)據(jù)實測運行示意

圖2 智能家居用能行為數(shù)據(jù)傳輸、共享示意

圖3 空調(diào)用能行為數(shù)據(jù)實測鏈示意

行為實測的最大挑戰(zhàn)之一是數(shù)據(jù)準確回收和住戶隱私之間的矛盾。從研究人員角度來看，為確保對空調(diào)用能行為進行準確調(diào)研需要觀察的對象基數(shù)大、種類多[7]。然而由于住戶對個人隱私的關注，研究人員在長時間的實測觀察中不能及時接觸相關設備，使得相關數(shù)據(jù)的準確性存在不確定因素。此外，在住戶家中設置大量的專業(yè)設備，也對住戶造成了一定的心理影響，在用能行為上會產(chǎn)生一定的動作變形。目前相關研究主要經(jīng)過調(diào)查問卷或少量住戶實測來獲取時間分布，通過制定家庭成員時間作息表來進行模擬計算。本文將智能家居數(shù)據(jù)實測方法與多種常規(guī)空調(diào)用能行為數(shù)據(jù)實測方法進行對比研究，實測結果表明利用智能家居系統(tǒng)可以較好地協(xié)調(diào)上述矛盾，獲得大量、高質(zhì)、全面的用能行為數(shù)據(jù)，同時也可以為建立不同氣候區(qū)大樣本數(shù)據(jù)庫提供有效途徑。

1 住宅空調(diào)用能行為研究的難點與常用方法

住戶空調(diào)用能行為基礎數(shù)據(jù)的收集整理需要通過各種方式獲取并記錄空調(diào)用能行為的動作時間（開關機時間）、運行時長、溫度設定、后續(xù)調(diào)節(jié)方式以及用能動作發(fā)生時的相關環(huán)境參數(shù)，如室內(nèi)外溫濕度、門窗開關狀態(tài)等。通過大量、高質(zhì)的基礎數(shù)據(jù)，分析歸納出建筑氣候分區(qū)內(nèi)的住宅空調(diào)用能行為特征[8]。目前，空調(diào)用能行為調(diào)查主要采用調(diào)查問卷[9-14]、戶外電表實測[15-17]、空調(diào)功率實測[18-20]、溫濕度記錄[21-23]等方法。問卷調(diào)查法：結合氣候區(qū)用能行為差異，合理設置相關空調(diào)使用問題，對住宅空調(diào)行為進行調(diào)查。問卷調(diào)查可以采用紙質(zhì)文件入戶調(diào)研填寫，也可以借助網(wǎng)頁、A PP設置電子問卷進行大樣本調(diào)查和數(shù)據(jù)回收分析。戶外電表監(jiān)測：通過讀取住宅戶外電表非空調(diào)使用期、空調(diào)使用期的每月住宅用電總量，通過兩者比較獲取空調(diào)用電量?？照{(diào)電量監(jiān)測：在空調(diào)的電源插座上安裝電量計量插座，根據(jù)設備顯示的空調(diào)用電功率變化可以識別空調(diào)開關機狀態(tài)，并同時記錄空調(diào)用電量。溫濕度記錄：利用溫濕度自計儀記錄室內(nèi)溫度和濕度的變化，通過數(shù)據(jù)變化來確定空調(diào)器開關機時間、以及動作發(fā)生時的室內(nèi)環(huán)境數(shù)據(jù)。筆者結合以上多種實測方式提出一系列用能行為關鍵績效指標，包含以下5個一級指標和12個次級指標（表1）。

表2 智能家居設備選擇與核心組件

圖4 空調(diào)一周運行功率記錄

圖5 空調(diào)一周開關機時間記錄

2 智能家居作為用能行為數(shù)據(jù)實測方式的技術支撐

隨著傳感以及信息通訊技術的快速發(fā)展，如 Zigbee、WiFi等 ，智能家居系統(tǒng)為數(shù)據(jù)分析和能耗模擬提供了大量實時數(shù)據(jù)。智能家居系統(tǒng)將傳感、控制與通訊技術進行整合，傳感器負責感知物理環(huán)境以及用戶的行為，并向智能網(wǎng)關傳輸數(shù)據(jù)情況。常見的智能家居傳感器有動作傳感器、功率傳感器、溫度傳感器、濕度傳感器、光線傳感器等?？刂破魍ㄟ^接收智能網(wǎng)關發(fā)來的指令，并根據(jù)這些指令完成相應的功能，來滿足用戶的需求[24]。相對于傳統(tǒng)的數(shù)據(jù)獲取方式，依托于傳感、網(wǎng)絡和控制技術創(chuàng)新的智能家居數(shù)據(jù)實測方法具有以下三個優(yōu)勢特征。

2.1 采集與控制的結合

傳統(tǒng)的數(shù)據(jù)獲取方式借助于傳感器+采集端來完成數(shù)據(jù)收集，通過讀取溫濕度或用電功率變化來判斷住戶的空調(diào)用能動作。智能家居系統(tǒng)在此基礎上增加了控制端，住戶可以通過手機、平板或遙控器發(fā)出動作指令，并被系統(tǒng)準確地記錄時間與設定溫度等要素。智能家居系統(tǒng)所能采集的數(shù)據(jù)量既涵蓋硬件傳感器實測的實時環(huán)境數(shù)據(jù)，如環(huán)境溫濕度、設備運行狀態(tài)等，同時還有用戶和空調(diào)實時交互的用能動作數(shù)據(jù)，如空調(diào)開啟時間點、時長、

頻率、設定溫度等。采集與控制的結合是對傳統(tǒng)數(shù)據(jù)獲取方式的巨大突破，用能行為動作的數(shù)據(jù)描述更加準確清晰（圖1）。

表3 空調(diào)用能行為數(shù)據(jù)實測比較研究

圖6 一周室內(nèi)溫濕度變化記錄

圖7 24小時相對濕度實測數(shù)據(jù)對比分析

圖8 24小時室內(nèi)溫度實測數(shù)據(jù)對比分析

2.2 數(shù)據(jù)與設備的分離

基于智能家居設備的數(shù)據(jù)通過網(wǎng)絡傳輸，實現(xiàn)了數(shù)據(jù)與設備的物質(zhì)分離。數(shù)據(jù)不再存儲在設備本身，而是歸于服務器云端，數(shù)據(jù)的讀取不依賴于設備本身。智能家居設備允許住戶將能耗設備使用信息通過網(wǎng)絡共享，依托APP提供給研究者觀察記錄。一方面可以給研究者提供長期、固定、便捷、實時的數(shù)據(jù)來源；另一方面也降低了住戶對數(shù)據(jù)實測的隱私顧慮（圖2）。在理想情況下，科研工作者可以在任意時間，任意地點與能耗設備進行數(shù)據(jù)互聯(lián)。

2.3 多維度數(shù)據(jù)的融合

與傳統(tǒng)實測方式的單一數(shù)據(jù)獲取不同，智能家居本身就是多樣能耗系統(tǒng)的設備整合，獲取的數(shù)據(jù)自然也是多維度的。以空調(diào)用能行為為例，與空調(diào)用能動作研究密切相關的開關窗戶、環(huán)境溫濕度等數(shù)據(jù)信息都可以借助智能家居子系統(tǒng)同步獲取，并形成完整的用能行為數(shù)據(jù)鏈。這種整合的數(shù)據(jù)網(wǎng)絡，可以更有效地幫助研究者分析空調(diào)用能行為觸發(fā)因素、動作本身、伴隨動作之間的關聯(lián)規(guī)則（圖3）。

3 基于智能家居數(shù)據(jù)的空調(diào)用能行為實測方法與可靠性分析

圖9 窗戶一周開關記錄

本文重點闡述住宅空調(diào)用能行為實測方法的研究，故不對戶型、人群的用能行為差異展開討論，集中選取一間臥室一周的相關數(shù)據(jù)來對實測方法進行說明。本次實測主要使用某品牌空調(diào)智能插座、溫濕度傳感器和門窗傳感器進行數(shù)據(jù)收集，住戶通過APP授權筆者APP賬號控制設備使用，并實時獲取相關數(shù)據(jù)。同時為驗證智能家居數(shù)據(jù)的可靠性，將利用現(xiàn)有的常規(guī)實測方式對相關數(shù)據(jù)進行比對研究（表2）：①采用兩個攝像頭分別對空調(diào)、門窗開關狀態(tài)進行實時記錄，獲取準確的空調(diào)開關機時間點、運行時長、設定溫度以及門窗開閉狀態(tài)；②利用UNI-T品牌UT230E電力檢測儀器記錄每日空調(diào)用電量；③HOBO?Pro V2 Looger（U23-00X）溫濕度自記儀實時記錄室內(nèi)溫濕度。

3.1 空調(diào)用能行為動作實測

用能行為數(shù)據(jù)獲?。篈PP顯示當住戶通過遙控器或者手機APP對空調(diào)發(fā)出開機指令后，對應設備即時開啟運行，即時功率從待機狀態(tài)的2W左右上升到750W以上。同理，住戶發(fā)出關機指令后，空調(diào)功率隨機下降至2W。通過APP界面可以清晰讀取兩個時間點數(shù)據(jù)（圖4），以此獲得開關機時間點以及運行時長。運行能耗、設定溫度則可以在APP界面讀取相關數(shù)據(jù)。數(shù)據(jù)顯示2018年9月17日—9月23日（圖5）這一周內(nèi)，該臥室空調(diào)用能行為呈現(xiàn)一定規(guī)律：①開關機用能動作各10次，工作日，住戶多在晚上21點開啟空調(diào)，早上7點關閉空調(diào)；周末開啟空調(diào)時間較早，19：30左右開啟空調(diào)，且表現(xiàn)出當日內(nèi)多次開啟空調(diào)；②空調(diào)運行總時長為70.15小時，開機運行時間為實測總時長41.75%；③該住戶空調(diào)設定溫度為25℃（圖5）。數(shù)據(jù)可靠性分析：通過與攝像頭記錄的相關動作發(fā)生時間節(jié)點進行比較，智能插座在空調(diào)動作時間點、時長、溫度設定上的數(shù)據(jù)可靠。

3.2 室內(nèi)溫濕度數(shù)據(jù)實測

圖10 空調(diào)開關機與窗戶開關動作時間比較

室內(nèi)溫濕度數(shù)據(jù)獲?。簩⒃撈放茰貪穸葌鞲衅靼惭b在房間內(nèi)1.5m高度處，避免陽光直射以及空氣對流影響，與窗戶和空調(diào)出風口保持足夠的距離或角度，實時記錄該房間溫濕度數(shù)據(jù)。通過APP軟件可以獲取溫濕度變化曲線圖，并進行實時數(shù)據(jù)讀取。圖6記錄了該房間9月17日—9月23日的溫濕度變化。曲線1為相對濕度變化，最大相對濕度在80.8%，最小相對濕度在47.2%。曲線2表示溫度變化，最高室內(nèi)溫度29.4℃，最低溫度在23.7℃（圖6）。

數(shù)據(jù)可靠性分析（圖7～8）：同時在該空調(diào)房間內(nèi)放置HOBO?Pro V2 Looger（U23-00X）型溫濕度自計儀，以5分鐘為間隔詳細記錄樣本房間溫濕度數(shù)據(jù)，作為基準溫濕度。以一小時為間隔，抽樣24組數(shù)據(jù)與智能家居溫濕度傳感器所提供的數(shù)據(jù)進行可靠性比對分析。智能家居溫濕度傳感器所讀取的環(huán)境參數(shù)與基準值的變化趨勢基本一致，80%的溫度、相對濕度的絕對誤差分別在±0.5℃，±5%范圍內(nèi)。因此，由可靠性驗證實驗結果可知，采用智能家居溫濕度傳感器采集的數(shù)據(jù)基本可靠。

3.3 門窗狀態(tài)數(shù)據(jù)實測

門窗狀態(tài)數(shù)據(jù)獲?。和L可以有效改善室內(nèi)熱環(huán)境，提升體感熱舒適度。同時空調(diào)能耗也與窗戶的開閉狀態(tài)存在重大關聯(lián)性。采用該品牌門窗傳感器記錄門窗開閉動作發(fā)生時間點與狀態(tài)持續(xù)時長，研究者可以通過APP隨時獲取相關數(shù)據(jù)（圖9）。通過將該住戶開關窗動作與空調(diào)用能動作進行時間比較發(fā)現(xiàn)：該用戶習慣將空調(diào)運行一段時間后再關閉窗戶，實測期間內(nèi)窗戶關閉時間差為160分鐘，每次平均時差16分鐘（圖10）。數(shù)據(jù)可靠性分析：通過與攝像頭記錄開關窗動作時間進行比對，門窗傳感器能準確記錄門窗實時狀態(tài)。

通過方法實測對比研究，筆者認為利用智能家居系統(tǒng)獲取空調(diào)用能行為數(shù)據(jù)具有以下優(yōu)點：①實測數(shù)量大，住戶可以通過APP分享智能插座控制權限給研究人員，從而讓其可以異地獲得數(shù)據(jù)信息，研究人員原則上可以實測任何氣候區(qū)內(nèi)的空調(diào)用能情況。②實測時間長，因為不需要上門回收數(shù)據(jù)，同時空調(diào)智能插座由住戶住宅電源供電，研究人員可以持續(xù)長期觀察數(shù)據(jù)情況。避免因為設備電池電量不足，頻繁上門回收數(shù)據(jù)，引起實測住戶反感。③實測數(shù)據(jù)準：每一個智能插座對應設備APP菜單子界面，獨立記錄相關用能情況，可以與其他同時期用能空調(diào)或家庭其它能耗設備進行有效分離。④實測成本低：通過分享數(shù)據(jù)的方式從住戶處獲取空調(diào)用能行為數(shù)據(jù)，降低科研設備采購費用。⑤可實時觀察：傳統(tǒng)數(shù)據(jù)信息獲取具有一定滯后性，需要完成實測后統(tǒng)一回收數(shù)據(jù)，再進行分析。利用智能家居系統(tǒng)可以實時觀察數(shù)據(jù)信息，并與其他觀察對象進行實時橫向比較，更容易發(fā)現(xiàn)使用規(guī)律（表3）。

同時與傳統(tǒng)實測方法相比，智能家居數(shù)據(jù)實測方法仍然存在一定不足：依賴于家庭WIFI網(wǎng)絡，容易受到斷網(wǎng)影響，無法記錄該時段數(shù)據(jù)信息；目前數(shù)據(jù)多是以分析圖示的形式通過APP展示，研究者需要利用APP進行人工數(shù)據(jù)讀取，記錄加工后才能進一步利用；部分廠商產(chǎn)品與科研設備相比測量精度有待提高，需要進行對比實測。如空調(diào)運行能耗數(shù)據(jù)，經(jīng)對比后發(fā)現(xiàn)該品牌智能插座在用電量數(shù)據(jù)精確度有待提升，但數(shù)據(jù)存在一定的等比關系。

結語

住宅空調(diào)用能行為調(diào)查是住宅建筑節(jié)能的研究基礎，可靠、科學、便利的用能實測方法將有效提高建筑能耗預測與模擬的準確性。本研究在前期研究的基礎上通過對智能家居系統(tǒng)構成、運行方式以及數(shù)據(jù)實測進行對比研究，得到以下結論：

①智能家居數(shù)據(jù)實測方法具有三個優(yōu)勢特征：采集與控制的結合、數(shù)據(jù)與設備的分離以及多維度數(shù)據(jù)的融合，可以在不干擾住戶的前提下，為研究人員提供不同氣候區(qū)住宅空調(diào)用能行為數(shù)據(jù)樣本。

②智能家居數(shù)據(jù)實測方法可以提供一系列用能行為關鍵績效指標，包含5個一級指標和12個次級指標。

③通過與常規(guī)實測方法的對比研究，證明智能家居數(shù)據(jù)實測方法可以提供長周期、多維度的實測數(shù)據(jù)，環(huán)境參數(shù)與用能動作的實測數(shù)據(jù)具有可靠性，同時在實測數(shù)量、實測時長、成本控制、實時數(shù)據(jù)等方面都有較好的提升。

同時需要關注的是，隨著智能家居的發(fā)展，在用能行為的研究過程中一方面可以通過對智能家居系統(tǒng)的利用，及時、有效、便捷地獲取大量住戶用能行為基礎數(shù)據(jù)，提升建筑能耗預測和模擬的準確度；另一方面，在未來，空調(diào)、冰箱、熱水器等更多家居能耗設備的使用必然涵蓋在智能家居的發(fā)展之中，智能家居不僅僅是方便住戶使用，方便用能數(shù)據(jù)收集，更是一種高效用能行為的習慣養(yǎng)成，它與可靠的節(jié)能措施同等重要，住宅節(jié)能研究與智能家居的發(fā)展將更加緊密。

資料來源：

文中圖表為作者自繪。