高 源，羅書龍，池婧祎，袁景玉

引言

2020 年 9 月，習近平主席在第七十五屆聯(lián)合國大會上提出了“碳中和3060”目標。世界銀行調查發(fā)現，要實現2030減排目標，70%的潛力在建筑節(jié)能領域[1]。目前，我國鄉(xiāng)村既有住宅總面積約為229億平方米，占全國既有住宅的一半以上；生活用能總量為3.11億tce/年，占國內建筑總能耗的37.26%[2]。與城鎮(zhèn)住宅相比，我國鄉(xiāng)村住宅基本無保溫隔熱措施、門窗熱工及氣密性差、分散式供熱設備效率低下，導致采暖季室溫偏低，能源浪費嚴重[3]。此外，限于經濟水平和環(huán)保意識的制約，鄉(xiāng)村居民對既有住宅低碳化改造的支付意愿并不強烈。因此，面對量大面廣、能源浪費嚴重、居住質量亟待改善，同時對改造投資極為敏感的鄉(xiāng)村既有住宅，開展低碳化改造多目標優(yōu)化評價方法研究，不僅為建筑設計機構和政府管理部門提供科學量化的決策依據，而且對我國建筑業(yè)實現減排目標、縮小城鄉(xiāng)人居質量二元差異具有切實的政治、經濟、社會和生態(tài)意義。

1 研究背景

1.1 國內外既有住宅低碳化改造

伴隨著全球氣候危機的加劇，世界各國紛紛制訂本國碳減排目標。在此背景下，既有住宅碳排放表現備受關注。DesignBuilder等建筑能耗模擬軟件順勢做出功能調整，在計算內核中增設建筑碳排放核算模塊，以便研究者使用[4]。隨后，以IPCC方法學為基礎，世界發(fā)達國家相繼擴展了本國綠色建筑評價體系的碳排放評價視域，頒布了與之配套的建筑碳排放核算工具包，其中包括詳盡公開的核算方法、可操作性強的支持軟件以及適應本國國情的碳排放因子數據庫[5]。上述標準及工具對既有住宅低碳化改造研究起到了良好的引導和規(guī)范作用，圍繞圍護結構改造策略[6]、暖通空調系統(tǒng)優(yōu)化[7]、可再生能源技術[8]和改造成本效益[9]等影響碳排放表現的焦點問題，國外研究者展開了廣泛探討。

2009年哥本哈根氣候大會（中國政府承諾減排40～45%）之后，我國建筑碳排放研究逐年增加。2015年，新版《既有建筑綠色改造評價標準GB/T51141》在“提高與創(chuàng)新”大類里增加了建筑碳排放量化指標項，正式將建筑碳排放納入我國綠標的評價范疇，然而該指標項并未給出詳盡的量化方法。直至2019年，《建筑碳排放計算標準GB/T51366-2019》首次從官方層面明確了建筑碳排放核算方法及常用碳排放因子。2017年以來，隨著鄉(xiāng)村振興和清潔取暖改造工作的逐步推進，鄉(xiāng)村既有住宅低碳化改造研究成為了新的學術熱點[10-12]。

1.2 多維目標導向下的既有住宅低碳化改造研究

然而，既往文獻限于專業(yè)壁壘，多從節(jié)能減排、熱環(huán)境、經濟性等單一視角[13-15]出發(fā)，缺乏兼顧能源、環(huán)境與成本效益的鄉(xiāng)村既有住宅低碳化改造多目標綜合評價研究。綜合評價改造措施在建筑環(huán)境影響、環(huán)境質量和改造成本效益三方面的有效性，其本質是一個多目標優(yōu)化問題。即待決策的復雜問題具有多個既定目標，這些目標彼此矛盾、相互制約，一個目標性能的提升通常導致另一個目標性能的下降，多個目標無法同時達到最優(yōu)解[16]。解決既有住宅節(jié)能改造多目標優(yōu)化問題通常采用四種方法：能源評級系統(tǒng)[17]、成本效益分析[18]、多準則分析[19]和多目標優(yōu)化算法[20]。前三種方法依賴于建筑專家根據自身知識和經驗所預設的方案，優(yōu)化過程受到更多的人為因素干擾；而多目標優(yōu)化算法則采用適應度函數對多個目標或模型進行非線性求解，具有更強的科學性[21]。目前應用多目標優(yōu)化算法的鄉(xiāng)村既有住宅低碳化改造研究尚不完善，如：研究對象多為城鎮(zhèn)公建及住宅[22，23]；運行平臺多依托操作門檻較高的Matlab-EnergyPlus等專業(yè)編程—模擬軟件聯(lián)動平臺[24，25]；研究內容及結論多具有明顯的地域性[26，27]。

在此背景下，通過基礎信息數據和先進技術手段的引入，開展鄉(xiāng)村既有住宅低碳化改造多目標優(yōu)化評價方法及其支撐軟件的研究，可有效優(yōu)化鄉(xiāng)村既有住宅低碳化改造設計質量、提升村鎮(zhèn)建設管理決策的科學性。

2 研究內容

鄉(xiāng)村既有住宅低碳化改造評估的研究框架（圖1）包括評價基準、評價方法和技術支撐三部分：“評價基準”主要涉及基準建筑信息模型的構建與校驗；“評價方法”包括鄉(xiāng)村既有住宅低碳化改造策略敏感性分析與變量篩選、多元評價目標優(yōu)化及賦權決策方法研究；“技術支撐”包括低碳化改造多目標優(yōu)化評價必備的性能模擬及優(yōu)化算法支撐平臺及技術路徑。

圖1 鄉(xiāng)村既有住宅低碳化改造多目標優(yōu)化評價方法研究框架

2.1 評價基準

鄉(xiāng)村既有住宅低碳化改造多目標優(yōu)化評價方法以基準建筑作為評價基準。綜合運用實地調研、入戶訪談、問卷調查、環(huán)境監(jiān)測等數據采集手段，分層抽樣具有典型性、代表性的鄉(xiāng)村既有住宅基礎信息，包括氣象條件、建成年代、建成環(huán)境、建筑規(guī)模、建筑形式、建筑構造、建筑結構、建設方式、供能方式、設備選型、建筑性能、居民生活方式、用能數據、建筑造價、改造支付意愿等；參照ISO相關標準，將上述基礎信息數據進行標準化處理，構建鄉(xiāng)村既有住宅基礎信息數據庫；進而對數據庫中樣本農宅的建筑本體及運行信息進行類型化處理，得到各地區(qū)鄉(xiāng)村既有住宅原始模型；依據美國采暖、制冷與空調工程師協(xié)會標準（ASHRAE）對原始模型的采暖、照明及熱擾能耗進行模型校驗，得到反映鄉(xiāng)村既有住宅實際運行狀況的基準建筑信息模型。

2.2 評價方法

鄉(xiāng)村既有住宅低碳化改造多目標優(yōu)化評價方法以多目標優(yōu)化算法作為基礎數學模型，包括變量敏感性分析、多目標優(yōu)化和賦權決策三個步驟。

2.2.1 變量敏感性研究

鄉(xiāng)村既有住宅低碳化改造策略復雜、措施眾多，需要挑選相對重要的參數進行控制，從而提高優(yōu)化效率。敏感性分析是用于探討設計策略與建筑性能關系的一種分析方法，可以簡化自動尋優(yōu)模型、提高決策效率[28-30]。其中，全局敏感性分析可以在多參數變化的情況下依據敏感性系數的正負性和絕對值大小判斷基準模型參數的影響機制及相對重要性，在此基礎上對其進行篩選與優(yōu)化[31，32]。鄉(xiāng)村既有住宅低碳化改造措施變量根據鄉(xiāng)村經濟技術水平和居民生活習慣，分為鄉(xiāng)村規(guī)劃、建筑本體、技術設備三個維度，包括建筑布局、尺度、圍護結構和用能設備等多組參數。在Grasshopper平臺中運用Python語言編寫全局敏感性分析模塊，選擇拉丁超立方抽樣方法（LHS），依據一個參數至少變化10次的原則[33]，將上述改造措施變量進行隨機均勻抽樣并組合；進而通過Honeybee插件調用Energyplus運算內核對目標函數進行性能模擬，采用偏相關系數法（pcc）和標準秩回歸系數法（srrc）分析對比各維度參數自身以及交互作用下，對待改造鄉(xiāng)村住宅環(huán)境影響、環(huán)境質量和改造成本效益的貢獻，從而篩選出高敏感度參數，為下一步多目標優(yōu)化研究提供性能導向的量化研究方法及決策依據。

2.2.2 多目標優(yōu)化研究

鄉(xiāng)村既有住宅低碳化改造多目標優(yōu)化評價需明確復合改造方案中的措施選型及組合。利用多目標優(yōu)化算法的帕累托最優(yōu)原理，以低碳化改造措施參數作為適應度函數變量，以鄉(xiāng)村既有住宅環(huán)境影響、環(huán)境質量、改造成本效益為三維優(yōu)化目標，通過多目標優(yōu)化算法的全局搜索、選擇、交叉、變異和迭代運算，篩選出住宅節(jié)能減排達標、室內熱舒適提升、改造成本效益最優(yōu)的鄉(xiāng)村既有住宅低碳化改造復合方案最優(yōu)解集。多目標優(yōu)化算法基本數學公式如下：

式中，x=(x1,…xn)∈X∈Rn為n維的決策變量，X為n維的決策空間，n為經過敏感性分析篩選得到的高敏感度參數數量；y=(y1,…ym)∈Y∈Rm為m維的目標矢量，Y為m維的目標空間，目標函數F(x)定義了m個由決策空間向目標空間的映射函數。m在本優(yōu)化模型中取3，y=[ CCO2, TDT, dGC ]，即包含單位建筑面積碳排放量（CCO2）、全年室內熱不舒適小時數（TDT）和改造全局成本增量（dGC）三個子目標函數，分別對應評價低碳化改造后鄉(xiāng)村住宅的環(huán)境影響、環(huán)境質量和改造成本效益；gi(x)≤0,(i=1,2,…,q)定義了q個不等式約束，hj(x)=0,(j=1,2,…,p)定義了p個等式約束，在優(yōu)化模型中依據變量x的閾值與約束條件設定。

（1）子目標函數f1(x)=CCO2

根據《建筑碳排放計算標準 GB/T51366-2019》，建筑生命周期碳排放包含建筑運行、建造及拆除、建材生產及運輸各階段碳排放，其中建筑運行、建材生產及運輸兩個階段約占建筑生命周期碳排放總量的90%[34]。由于鄉(xiāng)村地區(qū)農宅建設機械化水平較低，本目標函數忽略改造所產生的建造及拆除階段碳排放，僅計算改造后鄉(xiāng)村住宅運行階段和新增建材生產及運輸階段的碳排放量。同時，為直觀反映低碳化改造前后鄉(xiāng)村住宅的碳排放差異及改造方案的減排潛力，生活熱水、照明及碳匯未納入運行階段碳排放計算范疇。調研顯示，鄉(xiāng)村居民夏季及過渡季人員在室率較低，室內環(huán)境以自然通風為主，空調使用頻率極低；冬季為農閑時節(jié)，人員在室率及熱舒適需求較高，冬季采暖能耗成為鄉(xiāng)村住宅生活用能的首要部分。因此，本研究方法中子目標函數f_1 (x)的計算范圍包括：改造新增建材生產及運輸碳排放、采暖碳排放、可再生能源系統(tǒng)減排量。計算公式如下：

式中，CCO2為鄉(xiāng)村住宅改造后碳排放量，CECO2為單位建筑面積采暖碳排放量，kgCO2/m2；CJC為建材生產及運輸階段碳排放量，kgCO2/m2；CPV為按當地區(qū)域電網碳排放因子折算的光伏系統(tǒng)年減排量；E0為單位建筑面積能耗，kWh/m2；EFCO2為特定能源類型的CO2排放因子，kg/ m3(天然氣)，kg/kWh(電)。根據鄉(xiāng)村住宅設備系統(tǒng)及能源類型差異，將燃氣壁掛爐、空氣源熱泵、冷暖空調、分布式光伏等設備及運行參數置入Honeybee，模擬得到特定類型的能耗E0；通過相應能源的碳排放因子EFCO2將采暖鍋爐燃煤、燃氣等化石能源燃燒導致的直接碳排放與建筑用電（核減可再生能源）產生的間接碳排放進行統(tǒng)一核算，從而得到鄉(xiāng)村住宅特定供能形式下的碳排放量。EFCO2電能根據《2019年度減排項目中國區(qū)域電網基準線排放因子》中華北區(qū)域電網碳排放因子，換算后取0.94 kgCO2/kWh。EFCO2天然氣依據IPCC2006（卷2能源）中天然氣CO2排放因子的95%置信區(qū)間下限值[35]，換算后取2.16 kgCO2/m3。

（2）子目標函數f2(x)=TDT

由于低碳化改造措施變量可能會對鄉(xiāng)村住宅非采暖季（夏季及過渡季）的室內熱環(huán)境產生負面影響，因此本研究方法采用全年熱不舒適小時數作為子目標函數f2(x)的評價指標。鄉(xiāng)村住宅全年室內環(huán)境根據居住習慣及門窗開啟狀態(tài)，大致劃分為采暖季的密閉理想氣候室和非采暖季的自然通風房間。根據GB/T50785-2012《民用建筑室內熱濕環(huán)境評價標準》，采暖季熱不舒適時間采用預計平均熱感覺指標(PMV)判定，非采暖季采用預計適應性平均熱感覺指標(APMV)判定，本文以室內熱舒適二級指標為評價標準，即當-1≤APMV/PMV≤1時判定鄉(xiāng)村住宅室內舒適。計算公式如下：

式中，TDT為鄉(xiāng)村住宅各房間全年累計室內熱不舒適小時數平均值，h；TDTi為第i個房間全年室內熱不舒適小時數，h；n為房間數量。

（3）子目標函數f_3 (x)=dGC

衡量改造方案成本效益需綜合考慮初始投資和疊加時間價值后的生命周期節(jié)能費用，因此采用歐盟《建筑能效指令》EPBD recast 2010/31/EU提出的全局成本（Global Cost，GC）作為子目標函數f_3 (x)的評價指標。低碳化改造后的鄉(xiāng)村住宅全局成本增量，即改造后全局成本（GCpost）與改造前全局成本（GCpre）的差值dGC，可直觀反映改造投資帶來的生命周期收益。若dGC＞0，表明改造方案在經濟上不可行；dGC＜0，則表明改造方案在經濟上可行，且dGC值越小，表明改造方案生命周期經濟效益越好，計算公式如下：

式中，dGC為低碳化改造后鄉(xiāng)村住宅的全局成本增量，元；GCpre為改造前全局成本，即按現值計算的基準建筑生命周期采暖能耗費用，元；GCpost為改造后全局成本，即按現值計算的低碳化改造措施的初始投資費用和生命周期內采暖能耗費用之和，元；PWF為凈現值因子；E0為鄉(xiāng)村既有住宅年采暖能耗，m3(天然氣)或kWh(電)；Pu為能源價格，元/m3(天然氣)或元/kWh(電)；Ci為第i種低碳化改造措施所產生的初始投資費用，元。

2.2.3 賦權決策研究

復雜決策問題的多目標優(yōu)化最終結果往往不是一個唯一的最優(yōu)解，而是落在帕累托前沿上多個最優(yōu)解的集合。這些最優(yōu)解均無差別地統(tǒng)計在帕累托解集中，某個最優(yōu)解并不代表著比其它最優(yōu)解更好。因此，在這些最優(yōu)解中確定最終改造方案，需要對帕累托解集數值進行賦權決策研究。首先在對數據進行歸一化處理的基礎上采用直接賦權法對三項優(yōu)化目標賦予0～1的權重系數，取0.1為步長，各權重系數之和為1；權重系數反映了決策者的偏好情況，不同決策者可根據自己對環(huán)境影響、環(huán)境質量和改造成本效益的不同需求改變權重值。賦權后 應 用TOPSIS（Technique for Order Preference by Similarity to an Ideal Solution）綜合評價法逐一判斷帕累托解集中所有最優(yōu)解與理想解的接近程度，通過距離排序篩選最終改造方案，得到不同權重下鄉(xiāng)村既有住宅低碳化改造參數最優(yōu)解組合及其評價目標性能。TOPSIS綜合評價法計算公式如下：

式中，Ci為各個評價解的最終得分，0≤Ci≤1，當Ci越接近1時評價解越好。Di+、Di-分別為第i個評價對象與最優(yōu)方案和最劣方案之間的距離；zij為規(guī)范化加權矩陣；ZJ+、ZJ

-分別為最優(yōu)方案和最劣方案，由矩陣中每列元素的最大值和最小值構成； ωj為第j個評價指標的權重。

2.3 技術支撐

多目標優(yōu)化算法與建筑物理環(huán)境性能模擬數據的耦合需要復雜編程語言，Matlab-EnergyPlus等專業(yè)軟件聯(lián)動平臺門檻高、可操作性差。為便于在早期方案設計和管理決策階段推廣使用，本研究構建了基于建筑業(yè)主流參數化軟件Rhino-Grasshopper可視化編程平臺的評價模型。該評價模型分別采用R語言和Python語言作為建模輔助語言編寫敏感性分析模塊以及賦權決策模塊，通過Honeybee調用Energyplus建筑熱工性能模擬工具，以Octopus搭載的SPEA2進化算法作為多目標優(yōu)化算法內核，通過迭代、變異、交叉等綜合尋優(yōu)過程，獲得低碳化改造措施組合方案最優(yōu)解。該評價模型交互界面友好，實現了建筑環(huán)境影響、環(huán)境質量和改造全局成本三維目標下改造措施組合變量的自動尋優(yōu)，提高了建筑方案階段低碳化改造多目標優(yōu)化設計及決策的可操作性。

3 案例分析

課題組于2018-2021年采暖季對天津、石家莊、保定、滄州等多地市鄉(xiāng)村既有住宅進行分層抽樣調研。由于華北鄉(xiāng)村目前已基本完成清潔取暖改造，采暖設備以燃氣壁掛爐和空氣源熱泵為主，故選取具有典型代表性的保定市清苑區(qū)某單層磚混農宅作為基準建筑初始模型，建筑本體及供暖設備參數如表1所示。

表1 基準建筑初始模型信息

基準建筑運行數據設定如下：采暖期為11月15日至次年3月15日；采暖設備全天運行，采暖溫度16℃；室內人員密度為0.02人/m2、平均代謝率0.9met、冬季平均服裝熱阻1.2clo、換氣率0.5h-1；室內照明功率4W/m2，開啟時間為6:00～8:00和17:00～22:00，忽略室內其它使用頻率較低的非采暖設備；氣象數據選用中國氣象局CSWD數據庫中EPW格式數據。

低碳化改造措施變量以《河北省綠色農房建設與節(jié)能改造技術指南》建議為基礎，結合現階段鄉(xiāng)村住宅清潔取暖及節(jié)能改造調研實際，提取保溫材料類型、外墻保溫層厚度、屋面保溫層厚度、外窗類型、室內吊頂有無及高度6項改造策略作為優(yōu)化變量。各變量的名稱、類型、取值范圍、步長、初始投資成本及建材碳排放因子如表2所示。

表2 優(yōu)化變量參數設定

在能耗校驗的基礎上，運用上述評價模型對低碳化改造措施變量進行敏感性分析，各變量敏感性系數如圖2所示。從敏感性系數正負性與影響程度排序來看，兩種敏感性分析方法得出的結論基本一致：碳排放方面，墻體和屋面保溫層厚度影響程度最大，而吊頂高度影響較??；熱舒適方面，吊頂有無和窗戶類型呈負向影響，其余變量為正向影響；全局成本方面，吊頂有無和保溫材料種類的影響尤為突出?？傮w而言，除室內吊頂高度對鄉(xiāng)村住宅碳排放、室內熱舒適及全局成本影響較弱之外，其余優(yōu)化變量對單一或多個改造目標均具有較高敏感性。

圖2 鄉(xiāng)村住宅低碳化改造策略多目標敏感性分析

在優(yōu)化變量敏感性分析的基礎上，對三維子目標函數進行綜合尋優(yōu)，運用TOPSIS綜合評價法對帕累托最優(yōu)解集進行賦權決策，進一步篩選最佳改造方案。在三維目標均衡（對子目標函數賦予相同權重）前提下，最佳改造方案及性能表現如表3所示?？傮w而言，兩套改造方案均具有較大的碳排放、室內熱舒適及全局成本優(yōu)化潛力。相較之下，低碳化改造后的“煤改電”農宅的熱舒適及全局成本增量目標性能均優(yōu)于“煤改氣”農宅，特別是在全局成本方面，由于天然氣價格較高，“煤改電”農宅低碳化改造方案具有良好的經濟可行性。同時，隨著“雙碳”目標的臨近、電網綠電比例的上升以及鄉(xiāng)村住宅分布式光伏系統(tǒng)的建設，“煤改電”農宅的生命周期碳排放表現將會持續(xù)改善，以致達到零碳標準。

表3 保定市清苑區(qū)某單層磚混農宅低碳化改造多目標優(yōu)化最終方案

結論與展望

基于Rhino-Grasshopper可視化編程平臺的鄉(xiāng)村既有住宅低碳化改造多目標優(yōu)化評價方法及其評價模型，可便捷、精確地評價鄉(xiāng)村既有住宅低碳化改造措施的重要程度及全局影響，并在環(huán)境影響、環(huán)境質量、改造成本效益多元目標尋優(yōu)下選擇最佳組合策略，提升改造方案性價比、有效降低決策試錯成本，實現方案設計階段的有效控制及科學決策。未來，目標函數及優(yōu)化變量可在此評價模型框架的基礎上進一步擴展，如在目標函數中納入光環(huán)境評價指標；在優(yōu)化參數中增加陽光間、光伏系統(tǒng)等改造優(yōu)化變量；同時，決策者也可根據優(yōu)化目標調整賦權決策階段的權重方案，得到符合自身實際需求的最佳改造方案。隨著實測反饋數據對評價模型的不斷修正與完善，將鄉(xiāng)村既有住宅低碳化改造多目標優(yōu)化評價的目標及方法應用于村鎮(zhèn)管理框架和改造項目審批中，有助于進一步實現美麗低碳鄉(xiāng)村科學建設與管理的發(fā)展目標。

圖、表來源

文中圖、表均由作者繪制。