翁建濤,趙康,葛堅,應小宇
(1.浙大城市學院國土空間規(guī)劃學院,浙江杭州 310015;2.浙江大學建筑工程學院,浙江杭州 310058;3.浙江大學平衡建筑研究中心,浙江杭州 310007)
隨著我國城市化進程的快速推進,我國建筑行業(yè)規(guī)模已達到世界第一.與此同時,建筑全過程能耗也快速增長,這對遏制氣候變化形成了巨大的挑戰(zhàn).2010 年全國建筑全生命周期能耗為12 億t 標準煤,2018 年快速攀升至21 億t 標準煤,占到2018 年全國能源消費總量的47%[1].我國要在2060 年實現(xiàn)碳中和目標,建筑業(yè)的節(jié)能減排具有至關重要的作用.建筑運行階段的能源消耗占建筑全過程能耗的一半[1],合理評價建筑運行能耗,能促進運行性能提升,對于建筑節(jié)能減排具有指導作用.
現(xiàn)階段建筑能耗評價研究多采用數(shù)據庫法進行評價,即收集同地區(qū)同類建筑的能耗數(shù)據,根據外部氣象、使用情況等因素對實測數(shù)據進行標準化處理,據此構建能耗數(shù)據庫,并采用概率分布[2]、均值、正態(tài)分布及四分位等方法確定能耗定額,以評價建筑能耗的合理性.國外方面,美國能源部在20 世紀90年代推出了“Energy Star”計劃[3],該計劃基于近30年氣象條件、使用時長等多個因素對運行能耗進行標準化處理,最后對建筑能耗進行排序[3].英國于2007年推出了BS EN 15217 標準[4]用于評估建筑的整體能耗性能.該標準考慮了氣象因素、建筑功能等對能耗的影響.Yang等[5]考慮人員密度、參觀者以及室外溫度開發(fā)了一個識別模型來預測建筑每日能耗,結果表明人員密度變化對建筑能耗影響最大.Kang等[6]分析了韓國辦公建筑的用能特點,指出人員密度高于31 m2/人的辦公建筑的能耗比低于31 m2/人的辦公建筑低50%以上.Wang 和Shao[7]對英國某大學圖書館開展了24 h人行為監(jiān)測,結果表明人員密度隨時間波動較大,受人員活動的影響,建筑存在26.1%節(jié)能潛力.Mokhtari和Jahangir[8]以德黑蘭某教學樓為例,采用EnergyPlus 和MATLAB 結合的模擬方法,發(fā)現(xiàn)通過優(yōu)化人員分布可以使教學樓能耗減少32%.
北京、上海、深圳等城市率先建立起了本地區(qū)的大型公共建筑能耗數(shù)據庫,為掌握公共建筑的用能特點和發(fā)現(xiàn)用能問題奠定了數(shù)據基礎[9].上海和北京已出臺了針對辦公、學校、醫(yī)院及公共文化設施等建筑的合理用能指南.上海市相關規(guī)定基于上海市公共建筑能耗數(shù)據,采用四分位法確定了建筑能耗的先進值和合理值[10].《民用建筑能耗標準》(GB/T 51161—2016)[11]根據全國2 萬余棟公共建筑能耗數(shù)據,給出了辦公樓、賓館和商場的能耗約束值和引導值,提出了基于使用時長和人員密度的建筑能耗修正方法.唐文龍等[12]利用定額法建立了南京中小學建筑能耗定額,并根據生均面積和每班學生數(shù)提出了學校建筑用能修正系數(shù).夏嬋等[13]發(fā)現(xiàn)星級飯店的建筑能耗與入住率和客房規(guī)模呈正相關,指出入住率調整為65%更實際.陳淑琴等[14]基于實測總結出空調的運行模式,利用蒙特卡洛等方法描述了人行為對空調能耗的影響.俞準等[15]提出了一種基于狀態(tài)轉移的時變隱馬爾科夫模型,提高了在室行為的預測精度.
綜上,建筑能耗評價過程受外部氣象條件、建筑本體和使用強度[16]等因素影響,采用實測值對比,建筑間對比基準不一,評價結果不準確.能耗影響因素的標準化是建筑能耗評價研究的關鍵.外部氣象的影響相對穩(wěn)定,在20%左右[17].現(xiàn)有研究多以建筑總能耗為目標,分析各因素的影響規(guī)律,并提出能耗標準化方法.但實際情況下,建筑能耗種類繁多,使用強度對各分項能耗的影響存在差異,因此有必要單獨建立各分項能耗與影響因素之間的關系,從而提出更加準確的能耗修正方法.
本文以典型辦公建筑為例,采用Designbuilder建筑能耗模擬軟件,分析使用時長和人員密度對辦公建筑各分項能耗和總能耗的影響規(guī)律.最后提出基于使用時長和人員密度的辦公建筑能耗修正方法,并對比其與《民用建筑能耗標準》(GB/T 51161—2016)之間的區(qū)別.
選取某點式高層辦公建筑作為分析對象,建筑位于浙江省紹興市,已獲得綠色建筑三星級運行標識.選擇其中的行政辦公標準層,在Designbuilder 軟件中建立能耗分析模型,如圖1所示.
圖1 典型辦公建筑標準層模型Fig.1 Standard floor model of the office typical building
該標準層東南西北立面的窗墻比分別為0.53、0.52、0.27 和0.52.外墻傳熱系數(shù)為0.69 W/(m2·K),門窗傳熱系數(shù)為2.4 W/(m2·K),吊頂和樓板設置為絕熱面.室內熱擾參數(shù)由實地調研并查閱設計文檔得到.標準層辦公區(qū)域人員在室率見表1.辦公區(qū)域照明功率密度為4 W/m2,照度目標值為500 lx.照明時間開關率見表2.設備功率密度為11.6 W/m2,逐時使用率見表3.標準層內設有一個數(shù)據機房,機房設備功率為171 W/m2,僅在夏季供冷,其他季節(jié)不開啟空調設備.調研得到空調運行情況如下:供冷季為6月1日到10月25日,供暖季為11月15日到次年3月15日.供冷溫度為25 ℃,供暖溫度為23 ℃.工作日運行時間為8:00—18:00,周六運行時間為8:00—11:30,周日和節(jié)假日空調不運行.室內溫度根據實測得到,設備為WSZY-1溫濕度自記儀(準確度:±0.3 ℃).
表1 辦公區(qū)域人員在室率Tab.1 Occupancy schedule of office area
表2 辦公區(qū)域照明時間開關率Tab.2 Lighting schedule of office area
表3 辦公區(qū)域電器設備逐時使用率Tab.3 Electrical equipment schedule of office area
建筑采用水源熱泵系統(tǒng).實測得到系統(tǒng)制冷EER為3.7,系統(tǒng)制熱COP為3.8[18].設備包括WSZY-1 溫濕度自記儀、ZP-1158 超聲波流量計(準確度:1.0%F.S)以及485 通信多功能電表.由于缺少紹興氣象數(shù)據,氣象參數(shù)采用杭州典型氣象年數(shù)據.模擬得到標準層全年各分項能耗結果(見表4),各分項能耗模擬結果與實測能耗數(shù)據誤差均控制在20%范圍內,模擬結果具有較高的可信度.
表4 標準層能耗校核結果Tab.4 Check results of energy consumption of standard floor
通過調整工作日下班時間,來設置不同年使用時長(見表5).不同工況下,人員、設備作息將根據對應的下班時間進行調整.為避免數(shù)據機房的影響,后續(xù)模擬中機房設備和空調均關閉.空調季設定時間不變,設定溫度不變.空調工作日運行時間為8:00至下班時間.
表5 使用時長工況設置Tab.5 Condition settings of different service times
基于現(xiàn)場調研并參考王朝霞[19]的研究,取100 W 作為典型辦公建筑的人均設備功率值.通過調整人數(shù)設計了13 種人員密度工況.根據使用人數(shù)和設備功率計算得到辦公區(qū)域設備功率密度結果.不同工況下使用人數(shù)、人均建筑面積以及設備功率密度匯總于表6.
表6 不同人員密度工況設置Tab.6 Condition settings of different personnel densities
模擬得到不同全年使用時長下案例建筑全年單位面積各分項能耗和總能耗結果(見圖2).結果表明,各分項能耗均隨著全年使用時長的增加呈線性增加,其中制熱能耗增加速度明顯低于制冷、照明和設備能耗.案例建筑全年總能耗隨著年使用時長的增加呈線性增長.
圖2 使用時長對全年能耗的影響Fig.2 Impact of service time on annual energy consumption
《民用建筑能耗標準》(GB/T 51161—2016)[10](下文簡稱標準)針對辦公建筑給出了基于工作時長和人員密度的修正方法:
式中:Eoc為辦公建筑年單位面積能耗實測值的修正值,kWh/(m2·a);Eo為辦公建筑年單位面積能耗實測值,kWh/(m2·a);γ1為辦公建筑使用時長修正系數(shù);γ2為辦公建筑人員密度修正系數(shù);S為實際人均建筑面積,m2/人;T為年使用時長,h;T0=2 500 h,S0=10 m2/人.
以年使用時長為2 500 h時的年單位面積總能耗為基準,計算得到基于使用時長的全年單位面積總能耗修正系數(shù)結果(見圖3).基于最小二乘法擬合得到使用時長與其對應的修正系數(shù)的關系:
圖3 表明本研究的結果與《民用建筑能耗標準》(GB/T 51161—2016)[10]提出的辦公建筑使用時長修正系數(shù)基本吻合.當使用時長大于2 600 h 時,兩者之間的差異有所擴大.當使用時長為3 580 h 時,兩者之間的差異最大為4%.
圖3 使用時長修正系數(shù)對比Fig.3 Correction coefficients for service time
模擬得到不同人員密度下的空調能耗、照明能耗、插座設備能耗以及總能耗結果(見圖4).
圖4 人均建筑面積對建筑能耗的影響Fig.4 Impact of per capita floor area on energy consumption
當人均建筑面積由2.5 m2/人增加到20 m2/人時,年單位面積空調制冷能耗快速下降[見圖4(a)].人均建筑面積超過20 m2/人后,空調制冷能耗緩慢下降,并逐漸趨近7.5 kWh/(m2·a).制熱能耗先快速升高而后趨于平緩.因為使用人數(shù)減少后,使用者的發(fā)熱量減少.在同樣的室內溫度要求下,夏天的冷負荷降低,冬天熱負荷增加.與此同時,空調總能耗先快速下降,而后趨于平緩.
本研究假設建筑100%投入使用,使用人數(shù)降低,照明設備仍正常運行.隨著人均建筑面積的增加,年單位面積照明能耗不變.
隨著人均建筑面積的增加,年單位面積插座設備能耗先快速下降,超過30 m2/人后則趨于平緩.插座設備能耗與使用人數(shù)呈線性關系,人均建筑面積與使用人數(shù)呈倒數(shù)關系.人均建筑面積越大,使用人數(shù)變化越小,插座能耗變化越?。垡妶D4(b)].
當人均建筑面積由2.5 m2/人增長至30 m2/人時,總能耗快速下降.繼續(xù)提高后總能耗趨于平緩.
根據公式(1)~(3)可計算得到人均建筑面積為10 m2/人時的年單位面積總能耗.以此為基準,計算得到基于人員密度的全年單位面積能耗修正系數(shù)結果(見圖5).建筑100%投入使用,人員密度的調整未對照明能耗產生直接影響.照明能耗占辦公建筑全年總能耗的17%[20],因此在進行建筑總能耗修正時,若修正照明能耗,則高估了人員密度對建筑總能耗的影響.剔除照明能耗后,基于最小二乘法擬合得到人均建筑面積與其對應的修正系數(shù)之間的關系如式(5):
圖5 表明當人均建筑面積大于33 m2/人或小于10 m2/人時,新的人員密度修正系數(shù)顯著低于《民用建筑能耗標準》(GB/T 51161—2016)中的要求.當人均建筑面積介于10~33 m2/人之間時,新的人員密度修正系數(shù)略高于該標準.
圖5 人員密度修正系數(shù)Fig.5 Correction coefficients for personnel density
辦公建筑實際運行中人均辦公設備功率、空調能效等參數(shù)差異較大,可能會對建筑能耗產生影響,因而導致人員密度修正系數(shù)發(fā)生變化.
2.3.1 人均辦公設備功率的影響
人均辦公設備功率分別設置50 W、100 W、150 W 及300 W 4 種工況,以人均建筑面積為10 m2/人的工況為基準,計算得到人員密度修正系數(shù)變化情況如圖6所示.結果表明人均辦公設備功率越高,人員密度修正系數(shù)越大.
圖6 人均辦公設備功率對人員密度修正系數(shù)的影響Fig.6 The impact of per capita office equipment power on correction coefficient for personnel density
當人均建筑面積低于10 m2/人時,人員密度修正系數(shù)均低于《民用建筑能耗標準》(GB/T 51161—2016)的要求.當人均辦公設備功率為50 W時,相應的人員密度修正系數(shù)整體低于該標準.當人均辦公設備功率為150 W 時,在低人均建筑面積條件下(10~50 m2/人),其人員密度修正系數(shù)要高于該標準.在高人均建筑面積條件下(大于50 m2/人),相應的人員密度修正系數(shù)低于該標準.人均辦公設備功率為300 W 的工況下,當人均建筑面積大于10 m2/人,相應的人員密度修正系數(shù)整體高于《民用建筑能耗標準》(GB/T 51161—2016).
2.3.2 空調能效的影響
該建筑空調系統(tǒng)為水源熱泵系統(tǒng),參考工況設置的制冷EER為3.7,制熱COP為3.8.參考《可再生能源建筑應用工程評價標準》(GB/T 50801—2013)[21],建立新的空調性能工況,見表7.其中能效工況一以1級為基準,能效工況二以2級為基準.
表7 空調能效工況設置Tab.7 Condition settings of air conditioning energy efficiency
不同工況下的人員密度修正系數(shù)結果如圖7 所示.結果表明參考工況與1 級基準接近,修正系數(shù)基本一致.2 級基準降低了制冷EER 和制熱COP,修正系數(shù)變化幅度在6%以內.
圖7 空調能效對人員密度修正系數(shù)的影響Fig.7 The impact of air conditioning energy efficiency on correction coefficient for personnel density
根據敏感性分析可知,人均辦公設備功率對人員密度修正系數(shù)的影響較大.空調能效的影響較小.因此將辦公建筑人均辦公設備功率設定為100 W.地下車庫用能強度明顯低于辦公區(qū)域,不同建筑中地下車庫面積占比存在差異,其會對人均建筑面積產生較大影響.為消除這一影響,在計算人均建筑面積時剔除地下車庫面積.新的使用時長修正系數(shù)與《民用建筑能耗標準》(GB/T 51161—2016)中提出的結果基本吻合,該修正公式不變.
以人均建筑面積10 m2/人為基準使用強度,轉化得到人員密度修正系數(shù)如公式(5)所示.
γ2只參與除照明能耗外其他建筑能耗的修正,辦公建筑能耗實測值修正公式如式(6):
式中:α為照明能耗占總能耗的比重.
重新定義人均建筑面積的計算方法如式(7):
式中:A'為剔除地下車庫后的建筑面積,m2;P為建筑內實際用能總人數(shù).
辦公建筑運行能耗評價方法如式(8):
式中:Elimit為同氣候區(qū)同類型建筑能耗的合理值,kWh/(m2·a);為修正后的年單位面積能耗值,kWh/(m2·a);N為能耗評價值.
基于公式(5)~(8),選取了長三角地區(qū)7個辦公建筑能耗的實測值進行修正,將修正值與實測值以及依據《民用建筑能耗標準》(GB/T 51161—2016)得到的修正值進行對比(見圖8).結果表明采用優(yōu)化后的修正方法,可以使使用強度偏離大的樣本建筑(B1、B2、B6)的能耗修正值降低35%~45%.B6 建筑的修正比例由最高的3.3降至1.8.而對于與標準使用強度接近的樣本建筑,其修正比例變化在10%左右.修正后的年單位面積能耗最高為139 kWh/(m2·a),低于能耗合理值的要求,屬于正常的能耗水平.
圖8 7個辦公建筑能耗修正結果對比Fig.8 Comparison of corrected results of energy consumption of 7 office buildings
針對建筑使用強度差異大引起的能耗對比基準不一、直接對比評價不合理的難點,以及使用強度對分項能耗影響不明晰的問題,以典型辦公建筑為例,采用能耗模擬方法分析了使用時長和人員密度對建筑分項能耗的影響,并優(yōu)化了《民用建筑能耗標準》(GB/T 51161—2016)提出的辦公建筑能耗修正方法.結果表明標準中對使用時長的修正方法與模擬得到的結果基本吻合.由于標準采用總能耗進行回歸分析,其針對人員密度的修正方法高估了人員密度對建筑能耗的影響.研究從使用時長和人員密度兩個方面提出了辦公建筑運行能耗修正和對標方法.新的修正公式適用對象為長三角地區(qū)人均設備功率在100 W 左右的點式辦公建筑.改進后的修正方法使使用強度偏離大的樣本建筑的能耗修正值降低35%~45%,可更好地體現(xiàn)建筑實際用能水平.
不同平面形式的辦公建筑在辦公區(qū)域和交通空間存在比例差異,可能會對能耗修正產生影響.未來有必要分析點式、板式及圍合等不同平面布局對修正系數(shù)的影響,來進一步優(yōu)化能耗修正方法.