收稿日期：2022-11-04

基金項目：國家自然科學基金（51878536）

通信作者：劉大龍（1976—），男，博士、副教授，主要從事建筑熱工與節(jié)能方面的研究。coffeevc@xauat.edu.cn

DOI：10.19912/j.0254-0096.tynxb.2022-1690 文章編號：0254-0096（2024）02-0042-08

摘 要：為研究極端天氣對被動式太陽能建筑采暖效率的影響，選取關(guān)鍵氣象參數(shù)（直射輻射、干球溫度）來構(gòu)造極端冷氣象條件，主要分析太陽低輻射和極端低溫對拉薩、烏魯木齊、蘭州、哈爾濱4個城市的被動式太陽能建筑采暖效率的影響。結(jié)果表明：隨著太陽直射輻射和溫度的降低，哈爾濱整個采暖季的采暖潛力下降最大，拉薩、蘭州、烏魯木齊在太陽直射輻射下降超過50%時，采暖潛力下降最大，哈爾濱在輻射下降43%時采暖潛力下降最大。在溫度下降不超過10 ℃的情況下，拉薩和哈爾濱的采暖潛力下降最大，蘭州和烏魯木齊則是在溫度分別下降11和15 ℃時，采暖潛力下降最大。氣象參數(shù)對采暖潛力的敏感性分析表明，太陽直射輻射對太陽能采暖潛力的影響大于溫度。同時，對不同設(shè)計因素進行全局敏感性分析，建筑保溫材料的物理參數(shù)對采暖潛力的影響高于其他設(shè)計參數(shù)。

關(guān)鍵詞：極端天氣；太陽能采暖；被動式太陽能建筑；溫度；太陽輻射；敏感性分析

中圖分類號：TU119+.22"""""""""" """""" """""""文獻標志碼：A

0 引 言

太陽能作為一種生態(tài)保護的可再生能源，非常適合用來滿足建筑供暖需求［1］，是代替?zhèn)鹘y(tǒng)方式采暖，實現(xiàn)西部地區(qū)可持續(xù)發(fā)展的最佳方式。被動式太陽能策略旨在使用太陽能在建筑物內(nèi)建立熱舒適性，而不使用電氣或機械設(shè)備［2］，這已被廣泛用于各種場景并被證明是一種高效清潔的加熱方式［3］。但太陽能熱利用受氣候影響顯著，太陽輻射強度會發(fā)生明顯變化。隨著全球氣候異常變化，極端天氣出現(xiàn)的概率顯著增加，逐漸呈現(xiàn)極端冷熱天氣數(shù)增加［4-6］、太陽輻照度降低的變化趨勢［7-10］。極端天氣頻發(fā)對被動式太陽能建筑有一定影響，這是因為被動式太陽能建筑主要通過自然條件采暖達到室內(nèi)熱舒適條件［11-12］。

被動式建筑受極端氣候變化的影響，在建筑節(jié)能作用上的優(yōu)勢逐漸弱化。為提高被動式太陽能建筑性能，通過對不同被動式太陽能建筑設(shè)計進行數(shù)據(jù)挖掘［13］以及進行敏感性分析［14］得到最有利于提高被動式太陽能建筑性能的設(shè)計因素，這是未來氣候條件下利用太陽能必須思考的問題。目前針對極端氣候?qū)Ρ粍邮浇ㄖ膳瘽摿Φ挠绊懷芯枯^少，本文主要研究極端天氣對被動式太陽能建筑的影響，選取關(guān)鍵的氣象參數(shù)，對它們進行負向變化，生成不同的天氣文件，用EnergyPlus進行模擬，研究極端冷氣象條件下對被動式太陽能建筑采暖效率的影響以及選取不同的被動式設(shè)計因素進行敏感性分析得到最有利于提高建筑太陽能采暖潛力的設(shè)計因素。

1 極端氣象數(shù)據(jù)構(gòu)造

1.1 關(guān)鍵氣候參數(shù)的選取

根據(jù)被動式太陽能采暖氣候分區(qū)選擇拉薩為最佳氣候區(qū)的代表城市，烏魯木齊、蘭州為適宜氣候區(qū)的代表城市，哈爾濱為可利用氣候區(qū)的代表城市，進行針對性分析。

根據(jù)氣象環(huán)境的特點，各項氣象參數(shù)中太陽輻射是一個重要因素，會對溫度、濕度等氣象參數(shù)產(chǎn)生影響。嚴寒地區(qū)、寒冷地區(qū)、夏熱冬冷地區(qū)各城市建筑供熱均主要受干球溫度的影響［15-16］。另外，氣溫對建筑能耗有顯著影響，直射輻射更是直接影響建筑能耗［17］。因此，本研究選取的氣象參數(shù)是干球溫度和直射輻射。負向變化這兩個氣象參數(shù)來研究極端天氣對建筑太陽輻射得熱量以及太陽能采暖潛力的影響。

本文主要研究建筑太陽輻射得熱量以及太陽能采暖潛力，模擬時間選取為各地的整個采暖期。該時段氣溫降幅大，實現(xiàn)室內(nèi)環(huán)境熱舒適度所需的能耗較大。被動式太陽房的研究非常符合這一時段的需求和特點，它能最大程度地利用自然能源、減少能耗。在采暖季節(jié)內(nèi)，從接近月平均值的日期中挑選溫度、日較差和太陽輻射的日均值與該月平均值最為接近的一天作為設(shè)計日。

1.2 太陽輻射數(shù)據(jù)變化說明

氣象參數(shù)以日為周期會在最大值和最小值之間變化，形成周期性波動。盡管不同氣象參數(shù)的變化幅度和時間可能有所差異，但它們所展現(xiàn)的日較差變化率可被看作是各參數(shù)在自然條件下的日變化率。為更準確地展現(xiàn)各參數(shù)的變化強度以及方便評估氣象參數(shù)對建筑物的影響，需計算在各項參數(shù)從最小值變化到最大值過程中的時變化率［17］。換句話說，變化率是指各參數(shù)在一定時間內(nèi)從最小值變化到最大值所經(jīng)歷的變化速率。太陽輻射以日為變化周期，每日在最大值與最小值之間浮動，將日較差的變化率認為是太陽輻射參數(shù)的變化率，變化率的計算公式為：

[η=xmax-xminΔt]""""" （1）

式中：[η]——氣象參數(shù)變化率；[xmax]、[xmin]——日最大值與日最小值；[Δt]——最大值與最小值的時間間隔，h。

被動式太陽能采暖設(shè)計利用每天最佳太陽輻射時段為12：00—16：00，共4 h。在此期間，14：00的南向太陽輻射被充分地利用。計算出輻射數(shù)據(jù)的變化率后，選擇12：00—16：00模擬時間段，將此時間段的輻射數(shù)據(jù)以等變化率的幅度進行負向變化5次，其余氣象參數(shù)不變。

1.3 溫度數(shù)據(jù)變化說明

與太陽輻射數(shù)據(jù)變化相同，溫度數(shù)據(jù)均是以日較差的變化率為溫度參數(shù)的變化率，變化率的計算同太陽輻射變化率計算公式。對特定時間點（12：00—16：00）的溫度數(shù)據(jù)進行負向變化10次，以等變化率的幅度進行變化，其余參數(shù)不變。

2 極端冷氣候?qū)ㄖ柲懿膳瘽摿Φ挠绊?/p>

2.1 建筑模型介紹

本研究所用建筑能耗模擬軟件是EnergyPlus，它是一款建筑能耗模擬軟件，由美國能源部和勞倫斯伯克利國家實驗室（Lawrence Berkeley National Laboratory）共同開發(fā)。通過輸入建筑所在地的相關(guān)信息以及建筑設(shè)計參數(shù)等，Energy Plus可進行建筑模擬和能源分析。直接受益式作為基礎(chǔ)研究模型，圖1所示建筑設(shè)計模擬建筑為6層樓，北朝向，建筑面積1146.96 m2，北窗墻比例為0.6，東西墻無窗。建筑圍護結(jié)構(gòu)材料及熱工性能如表2所示。當室內(nèi)溫度低于14 ℃時，采暖設(shè)備會自動開啟，當室內(nèi)溫度達到或超過14 ℃時，采暖設(shè)備會自動關(guān)閉。負向變動5次特定點的溫度以及負向變動5次太陽輻射，得到不同條件下特定點的模擬建筑太陽輻射得熱量。

2.2 極端天氣與太陽能采暖潛力的邏輯關(guān)系分析

室內(nèi)溫度的變化水平主要由建筑負荷、室外溫度以及建筑得熱量共同決定［18］。評估室內(nèi)熱環(huán)境的重要指標為太陽能集熱構(gòu)件和圍護結(jié)構(gòu)傳向室內(nèi)的總熱量以及當室內(nèi)溫度達到14 ℃時建筑的總失熱量。當天氣變化出現(xiàn)太陽輻射和溫度降低時，建筑的太陽輻射得熱量與失熱量會受到這些因素的影響。式（2）是評估建筑太陽能采暖潛力的重要指標之一，即通過計算室內(nèi)太陽輻射得熱量（主要由太陽能集熱構(gòu)件和建筑圍護結(jié)構(gòu)進行傳遞）除以建筑室內(nèi)為14 ℃的總失熱量來進行評估［19］。其中，太陽能集熱構(gòu)件是一種設(shè)施，其主要功能是用于太陽能采暖系統(tǒng)中的集熱，例如直接受益式太陽房中的直接受益窗［18］，通過反應(yīng)系數(shù)法、熱平衡法這兩種方法，EnergyPlus可求得建筑圍護結(jié)構(gòu)得熱量、失熱量及溫度變化。

[A=Qcg+QobQ14] （2）

式中：[A]——建筑太陽能采暖潛力，%；[Qcg]——太陽能集熱構(gòu)件提供給室內(nèi)的太陽輻射量，kJ；[Qob]——其余圍護結(jié)構(gòu)傳向室內(nèi)的太陽輻射熱量，kJ；[Q14]——室內(nèi)溫度達到14 ℃時的建筑總失熱量，kJ。

2.3 太陽低輻射情況

圖2展示了太陽低輻射條件下4個城市建筑太陽輻射得熱量變化規(guī)律情況，選擇溫度、日較差和太陽直射輻射的日均值與采暖期各月月均值最相近的一天，模擬時間段為12：00—16：00。隨著太陽輻射的降低，各地采暖潛力下降情況各有不同。整個采暖季哈爾濱的采暖潛力平均下降最大，下降12.6%，其他3個城市下降5.2%～5.8%。寒冷地區(qū)的代表城市拉薩，太陽輻射負向變化5次，11、12月份采暖潛力降幅最大，下降28.3%，1、3月份采暖潛力在輻射負向變化4次，采暖潛力降幅最大，降幅為19.9%～28.3%；蘭州是在輻射負向變化4次時，12月份—次年3月份的采暖潛力降幅最大，1月份下降最大，下降23.2%。嚴寒地區(qū)的代表城市烏魯木齊在輻射負向變化4次時，整個采暖期的太陽能采暖潛力降幅最大，2月份降幅最大，下降20.8%；哈爾濱地區(qū)在輻射負向變化3次時，10月份和11月份的采暖潛力下降最大，分別下降11.4%，28.3%，12月份—3月份在輻射負向變化3次時，采暖潛力降幅最大，1月份采暖潛力下降最大為35.9%，而4月份是在輻射負向變化5次時，降幅最大，下降18.1%。

2.4 極端低溫情況下對建筑太陽能采暖潛力的影響

圖3展示了極端低溫情況下5個城市的建筑太陽能采暖潛力變化情況。與低太陽輻射情況相同，選取溫度、日較差和太陽輻射的日均值與采暖期各月月均值最相近的一天，模擬時間段與太陽輻射時間段相同。隨著溫度降低，拉薩、蘭州及烏魯木齊整個采暖季采暖潛力分別下降3.2%～5.3%，哈爾濱下降7.8%。寒冷地區(qū)代表城市拉薩在溫度負向變化4次時，11月份—次年1月份采暖潛力降幅最大，下降范圍為14.5%～15.8%，2—3月份溫度負向變化5次時，采暖潛力下降約15%；蘭州11月份—次年2月份時，溫度負向變化4次采暖潛力降幅最大，最大下降20.5%，在2—3月份期溫度負向變化5次時，采暖潛力降幅最大。嚴寒地區(qū)代表城市烏魯木齊采暖期在溫度負向變化4～5次時，太陽能采暖潛力降幅最大，1月份下降最大為26.4%。哈爾濱11月份—次年1月份均是在溫度負向變化3次時太陽能采暖潛力降幅最大，下降范圍為23.5%～26.5%，其余時間在溫度負向變化4次時，采暖潛力降幅最大。

與太陽輻射較低情況相比，極端低溫情況下的太陽能采暖潛力降幅較小。圖4為低太陽輻射情況下的室內(nèi)溫度情況。模擬的是4個城市冬至日一天的室內(nèi)溫度情況。寒冷地區(qū)的代表城市拉薩和蘭州均是在太陽輻射負向變化3次時，室內(nèi)溫度波動幅度較大，而嚴寒地區(qū)的代表城市烏魯木齊和哈爾濱在輻射負向變化4次時，室內(nèi)溫度開始波動幅度較大。

由以上模擬結(jié)果可知，太陽輻射較低和低溫會使建筑太陽能采暖潛力降低，室內(nèi)溫度波動較大不利于室內(nèi)環(huán)境的熱舒適。因此，研究被動式太陽能建筑的關(guān)鍵設(shè)計因素，以提高建筑的采暖潛力是非常必要的。

3 敏感性分析

3.1 氣象參數(shù)對太陽能采暖潛力的敏感性分析

系統(tǒng)的輸入變化量與輸出變化量間的關(guān)系可通過敏感性分析具體研究［20］。敏感系數(shù)被用來量化不同氣象參數(shù)對太陽能采暖潛力的影響程度，其數(shù)值越大表示該參數(shù)與太陽能采暖潛力之間的聯(lián)系越密切。通過計算兩個不同氣象參數(shù)的敏感系數(shù)來量化太陽輻射和溫度對于太陽能采暖潛力的影響差異，使用式（3）進行分析。

[K=?Vo?Vi≈ΔVoΔVi] （3）

式中：[K]——敏感性系數(shù)；[Vo]——輸出量；[Vi]——輸入量。

溫度、輻射等參數(shù)的變化率相差較大，不能直接代入公式。本研究選擇冬至日作為研究對象，通過歸一化的方法對處于相同數(shù)量水平的各氣象參數(shù)進行標準化處理。標準化的氣象參數(shù)變化幅度如表3所示。

圖5為氣象參數(shù)對太陽能采暖潛力的影響。直射輻射對太陽能采暖潛力影響占比最大的城市是烏魯木齊81.1%，其次是蘭州、拉薩、和哈爾濱；溫度對太陽能采暖潛力影響占比最大的城市是哈爾濱，為41.7%，其次是拉薩、蘭州和烏魯木齊。敏感性分析證明了太陽輻射對太陽能采暖潛力的影響大于溫度。

3.2 被動式設(shè)計因素對太陽潛力的敏感性分析

在建筑設(shè)計的早期階段，被動式設(shè)計策略的應(yīng)用對于最小化建筑能耗至關(guān)重要。之前研究已證明了被動式設(shè)計的有效性，但大多研究是在氣候條件較穩(wěn)定的情況下，并不是在異常極端天氣情況下驗證的。文獻［21］證明了保溫層厚度、保溫層材料、玻璃選型對室內(nèi)熱環(huán)境有明顯改善。太陽輻射是影響采暖潛力的關(guān)鍵氣象參數(shù)，而決定圍護結(jié)構(gòu)熱工性能的主要因素是保溫構(gòu)件，所以應(yīng)從集熱和蓄熱兩個角度去研究對太陽能采暖潛力的影響。太陽輻射是被動式太陽房的主要熱量來源，為更多獲得并蓄存太陽輻射的能量，太陽房必須采用合適的被動式設(shè)計手段。選取建筑朝向、玻璃選型、墻體保溫層厚度、墻體保溫材料4個被動式設(shè)計因素研究對太陽能采暖潛力的影響，4個設(shè)計因素的具體參數(shù)如表4所示。選取各地太陽能采暖潛力幅度下降最大的情況下進行模擬，如圖5所示為被動式設(shè)計因素對太陽能采暖潛力的影響。

圖6為不同被動式設(shè)計參數(shù)對采暖潛力的影響。在極端情況下，墻體保溫層厚度最有利于采暖潛力的提高，4個地區(qū)的采暖潛力均有明顯增長，其次是墻體保溫材料，在哈爾濱地區(qū)的采暖潛力有顯著提高。建筑朝向的改變對于采暖潛力的提高效果并不明顯，拉薩和烏魯木齊在西南方向（225°）采暖潛力有提高，建筑朝向的改變對哈爾濱無明顯改變。

為提高直接受益式建筑的采暖潛力，有必要研究以上4個被動式設(shè)計因素對采暖潛力的關(guān)系。因此，對被動式設(shè)計因素和采暖潛力進行敏感性分析，得到影響采暖潛力的關(guān)鍵設(shè)計因素。本研究采用全局敏感性分析方法，該方法可解釋輸出與輸入之間的非線性關(guān)系以及不同參數(shù)之間相互作用的情況。選用目前應(yīng)用較廣泛的定性全局敏感性分析法Morris法，將各參數(shù)的取值范圍映射到［0，1］的范圍內(nèi)，以形成一個[n]維采樣空間［20］。在試驗設(shè)計中，以通過一次變化法對參數(shù)在采樣空間中進行隨機采樣。Morris方法的計算公式為：

[Si（x1，x2，…，xn，Δx）="""" [y（x1，x2，…，xi-1，xi+Δx，…，xn-y（x1，x2，…，xn）]/Δx]"""""" （4）

式中：[Si（x，Δx）]——參數(shù)[i]的敏感性指數(shù)；[y（x）]——模型輸出結(jié)果；[x]——參數(shù)的[n]維向量，[x=（x1，x2，…，xn）]；[Δx]——[x]的變化量。

圖7為被動式設(shè)計因素對太陽能采暖潛力的影響。敏感性結(jié)果表示建筑保溫參數(shù)的設(shè)計系數(shù)高于其他設(shè)計參數(shù)，不同地區(qū)的采暖潛力受不同設(shè)計因素的影響程度不同。保溫層厚度對拉薩、烏魯木齊以及蘭州的采暖潛力影響較大，其次是保溫層材料，玻璃選型次之，建筑朝向?qū)Σ膳瘽摿Φ挠绊懽钚?。哈爾濱采暖潛力受保溫層材料影響最大，其次是保溫層厚度，玻璃選型對哈爾濱采暖潛力相對于其他城市影響較小。因此，提高建筑保溫性能是提高采暖潛力的重要措施。

4 結(jié) 論

本文通過對影響建筑能耗關(guān)鍵氣象參數(shù)（干球溫度、直射輻射）的負向變化，研究極端情況下模擬時間段的被動式太陽能建筑的采暖潛力情況，以及針對4個不同被動式設(shè)計因素進行敏感性分析得出最益于不同地區(qū)采暖潛力提高的設(shè)計因素，主要結(jié)論為：

1）隨著太陽直射輻射的降低，拉薩、蘭州、烏魯木齊3個城市整個采暖季，采暖潛力平均下降了5.2%～5.8%；哈爾濱采暖潛力下降最大，下降了12.6%。除哈爾濱外，設(shè)計日的太陽直射輻射下降超過50%時，其余3個城市的采暖潛力下降程度最大，哈爾濱在輻射下降約43%時采暖潛力下降最大，為35.9%。

2）除哈爾濱外，其他3個城市采暖潛力下降了3.2%～5.3%，哈爾濱采暖潛力下降了7.8%。拉薩和哈爾濱均是在溫度下降不超過10 ℃的情況下，采暖潛力下降最大；蘭州、烏魯木齊溫度分別下降11 ℃和15 ℃時，采暖潛力下降最大。各地采暖潛力下降情況不同，輻射負向變化的情況采暖潛力幅度下降程度高于溫度負向變化情況。

3）通過敏感性分析，太陽輻射對太陽能采暖潛力的影響大于溫度。對不同設(shè)計因素進行全局敏感性分析得到建筑保溫參數(shù)的設(shè)計系數(shù)高于其他設(shè)計參數(shù)，拉薩、烏魯木齊及蘭州采暖潛力受保溫層厚度影響最大，而哈爾濱采暖潛力則受墻體保溫層材料影響最大。

［參考文獻］

［1］"""" 路賓， 鄭瑞澄， 李忠， 等. 太陽能建筑應(yīng)用技術(shù)研究現(xiàn)狀及展望［J］. 建筑科學， 2013， 29（10）： 20-25.

LU B， ZHENG R C， LI Z， et al. Research status and prospect of solar energy application technology in buildings［J］. Building science， 2013， 29（10）： 20-25.

［2］"""" STEVANOVI? S. Optimization of passive solar design strategies： a review［J］. Renewable and sustainable energy reviews， 2013， 25： 177-196.

［3］"""" DONG J K， CHEN Z H， ZHANG L， et al. Experimental investigation on the heating performance of a novel designed Trombe wall［J］. Energy， 2019， 168： 728-736.

［4］"""" ALEXANDER L V， ZHANG X， PETERSON T C， et al. Global observed changes in daily climate extremes of temperature and precipitation［J］. Journal of geophysical research： atmospheres， 2006， 111（D5）： 4-16.

［5］"""" 閔錦忠， 粘新悅， 孫玉婷， 等. 中國東北冬季極端低溫的年代際變化及其成因［J］. 氣象科學， 2022， 42（6）： 711-720.

MIN J Z， NIAN X Y， SUN Y T， et al. Characteristics and causes of the interdecadal variability of winter low temperature extremes in Northeast China［J］. Journal of the meteorological sciences， 2022， 42（6）： 711-720.

［6］"""" 陳穎， 楊智敏， 張旭. 增暖背景下新疆冷冬與極端低溫事件的系［J］. 沙漠與綠洲氣象， 2022， 16（5）： 1-7.

CHEN Y， YANG Z M， ZHANG X. The connection between cold winter and extreme low temperature events in Xinjiang under the background of warming［J］. Desert and oasis meteorology， 2022， 16（5）： 1-7.

［7］"""" JIANG H， LU N， YAO L， et al. Impact of climate changes on the stability of solar energy： evidence from observations and reanalysis［J］. Renewable energy， 2023， 208： 726-736.

［8］"""" GUAN F L， ZHENG Y F， CAI Z Y， et al. Study of distinctive regional features of surface solar radiation in North and East China［J］. Acta meteorologica sinica， 2011， 25（4）： 494-505.

［9］"""" BHARGAWA A， SINGH A K. Solar irradiance， climatic indicators and climate change： an empirical analysis［J］. Advances in space research， 2019， 64（1）： 271-277.

［10］""" SHEN J C， COPERTARO B， ZHANG X X， et al. Exploring"" the"" potential"" of"" climate-adaptive"" container building design under future climates scenarios in three different climate zones［J］. Sustainability， 2019， 12（1）： 108.

［11］""" HU X M， FAN H J， CAI M， et al. A less cloudy picture of the inter-model spread in future global warming projections［J］. Nature communications， 2020， 11： 4472.

［12］""" PERERA A T D， NIK V M， CHEN D L， et al. Quantifying the impacts of climate change and extreme climate" events"" on"" energy"" systems［J］." Nature" energy， 2020， 5（2）： 150-159.

［13］""" HWANG R L， CHEN W A. Identifying relative importance of solar design determinants on office building fa?ade for cooling loads and thermal comfort in hot-humid climates［J］. Building and environment， 2022， 226： 109684.

［14］""" ZHANG L L， DONG Z J， LIU F， et al. Passive solar sunspace in a Tibetan Buddhist house in Gannan cold areas： sensitivity analysis［J］. Journal of building engineering， 2023， 67： 105960.

［15］""" MENG F C， LI M C， CAO J F， et al. The effects of climate change on heating energy consumption of office buildings"" in"" different"" climate""" zones""" in"" China［J］. Theoretical and applied climatology， 2018， 133（1/2）： 521-530.

［16］""" 曹曉岑. 氣候變化對我國不同建筑氣候區(qū)建筑節(jié)能氣象參數(shù)及能耗的影響［D］. 蘭州： 蘭州大學， 2016.

CAO X C. The impact of climate change on meteorological parameters and energy consumption of building energy conservation in different architectural climate regions in China［D］. Lanzhou： Lanzhou University， 2016.

［17］""" 劉大龍， 劉加平， 侯立強， 等. 氣象要素對建筑能耗的效用差異性［J］. 太陽能學報， 2017， 38（7）： 1794-1800.

LIU D L， LIU J P， HOU L Q， et al. Differentiation analysis of meteorological parameters affecting building energy"" consumption［J］."" Acta"" energiae"" solaris" sinica， 2017， 38（7）： 1794-1800.

［18］""" 李元哲. 被動式太陽能房熱工設(shè)計手冊［M］. 北京：清華大學出版社，1993.

LI Y Z. Passive solar house thermal design manual［M］. Beijing： Tsinghua University Press， 1993.

［19］""" 楊競立. 基于建筑形體要素的西部太陽能采暖潛力研究［D］. 西安： 西安建筑科技大學， 2019.

YANG J L. Research on the western solar heating potential based on building shape elements［D］. Xi’an： Xi’an University of Architecture and Technology， 2019.

［20］""" LAM J C， HUI S C M. Sensitivity analysis of energy performance""" of """office""" buildings［J］."" Building"" and environment， 1996， 31（1）： 27-39.

［21］""" QIU Z Y， WANG J Y， YU B， et al. Identification of passive solar design determinants in office building envelopes in hot and humid climates using data mining techniques［J］." Building" and" environment，" 2021，" 196： 107566.

EFFECT OF EXTREME WEATHER ON HEATING EFFIENCY OF

PASSIVE SOLAR BUILDINGS

Liu Dalong1，Han Yufei2

（1. School of Architecture， Xi’an University of Architecture and Technology， Xi’an 710055， China；

2. School of Information and Control Engineering， Xi’an University of Architecture and Technology， Xi’an 710311， China）

Abstract：To study the impact of extreme weather on the heating efficiency of passive solar buildings， key meteorological parameters （direct radiation and dry bulb temperature） were selected to construct extreme cold weather. The main focus was on analyzing the impact of low solar radiation and extreme low temperature on the heating efficiency of passive solar buildings in four cities： Lhasa， Urumqi， Lanzhou， and Harbin. The results show that with the decrease of direct solar radiation and temperature， the heating potential of Harbin decreases the most in the whole heating season. When direct solar radiation decreases by more than 50%， Lhasa， Lanzhou， and Urumqi experience the greatest decrease in heating potential， while Harbin experiences the most significant decrease when radiation decreases by 43%. Regarding temperature， Lhasa and Harbin exhibit the highest decrease in heating potential when the temperature decreases by no more than 10 ℃. On the other hand， Lanzhou and Urumqi experience the most significant decrease in heating potential when the temperature decreases by 11 ℃ and 15 ℃， respectively. The sensitivity analysis of meteorological parameters on heating potential show that direct solar radiation has a greater effect on solar heating potential compared to temperature. Furthermore， the global sensitivity analysis of different design factors reveal that the physical parameters of building insulation materials have a higher impact on heating potential than other design parameters.

Keywords：extreme weather； solar heating； passive solar building； temperature； solar radiation； sensirity anglysis