摘" 要：該文選取邢臺市60個住區(qū)，借助Rhino和Grasshopper平臺進行能耗模擬，在耦合微氣候與建筑能耗后，探討住區(qū)空間形態(tài)對建筑能耗的影響，在借助Pearson單因素分析和線性回歸的多因素分析后，結果表明，住區(qū)形態(tài)通過影響住區(qū)制冷、制熱能耗從而影響住區(qū)總能耗，同時平均層數(shù)、建筑高度離散程度、街區(qū)圍合度和形體系數(shù)共同作用影響建筑能耗，其中形體系數(shù)為主要影響因素，影響力為平均層數(shù)的1.79倍、建筑高度離散程度的7.23倍、街區(qū)圍合度的-4.84倍，因此在邢臺地區(qū)進行綠色住區(qū)設計時，應首先考慮形體系數(shù)的設計。

關鍵詞：寒冷地區(qū)；建筑能耗；住區(qū)；空間形態(tài)；微氣候

中圖分類號：TU111.4+8" " " 文獻標志碼：A" " " " " 文章編號：2095-2945（2025）08-0082-04

Abstract： This paper selects 60 residential areas in Xingtai City and uses Rhino and Grasshopper platforms to conduct energy consumption simulation. After coupling microclimate and building energy consumption， the paper discusses the impact of residential space form on building energy consumption. After using Pearson's single factor analysis and linear regression multi-factor analysis， the results show that residential form affects residential area cooling and heating energy consumption， thereby affecting total residential energy consumption. At the same time， average number of floors， building height dispersion， street enclosure degree， the shape coefficient works together to affect the energy consumption of the building. The shape coefficient is the main influencing factor， and the influence is 1.79 times the average number of floors， 7.23 times the dispersion of building height， and-4.84 times the street enclosure degree. Therefore， when carrying out green residential quarterdesign in Xingtai region， the design of the shape coefficient should be considered first.

Keywords： cold region; building energy consumption; residential quarter; spatial form; microclimate

工業(yè)革命在帶來了良好的物質生活條件的同時也帶來了諸如能源消耗增大、碳排放增加、極端天氣增多的種種環(huán)境問題。2020年，全國建筑與建造碳排放總量為50.8億t CO2，占到總碳排放量的50.9%，全國建筑運行碳排放總量為21.6億t CO2，占全國碳排放的比重為21.7%，如何實現(xiàn)對建筑的節(jié)能減排，成為了一個十分值得關注的問題。本文將聚焦在住區(qū)視角，探討住區(qū)形態(tài)與住區(qū)能耗兩者的關系。

冷紅等[1]建立了3×3共計9棟住宅的理想住區(qū)模型，利用標準回歸系數(shù)法，研究了嚴寒地區(qū)，建筑類型、形體系數(shù)、住宅間距和住宅朝向對4種典型住宅的能耗影響；陳曦等[2]通過Pearson相關分析與多元回歸模型，研究了嚴寒地區(qū)街區(qū)視角下空間形態(tài)對建筑能耗的影響；徐燊等[3]通過模擬42個板式住區(qū)的能耗，通過相關性分析和Pearson分析法，建立了武漢市板式住區(qū)能耗回歸模型；姜之點等[4]定量研究了上海市8個典型居住街區(qū)，探討了全年建筑能耗與街區(qū)形態(tài)的關系，同時運用相關性分析法關注了單位建筑能耗與區(qū)域總建筑能耗的關系；侯凱怡等[5]研究了沈陽市城市微氣候對居住區(qū)制冷能耗的影響，研究表明制冷能耗增加了4.28%。

綜上所述，已有研究大多針對夏熱冬冷地區(qū)的住區(qū)能耗模擬，且較少地考慮到了城市熱島效應對制熱和制冷能耗的影響，基于此，本文借助Rhino以及Grasshopper平臺建立邢臺市60個住區(qū)模型，在充分考慮微氣候對能耗的影響下，采用Pearson相關性分析與多元線性回歸分析，聚焦住區(qū)規(guī)劃布局的視角下，探討因住區(qū)形態(tài)布局改變，導致的日照、通風等微氣候環(huán)境改變所影響的住區(qū)能耗。

1" 研究對象

1.1" 住區(qū)能耗

住區(qū)能耗是指，住區(qū)內建筑在使用過程中，由外部輸入的能源，包括維持室內舒適環(huán)境的用能和建筑活動用能，單位為kWh/m2/y；包括制冷、制熱、照明以及設備能耗，其中照明與設備能耗與照明和其他電器設備功率有關，與住區(qū)形態(tài)并無關系，因此本文僅探討住區(qū)形態(tài)對制冷、制熱和總能耗的關系。

邢臺市地處華北平原，依據(jù)建筑熱工分區(qū)，屬于寒冷b區(qū)，以2023年為例，平均高溫21 ℃，平均低溫9 ℃；其中1月平均高溫6 ℃，平均低溫-5℃；7月平均高溫35 ℃，平均低溫23 ℃，具有夏熱冬冷的氣候特征，因此該地區(qū)對建筑的制冷和采暖具有較為突出的需求。

1.2" 住區(qū)空間形態(tài)指標的選取和能耗計算指標

1.2.1" 住區(qū)空間形態(tài)指標的確立

住區(qū)的形態(tài)指標反映了住區(qū)的空間形態(tài)、開發(fā)的強度大小等指標，相關研究表明，空間形態(tài)的改變可以通過影響太陽輻射和熱量交換從而影響建筑能耗。本文通過谷歌地球、Rhino選取并計算出容積率、建筑密度、平均層數(shù)、南北高寬比、建筑高度離散程度、開放空間率、街區(qū)圍合度、維護系數(shù)、面寬進深比和形體系數(shù)共計10項指標（表1），探討空間形態(tài)指標對建筑能耗的影響[6]。

1.2.2" 邢臺市住區(qū)調研及選取

本研究以邢臺市主城區(qū)內住區(qū)為對象，通過調研發(fā)現(xiàn)，邢臺市整體布局呈現(xiàn)出方格網(wǎng)狀，住區(qū)布局形式以行列、錯列式為主，本文采用Rhino建立住區(qū)3D模型，參考GB 50180—2018《城市居住區(qū)規(guī)劃設計標準》按照住區(qū)居住建筑平均建筑高度，將邢臺市現(xiàn)有住區(qū)平均層數(shù)分類為多層（建筑高度27 m以下）、高層Ⅰ類（建筑高度27～54 m）和高層Ⅱ類（建筑高度54～90 m）3種布局模式，通過分層抽樣的方式，每種布局模式包含20個住區(qū)，共計60個住區(qū)案例進行能耗分析。

2" 能耗模型的建立

2.1" 能耗模擬方法

本文通過Rhino完成住區(qū)模型建立后，接著在Grasshopper中的Honeybee插件中輸入維護結構、開窗面積、氣象條件等數(shù)據(jù)后，借助EnergyPlus進行能耗模擬，即可實現(xiàn)住區(qū)尺度建筑能耗模擬。

2.2" 能耗模擬模型建立

2.2.1" 能耗模擬參數(shù)設定

影響能耗差異的因素眾多，本文將參考GB 55015—2021《建筑節(jié)能與可再生能源利用通用規(guī)范》統(tǒng)一設置維護結構和窗墻比，其中維護結構系數(shù)（單位：K（W/m2·K））外墻0.6、屋面0.3、樓板0.6、窗戶2；窗墻比東向0.45、南向0.6、西向0.45、北向0.4，以確保僅探討住區(qū)形態(tài)對住區(qū)建筑能耗的影響。

2.2.2" 微氣候對能耗的影響

住區(qū)模擬所需要的氣象數(shù)據(jù)來源于Ladybug網(wǎng)站中邢臺市CSWD數(shù)據(jù)，但在進行中觀尺度視角下的能耗計算過程中，住區(qū)形態(tài)會通過影響微氣候來影響住區(qū)能耗，住區(qū)由于受到城市熱島效應的影響，會導致制熱能耗與制冷能耗的差異，其中制熱能耗會偏低10%左右，制冷能耗會偏高5%左右，從而導致總能耗的差異。

為了盡可能地消除城市微氣候所帶來的能耗計算差異，本文將通過UWG插件，與建筑能耗耦合，選取各層數(shù)分類樣本2個，共6個住區(qū)樣本進行實驗（圖1），得出制冷能耗上漲10%左右，制熱能耗下降13%左右，總能耗上漲2%；因此，實驗將會耦合微氣候因素進行計算，以得到更加精準的能耗信息。

3" 住區(qū)形態(tài)對住宅冷熱能耗影響分析

3.1" 模擬結果

能耗結果如圖2、圖3所示，制冷能耗、制熱能耗、設備能耗和照明能耗共同組成了總能耗， 其中，住區(qū)制冷能耗建筑分項能耗占比（圖2）在38.75%～45.1%區(qū)間波動，制熱能耗在12.2%～20.8%區(qū)間波動，兩者波動范圍均在7%～8%，但由于制熱能耗基數(shù)較小，可以說明住區(qū)空間形態(tài)對制熱能耗的影響程度大于制冷能耗。

在住區(qū)建筑能耗圖（圖3）中可以得出，單位面積總能耗在41.553～48.149 kWh/m2/y區(qū)間波動，制冷能耗在17.118～21.364 kWh/m2/y區(qū)間波動，制熱能耗在5.074～9.431 kWh/m2/y區(qū)間波動；制冷與制熱能耗的共同波動引起了總能耗的波動，但受到制冷制熱能耗比的影響，即使制熱能耗的波動范圍更大，但是制冷能耗依然作為總能耗波動的主要影響因素。

3.2" 相關性分析

為了更好地探討住區(qū)空間形態(tài)因子對制熱、制冷和總能耗的影響程度，本文將利用Spss中的Pearson相關分析對制冷能耗、制熱能耗、總能耗、容積率、建筑密度、平均層數(shù)、南北高寬比、建筑高度離散程度、開放空間率、街區(qū)圍合度、維護系數(shù)、面寬進深比和形體系數(shù)共13項之間的相關關系進行研究（制冷、制熱、總能耗三者與其他10個影響因子之間的關系）（圖4），使用Pearson相關系數(shù)去表示相關關系的強弱情況[7]。

制冷能耗與建筑密度、開放空間率和街區(qū)圍合度程度共3項之間的相關關系數(shù)值呈現(xiàn)出顯著性關系，形態(tài)對制冷能耗的影響關系為建筑密度大于開放空間率大于街區(qū)圍合度；制熱能耗與最大建筑層數(shù)、容積率、建筑密度、平均層數(shù)、形體系數(shù)和開放空間率等9項之間的相關關系系數(shù)值呈現(xiàn)出顯著性關系，形態(tài)對制熱能耗的影響關系為形體系數(shù)大于平均層數(shù)大于容積率大于開放空間率大于面寬進深比大于南北高寬比大于建筑密度大于維護系數(shù)大于街區(qū)圍合度；總能耗與容積率、平均層數(shù)、南北高寬比、開放空間率和形體系數(shù)共5項之間的相關關系系數(shù)值呈現(xiàn)出顯著性關系，形態(tài)對總能耗的影響關系為形體系數(shù)大于開放空間率大于容積率大于平均層數(shù)大于南北高寬比。

3.3" 回歸模型建立

與單因素Pearson相關性分析相比較而言，多因素的線性回歸分析可以更好地反映因變量與自變量之間的影響規(guī)律特征。

因此將平均層數(shù)、建筑高度離散程度、街區(qū)圍合度和形體系數(shù)作為自變量，而將總能耗作為因變量進行線性回歸分析（表2），從表2中可以得出，能耗模型計算公式為

總能耗=28.211+0.209×平均層數(shù)+0.119×建筑高度離散程度-5.148×街區(qū)圍合度+66.538×形體系數(shù)。

模型R2為0.638，意味著可以解釋63.8%變化原因，擬合度較好，有較強的說服力，且VIF小于10，說明模型不受到共線性影響。

其中通過標準化系數(shù)Beta可判斷得出，形體系數(shù)為主要影響因素，其影響力為平均層數(shù)的1.79倍、建筑高度離散程度的7.23倍、街區(qū)圍合度的-4.84倍，因此在住區(qū)規(guī)劃時考慮降低住區(qū)能耗可優(yōu)先考慮形體系數(shù)的調整[8]。

總結分析可知：平均層數(shù)、建筑高度離散程度、形體系數(shù)會對總能耗產生顯著的正向影響關系，以及街區(qū)圍合度會對總能耗產生顯著的負向影響關系。

4" 結論

本研究結合城市微氣候，探討了城市形態(tài)對住區(qū)能耗的影響。首先，基于寒冷地區(qū)邢臺市選取了60個真實住區(qū)，通過整理總結，歸納出了可能對住區(qū)產生影響的形態(tài)因子；其次，本研究重點比較了在有微氣候的情況下影響建筑能耗的主要形態(tài)因素；最后提出節(jié)能導向下住區(qū)空間形態(tài)的優(yōu)化策略。具體結論如下：

1）寒冷地區(qū)住區(qū)受到微氣候影響，各分項能耗呈現(xiàn)波動特征。制冷能耗上漲10%左右，制熱能耗下降13%左右，因此，在進行能耗計算時，應當考慮到微氣候對住區(qū)能耗的影響，以確保實驗的嚴謹性。

2）通過探究住區(qū)空間形態(tài)對建筑能耗的研究方法是可行的，住區(qū)空間形態(tài)對建筑能耗的影響達到了13.69%，對制冷能耗的影響達到了19.87%，制熱能耗的影響達到了46.19%。

3）平均層數(shù)、建筑高度離散程度、形體系數(shù)會對總能耗產生顯著的正向影響關系，而街區(qū)圍合度會對總能耗產生顯著的負向影響關系；其中，形體系數(shù)為主要影響因素，其影響力為平均層數(shù)的1.79倍、建筑高度離散程度的7.23倍、街區(qū)圍合度的-4.84倍。

4）在進行節(jié)能導向下住區(qū)空間形態(tài)優(yōu)化時，應當更加關注建筑形體系數(shù)指標給建筑能耗帶來的影響，結合單體建筑的設計，適當增加建筑體積，同時減少建筑外表面積，以降低建筑形體系數(shù)，多層建筑形體系數(shù)值在0.23～0.28左右；高層Ⅰ類住區(qū)形體系數(shù)控制在0.21～0.24左右；高層Ⅱ類住區(qū)形體系數(shù)控制在0.16～0.2左右。

在可持續(xù)城市和能源問題的研究中，不僅要關注優(yōu)化能源績效，同時還應當考慮城市形態(tài)對微氣候和建筑能耗的影響。該研究有助于為寒冷地區(qū)住區(qū)的可持續(xù)規(guī)劃提供建議和策略。

參考文獻：

[1] 冷紅，肖雨桐.寒地城市居住區(qū)形態(tài)對住宅能耗影響[J].哈爾濱工業(yè)大學學報，2020，52（12）：147-156，163.

[2] 陳曦，冷紅，馬彥紅.哈爾濱城市街區(qū)形態(tài)影響建筑能耗的尺度識別和機制探析[J].工業(yè)建筑，2023，53（1）：91-99.

[3] 徐燊，李高梅，熊鋒，等.夏熱冬冷地區(qū)空間形態(tài)對板式住區(qū)建筑能耗影響研究——以武漢市為例[J].建筑節(jié)能（中英文），2023，51（10）：86-93.

[4] 姜之點，楊峰.街區(qū)尺度城市形態(tài)因子對建筑能耗影響的模擬研究[J].建筑科學，2022，38（6）：140-149.

[5] 侯凱怡，李綏，孫嘉祎.局地微氣候差異對居住建筑夏季制冷能耗的影響分析[J].建筑節(jié)能（中英文），2024，52（6）：55-64.

[6] 劉可.能源績效驅動的夏熱冬冷地區(qū)城市形態(tài)優(yōu)化策略[D].南京：東南大學，2022.

[7] 王一帆，李雪，袁大昌.住宅形態(tài)與碳排放相關性研究——以金堂縣為例[J].建筑節(jié)能（中英文），2021，49（9）：155-160.

[8] 王一，王錦璇.夏熱冬冷地區(qū)高容積率居住小區(qū)形態(tài)類型能耗績效研究——以上海市為例[J].建筑技藝，2020（7）：78-85.