城市規劃階段建筑空調負荷預測方法

  0 引言

 

  當今, 能源問題受到全球范圍的普遍關注。城市作為能源消耗的主體, 如何合理地進行城市能源配置是現階段減輕能源壓力的主要手段之一。城市能源的合理規劃和優化配置是解決城市快速發展和能源短缺的矛盾、協調城市化進程和能源資源合理利用的關鍵技術。目前, 我國城市能源規劃是根據國民經濟、科技水平和居民生活現狀的發展趨勢, 采用人均能量消費法、彈性系數法、回歸分析法、經濟計量模型法和投入產出法等方法對未來城市能源需求總量進行預測, 忽略了能源系統對象在時間上的動態性和空間上的地理拓延性, 不能揭示能源系統內部的運動規律以及各個系統之間相互作用的關系。城市建筑能源負荷主要包括熱、電、冷、燃氣負荷, 而這些負荷與氣象條件、建筑類型等因素的季節性及日間動態變化是息息相關的,這也就導致了城市能源負荷具有全年8 760 h 的動態特性。所以在城市建筑能源規劃階段, 進行建筑負荷的動態預測是非常重要的。

 

  國內外有很多專家學者正在致力于空調動態負荷預測的研究, 提出了很多科學的預測方法, 包括回歸預測模型、灰色理論預測模型、神經網絡預測模型及基于支持向量機的空調負荷預測等。然而, 這些預測方法主要是針對實體建筑, 根據歷史負荷數據的統計規律進行未來一段時間內的空調系統負荷的預測, 從而制定出系統的優化運行方案和控制策略。在城市規劃階段, 僅能提供建筑功能、建筑高度及容積率等有限的規劃信息, 而且通過既有建筑獲得的歷史負荷數據不能直接作為規劃區域未建建筑的預測負荷, 限制了現有空調負荷預測方法的應用。另外, 香港一些學者利用建筑能耗模擬軟件對區域供冷系統內的建筑空調負荷進行了預測, 此方法需要對建筑進行大量的假定、簡化。

 

  王耀春等人提出了一種簡單的適用于冰蓄冷空調系統的全年逐時空調負荷計算方法, 該方法將由圍護結構形成的空調冷負荷與新風負荷統一定義為動態負荷, 并根據室內外溫差將其線性化。本文根據新風負荷與室內外空氣比焓的強烈相關性, 對上述方法進行了修正, 將新風負荷按照室內外空氣焓差線性化, 提出一種新的負荷因子法, 應用于城市規劃階段的建筑空調負荷預測, 并對影響因素進行了顯著性分析。

 

  1 負荷因子法的基本原理

 

  1.1 空調負荷分類

 

  根據與氣象條件的關系, 將空調負荷分為內擾負荷和外擾負荷。其中, 內擾負荷是指不受氣象條件影響的負荷, 包括人員負荷、設備負荷、照明負荷等;而外擾負荷則是指與氣象條件有強烈關系的負荷, 包括圍護結構負荷和新風負荷。

 

  首先, 假定圍護結構負荷與室內外溫差呈線性關系, 根據室外逐時溫度和空調室內外設計溫度計算得到基于溫度的圍護結構負荷因子, 根據圍護結構負荷占建筑空調總負荷的比例計算得出圍護結構負荷設計指標, 根據圍護結構負荷因子及圍護結構負荷設計指標計算得到圍護結構負荷;其次, 新風負荷與室內外空氣焓差呈線性關系, 根據室內外空氣逐時比焓計算得到新風負荷;最后, 將圍護結構負荷、新風負荷與人員負荷、設備負荷及照明負荷逐時疊加便可得到該類型建筑的空調動態負荷。

 

  該方法的實質是利用建筑圍護結構負荷指標和全年氣象參數計算得到全年逐時空調負荷。

 

  1.2 外擾負荷

 

  1.2.1 由建筑圍護結構引起的空調負荷

 

  1)外墻和屋面逐時傳熱形成的冷負荷

 

  qc(τ) =AK [ t c(τ) -tR ]Aac

 

  (1)式中 qc(τ)為外墻或屋面的逐時冷負荷,W/m2 ;A為外墻或屋面的面積,m2 ;K 為外墻或屋面的傳熱系數,W/(m2 · ℃);tc(τ)為外墻或屋面冷負荷計算溫度的逐時值, ℃;tR 為室內計算溫度, ℃;Aac 為建筑物空調面積, m2 。

 

  對于非輕型外墻, 可以采用室外計算日平均綜合溫度代替冷負荷計算溫度。

 

  2.2 空調負荷的預測結果

 

  利用負荷因子法分別計算圍護結構負荷、新風負荷及內擾負荷, 得到的辦公建筑最大冷負荷為134 .04 W/m2 。

 

  應用負荷因子法得到的預測負荷的動態變化趨勢是比較符合實際的, 但預測結果還存在一定的誤差, 圖中的負值表示此時刻無冷負荷。從圖2 可以看出, 內擾負荷及新風負荷較大, 而圍護結構負荷較小, 這與理論分析[ 9] 及實際運行情況是相符的。由此可以說明, 該方法在預測空調負荷的動態變化規律上具有一定的可行性。

 

  3 負荷因子法的影響因素分析

 

  圖1 7 月1-7 日空調負荷預測值與實測值建筑空調負荷的影響因素很多, 包括時間、氣象條件、建筑圍護結構參數、室內設計參數、室內人員散熱負荷、室內照明負荷、室內設備散熱負荷、新風標準等。本文以北京地區辦公建筑為例, 通過正交試驗的方法分析影響建筑空調負荷的各個因素的顯著性水平。

 

  3.1 正交試驗設計

 

  試驗指標、因素及因素水平的選取和試驗方案的確定是正交試驗的關鍵[ 17] 。本次正交試驗的目的就是為了確定建筑空調負荷影響因素的顯著性水平, 所以試驗指標選擇為空調負荷。在負荷因子法中, 根據計算原理及式(6)可知, 與建筑圍護結構有關的信息綜合在圍護結構綜合傳熱系數ζ中, 沒有參與計算,不影響圍護結構負荷的動態特性, 故不構成負荷因子法的影響因素。或者說, 該方法是針對已選定圍護結構特性的建筑進行負荷預測。所以, 本文選取氣象條件、室內設計溫度、室內人員密度、室內照明功率、室內設備功率及新風標準作為主要的影響因素。根據相關資料確定了各個建筑空調負荷的影響因素的水平,如表2 所示。本試驗選擇L18(37)正交表。

 

  3.2.1 直觀分析

 

  正交試驗結果的直觀分析是通過比較極差的

 

  大小判斷各因素對試驗指標影響的主次順序, 某因素的極差越大, 說明其對試驗指標的影響越大, 為主要因素, 反之, 則為次要因素。由表3 中各個因素的極差值Ri 可以看出, 影響因素的主次順序為A >F >B >C >D >E 。

 

  3.2.2 方差分析

 

  方差分析通過構造服從F 分布的統計量, 比較某因素的F 值與給定顯著性水平下的臨界值,若前者大, 說明該因素為顯著性因素。當Fi >F0 .01(f i , f E )(其中f i 為因素i 的自由度, f E 為總的誤差自由度)時, i 因素為高度顯著性因素;當Fi>F0 .05(f i , f E )時, i 因素為顯著性因素。

 

  查F 分布表可知, 當顯著性水平為0 .01 時,F0 .01(2 , 5)=13 .3 , 顯著性水平為0 .05 時,F 0 .05(2 ,5)=5 .79 , 比較各個因素的F 值得, 室外氣象溫度、室內設計溫度、新風標準對空調負荷有顯著影響, 其中室外氣象條件為高度顯著性因素, 而人員密度、設備功率、照明功率影響不顯著。這與直觀分析的結果是相同的。

 

  綜上, 在利用負荷因子法進行建筑空調負荷預測時, 對室外氣象參數、室內設計參數及新風量標準的確定應該尤為謹慎。同時, 由于人員密度直接影響新風量從而影響新風負荷, 所以, 建筑物人員密度也是必須慎重考慮的參數。

 

  3.3 影響因素分析

 

  3.3.1 氣象參數

 

  由以上的分析可以得出, 氣象參數對空調負荷具有顯著影響, 所以應用負荷因子法進行建筑空調負荷預測時應特別注意氣象參數的確定。本文采用DeST 提供的基于隨機氣象模型的氣象數據和天氣在線網提供的2007 年北京地區的實際氣象參數, 對比分析了兩種氣象條件下的負荷預測精度.

 

  實際氣象條件和DeST 氣象條件下的負荷預測值的動態變化趨勢是一致的, 符合實際情況。從表5 可以看出, 兩種氣象條件下的建筑空調負荷預測誤差都比較大, 其中DeS T 氣象條件下的預測負荷誤差基本在20 %～50 %之間, 最大達到54 .0 %;而實際氣象條件下的預測負荷誤差基本在10 %～ 30 %之間, 最大為38 %。由此說明, 應用真實氣象條件可以在一定程度上改善負荷預測的精度。然而, 氣象臺(站)的氣象參數并不是逐時記錄的, 例如天氣在線網站提供的氣象參數就是從00 :00 開始每隔3 h 記錄一次的。因此要獲得滿足負荷因子法的全年逐時氣象數據必須采用有效的方法對這些數據進行擬合。

 

  實際氣象條件下的預測誤差大于DeST 氣象條件下預測誤差的情況, 其原因可能是空調系統實際運行時并未保證室內溫度恒定在設定值, 而是有一定的波動, 使負荷的實測值不能反映此時負荷的設計值, 另外, 墻體的蓄熱作用也可能是導致該現象出現的原因。除此, 在每天的16 :00 -17 :00 期間會出現負荷的陡增, 分析其原因可能是該方法中忽略了傳熱過程中溫度波的衰減和延遲現象。因此, 負荷預測中如何合理地考慮衰減和延遲是需要深入研究的一個問題。

 

  3.3.2 室內設計溫度及新風標準

 

  由正交試驗可知, 室內設計溫度和新風標準是影響空調負荷的顯著性因素。在應用負荷因子法進行負荷預測時參數的選取嚴格依照相關節能標準和設計規范, 所以這兩個參數相當于是固定值,不會影響負荷的預測精度。

 

  3.3.3 其他影響因素

 

  雖然人員負荷、設備負荷、照明負荷各自的影響不顯著, 但是由圖2 可以看出, 三者構成的內擾形成的負荷在空調負荷中占有很大的比例。

 

  另外, 人員密度直接決定了新風量的大小進而影響新風負荷, 而新風負荷又是空調負荷的主要組成部分, 所以在應用該方法時需慎重考慮參數的選擇。

 

  綜上, 為了改善負荷因子法的預測精度, 必須做大量的調研工作, 使預測參數的取值盡量接近實際情況。

 

  4 結論及前景展望

 

  4.1 本文提出的負荷因子法, 將圍護結構負荷按室內外溫差線性化, 新風負荷按室內外空氣焓差線性化單獨計算, 比文獻[ 11] 提出的將圍護結構負荷與新風負荷統一定義為動態負荷, 并按室內外溫差線性化的方法更為合理。

 

  4.2 負荷因子法原理簡單, 輸入參數少, 具有可移植性且計算結果具有動態特性, 適用于城市規劃階段建筑空調負荷的簡單計算。

 

  4.3 利用負荷因子法對北京地區辦公建筑空調負荷進行了預測, 預測得到的該類型建筑空調負荷的動態特性與實際運行的空調系統的負荷變化規律是一致的, 說明了該方法在預測空調負荷的動態變化規律上具有一定的可行性。

 

  4.4 通過正交試驗, 得出影響負荷因子法空調負荷預測精度的影響因素的主次順序為A >F >B >

 

  C >D >E 。由方差分析可知, 室外氣象條件、室內設計參數及新風標準是顯著性因素。

 

  4.5  對影響空調負荷的顯著性因素進行了定量分析, 發現DeST 氣象條件下預測得到的建筑逐時空調負荷誤差基本在10 %～ 30 %之間, 最大為38 %,不同類型的氣象條件對負荷因子法的預測精度影響很大, 故合理選擇氣象條件有利于提高負荷因子法的預測精度。

 

  4.6  由于在提出負荷因子法的過程中作了一些簡化處理, 在一定程度上影響了預測精度。所以, 該方法依然存在許多需要改進和深入研究的問題, 比如溫度波的衰減和延遲現象、墻體的蓄熱特性導致空調負荷的變化以及將一種較為成熟的氣象條件預測模型引入該方法等。另外該方法忽略了相對濕度對空調負荷的影響, 所以以比焓為基準的負荷因子法也是下一步研究工作的重點。