城市规划阶段建筑空调负荷预测方法

  0 引言

 

  当今, 能源问题受到全球范围的普遍关注。城市作为能源消耗的主体, 如何合理地进行城市能源配置是现阶段减轻能源压力的主要手段之一。城市能源的合理规划和优化配置是解决城市快速发展和能源短缺的矛盾、协调城市化进程和能源资源合理利用的关键技术。目前, 我国城市能源规划是根据国民经济、科技水平和居民生活现状的发展趋势, 采用人均能量消费法、弹性系数法、回归分析法、经济计量模型法和投入产出法等方法对未来城市能源需求总量进行预测, 忽略了能源系统对象在时间上的动态性和空间上的地理拓延性, 不能揭示能源系统内部的运动规律以及各个系统之间相互作用的关系。城市建筑能源负荷主要包括热、电、冷、燃气负荷, 而这些负荷与气象条件、建筑类型等因素的季节性及日间动态变化是息息相关的,这也就导致了城市能源负荷具有全年8 760 h 的动态特性。所以在城市建筑能源规划阶段, 进行建筑负荷的动态预测是非常重要的。

 

  国内外有很多专家学者正在致力于空调动态负荷预测的研究, 提出了很多科学的预测方法, 包括回归预测模型、灰色理论预测模型、神经网络预测模型及基于支持向量机的空调负荷预测等。然而, 这些预测方法主要是针对实体建筑, 根据历史负荷数据的统计规律进行未来一段时间内的空调系统负荷的预测, 从而制定出系统的优化运行方案和控制策略。在城市规划阶段, 仅能提供建筑功能、建筑高度及容积率等有限的规划信息, 而且通过既有建筑获得的历史负荷数据不能直接作为规划区域未建建筑的预测负荷, 限制了现有空调负荷预测方法的应用。另外, 香港一些学者利用建筑能耗模拟软件对区域供冷系统内的建筑空调负荷进行了预测, 此方法需要对建筑进行大量的假定、简化。

 

  王耀春等人提出了一种简单的适用于冰蓄冷空调系统的全年逐时空调负荷计算方法, 该方法将由围护结构形成的空调冷负荷与新风负荷统一定义为动态负荷, 并根据室内外温差将其线性化。本文根据新风负荷与室内外空气比焓的强烈相关性, 对上述方法进行了修正, 将新风负荷按照室内外空气焓差线性化, 提出一种新的负荷因子法, 应用于城市规划阶段的建筑空调负荷预测, 并对影响因素进行了显著性分析。

 

  1 负荷因子法的基本原理

 

  1.1 空调负荷分类

 

  根据与气象条件的关系, 将空调负荷分为内扰负荷和外扰负荷。其中, 内扰负荷是指不受气象条件影响的负荷, 包括人员负荷、设备负荷、照明负荷等;而外扰负荷则是指与气象条件有强烈关系的负荷, 包括围护结构负荷和新风负荷。

 

  首先, 假定围护结构负荷与室内外温差呈线性关系, 根据室外逐时温度和空调室内外设计温度计算得到基于温度的围护结构负荷因子, 根据围护结构负荷占建筑空调总负荷的比例计算得出围护结构负荷设计指标, 根据围护结构负荷因子及围护结构负荷设计指标计算得到围护结构负荷;其次, 新风负荷与室内外空气焓差呈线性关系, 根据室内外空气逐时比焓计算得到新风负荷;最后, 将围护结构负荷、新风负荷与人员负荷、设备负荷及照明负荷逐时叠加便可得到该类型建筑的空调动态负荷。

 

  该方法的实质是利用建筑围护结构负荷指标和全年气象参数计算得到全年逐时空调负荷。

 

  1.2 外扰负荷

 

  1.2.1 由建筑围护结构引起的空调负荷

 

  1)外墙和屋面逐时传热形成的冷负荷

 

  qc(τ) =AK [ t c(τ) -tR ]Aac

 

  (1)式中 qc(τ)为外墙或屋面的逐时冷负荷,W/m2 ;A为外墙或屋面的面积,m2 ;K 为外墙或屋面的传热系数,W/(m2 · ℃);tc(τ)为外墙或屋面冷负荷计算温度的逐时值, ℃;tR 为室内计算温度, ℃;Aac 为建筑物空调面积, m2 。

 

  对于非轻型外墙, 可以采用室外计算日平均综合温度代替冷负荷计算温度。

 

  2.2 空调负荷的预测结果

 

  利用负荷因子法分别计算围护结构负荷、新风负荷及内扰负荷, 得到的办公建筑最大冷负荷为134 .04 W/m2 。

 

  应用负荷因子法得到的预测负荷的动态变化趋势是比较符合实际的, 但预测结果还存在一定的误差, 图中的负值表示此时刻无冷负荷。从图2 可以看出, 内扰负荷及新风负荷较大, 而围护结构负荷较小, 这与理论分析[ 9] 及实际运行情况是相符的。由此可以说明, 该方法在预测空调负荷的动态变化规律上具有一定的可行性。

 

  3 负荷因子法的影响因素分析

 

  图1 7 月1-7 日空调负荷预测值与实测值建筑空调负荷的影响因素很多, 包括时间、气象条件、建筑围护结构参数、室内设计参数、室内人员散热负荷、室内照明负荷、室内设备散热负荷、新风标准等。本文以北京地区办公建筑为例, 通过正交试验的方法分析影响建筑空调负荷的各个因素的显著性水平。

 

  3.1 正交试验设计

 

  试验指标、因素及因素水平的选取和试验方案的确定是正交试验的关键[ 17] 。本次正交试验的目的就是为了确定建筑空调负荷影响因素的显著性水平, 所以试验指标选择为空调负荷。在负荷因子法中, 根据计算原理及式(6)可知, 与建筑围护结构有关的信息综合在围护结构综合传热系数ζ中, 没有参与计算,不影响围护结构负荷的动态特性, 故不构成负荷因子法的影响因素。或者说, 该方法是针对已选定围护结构特性的建筑进行负荷预测。所以, 本文选取气象条件、室内设计温度、室内人员密度、室内照明功率、室内设备功率及新风标准作为主要的影响因素。根据相关资料确定了各个建筑空调负荷的影响因素的水平,如表2 所示。本试验选择L18(37)正交表。

 

  3.2.1 直观分析

 

  正交试验结果的直观分析是通过比较极差的

 

  大小判断各因素对试验指标影响的主次顺序, 某因素的极差越大, 说明其对试验指标的影响越大, 为主要因素, 反之, 则为次要因素。由表3 中各个因素的极差值Ri 可以看出, 影响因素的主次顺序为A >F >B >C >D >E 。

 

  3.2.2 方差分析

 

  方差分析通过构造服从F 分布的统计量, 比较某因素的F 值与给定显著性水平下的临界值,若前者大, 说明该因素为显著性因素。当Fi >F0 .01(f i , f E )(其中f i 为因素i 的自由度, f E 为总的误差自由度)时, i 因素为高度显著性因素;当Fi>F0 .05(f i , f E )时, i 因素为显著性因素。

 

  查F 分布表可知, 当显著性水平为0 .01 时,F0 .01(2 , 5)=13 .3 , 显著性水平为0 .05 时,F 0 .05(2 ,5)=5 .79 , 比较各个因素的F 值得, 室外气象温度、室内设计温度、新风标准对空调负荷有显著影响, 其中室外气象条件为高度显著性因素, 而人员密度、设备功率、照明功率影响不显著。这与直观分析的结果是相同的。

 

  综上, 在利用负荷因子法进行建筑空调负荷预测时, 对室外气象参数、室内设计参数及新风量标准的确定应该尤为谨慎。同时, 由于人员密度直接影响新风量从而影响新风负荷, 所以, 建筑物人员密度也是必须慎重考虑的参数。

 

  3.3 影响因素分析

 

  3.3.1 气象参数

 

  由以上的分析可以得出, 气象参数对空调负荷具有显著影响, 所以应用负荷因子法进行建筑空调负荷预测时应特别注意气象参数的确定。本文采用DeST 提供的基于随机气象模型的气象数据和天气在线网提供的2007 年北京地区的实际气象参数, 对比分析了两种气象条件下的负荷预测精度.

 

  实际气象条件和DeST 气象条件下的负荷预测值的动态变化趋势是一致的, 符合实际情况。从表5 可以看出, 两种气象条件下的建筑空调负荷预测误差都比较大, 其中DeS T 气象条件下的预测负荷误差基本在20 %～50 %之间, 最大达到54 .0 %;而实际气象条件下的预测负荷误差基本在10 %～ 30 %之间, 最大为38 %。由此说明, 应用真实气象条件可以在一定程度上改善负荷预测的精度。然而, 气象台(站)的气象参数并不是逐时记录的, 例如天气在线网站提供的气象参数就是从00 :00 开始每隔3 h 记录一次的。因此要获得满足负荷因子法的全年逐时气象数据必须采用有效的方法对这些数据进行拟合。

 

  实际气象条件下的预测误差大于DeST 气象条件下预测误差的情况, 其原因可能是空调系统实际运行时并未保证室内温度恒定在设定值, 而是有一定的波动, 使负荷的实测值不能反映此时负荷的设计值, 另外, 墙体的蓄热作用也可能是导致该现象出现的原因。除此, 在每天的16 :00 -17 :00 期间会出现负荷的陡增, 分析其原因可能是该方法中忽略了传热过程中温度波的衰减和延迟现象。因此, 负荷预测中如何合理地考虑衰减和延迟是需要深入研究的一个问题。

 

  3.3.2 室内设计温度及新风标准

 

  由正交试验可知, 室内设计温度和新风标准是影响空调负荷的显著性因素。在应用负荷因子法进行负荷预测时参数的选取严格依照相关节能标准和设计规范, 所以这两个参数相当于是固定值,不会影响负荷的预测精度。

 

  3.3.3 其他影响因素

 

  虽然人员负荷、设备负荷、照明负荷各自的影响不显著, 但是由图2 可以看出, 三者构成的内扰形成的负荷在空调负荷中占有很大的比例。

 

  另外, 人员密度直接决定了新风量的大小进而影响新风负荷, 而新风负荷又是空调负荷的主要组成部分, 所以在应用该方法时需慎重考虑参数的选择。

 

  综上, 为了改善负荷因子法的预测精度, 必须做大量的调研工作, 使预测参数的取值尽量接近实际情况。

 

  4 结论及前景展望

 

  4.1 本文提出的负荷因子法, 将围护结构负荷按室内外温差线性化, 新风负荷按室内外空气焓差线性化单独计算, 比文献[ 11] 提出的将围护结构负荷与新风负荷统一定义为动态负荷, 并按室内外温差线性化的方法更为合理。

 

  4.2 负荷因子法原理简单, 输入参数少, 具有可移植性且计算结果具有动态特性, 适用于城市规划阶段建筑空调负荷的简单计算。

 

  4.3 利用负荷因子法对北京地区办公建筑空调负荷进行了预测, 预测得到的该类型建筑空调负荷的动态特性与实际运行的空调系统的负荷变化规律是一致的, 说明了该方法在预测空调负荷的动态变化规律上具有一定的可行性。

 

  4.4 通过正交试验, 得出影响负荷因子法空调负荷预测精度的影响因素的主次顺序为A >F >B >

 

  C >D >E 。由方差分析可知, 室外气象条件、室内设计参数及新风标准是显著性因素。

 

  4.5  对影响空调负荷的显著性因素进行了定量分析, 发现DeST 气象条件下预测得到的建筑逐时空调负荷误差基本在10 %～ 30 %之间, 最大为38 %,不同类型的气象条件对负荷因子法的预测精度影响很大, 故合理选择气象条件有利于提高负荷因子法的预测精度。

 

  4.6  由于在提出负荷因子法的过程中作了一些简化处理, 在一定程度上影响了预测精度。所以, 该方法依然存在许多需要改进和深入研究的问题, 比如温度波的衰减和延迟现象、墙体的蓄热特性导致空调负荷的变化以及将一种较为成熟的气象条件预测模型引入该方法等。另外该方法忽略了相对湿度对空调负荷的影响, 所以以比焓为基准的负荷因子法也是下一步研究工作的重点。