夏熱冬冷地區夏季居民熱舒適調查及開窗行為模型研究

陳偉煌,李司秀

(廣東省建筑設計研究院,廣東廣州510010)

0 引言

人類生產和生活越來越多地受到建筑室內環境的影響,提供舒適的室內環境已經成為當今建筑設計的關鍵課題。建筑用戶可以通過門、窗、窗簾、照明設備以及供熱、制冷等建筑部件和室內設備的控制來調節室內的舒適度。已有研究人員通過實地調查發現用戶不同的生活習性對建筑能耗產生重要影響,因此弄清楚居民對不同建筑部件和室內設備的控制規律是相當重要的[1-2]。

迄今為止,國外已經開展了許多關于不同氣候條件下居民對窗戶開關控制行為的研究[3-8],但是國內這方面的研究還處于空白狀態。中國夏熱冬冷地區夏季高溫高濕冬季濕寒陰冷,居民習慣全年采用自然通風或者換氣,因此,研究居民的開窗行為對建筑節能和提高居民熱舒適具有重要的意義。

本文的研究目的是通過測試調查方法研究夏熱冬冷地區夏季居民的開窗行為模型,了解居民的熱舒適狀況和分析室內外溫度、居民的行為方式和一天中不同的時刻等因素對居民開窗行為的影響程度,并推導出居民開窗概率與室內、外溫度之間的關系式。

1 調查內容及方法

1.1 測試地點

測試地點是一座三層的高校辦公大樓,位于長沙市,地處夏熱冬冷地區。本次調查選取了該辦公大樓的五間辦公室進行測試,其中兩間為采用自然通風的辦公室,三間為使用空調的辦公室,空調一般開啟的時間為上午8點至下午5點。每間辦公室的建筑類型、朝向、窗戶的類型以及人數情況見表1。

表1 測試房間的情況

1.2 測試時間與天氣狀況

測試時間為2008年6月20日至9月20日。此時長沙處于夏季,該地區夏季氣候有兩個特點:一是漫長酷熱,高溫高濕;二是降水不均,旱澇無定。在調查期間,室外最低溫度19.0℃,最高溫度42.7℃,整個測試期間的平均室外溫度為29.2℃;室外相對濕度很高,其平均值為75.7%。

1.3 調查方法

調查分兩種方式同時進行:一種是對室內外物理參數的測量;另一種是主觀調查,采取問卷調查的形式。

1.3.1 物理參數測量

測量房間內空氣溫度和相對濕度采用的是Testo 175-H2溫濕度自記儀,室外的溫濕度以及風速的測量則由安裝在該測試辦公大樓屋頂的便攜式氣象站來完成,房間內人員的在室情況以及窗戶的開關狀態則由安裝在每個房間的開窗行為計時器來檢測。整個測試期間所有的測試儀器都是24小時日夜實時監測。

1.3.2 主觀調查

在整個測試期間,采用每周一次的主觀問卷調查,請受試者填寫調查表并對房間熱環境進行主觀評價,每次測試的對象為五個測試房間內的所有人。調查問卷的內容包括:1)受試者背景資料,如性別、年齡、在該城市居住的時間等;2)調查時受試者的著衣情況;3)受試者離窗戶的距離;4)調查時受試者的熱感覺,熱感覺投票值采用ASHRAE的7級指標表示 (+3很熱,+2熱,+1較熱,0適中,-1較冷,-2冷,-3很冷)[9];5)調查時受試者對此時環境的相對濕度的評價指標 (+3很干,+2干,+1較干,0適中,-1較濕,-2濕,-3很濕)[10];6)受試者一般通過何種控制方式來調節室內的熱舒適。

2 調查結果和討論

2.1 室內外環境參數

對室內外環境參數的統計結果見表2,Tin為室內溫度,Tout為室外溫度,φin為室內相對濕度,φout為室外相對濕度,v為室外風速。由表2可見,整個測試過程室外處于高溫高濕、悶熱無風的氣候條件,而空調房間內的溫度和相對濕度都小于自然通風房間。

圖1 溫度和時間百分比的關系

整個測試期間每個房間的室內溫度和室外溫度超過某一溫度的時間百分比見圖1。由圖1可見,室外溫度遠遠大于室內溫度的溫度作用范圍,空調房間比自然通風房間具有較低的室內溫度條件,而窗戶的朝向在本次調查中對相同類型的房間室內溫度的影響不是很明顯。因此在后面的研究過程中,本文只對自然通風房間和空調房間進行比較分析。

表2 室內外環境參數的概況

2.2 衣服熱阻

眾所周知,人們會自覺地根據天氣的變化增減服裝,以適應不同的溫度條件。在本次測試中發現該地區夏季人們普遍喜歡穿短袖、短褲、短裙、涼鞋或者拖鞋等比較輕便、涼快的服裝和鞋子。通過調查分析得到自然通風房間和空調房間用戶的平均服裝熱阻分別為0.32clo和0.35clo,但并沒有發現衣服熱阻和居民開窗行為之間明顯的關系。我們認為這是由于該地區夏季溫度普遍很高,居民的著裝已經減少到我們文化道德所能接受的程度,而且人們每天的著裝類型差異并不明顯,所以夏季居民的著裝和開窗行為之間并無規律可尋。

2.3 居民的行為方式

研究居民的行為方式要確定兩個因素:一是居民一天的在室情況[11],二是居民一天不同時刻的開窗狀況。運用統計的方法,居民一天不同時刻的在室情況和開窗狀況見圖2和圖3。結合圖2和圖3我們可以得到:室內人員一般都是每天第一次到達辦公室時開窗,最后一次離開辦公室時關窗,中途的離開不會導致窗戶狀態的變化。在整個辦公時間段自然通風房間的窗戶基本處于全開狀態,而且變化不大;而空調房間在上班之后隨著時間的推移開窗概率慢慢的減少,中午12點之后基本處于平穩,而后在下午6點左右開窗概率又有所增加,這主要是受到空調房間內空調起停時間的影響。

2.4 熱舒適評價指標對開窗行為的影響

2.4.1 室內溫度感覺

當室內的環境溫度使居民感到不舒適時,自然通風房間的居民往往除了開窗之外,還采用電風扇、手持扇等方式來降溫;而空調房間的居民則大多通過關窗和開啟空調器的方式來滿足需求。自然通風和空調房間居民對房間內溫度感覺的投票結果見圖4。通過問卷調查統計得到:88.56%的空調房間室內人員對室內溫度感覺的投票值集中在-1和+1之間,而自然通風房間室內人員在該范圍的投票比例卻只有64.99%,還有32.69%的室內人員認為自然通風房間的環境溫度熱或很熱。

2.4.2 室內相對濕度感覺

熱舒適標準推薦的相對濕度 φ=35%～70%,而實際調查中兩種建筑類型房間的相對濕度都基本在34%～89%之間波動。自然通風和空調房間居民對房間內相對濕度感覺的投票結果見圖5。如圖5所示,82.57%的空調房間居民投票值在-1和+1之間,而自然通風房間只有40.37%的受試者選擇了這個范圍,有57.49%的人認為自然通風房間室內的相對濕度大或者很大。這說明了夏季室外高溫高濕的氣候條件嚴重的破壞了自然通風房間室內居民的舒適度,而空調房間的居民可以通過關閉窗戶和開啟空調器的方式來阻擋室外的熱濕氣流,同時降低房間內的溫度。

2.5 居民開窗行為模型的建立

本文所研究的居民開窗行為實際上是一個二分類問題 (即1代表開窗,0代表關窗),而Logistic回歸模型則可以成功的解決某個二分類的應變量與有關自變量之間的關系,所以本文采用Binary Logistic回歸模型來研究居民的開窗行為。對于開窗數據則采用統計軟件SPSS Version 14進行分析處理。Binary Logistic回歸分析的概率模型如下:

其中p表示開窗的概率,x表示自變量,在本文研究中它表示室內外溫度 (即Tin和Tout),b表示自變量x的回歸系數,c表示常數。表3列出了自然通風和空調房間居民開窗概率與室內外溫度之間數學模型,這些模型都是基于房間內有人辦公的情況下建立的。由表3可見,空調房間和自然通風房間室內居民的開窗概率隨著室內、外溫度的升高而增加,隨著室內、外溫度的降低而減少。

運用以上的數學模型我們可以將統計分析的數據通過圖6表示出來。由圖6可見,雖然兩種類型建筑室內人員的開窗概率都隨著室內外溫度的增加而增加,但是空調房間開窗概率的變化幅度明顯大于自然通風房間,這意味夏季空調房間室內人員開、關窗戶的頻率遠遠高于自然通風房間。

由公式 (1)可以得到:

表3 居民的開窗行為模型

如圖6(a)和 (c)所示,在不同的室內、外溫度下,夏季自然通風房間室內人員的開窗概率都在80%以上,而且隨著溫度的不斷上升基本接近1,這說明夏季自然通風房間在辦公時間段室內窗戶基本處于全開狀態;如圖6(b)和 (d)所示,隨著室內、外溫度的增加空調房間室內人員的開窗概率不斷的增加,而且空調房間室內居民開窗概率隨溫度上升的幅度比自然通風房間明顯。

2.6 居民開窗行為模型的檢驗

為了檢驗采用Binary Logistic回歸模型建立的開窗行為模型的可靠性,圖7對模型計算得到的開窗概率預測值和實測值進行比較,圖7中每個數據點表示在相同的室內、外溫度下開窗概率的預測值和實測值。

由圖7可得:所有擬合直線的相關系數都介于0.84～0.91之間,這說明運用Binary Logistic回歸模型研究室內人員的開窗概率是較為準確的,同時居民的開窗行為與室內外溫度緊密相關。

3 結論

本文通過問卷調查和現場實測相結合的研究方法,采用Binary Logistic回歸模型研究居民的開窗行為,得到了夏季居民的開窗行為與室內、外溫度緊密相關,室內人員的開窗概率隨著室內、外溫度的升高呈上升狀態,而且空調房間室內居民開窗概率隨溫度上升的幅度比自然通風房間明顯。

[1] Fracastaro GV and Lyberg MD.Guiding principles concerning design of experiments,instrumentation and measuring techniques(IEA Annex III)[C].Swedish Council for Building Research,1983

[2] Adil Al-Mumin,Omar Khattab and Gopisetti Sridhar.Occupants′behavior and activity patterns influencing the energy consumption in the Kuwaiti residences[J].Energy and Buildings,2003,35:549-559

[3] Warren PR and Parkins L M.Window-opening behavior in office buildings[J].Building Services Engineering Research and Technology,1984,5:89-101

[4] Fritsch R,Kohler A,Nygard-Ferguson M and Scartezzini JL.A stochastic model of user behaviour regarding ventilation[J].Building and Environment,1990,25:173-81

[5] Nicol JF and Humphreys MA.A Stochastic approach to thermal comfort-occupant behaviour and energy use in buildings[J].ASHRAE Transactions,2004,110(2):554-68

[6] Raya IA,Nicol JF,McCartney KJ and HumphreysMA.Thermal comfort:use of controls in naturally ventilated buildings[J].Energy and Buildings,2001,33(3):235-44

[7] Sebastian Herkel,Ulla Knapp and Jens Pfafferott.Towards a model of user behaviour regarding the manual control of windows in office buildings[J].Building and Environment,2008,43(4):588-600

[8] GeunYoung YunandKoenSteemers.Time-dependent occupant behaviour models of window control in summer[J].Building and Environment,2008,43:1471-1482

[9] Bedford T.The warmth factor in comfort at work[J].Pep Indust r Health Res,1936,76(5):45-60

[10] Wei Yang and Guoqiang Zhang.Thermal comfort in naturally ventilated and air-conditioned buildings in humid subtropical climate zone inChina[J].International Journalof Biometeorology,2008,52:385-398

[11] Reinhart CF.Lightswitch 2002:a model for manual control of electric lighting and blinds[J].Solar Energy,2004,77(1):15-28