天然光光照度典型年數據的研究與應用

羅濤 燕達 林若慈 王書曉

(1.清華大學，北京 100084;2.中國建筑科學研究院，北京 100044)

1 研究背景

近年來，隨著人們對環境和節能問題的日益關注，天然采光作為一項重要的節能策略，在建筑設計中越來越受到重視。合理利用天然光，可以有效減少照明能耗;通過有效控制進入室內的太陽輻射，還可降低空調負荷。

然而，天然采光的設計計算是一項復雜的任務，一方面，天然光隨時間和地域的不同有很大的差異，同時受到環境條件和室內布局的影響;另一方面，采光的設計需要與照明系統和遮陽系統等設備系統相結合和協調。因此，僅憑經驗或者習慣是難以科學準確的完成采光設計任務的，為了準確把握光環境的效果，需要進行定量的采光分析和計算。

對于不同的應用目的，采光計算分析的方法和側重點不同，對于光氣候數據的要求也有所不同。比如，若要對不同地區的光氣候狀況進行對比，評價其晝光可利用性，只需要了解年平均總照度或者散射照度即可;又如需要確定某地區的采光策略，了解全年不同時段的光氣候狀況，那只需要月平均照度的資料等等［1］。

隨著計算機技術的發展，以及對室內光環境要求的提高，傳統的以單一采光系數為基礎的采光計算和評價方法已不能適應工程實踐的需要。國外學者提出全年動態采光評價的指標，通過動態模擬和預測室內光環境隨時間的變化情況，可以更為全面的評價室內光環境［2］。另一方面，隨著社會對節能問題的重視，照明能耗的預測日益受到重視，然而確定不同時刻照明系統的狀態和控制策略，則首先需要精確計算不同時刻的室內采光水平［3］。此時，僅有代表性的全年或者月平均的光照度數據已不能滿足模擬分析的需要。

因此，要進行全年動態的光環境模擬，就需要全年逐日甚至逐時的光照度數據。然而，到目前為止，我國還沒有建立一套完整的可用于全年動態光環境模擬的光氣候數據，這極大地制約了采光分析方法的發展和應用，從而不能適應日益復雜的采光設計的需要。

本文的研究內容，是通過研究獲取光照度典型年數據的取值方法，建立一套能夠反映我國光氣候特點和規律，可用于全年動態光環境模擬的光氣候數據，從而為光環境的全年模擬分析提供依據。

2 典型年數據

2.1 概念的提出

通常我們用光氣候來表征室外天然光的自然狀況，包括當地天然光的組成及其照度變化、天空亮度及其在天空中的分布狀況等。其中，光照度是最基礎也是最容易獲取的數據，是采光設計計算和研究的前提。

然而，作為氣象參數，光照度有很大的不確定性，即使在同一地區，室外光照度也是隨時間不斷變化的。以北京地區為例，我們選擇1983年、1984年、1991年和2009年的總光照度和散射照度數據進行對比，可看到明顯的差異 (見圖1、圖2)。

顯然，使用不同的室外光照度數據來進行采光分析，其結果是不同的。因此，需要從多年的氣象數據中挑選出具有代表性的全年逐時數據，從而建立起典型的年氣象數據作為光環境模擬的計算條件。

2.2 典型年數據的取值方法

在具備長期逐時實測數據的條件下，獲得動態模擬用的逐時氣象數據的最直接的辦法，是從歷史上觀測的氣象數據中選擇一部分能夠反映氣象規律的有代表性的數據。然而，由于光照度數據不是我國氣象部門的常規觀測項目，國內只有少數一些站點對其進行觀測，因而天然光照度數據的資料非常缺乏，利用直接觀測獲得的光照度數據建立典型年數據的條件尚不成熟。

圖1 月平均總照度對比

圖2 月平均散射照度對比

另一種方法是利用已有的輻照度數據，以及輻射光當量模型，得到光照度數據。由于輻照度數據是氣象部門的常規觀測項目，具有豐富的資料，而輻照度和光照度的關系可用下式表示［4］:

其中:E——光照度，G為輻照度;

Gλ——太陽輻射光譜分布;

Vλ——光譜光視效率;

λ ——波長;

Km=683lm/W，為明視覺條件下的常數。

K稱為輻射光當量，用于表征輻照度和光照度的關系，隨著氣象條件的變化而變化。

式(1)表明，只要有輻照度數據以及輻射光當量模型，就可以得到光照度數據。因此，獲取光照度典型年數據的關鍵，在于選取何種輻照度數據，以及采用何種輻射光當量模型。

2.3 輻照度典型年數據

在建筑模擬領域，已廣泛采用以小時為時間步長的計算模擬，國內外的一些建筑能耗模擬軟件如EnergyPlus［5］就提供了逐時的典型氣象年數據，其中也包括了太陽輻照度等參數。Christoph等開發的用于全年采光模擬的 Daysim［6］軟件，就可利用EnergyPlus提供的氣象數據作為計算參數。然而，國際上提供的我國氣象數據由于不能保證源數據的可靠性與準確性，氣象要素也不全面，因此不適宜作為我國建筑模擬分析用的標準氣象數據。

我國自主研發的建筑熱環境模擬分析軟件DeST［7］提供了一整套用于建筑環境模擬的逐時典型年數據，這些數據的基礎是中國氣象局氣象信息中心氣象資料室提供的全國270個地面氣象臺站1971～2003年的氣象觀測數據，數據來源可靠并且能切實反映中國氣象的特點和規律［8］。這些氣象數據也包括輻照度以及建立輻射光當量模型的其他氣象要素。因此，這里我們選擇這套典型年氣象數據作為基礎資料，并利用輻射光當量法得到光照度典型年數據。

3 輻射光當量模型

在本文的研究中，輻射光當量模型是核心和關鍵問題。該模型的選擇不僅要考慮是否適用于我國氣象條件，同時模型的計算參數盡量在我國氣象觀測要素的范圍內，應容易獲取。

國內外學者對于輻射光當量模型進行了大量的研究，并提出了多種模型，如Littlefair模型、Perez模型、Olseth-Skartveit模型、Muneer-Kinghorn模型、Chung模型等［4］。我國林若慈等人出于光氣候分區和采光設計的需要，也提出了相應的模型［9］。

3.1 Perez模型介紹

Perez等人通過實際觀測發現，輻射光當量主要受三個因素的影響:太陽天頂角 θZ、天空明亮度Δ、天空清潔度ε。Wright等人在此基礎上又增加了一個新的因子，即空氣中的可降水量W。Perez等人在1990年提出了基于這四個參數的輻射光當量模型［10］，該模型可用下式表示:

其中，K——總輻射光當量或者散射輻射光當量，單位是lm/W，天空明亮度Δ可用下式表示:

式中，m——大氣光學質量;

Ed——地面散射輻照度或光照度;

Eo——大氣層外的輻照度或光照度;

ai，bi，ci，di——根據天空清潔度 ε 確定的系數，可按表1確定:

表1 待定系數表［10］

天空清潔度ε可用下式計算:

其中 Eb——地面法向輻照度或光照度;

k——常數，當 θZ以度 (°)為單位時，k=5.535 × 10－6。

根據國外學者的研究結果，與其他模型相比，Perez模型與實測值更為接近［4］。同時，Perez模型所需的計算參數可以很容易從氣象資料中獲得，同時由于其可采用逐時的氣象數據，因此更適合于獲取逐時的光照度典型年數據的需要。Daysim軟件中就采用了Perez模型，利用氣象數據中的輻照度數據生成采光計算及照明能耗分析所需的室外光照度數據［6］。

圖3 北京地區光氣候觀測站照片

3.2 Perez模型的驗證

為了檢驗利用Perez模型獲得的數據是否與我國實際的光照度數據吻合，筆者開展了如下實測驗證工作。

從2009年4月至2010年4月，筆者對北京地區的光照度和輻照度進行了逐時對比觀測。觀測地點設在中國建筑科學研究院的主樓樓頂 (見圖3)，測試的項目包括總輻照度、散射輻照度、總光照度和散射光照度，其中散射輻照度和散射光照度的測試采用了陰影環遮擋，數據處理時進行了相應修正。

實測發現，總輻射光當量與太陽高度角之間有著密切的關系，如圖4所示:

圖4 實測的總輻射光當量和太陽高度角的關系

根據實測得到的總輻照度、散射輻照度，我們對利用Perez模型計算得到的總輻射光當量和散射輻射光當量與實測值進行對比，兩者在全年主要的采光時間段 (8:00～16:00)的年平均值如表2所示。

表2 Perez模型與實測值對比

通過對比發現，利用Perez模型計算得到的輻射光當量與實測數值比較吻合，較為適合我國光氣候的應用。

4 典型年光氣候數據的應用

以下我們以北京地區為例，利用DeST提供的典型氣象年數據和Perez模型，獲得北京地區的光照度典型年數據，并以此為基礎，分析某辦公室的全年采光狀況，并對其照明能耗進行計算。

4.1 工程概況

該辦公樓共有三層，每層南北各有10個房間，中間為過道，室外幾乎沒有遮擋。圖5是辦公樓的平面圖:

辦公樓中的房間大小、格局基本一致，各房間的采光情況差異不大，因此這里我們選擇一個單元進行采光分析，該單元包括南北辦公室各一間和過道，如圖6所示。

圖5 辦公樓平面圖

4.2 Daysim軟件

這里我們采用 Christoph Reinhart等人開發的Daysim軟件作為分析工具。該軟件利用Radiance作為計算核心，可利用全年的太陽輻射數據，通過設定各種照明控制模式，計算全年的照明能耗。該軟件沒有建模的界面，但可以讀入一些常用軟件生成的文件，如 3DMAX，AutoCAD，SketchUp，Ecotect等。該軟件的Lightswitch模塊提供了照明控制方式，可用于分析天然采光和照明結合時的照明能耗。

圖6 辦公樓采光分析單元

4.3 典型年光照度數據

首先，我們從DeST氣象數據中可以獲得根據北京地區的典型氣象年的總輻照度和散射輻照度數據，如圖7所示;然后，根據氣象數據中的其他參數和Perez模型，計算得到逐時對應的輻射光當量;進而可以得到北京地區典型年光照度數據，如圖8所示。

圖7 典型年輻照度數據 (8:00～16:00)

圖8 典型年光照度數據 (8:00～16:00)

可以看到，光照度數據的變化趨勢和規律與輻照度的完全一致。根據計算，我們得到總輻射光當量平均值為110.9 lm/W，散射輻射光當量平均值為132.7 lm/W，這與表1中的數值也非常吻合。

4.4 模擬分析結果

將建筑模型導入到Daysim軟件，計算后可得到室內的采光系數分布，如圖9所示。

圖9 室內采光系數分布 (剖面)

其中，用圓圈標注的為工作區域 (設置了傳感器測點)，用于判定房間是否滿足照度要求，在采光不足的情況下需要由人工照明補充。

將北京地區的典型年數據導入，可以得到室內各計算點全年逐時的光照度分布，這里我們選擇南側辦公室和北側辦公室的最靠近內墻處的計算點，統計其在8:00～16:00這一主要時間段的天然采光狀況。

圖10 全年采光照度分布 (測點4和測點7)

可以看到，由于直射日光的影響，南側房間的照度要高于北側房間。

表3 照明能耗情況

在上述采光分析的基礎上，我們可以對辦公室的照明能耗進行分析。

通過計算，不僅可給出室內的采光水平 (采光系數)，同時還可根據室內采光的動態分析結果給出全年的照明能耗情況。

5 結論及展望

本文利用北京地區的觀測數據驗證了 Perez模型，并提出了根據DeST提供的典型氣象年數據和Perez模型，得到光照度典型年數據的方法，并給出了應用實例，對于工程實踐具有重要的參考價值。

獲取典型年光照度數據的關鍵是輻射光當量模型，在下一步研究工作中我們將利用更多地區的數據對Perez模型進行驗證和完善，并對典型年照度數據的應用方法進行研究。

［1］建筑采光設計標準．GB/T 50033—2001．

［2］Christoph F．Reinhart，John Mardaljevic，Zack Rogers．Dynamic Daylight Performance Metrics for Sustainable Building Design．LEUKOS Volume 3 Issue 1(2006)．

［3］國家游泳中心室內光環境關鍵技術研究．第十屆建筑物理年會．

［4］Eero Vartiainen．A comparison of luminous ecacy models with illuminance and irradiance measurements．Renewable Energy 20(2000)265～277．

［5］EnergyPlus:A New-Generation Building Energy Simulation Program．

［6］Christoph F．Reinhart．Tutorial on the Use of Daysim Simulations for Sustainable Design(Daysim軟件教程)．

［7］清華大學DeST開發組著．建筑環境系統模擬分析方法:DeST(建筑節能技術與實踐叢書)中國建筑工業出版社．

［8］清華大學建筑技術科學系著．中國建筑熱環境分析專用氣象數據集:中國氣象局氣象信息中心氣象資料室，中國建筑工業出版社．

［9］林若慈，譚華，祝昌漢．晝光資源的開發與應用 ［J］．照明工程學報．1994年04期．

［10］Perez R，Ineichen PS，Seals R，Mchalsky J，Stewart R(1990)．Modeling daylight availability and irradiance components from direct and global irradiance．Solar Energy 44(5):271～289．