氣候變化下建筑能耗模擬氣象數據研究

劉大龍，劉加平，楊 柳，張衛華

（西安建筑科技大學 建筑學院，西安， 710055）

氣候是決定建筑能耗的關鍵因素，特別是對建筑的采暖和空調能耗。20世紀80年代以來，全球氣候發生了異常變化，氣溫過度變暖，導致自然災害頻發，人類生存的自然環境不斷惡化。在如此突變的氣候條件下，建筑能耗必將隨之發生顯著變化。變化的建筑能耗將會使建筑節能設計面臨新的挑戰，這是建筑節能領域備受關注的問題，國內外學者相繼展開多項研究。

目前對于氣候變化下建筑能耗的研究主要采用靜態能耗計算方法度日法。文獻[1-3]使用采暖度日數和空調度日數研究了世界各個地區溫室氣體引起氣溫升高對于建筑能耗的影響。這些研究基本都得出了采暖能耗降低，但降溫能耗升高且高于采暖能耗的規律。此外有些學者采用統計方法來研究氣候變化對建筑能耗的影響。2005年Ruth和Lin[4]對美國馬里蘭州氣候變化下的能耗需求進行了研究，馬里蘭州具有巨大的空調降溫和采暖能源需求，研究采用時間序列方法預測了馬里蘭州2005－2025年間采暖和空調能源需求量，該研究也得到了上述能耗變化規律。2009年Lam等[5]對香港商業辦公建筑未來的能耗進行了研究。該研究通過一個由氣溫、濕球溫度和太陽總輻射組合氣候因子與建筑降溫能耗之間的回歸模型，得到在SRES B1情景下，2009－2100的年平均空調負荷將比1979－2008的年均值要高9.1%，建筑總能耗量增長4.3%。研究還發現隨著氣候的變化，建筑負荷和能耗量的季節性差異將變得越來越小。

上述研究表明隨著氣候變暖，建筑能耗將會發生明顯的變化。但上述研究主要是以歷史氣象數據為基礎來推算未來建筑能耗的變化趨勢，而很少采用未來氣象來預測建筑能耗。在現有的建筑能耗分析方法中，動態建筑能耗模擬是主流研究方法，該方法在逐時室外氣象條件下，計算滿足室內環境要求的環境控制設備需要的全年逐時能耗量，它對于計算、預測和評估建筑的能源消耗變得越來越重要[6]。雖然建筑能耗模擬是目前計算建筑能耗的有效方法，但是因為受到缺乏準確詳實的未來模擬氣象參數的限制，該方法很少被用于研究氣候變化下的建筑能耗研究領域。

1 建筑能耗模擬氣象數據模式

為了將該動態能耗模擬方法應用于氣候變化下的建筑能耗計算。必須獲取滿足模擬條件的、準確的、逐時的未來氣象參數。模擬氣象參數模式是獲取一個地區代表性氣象數據的方法，能夠從長期的氣象資料中挑選出代表當地氣候規律的全年逐時、能夠滿足能耗計算需要的多項氣象參數。

1.1 節能分析氣象年模擬氣象參數模式的提出

目前多數主流建筑能耗模擬軟件 DOE-2，Energy-Plus，DeST等使用的模擬氣候參數模式是TMY2（Typical Meteorological Year 2）。TMY2是20世紀90年代美國國家可再生能源實驗室分析研究 組 （National Renewable Energy Laboratory's Analytic Studies Division）資源評估項目的研究成果。TMY2使用Sandia方法來挑選代表性氣象數據。Sandia方法的核心是在相當長1個時期（通常為30a）的氣象數據中，從不同年份中挑選出12個典型氣象月，然后由其組成1個完整的典型年，這個典型年是一個虛擬年。以1a的氣候數據來代表該地區30a內的氣候特征，這樣便于模擬計算。

設計之初TMY2計劃用于太陽能轉換系統或者建筑環境控制系統在不同系統類型、不同系統配置和在不同地域環境下的系統運行性能之比較。后來TMY2因為具備當地長期氣候的代表性，其太陽輻射、空氣溫度與風速等氣象數據的發生頻率分布與過去多年的長期分布相似；同時各參數間的具備較強的關聯相似性；還能夠使建筑物全年熱負荷及能耗計算結果具備代表性，被應用于建筑能耗的模擬計算。但是在建筑節能分析中，發現使用TMY2模式的氣象數據存在以下問題：

1）在挑選典型月時太陽輻射的權重系數占到了一半，所占比重過大。中國各地氣象狀況相差較大，各地太陽輻射資源也存在較大差異，相同地區還存在太陽輻射的季節性差異。而太陽輻射也不是所有地域建筑的主要可利用能源，所以太陽輻射的權重系數所占比重過大。

2）在挑選典型月時各主要氣象參數比重在不同地區、不同季節都是固定不變。研究表明氣候存在非常明顯的地域性特征，中國則因地域遼闊表現的更為顯著，在挑選典型氣象月時，各地的氣象參數比重有所差別。因此對各地的典型氣候的研究不能以固定不變的比重方式來進行，應該考慮到地域差異和季節差異。

基于以上分析，提出了新的模擬氣候數據模式——節能分析氣象年。

1.2 節能分析氣象年模擬氣象數據模式的構成

節能分析氣象年（Analysis of Energy Efficiency Meteorology Year，AEEMY）模式的基本思想與TMY2相同，根據當地相當長一段時期內的氣象數據，先挑選出12個節能分析氣象月，然后組成一個“節能分析氣象年”。

節能分析氣象月的挑選以平均氣溫、水平面太陽總輻射、大氣壓和相對濕度4項氣象參數為選擇依據，以主成分分析為理論根據，來確定各地4項氣象參數作用于建筑能耗的組合系數。主成分分析是統計學中的一種常用方法，它的基本任務是根據樣本的觀測值確定應該構造多少個綜合指標（主成分），并構造出各主成分的表達式[7]。主成分分析是對于原本提出的所有變量，以盡量緊湊的變量形式來表達現實問題的函數關系，使得變量能夠最大限度地、獨立地反映現實問題的某一方面，而且盡可能保持原有的信息。

采用主成分分析方法計算出4項氣象參數的組合系數之后，計算4項參數在每個月的累年平均組合值和歷年組合值，兩者差值最小的月份即為該月的節能分析氣象月。差異最小是指各考察月4項參數的組合值與該月4項參數累年平均值組合值的差異最小，在差異最小的判斷中有一個很重要的概念就是4項參數的組合值，該組合值通過主成分分析獲取4項參數各自的組合系數，然后通過4項參數的線性組合得到。在參數組合值的計算中，各地4項參數的權值不是固定的不變的，分別通過分析各地的長期的冬季和夏季氣象數據得到的，反應出了4項氣象參數對于建筑能耗影響的地域性和季節性。節能分析氣象月的挑選方法如公式（1）—（4）所示。

其中：Li（j）為j年i月4項參數的組合值；：i月4項參數累年平均值的組合值；Pi（j）、Ti（j）、Gi（j）、Ri（j），分別為大氣壓、平均溫度、水平面太陽總輻射和相對濕度j年i月的平均值；Wpi、Wti、Wgi、Wri分別為為大氣壓、平均溫度、水平面太陽總輻射和相對濕度各月的組合系數；，分別為大氣壓、平均溫度、水平面太陽總輻射、相對濕度i月的累年平均值

其中：AEEMYi為第i月模擬氣候月的當月年份。

節能分析氣象年最主要的特點是考慮了不同地域、不同季節的氣候因素對于建筑能耗作用的差異性，這點顯著區別于目前主流的TMY2及其他模擬氣象數據模式中對于典型氣候的選擇性。在這些模式中對于不同地域不同季節各氣象參數的挑選權重始終保持不變。節能分析氣象年的這一特點使得能夠挑選中更加具有當地代表的典型氣象數據，能夠更加準確的反應出氣候對于建筑能耗的影響。

論文使用1971－2000和2021－2050兩個時期的氣象資料，依據節能分析氣象年參數模式，為中國5個氣候區的5個代表城市挑選出來典型氣象數據，然后按照DOE-2模擬軟件中氣象參數格式的要求制作了5個城市的DOE-2逐時模擬氣象參數文件。

2 未來氣象數據的獲取

氣候變化條件下建筑能耗模擬必須具備未來氣候條件下的模擬用氣象參數。采用氣候模擬方法獲取了未來的氣候數據。氣候模擬己成為開展氣候變化研究的最重要手段之一，模式預測結果己具有很強的指示意義，多模式的集合結果也己經被證明更加可信[8]。文獻[9]在研究黑龍江省未來氣候變化預測時，也是采用多個氣候模式的集合平均值作為數據源使用的。以3個全球海氣耦合模式的集合平均值作為未來氣象數據預測值，這3個氣候模式較為符合中國氣候的變化規律，其模擬結果較為準確，他們的集合平均值將會更接近中國的氣候變化情況。所選用的3個氣候模式分別為：MIROC3.2－MEDRES，UKMO－HadCM3和ECHAM5，其基本信息如表1所示。

表1 3個氣候模式基本信息表

使用集合預測結果得到了中國5個氣候區代表城市2021－2050期間的模擬用主要氣象參數。5個氣候區每個選取了1個代表城市，5個代表城市如表2所示。5個代表城市的選區依據是：1）具有典型的氣候代表性；2）在中國政治、經濟、文化等方面處于重要地位。各氣候選取的代表城市雖然只有1個，但是同一氣候中各城市具有共同的氣候特征，而且同一氣候區建筑節能標準相同，建筑構造以及采暖降溫方式基本相同，因此可以近似認為同一氣候區中的不同地區在建筑能耗與氣候的關系上基本相近。

表2 各熱工分區代表城市

3 不同氣候條件下建筑能耗對比分析

3.1 模擬建筑及設置參數

模擬建筑的模型如圖1所示，平面布局如圖2所示，建筑為南北朝向，其圍護結構傳熱系數、窗墻面積比、體形系數等限定性指標都滿足各氣候區節能標準要求。模擬建筑室內采暖計算溫度18℃，采用連續供暖方式，采暖期為11月到翌年3月；室內空調計算溫度26℃，采用間歇性空調制冷，空調期為5月到9月。分別輸入1971－2000年期間和2021－2050年期間的模擬氣象參數，使用DOE-2[10]在對5個代表城市對同一高層居住建筑進行了2個時期的能耗模擬。

圖1 高層住宅模型

圖2 高層住宅標準層平面圖

3.2 不同氣候條件下能耗模擬結果

模擬建筑在2種氣象條件下5個城市的能耗值如表3、表4所示。

表3 模擬建筑在不同氣候區1971－2000年能耗值（kWh·m－2）

表4 模擬建筑在不同氣候區2021－2050年能耗值（kWh·m－2）

2021時期相比1971時期，各氣候區代表城市建筑能耗的變化基本都呈現單位面積采暖能耗減少，空調能耗增加的趨勢。在5個氣候區中，嚴寒地區采暖能耗減少最多，平均每平米減少13.4kWh；夏熱冬冷地區空調能耗增加最多，平均每平米增加20.1kWh。夏熱冬冷地區熱工總能耗增加最大，每平方米增加9.0kWh。各氣候區建筑熱工總能耗的增加是因為空調能耗的增加高于采暖能耗的減少，以夏熱冬冷的武漢為例，單位面積采暖能耗較少11.1kWh／m2，而單位面積空調能耗增20.1kWh／m2，使得單位面積熱工總能耗增加9.0kWh／m2。夏熱冬暖地區采暖能耗減少18.8%，空調能耗增加5%，其余幾個氣候區采暖能耗平均減少18%，空調能耗平均增加23.6%。夏熱冬暖地區主要以空調能耗為主，采暖能耗很少，雖然從比例上看采暖能耗減少比空調能耗增加的幅度大，但實際總能耗量還是顯著增加，這與其他4個氣候區建筑熱工總能耗增加的表現一致。

3.3 模擬結果分析

中國居住建筑采暖能耗減少、空調能耗增加、而熱工總能耗增加的主要原因是氣候變暖。

各氣候區代表城市在2001－2050這50a間的溫度增長如表5所示，可以看出各代表城市的溫度都明顯升高，這是導致中國各氣候區建筑采暖能耗減少，空調能耗增加的主要原因。研究表明近50a全球氣候變暖的主要原因是人為的溫室氣體排放[11]，溫室氣體能讓太陽短波輻射自由通過，同時吸收地面和空氣放出的長波輻射（紅外線），從而造成地面溫度升高。

表5 代表城市2001－2050年氣溫增長值

進一步分析表3、表4模擬結果可以發現，在兩種不同氣候條件下，除過嚴寒地區的哈爾濱以采暖能耗為主外，其他氣候區代表城市都是以空調能耗為主。表5中各氣候區代表城市冬季和夏季的溫度增長幅度相差不大，哈爾濱和昆明冬季的增溫幅度還高于夏季，但是建筑熱工總能耗卻表現出空調能耗的增加明顯高于采暖能耗的減少。這說明建筑降溫需要更多的能耗。因此在氣候變化下的未來，中國建筑節能的重點方向應該是空調節能，其節能的難度會增加。

寒冷地區北京的采暖能耗2021時期比1971時期出現了略微增加的現象，與其他氣候區城市不同。這是因為北京地區在溫度升高的同時冬季太陽輻射出現了較為明顯的降低現象，兩個時期的北京地區太陽總輻射變化如圖3所示。太陽輻射是建筑主要的熱源之一，它不僅能夠使建筑圍護結構表面溫度升高，而且能夠透過窗戶進入室內成為建筑的直接熱源。但是隨著城市大氣污染的加劇，特別是冬季由于采暖需要，大量的燃煤造成空氣透明度顯著下降；同時天空中云量增多云層變厚，也減少了到達地面的太陽輻射量。文獻[12]通過研究近50a來鄂爾多斯地面太陽輻射的變化，也得到太陽輻射減少的結論。因此北京地區冬季太陽總輻射較為明顯的降低，造成建筑得熱量減少，是造成北京地區采暖能耗出現略微增加的主要原因。

圖3 2個時期北京AEEMY月平均總輻射

4 結 論

采用建筑能耗動態模擬方法研究了中國在氣候變暖條件下居住建筑能耗的變化規律。在TMY2模擬氣象參數模式基礎之上，提出了節能分析氣象年（AEEMY）模式，該模式體現了各地影響建筑能耗的氣候要素差異、同時體現了氣象要素的季節性差異，使其更加適合于建筑節能的能耗模擬計算。

使用氣候模擬方法預測了2021－2050期間中國主要氣候區代表城市的氣象數據。使用節能分析氣象年模式制作了1971－2000期間和2021－2050期間中國主要氣候區代表城市的模擬氣象參數。使用DOE2模擬了高層居住建筑在不同氣候區2個時期的建筑能耗情況。模擬結果表明，隨著氣候的變暖，采暖能耗基本都呈現減少趨勢，而空調能耗都呈現增加趨勢，空調能耗增加量明顯高于采暖能耗的增加量，建筑熱工總能耗呈增加趨勢。在未來氣候條件下，中國建筑節能的重要方向是減少空調能耗。各氣候中，夏熱冬冷地區居住建筑總能耗最高，是今后建筑節能的重點區域。夏熱冬冷地區是中國今后開展節能工作的重點區域，

將節能分析氣象年模式與氣候預測相結合有效拓展了動態模擬方法的使用范圍，為研究中國未來氣候變暖條件下建筑能耗變化規律，指導中國未來建筑節能設計和生態建筑設計提供了重要的研究基礎。將會有力促進中國建筑節能技術的發展和進步。

[1]CARTALIS C，SYNODINOU A，PROEDROU M.Modifications in energy demand in urban areas as a result of climate changes：an assessment for the southeast Mediterranean region[J].Energy Conversion＆ Management，2001，42（14）：1647-1656.

[2]CHRISTENSON M，MANZ H，GYALISTRAS D.Climate warming impact on degree-days and building energy demand in Switzerland[J].Energy Conversion and Management，2006，47：671-686.

[3]陳莉，方修琦，李帥，等，氣候變暖對中國夏熱冬冷地區居住建筑采暖降溫年耗電量影響[J].自然資源學報，2008，23（5）：764-772.CHEN LI，FANG XIU-QI，LI SHUAI，et al.Impacts of climate warming on electricity consuption for heating and cooling in the hot summer and cool winter zone of China[J].Journal of Natural Resources，2008，23（5）：764-772.

[4]RUTH M，LIN AI.Regional energy demand and adaptations to climate change：Methodology and application to the state of Maryland[J]. USA，Engergy Policy，2006，34：2820-2833.

[5]LAM J C，WAN K K W，LAM T N T，et al.An analysis of future building energy use in subtropical Hong Kong[J].Energy，2010：1-9.

[6]JENTSCH M F，BAHAJ A S，JAMES P A B.Climate change future proofing of buildings—Generation and assessment of building simulation weather files[J].Energy and Buildings，2008，40：2148-2168.

[7]余錦華，楊維權.多元統計分析與應用[M].廣州：中山大學出版社，2005.

[8]LAMHERT S J，BOER G J.CMIP1evaluation and intercomparison of coupled climate models[J].Climate Dynamics，2001，17：83-106.

[9]徐南平，潘華盛，徐影，等.黑龍江省未來30和50年氣候變化預測 [J].自然災害學報，2004，13（1）：146-151.XU NAN-PING，PAN HUA-SHENG，XU YING.Prediction of climate change in Heilongjiang Province in coming 30and 50years[J].Journal of Natural Disasters，2004，13（1）：146-151.

[10]WINKELMANN F C.DOE-2BDL Summary-Version 2.1E，Energy and environment division [R].Berkeley，california： Lawrence Berkeley National Laboratory，University of California，1993.

[11]IPCC.Climate Change 2007：The physical science basis：Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change[M].NewYork：Cambridge University Press，2007.

[12]申彥波，趙東，祝昌漢.近50年來鄂爾多斯地面太陽輻射的變化及與相關氣象要素的聯系 [J].高原氣象，2009，28（4）：786-794.SHEN YAN-BO，ZHAO DONG，ZHU CHANGHAN.Variational characteristics of surface solar radiation and associat-ed meteorological elements over ordos plateau in recent 50years[J].Plateau eteorology，2009，28（4）：786-794.