下载文档原格式
第33卷 第6期2007年12月四川建筑科学研究S i chuan Bu il d i ng Sc ience收稿日期:2006-07-03作者简介:高庆龙(1978-),男,山东阳谷人,博士研究生,主要从事绿色建筑设计研究。
基金项目:国家自然科学基金资助项目 建筑气候设计方法及其应用基础 (50408014);重大国际合作项目 建筑节能设计的基础科学问题研究 (51410083)E -m a i :l gao3066@163.co m建筑热环境模拟分析用逐时相对湿度生成方法高庆龙1,2,杨 柳1,刘大龙1,王丽娟1(1 西安建筑科技大学建筑学院,陕西西安 710055;2 中国建筑西南设计研究院,四川成都 610081)摘 要:分别采用对4次相对湿度、4次含湿量、4次露点温度以及4次湿球温度进行直线插值或3次样条插值等8种计算方法生成的逐时相对湿度,从统计学和能耗模拟两个角度,与实测值进行对比分析。
分析结果表明,由4次含湿量(或露点温度)进行线性插值计算生成的逐时相对湿度与实测相对湿度吻合较好;并据此给出了由逐时相对湿度根据关联性计算生成逐时含湿量、湿球温度、露点温度的方法。
关键词:热环境模拟;4次相对湿度;逐时相对湿度中图分类号:TU 111 文献标识码:A 文章编号:1008-1933(2007)06-0203-04The m et hod of getting hourl y relative hu m idity for buil di ng t her m al condition si m ulationGAO Q ing long 1,2,YANG L iu 1,LIU D along 1,WANG Lij u an1(1.X i an U niversity of A rchitecture &Science ,X i an 710055,China ;2.Chi na South w est A rch itectura l D esi gn and R esearch Instit ute ,Chengdu 610081,Ch i na)Abstrac t :Se ries o f hour l y re l a ti ve hu m idity has been g iven v ia e ight kinds of i nterpo lati on ,such as i n terpolation li near and i nterpo l a ti on cub ic spli ne to 6-hour steps re lati ve hu m i dity da ta ,6-hour steps abso l ute hu m i d it y data ,6-hour steps dew po i nt te m perature and 6-hour steps w et bu l b temperat u re .The differences a m ong them have been study on t wo si des o f stati stic and si m u l a ti on .The concl usion t hat the i n terpolation li nea r to abso lute hu m i dity has the m i n i m u m i n terpolation error has been drawn .A nd at t he sa m e ti m e the better m ethod of ge tti ng hourly abso lute hu m i d i ty ,hourly we t bulb te m pera t ure and hourly dew po i nt te m pe rature have been g i ven .K ey word s :bu ildi ng t her m a l cond iti on si m ulati on ;6-hour steps re l a ti ve hu m i d ity ;hour l y re lati ve hu m i d ity0 引 言随着计算机技术的发展,建筑能耗模拟以及热环境动态分析逐步成熟[1]。
建筑能耗与地域气象条件的关系研究1. 建筑能耗与地域气象条件密切相关，地域气候条件对建筑能耗的影响非常显著。
2. 首先，研究表明气候条件会直接影响建筑的能源消耗。
不同地区的气温、湿度、风速等气象因素会对建筑的采暖、制冷、通风等能耗产生不同程度的影响。
3. 在寒冷地区，高耗能用于供暖的建筑更容易受到气候条件的影响。
冬季气温低、风大的地区需要更多的能源来加热建筑，因此建筑能耗会相对较高。
4. 而在炎热地区，制冷能耗往往成为建筑的主要能源消耗来源。
高温多湿的气候条件下，建筑需要消耗大量能量来维持舒适的室内温度，因此能耗也相对较高。
5. 不仅如此，地域气象条件还会影响建筑的朝向、窗户设计、保温材料选择等方面。
合理设计建筑的朝向和窗户布局可以最大程度地利用自然采光和通风，减少能源消耗。
6. 另外，根据地域气象条件选择合适的保温材料也可以有效降低建筑的能耗。
在寒冷地区选择优良的保温材料可以减少供暖能耗，而在炎热地区选择隔热性能好的材料可以减少制冷能耗。
7. 除了直接影响建筑能耗，地域气象条件还会间接影响建筑的能源利用方式。
例如，气候条件对可再生能源的利用具有重要影响。
8. 在阳光充足的地区，利用太阳能发电可以成为一种较为经济且环保的能源选择。
而在风力资源丰富的地区，利用风力发电也可以有效减少建筑的能耗。
9. 此外，地域气象条件还会影响建筑能源系统的设计。
不同气候条件下，建筑需要设计不同的暖通空调系统，以最大程度地提高能源利用效率。
10. 因此，建筑能耗与地域气象条件的关系研究不仅可以帮助我们更好地了解能源消耗的规律，还可以指导我们合理设计建筑，减少能源消耗，实现建筑节能减排的目标。
能耗预测模型在建筑能效优化中的应用摘要能耗预测模型在建筑能效优化中应用非常关键，对于建筑物的实际能耗分析有非常重要的作用，一定程度上也关系到建筑物的施工成本管控，在实际的建筑物能耗优化中，需要对其能耗预测模型进行实际的应用，确保其能耗设计应用更加合理。
本文笔者针对能耗预测模型在建筑能效优化应用进行分析研究。
文章中简要阐述几种能耗预测模型，并对其能耗预测模型的应用要点以及实际工程应用进行具体的分析总结，确保其建筑能耗设计应用更加合理。
关键字；建筑能效；能耗预测；数据驱动模型；有效优化建筑施工是当前城市建设发展过程中的重要组成部分，对于现代化城市发展有非常重要的作用。
而在当前节能城市理念建设应用中，要求城市建筑设计应该完成建筑能效优化，在实际的建筑发展过程中要求在其建筑设计阶段就完成其建筑施工中的能耗预测，通过能耗预测分析，完成对建筑的能效综合应用，确保其项目设计更加合理，也能够最大程度上提升能耗建设效果，所以在实际的建筑能耗设计中，应用能耗预测模型能够对建筑物施工中的能耗进行综合设计分析，从而提升建筑能耗设计效果，确保其施工展开更加合理，提升建筑工程施工效益。
1.能耗预测模型简要分析建筑物能耗预测模型是一种常用的建筑施工模型计算方法，在实际的建筑物能耗计算分析中，主要是完成对其综合能耗的计算分析。
在其计算中针对现代科学的计算方法以及计算技术进行实际的应用，通过多因素的考虑完成对建筑物模型的应用控制，确保其建筑物能耗设计应用更加合理。
在建筑物预测模型应用过程中其主要是对建筑物进行综合计算评价、在实际的建筑物设计应用中需要完成对其建筑物能效进行综合计算评估，并且其建筑设计中，针对其能耗指标进行综合节能设计，确保其技术设计应用更加合理，也能够最大程度上提升能耗预测模型应用效果，最大程度上提升建筑物施工效果。
2.能耗预测模型在建筑能效优化中的应用要点能耗预测模型是一种核心的能耗计算方法，对于现代建筑物施工技术应用而言有非常重要的作用，也能够最大程度上提升技术管控效果。
国内外气象模型的研究情况研究目的和主要内容 气象模型建立的总体思路逐时模拟数据与实测数据的比较逐时气象模型的建立问题的提出内容提要选择典型气象年结论z\气象模型的实际应用问题的提出•外界气象条件的变化情况与建筑物的动态热特性是研究空调系统动态过程的基础。
•只有基于一整套切实反映气象环境的数据才能真正对建筑物的冷热能耗有更加准确的计算分析,对整个空调系统的动态过程有更全面的了解。
国内外气象模型的研究情况y /♦统计法♦陵机教模拟法♦陵机过程模拟法综合考虑以上三种建立气象模型的方法,我们可以看到:♦统迤利用长期的逐时数据构成典型年（或参考年）O 然而我国的逐时气象观测数据却很不完整,目前只有少数城市有近几年的逐时气象数据,而且这些数据由于某些原因还未公开。
♦除统计法外,气象模型由分两步进行:首先,用随机方法模拟逐日气象参数;然后,再用模拟出的逐日气象参数配出或随机模拟出最终要求的逐时参数。
♦随机数情况下产生的,主要应用于逐日数据的模拟。
然而,这模拟这和随机过程模拟法是在逐日数据的缺乏•随着我国逐日气象资料的公开,我们已获得遍布全国的194个气象站台的近5 0年的逐日气象数据。
•在逐日数据充足的有利条件下,就无需再用复杂繁琐的方法模拟逐日参数,也就是说,可以越过气象模型建立的第一步,直接连行鉛二步------------ 覆拟逐时参薮。
研究目f ——在逐日实测数据的基础上,建立一套完备可靠的气象模型,获得满足一定统计要求的全年逐时气象数据，为空调系统动态过程的硏究建立坚实的基础。
主要内家-在历年气象数据中挑出具有气候代表性的典型气象年;•找出空气干球温度、绝对湿度、太阳辐射、风速风向以及天空有效温度等气象参数的一天内的变化规律,建立各气象参数的逐时模型;-验证逐时气象模型;-应用模型于空调系统的动态负荷模拟中；-模拟全国194个站点的典型年逐时气象数据o气象模型建立的总体思路原始逐日气象数据典型气象年的选择干球温度＜=□/ 模拟逐时气象数据绝对湿度＜=□太阳辐射天空有效温度风速风向原始逐日气象数据构成温度r日最高日平均风速日平均大气压日最低温度始逐日最大I速风E来自中国气象中心•由于气象参数的随机性，根据各年的实测气象参数来计算建筑负荷,其结果常有较大舍别;•这就有必要选取一个〃包型年〃，它由〃平均月〃构成,按每一〃平均月〃的气象参数算得的负荷应与该月的、按历年实际气象参数算得的负荷的平均值吻合；•典型年反映了气象环境的平均状况。
典型气象年的选择方法统计出每年每月的各气象参数的平均值< ________________________________________________________________________ 设有N年的逐日数据Z•计算每月各气象参数的。
N年平均值及方差对于月份m,如果第y年的实际气象参数能同时满足以下条件者，可认为该年该月有条件成为“ U]^1 。
如有若干个年份的m月都能满足“初选平均月的条件计算Dm值，选择Dm最小的月份作为第m月的“平均月” ：i—参数序号m—月份序号Y—年份序号初选平均「厂Ki二晶2 r选择典型气象年的气象参数及其权重气象参数权重日平均温度2/24日最低温度1/24日平均相对湿度2/24日最低相对湿度1/24日平均风速2/24日最大风速1/24日最大风速时刻的风向1/24日日照时数1/24•资料表明，一天内最高温度一般出现在午后三时,而最低温度出现在日出前一小时左右。
温度在一天内的变化规律可以近似干球温度模型的建立用傅立叶级数模拟逐时温度/日平均温度:日最低温度用一种简易方法模拟逐时温度没有考虑各;各天之间的》 可都是连续的北京典型年1月2日一 1月4日逐时温度变化C10北京典型年1月2日-1月4日逐时温度变化逐时模拟;s i -忸唄-15「丨丨丨丨】丨丨】丨丨丨丨】丨丨】丨丨1丨1丨丨】丨丨】丨门丨门丨小】丨丨】丨丨小丨丨】丨丨丨丨】丨丨】丨丨丨丨 小 小】丨丨「0 50 1121 5 9 13 17 21 25 29 33 37 41 45 49 53 57 61 65 69时间〈小时〉1 5 9 13 17 21 25 29 33 37 41 45 49 53 57 61 65 69时间（小时）绝对湿度的模拟是通过间接的方法得到:•禾I」用已模拟出的逐时温度计算逐时饱和水蒸气压力; •模拟出逐时相对湿度;•逐时水蒸汽分压力（绝对湿度）二逐时相对湿度X逐时饱资料表明，相对湿度日变化主要夬定于匕温日变化，但位相相反，即最低相对湿度出现在午后最高温度时段，而相对湿度最高值出现在清晨温度最低时刻。
因此可用模拟温度的方法来模拟相对湿度,只要变化方向相反即可。
北京典型年1月2日一1月4日逐时相对湿度变化1 6 9 13 17 21 25 29 33 37 41 45 49 53 57 61 65 69北京典型年I月2日一1月4日逐时温度变化1 5 9 13 17 21 26 29 33 37 41 45 49 53 57 61 66 69B恫沙时〉0 5 0 5 0 5 1 • 1 1 出戦〉超费・各天衔接处平滑处理太阳辐射量的逐时模拟主要包括两方面: •总辐射的逐时模拟•直射和散射的分离总辐射的逐时模拟•太阳总辐射的逐时模拟采用Collores・Perein和RabI模型(简称C.P.R模型):小时中点的时角①=誇(—2)0。
大气层外水平面日辐射总量Kt<=0.28 0.28<Kt<0.50.5vKtv0.74IKt>=0.74I采用M ARKO V 链来 决定某一瞬间的状态/\丨采用MARKOV 链来 决定某一瞬间的状态 a阴有云 阴晴天有云阴晴天直射和散射的分离\I直射和散射的分离1.492—0.492 i f >0.6exp(0.935r;)-l rz<0.6 T rD=1.416r,-0.384 =0.271-0.2939^北京典型年1月2日-1月4日逐时辐射变化直射辐射—散射辐射—总辐射o10 20 30 40时|询(hour) 50 60 70口主□冃哈尔滨北京[ I [ 1 1 ___________2 4 6 8 【0 12 14 •】6 18 20 22 24 时实测哈尔滨、北京、汉口和广州四站的年平均风速日变化曲线风速模型的建立1在陆地上丄一般风速以F后最大,因为下蛰面最热,对流旺盛,嵩T1时刻z 日最小风速,可利用日平均风速和日最大风速求得Tl=日出时刻+ 1 （小时） T2二正午时刻+ 3 （小时） T3二日落时刻+ 2 （小时）■■ /T2时刻,日最大风速,已知f\/ \f\/\ /|T3| /\/\\7\^时间（h 畀506070北京典型年1月2 0 -1月4 a 理憩风速变化0 8 6 4 2 0 21 -(<3姻眩理想风速日变化 这种变化规律 不能完全反映 —天的风速变 化规律！•奨蕎麗乌番彳IU 屠荤勞值作为各时刻的朗望部分，把马尔可 •如何确定这两者的比例?通过对密云逐时风速原始数据的述算发现，当磐咅E 分的权 重为0.65』斷部丫 俶董为0.3E 时7模拟产生的风速与原 始数据的RMSE （均方根误差）和SDE （标准误差）最小。
•模拟风速二0.65棋月望部分+ 0.35咂机部分时问(hour)北京典型年1月2日7月4 E 逐时风速变化期池亠随机畅北京典型年1月2日-1月4日逐时风速受化理想风速模型与马尔可夫链O 的联合应用'J风向模型的建立北京典型年1月2日-1月4石遂时应逢變化10 % 70时间 <hOiJf>天空有效温度是大气水汽含量、云量（或日照百分 率）、气温及地表温度的函数。
文献表明,天空有效温度可由下式求得:T 曲二 r0.9T y4 -(0.32 - 0.026尼)(0.30 + 0.70© )乡 丫"天空有效温度的模拟[K]日照百分率的逐时模拟利用实测的逐日日照小时数,逐时日照百分率可由下式得到:相对日照百分率,表示某一期间内日照率 和假设太阳高度角为90度的日照率的比值逐时相对日照百分率的在一天内的积分, 假设太阳高度角为90度时的日照小时数。
^rel2.5 tan/1.0—空 tan// <10"I表示太阳高度角ts，-7屛日照小时数/ > 10文献表明,地表温度是空气干球温度，总辐射强度和地面与天空之间的长波辐射交换量的线性函数：空气干球温丿匚=4 + B\ % + B2 q 心 + C] 9仃0 + C?乳._] — D 呱—2迅 1 P总辐射强度aT： (0.32 - 0.026何)(。
北京冥型年全年天空有效温度变化天空有敷温度日最小值——天空有敷溫度日巔大值——天空有效温度日均值403020北京典型年天空有效温度与空气千球淳度之差的全年变化350时间（月）逐时模拟数据与实测数据的比较——温度上海 1 qqq 年 1 月8日—［月、方w 扯••川4G国4 比 础3 屬2J 0与实测值比较HlVOhN)MBE 平均误差 均方根误差14 12出 暫8和6上海1999年11月29日一 11月31日逐时模拟温度与实测值比较模拟值实舔値上海2001年4月15S-4月17日逐时模拟温度与实测值比较2 0相对误差二绝对误差/日波幅绝对误差 相对误差平均误差 0.087平均误差1.0%1.38标准偏差1.38RMSE均方根误差数据来源・平均绝对误差17.5%标准偏差 上海1998-2002逐时气象数平均绝对误差相对误差二 绝对误差/日波幅 绝对误差g/kg干空气 平均误差 均方根误差0.0860.820.82平均误差相对误差平均误差 平均绝对误差1.2%6.8%RMSE =」丄》£标准偏差逐时模拟数据与实测数据的比较 ■ <——绝对湿度上海I 999年］月 2 日一I 貝 4 10沖:曰rte 匕如cmid 古LI ■仕上海2002年7月28日一7月30日逐时模拟湿度与实测值上海1999年11月29日一11月31日逐时模拟湿度勻实测值比较7 649 52 55 58 61 64 67 70乙52 1 遡廉凌«O标准偏差平均绝对误差逐时模拟数据与实测数据的比较 ■ <——总辐射强度 < 丿口 “ r L1、:Z714声右丄：3卒 4 1宀和：彳克比较相对误差二绝对误差/日波幅上海1999年11月290-11月31日逐时模拟总辐射强度与实测800实痔值1200 1000彌值___________ 辐射强度与实测值比较上海2002年7月28日一7月30日逐时模拟总辐射强度与实测值比较2968 5 5 5 2o峑！应嚮捺呼o o o o o0 0 0 0时fl£3 8平均误差绝对误差平均误差均方根误差相对误差0.10平均误差0 01% 1064平均绝对误差标准偏差64RMSE = — V e；徒Ojg NMAD=^e平均绝对误差逐时模拟数据与实测数据的比较——风速V 丿密云模拟风速与实际风速的比较+实测数摇密云模拟风速与实际风速的比较♦实测数据—模拟值〔S.W)煨医1)密云模拟风速与实际风速的比较■实测数据—模拟值变化趋势和数值大小是0 5 10 15 20时间(hour)—模拟值年均值比较，单位：度模拟风实测风向 向5672某方向数据观测为0(0°<0<360°),51!]0可用一个单位矢量描述,它由N 轴(正北向)沿顺时钟方向转动e 得到月份 模拟风向 实测风向1 69 69 2288 51 3 80 53 4 36 62 5 50 68、 6 60 88 7 62 78 8 85 274 9 76 41 10 68 67 11 19 76 126059月均值比较，单位：度数据来源——密云1993-2001的逐时风向逐时模拟数据与实测数据的比较 —「一‘4 风向•检验气象模型的优劣最终还得看模拟的逐时气象数据能否反映长期气象环境对建筑负荷的影响。
