265用改进的BIN法模拟与分析空调建筑能耗

用改进的BIN法模拟与分析空调建筑能耗1南京工业大学城市建设与公共安全学院赵坚刘金祥摘要：本文利用改进的BIN法对某空调建筑的能耗进行模拟，运用正交试验设计、方差分析和回归分析等方法进行分析，得到能耗的显著影响因素，能耗与各个因素的函数关系，从而为空调和建筑节能设计提供依据。关键词：BIN法能耗正交试验方差分析回归分析1引言建筑能耗占总能耗的比重逐年增加，对建筑能耗影响因素进行分析，并且得到各因素影响程度大小关系，有利于建筑和空调系统的节能与优化设计，进而有利于空调系统的运行和管理。目前建筑物能耗分析有两种基本方法：一是利用计算机软件（如DOE-2，EnergyPlus，HASP等）进行精确计算，但它一般较复杂，不适用一般设计和运行管理人员使用；另一种是简化计算（如度日法，当量满负荷运行时间法，温频(BIN)法等），这种方法精度稍差，但简单实用。本文模拟建筑物能耗所采用的方法是改进的BIN法[1,2]，它是在BIN法基础上，用温度和含湿量联合划分频率段，使能耗计算更切合实际，使“动态”的概念得到加强。2改进的BIN法能耗模拟数学模型2.1负荷计算在改进的BIN法中，空调负荷由太阳辐射负荷、传导负荷、内部负荷和新风负荷四部分组成。为简化计算,假设围护结构负荷（日射得热和温差传热）和新风负荷与室外干球温度存在线性关系。2.1.1太阳辐射负荷太阳辐射负荷可根据式(1)进行计算：1()/()niiiifiSCLMSHGFAGSCCLFTFPStA（1）式中：SCL－平均日射负荷，7月份和1月份分别记作SCL7和SCL1，W/m2；n－建筑物朝向数；MSHGFi－朝向i的最大日射得热系数，W/m2；AGi－朝向i的窗子总面积，m2；SCi－朝向i的遮阳系数；CLFTi－朝向i的24小时日射冷负荷系数之和；FPS－月平均日照率；t－空调系统运行小时数，h；Af－建筑物空调面积，m2。SCL与室外干球温度T之间存在如下线性关系：711()()/()phpcphSCLSCLSCLTTTTSCL（2）式中：Tpc－高峰冷负荷温度，℃；Tph－高峰热负荷温度，℃；2.1.2传导负荷传导负荷由两部分组成：1资助项目：江苏省建设厅资助项目（JS200121）(a)通过屋面、墙体、玻璃窗由温差引起的稳定传热部分，可根据式(3)进行计算：1()()()/niiifiTCLTHLAKTTA（3）式中：TCL、THL－分别为夏季、冬季由温差引起的传导负荷，W/m2；n－建筑物热传导表面数；Ai－第i个表面的面积，m2；Ki－第i个表面的传热系数，W/m2·℃；T－室外干球温度，℃；Ti－室内设定温度，℃。(b)通过屋面、墙体由日射引起的不稳定传热部分，可根据式(4)进行计算：1()/niifiTSCLAKCLTDSKCFPSA（4）式中：TSCL－日射形成的传导负荷，7月份和1月份分别记作TSCL7和TSCL1，W/m2；CLTDS－日射形成的墙体冷负荷温差，℃；KC－墙体外表面颜色修正系数；TSCL与室外干球温度T之间存在如下线性关系：711()()/()phpcphTSCLTSCLTSCLTTTTTSCL（5）2.1.3内部负荷内部负荷根据式(6)进行计算：/maxfCLIAUCLIA（6）式中：CLI－内部负荷，W/m2；AU－同时使用系数；CLImax－照明、发热设备的最大负荷和房间内最大人数时的人体散热，W。2.1.4新风负荷新风负荷包括显热负荷和潜热负荷，分别根据式(7)和式(8)进行计算：()0.34()/ifCLVSHLVSVTTA（7）0.83()/ifCLVLVddA（8）式中：V－新风量，m3/h；d－室外空气含湿量，g/kg；di－室内设计要求的空气含湿量，g/kg。2.2建筑概况与参数的取值本文采用文献[3]的建筑数据：南京地区某一幢四层办公楼，层高3.6m，南北朝向。建筑面积3200m2；外墙面积：南墙621.3m2，北墙638.6m2，东墙178.1m2，西墙178.1m2；外窗面积：北窗260m2，南窗255m2，西窗12m2，东窗12m2；屋面面积：823.7m2。该办公楼工作时间为8:00～18:00。南京地区Tpc=36℃，Tph=-6℃，7月和1月的FPS分别取为0.64和0.44，t取10小时；MSHGF和CLTDS按照文献[4]取值；KC取值为1。其它参数取值见下文。由于南京地区属于非采暖地区，夏季能耗是全年能耗的主要部分，本文对建筑物的夏季能耗进行模拟与分析。2.3改进的BIN法的气象参数整理本文采用文献[5]的实测加工气象数据，它比推测数据更具有真实性，能给人一种“身临其境”的感觉。南京地区夏季室外气温高于22℃时空调系统开始制冷，笔者利用温度和含湿量联合划分频率段，对南京标准年逐时气象数据进行一班制(8:00～18:00)整理，见表1。表1改进BIN法温、湿度表(8:00～18:00)温度/℃含湿量/g/kg合计/h3579111315171921232522291328302878210000209240102141352651603000027426052031212942314610002352807131317234048613220256300005212333947525019532000033835436417117434000002284534111103360000000114851292.4改进的BIN法能耗模拟计算将各参数代入式(2)、(3)、(5)、(6)、(7)和(8)后相加可以计算各温、湿频段下该办公楼的负荷，将结果分别乘以表1的各温、湿频段对应的小时数后累加就得到总能耗。3正交试验设计正交试验设计是从全面试验中挑选出部分有代表的点进行试验的方法，这些代表点具有“均匀”和“整齐”的特点。正交试验设计能有效减少试验次数，因此具有很高的效率[6]。3.1影响因素、水平的确定和正交试验设计从数学模型中可以看出，能耗的影响因素是遮阳系数、室内温度、人员密度、新风量标准等10个因素，根据规范要求每个因素取两个水平，用正交表L12(210)[6]来安排试验，并用改进的BIN法计算不同试验下的总能耗(kW·h/m2)，详见表2。表2正交试验表格L12(210)试验序号各个能耗影响因素总能耗12345678910遮阳系数室内温度屋面结构墙体结构窗户结构窗墙比照明功率设备功率人员密度新风标准11(0.44)1(26)1(0.35)1(0.49)1(2.37)1(0.25)1(20)1(15)1(0.1)1(20)72.4322(0.55)112(0.93)112(35)2(25)12(30)101.55322(28)2(0.7)211212(0.2)1108.54411222(4.00)11222130.485212122(0.35)2211100.0361112222121123.107122212121177.428122121211281.119221222111276.58102121121122128.47112211211221103.11121211122222124.37注：屋面、墙体和窗户结构指它们的传热系数(W/m2·℃)，“()”中数据为各因素的具体取值。3.2方差分析方差分析是利用数理统计假设检验的方法，构造一个服从F分布的统计量，记为F，当某一因子的Fi值（Fi值计算方法可参考文献[7]）大于一定显著性水平下的临界值时，便认为是显著性因子。利用表2中的数值计算各因素的Fi值，结果见表3。取显著性水平为0.05，临界值F0.05(1,1)＝161.45，所以能耗的显著影响因素是室内设定条件（人员密度、温度、新风标准、照明等），而围护结构（屋面、墙、窗等）对能耗影响较小。因此，在南京地区，采用保温屋面、保温外墙和双层窗的节能效果不明显，而节能的重点要放在室内设定条件上。在空调设计时，人员密度、室内温度和新风量的确定必须谨慎。F值的大小反映了各因素对试验结果影响程度的大小，当Fi值越大，因素对结果的影响就大[7]。按照各个因素Fi值大小对各因素进行排序，结果见表3。3.3回归分析不考虑10个因素之间的交互作用，建立能耗Y与各个因素水平变量X1,X2,…,X10的多元线性回归关系[7]，关系式如下：11221010oYbbXbXbX…式中，b0,b1,b2,…,b10－最小二乘估计值，即回归系数；它们组成矩阵b，根据式(9)进行计算：1(')'bXXXY（9）式中，b－回归系数矩阵；X－设计矩阵（或结构矩阵、自变量系数矩阵）；X’X－信息矩阵，X’－X矩阵的转置矩阵；(X’X)-1－机关矩阵，即信息矩阵的逆矩阵；Y－总能耗的矩阵。利用表2中12次正交试验的数值，根据式(9)计算出各回归系数，可得到拟和公式(10)：10113.35iiiYCX（10）式中，Y－能耗，kW·h/m2；Ci－各回归系数，见表3；Xi－各个因素水平；13.35－常数项；计算拟和公式的全相关系数，得到R2＝0.99991（很接近1），说明拟和效果较好[6]。但利用式(10)拟和计算前，应先将各个因素的具体取值规格化，可按式(11)规格化计算：121()/()1Xxxxx（11）式中，X－因素的水平，低水平为1，高水平为2；x－因素的具体取值；x1－因素低水平时取值；x2－因素高水平时取值；当x=x1时，X=1；当x=x2时，X=2。表3F值、回归系数C值计算及排序表序号i12345678910因素遮阳系数室内温度屋面结构墙体结构窗户结构窗墙比照明功率设备功率人员密度新风标准Fi16.311336114.812.280.48198.6466.7404.38088621.7Ci1.56-14.154.151.360.275.468.377.7934.839.66排序82791064513从表3的回归系数看出：①各因素的具体取值经过式（11）规格化后，就可根据式（10）进行拟和计算。同时回归系数是各因素与能耗定量的数值关系，它还反映了各因素影响能耗程度的大小。②室内温度因素的回归系数是负数，说明夏季室内温度设定越高，能耗越小；因此，在满足舒适性的情况下，夏季应尽量升高室内温度。而其它各个因素与能耗都成正比关系。③按照各因素回归系数Ci绝对值大小对各因素进行排列，得到的顺序与按照各因素Fi值大小排列得到的顺序是一样的，说明了回归分析与方差分析结论是一致的。3.4最优化分析利用表2中12次正交试验的水平、能耗与式(10)进行最优化分析，建立约束最优化目标函数的数学模型[8]：101min()13.35iiiYXCX，..121,2,,10istXi通过计算得到，当室内温度取高水平，其它都取低水平时（这与回归分析的结论是相统一的），能耗最小值Y=58.50kW·h/m2。12次正交试验中没有此次试验，但是它与第1次试验很接近，区别仅为室内温度水平不同。两者对比可知，其它因素都取低水平时，室温升高2℃，可以节能13.93kW·h/m2。4结论本文运用正交试验设计、方差分析和回归方法得到：1）能耗的显著影响因素是室内设定条件（人员密度、温度、新风标准、照明等），而围护结构（墙、屋面、窗等）引起的能耗较小。因此，在南京地区，采用保温屋面、保温外墙和双层窗的节能效果相对不明显，而节能的重点要放在室内设定条件上。在空调设计时，人员密度、室内温度和新风量的确定必须谨慎。2）能耗与各因素的拟和公式，全相关系数R2＝0.99991，拟和效果较好。各因素的具体取值经过式（11）规格化后，就可根据式（10）进行拟和计算。同时回归系数是各因素与能耗定量的数值关系，它还反映了各因素影响能耗程度的大小。3）方差分析、回归分析和最优化分析得到的结论是一致的。因此，本文可对设计人员在空调和建筑节能设计时提供依据并起一定的指导作用，进而使空调系统运行更加经济节能。参考文献[1]杜垲,刘青,张建忠.应用联合频