城市居住建筑能耗影响因素与预测模型构建研究-城市环境与生态工程专业论文.docx

在调研的基础上，对重庆市居住建筑能耗进行相关分析和偏相关分析，从 29 个影响年能耗的调查变量中筛选出了具有显著线性关系的常住人口、建筑面积、 建筑类型、夏季空调降温方式、夏季制冷空调台数、冬季采暖空调台数、冬季采 暖其它设备台数、电脑台数、电视台数、电磁炉台数、其它信息类设备台数、电 视每日开机时间等 12 个变量。根据基础调查数据初选简单相关变量和派生变量与 年能耗的简单线性关系确定出影响年能耗的最终简单相关变量 6 个，包括：常住 人口、人均建筑面积、建筑类型、夏季空调降温方式、制冷空调和电脑台数和、 空调电脑电视日均使用时间和。由于简单相关分析有一定的局限性，主要是在计 算相关系数时，不能消除其它变量的影响，因此有必要对年能耗简单相关变量进 行偏相关分析。最后，偏相关分析结果表明，与年能耗有显著相关因素有 4 个， 包括：常住人口、人均建筑面积、制冷空调和电脑台数和、夏季空调降温方式。 年能耗与各变量的偏相关系数从大到小依次为：常住人口(0.307)、人均建筑面积 （0.290）、制冷空调和电脑台数和（0.125）、夏季空调降温方式（0.124）。 在分析和筛选出上述四个影响因素的基础上，建立了基于相关分析的多元线 性回归预测模型：Y ???817.445 ??380.434X1 ??30.699X2 ??87.376X3 ??226.667X4 。该 模型与传统的线性多元回归分析建模不同，没有把可能影响建筑能耗的所有因素 变量纳入模型，而是在通过相关分析和偏相关分析后剔除模型冗余变量，消除了 共线性因素变量的影响，从而能在模型中更好反映建筑能耗的重要影响因素及影 响程度，预测更为可靠和准确。为了与线性回归建模进行比较和检验，同时，选 择了拟合精度更高、但拟合计算更为复杂的非线性回归分析建立模型。本文采用 非线性最优化算法 L－M(Levenberg－Marquardt)算法进行极值计算，进行了多参数 非线性模拟多元回归分析，确定重庆市居住建筑能耗的非线性函数的拟合回归模 型，多项式函数模型 y ???10468.60 ??7148.6x1 和指数函数模型 0.14 ?1556.7x 2 0.27 ??96x 3 1.48 ??6.48x 4 2.15 y ??3706.15 - 3471.9e-0.32x1 - 3181.5e-0.028x2 ??509.4e0.238x3 ??192.76e0.153x 4 。最后利用 2008-2009 年重庆市城市实际居住建筑能耗数据对建立的线性和非线性回归模型 拟合效果进行检验，模型拟合数据与实际统计数据符合度为 94%以上，模型拟合 度较好。 根据重庆市居住建筑能耗影响因素模型，结合重庆经济、社会、人口发展发 展趋势，对重庆市“十二五”期间各能耗影响因素进行了情景分析，建立了重庆 市居住建筑情景分布预测矩阵： E ???E退休住户 ???E年轻住户 ???E基本家庭住户 ???E复合家庭住户 T T T T ??(c1 j ) *?bi1 ? ??(c2 j )*?bi 2 ? ??(c3 j ) *?bi3 ? ??(c4 j )*?bi 4 ? （ i, j ??1, 2, 3 ）。 II 根据该情景分析预测，重庆城市居住建筑能耗预测结果重庆市 2012 年总能耗为 414527.7 万 kWh，2015 年为 507214.7 万 kWh。 结合重庆市的实际情况，以及居民的可接受程度，针对性提出了制定可持续 的市能源发展规划、建立城市居住建筑能耗管理体系、完善基于低碳的居民用能 引导措施和健全基于低碳的居住建筑节能激励机制，为重庆市解决能源矛盾和建 筑节能提供了系列对策措施和政策建议。 关键词：居住建筑，能耗因素，预测模型，情景分析，建筑节能 ABSTRACT Construction, tied with the industrial and transportation for three areas of energy consumption, is also an important source of greenhouse gas emissions. With the development of Chinas national economy in recent years, it results to the proportion of building energy consumption share of energy consumption increase year by year. The improvement of peoples material life and th