102公共建筑能始耗数据分析方法与分项计量.docVIP

公共建筑能耗数据分析方法与分项计量 清华大学建筑学院建筑技术科学系 王鑫 魏庆芃 摘要：公共建筑能耗数据分析对指导节能工作具有重要意义，本文对建筑能耗数据分析方法进行了综述，在此基础上提出两种实用多建筑能耗数据对比分析方法：能耗指标法和效率指标法。本文还提出针对建筑总能耗数据进行分析的局限性，提出应更多的针对用分项计量数据进行分析研究。 关键词：公共建筑，分项计量，能耗数据 Abstract：The analysis of energy consumption data of commercial building has important meanings to the energy conversation work. This article summarized the usual approaches and discussed two applicable methods for comparing between buildings: the energy indicator approach and the energy efficiency indicator approach. The limitation of total energy consumption in analysis is also discussed and sub-metered data is considered to be more useful. Key words：commercial building, sub-metering, energy consumption data 背景 随着建筑节能工作的深入和发展，建筑能耗数据的统计与审计工作在全国各地得到普遍开展。许多地方建立了公共建筑能耗数据库，采集了大量的建筑能耗数据和相关建筑信息数据。近几年来，随着分项计量工程的应用和推广，我们不仅能获得建筑全年或逐月的总用电量，更能获得建筑分项、分系统的逐时的电耗。可以说，我国已经初步建成了公共建筑能耗数据采集的平台，为公共建筑的节能工作奠定了良好的基础。 解决了数据的获取问题，数据的分析处理就变得越来越重要。如何分析和应用这些数据？特别的，如何使这些数据在节能工作中发挥作用？这就是本文要回答的问题。 能耗数据分析原理 能耗数据模型与方法 影响建筑能耗的因素很多，如气象参数、建筑使用情况、设备系统形式、运行控制策略、建筑围护结构状况等。所谓“分析”就是通过某种模型，在建筑能耗数据与能耗影响因素之间建立联系。 ASHREA Handbook 2005（以下简称“手册”）的“能耗评估与建模”章节（Chapter32）[1]对建筑能耗的分析方法进行了较为完善的综述，提出能耗模型的三个组成部分： 1、输入参数； 2、系统结构与系统参数； 3、输出结果。 手册将分析方法分为两种，一种是“向前方法”（或经典方法），即已知能耗模型的第一、二部分，求解建筑能耗；另一种是“数据驱动方法”（或反向方法），即已知能耗模型的第一、三部分，求解建筑能耗与影响因素之间的关系。 显然，上述“数据驱动方法”就是适用于公共建筑能耗分析的方法。手册中将这种方法大致又分为三类： 1、经验方法（或黑箱方法）； 在能耗数据与影响因素之间建立某种回归模型，常用的有最小二乘法、PRISM方法[2]等； 2、校准模拟方法； 用模拟软件建立建筑模型，进而调整输入条件使得输入与实测能耗相符； 3、灰箱方法。 为建筑或系统建立物理模型，用统计方法确定模型参数。 上述方法主要适用于单个建筑的能耗数据分析。当对比分析多建筑能耗时，只需利用上述方法，把不同建筑能耗归一化，形成某种能耗指标，再进行横向对比。 相关研究综述 过去二十多年，国内外对于建筑能耗数据的分析主要针对的是建筑总能耗。建筑总能耗数据具有易于获得（尤其是全年能耗或逐月能耗）、准确度很高的特点，常被用于各种回归模型分析。以下是部分相关研究的综述。 文献[3~8]给出了针对逐月能耗的分析方法，其共性特征为均采用某种气象参数（采暖度日数、空调度日数等）对逐月能耗进行回归，回归结果可对未来的能耗进行预测。这种方法的应用很广泛，但研究成果对于指导建筑节能缺乏实际意义。 图2.1 香港某办公楼建筑逐月能耗与室外平均温度的相关性分析[3] 文献[9~12]给出了针对多个建筑总能耗的benchmarking方法，多采用EUI（Energy use intensity）指标或归一化的EUI指标衡量建筑物整体用能水平的高低。 图2.2 美国加州办公建筑能耗评测软件[10] 文献[13~17]针对逐时或逐半小时尺度的建筑能耗数据进行分析，从而实现能耗预测、改进运行、能耗曲线形状识别、能耗拆分等目的。 图2.3 采用EDA（End-use D