基于逆向建模的公共建筑能耗拆分方法研究
中國建筑科學研究院有限公司 魏崢 李林濤 陳昭文
【摘 要】公共建筑節能是建筑節能開展的重要領域，大部分建筑能耗及相關數據監測、統計系統不到位，很難以實際運行數據指導建筑節能改造及優化運行。鑒于數據匱乏和深入挖掘建筑節能需求的矛盾性，本文提出一種基于建筑總能耗的逆向建模方法，利用建筑能耗對室外溫度以及服務參數的敏感性，對建筑總能耗進行拆分擬合，根據擬合參數的物理意義對建模原則和建模過程進行了介紹，并選取典型建筑模型與建筑實測結果進行對比，驗證了模型的可靠性及對節能方向的指導意義。
【關鍵詞】公共建筑 逆向建模 能耗拆分 建筑節能
0 引言
2015年，中國建筑能源消費總量達到8.57億噸標準煤，占全國能源消費總量的20%，隨著城市化進程的推進和人民生活質量要求的逐步提高，這一比例將繼續上升。公共建筑的總建筑面積約113億平方米，占總建筑面積的18%，而公共建筑能耗達到3.41億噸標準煤，占建筑能耗的40% [1]，公共建筑是建筑能耗的高密度領域。因此，公共建筑節能意義重大。
為降低公共建筑的運行能耗，有效提高大型公共建筑的能源利用效率，建立起用以促進公共建筑節能的長效機制，國家建設部自2007年開始建立全國聯網的國家機關辦公建筑和大型公共建筑能耗監測平臺，旨在通過能耗統計、能源審計、能耗定額等制度促使公共建筑提升節能運行管理水平，為高能建筑的進一步節能改造準備條件。“十二五”時期，我國在33個省市開展了能耗動態監測平臺建設，對9000余棟建筑進行能耗動態監測。[2]
但分項計量監測，尤其是既有建筑需要額外增加大量的計量器具，還依賴于建筑的配電設計布線情況，很難做到完全按照此分類進行計量，如空調末端無法與插座電耗拆分，動力用電能耗無法單獨計量等。此外，監測平臺數據的校核、分析以及平臺運行維護、數據采集側的不穩定等因素導致平臺運行人力財力投入需求較高，平臺實時監測很難維持。目前很多城市的監測平臺數據并不能用于節能工作的開展。
另外，對于大量的公共建筑，很多系統用能并不局限于用電，如采暖空調能耗，還可能包括燃氣、集中供熱、集中供冷等，以辦公建筑為例，能耗邊界如圖1所示，不同建筑采用不同的系統形式，很難單獨采用電耗對建筑能效水平進行分析、診斷。
圖1 辦公建筑用能邊界示意圖
建筑實際運行能耗的降低和能效的提升是建筑節能工作最直接的成果體現和最終目標。無論是能耗分析、節能診斷都需要對建筑能耗數據進行分析，對高能耗因素進行定位，而目前大部分公共建筑并未建立完善的能耗監測系統，且具備監測系統的建筑各項能耗拆分結果也不樂觀，大部分建筑可分析數據還停留在總能耗層面，為了進一步給出精確的節能指導，需要更多的信息量，需要更多的建筑能耗數據和運營參數信息，而這與我國建筑能耗數據基礎差的現實困難是相矛盾的。要發現節能點，還需要對建筑進行現場測試、審計等一系列工作，其對評估人員的專業要求較高，并且前期工作及評估成本也很高，很難大范圍開展。
為解決數據基礎與節能需求的矛盾，充分挖掘有限數據的最大信息量用于指導建筑節能工作的開展，本文提出一種新的按用途的能耗分類方法，基于建筑總能耗和一些易于獲取的相關參數對能耗進行分類，且分類結果要具備一定的物理解釋意義，為建筑節能診斷、能耗評價、節能量審核等相關工作提供思路及方法。
1 公共建筑能耗拆分原理
公共建筑的用途是為提供相應功能的服務，并為此服務提供相應的舒適環境。環境的維持依賴于對天氣變化導致的建筑室內環境負荷進行消除；功能服務是為每個服務對象提供相應的場地、設備、“產品”等。
建筑能耗使用對建筑服務水平、服務量以及當地天氣狀況的依賴性很大，并且此參數隨著時間推移變化很大。由于建筑物內能量流動的熱力學原理和線性模型的統計規律，大多數參數的回歸模型是一階線性的。[3]這類模型在住宅和商業建筑的能耗模擬以及節能量核算方面得到了大量的應用。[4-7]
根據建筑總能耗與相關參數的相關性，采用統計回歸模型，可將能耗拆分為天氣變化相關能耗、服務增量相關能耗以及天氣、服務變化獨立的基荷能耗三部分，如圖2所示。建筑能耗應主要為此功能服務，天氣、服務變化獨立的基荷能耗比重越小，建筑能耗利用越好。按此原則對建筑能耗進行拆分，根據各項能耗的占比，能耗對各增量參數的敏感度可對建筑分項能效進行充分分析，進一步為建筑節能指出推薦措施。
圖2 公共建筑能耗拆分
這種快速精益拆分建筑運行能耗的方法，可以量化天氣變化及服務增量無關的能耗，采用現有賬單或臺賬數據建立模型，預測能源使用，估計節能潛力，并評估建筑能源性能趨勢。通過比較一定量的建筑的分析結果，可以識別節能重點，并推薦最可能存在于建筑物的能源效率措施類型，明確節能潛力大的方向，為能源管理工作提供一個比較精準的基線。
此技術思路源于工業建筑能耗分析[8,9]，基于“一切不能用于增加產品價值的能耗都是浪費”的原則，對能耗進行量化分析：天氣變化相關能耗、產品增量相關能耗以及基荷能源消耗。使用最小二乘回歸模型創建建筑的能耗特性，建立的能耗特性模型可以代表驅動因素對能耗的簡明準確的描述。
2 公共建筑能耗拆分模型
典型建筑拆分模型的可能形式主要包括以下4種，分別代表了不同的用能形式，如表1所示。3P空調模型主要是無需采暖建筑以及采暖熱源采用非電驅動且采暖輸配及末端能耗占比極低的建筑；3P采暖模型是無需空調的建筑；4P模型主要是內區較大，冬季也需開啟空調的建筑；5P模型是典型冬季采暖夏季空調建筑，建筑冷熱源采用同一種能源驅動。
據調研，我國建筑采暖熱源主要包括電力驅動、天然氣鍋爐以及外購熱力三類，空調冷源主要包括電力驅動以及吸收式機組。對應的拆分能耗模型主要是電力3P空調模型、標準5P模型以及天然氣3P采暖模型。
以氣象參數的3參數模型為例，擬合建筑各類能耗在同一時間段內實際室外空氣溫度的函數，模型系數直接表征了圍護結構和空調、采暖設備的運行情況。
其中，Ei表示與天氣變化以及服務增量無關的能源消耗，CS和HS代表了室外氣溫的能耗變化，包括建筑空調和采暖負荷以及空調和供熱系統的效率。PD指服務增量相關系數，P表示服務量。
CC和HC分別指外部空調負荷和外部采暖負荷，U指圍護結構導熱系數，A指圍護結構面積，V指無組織通風流速，ρ指空氣密度，cp指空氣比熱。
平衡點溫度Tb,H和Tb,C指空調、采暖系統開啟平均臨界溫度，Tset指設定溫度，Qi指內熱負荷，包括用電設備、輻射得熱以及人員活動。η指系統效率。
建筑圍護結構或系統效率變化會直接導致CS、HS的變化，反之，CS、HS的變化也能反映建筑圍護結構和系統效率的提升或下降。
建筑能耗拆分模型建立后，根據每項參數的物理意義，結合各參數的大小，有目的的發現存在建筑節能方向，并估算相應節能改造的節能量。
表1 典型能耗拆分模型匯總
3 能耗拆分及分析方法
根據能耗拆分原理，分析能耗數據與天氣參數的相關關系，逐月能耗與室外溫度為分段函數，冬季隨著溫度的升高能耗相應降低，夏季隨著能耗的升高，能耗增加，過渡季在一定溫度范圍內建筑能耗與溫度無關。拆分天氣相關能耗的關鍵是確定兩個分段點。
分段點的確定方法如圖4所示：
（1）確定溫度范圍；
（2）初步確定分段點的可能值；
（3）以溫度為自變量擬合回歸模型；
（4）檢驗各模型的均方根誤差結果，選擇最優模型，初步確定對應溫度分段點；
（5）縮小分段點所在溫度范圍，重新擬合回歸模型，選擇最優模型；
（6）重復第五步，直至確定最優溫度分段點。
圖3 天氣相關能耗拆分方法
將溫度范圍按兩個溫度分段點分段，分別擬合能耗與溫度的函數，天氣相關能耗即可拆分出來。影響建筑能耗的參數不止天氣參數，還包括建筑提供服務相關數據，因此能耗拆分模型采用多元線性回歸的方法，根據確定的最佳溫度分段點逐段進行回歸。
回歸得到拆分模型：
其中，為室外溫度。
常量Ei為室外溫度及服務量變化無關能耗，PD×P是建筑提供服務量相關能耗，HS(X1-Tb,H)-+CS(X1-Tb,C)+為天氣相關能耗。HS反映的是建筑圍護結構與供熱系統效率的優劣，HS為負值，其絕對值越大圍護結構和供熱系統效率越差；CS反映的是建筑圍護結構與空調系統效率的優劣，CS越大說明圍護結構和空調系統效率越差；Tb,H和Tb,C分別為供熱和空調開啟臨界溫度，Tb,H越大，說明供熱季室內溫度越高，室內熱源散熱越大，Tb,C越大，說明空調季室內溫度越高，內熱源散熱量越大。
4 能耗拆分模型應用
以三棟辦公建筑實際運行參數擬合拆分模型，因為建筑提供服務量無明顯變化，運行時間也是固定的，服務相關變量為常量，故而模型僅拆分出氣象相關能耗以及氣象不相關能耗兩部分。對比三棟建筑模型，擬合優度都高于0.9，模型擬合良好。能耗拆分模型結果如表2所示。
表2 典型建筑能耗拆分模型
圖4 典型建筑能耗拆分模型擬合結果
根據參數的物理意義，Tb,H和Tb,C分別反映了采暖、空調系統的開啟時間以及室內內熱負荷的大小，Tb,H越高，說明采暖系統開啟的越早；Tb,C越低，說明空調系統開啟的越早，或室內內熱負荷過大。1#和2#建筑均位于杭州市，為同一物業公司運營，空調、采暖開始日期相同，且建筑服務功能、密度相差不大，擬合的溫度拐點相同，3#建筑位于西安市，開啟采暖系統較1#和2#建筑早，但西安市冬季比杭州市降溫早，Tb,H與1#和2#建筑偏差不大，空調系統開啟晚，Tb,C較高；
天氣無關能耗Ei反映了服務強度和基礎負荷的大小，1#建筑照明、辦公等設備功率較大，3#最低，相應1#建筑Ei最高，3#Ei最低；
HS的大小反映了采暖系統效率的大小和圍護結構性能的優劣，HS越大，系統效率和圍護結構性能越差，3棟建筑的圍護結構傳熱系數及采暖系統效率測試結果如表3和表4所示。經測試1#建筑圍護結構性能最差，采暖系統效率也最低；2#建筑圍護結構性能與3#相差不大，采暖系統效率2#建筑低于3#建筑，從HS的結果來看1#＞2#＞3#，與實際相符。
CS的大小反映了空調系統效率的大小和圍護結構性能的優劣，CS越大，系統效率和圍護結構性能越差，從表3和表4的測試結果來看1#建筑圍護結構性能最差，2#建筑圍護結構性能與3#相差不大；1#建筑空調系統效率最低，其次是3#，2#空調系統效率最高，從CS的結果來看1#＞3#＞2#，與實際相符。
根據模型各參數的意義，1#建筑的圍護結構性能及空調采暖系統效率較差，2#建筑采暖效率相對較差，3#建筑空調效率較差是節能改造的重點方向。
表3 樣本建筑圍護結構傳熱系數測試結果（W/m2·K）
表4 樣本建筑系統效率測試計算結果
5 結語
本文提出一種新的能耗拆分模型，系統的介紹了建模原則和建模方法，并對模型各參數代表的物理意義進行解釋?；谔岢龅姆椒?，選取3棟典型辦公建筑進行建模分析，并通過模型結果對建筑進行初步診斷，指出建筑的節能方向。通過對3棟樣本建筑現場測試，正面驗證模型參數的可靠性，模型結果可用于指導建筑節能工作的開展。
此方法對建筑數據需求較少，實現了用盡可能少的數據挖掘更多建筑節能的指導，具有較強的可實施性，對建筑節能工作的開展具備一定的指導性作用。
參考文獻：
[1] 中國建筑節能協會，中國建筑能耗研究報告（2017年）[R], 2017.
[2] 住房城鄉建設部，建筑節能與綠色建筑發展“十三五”規劃[R]，2017.
[3] J.S. Haberl, T.A. Reddy, D.E. Claridge, W.D. Turner, D.L. O’Neal, W.M.Heffington. Measuring Energy-Savings Retrofits: Experiences from the TexasLoanSTAR Program[J]. National Technical Information Service, U.S. Departmentof Commerce, Springfield, 1996.
[4] J.K. Kissock, J.S. Haberl, D.E. Claridge. Inverse modeling toolkit: numericalalgorithms[J]. ASHRAE Tran. Res. 109 (2) (2003) 425–434.
[5] M.F. Fels, PRISM: an introduction[J]. Energy Build. 9 (1986) 5–18.
[6] G. Raffio, O. Isambert, G. Mertz, C. Schreier, K. Kissock. Targeting residentialenergy assistance[J]. Proceedings of the Energy Sustainability Conference 2007(2007) 489–496.
[7] J.K. Kissock, T.A. Reddy, D.E. Claridge. Ambient-temperature regressionanalysis for estimating retrofit savings in commercial buildings[J]. EnergyEng. Trans. ASME 120 (3) (1998) 168–176.
[8] Reddy T, Kissock J, Ruch D. Uncertainty in baseline regression modeling and in determination of retrofit savings[J]. ASME Journal of Solar Energy Engineering, 1998,3(120):185-192.
[9] Ruch D, Chen J H, Claridge D. A changepoint principal component analysis (CP/PCA) method for predicting energy usage in commercial buildings: The PCA model[J]. ASME Journal of Solar Energy Engineering, 1993,2(115):77-84.
備注：本文收錄于《建筑環境與能源》2020年10月刊 總第37期（第22屆全國暖通空調制冷學術年會文集）。版權歸論文作者所有，任何形式轉載請聯系作者。