天津大学 刘魁星 聂英雪 丁研
【摘 要】本文提出了一种基于辐射时间序列方法的建筑规划阶段空调负荷的预测方法，对位于天津的大空间实验建筑在建筑规划阶段运用了该方法。通过对建成后的大空间实验建筑的测试，验证了本文所提出的负荷预测方法。将该方法通过Matlab 编制程序实现计算。得出结果，与设计热负荷与实测热负荷分别进行对比发现MREd=4%，MREm=14%；[CV-RMSE]d=5%, [CV-RMSE]m=26%。准确地解决了建筑规划阶段可知的建筑参数少的问题，以完成建筑规划阶段负荷预测的问题。
【关键词】建筑规划阶段 负荷预测 辐射时间序列方法
【基金项目】 “十三五”国家重点研发计划项目“公共机构高效用能系统及智能调控技术研发与示范”（编号：2016YFB0601700）
1 引言
在城市规划阶段 ,仅能提供建筑功能、建筑高度及容积率等有限的规划信息 ,通过既有建筑获得的历史负荷数据不能直接作为规划区域未建建筑的预测负荷[1], 现常用的单位面积指标法是一种静态估算方法，准确性上存在不足[2]。模拟软件的仿真方法需要大量的详细的建筑信息作为输入参数，显然也不适合建筑规划阶段的负荷预测[3]。本文提出了一种改进的辐射时间序列方法的建筑规划阶段负荷预测方法，巧妙地解决了规划阶段已知参数有限的问题，并通过实际测试对该法进行验证，证明了该法应用于建筑规划阶段的可行性。
2 负荷预测方法及测试内容
2.1 负荷预测方法
建规划阶段可知参数仅有建筑高度H，用地面积St，窗墙比m，建筑密度ρ，容积率Vf，大体层数n，建筑使用功能，体形系数η等，对于计算中所涉及的传热面积，计算方法如下:
V=St×Vf×h (1)
Sr=St×ρ (2)
Sl=V×η-Sr (3)
Swa=Sl-Sl×m (4)
其中St用地面积，m2；Vf为容积率；H为层高，m，V为建筑体积（假设个层层高相同），m3，Sr为屋面面积，m2；ρ为建筑密度，Sl为建筑外立面面积，m2；η为体形系数，Swa为建筑外墙面积，m2；m为窗墙比。
辐射时间序列方法[4]将建筑空调负荷组成部分包括墙，屋顶，窗，人员，设备，照明所形成的的得热量，分成对流部分和辐射部分。对流部分直接转化为冷负荷，辐射部分经过延迟后转化为冷负荷。辐射时间序列方法中考虑到了两个延迟，一是通过非透明围护结构（墙，窗，地板）导热得热量的延迟，通过导热时间序列修正；二是辐射得热量转化为冷负荷时存在的延迟，通过辐射时间序列修正。辐射时间序列方法简要计算步骤如下：
步骤（1）：计算墙体或屋顶的总负荷
Qθ=C0qi, θ+C1qi, θ-1+ C2qi, θ-2+…+ C23qi, θ-23 （5）
qi, θ-n=UA(tr-t0) （6）
其中Qθ为墙体或屋顶修正传热负荷，W；C0，C1，C2……C23为导热时间序列；qi, θ-n为墙体或屋顶基准传热负荷；U为墙体或屋顶传热系数, W/（m2. ℃）；A为墙体或屋顶面积，m2 ；tr为室内设计温度，℃ ；t0为室外温度，℃。
QW=Rc×Qθ+ Rr×(r0Qi, θ+r1Qi, θ-1+ r2Qi, θ-2+…+ r23Qi, θ-23) （7）
其中QW为墙体或屋顶修总负荷，W；r0，r1，r2……r23为墙体或屋顶的辐射时间序列； 为墙体或屋顶修正传热负荷；Rc为墙体或屋顶的传热比例；Rr为墙体或屋顶的传热比例。
步骤（2）：计算窗的总负荷。
Qwin=Qwinb+Qdrc+Qsr （8）
其中Qwin ——窗的总负荷，W。Qwinb ——窗的基准传热负荷，W（与前述墙体或屋顶基准传热负荷算法相同）；Qdrc ——窗的直射辐射修正负荷，W。Qsr ——窗的散射辐射负荷，W。
Qdrc=r0Qdrb,θ+r1Qdrb, θ-1+…+ r23Qdrb, θ-23 （9）
其中Qdrc——窗的直射辐射修正负荷，W；r0，r1……r23为直射辐射修正系数。Qdrb, θ-1为窗直射辐射基准负荷，W。
Qdrb=SHGC×A×Etb×IAC(θ,Ω) （10）
Qsr=A×(Etd+Et,r) ×<SHGC>D×IACD （11）
其中A为窗面积，m2；Etb为直射辐射强度修正；SHGC为直射透过率；IAC(θ,Ω)为室内直射太阳衰减系数；Etd为散射辐射强度修正，m2；Et,r为地面反射辐射强度；IACD为室内散射太阳衰减系数。
步骤（3）：计算总灯光负荷。
QL=QLrc+QLc （12）
其中QL为总灯光负荷，W；QLr灯光辐射修正负荷，W；QLc灯光传热负荷，W。
QLrc=r0QLrb, θ+r1QLrb, θ-1+…+r23QLrb, θ-23 （13）
QLc=ACLp×RLc （14）
其中QLrc为灯光辐射修正负荷，W；r0，r1……r23为灯光辐射修正系数；QLrb, θ-n为灯光辐射基准负荷，W；QLc为灯传热负荷，W；ACLp为灯光实际照明功率，W；RLc为灯光辐射比例。
步骤（4）：计算总人员负荷。
Qp=Qprc+Qpc （15）
其中Qp为总人员负荷，W；Qprc为人员辐射修正负荷，W；Qpc人员传热负荷，W。
Qprc=r0Qpr, θ+ r1Qpr, θ-1+…+r23Qpr, θ-23 （16）
Qpc=Hac×Rpc （17）
其中Qprc为人员辐射修正负荷，W；r0，r1……r23为人员辐射修正系数；Qpr, θ-n为人员辐射基准负荷，W；Qpc为人员传热负荷，W；Hac为人员散热量，W；Rpc为人员辐射比例。
步骤（5）：计算总设备负荷。
Qe=Qec+Qerc （18）
其中Qe为总设备负荷，W；Qerc为设备辐射修正负荷，W；Qec设备传热负荷，W。
Qerc=r0Qer, θ+r1Qer, θ-1+…+r23Qer, θ-23 （19）
Qec=Pac×Rec （20）
其中Qerc为设备辐射修正负荷，W；r0，r1……r23为设备辐射修正系数；Qer, θ-n为设备辐射基准负荷，W；Qec为设备传热负荷，W；Pac为实际设备功率，W；Rec为设备辐射比例。
步骤（6）：计算新风负荷。
Qwind=1.01×Wmin×N×1.2/3600×(trc-t0) ×1000 （21）
其中Qwind为新风负荷，W；Win为最小新风量，30m3/（h.人）；N为人数,人。
步骤（7）：计算热负荷。
Qh=Qwind+Qw+Qwinb （22）
步骤（8）：计算冷负荷。
Qc=Qw+Qwin+QL+Qe+Qp+Qwind （23）
本文选择两种评价指标来对辐射时间序列方法所做出的负荷预测进行评价。分别是平均相对误差（mean relative error，MRE）和均方根误差变异系数（coefficient of variation of the root mean squared error，CV-RMSE）。其中当MRE越趋近于0，代表负荷预测精度越高。当CV-RMSE低于30%，代表精确可靠。计算公式分别如下[5]：
在上式中Fi’代表预测值，Fi代表实际值，n代表样本数量。
2.2 测试内容
本次实验是在天津的大空间实验室建筑进行。在其建筑规划阶段，就利用辐射时间序列方法进行负荷预测。现该实验室已建成并已投入使用，在供暖季，进行了如期一个月的测试（2018年1月份），对所测数据每10分钟记录一次。收集了相关数据目的是验证将辐射时间序列方法用于建筑规划阶对负荷预测的正确性。设备参数列表1所示：
表1测试仪器和设备及精度表
3 测试结果
将实测热负荷，设计负荷和基于辐射时间序列方法所得规划阶段热负荷做出相关分析。实验结果如下：
表2 峰值负荷表
评价指标将用RTSM预测的热负荷分别与设计热负荷和实测热负荷相对比求出，结果如下表：
表3 评价指标表
4 结论
1）将辐射时间序列方法应用于建筑规划阶段，经过验证，MREd=144%，MREm=28%； [CV-RMSE]d=15%, [CV-RMSE]m=29%。预测精度较高，证明了将辐射时间序列方法运用到建筑规划阶段的正确性。
2）辐射时间序列方法可以解决建筑规划阶可知参数较少的问题，为建筑规划阶段负荷预测开辟了新思路。
3）由预测结果可知：RTSM规划阶段预测热负荷为140.62kW，设计热负荷为132.8kW，实测热负荷为125.52kW。这些结果正好反应了规划阶段，设计阶段，以及实际运行阶段负荷的特性。RTSM预测结果稍大也是很合理的。
参考文献
[1] 暖通空调,王振江,李祥立,端木琳,王仁瑾.城市规划阶段建筑空调负荷预测方法[J].2010,40(04):119-124+130: 1-2.
[2] ]欧科敏. 区域建筑群冷热负荷预测方法研究[D].湖南大学,2014:2-5.
[3] 王振江. 城市能源规划中建筑冷负荷预测方法研究[D].大连理工大学,2010:3-8.
[4] ASHRAE Handbook—Fundamentals SI Edition 2013
[5] ASHRAE guideline14-2014.Measurement of Energy，Demand and Water Saving[S].Atlanta: American Society of Heating,Refrigerating and Air –conditioning Engineers,Inc,2014.
备注：本文收录于《建筑环境与能源》2018年10月刊总第15期（第21届暖通空调制冷学术年会文集）。版权归论文作者所有,任何形式转载请联系作者。
