«上一篇
文章快速检索     高级检索
下一篇»
  重庆大学学报  2016, Vol. 39 Issue (1): 105-112  DOI: 10.11835/j.issn.1000-582X.2016.01.014 RIS(文献管理工具)
0

引用本文 

朱能, 朱天利, 仝丁丁, 袁天昊, 王朝霞。寒冷地区校园度日数法建筑能耗基准线的确定方法[J]. 重庆大学学报, 2016, 39(1): 105-112. DOI: 10.11835/j.issn.1000-582X.2016.01.014.
ZHU Neng, ZHU Tianli, TONG Dingding, YUAN Tianhao, WANG Zhaoxia. Determination of energy consumption benchmark of campus buildings in China[J]. Journal of Chongqing University, 2016, 39(1): 105-112. DOI: 10.11835/j.issn.1000-582X.2016.01.014. .

基金项目

美国能源基金会项目(G—1402—19981);国家自然科学基金重点项目(51338006)。

作者简介

朱能(1960-),男,教授,博士,主要从事建筑节能、绿色建筑、室内环境等研究,(E-mail)nzhu@tju.edu.cn

文章历史

收稿日期:2015-09-27
寒冷地区校园度日数法建筑能耗基准线的确定方法
朱能, 朱天利, 仝丁丁, 袁天昊, 王朝霞    
天津大学 环境科学与工程学院, 天津 300072
摘要:校园建筑面积的迅速增长,导致校园建筑能耗占社会总能耗的比重越来越大。为了加强节约型校园建设管理,在建筑能耗基准线理论方法学的基础上,进行校园建筑能耗基准线的测算与研究。基于大量的能耗数据,笔者对校园建筑进行分类研究,提出了在使用功能分类的基础上将公共教学建筑按照空调系统形式进行细化分类的方法。最后采用四分位数法测算了各类校园建筑能耗基准线,提出低能耗水平、平均能耗水平和高能耗水平三类基准线,并给出实际应用中的建筑能耗基准线的修正方法。
关键词: 校园建筑    建筑能耗基准线    聚类分析    四分位数法    基准线修正    
Determination of energy consumption benchmark of campus buildings in China
ZHU Neng, ZHU Tianli, TONG Dingding, YUAN Tianhao, WANG Zhaoxia    
The School of Environmental Science and Technology, Tianjin University, Tianjin 300072, P. R. China
Abstract: With the rapid growth of the campus building area, energy consumption of campus buildings has taken up a large portion in social energy consumption. To facilitate the construction management of economical campuses, we calculated and systematically researched of campus building energy consumption benchmarks using the theoretical methodology of building energy consumption baselines. We collected a great volume of energy consumption data, and used the SPSS statistical software to research on classification of campus construction. We proposed a method of classifying public teaching buildings based on their functions and air conditioning systems. Then, we calculated the energy consumption baseline of campus buildings using the quartile method. Finally, we obtained three kinds of baselines about low, average and high level energy consumption, respectively, and also put forward a correction method for these building energy consumption baselines.
Key words: campus building    building energy consumption baseline    clustering analysis    quartile method    baseline correction    

建筑能效提升工程,是中国未来建筑领域的工作重点之一。按照建筑功能的划分,学校建筑是公共建筑的重要组成部分。学校建筑数量大、能耗大、节能潜力大。中国目前共有小学55万多所,中学近10万所,高校数量超过2 000所,高校的各类能耗统计中,建筑能耗占高校总能耗的83.2%[1],全国高校校园能耗占社会总能耗的8%[2],因此,高校建筑节能是国家建筑节能的重点工作之一。自2008年,《高等学校节约型校园建设管理与技术导则》[3]政府发布以来,先后出台一系列不断推进校园节能的政策,并在《“十二五”建筑节能专项规划》中,启动了72所节约型校园建设试点。

高校校园建筑群包括办公楼、教学楼、实验楼、宿舍、食堂、浴室等,建筑能耗系统主要包括采暖空调系统、照明系统、电梯等动力系统、生活热水系统、科研及实验设备系统等,耗能类型为电力、天然气、煤等。校园建筑能耗集中体现的特点:高校校园建筑群包括了不同使用功能的建筑,其用能特点、能耗大小也有差异;校园内人员的时间和地点分布相对集中并且具有明显的季节特征[4];寒冷地区的高校公共建筑几乎都采用集中采暖系统,而空调系统多样,造成空调系统能耗的多样性;高校的人均年能耗比全国人均年能耗高很多,且各高校之间能耗水平差异也较大,高校建筑节能潜力较大[5]

建筑能耗基准线是进行建筑节能量计算的基础,可作为衡量建筑用能水平合理与否的基准[6, 7, 8]。目前,建筑能耗基准线的界定还不明确,国内外部分学者往往基于建筑物的使用性质进行能耗基线的研究[9, 10, 11, 12],很难有一个统一的标准,更不能直接用来预测高校建筑能耗基准。高校建筑因类型繁多,不同用途的建筑之间能耗差异较大,这给高校建筑节能改造和合同能源管理模式运行带来了困难,因此,针对高校建筑群界定和测算一个能耗基准线是十分必要的。笔者提出了一种基于度日数法的冬季能耗基准线确定方法,研究对象为寒冷地区高校,具体包括以下步骤:1)用聚类分析法对高校各种功能的建筑按照能耗进行详细分类;2)利用四分位数法对各类建筑进行能耗基准线测算;3)基于度日数法对能耗基准线进行气象参数的修正。通过以上步骤,可以采用统一标准,得到各类校园建筑的能耗基准线,为控制能耗政策的制定提供一定的理论依据。

1 校园建筑分类

界定校园建筑能耗基准线,首先要确定基准对象。不同使用功能的校园建筑能耗差异较大,确定校园建筑能耗基准线时,应充分考虑不同建筑的使用功能。文中选取各类型校园建筑96栋,分别为13栋食堂、25栋教学楼、10栋图书馆、10栋科研实验楼、14栋办公楼、11栋综合楼。该数据包括寒冷地区80余所高等院校校园内单栋建筑的基本信息,包括竣工年份、建筑类型、建筑面积、供冷形式、供热形式,以及各建筑的2010年耗电量、耗气量和其他形式能源的年耗量以及2010年度采暖能耗(注:数据源自中国公共建筑能耗统计数据)。

校园建筑群包含的建筑种类多,对所有类型建筑都测算一个基准值比较繁琐,因此,需要对各类型建筑进行分类研究。根据使用性质,校园建筑群可以分成居住建筑和公共建筑两大类,其中,居住建筑包括学生公寓、教师公寓这些以居住为目的的建筑;公共建筑包括办公楼、教学楼、图书馆、科研实验楼以及食堂等。根据已有的统计数据,分析高校居住建筑与公共建筑能耗密度分布情况,如图 1所示。

图1 不同使用性质的建筑能耗密度分布图 Fig. 1 Energy consumption density of public and residential buildings

图 1可以看出,校园建筑中居住建筑的能耗密度低于50 kW·h/m2;公共建筑的能耗密度分布较为离散,从10~100 kW·h/m2不等。总体来看,校园建筑中居住建筑的能耗密度明显低于公共建筑的能耗密度。然而,对于公共建筑来说,办公教学楼、科研实验楼以及食堂等用能特点又明显不同,例如实验楼中有功率较大的实验设备,食堂存在明显的负荷峰值等。因此,仅把校园建筑分成居住建筑和公共建筑两类有些粗略。

校园建筑包括食堂、教学楼、图书馆、科研实验楼、宿舍楼、办公楼以及综合楼,各建筑的使用功能不同。各类建筑的能耗密度分布如图 2所示。从图 2可以看出,各类建筑能耗密度存在一定的差异,但是按使用功能划分发现综合楼、教学楼、图书馆等几类建筑能耗密度分布比较类似。

图2 不同使用功能的建筑能耗密度分布图 Fig. 2 Energy consumption density distribution with various functions of campus buildings

上述对校园建筑群进行简单的分类方式,虽然能在一定程度上反应建筑的能耗特点,但是以上分类都存在不完善之处,因此,需要提出一种基于校园建筑使用功能的细化分类方法。对不同使用功能的校园建筑按建筑面积大小进行能耗水平的分析,如图 3所示。

图3 各类型建筑不同建筑面积能耗密度分布图 Fig. 3 Energy consumption density distribution with building area of campus buildings

图 3可以看出除食堂类建筑和科研实验楼外,其他几类公共建筑的能耗密度与其建筑面积存在一定关系,建筑面积较大的建筑,其能耗密度也较高。基于这种特点,把教学楼、图书馆、办公楼、综合楼这几类统称为公共教学楼进行分析,如图 4所示。

图4 不同建筑面积公共教学建筑能耗密度分布 Fig. 4 Energy consunption density distribution with building area of teaching buildings

图 4可以看出,公共教学楼中20 000 m2以下的中小型建筑能耗水平明显低于20 000 m2以上的大型建筑能耗水平。因此,将公共教学建筑按建筑面积分成两类,20 000m2以下的中小型建筑和20 000 m2以上的大型建筑。

以上分类方法均为定性分析,不够准确。为了验证分类的科学性,文中采用统计学软件SPSS[13]对公共教学建筑能耗数据采用K-means聚类分析[14]进行分析。K-means算法接受输入量k,然后将n个数据对象划分为 k个聚类以便使所获得的聚类满足,同一聚类中的对象相似度较高,而不同聚类中的对象相似度较小。

本次聚类选择公共教学类建筑的建筑面积、空调系统形式和建筑能耗密度中的两项作为变量,共61组数据,通过快速聚类的迭代过程后,将数据分成指定的3类,结果如表 1所示。每个聚类所含的案例数如表 2所示。

表1 初始聚类中心及最终聚类中心 Table 1 Clustering analysis of teaching buildings
表2 每个聚类中的案例数 Table 2 Number of cases in clustering analysis

由于是使用3类特征进行聚类,为了在二维平面上能直观反映聚类结果,采用主成分分析进行降维,得到两个主成分,提取原有信息的85.744%,见表 3图 5所示。

图5 二维聚类结果图 Fig. 5 Clustering analysis on two dimontion
表3 解释的总方差 Table 3 Variance of clustering analysis

经过聚类分析将公共教学建筑分成两类,第一类建筑的能耗密度中心值为53.28 kW·h·m-2,建筑面积中心值为30 176 m2,共包含37栋建筑;第二类建筑的能耗密度中心值为31.16 kW·h·m-2,建筑面积中心值为4 129 m2,共包含24栋建筑。

综合分析建筑特征及聚类结果,发现所有采用集中供冷的公共教学建筑面积均大于20 000 m2,归属于第一类,而采用分散供冷的建筑超过90%归属于第二类,这一类中大部分建筑都是面积小于20 000 m2的中小型建筑。

综上所述,对于校园建筑的分类采用基于建筑使用功能的细化分类,按照使用功能分成居住建筑和公共建筑,将公共建筑分成公共教学建筑、科研实验建筑、其他生活类建筑。其中,公共教学建筑按照空调系统形式分成采用集中空调系统的公共教学建筑和采用分散空调系统的公共教学建筑,包含了校园内教学楼、办公楼以及同时用于教学办公的综合楼等;而其他生活类建筑包括食堂、浴室等,这一类建筑往往建筑面积不大,同时,使用能源种类与其他类型建筑有明显差异,因此,单独分成一类,如图 6所示。

图6 校园建筑分类方法 Fig. 6 Classification of canpus buildings
2 基准线的测算

建筑基准线可以分成两大类:基于单栋建筑的基准线和基于多栋建筑的基准线,两类基准线的确定在明确基准对象、确定指标形式这两方面相同,但具体基准线测算方法有所不同。文中对基于多栋建筑的基准线进行测算,采用的统计学测算方法中的四分位数法,并将单位建筑面积能耗作为基准线指标形式。

采用四分位数法测算校园各类型建筑能耗基准线,第一四分位数表示该类型建筑能耗数值排位较靠前,也就是建筑能耗较低的若干建筑,因此,第一四分位数可以反映该类建筑低能耗处于何种水平;而第二四分位数(中位数)是能耗大小位于所有建筑排序的中间位置时该建筑对应的建筑能耗值,反映该类建筑能耗的平均状况;而第三四分位数表示该类型建筑能耗数值排位较靠后,也就是建筑能耗较高的若干建筑,因此,3个四分位数可以反映该类建筑高能耗的状况。分别对居住类建筑、公共教学建筑、科研实验建筑、其他生活类建筑(以食堂为例)这4类建筑进行四分位数测算,结果如图 7所示,其具体数值如表 4所示。

图7 各类型建筑四分位图 Fig. 7 Quartile graph of campus building energy consumption
表4 各类建筑能耗四分位数值 Table 4 Interquartile range of campus building energy consumption

图 7可以看出,校园内居住类建筑的总体能耗水平明显低于公共建筑的能耗水平,与前文对校园建筑能耗特点的分析一致;采用集中空调系统的公共教学建筑的各分位数值均明显高于采用分散空调系统的公共教学建筑,前者各基准线指标是后者的3倍左右;而以食堂为例的其他生活类建筑的能耗明显高于其他类型建筑,并且分位数之间差异较大,一方面是由于食堂炊事使用煤炭或者天然气等其他能源导致能耗过大,另一方面是由于食堂样本数量相对较少导致的;科研实验建筑的能耗分位数分布与采用分散空调的公共教学建筑类似,但科研实验建筑是区分文理院校的重要因素,因此单独考虑。通过各类型建筑能耗四分位数值的大小和分布,也可以看出对校园建筑群进行细化分类是科学合理的。

3 基准线修正

为了满足建筑能耗基准线确定的科学性和适用性,基准线在实际使用时应根据实际情况加以修正。由于建筑实际使用能耗与室外气象、室内温湿度、运行时间等因素有着重要的关系,因此,基准线的确定不能仅仅依据某年的数据,在实际应用中,还应根据本年的实际情况,对能耗基准线进行修正。由于在高校的实际应用,室内温湿度和运行时间基本相同,因此,不再对其进行修正,文中主要对室外气象参数进行修正。

国际通用的采暖空调能耗估算方法包括度日数法、温频法等[15],这些方法都基于一种假设,即采暖空调系统能耗与室外温度成线性关系[16]。文中采用中国节能设计标准中定义的采暖度日数(heating degree days,HDD)和空调度日数(cooling degree days,CDD)[17, 18, 19, 20]对气象条件进行修正。定义气象修正系数ηw

采暖度日数以18 ℃为界限,采暖能耗为

ηw,b=HDD18,aHDD18,b, (1)

式中:HDD18,a为实际应用当年的采暖度日数,℃·d ;HDD18,b为确定能耗基准线所用数据当年的采暖度日数,℃·d。

空调度日数以26 ℃为界限,空调能耗为

ηw,c=HDD26,aHDD26,b, (2)

式中:CDD26,a为实际应用当年的空调度日数,℃·d;CDD26,b为确定能耗基准线所用数据当年的空调度日数,℃·d。

由于度日数法计算空调能耗误差较大,在有逐时气象数据的情况下,优先采用度小时数(CDH)来对空调能耗进行修正,即

ηw,c=CDH26,aCDH26,b, (2)

式中:CDH26,a为实际应用当年的空调度小时数,℃·h;CDH26,b为确定能耗基准线所用数据当年的空调度小时数,℃·h。

文中测算建筑能耗基准线是采用2010年的建筑实际能耗统计数据,由于每年室外气温处于动态变化,因此,在确定其他年份的建筑能耗基准线时,修正计算公式为

Ea=E2010+H2010×(ηw,h1)+C2010×(ηw,c1), (3)

式中:Ea为修正的基准线能耗,kW·h ;E2010为2010年的基准线能耗,kW·h;H2010为2010年的采暖能耗,kW·h;C2010为2010年的空调能耗,kW·h。

4 结 论

目前,关于校园建筑能耗基准线的研究并不多,通过对校园建筑制定能耗基准线,可以约束校园建筑能耗,提高运行管理水平,促进节能意识的形成,是中国建筑节能工作的重点。文中收集了寒冷地区96所高校的能耗数据,对其进行分析,旨在为能耗基准线的确定方法提供一定的帮助,同时,为寒冷地区高校能耗基准线提供一定的数据支持。具体说来,文中包括以下几点内容:

1)采用聚类分析,首先对校园建筑进行分类。根据使用功能,分为居住类建筑和公共类建筑;进一步将公共类建筑细分为公共教学建筑、科研实验建筑和其他生活类建筑;对于公共教学类建筑,再分为采用集中空调系统的建筑和采用分散空调系统的建筑。

2)采用四分位法对各类建筑能耗进行基准线的测算,针对每一类建筑,分别提出了低能耗水平、平均能耗水平和高能耗水平3个等级。

3)基于度日数法,提出实际应用中的能耗基准线修正方法,使得评价校园类建筑的用能水平及节能潜力的方法更加合理,为进一步推行校园合同能源管理打下基础。

参考文献
[1] 董茜. 校园能源监测与能耗分析系统的研究与实现[D]. 成都: 电子科技大学, 2013. DONG Xian. Research and implementation of campus energy monitoring and energy consumption analysis system[D]. Chengdu: University of Electronic Science and Technology of China, 2013.(in Chinese)(1)
[2] 谭洪卫, 徐钰琳, 胡承益, 等. 全球气候变化应对与我国高校校园建筑节能监管[J]. 建筑热能通风空调, 2010, 29(1): 36-40. TAN Hongwei, XU Yulin, HU Chengyi, et al. Research on building campus energy management[J]. Building Energy & Environment, 2010, 29(1): 36-40.(in Chinese)(1)
[3] 中华人民共和国住房和城乡建设部, 中华人民共和国教育部. 高等学校节约型校园建设管理与技术导则(试行)[EB/OL]. (2008-05-13)[2014-10-15]. http://www.mohurd.gov.cn/wjfb/200805/t20080519_168885.html. Ministry of Housing and Urban-Rural Development of the People's Republic of China, Ministry of Education fo the People's Republic of China. Management and Technical Guidance of Economical Campus Construction of High Schools [EB/OL]. (2008-05-13)[2014-10-15]. http://www.mohurd.gov.cn/wjfb/200805/t20080519_168885.html.(in Chinese)(1)
[4] 尹亮亮. 基于能耗调研的天津某高校节能潜力分析和能耗预测[D]. 天津: 天津大学, 2010. YIN Liangliang. Energy-saving Potential analysis of one university in tianjin and the prediction of energy consumption based on the energy consumption investigating[D]. Tianjin: Tianjin University, 2010.(in Chinese)(1)
[5] 高彪, 谭洪卫, 宋亚超. 高校校园建筑用能现状及存在问题分析——以长三角地区某综合型大学为例[J]. 建筑节能, 2011, 39(2): 41-44. GAO Biao, TAN Hongwei, SONG Yachao. Campus building energy consumption: taking one comprehensive university as example[J]. Building Energy Efficiency, 2011, 39(2): 41-44.(in Chinese)(1)
[6] Ellis J, Winkler H, Corfee-Morlot J, et al. CDM: Taking stock and looking forward [J]. Energy Policy, 2007, 35(1): 15-28.(1)
[7] Kallbekken S, Flottorp L S, Rive N. CDM baseline approaches and carbon leakage[J]. Energy Policy, 2007, 35(8): 4154-4163.(1)
[8] Ginestet S, Marchio D. Retro and on-going commissioning tool applied to an existing building: Operability and results of IPMVP[J]. Energy, 2010, 35(4): 1717-1723.(1)
[9] Borgstein E H, Lamberts R. Developing energy consumption benchmarks for buildings: Bank branches in Brazil[J]. Energy and Buildings, 2014, 82: 82-91.(1)
[10] Martin C. Generating low-cost national energy benchmarks: A case study in commercial buildings in Cape Town, South Africa[J]. Energy and Buildings, 2013, 64: 26-31.(1)
[11] Attia S, Evrard A, Gratia E. Development of benchmark models for the Egyptian residential buildings sector [J]. Applied Energy, 2012, 94: 270-284.(1)
[12] Larsena P, Goldmana C, Satchwella A.Evolution of the U.S. energy service company industry: market size and project performance from 1990-2008[J]. Energy Policy, 2012, 50: 802-820.(1)
[13] 薛薇. 统计分析与SPSS的应用[M]. 北京: 中国人民大学出版社, 2008. XUE Wei. Statistical analysis and SPSS application[M]. Beijing: China Renmin University Press, 2008.(in Chinese)(1)
[14] 张建萍, 刘希玉. 基于聚类分析的K-means算法研究及应用[J]. 计算机应用研究, 2007, 24(5): 166-168. ZHANG Jianping, LIU Xiyu. Application in Cluster's Analysis Is Analyzed in Children Development Period[J]. Application Research of Computers, 2007, 24(5):166-168.(in Chinese)(1)
[15] Wang Z X, Ding Y, Geng G, et al. Analysis of energy efficiency retrofit schemes for heating, ventilating and air-conditioning systems in existing office buildings based on the modified bin method[J]. Energy Conversion and Management, 2014, 77: 233-242.(1)
[16] ASHRAE. ASHRAE 1997 handbook-fundamentals: Climate design information[M]. Atlanta (GA): American Society of Heating, Refrigeration and Air Conditioning Engineers Inc, 1997.(1)
[17] 中国建筑科学研究院. 民用建筑节能设计标准(采暖居住建筑部分):JGJ 26-95 [S]. 北京:中国建筑工业出版社, 1996. China Academy of Building Research. Energy conservation design standard for new heating residential buildings: JGJ 26-95[S]. Beijing: China Architecture & Building Press, 1996.(in Chinese)(1)
[18] 中国建筑科学研究所, 重庆大学.夏热冬冷地区居住建筑节能设计标准: JGJ134-2001[S]. 北京:光明日报出版社, 2010. China Academy of Building Research, Chongqing University. Design standard for energy efficiency of residential buildings in hot summer and cold winter zone: JGJ 134-2001[S]. Beijing: Guangming Daily Press, 2010.(in Chinese)(1)
[19] 中华人民共和国住房和城乡建设部.采暖通风与空气调节设计规范:GB50019-2003[S].北京:中国计划出版社, 2003. Ministry of Housing and Urban-Rural Development of the People's Republic of China. Code for design of heating ventilation and air conditioning: GB 50019-2003[S]. Beijing: China Planning Press, 2003.(in Chinese)(1)
[20] 陆耀庆. 实用供热空调设计手册[M]. 2版. 北京: 中国建筑工业出版社, 2007. LU Yaoqing. Practical heating air conditioning design handbook[M]. 2nd ed. Beijing: China Building Industry Press, 2007.(in Chinese)(1)
图1 不同使用性质的建筑能耗密度分布图 Fig. 1 Energy consumption density of public and residential buildings
图2 不同使用功能的建筑能耗密度分布图 Fig. 2 Energy consumption density distribution with various functions of campus buildings
图3 各类型建筑不同建筑面积能耗密度分布图 Fig. 3 Energy consumption density distribution with building area of campus buildings
图4 不同建筑面积公共教学建筑能耗密度分布 Fig. 4 Energy consunption density distribution with building area of teaching buildings
表1 初始聚类中心及最终聚类中心 Table 1 Clustering analysis of teaching buildings
表2 每个聚类中的案例数 Table 2 Number of cases in clustering analysis
图5 二维聚类结果图 Fig. 5 Clustering analysis on two dimontion
表3 解释的总方差 Table 3 Variance of clustering analysis
图6 校园建筑分类方法 Fig. 6 Classification of canpus buildings
图7 各类型建筑四分位图 Fig. 7 Quartile graph of campus building energy consumption
表4 各类建筑能耗四分位数值 Table 4 Interquartile range of campus building energy consumption
寒冷地区校园度日数法建筑能耗基准线的确定方法
朱能, 朱天利, 仝丁丁, 袁天昊, 王朝霞