2022, Vol. 45
表1(Table 1)
1b. 天津大学 天津市建筑物理环境与生态技术重点实验室, 天津 300072;
2. 中国中建设计集团有限公司, 北京 100037
1b. Tianjin Key Laboratory of Architectural Physics and Environmental Technology, Tianjin University, Tianjin 300072, P. R. China;
2. China Construction Engineering Design Group Corporation Limited, Beijing 100037, P. R. China
购物中心是现代城市的重要组成部分，集成了零售、社交和社区活动等多种功能属性。近年来，中国的购物中心增长迅猛，建筑面积从2001~2016年增加了20亿m2[1]。另外，购物中心具有空间规模大、耗电设备多、营业时间长、人员密度大的特点，其全年总耗电量是普通公共建筑的4~8倍[2]。因此，降低购物中心的能耗需求至关重要。
其中，被动设计被认为是降低建筑能耗最有效的方法之一[3-6]，在方案阶段便考虑被动设计，能最大程度发挥被动设计对建筑的节能潜力。目前方案阶段采用被动设计在住宅、办公等规模较小、功能简单的建筑中被广泛应用，且节能效果显著[7-11]。然而，被动设计在规模巨大、功能复杂的购物中心中研究尚少[12-14]。Carrilho等[12]模拟研究了商场自然通风的节能潜力，结果表明，良好的自然通风在温和地区比普通封闭式的商场能减少30%以上的暖通空调能耗。Wang等[13]分析了商场中庭遮阳在中国夏热冬暖地区的节能潜力，结果表明，良好的天窗遮阳可减少商业建筑近6.8%的制冷负荷。同样的，Kovac等[14]模拟了遮阳装置在某购物中心的节能潜力，并发现采用合适的遮阳设备可降低该购物中心高达17%~19%的用能需求。然而，购物中心被动式研究以既有建筑的改造为主，研究对象多为个例，不具有普适性，结果对大规模新建购物中心的参考价值有限。其中，将典型或标准的建筑模型应用于能耗模拟，是目前研究中一种可靠、有效的方法[15]。综上，有必要对购物中心在方案设计阶段展开标准化建模及模拟。
因此，研究旨在基于标准的模拟方法研究寒冷地区购物中心在方案阶段的被动设计节能潜力。所得的量化节能潜力结果涵盖多种常见购物中心类型，结果具有有效性、准确性及普适性，可为建筑师在方案阶段的节能优化设计提供重要参考。
1 标准模拟方法研究提出一种适用于方案阶段购物中心被动设计的标准模拟方法。该方法包括以下4个方面：总结标准几何模型、确定标准运行参数、选择标准模拟软件和汇总标准被动设计参量。
1.1 标准几何模型标准几何模型是根据寒冷地区近10年新建的40座购物中心图纸，对其规模、形状、比例、功能及材料等特性的统计并总结得到的。图 1展示了寒冷地区购物中心规模和平面形状的统计结果。由图 1可知，购物中心面积以10~15万m2居多，占比为55%；平面形状以矩形居多，占比为70%。另外，从图纸中发现，受场地形状限制，矩形平面长宽比通常在1∶1~3∶1之间不等，且不同长宽比购物中心的内部公共空间及流线组织也不同。因此，为确保标准几何模型的准确性及普适性，文章建立了长宽比分别为1∶1(1∶1模型)、2∶1(2∶1模型)、3∶1(3∶1模型)且总建筑面积在12.7~13.3万m2的3种空间类型的标准几何模型。表 1展示了3种标准模型的基本几何信息。其中，3种标准模型在层数、层高、柱距、功能分布和窗墙比(WWR, window to wall ratio)均保持一致。同时，对40份图纸中围护结构的热工参数进行统计，得到围护结构在传热系数、太阳得热系数(SHGC, solar heat gain coefficient)和气密性3个指标的典型参数值。表 2列出了标准模型围护结构的热工设定参数。
|
图 1 购物中心规模和平面形状的统计结果 Fig. 1 Scale and shape statistics of shopping centers |
|
表 1 3种标准模型基本几何信息 Table 1 Basic geometric information of three standard models |
|
|
表 2 标准模型围护结构热工指标 Table 2 Thermal performance of standard model's envelope |
为充分反映现阶段建筑运行的实际情况，标准模型的运行参数是根据实地调研数据及建筑暖通设计图纸确定的。表 3列出了部分标准运行参数数据，其中包括气象参数、供暖制冷温度、新风量、照明和设备功率和人员密度。文中重点探讨被动设计在方案阶段降低建筑自身负荷需求的潜力，因此选用理想空调系统(ideal loads air system)作为暖通空调系统，其在计算用能强度时加热制冷的性能系数(COP, coefficient of performance)为1.0, 即模拟结果不受空调系统等主动设备的影响[5, 16]。因此，文中的用能强度模拟值均反映了建筑单位面积供暖/制冷/全年的累计负荷。
|
|
表 3 标准运行参数 Table 3 Standard operating parameters |
以Grasshopper作为参数化建模软件，它是一个在Rhino环境下运行的通过算法生成模型的插件。图 2是3种购物中心标准模型在Rhino中的几何形态。以EnergyPlus作为能耗模拟软件，它由美国能源部以及劳伦斯伯克利实验室共同开发，目前在能耗模拟研究中被广泛使用。在此，文章选取Ladybug和Honeybee，一种连接Grasshopper与EnergyPlus进行能耗模拟的接口插件，实现3种标准模型在参数化平台下的能耗模拟。
|
图 2 参数化建模 Fig. 2 Parametric modeling |
文章总结了方案阶段影响购物中心节能潜力的24个被动设计参量。表 4描述了24个被动设计参量的基本情况，其中包括了场地环境的3个参量，建筑单体的4个参量以及围护结构的17个参量。
|
|
表 4 被动设计参量 Table 4 Passive design parameters |
场地环境参量是指周边的城市建设情况以及场地内与其他功能建筑(室外步行街、高层建筑)的组合情况。建筑单体参量是指朝向及内部过渡空间。其中，内部过渡空间包括了入口空间、橱窗空间及走廊空间。入口空间主要位于建筑地面层，而人流进出造成门的频繁开启会导致室外风的灌入，因而影响建筑能耗；橱窗和走廊空间是指位于建筑最外层无需进行供暖及制冷的封闭空间，这2种空间可以有效减缓室外环境对室内环境的影响。对于围护结构参量，包括界面形式(窗墙比、窗顶比)、材料特性(传热系数、太阳得热系数及气密性等)以及构件特征(遮阳构件、表皮构件)3个层面。
2 标准模拟结果分析文章首先针对3种标准模型进行模拟，得到了模型在不改变任何设计参量下用能强度的基准值，该基准值是评估不同被动设计参量节能潜力大小的基准参考。表 5是3种标准模型分别在供暖、制冷和全年情况下用能强度的模拟结果。其中，3种标准模型单位面积的供暖需求在62.25~71.17 kWh/m2之间，制冷需求在106.43~113.99 kWh/m2之间，其整体用能强度在168.68 ~185.16 kWh/m2之间。可以看出，2∶1模型的整体用能强度在3种模型中最低，说明了该形态及内部空间组合下的购物中心在寒冷地区具有更优的建筑性能。另外，3种模型的制冷基准值均高于供暖基准值，这是因为购物中心的人员密度大、内热源较多，从而导致建筑自身具有较大的产热能力。
|
|
表 5 3种标准模型基准值 Table 5 Baseline of three standard models |
本节得到了24个被动设计参量在3种模型中用能强度的模拟结果，并与3种模型的基准值(表 5)进行对比，总结出各个被动参量分别在供暖、制冷及综合情况下的节能潜力。
3.1 供暖节能潜力分析图 3是24个被动设计参量分别在3种模型中供暖用能强度的最大最小变化率。结果表明，对于1∶1模型(图 3 (a))，供暖用能强度影响最大的前5个被动设计参量依次为：入口风速、天窗屋顶比、屋顶传热系数、橱窗空间、走廊空间，其变化范围绝对值分别为49.49%、2.99%、1.99%、1.61%、1.54%；对于2∶1模型(图 3 (b))，供暖用能强度影响最大的前5个被动设计参量依次为：入口风速、天窗屋顶比、屋顶传热系数、区位、走廊空间，其变化范围绝对值分别为52.42%、3.06%、2.25%、2.19%、2.08%；对于3∶1模型(图 3 (c))，供暖用能强度影响最大的前5个被动设计参量依次为：入口风速、天窗屋顶比、区位、双表皮幕墙、屋顶传热系数，其变化范围绝对值分别为52.66%、2.80%、2.09%、1.99%、1.95%。综上可知，入口风速、天窗屋顶比、屋顶传热系数在3种模型中的排名均位于前5，说明以上3个参量对寒冷地区购物中心供暖用能强度具有显著影响。
|
图 3 被动设计参量在供暖用能强度中的最大最小变化率 Fig. 3 The maximum and minimum percent change of passive design parameters in heating energy intensity |
为进一步探索3种比例模型节能潜力的异同，图 4对3种模型24个被动设计参量的供暖节能潜力进行排序，其中，横坐标以2∶1模型供暖节能潜力从大到小依次排列。结果表明，部分被动设计参量在3种比例模型中的供暖节能潜力排序有差异。具体来说，走廊空间的供暖节能潜力在3∶1模型中的排序明显比其他2种比例模型靠后；街区组合对1∶1模型的供暖节能潜力影响更小；双表皮幕墙、南侧窗墙比在3∶1模型中有着更高的供暖节能潜力；东侧窗墙比和橱窗空间则在1∶1模型中有着更高的供暖节能潜力。
|
图 4 供暖节能潜力排序 Fig. 4 Sorting of energy saving potential for heating |
图 5是24个被动设计参量在3种模型中制冷用能强度的最大最小变化率。结果表明，对于1∶1模型(图 5 (a))，制冷用能强度影响最大的前5个被动设计参量依次为：入口风速、天窗屋顶比、双表皮幕墙、双表皮季节控制、走廊空间，其变化范围绝对值分别为11.35%、3.41%、2.12%、2.06%、1.97%；对于2∶1模型(图 5 (b))，制冷用能强度影响最大的前5个被动设计参量依次为：入口风速、天窗屋顶比、走廊空间、区位、西侧窗墙比，其变化范围绝对值分别为8.13%、4.68%、2.81%、2.16%、2.16%；对于3∶1模型(图 5 (c))，制冷用能强度影响最大的前5个被动设计参量依次为：入口风速、天窗屋顶比、双表皮幕墙、双表皮季节控制、走廊空间，其变化范围绝对值分别为11.35%、3.41%、2.12%、2.06%、1.97%。综上可知，入口风速、天窗屋顶比、走廊空间在3种模型中的排名均位于前5，说明以上3个参量对寒冷地区购物中心制冷用能强度具有显著影响。
|
图 5 被动设计参量在制冷用能强度中的最大最小变化率 Fig. 5 The maximum and minimum percent change of passive design parameters in cooling energy intensity |
图 6对3种模型24个被动设计参量的制冷节能潜力进行排序，其中，横坐标同样是以2∶1模型制冷节能潜力从大到小依次排列的。结果表明，部分参量的制冷节能潜力排序在3种模型中也存在差异。具体讲，西侧窗墙比的制冷节能潜力在3∶1模型中的排序明显比其他2种比例模型靠后；双表皮幕墙、双表皮季节控制在3∶1模型中有着更高的制冷节能潜力；橱窗空间则在1∶1模型中有着更高的制冷节能潜力。
|
图 6 制冷节能潜力排序 Fig. 6 Sorting of energy saving potential for cooling |
为获得每个被动设计参量对用能强度的综合影响，表 6汇总了24个参量在3种模型中用能强度的综合影响力。排序结果表明，入口风速、走廊空间、天窗面积比、屋面传热系数4个参量在3种模型中用能强度的节能潜力均位于前5。其中，入口风速的影响最大，变化范围绝对值为60.55%~64.01%；天窗面积比为6.21%~7.74%；走廊空间和屋面传热系数的变化范围绝对值为2%~5%。因此，这4个参量是影响寒冷地区购物中心节能潜力的重要因素。另外，部分被动设计参量在3种比例模型中的节能潜力存在差异。从排序结果可知，东侧窗墙比和西侧窗墙比在1∶1和2∶1模型中的影响力更大；朝向和双层表皮控制在3∶1模型中的影响力更大。
|
|
表 6 用能强度的节能潜力及其排序 Table 6 Energy-saving potential and ranking of energy use intensity |
文中通过标准化的模拟方法，全面分析了中国寒冷地区购物中心在方案阶段被动设计的节能潜力。得到不同被动设计参量在供暖、制冷及整体的节能变化量及节能潜力较大的被动设计参量。具体结论如下：
1) 从3种标准模型的模拟结果可知，3种标准模型单位面积的供暖需求为62.25~71.17 kWh/m2，制冷需求为106.43~113.99 kWh/m2。寒冷地区购物中心因内热源较多，其制冷需求普遍高于对供暖的需求。
2) 从供暖和制冷的节能潜力来看，入口风速、天窗屋顶比、屋顶传热系数对3种模型的供暖节能潜力影响较大，影响力分别可高达52.66%、3.06%、2.25%；入口风速、天窗屋顶比、走廊空间对3种模型的制冷节能潜力影响较大，影响力分别可高达11.35%、4.68%、2.81%。
3) 从节能潜力的综合评价可知，入口风速、走廊空间、天窗面积比和屋面传热系数对3种模型均具有显著的影响力，影响力分别可高达64.01%、4.90%、7.74%、2.68%。因此，从降低入口风速、采用贯通的走廊形式、在满足采光的同时减少天窗面积、增强屋面的保温性能4个方面进行优化设计，对寒冷地区购物中心建筑性能会具有显著提升。
4) 个别参量在3种模型中的节能潜力也存在差异。其中，东侧、西侧窗墙比对1∶1和2∶1模型的影响力更大，朝向和双层表皮控制对3∶1模型的影响力更大。因此，对不同空间形式的购物中心在选择重要被动设计参量上需要分别对待。
文章以寒冷地区购物中心为例，提出一种适用于大型公共建筑在方案阶段的标准化模拟方法，对其他气候区及建筑类型的标准化模拟具有一定的指导价值。同时，标准化的模拟结果全面反映了寒冷地区购物中心在被动节能方面的绿色性能，是对现阶段寒冷地区大型公共建筑绿色性能数据库的有效补充。另外，被动设计参量在不同条件下的重要性排序，有利于设计师在方案设计阶段把握节能设计的重点，从而开展合理的节能优化设计。
| [1] |
清华大学建筑节能研究中心. 中国建筑节能年度发展研究报告2018——公共建筑[M]. 北京: 中国建筑工业出版社, 2018. Building Energy Conservation Research Center, Tsinghua University. 2018 annual report on China building energy efficiency-public building[M]. Beijing: China Architecture & Building Press, 2018. (in Chinese) |
| [2] |
清华大学建筑节能研究中心. 中国建筑节能年度发展研究报告2014——公共建筑[M]. 北京: 中国建筑工业出版社, 2014. Building Energy Conservation Research Center, Tsinghua University. 2014 annual report on China building energy efficiency-public building[M]. Beijing: China Architecture & Building Press, 2014. (in Chinese) |
| [3] |
Sadineni S B, Madala S, Boehm R F. Passive building energy savings: a review of building envelope components[J]. Renewable and Sustainable Energy Reviews, 2011, 15(8): 3617-3631. DOI:10.1016/j.rser.2011.07.014 |
| [4] |
Rodriguez-Ubinas E, Montero C, Porteros M, et al. Passive design strategies and performance of Net Energy Plus Houses[J]. Energy and Buildings, 2014, 83: 10-22. DOI:10.1016/j.enbuild.2014.03.074 |
| [5] |
Gou S, Nik V M, Scartezzini J, et al. Passive design optimization of newly-built residential buildings in Shanghai for improving indoor thermal comfort while reducing building energy demand[J]. Energy and Buildings, 2018, 169: 484-506. DOI:10.1016/j.enbuild.2017.09.095 |
| [6] |
Chen X, Yang H, Lu L. A comprehensive review on passive design approaches in green building rating tools[J]. Renewable and Sustainable Energy Reviews, 2015, 50: 1425-1436. DOI:10.1016/j.rser.2015.06.003 |
| [7] |
Feist W, Schnieders J, Dorer V, et al. Re-inventing air heating: convenient and comfortable within the frame of the Passive House concept[J]. Energy and Buildings, 2005, 37(11): 1186-1203. DOI:10.1016/j.enbuild.2005.06.020 |
| [8] |
Badescu V, Laaser N, Crutescu R, et al. Modeling, validation and time-dependent simulation of the first large passive building in Romania[J]. Renewable Energy, 2011, 36(1): 142-157. DOI:10.1016/j.renene.2010.06.015 |
| [9] |
Breesch H, Janssens A. Performance evaluation of passive cooling in office buildings based on uncertainty and sensitivity analysis[J]. Solar Energy, 2010, 84(8): 1453-1467. DOI:10.1016/j.solener.2010.05.008 |
| [10] |
Konis K, Gamas A, Kensek K. Passive performance and building form: an optimization framework for early-stage design support[J]. Solar Energy, 2016, 125: 161-179. DOI:10.1016/j.solener.2015.12.020 |
| [11] |
Morrissey J, Moore T, Horne R E. Affordable passive solar design in a temperate climate: an experiment in residential building orientation[J]. Renewable Energy, 2011, 36(2): 568-577. DOI:10.1016/j.renene.2010.08.013 |
| [12] |
Carrilho Da Graça G, Martins N R, Horta C S. Thermal and airflow simulation of a naturally ventilated shopping mall[J]. Energy and Buildings, 2012, 50: 177-188. DOI:10.1016/j.enbuild.2012.03.037 |
| [13] |
Wang F, Pichatwatana K, Roaf S, et al. Developing a weather responsive internal shading system for atrium spaces of a commercial building in tropical climates[J]. Building and Environment, 2014, 71: 259-274. DOI:10.1016/j.buildenv.2013.10.003 |
| [14] |
Kovac M, Kovacova K. Simulation of energy demand for HVAC in a shopping centre-case study[J]. Energy Procedia, 2015, 78: 1105-1110. DOI:10.1016/j.egypro.2015.11.063 |
| [15] |
Lv Y, Peng H, He M, et al. Definition of typical commercial building for South China's Pearl River Delta: local data statistics and model development[J]. Energy and Buildings, 2019, 190: 119-131. DOI:10.1016/j.enbuild.2019.02.035 |
| [16] |
Samuelson H, Claussnitzer S, Goyal A, et al. Parametric energy simulation in early design: High-rise residential buildings in urban contexts[J]. Building and Environment, 2016, 101: 19-31. DOI:10.1016/j.buildenv.2016.02.018 |
| [17] |
中华人民共和国住房和城乡建设部. GB 50189—2015公共建筑节能设计标准[S]. 北京: 中国建筑工业出版社, 2015. Ministry of Housing and Urban-Rural Development of the People's Republic of China. Design standard for energy efficiency of public buildings: GB 50189—2015[S]. Beijing: China Architecture & Building Press, 2015. (in Chinese) |