论文部分内容阅读
能源是社会发展的重要物质基础,在国民经济中具有显著的战略地位。居住建筑作为重要的建筑形式和家庭主要的居住环境,其建筑面积达到了中国建筑总面积的58.5%,其运行能耗达到了建筑总商品能耗的48%。中国非常重视气候变化这一全球性问题,在国家长期发展战略上把减少碳排放、延缓气候变化放在重要的位置上。然而现阶段夏热冬冷地区室内热环境情况较差,改善室内热环境将带来大量能源需求,对国家节能和减排目标造成巨大压力。因此,为了解现阶段和不同未来情景对应的区域尺度居住建筑供暖供冷能源消耗量、为寻求和探索合适的针对区域尺度大面积居住建筑供暖供冷能源消耗的节能减排措施,需要构建稳定可靠的居住建筑区域能耗需求计算模型。大量学者通过计算机模拟和实地调查的方法对夏热冬冷地区居住建筑能源消耗情况,特别是对供暖供冷能源消耗情况进行了研究和分析,同时还通过计算机模拟的方法分析和比较了不同建筑设计参数对夏热冬冷地区居住建筑能耗的影响,但是现有的夏热冬冷地区居住建筑能耗研究缺乏区域总能耗相关研究,同时由于研究所考察的建筑数量非常有限,其研究结果对考察区域所有居住建筑的实际能耗情况代表性有限,无法基于上述研究得到区域居住建筑实际的能耗情况和计算区域总能耗情况。现阶段对居住建筑改造效果的研究仅限于对单体建筑的研究,未对不同改造措施运用到区域所有居住建筑的效果进行分析和讨论。而针对居住建筑节能减排的政策覆盖面积一般较广,对单个建筑或单个家庭进行节能减排政策效果的分析无法代表政策作用于区域中所有研究建筑的整体情况。故本文以夏热冬冷地区重庆市为例,建立了能对区域范围大规模居住建筑的供暖供冷能耗进行估算并评估不同节能减排政策在研究区域推广效果的区域能耗模型构建方法。同时,由于详细能耗模拟内在的复杂性和建模计算成本,本文还探索了使用机器学习方法代替详细计算机能耗模拟软件对建筑能耗进行预测的可行性。本文首先使用逐个建筑方式研究了重庆市渝中区总面积达3.4平方公里的调研带内的居住建筑能耗情况。通过实地调研收集建筑相关详细信息、结合地图进行建筑定位和建模以及区域能耗模拟软件对建筑逐个分析模拟从而构造了自下而上的区域建筑能耗模型。区域建筑能耗模型计算结果表明采样带中321栋2001年前完工的居住建筑的供暖能耗密度变化范围为16.5-25.5 kWh/m~2,中位数为19.2kWh/m~2;供冷能耗密度变化范围为14.8-33.4kWh/m~2,中位数为20.4kWh/m~2。其次,基于建筑形状特征(建筑高度,长宽比和体形系数),使用聚类分析的方法生成了居住建筑原型建筑用于区域能源消耗总量计算。聚类分析结论表明,选择建筑高度、建筑长宽比作为聚类因子,使用K-中心点聚类方法确定的代表性原型建筑对区域能源消耗总量计算最为精确,使用其选择的原型建筑推算的居住建筑总体能耗与采用模拟软件进行建筑逐个计算方法所得的居住建筑总体能耗情况相比,供暖供冷总能耗相对误差仅1.55%。然后,本文基于统计数据使用原型建筑方式构造自下而上工程学区域能源模型用于研究重庆市城镇区域居住建筑供热供冷能耗情况及其对应的碳排放情况。通过结合统计数据定义原型建筑,对原型建筑进行能耗模拟,计算不同建成年代居住建筑面积的占比情况和气象修正四个步骤,提出的区域能源模型构造方法能用来对现阶段和未来时间的重庆市城镇居住建筑供热供冷能耗及其对应的碳排放情况进行分析,并评估不同改造措施运用于重庆市城镇居住建筑的节能减排效果。为简化使用建筑能耗模拟软件进行详细建模和计算的过程,本文使用机器学习的方法选择建筑围护结构的物理特性和建筑使用者的人员行为作为预测变量对居住建筑全年供热制冷负荷密度进行预测。基于EnergyPlus能耗模拟软件生成的居住建筑全年供热制冷负荷密度数据库,对五种机器学习回归模型,包括线性核函数支持向量回归、多项式核函数支持向量回归、高斯径向基核函数支持向量回归、线性回归和人工神经网络的预测性能进行了测试和比较。高斯径向基核函数支持向量回归模型与其他模型比其模型训练时间相对较短、精确度较高,总的来说预测性能较优。