建筑能耗模擬用典型氣象年產(chǎn)生方法的研究

李紅蓮，楊 柳，劉大龍，林宇凡，鄭武幸

（1. 西安建筑科技大學(xué)信息與控制工程學(xué)院，陜西 西安 710055；2. 西安建筑科技大學(xué)建筑學(xué)院，陜西 西安 710055；3. 西安建筑科技大學(xué)土木工程學(xué)院，陜西 西安 710055）

提出切實(shí)可行的手段令建筑在整個(gè)生命周期高效運(yùn)營(yíng)，需要在建筑的設(shè)計(jì)階段就要進(jìn)行定量的分析．擁有代表建筑物所在地區(qū)氣候特點(diǎn)的氣象數(shù)據(jù)是分析的先決條件，需要直接影響室內(nèi)熱狀況的太陽輻射及室外溫濕度等的逐時(shí)數(shù)據(jù)．

建筑能耗模擬用逐時(shí)氣象數(shù)據(jù)的研究始于 20世紀(jì)70年代，1971年，日本空調(diào)和衛(wèi)生工學(xué)會(huì)組成了“標(biāo)準(zhǔn)氣象年數(shù)據(jù)委員會(huì)”，提出了標(biāo)準(zhǔn)氣象年模式；1976年，美國(guó)國(guó)家氣象中心提出了參考年TRY(Test Reference Year)數(shù)據(jù)；1970～1983年，ASHRAE研究出了能量年WYEC(Weather Year for Energy Calculation)數(shù)據(jù)，并于上世紀(jì)90年代更新，由NREL完成了WYEC2；1981年，美國(guó)氣象數(shù)據(jù)中心 NCDC和 Sandia國(guó)家實(shí)驗(yàn)室提出了典型年TMY(Typical Meteorological Year)數(shù)據(jù)，TMY模型是通過數(shù)學(xué)統(tǒng)計(jì)方法在長(zhǎng)期的歷史觀測(cè)資料中先選出典型月TMM(Typical Meteorological Month)，然后由 12個(gè) TMM（真實(shí)月）構(gòu)成典型年．TMY模型得到的是一個(gè)虛擬氣象年，它使組成TMY的每個(gè)月都具備代表當(dāng)?shù)貧夂虻牡湫托远皇菢O端氣候，是最能代表當(dāng)?shù)厝隁夂虻臍庀髷?shù)據(jù)．

20世紀(jì) 90年代由美國(guó)國(guó)家可再生能源實(shí)驗(yàn)室分析研究組(National Renewable Energy Laboratory’s Analytic Studies Division)資源評(píng)估項(xiàng)目開發(fā)了TMY2，TMY2在某種程度上可以認(rèn)為是TMY的升級(jí)，其原始?xì)庀髷?shù)據(jù)取自1961～1990年，包括了美國(guó)239個(gè)城市[1]．日本的標(biāo)準(zhǔn)氣象數(shù)據(jù)是日本建筑物熱模擬必不可少的工具，主要用于空調(diào)負(fù)荷的計(jì)算；TRY是從歷史觀測(cè)數(shù)據(jù)中挑選出來的不含極值的比較溫和的實(shí)際年，由于其逐時(shí)氣象參數(shù)中不包括太陽輻射數(shù)據(jù)，用它分析的到的環(huán)境參數(shù)和模擬結(jié)果與實(shí)際情況存在較大的誤差，在眾多的建筑能耗模擬氣象數(shù)據(jù)中，多數(shù)熱環(huán)境模擬軟件使用TMY2．

合理的挑選典型氣象年和對(duì)建筑能耗模擬用逐時(shí)氣象數(shù)據(jù)的適宜處理，及其對(duì)未來典型氣象年的生成方法的合理選擇，是在建筑設(shè)計(jì)階段及其整個(gè)生命周期內(nèi)高效運(yùn)行都具有重大意義的基礎(chǔ)性工作．

1 建筑能耗模擬用典型年的研究現(xiàn)狀

近年來，歐美及日本各國(guó)相繼建立了有實(shí)測(cè)數(shù)據(jù)加工而成的氣象數(shù)據(jù)庫(kù)使建筑熱環(huán)境模擬技術(shù)進(jìn)入成熟階段．美國(guó)的DOE-2開發(fā)商、太陽和風(fēng)能資源評(píng)估中心及暖通空調(diào)工程師協(xié)會(huì)陸續(xù)提供了中國(guó)主要省會(huì)城市及部分城市的建筑能耗模擬計(jì)算用典型年數(shù)據(jù)如TMY2、SWERA和IWEC等．我國(guó)在此方面起步較晚，國(guó)家相關(guān)機(jī)構(gòu)或大學(xué)研究者開發(fā)中國(guó)典型氣象年始于 90年代．郎四維首先開發(fā)了北京、上海兩地的逐時(shí)氣象數(shù)據(jù)，并于 2002年研究建立了我國(guó) 26個(gè)城市的逐時(shí)氣象資料[2]；2004年，張晴原先生和Joe Huang開發(fā)了我國(guó)57個(gè)主要城市的標(biāo)準(zhǔn)氣象數(shù)據(jù)庫(kù)[3-4]；2005年，清華大學(xué)建立了包括全國(guó)270個(gè)站點(diǎn)的建筑熱環(huán)境分析專用氣象數(shù)據(jù)集[5]，2007年，西安建筑科技大學(xué)與香港城市大學(xué)合作的重大國(guó)際合作項(xiàng)目《建筑節(jié)能的基礎(chǔ)科學(xué)問題研究》對(duì)我國(guó)建筑節(jié)能用氣象資料進(jìn)行了專項(xiàng)開發(fā)與研究，完成了我國(guó)194個(gè)城市的典型氣象年數(shù)據(jù)建設(shè)工作[6]．國(guó)內(nèi)外的研究都或多或少的完成了我國(guó)部分城市的典型氣象年，為建筑能耗的逐時(shí)模擬以及室內(nèi)熱舒適性的評(píng)測(cè)等方面提供了堅(jiān)實(shí)的研究平臺(tái)和基礎(chǔ)．

1.1 典型年的氣象數(shù)據(jù)來源

原始?xì)庀髷?shù)據(jù)的全面性和準(zhǔn)確性決定了其最終開發(fā)的典型氣象年的可信度，而獲取某個(gè)地區(qū)的代表氣象特征，擁有長(zhǎng)期的第一手氣象資料是其必要條件．世界氣象組織認(rèn)為, 三十年的資料長(zhǎng)度能夠反映出當(dāng)?shù)叵鄬?duì)穩(wěn)定的氣候特征．表1是目前國(guó)內(nèi)外機(jī)構(gòu)開發(fā)的建筑能耗模擬用典型氣象年，其分析的原始?xì)庀髷?shù)據(jù)來源和時(shí)間長(zhǎng)度不同．

表1 幾種典型氣象年數(shù)據(jù)來源Tab.1 The sources of several typical meteorological year data

1.2 產(chǎn)生典型年的氣象要素及權(quán)重因子

在挑選中國(guó)典型年 CTYW 和中國(guó)標(biāo)準(zhǔn)年CSWD時(shí)，是根據(jù)一定的基準(zhǔn)挑選出“平均月”（或“標(biāo)準(zhǔn)月”）；挑選中國(guó)典型氣象年 CNTMY 時(shí)，使用的是國(guó)際上公認(rèn)的產(chǎn)生典型年的方法：美國(guó)Sandia國(guó)家實(shí)驗(yàn)室提出的經(jīng)驗(yàn)分布函數(shù)(Finkelstein-Schafer統(tǒng)計(jì))方法[7]，其是選取最能代表室外氣象特征的四個(gè)氣象參數(shù)（干球溫度、露點(diǎn)溫度、風(fēng)速以及水平面總輻射），依據(jù)其對(duì)建筑能耗影響力的大小對(duì)其賦予了不同的權(quán)重因子然后匯總成一個(gè)參數(shù)．

在挑選典型月時(shí)，TMY模型將輻射數(shù)據(jù)作為挑選的最主要因素，因?yàn)槠湓O(shè)計(jì)開發(fā)的初衷是為了建筑物的太陽能利用，對(duì)太陽輻射賦予了較大的權(quán)重，占到所有氣象因子權(quán)重的 1/2，其它氣象參數(shù)的權(quán)重選取如表2所示．

表2 幾種典型氣象年挑選參數(shù)及其權(quán)重Tab.2 Several typical meteorological year selecting parameters and their weights

1.3 典型年的產(chǎn)生方法

(1) Sandia國(guó)家實(shí)驗(yàn)室法[7]

FS統(tǒng)計(jì)方法(Sandia方法)又稱經(jīng)驗(yàn)法，通過對(duì)比所選月份的逐年累積分布函數(shù)與長(zhǎng)期累積分布函數(shù)的接近程度來確定，按表2中選取氣象要素和加權(quán)因子，并計(jì)算FS數(shù)據(jù)的加權(quán)總值最小．FS數(shù)據(jù)的加權(quán)總值計(jì)算方式如式(1) ～ (3)所示：

式中：F Sx（y, m ）為第x個(gè)氣象參數(shù)值域在 xi范圍的FS（y,m）統(tǒng)計(jì)值；y為研究對(duì)象年；m為研究對(duì)象年中的月份； C DFy,m（xi）為第x個(gè)氣象參數(shù)值域在xi范圍的 C D F值；C D Fm（xi）為對(duì)于月份m，第x個(gè)氣象參數(shù)長(zhǎng)期統(tǒng)計(jì)值域在 xi范圍的CDF值；N為參數(shù)值選取個(gè)數(shù)，取決于參數(shù)的始點(diǎn)值、終點(diǎn)值和步距；M為逐日氣象參數(shù)選取的個(gè)數(shù)；WS（y,m）為y年m月的平均加權(quán)和；WFx為第x個(gè)氣象參數(shù)的加權(quán)因子，見表2．

對(duì)于Sandia方法，后續(xù)有學(xué)者提出改進(jìn)，Pissimanis提出了一個(gè)更簡(jiǎn)單的均方根公式[8]，Joseph C. Lam加入了永久性和連續(xù)天數(shù)結(jié)構(gòu)的估定方法[9]，均對(duì)此方法做出了一定貢獻(xiàn)．

(2) Danish 法[10]

Danish法是由Andersen和Lund提出，利用方差越小，點(diǎn)的離散程度越小，也就越接近平均值的特性來選取典型月，共分為三個(gè)步驟來選擇出TMY中所需要的月份：

步驟1 選取參數(shù)日平均氣溫，根據(jù)式（4）計(jì)算其日殘差

步驟 2 根據(jù)式（5）和式（6）計(jì)算標(biāo)準(zhǔn)化平均絕對(duì)值和規(guī)范方差式中：μY（y,m）為Y（y, m ,d）的月平均值； μμY（y ）為Y（y, m ,d）的年平均；σY（ y, m ）和 σσY（y ）為其相應(yīng)的方差； σσY（y ） -σY（y, m）的方差．

步驟 3 根據(jù)上述標(biāo)準(zhǔn)化的平均絕對(duì)值和規(guī)范方差，應(yīng)用式（7）確定典型月，按升序排列，前3個(gè)值被選定為候選月．

fmax（y,m ） = m ax ｛ fμ（y, m , j ） , fσ（y, m , j ） 1≤ j ≤3 ｝ (7)

從選擇程序的步驟2、3得出的三個(gè)備選月份中在步驟1中得分最高的月份可作為TMY的選項(xiàng)．

(3) Festa-Ratto法[11]

該方法是Danish法的改進(jìn)，由Festa和Ratto提出，對(duì)數(shù)據(jù)處理有更復(fù)雜的要求，月份的選擇是根據(jù)選定氣象參數(shù)變量x短期值與長(zhǎng)期值的偏差值來確定的，因?yàn)槠鋾?huì)影響模擬系統(tǒng)的性能．Festa-Ratto法保證了所選月份具有代表性，表征了有效氣象參數(shù)的變化，適用于所有氣象參數(shù)的公平選擇[12]．

(4) 主成分法

主成分法原理上認(rèn)為建筑是地域性的，節(jié)能的建筑首先要適應(yīng)當(dāng)?shù)氐臍夂騕13]．不同地域的氣候資源相差懸殊，相關(guān)研究認(rèn)為，做建筑能耗分析時(shí)氣象參數(shù)的選取及其權(quán)重應(yīng)也有所不同[14-15]．而目前在典型氣象年的挑選中，對(duì)選取的氣象參數(shù)統(tǒng)一賦予相同的加權(quán)因子，導(dǎo)致不同地域可利用氣象資源的特性沒有區(qū)分開．2011年相關(guān)文獻(xiàn)[16-18]提到了新的TMY生成方法—主成分分析年TPCY（Typical principal component year），對(duì)建筑能耗有直接影響的三個(gè)氣象參數(shù)：干球溫度 DBT(dry-bulb temperature，℃)、濕球溫度 WBT(wet-bulb temperature，℃)和水平面太陽總輻射 GSR(global solar radiation，MJ/m2)，利用主成分分析方法，尋求三個(gè)參數(shù)對(duì)氣候特征的貢獻(xiàn)率，把特征向量作為系數(shù)得出綜合表達(dá)式，對(duì)比得出與“均值”最接近的 TPCM(typical principal component month)組成TPCY．

2 建筑能耗動(dòng)態(tài)模擬逐時(shí)氣象數(shù)據(jù)的產(chǎn)生方法

建筑能耗模擬有穩(wěn)態(tài)和動(dòng)態(tài)兩種方法．長(zhǎng)期以來，由于缺少公認(rèn)的模擬手段和完善的氣象資料，一直采用選取室外平均計(jì)算溫度的穩(wěn)態(tài)模擬方法．近年來隨著建筑氣候資料的統(tǒng)計(jì)整編理論和方法的科學(xué)化以及計(jì)算機(jī)模擬分析技術(shù)的發(fā)展，建筑節(jié)能的動(dòng)態(tài)模擬方法已成為建筑節(jié)能研究與實(shí)踐的核心技術(shù)和重要工具．國(guó)際上通用的幾種模擬建筑能耗的軟件，如DOE2、HASP/ACLD、DESIGNBUIDER等，都需要輸入代表當(dāng)?shù)厥彝鈿夂蛱卣鞯牡湫蜌庀竽闠MY(Typical Meteorological Year)數(shù)據(jù)——8 760 h的逐時(shí)室外氣象參數(shù)．

但是長(zhǎng)期的逐時(shí)數(shù)據(jù)不易取得，目前公開發(fā)布并可用于建筑能耗分析的一般是四次定時(shí)氣象參數(shù)，太陽輻射參數(shù)則是日總輻射．因此，在典型氣象年數(shù)據(jù)的生成過程中，還需要對(duì)各基本氣象參數(shù)進(jìn)行逐時(shí)化．對(duì)地面氣象參數(shù)逐時(shí)化的方法為插值計(jì)算，對(duì)太陽輻射數(shù)據(jù)的逐時(shí)化則采用統(tǒng)計(jì)計(jì)算模型方法．

郎四維在研究建立我國(guó) 26 個(gè)城市的典型氣象年逐時(shí)氣象資料時(shí)，在逐時(shí)數(shù)據(jù)的插補(bǔ)步驟中，將晝夜的氣象數(shù)據(jù)分別采用傅立葉級(jí)數(shù)和回歸方程來求得，使逐時(shí)數(shù)據(jù)的誤差減小[2]；張晴原等人在逐時(shí)數(shù)據(jù)的插補(bǔ)步驟中，也分為晝夜兩種方程來進(jìn)行，白天數(shù)據(jù)的插補(bǔ)采用了與郎四維相同的傅立葉級(jí)數(shù)，即“單波傅立葉級(jí)數(shù)”；但是夜晚數(shù)據(jù)的插補(bǔ)采用了二次調(diào)和的“雙波傅立葉級(jí)數(shù)”．

判斷插值方法是否合理，比較公認(rèn)的是考察插值與實(shí)測(cè)值的偏離情況，插值數(shù)據(jù)與實(shí)測(cè)數(shù)據(jù)的偏離越小，表明插值與實(shí)測(cè)值吻合度越好．對(duì)于有周期性變化的量如干球溫度、露點(diǎn)溫度、平均大氣壓等物理量，在具有收斂性與穩(wěn)定性的插值函數(shù)中，最常用的是樣條插值函數(shù)，其中三次樣條插值函數(shù)由于其具有二階連續(xù)導(dǎo)數(shù)，插值效果理想；逐時(shí)相對(duì)濕度的生成方法，文獻(xiàn)[19]對(duì)其進(jìn)行了幾種方法的對(duì)比性研究，得出對(duì)含濕量進(jìn)行線性插值得到逐時(shí)含濕量，然后根據(jù)含濕量與相對(duì)濕度的關(guān)聯(lián)性計(jì)算生成逐時(shí)相對(duì)濕度的方法，是比較可行的．

太陽輻射的觀測(cè)數(shù)據(jù)更少，全國(guó)只有100個(gè)左右的臺(tái)站，而且只有日總輻射資料是比較全面的．國(guó)內(nèi)外對(duì)輻射逐時(shí)化模型的研究已經(jīng)相對(duì)成熟，現(xiàn)階段應(yīng)用的模型主要有半正弦模型、比例模型、傅里葉級(jí)數(shù)模型，Collores-Perein模型和Rabl模型（簡(jiǎn)稱C.P.R模型）[20]等．對(duì)于能耗模擬軟件例如Energyplus[21]還需要直射輻射、散射輻射等的逐時(shí)數(shù)據(jù)，對(duì)于太陽輻射的直散分離，目前較多采用Liu and Jordan 模型[22]．

3 氣候變化下典型年的產(chǎn)生方法

自工業(yè)革命以來，全球溫室氣體（GHG）排放持續(xù)增加，尤其在近三十年中增加了70%，而源自建筑物的直接排放增長(zhǎng)了26%[23]．經(jīng)濟(jì)高速發(fā)展的二十年，對(duì)氣候變化規(guī)律已經(jīng)產(chǎn)生了而且還將會(huì)繼續(xù)產(chǎn)生影響，研發(fā)氣候變化下典型氣象年逐時(shí)數(shù)據(jù)的產(chǎn)生方法并進(jìn)行定量的建筑能耗模擬已逐漸成為國(guó)內(nèi)外學(xué)者的研究重點(diǎn)．未來氣象數(shù)據(jù)的產(chǎn)生方法，大致可以分為四種：度日法，補(bǔ)償法、隨機(jī)氣象模型法及全球氣候模型法[24]．

度日法本質(zhì)上是一種穩(wěn)態(tài)的方法，優(yōu)點(diǎn)是快速且簡(jiǎn)單，缺點(diǎn)是用歷史數(shù)據(jù)來預(yù)測(cè)未來氣象特征，雖然能夠量化氣候變化對(duì)建筑能耗的影響大小，但是單純依靠干球溫度來衡量建筑能耗的變化過于片面．

隨機(jī)氣象模型法是由Paassen和Lou等[25]提出的，只需要輸入很小的氣候變化，模型即可人為的生成氣象數(shù)據(jù)，缺點(diǎn)是由于其是隨機(jī)的，其產(chǎn)生必須是建立在大量詳實(shí)的歷史氣象數(shù)據(jù)上，而且這種方法的準(zhǔn)確性有待商榷．

全球氣象模型法是由氣象學(xué)者提出的一種更為復(fù)雜和基礎(chǔ)的氣候變化模型[26]．它是基于大氣環(huán)流與陸地、海洋和冰圈之間的能量傳遞機(jī)制建立地球氣候模式GCM（the general circulation model），由于這種模式分辨率水平較低，對(duì)地區(qū)域氣候的模擬存在局限性和不確定性[27]．

補(bǔ)償法是目前國(guó)外研究中應(yīng)用廣泛的方法，它是由 2005年Belcher提出的“Morphing”[28]方法，其包含三個(gè)計(jì)算步驟：位移，線性伸縮和位移與伸縮．其借鑒氣候模擬研究技術(shù)，預(yù)測(cè)得到未來的氣象參數(shù)，然后通過成熟的動(dòng)態(tài)模擬方法，通過對(duì)比新舊氣候條件下的建筑能耗，來尋找其能耗的變化規(guī)律和變化尺度．2008年，Mark F Jentsch使用HadRM3大氣環(huán)流模式，預(yù)測(cè)了較高溫室氣體排放SRES A2 情景下 2050’s（2041－2070）年間的氣象數(shù)據(jù)并使用“Data Morphing”方法由月均值得到逐時(shí)值，并制作成了EPW模擬格式[29]．

4 結(jié)語

本文梳理了建筑能耗模擬用典型氣象年的產(chǎn)生背景，對(duì)比了典型氣象年的挑選方法，并對(duì)建筑能耗動(dòng)態(tài)模擬用逐時(shí)氣象數(shù)據(jù)的處理方法和未來典型氣象年產(chǎn)生的方法進(jìn)行了探討．典型年代表該地不熱不冷的一年，有關(guān)典型年的氣象數(shù)據(jù)處理是在建筑設(shè)計(jì)階段和影響建筑整個(gè)生命周期內(nèi)高效節(jié)能運(yùn)營(yíng)的基礎(chǔ)工作．

References

[1] MARION W, URBAN K. User’s manual for TMY2s:Typical meteorological years. National Renewable Energy Laboratories[R]. SANd887 2379, Albuquerque, 1995.

[2] 郎四維. 建筑能耗分析逐時(shí)氣象資料的開發(fā)研究[J].暖通空調(diào), 2002, 32(4): 1-5.LANG Siwei. Research and development of weather data for building energy analyses[J]. HVAC, 2002, 32(4): 1-5.

[3] 張晴原, 楊洪興. 建筑用標(biāo)準(zhǔn)氣象數(shù)據(jù)手冊(cè)[M]. 北京:中國(guó)建筑工業(yè)出版社, 2012.ZHANG Qingyuan, YANG Hongxing. Typical Meteorological Database Handbook for Buildings[M]. Beijing:China Building Industry Press, 2012.

[4] ZHANG Qingyuan, Joe Huang, YANG Liu. Development of the typical and design weather data for Asian locations.[J]. Asian Architecture and Building Engineering,2002, 1(2): 49-55.

[5] 中國(guó)氣象局氣象信息中心氣象資料室, 清華大學(xué)建筑技術(shù)科學(xué)系. 中國(guó)建筑熱環(huán)境分析專用氣象數(shù)據(jù)集[M]. 北京: 中國(guó)建筑工業(yè)出版社, 2005.Meteorological reference room of Meteorological Information Center of China Meteorological Administration,Department of Building Technology of Tsinghua University. Building thermal environment analysis dedicated meteorological data set of China[M]. Beijing: China Building Industry Press, 2005.

[6] 劉加平, JOSEPH C L, 楊柳, 等. 建筑節(jié)能設(shè)計(jì)的基礎(chǔ)科學(xué)問題研究報(bào)告[R]. 西安: 西安建筑科技大學(xué), 2007.LIU Jiaping, JOSEPH C L, YANG Liu, et al. The report of basic scientific issues of building energy efficiency design[R]. Xi′an: Xi′an University of Architecture and Technology, 2007.

[7] HALL I, PRAIRIE R, ANDERSON H, et al. Generation of Typical Meteorological Years for26 SOLMET Stations[R]. SAND78-1601, Albuquerque, 1978.

[8] PISSIMANIS D, KARRAS G, NOTARIDOU V, et al.The generation of a typical meteorological year for the city of Athens[J]. Solar Energy, 1988, 40(5): 405–411.

[9] JOSEPH C L, SAM C M H, APPLE L S C. A statistical approach to the development of a typical meteorological year for Hong Kong[J]. Architectural Science Review,1996, 39(4): 201-209.

[10] LUND H. The design reference year user’s manual.Thermal Insulation Laboratory[R]. Technical University of Denmark, Report 274, 1995.

[11] FESTA R, RATTO C F. Proposal of a numerical procedure to select reference years[J]. Solar Energy, 1993,50(1): 9–17.

[12] KAMAL S. Comparison of methodologies for TMY generation using 10 years data for Damascus, Syria[J]. Energy Conversion and Management, 2007, 48(7): 2090–2102.

[13] 楊柳. 建筑氣候?qū)W[M]. 北京: 中國(guó)建筑工業(yè)出版社,2010.YANG Liu. Bioclimatic Architecture[M]. Beijing: China Building Industry Press, 2010.

[14] 楊洪興, 呂琳, 婁承芝, 等. 典型氣象年和典型代表年的選擇及其對(duì)建筑能耗的影響[J]. 暖通空調(diào), 2005,35(1): 130-133.YANG Hongxing, Lü Lin, LOU Chengzhi, et al. Selections of typical meteorological year and example weather year and their effects on building energy consumption[J].HVAC, 2005, 35(1): 130-133.

[15] YANG Hongxing, L? Lin. The development and comparisons of typical meteorological years for building energy simulation and renewable energy applications[J].ASHRAE Trans, 2004, 110(2): 424-431.

[16] YANG Liu, KEVIN K W W, DANNY H W L, et al. A new method to develop typical weather years in different climates for building energy use studies[J]. Energy,2011(36): 6121-6129.

[17] 劉大龍. 區(qū)域氣候預(yù)測(cè)與建筑能耗演化規(guī)律研究[D].西安: 西安建筑科技大學(xué), 2011.LIU Dalong. The prediction of regional climate and the research of building energy evolution[D]. Xi′an: Xi′an University of Architecture and Technology, 2011.

[18] 劉大龍, 劉加平, 楊柳, 等. 氣候變化下建筑能耗模擬氣象數(shù)據(jù)研究[J]. 土木建筑與環(huán)境工程, 2012, 34(2):110-114.LIU Dalong, LIU Jiaping, YANG Liu, et al. Building energy simulation study of meteorological data under the Climate Change[J]. Civil Architectural and Environmental Engineering, 2012, 34(2): 110-114.

[19] 高慶龍, 楊柳, 劉大龍, 等. 建筑熱環(huán)境模擬分析用逐時(shí)相對(duì)濕度生成方法[J]. 四川建筑科學(xué)研究, 2007,33(6): 203-207.GAO Qinglong, YANG Liu, LIU Dalong, et al. The method of getting hourly relative humidity for building thermal condition simulation[J]. Sichuan Building Science, 2007, 33(6): 203-207.

[20] 江億. 用于空調(diào)負(fù)荷計(jì)算的隨機(jī)氣象模型[D]. 北京:清華大學(xué), 1980.JIANH Yi. The stochastic weather data model for the heat gain calculation of air-conditioning system[D]. Beijing:Tsinghua University, 1980.

[21] United States Department of Energy. EnergyPlus Energy Simulation Software[CP/OL]. http: //www. eere. energy.gov/buildings/energyplus.

[22] LIU B Y H, JORDAN R B. The Interrelationship and Characteristic Distribution of Direct, Defuse and Total Solar Radiation[J]. Solar Energy, 1960, 4(3): 1-19.

[23] IPCC, Climate Change 2007: The Physical Science Basis.Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change[M]. Cambridge, UK; New York, USA: Cambridge University Press, 2007.

[24] GUAN Lisa. Preparation of future weather data to study the impact of climate change on buildings[J]. Building and Environment, 2009, 44(4): 793-800.

[25] VAN A H C, LUO Q X. Weather data generator to study climate change on buildings[J]. Building Services Engineering Research and Technology, 2002(23): 251–258.

[26] DICKINSON R E. The climate system and modeling of future climate[M]//BOLIN B, DOOS B R, JAGER J,WARRICK R A. The greenhouse effect, climatic change and ecosystems. Chichester, UK: John Wiley & Sons;1986.

[27] 朱明亞, 潘毅群, 華沙晶, 等. 氣候變化條件下中國(guó)典型城市未來天氣參數(shù)與建筑能源需求預(yù)測(cè)[J]. 建筑節(jié)能, 2013, 41(3): 57-64.ZHU Mingya, PAN Yiqun, HUA Shajing, et al. Prediction of future Weather data and building energy demand for representative cities in China under climate change[J].Building Energy Efficiency, 2013, 41(3): 57-64.

[28] BELCHER S E, HACKER J N, POWELL D S. Constructing design weather data for future climates[J].Building Services Engineering Research and Technology,2005, 26(1): 49-61.

[29] JENTSCH Mark F, BAHAJ Abubakr S, JAMES Patrick A B. Climate change future proofing of buildings: Generation and assessment of building simulation weather files[J]. Energy and Buildings, 2008, 40(12): 2148-2168.