氣候變化對中國寒冷和夏熱冬暖城市建筑能耗的影響

許馨尹 于軍琪 李紅蓮

摘 要：

氣候變暖已對建筑全生命周期的運行狀況產生了不可忽略的影響，準確評估氣候變化下的建筑能耗對建筑方案設計和既有建筑的節能改造具有重要意義。進行氣候變化下建筑能耗的精確預測，必須擁有未來的逐時氣象數據。以寒冷地區北京和夏熱冬暖地區廣州為研究對象，將挑選的兩個城市典型氣象年為基線氣候，結合全球模式下的預測氣象數據，應用變形法修正TMY的氣象參數，得到直至本世紀末的10個節點年逐時氣象文件，并進行了全年能耗模擬，預估了兩個城市的辦公建筑在氣候變化下建筑能耗的變化趨勢。結果表明：在兩種預測排放情景下，干球溫度、含濕量和太陽輻射均呈增加趨勢；北京采暖能耗顯著降低、制冷能耗增加，總能耗減少，廣州采暖能耗降低、制冷能耗顯著增加，總能耗增加。

關鍵詞：

氣候變化；變形法；建筑能耗

中圖分類號：TU111.3

文獻標志碼：A 文章編號：16744764（2016）04003907

外部氣候變化與建筑物系統動態關系越來越復雜，建筑所在地區氣候影響著建筑圍護結構的設計、室內熱舒適狀況、暖通空調系統及設備的選型等[12]。為此，研究氣候變化下建筑物的能耗需求，對建筑師進行合理優化設計有著指導性作用。

目前，對于氣候變化下建筑物的能源需求研究多關注穩態法，研究方法單一，主要涉及的是不同氣候模式下對溫度的預測：侯證[3]和Mark等[4]使用采用度日法探討了氣候變化對中國典型代表城市的能耗影響，結果表明在不同氣候區氣候變化對能耗影響不同，由南至北影響遞減，降溫需求起主導作用；張海東[5]和田喆[6]建立統計回歸方程研究了溫度變化對采暖能耗影響的關系模式得出溫度異常變化顯著地影響著采暖能源需求的結論；Joseph等[78]和Kevin等[910]運用主成分分析法建立了氣象參數與能源的相關性、將氣象數據干球溫度、濕球溫度、太陽輻射進行研究匯總為一個參數來評估氣候變化對建筑環境的影響；隨著研究的深入，文獻[1112]采用3個氣候模式的集合平均值作為數據源，挑選未來節能分析氣象年，通過兩次空間插值獲得未來氣象數據，并應用DOE2模擬軟件對我國不同氣候區的建筑進行了建筑能耗模擬，得到居住建筑采暖能耗較少，制冷能耗增加、總建筑能耗增加的變化規律。

上述研究表明氣候變暖必將對建筑全生命周期運營過程能耗產生顯著影響，但現有的研究對精確反映采暖空調能耗峰值及細部變化存在明顯不足，具有一定的局限性。在現有的建筑能耗動態分析方法中，逐時動態建筑能耗的模擬已成為建筑節能研究與實踐的核心技術和重要工具。國際上模擬建筑能耗的軟件（EnergyPlus，DOE2，Dest等）都需輸入建筑所在地區的逐時氣象參數，運行計算出建筑能耗。但目前用于建筑全年能耗模擬的逐時氣象參數是基于歷史觀測數據生成的典型氣象年，不適用于未來氣候條件下的建筑能源需求預測。因此，未來建筑能源需求預測的重要前提就是產生基于氣候變化預估的未來逐時氣象參數文件，探討未來氣候變化對能源需求影響。

1 方 法

利用Sandia國家實驗室方法挑選了北京和廣州的典型氣象年TMY（Typical Meteorological Year）作為基線氣候，采用IPCC（Intergovernmental Panel on Climate Change）公布的A1B和B1兩種預測排放情景下的月尺度預測氣象數據，以此修正TMY的干球溫度、含濕量和太陽輻射等氣象參數，得到2010年始直至本世紀末2100年的10個節點年的逐時氣象文件。

1.1 數據來源

全球和區域氣候變化涉及未來人口、經濟、技術驅動力以及由此產生的溫室氣候排放，所以，不同排放量下全球氣候變化的預測模式有很多。政府氣候變化專門委員IPCC2007 年發布了第4次評估報告，引用了20多個復雜的全球氣候系統模式，對過去氣候變化進行模擬并對未來全球氣候變化進行預估。研究表明多個模式的平均值預測效果優于單個模式，為此IPCC第4次報告將20多個不同分辨率的全球氣候系統模式及一個區域氣候模式的模擬結果，經過插值降尺度，多模式平均計算制作成不同情景下的月尺度平均資料[13]。SRES情景是目前廣泛使用的氣候預測情景。當前中國處于經濟穩步增長的發展時期，新的和更高效的技術被迅速引進，能源結構由化石燃料密集型向能源平衡型結構過渡，且經濟結構向服務和信息經濟方向更加迅速地調整。SRES中的A1B及B1情景分別代表中排放和低排放場景，是符合中國可持續發展國情的情景，與中國未來的能源結構變化及發展模式一致，本文選擇A1B及B1情景的預測數據進行研究。

1.2 現有基準氣象參數

建筑能耗模擬通常使用的是TMY的逐時氣象數據。國際上公認的挑選典型年的方法是Sandia國家實驗室方法，選取最能代表室外氣候特征的氣象參數干球溫度、露點溫度、風速以及水平面總輻射，依照對建筑能耗影響的大小賦予不同的權重因子進行匯總。世界氣象組織建議使用平均周期30年來定義一個氣候基準，本文通過Sandia實驗室方法，采用1971—2000年的中國地面歷史觀測氣象數據作為數據源挑選出TMY作為基準氣候，保證了氣象數據基準的質量及高分辨率，結合IPCC中SRES情景下的A1B及B1場景的最新預測結果，修正得到未來的逐時氣象數據。

2005年，Belcher等首先提出了未來氣候設計氣象參數的轉化方法——“Morphing”方法[14]，隨后不同的國外學者均用此方法對星級建筑、辦公建筑、商業建筑等進行了能源預測[1519]。變形方法包括3個操作：1）位移； 2）線性拉伸（縮放）；3）位移和線性拉伸相結合。通過以上3個操作將已有的氣象參數時間序列與氣候變化相結合，生成新的氣象參數文件，并且保留了已有氣象參數的物理特征，基于以上原因，此方法在未來氣候變化對建筑能耗的影響研究領域得到了廣泛應用。

本文對未來氣象參數的預測，由于未來氣象參數獲取的限制，涉及干球溫度、太陽輻射和含濕量；預測氣象數據中風速未知，風速保持不變；在計算相對濕度的過程中，由于氣壓未知，通過與其他氣象參數的相關關系計算得出。各氣象參數具體處理方法如表1所示。

1.3 分區和代表城市的選擇

氣候變暖將導致建筑總能耗和能耗結構的變化，一般規律表現為采暖能耗的降低和降溫能耗的增加。考慮到氣候變暖的季節差異以及空間分布差異，直觀地體現氣候變化對建筑能耗的影響，選取寒冷地區北京和夏熱冬暖地區廣州作為代表城市。因同一氣候地不同城市具有相似的氣候特征，且同一氣候區建筑節能標準、建筑構造及采暖降溫方式基本相同，故選取典型氣候區的代表城市作為研究對象。

1.4 寒冷地區及夏熱冬暖地區氣候變化預測結果分析

寒冷地區北京及夏熱冬暖地區廣州在IPCC公布的SRES情景中A1B和B1情景下的年均干球溫度、含濕量和太陽輻射增幅情況見表2、3所示。可知北京和廣州地區干球溫度和含濕量的總體趨勢是增加的，與全球變暖的預測相符。在A1B排放情景下，北京、廣州年平均溫度分別升高約2.7、3.3 ℃，在B1排放情景下，干球溫度的變化分別為0.9、1.8 ℃。含濕量的變化，寒冷地區北京的增加高于夏熱冬暖地區廣州。與基準氣候參照相比，太陽輻射是增加的，但直至本世紀末，變化趨勢不明顯且趨于穩定。

2 氣候變化對辦公建筑采暖制冷能耗

的影響

2.1 建筑模型的建立

研究氣候變化下的建筑能耗變化，對寒冷地區和夏熱冬暖地區建立了典型辦公建筑的模型，建模建筑為一棟20層的辦公建筑，北軸夾角為0°，標準層為37.8 m×31.5 m平面，層高3.8 m，總建筑面積為23 814 m2，其中空調區域面積為21 609 m2，分布在建筑周圍的4個區，參照國家及各地方建筑標準[21]，分別對各個城市的辦公建筑圍護結構進行設計，圖1為建筑示意圖，表4為基準建筑基本概況，建立的辦公建筑典型模型基本能夠反映兩個代表城市建筑普遍情況。由于氣候的變暖會導致室外溫度升高使室內環境控制要求也有可能發生變化，在未來夏季設定溫度將可能會是27或者28 ℃，在2005年，日本政府大樓將夏季設定溫度提高至28 ℃，這對建筑的節能將會產生很大的影響[22]。至本世紀末隨著氣候變暖辦公建筑的使用模式也會有所變化。但為了比較氣象參數對建筑能耗的影響，辦公

建筑的內部負荷、室內設計工況及暖通空調系統保持一致，且符合相應的建筑設計、節能設計標準，表5為基準建筑能耗模擬基本參數設置。

2.2 氣候變化下的采暖和制冷能耗

利用變形法生成未來兩種排放場景下寒冷及夏熱冬暖地區代表城市能耗模擬所需逐時氣象數據，并轉換成EPW文件格式，采用能耗模擬Energy Plus軟件對兩個地區典型建筑進行建筑能耗模擬。在兩種排放情景下，分別對兩個城市以10 a為節點進行了40次模擬得出未來氣候變化下的采暖制冷能耗。

圖2表明了在A1B和B1排放情景下，以10 a為節點2個城市辦公建筑總能耗的變化情況。由圖可知氣候變化對建筑能耗有顯著影響，其中A1B情景因表征著更高的排放場景，總能耗整體增加趨勢較B1更明顯。A1B排放情景下，廣州地區在2050年總能耗增加了27 MJ/m2，至2100年總能耗增加51 MJ/m2；北京的總能耗整體呈減少趨勢，2050年能耗減少26 MJ/m2，2100年能耗減少89 MJ/m2。B1排放情景下，廣州地區在2050年總能耗增加了24 MJ/m2，至2100年總能耗增加36 MJ/m2；北京地區在2050年能耗減少41 MJ/m2，2100年能耗減少52 MJ/m2。

表6為兩種排放情景在2050和2100年兩個節點年，兩個城市辦公建筑的采暖、制冷及總能耗情況。結果表明：在以夏季制冷能耗為主的氣候區廣州，制冷能耗的增加量大于采暖能耗的減少量導致總能耗增加，在以冬季采暖能耗為主的氣候區北京則出現相反情況，采暖能耗的減少量大于制冷能耗的增加量導致總建筑能耗的減少。在A1B情景下，廣州地區制冷能耗的增加量大于采暖能耗的減少量，與基準氣候TMY的采暖能耗217.15 MJ/m2、制冷能耗26.13 MJ/m2相比，2050年的制冷能耗為249.12 MJ/m2，采暖能耗為11.45 MJ/m2；北京地區，與基準氣候TMY的制冷能耗122.75 MJ/m2和 采暖278.52 MJ/m2比，在A1B情景下2100年制冷能耗為141.75 MJ/m2，采暖能耗為166.04 MJ/m2。模擬結果表明，隨著氣候的變暖，到21世紀末，B1情景下夏熱冬暖地區采暖能耗減少69.6%，制冷能耗增加19%，總能耗增加5.0%；寒冷地區采暖能耗減少23.5%，制冷能耗增加9.6%，總能耗減少64%。A1B情景下夏熱冬暖地區采暖能耗減少77.3%，制冷能耗增加26.8%，總能耗增加7.1%；寒冷地區采暖能耗減少40.4%，制冷能耗增加155%，總能耗減少11.1%。A1B和B1情景代表著中國未來可能的兩種能源結構變化及發展模式，月尺度數據較為適用于中國，Joseph等[8]及朱明亞等[23]通過預測氣候變化對建筑能耗的影響也得出了相同的規律，但本文能較夠細致客觀地反映了建筑未來能耗變化規律。

3 結 論

基于TMY及IPCC預測未來100年氣象參數的月均值，由Morphing方法得到未來近100年兩種排放情景下每隔10 a的逐時氣象數據，通過建筑模型建模，運用EnergyPlus動態能耗模擬軟件下模擬了兩種氣候條件下代表城市辦公建筑的能耗情況。

夏熱冬暖地區主要以制冷能耗為主，僅有少量采暖能耗，該地區制冷能耗的增加量高于采暖能耗的減少量導致了總能耗的增加。而寒冷地區主要以采暖為主兼顧制冷，該地區采暖能耗的減少量高于制冷能耗的增加量導致了總能耗的減少。AB1情景代表中排放情景，氣候變暖較低排放情景B1更為明顯，模擬結果也顯示了在A1B情景下夏熱冬冷地區建筑的能耗高于B1情景，在寒冷地區能耗減少較B1情景更明顯。

中國目前的建筑節能重點區域是炎熱和寒冷地區，研究表明，未來氣候變暖對建筑的能耗產生重大影響。在未來氣候持續變暖的條件下，節能的主要方向應是減少制冷能耗。典型氣象年與氣候預測相結合的方法為研究未來氣候變化對能源需求的影響提供了重要依據。

參考文獻：

[1]

WAN K K W ，LI D H W ， PAN W， et al. Impact of climate change on building energy use in different climate zones and mitigation and adaptation implications [J]. Applied Energy，2012，97（3）：274282.

[2] DIRKS J A ，GORRISSEN W J，HATHAWAY J H .Impacts of climate change on energy consumption and peak demand in buildings： A detailed regional approach[J]. Energy，2015，79：2032.

[3] 侯證.用度日法分析氣侯變化對建筑采暖能耗的影響[D].西安：西安建筑科技大學， 2007.

HOU Z. Analysing climate changing impact on building energy consumption of heating by method of degreedays [D]. Xian： Xian University of Architecture and Technology， 2007.（in Chinese）

[4] MARK F J， ABUBAKR S B， PATRICK A， et al. Climate change future proofing of buildings—Generation and assessment of building simulation weather files [J]. Energy and Building， 2008， 40（12）：21482168.

[5] 張海東.氣候變化對我國取暖和降溫耗能的影響及優化研究[D].南京：南京信息工程大學， 2007.

ZHANG H D. Influence of climate change on warming/cooling energy consumption and optimization[D]. Nanjing： Nanjing University of Information Science & Technology，2007. （in Chinese）

[6] 田喆.城市熱島效應分析及其對建筑空調采暖能耗影響的研究[D].天津：天津大學， 2005.

TIAN Z. Analysis of urban heat island and study on impact of UHI on building HAVC energy consumption[D]. Tianjin： Tianjin University， 2005. （in Chinese）

[7] JOSEPH C L， KEVIN K W W， TONY N T L. An analysis of future building energy use in subtropical Hong Kong [J]. Energy， 2010， 35（3）：14821490.

[8] JOSEPH C L， KEVIN K W W， TONY N T L. Principal component analysis and longterm building energy simulation correlation[J]. Energy Conversion and Management， 2010，51（1）：135139.

[9] KEVIN K W W， DANNY H W L ， LIU D L. Future trends of building heating and cooling loads and energy consumption in different climates[J]. Building and Environment， 2010，46（1）：223224.

[10] KEVIN K W W， DANNY H W L ， JOSEPH C L. Assessment of climate change impact on building energy use and mitigation measures in subtropical climates [J]. Energy， 2011，36（3）：14041414.

[11] 劉大龍，劉加平，楊柳，等.氣候變化下建筑能耗模擬氣象數據研究[J].土木與環境工程，2012，34（2）：110114.

LIU D L， LIU J P， YANG L， et al. Analysis on simulation meteorological data under climate change[J]. Journal of Civil， Architectural & Environmental Engineering， 2012，34（2）：110114. （in Chinese）

[12] 劉大龍，劉加平，楊柳，等.氣候變化下我國建筑能耗演化規律研究[J].太陽能學報，2012，34（2）：110114.

LIU D L， LIU J P， YANG L， et al. Building energy consumption principia under climate change in China[J]. Acta Energiae Solaris Sinica， 2012， 34（2）： 439444. （in Chinese）

[13] 羅勇.氣候變化業務[M].北京： 氣象出版社，2012.

LUO Y. Climate change business[M]. Beijing： China Meteorological Press， 2012. （in Chinese）

[14] 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）：4961.

[15] YAU Y H ， HASBI S .A review of climate change impacts on commercial buildings and their technical services in the tropics[J]. Renewable & Sustainable Energy Reviews，2013，18（2）：430441.

[16] JENTSCH M，F JAMES P A B，BOURIKAS L， et al. Transforming existing weather data for worldwide locations to enable energy and building performance simulation under future climates[J].Renewable Energy，2013，55（4）：514524.

[17] BERGER T， AMANN C ，FORMAYER H， et al .Impacts of climate change upon cooling and heating energy demand of office buildings in Vienna， Austria[J]. Energy & Buildings，2014 ，80 ： 517530.

[18] WANG H， CHEN Q.Impact of climate change heating and cooling energy use in buildings in the United States[J]. Energy & Buildings，2014，82：428436.

[19] FARROU I ， KOLOKO M， SANTAMOURIS M.Building envelope design for climate change mitigation： a case study of hotels in Greece[J]. International Journal of Sustainable Energy，2014：124.

[20] 劉大龍.區域氣候預測與建筑能耗演化規律研究[D].西安：西安建筑科技大學， 2011.

LIU D L. The study of building energy consumption based on climate prediction [D]. Xian： Xi'an University of Architecture and Technology，2011. （in Chinese）

[21] 中華人民共和國建設部.公共建筑節能設計標準：GB 50189—2009[S].北京：中國建筑工業出版社，2009： 270.

Design standard for energy efficiency of public buildings[S]：GB 50189—2009. Beijing： China Architecture and Building Press，2009 .（in Chinese）

[22] ROAF S， NICOL F， HUMPHREYS M， et al. Twentieth century standards for thermal comfort： promoting high energy buildings[J]. Architectural Science Review，2010 ，53：6577.

[23] 朱明亞，潘毅群，華沙晶，等.氣候變化條件下中國典型城市未來天氣參數與建筑能源需求預測[J].建筑節能，2013，41（265）：5764.

ZHU M Y， PAN Y Q， HUA S J， 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（265）：5764. （in Chinese）

（編輯 胡玲）