重慶農村居住建筑人行為對建筑空調能耗的影響

趙 倩 林建泉 黃 忠 段 旻

?

重慶農村居住建筑人行為對建筑空調能耗的影響

趙 倩1林建泉2黃 忠2段 旻1

（1.重慶大學城市科技學院 重慶 402167； 2.重慶大學城市建設與環境工程學院 重慶 400045）

選取重慶農村居住建筑為研究對象，根據該地區農村居民的生活習慣和用能特點，給出該地區農村居住建筑的典型人行為模式，通過能耗模擬軟件DeST-h，結合新嵌入的用能行為模塊對建筑中的人行為和全年供冷供熱能耗進行模擬分析。結果表明，在不同人行為模式下，該地區農村居住建筑能耗差異顯著：夏季空調能耗最大值與最小值相差約38.2%，冬季空調能耗最大值與最小值相差約35.1%。在對建筑空調能耗的敏感性上，空調行為模式強于開窗行為模式，是影響空調能耗的主要因素。

人行為；居住建筑；用能習慣；能耗模擬

0 引言

居住建筑能耗不僅受氣象參數、建筑體形、圍護結構和窗墻比等因素影響，而且與居住者的行為模式有關。國內外大量研究表明，不同的人行為模式是造成居住建筑能耗差異的重要因素。

Guerra Santin[1]等研究了荷蘭居民行為對建筑能耗的影響，分析表明居住者的行為對建筑能耗的影響顯著。Clevenger[2]等通過對不同人員作息下的建筑能耗進行模擬計算，發現即使在典型行為中，建筑能耗也存在較大的差異，最大值和最小值差異超過150%。Kempton[3]等對美國一棟公寓內8個住戶的空調使用情況進行調研和實測，發現這些住戶對空調的不同使用方式引起了較大的能耗差異。Wilhite[4]等對日本和挪威的居住建筑能耗和行為進行對比分析，研究發現采暖行為、照明行為等因素的不同導致居住建筑能耗存在差異。Daniel[5]等在研究澳大利亞人行為對低能耗建筑影響的過程中發現，由于人行為的初期假設與實際不符，造成低能耗建筑的能耗模擬結果與實測數據有偏差。

李兆堅[6]等對北京市一棟普通居住建筑的夏季空調能耗進行調查研究，發現不同住戶的空調能耗存在較大差異，并指出造成此差異的主要因素是空調運行模式的不同。朱光俊[7]等以上海某建筑為模擬對象，通過DeST進行能耗模擬，獲取空調運行模式各因素對住宅采暖空調能耗的影響，結果表明容忍溫度對能耗的敏感性強于空調控制溫度，同時指出，室內人員作息方式對耗冷量有一定影響，對耗熱量影響卻較小。張蘊[8]對重慶地區4個居民夏季室內環境調節行為進行調研和實測，在此基礎上分析居民開窗行為和空調使用行為對建筑能耗的影響，指出室外平均溫度是空調使用和開窗行為的重要影響因素，并以室外平均溫度為預測變量，采用logistic回歸模型，模擬不同時間段內開窗對能耗的影響。楊麗紅[9]對杭州民居住戶的行為方式對居住建筑能耗的影響進行大量調研，并結合實測確定基于時間、空間和舒適性三方面的典型人行為模式，最后以杭州一典型住戶為例，采用DeST進行能耗模擬，分析空調運行模式、容忍溫度、設定溫度等單因素對能耗的影響程度。結果表明，不同的人行為模式下的能耗指標與規范模式下得到的能耗值均比實測數據大。李楠[10]通過夏熱冬冷地區的八個省市地區進行大樣本的入戶調查，結合能耗模擬和實例論證，就行為對住宅能耗的影響進行定性、定量分析，結果表明人員行為是影響該地區住宅建筑能耗的重要因素。

已有的研究成果主要是針對城市居住建筑而言，對于農村居住建筑，其結論是否適用還有待研究。筆者針對重慶農村居住建筑，綜合考慮該地區的生活習慣和用能特點，給出該地區農村居住建筑的典型人行為模式，通過能耗模擬計算，進行研究分析、探討重慶農村居住建筑人行為對建筑空調能耗的影響，以期為重慶農村居住建筑的節能改造和節能評估提供更多的理論指導。

1 研究方法

選取重慶農村居住建筑的典型設計方案為研究對象，利用清華大學開發的能耗模擬軟件DeST-h（Designer’s Simulation Toolkit Home），結合新嵌入的用能行為模塊實現建筑中人行為的模擬和全年供冷供熱能耗模擬分析。模擬方案為變參數法，即在給定建筑模型基礎上，通過改變參數設置，如開窗模式、開空調模式等建筑中的人行為，并保持其余參數不變，模擬出不同人行為模式下的建筑空調能耗，對比分析其技術節能性。

1.1 建筑人行為模型

建筑中的人行為包括人員在建筑各房間之間的移動，以及窗戶、照明、窗簾、空調等人為控制，即可概括為人員移動和動作兩大部分[11]。由于建筑中的人行為復雜多變，具有隨機性強和不確定性等特征，導致在數學描述上存在諸多困難。因此，目前關于人行為模型的研究均作了一些簡化，如固定作息法[12]、隨機過程模型[13]、統計回歸模型[14]，Markov鏈模型[15]等，但上述方法在人行為定量描述上仍存在參數單一、環境因素不明確等諸多不足。基于國內外建筑人行為模型研究現狀和研究成果，清華大學王闖[16]提出一套針對有關建筑用能的人行為的基本研究框架和定量描述方法。結合人行為所具有的時間作息、反饋和隨機等特點，建立了基于馬爾可夫鏈（Markov Chain）和事件的人員移動行為模型和基于條件觸發和概率函數的人員動作模型，并針對辦公和住宅建筑定義了若干中典型模式及其行為特征參數，結合實際案例，對模型進行驗證。清華大學孫紅三[17]等結合王闖提出的人行為模型，開發建筑用能人行為模塊，并將其集成于DeST軟件系統中,徹底改變了固定作息的簡單描述方式，彌補了建筑能耗模擬計算與實測數據具有較大差異的不足。

1.2 重慶農村居住建筑典型人行為模型描述

1.2.1 典型人員移動模型描述

國家統計局于2008年5月在北京、河北、黑龍江、浙江、安徽、河南、廣東、四川、云南、甘肅10省市開展了我國第一次居民時間利用調查，根據調查報告的時間利用分配情況，反映了我國農村和城鎮居民生活模式和生活質量存在差異[18]。重慶大學劉猛、黃春雨[19,20]等通過對重慶地區十二個村鎮住宅建筑能耗進行全年調研，得出重慶村鎮居民的用能習慣及建筑能耗水平。筆者根據當地農村居民的生活習慣和用能特點，結合調研數據和相關文獻的研究，總結出重慶農村居住建筑典型人員移動事件及特征參數，如表1所示。

表1 典型人員移動事件及特征參數

備注：1.因農村地區工作日與休息日作息基本無差別，故視為相同作息。2.農忙和農閑的作息雖有所不同，但差異不大，將其簡化視為相同作息。

1.2.2 典型人員動作模型描述

（1）典型照明行為模式

根據調研，發現重慶農村居民使用燈具的時間較為固定，基本上遵循“覺得屋里暗時開，睡覺或離開家時關”的照明行為模式。根據GB50034-2013《建筑照明設計標準》[21]規定的住宅照明標準值，為了簡化，對臥室、客廳、廚房和衛生間的照明標準值不做區分，室內照度統一取150lx，具體描述如表2所示。

表2 典型照明行為模式描述

（2）典型開窗行為模式

室外溫度和室內空氣品質均是影響居民開窗的重要因素。根據調研，得出重慶農村居民的開窗習慣主要分三種：①全天開窗；②有人時開窗，無人時關窗；③起床時或覺得悶時開窗，睡覺時或開空調時關窗，具體描述見表3。根據室內空氣質量標準和室內空氣中二氧化碳衛生標準[22,23]，室內二氧化碳參考值≤1000ppm。徐業林[24]等人研究發現，室內濃度在700ppm時，人體感覺良好，但達到1000ppm時，個別敏感時有不舒適感，長期居住會導致精神不振甚至影響健康。因此，以室內二氧化碳濃度為700ppm作為判斷人員在室內覺得悶的條件。

表3 典型開窗行為模式描述

（3）典型開空調行為模式

空調使用與室外平均溫度和居民的生活作息緊密相關。根據調研，得出重慶農村居民的空調使用習慣主要有兩種：①有人時開空調，無人時關空調；②覺得熱了（夏季）或冷了（冬季）才開空調，離開家時關空調。張蘊[8]等研究發現重慶多數居民對室內熱濕環境有較強的容忍度，只有當溫度達到一定值時，開啟空調的概率快速升高。因此，夏季取30°C、冬季取14°C作為閾值，用來判斷空調開始已具有發生動作的可能性，具體描述見表4。

表4 典型開空調行為模式描述

續表4 典型開空調行為模式描述

2 模擬計算

2.1 建筑信息

模擬對象為重慶渝西地區某農村居住建筑，該建筑坐北朝南，共2層，一層層高為3.3m，二層層高為3m，南北向窗墻比均為0.3。選取二層西側住戶作為計算對象用于討論分析，二層建筑平面圖如圖1所示，其圍護結構參數見表5，照明功率密度和設備功率密度見表6。

圖1 二層建筑平面圖

表5 圍護結構熱工參數

表6 照明功率密度和設備功率密度

續表6 照明功率密度和設備功率密度

2.2 模擬方案

每戶的主要功能房間如臥室（含主、次臥）、客廳為空調房間，采用分體式空調，其余房間為非空調房間，主要依靠與空調房間的自然通風實現夏季降溫和冬季保溫。有外窗的房間，開窗時通風換氣次數設為5次/h，關窗時設為0.5次/h；相鄰房間互通次數設為2次/h。

為了研究在不同開窗和空調行為模式下居住建筑的空調能耗，表7給出了具有代表性的六種開窗和空調行為模式，模擬時段：夏季空調供冷時間為6月15日到8月31日，冬季空調供暖時間為11月15日到2月28日，模擬時間步長為10min。

表7 人員開窗和空調行為模式

3 結果分析

3.1 空調運行時長分析

在DeST-h中對表7中的不同人員開窗和空調行為模式下進行模擬，各模式下的空調運行時長模擬結果如圖2所示。

圖2 不同開窗和空調行為模式下的空調運行時長

圖2可以看出，同一模式下，夏季主臥空調運行時間最長，南、北次臥次之，客廳最短，而冬季北次臥運行時間最長，客廳次之，南次臥和主臥最短。同一空調行為模式下，不同的開窗行為模式對空調運行時長影響較小，以客廳為例，在模式1下夏季空調運行時長約為220h，冬季約為667h；在模式2下夏季約為214h，冬季約為657h；在模式3下夏季約220h，冬季約為657h，即三個模式下空調的運行時長差異不大。而在相同的開窗行為模式下，不同的空調行為模式，其空調運行時長存在較大差異，以南次臥為例，在模式2下，冬季空調運行時長約680h，而在模式4下則約為67h，兩者之間相差10倍之多。因此，空調行為模式是影響空調運行時長的主要因素。

3.2 空調能耗分析

3.2.1 不同開窗行為模式下的空調能耗

圖3給出了不同開窗行為模式下夏季和冬季的空調能耗模擬結果。

圖3（a）和（b）對比還可表明，在同一空調模式下，不同開窗行為模式對該地區農村居住建筑夏季和冬季的空調能耗均有一定的影響，但影響程度不同，后者高于前者。因此，不同開窗模式下的節能潛力有待挖掘，尤其是冬季在保證室內空氣品質的前提下應盡可能減少開窗時間，這樣有利于節能。

圖3 不同開窗行為模式下的空調能耗

3.2.2 不同空調行為模式下的空調能耗

圖4給出了不同空調模式下夏季和冬季的空調能耗模擬結果。

圖4 不同空調行為模式下的空調能耗

圖4（a）可以看出，在相同的開窗行為模式下，空調模式Ⅱ的夏季空調能耗大于空調模式Ⅰ的夏季空調能耗，即空調模式Ⅰ在夏季的節能性較好。在開窗模式A下，空調模式Ⅰ和空調模式Ⅱ的夏季空調能耗相差約38.2%；在開窗模式B下，兩者相差17.6%；在開窗模式C下，兩者相差26.9%。

圖4（b）可以看出，在相同的開窗行為模式下，空調模式Ⅰ的冬季空調能耗大于空調模式Ⅱ的冬季空調能耗，這說明在冬季，空調模式Ⅱ較空調模式Ⅰ具有更好的節能效果。在開窗模式A下，空調模式Ⅰ和空調模式Ⅱ的冬季空調能耗相差約19.8%；在開窗模式B下，兩者相差35.1%；在開窗模式C下，兩者相差24.9%。

由此可見，在相同的開窗行為模式下，不同的空調行為模式對該地區居住建筑的空調能耗影響顯著，即空調行為模式是影響空調能耗的主要因素。

3.2.3 最佳模式的節能率

經上述分析，夏季最佳組合方案為開窗模式B與空調模式Ⅰ，即模式2；而冬季最佳組合方案是開窗模式B與空調模式Ⅱ，即模式5，因此全年最佳模式為夏季模式2+冬季模式5。圖5給出了各模式下的全年空調總能耗模擬結果，圖中節能率以模式1為基準計算得到。

圖5可以看出，不同模式下的全年空調總能耗差異較大。模式1的全年空調總能耗最大，模式2、模式3和模式4三者相當，模式5和模式6較小，而最佳模式則最小。若以模式1為基準，采用最佳模式后，其節能率可達33.6%。

圖5 不同模式下的全年空調總能耗

綜上所述，對于重慶地區農村居住建筑而言，不同的人員開窗行為和開空調行為對建筑空調能耗有著不同程度的影響，尤其是空調行為模式的影響顯著，其敏感性強于開窗行為模式。

4 結論

利用能耗模擬軟件DeST-h，結合新嵌入的用能行為模塊，對重慶農村典型居住建筑進行建筑人行為模擬和供熱供冷能耗模擬分析，通過不同人行為模式下的空調運行時長和空調能耗的對比分析，得出結論如下：

（1）在同一空調行為模式下，不同的開窗行為模式對空調運行時長影響較小。而在相同的開窗行為模式下，不同的空調行為模式，其空調運行時長存在顯著差異，最大值與最小值兩者之間相差高于10倍。

（2）在同一空調行為模式下，不同的開窗行為對冬季空調能耗影響程度較夏季大。因此，不同開窗模式下的節能潛力可待挖掘，尤其是冬季在保證室內空氣品質的前提下應盡可能減少開窗時間，這樣有利于節能。

（3）在相同的開窗行為模式下，不同的空調行為模式，其空調能耗存在著顯著的差異，夏季空調能耗最大相差約38.2%，冬季空調能耗最大相差約35.1%。

（4）不同的開窗行為和空調行為對建筑空調能耗有著不同程度的影響，在敏感性上，空調行為模式強于開窗行為模式，是影響空調能耗的主要因素。

[1] Guerra Santin O, Itard L, Visscher H. The effect of occupancy and building charact- eristics on energy use for space and water heating in Dutch residential stock[J]. Energy and Building, 2009,41(11):1223-1232.

[2] Clevenger C M, HaymakerJ. The impact of the building occupant on energy modeling simulations[C]. Joint International Conference on Computing and Decision Making in Civil and Building Engineering, 2006:1-10.

[3] Kempton W, Feuermann D, McGarity A. “I always trun it on super”:user decisions about when and how to operate room air conditioners[J]. Energy and Buildings, 1992,18(3):177-191.

[4] Wilhite H, Nakagami H, Msauda T, et al. A cross-cultural analysis of household energy use behavior in Japan and Norway[J]. Energy Policy, 1996,24(9):795-803.

[5] Daniel L, Soebarto V, Williamson T. House energy rating schemes and low energy dwellings:The impact of occupant behaviours in Australlis[J]. Energy and Buildings, 2015,88(88):34-44.

[6] 李兆堅,江億,魏慶芃.北京市某住宅樓夏季空調能耗調查分析[J].暖通空調,2007,37(4):46-51.

[7] 朱光俊,張曉亮,燕達.空調運行模式對住宅建筑采暖空調能耗的影響[J].重慶建筑大學學報,2006,28(5): 119-121.

[8] 張蘊.重慶住宅夏季室內熱濕環境與人員調節行為模式研究[D].重慶:重慶大學,2016.

[9] 楊麗紅.夏熱冬冷地區居住建筑人行為對能耗影響的研究[D].杭州:浙江大學,2016.

[10] 李楠.夏熱冬冷地區人員行為對住宅建筑能耗的影響研究[D].重慶:重慶大學,2011.

[11] 燕達,豐曉航,王闖,等.建筑中人行為模擬研究現狀和展望[J].建筑科學,2015,31(10):178-187.

[12] Crawley D B, Lawrie L K, Winkelmann F C, et al. EnergyPlus:cerating a new-generation building energy simulation program[J]. Energy and Buildings, 2001,33(4): 319-331.

[13] Richardson I, Thomson M, Infield D. A high-resolution domestic building occupancy model for energy demand simulations[J]. Energy and Buildings, 2008,40(8): 1560-1566.

[14] TunhyP, Humphreys M, NicolJ. Occupant Behavior in Naturally Ventilated and Hybrid Buildings[J]. ASHRAE Transactions, 2009,115(1):16-27.

[15] Tanimoto J, Hagishiam A. State transition probability for the Markov Model dealing with on/off cooling schedule in dwellings[J]. Energy and Buildings, 2005,37(3): 181-187.

[16] 王闖.有關建筑用能的人行為模擬研究[D].北京:清華大學,2014.

[17] 王闖,燕達,孫紅三.室內環境控制相關的人員動作描述方法[J].建筑科學,2015,31(10):199-211.

[18] 國家統計局社會和科技統計司.2008年時間利用調查資料匯編[M].北京:中國統計出版社,2009.

[19] 劉猛,凌疆,黃春雨,等.重慶城市發展新區村鎮住宅建筑用能模型[J].建筑科學,2015,37(4):125-134.

[20] 黃春雨.重慶地區村鎮住宅建筑用能模型研究[D].重慶:重慶大學,2014.

[21] GB/T 50034-2013,建筑照明設計標準[S].北京:中國建筑工業出版社,2014.

[22] GB/T 17094-1997,室內空氣中二氧化碳衛生標準[S].北京:中國建筑工業出版社,1997.

[23] GB/T18883-2002,室內空氣質量標準[S].北京:中國建筑工業出版社,1997.

[24] 徐業林,趙玉琳,王志強,等.室內空氣中二氧化碳變化趨勢及現狀調查[J].安徽預防醫學雜志,2010,16(4): 272-273.

Impacts of Occupant Behavior Pattern on Air-Condtioning Energy Consumption of Rural Residential Buildings in Chongqing

Zhao Qian1Lin Jianquan2Huang Zhong2Duan Min1

( 1.City College of Science and Technology, Chongqing University, Chongqing, 402167; 2.Faculty of Urban Construction and Environmental Engineering, Chongqing University, Chongqing, 400045 )

A rural residential building in Chongqing was selected as a research object. According to the lifestyle habits and energy-using characteristics of rural residents in this region, the typical occupant behavior patterns were given. The simulation software DeST-h (Designer’s Simulation Toolkit Home) with occupant behavior moduel was uesd to calculate the heating and cooling energy consumption of the residential building under different occupant behaviors. The results show that different occupant behavior patterns have a significant impact on energy consumption of rural residential building in this region: the maximum and minimum values of the cooling energy consumption have difference of about 38.2%, and the maximum and minimum values of the heating energy consumption have difference of about 35.1%. Moreover, the air conditioner control behavior pattern, which is superior to the window opening behavior pattern in respect of sensitivity, is a main factor of impact on energy consumpton of residential buildings.

occupant behavior; residential building; energy usage pattern; energy simulation

1671-6612（2017）06-627-09

TU241.4/TU831.6/TU834.1

A

重慶市教委科學技術研究項目（KJ1602301）

趙 倩（1987-），女，碩士，講師，研究方向為建筑節能與能源應用，E-mail：zhaoqian0608@126.com

2017-10-01