102 公共建筑能耗数据分析方法与分项计量.doc

公共建筑能耗数据分析方法与分项计量

清华大学建筑学院建筑技术科学系王鑫魏庆芃

摘要：公共建筑能耗数据分析对指导节能工作具有重要意义，本文对建筑能耗数据分析方法进行了综述，在此基础上提出两种实用多建筑能耗数据对比分析方法：能耗指标法和效率指标法。本文还提出针对建筑总能耗数据进行分析的局限性，提出应更多的针对用分项计量数据进行分析研究。
关键词：公共建筑，分项计量，能耗数据
Abstract：Theanalysisofenergyconsumptiondataofcommercialbuildinghasimportantmeaningstotheenergyconversationwork.Thisarticlesummarizedtheusualapproachesanddiscussedtwoapplicablemethodsforcomparingbetweenbuildings:theenergyindicatorapproachandtheenergyefficiencyindicatorapproach.
Thelimitationoftotalenergyconsumptioninanalysisisalsodiscussedandsub-metereddataisconsideredtobemoreuseful.
Keywords：commercialbuilding,sub-metering,energyconsumptiondata
背景
随着建筑节能工作的深入和发展，建筑能耗数据的统计与审计工作在全国各地得到普遍开展。许多地方建立了公共建筑能耗数据库，采集了大量的建筑能耗数据和相关建筑信息数据。近几年来，随着分项计量工程的应用和推广，我们不仅能获得建筑全年或逐月的总用电量，更能获得建筑分项、分系统的逐时的电耗。可以说，我国已经初步建成了公共建筑能耗数据采集的平台，为公共建筑的节能工作奠定了良好的基础。
解决了数据的获取问题，数据的分析处理就变得越来越重要。如何分析和应用这些数据？特别的，如何使这些数据在节能工作中发挥作用？这就是本文要回答的问题。
能耗数据分析原理
能耗数据模型与方法
影响建筑能耗的因素很多，如气象参数、建筑使用情况、设备系统形式、运行控制策略、建筑围护结构状况等。所谓“分析”就是通过某种模型，在建筑能耗数据与能耗影响因素之间建立联系。
ASHREAHandbook2005（以下简称“手册”）的“能耗评估与建模”章节（Chapter32）[1]对建筑能耗的分析方法进行了较为完善的综述，提出能耗模型的三个组成部分：
1、输入参数；
2、系统结构与系统参数；
3、输出结果。
手册将分析方法分为两种，一种是“向前方法”（或经典方法），即已知能耗模型的第一、二部分，求解建筑能耗；另一种是“数据驱动方法”（或反向方法），即已知能耗模型的第一、三部分，求解建筑能耗与影响因素之间的关系。
显然，上述“数据驱动方法”就是适用于公共建筑能耗分析的方法。手册中将这种方法大致又分为三类：
1、经验方法（或黑箱方法）；
在能耗数据与影响因素之间建立某种回归模型，常用的有最小二乘法、PRISM方法[2]等；
2、校准模拟方法；
用模拟软件建立建筑模型，进而调整输入条件使得输入与实测能耗相符；
3、灰箱方法。
为建筑或系统建立物理模型，用统计方法确定模型参数。
上述方法主要适用于单个建筑的能耗数据分析。当对比分析多建筑能耗时，只需利用上述方法，把不同建筑能耗归一化，形成某种能耗指标，再进行横向对比。
相关研究综述
过去二十多年，国内外对于建筑能耗数据的分析主要针对的是建筑总能耗。建筑总能耗数据具有易于获得（尤其是全年能耗或逐月能耗）、准确度很高的特点，常被用于各种回归模型分析。以下是部分相关研究的综述。
文献[3~8]给出了针对逐月能耗的分析方法，其共性特征为均采用某种气象参数（采暖度日数、空调度日数等）对逐月能耗进行回归，回归结果可对未来的能耗进行预测。这种方法的应用很广泛，但研究成果对于指导建筑节能缺乏实际意义。
图2.1香港某办公楼建筑逐月能耗与室外平均温度的相关性分析[3]

文献[9~12]给出了针对多个建筑总能耗的benchmarking方法，多采用EUI（Energyuseintensity）指标或归一化的EUI指标衡量建筑物整体用能水平的高低。
图2.2美国加州办公建筑能耗评测软件[10]

文献[13~17]针对逐时或逐半小时尺度的建筑能耗数据进行分析，从而实现能耗预测、改进运行、能耗曲线形状识别、能耗拆分等目的。

图2.3采用EDA（End-useDisaggregationAlgorithm）方法对办公楼（左）和零售店（右）进行能耗拆分[17]

文献[18~21]介绍了一种“非插入式电力负