付昱曦,李紅蓮,王賞玉,楊 柳

(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)

典型氣象年(Typical Meteorological Year,TMY)是建筑模擬中評估能耗的重要資料，它作為能耗模擬軟件的基礎(chǔ)數(shù)據(jù)，其輸入氣象數(shù)據(jù)的準確性緊密影響著能耗模擬的結(jié)果.TMY的挑選需要長期、連續(xù)的氣象要素記錄，但是在中小城鎮(zhèn)中不具備這種條件，導(dǎo)致無法使用計算方法生成當(dāng)?shù)氐腡MY，從而影響能耗模擬評估.針對這種情況，采用不同途徑來獲取TMY顯得尤為重要.

近幾年，我國在這方面取得很大研究成果.2012年，張晴原等人從1995-2005年選取了360個地區(qū)的標準氣象年數(shù)據(jù)[1].2015年，李紅蓮等人梳理了國內(nèi)外TMY生成方法和逐時氣象數(shù)據(jù)處理方法[2]，并指出氣象參數(shù)選取影響TMY結(jié)果的準確性[3]，通過對比不同TMY生成方法對建筑能耗影響，指出了適合西安地區(qū)的TMY生成方法[4].同年，香港學(xué)者利用遺傳算法生成適用不同氣候條件下的TMY[5].2016年，李紅蓮等人提出了TMY室外氣象參數(shù)的選取方法[6].2017年，楊柳等人提出適應(yīng)我國建筑設(shè)計的氣象參數(shù)的逐時化分析方法[7]，劉大龍等人通過分析建筑能耗各氣象參數(shù)的敏感性系數(shù)，得出溫度對采暖和空調(diào)能耗的影響最大[8].同年，侯立強等人通過比較成都地區(qū)各氣象參數(shù)月均值變化和能耗模擬結(jié)果[9]，發(fā)現(xiàn)當(dāng)?shù)剞k公建筑能耗與各氣象參數(shù)間沒有明顯規(guī)律性.同年，清華大學(xué)學(xué)者通過比較中國不同氣候區(qū)主要城市TMY數(shù)據(jù)與55 a實際天氣數(shù)據(jù)[10]，得出寒冷地區(qū)的長期能源使用量與采用TMY得出的結(jié)果相差很大.同年，熊明明等人發(fā)現(xiàn)了氣候變化影響TMY數(shù)據(jù)[11]，采暖期較制冷期變化明顯.2018年，王華用機器學(xué)習(xí)算法補充了南海地區(qū)8個站點16 a的總輻射數(shù)據(jù)[12]，為南海地區(qū)TMY生成提供了可靠的方法.

從以上研究內(nèi)容看出，在建筑節(jié)能設(shè)計分析中，室外基礎(chǔ)氣象數(shù)據(jù)的重要性和必要性.針對TMY數(shù)據(jù)來源問題，本文對TMY的獲取方法進行了梳理，并基于北京20a的實測氣象數(shù)據(jù)，使用不同獲取方法得到TMY，對比主要氣象參數(shù)與長期平均值，并對典型建筑進行能耗模擬，對比其對能耗模擬結(jié)果的影響.

1 典型年數(shù)據(jù)的獲取途徑

1.1 直接獲取法

目前，我國能耗模擬TMY數(shù)據(jù)源常見的有以下幾種格式，包括CSWD、CTYW、IWEC和SWEAR等，其中CSWD數(shù)據(jù)是根據(jù)中國氣象局收集的中國270個地面氣象站1971-2003年實測氣象數(shù)據(jù),CTYW是張晴原開發(fā)的標準氣象數(shù)據(jù)庫，是根據(jù)由美國軍事衛(wèi)星記錄的1982-1997年中國機場氣象站的天氣報告，其中沒有太陽輻射數(shù)據(jù)，IWEC數(shù)據(jù)和SWERA數(shù)據(jù)分別來源于美國國家氣象數(shù)據(jù)中心和國家可再生能源實驗室，其中只有CSWD數(shù)據(jù)包含太陽輻射數(shù)據(jù)，而CTYW、IWEC、SWEAR三種數(shù)據(jù)中太陽輻射數(shù)據(jù)是推算出來的，西安建筑科技大學(xué)和香港城市大學(xué)的合作項目中，采用美國Sandia國家實驗室提出的經(jīng)驗分布函數(shù)方法為我國194個城市挑選出TMY數(shù)據(jù)，表1為幾種典型氣象年數(shù)據(jù)詳細介紹.能耗模擬軟件Energyplus官網(wǎng)提供了我國部分大城市的TMY數(shù)據(jù)，可以直接用以能耗模擬.

表1 國內(nèi)外典型年氣象數(shù)據(jù)來源詳細介紹Tab.1 Detailed description of the source of TMY at home and abroad

1.2 計算方法獲取

對于挑選TMY的計算方法，1977年，Andersen等人提出了生成TMY的Danish方法，1980年，Lund等人對此方法加以改進，之后Festa和Ratto于1993年提出了Festa-Ratto法，2005年，由Miquel和Bilbao開發(fā)的Miquel-Bilbao方法[13]，適用于除太陽輻射以外的其他氣象參數(shù)挑選TMY，2015年，香港學(xué)者將遺傳算法用到了確定氣象參數(shù)的權(quán)重值的大小上[5]，從而生成不同氣候條件下的TMY，2017年，Yusuke Arima等人提出一種新的天氣數(shù)據(jù)—典型與設(shè)計氣象年[14].國內(nèi)TMY產(chǎn)生方法有CTYW[1]，是由張晴原、Joe Huang提出的典型年挑選方法，它通過計算各氣象要素的月均值標準偏差，選出WS值最小的月份，此外還有清華大學(xué)TMY的生成方法CSWD[15]，通過對各氣象參數(shù)的平均值進行標準化處理，選出加權(quán)求和最小的月份.2014年，我國發(fā)布的《建筑節(jié)能氣象參數(shù)標準》中頒布了450個臺站的TMY數(shù)據(jù)，所采用的數(shù)據(jù)來源于中國氣象局686個基本、基準地面氣象觀測站1987-2004年間的觀測數(shù)據(jù)，利用的是Filkenstein-Schafer統(tǒng)計法來生成的TMY，又稱為Sandia國家實驗室法.

目前，Sandia國家實驗室法是應(yīng)用最廣泛，并且被國際認可的一種生成TMY方法，通過對比所選月份的逐年累積分布函數(shù)CDF(Cumulative Distribution Frequency)與長期累積分布函數(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[16]， 使用TMY3選取氣象參數(shù)權(quán)重，增加了一個直接輻射參數(shù)，提高了TMY輻射數(shù)據(jù)與長期數(shù)據(jù)的一致性，然后計算FS數(shù)據(jù)的加權(quán)總值最小.FS數(shù)據(jù)的加權(quán)總值計算方式如式(1)(2)(3)所示，國內(nèi)外許多學(xué)者通過研究這些方法，為沒有TMY數(shù)據(jù)的地區(qū)選擇合適的方法生成當(dāng)?shù)氐腡MY數(shù)據(jù)[17]，并且對影響TMY的因子進行優(yōu)化研究[18].

(1)

(2)

(3)

式中：FSx(y,m)為氣象參數(shù)x在xi范圍的FS(y,m)統(tǒng)計值；y為年；m為月；CDFy,m(xi)為氣象參數(shù)x在xi范圍的CDF值；CDFm(xi)為氣象參數(shù)x在月份m的xi范圍的長期統(tǒng)計CDF值；N為參數(shù)值選取個數(shù)；M為氣象參數(shù)選取的個數(shù)；WS(y,m)為y年m月的平均加權(quán)和；WFx為氣象參數(shù)x的加權(quán)因子.

表2 TMY3選取氣象參數(shù)的權(quán)重Tab.2 TMY3 selecting the weight of meteorological parameters

1.3 軟件獲取

除了直接獲取和傳統(tǒng)的計算方法獲得某個地區(qū)的TMY數(shù)據(jù)以外，還可以通過軟件來獲取代表當(dāng)?shù)亻L期氣候特征的TMY數(shù)據(jù)資料[19-21].在評估建筑節(jié)能設(shè)計上，需要準確的氣象數(shù)據(jù)，但是并非每個站點都記錄了詳細的氣象數(shù)據(jù)，所以為了避免計算方法過程的復(fù)雜性和不確定性因素，采用軟件獲取TMY數(shù)據(jù)是可行的.目前，可以生成TMY數(shù)據(jù)的軟件有Meteonorm、Weathergenerator、TMY Generation等，值得關(guān)注的是瑞士聯(lián)邦能源部(Swiss Federal Office of Energy)所開發(fā)的氣象軟件Meteonorm.

Meteonorm通過預(yù)設(shè)的氣候模型和數(shù)據(jù)庫[22-23]，根據(jù)提供當(dāng)?shù)氐牡乩項l件和氣象資料，生成月、日、時的氣象數(shù)據(jù)，對于缺失的站點氣象數(shù)據(jù)可以根據(jù)最近站點的數(shù)據(jù)通過插值計算得到，快速地生成不同地區(qū)TMY，表3是Meteonorm生成TMY的原理.

表3 Meteonorm生成TMY的計算方法Tab.3 The calculation method of meteonorm generation TMY

2 數(shù)據(jù)實驗

2.1 數(shù)據(jù)來源

本研究以北京為例，利用相同時間長度20 a(1991-2010)的氣象數(shù)據(jù)，采用美國Sandia國家實驗室提出的經(jīng)驗分布函數(shù)方法、Meteonorm進行TMY獲取.Sandia方法原始氣象數(shù)據(jù)來源于中國氣象局，基準氣象站的每日4次定時觀測分別為02:00、08:00、14:00、20:00，氣象要素包括：溫度、相對濕度、大氣壓、風(fēng)速風(fēng)向、總輻射、散射輻射等.Meteonorm軟件氣象資料來源于全球能源平衡檔案(GEBA)、世界氣象組織(WMO)等.直接數(shù)據(jù)來源采用的能耗模擬軟件Energyplus官方提供的氣象數(shù)據(jù)文件[24]，其數(shù)據(jù)來源于CSWD、IWEC和SWEAR，本文中使用CSWD數(shù)據(jù).表4所示是三種氣象數(shù)據(jù)的原始數(shù)據(jù)來源，數(shù)據(jù)長度.

表4 獲取TMY數(shù)據(jù)的方法概要Tab.4 Summary of methods for getting TMY

2.2 技術(shù)路線

采用Sandia法挑選出北京臺站的TMY數(shù)據(jù)，然后使用Meteonorm軟件生成的適用能耗模擬的TMY數(shù)據(jù)文件和Energyplus官方提供數(shù)據(jù)進行模擬，對結(jié)果進行分析，研究的技術(shù)路線如圖1所示.

圖1 技術(shù)路線Fig.1 Technical route

2.3 生成典型氣象年數(shù)據(jù)分析

將Sandia法和Meteonorm獲取TMY的結(jié)果和Energyplus官方提供的北京TMY數(shù)據(jù)進行對比，其中對能耗影響重要的氣象參數(shù)干球溫度、太陽輻射、相對濕度和風(fēng)速的TMY數(shù)據(jù)的比較情況如圖2所示.圖2(a)為三種方法的干球溫度的TMY數(shù)據(jù)與長期日均值對比，可以看出，三種方法得到干球溫度日值數(shù)據(jù)與長期日均值相比具有良好的一致性.圖2(b)、2(c)是冬季(12、1、2月份)和夏季(6、7、8月份)干球溫度的對比.將三種方法的太陽輻射數(shù)據(jù)日值與長期日均值進行對比，如圖2(d)所示，整體變化趨勢相似.圖2(e)、2(f)所示是冬季和夏季太陽輻射的對比，圖2(g)是相對濕度值和長期日均值比較，有個別月份波動較大，但是總體趨勢相似.圖2(h)、2(i)是冬季和夏季的相對濕度的對比，看出太陽輻射和相對濕度無論在夏季還是冬季，Meteonorm的數(shù)據(jù)波動變化最小，Meteonorm的TMY結(jié)果是長期的歷史數(shù)據(jù)資料計算得到各參數(shù)的平均值，因此氣象參數(shù)結(jié)果符合長期變化的規(guī)律.如圖2(j)所示是風(fēng)速的對比，整體趨勢相同，圖2(k)、2(l)所示是冬季和夏季風(fēng)速的對比，可以看出Meteonorm的風(fēng)速數(shù)據(jù)波動較大，這是由于Meteonorm中，風(fēng)速不是計算的主要因素，所以沒有提供精確的風(fēng)速數(shù)據(jù).

圖2 三種方法獲取的TMY數(shù)據(jù)中各氣象要素對比Fig.2 Comparison of meteorological elements in TMY obtained by three methods

表5 對比三種方法獲取的TMY數(shù)據(jù)與長期值的標準偏差

三種方法獲取的TMY中干球溫度、太陽輻射、相對濕度、風(fēng)速與其長期日平均值用標準偏差進行比較，如表5所示.作為影響建筑能耗的主要氣象參數(shù)，Sandia國家實驗室法計算的TMY數(shù)據(jù)中干球溫度偏差最小，Meteonorm生成的數(shù)據(jù)中太陽輻射、相對濕度偏差最小，Energyplus直接下載的氣象數(shù)據(jù)中風(fēng)速偏差最小.盡管氣象資料即原始氣象數(shù)據(jù)的來源不同，但是生成TMY結(jié)果的差值非常小，相同參數(shù)相差不超過0.6%.

3 模擬驗證

3.1 建筑模型

為了探討不同方法獲取TMY結(jié)果對建筑能耗模擬的影響程度，對一棟辦公樓進行了逐時動態(tài)模擬.北京屬于建筑熱工設(shè)計分區(qū)里的寒冷地區(qū)，建模對象為一棟12層辦公樓，全空調(diào)，建筑面積為19 200 m2，建筑樓層的平面尺寸為40 m×40 m，模擬運行時間設(shè)定為7:00-18:00，室內(nèi)溫度設(shè)置是18～26℃，體型系數(shù)0.124，建筑物概況以及設(shè)備參數(shù)詳見下表6.

表6 模型概況及設(shè)備參數(shù)Tab.6 Model overview and equipment parameters

3.2 建筑能耗模擬結(jié)果及分析

將使用Sandia法生成的TMY數(shù)據(jù)以及Meteonorm 和Energyplus軟件提供的TMY數(shù)據(jù)轉(zhuǎn)化為模擬所需的epw文件后，對同一棟建筑模型進行能耗逐時動態(tài)模擬，并對模擬結(jié)果進行分析.

三種方法生成的TMY數(shù)據(jù)的能耗模擬結(jié)果如圖3，可以看出，對于所選的寒冷地區(qū)典型城市北京，在用不同方法獲取的TMY模擬結(jié)果中，制冷與供暖負荷與長期均值的結(jié)果顯示，在一年中提供制冷的4～10月里，Sandia法模擬結(jié)果的制冷負荷有5個月與長期模擬結(jié)果的均值一致，Meteonorm結(jié)果有4個月是一致的，Energyplus也有5個月一致，實際上，只有個別月份的結(jié)果會出現(xiàn)較小的偏差，其余月份基本一致.

TMY實際上是由不同年份里的真實月組成，TMY數(shù)據(jù)具有當(dāng)?shù)貧庀筇卣?，挑選方法的不同自然會導(dǎo)致生成的TMY結(jié)果不同，因此，模擬結(jié)果也會存在一定偏差，表7是不同方法生成的TMY與長期模擬結(jié)果均值的相對標準偏差，相同負荷的偏差在0.01 %～0.08%范圍內(nèi).可以看出，采用Energyplus下載的數(shù)據(jù)和Meteonorm生成的TMY數(shù)據(jù)，在供暖季或制冷季出現(xiàn)負荷偏大的現(xiàn)象，氣象要素是影響建筑熱環(huán)境的重要因素，通過比較供暖季(11～3月)、制冷季(4～10月)的負荷和氣象數(shù)據(jù)，得出相關(guān)關(guān)系.季節(jié)里的干球溫度與負荷比較如圖4，供暖季、制冷季的干球溫度與負荷的相關(guān)系數(shù)分別為0.88與0.98，說明干球溫度與負荷有很大的相關(guān)關(guān)系.從表5可以看出，Energyplus直接下載的數(shù)據(jù)和Meteonorm生成的數(shù)據(jù)中干球溫度數(shù)據(jù)誤差較大，因此，干球溫度是影響負荷大小的重要因素.對于北京地區(qū)，本文中提到的幾種TMY數(shù)據(jù)的獲取方法具有一定參考價值.

圖3 能耗對比結(jié)果Fig.3 Energy consumption comparison results

表7 對比三種方法生成TMY能耗模擬的標準偏差

圖4 干球溫度與負荷的相關(guān)關(guān)系Fig.4 Correlation between dry bulb temperature and load

4 結(jié)論

本文對建筑節(jié)能分析用TMY數(shù)據(jù)的獲取方法進行了探討，梳理了直接下載、計算獲得和軟件生成TMY數(shù)據(jù)的步驟，并對比了北京典型建筑能耗用不同方法生成的TMY的模擬結(jié)果，分析了當(dāng)數(shù)據(jù)來源不同時，對能耗模擬產(chǎn)生的影響，結(jié)果表明：

(1)不同方法獲得的TMY數(shù)據(jù)，整體變化趨勢相似，與長期均值有較好的一致性，存在的偏差很小.

(2)軟件生成的TMY數(shù)據(jù)是基于預(yù)先設(shè)定的算法和模型，計算氣象參數(shù)結(jié)果符合長期變化規(guī)律，直接獲取的TMY數(shù)據(jù)也接近長期平均值.

(3)直接下載、計算得到和軟件生成的TMY數(shù)據(jù)的能耗模擬結(jié)果十分相近，與長期模擬結(jié)果平均值的誤差都在可以接受范圍內(nèi).因此，提到的方法在未來都可以作為TMY數(shù)據(jù)的獲取途徑.TMY數(shù)據(jù)可以準確預(yù)測建筑能源情況，同時，對評估建筑節(jié)能設(shè)計起著重要作用，隨著氣候的變化，數(shù)據(jù)也會不斷更新，除了可以通過計算方法或直接獲取TMY數(shù)據(jù)，利用軟件獲取TMY也是值得借鑒的方法，其生成數(shù)據(jù)的準確性與傳統(tǒng)方法獲得的結(jié)果基本一致，甚至還提高了工作效率，能夠快速地獲取任意位置的氣象數(shù)據(jù)，給我國建筑能耗模擬用TMY的研究工作帶來積極的作用.