高梓文 李潔 陳寧 孔維亮 謝洪凱

摘要：建筑設(shè)計(jì)參數(shù)對(duì)建筑運(yùn)營(yíng)過程中的能耗和成本有著重要的影響，而新疆冬季嚴(yán)寒且漫長(zhǎng)，使得該地區(qū)建筑能耗及運(yùn)營(yíng)費(fèi)用高于其他地區(qū)。因此，本文利用離差最大化法結(jié)合正交試驗(yàn)設(shè)計(jì)，以某教學(xué)建筑為例，考察了在新疆4個(gè)熱工分區(qū)的典型城市氣象條件下，包括中庭面積比、天窗面積比、不同立面的窗墻比、外圍護(hù)保溫層厚度、外窗類型等8個(gè)設(shè)計(jì)參數(shù)對(duì)建筑能耗和全局成本的影響，并通過綜合考慮建筑能耗和全局成本目標(biāo)，確定最佳的建筑設(shè)計(jì)方案。研究結(jié)果表明，在4個(gè)典型城市氣象條件下，最佳設(shè)計(jì)方案可以實(shí)現(xiàn)建筑節(jié)能10.47%～13.48%，全局成本降低32.62～62.91元/m2。研究有助于設(shè)計(jì)者選擇適用于該地區(qū)的最佳設(shè)計(jì)參數(shù)，從而實(shí)現(xiàn)建筑的節(jié)能目標(biāo)。

關(guān)鍵詞：多目標(biāo)優(yōu)化；建筑能耗；全局成本；公共建筑；離差最大化法

中圖分類號(hào)：TU29文獻(xiàn)標(biāo)志碼：文獻(xiàn)標(biāo)識(shí)碼A

Optimization of teaching building design in Xinjiang universities based on

energy consumption and cost objectives

GAO? Ziwen1，LI? Jie1*，CHEN? Ning2，KONG? Weiliang2，XIE? Hongkai1

（1 College of Water Conservancy &Architectural Engineering，Shihezi University，Shihezi，Xinjiang 832000，China; 2

Xinjiang Academy of Building Research，Shihezi，Xinjiang 830000，China）

Abstract： Building design parameters have an important impacton energy consumption and cost during building operation，and the severe and long winter in Xinjiang makes thebuilding energy consumption and operation cost in this region higher than other regions.Therefore，in this paper，using the deviation maximization method combined with orthogonal experimental design，the impacts of eight design parameters，including court area ratio，skylight area ratio，window-to-wall ratio of different elevations，thickness of perimeter insulation，and type of external windows，on building energy consumption and global cost are examined under typical urban meteorological conditions in four thermal subregions of Xinjiang as an example of a teaching building.The optimal building design solution is determined by integrating the building energy consumption and global cost objectives.The results of the study show that the optimal design scheme can achieve building energy savings of 10.47% to 13.48% and global cost reduction of RMB 32.62 Yuan/m2 to RMB 62.91 Yuan/m2 under the meteorological conditions of four typical cities.The study helps designers to select the optimal design parameters applicable to the region，thus realizing the energy-saving goals of the building.

Key words： multi-objective optimization;Building energy consumption;Global cost;Public buildings;Discrete maximization approach

隨著人口的增長(zhǎng)和城市化進(jìn)程的進(jìn)行，中國(guó)每年建筑施工面積以3.4%的增速增長(zhǎng)［1］。據(jù)統(tǒng)計(jì)2022年，建筑全過程能源消耗總量為22.7億tce（ton of standard coal equivalent）約占中國(guó)能耗總量的45.5%［2］。為了達(dá)到中國(guó)在第75屆聯(lián)合國(guó)大會(huì)上提出的“雙碳目標(biāo)”，建筑業(yè)迫切需要減少建筑能耗。公共建筑相較于居住建筑對(duì)能源有更高的需求［2］，其也存在著巨大的節(jié)能潛力［3］。公共建筑全過程能耗中運(yùn)營(yíng)階段能耗是其主要來源之一，其占到建筑全過程能耗的70%～95%［4］;運(yùn)營(yíng)階段能耗主要來源于建筑的通風(fēng)、供暖、制冷、照明和電氣設(shè)備［5］，其中有40%的能耗可以通過初期設(shè)計(jì)改變［6］。因此，至今學(xué)者們對(duì)公共建筑節(jié)能的研究主要集中于建筑初期的節(jié)能設(shè)計(jì)，然而成本與節(jié)能設(shè)計(jì)時(shí)常產(chǎn)生沖突，建材高額初期投資成本、漫長(zhǎng)投資的回收期等因素常常成為了建筑節(jié)能設(shè)計(jì)的主要阻礙之一［7］。

新疆地處中國(guó)西北冬季嚴(yán)寒且漫長(zhǎng)，造成了當(dāng)?shù)毓┡芷陂L(zhǎng)、能耗高以及費(fèi)用高的問題。新疆供暖方式主要為燃煤熱水鍋爐集中式供暖，低廉的燃煤價(jià)格會(huì)降低供暖的費(fèi)用，但同時(shí)也會(huì)增加供暖的碳排放。據(jù)統(tǒng)計(jì)，北方供暖地區(qū)建筑碳排放占到全國(guó)建筑碳排放的58%［2］，其主要差異體現(xiàn)在建筑的供暖碳排放［8-9］。針對(duì)此問題，當(dāng)?shù)卣岢觥懊焊臍狻?、“煤改電”和清潔能源?lián)合供暖等方案來改變供暖所需的燃料，但煤改氣（電）在降低碳排放的同時(shí)也會(huì)增加供暖成本。

針對(duì)建筑節(jié)能設(shè)計(jì)問題，學(xué)者們發(fā)現(xiàn)建筑圍護(hù)結(jié)構(gòu)的設(shè)計(jì)是實(shí)現(xiàn)建筑節(jié)能的有利途徑之一［10］。Acar等［11］利用NSGA-II遺傳算法分析了建筑初期圍護(hù)結(jié)構(gòu)合理設(shè)計(jì)對(duì)土耳其兩個(gè)省份內(nèi)建筑能耗與使用費(fèi)用的影響；Yue等［12］以某高校體育館為例，利用遺傳算法分析了圍護(hù)設(shè)計(jì)參數(shù)對(duì)建筑舒適度和能耗之間的關(guān)系；Giouri等［13］通過Grasshop軟件對(duì)建筑的窗墻比、墻體參數(shù)、玻璃參數(shù)等參數(shù)進(jìn)行優(yōu)化，優(yōu)化后建筑可節(jié)能33%；Zomorodian等［14］對(duì)德黑蘭的一棟雙層幕墻商業(yè)建筑進(jìn)行優(yōu)化，發(fā)現(xiàn)建筑可節(jié)能14%～17%，并提出能源碳成本作為最優(yōu)方案的選擇指標(biāo)。

近年一些學(xué)者將成本指標(biāo)也考慮在建筑的節(jié)能設(shè)計(jì)中，目的是找到經(jīng)濟(jì)效益更高的方案。Li等［10］將正交試驗(yàn)和數(shù)據(jù)包絡(luò)分析相結(jié)合，提出了一種多指標(biāo)分析最優(yōu)方案的方法，并以某商業(yè)樓為例分析了設(shè)計(jì)參數(shù)對(duì)建筑能耗與成本的影響；Abdou等［15］對(duì)摩洛哥零能源住宅樓進(jìn)行了節(jié)能設(shè)計(jì)的成本與能耗研究，提出了綜合成本與能耗目標(biāo)影響的最優(yōu)方案選取方法；Ascione等［16］提出了近零能耗建筑的能源指標(biāo)和成本指標(biāo)，并結(jié)合雙指標(biāo)對(duì)地中海沿岸房屋的各類節(jié)能設(shè)計(jì)進(jìn)行了分析。

綜上可知，國(guó)內(nèi)外學(xué)者對(duì)建筑節(jié)能設(shè)計(jì)優(yōu)化多從能耗單方面考慮或?qū)C合方案選取的方法不足以體現(xiàn)其成本效益，基于此，本文以能耗和成本作為節(jié)能設(shè)計(jì)優(yōu)化指標(biāo)，利用離差最大化方法和正交試驗(yàn)進(jìn)行優(yōu)化設(shè)計(jì)，建立多因素多目標(biāo)的建筑參數(shù)優(yōu)化方法，然后以某高校教學(xué)建筑為例分析了以天然氣為供暖能源的背景下新疆4個(gè)熱工分區(qū)中8個(gè)設(shè)計(jì)因素對(duì)建筑能耗與成本的影響及其綜合能耗與成本指標(biāo)，提出最適用于本地的設(shè)計(jì)參數(shù)，從而更好地解決在實(shí)際建筑工程中一味降低能耗而忽視經(jīng)濟(jì)效益的問題。

1 案例研究

1.1 區(qū)域描述

新疆位于中國(guó)的西北部，其地貌主要由三大山脈和兩個(gè)盆地組成。新疆屬于溫帶大陸性干旱氣候，其地域遼闊總面積166萬(wàn)km2，占中國(guó)總國(guó)土面積的1/6；新疆地處東經(jīng)74°～96°，北緯34°～49°，包含嚴(yán)寒地區(qū)A區(qū)、B區(qū)、C區(qū)和寒冷地區(qū)A區(qū)、B區(qū)共5個(gè)熱工分區(qū)。其中嚴(yán)寒A區(qū)占地面積過小，不具有代表性，因此本文研究時(shí)不包括此區(qū)，并選取阿勒泰、烏魯木齊、喀什和哈密分別作為嚴(yán)寒B區(qū)、嚴(yán)寒C區(qū)、寒冷A區(qū)、寒冷B區(qū)的典型城市，本研究4個(gè)熱工分區(qū)及典型城市的詳細(xì)信息參見XJJ034—2022《公共建筑節(jié)能設(shè)計(jì)標(biāo)準(zhǔn)》。

1.2 原建筑模型建立

以某鋼筋混凝土結(jié)構(gòu)的教學(xué)建筑為例，建筑面積為29456.36 m2，其中包含地下及局部屋頂面積985.26 m2；該建筑共有地上5層和局部地下室1層，1～5層建筑層高為4.2m，地下室層高為3.6m，建筑高度為21.9m；該建筑以南北立面為主，內(nèi)部有2個(gè)封閉式中庭，外窗未設(shè)有任何遮陽(yáng)設(shè)備，建筑平面布置及功能分區(qū)詳見圖1a。該建筑的屋頂配置為7mm防水卷材、30mm細(xì)石混凝土、100mmEPS和120mm鋼筋混凝土樓板；樓板配置為120mm鋼筋混凝土樓板；地板配置為80mmC15混凝土；外墻配置為250mm加氣塊混凝土、60mmEPS；外窗配置為透明雙玻窗；其各類材料熱工、密度等參數(shù)詳見GB 50176—2016民用建筑熱工設(shè)計(jì)規(guī)范。

此建筑供暖方式為天然氣集中式供暖，根據(jù)各地區(qū)實(shí)際建筑運(yùn)營(yíng)情況，本文不考慮制冷能耗。建筑內(nèi)部照度及使用時(shí)間參照GB 50033—2013《建筑采光設(shè)計(jì)標(biāo)準(zhǔn)》和XJJ034—2022《公共建筑節(jié)能設(shè)計(jì)標(biāo)準(zhǔn)》設(shè)置，建筑人員密度及變化率參照XJJ034—2022《公共建筑節(jié)能設(shè)計(jì)標(biāo)準(zhǔn)》設(shè)置，建筑內(nèi)部電器設(shè)備用能密度及使用時(shí)間參照XJJ034—2022《公共建筑節(jié)能設(shè)計(jì)標(biāo)準(zhǔn)》和《建筑碳排放計(jì)算標(biāo)準(zhǔn)》GB/T 51366—2019設(shè)置。4個(gè)典型城市的建材及能源價(jià)格參照新疆工程造價(jià)信息網(wǎng)中數(shù)據(jù)。

本文選用Designbuilder對(duì)建筑的運(yùn)營(yíng)能耗進(jìn)行模擬，建筑模型詳見圖1b、c，本文將原方案與各優(yōu)化方案建筑年單位面積能耗之間的差值作為能耗指標(biāo)。

1.3 優(yōu)化變量設(shè)置

由建筑節(jié)能相關(guān)文獻(xiàn)研究的優(yōu)化變量與結(jié)論的對(duì)比（表1）可知：建筑圍護(hù)結(jié)構(gòu)和中庭幾何參數(shù)都對(duì)建筑內(nèi)部環(huán)境有著重要的影響。根據(jù)以往學(xué)者對(duì)建筑設(shè)計(jì)參數(shù)與能耗間的關(guān)系研究與案例建筑形態(tài)特征，本文將窗戶相關(guān)參數(shù)分為南向窗墻比（下文簡(jiǎn)稱C）、北向窗墻比（D）、東西向窗墻比（G）以及窗戶類型（H）4個(gè)變量。案例建筑外墻材料為加氣混凝土保溫性能相對(duì)較佳，因此本文不考慮外墻材料類別，只考慮外墻保溫（E）與屋頂保溫（F）。本文設(shè)計(jì)優(yōu)化的目標(biāo)是在不改變建筑內(nèi)部功能分區(qū)的情況下，滿足建筑能耗與成本要求，根據(jù)案例建筑內(nèi)部布局，中庭長(zhǎng)寬比和寬高比受限文本不考慮，設(shè)置中庭面積比（B）與天窗面積比（A）為變量。各因素水平設(shè)計(jì)見表2。

2 研究方法

2.1 全局成本分析

本文的建筑成本采用《歐盟建筑能效指令》EPBDrecast中的全局成本計(jì)算，此方法是評(píng)價(jià)建筑生命周期經(jīng)濟(jì)性的常用工具。它可計(jì)算建筑因節(jié)能技術(shù)改變而產(chǎn)生的初期投資成本和建筑運(yùn)營(yíng)計(jì)算周期內(nèi)的能源成本，可以通過此方法在建筑初期設(shè)計(jì)階段評(píng)價(jià)節(jié)能技術(shù)對(duì)建筑生命周期的經(jīng)濟(jì)性，其被廣泛的應(yīng)用于建筑節(jié)能研究中［22］。為了便于參考，本文將原方案與各優(yōu)化方案建筑單位面積全局成本之間的差值作為成本指標(biāo)。生命周期經(jīng)濟(jì)性分析考慮年限為30年［23］不考慮構(gòu)件更換成本和維護(hù)成本，實(shí)際貼現(xiàn)率取4%［24］，并假設(shè)建筑年能耗不變。

2.2 離差最大化法

離差最大化方法可用于工業(yè)經(jīng)濟(jì)效益的綜合評(píng)價(jià)和排序，經(jīng)濟(jì)效益的綜合評(píng)價(jià)本質(zhì)上是一個(gè)多指標(biāo)決策問題。該方法是學(xué)者王應(yīng)明［25］提出的，此方法對(duì)指標(biāo)數(shù)值進(jìn)行歸一化處理后再分配權(quán)重，將多目標(biāo)問題轉(zhuǎn)化為第一目標(biāo)問題，其具有概念清楚、涵義明確、算法簡(jiǎn)單的優(yōu)點(diǎn)。因此，本文參照文獻(xiàn)［25］中方法對(duì)能耗指標(biāo)和成本指標(biāo)進(jìn)行綜合分析，并選出最優(yōu)方案。本文中的能耗指標(biāo)和成本指標(biāo)用文獻(xiàn)［25］中效益型指標(biāo)的相關(guān)公式計(jì)算。

2.3 正交試驗(yàn)設(shè)計(jì)

本文運(yùn)用正交實(shí)驗(yàn)原理［22］設(shè)計(jì)解決因組合方案過多工作量大的問題，并使本文的多因素組合方案得以實(shí)現(xiàn)。

本文研究了8個(gè)因素，因素最高水平為7水平。選擇全實(shí)驗(yàn)則會(huì)產(chǎn)生200多萬(wàn)種方案，因此選擇正交試驗(yàn)進(jìn)行方案的抽樣模擬，以此來減少工作量。根據(jù)設(shè)計(jì)的因素?cái)?shù)與因素水平數(shù)，選擇L49（78）正交表，抽樣出了49組不同的組合方案，對(duì)其進(jìn)行能耗與成本指標(biāo)的極差分析，得出各因素的最優(yōu)水平組合和各因素對(duì)指標(biāo)的影響程度排序。具體方法如下：

1）根據(jù)正交實(shí)驗(yàn)得出不同因素各水平對(duì)應(yīng)指標(biāo)的平均值，從而找到各因素的最優(yōu)水平并將其組合起來得到最優(yōu)水平組合。

2）根據(jù)得出的不同因素各水平對(duì)應(yīng)指標(biāo)的平均值，得出各因素水平均值的極差值，從而得到各因素對(duì)指標(biāo)的影響程度排序。

3 結(jié)果

根據(jù)正交試驗(yàn)表抽取49組設(shè)計(jì)方案，在新疆4個(gè)熱工分區(qū)典型城市氣象條件下，對(duì)各方案年運(yùn)營(yíng)的建筑能耗進(jìn)行模擬，計(jì)算其建筑能耗與成本指標(biāo)，并對(duì)能耗與成本指標(biāo)的計(jì)算結(jié)果進(jìn)行極差分析。

3.1 哈密地區(qū)

圖2為在哈密地區(qū)氣象條件下各方案建筑能耗與成本指標(biāo)的極差分析結(jié)果。

由圖2可知：各因素影響程度排序?yàn)锽＞C＞H＞D＞A＞E＞G＞F，各因素最優(yōu)水平為A1B1C7D3E7F7G3H2，將其組成新低能耗方案50，方案50的能耗指標(biāo)為13.49W·h/m2，成本指標(biāo)為62.91元/m2（圖2a）。各因素影響程度排序?yàn)镃＞A＞D＞H＞B＞G＞E＞F，各因素最優(yōu)水平為A1B1C7D3E5F6G3H2，將其組成新低成本方案51，方案51的能耗指標(biāo)為12.79 W·h/m2，成本指標(biāo)為57.80元/m2（圖2b）。

按2.2節(jié)的方法進(jìn)行本研究建筑綜合能耗與成本指標(biāo)最優(yōu)方案的選擇，結(jié)果表明：方案50為最優(yōu)方案，其中，天窗面積比10%、中庭面積比10%、南立面窗墻比60%、北立面窗墻比34%、外墻保溫層厚度130mm、屋頂保溫層厚度180mm、東西立面窗墻比34%、透明三玻窗。在哈密地區(qū)的氣候條件下原建筑模型年運(yùn)營(yíng)能耗為118.78W·h/m2，最優(yōu)方案與其相比實(shí)現(xiàn)了11.36%的節(jié)能，成本節(jié)省了62.91元/m2。

3.2 喀什地區(qū)

圖3為在喀什地區(qū)氣象條件下各方案建筑能耗與成本指標(biāo)的極差分析結(jié)果，可見：各因素對(duì)能耗指標(biāo)的影響程度排序?yàn)镃＞B＞H＞E＞A＞F＞D＞G，各因素最優(yōu)水平為A7B1C7D4E7F7G3H2，將其組成新低能耗方案50，方案50的能耗指標(biāo)為10.81 W·h/m2，成本指標(biāo)為32.62元/m2（圖3a）。各因素對(duì)成本指標(biāo)的影響程度排序?yàn)镃＞B＞H＞D＞E＞G＞A＞F，各因素最優(yōu)水平為A1B7C7D3E5F6G3H2，將其組成新低成本方案51，方案51的能耗指標(biāo)為7.01 W·h/m2，成本指標(biāo)為51.78元/m2（圖3b）。

按2.2節(jié)的方法進(jìn)行本研究建筑綜合能耗與成本指標(biāo)最優(yōu)方案的選擇，結(jié)果表明：方案50為最優(yōu)方案，其中，天窗面積比70%、中庭面積比10%、南立面窗墻比60%、北立面窗墻比34%、外墻保溫層厚度130mm、屋頂保溫層厚度180mm、東西立面窗墻比34%、透明三玻窗。在喀什地區(qū)的氣候條件下原建筑模型年運(yùn)營(yíng)能耗為80.16W·h/m2，最優(yōu)方案與其相比實(shí)現(xiàn)了13.48%的節(jié)能，成本節(jié)省了32.62元/m2。

3.3 烏魯木齊地區(qū)

圖4為在烏魯木齊地區(qū)氣象條件下各方案建筑能耗與成本指標(biāo)的極差分析結(jié)果，可見：各因素影響程度排序?yàn)锽＞H＞A＞D＞G＞E＞C＞F，各因素最優(yōu)水平為A1B1C5D3E7F7G1H2，將其組成新低能耗方案50，方案50的能耗指標(biāo)為14.56W·h/m2，成本指標(biāo)為59.82元/m2（圖4a）。各因素影響程度排序?yàn)锳＞H＞B＞D＞G＞E＞C＞F，各因素最優(yōu)水平為A1B1C3D3E5F6G1H2，將其組成新低成本方案51，方案51的能耗指標(biāo)為12.97W·h/m2，成本指標(biāo)為52.98元/m2（圖4b）。

按2.2節(jié)的方法進(jìn)行本研究建筑綜合能耗與成本指標(biāo)最優(yōu)方案的選擇，結(jié)果顯示方案50為最優(yōu)方案，其中，天窗面積比10%、中庭面積比10%、南立面窗墻比48%、北立面窗墻比34%、外墻保溫層厚度130mm、屋頂保溫層厚度180mm、東西立面窗墻比20%、透明三玻窗。在烏魯木齊地區(qū)的氣候條件下原建筑模型年運(yùn)營(yíng)能耗為139.03W·h/m2，最優(yōu)方案與其相比案實(shí)現(xiàn)了10.47%的節(jié)能，成本節(jié)省了59.82元/m2。

3.4 阿勒泰地區(qū)

圖5為在阿勒泰地區(qū)氣象條件下各方案建筑能耗與成本指標(biāo)的極差分析結(jié)果，可見：各因素影響程度排序?yàn)锽＞H＞C＞D＞A＞E＞G＞F，各因素最優(yōu)水平為A1B1C7D1E7F7G1H2，將其組成新低能耗方案50，方案50的能耗指標(biāo)為17.66W·h/m2，成本指標(biāo)為62.91元/m2（圖5a）。各因素影響程度排序?yàn)锳＞H＞D＞C＞B＞G＞E＞F，各因素最優(yōu)水平為A1B1C5D3E4F6G1H2，將其組成新低成本方案51，方案51的能耗指標(biāo)為15.42W·h/m2，成本指標(biāo)為? 55.36元/m2（圖5b）。

按2.2節(jié)的方法進(jìn)行本研究建筑綜合能耗與成本指標(biāo)最優(yōu)方案的選擇，結(jié)果顯示方案50為最優(yōu)方案，其中，天窗面積比10%、中庭面積比10%、南立面窗墻比60%、北立面窗墻比20%、外墻保溫層厚度130mm、屋頂保溫層厚度180mm、東西立面窗墻比20%、透明三玻窗。在阿勒泰地區(qū)的氣候條件下原建筑模型年運(yùn)營(yíng)能耗為157.13W·h/m2，最優(yōu)方案與其相比實(shí)現(xiàn)了11.24%的節(jié)能，成本節(jié)省了62.91元/m2。

4 討論

（1）4個(gè)地區(qū)的最優(yōu)方案都為低能耗方案，主要原因是在新疆地區(qū)供暖能耗在建筑能耗中占比過大，并且供暖能源的成本較高，導(dǎo)致運(yùn)營(yíng)成本差值對(duì)成本指標(biāo)的影響要顯著大于初始投資成本差值對(duì)成本指標(biāo)的影響，使得除了喀什地區(qū)外，其他地區(qū)在能耗達(dá)到最佳的同時(shí)成本也達(dá)到最低。

（2）建筑中庭部分對(duì)照明的要求低，其最優(yōu)值主要受到氣溫的影響。烏魯木齊、阿勒泰和哈密地區(qū)冬季氣溫較低，導(dǎo)致建筑從天窗獲得的太陽(yáng)輻射對(duì)能耗的影響要小于從天窗散出熱量對(duì)能耗的影響，因此，這3個(gè)地區(qū)最優(yōu)天窗面積比都為10%?？κ驳貐^(qū)冬季氣溫相對(duì)較高，使得其天窗獲得的太陽(yáng)輻射對(duì)能耗的影響大于從天窗散出熱量對(duì)能耗的影響，因此天窗面積比最優(yōu)值為70%。4個(gè)地區(qū)的中庭面積比最優(yōu)都為10%。

建筑南立面是建筑主要吸收太陽(yáng)輻射的面，其最優(yōu)值受到冬季太陽(yáng)輻射的影響較大，阿勒泰、哈密、喀什地區(qū)冬季太陽(yáng)輻射量要高于烏魯木齊地區(qū)，因此，前3個(gè)地區(qū)與烏魯木齊地區(qū)的南立面窗墻比最優(yōu)值存在差別，阿勒泰、哈密以及喀什地區(qū)其最優(yōu)為60%，烏魯木齊地區(qū)其最優(yōu)值則降低為48%。新疆地區(qū)緯度較高，建筑北立面受到太陽(yáng)直接輻射量很小，而東、西立面面積較小，所以這3個(gè)立面獲得的太陽(yáng)總輻射量較小，其窗墻比最優(yōu)值主要受到冬季氣溫的影響，其隨著冬季氣溫的下降而減小。東西立面最優(yōu)窗墻比從喀什和哈密地區(qū)的34%降低到烏魯木齊和阿勒泰地區(qū)的20%，北立面最優(yōu)窗墻比從喀什的41%降低到哈密和烏魯木齊地區(qū)的34%最后降低到阿勒泰地區(qū)的20%。

透明三玻窗戶的傳熱系數(shù)在3種玻璃窗中最低，并且其太陽(yáng)輻射總透射比和可見光透射比要好于LOW-E玻璃，因此在4個(gè)地區(qū)中最優(yōu)的外窗類別都是透明三玻窗。外墻和屋頂?shù)谋貙又粫?huì)影響建筑的供暖能耗，因此在4個(gè)地區(qū)其最優(yōu)值都是保溫性能最好的方案，其外墻與屋頂保溫層厚度分別為130mm和180mm。

5 結(jié)論

本文利用正交試驗(yàn)分析了8個(gè)建筑設(shè)計(jì)參數(shù)對(duì)新疆4個(gè)熱工分區(qū)典型城市氣象條件下建筑能耗與成本的影響大小，并利用加權(quán)合法綜合能耗與成本指標(biāo)尋找最適合本地的建筑設(shè)計(jì)方案，最終得出以下結(jié)論：

（1）阿勒泰、烏魯木齊、喀什和哈密地區(qū)的最優(yōu)建筑設(shè)計(jì)方案與該地區(qū)的原設(shè)計(jì)方案相比，能耗依次可節(jié)省11.24%、10.47%、13.48%、11.76%，全局成本可減少62.91、59.82、32.62、62.91元/m2。

（2）在寒冷A和B區(qū)典型城市哈密和喀什氣象條件下選出的最優(yōu)設(shè)計(jì)方案中，天窗面積比在這2個(gè)地區(qū)存在較大差異，在哈密地區(qū)其為70%，在喀什地區(qū)其為10%；中庭面積比、南、北立面窗墻比、外墻和屋頂保溫層厚度、東西立面窗墻比、外窗類別的最優(yōu)值在兩地間差異較小。

（3）在嚴(yán)寒C和B區(qū)典型城市烏魯木齊和阿勒泰氣象條件下選出的最優(yōu)設(shè)計(jì)方案中，南、北立面窗墻比在兩個(gè)地區(qū)存在較大差異，在烏魯木齊地區(qū)其分別為48%和34%，在阿勒泰地區(qū)其則分別為60%和20%；天窗面積比、中庭面積比、外墻和屋頂保溫層厚度、東西立面窗墻比、外窗類別的最優(yōu)值在兩地間差異較小。

參考文獻(xiàn)（References）

［1］ 中華人民共和國(guó)國(guó)家統(tǒng)計(jì)局.中國(guó)建筑業(yè)統(tǒng)計(jì)年鑒2020［M］.北京：中國(guó)統(tǒng)計(jì)出版社，2020.

［2］ 中國(guó)建筑節(jié)能協(xié)會(huì)建筑能耗與碳排放數(shù)據(jù)專業(yè)委員會(huì).中國(guó)建筑能耗與碳排放研究報(bào)告（2021）［R］.2021-12-23.

［3］ 楊斯慧，劉菁，楊天嬌，等.碳交易過程中的公共建筑碳排放核算研究［J］.建筑科學(xué)，2020，36（S2）：326-330.

YANG S H，LIU J，YANG T J，et al.Carbon emission accounting of public buildings in the process of carbon trading［J］.Building Science，2020，36（S2）：326-330.

［4］ 鄒一寧.朝陽(yáng)萬(wàn)達(dá)廣場(chǎng)全生命周期碳排放計(jì)算及減碳策略研究［D］.沈陽(yáng)：沈陽(yáng)建筑大學(xué)，2020.

［5］ 鐘思捷.夏熱冬暖地區(qū)住宅建筑碳排放研究［D］.廣州：廣東工業(yè)大學(xué)，2022.

［6］ PANG Z H，ONEILL Z，LI Y F，et al.The role of sensitivity analysis in the building performance analysis：A critical review［J］.Energy and Buildings，2020，209：1-28.

［7］ ROBATI M，OLDFIELD P，NEZHAD A A，et al.Carbon value engineering：A framework for integrating embodied carbon and cost reduction strategies in building design［J］.Building and Environment，2021，192.

［8］ 馬康維.寒冷地區(qū)辦公建筑全生命周期碳排放測(cè)算及減碳策略研究［D］.西安：西安建筑科技大學(xué)，2019.

［9］ DELGARM N，SAJADIB，KOWSARY F，et al.Multi-objective optimization of the building energy performance：A simulation-based approach by means of particle swarm optimization（PSO）［J］.Applied Energy，2016，170：293-303.

［10］ LI H X，LI Y，JIANG B，et al.Energy performance optimisation of building envelope retrofit through integrated orthogonal arrays with data envelopment analysis［J］.Renewable Energy，2020，149：1414-1423.

［11］ ACAR U，KASKA O，TOKGOZ N.Multi-objective optimization of building envelope components at the preliminary design stage for residential buildings in Turkey［J］.Journal of Building Engineering，2021，42：102499.

［12］ YUE N H，LI L L，MORANDI A，et al.A metamodel-based multi-objective optimization method to balance thermal comfort and energy efficiency in a campus gymnasium［J］.Energy and Buildings，2021，253：111513.

［13］ GIOURI E D，TENPIERIK M，TURRIN M.Zero energy potential of a high-rise office building in a Mediterranean climate：Using multi-objective optimization to understand the impact of design decisions towards zero-energy high-rise buildings［J］.Energy and Buildings，2020，209：109666.

［14］ ZOMORODLAN Z S，TAHSLDOOST M.Energy and carbon analysis of double skin faAcXU]ades in the hot and dry climate［J］.Journal of Cleaner Production，2018，197：85-96.

［15］ ABDOU N，MGHOUCHI Y E，HAMDAOUI S，et al.Multi-objective optimization of passive energy efficiency measures for net-zero energy building in Morocco［J］.Building and Environment，2021，204：108141.

［16］ ASCIONEF，BIANCO N，MAURO G M，et al.Retrofit of villas on Mediterranean coastlines：Pareto optimization with aview to energy-efficiency and cost-effectiveness［J］.Applied Energy，2019，254：113705.

［17］ XUE Q W，WANG Z J，CHEN Q Y.Multi-objective optimization of building design for life cycle cost and CO2emissions：A case study of a low-energy residential building in a severe cold climate［J］.Building Simulation，2022，15：83-98.

［18］ TALEGHANI M，TENPIERIK M，DOBBELSTEEN A V D.Energy performance and thermal comfort of courtyard/atrium dwellings in the Netherlands in the light of climate change［J］.Renewable Energy，2014，63：486-497.

［19］ ASFOUR O S.A comparison between the daylighting and energy performance of courtyard and atrium buildings considering the hot climate of Saudi Arabia［J］.Journal of Building Engineering，2020，30：101299.

［20］ LAN W，QIONG H，QI Z.Role of atrium geometry in building energy consumption：the case of a fully air-conditioned enclosed atrium in Cold Climates，China［J］.2017，151：228-241.

［21］ ALDAWOUD A.The influence of the atrium geometry on the building energy performance［J］.2013，57：1-5.

［22］ TANG J，GONG G C，SU H，et al.Performance evaluation of a novel method of frost prevention and retardation for air source heat pumps using the orthogonal experiment design method［J］.Applied Energy，2016，169：696-708.

［23］ 李奇芫，楊向群，楊崴．基于BIM的小型節(jié)能建筑生命周期環(huán)境影響和成本分析［J］.南方建筑，2017（2）：45-50．

LI Q Y，YANG X Q，YANG W.BIM-based LCA and LCC study on small scale energy efficient buildings［J］.South Architecture，2017（2）：45-50.

［24］ LI H Y，GENG G，XUE Y B.Atrium energy efficiency design based on dimensionless index parameters for office building in severe cold region of China［J］.Building Simulation，2020，13：515-525.

［25］ 王應(yīng)明.運(yùn)用離差最大化方法進(jìn)行多指標(biāo)決策與排序［J］.中國(guó)軟科學(xué)，1998（3）：36-38，65.

WANG Y M.The deviation maximization method is used for multi-index decision-making and ranking［J］.China Soft Science，1998（3）：36-38，65.

（責(zé)任編輯：編輯張忠）