067 基于Dest对民用建筑冷负荷的分析

基于Dest对民用建筑冷负荷的分析
华北科技学院吴金顺
摘要：基于Dest软件对民用建筑室内的冷负荷进行分析，通过计算不同的窗墙比、玻璃类型、墙的传热系数、屋顶传热系数、人员密度、灯光设备，得出室内冷负荷随着因素变化的曲线，并应用曲线分析负荷变化趋势。

采用了最小二乘法，找出冷负荷随着不同因素变化的具体关系式。

关键词： Dest软件；负荷分析；围护结构；最小二乘法
在空调设计中，系统设计的最基本的依据之一就是负荷计算。

冷（热）负荷是选取空调设备、运行调节、系统评价等方面的基础资料。

冷（热）负荷的大小直接关系到空调能耗的多少，也是建筑施工必须考虑的重要因素之一。

冷（热）负荷大，系统耗电量大，能量消耗大；冷（热）负荷小，系统耗电量小，能消耗小。

然而，建筑构成诸因素中，哪些是影响冷（热）负荷的主要因素，哪些是次要因素，各个因素对冷（热）负荷的影响程度又是多大，可以通过Dest软件来解决这些问题。

Dest 是由清华大学开发的建筑模拟分析软件(designer’s simulation toolkits)。

可用于建筑能耗模拟分析和环境控制系统的设计校核，起到提高设计质量、保证设计可靠性、对如何降低建筑及系统能耗、保证建筑环境质量具有重要的指导作用。

本文旨在利用Dest软件对民用建筑进行能耗分析。

1 模型建立与条件设定
1.1建筑模型
建立一个三层的民用建筑，建筑中间有走廊（2m宽）每个房间都是6m×5m的矩形房间，每层的建筑面积为216平方米，窗都为外窗，门为内门（除了第一层的楼道门为外门），门的尺寸为：.2.7m×2.0m。

建筑方向如图所示。

在通风设定时，只设定房间与室外的通风，房间之间互相不存在通风。

在进行冷负荷模拟计算时，我们研究某些因素的变化对负荷的影响程度，如：窗墙比、墙的传热系数、屋顶传热系数、人员系数、灯光设备功率、玻璃类型、外遮阳。

其它的参数如：门、窗、内墙、地板的材料等都使用Dest系统提供的默认值。

民用室类型定义
不同类型的房间其功能不同，其冷负荷也不同，所以房间的类型是决定冷负荷的重要因素。

此处所说的房间类型特指房间的不同用途，如：民用室型、商场型、住宅型等。

民用室类型房间的默认设计参数见文献[1]。

1.3 民用室作息模式
在Dest模拟空调房间冷负荷时，采用的是逐时冷负荷，室内温、湿度的设定不是确定值，而是一个变动范围，这样设定的最大优点是使模拟的冷负荷更加准确地贴近实际的冷负荷值。

实际上，室内冷负荷与人员、设备、灯光等因素有直接的关系，而人员、灯光、设备散热在民用建筑中呈现一定的周期性，Dest软件是严格按照热扰的周期性，逐时地模拟室内冷负荷。

同理，室内的湿负荷也是按照逐时模拟的。

表2中:给出了室内温、湿度的设定范围，在计算负荷时，不考虑热负荷，只考虑夏季的冷负荷。

表1 内扰系数分布
人员热扰设备热扰灯光热扰时间内扰系数时间内扰系数时间内扰系数
21：00~7:00 8：00~17:00 18：00~21:00 0 1.0 0.2
21：00~7:00 8：00~17:00 18：00~21:00
0 1.0 0.2
21：00~7:00 8：00~17:00 18：00~21:00
0 1.0 0.2
表1给出了内扰数据，表中的数据不是真正的内扰值，而是在一天当中任意时刻的内扰占最大内扰量的比例，表中列出了(周一到周五)一天24小时的内扰比例系数，周六、周日8：00~21：00的内扰系数都为0.2。

1.4 房间通风
在Dest 模拟房间冷负荷的通风设定时，只设定房间与室外的通风，房间之间互相不存在通风。

2 建筑因素对冷负荷的影响 2.1 窗墙比对冷负荷的影响
在分析冷负荷随着窗墙比的变化而变化的时候，逐时冷负荷的大小不是本文所讨论的重点，我们关心的是空调季总冷量（以下简称冷量）随窗墙比的变化而如何改变以及改变程度，只要保证计算的正确性和条件设定的完整性就可以。

因此，为了节省计算时间和降低计算的复杂性，我们只选定了从5月初到9月底的150天的累计值，在这150天中空调只提供冷量。

窗墙比（β）
0.3 0.35 0.4 0.45 0.5 0.55 0.6 0.65 0.7 空调季冷量Q ×108（kJ ）
1.35
1.37
1.46
1.55
1.60
1.68
1.72
1.82
1.88
由图1所示，从冷量和窗墙比的离散点所形成
的曲线来看，这9个点近乎成一条直线。

因此，我
们可以假定冷量Q 与窗墙比β具有线性关系，（这一
点我们得到了理论上的证明）。

下面通过最小二乘法
来确立回归直线，求得冷量与窗墙比的定量关系式：
设：Q = a + b β+ε , ε~ N(0，σ²) b a 、的最小二乘估计值 b a
ˆˆ、的表达式为：
∑∑--=2
2
99ˆβ
βββi i i Q Q b ， βb Q a ˆˆ-= 81044.1b
ˆ⨯=， 71077.8a ˆ⨯= 故所求一元线性回归方程βb a Q
ˆˆˆ+=为 =Q
ˆ 8.77×107+1.44×108β （1） 由方程（1）可以看出，在一定范围内窗墙比每增加0.05，冷量将增加7.2×106kJ, 通过分析可以看出，冷量与窗墙比近似成线性关系。

当窗墙比变化△x 时，冷量变化量△Q 对总冷量的影响程度由下式确定：
变化的程度()()
()
100
Q Q ⨯∆=
ψ总冷量
变化的冷量
（2）
由（2）式可知：当窗墙比变化0.2
时，冷量变化
图1 冷量随窗墙比变化
8.0E+07
1.0E+081.2E+081.4E+081.6E+081.8E+08
2.0E+08
0.20.30.40.50.60.7
0.8
Q (k J )
│ψ1│达17.4％，即0.28×108kJ 。

2.2玻璃类型对冷负荷的影响
首先，由传热公式
)t t (Ak
Q 内外窗
-=τ （3）
可知：在其它条件已定,当窗k 变大时，τQ 也变大，当窗k 变小时，τQ 也变小，即τQ 随窗k 成正比变化。

而玻璃不仅仅引起传热，还有光入射、与室外空气的辐射换热等引起的冷负荷，所以负荷不是单因素变量。

下面我们选择六种类型的玻璃进行冷量计算，并分析玻璃类型对冷量的影响。

Dest 计算出了六种玻璃类型的冷量，如表3所示，图2是不同玻璃类型时的冷量变化图。

表3 冷量随玻璃类型的变化
玻璃类型 (w/(㎡•• k)) 5.7 2.3 3.1 2.2 3.0 1.4 空调季总冷量Q ×108 (kJ)
1.58
1.74
1.56
1.89
1.64
1.82
由传热系数k 拟合出一条冷量趋势线方程：
Q=5.37×106k +1.55×108 (4)
当k 每变化1 W/(㎡•• k),则冷量变化│ψ2│达0.153×108
kJ 。

2.3墙体的传热系数对冷负荷的影响
首先讨论墙的传热特性对冷负荷的影响程度。

取墙体传热系数的六个水平，其它条件仍由Dest 系统提供，由（3）式计算得表4。

表4 冷量随墙体传热系数的变化
墙的传热系数k(w/(㎡•• k)) 1.081
0.958
0.859
0.713
0.647
0.609
空调季总冷量Q ×108 (k J)
1.827 1.823 1.822 1.824 1.827 1.829
图3为冷量随墙体传热系数变化的趋势图，从图中可知，墙体厚度变化时，冷量有小幅度的变化， 且负荷随着墙体传热特性变化有一定的起伏，由数据拟合出二次方程为：
Q=1.01×1072k -1.75×107k+1.9×108 (5 )
从方程可以求出最小的Q 值，也可以找到负荷最小时的墙体厚度d 。

用墙厚度d 作为建筑外墙，这样能使冷负荷最小，最节省空调的耗电量，达到节能的效果。

由公式（2）计算│ψ3│的值后可知：在我们讨论的范围内，当墙体厚度发生最大的变化时，冷量的变化也不超过1%。

所以，在现行规格的几种墙体中，墙体的厚度变化对冷负荷的影响不大，在节能建筑设计时，墙体厚度对建筑冬季的热负荷影响虽然比较显著，但墙体厚度对夏季冷负荷的影响不是很显著，而且涉及到的影响因素及呈现出来的关联关系均比较复杂。

2.4屋顶传热系数对冷负荷的影响
屋顶是建筑围护结构的一部分，其主要影响对
象是最顶层的用户，造成室内冬冷夏热。

通过改变屋顶的传热系数，取屋顶传热系数的五个水平，其它条件不变，讨论屋顶传热对冷量的影响。

表5是以单个房间为例，说明房间冷量随屋顶传热系数的变化。

表5 冷量随屋顶传热系数的变化
传热系数w/(㎡•• k) 0.918 0.862 0.812 0.767 0.727 空调季总冷量Q ×108 (k J)
1.81
1.81
1.82
1.82
1.81
由公式（2）计算│ψ4│的值得知：当屋顶的厚度变化60mm 时，冷量的变化│ψ4│为0.54%，不足1%，可知，屋顶的厚度变化对冷负荷的影响不大 ,
下面由模拟曲线给出拟合方程如下：
Q=(-1.52 x 2+2.54x +0.762)×108
(6)
由图4知：冷量随屋顶的厚度成抛物线变化，随着屋顶厚度的增加，冷量先变大，然后越来越小，
结合│ψ4│的大小，得出Dest 设定的五种屋顶结构传热系数相差不大，这五种屋顶的不同选择对整个建筑负荷的影响不大，此结论可供节能建筑设计时
参考。

2.5人员密度对冷负荷的影响
由于每个人都是散热、散湿体，所以人员是引起室内冷负荷的一个因素，但是人员对整个建筑负荷
的影响有多大，我们可通过Dest 来进行数字实验，确定人员对建筑负荷的影响程度。

Dest 是通过定义室内人员密度来确定室内人数的，最大人员密度为0.1人/平方米，最小为0；把人员密度划分成五个水平分别计算冷负荷，如表6所示。

表6 冷量随人员密度的变化
把表6中的人员密度值，代入Dest 中，得到不同人员密度时的冷量值。

由图5可见，近似成一条直线，由最小二乘法得直线的回归方程：
Q=3.02×108x + 1.51×108 (7) 由直线方程可知，在一定范围内，人员密度每变化0.04，冷量变化│ψ5│为7.1%，即0.13×108 kJ 。

从上面的数据统计来看，人员密度的变化对夏季冷负荷的影响程度是相当可观的。

2.6灯光设备对冷负荷的影响
除了人员外，照明设备、民用设备也是形成室内热扰的主要因素，像：白炽灯、电脑、打印机、水加热器等都会释放热量，形成冷负荷。

对于民用建筑，Dest 给出了灯光设备的默认值，在一定范围内通过改变灯光设备功率的赋值，可以得到冷量的
变化量，也就可以确定灯光设备对冷负荷的影响程
度。

取灯光设备功率的五个水平，并计算出每个水平下的冷量，如表7所示：
人员密度(人/㎡) 0.06 0.08 0.1 0.12 0.14 空调季总冷量Q ×108（kJ ） 1.69
1.74
1.82
1.87
1.93
图4 屋顶变化对冷量的影响1.80E+08
1.81E+08
1.81E+081.82E+081.82E+08
1.83E+081.83E+080.60.70.80.91
k
Q (k J
)
图5 冷量随人员密度的变化
1.65E+08
1.70E+081.75E+081.80E+081.85E+081.90E+081.95E+080.05
0.070.090.110.130.15
Q (k J )
表7 冷量随灯光功率的变化
等级(W/㎡) 24
27
30
33
36
空调季总冷量Q ×108 (kJ)
1.687 1.745
1.824 1.863 1.922
由表7中的数据，在坐标系中作出这五个点，如图6示，从而可以清楚地观察冷量随灯光设备的变化趋势。

冷量与灯光设备功率基本上成正比变化关系，由最小二乘法，得到冷量随灯光设备功率变化的回归直线：
Q =1.96×106x+ 1.22×108
(8)
即在一定范围内，冷量与灯光设备的功率成正比变化，且近似呈线性关系。

当x 变化6w 时，则冷量变化│ψ6│达7.5%,即0.137×106kJ ，可见灯光设备功率的变化也是引起冷负荷变化的主要因素。

3结论
1) 窗墙比、玻璃类型、人员密度、灯光设备功率与总冷量基本上呈线性变化,其中窗墙比、人员密
度、灯光设备功率对房间总冷量（亦对冷负荷）的影响较为显著。

2) 墙体的传热系数、和屋顶的传热系数与冷量近似成一条抛物线变化。

参考文献
[1] 清华同方股份有限公司研究开发中心. Dest2.0商业版[M].: 2004. [2] 燕达，谢晓娜，宋芳婷.建筑模拟技术与Dest 发展简介[J].暖通空调，2004，34（7）：48-57. [3] 谢晓娜，宋芳婷，燕达.建筑动态热过程模型[J].暖通空调，2004，34（8）：35-48.
[4] 张晓亮，谢晓娜，燕达.建筑环境动态模拟结果的验证[J].暖通空调，2004,34(9):37-51. [5] 杨世铭 陶文铨 主编.《传热学》第三版 [M]. 北京：高教出版社，2009.
图6 冷量随灯光设备的变化
1.65E+08
1.70E+08
1.75E+081.80E+081.85E+08
1.90E+081.95E+0820
25
30
35
40
Q (k J )。