7建筑能耗分析用逐时气象模型
严寒地区近零能耗办公建筑负荷特性分析
ｈｅａｔ ｌｏａｄ ａｎｄ ｔｈｅ ｃｕｍｕｌａｔｉｖｅ ｔｏｔａｌ ｌｏａｄ ｉｎｄｅｘ. Ｔｈｅ ｉｎｆｌｕｅｎｃｅ ｏｆ ｉｎｔｅｒｎａｌ ｈｅａｔ ｄｉｓｔｕｒｂａｎｃｅｓ ａｎｄ ｓｏｌａｒ ｈｅａｔ
ｆｒｏｍ ｅｘｔｅｒｎａｌ ｗｉｎｄｏｗｓ ｏｎ ｔｈｅ ｃｏｌｄ ａｎｄ ｈｅａｔ ｌｏａｄ ｉｎｄｅｘ ｓｈｏｕｌｄ ｂｅ ｇｉｖｅｎ ａｔｔｅｎｔｉｏｎ.
Ｋｅｙ ｗｏｒｄｓ: ｓｅｖｅｒｅ ｃｏｌｄ ａｒｅａꎻ ｎｅａｒｌｙ ｚｅｒｏ ｅｎｅｒｇｙ ｂｕｉｌｄｉｎｇꎻ ｏｆｆｉｃｅ ｂｕｉｌｄｉｎｇꎻ ＤｅｓｉｇｎＢｕｉｌｄｅｒꎻ ｌｏａｄ
ｂｕｉｌｄｉｎｇ ｉｓ ｒｅｄｕｃｅｄ ｂｙ ６４ ３４％ ａｎｄ ｔｈｅ ｃｏｏｌｉｎｇ ｌｏａｄ ｏｆ ｔｈｅ ｔａｒｇｅｔ ｂｕｉｌｄｉｎｇ ｉｓ ｒｅｄｕｃｅｄ ｂｙ ５ ８９％ . Ｓｏ ｉｎ
ｔｈｅ ｓｕｍｍｅｒ ｔｈｅ ｃｏｏｌｉｎｇ ｌｏａｄ ｏｆ ｔｈｅ ｎｅａｒｌｙ ｚｅｒｏ ｅｎｅｒｇｙ ｏｆｆｉｃｅ ｂｕｉｌｄｉｎｇ ｉｎ Ｓｈｅｎｙａｎｇ ｉｓ ｓｌｉｇｈｔｌｙ ｈｉｇｈｅｒ
科学 版 ) ꎬ ２０２４ꎬ ４０ ( １ ) : １４１ － １４７. ( ＷＡＮＧ Ｑｉｎｇｈｕｉꎬ ＭＡ Ｙｕｃｈｅｎꎬ ＨＵＡＮＧ Ｋａｉｌｉａｎｇꎬ ｅｔ ａｌ. Ａｎａｌｙｓｉｓ ｏｎ ｌｏａｄ
ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ａ ｎｅａｒｌｙ ｚｅｒｏ ｅｎｅｒｇｙ ｏｆｆｉｃｅ ｂｕｉｌｄｉｎｇ ｉｎ ｓｅｖｅｒｅ ｃｏｌｄ ａｒｅａ[ Ｊ] . Ｊｏｕｒｎａｌ ｏｆ Ｓｈｅｎｙａｎｇ ｊｉａｎｚｈｕ ｕｎｉｖｅｒｓｉｔｙ
建筑能耗模拟分析.pptx
书山有路
目前有许多可用于全年建筑冷热负荷计算的计算机建筑能耗模 拟软件。如 DeST、PKPM、EnergyPlus、DOE-2、ESP-r 等。 1DOE2 DOE-2 是现今世界上最为流行的建筑能耗分析和建筑能耗 模 拟软件。冷热负荷的能耗模拟模拟采用的反应系数法，假定室内温 度恒定，不考虑不同房间之间的相互影响。
书山有 路
建筑能耗模拟析
建筑能耗包括室内能耗、新风能耗、附加能耗。室内能耗包括围 护结构能耗、空气渗透能耗、室内热源散热形成的能耗。具体的计算 可参照《实用供热空调设计手册》进行计算。 空调区的建筑能耗， 应根据所服务空调区的同时使用情况、空调系统的类型及调节方式， 按各空调区逐时能耗的综合最大值或各空调区能耗的累计值确定，并 应计入各项有关的附加能耗。 各空调区逐时能耗模拟的综合最大值， 是从同时使用的各空调区逐时能耗相加之后得到的数列中找出最大 值；各空调区能耗的累计值，即找出各空调区逐时能耗的最大值并将 它们相加在一起，而不考虑它们是否同时发生。
2 EnergyPlus 是在 BLAST 和 DOE-2 的基础上开发的，兼具两者的 优点以及一些新的特点。EnergyPlus 是一个建筑能耗逐时模拟引擎， 采用集成同步的负荷/系统/设备的模拟方法。EnergyPlus 采用CTF 来计算墙体、屋顶、地板等的瞬态传热，采用热平衡法计算负荷。 3ESP-r 是在欧洲应用非常广泛的建筑能耗模拟分析软件。 ESP-r采 用半隐式差分格式求解导热方程。可以计算房间各个内、外 表面的 太阳辐射得热；模拟整个建筑各个房间之间的空气流动；基于 人体 活
例如：当采用变风量集中式空调系统时，由于系统本身具有自适 应各空调区建筑能耗变化的调节能力，此时即应采用各空调区逐时建 筑能耗的综合最大值；当采用定风量集中式空调系统或末端设备没有 室温控制装置的风机盘管系统时，由于系统本身不能适应各空调区建 筑能耗的变化，为了保证最不利情况下达到空调区的温湿度要求，即 应采用各空调区建筑能耗的累计值。 设计负荷是按照标准规定的室 内外计算参数进行的负荷计算的结果，它是全年负荷中的最大冷（热 ） 负荷，是选择设备最大容量的依据，并不代表实际运行负荷。实 际上 全年室外气象参数在逐时变化，而室内的热湿环境参数也是在逐 时变 化，因此，采用动态能耗模拟计算进行建筑全年能耗分析的变 化，为 空调系统提供真实的能耗分析设计依据。
建筑热环境模拟分析用逐时相对湿度生成方法_高庆龙
第33卷 第6期2007年12月四川建筑科学研究S i chuan Bu il d i ng Sc ience收稿日期:2006-07-03作者简介:高庆龙(1978-),男,山东阳谷人,博士研究生,主要从事绿色建筑设计研究。
基金项目:国家自然科学基金资助项目 建筑气候设计方法及其应用基础 (50408014);重大国际合作项目 建筑节能设计的基础科学问题研究 (51410083)E -m a i :l gao3066@163.co m建筑热环境模拟分析用逐时相对湿度生成方法高庆龙1,2,杨 柳1,刘大龙1,王丽娟1(1 西安建筑科技大学建筑学院,陕西西安 710055;2 中国建筑西南设计研究院,四川成都 610081)摘 要:分别采用对4次相对湿度、4次含湿量、4次露点温度以及4次湿球温度进行直线插值或3次样条插值等8种计算方法生成的逐时相对湿度,从统计学和能耗模拟两个角度,与实测值进行对比分析。
分析结果表明,由4次含湿量(或露点温度)进行线性插值计算生成的逐时相对湿度与实测相对湿度吻合较好;并据此给出了由逐时相对湿度根据关联性计算生成逐时含湿量、湿球温度、露点温度的方法。
关键词:热环境模拟;4次相对湿度;逐时相对湿度中图分类号:TU 111 文献标识码:A 文章编号:1008-1933(2007)06-0203-04The m et hod of getting hourl y relative hu m idity for buil di ng t her m al condition si m ulationGAO Q ing long 1,2,YANG L iu 1,LIU D along 1,WANG Lij u an1(1.X i an U niversity of A rchitecture &Science ,X i an 710055,China ;2.Chi na South w est A rch itectura l D esi gn and R esearch Instit ute ,Chengdu 610081,Ch i na)Abstrac t :Se ries o f hour l y re l a ti ve hu m idity has been g iven v ia e ight kinds of i nterpo lati on ,such as i n terpolation li near and i nterpo l a ti on cub ic spli ne to 6-hour steps re lati ve hu m i dity da ta ,6-hour steps abso l ute hu m i d it y data ,6-hour steps dew po i nt te m perature and 6-hour steps w et bu l b temperat u re .The differences a m ong them have been study on t wo si des o f stati stic and si m u l a ti on .The concl usion t hat the i n terpolation li nea r to abso lute hu m i dity has the m i n i m u m i n terpolation error has been drawn .A nd at t he sa m e ti m e the better m ethod of ge tti ng hourly abso lute hu m i d i ty ,hourly we t bulb te m pera t ure and hourly dew po i nt te m pe rature have been g i ven .K ey word s :bu ildi ng t her m a l cond iti on si m ulati on ;6-hour steps re l a ti ve hu m i d ity ;hour l y re lati ve hu m i d ity0 引 言随着计算机技术的发展,建筑能耗模拟以及热环境动态分析逐步成熟[1]。
节能建筑计算与仿真-外界因素的取值方法
8.2.2.2、空气干球温度的逐时变 化模型
空气干球温度的逐日源数据包括日平均温度、 日最高温度和日最低温度。
一天内最高温度一般出现在午后三时，而最低 温度出现在日出前一小时左右。温度在一天内 的变化规律可以近似用余弦函数来表示。一般 来说，可将逐时温度近似表达为两级傅立叶级 数，这种方法能保证日平均温度值等于源数据 ，但是只能解决某一日的逐时温度计算问题， 由于没有考虑连续处理多日数据，这种方法在 日与日之间的数据衔接上会出现问题。
由于原始气象数据中不包含太阳辐射的资料。推算与 实测不符合
其原始数据的气象站点和气象要素都不全面，且数据 来源部门（美国政府组织）不能保障数据本身的可信 性，因此不适宜作为全国逐时气象数据生成的原始依 据。
由于气象环境具有随机性，根据各年的气象参数来计算 建筑传热，其结果常有较大差别，因此要从多年的气象 数据中挑选出代表性的全年逐时气象数据，建立典型气 象年以充分反映长期的气象变化规律。
马尔科夫分析模型
实际分析中，往往需要知道经过一段时间后，市场 趋势分析对象可能处于的状态，这就要求建立一个 能反映变化规律的数学模型。马尔科夫市场趋势分 析模型是利用概率建立一种随机型的时序模型，并 用于进行市场趋势分析的方法。
马尔科夫分析法的基本模型为： X(k+1）=X(k）×P 公式中：X(k）表示趋势分析与预测对象在t=k时刻的
为了保证日平均温度的数值，接下来对 逐时温度的初值进行修正。
修正逐时温度初值的基本思路是：通过 调整除日最高、日最低温度以外的逐时 温度计算值来达到缩小计算日平均值与 日平均值源数据之间差异的目的
修正逐时温度初值具体步骤（了解）
修正逐时温度初值具体步骤（了解）
这样修正以后，仍然保证日最高温度和 日最低温度与源数据吻合，日平均温度 的计算值与源数据的差异也大大缩小
超低能耗办公建筑能耗模拟分析
- 146 -生 态 与 环 境 工 程0 引言由于环境恶化，世界能源短缺，各国开始大力发展节能建筑，如超低能耗建筑、近零能耗建筑以及零能耗建筑等。
在欧洲各国，被动式超低能耗建筑已经普及，从2020年12月31日起，欧盟的27个国家要求所有新建建筑必须采用被动式超低能耗建筑的建设标准[1]，美国要求“零能耗建筑”在2025年商业化，通过推动“净零能耗公共建筑倡议”，到2030年所有新建公共建筑达到净零能耗状态，到2050年所有公共建筑达到净零能耗[2]。
我国对相应建筑的研究较晚，从20世纪80年代才开始，虽然建立了多个示范项目，出台了多项政策，但是我国相应的技术规范和设计标准体系并不完善。
国内的超低能耗建筑大多数以居住建筑为主，公共建筑相对较少，且因公共建筑的类型众多，情况相对复杂，用单一的能耗及热工指标去分析并准确描述相应的能效水平已经无法实现，需要对每种类型的建筑进行研究，从而得到相应的指标[3]。
该文通过运用Design Builder 能耗软件，对山东省某超低能耗办公楼进行模拟计算以及能耗分析，为设计超低能耗建筑提供研究方向，同时为制定山东省公共建筑超低能耗标准提供参考价值。
1 工程概况该项目位于山东省潍坊市，为多层公共建筑，主楼地上主体为三层。
一层设置休闲区和值班室，中庭一直通至屋面，顶部为采光窗；一层、二层分别为办公区、卫生间、新风机房；三层为办公室、会议室、卫生间以及新风机房。
建筑高度为17.6m，建筑面积为8364 m 2。
为达到超低能耗建筑的节能设计要求，在保证室内环境舒适的前提下，消耗更少的能源，该工程的设计要点如下。
1）围护结构具有高气密性以及良好的保温性能。
2）无热桥设计。
3）新风的热回收效率高。
4）合理利用日照以及自然通风。
2 模型建立常规设计中，在计算建筑物的负荷时，只需要计算最大冷负荷及热负荷即可，但是超低能耗建筑因为其特性，室内温度场的变化与常规建筑相比，要有延迟和衰减，能耗较常规建筑少，常规设计不再能满足设计要求，因此需要对建筑物进行全年逐时负荷分析。
两种建筑围护结构的能耗比较和分析
筑传热能耗的大小 ， 从而直接影响建筑使用费用 。通 过调 整建筑 结构 ， 改变建 筑 隔热 性能 ， 使建 筑达 到一个 较为经济理想 的传热效果 ， 以达到降低建筑使用费用。 本文结合全年气象数据 ， 通过模拟墙体结构和窗体结 构传热 效果 ， 对建筑 隔热性 能作 对 比分 析及计 算 。
１ 外 窗结构描 述 ． ２
住 宅 的外窗 采用 移 动式 塑钢 窗 ， 动式 门为单 槽 移 单层 玻 璃 塑钢 门 ， 西南 、 东南 、 西北 和东 北 向 的外 窗 为
６ ７
ｌ
维普资讯
技 术 交 流
单槽 中空双玻璃 塑钢 窗。 方案 Ｉ 采用标 准 ３ ｍ 平板 玻 ａ ｒ 璃 ，其 入 射 角 为 Ｏ时 的透 过 率 ０８ １ Ｏ ．１ ，吸 收 率 为 ０１７反射 率为 ０ ７ 。 ．１ ， ． ２ 导热 系数 ０７８ （ Ｋ）方 案 ０ ． Ｗ／ｍ・ ； ５ Ｉ除增加 遮 阳系数 为 ０６的浅色 布 窗帘外 ，其 它结 构 Ｉ ． 与方 案 Ｉ 样 。各 向窗墙 面积大小 如 图 １ 一 所示 。
．
●
中图分类号 ：Ｔ １ １ Ｕ １． ４
文献标识码 ： Ｂ
文章编号 ：０ ６ ８ ４ （０ ７）５ ０ ６ — ３ １０ — ４ ９２０ ０ — ０７ ０
０ 引言
气 象 数据 是建 筑传 热 负荷 模 拟 、 内热 环境 模 拟 室 和暖通 空调通 风模拟 等计算 机动 态模拟 的重 要数据 和 基 础依据 。同样 ， 气象数 据也 可 以用 于检 验 、 进和模 改 拟 建筑 围护 的热 特 性 ， 以调 整不 同的建 筑 结构 来 适应 不 同的气 象环境 和实 际情况 。采用 典型气 象年数 据具 有更 好 的可靠性 ， 可达到较 为理想 的模 拟效果 。 由于建筑 围护 的传 热特性 和气 象环境 直接影 响建
微气候及建筑能耗模拟软件课件
举例：城市微气候对建筑能耗影响的 方案
气候数据
ENVI-met模拟
微气候数据 ECOTECT模拟
建筑能耗
小区规划方案
建筑设计方案
已有的文献中软件间的耦合
举例：城市微气候对建筑能耗影响的 方案—优化
气候数据
确定代表气象日
ENVI-met模拟
• 分析范围：从太阳辐射、日射、遮阴、采光、照明到 热工、室内声场、室内外风场都可以进行模拟，涵盖 了热环境、风环境、光环境、声环境、日照、经济性
及环境影响与可视度等建筑物理环境的7个方面。
3. TRNSYS 瞬时系统模拟程序
（Transient System Simulation Program）
• FLUENT • ENVI-met • AUSSSM • Fluent • SUNtool • WindPerfect • Star-CD • PHOENICS等等
1.FLUENT软件
• FLUENT软件设计基于CFD软件群的概念，针对各种复杂流动的物理现象， FLUENT软件采用适当的数值解法，以期在计算速度、稳定性和精度等方 面达到优化组合，从而高效率地解决各个领域的复杂流动计算模拟。为 了实现这样的功能，要求这些不同软件都可以模拟流场飞传热和化学反 应等物理信息，在各种软件之间可以方便地进行数值交换，并且采用统 一的前、后场处理工具 。
• 它包含有以下几个互相影响的子模型：1.城市冠层子 模型，用于计算大气层中一维的动量及热质传递；2. 建筑子模型，用于计算采暖空调负荷；3.土壤子模型 ，用于计算地表蒸发强度；4.植物子模型，用于计算 草地等地表植被与大气间的传热情况。
• 优劣势：所有这些子模型都将复杂的三维传热传质过 程简化为一维，且具有相近的准确率。缺少针对大树 及其阴影的子模型，AUSSSM 现在还不能模拟除了草地 以外的其它绿化形式及其对热环境的影响
能耗分析方法PPT课件
下的加热量和冷却量. 季节冷负荷或热负荷的计算公式如下:
Q = ∑ [K ( tWX - tN ) fX ]
式中Q — 建筑物季节冷负荷或热负荷(K J) ;
K — 建筑物综合传热系数(KJ/h ℃ ) ;
tWX — 某一时刻室外空气的干球温度(℃ ) ;
下的能耗: C L (T i )×t i第19页/共27页
(W·h/m2空调面积) 。
逐时日射负荷因数
Cf的确定
• 玻璃窗逐时日射负荷因数 C f
表示意义是单位玻璃窗净面
积 , 标准玻璃情况下的日射
负荷。
• 对某一朝向 , 用最大日射得热
因数 D J m a x 乘以该朝向逐时冷
负荷系数得透过玻璃窗逐时
冬季总热量为ΣQs。
CD — 修正系数, 考虑间歇采暖对连续采暖的修正, 可按表2取;
tN -W — 室内外设计温差, (℃ ) .
表2 修正系数
第2页/共27页
• 同样还有空调度日数，指在供冷期内，室外逐日平均温
度高于室内温度基数的度数之和，即:
n
CDD Ti TB
i
• 我国一般取TB=26℃。TB 取值是一件比较复杂的事情,因为
• 散热，W。
4 新风负荷
• 新风负荷包括显热负荷和潜热负荷，分别根据下式进行计
算：
CLVS (HLVS ) 0.34 V (T T ) / A
i
f
CLVL 0.83V (d di ) / Af
•
式中：V－新风量，m3/h；d－室外空气含湿量，g/kg；di－室内设计要求的
约。导致实际制冷空调能耗大于按度日数计算的空调能耗。
建筑能耗分析
（VAV），空调水系统采用同程式两管制水系统。 能耗分析与节能研究的主要目的是使该建筑消耗
最低的能源达到舒适、健康的最优室内环境，并使其具 有可持续设计的鲜明特征；将其建成生态化、智能化、 地标性的高档办公建筑，并成为该区绿色和环保的标 志性建筑。
1 研究目标
建筑能耗由各耗能系统的能耗组成，包括照明、空 调、采暖和设备能耗等。对建筑能耗的分析包括建筑能 耗性能指标的分析和能耗组成的分析，通过设计能耗 性能指标与能耗性能基准（本文以《公共建筑节能设计 标准（GB 50189- 2005）》为基准，以下简称《节能标准》） 比较，从而了解整个建筑的能耗性能水平；另一方面， 通过能耗组成的分析，可以为节能优化提供指导和决 策支持。
22
确定，见表 7。
13：00 80
80
50
开开开
24
22
14：00 95
95
95
开开开
24
22
4 设计模型 能 15：00 95
95
95
开开开
24
22
16：00 95
95
95
开开开
24
22
耗分析
17：00 95
95
95
开开开
24
22
4.1 设计模型能耗组成
18：00 30
30
30
开开开
24
22
19：00 30
通过照明模拟软件调整布灯间距，使 照明功率密度（LPD）降到最低。高大空间采用高效金 属卤化物灯，并结合直接照明方式，将照明配电降到最 低。优化后的照明功率密度详见表 4。
30
30
开开开
24
22
经过模拟可以得出以下结果：年总耗电量为 20：00 0
PKPM软件在建筑能效测评中的应用
PKPM软件在建筑能效测评中的应用许浩天;祝健【摘要】以安徽省合肥市某居住建筑为例,介绍了PKPM软件在建筑能效测评中的应用.描述了该建筑在PKPM软件环境下的建模过程,并通过PKPM软件对该建筑的全年能耗进行了模拟,计算了其相对节能率.计算结果表明,该建筑的相对节能率达6.29％,符合安徽省对居住建筑的节能要求.【期刊名称】《建筑热能通风空调》【年(卷),期】2014(033)005【总页数】4页(P78-80,91)【关键词】PKPM;能效测评;节能【作者】许浩天;祝健【作者单位】合肥工业大学土木与水利工程学院;合肥工业大学土木与水利工程学院【正文语种】中文能效测评是指对建筑能源消耗量及其用能系统效率等性能指标进行计算、检测，并给出其所处水平的活动[1]。
建筑能效测评以单栋建筑为对象，且包括与该建筑相联的管网和冷热源设备，民用建筑的用能设备主要是指采暖空调系统和照明两大类。
在建筑能效测评过程中，用模拟计算软件对建筑的供暖空调等系统的运行过程进行模拟计算，得出建筑的能耗参考值，并与比对建筑进行比较，即可得出实际建筑的相对节能率。
相对节能率是建筑能效测评的基础项，对测评结果和能效标识的评定均具有较大影响。
目前常用的模拟计算软件有PKPM、DeST、DesignBuilder等等。
本文主要介绍PKPM软件在建筑能效测评中的应用，对其在建筑能耗模拟及相对节能率的计算中的应用做了详细阐述。
1）PKPM软件概况。
PKPM软件系中国建筑科学研究院开发，是一个系列软件，除了建筑、结构、设备（给排水、采暖、通风空调、电气）设计于一体的集成化CAD系统以外，目前PKPM还有建筑节能系列（节能计算、能效测评、绿色建筑）、建筑概预算系列（钢筋计算、工程量计算、工程计价）、施工系列软件（投标系列、安全计算系列、施工技术系列）、施工企业信息化等等。
功能较为齐全，在建筑行业有着广泛的应用。
2）能效测评模块介绍。
本文介绍的是PKPM节能系列软件中的能效测评模块，该测评软件具有建筑节能分析、建筑能耗分析以及节能率计算等功能。
上海地区建筑能耗计算用典型年气象数据的研究
★ Tongji University , Shanghai , China
①
0 引言 随着 EnergyPlus , Equest , DeS T , DO E2 等建
筑能耗模拟软件的开发 ,反映全年逐时建筑能耗的 动态模拟技术已得到普遍应用 。我国目前用于建 筑能耗模拟的典型年气象参数共 5 套 ,然而由于过 去气象观测值的不完善 ,对缺损的观测值需要通过 插值 、拟合 、推定等数理统计处理 ,基础数据来源及 推定模型的不同导致即使是对同一地区 ,各套典型 年气象数据也不尽相同 ,甚至一些重要的基础参 数 ,如太阳辐射等数据存在较大差异 ,并与实际气 象参数存在偏离 ,将有可能影响建筑能耗模拟的可 靠性和精度 。本文探讨了 5 套典型年气象数据的 适用性及其统计特性 。 1 我国常用的建筑全年能耗模拟典型年气象数据
照明强度
11 W/ m2 (办公室 ,教室) ; 5 W/ m2 (走廊 ,节
能灯具)
办公设备负荷密度 20 W/ m2 (办公室) ;5 W/ m2 (教室)
设计室内空气温度 夏季空调 26 ℃;冬季供暖 20 ℃
冷热源
变频多联机 VRV (部分办公室) ;地埋管地源
热泵系统 (教室)
空调末端
变频多联机 VRV 末端 (部分办公室) ;吊顶辐
项进行模拟计算最接近 2008 年实际能耗 。从表 4 IW EC 的全年模拟结果偏大 。
可知 ,C T YW 中各气象要素的年平均值都比其他 3 典型气象年中的主要气象要素分析
表 4 上海地区各气象参数空调供冷期的平均值及与实际值的偏差
CSWD
DeS T
CT YW
IW EC
SWERA
2008 年
CTYW Chinese Typical
建筑能耗的模拟分析
12
Company name
第二节 建筑能耗模拟基本原理
三、逆向建模方法（数据驱动方法）
第十五章 建筑能 耗的模拟分析
LOGO
第一节 概述
建筑能耗模拟是建筑模拟的一个方面。 建筑模拟（Building Simulation）是指对建筑 环境与系统的整体性能进行模拟分析的方法，因 此也可称为建筑性能模拟（Building Performance Simulation）。 建筑性能模拟主要包括建筑能耗模拟、建筑环境 模拟（气流模拟、光照模拟、污染物模拟）和建 筑系统仿真。其中建筑能耗模拟是对建筑环境、 系统和设备进行计算机建模，并计算出逐时建筑 能耗的技术。
9
Company name
第二节 建筑能耗模拟基本原理
二、正向建模方法 1．模块建模方法 热网络法将建筑系统分解为一个有很多节点构成 的网络，节点之间的连接是能量的交换。
更精确的热平衡法 空气，传热部件可以是多个节点 最为灵活，最为准确 更多的计算和时间
10
Company name
第二节 建筑能耗模拟基本原理
二、正向建模方法 2．系统建模方法 在建立了建筑及其系统的各个部件的模块之后， 要对整个系统进行建模。
11
Company name
第二节 建筑能耗模拟基本原理
二、正向建模方法 2．系统建模方法 系统模拟方法有两种：顺序模拟法（sequence modeling）和同时模拟法（simultaneous modeling）。
(建筑工程管理]建筑耗热量稳态算法分析
![(建筑工程管理]建筑耗热量稳态算法分析](https://img.taocdn.com/s3/m/c049f2e8fd0a79563c1e72d8.png)
（建筑工程管理）建筑耗热量稳态算法分析稳态计算方法计算建筑耗热量指标中的几个问题清华大学建筑节能研究中心燕达、张野、刘烨、李婷、吴如宏摘要规范[1]上给出的计算建筑耗热量指标的稳态算法，包括通过围护结构的传热耗热量、空气渗透耗热量、建筑内部得热三个方面，其中围护结构传热耗热量壹项计算复杂，对结果影响重大，是计算的关键。
本文就稳态算法中围护结构传热耗热量计算的几个影响因素进行分析，主要探讨地面传热量计算、太阳辐射得热量计算、围护结构传热系数计算三个问题，通过比较不同算法对之上问题的影响，研究稳态算法计算建筑耗热量指标的可应用性。
关键字稳态算法；围护结构传热耗热量1前言建筑耗热量指标是评价建筑能耗水平的重要指标，于规范[1]中通过建筑耗热量指标的稳态算法（以下简称稳态算法），计算1980~1981年通用设计的住宅的建筑耗热量指标，来确定节能前建筑能耗的基准水平的，同样通过规范上的稳态算法，能够计算设计建筑的耗热量指标，和基准水平对比，来评价设计建筑是否达到预定的节能目标。
由此可见，稳态算法的计算准确性对设计建筑是否能真正实现既定节能目标的关键，也是正确评价建筑采暖能耗水平的关键。
稳态算法中建筑耗热量指标由围护结构的传热耗热量、空气渗透耗热量、建筑内部得热量三个指标确定，其中，围护结构的传热耗热量计算最复杂，对结果影响重大。
本文就稳态方法中影响围护结构传热耗热量的几个因素进行分析，且通过建筑算例计算，探讨地面传热量计算、太阳辐射得热量计算、围护结构传热系数计算三个问题，研究稳态算法的计算准确性。
2地面传热计算地面传热量有三种常见计算方法：基于外温的地面平均传热系数法、基于地温的地面平均传热系数法、基于外温的地面划分地带计算法。
基于外温的地面平均传热系数法是采用室内外空气温度差，且利用对地面传热系数的修正来考虑地面通过土壤和室外空气换热的热阻；基于地温的地面平均传热系数法则不考虑室内地面通过土壤和室外空气的换热，直接采用室内温度和室外地温之差进行计算；而基于外温的地面划分地带计算法是考虑到室内热量通过地面传到室外的路程长短不同，而热阻也相应有所不同，因此对室内地面划分不同的地带，且采用不同的传热系数进行计算。
基于晴空指数的南昌地区建筑外墙的传热得热量预测模型
(１. Ｓｃｈｏｏｌ ｏｆ Ｃｉｖｉｌ ａｎｄ Ｓｕｒｖｅｙｉｎｇ Ｅｎｇｉｎｅｅｒｉｎｇꎬ Ｊｉａｎｇｘｉ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｓｃｉｅｎｃｅ ａｎｄ
Ｔｅｃｈｎｏｌｏｇｙꎬ Ｇａｎｚｈｏｕ ３４１０００ꎬ Ｊｉａｎｇｘｉꎬ Ｃｈｉｎａꎻ
２. Ｃｏｌｌｅｇｅ ｏｆ Ａｒｃｈｉｔｅｃｔｕｒｅ ａｎｄ Ｒｏａｄ ａｎｄ Ｂｒｉｄｇｅ Ｅｎｇｉｎｅｅｒｉｎｇꎬ Ｇｕａｎｇｘｉ Ｐｏｌｙｔｅｃｈｎｉｃ ｏｆ
ｔｈｅ ｆｉｔｔｉｎｇ ｅｑｕａｔｉｏｎ ｉｓ ａｂｏｖｅ ０ ９９ꎬ ｓｈｏｗｉｎｇ ｔｈａｔ ｔｈｅ ｆｉｔｔｉｎｇ ｍｏｄｅｌ ｃａｎ ｐｒｅｄｉｃｔ ｔｈｅ ｈｅａｔ ｇａｉｎ ｂｙ ｈｅａｔ ｔｒａｎｓｆｅｒ
ｏｆ ｔｈｅ ｓｏｕｔｈ ｗａｌｌ ｏｆ ｒｅｓｉｄｅｎｔｉａｌ ｂｕｉｌｄｉｎｇｓ ｉｎ Ｎａｎｃｈａｎｇ ｕｎｄｅｒ ｄｉｆｆｅｒｅｎｔ ｗｅａｔｈｅｒ.
型ꎬ计算了几个固定太阳辐射量下的室外空气综合温
度作为边界条件
[１７]
ꎻ王政等人同样在 Ｆｌｕｅｎｔ 软件模
拟外墙动态传热时拟合了室外空气综合温度的余弦
函数用作室外气象边界条件的输入
[１８]
ꎮ
综上可知ꎬ在外墙传热研究中ꎬ室外气象参数作
为边界条件对传热结果有着重要影响ꎬ并且计算模型
和方法都逐渐成熟ꎮ 然而ꎬ这些计算程序或预测工具
ｒａｄｉａｔｉｏｎꎬ ｎｕｍｅｒｉｃａｌ ｓｉｍｕｌａｔｉｏｎ ｓｔｕｄｉｅｓ ｔｈｅ ｈｅａｔ ｇａｉｎ ｂｙ ｈｅａｔ ｔｒａｎｓｆｅｒ ｏｆ ｔｈｅ ｓｏｕｔｈ ｗａｌｌ ｏｆ ｂｕｉｌｄｉｎｇｓ ｉｎ
Ｎａｎｃｈａｎｇꎬ Ｊｉａｎｇｘｉ Ｐｒｏｖｉｎｃｅ ｕｎｄｅｒ ｄｉｆｆｅｒｅｎｔ ｍｅｔｅｏｒｏｌｏｇｉｃａｌ ｃｏｎｄｉｔｉｏｎｓ ｉｎ ｓｕｍｍｅｒ. Ｔｈｅ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ
建筑节能分析用典型年数据的获取方法
西安建筑科技大学学报(自然科学版)J. Xi'an Univ, of Arch. 5 Tech. (Natural Science Edition)第53卷第1期2 021年2月Vol.53 No.1Feb.2 21DOI ： 1 0 . 15986/j. 1 00 6-793 0 . 2 021. 0 1. 02 0建筑节能分析用典型年数据的获取方法付昱曦】，李红莲1,王赏玉2,杨柳2西安建筑科技大学信息与控制工程学院"陕西西安71 0 0 55$ 2.西安建筑科技大学建筑学院"陕西西安71 0 0 55)摘要：进行精细化的建筑节能设计与能耗模拟的前提是具备真实&可靠的室外气象数据，典型气象年(Typical Meteorologi cal Year , TMY )是代表当地气候特征的多种逐时气象要素组合，在建筑节能设计中应用广泛.《民用建筑设计术语标准》、《夏热冬冷地区居住建筑节能设计标准》等行业标准明确规定在建筑节能设计分析时，采用典型气象年.《建筑节能气象参数标准》颁布了我国45 0个台站的TMY ，为建筑节能分析用室外气象数据的统一作出了重要贡献.目前我国常用的能耗模 拟TMY 数据仅提供了我国部分城市的TMY ,无法满足我国建筑行业的使用，由于原始数据来源不同，也无法判别哪种TMY 生成方法更具有适用性，针对这种情况，从直接下载、计算获得、软件生成等几个方面梳理TMY 的获取方法,并针对数据状况和来源，进行了详细的分析和对比，为建筑节能分析用TMY 的获取和使用提供了借鉴依据• 关键词：典型气象年；获取方法；能耗模拟中图分类号：TU119+.2文献标志码：A文章编号：1 00 6-793 0 (2 021) 0 1-0 147-08Method of obtaining TMY for building energyefficiency analysisFUYui ,LI Ho+gha+ , WANG Sha+gyu 2 , YANG Lu 2(1.SchoolofInformationandControlEngineering , Xi'an Univ.ofArch.5 Tech. , Xi'an71 55, China ；2.Co l egeofArchitecture , Xi'an Univ.ofArch.5 Tech. , Xi'an71 55, China )Abstract : The elaborate building energy-saving design and energy consumption simulation are based on the premise ofhavingrealandreliableoutdoormeteorologicaldata.TheTypicalMeteorologicalYear (TMY )isacombinationof various hourly meteorological elements representing local climate characteristics , which is widely used in building energy-saving design. Sta+drrd frr termi+ology of civil architectural desig+ , Desig+ Sta+dard for E+ergy Efficie+cy of Reside+tial Buildi+gs i+ Hot Summer a+d Cold Winter Zo+e define that TMY data are used in theanalysis of energy efficiency design in buildings. Sta+dard for vueather data of buildi+g e+ergy efficie+cy has promulgatedTMY of450stationsin China , which has madeanimportantcontributiontounifyingtheoutdoor meteorological data for building energy e f iciency analysisRCurrently ,its common use of TMY only provides TMY for some cities in China , but cannot meet the use of China's construction industry. Due to the different sources of raw data , it is impossible to determine which TMY is more appropriate. In view of this situation , the method of obtaining TMY from direct download , calculation acquisition ,and software generation are combed. Detailed analysisandcomparisonarebasedondataandsources.ItprovidesreferencefortheacquisitionanduseofTMYfor buildingenergye f iciencyanalysis.Keywords : typicalmeteorologicalyear ； acquisition methods ； energy consumption simulation型 年 (Typical Meteorological Year ,TMY )是建筑模拟中评估能耗的重要资料，它作为能耗模拟软件的基础数据，其输入气象数据的准确 性紧密影响着能耗模拟的结果.TMY 的挑选需要 长期、连续的气象要素记录，但是在中小城镇中不 具备这种条件，导致无法使用计算方法生成当地的 TMY ,从而影响能耗模拟评估.针对这种情况，采用不同途径来获取TMY 显得尤为重要•近几年，我国在这方面取得很大研究成果.2012 年，张晴原等人从1995 — 2005年选取了 360个地区的标准气象年数据⑴.2015年，李红莲等人梳理了国内外TMY 生成方法和逐时气象数据处理方法2)，并指出气象参数选取影响TMY 结果的准确性(3)，通过对 比不同TMY 生成方法对建筑能耗影响，指出了适合西安地区的TMY 生成方法⑷.同年，香港学者利用遗传算法生成适用不同气候条件下的TMY [5]. 2016收稿日期：2020-06-29 修改稿日期：2021-01-08基金项目："十三五"国家重点研发计划基金资助项目(No. 2018YFC0704500)；陕西省教育厅科研计划项目基金资助项目(No. 19JS043) 第一作者：付昱曦(1996—)，女，硕士生，主要从事建筑气候与建筑节能研究• E-mail ： ******************通讯作者：李红莲(1980—)，女，高级工程师，研究生导师，主要从事建筑气候与建筑节能研究• E-mail ： **********************148西安建筑科技大学学报（自然科学版）第53卷年，李红莲等人提出了TMY室外气象参数的选取方法叫2017年，杨柳等人提出适应我国建筑设计的气象参数的逐时化分析方法⑺,刘大龙等人通过分析建筑能耗各气象参数的敏感性系数，得出温度对采暖和空调能耗的影响最大［8］.同年，侯立强等人通过比较成都地区各气象参数月均值变化和能耗模拟结果⑷,发现当地办公建筑能耗与各气象参数间没有明显规律性.同年，清华大学学者通过比较中国不同气候区主要城市TMY数据与55a实际天气数据［10］，得出寒冷地区的长期能源使用量与采用TMY得出的结果相差很大.同年，熊明明等人发现了气候变化影响TMY 数据［11］,采暖期较制冷期变化明显.2018年，王华用机器学习算法补充了南海地区8个站点16a的总辐射数据［12］，为南海地区TMY生成提供了可靠的方法.从以上研究内容看出，在建筑节能设计分析中，室外基础气象数据的重要性和必要性•针对TMY数据来源问题，本文对TMY的获取方法进行了梳理，并基于北京20a的实测气象数据，使用不同获取方法得到TMY，对比主要气象参数与长期平均值，并对典型建筑进行能耗模拟，对比其对能耗模拟结果的影响.1典型年数据的获取途径1.1直接获取法目前，我国能耗模拟TMY数据源常见的有以下几种格式，包括CSWD、CTYW&IWEC和SWEAR等，其中CSWD数据是根据中国气象局收集的中国270个地面气象站1971—2003年实测气象数据，CTYW是张晴原开发的标准气象数据库，是根据由美国军事卫星记录的1982—1997年中国机场气象站的天气报告，其中没有太阳辐射数据，IWEC数据和SWERA数据分别来源于美国国家气象数据中心和国家可再生能源实验室，其中只有CSWD数据包含太阳辐射数据，而CTYW& IWEC、SWEAR数太阳数是出来的，西安建筑科技大学和香港城市大学的合作项目中，采用美国Sandia国家实验室提出的经验分布函数方法为我国194个城市挑选出TMY数据，表1为几种典型气象年数据详细介绍.能耗模拟软件Energyplus官网提供了我国部分大城市的TMY数据，可以直接用以能耗模拟.表1国内外典型年气象数据来源详细介绍Tab.1Detailed description of the source of TMY at home and abroad全称数据来源观测年限台站数开发单位DeST DeSTa f iliated中国气象局最大50a270清华大学、中国国家气象中心CSWD ChineseStandard WeatherData中国气象局1971—2003270清华大学、中国国家气象中心CTYW ChineseTypicalYear Weather 国际地面气象观测数据库1982—1997194张晴原、Joe HuangIWEC Interational WeatherforEner-gyCalculation国际地面气象观测数据库最大18a11美国数心SWEAR Solar Wind Energy ResourceAssessment美国试验卫星数据DATSAVS1973—200245国家可再生能源实验室CNTMY中国典型气象年我国地面气象资料数据集和气象辐射资料数据集1971—2000194西安建筑科技大学、香大学TMY TypicalMeteorologicalYear国局1987〜2004450《建筑节能气象参数标准》1.2计算方法获取对于挑选TMY的计算方法，1977年，Anders-en等人提出了生成TMY的Danish方法，1980年，Lund等人对此方法加以改进，之后Festa和Ratto 1993年了Festa-Ra t o法，2005年，Miquel和Bilbao开发的Miquel-Bilbao方法［13］，适用于除太阳辐射以外的其他气象参数挑选TMY，2015年，香港学者将遗传算法用到了确定气象参数的权重值的大小上［5］，从而生成不同气候条件下的TMY，2017年，Yusuke Arima等人提出一种新的天气数据一典型与设计气象年［14］.国内TMY产生方法有CTYW［1］，是由张晴原、Joe Huang提出的典型年挑选方法，它通过计算各气象要素的月均值标准偏差，选出WS值最小的月份，此外还有清华大学TMY的生成方法CSWD［15］，通过对各气象参数的平均值进行标准化处理，选出加权求和最小的月份.2014年，我国发布的《建筑节能气象参数标准》中颁布了450个台站的TMY数据，所采用的数第1期付昱曦，等：建筑节能分析用典型年数据的获取方法149据来源于中国气象局686个基本、基准地面气象观测站1987-2004年间的观测数据，利用的是Filken-stein-Schafer统计法来生成的TMY,又称为Sandia 国家实验室法.目前，Sandia国家实验室法是应用最广泛，并且被国际认可的一种生成TMY方法,通过对比所选月份的逐年累积分布函数CDF(Cumulative Distribution Frequency)与长期累积分布函数的接近程度来确定，按表2中选取气象要素和加权因子［16),使用TMY3选取气象参数权重，增加了一个直接辐射参数，提高了TMY辐射数据与长期数据的一致性，然后计算FS数据的加权总值最小. FS数据的加权总值计算方式如式(1)(2)(3)所示，国内外许多学者通过研究这些方法，为没有TMY 数据的地区选择合适的方法生成当地的TMY数据［17)，并且对影响TMY的因子进行优化研究［18).FS(=，m)=#—|CDF m(F i)—CD F=m(F i)(1)WS(y，m)=1-WF•FS(=，e)(2)F=1O-WF=1(3)F=1式中：FS(=，m)为气象参数f在F i范围的FS (=，m)统计值；=为年；m为月；CDF=，m(F i)为气象参数f在F i范围的CDF值；CDF m(F i)为气象参数F在月份m的F i范围的长期统计CDF值; N为参数值选取个数；O为气象参数选取的个数；WS(y，m)为=年m月的平均加权和；WF为气象参数F的加权因子•表3表2TMY3选取气象参数的权重Tkb.2TMIY3selecting the weight of meteorological parameters气象要素权重因子(TMY3)干球温度日最高值1/20干球温度干球温度日最低值1/20干球温度平均值2/20相对度日最1/20相对湿度相对度日最1/20相对度日平2/20风风速日最大值1/20风速日最小值1/20太阳辐射太阳5/20太阳5/201.3软件获取除了直接获取和传统的计算方法获得某个地区的TMY数据以外，还可以通过软件来获取代表当地长期气候特征的TMY数据资料［1921)•在评估建筑节能设计上，需要准确的气象数据，但是并非每个站点都记录了详细的气象数据，所以为了避免计算方法过程的复杂性和不确定性因素，采用软件获取TMY数据是可行的•目前，可以生成TMY数的Meteonorm、Weathergenerator、TMY Generation等，值得关注的是瑞士联邦能源部(Swiss Federal Office of Energy)所开发的气象MeteonormRMeteonorm通过预设的气候模型和数据库［223)，根据提供当地的地理条件和气象资料，生成月、日、的数，对的站点数可最近站点的数据通过插值计算得到，快速地生成不同地区TMY，表3是Meteonorm生成TMY的原理.Tab.3The calculation method of meteonorm generation TMYMeteonorm生成TMY的计算方法数型方法假设太阳Perez型、Aguiar and Co l ares-Pereira型根据月均值计算得到日均值，通过程序模拟小时变化，得到小时值1.根据月温度和日辐射值及实测温度分布，随数过资的平，日每个月的晴指数，月晴指数月月晴计机生成日温度值.2.根据日温度值和每日及每白天温度变化的幅度与每日全球大气温度Scartezzini型月的辐射值，计算每日的最低及最高温度.3.太阳辐射幅度成正比，夜间温度每日的最最度及每小的通过云量变化推断出来相对湿度、露点温度基于日平均辐射模型的日风型独立随机模型，生每小的数相对湿度和露点温度可以通过计算公式由大气度露点温度的计算受大气温度和相对湿度的影响；相对湿度受夜间云量&降水量的影响风根据当地气候条件下用的日晴空指数和日辐射值通过模型和数据库产生影响风速的因素分为地形因素和因素150西安建筑科技大学学报(自然科学版)第53卷2数据实验2.1本研究以北京为例，利用相同时间长度20a(1991—2010)的气象数据，采用美国Sandia国家实验室提出的经验分布函数方法、Meteonorm进行TMY获取•Sandia方法原始气象数据来源于中国气象局，基准气象站的每日4次观测分别为02#00、08#00、14#00、20#00,气象要素包括：温度、相对湿度、大气压、风风向、总辐、散等.Meteonorm资料来源平衡档案(GEBA)、世界组织(WMO)等•数的能耗2软件Energyplus官方的气象数据文件[24],数据来源于CSWD、IWEC和SWEAR,本文中使用CSWD数据•表4所示是数据的原始数，数度.表4获取TMY数据的方法概要Tab.4SummaryofmethodsforgetingTMY类型称数数度直接获取方法En rgyplus象数据文件中国气象局—计算方法Sandia国局1990—2010平衡档案&方法M t onorm世界气象组织&瑞士局1990—20102.3生成典型气象年数据分析将Sandia法和Meteonorm获取TMY的结果和Energyplus官方提供的北京TMY数据进行对比，对能耗影响重要的气象参数干球温度、太阳、相对湿度和风速的TMY数据的比较情况如图2所示•图2(a)为三种方法的干球温度的TMY数据与长期日对比，可以看出，三种方法得到干球温度日值数据与长期日均值相比具有良好的一致性•图2(b)、2(c)是冬季(12、1、2月份)和夏季(6、7、8月份)干球温度的对比•将三方法的太阳数日期日进行对比，如图2(d)所示，整体变化趋势相似•图2(e)、2(f)所示是冬季和夏季太阳辐射的对比，图2(g)是相对湿度值和长期日均值比较，有个别月份波动较大，但是总体趋势相似.图2(h)、2(i)是冬季的相对度的对比，太阳相对度无论在夏季还是冬季，Meteonorm的数据波动变化最小，Meteonorm的TMY结果是长期的历史数据资料计算得到各参数的平，因数结果期变化的.如图2(j)所示是风速的对比，整体趋势相同，图2(k)、2(l)所示是冬季风的对比，可M7t7onorm的风数据波动较大，这是由于Meteonorm中，风速不是计算的主要因素，所以没有提供精确的风速数.2.2技术路线采用Sandia法挑选出北京台站的TMY数据,然后使用Meteonorm软件生成的适用能耗模拟的TMY数文En7rgyplus官方数进行拟，对结果进行分析，研究的技术路线如图1所示•302010-10-—Sandia-Meteonorm Engergyplus长期50100150200250300350天/d(a)干球温度第1期付昱曦$等：建筑节能分析用典型年数据的获取方法1512 0 8 6 4 23 3 2 2 2 2P S201816•A V捺脾E-K005000502 11Z「E •A V捺幌E-KV--Sandia - - Meteonorm Engergyplus2040 60 80 100天/d(c)夏季干球温度(6.1-8.31)o o5Sandia - Meteonorm Engergyplus -长期100 150200 250 300350天/d(d)太阳辐射Engergyplus2040 60 80 100天/d(e)冬季辐射(12.1~2.28)20Sandia - Meteonorm Engergyplus0 2040 60 80 100天/d(h)冬季相对湿度(12.1-2.28)- Sandia - — Meteonorm Engergyplus0 2040 60 80 100天/d⑴夏季相对湿度(6.1~8.31)Sandia - Meteonorm Engergyplus ■长期7e•A V捺啤E-K &、壘舸茯粟2040 60 80 100天/d(f)夏季辐^(6.1-8.31)--Sandia - - Meteonorm Engergyplus--Sandia - Meteonorm Engergyplus 长期Ts • E 就M50 100 150200 250 300 350天/d(g)相对湿度2040 十 6080 100天/d(1)夏季风速(6.1~8.31)图2三种方法获取的TMY 中各气象要 •比Fig. 2 Comparison of meteorological elementsinTMYobtainedbythreemethods152西安建筑科技大学学报（自然科学版）第53卷G种方法TMY长期标准偏差Tab.5Standard deviation from long-term values compared to TMYobtainedbythreemethodsSandia Meteonorm Energyplus 度0.810.840.83太阳•0.480.440.48相对湿度0.340.280.38风速0.410.620.04三种方法获取的TMY中干球温度、太阳辐射、相对湿度、风速与其长期日平标准偏差进行比较，如表5所示.作为影响建筑能耗的主要气象参数，Sandia国家实验室法计算的TMY数据中干球温度偏差最小，Meteonorm生成的数据中太阳、相对湿度偏差最小，Energyplus:下载的数风速偏差最小•尽资料即原始数据的不同，但是生成TMY结果的差小，相同参数相差不超过0.6%.3模拟验证3.1建筑模型为了探讨不同方法获取TMY结果对建筑能耗模拟的影响程度，对一栋办公楼进行了•北京属于建筑热工设计分区里的寒冷地区，建对一栋12层办公楼，全空调，建筑面积为19200m2,建筑楼层的平面尺寸为40mX40m,模拟运行设定为7#00-18#00,室内温度设置是18〜26°C，体型系数0.124,建筑物概况以及设备参数详见下表6.表6模型概况及设备参数Tab.6Model overview and equipment parameters建筑物类型办公建筑工作时间7#-18#度设置18〜26°C窗墙比0.4体型系数.124围护结构系数/屋面:0.43、外墙:0.49W-m2-K1楼板:0.797、外窗:2.4室内人员密度/P-m28照明强度/W-m29设荷度/W-m2153.2建筑能耗模拟结果及分析将使用Sandia法生成的TMY数据以及Meteonorm和Energyplus软件提供的TMY数据转化为模拟所需的epw文件后，对同一栋建筑模型进行能耗，并对结果进行分析.方法生成的TMY数据的能耗结果如图3,可，对于所选的地区典型北京，不同方法获取的TMY结果中，制荷与长期均值的结果显示，在一年：供制冷的4#10月里，Sandia法模拟结果的制冷负荷有5个月与长期模拟结果的均值一致，Meteonorm 结果有4个月是一致的,Energyplus也有5个月一致,实际上，只有个别月份的结果小的偏差，其余月份基本一致.TMY实际上是由不同年份里的真实月组成, TMY数据具有当地气象特征，挑选方法的不同自然会导致生成的TMY结果不同，因，模拟结果也一定偏差，表7是不同方法生成的TMY与期模拟结果的相对标准偏差，相同负荷的偏差在0.01%〜0.08%范围内.可以看出，采用Energyplus下载的数据和Meteonorm生成的TMY数，制荷偏大的，要素是影响建筑热环境的重要因素，通过比较供暖季11〜3月）、制冷季（4〜10月）的负荷和气象数，得出相系.的度荷比较图4,、制的度荷的相关系数分别为0.88与0.98,说明度荷.大的相关关系•从表5可以看出，Energyplus直接载的数Meteonorm生的数度数据误差较大，因此，干球温度是影响负荷大小的重要因素.对于北京地区，本文中提到的几种TMY 数据的获取方法一E•工却担昌他显■Sandia Meteonorm]Energyplus长期(b)供暖负荷图3能耗对比结果Fig.3Energy consumption comparisonresults第1期付昱曦$等：建筑节能分析用典型年数据的获取方法153表7对比三种方法生成TMY能耗模拟的标准偏差Tab.7Compare the standard deviation of the three methods"ogenera"eTMYenergyconsumpionsimula"ion地区-北京Sandia Meteonorm Energyplus供暖负荷/% 1.88 1.87 1.95制荷/% 1.29 1.35 1.35图4干球温度与负荷的相关关系Fig.4Correla"ionbe"weendrybulb"empera"ureandload 4结论本文对建筑节能分析用TMY数据的获取方法进行了探讨，梳理了载、计获生成TMY数据的步骤，并对比了北京典型建筑能耗不同方法生成的TMY的模拟结果，了当数不同时，对能耗生的影响，结果表明：(1)不同方法获得的TMY数据，整体变化趋势相似，期好的一致性，的偏差小•(2)软件生成的TMY数据是基于预先设定的法型，计数结果期变化，获的TMY数期平•(3)载、计到生成的TMY 数据的能耗结果十分相近，与长期结果平的误差都在可以接受范围内•因此，提到的方法在未来都可以作为TMY数据的获取途径. TMY数据可以准确预测建筑，同时，对评估建筑节能设计起着重要作用，的变化，数不断更新，除了可以通过计算方法或获TMY数，获TMY是得借鉴的方法，其生数据的准确统方法获的结果基本一致，甚至还了工作效率，能够地获取任意位置的气象数据，给国建筑能耗TMY的研究工作带的作用•参考文献References[1]张晴原，Joe Huang.中国建筑用标准气象数据手册[M].北京：中国建筑工业出版社，2012.ZHANG Q Y，HUANG J.China building standardmeteorologicaldata manual[M].Beijing：ChinaBuild-ingIndustryPress，2012.[2]红莲，杨柳，于军琪，等.建筑能耗模拟用典型气象年产生方法的研究[J]•西安建筑科技大学学报(自然科学版)，2015,47(2)：267-271.LI Honglian，YANG Liu，YU Junqi，et al Research onthemethodofgenerateTMYforbuildingenergycon-sumptionsimulation[J].Xi'an Univ.ofArch.5Tech.(Natural Science Edition)，2015，47(2)：267-271. [3]李红莲，杨柳，于军琪，等•建筑能耗型年中气象参数权重的确定[J] •土木建筑与环境工程，2015,37(1)：23-28LI Honglian,YANG Liu，YU Junqi，et al Determina-tionofthe weighingvaluesof meteorologicalparame-tersin TMY ofbuildingenergyconsumptionsimula-tion[J]RArchitectural5EnvironmentalEngineering，2015,37(1)：23-28.[4]李红莲，杨柳•不同典型气象年生成方法对建筑能耗的影响[J]•爰通空调，2015,45(9)：59-63.LI Honglian,YANG Liu.Effect of several methods forgeneratingtypicalmeteorologicalyearonbuildingener-gy consumption]J].HV5AC,2015,45(9):59-63. [5]CHAN A LS.Generation of typical meteorologicalyearsusinggeneticalgorithmfordi f erentenergysys-tems[J]RenewableEnergy，2015，901-13[6]李红莲，杨柳,侯立强，等.建筑能耗模拟用典型年气象参数的选取方法[J].太阳能学报，2016,37( 9):2408-2414LI Honglian,YANG Liu,HOU Liqiang,et l Selection methodofmeteorologicalparametersofTMYforbuildingenergyconsumptionsimulation[J]ActaEner-giaeSolarisSinica，2016，37(9)2408-2414[7]杨柳，李红莲.建筑能耗用气象数据研究[J].暖通空调，2017，47(3)23-33154西安建筑科技大学学报（自然科学版）第53卷YANG Liu,LI Honglian.Study on meteorological datafor building energy consumption simulation[J].HV&AC,2017,47(3)23-33.[8]LIU Dalong,WANG Wenqin,LIU Jiaping.Sensitivityanalysisofmeteorologicalparameterswenqinonbuild-ingenergyconsumption[J]•ScienceDirect,2017,132#634-639.[9]侯立强，杨柳，李红莲,等.气象参数对成都地区办公建筑能耗的影响及预测[J].土木建筑与环境工程,2017,39(4)#56-62RHOU Liqiang,YANG Liu,LI Honglian,et l Influ-enceof meteorologicalparameterson buildingenergyconsumption[J].Architectural5Environmental Engineering,2017,39(4)：56-62.[10]CUI Ying,YAN Da,HONG Tianzhen,et pari-sonoftypicalyearand multiyearbuildingsimulationsusinga55-yearactual weatherdatasetfrom ChinaR [J]RApplied Energy,2017,195(2017)#890-904R[11]熊明明，李明财，李骥，等•气候变化对典型气象年数据的影响及能耗评估一以中国北方大城市天津为例[J].气候变化研究进展，2017,13(5)：494-501.XIONG Mingming,LI Mingcai,LIJi,etalRClimatechangeimpactsontypicalmeteorologicalyearanden-ergy consumption for buildings in Tianjin AlargecityinNorthernChina[J],AdvancesinClimateChangeRe-search,2017,13(5)494-501R[12]王华.南海地区典型气象年生成方法对比研究[D].西安:西安建筑科技大学，2018WANG Hua.Study on typical meteorological year generation methodin South China Sea[D].Xi'an:Xi'anUniv.of Arch.5Tech.,2018.[13]MIGUEL A D,BILBAOJ Testreferenceyeargen-erationfrom meteorologicalandsimulatedsolarradia-tiondata[J]SolarEnergy,2005,78(6)695-703 [14]Yusuke Arima,Ryozo Ooka,Hideki Kikumoto.Pro-posaloftypicalanddesign weatheryearforbuildingenergysimulation[J]EnergyandBuildings,2017,139(2017)517-524[15]中国气象局气象信息中心气象资料室,清华大学建筑技术科学系.中国建筑热环境分析专用气象数据集[M].北京：中国建筑工业出版社,2005.Meteorological Data Room of MeteorologicalInforma-tionCenter,ChinaMeteorologicalAdministration,De-partmentofBuilding Technology and Science,Tsing-hua University Chinabuildingthermalenvironmenta-nalysisspecial meteorologicaldataset[M]Beijing# ChinaBuildingIndustryPress,2005[16]WILCOX S,MARION W Users manual for TMY3datasets[M]National Renewable Energy Laborato-ry,2008[17]SerpilYilmaz,IsmailEkmekci Thegenerationoftypi-calmeteorologicalyearandclimaticdatabaseofTurkey fortheenergyanalysisofbuildings[C]JournalofEn-vironmental Science and Engineering#A,2017,6#370-376[18]GiacomoChiesa,MarioGrosso Theinfluenceofdi f er-ent hourly typical meteorological years on dynamic simulation of buildings[J]ScienceDirect,2015,78# 2560-2565[19]TSOKA S,TOLIKA K,THEODOSIOU T,et l Amethodtoaccountfortheurban microclimateonthe creation of'typical weather year'datasets for building energysimulation,usingstochastica l y generated data[J]EnergyandBuildings,2018,165#270-283[20]Abdulsalam Ebrahimpour,MehdiMaerefat A methodfortypicalmeteorologicalyear[J]Energy Conversion and Management,2019,51#410-417[21]Ste l a Tsoka,Kostantia Tolika,Theodoros Theod-osiou,etal Evaluation ofstochastica l y generatedweatherdatasetsforbuildingenergysimulation[J]ScienceDirect,2017,122#853-858[22]Meteotest,Meteonorm,Global MeteorologicalData-base Version7.1,Handbook Part I,2015[M].[h--tps:///].[23]肖凤，余庄.数值模拟气象资料在建筑能耗计算中的[J]华建筑,2003(21)#69-70XIAO Feng,YU Zhuang Theapplicationsofweather simulationincalculationofbuildingenergyconsump-tion[J].Huazhong Architecture,2003(21):69-70. [24]United States Department of Energy,EnergyPlus Energy Simulation Software EnergyPlus[M][h t p// www eereenergy gov/buildings/energyplus,2016](编辑沈波)。
建筑能耗计算与评价方法分析
建筑能耗计算与评价方法分析张玮【摘要】针对建筑耗能计算与评价方法是建筑节能工作的基础,介绍了目前国内外常用的几种建筑能耗计算及评价方法,并总结了其优缺点,为建筑节能设计时方法的选择积累经验.【期刊名称】《山西建筑》【年(卷),期】2010(036)018【总页数】2页(P232-233)【关键词】建筑节能;建筑耗能;计算;评价【作者】张玮【作者单位】山西省平顺县住房保障和城乡建设管理局,山西,平顺,047400【正文语种】中文【中图分类】TU111.190 引言建筑节能,就是在满足居住舒适性要求的前提下,合理使用能源,不断提高能源利用效率并达到节约能源、减少能耗的目的。
据了解,目前我国住宅建筑使用的能耗约占全国总能耗的26%,同时建筑能源利用率仅为发达国家的1/3左右。
预计到2020年年底,全国住宅建筑面积将新增250亿m2～300亿m2,如果延续目前的耗能状况,每年将消耗1.2万亿kWh电和4.1亿t标准煤,接近目前全国建筑能耗的3倍。
建筑节能已是迫在眉睫。
建筑耗能计算与评价方法是建筑节能工作的基础,建筑能耗受当地气候条件、建筑热环境质量、围护结构热工性能、空调采暖设备性能和使用管理等诸多因素的共同制约。
建筑能耗的计算方法分为两大类:一类是建立在非稳定传热理论基础上的动态逐时模拟法,这类方法对各种因素考虑较细,需要当地的典型年气象参数;还有一类计算方法是简易计算法。
计算采暖能耗时,由于采暖计算期时间较长,温度的日际波动周期较长,围护结构蓄热对采暖计算期耗热量的影响很小,在采暖计算期可以不考虑围护结构的蓄热影响,而且,一般只需知道建筑物在采暖计算期的单位面积耗热量,并不需要知道耗热量随时间的变化,所以可以用稳态传热计算。
然而,空调能耗的简易计算不能建立在稳态传热的基础上,因此又研究出以动态传热为基础,分解各参数,建立起简化公式进行能耗计算的一些方法。
1 几种常用的建筑能耗计算与评价方法1.1 DOE-2模拟计算软件DOE-2软件由美国劳伦斯伯克力国家实验室和James J.Hirsch联盟合作开发,得到美国能源部和电力研究所的支助,是大众化的建筑能耗模拟计算程序。
建筑能耗分析用逐日气象数学模型的建立
建筑能耗分析用逐日气象数学模型的建立
张素宁;田胜元
【期刊名称】《暖通空调》
【年(卷),期】2000(030)003
【摘要】为给建筑能耗分析工作提供可靠依据,选取长春市10年(1978～1987)的6项逐日气象参数,建立了东北地区的6维疏系数混合回归模型.经检验,由该模型模拟得出的气象参数反映了实测值所具有的规律和特性.
【总页数】3页(P64-66)
【作者】张素宁;田胜元
【作者单位】石家庄军械工程学院;重庆建筑大学
【正文语种】中文
【中图分类】TU8;TB65
【相关文献】
1.建筑能耗分析用逐日随机气象模型 [J], 林文胜;田胜元
2.建筑能耗分析用逐日气象数学模型的建立 [J], 张素宁;吕建刚;田胜元
3.建筑能耗分析用室外气象数学模型的建立 [J], 陈益武;徐勇;蒋志良;相里梅琴
4.建筑能耗分析用室外气象数学模型的建立 [J], 陈益武;徐勇;蒋志良;相里梅琴
5.2012~2013年广州市心血管病逐日死亡数与气象因子的时间序列分析 [J], 董航;李晓宁;刘华章;林国桢;李燕;李科
因版权原因，仅展示原文概要，查看原文内容请购买。
南京市建筑能耗分析用气象参数的研究
ｔ ｓ ａｅ ｒ ｅｔ ｔｅＢＮｄ ｔ ｆ ｕｌｉ ｅ ｏｓ ｐ ｏ ａ ｓ ｆ ０ ４— ０ ６ｉ Ｎ ｎｉ ． ｙ ｏ — ｈ ｐｒ ｅ ｎｓ ｈ Ｉ ａ ｒ ｉ ｎ ｅ ｒ ｃｎｕ ｔｎａｌ ｉｏ ０ ２ ０ ａｊ ｇ Ｂ ｎ ｉｐ ｐｓ ａｏ ｂ ｄ ｇ ｎ ｇ ｙ ｍ ｉ ｎ ｙｓ ２ ｎ ｎ ｃ
ｉ ｒ ｅ ｏ ｃ ｌｕａ ｅｂ ｉ ｉ ｇ ｅ ｅｇ ｏ ｓ ｍｐ ｉｎ．Ｓ ｎ ｅ ｔｅ ｌｎ ｅｍ ｅ ｅ ａｕ Ｃ ｒ Ｓａｅ ｎ ｔａ ａｌ ｌ ｎ ｎ ｏ ｄ ｒｔ ａｃ ｌｔ ｕ ｌ ｎ ｎ ｒｙ ｃ ｎ ｕ ｔ ｄ ｏ ｉ ｃ ｈ ｏ ｇ ｔｒ ｔｍｐ ｒｔ ｒ ｒ Ｏ ｒ ｏ ｖ ｉａ ｅｉ ｅ ｅ ｄ ｂ Ｃｈｎ ｉａ，ｔ ｅｅ ｉ ａ ｋ ｏ Ｎ ａｈ ｒｄ ｔ ｏ ｔｄ ｄ ａ ｐ ｉａｉｎ．Ｂｙ ａ ａｙ ｉ ｇ ｔ ｅ ｈ ｕ ｌ ａｈ ｒｄ ｔ ｈ ｒ ｓ ａ ｌｃ ｆＢＩ ｗｅ ｔ ｅ ａａ ｆｒｓｕ ｙ ａ ｐ ｌ ｔ ｎ ｃ ｏ ｌ ｓｎ ｈ ｏ ｒｙ ｗｅ ｔ ｅ ａａ， ｎ
南京 市 ２０ ０４—２０ ０６年 间的逐 时气 象数据 ， 出 南京 市 ２０ 得 ０ ４—２０ ０ ６年 间建 筑 能耗 分 析 用 Ｂ Ｎ参 数 。 Ｉ
通过对比典型气象年和代表年的 ＢＮ参数 ， 出结论 ， Ｉ 得 气候 变暖 已是 不争的事 实， 建筑能耗分析 需
使 用近 期 气象数 据 。
Ｌ ｉ ｕ ， ｎｇＺ —ｊ ｉ Ｗｅ—ｈａ Ｗａ ｉ ｉ 。
（ ｏ ｅ ｎｉｅｒ ｇＩｓｔｔ， ａｊ ｇＮ ｒ ａ Ｕ ｉ ｒ ｔ） Ｐｗ ｒ ｇ ｅ ｎ ｔｕ Ｎ ｎｉ ｏｍ ｌ ｎｖ ｓｙ Ｅ ｎ ｉ ｎｉ ｅ ｎ ｅｉ
Ａｂ ｔａ ｔ Ｔ ｅ Ｂ Ｎ ｍｅｈ ｄ ｓｏ ｅ ｏ ｉ ｌ ａ ｄ ｓ ａ ｙ ｓ ｔ ｔ ｏ ｓ ｒｑ ｉ ｓｒ ｌ ｂ ｅ ａ ｄ ｄ ｔ ｉ ｄ Ｂ Ｎ ｄ ｔ ｓｒ ｃ ： ｈ Ｉ ｔ ｏ ，ａ ｎ ｆ ｍｐｅ ｎ ｔ ｄ ｔ ｅ ｍｅｈ ｅ ｕｒ ｉ ｌ ｅ ｌ Ｉ ａ ｓ ｅ ａ ｄ ｅ ｅ ａ ｎ ａ ｅ ａ
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
国内外气象模型的研究情况
统计法 随机数模拟法 随机过程模拟法
综合考虑以上三种建立气象模型的方法，我们可以看到：
统计法利用长期的逐时数据构成典型年（或参考年）。
然而我国的逐时气象观测数据却很不完整，目前只有少数 城市有近几年的逐时气象数据，而且这些数据由于某些原 因还未公开。
除统计法外，气象模型由分两步进行：首先，用随机方法 模拟逐日气象参数；然后，再用模拟出的逐日气象参数配 出或随机模拟出最终要求的逐时参数。
日最低温度
用一种简易方法模拟逐时温度
tw, tw,m 0.489tw cos(15 225.8) 0.062tw cos(30 35.2)
日最高温度
没有考虑各天之间的影响， 各天之间的温度都是孤立的
各天温度之间都是连续的
逐时模拟温度的日均值与实测值 的误差较小
逐时模拟温度的日均值与实测值 的误差较大
风速风向
典型气象年的选择
由于气象参数的随机性，根据各年的实测 气象参数来计算建筑负荷，其结果常有较 大差别；
这就有必要选取一个“典型年”, 它由“平 均月”构成，按每一“平均月”的气象参 数算得的负荷应与该月的、按历年实际气 象参数算得的负荷的平均值吻合；
典型年反映了气象环境的平均状况。
典型气象年的选择方法
设有N年的 逐日数据
统计出每年每月的各气象参数的平均值 X i,m, y
计算每月各气象参数的 N年平均值Xi,m 及方差 i,m
i—参数序号 m—月份序号 Y—年份序号
对于月份m，如果第y年的实际气象参数能 同时满足以下条件者，可认为该年该月有条
件成为“平均月”X：i,m, y X i,m i,m
研究目的和主要内容
研究目的——在逐日实测数据的基础上，建立一套完备
可靠的气象模型,获得满足一定统计要求的全年逐时气象数 据,为空调系统动态过程的研究建立坚实的基础。
主要内容
——在历年气象数据中挑出具有气候代表性的典型气象年； ——找出空气干球温度、绝对湿度、太阳辐射、风速风向以及
天空有效温度等气象参数的一天内的变化规律，建立各气 象参数的逐时模型； ——验证逐时气象模型； ——应用模型于空调系统的动态负荷模拟中； ——模拟全国194个站点的典型年逐时气象数据。
Pb,q
饱和水蒸
Pb,q f (T )
气分压力
相对湿度的逐时模拟
资料表明，相对湿度日变化主要决定于气温日变化，但位 相相反，即最低相对湿度出现在午后最高温度时段，而相 对湿度最高值出现在清晨温度最低时刻。
因此可用模拟温度的方法来模拟相对湿度，只要变化方向 相反即可。
日最低相对湿度 日平均相对湿度
水平面日辐射总量
y(t) Qrt (a b cost )
rt
I0 (t) Q0
大气层外水平面逐时辐射量 大气层外水平面日辐射总量
小时中点的时角
t
（t-12）
12
直射和散射的分离
可计算
已知
得到
根据水平面接受到的太阳日总辐射与大气层外
太阳日总辐射之比Kt的范围，可分为如下四种情况：
Kt<=0.28
初选平均月
如有若干个年份的m月都能满足“初选平均月的条件”，
计算Dm值，选择Dm最小的月份作为第m月的“平均
月”：Dm
Ki X i,m,y X i,m
i
Ki—各气象 参数的权重
选择典型气象年的气象参数及其权重
气象参数 日平均温度 日最低温度 日平均相对湿度 日最低相对湿度 日平均风速 日最大风速 日最大风速时刻的风向 日日照时数 日总辐射量 日最高温度
建筑能耗分析用逐时气象模型
问题的提出 国内外气象模型的研究情况
内容提要
研究目的和主要内容
结论
气象模型建立的总体思路 选择典型气象年
气象模型的实际应用 逐时模拟数据与实测数据的比较
逐时气象模型的建立
问题的提出
外界气象条件的变化情况与建筑物的动态 热特性是研究空调系统动态过程的基础。
只有基于一整套切实反映气象环境的数据 才能真正对建筑物的冷热能耗有更加准确 的计算分析，对整个空调系统的动态过程 有更全面的了解。
权重 2/24 1/24 2/24 1/24 2/24 1/24 1/24 1/24 12/24 1/24
干球温度模型的建立
资料表明，一天内最高温度一般出现在午 后三时，而最低温度出现在日出前一小时 左右。温度在一天内的变化规律可以近似 用余弦函数来表示。
干球温度模型的建立
日平均温度
用傅立叶级数模拟逐时温度
日最高相对湿度＝ 2×日平均相对湿度－日最低相对湿度
RH 0.55 RH SIMPLE, 0.45 RH F , 各天衔接处平滑处理
太阳辐射模型的建立太阳辐射量 Nhomakorabea逐时模拟主要包括两方面： 总辐射的逐时模拟 直射和散射的分离
总辐射的逐时模拟
太阳总辐射的逐时模拟采用ColloresPerein和Rabl模型（简称C.P.R模型）：
随机数模拟法和随机过程模拟法是在逐日数据的缺乏
的情况下产生的，主要应用于逐日数据的模拟。然而，这 两种方法所模拟出来的气象数据仍不能完全反映实际的逐 日气象变化规律。
随着我国逐日气象资料的公开，我们已获 得遍布全国的194个气象站台的近50年的逐 日气象数据。
在逐日数据充足的有利条件下，就无需再 用复杂繁琐的方法模拟逐日参数，也就是 说，可以越过气象模型建立的第一步，直 接进行第二步——模拟逐时参数。
0.28<Kt<0.5
0.5<Kt<0.74
Kt>=0.74
采用MARKOV链来 采用MARKOV链来 决定某一瞬间的状态 决定某一瞬间的状态
气象模型建立的总体思路
原始逐日气象数据
典型气象年的选择
干球温度 绝对湿度
模拟逐时气象数据
太阳辐射 （直射和散射）
天空有效温度
风速 风向
原始逐日气象数据构成
日最高 温度
日平均 温度
日最低 温度
来自 中国气象中心
日照 小时数
日总辐射
原始逐日 气象数据
日平均 相对湿度
日最低 相对湿度
日平均
日平均
风速 日最大 大气压
T 0.55TSIMPLE, 0.45TF ,
各天衔接处平滑处理
绝对湿度模型的建立
绝对湿度的模拟是通过间接的方法得到：
利用已模拟出的逐时温度计算逐时饱和水蒸气压力；
模拟出逐时相对湿度；
逐时水蒸汽分压力（绝对湿度）＝逐时相对湿度×逐时饱 和水蒸气压力；
水蒸气分
压力
相对湿度
Pq 100%