沈阳建筑大学市政与环境工程学院 冯国会 窦宝月 徐小龙 迟丹丹 王悦
摘 要：能源短缺与环境污染是我国面临的两大主要问题，近零能耗建筑因其节能环保、能源利用率高的特点受到各国的广泛关注。本文以沈阳建筑大学近零能耗居住建筑示范中心为研究对象，运用建筑能耗模拟软件模拟了影响建筑能耗的主要因素，选择主要的考察因素，利用正交试验的方法安排了试验，对构造的建筑模型进行了多次的建筑能耗模拟试验；以正交试验模拟得到的大量数据为基础，利用数据分析软件SPSS，对模拟结果进行多元线性回归分析，得到了建筑全年采暖能耗、空调能耗以及总能耗与考察因素之间的函数关系式。为了验证预测方程的可靠性，进行了除正交试验之外的30次建筑能耗模拟，将建筑能耗模拟结果与建筑能耗预测方程结果进行对比分析，证明了建筑能耗预测模型的可靠性。
关键词：近零能耗建筑；正交试验；多元线性回归
基金项目： 国家十三五重点研发计划项目（2017YFC0702600）。
0 引言
目前，我国面临的两大主要问题就是能源的短缺及环境的污染。据相关统计，中国作为世界第二大经济体，代价是消耗了世界一次能源的23%[1]，成为世界最大的能源消费国。而建筑能耗约占全社会能源总消耗的30%左右，根据发达国家的经验，这一比例将逐步增加到 40%左右[2]，因此必须高度重视建筑能耗问题。对于优化建筑设计方案，可以采用建筑能耗模拟软件，但也存在一些不足之处。在方案设计初期，有很多建筑构造以及设计因素不能确定；建筑能耗模拟软件应用起来非常复杂，对于设计师来说很难；建筑能耗模拟软件是基于动态能耗模拟，耗时比较长。因此，在建筑方案设计阶段，提出一种简便易行的科学分析方法，用来分析影响建筑能耗的各个因素、优化建筑的节能设计是一项迫切并且有价值的研究。本文以沈阳建筑大学近零能耗居住建筑示范中心为研究对象，运用建筑能耗模拟软件Dest-h模拟了影响建筑能耗的因素，并选取主要因素进行了正交试验设计及建筑能耗模拟，运用数据分析软件SPSS对模拟的结果进行多元线性回归分析，得到了建筑全年采暖能耗、空调能耗及总能耗的预测方程，为严寒地区近零能耗居住建筑设计理论体系的构建提供量化数据的支持。
1 建筑概况及初始模型的建立
1.1 建筑概况
沈阳建筑大学近零能耗示范建筑，位于沈阳建筑大学校园西南侧。该示范建筑共有2层，1层层高3.3m，2层层高3.6m，总建筑面积334.8m2。1层为典型的居住建筑，包括示范房间（带火炕），厨房，卫生间，会客室，展厅，控制室以及设备房等；2层包括开敞办公区，会议室以及卫生间。充分利用太阳能、地热能与相变储能技术，大大降低了化石燃料的消耗。
示范建筑采用较好的外围护结构保温技术措施，传热系数达0.1W/(m2·K)；采用先进的外门窗密闭技术，气密性8级。建筑体型系数为0.47，窗墙比：偏西侧为0.09；偏南侧为0.12；偏北侧为0.12；偏东侧为0.05。外观图如图1所示。
图1 建筑外观图
1.2 初始模型的建立
Dest软件是由清华大学开发的建筑能耗分析软件[3]，它基于CAD软件平台，易于操作，结果准确。对示范建筑进行能耗模拟与分析，首先要建立建筑物理模型，该模型能够真实地反映出建筑的尺寸、布局、构造形式等。建筑能耗计算模型如图2所示。
图2 建筑能耗计算模型
2 正交试验设计及建筑能耗模拟
2.1 正交试验设计
正交试验设计是研究多因素多水平的一种设计方法，它是根据正交性从全面试验中挑选出部分有代表性的点进行试验，这些有代表性的点具备了“均匀分散，齐整可比”的特点，正交试验设计是分式析因设计的主要方法。国家经委已把普及和推广正交试验法列为全国重点推广项目[4]。
影响建筑能耗的因素有很多，正交试验中，不可能也没必要对因素都加以考察。根据国内外的研究现状以及研究方法等，本文选取外墙传热系数、屋面传热系数、外窗传热系数、外窗太阳得热系数、南向窗墙比、北向窗墙比以及东西向窗墙比7个主要考察因素，影响因素及各因素的水平取值见表1。
2.2 建筑能耗模拟结果
运用SPSS软件设计正交表，安排的试验为18次，并对安排的试验进行建筑能耗模拟，以建筑全年采暖能耗为例，结果见表2。
3 多元线性回归分析及建筑能耗预测模型
3.1 回归分析基本理论
回归分析法的特点是可以根据已经掌握的历史数据或统计资料进行数据分析，进而找出建筑负荷或能耗与影响因素之间的相互关系，用数学表达式的形式表示出来[5]。
在前面的研究中，使用Dest-h建筑能耗模拟软件对建筑采暖能耗、建筑空调能耗、建筑总能耗进行了多次的模拟，为了简化分析以及将来的实际应用，拟用多元线性回归分析方法来建立建筑能耗的预测方程，利用SPSS软件中的多元线性回归模块进行回归分析。
3.2 建筑能耗预测模型的确立
3.2.1 自变量的选取
自变量的选择是多元线性回归分析的基础，选择自变量时，有两点必须要重视：首先自变量必须与预测对象之间密切关联；其次自变量之间应该避免有较强的线性关系。本次研究选取的变量如下：
因变量：Y1为建筑采暖能耗指标；
自变量：X1为外墙传热系数；X2为屋面传热系数；X3为外窗传热系数；X4为外窗太阳得热系数；X5为南向窗墙比；X6为北向窗墙比；X7为东西向窗墙比。
3.2.2 多元线性回归分析
本研究以建筑全年采暖能耗为例。利用正交试验模拟得到的数据进行多元线性回归分析，分析建筑采暖能耗指标与影响因素之间的关系，得出拟合的模型决定系数见表3。
表3 拟合的模型决定系数表
（1）模型摘要
从表3可以看出，模型拟合度R = 0.994，说明99.4%的预测可以用这个模型来预测，模型拟合效果较好，独立性检验指标值为1.888接近2，表明残差与自变量之间没有明显的相关性，二者相互独立，自变量独立性要求能够较好的满足。
（2）显著性分析
模型的显著性水平Sig = 0.000。当Sig＜0.05时，可以说明模型显著。因此可以得到以下结论：回归模型方程是显著的，是可信的，拒绝原假设，即所有自变量对因变量都不会产生显著影响，也就是说明至少有一个自变量会对因变量产生显著的影响。
表4 显著性分析表
（3）模型系数分析
利用之前正交试验得到的建筑全年采暖能耗模拟得到的数据进行多元线性回归分析，得到的结果见表5。
表5 模型各系数表
（4）模型检验图
一般通过绘制残差图和正态概率图判定正态假是否真实，如果真实，那么标准化残差应该全部位于-2和+2之间，也就是在正态概率图中分布在45度线附近。
图3和图4分别为模型的标准化残差图以及正态概率图，从图中可以看出，因变量满足多元线性回归正态性要求，近似服从正态分布。
 |
 |
| 图3 标准化残差直方图 | 图4 正态概率图（标准P-P图） |
图5为因变量标准化残差散点图，该图没有发现明显的异常点和影响点，表明该模型拟合的较好。
图 5 因变量标准化残差散点图
根据以上分析可知，建筑全年采暖能耗预测模型为：
建筑全年空调能耗预测模型为：
建筑全年总能耗预测模型为：
3.3 建筑能耗预测模型误差分析
为了具体的评价预测模型的可靠性，除去之前所做的正交试验的18种情况，又设定了30种不同影响因素之间的组合，分别利用建筑能耗模拟软件和建筑能耗预测方程求出建筑能耗，并比较二者的结果。通过上面的计算，我们可以得出，用建筑能耗预测方程计算所得的结果与建筑能耗模拟软件模拟所得的结果相差不大，相对误差都比较小。
图6 相对误差散点图
使用建筑能耗预测方程对建筑采暖能耗、建筑空调能耗、建筑总能耗进行预测，其误差都控制在10%以内。对于全年的建筑能耗预测结果，误差控制在20%以内认为是可以接受的[6]。因此，本文利用多元线性回归方法所得到的建筑能耗预测方程的预测结果是较为合理的，该模型是可以应用于沈阳市近零能耗建筑能耗分析中的。
4 结论
本文以沈阳建筑大学近零能耗居住建筑示范中心为研究对象，运用Dest-h建筑能耗模拟软件建立模型，并运用正交试验的方法对建筑全年能耗进行了模拟，运用数据分析软件SPSS对建筑能耗模拟结果进行了多元线性回归分析，得到了建筑采暖能耗、建筑空调能耗以及建筑总能耗与各个影响因素之间的方程式，并对方程进行了验证，结果表明误差较小，验证了方程的准确性。该建筑能耗预测方程对沈阳市近零能耗居住建筑的研究有一定的实用性。
参考文献
[1] 中国国家统计局. 中国能源统计年鉴（2002~2014）.北京:中国统计出版社.
[2] 仇保兴.发展节能与绿色建筑刻不容缓[J].中国经济周刊,2005,(9):11.
[3] 潘毅群. 实用建筑能耗模拟手册[M]. 中国建筑工业出版社, 2013.
[4] 田胜元. 实验设计与数据处理[M]. 1988.
[5] 莫甘茗. 基于多元线性回归模型的建筑能耗预测与建筑节能分析[J]. 建材与装饰, 2016(43).
[6] 王伟良, 刘佳, 段景晓. 被动式太阳房朝向优化设计[J]. 城市建设理论研究:电子版, 2015(2).
备注：本文收录于《建筑环境与能源》2019年3月刊总第19期。
版权归论文作者所有,任何形式转载请联系作者。
湘公网安备43011102000873号
