夏热冬冷地区夏季居民热舒适调查及开窗行为模型研究

陈伟煌,李司秀

(广东省建筑设计研究院,广东广州510010)

0 引言

人类生产和生活越来越多地受到建筑室内环境的影响,提供舒适的室内环境已经成为当今建筑设计的关键课题。建筑用户可以通过门、窗、窗帘、照明设备以及供热、制冷等建筑部件和室内设备的控制来调节室内的舒适度。已有研究人员通过实地调查发现用户不同的生活习性对建筑能耗产生重要影响,因此弄清楚居民对不同建筑部件和室内设备的控制规律是相当重要的[1-2]。

迄今为止,国外已经开展了许多关于不同气候条件下居民对窗户开关控制行为的研究[3-8],但是国内这方面的研究还处于空白状态。中国夏热冬冷地区夏季高温高湿冬季湿寒阴冷,居民习惯全年采用自然通风或者换气,因此,研究居民的开窗行为对建筑节能和提高居民热舒适具有重要的意义。

本文的研究目的是通过测试调查方法研究夏热冬冷地区夏季居民的开窗行为模型,了解居民的热舒适状况和分析室内外温度、居民的行为方式和一天中不同的时刻等因素对居民开窗行为的影响程度,并推导出居民开窗概率与室内、外温度之间的关系式。

1 调查内容及方法

1.1 测试地点

测试地点是一座三层的高校办公大楼,位于长沙市,地处夏热冬冷地区。本次调查选取了该办公大楼的五间办公室进行测试,其中两间为采用自然通风的办公室,三间为使用空调的办公室,空调一般开启的时间为上午8点至下午5点。每间办公室的建筑类型、朝向、窗户的类型以及人数情况见表1。

表1 测试房间的情况

1.2 测试时间与天气状况

测试时间为2008年6月20日至9月20日。此时长沙处于夏季,该地区夏季气候有两个特点:一是漫长酷热,高温高湿;二是降水不均,旱涝无定。在调查期间,室外最低温度19.0℃,最高温度42.7℃,整个测试期间的平均室外温度为29.2℃;室外相对湿度很高,其平均值为75.7%。

1.3 调查方法

调查分两种方式同时进行:一种是对室内外物理参数的测量;另一种是主观调查,采取问卷调查的形式。

1.3.1 物理参数测量

测量房间内空气温度和相对湿度采用的是Testo 175-H2温湿度自记仪,室外的温湿度以及风速的测量则由安装在该测试办公大楼屋顶的便携式气象站来完成,房间内人员的在室情况以及窗户的开关状态则由安装在每个房间的开窗行为计时器来检测。整个测试期间所有的测试仪器都是24小时日夜实时监测。

1.3.2 主观调查

在整个测试期间,采用每周一次的主观问卷调查,请受试者填写调查表并对房间热环境进行主观评价,每次测试的对象为五个测试房间内的所有人。调查问卷的内容包括:1)受试者背景资料,如性别、年龄、在该城市居住的时间等;2)调查时受试者的着衣情况;3)受试者离窗户的距离;4)调查时受试者的热感觉,热感觉投票值采用ASHRAE的7级指标表示 (+3很热,+2热,+1较热,0适中,-1较冷,-2冷,-3很冷)[9];5)调查时受试者对此时环境的相对湿度的评价指标 (+3很干,+2干,+1较干,0适中,-1较湿,-2湿,-3很湿)[10];6)受试者一般通过何种控制方式来调节室内的热舒适。

2 调查结果和讨论

2.1 室内外环境参数

对室内外环境参数的统计结果见表2,Tin为室内温度,Tout为室外温度,φin为室内相对湿度,φout为室外相对湿度,v为室外风速。由表2可见,整个测试过程室外处于高温高湿、闷热无风的气候条件,而空调房间内的温度和相对湿度都小于自然通风房间。

图1 温度和时间百分比的关系

整个测试期间每个房间的室内温度和室外温度超过某一温度的时间百分比见图1。由图1可见,室外温度远远大于室内温度的温度作用范围,空调房间比自然通风房间具有较低的室内温度条件,而窗户的朝向在本次调查中对相同类型的房间室内温度的影响不是很明显。因此在后面的研究过程中,本文只对自然通风房间和空调房间进行比较分析。

表2 室内外环境参数的概况

2.2 衣服热阻

众所周知,人们会自觉地根据天气的变化增减服装,以适应不同的温度条件。在本次测试中发现该地区夏季人们普遍喜欢穿短袖、短裤、短裙、凉鞋或者拖鞋等比较轻便、凉快的服装和鞋子。通过调查分析得到自然通风房间和空调房间用户的平均服装热阻分别为0.32clo和0.35clo,但并没有发现衣服热阻和居民开窗行为之间明显的关系。我们认为这是由于该地区夏季温度普遍很高,居民的着装已经减少到我们文化道德所能接受的程度,而且人们每天的着装类型差异并不明显,所以夏季居民的着装和开窗行为之间并无规律可寻。

2.3 居民的行为方式

研究居民的行为方式要确定两个因素:一是居民一天的在室情况[11],二是居民一天不同时刻的开窗状况。运用统计的方法,居民一天不同时刻的在室情况和开窗状况见图2和图3。结合图2和图3我们可以得到:室内人员一般都是每天第一次到达办公室时开窗,最后一次离开办公室时关窗,中途的离开不会导致窗户状态的变化。在整个办公时间段自然通风房间的窗户基本处于全开状态,而且变化不大;而空调房间在上班之后随着时间的推移开窗概率慢慢的减少,中午12点之后基本处于平稳,而后在下午6点左右开窗概率又有所增加,这主要是受到空调房间内空调起停时间的影响。

2.4 热舒适评价指标对开窗行为的影响

2.4.1 室内温度感觉

当室内的环境温度使居民感到不舒适时,自然通风房间的居民往往除了开窗之外,还采用电风扇、手持扇等方式来降温;而空调房间的居民则大多通过关窗和开启空调器的方式来满足需求。自然通风和空调房间居民对房间内温度感觉的投票结果见图4。通过问卷调查统计得到:88.56%的空调房间室内人员对室内温度感觉的投票值集中在-1和+1之间,而自然通风房间室内人员在该范围的投票比例却只有64.99%,还有32.69%的室内人员认为自然通风房间的环境温度热或很热。

2.4.2 室内相对湿度感觉

热舒适标准推荐的相对湿度 φ=35%～70%,而实际调查中两种建筑类型房间的相对湿度都基本在34%～89%之间波动。自然通风和空调房间居民对房间内相对湿度感觉的投票结果见图5。如图5所示,82.57%的空调房间居民投票值在-1和+1之间,而自然通风房间只有40.37%的受试者选择了这个范围,有57.49%的人认为自然通风房间室内的相对湿度大或者很大。这说明了夏季室外高温高湿的气候条件严重的破坏了自然通风房间室内居民的舒适度,而空调房间的居民可以通过关闭窗户和开启空调器的方式来阻挡室外的热湿气流,同时降低房间内的温度。

2.5 居民开窗行为模型的建立

本文所研究的居民开窗行为实际上是一个二分类问题 (即1代表开窗,0代表关窗),而Logistic回归模型则可以成功的解决某个二分类的应变量与有关自变量之间的关系,所以本文采用Binary Logistic回归模型来研究居民的开窗行为。对于开窗数据则采用统计软件SPSS Version 14进行分析处理。Binary Logistic回归分析的概率模型如下:

其中p表示开窗的概率,x表示自变量,在本文研究中它表示室内外温度 (即Tin和Tout),b表示自变量x的回归系数,c表示常数。表3列出了自然通风和空调房间居民开窗概率与室内外温度之间数学模型,这些模型都是基于房间内有人办公的情况下建立的。由表3可见,空调房间和自然通风房间室内居民的开窗概率随着室内、外温度的升高而增加,随着室内、外温度的降低而减少。

运用以上的数学模型我们可以将统计分析的数据通过图6表示出来。由图6可见,虽然两种类型建筑室内人员的开窗概率都随着室内外温度的增加而增加,但是空调房间开窗概率的变化幅度明显大于自然通风房间,这意味夏季空调房间室内人员开、关窗户的频率远远高于自然通风房间。

由公式 (1)可以得到:

表3 居民的开窗行为模型

如图6(a)和 (c)所示,在不同的室内、外温度下,夏季自然通风房间室内人员的开窗概率都在80%以上,而且随着温度的不断上升基本接近1,这说明夏季自然通风房间在办公时间段室内窗户基本处于全开状态;如图6(b)和 (d)所示,随着室内、外温度的增加空调房间室内人员的开窗概率不断的增加,而且空调房间室内居民开窗概率随温度上升的幅度比自然通风房间明显。

2.6 居民开窗行为模型的检验

为了检验采用Binary Logistic回归模型建立的开窗行为模型的可靠性,图7对模型计算得到的开窗概率预测值和实测值进行比较,图7中每个数据点表示在相同的室内、外温度下开窗概率的预测值和实测值。

由图7可得:所有拟合直线的相关系数都介于0.84～0.91之间,这说明运用Binary Logistic回归模型研究室内人员的开窗概率是较为准确的,同时居民的开窗行为与室内外温度紧密相关。

3 结论

本文通过问卷调查和现场实测相结合的研究方法,采用Binary Logistic回归模型研究居民的开窗行为,得到了夏季居民的开窗行为与室内、外温度紧密相关,室内人员的开窗概率随着室内、外温度的升高呈上升状态,而且空调房间室内居民开窗概率随温度上升的幅度比自然通风房间明显。

[1] Fracastaro GV and Lyberg MD.Guiding principles concerning design of experiments,instrumentation and measuring techniques(IEA Annex III)[C].Swedish Council for Building Research,1983

[2] Adil Al-Mumin,Omar Khattab and Gopisetti Sridhar.Occupants′behavior and activity patterns influencing the energy consumption in the Kuwaiti residences[J].Energy and Buildings,2003,35:549-559

[3] Warren PR and Parkins L M.Window-opening behavior in office buildings[J].Building Services Engineering Research and Technology,1984,5:89-101

[4] Fritsch R,Kohler A,Nygard-Ferguson M and Scartezzini JL.A stochastic model of user behaviour regarding ventilation[J].Building and Environment,1990,25:173-81

[5] Nicol JF and Humphreys MA.A Stochastic approach to thermal comfort-occupant behaviour and energy use in buildings[J].ASHRAE Transactions,2004,110(2):554-68

[6] Raya IA,Nicol JF,McCartney KJ and HumphreysMA.Thermal comfort:use of controls in naturally ventilated buildings[J].Energy and Buildings,2001,33(3):235-44

[7] Sebastian Herkel,Ulla Knapp and Jens Pfafferott.Towards a model of user behaviour regarding the manual control of windows in office buildings[J].Building and Environment,2008,43(4):588-600

[8] GeunYoung YunandKoenSteemers.Time-dependent occupant behaviour models of window control in summer[J].Building and Environment,2008,43:1471-1482

[9] Bedford T.The warmth factor in comfort at work[J].Pep Indust r Health Res,1936,76(5):45-60

[10] Wei Yang and Guoqiang Zhang.Thermal comfort in naturally ventilated and air-conditioned buildings in humid subtropical climate zone inChina[J].International Journalof Biometeorology,2008,52:385-398

[11] Reinhart CF.Lightswitch 2002:a model for manual control of electric lighting and blinds[J].Solar Energy,2004,77(1):15-28