热湿环境参数对PMV及空调能耗的影响研究

杨昌智，文 洁，蒋新波

(湖南大学 土木工程学院，湖南 长沙 410082)

热湿环境参数对PMV及空调能耗的影响研究

杨昌智†，文 洁，蒋新波

(湖南大学 土木工程学院，湖南 长沙 410082)

通过正交数值实验分析了热湿环境参数对PMV影响的显著性，在通常的环境参数变化范围内，影响程度从大到小依次是：空气温度、风速、平均辐射温度及相对湿度.分析了4大环境参数在定PMV控制时对能耗的影响规律及影响显著程度.保持PMV不变的前提下，分别比较了不同热湿环境参数组合下的能耗，发现不同组合之间能耗差异较大，说明其中存在最优参数组合，使得满足人体热舒适的前提下能耗最小.研究结果为今后实现空调系统的PMV优化控制提供了方向和依据.

热湿环境参数；预测平均冷热感投票值(PMV)；能耗；影响显著性；最优参数组合

目前，大多数舒适性空调均采用定温控制，然而，影响人体热舒适性的环境因素除了温度还有相对湿度、风速和平均辐射温度，人体的热舒适感是这些因素共同作用的结果.在两个围护结构等条件完全相同的房间，即使温度相同，而其他热湿参数不同的情况下，人体的热舒适度是不同的[1]，同时，房间热湿参数的不同组合，空调的能耗也可能不同.研究如何在保证人体热舒适的前提下，最大限度节约空调能耗，成为暖通空调领域值得研究的课题.

对于热湿环境参数对人体热舒适及空调系统能耗的影响，已有一些研究：文献[2-3]通过图表形式分析了环境参数对PMV的影响，但由于各个参数物理单位不同，比较基准不统一，以图表方式并不能直观比较出各参数对PMV 影响的显著程度.而关于热舒适控制中环境参数对能耗的影响研究，则主要集中在温湿度或温度与风速的耦合变化方面，并且大多停留在定性的层面[4-7].如文献[4-5]利用ET*作为热舒适度指标，提出了在某一相对湿度下的最佳室内设计状态点，即能耗最低点.文献[6]则在PMV控制中利用增加风速的方法来提高温度的设定值，从而使能耗降低.文献[7]利用PMV，CO2浓度及能耗作为控制指标，求解出了在满足人体舒适度及室内空气质量要求的前提下，能耗最小时空气温度、相对湿度、风速及新风量的实时最优值.以上研究在对最优组合的求解时，将其中1～2个参数设定为不变且忽略了平均辐射温度对能耗的影响，将其假定为不变或等于空气温度，并将平均辐射温度认为不可控．近年来，随着辐射空调技术、温湿度独立控制技术等新技术的出现，为全面调控热湿环境参数(包括平均辐射温度)，实现最优参数组合提供了可能.

1 热湿环境参数对PMV的影响

为研究温度、湿度、风速以及平均辐射温度对PMV影响的显著程度，设计了一个以PMV为目标函数的四因素四水平的正交数值实验，选用正交表L16(45).各参数的取值范围参考GB 50736-2012《民用建筑供暖通风与空气调节设计规范》中舒适性空调夏季室内设计参数规定的范围：空气温度ta为24～28 ℃，风速v≤0.25 m/s，相对湿度Φ为40%～70%，平均辐射温度tr假定与空气温度相同，为24～28 ℃，人体能量代谢率取静坐时状态58.2 W/m2,机械功为0，衣服热阻为夏季标准着装热阻0.08 m2·K/W.实验结果如表1所示．通过比较各个参数的极差大小发现，在GB 50736-2012《民用建筑供暖通风与空气调节设计规范》规定的夏季室内设计参数的范围内，从对PMV的影响程度而言，从大到小依次是：空气温度、风速、平均辐射温度及相对湿度.文献[2]通过图表分析指出，当风速大于一定值时，4个因素对人体热感觉的影响程度将有所变化，从大到小排列为：空气温度、平均辐射温度、风速及相对湿度.由于本文仅研究风速在GB 50736-2012《民用建筑供暖通风与空气调节设计规范》规定的v≤0.25 m/s范围内参数对PMV影响显著程度，故此类情况暂不作讨论.从数值实验结果我们还可以发现，将这些参数任意组合，其PMV值差别较大，PMV的最大与最小值之差为1.39，同时，部分组合情况下PMV已经超出了中国GB 50736-2012《民用建筑供暖通风与空气调节设计规范》中夏季对PMV的规定值为0～1.这说明若设计时室内参数(如温度、相对湿度、风速)在规范推荐的范围内任意取值，人体并不一定能感觉舒适，而需要对参数进行优化组合，使其能满足人体热舒适度要求.

表1 热湿环境参数对PMV影响显著性分析

注：括号内为水平号，括号外为水平号对应的参数值.Ki为任一列上水平号为i时，所对应的PMV的之和.ki=Ki/4.R为极差，任一列上R=max{k1，k2，k3，k4}-min{k1，k2，k3，k4}.

2 定PMV时热湿环境参数对能耗的影响

文中能耗的比较以夏季工况下湖南省长沙市一个典型2人办公室为例，长宽高分别为5 m,3 m和4 m.南向为加气混凝土外墙，内外抹灰，其余为内墙，南向外墙上有一扇宽1.8 m高2 m的双层铝合金外窗.人均新风量取30 m3/h，单位面积设备和照明负荷分别为13 W/ m2和11 W/ m2.人体能量代谢率取静坐时状态58.2 W/m2,机械功为0，衣服热阻为夏季标准着装热阻0.08 m2·K/W.房间负荷计算采用谐波反应法.

2.1 定PMV时空气温度与相对湿度对能耗的影响

在风速与平均辐射温度不变的前提下，若要保证PMV不变，则当空气温度升高时必须要依靠降低相对湿度来补偿.夏季，空气温度升高，室内外温差减小，从而房间新风负荷和围护结构传热相应减小.在一般情况下，室内外温差每减少1 ℃，通过围护结构的传热量将下降3%～10%[8].而当温度升高引起相对湿度减小时，房间新风负荷将增大.图1显示出保持室内风速v=0.1 m/s，平均辐射温度tr=26 ℃的情况下，当PMV=0时，空气温度和相对湿度耦合变化下房间负荷情况.从图1可以看出， 在定PMV控制中，随着相对湿度的增加(即空气温度的降低)，围护结构传热增加，新风负荷减少，房间总负荷减少.当平均辐射温度、风速一定时，空气温度每变化1 ℃，房间负荷约平均变化4.3%，而相对湿度每变化10%，房间负荷约平均变化2.1%.

图1 定PMV时不同温湿度组合对能耗影响

2.2 定PMV时平均辐射温度对能耗的影响

很多情况下都假设墙体与周围空气充分换热，将室内平均辐射温度等于空气温度处理.但实际上，平均辐射温度并不等于空气温度，特别是采用辐射空调方式时，平均辐射温度对能耗的影响较大.

夏季，降低室内平均辐射温度可以提高空气温度的设定值.图2为室内风速v=0.1 m/s，相对湿度为50%的情况下，当保持PMV=0时，空气温度和平均辐射温度耦合变化下房间负荷情况.从图2可以看出，平均辐射温度每变化1 ℃，房间负荷约平均变化4.2%，且平均辐射温度越低，其对能耗的影响越显著.低温辐射供冷技术正是利用这一点，通过降低围护结构内表面温度，从而降低室内的平均辐射温度，在同等热舒适条件下，室内设计温度提高，辐射供冷系统与对流换热系统相比，可节能30%以上[9].而当风速提高时，平均辐射温度对能耗作用减弱，因为空气温度对PMV的影响随着风速的增加而增强，在定PMV控制中，风速增大，平均辐射温度同样变化1 ℃，能够补偿的空气温度值减少，其对能耗的影响减弱.

图2 定PMV时平均辐射温度对能耗影响

2.3 定PMV时风速对能耗影响

夏季，增加风速可以补偿空气温度的升高.一般情况下，室内风速在0.6 m/s以下时，每增加0.1 m/s，相当于环境温度增加0.3～0.6 ℃；室内风速为0.6～1.0 m/s时，每增加0.1 m/s，相当于环境温度增加0.15 ℃[10].图3为相对湿度为50%，平均辐射温度tr=26 ℃的情况下，当保持PMV=0时，空气温度和风速耦合变化下房间负荷情况.从图3可以看出，当风速在0～0.1 m/s内变化时，对能耗影响较小，负荷约变化1.3%，随着风速的增大，其对能耗影响增强.风速从0.1 m/s变化到0.2 m/s时，负荷约变化5.5%，当风速从0.2 m/s变化到0.3 m/s 时，负荷约变化3.0%.

图3 定PMV时风速对能耗影响

以上分析是在固定两个参数基础上，通过另外两个参数的组合研究热湿环境参数在定PMV控制中对能耗影响显著性，对变化参数条件和采用不同组合方式时的情况作者也进行了分析，限于篇幅在此不一一列出．但从研究中可以发现，虽然参数变化时，各个热湿环境参数对能耗影响的绝对值将发生变化，但其对能耗的作用规律以及参数之间影响显著性大小没有改变.当风速小于0.1 m/s时，其对能耗影响最小，空气温度和平均辐射温度对能耗影响相当，并且影响显著性要大于相对湿度.随着风速增大，风速和空气温度对能耗影响作用增强.当风速为0.1～0.2 m/s时，影响程度从大到小依次为：风速、空气温度、平均辐射温度及相对湿度.当风速为0.2～0.3 m/s时，影响程度从大到小变化为：空气温度、风速、平均辐射温度及相对湿度.

3 不同热湿环境参数组合能耗比较

由前述分析可以知道，在保持PMV不变的情况下，影响PMV的4个热湿环境参数之间是相互耦合的，当其中一个参数变化时，就需要变化其他的参数来进行补偿，而各个参数对PMV及能耗的影响程度是不一样的，而且参数之间耦合变化时对能耗的影响方向往往是相反的，这样就导致了不同参数的组合在达到同样的人体舒适度的前提下，能耗会有所不同，这其中存在一组最优参数使能耗最低.

表2为PMV=0时不同参数组合的能耗比较，并求出了在不同组合下房间的负荷.从表2可以看出，在保持舒适度不变的前提下，不同热湿参数组合的能耗是不同的，其中最大与最小值之间相差有884 W，相当于最大值的31%.可见，在保持相同的热舒适度的前提下，存在最优的参数组合，使得能耗最小.

表2 PMV=0时不同参数组合的能耗比较

4 结 论

通过以上研究，可以得出以下结论：

就热湿环境参数对PMV影响的显著程度而言，在GB 50736-2012《民用建筑供暖通风与空气调节设计规范》规定的范围内从大到小依次是：空气温度、风速、平均辐射温度及相对湿度.

在定PMV控制时，各参数耦合变化时对能耗影响作用较为复杂，采用分别固定其中2个参数、改变第3个参数，通过定PMV得出第4个参数，再计算出房间空调能耗的方法，探讨了各参数对能耗影响显著性，发现当风速小于0.1 m/s时，其对能耗影响最小，空气温度和平均辐射温度对能耗影响相当，并且影响显著性要大于相对湿度.随着风速增大，风速和空气温度对能耗影响作用增强.当风速为0.1～ 0.2 m/s时，影响程度为：风速>空气温度>平均辐射温度>相对湿度.当风速为0.2～0.3 m/s时，影响程度从大到小变化为：空气温度、风速、平均辐射温度及相对湿度.

由四大热湿环境参数对PMV及对能耗的影响显著性分析可以发现，空气温度无论对人体热舒适性还是空调能耗都有较大的影响，在定PMV控制中，改变空气温度应作为控制首选.相对湿度的变化对PMV及空调能耗都不敏感，因此在定PMV控制中，其设定值可以在其他参数确定以后，从属于PMV值得到.

保持PMV不变，不同热湿环境参数的组合，空调能耗存在较大差异，说明在保证人体热舒适的前提下，存在最优参数组合，使得能耗最小．本文分析热湿环境参数对PMV及空调能耗的影响规律为进一步全面寻找最佳参数组合奠定了基础.通过变化调节其他参数来实现定PMV的优化控制，涉及的影响因素众多，关系复杂，具体的优化控制方法有待进一步研究.

[1] 杨昌智，张清琳，杨菊菊，等.定温控制空调系统的舒适性及节能性分析[J].湖南大学学报：自然科学版, 2012,39(5):18-22.

YANG Chang-zhi, ZHANG Qing-lin, YANG Ju-ju,etal. Analysis of comfort and energy-consumption on temperature control air-conditioning system[J]. Journal of Hunan University: Natural Sciences, 2012, 39(5): 18-22.(In Chinese)

[2] 申欢迎，秦萍，董军.环境因素对PMV指标的影响分析[J].制冷与空调, 2003(4):27-29.

SHEN Huan-ying, QIN Ping, DONG Jun. Analysis on the environment factors affecting the PMV index[J]. Refrigeration and Air-Conditioning, 2003 (4): 27-29.(In Chinese)

[3] 曾光，田永铮，赵华，等.环境因素及综合因素对PMV指标的影响分析[J].建筑节能, 2007, 35(3)：11-16.

ZENG Guang, TIAN Yong-zheng, ZHAO Hua,etal. Analysis on the environment and synthesis factors affecting the PMV index[J]. Building Energy Efficiency, 2007, 35(3): 11-16. (In Chinese)

[4] WAN J W,YANG Kun-li,ZHANG W J,etal.A new method of determination of indoor temperature and relative humidity with consideration of human thermal comfort[J]. Building and Environment, 2009, 44：411-417.

[5] 张景玲，万建武.室内温、湿度对人体热舒适和空调能耗影响的研究[J].重庆建筑大学学报, 2008, 30(1): 9-12.

ZHANG Jing-ling, WAN Jian-wu. Influence of indoor temperature and humidity on thermal comfort and energy consumption of air-conditioning systems[J]. Journal of Chongqing Jianzhu University, 2008, 30(1): 9-12.(In Chinese)

[6] YANG K H, SU C H. An approach to building energy savings using the PMV index[J]. Building and Environment, 1997, 32(1),25-30.

[7] ATTHAJARIYAKUL S,LEEPHAKPREEDA T. Real-time determination of optimal indoor-air condition for thermal comfort, air quality and efficient energy usage[J]. Energy and Buildings, 2004, 36: 720-733.

[8] 刘谨. 基于PMV指标的空调系统舒适控制研究[D].长沙：湖南大学土木工程学院, 2003:27-32.

LIU Jin. Study on comfortable control of air conditioning systems based on PMV index[D]. Changsha: College of Civil Engineering, Hunan University, 2003:27-32.(In Chinese)

[9] STETIU C．Energy and peak power potential of radiant cooling systems in US commercial building[J]. Energy and Buildings, 1999, 30(2)：127-138．

[10]韩滔. 基于动态热舒适的空调控制方案研究[D].成都：西南交通大学机械工程学院, 2006:39-41.

HAN Tao. Study on air-conditioned control scheme based on dynamic thermal comfort[D]. Chengdu: School of Mechanical Engineering, Southwest Jiaotong University, 2006:39-41.(In Chinese)

Study on the Influence of Thermal Environmental Parameters on PMV and Energy Consumption

YANG Chang-zhi†, WEN Jie, JIANG Xin-bo

(College of Civil Engineering, Hunan Univ, Changsha, Hunan 410082, China)

Through orthogonal numerical experiments, the significance of the effect of four thermal environmental parameters on PMV was compared, which indicates that the degree of the influence of four thermal environmental parameters on PMV in descending order is air temperature, indoor wind velocity, mean radiant temperature and relative humidity within the usual range. Furthermore, the influencing laws and the significance of the effect of the four environmental parameters on energy consumption under PMV control were analysed. Under the premise that PMV remains unchanged, the energy consumption of different combinations of thermal environment parameters were compared. It is found that there is a huge difference between different combinations on energy consumption, which indicates the presence of an optimal combination consumes the minimum energy while satisfying human thermal comfort. The above analysis provides directions and basis for the further study of PMV optimal control of air-conditioning systems.

thermal environmental parameters;PMV(Predicted Mean Vote);energy consumption; significance of the effect;optimal combination of parameters

1674-2974(2015)01-0104-05

2014-03-21

“十二五”国家科技支撑计划资助项目(2012BAJ24B03)

杨昌智(1963-)，男，湖南宁远人，湖南大学教授，博士生导师†通讯联系人，E-mail:yang0369@126.com

TU111.195

A