办公建筑内部负荷扰量特性与计算方法

丁研 朱能 王朝霞 杨钒

摘要 随着建筑围护结构保温性能的逐步提高，以室内人员为代表的内部因素已成为影响建筑负荷的重要不确定性因素，内部负荷扰量（简称内扰）在空调负荷设计中的重要性需要被强调。通过对两栋办公建筑的实地测试，发现办公建筑中人员在室率普遍只有设计人数的40%～60%，设备实际功率也远低于20 W/m2的概算指标，过大的经验值是造成机组选型偏大的重要原因。重新思考标准中的人员密度系数和设备使用密度系数，以人为核心将建筑内扰负荷结合起来，提出“代表人”的内扰负荷计算方法，并对案例建筑的负荷设计进行了修正。相比最大实测冷负荷，修正后的设计冷负荷富余率均在10%以内，为空调系统的精细化设计和优化运行策略提供思路和参考。

关键词：办公建筑;负荷扰量;空调设计负荷;人行为

中图分类号：TU111.19        文献标志码：A     文献编号：

Abstract： With the improvement of the thermal insulation performance of building envelop， the influence of internal factors represented by occupant behavior have become the most important uncertain factors that impact cooling loads and energy consumption. The importance of interior load One case building is a demonstrate project with low energy consumption. It was found that the practical occupancy rate in the office buildings was only 40%～60% of that the cooling design condition and the power intensity of office equipment was also lower than 20W/m2. Oversized chillers were also related with over-estimated occupancy rate and equipment power intensity. With reconsideration of these coefficients， the “representative cooling load” was proposed to replace the separated occupant and equipment cooling loads， and modified the cooling results of the case buildings. Comparing with the maximum measured cooling load during testing period， assurance rate of modified cooling load were more than 90%.The exploration of this research may provide ideas and references for precise design and optimized operation strategy of building cooling system.

Key words： office building， load disturbances， building design cooling loads， occupant behavior

随着经济水平的不断提高和城镇化的不断发展，建筑能耗逐步成为全社会能耗的重要组成部分[1]。近年来，随着建筑设计标准不断提高，具有高性能围护结构的公共建筑日趋普遍。在办公建筑中，超低能耗建筑、被动式建筑逐步受到青睐。影响办公建筑能耗的因素主要有3个方面：外部因素、内部因素、供冷系统。其中，外部因素主要包括室外气象条件、围护结构、保温等[2]，内部因素包括人员、设备、照明、室内环境参数等，供冷系统相关量主要包括机组能耗、水泵能耗、流体系数等[3-4]。随着建筑围护结构保温性能的逐步提高，室外温度、太阳辐射等外部环境因素对建筑负荷的影响在逐步减弱，而以室内人员行为为代表的内部因素已成为影响建筑负荷和建筑能耗的最重要的不确定性因素[5]。随着人们对系统的运行调节和优化控制研究的深入，发现由于使用者生活习惯、生理、心理需要的差异，使得建筑内部因素变得更加复杂，更加难以测量、难以分析、难以预测[6]。

为了探讨建筑内部因素对建筑能耗和负荷的影响，研究人员开展了关于建筑人行为的研究。主要可以歸结为两个方面，一是为了提升建筑能耗和负荷模拟计算的准确性，精细化考虑内部因素的设置。Yan等[7]针对人行为在建筑能耗和负荷模拟计算的现状和问题进行了综述，提出了在模拟中考虑人行为的4个步骤，分别是获取数据、建立模型、人行为描写耦合和评价。Kwok等[8]采用人工神经网络，针对香港某办公建筑，建立了内部负荷的计算方法，指出精确计算内扰是提高机组选型准确性的关键。第2个方面是理解和优化建筑能源系统的运行，提出按需供给的思路[9-10]。例如，López-Rodrígue等[11]基于Time Use Survey数据，针对西班牙某居住建筑，研究典型人行为，并建立人员在室率的随机模型。Wang等[12]利用调查问卷等方式，获得人员、设备、照明等信息，建立负荷模型，预测天津某办公建筑的能耗情况。

以上两个方面均是在建筑投入运行的前提下进行研究，而忽略了建筑的人员、设备、照明等内部因素对空调负荷设计的影响。事实上，负荷设计是空调机组选型的依据，也是实现空调系统节能的前提，准确的负荷设计直接决定空调机组的选型和系统运行管理的有效性。目前，关于内部负荷的考虑还主要着眼于建筑冷负荷[13]，它是影响建筑夏季能耗的根源。目前的设计指标中，内扰是按照建筑类型来划分的[14]，但实际上，各建筑的使用情况是不尽相同的，由此带来的内扰负荷也不尽相同[15-16]，一概而论会导致普遍的机组选型过大的问题。同时，人行为是引起其他内扰的核心和主要原因[17]，但目前的内扰计算中，仍采用分别给定照明、设备的经验值，此种方式依据性不强，容易造成错误的结果。

为了分析内部负荷扰量特性和其对建筑空调负荷的影响，本文以案例建筑的实地调研测试数据为基础，对办公建筑内部负荷扰量特性进行初步探索，定量计算人员、设备、照明等室内热源散热形成的冷负荷的时序值，并提出以人为核心的“代表人”内部负荷扰量的概念和计算方法，旨在为冷负荷的精细化设计提供思路和参考。

1 内部负荷扰量理念

1.1 负荷扰量的划分

建筑室内热湿环境形成的最主要原因是各种外扰和内扰的影响，以围护结构为界将室外气象参数归为外部扰量（简称外扰），将室内设备、照明、人员等热湿源归为内部扰量（简称内扰）。而开窗通风、开启遮阳等行为造成的室内热湿环境变化，受内外因素共同影响，但这些动作都是使用建筑的人造成的，因此，本文以建筑中的使用人为核心，界定影响建筑负荷的内部因素，不仅包括人员、设备、照明等，还包括由人员行为引起的开窗换气、遮阳等对建筑负荷产生扰动的行为，上述两方面统一定义为“内扰”。设计负荷分为3部分，一部分是通过围护结构传热和透过玻璃窗的日射得热形成的冷负荷，记为外扰负荷;一部分是室内热源散热形成的冷负荷，记为内扰负荷;另一部分是新风负荷，这部分负荷用于新风系统的设计，常与其他冷负荷分开考虑[18]，将其单独列为一部分。

室内热源散热在空调季形成的冷负荷是空调负荷设计中重点考虑的部分，在采暖季，室内散热同样会影响供暖负荷，带来室内温度偏高的情况，但由于室内热源散热属于有利于保证室内温度的因素，目前在设计计算时不做考虑。因此，研究仅以冷负荷计算中的相关项为研究对象，探讨内扰负荷的特点。

1.2 室内热源散热形成的冷负荷

2 案例建筑与测试

选择位于天津市的两栋办公建筑作为案例，进行针对空调负荷扰量因素的实地调研。其中，A建筑是超低能耗办公建筑示范项目，是某大型建设集团的投资发展公司，该建筑于2012年竣工，并申报天津市低能耗示范项目。B建筑为一栋普通办公建筑，于2010年建成，并于2012年完全投入使用。两栋建筑的基本信息如表1所示。

对选定的两栋办公建筑，分别在2015年7月（B建筑）和2016年8月（A建筑）进行为期1个月的测试。首先，获取了设计负荷计算书与施工的相关图纸。在走访和分析案例建筑的使用情况后发现，该建筑一层均为大厅和走廊，A建筑每层为一个开敞办公区，顶层为单人办公室，但基本不用。B建筑二层为休息区和会议室，顶层为设备用房，其他层主要为办公区。B建筑的南侧为几个开敞办公室，北侧为会议室、休息室、会客室等。测试中，选择典型层的典型房间，获取使用数据，A建筑选择3层的办公区，B建筑选择7层的3个开敞办公区中东侧的一个，两栋案例建筑的典型层平面示意图和典型房间的照片见图1和图2。

针对选定的典型房间，在办公室内测量了室内温度、CO2浓度，同时，现场记录了在室人数、使用办公设备数量和输入功率、使用灯具数量，同步测试建筑供冷机房内机组供冷量情况，测试步长为1 h。具体测试变量和所用仪器见表2。

虽然建筑的围护结构性能指标满足国家节能标准的要求[19]，甚至达到优秀水平，但是，这两栋建筑依然存在空调机组设计容量偏大的问题。A建筑共配置两台热泵机组，供冷的装机容量为210 kW/台，B建筑采用两台溴化锂直燃机组，供冷的装机容量分别为1 407、1 579 kW。A建筑的两台热泵机组，在设计负荷下为同时工作，而实际情况仅为单台运行，B建筑的两台机组同时运行。测试时间段内机组实际运行的部分负荷率如图3所示。

由图3可见，B建筑机组长期处于部分负荷率低于50%的状态运行，A建筑机组虽然单机负荷率多数时间在60%～90%之间，但从未有过两台机组同时运行的情况，实际运行时采用两台机组每周轮换开启的方式。机组的部分负荷率过低会导致机组效率（COP）下降，极端情况下，还将造成停机保护现象。A建筑单台机组即可满足要求，但闲置的另一台机组证明设计负荷的富余率已多达1倍，不仅带来加倍的初投资，同时，需要大量的维护费用。因此，有必要对其设计负荷进行追溯和分析，找出设计负荷估计过高的部分，并加以修正。

3 内部负荷扰量理论分析

内扰主要包括人员、设备、灯具、室内外通风换气、室内温湿度等，各扰量的作用机理并不相同。作为室内热源，人员、设备、灯具通过自身散热形成冷负荷，而开窗等行为是通过改变环境参数而影响建筑负荷。为了明确不同扰量与内扰冷负荷的相关程度，在实测典型房间的数据基础上，对其进行相关性分析，得到影响内扰冷负荷的最主要因素，并对各因素进行特性分析。

3.1 相关性分析

从表3和表4可以看出，对于这两间办公室，各扰量与内扰负荷的相關性系数和显著程度的排序基本相同，均为在室人数>设备个数>室内温度>灯具个数>通风量。从相关性来看，在室人数和设备数量与内扰的相关性最大，相关性系数大于0.8[20]，而其他参数的相关性不足0.5，即基本不相关，说明在室人数和设备数量与内扰的一致性最强。但从显著性上来看，除通风量外，其他参数的显著性均在0.01以下，即均呈现较强的显著性[20]，其中，在室人数和设备数量最显著，使用灯具数量和室内温度次之，因此，在内扰计算时，需考虑在室人数、设备数量、室内温度和使用灯具数量，但室内温度作为室内环境的一个重要参数，主要是通过人员调节空调系统和遮阳进行控制，设计时常视为定值，因此不再考虑。综上所述，本文以人员为核心，重点研究人员、设备、照明3个内扰变量。

3.2 在室人数特性分析

两栋办公建筑均依照最新《公共建筑节能设计标准》（GB 50189—2015）中有关人员在室率、照明开关控制规律以及设备使用率的规定设计，采用了如图4所示的数据对人员、照明、设备负荷进行相关计算[17]。

节能标准中的人员在室率变化为：从工作时间开始，人员在室率剧增至95%，午餐时段下降到80%，下午上班时间又增加至95%，下班时间又迅速减少至30%，20：00后变为0;设备和灯具的使用率和人员在室率基本一致，但设备使用率在午餐时间降至50%。然而，建筑中实际的人员、设备、照明情况却与设计标准中的推荐修正值存在较大差异。

调研的两栋建筑均为办公类建筑，人员的作息时间有制度规定。工作日最晚上班时间为9：00，B建筑和A建筑人员下班时间分别为最早16：00和17：00，午餐时间一般在1 h以内。由于在休息日或节假日的加班情况与相关人员的具体工作内容有关，因此，研究只针对工作日的正常工作情况进行分析。以人员实际在室数量与办公室内设置工位数量的比例为人员在室率，两栋建筑的具体人员在室率如图5所示。

由图5可见，相比于设计标准中的人员在室率，实际的人员在室率情况在具体数值上有较大差别。人员在室率呈现较明显的双峰分布，峰值分别出现在上午10：00―11：00和下午15：00左右，两峰值间的低谷为午餐时段。平均人员在室率一般低于50%，即使是人员在室率高峰时段，两栋建筑的最大平均人员在室率分别只有59.26%和60.13%。说明在办公建筑中，设计的人员密度达到标准中的估算值、人员全部坐满设计工位、全部人员均在工位这3种最大值出现的概率均较小，倘若按照设计标准中的面积指标对人员数量进行估算，则仅由于人员密度的设计差别，将导致人员负荷估计过大。

3.3 办公设备使用特性分析

设备使用情况的信息通过两种手段获得，一是测试人员的现场观察和记录，二是通过功率计等设备的现场测试。对于测试对象的办公设备来说，同样可分为两类，一类是样本量较大且频繁使用的设备，如台式机、笔记本等，采用抽样测试方法，在工作时间每10 min记录1次功率表读数，以平均功率作为此类设备的代表功率。另一类属于间歇使用且数量有限、同一区域内共享的设备，如打印机、饮水机等，对其工作、待机两种状态分别记录功率与使用时间，以时间加权的折合功率作为此类设备的代表功率，计算公式为

由于设备并不是全天均按额定功率运行，而是存在使用时的稳态功率，由表6、表7可见，相比于设计标准中的功率密度，实际的设备散热量明显偏低。即使在设备全部正常使用时，两栋建筑的最大功率只有7.49 W/m2。

在办公室，每人使用一台电脑，其他为公用设备，在正常工作时间共同使用，在午餐时间也保持开启，但全部为待机状态，在下班后会关闭，由此计算，A建筑和B建筑每人对应的设备功率最大分别为57.42、54.95 W/人。

3.4 灯具使用特性分析

灯具的使用通过现场测试得到，通过实地数开启的灯具数量，问询得到安装灯具的额定功率，计算使用灯具的逐时瞬時散热量。两个案例建筑的测试区域均有多个灯具开关，分别控制一定区域的灯具，但观察发现，早上上班时，灯具基本全部打开，而午饭时会逐步关闭一些灯具，下午正常工作时再开启，晚上下班时间也会逐步关闭灯具，由于案例建筑少有加班的情况，因此，19：00后灯具全部关闭。根据以上特点，量化式（4）中的灯具同时使用系数为

从图6中可以看出，使用灯具数量与人数变化有一定关联，但并不完全正相关，各个时刻的人均照明功率是变化的。最大值出现在午饭时间，但由于室内人数很少，对空调系统的要求不高，故而舍去。在正常工作时间，人均最大照明功率出现在9：00和14：00—15：00，而14：00—15：00通常会出现负荷的最大值，此时，对应的人均照明功率分别为164.57、95.60 W/人。

3.5 内扰负荷随时间的分布

根据实测值计算案例建筑的人员、设备和照明负荷如图7所示。

从图6、图7可以看出，人员负荷与人员在室率的变化基本一致，而设备和灯具的负荷变化范围较小。人员负荷不仅与在室人数有关，还受人员动作、性别、穿着等因素的影响，从图6、图7还可以看出，上、下班时刻和午休时间人员负荷波动较大，工作时间内（除午休、开会等时间）人员负荷在一定范围内随机波动。说明人员负荷虽然是随机变化的，但总体上随在室人数呈现“双峰”分布的规律，峰值出现时间与持续时间的长短与室内人员作息紧密相关。

从设备负荷上看，虽然单台设备功率波动性大，但是多台设备同时运行时，设备之间的功率差异可以相互抵消，使设备散热量处于相对稳定状态，因此，整个房间的设备负荷除上、下班时刻出现短暂递增或递减的变化外，只在午休时间下降，其余工作时间内基本处于较稳定的状态。

由于测试建筑办公室灯具控制采用“一开全开”的模式，在正常工作时间内，形成的照明负荷仅由于冷负荷系数不同而有所不同，但由于其关闭是阶跃的，因此，在午饭时段会有所降低。

4 负荷修正

4.1 冷负荷特性分析

上述以典型层的典型房间为研究对象，重点分析了内扰特性。本节利用其特性，计算整个建筑的冷负荷。首先，统计同样性质房间的数量，并考虑不常用的休息室、会议室、走廊等情况，将内扰负荷扩大到整个建筑，并分析案例建筑的各项冷负荷所占比例。

根据表8的冷负荷数据，修正后的富余率分别达到8.76%和7.47%，满足要求。基于实际案例分析，认为代表人的概念是针对采用负荷面积指标法的有效修正措施，不仅可为建筑负荷模拟的设定参数提供依据，同时，也对负荷设计方法的修正提供参考。

5 结论

人员行为的随机性，直接导致了建筑负荷分布的差异，通过对实测数据的分析得到以下结论：

1）考虑人行为对建筑空调负荷的影响，将建筑空调负荷分为内扰负荷、外扰负荷和新风负荷，发现内扰负荷占总冷负荷比例超过30%，正确衡量内扰负荷对于提高设计负荷的准确性，以及减小制冷机组设计体量具有重要意义。

2）当前标准中给定的内部负荷扰量经验取值普遍偏大，实际中的人员在室率和设备功率配置低于设计值。案例建筑的最大人员在室率约为60%，设备功率密度比设计指标小50%以上，普遍低于设计指标20 W/m2。以上取值是造成空调系统装机功率偏大的原因，亟需进行修正。

3）办公建筑室内人员的作息方式呈明显的“双峰”分布，而非标准中的作息方式，交通、工作需求等多种因素都会影响人员在室率。办公建筑内的人员、设备和照明负荷在一天内呈现小幅度的随机波动，但均与人员在室率相关，采用“代表人”的方法，可有效综合各项内扰负荷，提高负荷设计的准确性。