基于公共建筑能耗数据分析的绿色物业管理研究★

2022-03-17李玉琳吕宝龙马宏欣

山西建筑 2022年6期

李玉琳，高琨，吕宝龙，马宏欣

（1．山东青年政治学院，山东济南 250103；2．山东山青物业管理研究院，山东济南 250103； 3．山东建筑大学，山东济南 250101）

1 概述

我国是世界上能源生产与消费的大国，考虑到我国空气污染问题，其关键解决方式在于改变能源消费结构并使能源清洁化。习近平总书记在十九大报告中15 次提及“绿色”，特别强调要推进我国绿色发展，倡导绿色低碳的生活方式。作为现代服务业和国民经济的重要组成部分，物业管理行业已然成为“资源节约型和环境友好型社会建设”与绿色经济发展不可或缺的力量［1－3］。

随着用户对资源节约、健康环境的需求愈来愈高，政府以及广大业主对物业管理提出了更多要求，由此绿色物业管理应运而生。绿色物业管理是指物业机构受物业所有人、使用人的委托，从可持续发展的角度，采用环保、节能、智能化等现代化技术和科学管理手段，以营造安全、低碳、节约、舒适、健康的人居环境为最高目标的一系列服务与管理活动［4－6］。绿色物业管理能够降低建筑设施设备运行耗能，节约水源，充分利用可再生能源，做好环境绿化，提高企业运营管理智慧化水平。研究绿色物业管理发展过程中的能耗控制问题，对指导业界采取可行的公共建筑绿色物业管理措施，促进绿色物业管理更好更快发展，有较强的现实意义。

2 国内外现状

绿色物业管理有利于提高效益增长质量，较好地满足能源、环境和健康的基本生存需求，同时满足业主对提高环境质量的希望。国内外物业服务企业在既有设施设备的改造与更新方面加以实践，以此来降低建筑物能耗、物耗；同时对运行参数（压力、流量、温度）等进行实时监测监控，通过能耗分析对不合理的运行方式重新设定，合理调整热源、空调系统，从而实现用水、用电节约等绿色环保目标［7－8］。然而，目前国内外针对绿色物业管理的研究，大都集中在实施绿色物业管理的必要性及其对国家、社会的积极意义。对于在具体项目案例上如何开展绿色物业管理的研究较少，这也就导致了企业在参照理论研究的执行中缺乏必要的指导。

3 调研分析

作者通过对广州、上海、深圳等多家的星级绿色物业管理企业进行实地走访调研，得到部分规律性数据，本文选取几组比较有代表性的节能指标进行分析。

3．1 数据来源

作为样本分析的3 个项目均为综合性办公大楼，坐落于深圳（M 大厦）、上海（S 大厦）、广州（K 大厦）的核心商务区，总建筑面积分别为126 348 m2，7 300 m2，150 000 m2。建筑均已配备较为完备的绿色节能设备，表1 给出了各样本绿色建筑技术的使用情况。

表1 样本项目绿色建筑技术使用情况

3．2 能耗统计原则

针对多项目的共性，主要对以实现绿色物业管理的项目具有代表性的节能指标——年用水量、年用电量进行逐月统计与合计。项目均选取2018 年1 月～2018 年12 月的数据，能耗统计如表2 所示。

表2 M，S 与Z 大厦2018 年水电量统计

4 模型建立

本研究采用回归分析法研究变量之间的相互影响关系。首先建立一元多项式回归模型：y=akxk+ak－1xk－1+… +a2x2+a1x+a0。虽然多项式的阶数与回归方程实际数据拟合度成正比，但过高的阶数将导致回归计算过程中过大的计算累积误差，因此在保证准确度的前提下，将本模型阶数k确定为6。设拟合多项式为：y=a0+a1x+ … +akxk，各点到该曲线的距离之和，即偏差平方和，如式（1）所示。

求得符合条件的a值，并对等式右边求偏导数，得到：

等式左边进行化简得到以下等式：

进一步转换为矩阵形式，得到以下矩阵：

通过X×A=Y的形式，推出A=（X'×X）－1×X'×Y，进一步求取系数矩阵A，确定拟合曲线。

5 结果分析

由于用电量与用水量量级差距较大，因此在数据分析过程中对用电量数据与用水量数据进行同量级化处理（用电量/100）。

5．1 数据分析

5．1．1M 大厦数据分析

该项目全年总用电量为8 045 000 kW·h（电表读数），全年总用水量为67 758 m3（水表读数）。6 月份与8 月份为其用电双峰值，7 月份用电量较少。用水量在6 月份出现波动。2 月份为用水用电量波谷。由于2 月份处于春节假期，因此建筑能耗较低。5 月～9 月为能耗比较高的月份，该数值与调研地点气温变化趋势相符。10 月后气候转凉建筑能耗开始处于低位。将用电量进行量化处理，保持其与用水量处于/100，绘制水电用量的折线趋势图，之后再进行回归分析，进而分别得到图1（a）～图1（c）。

图1 M 大厦水电分析

由图1 分析可知，2018 年（数据采集年） M 大厦进行非传统水利用改造，这可能造成数据波动，使得6 月份用水量偏低、12 月用水量偏高。尽管如此，M 大厦水电用量数据同样具有规律可循：用水量为用电量百分之一量级的数据，且一般不会超过用电量的1%。

5．1．2S 大厦数据分析

该项目全年总用电量为553 952 kW·h（电表读数），全年总用水量为3 777 m3（水表读数）。5 月份与6月份为其用水峰值，9 月份为其用电量峰值。4 月份与5月份其用水量超过用电量/100 的限度，其余月份用水量依然没有超过电量/100 限度。如图1 同理，可得到S 大厦水电的分析曲线（见图2）。

图2 S 大厦水电分析

由图2 分析可知，S 大厦屋顶墙体建有较大面积绿植种植区域，可能造成数据波动，使得其用水量随季节波动明显。通过回归分析，S 大厦水电数据的波动趋势依然具有同步性。用水量为用电量百分之一量级的数据，且一般不会超过用电量的1%。

5．1．3K 大厦数据分析

该项目全年总用电量为10 061 760 kW·h（电表读数），全年总用水量为82 210 m3（水表读数）。

8 月份为其用水用电双峰值，2 月份为用水用电量波谷。由于2 月份处于春节假期，因此建筑能耗较低。5 月～9 月为能耗比较高的月份，该数值与调研地点气温变化趋势相符。10 月后气候转凉建筑能耗开始处于低位。如图1 同理，可得到K 大厦水电的分析曲线（见图3）。

图3 K 大厦水电分析

K 大厦水电数据走势呈现以下特点：水、电数据走势呈一致性态势，用水量为用电量百分之一量级的数据，且一般不会超过用电量的1%。

5．2 指标量化

三个样本的决定系数R2均高于0．8，即样本回归方程中自变量能够解释因变量80%以上的异变。在此基础上的结论分析将是可靠的。本文分析了以上3 种在绿色物业管理节能领域具有代表性的水电能耗数据案例，发现在实现绿色物业管理的项目中水电数据走势具有明显特点。水电数据起伏趋势具有一定的相似性与关联性。根据数据反馈，单月用水量与单月用电量分属不同数量级，单月用水量数据为单月用电量数据的百分之一量级，且用水量数据一般不会超过用电量数据的1%。另外，若以总用电量的1%与总用水量的和除以总面积为水电能耗值，具体样本数据见表3。