碳中和视角下基于未来气候太阳能光伏高层住宅建筑设计趋势研究*

2022-10-27杨倩苗

工业建筑 2022年7期

杨倩苗霍然仝晖

(山东建筑大学建筑城规学院，济南 250101)

温室气体排放是导致全球变暖的主要原因之一，联合国政府间气候变化专门委员会(Intergovernmental Panel on Climate Change, IPCC)第五次综合报告中指出，到21世纪末期，基于不同温室气体排放情景，全球平均气温将比1986年—2005年的基准水平上升1.0～3.7 ℃[1]。气候变暖的趋势几乎不可逆转，控制温室气体排放量，减缓气候变暖的幅度和速度，同时适应气候变化带来的影响，已成为全球关注的重点问题。2018年中国碳排放量约占全球碳排总量的29%[2]，我国政府积极响应国际节能减排号召，在2020年联合国大会上提出力争2030年二氧化碳排放达到峰值，努力争取在2060年前实现碳中和。建筑行业与工业、交通运输业并称能源消耗和二氧化碳排放的三大部门，占我国碳排总量的35%～55%[3]。随着城镇化进程的加快和人民生活水平的提高，建筑在建造和运行过程中的能源需求和碳排放量不断上涨，在过去十年内，我国住宅建筑碳排放量显著增加，年增长率为5.76%[4]，研究住宅建筑全生命周期的节能减排具有重要意义。

由于土地的集约利用，未来我国住宅建筑的发展趋势是高层住宅，因此高层住宅是实现建筑行业双碳目标的重要领域。被动式高性能围护结构和太阳能光伏建筑利用是高层住宅建筑围护结构实现碳中和的主要手段。邓丰等以近零能耗为导向，研究了上海单层、三层、多层和高层零能耗住宅的节能、产能潜力，结果表明增加立面光伏系统(PV)可大大提高高层板式住宅产能[5]。Hu等以天津某15层住宅为例，研究建筑的保温层厚度、空调形式、建筑使用寿命三个因素对全生命周期碳排放的减排潜力[6]，结果表明：100 mm厚保温层、延长使用寿命和分体式空调对高层住宅碳减排有利。毛潘等以西安地区高层建筑为例，建立建筑墙体全生命周期碳排放评价模型[7]，研究结果表明：每种外保温墙体的保温层厚度存在碳排的最优值。

Yim等对香港某高层住宅进行建筑全寿命周期碳排放评估[8]，结果表明：建筑物运行阶段温室气体排放量占全寿命周期排放量的86%以上，建材生产固碳量占比随着建筑节能设计标准的提高而不断增加[9]。

全球变暖势必引起建筑节能设计的变化，国内外学者近年来对未来气候下建筑设计趋势进行了大量研究。刘大龙等利用当前气候条件下(1971年—2000年)和未来气候条件下(2021年—2050年)的天气数据，模拟研究了我国各建筑热工设计分区代表城市居住建筑的能耗变化，提出未来居住建筑节能的主要方向是减少空调能耗[10]。Kevin等预测了中国五个建筑热工分区代表城市在未来的能源利用和碳排放趋势，讨论了建筑围护结构、室内温度、照明负荷密度和暖通空调系统等因素对建筑节能的影响，最终得出将室内夏季设定温度提升1～2 ℃可以极大地节约能源[11]。Ren等研究在未来气候下澳大利亚八个气候区住宅能耗和温室气体排放情况，提出了提高建筑围护结构热工性能、使用高效空调设备和安装太阳能光伏板，分别是采暖为主、制冷为主和兼顾采暖制冷的气候区应对未来气候的建筑节能减排趋势[12]。

因此本文基于2050典型气象年天气数据，提出光伏高层住宅全生命周期碳排放计算方法，总结我国高层住宅不同平面和层数的典型类型，以全生命周期低碳为目标，研究未来气候条件下我国5个建筑热工设计气候区、高层住宅类型、窗墙面积比、光电转换率与光伏高层住宅全生命周期碳排量的相关性，量化、分析地域及建筑设计变量与低碳目标的作用机制，提出未来低碳光伏高层住宅的发展建议和设计趋势，助力2060碳中和目标的实现。

1 未来气象数据获取及碳排放核算方法

1.1 未来气象数据获取

生成结合未来气候变化和人类活动排放情景的未来逐时气象参数是未来气候条件下建筑能源需求预测的基础。目前，未来气象数据的预测方法有四种：随机气象模型法、全球气象模型法、统计趋势外推法和补偿法。补偿法，又称时间序列调整法，是基于不同的温室气体排放情景，利用历史观测到的气象数据通过变形来产生未来的逐时气象数据[13]，该方法已在美国、英国、澳大利亚和香港得到广泛应用。

未来温室气体排放情景是未来社会经济发展和社会人口情景衍生出来的温室气体排放情景，是对未来人类活动引起的气候变化进行预估的基础数据。IPCC公布的《排放情景特别报告》中，SRES(IPCC Special Report on Emission Scenarios)[14]情景是目前被广泛使用的气候预测情景，包括A1，A2，B1和B2四个情景族，涉及一系列人口、经济和技术因素以及由此产生的温室气体排放情况，其中B1情景为低排放情景，代表着可持续发展情景，与中国未来的节能减排发展模式一致。因此，以2005典型气象年数据作为基础气象数据，应用补偿法对大气环流模式在B1情景下输出的逐月变化预测值进行变形处理，生成中国五个建筑热工设计分区代表城市——哈尔滨、北京、长沙、贵阳和广州的2050典型气象年参数文件。

1.2 建筑碳排放计算方法

随着建筑节能标准的不断提高，未来高层住宅建筑高性能围护结构，必然会引起住宅运行过程的碳排放大幅减小，而建材生产阶段固化的二氧化碳比例日益显著。既有资料表明，建筑运行阶段、建材生产阶段的固碳量分别占全寿命周期碳排放总量的69%和24%[15]，相比之下，建材运输、建筑施工、建筑拆除阶段排放的二氧化碳占比较小，因此，本文光伏高层住宅全生命周期碳排放考虑建筑运行阶段的排碳量、建材生产阶段的固碳量和太阳能光伏的减碳量。

太阳能光伏高层住宅围护结构全生命周期碳中和策略是光伏板在建筑设计使用年限内产电量减排的二氧化碳(Cp)能够抵消建筑使用建材在生产过程固化的二氧化碳(Cm)和运行过程中消耗能源排放的二氧化碳(Co)。高层住宅光伏围护结构一体化全生命周期主要阶段(建材生产阶段和建筑运行阶段)的净碳量C，按照式(1)计算；当C=0时，高层住宅光伏围护结构一体化设计实现了碳中和目标。

C=Cm+Co-Cp

(1)

1.2.1光伏减碳量计算

高层住宅屋顶和外墙的太阳能光伏板，首先根据2050典型气象年逐时太阳辐射强度计算50年建筑设计使用年限的发电量，然后根据终端用电碳排放系数(EFe,j)计算减碳量(Cp)，计算式如式(2)所示。终端用电碳排放系数EFe,j是根据《2019年度减排项目中国区域电网基准线排放因子》[15]得出的，取值见表1。

Cp=50EFe,j(Er+Ewe+Ews+Eww)

(2)

式中：EFe,j为区域j的供电排放系数；Er、Ewe、Ews、Eww分别为建筑屋顶、东立面、南立面、西立面安装的光伏板的年发电量，kW·h。

表1 终端用电碳排放系数Table 1 Carbon emission factor of end-use electricity

1.2.2建材固碳量计算

高层住宅围护结构包括屋顶、外墙、外窗、地面、光伏板五种建筑部品，梁、柱、楼板等承重结构不影响建筑运行阶段的能源消耗，因此不计算高层住宅承重结构建材生产阶段的碳排放。

首先根据围护结构建筑部品的构造做法及材料组成、建材使用时间、建材碳排放因子[17-24]，计算15种高性能围护结构每单位面积建筑部品建材生产阶段的排碳量，作为建筑部品的碳排放因子，如表2所示。需要说明的是表2中的碳排放因子，考虑了由于建筑部品使用年限<50年需要替换维修而成倍增加的建材生产过程的碳排放。然后，统计5类建筑部品的面积，分别乘以相应的碳排放因子，累加得到高层住宅围护结构建材生产阶段的二氧化碳排放量，见式(3)。

(3)

式中：Sci为第i种部品的面积，m2；EFci为第i种部品的碳排放因子，kgCO2e/m2。

1.2.3运行排碳量计算

高层住宅运行过程中能耗主要包括采暖能耗、制冷能耗和照明能耗。严寒和寒冷地区采用集中供暖，夏热冬冷、夏热冬暖和温和地区采用空气源热泵空调采暖。因此，除严寒和寒冷地区的采暖能耗外，高层建筑在5个建筑热工设计分区的运行能耗碳排量均按表1的终端用电碳排放系数EFe,j计算。集中供暖的单位供热量碳排放因子EFh根据相关文献[7，24-27]提供的中国南北方城市数据平均值计算，EFh取0.11 tCO2e/GJ。建筑运行排碳量计算见式(4)。

Co=Eh×EFh+Er×EFe,j+Ei×EFe,j

(4)

式中：Eh、Er、Ei分别为建筑全年采暖、制冷、照明能源消耗量，kW·h。

1.2.4其他参数设置

未来高层住宅建筑采用高性能围护结构、高效暖通空调及照明设备，以最大程度降低运行过程中采暖、制冷、照明的能源消耗，建筑围护结构热工性能满足GB/T 51350—2019《近零能耗建筑技术标准》中“近零能耗建筑”的限值，构造做法如表2所示；人员密度、人员在室率、设备运行时间等按照GB/T 51350—2019、不同建筑热工分区的居住建筑节能设计标准相关规定设置。南方地区暖通空调系统采用空气源热泵机组，制冷能效比4.5，采暖能效比2.3。未来高层住宅照明功率密度为5 W/m2，根据室内照度自动控制人工照明的启闭。

2 建筑设计变量

2.1 高层住宅类型

随着土地利用率不断提高，我国住宅层数不断提高，18层及以上高层住宅是住宅建筑的主流。哈尔滨、北京、长沙、广州和贵阳分别是严寒地区、寒冷地区、夏热冬冷地区、夏热冬暖地区和温和地区的代表性城市。

表2 高层住宅围护结构部品的构造及碳排放因子Table 2 Structure and carbon emission factors of high-rise residential building enclosure components

建筑师在住宅建筑设计中关注的是住宅户型和建筑平面，而且经过长期的市场选择形成了较为经典的高层住宅平面。调研上述5个城市的3年内建成的23个居住小区高层住宅的户型图、平剖面图，总结出了7个不同平面和层数的典型住宅高层类型，如图1和表3所示。

表3 典型高层住宅类型Table 3 Typical high-rise residential types

2.2 太阳能光伏系统

为尽可能实现碳中和目标，高层住宅屋顶和南、东、西朝向外墙安装太阳能光伏板。考虑到出屋面楼梯间、消防水箱等对屋顶的占用和遮挡，屋顶面积的50%安装太阳能光伏板，光伏板安装倾角等于项目所在地的地理纬度。南、东、西朝向外墙垂直安装光伏板，其最大安装面积是除窗户之外的全部不透明墙体部分。综合考虑光伏板成本和光电转换效率，太阳能光伏系统可选用单晶硅电池板和多晶硅电池板，其光电转换效率分别为20%和15%。

目前,由于一维混沌映射其产生方式简单,生成序列众多而被广泛应用于扩频通信中,现在比较常见的、统计性能较好的一维混沌映射主要有以下3种,其表达式以及初值和系统参数的取值范围如下。

2.3 窗墙面积比(WWR)

安装太阳能光伏板的外墙同时承担着节能减碳和发电消碳的功能，现行建筑节能标准规定的窗墙面积比没有考虑光伏板外墙的可能。因此，定义光伏墙面面积比为某一朝向的光伏墙板的总面积与同朝向墙面总面积(包括窗面积在内)之比，某朝向外墙的最大光伏墙面面积比等于1减去窗墙面积比(WWR)。以南向外墙WWR为变量，东西向外墙WWR为定值0.1，按照最大光伏板安装面积计算高层住宅运行阶段的能耗和产电量。

3 数值模拟及分析

在未来气候条件下，本文使用DesignBuilder软件、上文中提出的“建筑碳排放计算方法”，计算了1个地域变量和3个建筑设计变量210种组合的高层住宅的全生命周期净碳量C、建材固碳量Cm、运行排碳量Co和光伏减碳量Cp，变量取值范围如表4所示。

表4 高层住宅地域及设计变量、取值范围Table 4 High-rise residential area and design variables, value range

3.1 相关性分析

通过210组数据，分析未来气候下太阳能光伏高层住宅建筑设计的4个变量与C、Cm、Co和Cp的相关性(表5)，得出如下结论：

1)显著影响C的变量：光伏板光电转换率；显著影响Cp的变量：光伏板光电转换率、高层住宅类型、建筑所在热工设计分区典型城市；显著影响Cm的变量：高层住宅类型、建筑所在热工设计分区典型城市；显著影响Co的变量：高层住宅类型、建筑所在热工设计分区。

表5 4个变量与4个碳排目标的相关性分析结果Table 5 Correlation analysis results of 4 variables and 4 carbon emission targets

2)光伏板光电转换效率与C、Cp均有显著相关性，是影响C最显著的的变量；高层住宅类型与Cp、Cm和Co均有显著相关性，是影响Cp和Cm最显著的变量；建筑所在热工设计分区与Cp、Cm和Co均有显著相关性，是影响Co最显著的变量；窗墙面积比与C、Cp、Cm和Co均无显著相关性。由式(1)可知，C=Cm+Co-Cp，高层住宅类型、建筑所在热工设计分区典型城市与Cm、Co和Cp均显著相关，而与C无显著相关，究其原因是上述两个变量对Cm+Co和Cp的显著影响相互抵消。本文按照地域、建筑、设备的建筑设计思维逻辑，从建筑所在热工设计分区典型城市、高层住宅类型、光伏板光电转换效率三方面，量化分析未来气候下碳中和目标的实现路径。

3.2 热工分区典型城市

表6为五个热工设计分区代表城市光伏高层住宅的全寿命周期C、Cp、Cm和Co统计值，图2为Cp、Cm和Co统计值柱状图。

表6 不同城市高层住宅全寿命周期碳排放量Table 6 Life-cycle carbon emissions of high-rise residential buildings in different cities ktCO2e

不难看出，净碳排放量C由小到大依次为北京<广州<贵阳<哈尔滨<长沙；未来气候下，以北京为代表的寒冷地区高层住宅最易实现碳中和，以长沙为代表的夏热冬冷地区和以哈尔滨为代表的严寒地区最难实现碳中和，以贵州为代表的温和地区和以广州为代表的夏热冬暖地区实现碳中和难度适中。不同城市高层住宅建材生产过程中固化的CO2差别不大，广州高层住宅建材固化二氧化碳量最小，是建材固化二氧化碳量最多的哈尔滨的73.5%；五个热工分区从北到南，再到温和地区，高层住宅运行碳排量Co呈现由大到小的变化趋势，减小幅度分别为35.16%、17.89%、3.54%和8.69%；以北京、哈尔滨为代表的北方城市，太阳能光伏减碳量均值962.41 ktCO2e，远远大于贵阳、长沙、广州为代表的南方地区的光伏减碳量均值529.48 ktCO2e。除北京外的其他四座城市光伏减碳量Cp略高于运行排碳量Co，北京Cp是Co的1.48倍，这是北京地区高层住宅易于实现碳中和的主要原因。

3.3 高层住宅类型

分别统计未来气候下，每个高层住宅类型在哈尔滨、北京、长沙、广州、贵阳的单位建筑面积的全生命周期净碳排放量、光伏减碳量、建材固碳量和运行排碳量，如图3所示。

对于7个高层住宅类型而言，最大光伏减碳量为33层2梯3户的类型5，1.84 tCO2e/m2；最小为31层2梯2户的类型4，1.28 tCO2e/m2。最大建材固碳量为18层1梯3户类型2，0.83 tCO2e/m2；最小为31层2梯2户的类型4，0.64 tCO2e/m2。最大运行排碳量为18层1梯2户的类型1，2.13 tCO2e/m2；最小为34层2梯4户(连廊型)的类型6，1.21 tCO2e/m2。

3.4 光伏板光电转换效率

图4、图5分别为光伏板光电转换率15%和20%工况下5个城市高层住宅全生命周期的净碳排放量C统计值、光伏减碳量Cp统计值。

随着光伏转换率的提高，哈尔滨、北京的光伏减碳量增加了141.89 ktCO2e和133.05 ktCO2e，远远大于长沙、广州、贵阳三个城市。随着光伏转换率的提高，高层住宅净碳排放量降低，当光电转换率为20%时,北京地区高层住宅净碳排放量统计值为-47.43 ktCO2e，比光电转换率15%时降低了150.2 ktCO2e，可以实现建筑全寿命周期碳中和。

4 讨论

4.1 建筑热工分区

表7为2005s与2050s典型气象年5个城市的冬季(12月—2月)平均气温、夏季(6月—8月)平均气温、全年水平面太阳辐照量。高层住宅运行排碳量和光伏减碳量是影响其实现碳中和的主要因素，非极端的冬、夏季室外气温和较丰富的太阳能资源，使以采暖为主兼顾制冷的寒冷地区成为最易实现高层住宅碳中和设计目标的区域。夏热冬暖地区、温和地区、严寒地区、夏热冬冷地区高层住宅实现碳中和的难度逐渐增大。因此，未来应优先在寒冷地区大力发展碳中和高层住宅。

4.2 高层建筑类型

表8为不同层数高层住宅全生命周期C、Cp、Cm和Co的值。对于所有地区，30～34层的高层住宅的净碳排量、光伏减碳量、建材固碳量、运行排碳量的表现均优于18层高层住宅，因此从碳中和角度出发，未来全国高层住宅的发展趋势是建筑高度更高的30～34层住宅。图6为7个高层住宅类型的全寿命周期C、Cp、Cm和Co的柱状图和体形系数折线图。体形系数与高层住宅全生命周期的C、Cp、Cm和Co的线性关系不明确，不存在C、Cm随体形系数增加而增加的规律。

表7 2005s与2050s典型气象年不同城市室外环境参数Table 7 Outdoor environmental parameters of differentcities in typical weather years in 2005s and 2050s

表8 不同层数高层住宅全寿命周期碳排放量Table 8 Whole life-cycle carbon emissions of high-rise residential buildings with different floors tCO2e/m2

以全生命周期净碳排量为优化目标，高层住宅类型5、类型7分别在北方采暖区、南方制冷区表现优异，应在北方、南方的碳中和高层住宅设计中大力推广；以运行过程排碳量为优化目标，类型6表现优异，以光伏减碳量为优化目标，户型5表现优异，应结合高层住宅设计目标择优推广。

4.3 太阳能光伏减碳

当光电转换率由15%增加至20%时，北京地区建筑净碳排放量降低146%，北京地区建筑光伏减碳量增加量远大于其他地区，这是因为北京属于太阳能资源较丰富区且冬季室外温度不极端的低。因此北京地区的高层住宅碳中和设计中，使用太阳能光伏板、提高光伏板光电转换率是实现高层住宅全生命周期碳中和的有效设计手段。

4.4 制冷空调设备

图7为净碳排量最小的高层住宅户型5在窗墙面积比为0.25、光伏转换率20%时，在5个热工设计分区典型城市运行阶段照明、制冷、采暖碳排放量和太阳能光伏减碳量。在广州地区，制冷排碳量占运行排碳量的49%。不难看出，制冷能耗高导致的制冷碳排量高，是制约广州难以实现高层住宅碳中和设计目标的主要原因。因此，夏热冬暖地区高层住宅碳中和的设计重点，是提高空调设备的制冷能效比。经估算，广州地区户型5、窗墙面积比为0.25时光伏高层住宅的制冷能效比提高到6.6，才有可能实现全生命周期碳中和，这有赖于高性能空调设备的技术突破。