田园泉¹  简毅文^1,2  高萌¹  刘晓霄1  王旭¹

1 北京工业大学建筑工程学院；2 绿色建筑环境与节能技术北京市重点实验室

       【摘  要】居住建筑空调能耗与使用者的空调行为有密切关系。为了正确估计建筑能耗和合理评价建筑技术措施，在获得可以定量化描述空调行为的空调行为模型后，还需要典型的空调行为模式作为模型输入参数。通过问卷调研的方法对北京地区高校开展居民夏季空调用能行为调查以确定空调开启和关闭的行为模式，同时配合实测调研数据的空调行为以确定群体空调行为的驱动特性，在此基础上归纳总结得到北京地区典型空调行为模式，可以为基于动作模型的空调行为模拟分析提供一定的数据参考。

       【关键词】居住建筑；动作模型；空调行为；模式

0 引言

       在居住建筑中，空调能耗不仅与建筑围护结构的保温性能相关，还很大程度上受到居住者空调行为的影响。李兆坚等^[1,2]等对北京地区住宅夏季空调能耗进行实测，发现能耗最大值比最小值大近100倍，同时指出空调设定温度和空调运行时内门状态对空调能耗影响较大。朱光俊^[3]等以上海地区某住宅为模拟对象，认为在采暖空调能耗的敏感性上，容忍温度最大，设定温度次之，人员作息相对较小。阮方等^[4]研究认为夏热冬冷地区居住建筑普遍具有分室间歇用能特点，传统外墙外保温不一定好于内保温技术措施。Feng等^[5]在成都地区开展大规模问卷调研研究住宅夏季空调行为模式，得到大量行为模式，通过模拟手段以能耗为指标聚类出几种典型行为模式。因此，居住建筑空调行为模式的研究有较大意义，可以为空调行为节能和建筑节能提供参考。

       目前，我国清华大学人行为课题组^[6,7]提出了基于条件触发的人行为动作模型，该模型以时间或环境因素等纯物理量作为自变量，以概率函数形式建立动作行为与自变量间的关系，对空调行为的研究有基础性意义。在建立准确描述空调行为的模型框架后，还需要与之匹配的典型空调行为模式的特征参数作为模型的输入参数。本文通过大规模问卷调查，同时配合调研实测，建立典型的空调行为模型，为基于动作模型的空调行为模拟分析提供数据支撑。

1 动作模型介绍

       人行为动作模型主要由以下三个基本类型组成，分别为累计环境驱动，当前环境驱动和事件驱动，如表1所示。

表1 动作模型的基本概率表达式

       式中：P表示空调开、关动作的发生概率即空调行为概率；Δτ为测试记录的时间间隔，单位：min；T为概率函数自变量、也即作为环境驱动力的温度，不同驱动类型的环境驱动力由问卷调研得到，单位：℃；u表示阈值参数，即引起空调动作的的最大或最小温度，单位：℃；L为尺度参数，表征空调开启率、关闭率达到1时的温度与阈值温度的距离尺度，单位：℃；k表征动作发生概率随驱动参数变化的敏感程度，为无量纲参数；p为固定概率值。

       动作模型为建筑中人员动作描述提出了理论框架，具有基础性作用。按照以下方法在实际案例中建立空调行为模型，首先通过对居住者访谈的形式确定空调行为的驱动类型和驱动力因素，然后通过实测数据统计出随驱动力因素变化的空调动作发生概率离散点，最后依据相应的模型表达式，通过最小二乘法对各离散点进行拟合，得出可以反映住户空调驱动特性的特征参数u、l、k值。

2 空调用能行为调研

       对北京地区某高校以学生宿舍为单位，开展住户空调用能行为模式问卷调研，调研包括住户基本信息和空调用能行为等信息，共收回有效问卷400份，调研时间为2017年8月至10月。调研住户基本信息如表2所示。全部居住者在北京的居住时间大于一年，可认为居住者已经逐渐适应了北京的气候环境，形成相对稳定的空调用能方式。空调开启与关闭模式占总体比例情况如图1所示，其中对于关闭模式，认为所有居住者均有离开关空调行为，故如果关闭模式中存在除离开关空调行为，则省略离开关情况。对于开空调模式，除去不使用空调情况，空调开启模式共7种模式，占比较多的有热时开，热时开和睡前开，进门开、热时开和睡前开这4种模式。对于关空调模式，除去不使用空调情况，空调关闭模式共13种模式，占比较多的有冷时关和夜里定时关，冷时关，夜里定时关，冷时关和睡前关情况这4种模式。

表2 调研居住者基本信息

       空调开启与关闭模式出现了组合爆炸性增长的趋势，除去不使用空调情况，共58种模式，其中占比较多前8种模式已在图1（c）中标红。其中只有热时开、冷时关和睡前关模式中包括睡前关驱动类型。对睡前关驱动类型进行简化，与热时开和冷时关模式进行合并，最后得到7种在调研中占比较多的空调开启与关闭模式，统计如表3所示，记为模式A-G。在这些空调开关模式中，所有模式均包含热时开驱动类型。

图1 空调开启与关闭模式
表3 空调驱动类型组合

3 空调行为驱动特性

       在文献[8]的基础上，将样本容量扩充到35户，各驱动类型的空调典型行为的概率变化曲线及各典型行为占总体比例如图3所示，其中入睡后关情况可以为上节问卷调研的夜间定时关情况提供驱动特性数据。文献认为u值对空调动作发生概率影响显著，实质上图3中的驱动力度是几种典型l、k的组合。而u值的分布情况如图4所示，例如对于进门开，u值可以选取比例较大的27℃，对于热时开，u值可以选取比例较大的26℃。通过在图2和图3中选取适当的特性参数，可以完成对各空调行为概率曲线的定量化描述。

图2 不同驱动类型下空调典型行为的概率变化曲线及各典型行为占总体比例

图3 u值的分布

4 典型空调行为模式

       通过以上的讨论分析，由空调开关模式和与对应的驱动特性进行组合可以得到典型空调行为模式，将代表空调行为模式的数据带入模拟软件从而完成对该空调行为的模拟。例如，对于调研中出现较多的热时开和冷时关空调模式，为了建立典型热时开和冷时关空调模式，可以选取图3（b）中典型A曲线及相应的l和k值，u值选取实测中出现最多的26℃作为热时开的特征参数，同理选取图3（d）中典型c曲线及相应的l和k值，u值选取实测中出现最多的28℃作为冷时关的特征参数，由此可以完成对该典型模式的定量化描述。其余空调开关模式也均可使用此方法进行描述，从而完成各典型空调行为模式的描述。

       在完成对典型空调行为模式描述的基础上，可以通过改变各驱动类型的空调典型概率曲线和相应的u值，完成对各个典型空调模式的进一步细化，从而更全面的描述居住者空调行为。例如对典型热时开和冷时关空调模式，可以保持热时开u值不变，选定热时开驱动类型曲线为典型B，以建立新的典型空调行为模式，最终达到为基于动作模型的空调行为模拟分析提供数据支撑的目的。

5 结论

       本研究以人行为动作模型为框架，通过问卷分析和实测调研，得到结论如下：

       （1）通过问卷调研，得到空调开启模式7种，出现最多的模式为热时开；空调关闭模式13种，出现最多的模式为冷时关和夜里定时关；空调开启与关闭模式58种，出现最多的模式为进门开、热时开、睡前开、冷时关和夜里定时关。

       （2）将空调开关模式和与之对应的各空调行为驱动特性进行组合可以得到典型空调行为模式，并给出相应的数据作为参考，为基于动作模型的空调行为模拟分析提供数据支撑。

参考文献: 

       [1]李兆坚，谢德强，江红斌等. 北京市住宅空调开机行为和能耗的实测研究[J]. 暖通空调，2014，44（2）：15-20.
       [2]李兆坚，江亿，魏庆芃.环境参数与空调行为对住宅空调能耗影响调查分析[J].暖通空调.2007，37(8)：67-71.
       [3]朱光俊,张晓亮,燕达.空调运行模式对住宅建筑采暖空调能耗的影响[J].重庆建筑大学学报,2006(05):119-121.
       [4]阮方,钱晓倩,钱匡亮,傅新.人行为模式对外墙内外保温节能效果的影响[J].哈尔滨工业大学学报,2017,49(02):109-115.
       [5]Feng X, Yan D, Wang C, et al. A preliminary research on the derivation of typical occupant behavior based on large-scale questionnaire surveys [J]. Energy and Buildings, 2016, 117:332-340.
       [6]WANG Chuang, YAN Da, JIANG Yi. A novel approach for building occupancy simulation [J]. Building Simulation, 2011, 4: 149-167. DOI: 10.1007/s12273-011-0044-5.
       [7]王闯, 燕达, 孙红三, 等. 室内环境控制相关的人员动作描述方法[J]. 建筑科学, 2015,31(10)199-211. DOI: 10.13614/j.cnki.11-1962/tu.2015.10.30.
       [8]简毅文, 田园泉, 高萌. 等. 居住建筑夏季空调行为驱动特性的分析方法[J]. 哈尔滨工业大学学报, 2018, 出版中.

       备注：本文收录于第21届暖通空调制冷学术年会（2018年10月23～27日，中国·三门峡）论文集。版权归论文作者所有，任何形式转载请联系作者。