一、引言

为了检验办公建筑能耗模型自动校正方法的有效性和准确性，将选取一栋实际办公建筑来进行验证。本章将首先建立该办公建筑的IDF能耗模型，并计算首次能耗模拟输出同实测能耗的误差。手动调整照明功率密度和设备功率密度后，运行自动校正软件，并对校正结果进行分析和对比。

二、实际建筑能耗模型

1  建筑概况

所选大楼建筑共19层，层高均为4.8m，总建筑高度91.2m。标准层面积为1093.7 m2，总建筑面积20780 m2。该办公大楼空调系统为VAV系统。办公大楼空调系统常年运行。夏季制冷，冬季制热。办公建筑工作时间从8: 00到18:00，提前一小时制冷哄热。采用建筑能耗模拟软件EnergyPlus进行初始模型的建立，首先应该建立办公建筑的几何模型并设置温区，温区是指出狱相同温度的一定体积的空气和所有构成其边界的传热和蓄热，即只有一个温控器的区域。综合朝向和纵深因素，本次模拟将整个地下室划分一个温区，将地上楼层划分为第一层、中间层和顶层三部分。对于第一层，中间层以及顶层，每类楼层均划分为五个区，分别为东区，西区，南区，北区以及中间区。地上楼层温区划分如图5-1所示。

本次模拟使用EnergyPlus官方网站提供的上海市典型气象年逐时气象数据文件进行模拟计算。模拟周期为:4月1日0时一9月31日24时，也就是第二三季度。在建模过程中，根据建筑设计资料和实际运行情况(部分参数由于缺乏实际数据，依据ASHRAE90.1的附录G和要求和公共建筑节能设计标准设定)，部分重要参数在初始模型中的设定值见表5-10    

三、能耗模型的校正及结果分析

1  EnergyPlus直接仿真结果

在上一节的基础上，我们在EnergyPlus输入相关参数，运行IDF模型之后，得出的该建筑在二、三季度的逐月分项能耗输出如表5-3所示。            

为了更加明显的看出建筑分项能耗计算值同实际值得对比，本文分别对照明能耗、设备能耗、空调能耗和总能耗进行了对比。建筑照明能耗实际值与计算值的对比如图5-4所示，我们可以明显看出，实际能耗大于计算能耗，均方差变异系数为17%，远远高于ASHRAR 14标准水平，但是大体趋势是一致的。

建筑设备能耗实际值与计算值的对比如图5-5所示，可以看出，计算能耗大于实际能耗，通过计算，均方差变异系数达到26%。如图5-6所示，建筑空调能耗的实际值和计算值的对比中，计算能耗明显大于实际能耗，通过计算，均方差变异系数达到35%a

在建筑总能耗实际值与计算值的对比图5-7中，计算能耗明显大于实际能耗，但是大于的趋势却没有空调能耗的对比值看起来那么明显，并且均方差变异系数为19%，低于空调能耗和设备能耗的均方差变异系数，这是因为照明能耗中的差值抵消掉了空调能耗的差值，因此在后面的模型校正中，不能仅仅看总能耗的一致性。

2  模型校正过程和结果分析

通过上面能耗的对比，我们可以发现，如果直接采用建筑总能耗进行校正的话，很容易出现在照明能耗计算值大于实际值，而设备能耗计算值小于实际值的情况下，建筑总能耗的计算值同实际值相近的情况，在这种情况下，虽然建筑总能耗的计算值同实际值误差很小，但是实际上整个建筑模型同实际的建筑模型还是存在很大的误差的，因此在模型校正的时候，应该分开进行校正或者在目标函数中对照明、设备和空调能耗都给予相应的权重值，才能够保证最后校正结果的正确性。

从第二章的灵敏度分析结果，我们可以看出，在进行灵敏度分析的13个参数中，会对照明能耗产生影响的只有照明功率密度，会对设备能耗产生影响的只有设备功率密度，因此对照明能耗和设备能耗的校正调整起来是非常方便的。在手动将照明能耗和设备能耗设定到12W1m2和8W/m2之后，运行结果如表5-4所示。

照明能耗和设备能耗的对比图如图5-8和图5-9所示，通过本次调整，照明能耗的均方差变异系数降低到了4.6%，设备能耗的也有了大幅度的降低，为9.7%，均达到了ASHARE 14的标准。但是建筑总能耗和空调能耗的误差并没有受到很大影响，因此还要进行下一步的自动校正过程。              

在分别对照明功率密度和设备功率密度进行改变之后，下一步的自动校验中就不再对照明能耗和设备能耗进行校正，因为其余的参数中对这两类能耗都没有影响。通过对剩余5个参数，.也就是制冷机COP，人员密度，风机效率，新风量和外墙传热系数进行寻优，经过11次的迭代计算后，建筑能耗模拟结果对比图如图5-10和图5-11所示。我们可以明显看出，建筑能耗数据的计算值和实际值的吻合程度有了大幅度的提升。        

由表5-5可知，通过校正，整个建筑模型的逐月数据同实际值变得比较吻合，整体建筑总能耗的均方差变异系数降低到了6%，而空调均方差变异系数降低到了7.9%，较之前的有了明显的提升。

建模自动校正前后参数都发生一些变化，具体参数的变化如表5-6所示。

从表5-6中我们可以看出，对于整栋建筑的参数变化来讲，人员密度有了比较大幅度的改变，也正是因为人员密度的改变，才会减小计算值中的空调能耗直到同实际值比较匹配。通过参数前后的改变，我们可以发现，不论是围护结构、内部得热还是空调系统，建筑在实际运行过程中的实际参数之可能都会发生变化，在有条件的情况下，对各个参数进行短期的监测是最好的选择。但是，在模型校正过程中还是存在着很多无法避免的误差。

  1)办公建筑的实际天气情况受到当年气候的变化，而我们在模拟时使用的天气文件时官方提供的多年前的天气文件，这份天气文件描述的天气情况同当年可能会有很大的差别，这种误差没有办法避免。

  2)办公建筑在一年的实际使用中，可能存在部分区域没有使用的情况，各个房间的使用也具有很大的随机性，除非清楚地知道整栋大楼的具体使用情况，否则模型无法反映出这种随机性。同样的，这种随机性并不具有代表性，也就是根据今年的使用情况而专门建立的模型可能不符合明年的使用情况，因此在建立办公大楼能耗模型的时候一般不会考虑这个问题，因此这种随机性带来的误差在所难免。

  3)同样的，办公建筑实际运行中，空调系统、照明和设备的使用同时具有很大的随机性，例如空调系统在使用的过程中，在过渡季节的使用时间是很难确定的，比如某一年的4月份比较凉爽，那么空调系统当年的每天的使用时间可能会很短，这种随机性也很难在模型校正过程中避免。

虽然有很多误差都是模型校正很难避免的，但是我们可以确定的是，通过模型校正，模型从各个分项上的对比都比原始模型更加接近实际运行值，不管是照明能耗、设备能耗还是空调系统能耗。在上述三类能耗中，我们可以看出照明能耗和空调系统能耗的模拟仿真值同实际运行值的吻合程度很高，但是设备能耗的模拟仿真值和实际值在曲线的变化趋势上不太类似，造成这部分误差的原因很可能是在当年的假期日程和能耗模型中设置的不同;除此之外，在上面提到的办公建筑的使用的随机性也会导致这个问题的存在。

虽然自动校正的结果具有不如意的地方，但是该方法可以让分析人员在己知建筑情况比较不完整的情况下进行最大程度上的校正和未来建筑能耗的预测，提高准确度的同时也减少了人员的工作量。

四、总结

利用建筑能耗模型校正程序，对一栋实际的办公建筑进行了能耗模拟，首先通过手动校正照明功率密度和设备功率密度对照明能耗和设备能耗进行了修正，然后通过自动校正程序，对建筑能耗模型进行校正，并对过程进行了分析，验证了方法的有效性和程序的可靠性。