3 软件及能耗模型模型验证

3.1 使用HDR-Image 技术验证软件

实测一栋幕墙类办公建筑的自然采光分布情况，该办公建筑的空间模式符合典型类型中的COU 类型，在该办公建筑中取九个取景点（图3.1），以其功能及使用者的不同作为取点依据。场景1 和场景2 在入口的接待台处，是从办公人员站立的高度看向室外，从这个视角和高度来拍摄他们视野里的亮度分布。场景3 至场景8 这六个位置是办公位置，以办公人员坐高的角度向外拍摄，在保证使用者坐姿视角的高度与相机镜头高度相等的前提下，拍摄工作状态中的视野内景象。场景9 是行人位置，用于考察大厅中两处通高的玻璃幕墙造成的眩光干扰，选取正对幕墙以站立的高度向外拍摄。九个视角拍完图片后，经处理取得的数据结果列于表3.1。图3.2 为场景6 的照度数值域分析图。表3.1 中，彩色数据代表其亮度值高于临界值，被定义为眩光位置。本文为方便炫光比较，综合考虑三种不同的眩光标准（DGP, DGI, UGR），将眩光的等级定义为四个等级，从低到高分别为：无法察觉、可察觉、干扰以及无法忍受。在表3.1 中不同颜色的数据代表不同等级的炫光：红色代表最严重的眩光情景，橙色代表干扰性眩光，黄色代表能够察觉到的眩光，而黑色则代表没有眩光问题的存在。

所需设备如下：相机，Canon EOS 5D Mark II ，镜头,Sigma 8mm f/3.5 Fisheye Lens ，三脚架，Benro A1580F Tripod，18% Grey Card。使用佳能高端相机和鱼眼镜头连续拍摄，将光圈固定在5.6 的位置，改变快门的速度，拍摄10--13 张，以取得不同曝光程度的照片，同时用测光仪器测试景框中的灰卡亮度并记录下来，留作在软件中矫正使用。最后运用photosphere 软件来合并这些照片，此照片为hdr 格式，可以分析图片内的各个物体表面的亮度，并运用hdrscope 做场景的亮度、alsecolor、glare issue 等一系列的分析。

为了判断模拟数据与实测数据是否相关，或者说DIVA 的计算结果是否可靠，本研究使用SPSS 进行t 检验（Student's t test）。T 检验是用于小样本（样本容量小于30）的两个平均值差异程度的检验方法，是用T 分布理论来推断差异发生的概率，从而判定两个平均数的差异是否显著。根据计算，表3.2 列出了实测的代表性晴天和全阴天的HDR-image 与DIVA 模拟计算的DGP值相比较的T 值， n=9, df=8, α=0.01, T值小于3.355 即说明两组数据没有明确差异概率。所有数据均小于3.355，证明了DIVA 的动态采光计算结果是可靠的，模拟结果可以用于预测模型的建构。

3.2 模型验证

某办公建筑项目在方案设计阶段提出以下6 个方案设计(图3.3)，方案一、二、三属于BIL 类型，区别主要在体型比例和立面窗型上；方案四、五、六属于COU 类型，区别主要在型体变化。为了验证预测模型的准确性，将按预测模型进行计算的结果与使用DIVA 进行模拟得到的结果进行比较。玻璃透过率设为0.6，照明控制方式设为开关控制，内部房间分隔按典型模型代入，其余项均取方案实际数据。经比较，预测模型计算结果与软件模拟结果之间的最大误差为7%（表3.3）。

经数据分析确认，误差主要来源于以下两方面：一是典型模型的普及性问题，由于需要将模型简化到典型模型的使用限定范围，导致了渲染计算中的差异，这说明简化过程需要规范操作的支持。二是由于尺度引起误差，因为典型模型的细节构件尺度都是使用最为普及应用的尺度, 但实际方案中的尺度比例还是会根据需求有不同的组合变化，因此导致了数据间的误差。

验证证明：在方案设计阶段，简便易行的建筑性能预测方法可以准确地体现出能耗及环境表现随设计参数的变化趋向，从这种意义上讲，由于简化产生的误差是可以接受的。

4 主要空间设计参数分析

4.1 空间设计参数与照明能耗的关系

在2.4 节所建立的照明能耗预测模型的基础上，对主要空间设计参数进行敏感性分析，计算其对于照明能耗的敏感性系数，计算结果列于表4.1。通过对计算结果的比较可得出以下结论：

1）外窗透光率：无论在BIL 还是COU 空间类型的办公建筑中，外窗透光率都是对照明能耗影响最大的设计参数，换言之：外窗透光率对于照明能耗的影响最为重要。

2）进深：增加进深会增加建筑单位面积的照明能耗。无论采用何种照明控制方式，DA的平均值都会随着进深的增加而降低。但采用连续调节的照明控制方式可以有效降低大进深建筑的整体照明能耗，换言之：大进深办公建筑的照明控制方式采用连续调节，可有效地降低照明能耗。

3）窗墙比：窗墙比的影响可分为两种情况，在连续调节控制方式下，增减窗墙比所引起的能耗变化不大，在此方式下，盲目地依靠增加窗墙比追求自然采光效果，将会增加整体能耗，并增加产生眩光的可能性。在开关控制方式下，窗墙比对能耗的影响力增加，不过仍低于外窗透光率的影响。

4）朝向：在不同朝向和不同照明控制方式下，空间设计参数对于照明能耗的影响力变化很大，在设计中可针对具体情况查表分析，敏感性系数越大代表参数对于照明能耗的影响力越大。

5）当设计参数超过一定值，增加变量获得的收益有限。外窗透光率是对照明能耗影响最大的参数，但当外窗透光率小于某个值时, 改变透过率对采光效果影响不大。不同情况下，其影响如下：对于COU 空间模式的办公建筑，连续调节控制方式下，在玻璃透光率小于0.5 时，改变透光率对采光效果影响不大，还会大幅增加整体能耗；开关控制方式下，这一值为0.4。对于BIL 空间模式的办公建筑，连续调节控制方式下，在玻璃透光率小于0.65 时，改变透过率对采光效果影响不大，还会大幅增加整体能耗；开关控制方式下，这一值为0.45。

4.2 空间设计参数与采光性能的关系

采光性能的评价包括两个方面：一是要满足要求照度；二是要控制眩光的产生。照度用自然采光照度满足率（DA）来评价；眩光则用全年眩光计算(Annual Glare)来表现，并可以据此提出遮阳构件使用计划。图4.1 为两种典型空间类型的办公建筑(COU 和BIL)在不同参数设置下模拟计算得到的自然采光照度分布，不同颜色表示不同等级的照度值，红橙色代表自然采光充足，蓝紫色代表需要补充人工照明。根据这一结果，设计者可以直观的理解采光分布情况，从而合理地进行室内功能和家具布局设计。采光充足处应安排为办公空间，采光不足处可安排为辅助、交通或者公共空间，从而有利于节能。综上所述可得出以下结论：

1）对于符合CO 空间类型的办公建筑，当柱网尺度为L3（9x9），层高进深比h/r=0.36,窗墙比WWR=0.9 的情况下，当外窗透光率τ=0.8 时，辅助空间宜成L 形位于中庭东北角最为有利；当外窗透光率τ=0.7 时，辅助空间宜成U 形位于中庭北侧最为节能；当外窗透光率τ=0.6 时，辅助空间成口形环绕中庭一周相对合理。

2）对于符合BI 空间类型的办公建筑，当外窗透光率、层高及窗墙比不变的情况下，产生眩光的机会均等；进深越大，自然采光效率越低；采光效果南向优于东向优于西向优于北向，但由于西向眩光情况相当严重，故占据西北两向的L 型辅助空间的布置是最为节能合理的。

5 结论

本文以全年自然采光满足率作为照明节能评价标准,以有效照度分布作为照明质量评价标准，基于自然采光动态模拟，建立严寒地区办公建筑照明能耗预测模型。确定影响能耗的方案阶段设计参数，使用线性回归的方法拟合自然采光满足率、有效照度满足率及照明能耗的简化公式，并验证。

1）确定影响能耗的方案阶段设计参数，使用线性回归的方法拟合DA、UDI 及Elight的简化公式，设计师可以根据不同朝向不同照明控制方式查表选用系数进行简便计算，以评价符合相应空间模式的办公建筑的自然采光效果及照明能耗。

2）各设计参数都有增益限制的临界值，超过限值增加参数对于节能有害无益。在节能设计中需根据朝向、照明控制方式查表，确定各参数的节能潜力后，再进行恰当选择。或根据设计限定的条件查表，据此选择更为节能的朝向或照明控制方式。

3）主要空间设计参数对整体能耗影响力的变化趋势与其对于照明能耗影响力的变化趋势基本相同。在考虑整体能耗时，设计师可根据朝向、窗墙比查表，确定墙体、外窗参数的节能潜力，从而做出收益最大的选择；

4）设计师可根据参数搭配，查看最相近的照度分布图，以此为据选择恰当的办公与公共空间布局；并据此选择参数最相近的全年遮阳构件使用计划，以期最大限度地避免眩光。

参考文献:

[1] 肖坚. 促进节能减排的税收政策思考[J]. 新疆财经，2007(5)：63-67.

[2] 孙澄，刘蕾. 严寒地区办公建筑整体能耗预测模型建构研究[J]. 建筑学报学术专刊，2014(S2）：86-89.

[3] Sun Cheng, Liu Lei, Kong Zhe.Study on Lighting Energy Consumption Prediction Model of Office Buildings in Harbin, China Using DIVA[A].in Proceedings of the 14th International IBPSA Conference, Hyderabad, India, 7–9 December 2015：944–951

[4] A Nabil. Useful daylighting illuminance: a new paradigm for assessing daylighting in buildings.Lighting Research and Technology March [J].2005 vol. 37 no. 1:41-57

[5] J. Mardaljevic. Daylighting Metrics: Is There a Relationship Between Useful Daylight Illuminance and Daylight Glare Probrability.First Building Simulation and OptimizationConference Loughborough, UK 10-11 September 2012 :189-196

[6] Solemma, DIVA for Rhino. Retrieved from DIVA For Rhino, Online athttp://diva4rhino.com

[7] Ward , G., & Shakespeare, R. (1997). Rendering with Radiance. California.

[8] Mardaljevic, J. (1997). Validation of a Lighting Simulation Program: A Study Using MeasuredSky Brightness Distributions. Lux Europa 97 Conference Proceedings.

[9] Wienold, J. (1998). Dynamic daylight glare evaluation. International Building PerformanceSimulation Association Conference. Glasgow, Scotland.

[10] Wienold, J. (2009) Dynamic daylight glare evaluation, in Proceedings of the 11th International IBPSA Conference, Glasgow, UK, 27–30 July 2009, pp. 944–951.

[11] COMFEN, 2012. COMFEN: PC Program for Calculating the Heating and Cooling Energy Use, and Visual and Thermal Comfort, of Commercial Building Facades.

[12] EnergyPlus, 2012. EnergyPlus Engineeringreference – The Reference to EnergyPlus Calculations,<http://apps1.eere.energy.gov/buildings/energyplus/pdfs/engineeringreference.pdf>

图表来源：

本文所有图表均为作者绘制。

分享让更多人看到