建筑能耗分析用逐时气象模型课件

建筑能耗分析用逐时气象模型建筑能耗分析用逐时气象模型1问题的提出国内外气象模型的研究情况研究目的和主要内容气象模型建立的总体思路选择典型气象年逐时气象模型的建立逐时模拟数据与实测数据的比较气象模型的实际应用内容提要结论问题的提出国内外气象模型的研究情况研究目的和主要内容气象模2问题的提出外界气象条件的变化情况与建筑物的动态热特性是研究空调系统动态过程的基础。只有基于一整套切实反映气象环境的数据才能真正对建筑物的冷热能耗有更加准确的计算分析，对整个空调系统的动态过程有更全面的了解。问题的提出外界气象条件的变化情况与建筑物的动态热特性是研究空3国内外气象模型的研究情况统计法随机数模拟法随机过程模拟法国内外气象模型的研究情况统计法4综合考虑以上三种建立气象模型的方法，我们可以看到：统计法利用长期的逐时数据构成典型年（或参考年）。然而我国的逐时气象观测数据却很不完整，目前只有少数城市有近几年的逐时气象数据，而且这些数据由于某些原因还未公开。除统计法外，气象模型由分两步进行：首先，用随机方法模拟逐日气象参数；然后，再用模拟出的逐日气象参数配出或随机模拟出最终要求的逐时参数。随机数模拟法和随机过程模拟法是在逐日数据的缺乏的情况下产生的，主要应用于逐日数据的模拟。然而，这两种方法所模拟出来的气象数据仍不能完全反映实际的逐日气象变化规律。综合考虑以上三种建立气象模型的方法，我们可以看到：5随着我国逐日气象资料的公开，我们已获得遍布全国的194个气象站台的近50年的逐日气象数据。在逐日数据充足的有利条件下，就无需再用复杂繁琐的方法模拟逐日参数，也就是说，可以越过气象模型建立的第一步，直接进行第二步——模拟逐时参数。随着我国逐日气象资料的公开，我们已获得遍布全国的194个气象6研究目的和主要内容研究目的——在逐日实测数据的基础上，建立一套完备可靠的气象模型,获得满足一定统计要求的全年逐时气象数据,为空调系统动态过程的研究建立坚实的基础。主要内容——在历年气象数据中挑出具有气候代表性的典型气象年；——找出空气干球温度、绝对湿度、太阳辐射、风速风向以及天空有效温度等气象参数的一天内的变化规律，建立各气象参数的逐时模型；——验证逐时气象模型；——应用模型于空调系统的动态负荷模拟中；——模拟全国194个站点的典型年逐时气象数据。研究目的和主要内容研究目的——在逐日实测数据的基础上，建立7气象模型建立的总体思路原始逐日气象数据典型气象年的选择模拟逐时气象数据干球温度绝对湿度太阳辐射（直射和散射）天空有效温度风向风速气象模型建立的总体思路原始逐日气象数据典型气象年的选择模拟8原始逐日气象数据构成日最高温度日照小时数日总辐射日平均风速日最大风速风向日平均大气压日最低相对湿度日平均相对湿度日最低温度日平均温度原始逐日气象数据来自中国气象中心原始逐日气象数据构成日最高日照日总辐射日平均日最大日平均日最9典型气象年的选择由于气象参数的随机性，根据各年的实测气象参数来计算建筑负荷，其结果常有较大差别；这就有必要选取一个“典型年”,它由“平均月”构成，按每一“平均月”的气象参数算得的负荷应与该月的、按历年实际气象参数算得的负荷的平均值吻合；典型年反映了气象环境的平均状况。典型气象年的选择由于气象参数的随机性，根据各年的实测气象参数10对于月份m，如果第y年的实际气象参数能同时满足以下条件者，可认为该年该月有条件成为“平均月”：计算每月各气象参数的N年平均值及方差典型气象年的选择方法统计出每年每月的各气象参数的平均值设有N年的逐日数据初选平均月i—参数序号m—月份序号Y—年份序号如有若干个年份的m月都能满足“初选平均月的条件”，计算Dm值，选择Dm最小的月份作为第m月的“平均月”：Ki—各气象参数的权重对于月份m，如果第y年的实际气象参数能计算每月各气象参数的典11选择典型气象年的气象参数及其权重气象参数权重日平均温度2/24日最低温度1/24日平均相对湿度2/24日最低相对湿度1/24日平均风速2/24日最大风速1/24日最大风速时刻的风向1/24日日照时数1/24日总辐射量12/24日最高温度1/24选择典型气象年的气象参数及其权重气象参数权重日平均温度2/12干球温度模型的建立资料表明，一天内最高温度一般出现在午后三时，而最低温度出现在日出前一小时左右。温度在一天内的变化规律可以近似用余弦函数来表示。

干球温度模型的建立资料表明，一天内最高温度一般出现在午后三时13干球温度模型的建立日平均温度日最低温度日最高温度用傅立叶级数模拟逐时温度用一种简易方法模拟逐时温度没有考虑各天之间的影响，各天之间的温度都是孤立的逐时模拟温度的日均值与实测值的误差较小各天温度之间都是连续的逐时模拟温度的日均值与实测值的误差较大各天衔接处平滑处理干球温度模型的建立日平均温度日最低温度日最高温度用傅立叶级数14绝对湿度模型的建立

绝对湿度的模拟是通过间接的方法得到：利用已模拟出的逐时温度计算逐时饱和水蒸气压力；模拟出逐时相对湿度；逐时水蒸汽分压力（绝对湿度）＝逐时相对湿度×逐时饱和水蒸气压力；水蒸气分压力饱和水蒸气分压力相对湿度绝对湿度模型的建立绝对湿度的模拟是通过间接的方法得到：15相对湿度的逐时模拟资料表明，相对湿度日变化主要决定于气温日变化，但位相相反，即最低相对湿度出现在午后最高温度时段，而相对湿度最高值出现在清晨温度最低时刻。因此可用模拟温度的方法来模拟相对湿度，只要变化方向相反即可。

日平均相对湿度日最低相对湿度日最高相对湿度＝2×日平均相对湿度－日最低相对湿度各天衔接处平滑处理相对湿度的逐时模拟资料表明，相对湿度日变化主要决定于气温日变16太阳辐射模型的建立太阳辐射量的逐时模拟主要包括两方面：总辐射的逐时模拟直射和散射的分离太阳辐射模型的建立太阳辐射量的逐时模拟主要包括两方面：17总辐射的逐时模拟太阳总辐射的逐时模拟采用Collores-Perein和Rabl模型（简称C.P.R模型）：小时中点的时角水平面日辐射总量总辐射的逐时模拟太阳总辐射的逐时模拟采用Collores-18直射和散射的分离

根据水平面接受到的太阳日总辐射与大气层外太阳日总辐射之比Kt的范围，可分为如下四种情况：已知可计算得到

Kt<=0.280.5<Kt<0.74晴天有云阴阴0.28<Kt<0.5有云阴Kt>=0.74晴天

采用MARKOV链来决定某一瞬间的状态

采用MARKOV链来决定某一瞬间的状态直射和散射的分离根据水平面接受到的太阳日19直射和散射的分离阴有云晴—水平面直射辐射强度/大气层外辐射强度在水平面的投影—散射辐射强度/大气层外辐射强度在水平面的投影—水平面总辐射强度/大气层外辐射强度在水平面的投影可由逐时总辐射计算得到直射和散射的分离阴有云晴—水平面直射辐射强度/大气层外辐射强20风速模型的建立在陆地上，一般风速以午后最大，因为下垫面最热，对流旺盛，高空大风下传的动量也最多。日落前的16－19时地面开始逐渐冷却，气层趋于稳定，因而风速急减，入夜后风速基本保持稳定，一直到日出后因近地气层不稳定而风速迅速增大，10－11时即达到峰值附近，11－16时是全天风速最大的时段。

实测哈尔滨、北京、汉口和广州四站的年平均风速日变化曲线风速模型的建立在陆地上，一般风速以午后最大，因为下垫面最热，21理想风速日变化T1=日出时刻＋1（小时）T2=正午时刻＋3（小时）T3=日落时刻＋2（小时）T1时刻，日最小风速，可利用日平均风速和日最大风速求得T2时刻，日最大风速，已知T3这种变化规律不能完全反映一天的风速变化规律！理想风速日变化T1=日出时刻＋1（小时）T1时刻，日最小22理想风速模型与马尔可夫链

的联合应用把理想风速得到的逐时值作为各时刻的期望部分，把马尔可夫链得到的逐时值作为随机部分。如何确定这两者的比例？通过对密云逐时风速原始数据的试算发现，当期望部分的权重为0.65,随机部分的权重为0.35时，模拟产生的风速与原始数据的RMSE(均方根误差)和SDE(标准误差)最小。模拟风速＝0.65*期望部分＋0.35*随机部分理想风速模型与马尔可夫链

的联合应用把理想风速得到的逐时值作23风向模型的建立

以每日最大风速时刻的风向为起点，用马尔可夫链的方法模拟当天最大风速时刻以后，下一天最大风速时刻之前的风向！该马尔可夫链是跟据密云1993－2000年的逐时风向数据计算得到的。风向模型的建立以每日最大风速时刻的风向为起点24——日照百分率——水汽压，[mbar]天空有效温度的模拟天空有效温度是大气水汽含量、云量（或日照百分率）、气温及地表温度的函数。文献表明，天空有效温度可由下式求得：Ta——空气干球温度，[K]Ts——地表温度，[K][K]已求得已求得——日照百分率——水汽压，[mbar]天空有效温度的模拟天25日照百分率的逐时模拟利用实测的逐日日照小时数，逐时日照百分率可由下式得到：——相对日照百分率，表示某一期间内日照率和假设太阳高度角为90度的日照率的比值表示太阳高度角日照小时数，已知逐时相对日照百分率的在一天内的积分，假设太阳高度角为90度时的日照小时数。日照百分率的逐时模拟利用实测的逐日日照小时数，逐时日照百分率26地表温度的逐时模拟

文献表明，地表温度是空气干球温度,总辐射强度和地面与天空之间的长波辐射交换量的线性函数：空气干球温度总辐射强度地面与天空之间的长波辐射交换量利用上海逐时实测地表温度进行多元线性回归，得到A、B、C、D的值。本时刻上一时刻地表温度的逐时模拟文献表明，地表温度是空气干球温度,总辐射27天空有效温度的模拟天空有效温度的模拟28逐时模拟数据与实测数据的比较

——温度数据来源——上海1998-2002逐时气象数据绝对误差平均误差均方根误差标准偏差

0.0871.381.38相对误差平均误差平均绝对误差——

1.0%17.5%——相对误差＝绝对误差/日波幅

平均误差均方根误差标准偏差平均绝对误差逐时模拟数据与实测数据的比较

——温度数据来源——上海19929逐时模拟数据与实测数据的比较

——绝对湿度数据来源——上海1998-2002逐时气象数据绝对误差g/kg干空气平均误差均方根误差标准偏差

0.0860.820.82相对误差平均误差平均绝对误差——

1.2%6.8%——相对误差＝绝对误差/日波幅

平均误差均方根误差标准偏差平均绝对误差逐时模拟数据与实测数据的比较

——绝对湿度数据来源——上海130逐时模拟数据与实测数据的比较

——总辐射强度数据来源——上海1998-2002逐时气象数据绝对误差平均误差均方根误差标准偏差

0.106464相对误差平均误差平均绝对误差——

0.01%10.7%——相对误差＝绝对误差/日波幅

平均误差均方根误差标准偏差平均绝对误差逐时模拟数据与实测数据的比较

——总辐射强度数据来源——上海31逐时模拟数据与实测数据的比较

——风速变化趋势和数值大小是一致的逐时模拟数据与实测数据的比较

——风速变化趋势和数值大小是一32逐时模拟数据与实测数据的比较

——风向月份模拟风向实测风向16969228851380534366255068660887627888527497641106867111976126059数据来源——密云1993-2001的逐时风向模拟风向实测风向5672

年均值比较，单位：度

月均值比较，单位：度某方向数据观测为θ(0°≤θ<360°),则θ可用一个单位矢量描述，它由N轴(正北向)沿顺时钟方向转动θ得到逐时模拟数据与实测数据的比较

——风向月份模拟风向实测风向133气象模型的实际应用

检验气象模型的优劣最终还得看模拟的逐时气象数据能否反映长期气象环境对建筑负荷的影响。1999－2002年实测逐时数据1999－2002年逐日数据典型年典型年逐时数据转换选择模拟1999－2002年建筑负荷典型年建筑负荷比较数据来源为上海1999-2002的逐时气象数据

DeST模拟DeST模拟气象模型的实际应用检验气象模型的优劣最终还得看模拟的逐时气34气象模型的实际应用

该商业建筑位于上海，是以办公室为主要单位的建筑。共有10层，这里把2－9层简化为一层计算。

每一层的分为两个空调系统：空调系统1负责公用部、事务室1－3的外区；空调系统2负责公用部、事务室1－3的内区。设该办公楼的空调系统为全年连续运行。气象模型的实际应用该商业建筑位于上海，是以办35气象模型的实际应用

典型年的建筑负荷能够代表各年不同气象环境对建筑负荷影响的平均状态，反映了长期气象环境对建筑热环境的影响。

各年负荷与典型年的比率气象模型的实际应用典型年的建筑负荷能够代表各年36结论建立了一套完备可靠的逐时气象模型；模拟得到全国194个气象站点的典型年逐时气象数据；本气象模型应用于实际建筑的负荷估算，能够反映气象因素对建筑热环境的长期影响。结论建立了一套完备可靠的逐时气象模型；37谢谢大家！谢谢大家！38演讲完毕，谢谢观看！演讲完毕，谢谢观看！39建筑能耗分析用逐时气象模型建筑能耗分析用逐时气象模型40问题的提出国内外气象模型的研究情况研究目的和主要内容气象模型建立的总体思路选择典型气象年逐时气象模型的建立逐时模拟数据与实测数据的比较气象模型的实际应用内容提要结论问题的提出国内外气象模型的研究情况研究目的和主要内容气象模41问题的提出外界气象条件的变化情况与建筑物的动态热特性是研究空调系统动态过程的基础。只有基于一整套切实反映气象环境的数据才能真正对建筑物的冷热能耗有更加准确的计算分析，对整个空调系统的动态过程有更全面的了解。问题的提出外界气象条件的变化情况与建筑物的动态热特性是研究空42国内外气象模型的研究情况统计法随机数模拟法随机过程模拟法国内外气象模型的研究情况统计法43综合考虑以上三种建立气象模型的方法，我们可以看到：统计法利用长期的逐时数据构成典型年（或参考年）。然而我国的逐时气象观测数据却很不完整，目前只有少数城市有近几年的逐时气象数据，而且这些数据由于某些原因还未公开。除统计法外，气象模型由分两步进行：首先，用随机方法模拟逐日气象参数；然后，再用模拟出的逐日气象参数配出或随机模拟出最终要求的逐时参数。随机数模拟法和随机过程模拟法是在逐日数据的缺乏的情况下产生的，主要应用于逐日数据的模拟。然而，这两种方法所模拟出来的气象数据仍不能完全反映实际的逐日气象变化规律。综合考虑以上三种建立气象模型的方法，我们可以看到：44随着我国逐日气象资料的公开，我们已获得遍布全国的194个气象站台的近50年的逐日气象数据。在逐日数据充足的有利条件下，就无需再用复杂繁琐的方法模拟逐日参数，也就是说，可以越过气象模型建立的第一步，直接进行第二步——模拟逐时参数。随着我国逐日气象资料的公开，我们已获得遍布全国的194个气象45研究目的和主要内容研究目的——在逐日实测数据的基础上，建立一套完备可靠的气象模型,获得满足一定统计要求的全年逐时气象数据,为空调系统动态过程的研究建立坚实的基础。主要内容——在历年气象数据中挑出具有气候代表性的典型气象年；——找出空气干球温度、绝对湿度、太阳辐射、风速风向以及天空有效温度等气象参数的一天内的变化规律，建立各气象参数的逐时模型；——验证逐时气象模型；——应用模型于空调系统的动态负荷模拟中；——模拟全国194个站点的典型年逐时气象数据。研究目的和主要内容研究目的——在逐日实测数据的基础上，建立46气象模型建立的总体思路原始逐日气象数据典型气象年的选择模拟逐时气象数据干球温度绝对湿度太阳辐射（直射和散射）天空有效温度风向风速气象模型建立的总体思路原始逐日气象数据典型气象年的选择模拟47原始逐日气象数据构成日最高温度日照小时数日总辐射日平均风速日最大风速风向日平均大气压日最低相对湿度日平均相对湿度日最低温度日平均温度原始逐日气象数据来自中国气象中心原始逐日气象数据构成日最高日照日总辐射日平均日最大日平均日最48典型气象年的选择由于气象参数的随机性，根据各年的实测气象参数来计算建筑负荷，其结果常有较大差别；这就有必要选取一个“典型年”,它由“平均月”构成，按每一“平均月”的气象参数算得的负荷应与该月的、按历年实际气象参数算得的负荷的平均值吻合；典型年反映了气象环境的平均状况。典型气象年的选择由于气象参数的随机性，根据各年的实测气象参数49对于月份m，如果第y年的实际气象参数能同时满足以下条件者，可认为该年该月有条件成为“平均月”：计算每月各气象参数的N年平均值及方差典型气象年的选择方法统计出每年每月的各气象参数的平均值设有N年的逐日数据初选平均月i—参数序号m—月份序号Y—年份序号如有若干个年份的m月都能满足“初选平均月的条件”，计算Dm值，选择Dm最小的月份作为第m月的“平均月”：Ki—各气象参数的权重对于月份m，如果第y年的实际气象参数能计算每月各气象参数的典50选择典型气象年的气象参数及其权重气象参数权重日平均温度2/24日最低温度1/24日平均相对湿度2/24日最低相对湿度1/24日平均风速2/24日最大风速1/24日最大风速时刻的风向1/24日日照时数1/24日总辐射量12/24日最高温度1/24选择典型气象年的气象参数及其权重气象参数权重日平均温度2/51干球温度模型的建立资料表明，一天内最高温度一般出现在午后三时，而最低温度出现在日出前一小时左右。温度在一天内的变化规律可以近似用余弦函数来表示。

干球温度模型的建立资料表明，一天内最高温度一般出现在午后三时52干球温度模型的建立日平均温度日最低温度日最高温度用傅立叶级数模拟逐时温度用一种简易方法模拟逐时温度没有考虑各天之间的影响，各天之间的温度都是孤立的逐时模拟温度的日均值与实测值的误差较小各天温度之间都是连续的逐时模拟温度的日均值与实测值的误差较大各天衔接处平滑处理干球温度模型的建立日平均温度日最低温度日最高温度用傅立叶级数53绝对湿度模型的建立

绝对湿度的模拟是通过间接的方法得到：利用已模拟出的逐时温度计算逐时饱和水蒸气压力；模拟出逐时相对湿度；逐时水蒸汽分压力（绝对湿度）＝逐时相对湿度×逐时饱和水蒸气压力；水蒸气分压力饱和水蒸气分压力相对湿度绝对湿度模型的建立绝对湿度的模拟是通过间接的方法得到：54相对湿度的逐时模拟资料表明，相对湿度日变化主要决定于气温日变化，但位相相反，即最低相对湿度出现在午后最高温度时段，而相对湿度最高值出现在清晨温度最低时刻。因此可用模拟温度的方法来模拟相对湿度，只要变化方向相反即可。

日平均相对湿度日最低相对湿度日最高相对湿度＝2×日平均相对湿度－日最低相对湿度各天衔接处平滑处理相对湿度的逐时模拟资料表明，相对湿度日变化主要决定于气温日变55太阳辐射模型的建立太阳辐射量的逐时模拟主要包括两方面：总辐射的逐时模拟直射和散射的分离太阳辐射模型的建立太阳辐射量的逐时模拟主要包括两方面：56总辐射的逐时模拟太阳总辐射的逐时模拟采用Collores-Perein和Rabl模型（简称C.P.R模型）：小时中点的时角水平面日辐射总量总辐射的逐时模拟太阳总辐射的逐时模拟采用Collores-57直射和散射的分离

根据水平面接受到的太阳日总辐射与大气层外太阳日总辐射之比Kt的范围，可分为如下四种情况：已知可计算得到

Kt<=0.280.5<Kt<0.74晴天有云阴阴0.28<Kt<0.5有云阴Kt>=0.74晴天

采用MARKOV链来决定某一瞬间的状态

采用MARKOV链来决定某一瞬间的状态直射和散射的分离根据水平面接受到的太阳日58直射和散射的分离阴有云晴—水平面直射辐射强度/大气层外辐射强度在水平面的投影—散射辐射强度/大气层外辐射强度在水平面的投影—水平面总辐射强度/大气层外辐射强度在水平面的投影可由逐时总辐射计算得到直射和散射的分离阴有云晴—水平面直射辐射强度/大气层外辐射强59风速模型的建立在陆地上，一般风速以午后最大，因为下垫面最热，对流旺盛，高空大风下传的动量也最多。日落前的16－19时地面开始逐渐冷却，气层趋于稳定，因而风速急减，入夜后风速基本保持稳定，一直到日出后因近地气层不稳定而风速迅速增大，10－11时即达到峰值附近，11－16时是全天风速最大的时段。

实测哈尔滨、北京、汉口和广州四站的年平均风速日变化曲线风速模型的建立在陆地上，一般风速以午后最大，因为下垫面最热，60理想风速日变化T1=日出时刻＋1（小时）T2=正午时刻＋3（小时）T3=日落时刻＋2（小时）T1时刻，日最小风速，可利用日平均风速和日最大风速求得T2时刻，日最大风速，已知T3这种变化规律不能完全反映一天的风速变化规律！理想风速日变化T1=日出时刻＋1（小时）T1时刻，日最小61理想风速模型与马尔可夫链

的联合应用把理想风速得到的逐时值作为各时刻的期望部分，把马尔可夫链得到的逐时值作为随机部分。如何确定这两者的比例？通过对密云逐时风速原始数据的试算发现，当期望部分的权重为0.65,随机部分的权重为0.35时，模拟产生的风速与原始数据的RMSE(均方根误差)和SDE(标准误差)最小。模拟风速＝0.65*期望部分＋0.35*随机部分理想风速模型与马尔可夫链

的联合应用把理想风速得到的逐时值作62风向模型的建立

以每日最大风速时刻的风向为起点，用马尔可夫链的方法模拟当天最大风速时刻以后，下一天最大风速时刻之前的风向！该马尔可夫链是跟据密云1993－2000年的逐时风向数据计算得到的。风向模型的建立以每日最大风速时刻的风向为起点63——日照百分率——水汽压，[mbar]天空有效温度的模拟天空有效温度是大气水汽含量、云量（或日照百分率）、气温及地表温度的函数。文献表明，天空有效温度可由下式求得：Ta——空气干球温度，[K]Ts——地表温度，[K][K]已求得已求得——日照百分率——水汽压，[mbar]天空有效温度的模拟天64日照百分率的逐时模拟利用实测的逐日日照小时数，逐时日照百分率可由下式得到：——相对日照百分率，表示某一期间内日照率和假设太阳高度角为90度的日照率的比值表示太阳高度角日照小时数，已知逐时相对日照百分率的在一天内的积分，假设太阳高度角为90度时的日照小时数。日照百分率的逐时模拟利用实测的逐日日照小时数，逐时日照百分率65地表温度的逐时模拟

文献表明，地表温度是空气干球温度,总辐射强度和地面与天空之间的长波辐射交换量的线性函数：空气干球温度总辐射强度地面与天空之间的长波辐射交换量利用上海逐时实测地表温度进行多元线性回归，得到A、B、C、D的值。本时刻上一时刻地表温度的逐时模拟文献表明，地表温度是空气干球温度,总辐射66天空有效温度的模拟天空有效温度的模拟67逐时模拟数据与实测数据的比较

——温度数据来源——上海1998-2002逐时气象数据绝对误差平均误差均方根误差标准偏差

0.0871.381.38相对误差平均误差平均绝对误差——

1.0%17.5%——相对误差＝绝对误差/日波幅

平均误差均方根误差标准偏差平均绝对误差逐时模拟数据与实测数据的比较

——温度数据来源——上海19968逐时模拟数据与实测数据的比较

——绝对湿度数据来源——上海1998-2002逐时气象数据绝对误差g/kg干空气平均误差均方根误差标准偏差

0.0860.820.82相对误差平均误差平均绝对误差——

1.2%6.8%——相对误差＝绝对误差/日波幅

平均误差均方根误差标准偏差平均绝对误差逐时模拟数据与实测数据的比较

——绝对湿度数据来源——上海169逐时模拟数据与实测数据的比较

——总辐射强度数据来源——上海