上海未来住宅建筑能耗预测研究

[文章编号]1002-8528(2008)10-0011-05

建󰀁筑󰀁科󰀁学

BUILDINGSCIENCE

Vol󰀁24,No󰀁10Oct.2008

上海未来住宅建筑能耗预测研究

白󰀁玮,龙惟定,刘仲英

1,2

1,2

3

(1.同济大学中德工程学院,上海200092;2.同济大学建筑节能与新能源研究中心,上

海200092;3.同济大学经济与管理学院,上海200092)

[摘󰀁要]本文运用系统动力学方法,预测并分析了不同情景下上海未来住宅建筑的能源需求,指出上海未来住宅建筑能耗的增长是必然的,通过制定合理的鼓励企业技术进步并引导用户的消费行为,可以减缓能耗的增长速度。同时指出,到2020年,上海住宅建筑的耗电水平仍低于󰀁夏热冬冷地区居住建筑节能设计标准󰀁(JGJ134-2001)中的限值。

[关键词]住宅建筑;能源需求;系统动力学;情景分析[中图分类号]TU111󰀁19+5󰀁󰀁󰀁[文献标识码]A

ForecastofFutureEnergyDemandofResidentialBuildingsinShanghai

BAIWei

1,2

,LONGWei-ding

1,2

3

,LIUZhong-ying(1.Sino-GermanCollegeofAppliedSciences,TongjiUniversity,Shanghai200092,

China;2.ResearchCenterofBuildingEnergyandNewEnergy,TongjiUniversity,Shanghai200092,China;3.SchoolofEconomics&

Management,TongjiUniversity,Shanghai200092,China)

[Abstract]Inthispaper,futureenergydemandofresidentialbuildingsinShanghaiwithsystemdynamicswasforecastedandanalyzed,itwaspointedoutthatitsgrowthwasinevitableandtherateofincreaseofenergyconsumptionwouldbesloweddownbyrationalpoliciestoencourageenterprisetechnologicalprogressandguideusers󰀁behavior.Meanwhile,itwasconcludedthatpowerconsumptionofShanghairesidentialbuildingswouldbestilllessthanthelimitsof󰀁ResidentialBuildingEnergy-savingDesignStandardsofHotSummerandColdWinterRegion󰀁(JGJ134-2001)by2020.

[Keywords]residentialbuilding,energydemand,systemdynamics,scenarioanalysis

0󰀁引󰀁言

民用建筑能源系统与一个国家或地区的能源和环境息息相关,能源需求的预测也是制定整个行业发展战略和规划的基础与前提。以往,人们预测民用建筑能源需求,往往都是采用非常简单的线性回归模型,根据GDP等单一数据的推算来预测,或采用消费弹性系数的方法。但实际上,由于能源需求受到社会经济、人口、科学技术发展、政治改革,投资以及众多因素的影响,非常复杂。在这个复杂系统中,各因素之间的关系无法用简单的线性回归模型来表达。众所周知,任何一种数学模型都是对实际系统的抽象和简化,其所选定的影响因素及由此而确定的参数与变量必定十分有限,所建立的模型,无论是计量经济模型,还是时间序列

[1-4]

模型,都只能在某一范围内适用,往往是各具特点也

各具不足。

为避免上述不足,本文考虑从住宅建筑未来空调器拥有水平、不同能效等级的空调器市场占有率、人们购买意愿和空调器使用习惯等方面出发,综合考虑社会经济发展水平、科技进步水平与人民文化意识的提高等众多因素的影响,按照复杂系统的特征,选择了专门研究复杂系统的工具󰀁󰀁󰀁系统动力学,同时结合情景分析方法对上海未来住宅建筑的能耗进行预测分析。

1󰀁系统动力学模型的构筑

首先,通过分析住宅建筑能耗系统的因果关系,建立系统动力学架构模型,如图1所示。人口与经济的增长会带来住宅空调器保有量的增加和居民使用空调时间的延长,后二者则会使住宅空调能源需求增加,并进而带动住宅能源需求的增长。在传统能源资源拥有量有限的情况下,这将导致人均能源资源拥有量下降,结果是促使加强住宅建筑能[收稿日期]2008-03-19󰀁󰀁󰀁󰀁[修回日期]2008-04-17[作者简介]白󰀁玮(1974-),女,博士,讲师[联系方式]baiwei@mail.tongji.edu.cn

12

建筑科学

y

第24卷

源消费,如出台提高住宅空调器能效的强制性标准等。

器承载强度;M为第y年住宅空调器保有总量,台;rq(i)为第i类空调器q品种能效级别保有量增长(淘汰)率,%;Vq(i)为第y年i类空调器q级能效级别产品保有量水平,台;Vq(i)为y+1年q品种能效级别空调器保有量水平,台;PL为住宅空调器高峰负荷,kW;k为用户同时使用系数;Qi为第i类空调器制冷量,kW;Ri为第i类空调器制冷量范围内的q级能效比,kW󰀁kW;GA为住宅空调器年能

q

y+1

y

图1󰀁住宅建筑能耗系统动力学因果关系

耗量,kWh;Tn为不同年份的当量满负荷运行小时数,h;G为住宅建筑年能耗量,万t标煤;S1为住宅年耗电量占全年住宅总能耗的比重,按照文献[5]对上海地区800户家庭的调研统计结果,住宅年耗电量按占全年住宅总能耗量的70%计算;S2为空调年耗电量占全年住宅总耗电量的比重,按照文献[6]对上海地区10000户家庭用电情况的调查统计,空调年耗电量按占全年住宅总耗电量的比重为31%计e算;(1-d)v为考虑发电煤耗与线损率后的供电煤耗,v为单位换算系数,本文中按1kWh电力折合标煤0󰀁3266kg,线损率为6󰀁33%

[6]

[7]

󰀁

本文所建立的住宅建筑能耗系统动力学模型如图2所示。

模型中所使用的公式如下:

CC=人口󰀁2.8󰀁3

I=M󰀁CC

nq

y

(1)(2)

y

M=

y

󰀁Vq=Min{(a󰀁人均GDP+b),CC}

y

(3)

rq(i)=1-Vq(i)󰀁Vq(i)PL=k

y+1

y

(4)(5)(6)(7)

󰀁

Vq(i)

QiqRi

计算。

GA=PLTn

GAeG=SS(1-d)v

12

未来小康社会的住宅,良好的室内热环境是提高生活质量的重要环节,住宅空调器的普及是必然趋势。截止到2005年底,上海地区每百户家庭空调拥有量已达到168台,按照上海地区户籍人口数为496󰀁69万计算,2005年底上海地区住宅空调器保有

式中,CC为住宅空调器承载容量,台;I为住宅空调

图2󰀁住宅建筑能耗系统动力学模型

第10期

[7]

白󰀁玮,等:上海未来住宅建筑能耗预测研究

13

量达到834万台。

经过对历史数据的统计发现,人均GDP与住宅空调器保有总量的增长趋势高度线性相关(见图3),因此在建立住宅空调器增长模块时,引入了人均GDP和每百户居民空调器拥有量这2个指标,为简化模型,将人均GDP作为外生变量考虑。

度的调整;科学技术进步更加推动了企业生产节能产品或更高效率的产品;消费者在购买和使用设备时,充分考虑能源和环境效应。

本文选择了人口数量、不同等级住宅空调器市场占有率和空调器使用时间3个因素进行情景设定。计算中为3个情景设置了不同人口增长率,在情景A中,若按照现在的自然增长率,到2030年,上海地区户籍总人口数依然能够控制在上海的人口容量2106万人以下(见图4)。

图3󰀁上海地区1995~2005年人均GDP与住宅空调器保有总量线性相关

󰀁

由于没有找到上海地区住宅空调器冷量(1、1󰀁5和2~2󰀁5HP)的市场分布统计数据,故本文采用中国市场的总体分布比例,1、1󰀁5和2~2󰀁5HP分别为41%、43%和16%。住宅空调器承载容量的考虑是基于住房和城乡建设部提出的小康社会的住房标准:󰀁2020年实现户均一套房,人均一间房󰀁,假定每个房间配置1台空调器时承载容量基本达到饱和。

[8]

图4󰀁人口情景子系统系统动力学计算结果

󰀁

由于技术的,2003年以前的空调器没有能

效等级的,市场上销售的大都是低能效的产品。笔者在2006年夏季对上海地区5家电器连锁超市作了调查统计,能效等级为4、5级的住宅空调器占到市场销售比例的57%,其次为3级,1、2级最少(见图5)。因此可知,目前居民由于消费水平和认知水平的,对高能效等级的空调器需求较少。同时,文献[6]对上海地区10000户居民住宅能耗和节能意愿的调研统计结果显示,定期清洗空调过滤网、提高制冷设定温度和减少待机时间是居民采用最多的3种减少空调能耗的方式,比例分别为21%、24%和31%,而购买节能空调的意愿并不是太强,仅占12%(见图6),品牌和价格依然是居民在购买空调时主要考虑的2大因素。文献[9]对我国22个省市、13125份有效问卷的建筑节能管理调研结果同样显示我国居民对建筑节能产品的可接受程度还不是很高,具体见表1。因此对于住宅建筑节能,我国必须制定合理的经济激励来引导消费者的消费行为,如可以采用购买节能产品即可退税

2󰀁情景设计

本文设计了3种情景,分别为基准情景、参考情景和强化情景,具体说明如下。1)情景A称为基准情景,以及各部门的󰀁十一五󰀁规划和未来10年展望为依据:假定所规定的主要社会经济目标能够实现。维持现阶段已制定的能源;大多数企业仅生产满足市场准入条件的设备,少部分企业生产节能产品;消费者仅购买和使用低成本的设备。2)情景B称为参考情景,同样以及各部门的󰀁十一五󰀁规划和未来10年展望为依据:假定在所规定的主要社会经济目标能够顺利实现的基础上,会对能源的相关采取适当调整;企业除了生产满足市场准入条件的设备外,还愿意生产一部分节能产品;消费者在购买和使用用能设备时,适当考虑了能源和环境效应。3)情景C称为强化情景,该情景在提高能效、经济和能源结构调整、环境保护和推动技术进步方面有重大举措,假定宏观和推动可持续发展的效果十分显著,同时外部环境也比较理想,使能源结构的调整取得实质性的进展:对能源的相关采取较大力图5󰀁上海地区2006年夏季5家电器连锁超市住宅空调器不同能效等级市场销售比例

14

建筑科学

第24卷

表2󰀁不同能效等级的住宅空调器保有量增长情景设计

情景描述

人们使用2005年以前购买的空调器产品直至产品寿命终期,新购买产品中低成本和低能效的空调器占80%,20%为节能产品。一部分人在产品寿命终期前主动更换能效更高的产品,2010年节能产品的市场份额提高到20%,到2020年市场基本上被节能产品

覆盖。人们主动更换低能效级别的产品,购买高能效级别的产品。2010年住宅空调器实现年能耗量下降15%的

目标。

情景设置

2010年能效等级为5级的产品为94󰀁62%,2级产品为5󰀁38%;2020年5级产品为86󰀁3%,2级产品为13󰀁7%。

󰀁2010年能效等级为5级的产品为80%,2级产品为20%;2020年5级产品为1%,2级

产品为99%。

󰀁

2010年能效等级为2级的产品为95%,仅有5%的产品为满足市场准入等级的产品;2020年1级产品为80%,

2级产品为20%。

情景A

图6󰀁上海地区所采用的空调节能措施

󰀁

表1󰀁节建筑能产品的可接受程度[9]

高

中等46.253.638.1

低50.3.660.3

3.22.81.6

%

情景B

严寒与寒冷地区夏热冬冷地区夏热冬暖地区

等,补偿终端消费者购买节能产品所增加的成本支出。

考虑到上述调研结果,本文在情景设定时,情景A设定为人们对购买高能效等级的产品意愿非常低,以产品的价格为主要因素;情景B设定为只有部分消费者愿意购买高能效等级产品;情景C设定为人们在宣传教育下有了较高的节能和环保意识,愿意主动购买和更换高能效等级产品。

按照2005年95%的住宅空调器能效等级为5级,5%为2级,计算2005年住宅空调器的年能耗量约为20󰀁95亿kWh;假若2010年不同能效等级的住宅空调器市场份额不变,则按照情景C计算的住宅空调器保有量的增长以及人们使用空调器模式的改变,2010年住宅空调器能耗量约为36󰀁32亿kWh;假若按照󰀁上海市能源󰀁的󰀁十一五期间上海建筑节能15%󰀁的规划,情景C中2010年住宅空调器能耗量同样节能15%,则应该是30󰀁08亿kWh,以此计算,该情景中2010年住宅空调器2级产品已占95%的市场份额。以此设计3种情景中不同能效等级空调器保有量的增长率和淘汰率(见表2)。此处之所以选择情景C作为节能15%的标准,是考虑到情景A中没有额外的优惠和鼓励给予生产厂家和消费者,因此,从消费者理念更新和消费行为模式的转变上,情景C实现节能15%的目标可能性最大。

情景C

很好的吻合性,说明模型设置较为合理,计算结果在一定程度上可以说明未来发展态势。2)在住宅建筑快速发展的情况下,住宅空调器保有量也呈现较高的增长趋势,2005~2010年,住宅空调器的保有总量平均增长率为4󰀁5%,2010~2020年,3种情景的增长速度在2012年之后趋于一致,平均增长率为1%,2012年之后每百户居民住宅空调器拥有量逐渐趋向饱和,饱和量为2󰀁29台。

图7󰀁每百户居民住宅空调器拥有量计算结果

󰀁

如图8所示,3种情景的住宅空调年耗电量增

长平均速度分别为7󰀁4%、5󰀁7%和5󰀁0%,除了快速增长的住宅空调器保有总量导致住宅空调器年耗电量的增长之外,居民消费行为的改变,即使用空调的时间延长,也促使住宅空调器年能耗量的快速增加。到2020年,3种情景的住宅空调器年耗电量分别达到72󰀁6、57󰀁3和51󰀁8亿kWh。3󰀁2󰀁住宅能耗计算结果

按照文献[6]中针对上海地区10000户居民家庭的调研结果,2004年上海地区户均耗电量为2081kWh󰀁a,按建筑面积统计平均的住宅建筑耗电量为

3󰀁计算结果分析

3󰀁1󰀁住宅空调器计算结果

首先校验数据的有效性。从图7可以看出,1)住宅空调器总保有量的实际数据与模型计算结果有

第10期白󰀁玮,等:上海未来住宅建筑能耗预测研究

15

建筑节能按照情景C的设定模式发展,其增长趋势将比情景A相对缓慢,到2020年,情景C将比情景A住宅总能耗节约7󰀁5%,户均耗电量由3500kWh󰀁a下降到2713kWh󰀁a,单位面积能耗与2004年相比基本没有增长。此处需要说明的是,本文在进行模型设定时,仅仅考虑了消费者购买和使用电力驱动住

图8󰀁住宅空调器年耗电量计算结果

宅空调器的行为模式的改变,但没有考虑家庭其它电器和用能设备的增加、使用行为模式改变以及技术进步等因素,因此会出现按照情景C的模式发展,当技术进步的影响因子超过了住宅面积增长的影响因子时,单位建筑面积总能耗下降的情况。

󰀁228󰀁2kWh󰀁(m󰀁a),单位建筑面积能耗为13󰀁2kgce󰀁(m󰀁a),且分析可得住宅空调耗电量占全年电耗的比例是31%,住宅电耗占总能耗的比例为70%。本文取同样的比例计算住宅建筑总能耗。

图9给出了住宅建筑总能耗计算结果,表3给出了3种设定情景下住宅建筑耗电量计算结果。和2005年统计结果相比,到2010年,按照情景A的计算结果,户均耗电量将达到2567kWh󰀁a,单位面积耗电量将达到32󰀁52kWh󰀁(m󰀁a),单位建筑面积总

2

能耗将上升到16󰀁32kgce󰀁(m󰀁a)。如果社会经济与

2

2

图9󰀁住宅建筑总能耗计算结果

表3󰀁3种设定情景下住宅建筑耗电量计算结果

单位面积耗电量󰀁(kWh󰀁(m󰀁a))

2

户均耗电量

󰀁(kWh󰀁a)2010年2567256222520.212.3

2020年35002854271318.522.5

单位建筑面积总能耗󰀁(kgce󰀁(m󰀁a))

2

住宅建筑总能耗

󰀁(万t标煤󰀁a)2010年6956765772.814.2

2020年116692183321.07.5

2010年

情景A情景B情景C情景B比情景

A节能率󰀁%情景C比情景A节能率󰀁%

32.5231.3926.454.219.3

2020年40.529.524.829.340.6

2010年16.3215.13.184.219.3

2020年20.814.712.42941

󰀁󰀁未来,我国近年住宅建筑能源需求增长必然是刚性的。但从模型的计算来看,到2020年为止,上海地区住宅建筑的耗电水平还是较低,低于󰀁夏热冬冷地区居住建筑节能设计标准󰀁(JGJ134-2001)中的参考值(仅用于空调采暖56kWh󰀁(m󰀁a)),见表4。

表4󰀁单位面积空调器耗电量与住宅总耗电量计算结果

单位面积空调器耗电量

󰀁(kWh󰀁m2)2010年

情景A情景B情景C

10.169.738.20

2020年12.939.147.68

单位面积住宅耗电量

󰀁(kWh󰀁m2)2010年32.5231.3926.45

2020年40.4929.4924.79

2

4󰀁结󰀁论

1)上海地区住宅空调器的拥有量会在2012年之后渐趋向饱和,饱和量约为2󰀁29台󰀁百户。

2)上海地区未来住宅建筑能耗的增长是必然的,通过制定合理的鼓励企业技术进步,引导用户的消费行为,可以减缓能耗的增长速度。住宅建筑用能属于消费范畴,在我国扩大内需、促进消费的经济发展指导思想下,住宅能源消费需要合理引导,而非抑制需求。

3)到2020年为止,上海地区住宅建筑的耗电水平还是低于󰀁夏热冬冷地区居住建筑节能设计标准󰀁(JGJ134-2001)中的参考值。(下转第109页)

第10期武文涛,等:多尺度区域气候模拟技术在较大尺度城市区域热气候评价中的应用

109

ofozonedistribution:acasestudy[J].JournalofAppliedMeteorology,1979,18:836~854.

[3]󰀁KimuraF,TakahashiS.Theeffectsofland-useandanthropogenic

heatingonthesurfacetemperatureintheTokyometropolitanarea:anumericalexperiment[J].AtmosphericEnvironment,1991,25:155~1.

[4]󰀁蒋维楣,苗世光,刘红军,等.城市街区污染扩散的数值模拟与

风洞实验的比较分析[J].环境科学学报,2003,23(5):652~656.

[5]󰀁李磊,胡非,程雪玲,等.Fluent在城市街区大气环境中的一个

应用[J].中国科学院研究生院学报,2004,21(4):476~480.[6]󰀁蒋德海,蒋维楣,苗世光,等.城市街道峡谷气流和污染物分布

的数值模拟[J].环境科学研究,2006,19(3):7~12.[7]󰀁持田灯,村上周三,松

CASBEE󰀁

.建筑物󰀁

合环境性能评

手法

󰀂 研究(󰀁󰀂18-20)[C].日本建筑学会大会讲

.󰀁󰀁󰀁󰀂 !∀#现象󰀁解析󰀁󰀁󰀂 󰀁SoftwarePlatform󰀁

图8󰀁CBD局部区域距地面2m高处温度平面分布图

󰀁

3󰀁结束语

对于较大尺度的城市区域热气候问题,一方面受到周围广域范围复杂地形地貌(平原、山地的纵横交替)、水陆空间位置关系(滨海、内陆等)等的强烈影响,同时城市内部密集的建筑布局又使得城市区域热气候表现出独特的特征,这2方面的因素都不能忽略。本文利用中尺度气象模型和CFD模型相结合的多尺度区域气候模拟方法来模拟评价较大空间尺度城市热气候。中尺度模型考虑了地形、土地利用和城市人为热的影响,能方便地显示城市热岛效应,并且为CFD模型提供了精确的边界条件;CFD

模型则可以精确地获得建筑群的气流场、温度场和压力场的信息,从而更准确地对较大尺度城市区域热气候进行模拟。本文的实例说明该方法可用于实际城市区域规划项目的热气候评价。

[参考文献]

[1]󰀁村上周三.CFD󰀁󰀂 建筑󰀁都市󰀁环境设计工学[M].日本:

东京大学出版会,2000.

[2]󰀁VukovichFM,DunnJW.Observationsandsimulationsofthediurnal

variationoftheurbanheatislandcirculationandassociatedvariations

演梗概集,2004,D-1:1101~1106.[8]󰀁持田灯,村上周三,金相

󰀁󰀂

策技术󰀁

合的评

(󰀁󰀂1)概念设计󰀁PrototypeSystem󰀁构成[C]󰀁󰀁日本建筑学会大会学术讲演梗概集,2000.

[9]󰀁YamadaT,BunkerS.Anumericalmodelstudyofnocturnaldrainage

flowswithstrongwindandtemperaturegradients[J].JournalofAppliedMeteorology,19,28:545~554.

[10]󰀁ChenH,OokaR,HarayamaK,etal.Studyonoutdoorthermal

environmentofapartmentblockinShenzhen,Chinawithcoupledsimulationofconvection,radiationandconduction[J].BuildingandEnvironment,2004,36:1247~1258.

[11]󰀁YamadaT.Numericalsimulationsofairflowsandtracertransportin

thesouthwesternUnitedStates[J].JournalofAppliedMeteorology,2000,39:399~411.

[12]󰀁聂梅生,秦佑国,江亿,等.中国生态住宅技术评估手册[M].

北京:中国建筑工业出版社,2001.

[13]󰀁中国建筑科学研究院,等.GB󰀁T50378-2006绿色建筑评价标准

[S].北京:中国建筑工业出版社,2006.

[14]󰀁国家环境保护总局.HJ󰀁T351-2007环境标志产品认证技术要

求󰀁󰀁󰀁生态住宅(住区)[S].北京:中国标准出版社,2007.

(上接第15页)

[参考文献]

[1]󰀁谢艳群,李念平,陈淑琴,等.长沙市居住建筑能耗调查及偏

相关分析[J].煤气与热力,2007,30(5):85~88.

[2]󰀁龙惟定,马素贞,白玮.我国住宅建筑节能潜力分析󰀁󰀁󰀁除供

暖外的住宅建筑能耗[J],暖通空调,2007,37(5):47~50.

[3]󰀁龙惟定,白玮.上海2010年民用建筑空调能源需求与环境负

荷情景分析[R].2005.

[4]󰀁龙惟定,白玮,等.我国民用建筑空调发展面对能源制约的对

策研究[R].2004.

[5]󰀁钟婷.上海市住宅空调的现状与能耗研究[D].上海:同济大

学,2003.

[6]󰀁上海市房屋土地资源管理局,上海市建筑节能办公室.上海

市建筑能耗统计分析研究报告[R].2006.

[7]󰀁上海市2006年统计年鉴[EB󰀁OL].http:󰀁󰀁www.stats-sh.gov.cn.[8]󰀁龙惟定,白玮.上海市2010年民用建筑空调的发展对能源需

求与环境负荷影响研究报告[R].2006.

[9]󰀁JingLiang,BaizhanLi,YongWu,etal.Aninvestigationofthe

existingsituationandtrendsinbuildingenergyefficiencymanagementinChina[J].EnergyandBuildings,2007,39(10):1098~1106.