東北嚴(yán)寒地區(qū)農(nóng)村住宅熱環(huán)境優(yōu)化設(shè)計

甄 蒙,孫 澄,董 琪

(哈爾濱工業(yè)大學(xué) 建筑學(xué)院，哈爾濱150006)

?

東北嚴(yán)寒地區(qū)農(nóng)村住宅熱環(huán)境優(yōu)化設(shè)計

甄 蒙,孫 澄,董 琪

(哈爾濱工業(yè)大學(xué) 建筑學(xué)院，哈爾濱150006)

為提高東北嚴(yán)寒地區(qū)農(nóng)村住宅室內(nèi)熱舒適水平，并降低采暖能耗，通過實(shí)地測試、軟件模擬對其重要影響因素進(jìn)行了量化分析，并建立了采暖能耗預(yù)測模型.采用BES-01型溫度采集記錄器、DeST-h軟件研究了體形系數(shù)、窗墻面積比、圍護(hù)結(jié)構(gòu)傳熱系數(shù)、朝向、吸收系數(shù)、熱惰性、附加陽光間、冰雪覆蓋層等10項因素對農(nóng)村住宅熱環(huán)境的影響.實(shí)驗結(jié)果表明：東北嚴(yán)寒地區(qū)農(nóng)村住宅體形系數(shù)、窗墻面積比、圍護(hù)結(jié)構(gòu)傳熱系數(shù)與采暖能耗正相關(guān)，正南及南偏東為最佳朝向，吸收系數(shù)與采暖能耗負(fù)相關(guān)，附加陽光間能夠有效改善室內(nèi)熱環(huán)境，冰雪覆蓋層能夠起到屋面保溫作用，采暖能耗預(yù)測模型能夠為農(nóng)村居民建造節(jié)能住宅提供設(shè)計依據(jù)，研究能夠引導(dǎo)并提升東北嚴(yán)寒地區(qū)農(nóng)村住宅的節(jié)能設(shè)計水平.

東北嚴(yán)寒地區(qū)；農(nóng)村住宅；采暖能耗；預(yù)測模型

東北嚴(yán)寒地區(qū)農(nóng)村住宅采暖季普遍存在采暖能耗高、熱舒適度低的問題，如何在提高其熱舒適度的前提下，降低采暖能耗是寒地農(nóng)村住宅需解決的實(shí)際問題.文獻(xiàn)[1-4]致力于熱舒適研究，文獻(xiàn)[5-7]探討了建筑能耗預(yù)測問題，文獻(xiàn)[8-11]研究了太陽能等可再生能源在建筑上的應(yīng)用，從而減少煤炭等化石能源的使用，降低CO2排放量.文獻(xiàn)[12-14]對相變材料的節(jié)能作用進(jìn)行了研究，文獻(xiàn)[15]考察了家庭用能習(xí)慣對建筑能耗的影響，研究表明年齡、性別、教育背景等因素影響用能習(xí)慣，不同國家之間用能方式也存在差異.

已有研究成果表明，寒地農(nóng)村住宅熱環(huán)境受多因素的共同作用，如果僅考慮單一因素對其采暖能耗的影響會存在一定的不確定性.但是，目前針對寒地農(nóng)村住宅熱環(huán)境的多因素綜合分析還相對缺乏.本文以東北嚴(yán)寒地區(qū)農(nóng)村住宅為研究對象，應(yīng)用實(shí)地測試、軟件模擬等方法對其主要影響因素逐一進(jìn)行了考量，并建立了采暖能耗預(yù)測模型.

1 農(nóng)村住宅熱環(huán)境影響因素分析

1.1 理論分析

農(nóng)村住宅耗熱量指標(biāo)計算公式如下，其計算過程見文獻(xiàn)[16].

(1)

式中：qH為建筑物耗熱量指標(biāo)，W/m2；qHT為折合到單位建筑面積上單位時間內(nèi)通過建筑圍護(hù)結(jié)構(gòu)的傳熱量，W/m2；qINF為折合到單位建筑面積上單位時間內(nèi)建筑物空氣滲透耗熱量，W/m2；qIH為折合到單位建筑面積上單位時間內(nèi)建筑物內(nèi)部得熱量，取3.8 W/m2.

展開式(1)可以發(fā)現(xiàn)農(nóng)村住宅室內(nèi)熱環(huán)境的影響因素包括室內(nèi)外溫度、傳熱系數(shù)、圍護(hù)結(jié)構(gòu)面積、窗的綜合遮陽系數(shù)、太陽輻射熱、換氣次數(shù)、換氣體積等.

1.2 實(shí)地調(diào)研

本文對東北嚴(yán)寒地區(qū)農(nóng)村住宅進(jìn)行了系統(tǒng)調(diào)研，總結(jié)了影響農(nóng)村住宅熱環(huán)境的主、客觀因素?？陀^因素包括農(nóng)村住宅朝向、體形系數(shù)、窗墻面積比、熱慣性、圍護(hù)結(jié)構(gòu)顏色等；主觀因素包括農(nóng)村居民的行為習(xí)慣、用能習(xí)慣、地域風(fēng)俗等.

綜合理論分析與實(shí)地調(diào)研的結(jié)果，確定影響農(nóng)村住宅熱環(huán)境的重要影響因素，并應(yīng)用實(shí)測與模擬相結(jié)合的方法對每項影響因素與能耗之間的關(guān)系分別進(jìn)行量化研究.重要影響因素分別為：室內(nèi)外溫差(氣候子區(qū))、傳熱系數(shù)、建筑面積、窗墻面積比、窗的綜合遮陽系數(shù)、換氣次數(shù)、農(nóng)村住宅朝向、體形系數(shù)、熱惰性(圍護(hù)結(jié)構(gòu)材料、厚度、設(shè)置順序)、保溫層、圍護(hù)結(jié)構(gòu)顏色、附加陽光間和冰雪覆蓋層.

2 研究方法

2.1 軟件選取

DeST-h是由清華大學(xué)為住宅建筑專門開發(fā)的能耗模擬軟件，該軟件兼顧人的主觀能動性和計算機(jī)的計算能力，以狀態(tài)空間法為計算核心，應(yīng)用“全工況分析”和“分階段模擬”的概念進(jìn)行模擬計算，DeST-h經(jīng)過理論驗證和程序間對比驗證證明軟件計算結(jié)果準(zhǔn)確可靠.

2.2 影響因素數(shù)值設(shè)定

為方便模擬研究，對農(nóng)村住宅熱環(huán)境影響因素進(jìn)行數(shù)值設(shè)定，并以哈爾濱地區(qū)為主要模擬地區(qū)，見表1,2.

3 農(nóng)村住宅采暖能耗實(shí)測與模擬

3.1 氣候子區(qū)

文獻(xiàn)[16]根據(jù)不同的采暖度日數(shù)(HDD)和空調(diào)度日數(shù)(CDD)將東北嚴(yán)寒地區(qū)分為嚴(yán)寒(A)區(qū)、嚴(yán)寒(B)區(qū)和嚴(yán)寒(C)區(qū)3個子氣候區(qū).東北嚴(yán)寒地區(qū)包括黑龍江省、吉林省、遼寧省和內(nèi)蒙古自治區(qū)東北部，結(jié)合氣候子區(qū)和4個省份選取16個代表地區(qū)研究氣候子區(qū)與農(nóng)村住宅采暖能耗之間的關(guān)系(見表3).根據(jù)東北嚴(yán)寒地區(qū)供暖時間及實(shí)際調(diào)研情況，設(shè)定采暖季時間為10月15日至次年4月15日.

表1 寒地農(nóng)村住宅熱環(huán)境設(shè)計變量數(shù)值表(Ⅰ)

Tab.1 Thermal environment influence factors of rural residential buildings in severe cold regions (Ⅰ)

體形系數(shù)窗墻面積比非透明圍護(hù)結(jié)構(gòu)傳熱系數(shù)透明圍護(hù)結(jié)構(gòu)傳熱系數(shù)編號數(shù)值編號數(shù)值編號數(shù)值編號數(shù)值S10．55Rww10Kn10．1Kt11．0S20．60Rww20．1Kn20．2Kt21．2S30．65Rww30．2Kn30．3Kt31．4S40．70Rww40．3Kn40．4Kt41．6S50．75Rww50．4Kn50．5Kt51．8S60．80Rww60．5Kn60．6Kt62．0Kn70．7Kt72．2Kn80．8Kt82．4

表2 寒地農(nóng)村住宅熱環(huán)境設(shè)計變量數(shù)值表(Ⅱ)

Tab.2 Thermal environment influence factors of rural residential buildings in severe cold regions (Ⅱ)

朝向/(°)吸收系數(shù)墻體厚度/mm冰雪覆蓋層/mm編號數(shù)值編號數(shù)值編號數(shù)值編號數(shù)值O10ρ10．2T1120Snow10O230ρ20．4T2240Snow240O360ρ30．6T3370Snow360O490ρ40．8T4490Snow4100O5～O11120～300ρ51．0T5620Snow5150O12330Snow6200

3.2 體形系數(shù)

本文根據(jù)調(diào)研數(shù)據(jù)計算了典型農(nóng)村住宅體形系數(shù)，其體形系數(shù)多在0.6～0.7之間，高于城市住宅體形系數(shù)限值(0.5)[16]，由于農(nóng)村住宅多為獨(dú)棟一層，其具有顯著不同于城市住宅的特點(diǎn)，因此應(yīng)根據(jù)農(nóng)村住宅實(shí)際情況確定其合理的體形系數(shù)范圍(見圖1).由圖1可以看出，體形系數(shù)與采暖能耗正相關(guān)，體形系數(shù)減小0.1，采暖能耗降低15.57%.文獻(xiàn)[17]暫未對農(nóng)村住宅體形系數(shù)進(jìn)行限值規(guī)定，因此，應(yīng)盡量降低體形系數(shù)，將其控制在0.65以內(nèi).

3.3 窗墻面積比

文獻(xiàn)[17]規(guī)定農(nóng)村住宅的窗墻比限值為：北向≤0.25；東、西向≤0.30；南向≤0.40，課題組調(diào)研發(fā)現(xiàn)寒地農(nóng)村住宅南向窗墻比偏大，需要對其進(jìn)行優(yōu)化設(shè)計.考慮到農(nóng)村住宅各個朝向的太陽輻射值不同，分別對其4個朝向的窗墻比進(jìn)行了模擬(見圖2)，發(fā)現(xiàn)窗墻比與采暖能耗正相關(guān).當(dāng)窗墻比相同時，其采暖能耗由低至高排列順序為：南向<西向<東向<北向，北向窗墻比減小0.1，采暖能耗降低4.15%.因此，寒地農(nóng)村住宅北向應(yīng)控制開窗面積，并減少東、西向的開窗面積.

表3 代表地區(qū)

圖1 采暖能耗與體形系數(shù)關(guān)系

Fig.1 Correlation between shape coefficient and heating energy consumption

圖2 采暖能耗與窗墻比關(guān)系

Fig.2 Correlation between window to wall ratio and heating energy consumption

3.4 非透明圍護(hù)結(jié)構(gòu)傳熱系數(shù)

調(diào)研發(fā)現(xiàn)寒地農(nóng)村住宅墻體多采用紅磚、土坯、塔頭等材料，并加設(shè)保溫層或塑料薄膜以增強(qiáng)墻體的保溫性能.通過模擬非透明圍護(hù)結(jié)構(gòu)與采暖能耗的數(shù)值關(guān)系可以看出非透明圍護(hù)結(jié)構(gòu)傳熱系數(shù)與采暖能耗正相關(guān)，其傳熱系數(shù)減小0.1，采暖能耗降低9.35%.因此，應(yīng)采用傳熱系數(shù)較小的圍護(hù)結(jié)構(gòu)材料，并合理應(yīng)用保溫層、鄉(xiāng)土保溫措施等方式進(jìn)一步降低其傳熱系數(shù)，從而減小采暖能耗(見圖3).

圖3 采暖能耗與非透明圍護(hù)結(jié)構(gòu)傳熱系數(shù)關(guān)系

Fig.3 Correlation between heat transfer coefficient of nontransparent building envelope and heating energy consumption

3.5 透明圍護(hù)結(jié)構(gòu)傳熱系數(shù)

透明圍護(hù)結(jié)構(gòu)是寒地農(nóng)村住宅保溫的薄弱環(huán)節(jié)，在實(shí)際調(diào)研中發(fā)現(xiàn)農(nóng)村居民傾向于將窗戶開大，這在一定程度上增大了采暖能耗的散失.農(nóng)村住宅窗戶多采用雙玻塑鋼窗、單玻鐵框窗、單玻木框窗，并覆蓋塑料薄膜進(jìn)行保溫.考慮到太陽輻射和主導(dǎo)風(fēng)向?qū)δ芎牡挠绊?，對?個朝向的窗戶傳熱系數(shù)進(jìn)行了模擬分析，窗墻比設(shè)定為0.4(見圖4)，發(fā)現(xiàn)透明圍護(hù)結(jié)構(gòu)傳熱系數(shù)與采暖能耗正相關(guān).從窗戶朝向而言，當(dāng)傳熱系數(shù)一定時，熱負(fù)荷由高到低的排序為：北向>東向>西向>南向，北向窗戶傳熱系數(shù)減小0.1，采暖能耗降低0.38%.因此，寒地農(nóng)村住宅在東向、西向、北向上應(yīng)減小開窗面積，從而降低采暖能耗.

圖4 采暖能耗與透明圍護(hù)結(jié)構(gòu)傳熱系數(shù)關(guān)系

Fig.4 Correlation between heat transfer coefficient of transparent building envelope and heating energy consumption

3.6 朝向

農(nóng)村住宅朝向會影響采暖能耗，設(shè)定0°為正東，90°為正北，180°為正西，270°為正南，每30°模擬一次(見圖5).由圖5可以看出270°～315°(正南及南偏東)為寒地農(nóng)村住宅最佳朝向，其采暖能耗最低.

圖5 朝向?qū)Σ膳芎牡挠绊?/p>

3.7 圍護(hù)結(jié)構(gòu)顏色

顏色會影響圍護(hù)結(jié)構(gòu)的表面溫度，課題組于2014年8月23日至2014年8月24日在哈爾濱市向東村進(jìn)行了現(xiàn)場試驗，實(shí)驗材料均為相同木質(zhì)，顏色分別為黑色、紅色、木質(zhì)本色、白色和銀灰色(見圖6)，白色材料在白天溫度最低，8月24日13點(diǎn)其溫度為36.6℃，黑色材料在白天溫度最高，在13點(diǎn)達(dá)到了55.8℃，表面溫度為白色材料的1.52倍.

圖6 溫度與顏色關(guān)系

顏色能夠影響農(nóng)村住宅表面溫度是由于不同的顏色具有不同的吸收系數(shù)，通過對不同吸收系數(shù)(0.2～1.0)的農(nóng)村住宅采暖能耗進(jìn)行模擬發(fā)現(xiàn)吸收系數(shù)與采暖能耗負(fù)相關(guān)(見圖7)，吸收系數(shù)增加0.1，采暖能耗降低1.2%.因此，東北嚴(yán)寒地區(qū)農(nóng)村住宅應(yīng)盡量選取吸收系數(shù)高的圍護(hù)結(jié)構(gòu)材料及顏色.

圖7 采暖能耗與吸收系數(shù)關(guān)系

Fig.7 Correlation between solar absorbance and heating energy consumption

3.8 熱惰性

調(diào)研發(fā)現(xiàn)寒地農(nóng)村住宅多采用紅磚、土坯、塔頭等材料，因此選取黏土磚、夯實(shí)土坯墻、鋼筋混凝土、稻草板、重砂漿空心磚等5種材料，分別對120, 240, 370, 490, 620 mm等5種墻體厚度進(jìn)行了模擬(見圖8)，發(fā)現(xiàn)采暖能耗與墻體厚度負(fù)相關(guān)，5種材料按照能耗由大到小的排序為：鋼筋混凝土>夯實(shí)土坯墻>重砂漿空心磚>黏土磚>稻草板.因此，可根據(jù)寒地農(nóng)村地域性和經(jīng)濟(jì)水平選用稻草板等傳統(tǒng)材料建造節(jié)能住宅.

圖8 墻體材料與采暖能耗關(guān)系

Fig.8 Correlation between different wall materials and heating energy consumption

同時，課題組對外保溫和無保溫農(nóng)村住宅非采暖房間進(jìn)行了對比測試(見圖9)，外保溫農(nóng)村住宅室內(nèi)平均溫度為9.59℃，無保溫農(nóng)村住宅室內(nèi)平均溫度為3.85℃，比外保溫農(nóng)村住宅室內(nèi)溫度低5.74℃.

3.9 附加陽光間

寒地農(nóng)村住宅多采用附加陽光間進(jìn)行防風(fēng)保溫，為研究附加陽光間對農(nóng)村住宅室內(nèi)溫度的影響，課題組于2014年1月17日至2014年1月20日對吉林省扶余市里半號村某農(nóng)村住宅進(jìn)行了實(shí)地測試(見圖10, 11).

由圖11可以看出，室外平均溫度為-19.04 ℃，陽光間內(nèi)平均溫度為-6.88 ℃，主臥室平均溫度為11.28 ℃.陽光間內(nèi)平均溫度比室外高12.16 ℃，這說明僅靠陽光間形成的溫室作用即可減少12.16 ℃的室內(nèi)外溫差.

圖9 保溫層對室內(nèi)溫度的影響

圖10 附加陽光間溫度測試布點(diǎn)圖

圖11 附加陽光間溫度測試

在2014-01-18T12：20陽光間內(nèi)溫度達(dá)到最高值17.74 ℃，同時刻，主臥室溫度為13.80 ℃，陽光間溫度比主臥室溫度高3.94 ℃.這說明陽光間在陽光照射充足的正午時分能夠為室內(nèi)提供能量，進(jìn)一步降低采暖能耗.在2014-01-17T17：50陽光間內(nèi)溫度達(dá)到最低值-15.94 ℃，對應(yīng)的室外溫度為-25.84 ℃，在最不利條件下，陽光間內(nèi)溫度比室外溫度高9.9 ℃.

3.10 冰雪覆蓋層

農(nóng)村住宅屋面在長達(dá)6個月的采暖季被冰雪覆蓋，其室內(nèi)熱環(huán)境會受到冰雪的影響.課題組于2014年12月13日至2014年12月14日分別對0，40，60，100，150，200 mm厚度的冰雪覆蓋層下的混凝土砌塊外表面溫度進(jìn)行了實(shí)地測試，測試儀器采用BES-01型溫度自動記錄儀，每30 min采集一次數(shù)據(jù)(如圖12).發(fā)現(xiàn)有冰雪覆蓋層的砌塊比無冰雪覆蓋層的砌塊外表面溫度高，并且冰雪覆蓋層越厚，其外表面溫度越高.無冰雪覆蓋層的砌塊外表面平均溫度為-20.13 ℃，40，60，100，150，200 mm冰雪覆蓋層的砌塊外表面平均溫度分別為-18.15，-17.93，-17.60，-17.13和-16.94 ℃.其分別比無冰雪覆蓋層的砌塊外表面溫度高1.98，2.20，2.53，3.00和3.19 ℃.這說明冰雪覆蓋層能夠?qū)ξ菝嫫鸬奖刈饔茫?0～200 mm的冰雪覆蓋層能夠?qū)⑽菝嫱獗砻鏈囟忍岣?.98～3.19 ℃.

圖12 冰雪覆蓋層對農(nóng)村住宅溫度的影響

4 農(nóng)村住宅采暖能耗預(yù)測模型

為探究多因素共同作用下農(nóng)村住宅的采暖能耗情況，建立多元線性回歸模型.該模型將體形系數(shù)、南向窗墻面積比、非透明圍護(hù)結(jié)構(gòu)傳熱系數(shù)、南向透明圍護(hù)結(jié)構(gòu)傳熱系數(shù)和非透明圍護(hù)結(jié)構(gòu)吸收系數(shù)等5項因素作為自變量，將農(nóng)村住宅采暖能耗作為因變量，應(yīng)用SPSS進(jìn)行回歸分析.計算地點(diǎn)為哈爾濱等16個地區(qū)，計算時間為10月15日～次年4月15日，回歸模型如下：

式中：Ec為農(nóng)村住宅采暖能耗，(kW·h)/m2；S為體形系數(shù)；Rwws為南向窗墻面積比；Kn為非透明圍護(hù)結(jié)構(gòu)傳熱系數(shù)，W/(m2·K)；Kt為南向透明圍護(hù)結(jié)構(gòu)傳熱系數(shù)，W/(m2·K)；ρ為非透明圍護(hù)結(jié)構(gòu)吸收系數(shù)；a,b,c,d,e,f分別為系數(shù)，見表4.

表4 多元線性回歸模型系數(shù)表

5 結(jié) 論

1)室外平均干球溫度為-18.73～7.74 ℃時，寒地農(nóng)村住宅體形系數(shù)減小0.1，采暖能耗降低15.57%，其體形系數(shù)應(yīng)控制在0.65以內(nèi)；當(dāng)窗墻面積比相同時，農(nóng)村住宅采暖能耗由低至高排列順序為：南向<西向<東向<北向，北向窗墻比減小0.1，采暖能耗降低4.15%；非透明圍護(hù)結(jié)構(gòu)傳熱系數(shù)減小0.1，采暖能耗降低9.35%；北向透明圍護(hù)結(jié)構(gòu)傳熱系數(shù)減小0.1，采暖能耗降低0.38%；270°～315°(正南及南偏東)為寒地農(nóng)村住宅最佳朝向；吸收系數(shù)增加0.1，采暖能耗降低1.2%.

2)室外干球溫度為19.71～39.52 ℃時，黑色木質(zhì)材料在白天可達(dá)到55.8 ℃，其表面溫度為白色木質(zhì)材料的1.52倍.

3)室外干球溫度為-13.74～-26.44 ℃時，附加陽光間最高溫度為17.74 ℃，平均溫度比室外溫度高12.16 ℃，其能夠有效改善室內(nèi)熱環(huán)境.

4)室外干球溫度為-17.75～-21.06 ℃時，40～200 mm的冰雪覆蓋層能夠?qū)⑽菝嫱獗砻鏈囟忍岣?.98～3.19 ℃，這表明冰雪對農(nóng)村住宅屋面具有保溫作用.

5)通過對各影響因素進(jìn)行實(shí)地測試和模擬計算，建立了多元回歸模型，該模型能夠準(zhǔn)確預(yù)測寒地農(nóng)村住宅采暖能耗，為建筑師及農(nóng)村居民設(shè)計建造節(jié)能住宅提供參考.

[1] INDRAGANTI M, RAO K D. Effect of age, gender, economic group and tenure on thermal comfort: a field study in residential buildings in hot and dry climate with seasonal variations[J]. Energy and buildings, 2010, 42(3): 273-281.DOI: 10.1016/j.enbuild.2009.09.003.

[2] ADUNOLA A O. Evaluation of urban residential thermal comfort in relation to indoor and outdoor air temperatures in Ibadan, Nigeria[J]. Building and Environment, 2014, 75: 190-205. DOI: 10.1016/j.buildenv.2014.02.007.

[3] ZINZI M, AGNOLI S. Cool and green roofs. An energy and comfort comparison between passive cooling and mitigation urban heat island techniques for residential buildings in the Mediterranean region[J]. Energy and buildings, 2012, 55: 66-76. DOI: 10.1016/j.enbuild.2011.09.024.

[4] CORGNATI S P, D’OCA S, FABI V, et al. Leverage of behavioural patterns of window opening and heating set point adjustments on energy consumption and thermal comfort in residential buildings[C]//Proceedings of the 8th International Symposium on Heating, Ventilation and Air Conditioning. Berlin, Heidelberg: Springer-Verlag, 2014: 23-31.DOI: 10.1007/978-3-642-39584-0_3.

[5] ATTIA S, EVRARD A, GRATIA E. Development of benchmark models for the Egyptian residential buildings sector[J]. Applied Energy, 2012, 94: 270-284. DOI: 10.1016/j.apenergy.2012.01.065.[6] EKICI B B, AKSOY U T. Prediction of building energy needs in early stage of design by using ANFIS[J]. Expert Systems with Applications, 2011, 38(5): 5352-5358. DOI: 10.1016/j.eswa.2010.10.021.

[7] BANOS R, MANZANO-AGUGLIARO F, MONTOYA F G, et al. Optimization methods applied to renewable and sustainable energy: A review[J]. Renewable and Sustainable Energy Reviews, 2011, 15(4): 1753-1766.DOI: 10.1016/j.rser.2010.12.008.

[8] BANOS R, MANZANO-AGUGLIARO F, MONTOYA F G, et al. Optimization methods applied to renewable and sustainable energy: A review[J]. Renewable and Sustainable Energy Reviews, 2011, 15(4): 1753-1766. DOI: 10.1016/j.rser.2010.12.008.

[9] OZGENER O. Use of solar assisted geothermal heat pump and small wind turbine systems for heating agricultural and residential buildings[J]. Energy, 2010, 35(1): 262-268.DOI: 10.1016/j.energy.2009.09.018.

[10]ALLARD A. A linear data-driven system identification methodology for an active/passive solar thermal storage system and application to a solar house[D]. Montreal, Quebec: Concordia University, 2013.

[11]ATHIENITIS A K, SANTAMOURIS M. Thermal analysis and design of passive solar buildings[M]. London: Routledge, 2013.

[12]SAGE-LAUCK J S, SAILOR D J. Evaluation of phase change materials for improving thermal comfort in a super-insulated residential building[J]. Energy and Buildings, 2014, 79: 32-40. DOI: 10.1016/j.enbuild.2014.04.028.

[13]HUANG M J, EAMES P C, MCCORMACK S, et al. Microencapsulated phase change slurries for thermal energy storage in a residential solar energy system[J]. Renewable Energy, 2011, 36(11): 2932-2939.DOI: 10.1016/j.renene.2011.04.004.

[14]FEUSTEL H E, STETIU C. Thermal performance of phase change wallboard for residential cooling application[J]. Lawrence Berkeley National Laboratory, 2011. DOI: 10.2172/486124.

[15]MILLS B, SCHLEICH J. Residential energy-efficient technology adoption, energy conservation, knowledge, and attitudes: An analysis of European countries[J]. Energy Policy, 2012, 49: 616-628. DOI: 10.1016/j.enpol.2012.07.008.

[16]JGJ26—2010,嚴(yán)寒和寒冷地區(qū)居住建筑節(jié)能設(shè)計標(biāo)準(zhǔn)[S].北京:中國建筑工業(yè)出版社,2010.

[17]GB 50824—2013,農(nóng)村居住建筑節(jié)能設(shè)計標(biāo)準(zhǔn)[S].北京:中國建筑工業(yè)出版社,2012.

(編輯 張 紅)

Thermal environment optimization design of rural residential buildings in severe cold regions of northeast China

ZHEN Meng, SUN Cheng, DONG Qi

(School of Architecture, Harbin Institute of Technology, Harbin 150006, China)

In order to improve indoor thermal comfort and reduce the energy consumed for heating in rural residential buildings in severe cold regions of northeast China, the paper analyzed the influencing factors using field survey and software simulation and established the heating energy consumption prediction model. The paper studied the influence factors of shape coefficient, window to wall ratio, heat transfer coefficient of building envelope, orientation, absorption coefficient, thermal inertia, attached sunspace, snow cover with the help of BES-01 temperature recorder and DeST-h software. The results showed that the shape coefficient, windows to wall area ratio and heat transfer coefficient were positively correlated with heating energy consumption, the best orientation is south and southeast, absorption coefficient was negatively correlated with heating energy consumption, attached sunspace can effectively improve indoor thermal environment, and snow cover can play a role in roof insulation. The prediction model can provide design basis for rural energy-saving residential buildings. The paper can guide and improve energy efficiency design level of rural residential buildings in severe cold regions of northeast China.

severe cold regions of northeast China; rural residential buildings; heat consumption; prediction model

10.11918/j.issn.0367-6234.2016.10.027

2015-02-04

國家自然科學(xué)基金面上項目(51278149)

甄 蒙(1985—)，男，博士研究生；

孫 澄(1971—)，男，教授，博士生導(dǎo)師

孫 澄，suncheng@hit.edu.cn

TU111.4

A

0367-6234(2016)10-0183-06