嚴(yán)寒地區(qū)辦公建筑天然采光參數(shù)化模擬研究

韓昀松，王 釗，董 琪

(哈爾濱工業(yè)大學(xué)建筑學(xué)院，黑龍江省寒地建筑科學(xué)重點(diǎn)實(shí)驗(yàn)室，黑龍江 哈爾濱 150001)

嚴(yán)寒地區(qū)辦公建筑天然采光參數(shù)化模擬研究

韓昀松，王 釗，董 琪

(哈爾濱工業(yè)大學(xué)建筑學(xué)院，黑龍江省寒地建筑科學(xué)重點(diǎn)實(shí)驗(yàn)室，黑龍江 哈爾濱 150001)

本文旨在提出嚴(yán)寒地區(qū)辦公建筑天然采光參數(shù)化模擬流程，研發(fā)天然采光參數(shù)化模擬模型，從而提高嚴(yán)寒地區(qū)辦公建筑天然采光模擬精度與效率。以嚴(yán)寒地區(qū)某辦公建筑為例展開天然采光參數(shù)化模擬與實(shí)測，通過模擬值與實(shí)測值回歸擬合與誤差分析，驗(yàn)證提出的天然采光參數(shù)化模擬流程與模型應(yīng)用效果。結(jié)果表明，天然采光參數(shù)化模擬實(shí)現(xiàn)了幾何信息和材料信息的自適應(yīng)關(guān)聯(lián)，以及建模工具與模擬工具的數(shù)據(jù)交互，提高了天然采光模擬建模效率；CIE全陰天條件下，修正Perez天空模型的模擬值與實(shí)測值相關(guān)系數(shù)為97.4%，決定系數(shù)為94.9%，均方根誤差為119.8；CIE全晴天條件下，修正Perez天空模型的模擬值與實(shí)測值相關(guān)系數(shù)為95.9%，決定系數(shù)為91.9%，均方根誤差為110.9，說明天然采光參數(shù)化模擬流程和模型能夠準(zhǔn)確模擬嚴(yán)寒地區(qū)辦公建筑天然采光性能。

天然采光；參數(shù)化模擬；辦公建筑；嚴(yán)寒地區(qū)

引言

良好的天然采光設(shè)計(jì)不僅有效降低照明能耗，還能顯著提高辦公空間光環(huán)境品質(zhì)。天然采光性能模擬是建筑天然采光設(shè)計(jì)決策制定的重要依據(jù)。天然采光性能模擬計(jì)算量大，需依托數(shù)字技術(shù)，應(yīng)用天然采光模擬軟件來計(jì)算室內(nèi)天然采光性能[1-4]。然而，既有建筑天然采光性能模擬過程不僅建模復(fù)雜，且模擬模型中各項(xiàng)參數(shù)無法自適應(yīng)協(xié)同。若建筑設(shè)計(jì)方案修改則需重復(fù)建模，大幅降低了建筑天然采光性能模擬效率，制約了天然采光模擬技術(shù)對建筑天然采光設(shè)計(jì)決策過程的支持作用。

針對上述問題，國內(nèi)外學(xué)者立足數(shù)字技術(shù)展開了天然采光參數(shù)化模擬研究。2013年，石邢基于 Rhinoceros 和 Grasshopper 平臺(tái)，通過編寫數(shù)據(jù)交互程序?qū)崿F(xiàn)了建筑幾何模型和Ecotect模擬工具的數(shù)據(jù)交互[5]。2016年A. Lee結(jié)合埃及光氣候特征，針對熱帶居住建筑天然采光性能要求，建構(gòu)了基于Honeybee的天然采光參數(shù)化模擬模型，但研究未對模型計(jì)算精度進(jìn)行實(shí)測驗(yàn)證[6]。2016年，Kim結(jié)合新加坡地區(qū)光氣候特征，基于Grasshopper平臺(tái)建構(gòu)了高層建筑天然采光性能參數(shù)化模擬模型，但案例模型過于理想化，且未提出系統(tǒng)化的參數(shù)化模擬流程[7]。2016年，邊宇結(jié)合廣州光氣候條件，針對某單元式辦公空間天然采光設(shè)計(jì)問題，基于DIVA探索了天然采光性能參數(shù)化模擬策略[8]。上述研究表明：基于參數(shù)化模擬平臺(tái)研發(fā)的天然采光性能模擬工具能夠大幅簡化建模過程，提高天然采光性能模擬效率；同時(shí)，不同緯度地區(qū)的天空云量等氣候條件不同，且不同建筑類型天然采光性能需求也存在差異，故需因地制宜，結(jié)合不同建筑類型特征展開天然采光參數(shù)化模擬研究；而且，提出的天然采光模擬模型應(yīng)結(jié)合實(shí)測數(shù)據(jù)進(jìn)行模擬精度驗(yàn)證。

嚴(yán)寒地區(qū)氣候嚴(yán)酷，冬季日照時(shí)長短，良好的天然采光設(shè)計(jì)對辦公建筑意義重大，亟待結(jié)合嚴(yán)寒地區(qū)光氣候特征展開天然采光參數(shù)化模擬研究。本文旨在基于嚴(yán)寒地區(qū)光氣候?qū)崪y數(shù)據(jù)，綜合參數(shù)化編程和建筑信息建模技術(shù)，提出適于嚴(yán)寒地區(qū)辦公建筑天然采光設(shè)計(jì)問題的天然采光參數(shù)化模擬流程和模型，并通過實(shí)測與模擬實(shí)驗(yàn)數(shù)據(jù)對比，驗(yàn)證其模擬精度，提高嚴(yán)寒地區(qū)辦公建筑天然采光模擬效率。

1 研究方法

本文首先提出建筑天然采光參數(shù)化模擬流程，進(jìn)而以嚴(yán)寒地區(qū)典型城市哈爾濱某辦公空間為例，建立基于Grasshopper參數(shù)化編程平臺(tái)，以Radiance和Daysim為計(jì)算引擎，整合DIVA插件模塊的建筑天然采光參數(shù)化模擬模型。

1.1 提出天然采光參數(shù)化模擬流程

天然采光模擬旨在為設(shè)計(jì)者制定建筑形態(tài)、空間設(shè)計(jì)決策提供天然采光性能數(shù)據(jù)參考，模擬輸入?yún)?shù)包括建筑形態(tài)、空間設(shè)計(jì)參數(shù)，建筑室內(nèi)材料光學(xué)屬性參數(shù)和建筑局地天空亮度參數(shù)，輸出參數(shù)為建筑天然采光性能數(shù)據(jù)。因此，研究提出的天然采光參數(shù)化模擬流程包括建筑形態(tài)空間參數(shù)建模、建筑材料光學(xué)屬性輸入、局地天空亮度參數(shù)集成和天然采光模擬數(shù)據(jù)交互四項(xiàng)內(nèi)容，其工作流程如圖1所示。

圖1 天然采光參數(shù)化模擬流程Fig.1 The workflow of parametric daylighting simulation

設(shè)計(jì)者首先展開建筑形態(tài)空間參數(shù)建模，并建立建筑形態(tài)空間參數(shù)間的關(guān)聯(lián)關(guān)系，從而使形態(tài)空間參數(shù)在關(guān)聯(lián)參量調(diào)整時(shí)自適應(yīng)地更新自身參數(shù)。例如，設(shè)計(jì)者調(diào)整建筑窗墻比參數(shù)和開間進(jìn)深參數(shù)時(shí)，建筑外窗尺寸會(huì)根據(jù)窗墻比參數(shù)和開間進(jìn)深參數(shù)的調(diào)整，自適應(yīng)地更新窗寬和窗高，從而大幅提高建筑天然采光模擬建模實(shí)驗(yàn)效率。

隨后，設(shè)計(jì)者基于對室內(nèi)建筑材料反射率、透射率等光學(xué)屬性參數(shù)的實(shí)測，建立嚴(yán)寒地區(qū)辦公建筑室內(nèi)常用材料光學(xué)屬性數(shù)據(jù)組，設(shè)計(jì)者可根據(jù)需求調(diào)用不同材料的光學(xué)屬性數(shù)據(jù)，并將其與建筑形態(tài)空間參數(shù)建立自適應(yīng)關(guān)聯(lián)，從而避免方案調(diào)整導(dǎo)致的重復(fù)建模，減少模擬實(shí)驗(yàn)耗時(shí)。

同時(shí)，基于建筑所處局地環(huán)境氣象站實(shí)測數(shù)據(jù)和Perez天空模型參數(shù)需求，輸入實(shí)測日照直射輻射值和散射輻射值計(jì)算天空晴朗指數(shù)和天空明亮指數(shù)，輸入日期時(shí)間及地理位置得到太陽天頂角，從而綜合計(jì)算天空亮度分布。以基于實(shí)測數(shù)據(jù)計(jì)算得出的天空亮度分布替換IWEC數(shù)據(jù)庫中的直射和散射輻射值，從而對參數(shù)化模擬過程采用的Perez天空進(jìn)行校正，得到基于局地光氣候特征的Perez天空模型，即修正Perez天空模型。

研究將根據(jù)天然采光性能模擬所需的建筑形態(tài)空間、室內(nèi)材料光學(xué)屬性和天空數(shù)據(jù)類型要求，將嚴(yán)寒地區(qū)辦公建筑和光氣候環(huán)境信息傳輸至Radiance等模擬工具中，并啟動(dòng)模擬工具計(jì)算天然采光性能指標(biāo)；結(jié)合天然采光設(shè)計(jì)決策制定需求，研究將應(yīng)用參數(shù)化模擬模型將Radiance、Daysim等模擬工具計(jì)算得出的天然采光性能數(shù)據(jù)反饋至參數(shù)化建模平臺(tái)，并以分析圖形式反饋給設(shè)計(jì)者，實(shí)現(xiàn)參數(shù)化建模工具和天然采光仿真模擬工具的數(shù)據(jù)交互，為建筑天然采光設(shè)計(jì)提供決策支持。

1.2 研發(fā)天然采光參數(shù)化模擬模型

建筑天然采光參數(shù)化模擬流程需要技術(shù)模型支持，研究將基于Grasshopper參數(shù)化建模平臺(tái)，應(yīng)用參數(shù)化編程技術(shù)整合Rhinoceros建筑信息建模工具、DIVA插件程序和Radiance、Daysim建筑性能模擬工具，研發(fā)嚴(yán)寒地區(qū)辦公建筑天然采光參數(shù)化模擬模型。

天然采光參數(shù)化模擬模型以Rhinoceros為建筑信息建模工具，其具備標(biāo)準(zhǔn)形態(tài)與非標(biāo)準(zhǔn)形態(tài)空間建模能力，可有效提高模型應(yīng)用范圍。研究應(yīng)用建筑信息建模技術(shù)在Grasshopper平臺(tái)中建立建筑形態(tài)空間參數(shù)模塊，且實(shí)現(xiàn)各建筑形態(tài)空間信息自適應(yīng)關(guān)聯(lián)。研發(fā)的天然采光參數(shù)化模擬模型以Radiance和Daysim為天然采光計(jì)算引擎。既有研究結(jié)合不同光氣候環(huán)境驗(yàn)證了Radiance和Daysim的模擬計(jì)算精度[9-11]，說明其能在多種天空條件下準(zhǔn)確預(yù)測建筑天然采光性能。Daysim雖為動(dòng)態(tài)采光模擬軟件，但其不具備建模能力，更無法實(shí)現(xiàn)天然采光模擬模型各層級(jí)信息的參數(shù)化關(guān)聯(lián)，在模擬實(shí)驗(yàn)過程中易因交互誤差影響模擬結(jié)果且模擬效率較低，更重要的是Daysim模擬結(jié)果只能以網(wǎng)頁形式展現(xiàn)，無法生成可視化圖像且無法將采光計(jì)算結(jié)果自動(dòng)反饋至參數(shù)化模型，對設(shè)計(jì)決策支持力度不足。因此，研究基于Python編程語言，結(jié)合DIVA插件程序[12]，在Grasshopper平臺(tái)中編寫性能模擬工具與建筑建模工具之間的數(shù)據(jù)交互模塊，實(shí)現(xiàn)天然采光模擬工具與參數(shù)化建模工具之間的自動(dòng)數(shù)據(jù)交互。同時(shí)，研究基于建筑形態(tài)空間參數(shù)模塊，結(jié)合對建筑材料反射率等光學(xué)屬性參數(shù)的實(shí)測，應(yīng)用參數(shù)化編程技術(shù)在Grasshopper平臺(tái)中建立建筑材料光學(xué)屬性模塊。

建筑天然采光模擬多選用CIE標(biāo)準(zhǔn)天空模型和Perez天空模型。克里斯托弗·瑞恩哈特(C. Reinhart)基于實(shí)驗(yàn)分析指出基于Perez天空模型的天然采光計(jì)算精度優(yōu)于CIE標(biāo)準(zhǔn)天空模型下的天然采光計(jì)算精度，由于CIE天空模型對于局地光氣候環(huán)境的還原真實(shí)度不足[14]，而Perez天空模型能綜合計(jì)算全陰天、晴天等天空條件下的直射光、漫射光對室內(nèi)天然采光性能的影響[15]，通過各時(shí)間點(diǎn)的直射和散射值計(jì)算天空亮度分布。嚴(yán)寒地區(qū)過渡季節(jié)天氣多變，其局地光氣候具有鮮明地域性，若采用CIE標(biāo)準(zhǔn)天空模型其天然采光性能模擬誤差較高。因此，天然采光參數(shù)化模擬模型建構(gòu)了天空亮度參數(shù)模塊來集成局地天空實(shí)測室外散射輻射和直射輻射數(shù)據(jù)，并基于實(shí)測數(shù)據(jù)修正Perez天空模型，進(jìn)一步提高模型對局地光氣候環(huán)境的反映精度。

嚴(yán)寒地區(qū)辦公建筑天然采光參數(shù)化模擬模型(如圖2所示)實(shí)現(xiàn)了參數(shù)化建模和天然采光性能模擬一體化，提高了建筑天然采光性能模擬過程自動(dòng)化水平，降低了人機(jī)交互數(shù)據(jù)傳輸誤差風(fēng)險(xiǎn)，可顯著提高嚴(yán)寒地區(qū)辦公建筑天然采光性能模擬效率。

2 天然采光實(shí)測與模擬實(shí)驗(yàn)

為驗(yàn)證嚴(yán)寒地區(qū)辦公建筑天然采光參數(shù)化模擬流程和模型的應(yīng)用效果，研究選取嚴(yán)寒地區(qū)典型城市哈爾濱某辦公空間展開天然采光實(shí)測與模擬實(shí)驗(yàn)，計(jì)算辦公空間實(shí)測照度值與參數(shù)化模擬照度值的擬合度和相對誤差。

2.1 天然采光實(shí)測

研究將實(shí)測辦公建筑室內(nèi)照度、局地光氣候數(shù)據(jù)和室內(nèi)材料光學(xué)屬性參數(shù)。實(shí)測空間采光窗口朝向東北向，單側(cè)采光，進(jìn)深11.5 m，開間6.05 m，局部開間3.6 m，空間凈高3.3 m，局部凈高4.2 m，室內(nèi)布置一張木桌和文件柜，桌長3 m，寬1.8 m，高0.8 m(如圖3所示)。

圖3 實(shí)測辦公空間Fig.3 Field measurement office space

研究沿外窗底邊中點(diǎn)法線，由近窗處到遠(yuǎn)窗處布置1至9號(hào)實(shí)測點(diǎn)。測點(diǎn)1距外墻內(nèi)側(cè)1 m，各測點(diǎn)間距1 m，測試點(diǎn)距地面高度為0.8 m，其布置如圖4和圖5所示。照度測量工具為Testo-480 照度計(jì)(如圖6所示)，實(shí)驗(yàn)選擇過渡季節(jié)，測試時(shí)間為2016年4月3日至4月16日，周期6天，各測點(diǎn)的照度測量時(shí)間為7點(diǎn)至17點(diǎn)，每15分鐘采集一輪數(shù)據(jù)[10]，且每次測試時(shí)，各測點(diǎn)分別測量三次，取平均值作為實(shí)測照度值。實(shí)測過程中室內(nèi)人工照明裝置均處于關(guān)閉狀態(tài)僅天然采光，辦公空間不受其他光源干擾。

圖4 實(shí)測辦公空間剖面圖Fig.4 Measured office space section

圖5 實(shí)測辦公空間平面圖Fig.5 Measured office space plan

圖6 Testo-480 照度計(jì)Fig.6 Testo-480 luminometer

研究在實(shí)測期間同時(shí)測量室外天空輻射值以及室內(nèi)材料光學(xué)特性。實(shí)測室外天空輻射值的觀測地點(diǎn)位于北緯45°45′，東經(jīng)126°39′的某多層建筑屋頂，測量儀器為PC-4自動(dòng)氣象站(如圖7所示)。測試點(diǎn)周邊無植被及高大建筑物遮擋，測量滿足《采光測量方法》(GB/T 5699—2008)的相關(guān)要求。測試時(shí)間點(diǎn)為7點(diǎn)至17點(diǎn)，以每小時(shí)內(nèi)所有實(shí)測數(shù)值的算術(shù)平均值為逐時(shí)散射輻射和直射輻射數(shù)據(jù)(如圖8所示)。實(shí)測期間天空狀況包括陰天、晴天和多云多種天氣狀況。

圖7 PC-4自動(dòng)氣象站Fig.7 pc-4 automatic weather station

圖8 室外直射和散射輻射實(shí)測數(shù)據(jù)Fig.8 The measured outdoor direct and diffuse radiation data

建筑室內(nèi)材料光學(xué)屬性主要包括墻地面、天花板和家具的反射率以及玻璃的透射率。測量方法依據(jù)《采光測量方法》(GB/T 5699—2008)，實(shí)測建筑墻面與天花板材料相同，研究將分別對各類材料進(jìn)行三次實(shí)測，以三次實(shí)測數(shù)據(jù)的平均值為反射率和透射率數(shù)值(如表1所示)。

表1 實(shí)測辦公空間主要材料參數(shù)

2.2 天然采光參數(shù)化模擬

研究應(yīng)用天然采光參數(shù)化模擬模型的建筑形態(tài)空間參數(shù)模塊，在Grasshopper平臺(tái)中建立實(shí)驗(yàn)建筑形態(tài)空間模型；應(yīng)用建筑材料光學(xué)屬性模塊輸入實(shí)測得出的辦公空間墻地面、天花板及家具反射率、透射率等光學(xué)屬性參數(shù)，基于實(shí)測參數(shù)設(shè)定模擬模型中的材料光學(xué)屬性參數(shù)(如表2所示)；應(yīng)用天空亮度參數(shù)模塊集成由室外氣象站實(shí)測獲得的哈爾濱地區(qū)天空光環(huán)境分布數(shù)據(jù)；應(yīng)用基于DIVA插件程序的模擬數(shù)據(jù)交互模塊，輸入建筑天然采光性能模擬計(jì)算參數(shù)，具體參數(shù)設(shè)置如表3所示[10]，展開天然采光參數(shù)化模擬，并將模擬結(jié)果反饋Grasshopper平臺(tái)進(jìn)行三維圖形分析。

表2 材料參數(shù)設(shè)置

表3 模擬參數(shù)設(shè)置

對于實(shí)測與模擬數(shù)據(jù)，研究應(yīng)用相關(guān)系數(shù)(r)、決定系數(shù)(R2)、相對誤差值(Relative Error，RE)、平均誤差(Mean Error, ME)和均方根誤差值(Root Mean Square Error, rmse)分析模擬值與實(shí)測值之間的相關(guān)性關(guān)系。

3 結(jié)果分析與討論

研究分別基于CIE標(biāo)準(zhǔn)天空模型和修正Perez天空模型，通過模擬和實(shí)測值相擬合的實(shí)驗(yàn)方法，驗(yàn)證天然采光參數(shù)化模擬模型的計(jì)算精度。

實(shí)測期間天空狀況經(jīng)歷晴天、多云及陰天天氣，以陰天為主且云量較多；但因?qū)崪y時(shí)期哈爾濱尚屬供暖期，空氣質(zhì)量較差，多云天氣常伴隨輕度污染情況；因此將CIE標(biāo)準(zhǔn)天空模型分為全晴天和全陰天兩種情況考慮。

1)全陰天天空條件。對測試數(shù)據(jù)進(jìn)行篩選，選擇符合CIE全陰天條件的典型數(shù)據(jù)324組，應(yīng)用天然采光參數(shù)化模擬模型計(jì)算各測點(diǎn)的水平照度值，研究將同時(shí)刻同測點(diǎn)室內(nèi)實(shí)測照度值與模擬值進(jìn)行回歸擬合(如圖9和圖10所示)。

圖9 CIE全陰天模擬值和實(shí)測值擬合圖Fig.9 Fitting graph of CIE overcast sky simulated and measured data

圖10 修正Perez天空模擬值和實(shí)測值散點(diǎn)分布圖Fig.10 Fitting graph of Corrected Perez sky simulated and measured data

擬合結(jié)果表明CIE全陰天條件下，室內(nèi)水平照度模擬值和實(shí)測值擬合度較高，其相關(guān)系數(shù)r為86.6%，決定系數(shù)R2為75.1%，且在0.01水平顯著。模擬值與實(shí)測值的平均誤差為19.3%，均方誤差根為236.8，其相對誤差數(shù)值波動(dòng)如圖11所示，說明多數(shù)測試時(shí)間內(nèi)CIE天空下的天然采光性能模擬值略高于實(shí)測值。圖中4月16日的模擬值與實(shí)測值相對誤差明顯大于其他實(shí)測日期，其原因?yàn)?月16日為多云天氣，當(dāng)日實(shí)際天空亮度與CIE全陰天模型天空亮度相差更大，導(dǎo)致模擬結(jié)果與實(shí)測數(shù)據(jù)相對誤差高。

圖11 CIE全陰天實(shí)測與模擬照度值相對誤差圖Fig.11 Relative Error graph of CIE overcast sky simulated and measured illuminance

修正Perez天空模型下，室內(nèi)水平照度模擬值和實(shí)測值的回歸擬合如圖10所示，表明修正Perez天空下照度模擬值和實(shí)測值的擬合度較CIE全陰天下的擬合度更高，其Pearson相關(guān)系數(shù)r為97.4%，決定系數(shù)為94.9%，且在0.01水平顯著；模擬值與實(shí)測值平均誤差為0.8%，均方誤差根為119.8，其相對誤差數(shù)值波動(dòng)如圖12所示。由圖可知，在修正Perez天空模型下，天然采光性能模擬值與實(shí)測值的相對誤差明顯低于CIE天空模型下的相對誤差，說明隨著天空模型對于實(shí)際天空亮度水平還原真實(shí)度的提升，天然采光參數(shù)化模擬模型對于嚴(yán)寒地區(qū)辦公建筑天然采光性能的預(yù)測精度也隨之提高。

圖12 修正Perez天空實(shí)測與模擬照度值相對誤差圖Fig.12 Relative Error graphp of Corrected Perez sky simulated and measured illuminance

2)CIE全晴天條件。對測試數(shù)據(jù)進(jìn)行篩選，選擇符合CIE全晴天條件的典型數(shù)據(jù)180組，應(yīng)用天然采光參數(shù)化模擬模型計(jì)算各測點(diǎn)的水平照度值，研究將同時(shí)刻同測點(diǎn)室內(nèi)實(shí)測照度值與模擬值進(jìn)行回歸擬合(如圖13和圖14所示)。

圖13 CIE全晴天天模擬值和實(shí)測值擬合圖Fig.13 Fitting graph of CIE clear sky simulated and measured data

圖14 修正Perez天空模擬值和實(shí)測值散點(diǎn)分布圖Fig.14 Fitting graph of Corrected Perez sky simulated and measured data

擬合結(jié)果表明CIE全晴天條件下，室內(nèi)水平照度模擬值和實(shí)測值擬合度一般，其相關(guān)系數(shù)r為77.5%，決定系數(shù)R2為59.8%，且在0.01水平顯著。模擬值與實(shí)測值的平均誤差為8.6%，均方誤差根為357.6，其相對誤差數(shù)值波動(dòng)如圖15所示，說明CIE全晴天天空條件下的天然采光性能模擬值與實(shí)測值相對誤差較大，且多數(shù)情況下模擬值略小于實(shí)測值。

修正Perez天空模型下，室內(nèi)水平照度模擬值和實(shí)測值的回歸擬合如圖14所示，表明修正Perez天空下照度模擬值和實(shí)測值的擬合度較CIE全晴天下的擬合度更高，其Pearson相關(guān)系數(shù)r為95.9%，決定系數(shù)為91.9%，且在0.01水平顯著；模擬值與實(shí)測值平均誤差為-36.9%，均方誤差根為110.9，其相對誤差數(shù)值波動(dòng)如圖16所示?？芍谛拚齈erez天空模型下，天然采光性能模擬值低于實(shí)測值，且相對誤差明顯低于CIE全晴天天空模型下的相對誤差，說明修正的Perez天空模型較CIE標(biāo)準(zhǔn)天空更接近于實(shí)際天空亮度水平，應(yīng)用修正的Perez天空模型對預(yù)測嚴(yán)寒地區(qū)辦公建筑天然采光性能精度更高。

圖15 CIE全晴天實(shí)測與模擬照度值相對誤差圖Fig.15 Relative Error graph of CIE cleart sky simulated and measured illuminance

圖16 修正Perez天空實(shí)測與模擬值相對誤差圖Fig.16 Relative Error graphp of Corrected Perez sky simulated and measured illuminance

實(shí)驗(yàn)結(jié)果與結(jié)合寒冷地區(qū)光氣候數(shù)據(jù)展開的Radiance模擬精度既有研究結(jié)果一致[16]，說明修正Perez天空模型對于嚴(yán)寒地區(qū)辦公建筑天然采光性能模擬精度影響顯著，也驗(yàn)證了研究提出的天然采光參數(shù)化模擬流程和模型能夠準(zhǔn)確分析建筑天然采光性能。

4 結(jié)論

研究針對既有天然采光性能模擬建模工序復(fù)雜、模擬效率低的局限，提出天然采光參數(shù)化模擬流程，基于Grasshopper研發(fā)天然采光參數(shù)化模擬模型，進(jìn)而以哈爾濱某辦公建筑為例，實(shí)測驗(yàn)證了所提出參數(shù)化模擬流程和模型的應(yīng)用效果，結(jié)合實(shí)驗(yàn)數(shù)據(jù)得出以下結(jié)論：

1)應(yīng)用嚴(yán)寒地區(qū)辦公建筑天然采光參數(shù)化模擬流程和模型計(jì)算得出的模擬值和實(shí)測值呈現(xiàn)較高擬合度和較小的誤差，說明提出的天然采光參數(shù)化模擬流程和模型能夠準(zhǔn)確模擬嚴(yán)寒地區(qū)辦公建筑天然采光性能；

2)提出的參數(shù)化模擬流程和模型實(shí)現(xiàn)了天然采光模擬過程中形態(tài)空間信息、材料光學(xué)屬性信息的自適應(yīng)關(guān)聯(lián)，避免了重復(fù)建模；基于DIVA插件，實(shí)現(xiàn)了采光模擬信息向Radiance計(jì)算工具的自動(dòng)輸入，降低了人工輸入錯(cuò)誤風(fēng)險(xiǎn)，并實(shí)現(xiàn)了采光模擬結(jié)果的自動(dòng)反饋，增強(qiáng)了天然采光模擬對采光設(shè)計(jì)決策制定過程的支持力度；

3)相比采用CIE標(biāo)準(zhǔn)模型展開模擬，采用修正Perez天空模型的建筑天然采光參數(shù)化模擬值與實(shí)測值擬合度更高，而誤差更小，說明應(yīng)用修正Perez天空模型能夠提高嚴(yán)寒地區(qū)辦公建筑天然采光參數(shù)化模擬精度。

限于研究周期、實(shí)驗(yàn)場地條件以及實(shí)驗(yàn)所需的設(shè)備，本文僅在過渡季展開了東北向采光工況下的天然采光參數(shù)化模擬流程與模型實(shí)測驗(yàn)證，對Perez天空模型的太陽輻射值進(jìn)行了實(shí)測修正，后續(xù)工作將進(jìn)一步展開不同建筑朝向和季節(jié)下的辦公建筑自然采光參數(shù)化模擬擴(kuò)展研究，結(jié)合嚴(yán)寒地區(qū)不同地區(qū)溫度、濕度和氣壓實(shí)測數(shù)據(jù)深入修正Perez天空模型。

[1] REINHART C, FITZ A. Findings from a survey on the current use of daylight simulations in building design[J]. Energy and Buildings, 2006, 38(7): 824-835.

[2] 陸明, 杜江濤. 寒地城市住區(qū)天然光獲得量數(shù)值分析:靜態(tài)模型[J]. 照明工程學(xué)報(bào), 2016，27(6):48-52.

[3] 易斌, 袁韜, 楊靜,等. 基于Relux的自然采光與照明節(jié)能仿真[J]. 照明工程學(xué)報(bào), 2016，27(6): 21-27.

[4] MANGKUTO R A, ROHMAH M, ASRI A D. Design optimisation for window size, orientation, and wall reflectance with regard to various daylight metrics and lighting energy demand: A case study of buildings in the tropics[J]. Applied Energy, 2016, 164: 211-219.

[5] SHI X, YANG W. Performance-driven architectural design and optimization technique from a perspective of architects[J]. Automation in Construction, 2013, 32(4):125-135.

[6] LEE A, ALHADIDI S, HAEUSLER M H. Developing a Workflow For Daylight Simulation Daylight requirements simulation in early design stages to address the Green Star ratings within local regulations[C]// The Association for Computer-Aided Architectural Design Research in Asia. 2016: 363-372.

[7] KIM, HYEONGILL. Study on Integrated Workflow for Designing Sustainable Tall Building-With Parametric method using Rhino Grasshopper and DIVA for Daylight Optimization[J]. Korea Institute of Ecological Architecture and Environment, 2016, 16(5): 21-28.

[8] 邊宇, 馬源, 方小山. 基于參數(shù)化模型的建筑采光設(shè)計(jì)方法[J]. 照明工程學(xué)報(bào), 2016, 27(1): 56-59.

[9] MARDALJEVIC J. Validation of a lighting simulation program under real sky conditions[J]. Lighting research and Technology, 1995, 27(4): 181-188.

[10] MARDALJEVIC J. Simulation of annual daylighting profiles for internal illuminance[J]. Lighting Research and Technology, 2000, 32(3): 111-118.

[11] 劉昆明. 全年動(dòng)態(tài)模擬軟件 DAYSIM 在天然采光設(shè)計(jì)中的適用性研究[D]. 南京:南京大學(xué), 2011.

[12] REINHART C, LAGIOS K., NIEMASZ J. 2011. DIVA for Rhino Version 2.0. http://www.diva-for-rhino.com/.

[13] REINHART C, HERKEL S, The simulation of annual daylight illuminance distributions—A state of the art comparison of six RADIANCE-based methods, Energy & Buildings, 2000, 32 (2): 167-187.

[14] LI D, LAU C, LAM J C. Predicting daylight illuminance by computer simulation techniques[J]. Lighting Research & Technology, 2004, 36(2): 113-129.

[15] 王洪珍. 基于地域性光氣候的建筑采光模擬研究[D]. 天津:天津大學(xué), 2012.

Study on Parametric Daylighting Simulation Method for Office Building in Severe Cold Region

HAN Yunsong, WANG Zhao, DONG Qi

(SchoolofArchitecture,HarbinInstituteofTechnology，HeilongjiangColdRegionArchitecturalScienceKeyLaboratory，Harbin150001,China)

TThe aim of this paper is to propose a parametric daylighting simulation workflow and model to improve the accuracy and efficiency of daylighting simulation for office building in severe cold region, which were applied to simulate daylighting performance for an office building. The regression fitting and error analysis over the simulated and measured values were used to validate the application effects of this simulation workflow and model. The results showed that the parametric daylighting simulation method realized the adaptive connection between geometry and material information, and data interaction between modeling tools and simulation tools, which improved the modeling efficiency of daylighting simulation. Besides, under the CIE overcast sky, the correlation coefficient between simulated and measured data is 97.4%, the determination coefficient is 94.9%, and the root mean square error is 119.8 with the corrected Perez sky.Under the CIE clear sky, the correlation coefficient between simulated and measured data is 95.9%, the determination coefficient is 91.9%, and the root mean square error is 110.9 with the corrected Perez sky which demonstrates that the parametric simulation workflow and model can be used to simulate daylighting performance accurately.

daylighting; parametric simulation; office building; severe cold region

國家自然科學(xué)基金面上項(xiàng)目(51578172)資助。

TM923

A

10.3969/j.issn.1004-440X.2017.04.008