基于多組實時數(shù)據(jù)回歸分析的空調(diào)負荷預(yù)測方法研究

肖暾

（華東建筑設(shè)計研究院有限公司，上海 200011）

0 引 言

工程前期常用的空調(diào)負荷預(yù)測估算方法主要有空調(diào)負荷軟件、面積指標(biāo)估算、參考既有建筑數(shù)據(jù)等。軟件計算方法需要完整的計算參數(shù)才能準(zhǔn)確計算，且計算工作量大；面積指標(biāo)估算由于給出的指標(biāo)是一個范圍，無法精確數(shù)值，易估高建筑群的負荷[1]；既有建筑實測數(shù)據(jù)往往不夠全面或針對性不強，也會有一定偏差。對于區(qū)域建筑群，苑翔等人[2]提出了對影響冷負荷的因素進行情景設(shè)置并預(yù)測負荷，王利珍等人[3]采用蒙特卡羅模擬方法預(yù)測區(qū)域建筑負荷，果澤泉等人[4]提出基于大數(shù)據(jù)分析城市熱網(wǎng)負荷，方波等人[5]引入人工神經(jīng)網(wǎng)絡(luò)預(yù)測方法建立負荷預(yù)測模型，這些方法需要整理和分析多種數(shù)據(jù)，并進行編程或建模，計算周期較長。

在前期規(guī)劃分析階段區(qū)域能源中心具有較大的不確定性，沒有詳細的建筑單體資料，各類指標(biāo)經(jīng)常變化，但又需要快速進行負荷估算以便進行方案分析、測算設(shè)備容量和站址規(guī)模等工作?；谏鲜鲂枨?，本文嘗試采用基于多組數(shù)據(jù)進行回歸分析預(yù)測空調(diào)負荷，在工程前期通過供能面積指標(biāo)估算負荷，是一種簡單快捷且具備一定準(zhǔn)確度的實用方法。

1 基于數(shù)據(jù)回歸分析的空調(diào)負荷預(yù)測原理

影響空調(diào)負荷的因素有很多，例如外部氣象條件、地理位置以及建筑的形態(tài)、功能、室內(nèi)人員活動規(guī)律、內(nèi)部發(fā)熱量等[5]，但是在項目前期，建筑條件往往無法明確，只能利用已知的條件對負荷進行預(yù)測。根據(jù)上位規(guī)劃文件，可以了解的是供能面積指標(biāo)、主要業(yè)態(tài)等宏觀的規(guī)劃指標(biāo)和要求，這些指標(biāo)與能源中心負荷有機地相互聯(lián)系，能源中心負荷的變化主要依存于供能面積的變化，它們之間在一定條件和范圍內(nèi)的相互聯(lián)系，可以通過數(shù)學(xué)關(guān)系反映出來。

在一般條件下，供能面積增加，冷熱負荷便相應(yīng)地提高，但供能面積與空調(diào)負荷增長的數(shù)值并不存在嚴格的依存關(guān)系，因為對于空調(diào)負荷來說，除了供能面積這一因素之外，還會受到本節(jié)提到的諸多其它因素的影響。即便如此，它們之間仍然存在一定的規(guī)律性，在一定的條件和范圍內(nèi)，隨著供能面積的增加，空調(diào)負荷便相應(yīng)地有所提高。

本文在某地區(qū)選取綜合業(yè)態(tài)的區(qū)域能源中心的供能面積、冷負荷和熱負荷樣本，嘗試進行回歸分析，對其相關(guān)性進行判斷，擬合回歸方程，并應(yīng)用方程預(yù)測區(qū)域能源中心的典型日最大小時負荷。主要步驟如下[6]：

1)收集本地區(qū)項目樣本，并確定供能面積與負荷的相關(guān)關(guān)系的密切程度，將數(shù)據(jù)資料編制成散點圖進行初步分析，判斷相關(guān)的密切程度，并計算相關(guān)系數(shù)；

2)選擇合適的數(shù)學(xué)模型，可采用配合直線或曲線模型，擬合的回歸方程可作為判斷、推算和預(yù)測的依據(jù)；

3)根據(jù)配合的數(shù)學(xué)模型，對估算值與實際值進行對比分析，判斷回歸方程的準(zhǔn)確程度；

4)應(yīng)用回歸方程估算負荷，并與采用傳統(tǒng)方法計算取得的數(shù)據(jù)進行比較分析，驗證回歸方程的準(zhǔn)確程度。

2 基于數(shù)據(jù)回歸分析的空調(diào)負荷預(yù)測方法的應(yīng)用

以上海某區(qū)域綜合開發(fā)項目為例，該區(qū)域共有8個建筑單體及地下室，業(yè)態(tài)以辦公、商業(yè)為主，辦公與商業(yè)面積比為7∶3，采用能源中心集中供能，供能面積約46萬平方米，采用回歸分析方法對其進行冷、熱負荷估算。

首先收集上海地區(qū)已建或在建能源中心項目的供能面積、冷負荷和熱負荷作為樣本，供能業(yè)態(tài)以辦公、商業(yè)為主，辦公面積占供能面積比約為0.5～0.7，商業(yè)面積占比約為0.2～0.5，供能面積在26.8萬m2～111.3萬m2之間，樣本數(shù)據(jù)見表1。

表1 能源中心樣本數(shù)據(jù)

為考察供能面積與空調(diào)負荷的相關(guān)密切程度，選取案例項目中的供能面積、冷負荷和熱負荷數(shù)據(jù)，將供能面積S與冷負荷QL、供能面積S與熱負荷QR的每組數(shù)據(jù)標(biāo)在坐標(biāo)圖上，由圖1和圖2可以看出，S-QL、S-QR各點雖不完全在一條直線上，但有近似直線的趨勢。

圖1 供能面積與冷負荷趨勢圖

圖2 供能面積與熱負荷趨勢圖

分別對S-QL、S-QR計算相關(guān)系數(shù)r值以判斷相關(guān)性，得到A-QL、A-QR相關(guān)系數(shù)分別為0.98和0.94，當(dāng)相關(guān)系數(shù)的絕對值越接近于1時，線性關(guān)系越好[7]，因此，可以認為A-QL、A-QR具有較好的相關(guān)性，并對其進行擬合得出回歸方程：

式中：QL——能源中心預(yù)測冷負荷，MW；A——能源中心規(guī)劃供能面積，萬m2。

式中：QR——能源中心預(yù)測熱負荷，MW；A——能源中心規(guī)劃供能面積，萬m2。

利用式(1)、(2)計算對應(yīng)供能面積的冷、熱負荷估計值，與實際數(shù)據(jù)進行對比并計算相對誤差率，見表2。采用回歸方程估算的冷負荷與實際值對比，平均誤差6.96%，在12組數(shù)據(jù)中誤差小于10%的數(shù)據(jù)為10組。采用回歸方程估算的熱負荷估算與實際值對比，平均誤差9.47%，在12組數(shù)據(jù)中誤差小于10%的數(shù)據(jù)為9組。

表2 回歸方程估算值與實際值誤差

對于樣本1的冷負荷、熱負荷估算誤差率均超過20%，從工程實際出發(fā)，區(qū)域能源供能面積小于30萬m2的情況較少，因此選取回歸公式的適用范圍為供能面積36～110萬m2。

采用回歸分析的得出空調(diào)負荷預(yù)測式(1)、(2)對該商業(yè)綜合體空調(diào)負荷進行計算，上海該區(qū)域綜合開發(fā)項目QL=41.53 MW，QR=21.33 MW，單位面積冷負荷指標(biāo)為90W/m2，單位面積熱負荷指標(biāo)為46W/m2。

3 傳統(tǒng)空調(diào)負荷預(yù)測

3.1 常用空調(diào)負荷軟件計算結(jié)果

選用清華大學(xué)DeST軟件計算全年負荷和華電源HDY-SMAD軟件同樣對上述的上海某區(qū)域綜合開發(fā)項目計算典型日負荷，并分別得出最大小時負荷值。

在設(shè)計工況下，上海市室外氣象參數(shù)見表3。

表3 上海市氣象參數(shù)

建筑圍護結(jié)構(gòu)熱工參數(shù)、室內(nèi)計算參數(shù)與新風(fēng)量，人員密度、照明功率密度值、電器設(shè)備功率等均按《上海市公共建筑節(jié)能設(shè)計標(biāo)準(zhǔn)》[8]中的參照值設(shè)定。室內(nèi)設(shè)計參數(shù)及室內(nèi)人員及設(shè)備計算參數(shù)匯總于表4、表5。

表4 室內(nèi)設(shè)計參數(shù)

表5 室內(nèi)人員及設(shè)備計算參數(shù)

參照相關(guān)規(guī)范取值，對于商務(wù)區(qū)（功能含商業(yè)中心及辦公），同時使用系數(shù)取值為0.70～0.78[9]，考慮本次計算項目的供能地塊較少，同時地處城市核心區(qū)域，同時使用系數(shù)按規(guī)范建議值的偏上限選擇，確定取值為0.75。

1)清華大學(xué)DeST軟件模擬預(yù)測結(jié)果

采用DeST軟件模擬全年負荷，通過簡化建筑模型的方式進行推算。簡化模型為上海地區(qū)一棟辦公商業(yè)綜合體，該模擬建筑一共10層，層高4m，單層建筑面積為3600m2。其中一、二層為商業(yè)區(qū)域，三到十層為辦公區(qū)域，其比例設(shè)置與能源中心供能區(qū)域規(guī)劃的辦公與商業(yè)面積比例近似，模型如圖3、圖4所示。

圖3 模擬建筑平面示意圖

圖4 模擬建筑立體示意圖

通過對圍護結(jié)構(gòu)參數(shù)、室內(nèi)參數(shù)、房間作息的設(shè)置，并加入自然通風(fēng)的模型來模擬建筑實際運行情況。根據(jù)模型計算的全年負荷結(jié)果，對建筑面積進行等比例擴大，并加入同時使用系數(shù)，推算出供能區(qū)域內(nèi)全年的冷、熱逐時負荷。

采用DeST軟件模擬計算得出，該區(qū)域綜合開發(fā)項目全年供冷量為4850萬kW·h，全年供熱量為879萬kW·h，同時得到最大小時冷負荷為42.91MW，最大小時熱負荷為20.57MW，全年逐時負荷如圖5所示。

圖5 全年逐時冷熱負荷

2)采用華電源HDY-SMAD軟件預(yù)測結(jié)果

采用華電源HDY-SMAD空調(diào)負荷計算軟件進行典型設(shè)計日負荷計算，其負荷計算方法是諧波反應(yīng)法。依據(jù)前述計算依據(jù)，得出典型設(shè)計日逐時負荷，其中最大小時冷負荷為43.81MW，單位面積空調(diào)冷負荷指標(biāo)為95W/m2；最大小時熱負荷為19.58MW，單位面積空調(diào)熱負荷指標(biāo)為42W/m2。典型設(shè)計日逐時冷熱負荷如圖6所示。

圖6 典型設(shè)計日逐時冷熱負荷

3.2 面積指標(biāo)法估算

根據(jù)《實用供熱空調(diào)設(shè)計手冊》[10]進行空調(diào)冷、熱負荷指標(biāo)估算，考慮近年來對于建筑外圍護結(jié)構(gòu)熱工性能逐步改善，空調(diào)負荷設(shè)計指標(biāo)將相應(yīng)減少，冷負荷指標(biāo)選取中間值，熱負荷指標(biāo)選擇低值，計算得到上海某區(qū)域綜合開發(fā)項目的單位面積冷負荷指標(biāo)為93.45 W/m2，最大小時冷負荷為42.98MW。單位面積熱負荷指標(biāo)為46.05 W/m2，最大小時熱負荷21.18MW冷負荷、熱負荷指標(biāo)估算值如表6、表7。

表6 冷負荷指標(biāo)估算

表7 熱負荷指標(biāo)估算

4 結(jié)果比對分析

采用負荷軟件計算、面積指標(biāo)估算所得數(shù)據(jù)與回歸分析估算所得數(shù)據(jù)進行比對分析，結(jié)果見表8所示。

表8 傳統(tǒng)預(yù)測方法計算比對結(jié)果

由表8所示，回歸分析法估算的冷、熱負荷與傳統(tǒng)預(yù)測方法計算的結(jié)果相對誤差率均小于10%。相對傳統(tǒng)三種預(yù)測方法得出的平均值，回歸分析法估算冷負荷平均誤差為3.94%，熱負荷為4.34%，誤差在5%以內(nèi)，采用回歸分析法有較好的準(zhǔn)確性。

5 結(jié)束語

在前期規(guī)劃分析階段，各種空調(diào)負荷計算條件不確定，采用多組實時數(shù)據(jù)進行回歸分析，擬合負荷與供能面積的回歸方程，以此預(yù)測區(qū)域能源中心負荷。該方法只需依據(jù)供能面積就能快捷簡便地得出最大小時負荷數(shù)值，簡化了負荷計算，有效解決在工程前期中空調(diào)負荷受各種不確定因素的影響無法計算或工作周期較長的問題。經(jīng)與傳統(tǒng)計算方法比對，在一定的范圍和條件下回歸分析估算法誤差率可控制在較小范圍內(nèi)，該方法是一種簡便快捷、適合前期規(guī)劃的負荷估算方法。