基于温频法和温湿频法的南京全年逐时气象数据分析

赵　坚，陈邦东

（1.长兴县行政中心管理办公室，浙江长兴313100；2.长兴县太湖街道办事处，浙江长兴313100）

基于温频法和温湿频法的南京全年逐时气象数据分析

赵坚1，陈邦东2

（1.长兴县行政中心管理办公室，浙江长兴313100；2.长兴县太湖街道办事处，浙江长兴313100）

采用DeST软件的南京全年逐时气象数据，根据温频法和温湿频法求解干球温度、含湿量和太阳总辐射不同频段的数据，以此分析它们的分布特征。可为建筑物全年能耗计算和分析提供理论依据。

干球温度；含湿量；太阳总辐射；温频法；温湿频法

0　引言

建筑能耗分析对确定空调全年能耗、新建建筑的节能设计、既有建筑的节能改造都有重要意义[1]。温频法[2，3]及温湿频法[4，5]都是用于计算建筑能耗的简化方法，这两种方法都对气象参数具有较大的依赖性，且在气象参数计算整理上需耗费较多的时间[6]。

本文通过编写气象数据计算程序，对逐时气象数据（干球温度、含湿量和太阳辐射等）进行整理计算并进行分析，寻找其分布规律，从而为建筑全年能耗计算和分析奠定基础。同时，气象数据与地表水、土壤等温度密切相关[7，8]，气象数据的分析也能为可再生能源（地表水、土壤等）的开发和利用提供基础数据。

1　气象数据

本文参照文献[1]的做法，利用DeST软件中的南京地区全年逐时气象数据（干球温度、含湿量和太阳总辐射），气象数据如图1～图3所示。从图1可以看出，干球温度最低值为-5.6℃，最高值为37.2℃，图形大致为开口向下的抛物线；从图2可以看出，含湿量最小值为0.79g/kg，最大值为24.38g/kg，两头变化相对平缓，中间变化较大；从图3可以看出，太阳总辐射最小值为0 W/m2，最大值为952.78W/m2。

2　方法

2.1气象数据频段划分

计算温度频段、温湿度频段出现的小时数是温频法、温湿频法的组成部分。在温频法中，首先将干球温度划分成一定间隔的温度频段，然后计算各个温度频段出现的小时数。而在温湿频法中，将干球温度和含湿量同时划分一定频段，然后计算各个温湿频段出现的小时数。

图1　干球温度全年逐时变化图

图2　含湿量全年逐时变化图

图3　太阳总辐射全年逐时变化图

根据上文气象数据的最值，可将南京地区干球温度、含湿量和太阳总辐射分别进行如下划分：起点为-6℃（-7.5～-4.5℃），间隔（步长）3℃，终点温度为36℃（34.5～37.5℃）；起点为1.5 g/kg（0～3g/kg），间隔3 g/kg，终点为25.5 g/kg（24～27 g/kg）；起点为50 W/m2（0～100 W/m2），间隔100 W/m2，终点为950 W/m2（900～1000 W/m2）。

2.2程序框架图

根据干球温度各频段的划分，编写程序求解不同温度频段出现的小时数，程序框架图如图4所示。同理可求解含湿量、太阳总辐射各频段出现的小时数，程序框架图略。

根据干球温度和含湿量各频段的划分，编写程序求解不同温湿频段出现的小时数，程序框架图如图5所示。

3　结果及其分析

3.1干球温度频段数据分析

为细化分析气象数据，将每个月气象数据的分布情况单独列出，根据程序框架图4分别求解南京地区12个月份的温频数据，见表1。从表1中看出：全年干球温度频段（-6～36℃）跨度较大，月与月之间干球温度变化相差较大，南京冬夏季节明显，中间有过渡季节。以温频段3℃为例，1月、2月和12月分别出现200h、246h和187h，气温低时出现频率高，是主要供暖月份。以温频段27℃为例，6月、7月和8月分别出现140h、201h和327h，气温高时出现频率高，是主要供冷月份。另外，温频段21℃共出现1006h，是出现小时数最高的频段。

按照干球温度从小到大的顺序，将各温频段对应出现小时数进行累加求和，得到图6。从图中看出，当南京地区冬季室外气温低于3℃时空调系统开始供暖，夏季高于27℃时开始供冷，假设某建筑无其它内外得热，则该建筑一年需要供暖1431h，供冷1797 h（8760～6963）。

图4　温频法气象参数计算程序框架图

图5　温湿频法气象参数计算程序框架图

表1　南京地区12个月的温频数据h

图6　各温频段对应出现小时数累加求和图

图7　湿频－比例图

表2　南京地区12个月的湿频数据h

表3　南京地区全年温湿频数据h

3.2含湿量频段数据分析

同理，分别求解南京地区12个月份的湿频数据，见表2。将各湿频段“合计”数据分别与全年总小时数8760h相除，得到各湿频段所占的比例，如图7所示。

从表2和图7中看出，湿频段4.5 g/kg共对应2744h，所占比例最大（31.3%），是出现小时数最高的湿频段，而且明显高于其它频段。这是因为：1月、2月、3月、11月和12月共5个月出现最大小时数都集中在湿频段4.5g/kg上，分别出现466h、581h、509h、327h和492h；同时，4月、5月和10月在湿频段4.5g/kg也有出现，这样叠加后明显高于其它频段。

图8　南京地区12个月的太阳总辐射频段数据图

图9　各月日照时间图

3.3温湿度频段数据分析

根据程序框架图5求解南京地区全年的温湿频数据，结果见表3。从表3中看出：

（1）表3中各个温频段、湿频段“合计”数据与表1、表2中“合计”数据是一致的，说明了表格的正确性；

（2）表3得到不同温频段及不同湿频段相互组合的数据，而表1（表2）只能得到单一温频段（湿频段）数据，因而表3更能清楚描绘气象数据的特征。以下以温频、湿频的最值举例说明：由上文可知，在温频段中，干球温度为21℃时出现频率最高；在湿频段中，含湿量为4.5g/kg时出现频率最高。但是，温湿度联合频段却不是21℃、4.5g/kg（59h），而是6℃、4.5g/kg（759h）出现频率最高。

（3）当对温度、含湿量共同影响的参数进行分析时，建议采用温湿频数据进行分析，从而能更清楚了解分布情况。

3.4太阳总辐射频段数据分析

同理，分别求解南京地区12个月份的太阳总辐射频段数据，制作各月太阳总辐射频段数据图，如图8所示。

从图8中看出：1～12月份都是在最小频段50W/m2出现的小时数最多（共5821h，占总数的66.4%），而且各月其它频段出现的小时数远小于该频段。太阳总辐射各个月份频段数据曲线的趋势基本一致（随着太阳总辐射频段的增加而递减，其中在频段150W/m2时急剧下降，之后缓慢下降）。

因为图8最小频段50W/m2中包括太阳总辐射（散射辐射和直射辐射）为0W/m2出现的小时数，所以它仍然不能反映日照的时间（即太阳总辐射大于0W/m2出现的小时数）。将频段50W/m2中0W/m2出现的小时数剔除，制作各月日照时间图9。从图9中看出：全年总共日照4312h，其中7月日照时间（420h）最长，2月日照时间（300h）最短。

结合图8和图9可知，虽然7月和2月太阳总辐射频段数据曲线的趋势基本一致，但是在具体频段上有明显差距，7月日照时间比2月共多120h，其中在频段50W/m2（剔除0 W/m2后）处少出现23h，在650W/m2和750W/m2处分别多出现32h和40h。这说明7月在低频段出现小时数少，在高频段出现小时数多，即太阳总辐射强度大而且时间长，由此也导致7月干球温度和含湿量远大于2月。

4　结语

（1）以DeST南京地区气象数据为例，编写程序得到该地区温频、温湿频段等数据，同时可根据需要修改程序（地区、起点、终点和步长）得到该地区（或其它地区）实际需要的不同频段的数据，这些数据可方便技术人员建筑物全年能耗计算及分析时使用。

（2）当对温度、含湿量共同影响的参数进行分析时，建议采用温湿频段数据进行分析，能更清楚了解气象数据分布特征。

（3）当冬季室外气温低于3℃时空调系统开始供暖，夏季高于27℃时开始供冷，假设南京某建筑无其它内外得热，则该建筑一年需供暖1431h，供冷1797h。

[1]宋涛，王万江.温频法在乌鲁木齐地区的应用与分析[J].暖通空调，2015，45（5）：39～43.

[2]龙惟定.用BIN参数作建筑物能耗分析[J].暖通空调，1992，22（2）：6～11.

[3]苏芬仙，张从军，田胜元.BIN建筑能耗计算方法的改进[J].重庆建筑大学学报，2006，28（1）：88～91.

[4]赵坚，刘金祥.某办公楼能耗因素分析与2种简化方法对比[J].建筑科学，2008，24（4）：54～57.

[5]杜垲，刘青，张建忠.应用联合频率表对传统BIN法的改进[J].暖通空调，2002，32（4）：88～90.

[6]廖深瓶.BIN简化法在空调系统节能效益分析中的应用[J].建筑节能，2013，41（8）：1～6.

[7]辛向文，周孝德.天然水温估值计算方法研究[J].水资源与水工程学报，2010，21（2）：124～127.

[8]柴红敏，刘增进，谷红梅.太阳辐射、气温及土温关系探讨[J].华北水利水电学院学报，2003，24（3）：4～8.

Analysis of Hourly Weather Data of the Whole Year in Nanjing Base on Bin Method and Temperature and Humidity Method

ZHAO Jian1，CHEN Bang-dong2
（1.Management Office of County Administration Center，Changxing 313100，China；2.Tai-lake Street Office，Changxing 313100，China）

In this paper，hourly weather data of the whole year in Nanjing from DeST software were chose，and dry bulb temperature，humidity content and solar radiation data of the different segment were calculated by bin method and temperature and humidity method to analyze distribution feature.This paper could provide evidence for building consumption calculation and analysis.

dry bulb temperature；humidity content；solar radiation；bin method；temperature and humidity method

10.3969/J.ISSN.2095-3429.2015.05.020

TU83

B

2095-3429（2015）05-0089-05

赵坚（1982-），男，江苏常州人，硕士，工程师，主要从事建筑节能及设备运行维护管理工作。

2015-07-27

2015-09-02