■ 周 岩 Zhou Yan 庄 智 Zhuang Zhi 杨 峰 Yang Feng
随着城市化进程的加快,城市街区由单一低密度形态向多样高密度形态发展,引起街区下垫面构成、通风性能及得热状况等因素变化,进而影响城市热岛现象和建筑能耗。城市化对气候最显著的影响体现为热岛现象的出现。城市热岛效应改变了城市微气候,进而影响建筑能耗,给城市生态和人们生活环境带来影响。城市热岛效应的加重将使空调设备工作状况恶化,能效比降低,而空调制冷向室外排热量加大,反过来会加剧热岛效应的产生。Reid Ewing和Fang Rong指出城市形态可以通过输配电损失、不同住宅存量的能源需求、城市热岛导致的建筑供暖和制冷需求三大因果途径影响住宅能源使用[1]。在新加坡,Wong N H等分析了在街区尺度下容积率、绿化率、天空视野因子、建筑密度等参数对当地气温及建筑能耗的影响[2]。结果显示,容积率对当地温度的影响高至2℃,且通过改善城市形态可节省建筑能耗4.5%。而Yi-Ling H等分析了上海市2003~2007年的平均温度与日电耗,结果显示城市化进程的加快对制冷度日数和采暖度日数的空间分布具有明显影响,且中心城区由于城市化的影响具有较大的制冷度日数和较低的采暖度日数[3]。李先庭利用住宅小区室外气温的模拟数据分析发现,城市住宅小区住宅建筑夏季冷负荷增大了10%~35%,而冬季热负荷受城市化影响不大, 其差别不到10%[4]。可见,城市形态对建筑周围微气候及建筑能耗有重要影响,通过改善城市形态来改善环境、降低建筑能耗已成为城市规划和建筑设计领域的一个重要方向。本文以上海为例,基于气象站及邻近街区参数的调查分析,并结合典型办公建筑模型的负荷模拟对比,研究街区形态对当地气候及建筑能耗的影响。
本文以上海市10个气象站点为中心的2~3km2范围作为街区研究对象。10个街区既包含了高密度城区,也包含了郊区建筑群,分别具有不同的街区形态特征。其中徐家汇和浦东新区分布在市中心的位置,而其他站点均处在相对郊区位置。各站点的具体分布情况如图1、2所示。
不同的城市街区形态形成不同的微气候,而微气候的不同进而会引起建筑空调与采暖能耗的变化。研究表明,建筑密度、容积率、绿化率、空地率、体形系数、天空视角因子、街道高宽比和海拔高度等特征参数均能反映一个城市街区的微气候[5]。本文选取典型区域的建筑密度Bd、容积率p、绿化率g3个特征参数,根据各街区对应的卫星图,推算出相应街区的绿化率、建筑密度,并根据全景图确定出选取区域内的建筑层数,结合面积估算容积率。调研得到各区的3个特征参数值如表1所示。
图1 气象站点分布图
图2 各气象站点邻近街区
1.3.1 热岛强度UHI
城市热岛效应用热岛强度表示。目前关于热岛强度的计算方法有4种观点:①以热岛中心气温减去同期同高度(1.5 m)附近郊区的气温所得的差值来表示热岛强度[6];②用城区各站平均气温与同时间同高度附近郊区各站平均气温的差值来表示[7];③取城区某一代表性的观测站与郊区一代表性观测站的气温资料进行对比,以它们的差值来表示热岛强度[8];④城市热岛强度是城市观测点和郊区观测点近表面大气温度的差值[9]。本文采用第三种城市热岛效应的计算方法,可以表示为:
式中,UHI—热岛强度;
Tu—城区观测站的平均温度;
Tc—郊区观测站的平均温度。
本文获得了上海市10个气象站的2015年10月~2016年4月的大气温度数据。图3为各站点在2015年10月~2016年4月的平均气温,可见由于热岛效应的影响近似表现为郊区温度较低,而市中心温度较高。其中,温度最高和最低的分别为徐家汇和崇明,相差1.78℃。通过图1和图3可知,崇明的气象站点地处郊区,且其平均温度最低,故以崇明站点的气温数据作为热岛现象的基准温度,从而得出其他各区的平均热岛强度如表2所示。
表1 城市街区形态特征参数值
1.3.2 热岛发生频次UHIF
定义热岛发生频次UHIF为:
式中,tu—城区观测站的小时平均温度;
大都市区的整体规划是以生态恢复与建设为基础、城市与自然和谐统一为核心、以区域层级分化为重要支撑点、以交通距离时圈为测量尺度、以重点城市为枢纽中心,形成了不同层级的区域空间结构。其中,以中心城区为核心向外放射形成了四条发展廊道,而奉新县正位于景铜(景德镇-南昌-铜鼓)生态走廊,在沪昆走廊的辐射影响之内。
tc—郊区观测站(即崇明监测站)的小时平均温度。
各区的热岛发生频次统计如表2所示。
由表2可知,徐家汇的平均热岛强度和热岛发生频次最高,分别为1.78℃和2.90kh。平均热岛强度和热岛发生频次最低的分别是青浦和奉贤,与徐家汇相差0.99℃、0.59kh。
1.4.1 热岛强度与街区形态参数的关系
针对上述典型区域的形态参数及微气候评价指标做相关性分析,得出热岛强度与街区形态参数的关系,如图4所示。
分析图4可知,绿化率与热岛强度成反比关系,随着绿化率的增大,热岛强度逐渐减弱;而建筑密度和容积率均与热岛强度成正比关系,即随着建筑密度(容积率)的增大,热岛强度逐渐加强。另外,由拟合曲线的R2值可知,单纯看3个参数对热岛强度的影响程度,建筑密度影响最大,而容积率次之,绿化率影响最小。因此,为了更好地缓解热岛效应,在城市规划过程中,应合理考虑有关指标的选定,尽量减小建筑密度和容积率,提高场地绿化率。
图3 各气象站点采暖季室外平均气温对比图(2015年10月~2016年4月)
表2 街区微气候评价指标
图4 热岛强度与街区形态特征参数之间的关系图
1.4.2 热岛发生频次预测模型
由上述分析发现,绿化率、建筑密度和容积率等特征参数与城市热岛效应具有很大的相关性,因此,采用多元线性回归模型,对城市热岛发生频次进行预测,可为优化城市街区布局提供参考。以绿化率g、建筑密度Bd和容积率p为自变量,以热岛发生频次UHIF为因变量,进行线性回归,线性回归的结果如式(4)所示,其相关系数R2为 0.81。
图5 建筑模型示意图
采用Designbuilder动态模拟软件,以某一办公建筑为对象建立基准模型,经过模拟电耗与实际电耗的对比验证该模型的可靠度,模拟边界条件由上述10个气象站的温度数据转化获得。建筑模型如图5所示,表3和表4为建筑基本信息。
2.2.1 办公建筑冬季采暖电耗指标
表3 建筑模型基本概况
表4 围护结构热工参数表
不同的街区形态下,绿化率、建筑密度和容积率均不相同,进而形成不同的街区微气候,而微气候的不同将导致建筑能耗的差异。
图6为能耗模拟所得的各区气象条件下的冬季采暖电耗指标。可知崇明的采暖电耗指标最大,为8.2kWh/m2,最小的是徐家汇,相比崇明,徐家汇的冬季采暖电耗指标减少了11.84%。以崇明为基准,计算其他区电耗指标的减幅,列于表5,可知上海市不同区域的冬季采暖电耗指标相比崇明地区的减幅范围为7.55%~11.84%。
图7反映了建筑采暖电耗减幅与城市微气候评价指标的关系。热岛强度每增加1℃,办公建筑的采暖能耗指标平均减少5.04%;而热岛发生频次每增加1kh,办公建筑的采暖能耗指标平均减少5.18%。式(4)给出了热岛发生频次的预测模型。因此,可根据绿化率、建筑密度和容积率3个街区形态特征参数预测电耗指标减幅情况。
2.2.2 城市微气候对办公建筑冬季热负荷的影响
表6为各区气象数据模拟所得的建筑冬季热负荷指标及减幅(相比崇明)。可知,崇明地区的冬季热负荷最大,而其他区的设计热负荷指标的减幅在1.5%~5%之间。另外,由图8可知,热岛强度每增加1℃,办公建筑设计热负荷指标将减少2W/m2(相比郊区)。
图6 采暖电耗指标
图7 电耗指标减幅与微气候评价指标的关系图
结合上述分析,在空调系统设计阶段,通常需要计算建筑的设计负荷,可见如果简单地采用统一的典型气象年数据进行动态负荷模拟,计算负荷结果将与实际需求存在一定的偏差,会影响后续机组选型及实际运行效果等。因此,建议在建筑冷热负荷预测及设备选型时,尽可能选用本地气象数据进行动态负荷模拟计算。
2.2.3 办公建筑冬季采暖电耗指标与街区形态特征参数的关系
图9为采暖电耗指标与街区形态特征参数之间的关系,可知建筑密度和容积率均与建筑采暖能耗指标成反比关系,即随着建筑密度和容积率的增大,冬季采暖能耗降低;而绿化率与采暖电耗的关系则恰恰相反,随着绿化率的升高,冬季采暖电耗增大。
表5 模拟办公建筑采暖电耗指标的减幅
表6 模拟办公建筑设计热负荷指标及减幅
图8 建筑设计热负荷与微气候评价指标的关系图
图9 冬季采暖电耗指标与街区形态特征参数的关系图
本文分析了上海市10个不同区域的城市微气候与街区形态特征参数之间的关系,并以冬季为例,明确了热岛强度对办公建筑能耗的影响。由于缺乏夏季气象数据且样本量偏少,影响结果的完整性与可靠度,考虑在后期研究中进行补充完善。通过已有的研究,可得出以下几点结论:①不同的街区形态形成不同的微气候,而城市热岛也是微气候的一种体现。影响上海市城市热岛的街区形态特征参数有建筑密度、容积率、绿化率等,其中绿化率与热岛强度成反比关系,随着绿化率的增大,热岛强度逐渐减弱;而建筑密度和容积率均与热岛强度成正比关系,即随着建筑密度(容积率)的增大,热岛强度逐渐加强。②随着建筑密度和容积率的增大,冬季采暖能耗降低;而随着绿化率的升高,冬季采暖电耗增大。良好的街区形态设计有助于实现节能。③热岛强度每增加1℃,办公建筑的采暖能耗指标平均减少5.04%;而热岛发生频次每增加1kh,办公建筑的采暖能耗指标平均减少5.18%,上海市办公建筑冬季采暖能耗相比郊区减幅范围为7.55%~11.84%。④由于城市街区形态不同,上海市办公建筑的冬季设计热负荷相比郊区可减少1.5%~5%。因此,在空调系统设计初期的负荷模拟阶段,建议采用当地的气象数据,从而减少由于气象数据不准确造成的负荷偏差,造成不必要的能源损失。
参考文献:
[1]Ewing R, Rong F. The impact of urban form on US residential energy use[J]. Housing policy debate, 2008, 19(1):1-30.
[2]Wong N H, Jusuf S K, Syafii N I, et al. Evaluation of the impact of the surrounding urban morphology on building energy consumption[J]. Solar Energy, 2011, 85(1): 57-71.
[3]Yi-Ling H, Hai-Zhen M, Guang-Tao D, et al. Influences of urban temperature on the electricity consumption of Shanghai[J].Advances in Climate Change Research, 2014, 5(2): 74-80.
[4]李先庭,李莹,陈玖玖.城市化对住宅建筑空调负荷的影响[J].暖通空调,2002,32(2):79-81.
[5]Vuckovic M, Kiesel K, Mahdavi A. Toward advanced representations of the urban microclimate in building performance simulation[J]. Sustainable Cities and Society, 2016.
[6]Oke T R,East C.The urban boundary layer in Montreal[J].Boundary-Layer Meteorology,1971,1(4):411-437.
[7]刘继韩.论城市热岛强度的表示方法[J].地理研究,1987, 6(3): 50-56.
[8]周淑贞,束炯.城市气候学[M]. 北京:气象出版社,1994.
[9]Kim Y H, Baik J J. Daily maximum urban heat island intensity in large cities of Korea[J]. Theoretical and Applied Climatology,2004, 79(3-4):151-164.