浙北农村筒屋建筑能耗影响因素分析

王美燕，Chinyama Mushinkula，金吕鹏，张正威

（浙江农林大学 风景园林与建筑学院，浙江 杭州 311300）

0 引言

乡村旅游是我国乡村振兴战略的重要举措，乡村民宿作为乡村旅游的重要业态，是带动乡村经济增长的重要动力。据农业农村部统计数据显示，截至2019年底，全国休闲农业和乡村旅游各类经营主体达30多万家，营业收入近8500亿元。可见，在当前全域发展乡村旅游、农村产业多元化发展背景下，由单一居住功能的农村住宅向旅游居住、餐饮服务、休闲娱乐发展可以促进农民增收，更是传统民居实现保护和再利用的有效途径[1]。然而，乡村民宿作为村民利用自有住房为游客提供食宿的小型住宿设施，其功能不同于普通农村住宅。乡村民宿不仅用于村民自住，同时也为游客提供食宿和休闲娱乐活动，对室内舒适度要求也更高，由此导致乡村民宿比普通农村住宅更高的建筑能耗。

对于农村住宅节能问题已有诸多学者从围护结构优化、被动式和适应性技术策略、新能源利用等方面开展了大量研究[2-5]。在农村住宅能耗影响因素研究方面，张甘霖等[5]通过单因素模拟与正交试验分析了建筑朝向、建筑层高、南向窗墙比、附加阳光间进深、外墙构造、屋顶构造等6项因素对康定农村地区传统民居建筑能耗的影响。宋冰等[6]采用敏感性分析法对比了7个寒冷地区农村住宅不同朝向及窗墙比对建筑能耗的影响差异，并进行了经济性评价。聂金哲等[7]选取3个典型北方新农村住宅设计方案，分析了外窗、外墙、屋面、通风次数等对建筑能耗的影响。邵腾和郑武幸[8]采用正交试验法对建筑朝向、建筑面积、平面长宽比、室内净高、屋面形式和窗墙面积比等空间设计因素对农村住宅建筑能耗的影响进行了研究。

综上所述，已有研究主要关注建筑本体因素对普通农村住宅建筑能耗的影响，但鲜有从人员使用特征、照明与电器设备等方面对农村住宅改造为乡村民宿情形下的能耗影响因素进行综合分析。浙北地区筒屋是20世纪五六十年代形成的一种独特的农居形式。本文以浙江省德清张陆湾村的筒屋为例，采用Designbilder软件进行动态能耗模拟，运用敏感性分析理论，从建筑本体、照明与电器设备、人员使用特征3个方面分析不同因素对筒屋改造为乡村民宿后建筑采暖制冷能耗的影响程度。

1 敏感性分析原理

敏感性分析又称灵敏度分析，广泛应用于自动控制、经济、生态、化学、工程等不同领域，可用来描述某个参数变化对模型输出结果的影响程度。在建筑节能领域，敏感性分析可用来判别影响建筑热工性能和建筑能耗的关键变量，由此可以大大减少数据处理分析的工作量，提高模型精度[9]。敏感性分析又分为全局敏感性分析和局部敏感性分析。全局敏感性分析检验多个输入变量对模型的综合影响，包括回归分析法、筛选法（Morris）、Meta模型法、方差法（Fast、Sobol）等[10]。杨柳等[11]对重庆地区的空调办公建筑进行了敏感性分析，用多元线性回归建立了能耗预测模型。高枫和朱能[12]用Morris法对4个寒冷地区办公建筑室内环境营造负荷的敏感性因素进行了分析。Zhang等[13]用回归分析法（SRC法）分析了影响近零能耗建筑的关键因素。何成等[14]分别用SRC法和TGP法对城市建筑布局的能耗影响进行了对比。局部敏感性分析检验单个输入变量对模型的影响程度。如刘倩等[15]从建筑特征、围护结构、HVAC和照明4个方面对长沙市商场能耗的主要影响因素进行了分析。张辉等[16]对影响高层住宅建筑能耗的围护结构、窗墙比、建筑朝向、层数等因素进行了模拟分析。此外，还有学者对大型高铁客运站[17]、近零能耗住宅示范楼[18]、被动式超低能耗高层住宅[19]等类型的建筑能耗影响因素进行研究。可见，全局敏感性分析准确率高，但计算量大且要求高；局部敏感性分析计算便捷、可操作性强，在实际应用中被大量采用。

某个输入参数对模型输出结果改变的敏感程度，可以用敏感度系数S来度量。敏感度系数S有多种表达形式[20]，最常见的是用输出值相对其基准值变化的百分率与输入参数相对其基准因子变化的百分率之比来表示。能耗模拟时，输入参数所对应的建筑能耗输出值并不都在一条直线上。因此，各点的敏感度系数不一定相同，研究者多用列表[15，17]或图形[16，18]来呈现数值的分布。研究表明，当输入参数与输出结果通过回归分析呈现线性变化时（决定性系数R2>0.7）[21]，可采用拟合直线的斜率来表征输入模型的灵敏度[22]。然而，各输入参数的变化阈值和单位不尽相同，为消除各因素之间的量纲影响，本文先对各因素进行标准化处理，再根据式（1）计算各因素的敏感度系数S，最后进行各因素敏感度排序。

式中：K＇——输入参数经标准化处理后拟合直线的斜率；

β——输入参数经标准化处理后的数值；

IPB——基准建筑模拟时的输入参数值；

OPB——基准建筑的结果输出值，单位面积建筑采暖制冷能耗。

2 建筑模型建构

德清张陆湾村现存的筒屋大多建于20世纪70年代之后，砖混结构，层数多为2层或局部3层，一开间或两开间，开间面宽约3.6 m，进深20m以上，多户共建或独立成栋。内部空间由天井划分为前落、中落、后落，并由廊道相互联通。本文以2间并排式筒屋为例，用Designbuilder动态模拟分析软件进行建筑能耗模拟。室外气象数据采用软件自带的ASHRAE（美国冷暖制冷学会）世界气象数据中杭州（德清张陆湾村紧邻杭州市区）的典型气象年数据。典型筒屋坐北朝南，开间3.6m，全长33 m，共2层，占地面积252m2，总建筑面积504m2。原筒屋建筑平面及改造后的筒屋民宿方案见图1。

图1 原筒屋及改造后筒屋民宿的建筑平面

根据改造后的方案构建基准建筑模型，各主要房间的人数、照明和设备功率密度、房间温度设定等参数根据GB/T 50824—2013《农村居住建筑节能设计标准》和GB55015—2021《建筑节能与可再生能源利用通用规范》，并结合实地调研数据设置（见表1）。围护结构根据实际构造做法确定为：240mm实心砖墙，双面粉刷；屋顶有2种形式（见图2）；普通铝合金单层玻璃窗，南北向开窗，窗墙面积比30%；建筑气密性为1.0次/h。各类建筑材料的物理特性根据GB 50176—2016《民用建筑热工设计规范》确定，围护结构的基准值见表2。从建筑本体、照明与电器设备、人员使用特征3个方面综合考虑影响建筑能耗的因素，共设置14个参数，各参数的基准值、阈值范围及变化幅度见表2。

表2 各参数的基准值、阈值范围及变化幅度

图2 不同屋顶形式的构造

表1 筒屋民宿基准建筑房间参数设置

3 模拟结果分析

3.1 不同参数对建筑能耗的影响

3.1.1 建筑本体因素对建筑能耗的影响

图3为外墙和屋顶传热系数对建筑能耗的影响。

图3 外墙和屋顶传热系数对建筑能耗的影响

由图3可见，节能率随围护结构传热系数减小而增大。图3（a）、（b）显示，采暖能耗的节能率较制冷能耗更高。当外墙、屋顶A的传热系数分别降低0.2、0.5 W/（m2·K）时，总建筑能耗的节能率分别平均提高3.1个百分点、2.8个百分点。对比图3（b）、（c），不同屋顶形式对建筑能耗影响显著。相比于屋顶A，传热系数减小对屋顶B的建筑能耗影响甚微。其主要原因是闷顶的空气层形成了一个有效的保温隔热缓冲空间。

图4为外窗传热系数和太阳得热系数（SHGC）对建筑能耗的影响。

图4 外窗对建筑能耗的影响

由图4可见，传热系数对采暖能耗的节能率提升明显，对制冷能耗影响不明显；SHGC对总能耗的节能率较传热系数大。对比图3（a）、（b）和图4（a）可见，相对外墙和屋顶A，外窗传热系数对总能耗的节能率贡献较小。

图5为天井封闭形成中庭空间时，天窗传热系数和太阳得热系数SHGC对建筑能耗的影响。

由图5可见，节能率呈现与外窗相似的变化趋势。当天窗传热系数每减小0.50 W/（m2·K），总节能率提高0.2个百分点；而SHGC每降低0.2，总节能率提高2.3个百分点，说明SHGC比传热系数对建筑能耗影响更大。

图5 天窗对建筑能耗的影响

图6为窗墙面积比和建筑气密性对建筑能耗的影响。

图6 窗墙面积比和建筑气密性对建筑能耗的影响

由图6（a）可见，窗墙面积比对制冷影响较大，对采暖影响则不太显著，窗墙面积比每增大5%，总能耗的节能率降低1.6个百分点。可见，在乡村民宿夏季制冷能耗大于冬季采暖能耗情况下，采用更大的窗墙面积比，意味着产生更大的建筑能耗。

对比图6（a）、（b），建筑气密性对能耗影响更大。与窗墙面积比不同，建筑气密性对冬季采暖能耗影响比夏季制冷能耗更显著。当建筑换气次数每降低0.2次/h，采暖能耗的节能率平均提高10个百分点，制冷能耗的节能率平均仅提高1.4个百分点，总能耗的节能率平均提高4.3个百分点。

3.1.2 照明与电器设备对建筑能耗的影响（见图7）

图7 照明和设备功率密度对建筑能耗的影响

由图7可见，两者具有相似的变化规律，随功率密度的增加，制冷能耗的节能率降低，而采暖能耗的节能率增加。当筒屋改造为乡村民宿后，照明和电器设备品种、数量将增加，功率密度也随之增大。参考相关规范中农居和民宿的功率密度，当设备功率密度由5 W/m2增加到15 W/m2时，总能耗的节能率降低2.3个百分点；照明功率密度由5 W/m2增加到7 W/m2，总能耗的节能率降低0.4个百分点，变化相对较小。

3.1.3 人员使用特征对建筑能耗的影响（见图8）

图8 人员使用特征对建筑能耗的影响

由图8可见，室内设定温度的变化引起建筑能耗的变化比人员在室率和房间人数更大，且采暖与制冷能耗呈同向变化。当室内控制温度冬季降低2℃，夏季提高2℃，采暖能耗的节能率平均提高50.3个百分点，制冷能耗的节能率平均提高43.2个百分点，总建筑能耗的节能率平均提高45.6个百分点。

房间人数不仅影响电器设备等的使用，同时人员散发出的热量也会影响建筑能耗。由图8（c）可见，随着房间人数增加，冬季采暖能耗不断下降，而夏季制冷能耗不断上升，建筑总能耗呈上升趋势。

对比图8（b）、（c）可知，人员在室率和房间人数对建筑采暖制冷能耗的影响两者具有类似的变化趋势和幅度。人员在室率增加，有利于减少冬季采暖能耗，但会导致夏季制冷能耗增加。

3.2 不同参数的敏感度分析

通过3.1的分析可知，不论是建筑本体、照明与电器设备还是人员使用特征都会对建筑采暖、制冷能耗产生不同程度的影响。为了比较不同参数对建筑能耗的影响程度，采用标准化线性回归法[见式（1）]分别计算各因素的敏感度系数。

以外墙为例，首先在Origin中，将传热系数阈值范围的各输入值归一化到[0，1]作为标量化数值。其中，初始值归一化后的β值为0.85。然后，将各点所对应的建筑能耗值绘制成散点图，并进行线性回归分析，拟合方程如图9所示。相关系数R2均大于0.990，说明自变量和因变量之间具有良好的线性拟合度。将三者所对应的拟合直线的斜率K'代入式（1）可得外墙传热系数对建筑采暖、制冷及总能耗的敏感度系数分别为0.676、0.169、0.339。

图9 标准化后墙体对建筑能耗影响的回归分析

用同样方法分别对不同输入参数归一化处理后再进行线性回归分析。大多数输入参数的相关系数R2都≥0.90，仅少数参数的相关系数R2＜0.90，但均＞0.7，说明这少数几个参数所得到的线性回归方程并非最优方程，但也能较好地反应输入参数与输出结果之间的变化趋势[21]。最终，计算得到各参数的敏感度系数如表3所示。

表3 不同参数对建筑能耗影响的敏感度系数S

由表3可见，对采暖能耗的敏感度，正向变化的参数排序为：室内控制温度（SN）>外墙传热系数（SA）>建筑气密性（SI）>屋顶A传热系数（SF）>外窗传热系数（SB）>天窗传热系数（SD）>屋顶B传热系数（SG）。反向变化的参数（按绝对值大小）排序为：人员在室率（SM）>房间人数（SL）>外窗SHGC（SC）>天窗SHGC（SE）>设备功率密度（SK）>照明功率密度（SJ）>窗墙面积比（SH）。

根据各参数对制冷能耗的敏感度系数的绝对值大小进行排序：人员使用特征因素影响最大，其中室内控制温度（SN）最敏感。其次是屋顶A传热系数（SF）>外窗、天窗SHGC（SC、SE）>外墙传热系数（SA）>窗墙面积比（SH）>建筑气密性（SI）。设备功率密度（SK）、照明功率密度（SJ）敏感度系数值较小，与建筑气密性（SI）的敏感度相近。外窗、天窗传热系数（SB、SD）和屋顶B传热系数（SG）的敏感度系数值最小。

从各参数对建筑总能耗的敏感度系数大小来看，除最敏感的室内控制温度（SN）外，各参数的敏感度系数排序为外墙传热系数（SA）>屋顶A传热系数（SF）>建筑气密性（SI）>人员在室率（SM）>房间人数（SL）>窗墙面积比（SH）>外窗SHGC（SC）>天窗SHGC（SE）>外窗传热系数（SB）>天窗传热系数（SD）>设备功率密度（SK）>照明功率密度（SJ）>屋顶B传热系数（SG）。非透明围护结构热工性能的敏感度系数最大[屋顶B（SG）除外]，其次是人员活动因素，再次是非围护结构热工性能，照明和设备功率最小。

3 结论

（1）各因素对建筑能耗影响不同。总体而言，人员使用特征>建筑本体因素>电器设备与照明。在建筑本体因素中，对制冷能耗影响因素的排序为屋顶A传热系数>外窗天窗SHGC>外墙传热系数>窗墙面积比>建筑气密性>外窗天窗传热系数。对于采暖能耗影响因素的排序为外墙传热系数>建筑气密性>屋顶A传热系数>透明围护结构热工性能>窗墙面积比。对于建筑总能耗，各因素的排序为外墙屋顶传热系数>建筑气密性>天窗SHGC>窗墙面积比>外窗SHGC>透明围护结构传热系数。

（2）外墙、屋顶传热系数对建筑能耗影响较大。现有筒屋围护结构热工性能较差，具有较大的节能潜力。另外，建筑能耗还与屋顶形式有关，当屋顶为闷顶时，优化屋面热工性能对建筑节能贡献不大。

（3）乡村旅游具有季节性特征，一般情况下乡村民宿的夏季制冷能耗大于冬季采暖能耗。因此，对透明围护结构而言，减小传热系数不如采用遮阳措施降低太阳得热系数更有效。

（4）人员使用特征对建筑能耗的敏感度较高，特别是室内控制温度，敏感度为各参数中最高。可见，提高游客的节能意识对减少建筑能耗有重要作用。

（5）照明和电器设备功率密度对建筑能耗的敏感度较低，说明对建筑采暖制冷能耗的影响不大。但是，照明与电器设备的电量消耗在民宿建筑的终端能耗中占很大比重，不容忽视。应采用节能型灯具、选用绿色标识的电器设备减少电力消耗。