城市化对住宅建筑空调负荷的影响

Effects of urbanization on cooling load of residential buildings

0 引言
　　早在公元前4世纪，人们就注意到了城市和乡村的气候是有差别的。19世纪，英国的贺华德（Lake Howard）对伦敦市内和郊区的气象记录进行对比分析，从大量资料中总结出伦敦城市气候的特点，其中有一个著名的发现：伦敦城市中心的温度比四周郊区高^[1]。后来各国学者对不同纬度、不同类型、不同规模的城市陆续做了大量对比测试，发现了类似现象。人们把这种现象称为"城市热岛"。
　　然而，我们在计算某栋建筑物的室内冷热负荷时，使用的室外参数都是来源于建筑所在地区的一个大范围内的气象资料，而这些气象资料又是由气象人员在空旷的城市远近郊监测而得。既然许多研究资料都已证明城区气温与郊区气温确实存在着较大的差别，那么如果在对建筑物室内冷热负荷进行各种分析计算中把这些由气象台站测出的气象数据作为城区内建筑的室外计算参数，其结果就很可能会出现偏差，并由此得出不准确甚至错误的结论。澳大利亚的M.M.Elnahls等对这个问题曾做过实验和模拟，在阿德莱德地区建造了一个典型的建筑群，结果表明，冬、夏两季建筑群内的空气温度都高于气象温度。对空调系统而言，在对室内加热时减少10%的能耗，在供冷时增加15%的能耗。两种算法的能耗总和（加热+供冷）相差不多。但"这并不意味着因为相互抵消就可以忽略对空气温度的修正。忽略了修正温度的影响就意味着对冷负荷估计不足，对热负荷估计过高"^[2]。因此，建筑群的"热岛效应"的确会对负荷计算造成不可忽视的影响，需要我们进一步关注和研究。

1 建筑群室外温度的模拟计算
　　关于建筑群内空气温度的模型，前人已经做了不少的研究工作。笔者在比较前人对城市气候和建筑局部微气候的研究方面和研究模型之后 ，选择了简明实用的CTTC模型及其系列改进模型作为研究开发的切入点。
　　CTTC模型把特定的地点的湿度视为几个独立过程温度效应的叠加，用公式表示如下[3]：
　　Δ_Ta(t)= T_o+ΔT_a，solar(t)- ΔT_NLWR(t)
　　式中T_a(t)为需计算的t时刻的大气温度：T_o为基准（背景）温度；ΔT_a，solar(t)为因城市覆盖层表面吸收太阳辐射而导致的大气温升；ΔT_NLWR(t)为净长波辐射吸收失热而导致的温度变化。正是在计算ΔT_NLWR(t)时使用了CTTC模型数，可由下式进行计算：
　　 　　　　　（2）
　　
　　式中t是计算时刻，m是下垫面对太阳辐射的吸收率，h是综合换热系数，I_pen（t）是建筑群在t时刻接受到单位面积上的平均太阳辐射照度，CTTC是建筑群热时间常数。
　　斯沃德（Hanna Swaid）和霍夫曼（Milo E. Hoffman）按理论公式计算出ΔT_a，solar(t)和ΔT_NLWR(t)，并经实验测出当ΔT_a，solar(t)为昼夜最小值时的空气温度T_a(t)，则由式（1）可计算出T_o。他们发现同一个城市不同建筑群的基准温度值很接近，误差不超过0.5℃，且与乡村日平均空气温度相等。
　　1997年，艾那汉斯（M.M.Elnahls）和威利斯姆森（T. J. Willismoson）在CTTC模型基础上提出了改进的CTTC模型，其计算空气温度的思路与CTTC模型完全一致。改进模型将通常位于市郊的气象站测量的逐时气温作为输入温度，而不是把乡村的日平均气温和为输入温度计。通过比较气象站和待计算建筑群的建筑几何特征、规划、热量排放等因素造成的热量收支差异，计算这些差异给这两种下垫面上方空气温度带来的差别，通过气象站的实测温度以及计算的温度差别就可以得到待计算建筑群处的空气温度。用公式表示如下^[2]：
　　T_a（t）_urb= T_b +ΔT_{sol (t) urb} - Δ T_lw（t）_urb (3)
　　T_a（t）_net= T_b +ΔT_sol (t) _met - Δ T_lw（t）_met (4)
　　则有
　　ΔT_a（t）_urb=T_a（t）_net +[ΔT_sol (t) urb -ΔT_sol (t) _met]-[ Δ T_lw（t）_urb -Δ T_lw（t）_met] (5)
　　式中：T_a（t）_urb是建筑群处在t时刻的空气温度；T_a（t）_net是气象站在t时刻测量的空气温度；T_b是基准温度；ΔT_sol (t) _urb是建筑群因吸收太阳；而导致的空气温度变化；ΔT_sol (t) _met是气象站因吸收太阳辐射而导致的空气温度变化；Δ T_lw（t）_urb是建筑群因天空长波辐射而导致的空气温度变化；Δ T_lw（t）_met是气象站因天空长波辐射而导致的空气温度变化。
　　基于改进的CTTC算法模型 ，笔者编制了CTE（cluster thermal environment）计算程序，考虑了太阳辐射、风、小区规划和单体建筑等对小区室外热环境的影响，从整体的、动态的角度来预测和分析实际建筑群的温度环境^[4]。

2.负荷计算
　　选取一个典型的住宅小区建筑群来进行负荷计算，该建筑群由9栋（3排3列）5层的建筑组成，绿化率为0.3。
　　模拟计算结果见图1，2。从图中可以看出，利用CTE程序计算得到的小区室外空气温度和气象站空气温度存在明显的差别。

　　　　　　　　图1 夏季小区计算温度和气象站温度的比较

　　　　　　　　　图2 冬季小区计算温度和气象站温度的比较

　　选取该建筑群中的3个房间进行负荷计算，这3个房间分界位于建筑的南、东北角和东南角，且均在建筑的3层，如图3所示。

　　　　　　　　　　　图3 计算房间示意图

　　建造外墙为37砖墙，每个计算房间有一扇外窗，位于房间的南侧或北侧，双层钢窗，无内外遮阳。室内发热设备为计算机和灯光照明，人员为1人。夏季室内设定温度为27℃，冬季室内设定温度为18℃，换气次数为2h^-1。按照常规的冷、热负荷计算方法，分别将气象站提供的计算温度和用CTE程度计算出来的小区空气温度作为室外计算温度来计算室内负荷。
　　图4是夏季逐时冷负荷计算结果。

　　　　　　　　　　　图4 夏季逐时冷负荷计算结果

　　从图4中可以看出，以小区计算温度和气象站提供的设计室外温度来计算室内负荷，不同方位的房间负荷都有差别。这种差别随时间的不同而不同，在本例中约占总负荷的10%～35%。
　　图5可以更清楚地反映因室外计算温度不同而带来的冷负荷的逐时差异。考察冷负荷的组成可以看出，室外温度对冷负荷的影响主要体现在三方面：通过窗玻璃的传热、通过外墙的传热和新风负荷。当室内外温度接近的时候，室外温度对这3项负荷会产生很大的影响。在本例中考虑热岛效应后围护结构的传热负荷是原来的1.2～1.5倍，而新风负荷受室外温度的影响更明显，甚至负荷正负都可能相反，在新风负荷最大的瞬时考虑热岛效应后新风负荷是原来的1.2倍。

　　　　　　　　　　　图5 室外计算温度不同而带来的冷负荷的差异

　　图6和图7是本例计算房间无内热源情况下的计算结果，它们反映了建筑群本身对室内负荷的影响。从计算结果来看，在不考虑房间内热源的情况下，由于室外计算温度不同而导致的室内冷负荷的差异一般在20%～50%之间，夜间最大时甚至能够达到70%。

　　　　　　　　　图6 计算房间无内热源时夏季逐时冷负荷计算结果

　　　　　　　　　图7 计算房间无内热源时不同朝向夏季冷负荷的差异

　　同理可能计算不同室外气温参数对冬季的室内热负荷造成的差别。计算结果表明，室外温度不同导致的热负荷差别不到10%。这是因为冬季室内外温差本来就比较大，建筑群和气象站之间的温差相比较而言仅占一小部分。
　　上述结果是针对一具体建筑得到的，对于不同城市、不同布局的住宅建筑会存在着差异，即夏季冷负荷和冬季热负荷的变化比例会有所有同。但总体而言，城市化的程度越高，热岛现象越显著，用气象站资料得到的夏季空调负荷值与实际的偏差越大。

3 结论
　　从以上的计算结果和分析中可以看出，由于夏季室内外温差较小，城市热岛效应造成的温升可能对室内负荷计算造成较大的影响。这种影响在冷负荷主要以外围护结构传热和新风为主的民用建筑中是不可忽略的。冬季由于热岛效应带来的温差相对室内外温差而言较小，因此在计算热负荷时可以忽略。
　　以上的计算和分析是针对住宅建筑进行的，同样也适用于对商业建筑的分析。但由于商用建筑的空调负荷组成中围护结构和新风部分所占比例不大，所以城市化对室内负荷的影响不是太明显。
　　随着城市化进程的加快，城市的日益发展，热必会使城市热岛效应愈加显著。美国、日本和我国上海等城市连年的实测资料表明^[5]：在郊区空气温度几乎不变甚至下降的情况下，城市内的气温却逐年升高。因此，在进行城市建筑的空调设计时应将气象资料进行修正。本文提出的修正的CTTC模型是一种简单、行之有效的修正方法，可以作为大中型城市建筑空调设计的一个参考。
　　

参考文献