由于多联式空调 (热泵) 机组 (以下简称多联机) 具有末端调节方便、维护简单、无需专用机房等特点, 适合在各类中小型建筑中安装使用, 近年来在我国市场得到了飞速发展。迄今为止, 多联机已经连续多年高居我国商用空调市场占有率首位 ^[1], 在商用建筑特别是租赁办公建筑中, 多联机由于易于实现电量划分得到了广泛应用。然而当前准确模拟办公建筑的多联机运行能耗存在一定困难, 主要表现在:1) 有研究表明, 人员密度与能耗呈现显著的正相关性, 但是人员密度存在一定的不确定性 ^[2];2) 加班持续时间、加班人数具有随机性 ^[3];3) 人员行为对多联机运行能耗有较大影响, 其对多联机的调节行为如图1所示。这些影响因素均会导致能耗模拟结果与实际运行能耗结果出现偏差。

　　 传统建筑运行能耗模拟主要采用固定时间表法, 比如ASHRAE和我国的公共建筑节能设计标准均有各自推荐使用的运行时间表 ^[5,6]。许多学者也采用此种方法展开相关研究, 例如Mustafaraj等人研究了办公建筑能耗 ^[7], Ghahramani 等人量化研究了设定温度及温度容忍区间对建筑能耗的影响 ^[8], 等。然而随着建筑体量的增大及建筑功能增多, 固定时间表法已不能准确预测建筑能耗, 导致能耗差异的一个重要影响因素就是实际人员密度 ^[9,10]。

　　 因此, 准确获取人员密度将会大幅提高建筑能耗的模拟精度。当前针对人员密度的研究方法主要分为2类:1) 直接法, 即利用相关技术手段直接针对特定建筑或者类似功能建筑实时监测在室人数, 例如庞智虹基于移动互联网定位技术, 对公共建筑进行实时人流监测, 以上海一栋办公商业综合建筑为研究对象, 利用EnergyPlus软件进行了模拟分析 ^[11]。模拟结果和实测数据对比表明, 利用实时监测人员密度可以提高模型精度, 同时发现建筑人员密度和空调系统能耗之间呈现高度线性相关。2) 间接法, 直接法由于涉及人身隐私、商业机密等原因, 较少在实际办公建筑中采用。为此许多学者尝试采用与人员密切相关的能耗数据来间接获取人员密度。刘超等人基于辽宁省大连市等省市级能耗监管平台数据, 对多联机和集中式空调系统能耗作了深入研究, 数据分析表明, 对于办公建筑, 其照明插座系统能耗与建筑使用人数有关, 而空调能耗与室外环境温度及系统运行效率密切相关 ^[12]。此外, 空调能耗与建筑人员负荷率间的相关性分析表明, 多联机可调节性优于集中式空调系统。

　　 结合文献资料和多联机自身特点综合分析可知, 办公建筑中多联机能耗与室外气象参数密切相关, 同时多联机具有良好的调节特性, 其能耗又与人员密度密切相关。本文重点针对办公建筑多联机系统的加班运行能耗展开研究。本文的加班运行能耗包含两部分:1) 工作日工作时间以外的多联机运行能耗;2) 周末、节假日全天的多联机运行能耗。

　　 根据能耗定义可知, 空调逐时能耗由逐时负荷和逐时能效比确定, 如式 (1) 所示 (以制冷工况为例) 。以式 (1) 为基础, 通过增加各类修正系数后即可求解空调系统全年逐时能耗。制冷工况主要计算公式如式 (2) , (3) 所示, 更详细的方程可参考相关文献 ^[13,14], 制热方程比制冷方程多了化霜能耗和压缩机曲轴箱能耗项, 其余类似。

　　 ${\rm P}=\frac{Q{}_{\text{c}}}{EER}(1)$

　　 式中 P为逐时功耗, W;Q_c为机组制冷逐时负荷, W;EER为空调系统逐时能效比, W/W。

　　 $Q{}_{\text{c}}=Q{}_{\text{c},\text{r}}f{}_{\text{Τ}}(t{}_{\text{w}\text{b}},t{}_{\text{c}})f{}_{\text{f}}(m,m{}_{\text{r}})(2)$

　　 式中 Q_{c, r}为额定制冷量, W;f_T为冷量计算温度修正函数;t_wb为室内湿球温度, ℃;t_c为室外干球温度, ℃;f_f为冷量计算风量修正函数;m, m_r分别为空气质量流量、额定质量流量, kg/s。

　　 ${\rm P}=\frac{Q{}_{\text{c}}\phi {}_{\text{Τ}}(t{}_{\text{w}\text{b}},t{}_{\text{c}})\phi {}_{\text{f}}(m,m{}_{\text{r}})\psi ({\rm P}LR)}{EER{}_{\text{r}}}(3)$

　　 式中 φ_T为功率计算温度修正函数;φ_f为功率计算流量修正函数;ψ为部分负荷率修正函数;PLR为部分负荷率;EER_r为额定能效比, W/W。

　　 由此可见, 在求解多联机逐时能耗过程中, 其核心是获取不同温度、流量、部分负荷率下的修正系数。进一步简化, 假定室内温度变化较小, 室内机风量保持设定值不变, 则多联机逐时能耗仅与室外温度和部分负荷率有关。

　　 为分析多联机能耗与室外温度及部分负荷率的关系, 针对上海某栋办公建筑的部分楼层多联机作了性能测试, 建筑信息如表1所示, 多联机配置如表2所示。测试时间为2017年7月29日至10月25日。

　　 为便于统计分析多联机的实际性能, 其部分负荷率定义如式 (4) 所示, 多联机逐时功耗由智能电表读取, 以h为单位逐时统计, 室外逐时温度由多联机主机自带室外感温包读取。

　　 ${\rm P}LR=\frac{Q{}_{\text{c},\text{A}}}{Q{}_{\text{c},\text{r}}}(4)$

　　 式中 Q_{c, A}为逐时平均制冷量, W。

　　 如上所述, 统计多联机相关数据, 其逐时能耗与部分负荷率和室外温度之间的变化关系如图2所示。由图2可以看出:工作时间内, 多联机能耗明显与部分负荷率、室外温度呈线性关系;而在加班时间内, 多联机能耗与温度之间关系不明显, 此外加班时间内部分负荷率普遍偏低, 主要集中在40%以下。出现这种现象的原因是只有少数人在加班, 较低的开机率导致了部分负荷率较低, 而且在低负荷率运行时, 多联机具有较大的换热面积, 即使在环境温度较高的情况下, 也能保持高效率换热, 因此多联机能耗变化较小。

　　 为分析办公建筑的实际加班运行能耗, 对上海4栋办公建筑多联机能耗作了统计分析。逐时能耗数据来源于多联机集中监测控制系统, 统计时的工作时间为工作日08:00—18:00, 除此之外的工作日多联机能耗和周末、节假日全天多联机能耗均统计为加班运行能耗。4栋办公建筑相关信息如表3所示。分别统计了4栋办公建筑的多联机加班运行能耗, 其中建筑D, E相对数据年份较多, 加班运行能耗对比时取其平均值, 统计结果如图3所示。由图3可以看出:办公建筑中多联机加班运行能耗占总空调能耗比例为20%～30%。该统计结果表明:1) 工作人员加班期间存在较多个性化、局部区域的舒适性需求;2) 多联机办公建筑能耗预测及分析时, 必须充分考虑加班期间的空调运行能耗。

　　 本文研究的目标建筑是办公建筑, 相对于住宅、商场、医院、学校等建筑而言, 办公建筑在工作时间方面具有较明显的规律, 下班后才会出现随机的人员波动, 相应出现随机的加班运行能耗。在模拟过程中, 工作时间内的空调、人员、设备等运行时间表根据建筑A逐时实测负荷率设置, 由于该建筑多联机实际为制冷运行, 因此采用制冷负荷相对较大的8月份运行数据进行加班时间部分负荷率统计分析, 其结果如图4, 5所示。模拟采用的建筑为一栋在建“十三五”课题示范项目办公建筑, 建筑主体使用多联机, 其相关信息如表4所示。

　　 模拟过程中的相关假设条件、参数设置等如下:

　　 1) 多联机系统容量能够满足建筑负荷要求, 季节能效比统一设定, 根据相关文献研究结果 ^[15], 标称制冷季节能效比SEER取5.00、标称制热季节能效比HSPF取3.40时, 能够反映当前多联机机组的性能水平;

　　 2) 人员新风全部采用机械通风, 不考虑开窗等造成的自然通风, 新风负荷均由室内多联机承担;

　　 3) 模拟过程中的工作能耗与加班能耗区分方式同2.2节;

　　 4) 多联机运行时间表、人员在室率、设备运行时间表等均按照图4, 5生成;

　　 5) 由于不同厂家、不同型号多联机性能不尽相同, 并且实际使用条件下多联机存在管长、环境变化等各种因素引起的性能衰减, 计算过程中取9种能效组合模拟不同机组、各类场景下多联机实际性能, 见表5。

　　 根据上文相关参数设置及计算假设条件, 使用DesignBuilder软件对表4所述示范办公建筑多联机全年运行能耗进行模拟。由于不同计算场景下季节能效比取值已经考虑了多联机的能效衰减, 因此模拟时选用Simple HVAC模式, 即在逐时能耗计算过程中, 空调制冷 (热) 能力等于逐时计算建筑负荷, 制冷 (热) 季节能效比在计算过程中保持不变, 模拟中采用的上海典型年气象数据来自EnergyPlus官方网站 ^[16]。全年逐时负荷分布如图6所示。由图6可以看出:7, 8月冷负荷较大, 而12, 1月热负荷相对较大;其中冷负荷峰值为141.2W/m², 热负荷峰值为79.9 W/m², 由于该建筑具有良好的围护结构且上海地处夏热冬冷地区, 其1月平均温度为5 ℃左右, 因此该建筑空调供暖负荷相对较小, 热负荷峰值为冷负荷峰值的56.6%。当多联机额定性能均取最优值 (SEER=5.00, HSPF=3.40) 时, 多联机全年逐月累计耗电量如图7所示, 与负荷分布类似, 多联机制冷耗电量最大的月份为8月, 7月次之, 相对于制冷耗电量, 其制热耗电量明显降低, 1月累计耗电量仅为8月累计耗电量的33.6%。

　　 由于多联机自身的特点, 其内外机连接管在实验室测试状态与建筑中实际运行状态存在较大差异, 连接管加长后, 多联机存在制冷、制热量衰减, 导致其运行能效低于标称值。为接近实际运行状态, 深入探讨不同运行能效下的多联机运行能耗、加班运行能耗的变化趋势, 本文针对SEER, HSPF, 分别选取3种水平值共计9种组合方式, 模拟不同机组、不同使用场景下的机组性能, 其计算结果汇总见表5。由汇总数据可以看出, 当多联机季节能效比降低后, 其运行能耗均呈现上升趋势, 例如组合9相对组合1, 其季节能效比降低约36%时, 总运行能耗与工作能耗均升高约49%, 但是综合所有组合数据分析可知, 多联机加班运行能耗比例均变化不大, 其平均值为35.6%。与图3所列的4栋办公建筑多联机加班运行能耗比例统计结果 (20%～30%) 相比, 模拟计算值相对偏高。这表明实际建筑中的加班运行负荷低于模拟值, 即模拟过程中的加班运行时间表设置数值偏大, 该时间表是根据实际建筑8月份多联机运行时间统计结果设置而成。在计算过程中, 全年所有非工作时间内均假定存在加班情况且此时多联机一定开启运行, 因此导致其计算加班运行能耗比例偏高, 与实际统计结果相比, 模拟最大偏差值为13.8%, 模拟结果能够反映多联机的实际运行能耗及加班运行能耗变化。由于工作人员在实际工作中常年连续加班的可能性较小, 可以认为35.6%是办公建筑中多联机加班运行能耗比例的上限值。

　　 1) 办公建筑中多联机运行能耗统计结果表明, 工作人员加班期间存在热舒适需求, 加班运行能耗约占总运行能耗的20%～30%。多联机由于其自身便于个性化调节的特点, 能够较好地满足加班期间的空调需求, 从而提高工作人员工作效率, 此外舒适的工作环境也有助于提升工作人员对于工作环境的满意度。

　　 2) 经软件模拟与实际数据验证, 多联机在办公建筑中的加班能耗比例的平均值为35.6%, 模拟值与实际数据最大偏差为13.8%。

　　 3) 当多联机存在较大性能衰减时, 其运行能耗将快速增加, 但是加班运行能耗比例基本保持不变。