多个研究表明,住宅房间空调器的使用模式对空调能耗有较大影响 ^[1,2,3,4],同时空调器的使用模式作为人行为模式的一种,对建筑能耗模拟也有关键性的作用 ^[5]。于是,国内外众多学者对住宅空调器的使用模式做了一些研究,主要包括基于环境因素和事件因素触发的空调器开启或关闭行为研究 ^[6,7,8,9,10]、空调器使用作息研究(包括开启时间、关闭时间、持续运行时长) ^{[10,11,12,13]}、设置温度研究 ^[14,15,16]。在当前的研究中,研究者会根据实测数据或问卷调查数据,整理出人的空调行为模式,并以此进行基础的统计分析或建模分析,从而得到空调器使用模式和环境因素与人的动作行为之间存在的内在联系。

　　 当前的研究中空调器使用模式的数据来源都是现场实地监测或问卷调研,由于数据获取方式的局限,造成了样本量少、主观性强、干扰性大等问题,从而使得研究结果具有局限性。

　　 随着智能家电的发展,批量获取房间空调器的使用数据已成为可能。国内的空调制造商已经可以通过内置于空调器内的传感器在线获取空调器的遥控面板设置参数及相关空调运行参数,实现在客观、没有干扰条件下对空调器使用参数的获取。

　　 本研究基于房间空调器大数据云平台中的空调器监测数据,从不同房间功能、不同季节、工作日与节假日出发,对重庆地区575台房间空调器的使用作息习惯进行分析。

　　 本研究中的数据来源于某企业房间空调器的大数据监测平台,该数据监测平台通过WiFi联网上传房间空调器的设定参数、环境监测参数、设备运行参数等数据。

　　 选取2016年7—8月和2016年12月至2017年2月分别作为夏季、冬季的研究周期,随机抽取重庆地区575台房间空调器,将它们在大数据监测平台中的原始监测数据按照一定逻辑进行处理(数据处理思路见图1);分析夏季与冬季的空调器逐时开启率与日开启率(在空调器开启率的计算中分母统一采用总样本台数,即包括开机样本与从未开机的样本);定义有效样本为在所关注的时间段内至少存在一次空调器运行的样本,得到有效样本数为夏季542台、冬季206台,空调器运行数据夏季共27 950次、冬季共3 828次,并对它们进行分析(造成冬夏季有效样本量差距大的原因是重庆地区冬季空调器开启率远小于夏季)。

　　 本文的分析重点是重庆地区房间空调器的使用作息,故研究中选取的分析参数主要包括:空调器的总运行时长、空调器每次运行时长、空调器运行次数、空调器运行时间段、空调器开启动作与关闭动作的发生时刻。基于这些数据,从不同房间功能、不同季节、工作日与节假日出发,对房间空调器的开关作息习惯进行分析。本文阐述中所涉及到的相关名词释义汇总见表1。

　　 重庆地区夏季(2016年6—8月)与冬季(2016年12月至2017年2月)的室外温度分布如图2所示。其中,室外温度来源于气象网站的气象数据,图中的箱线图表示每日逐时室外温度的分布,夏季除了6月的室外平均温度约为26 ℃外,7月与8月的室外平均温度均超过30 ℃,冬季12月、1月、2月的月平均温度都在10 ℃左右。

　　 夏季与冬季空调器逐时开启率与逐日开启率随室外温度的变化情况如图3(研究周期内每个时刻所对应的空调器开启率与该时刻的室外温度为一个点,统计不同室外温度下空调器开启率的箱线图分布)和图4所示。从图3可以看出:夏季,在室外温度低于30 ℃时,随着室外温度的升高,空调器开启率有上升的趋势,但室外温度在30～34 ℃之间时空调器开启率在一定范围内(15%～45%)稳定波动,同时,逐时开启率的分布较为分散,说明除了室外温度,其余因素也会对逐时开启率产生一定影响,当室外温度高于等于35 ℃时,逐时开启率又有上升的趋势,同时,逐时开启率的分布也趋于集中;冬季的逐时开启率(不足10%)整体上明显低于夏季,室外温度为8～12 ℃时,逐时开启率处于相对较高的水平,当室外温度高于13 ℃时,逐时开启率表现出下降趋势。由图4可以看出:冬季的空调器日开启率明显低于夏季,且比夏季分布更集中,受室外温度的影响明显小于夏季;6月的空调器开启率在多数时间低于7—8月,其中6月的室外平均温度大多数时间低于30 ℃,空调器开启率不稳定,存在上升的趋势,而7—8月空调器日开启率相对集中,所以为了获取夏季的典型空调器使用作息,在后文的研究中,选取室外平均温度超过30 ℃且空调器开启率较高的7月与8月作为夏季的研究时段。

　　 图5显示了夏季7—8月的空调器总供冷时长与冬季12月、1月与2月的空调器总供热时长的箱线分布。在重庆地区,空调器在夏季的使用时长明显大于冬季,且无论冬夏,卧室空调器的使用时长均大于客厅空调器。在夏季,有接近50%的卧室空调器的总运行时长超过了400 h,其中有20%以上的卧室空调器的总运行时长超过了700 h;有约50%的客厅空调器的总运行时长超过了200 h,其中有约25%的客厅空调器的总运行时长超过了400 h。而在冬季,有约50%的卧室空调器的总运行时长在50 h以下,有约50%的客厅空调器的总运行时长不足15 h。

　　 4种情景下空调器单次运行时长的中位数统计见表2,房间空调器单次运行时长的直方图与核概率密度估计曲线见图6,7。其中,核概率密度估计是一种非参数估计方法,其表达式见式(1),首先利用核函数(本研究中采用高斯核函数K)对数据样本中的m个数据点在一定带宽h内的概率密度进行估计,然后对估计出来的m个核函数进行叠加与归一化,最后得到核概率密度估计曲线,本研究中做核概率密度估计的目的是更直观地对直方图分布趋势进行可视化。

　　 $\stackrel{︿}{{\displaystyle f{}_{\text{h}}}}(x)=\frac{1}{mh}{\displaystyle \sum _{p=1}^m{\rm K}}(\begin{array}{l}\\ \end{array}\frac{x-x{}_p}{h}\begin{array}{l}\\ \end{array})(1)$

　　 式中$\stackrel{︿}{{\displaystyle f{}_{\text{h}}}}(x)$为x处的核概率密度估计值;x_p为第p个样本点。

　　 观察图6与表2可以发现:冬季卧室和客厅空调器的单次运行时长在3 h以内的占比达到70%左右,其中单次运行时长在1 h以内的占比超过1/3,中位数都处于1～2 h之间;夏季空调器单次运行时长的分布高于冬季,单次运行时长在3 h以内的占比为45%～60%,单次运行时长在2 h以内的比例超过1/3,其中客厅空调器的单次运行时长整体上低于卧室空调器,卧室空调器单次运行时长的中位数为3.6 h,而客厅空调器为2.3 h,其中卧室空调器单次运行时长大于4 h的占比接近50%。

　　 由图7可以看出:夏季的客厅空调器、冬季的卧室与客厅空调器单次运行时长的核概率密度都呈单峰分布,都在0～1 h之间出现最大值,这说明三者的使用情景多为短时间的间歇使用;但夏季的卧室空调器单次运行时长的核概率密度呈明显的双峰分布,分别在0～1 h与8～9 h之间出现高峰与低峰,这说明夏季卧室空调器长时间内连续运行的可能性较大。为了进一步分析双峰的差异,分别将夏季卧室空调器单次运行时长在0～1 h与8～9 h的运行数据挑选出来,统计其开启时刻的计数分布,结果如图8所示。可以发现:对于运行时长在0～1 h的单次运行,开启时刻较为分散,08:00—09:00,13:00—14:00,16:00—17:00及21:00—23:00都是较为集中的开启时刻,这说明夏季卧室空调器的短时运行在多个时刻都有较大可能发生;而对于运行时长在8～9 h的单次运行,其开启时刻主要集中在21:00—00:00,这说明夏季卧室空调器长时间连续运行情景主要是用户在夜晚睡觉期间持续开启空调器。

　　 表3显示了空调器在开启日运行次数的占比情况。可以看出:在冬季,无论是客厅还是卧室空调器,每天仅运行1次的占比超过了70%,但客厅空调器运行超过1次的占比比卧室空调器低10%;在夏季,无论是卧室还是客厅空调器,每天运行1次或2次的情况都占不少比例,其中卧室空调器每天运行2次的占比超过了30%,略高于客厅空调器。对比冬夏季可以发现,夏季空调器每天运行大于2次的占比较冬季高20%左右。

　　 图9显示了夏季和冬季空调器分别在节假日与工作日各时刻的开启(处于运行状态)比例曲线。在夏季,客厅和卧室空调器的开启比例曲线是完全相反的,呈现出典型的部分时间运行形式,卧室空调器在22:00—06:00(此处及后文的时间段表示方法中,时间段区间都为左闭右开区间,即[22:00,06:00))是运行高峰期,客厅空调器有2个使用高峰,分别在11:00—12:00与19:00—21:00,而卧室空调器仅在22:00—00:00出现1个使用高峰,其在中午的高峰相对客厅空调器不明显;在冬季,卧室空调器和客厅空调器使用主要集中在晚上,其中客厅空调器使用高峰出现在19:00—22:00,卧室空调器出现在21:00—00:00,且该时间段的使用比例远大于其余时间段,深夜至凌晨并未出现使用高峰,说明重庆地区居民在夜间睡眠期间使用空调器供暖的比例不高,另外,由于客厅空调器的使用高峰期比卧室空调器早2 h,并且客厅空调器在晚上开启的比例高于卧室空调器,说明用户冬季对客厅空调器的使用比例大于卧室空调器。

　　 在夏季,对于卧室空调器,工作日与节假日的使用差别不大,但是对于客厅空调器:首先,在节假日,客厅空调器在下午开启的比例与在晚上开启的比例持平,但对于工作日,客厅空调器在晚上的开启比例远大于下午;其次,客厅空调器在节假日晚上(18:00—22:00)的开启比例明显低于工作日。在冬季,无论是卧室空调器还是客厅空调器,在工作日和节假日的开启比例变化曲线的整体趋势相同,但节假日晚上(19:00—22:00)的开启比例都小于工作日,这与夏季的表现规律一致,而这可能与人们在节假日晚上有外出需求有关。

　　 前述分析中已经给出了卧室和客厅空调器使用作息的整体情况,以及工作日与节假日作息的整体差异,下面将通过空调器的开启动作与关闭动作在一天24 h中的比例分布更细致地探究空调器的使用作息习惯。

　　 图10,11分别显示了夏季卧室与客厅空调器开启、关闭动作所处时刻的分布比例情况。

　　 由图10可以看出:夏季卧室空调器在12:00—14:00和21:00—23:00分别出现开启动作的高峰,其中午高峰的比例仅为晚高峰的50%,节假日相比工作日晚高峰的出现时间推迟1 h;工作日的06:00—09:00是关闭动作的高峰,节假日相比于工作日早高峰一直延续到10:00,另外,工作日的13:00—14:00,16:00—17:00和节假日的17:00—18:00会出现关闭动作高峰。

　　 由图11可以看出:夏季客厅空调器在11:00—13:00和18:00—21:00出现开启动作高峰,午高峰的比例约为晚高峰的80%,其中节假日的午高峰比工作日提前1 h,晚高峰比工作日更集中在20:00—21:00;工作日在07:00—08:00,13:00—14:00,22:00—23:00出现关闭动作高峰,其中22:00—23:00出现最高峰,07:00—08:00,13:00—14:00的高峰分别为22:00—23:00最高峰的25%与50%;节假日在08:00—09:00,13:00—14:00,19:00—20:00,22:00—23:00出现关闭动作高峰,其中22:00—23:00出现最高峰,08:00—09:00,13:00—14:00,19:00—20:00的高峰分别为22:00—23:00最高峰的25%,50%与85%。

　　 对比图10,11可以看出:卧室空调器在中午的开启高峰远低于客厅空调器,且开启高峰相较于客厅空调器延迟1 h,卧室空调器中午的开启高峰出现在12:00—14:00,而客厅空调器出现在11:00—13:00;卧室空调器晚上的开启高峰比客厅空调器延迟2 h,卧室空调器晚上的开启高峰出现在21:00—23:00,而客厅空调器出现在18:00—21:00。

　　 图12,13分别显示了冬季卧室与客厅空调器开启、关闭动作发生时刻的分布比例情况。

　　 由图12可以看出:冬季卧室空调器工作日在08:00—09:00和20:00—22:00出现开启动作高峰,其中早高峰约为晚高峰的50%;节假日在08:00—09:00,13:00—14:00和21:00—22:00出现开启动作高峰,其中早高峰与午高峰分别约为晚高峰的60%与50%;节假日与工作日相比,13:00—14:00会出现开启动作高峰,且晚上的开启高峰比工作日晚1 h左右。工作日在08:00—09:00,15:00—16:00和22:00—23:00出现关闭动作高峰,其中晚高峰最大,早高峰、下午高峰分别为晚高峰的70%与30%;节假日在09:00—11:00,17:00—18:00和22:00—23:00出现关闭动作高峰,其中晚高峰最大,早高峰、下午高峰分别为晚高峰的70%与40%。

　　 由图13可以看出:冬季客厅空调器工作日在09:00—10:00和19:00—20:00出现开启动作高峰,其中早高峰约为晚高峰的50%;节假日在09:00—10:00,14:00—15:00和19:00—20:00出现开启动作高峰,其中早高峰与午高峰分别约为晚高峰的70%与50%。工作日在09:00—10:00和20:00—23:00出现关闭动作高峰,节假日在09:00—10:00和23:00—00:00出现关闭动作高峰,两者的早高峰都仅为晚高峰的40%～50%,节假日晚上关闭动作高峰相较于工作日有明显推迟的趋势。

　　 对比图12,13可以看出,卧室空调器与客厅空调器的差异主要体现在关闭时刻上,卧室空调器在08:00—11:00发生关闭动作的比例明显大于客厅空调器。对比冬季与夏季可以看出,用户在晚上睡觉前后的时间段内有关闭卧室空调器的倾向,在早上起床前后的时间段内有开启客厅或卧室空调器的倾向。

　　 本文在上述分析中,研究夏季的空调器使用特点时所采用的样本集合为所有在夏季开启的空调器样本,共542台,这部分样本中存在较大部分在冬季不开启的样本(冬季的有效开启样本仅为206台),本章初步探讨冬夏季的研究样本差异是否会对结论产生显著影响。下面表述中,夏季样本1定义为夏季开启的所有样本(包含了冬季不开启的样本),夏季样本2定义为仅包含夏季开启且冬季同样开启的样本。

　　 表4中分别列举了利用夏季样本1与夏季样本2对单次运行时长与季节总运行时长的相关参数统计结果。可以看出,对于夏季样本1与夏季样本2,单次运行时长的统计结果几乎无差异,但夏季样本2的总运行时长统计结果略大于夏季样本1的统计结果,这表明,既在冬季运行又在夏季运行的空调器比仅在夏季运行的空调器的供冷总时长更长。图14,15分别显示了夏季样本1与夏季样本2空调器开启时刻与关闭时刻的分布。可以发现,夏季样本1与夏季样本2所表现出的主要空调器作息特征差异不明显,空调器作息随时间变化的整体趋势相同,仅在个别时刻会出现推迟或提前1～2 h的差异。综合上述结果,笔者认为,虽然夏季在不同样本下的分析结果略有差异,但是这个差异在较长的时间积累下才会表现出来,对一定时间段内的使用作息特点的整体趋势不会产生显著影响。但是,在大数据分析中,怎样从海量的数据中尽可能合理地选择样本,以及是否有必要选择尽可能多的样本进行分析,是值得深入探讨的问题,也是未来空调器大数据研究需要关注的重点。

　　 1) 重庆地区夏季的空调器开启率明显高于冬季,冬季的逐时开启率不足10%,且冬季开启率受室外温度的影响较小。与此同时,夏季空调器的总运行时长明显高于冬季,夏季有接近50%的卧室空调器的总运行时长超过了400 h,有约50%的客厅空调器的总运行时长超过了200 h;而在冬季,有约50%的卧室空调器的总运行时长在50 h以下,有约50%的客厅空调器的总运行时长不足15 h。

　　 2) 夏季空调器的运行时间段主要集中在中午、晚上和夜间,冬季空调器的运行时间段主要集中在晚上,冬季相比于夏季,用户在晚上睡觉前后的时间段内有关闭卧室空调器的倾向,在早上起床前后的时间段内有开启客厅或卧室空调器的倾向。

　　 3) 在冬季,无论客厅还是卧室,空调器运行均以短时间运行为主,单次运行时长在3 h以内的占比达到70%,单次运行时长的中位数在1～2 h之间;而夏季既存在短时间运行,也存在长时间运行,单次运行时长在2 h以内的比例超过1/3,同时卧室空调器单次运行时长超过4 h的比例接近50%。

　　 4) 节假日的整体作息相比于工作日,有延迟1～2 h的趋势,且节假日在晚上的使用比例明显低于工作日,但节假日在早上和下午的使用比例略高于工作日,尤其是在14:00—17:00时间段。

　　 本文的研究主要针对住宅分体式空调器在不同季节下的使用作息,以及使用作息在不同房间功能、工作日与节假日下的差异。从数据来源角度看,以往对房间空调器的调查测试研究大多针对特定的几户或几十户的空调器,无法保证样本的代表性与结果的普适性,同时介入性的实地监测可能会对用户的空调器使用行为产生影响,使得空调器的使用行为并不客观,而本研究的数据是基于大数据平台,数据量更大,数据来源更客观可靠,得出的结论更具普适性。从应用角度看,房间空调器的使用作息特点是住宅空调器能耗模拟中的重要输入特征,使用作息的合理与否直接影响空调器模拟能耗的准确性,而该研究的相关结论可以为住宅能耗模拟中的房间空调器的运行作息设置提供参考。