嚴寒地區(qū)供冷期居民開窗行為研究

蘇小文 ， 王昭俊

(1.哈爾濱工業(yè)大學建筑學院，黑龍江哈爾濱150006；2.寒地城鄉(xiāng)人居環(huán)境科學與技術(shù)工業(yè)和信息化部重點實驗室(哈爾濱工業(yè)大學)，黑龍江哈爾濱150090)

1 概述

研究表明[1-3]，居民的行為是造成建筑能耗不確定的關(guān)鍵因素，特別是低能耗建筑。在對英國一幢超低能耗居住建筑的調(diào)查中發(fā)現(xiàn)，居住者行為是造成供暖能耗差異的主要因素[1]。文獻[2]研究指出，用戶開窗行為對圍護結(jié)構(gòu)綜合傳熱系數(shù)影響顯著，進而影響建筑能耗。文獻[4]對開窗熱損失進行了計算分析，提出供暖系統(tǒng)維持合理的室溫對減少開窗熱損失至關(guān)重要。同樣，研究供冷工況下的居民開窗行為對減少建筑冷負荷意義重大。

我國幅員遼闊，不同氣候區(qū)的居民生活習慣及行為差異較大，對嚴寒地區(qū)居民開窗行為的研究鮮有報道。本文針對供冷期，對嚴寒地區(qū)(哈爾濱住宅小區(qū))被動房建筑代表性住戶(被動房建筑住戶1～4)、普通建筑(三步節(jié)能建筑)代表性住戶(普通建筑住戶1～4)開窗行為展開調(diào)查，建立居民開窗概率模型，分析計算開窗概率的主要影響因素。

2 研究方法

2.1 研究對象

哈爾濱市某小區(qū)兼有被動房建筑與普通建筑(為三步節(jié)能建筑)，被動房建筑為我國嚴寒地區(qū)第一個被動房建筑示范工程，采用高效復合外墻保溫系統(tǒng)及高效被動房門窗系統(tǒng)，極大限度地減少圍護結(jié)構(gòu)的傳熱和冷風滲透熱損失。室內(nèi)采用頂棚表面輻射供暖(供冷)系統(tǒng)，帶高效熱回收裝置的全置換式新風系統(tǒng)可滿足全年新風需求[5]。

在對被動房建筑室內(nèi)熱環(huán)境及熱舒適度的調(diào)查中發(fā)現(xiàn)，為防止頂棚輻射面結(jié)露，原則上不允許居民開窗。但由于缺乏自主調(diào)節(jié)手段，當供冷期室內(nèi)溫度過低或過高時，居民只能通過開窗或?qū)で笪飿I(yè)人員調(diào)節(jié)供冷系統(tǒng)閥門等方式改善室內(nèi)熱環(huán)境。因此，課題組于2017年6～8月對該小區(qū)4戶被動房建筑住戶(分別命名為被動房建筑住戶1～4)及4戶普通建筑住戶(分別命名為普通建筑住戶1～4)的開窗行為進行連續(xù)跟蹤測試，監(jiān)測室內(nèi)外環(huán)境參數(shù)、開窗情況及人員在室情況。被動房建筑住戶1家中僅有一位退休老人在家，普通建筑住戶1、2家中為上班族夫妻，其他住戶家中為上班族夫妻與1名學生。普通建筑室內(nèi)供暖系統(tǒng)為頂棚輻射供暖系統(tǒng)，供冷期依靠自然通風降溫，戶型與被動房建筑相似。

2.2 監(jiān)測內(nèi)容

被動房建筑與普通建筑均為平開窗，居民喜好開啟客廳南向窗戶通風換氣，因此被監(jiān)測窗選取客廳南向外窗。被監(jiān)測窗的開關(guān)狀態(tài)采用智能位移記錄儀監(jiān)測。智能位移記錄儀由磁鐵、探頭及儲存主體3部分構(gòu)成，磁鐵和探頭分別粘貼在窗戶移動端、固定端。開窗時，磁鐵與探頭分離，儀器記錄為1。關(guān)窗時，磁鐵與探頭吸合，儀器記錄為0。

由于人員是否在室與開窗行為關(guān)系密切，因此對人員在室情況進行統(tǒng)計分析。采用智能人體感應儀監(jiān)測室內(nèi)是否有人，儀器安裝在客廳人員活動區(qū)域，且監(jiān)測范圍基本覆蓋客廳內(nèi)人員的主要活動區(qū)。當有人經(jīng)過時儀器記錄為1，無人經(jīng)過時記錄為0。

導致開窗的因素(在開窗概率模型中，將因素視為變量)有很多，如室內(nèi)外溫濕度[6-7]、CO2濃度[8]、PM2.5濃度[9]等。由于本文主要探討熱環(huán)境的影響，且調(diào)研在供冷期，室外空氣品質(zhì)良好。因此，選擇室內(nèi)外溫濕度作為導致開窗的因素。室內(nèi)外溫濕度使用WSZYW-1型溫濕度自記儀測量。室內(nèi)測點布置在客廳人員經(jīng)常停留區(qū)，距離地面0.6 m。

2.3 開窗概率模型

開窗行為是一個二分類問題，只有開(取值為1)與不開(取值為0)兩類結(jié)果。Logistic回歸模型是研究二分類觀察結(jié)果與因素關(guān)系的分析方法。筆者通過Logistic回歸，建立開窗概率p與變量(室內(nèi)外溫濕度)的關(guān)系式[10]：

p=

(1)

式中p——開窗概率

a1、a2、ai、an——回歸系數(shù)

x1、x2、xi、xn——變量

b——常數(shù)項

由式(1)可知，在Logistic回歸模型中，變量與概率是非線性關(guān)系。因此，引入Logit變換，實現(xiàn)線性回歸：

a1x1+a2x2+…+aixi+…anxn+b

與線性回歸模型不同，在Logistic回歸中，采用最大似然估計法得到回歸模型的參數(shù)(回歸系數(shù)、常數(shù)項)估計值。

在模型回歸中，變量的多重共線性會帶來不確定性結(jié)果，增加系數(shù)估計的標準誤差。因此，在Logistic回歸前應對輸入變量進行多重共線性分析。變量間的多重共線性采用方差膨脹因子(Variance Inflation Factor，VIF)進行判定，計算式為[10]：

式中kVIF——方差膨脹因子

Ri——變量xi與其余變量xj(j=1，2，…，i-1，i+1，…，n)線性回歸的復相關(guān)系數(shù)

當某變量的方差膨脹因子大于等于5時，則認為該變量與其余變量存在嚴重的共線性[11]，需以該變量作為單獨變量建立Logistic回歸模型。其余變量共線性影響忽略不計，建立多變量Logistic回歸模型。

多變量回歸模型主要為探究各變量對開窗概率的影響程度，需要先將各變量進行歸一化處理(采用極大極小值法)，再將歸一化結(jié)果輸入到模型中，利用數(shù)據(jù)處理軟件SPSS計算回歸系數(shù)及常數(shù)，建立Logistic回歸模型。從而在同一量度水平下，比較各變量對開窗概率的影響程度。某個變量(歸一化后)的系數(shù)絕對值越大，說明該變量對開窗概率的影響越大。然后建立以該變量為單獨變量的開窗概率模型，量化該變量對開窗概率的影響。

3 監(jiān)測結(jié)果與分析

3.1 開窗行為

在確保人員在室的前提下，對調(diào)研期各日各時段(1 h)開窗頻率(開窗時長的占比)取算術(shù)平均，得到各住戶逐時平均開窗頻率(見圖1)。在圖1中，第1 h表示[0:00，1:00)，第2 h表示[1:00，2:00)，以此類推。

由圖1可知，除普通建筑住戶1外，其他普通建筑住戶開窗頻率整體上高于被動房建筑住戶。普通建筑住戶1在測試期間的開窗頻率最低，經(jīng)訪問得知該住戶認為供冷期室內(nèi)溫濕度適宜，未感覺不適，因此不經(jīng)常開窗。被動房建筑住戶2、4開窗頻率變化趨勢一致，這兩住戶均處于頂層，受太陽輻射影響，室內(nèi)溫度略高。而被動房住戶控溫手段少，當室溫升高時，只能開窗加強空氣流通，維持自身熱舒適。被動房建筑住戶1、3均在中間層，受太陽輻射影響小，開窗頻率不高。

圖1 各住戶逐時平均開窗頻率

3.2 室內(nèi)溫度變化

哈爾濱夏季涼爽短暫，但一天中的室外溫度波動很大，13:00—16:00室外溫度較高，甚至高達35.4 ℃。此時開窗，易增加冷負荷。但從統(tǒng)計結(jié)果可以看出，被動房建筑住戶2在這一時間段開窗頻率仍然比較高。對被動房建筑住戶2在供冷期最熱周(2017年7月18日至24日)開窗引起室內(nèi)溫度的變化情況進行研究。

供冷期最熱周室外溫度、被動房建筑住戶2室內(nèi)溫度、窗狀態(tài)隨時間的變化見圖2，數(shù)據(jù)每隔5 min統(tǒng)計1次，圖2數(shù)據(jù)包括家中有人、無人狀態(tài)的數(shù)據(jù)。1表示窗開啟，0表示窗關(guān)閉。

由圖2可知，供冷期最熱周室外溫度變化范圍為19～33 ℃，被動房建筑住戶2室內(nèi)溫度變化范圍為25～27 ℃。該住戶在一周內(nèi)開窗4次，前2次開窗持續(xù)時間長。開窗確實易導致被動房建筑室內(nèi)溫度升高，但被動房建筑墻體熱惰性大，氣密性強，短時間開窗引起室內(nèi)溫度變化幅度不明顯。

圖2 供冷期最熱周室外溫度、被動房建筑住戶2室內(nèi)溫度、窗狀態(tài)隨時間的變化見圖2

4 開窗概率

選取被動房建筑住戶2、普通建筑住戶3分別作為被動房建筑、普通建筑的典型住戶。這兩個住戶開窗較頻繁，且家庭成員類似。

4.1 共線性分析

在建立開窗概率模型前，先對各變量進行多重共線性分析，以消除共線性帶來的誤差。被動房建筑住戶2、普通建筑住戶3各變量的方差膨脹因子見表1。

表1 被動房建筑住戶2、普通建筑住戶3各變量的方差膨脹因子

由表1可知，被動房建筑住戶2各變量的方差膨脹因子均小于5，不存在明顯的共線性。對于普通建筑住戶3，除室內(nèi)溫度外，其他變量的方差膨脹因子均大于5，室外相對濕度的方差膨脹因子最大，共線性問題不能忽視，需要單獨討論其對開窗概率的影響。在將室外相對濕度對開窗概率的影響采取單獨討論處理后，對剩余變量重新進行多重共線性分析。室內(nèi)溫度、室內(nèi)相對濕度、室外溫度的方差膨脹因子分別為1.44、1.01、1.43，這說明這3個變量的共線性不顯著，可共同作為變量探討對開窗概率的影響。

4.2 開窗概率模型

① 被動房建筑住戶2

被動房建筑住戶2開窗概率模型為：

Logit(p2)=2.5tin,s-1.8φin,s+

2.2to,s+φo,s-1.75

(2)

式中p2——被動房建筑住戶2的開窗概率

tin,s、to,s——歸一化后的室內(nèi)、外溫度

φin,s、φo,s——歸一化后的室內(nèi)、外相對濕度

由式(2)可知，對于被動房建筑住戶2，歸一化后的室內(nèi)溫度系數(shù)的絕對值最大，歸一化后的室外溫度次之，然后是歸一化后的室內(nèi)、外相對濕度。這說明對開窗影響最大的是室內(nèi)溫度，其次是室外溫度。隨著室內(nèi)外溫度增大，開窗概率增加。由于室內(nèi)溫度是開窗行為發(fā)生的最直接驅(qū)動因素，因此討論室內(nèi)溫度對開窗概率的單獨影響。室內(nèi)溫度(由于此時將室內(nèi)溫度作為單獨變量進行分析，Logistic回歸時不進行歸一化處理)作為變量時的開窗概率模型為：

(3)

式中tin——室內(nèi)溫度，℃

由式(3)得到的被動房建筑住戶2開窗概率隨室內(nèi)溫度的變化見圖3。由圖3可知，在室內(nèi)溫度24～30 ℃范圍內(nèi)，均存在開窗概率。開窗概率與室內(nèi)溫度正相關(guān)。

圖3 被動房建筑住戶2開窗概率隨室內(nèi)溫度的變化

② 普通建筑住戶3

普通建筑住戶3開窗概率模型為：

Logit(p3)=-1.07tin,s-0.7φin,s+

4.49to,s+1.164

(4)

Logit(p3)=-0.024φo,s+3.712

(5)

式中p3——普通建筑住戶3的開窗概率

由式(4)、(5)可知，對于普通建筑住戶3，歸一化后的室外溫度系數(shù)的絕對值最大，歸一化后的室內(nèi)溫度次之，然后是歸一化后的室內(nèi)、外相對濕度。這說明對開窗影響最大的是室外溫度，其次是室內(nèi)溫度。由于室外溫度是開窗行為發(fā)生的最直接驅(qū)動因素，因此討論室外溫度對開窗概率的單獨影響。室外溫度(由于此時將室外溫度作為單獨變量進行分析，Logistic回歸時不進行歸一化處理)作為變量時的線性回歸方程為：

(6)

式中to——室外溫度， ℃

由式(6)得到的普通建筑住戶3開窗概率隨室外溫度的變化見圖4。由圖4可知，在室外溫度15～35.5 ℃范圍內(nèi)，均存在開窗概率。開窗概率與室外溫度正相關(guān)。

圖4 普通建筑住戶3開窗概率隨室外溫度的變化

5 結(jié)論

① 除普通建筑住戶1外，其他普通建筑住戶開窗頻率整體上高于被動房建筑住戶。被動房建筑住戶2、4開窗頻率變化趨勢一致，這兩住戶均處于頂層，受太陽輻射影響，室內(nèi)溫度略高。而被動房住戶控溫手段少，當室溫升高時，只能開窗加強空氣流通，維持自身熱舒適。被動房建筑住戶1、3均在中間層，受太陽輻射影響小，開窗頻率不高。

② 供冷期最熱周(2017年7月18日至24日)室外溫度變化范圍為19～33 ℃，被動房建筑住戶2室內(nèi)溫度變化范圍為25～27 ℃。該住戶在一周內(nèi)開窗4次，前2次開窗持續(xù)時間長。開窗確實易導致被動房建筑室內(nèi)溫度升高，但被動房建筑墻體熱惰性大，氣密性強，短時間開窗引起室內(nèi)溫度變化幅度不明顯。

③ 對于被動房建筑，對開窗影響最大的是室內(nèi)溫度，其次是室外溫度。隨著室內(nèi)外溫度增大，開窗概率增加。在室內(nèi)溫度24～30 ℃范圍內(nèi)，均存在開窗概率。

④ 對于普通建筑，對開窗影響最大的是室外溫度，其次是室內(nèi)溫度。在室外溫度15～35.5 ℃范圍內(nèi)，均存在開窗概率。