多尺度城市热气候及其对建筑能耗影响的协同仿真方法研究

Urban climate has a significant impact on building energy performance. So, an important consideration in architectural planning and design is to reduce building energy consumption and improve building thermal environment by adjusting urban climate. Although there are some models that can simulate urban climate and building energy use separately, there are no systematic solutions for the simulation of mutil-scale urban thermal climate (spatial and temporal) and its effects on building energy performance. This project aims to establish a co-simulation system for mutil-scale urban thermal climate and its effects on building energy performance by integrating the models and techniques from multiple disciplines (urban climate, building energy simulation, artificial neural networks, etc.). The system consists of three parts: 1) the simulation of urban thermal climate at spatial scales from city to community based on the mutil-scale meteorological models; 2) the prediction of urban thermal climate on long timescales (a few months or a whole year) based on an objective weather classification methodology and the neural network ensembles technique; 3) the coupling computation of urban thermal climate and building energy performance based on a co-simulation platform and a building energy model. The co-simulation system can be used to quantitatively evaluate the differences in outdoor thermal climate and its effects on building energy use for different community design schemes and then provide guidance for architectural planning and design.

城市热气候对建筑能耗有重要影响，通过改善室外热气候来降低建筑能耗和提高室内热环境质量已成为建筑规划设计领域的一个重要方向。然而，虽然目前已有多种模型能够分别对城市热气候和建筑能耗进行模拟，但还没有一套完整的模拟方法和工具能够预测分析多尺度（空间和时间）城市热气候及其对建筑能耗的影响。本项目结合城市气候学、建筑能耗模拟、人工神经网络等多领域的模型和技术，建立一套多尺度城市热气候及其对建筑能耗影响的协同仿真方法。该方法主要包括三个方面：1）基于多尺度气象模型建立从城市尺度到街区尺度的热气候嵌套模拟方法；2）基于客观天气分类方法和神经网络集成技术建立长时间尺度（数月到全年）城市热气候预测方法；3）基于协同模拟平台和建筑能耗软件实现城市热气候与建筑能耗的动态耦合计算。研究能实现定量预测和评价不同小区规划设计方案形成的热气候差异及其对建筑能耗的影响，从而为建筑规划设计提供科学指导。

城市热气候对建筑能耗有重要影响。本项目的研究目标是建立一套多尺度城市热气候及其对建筑能耗影响的协同仿真方法。主要研究内容及发现如下：. 对南京城市热气候进行了高密度长期连续观测，获得了南京气温时空分布特征和变化规律；利用观测数据对城市局地气候分区（Local Climate Zone, LCZ）体系进行了验证，发现不同LCZ类型之间的气温差异表现出较强的规律性和稳定性，说明该方法基本合理，可用于我国城市气候研究。. 利用南京实测数据对一个通用城市热岛强度诊断方程进行了检验、发展与应用。检验结果显示原方程的精度可接受（RMSE = 1.2 K），可用于我国的城市热岛强度诊断。通过在原方程中引入新参数（不透水地面比例），提高了热岛强度的诊断精度（RMSE = 0.8 K）。本部分研究为城市热岛强度诊断提供了一种方便、简单、可靠的方法。. 基于WRF-UCM模式开展了城市尺度热气候的模拟方法研究。建立了从高分辨率卫星资料中提取土地利用、植被和城市形态等数据的方法，提高了地面参数化描述的准确度。利用南京实测数据进行验证，结果显示所建立的模拟方法可较好地重现城市尺度热气候的时空分布特征。. 基于多源数据（实测+模拟）评估城市热气候对建筑能耗的影响，发展了城市热气候与建筑能耗的耦合模拟方法。获得了不同LCZ类型对于制冷/采暖度日数和典型建筑能耗的影响特征。利用三维微气候软件ENVI-met对街区进行模拟，然后提取建筑周围的微气候数据输入到EnergyPlus中作为外部气象边界条件，从而实现定量预测和评价城市微气候对建筑能耗的影响。. 基于主成分分析和聚类分析建立了面向城市热气候的天气分类和典型气象日客观识别方法。将典型气象日的热气候模拟结果作为样本，选择神经网络集成技术建立了长时间尺度（数月到全年）城市热气候的预测方法。. 上述成果可用于模拟预测多尺度城市热气候，以及定量评估其对建筑采暖空调能耗的影响。