住宅建筑能耗基準(zhǔn)確定及用能評(píng)價(jià)新方法

李郡 俞準(zhǔn) 劉政軒 張國(guó)強(qiáng)

摘要：針對(duì)當(dāng)前建筑能耗基準(zhǔn)確定及用能評(píng)價(jià)方法仍不完善的現(xiàn)狀，提出了一種適用于住宅建筑的新方法。通過(guò)灰色關(guān)聯(lián)分析確定了不同影響因素（即特征參數(shù)）與建筑能耗的關(guān)聯(lián)度，將關(guān)聯(lián)度作為該因素的權(quán)值并結(jié)合聚類(lèi)分析對(duì)建筑進(jìn)行合理分類(lèi)。在此基礎(chǔ)上采用累積頻率分布法確定了每類(lèi)建筑的能耗基準(zhǔn)值，并對(duì)建筑住戶(hù)進(jìn)行用能評(píng)價(jià)。為驗(yàn)證該方法的可行性，將其應(yīng)用于日本建筑學(xué)會(huì)所建立的住宅建筑能耗數(shù)據(jù)庫(kù)，為聚類(lèi)后的每類(lèi)建筑確定了相應(yīng)的能耗基準(zhǔn)并對(duì)住戶(hù)進(jìn)行了用能評(píng)價(jià)。結(jié)果表明該方法能夠綜合考慮不同特征參數(shù)的影響大小，科學(xué)合理地對(duì)建筑細(xì)化分類(lèi)，根據(jù)分類(lèi)后的基準(zhǔn)評(píng)價(jià)能夠更好地評(píng)估住戶(hù)的節(jié)能潛力并提供可行的節(jié)能建議。

關(guān)鍵詞：基準(zhǔn)；用能評(píng)價(jià)；聚類(lèi)分析；灰色關(guān)聯(lián)分析；住宅建筑

中圖分類(lèi)號(hào)：TU111.19

文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1674-4764（2016）02-0075-09

Abstract：To address the limitations of existing building energy benchmarking methods， a new method has been proposed for residential buildings. Grey relational analysis is used to define the correlation between different influencing factors （i.e.， typical parameters） and total building energy consumption. The correlation is used as the weights of corresponding factors. Based on the weighted parameters， Cluster Analysis is performed to classify buildings into different groups. For each group， Accumulative Frequency Distribution is then conducted to identify its energy benchmarking value. This value also makes it possible to evaluate the energy-saving potentials of different buildings. The method was applied to a residential building energy consumption database established by the Architecture Institute of Japan. The results show that the method can classify buildings into different groups by both taking into consideration various influencing factors of building energy consumption as well as their weights. It can also determine building energy benchmarking values for each group and helps identify energy-saving potential of buildings and provide energy-saving strategies for occupants.

Keywords：benchmarking； energy use evaluation； cluster analysis； grey relational analysis； residential buildings

加強(qiáng)建筑能源管理，合理評(píng)價(jià)建筑能耗水平是目前建筑節(jié)能的重要基礎(chǔ)工作。建筑能耗基準(zhǔn)可通過(guò)與其他同類(lèi)建筑或與自身歷史能耗對(duì)比進(jìn)行確定[1]。很多學(xué)者對(duì)其進(jìn)行了深入研究，主要評(píng)估方法包含以下3種：建筑分值評(píng)估法、模擬分析法和統(tǒng)計(jì)分析法[2]。建筑分值評(píng)估法是根據(jù)不同評(píng)價(jià)指標(biāo)和標(biāo)準(zhǔn)對(duì)建筑各項(xiàng)性能進(jìn)行評(píng)分，如美國(guó)綠色建筑LEED認(rèn)證。該方法主要適用于單棟建筑性能評(píng)價(jià)，其主要局限是分值確定易受主觀因素影響，并易因追求高分值導(dǎo)致采用不必要的建筑節(jié)能技術(shù)。模擬分析法是通過(guò)能耗模擬軟件（如Energy Plus和DOE-2）人為設(shè)定建筑模型參數(shù)，以模擬建筑能耗作為基準(zhǔn)值來(lái)評(píng)價(jià)建筑能耗水平。該方法主要針對(duì)單棟建筑能耗評(píng)估，較多應(yīng)用于新建建筑設(shè)計(jì)階段，其主要缺點(diǎn)是難以合理設(shè)置模型參數(shù)值，尤其是用戶(hù)行為相關(guān)參數(shù)[3]。統(tǒng)計(jì)分析法是基于建筑實(shí)際能耗數(shù)據(jù)，采用統(tǒng)計(jì)學(xué)分析方法（如多元線性回歸法和累積頻率分布法）確定基準(zhǔn)值，如美國(guó)能耗基準(zhǔn)評(píng)價(jià)工具Energy Star[4]。該方法主要適用于多棟建筑能耗評(píng)估，同時(shí)為提高所得基準(zhǔn)值準(zhǔn)確度一般需要先根據(jù)建筑類(lèi)型、面積等參數(shù)對(duì)建筑進(jìn)行細(xì)化分類(lèi)。由于能耗數(shù)據(jù)含有建筑運(yùn)行信息，因此該方法能夠反映各種因素對(duì)能耗的實(shí)際影響，從而合理評(píng)價(jià)建筑能耗水平，是當(dāng)前國(guó)際建筑能耗基準(zhǔn)評(píng)價(jià)研究的一個(gè)重點(diǎn)研究方向。然而，目前制約該方法研究進(jìn)展的一個(gè)主要障礙是缺乏合理的建筑細(xì)化分類(lèi)方法，導(dǎo)致難以得到符合預(yù)期要求的基準(zhǔn)值準(zhǔn)確度[5]。已有建筑細(xì)化分類(lèi)方法主要是根據(jù)建筑特征參數(shù)及其閾值進(jìn)行逐層細(xì)分，如按建筑面積指標(biāo)將建筑劃分為小、中、大型建筑。該方法不足之處表現(xiàn)在：一是無(wú)法同時(shí)考慮多個(gè)特征參數(shù)對(duì)能耗的影響；二是主觀性強(qiáng)，其分類(lèi)指標(biāo)選擇、分類(lèi)閾值確定以及不同特征參數(shù)間分類(lèi)順序均無(wú)統(tǒng)一標(biāo)準(zhǔn)。此外，若特征參數(shù)較多則需大量樣本方能滿足統(tǒng)計(jì)要求[6]。

目前，已有研究針對(duì)上述缺陷提出改進(jìn)方法，如文獻(xiàn)[2]和文獻(xiàn)[7]分別針對(duì)商業(yè)建筑和酒店建筑提出利用聚類(lèi)分析對(duì)建筑進(jìn)行細(xì)化分類(lèi)，該方法能夠同時(shí)考慮多個(gè)特征參數(shù)對(duì)能耗的影響合理劃分建筑，但其主要局限是忽略了不同特征參數(shù)對(duì)分類(lèi)的影響程度大小，只是簡(jiǎn)單地將其等同處理，這樣必然導(dǎo)致分類(lèi)結(jié)果誤差較大。此外，上述研究并未涉及居住建筑?？紤]到居住建筑能耗構(gòu)成及影響因素特殊性，有必要對(duì)其基準(zhǔn)評(píng)價(jià)方法進(jìn)行單獨(dú)研究。

針對(duì)上述問(wèn)題，筆者通過(guò)引入灰色關(guān)聯(lián)分析和聚類(lèi)分析，提出了一種適用于住宅建筑的能耗基準(zhǔn)確定及用能評(píng)價(jià)新方法，并將其應(yīng)用于日本建筑學(xué)會(huì)所建立的住宅建筑能耗數(shù)據(jù)庫(kù)，分析了該方法的可行性和科學(xué)性。

1 能耗基準(zhǔn)評(píng)價(jià)方法

本文提出的基于灰色關(guān)聯(lián)及聚類(lèi)分析的能耗基準(zhǔn)評(píng)價(jià)方法主要包括以下幾個(gè)步驟，如圖1所示。

該方法簡(jiǎn)單介紹如下：

1）收集樣本建筑信息并建立數(shù)據(jù)庫(kù)。相關(guān)建筑信息主要包括氣候參數(shù)、建筑參數(shù)、用戶(hù)信息及實(shí)際能耗數(shù)據(jù)等。

2）數(shù)據(jù)預(yù)處理。對(duì)數(shù)據(jù)屬性及取值范圍進(jìn)行處理，轉(zhuǎn)換為適合灰色關(guān)聯(lián)分析和聚類(lèi)分析的形式。

3）建筑分類(lèi)。通過(guò)灰色關(guān)聯(lián)分析，計(jì)算不同特征參數(shù)與建筑能耗之間的灰色關(guān)聯(lián)度并進(jìn)行排序（關(guān)聯(lián)序），將灰色關(guān)聯(lián)度作為權(quán)值賦予各特征參數(shù)，并結(jié)合聚類(lèi)分析對(duì)建筑進(jìn)行分類(lèi)。

4）基準(zhǔn)值確定。采用累積頻率分布法確定各類(lèi)建筑的基準(zhǔn)值。

5）建筑住戶(hù)用能評(píng)價(jià)。通過(guò)與基準(zhǔn)值對(duì)比分析，確定建筑節(jié)能潛力，并提供相關(guān)節(jié)能建議。

1.1 數(shù)據(jù)預(yù)處理

由于數(shù)據(jù)庫(kù)中不同參數(shù)具有不同屬性，例如空調(diào)運(yùn)行狀態(tài)為分類(lèi)屬性（開(kāi)或關(guān)），建筑面積為數(shù)值屬性（150 m2或200 m2），難以直接進(jìn)行比較分析。此外，各數(shù)值屬性參數(shù)的取值范圍不同（如[0， 30]和[100， 1000]），取值范圍小的參數(shù)影響易被取值范圍大的參數(shù)影響覆蓋。為滿足數(shù)據(jù)分析需要，應(yīng)將分類(lèi)屬性參數(shù)轉(zhuǎn)換為數(shù)值屬性，并將所有數(shù)值屬性參數(shù)無(wú)量綱化，轉(zhuǎn)化為相同數(shù)值范圍如[0， 1]以便進(jìn)一步處理。轉(zhuǎn)化方法如下：

1）分類(lèi)屬性

1.2 灰色關(guān)聯(lián)分析

將數(shù)據(jù)庫(kù)中所有參數(shù)轉(zhuǎn)換至[0， 1]空間后，考慮到不同參數(shù)對(duì)建筑能耗的影響程度不同，應(yīng)對(duì)不同參數(shù)根據(jù)其影響程度分配相應(yīng)權(quán)值，以便進(jìn)一步將建筑合理分類(lèi)。本文采用灰色關(guān)聯(lián)分析計(jì)算該權(quán)值，其基本思想是根據(jù)因素之間幾何變化趨勢(shì)的相似程度判斷其關(guān)聯(lián)程度（即灰色關(guān)聯(lián)度，作為權(quán)值進(jìn)行分配），并可通過(guò)對(duì)灰色關(guān)聯(lián)度排序得到灰色關(guān)聯(lián)序，以表征各因素間關(guān)聯(lián)程度的相對(duì)主次順序[8]。與其他多因素統(tǒng)計(jì)分析法，如回歸分析法、主成分分析法相比，灰色關(guān)聯(lián)分析的主要優(yōu)點(diǎn)在于計(jì)算簡(jiǎn)單，能夠分析樣本量小的數(shù)據(jù)集，且數(shù)據(jù)無(wú)需服從典型分布[9]。

3） 重新計(jì)算每個(gè)聚類(lèi)中心各特征參數(shù)的平均值，即為新的聚類(lèi)中心；

4） 重復(fù)步驟2）和3）直到迭代收斂，即聚類(lèi)中心不再發(fā)生變化。

1.4 基準(zhǔn)值的確定

能耗基準(zhǔn)值是用于比較和評(píng)價(jià)建筑用能水平的標(biāo)準(zhǔn)和定位，通常采用統(tǒng)計(jì)學(xué)法確定，如回歸分析法、累積頻率分布法、平均值法等[12-13]。其中，累積頻率分布法具有簡(jiǎn)單易行、不受異常能耗影響、直觀反映建筑能耗分布并能夠制定不同的基準(zhǔn)水平[13]等優(yōu)點(diǎn)，是目前最為常用的建筑能耗基準(zhǔn)值制定方法之一[14]。本文采用該方法確定每類(lèi)建筑的能耗基準(zhǔn)值。

累積頻率是指將數(shù)據(jù)對(duì)象劃分為若干個(gè)數(shù)值區(qū)間，依次統(tǒng)計(jì)各區(qū)間數(shù)據(jù)出現(xiàn)的頻率，并按從小到大的順序逐段累加，能夠用于表示小于某一特定值的概率。在能耗基準(zhǔn)評(píng)價(jià)中，通常選用累積頻率為25%和50%的值代表良好及典型水平[14]，本文以50%作為基準(zhǔn)水平，用于評(píng)估建筑節(jié)能潛力；25%作為目標(biāo)水平，表示期望建筑達(dá)到的用能水平。

2 案例研究

2.1 數(shù)據(jù)庫(kù)建立

日本建筑學(xué)會(huì)于2002年12月至2004年11月開(kāi)展了“日本各地居民能耗調(diào)查”項(xiàng)目，建立了住宅能耗數(shù)據(jù)庫(kù)，用于評(píng)估居住建筑能耗水平[15]。它采集了詳細(xì)的住戶(hù)信息和終端能耗數(shù)據(jù)，因此，本文以該數(shù)據(jù)庫(kù)為例來(lái)驗(yàn)證所提出的方法的可行性。該數(shù)據(jù)庫(kù)將日本全國(guó)分為6個(gè)地區(qū)：北海道、東北、北陸、關(guān)東、關(guān)西和九州沖繩，并在這些地區(qū)共選擇了80個(gè)住戶(hù)（每個(gè)地區(qū)均選有獨(dú)棟式和公寓式建筑住戶(hù)）進(jìn)行能耗數(shù)據(jù)及相關(guān)信息采集，數(shù)據(jù)采集的方法及內(nèi)容如表1所示。其中，建筑能耗由8類(lèi)分項(xiàng)能耗組成并分別測(cè)量：1）采暖空調(diào)；2）生活熱水；3）廚房，如電磁爐等；4）照明；5）制冷，如冰箱等；6）娛樂(lè)&信息，如電視、電話等；7）家務(wù)&衛(wèi)生，如洗衣機(jī)、吸塵器等；8）其他。

2.3 結(jié)果與討論

2.3.1 灰色關(guān)聯(lián)分析

采用灰色關(guān)聯(lián)分析的目的是確定不同特征參數(shù)對(duì)建筑能耗的影響大小，并將灰色關(guān)聯(lián)度作為權(quán)值賦予各特征參數(shù)。建筑能耗指標(biāo)一般為建筑能耗密度（Energy use intensity，EUI）且常以單位建筑面積的能耗表示，單位為MJ/m2[2， 4， 14]。因此，本文選取一年的EUI作為灰色關(guān)聯(lián)分析的參考序列，不再單獨(dú)考慮建筑面積的影響，其余12個(gè)參數(shù)均作為比較序列。其中，考慮到同一城市的4個(gè)氣象參數(shù)在不同月份呈明顯波動(dòng)，且不同地區(qū)之間氣象參數(shù)差異顯著，首先計(jì)算同一城市某一住戶(hù)逐月EUI與當(dāng)月氣象參數(shù)[17]的灰色關(guān)聯(lián)度并取12個(gè)月的平均值，再對(duì)同一地區(qū)不同城市氣象參數(shù)的灰色關(guān)聯(lián)度取平均值。對(duì)于其他8個(gè)參數(shù)，所有住戶(hù)統(tǒng)一計(jì)算并取平均值?；疑P(guān)聯(lián)分析結(jié)果如表5所示，表中同時(shí)給出了12個(gè)特征參數(shù)的灰色關(guān)聯(lián)序。

從表中綜合排序結(jié)果可知，12個(gè)特征參數(shù)中，T、HLC和NO對(duì)EUI影響最顯著，即對(duì)進(jìn)一步分類(lèi)的影響程度最大。因此，在確定各類(lèi)建筑特征時(shí)應(yīng)重點(diǎn)考察這3個(gè)參數(shù)。氣象參數(shù)中，絕大部分地區(qū)室外溫度對(duì)EUI影響最大（關(guān)西地區(qū)太陽(yáng)輻射照度影響略高于室外溫度），風(fēng)速影響最小。此外，年平均室外溫度相對(duì)較低的地區(qū)（包括北海道、東北和北陸）室外溫度對(duì)EUI的影響比其他地區(qū)相對(duì)更加顯著。非氣象參數(shù)中，熱損失系數(shù)、住戶(hù)人數(shù)和等量泄漏密度對(duì)EUI有更大影響，因此，建筑設(shè)計(jì)師在設(shè)計(jì)階段應(yīng)重點(diǎn)關(guān)注這3個(gè)參數(shù)并合理取值，以降低住宅能耗。

需要說(shuō)明的是，由于各地區(qū)氣象參數(shù)的灰色關(guān)聯(lián)度差異顯著，因此，4個(gè)氣象參數(shù)在分配權(quán)值以對(duì)建筑細(xì)化分類(lèi)時(shí)，各地區(qū)住戶(hù)應(yīng)對(duì)其分別考慮。

2.3.2 聚類(lèi)分析

聚類(lèi)個(gè)數(shù)應(yīng)根據(jù)樣本容量確定，考慮到本文數(shù)據(jù)庫(kù)大小，確定聚類(lèi)個(gè)數(shù)k=4。聚類(lèi)分析通過(guò)開(kāi)源數(shù)據(jù)挖掘軟件WEKA實(shí)現(xiàn)[18]，結(jié)果如表6所示，表中同時(shí)給出各個(gè)聚類(lèi)的聚類(lèi)中心（即每個(gè)特征參數(shù)的平均值，代表每類(lèi)住戶(hù)的典型特征）、住戶(hù)數(shù)量及其所占比例。

1） 各類(lèi)住戶(hù)特征

根據(jù)聚類(lèi)中心比較可見(jiàn)，相對(duì)其他3類(lèi)住戶(hù)，第2類(lèi)住戶(hù)特征為室外年平均溫度最高，太陽(yáng)輻射最強(qiáng)，風(fēng)速最小（T、RA為最大，WS值最小）；圍護(hù)結(jié)構(gòu)隔熱保溫性能最差（HLC為最大），均為非木制結(jié)構(gòu)；廚房采用電力式設(shè)備（KE=0表示設(shè)備類(lèi)型均為電力式）。同理，其他3類(lèi)住戶(hù)的特征如下：

第1類(lèi)住戶(hù)：室外年平均溫度最低，風(fēng)速最大；圍護(hù)結(jié)構(gòu)的保溫隔熱性和門(mén)窗氣密性最好，均為非木制結(jié)構(gòu)；生活熱水均采用非電力式設(shè)備。

第3類(lèi)住戶(hù)：室外年平均相對(duì)濕度最低，太陽(yáng)輻射照度最??；門(mén)窗氣密性差，均為獨(dú)棟式、木制結(jié)構(gòu)建筑，住戶(hù)人數(shù)最少；生活熱水采用非電力式設(shè)備。

第4類(lèi)住戶(hù)：室外年平均相對(duì)濕度最高；均為獨(dú)棟式、木制結(jié)構(gòu)建筑，住戶(hù)人數(shù)最多。廚房均采用電力式設(shè)備。

值得說(shuō)明的是，不同類(lèi)住戶(hù)之間特征差異顯著，而同類(lèi)住戶(hù)特征相似，意味著特征參數(shù)對(duì)EUI的影響程度在不同類(lèi)住戶(hù)中具有明顯差異，而在同類(lèi)住戶(hù)中較為接近，因而住戶(hù)之間更具有可比性，這也是采用聚類(lèi)分析方法的優(yōu)勢(shì)所在。

2） 各類(lèi)住戶(hù)總能耗及分項(xiàng)能耗特征

對(duì)各類(lèi)住戶(hù)總能耗及分項(xiàng)能耗特征進(jìn)行分析比較可為建筑能耗基準(zhǔn)值的確定提供參考信息，同時(shí)，可更好地掌握建筑能源使用情況及節(jié)能潛力，明確住戶(hù)節(jié)能的重點(diǎn)關(guān)注方向。圖3給出了4類(lèi)住戶(hù)年平均總能耗、8類(lèi)分項(xiàng)年平均能耗及其所占年平均總能耗的比例。

由圖3可知，第1類(lèi)住戶(hù)平均總能耗最大，而第3類(lèi)住戶(hù)最小。8類(lèi)分項(xiàng)能耗中，采暖空調(diào)和生活熱水在4類(lèi)住戶(hù)中占總能耗比例均超過(guò)20%，且二者比例和均大于60%，為居住建筑終端耗能“大戶(hù)”，應(yīng)成為住戶(hù)節(jié)能的重點(diǎn)關(guān)注對(duì)象。其余6類(lèi)分項(xiàng)能耗中，照明、廚房和制冷所占比例相對(duì)較大（第3類(lèi)住戶(hù)照明能耗最小且低于其他終端能耗，其可能原因是這類(lèi)住戶(hù)節(jié)能意識(shí)較強(qiáng)且照明設(shè)備采用節(jié)能燈）。除制冷外，照明和廚房能耗在各類(lèi)住戶(hù)間相互差異明顯，其主要原因是制冷設(shè)備長(zhǎng)期不間斷運(yùn)行，受用戶(hù)行為影響小。

從圖3中還可以看出，盡管第1類(lèi)住戶(hù)室外年平均溫度最低，風(fēng)速最大，但其采暖能耗卻明顯低于第4類(lèi)住戶(hù)，一個(gè)可能的原因是其圍護(hù)結(jié)構(gòu)具有更好的保溫隔熱性能。需要強(qiáng)調(diào)的是，住戶(hù)人數(shù)雖然對(duì)生活熱水能耗影響比較顯著，但不能輕易得出住戶(hù)人數(shù)最多就必然會(huì)導(dǎo)致生活熱水能耗最高（例如，第4類(lèi)住戶(hù)人數(shù)最多，但生活熱水能耗并非最高）。

2.3.3 每類(lèi)建筑的能耗基準(zhǔn)值

圖4給出了第1類(lèi)住戶(hù)建筑總能耗（total energy consumption， TEC）、采暖空調(diào)（heating and cooling， HC）以及生活熱水（hot water supply， HWS）兩類(lèi)分項(xiàng)能耗的累積頻率分布曲線，并取累積頻率為50%和25%對(duì)應(yīng)的能耗值為基準(zhǔn)值和目標(biāo)值。由圖可知，第1類(lèi)住戶(hù)TEC的基準(zhǔn)值為391 MJ/m2/年，目標(biāo)值為305 MJ/m2/年。根據(jù)HC和HWS兩類(lèi)分項(xiàng)能耗的累積頻率分布曲線，可為住戶(hù)提供更加詳細(xì)的分項(xiàng)能耗指標(biāo)值，若同樣以50%水平作為基準(zhǔn)線，它們的基準(zhǔn)值分別為111 MJ/m2/年和127 MJ/m2/年。

同理可得其他3類(lèi)住戶(hù)的TEC基準(zhǔn)值、目標(biāo)值以及其他能耗水平。為更加直觀和清楚地對(duì)比同類(lèi)住戶(hù)、不同類(lèi)住戶(hù)之間能耗水平差異，圖5給出了4類(lèi)住戶(hù)能耗水平的盒形圖（盒形圖能夠反應(yīng)數(shù)據(jù)的分散程度及是否對(duì)稱(chēng)，便于比較不同組間的分布差異。若中位值位于盒形的中間則數(shù)據(jù)分布均勻 [19]）。

由圖5可知：1）同類(lèi)住戶(hù)之間能耗差異巨大，例如，第3類(lèi)住戶(hù)TEC的最大值與最小值分別為168、670 MJ/m2，最大值約為最小值的4倍，由此可以看出建筑節(jié)能潛力較大。2）不同類(lèi)住戶(hù)間能耗分布不均且水平變化高低不同，從而導(dǎo)致建筑能耗基準(zhǔn)值差異顯著。其中，第2類(lèi)住戶(hù)的能耗基準(zhǔn)值最大且與平均值接近，主要原因是該類(lèi)住戶(hù)能耗分布均勻且基本對(duì)稱(chēng)。第3類(lèi)住戶(hù)的能耗基準(zhǔn)值最小，一個(gè)重要因素是該類(lèi)住戶(hù)總體能耗水平最低。值得注意的是，盡管第1類(lèi)住戶(hù)的整體能耗水平最高，但是由于能耗分布不均，其基準(zhǔn)值并非最高。

2.3.4 住戶(hù)用能評(píng)價(jià)

為合理評(píng)價(jià)某住戶(hù)的能耗特性和節(jié)能潛力并提供可行的節(jié)能建議（如該住戶(hù)不屬于本文數(shù)據(jù)庫(kù)，應(yīng)首先確定該住戶(hù)屬于哪一類(lèi)建筑住戶(hù)，可通過(guò)該住戶(hù)特征參數(shù)，計(jì)算其與各聚類(lèi)中心距離來(lái)確定）。可將該住戶(hù)與同類(lèi)住戶(hù)中，能耗低于基準(zhǔn)值且與該住戶(hù)特征最相似的住戶(hù)進(jìn)行對(duì)比分析（兩住戶(hù)特征相似說(shuō)明基于所有特征參數(shù)而言，這兩個(gè)住戶(hù)最具有可比性和參考價(jià)值）。兩者相似度可通過(guò)歐式距離表征（如式（2）所示），距離越小則相似度越大。例如，對(duì)第1類(lèi)住戶(hù)中的A住戶(hù)進(jìn)行用能評(píng)價(jià)，通過(guò)計(jì)算其他住戶(hù)與A住戶(hù)的相似度可知，B住戶(hù)是與它特征最為相似的住戶(hù)，兩個(gè)住戶(hù)的詳細(xì)特征參數(shù)如表7所示。

圖6（a）給出了第1類(lèi)住戶(hù)所有建筑住戶(hù)的總能耗，并按升序排列。由圖可知，A住戶(hù)位于能耗基準(zhǔn)線之上，能耗偏高屬“不節(jié)能建筑”，B住戶(hù)位于能耗目標(biāo)值下方，能耗較低屬較優(yōu)的“節(jié)能建筑”。相對(duì)于能耗基準(zhǔn)值，A住戶(hù)的年節(jié)能潛力為：548-391=157 MJ/m2；相對(duì)于B住戶(hù)，其年節(jié)能潛力為：548-304=244 MJ/m2。對(duì)比分析兩個(gè)住戶(hù)的建筑特征可知，圍護(hù)結(jié)構(gòu)的熱損失系數(shù)及等量泄露面積差異較大，這可能是導(dǎo)致住戶(hù)1能耗偏高的原因之一。因此，A住戶(hù)可通過(guò)節(jié)能改造提高圍護(hù)結(jié)構(gòu)保溫隔熱性能及門(mén)窗氣密性，降低建筑能耗。

進(jìn)一步分析兩個(gè)住戶(hù)的終端能耗特征，如圖6（b）所示，A住戶(hù)的采暖空調(diào)和生活熱水能耗巨大，約為B住戶(hù)的兩倍，其節(jié)能潛力較大。由于建筑終端設(shè)備的用能行為對(duì)建筑能耗影響顯著[6]，A住戶(hù)可通過(guò)改進(jìn)采暖空調(diào)和生活熱水的用能行為降低建筑能耗，如減少采暖空調(diào)設(shè)備的啟停次數(shù)、設(shè)置合理的空調(diào)溫度等。

3 結(jié) 論

對(duì)建筑進(jìn)行細(xì)化分類(lèi)，能夠提高建筑能耗基準(zhǔn)值的準(zhǔn)確度，同時(shí)，保證被比較建筑間具有較高的“相似度”是合理評(píng)價(jià)建筑能耗水平的前提。本文中提出的能耗基準(zhǔn)評(píng)價(jià)方法通過(guò)灰色關(guān)聯(lián)分析確定了不同影響因素（即特征參數(shù)）與建筑能耗的關(guān)聯(lián)度，將關(guān)聯(lián)度作為該因素的權(quán)值并結(jié)合聚類(lèi)分析對(duì)建筑進(jìn)行合理分類(lèi)。在此基礎(chǔ)上采用累積頻率分布法確定了每類(lèi)建筑的能耗基準(zhǔn)值，并對(duì)建筑住戶(hù)進(jìn)行用能評(píng)價(jià)。為驗(yàn)證該方法的可行性，將其應(yīng)用于日本建筑學(xué)會(huì)所建立的住宅建筑能耗數(shù)據(jù)庫(kù)，并得出以下結(jié)論：

1）該方法同時(shí)考慮了不同特征參數(shù)對(duì)建筑能耗的影響程度大小，確定分類(lèi)參數(shù)閾值時(shí)避免了主觀因素的影響，能夠根據(jù)建筑數(shù)據(jù)特征合理地劃分建筑類(lèi)別，并為每類(lèi)建筑確定出相應(yīng)建筑能耗基準(zhǔn)值。

2）每類(lèi)住戶(hù)能耗基準(zhǔn)值與該類(lèi)建筑能耗分布密切相關(guān)，不同類(lèi)住戶(hù)間能耗分布不均且水平變化高低不同會(huì)導(dǎo)致其建筑能耗基準(zhǔn)值差異顯著。

3）該方法可評(píng)價(jià)某住戶(hù)的能耗特性和節(jié)能潛力，并提供相應(yīng)的節(jié)能建議。通過(guò)將該住戶(hù)與同類(lèi)住戶(hù)中，能耗低于基準(zhǔn)值且與該住戶(hù)特征最相似的住戶(hù)進(jìn)行對(duì)比分析，確保了所得的節(jié)能潛力可信度高，節(jié)能建議可行性強(qiáng)。

4）該方法在進(jìn)行基準(zhǔn)能耗評(píng)價(jià)的同時(shí)還可提供大量建筑節(jié)能相關(guān)信息。例如，對(duì)各類(lèi)住戶(hù)總能耗及分項(xiàng)能耗特征進(jìn)行分析比較可為建筑能耗基準(zhǔn)值的確定提供參考信息，可更好地掌握建筑能源使用情況及節(jié)能潛力，明確住戶(hù)節(jié)能的重點(diǎn)關(guān)注方向并提供深入的節(jié)能建議。

參考文獻(xiàn)：

[1] LI Z W，HAN Y M，XU P.Methods for benchmarking building energy consumption against its past or intended performance：An overview [J].Applied Energy，2014，124：325-334.

[2] GAO X F，MALKAWI A.A new methodology for building energy performance benchmarking：an approach based on intelligent clustering algorithm [J].Energy and Buildings，2014，84：607-616.

[3] WANG E D.Benchmarking whole-building energy performance with multi-criteria technique for order preference by similarity to ideal solution using a selective objective-weighting approach [J].Applied Energy，2015，146：92-103.

[4] MASTON N E，PIETTE M A.Review of California and national methods for energy performance benchmarking of commercial buildings [R].Ernest Orlando Lawrence Berkeley National Laboratory，2005.

[5] 曹勇，劉益民，于丹，等.德國(guó)與美國(guó)能耗基準(zhǔn)確定方法在北京地區(qū)辦公建筑空調(diào)系統(tǒng)能耗定額確定方面的應(yīng)用及對(duì)比[J].建筑科學(xué)，2012，28（4）：17-24，90.

CAO Y，LIU Y M，YU D，et al.Application and comparison of energy consumption quota determination of air-conditioning system of official buildings in Beijing using energy consumption benchmarking methods of Germany and United States [J].Building Science，2012，28（4）：17-24，90. （in Chinese）

[6] YU Z，F(xiàn)UNG B C M，HAGHIGHAT F，et al.A systematic procedure to study the influence of occupant behavior on building energy consumption [J].Energy and Buildings，2011，43（6）：1409-1417.

[7] 顧文，莊智，譚洪衛(wèi).基于聚類(lèi)分析的酒店建筑分類(lèi)與用能評(píng)價(jià)[J].建筑技術(shù)，2014，45（11）：1026-1029.

GU W，ZHUANG Z，TAN H W.Hotel classification based on cluster analysis and evaluation of energy consumption [J].Architechture Technology，2014，45（11）：1026-1029. （in Chinese）

[8] 譚學(xué)瑞，鄧聚龍.灰色關(guān)聯(lián)分析：多因素統(tǒng)計(jì)分析新方法[J].統(tǒng)計(jì)研究，1995，12（3）：46-48.

TAN X R，DENG J L.Grey relational analysis： a new multi-factor analysis method [J].Statistical Research，19995，12（3）：46-48. （in Chinese）

[9] 孫玉剛.灰色關(guān)聯(lián)分析及其應(yīng)用的研究[D].南京：南京航空航天大學(xué)，2007.

SUN Y G.Research on grey incidence analysis and its application [D].Nanjing： Nanjing University of Aeronautics and Astronautics，2007：10-16. （in Chinese）

[10] 孫吉貴，劉杰，趙連宇.聚類(lèi)算法研究[J].軟件學(xué)報(bào)，2008，19（1）：48-61.

SUN J G，LIU J，ZHAO L Y.Clustering algorithms research [J].Journal of Software，2008，19（1）：48-61. （in Chinese）

[11] HAN J W，KAMBER M，PEI J.Data mining：concepts and techniques [M].3rd ed.Beijing：China Machine Press，2012.

[12] 朱能，朱天利，仝丁丁，等.我國(guó)建筑能耗基準(zhǔn)線確定方法探討[J].暖通空調(diào)，2015，45（3）：59-64.

ZHU N，ZHU T L，TONG D D，et al.Determination of building energy consumption baseline in China [J].HV∾，2015，45（3）：59-64. （in Chinese）

[13] XIN Y J，LU S L，ZHU N，et al.Energy consumption quota of four and five star luxury hotel buildings in Hainan province，China [J].Energy and Buildings，2012，45：250-256.

[14] FARROUA I，KOLOKOTRONI M，SANTAMOURI M.A method for energy classification of hotels： a case- study of Greece [J].Energy and Buildings，2012，55：553-562.

[15] MURAKAMI S，AKABAYSHI S，INOUE T，et al.Energy consumption for residential buildings in Japan [EB/OL].Architectural Institute of Japan， Maruzen Corp，2006. http：//tkkankyo.eng.niigatau.ac.jp/HP/HP/database/index.htm.

[16] 薛梅，董華.住宅熱損失系數(shù)的確定與應(yīng)用[J].煤氣與熱力，2004，24（4）：203-206.

XUE M，DONG H.Determination and application of heat loss coefficient for dwelling [J].Gas and Heat，2004，24（4）：203-206. （in Chinese）

[17] Climate Statistics，Japan Meteorological Agency.Monthly mean and monthly total tables [EB/OL]. http：//www.data.jma.go.jp/obd/stats/data/en/smp/index.html.

[18] Weka. The university of waikato，software [EB/OL].http：//www.cs.waikato.ac.nz/ml/weka/.

[19] 莊作欽.BOX PLOT——描述統(tǒng)計(jì)的一個(gè)簡(jiǎn)便工具[J].統(tǒng)計(jì)與預(yù)測(cè)，2003（2）：56-57.

ZHUANG Z Q.BOXPLOT—An easy tool of describing statistics [J].Statistics and Forcasting，2003（2）：56-57. （in Chinese）

（編輯 王秀玲）