大數據監(jiān)測平臺下的長江流域典型城市房間空調器溫度設置分析

劉猛 晏璐 李金波 徐振坤 杜順開

摘 要：房間空調器是中國長江流域地區(qū)改善室內熱環(huán)境的重要措施，然而，在以往的房間空調器的行為研究中，只能通過現場實測、問卷調查等方式獲取其使用行為，由于數據獲取方式本身所存在的局限性，無法對空調的使用行為進行可靠且深入的挖掘，尤其是對于空調的設置溫度。為了研究長江流域地區(qū)房間空調器的設置溫度行為，包括設置溫度的分布、設置溫度調節(jié)習慣、設置溫度與一天中不同時間段的關系、設置溫度與室外溫度的關系，依托于大數據平臺下的房間空調器監(jiān)測數據，針對長江流域地區(qū)的3個典型城市（重慶、武漢、上海）的房間空調器的設置溫度習慣，對重慶地區(qū)575臺房間空調器、武漢地區(qū)430臺房間空調器、上海地區(qū)540臺空調器的夏季上萬次運行數據、冬季上千次運行數據進行了基本的統(tǒng)計與相關分析，結果表明：空調器的設置溫度及其調節(jié)習慣在不同城市之間存在一定差異性，夏季用戶在一次空調使用過程中存在對較低設置溫度（低于26 ℃）的短時需求情景，同時，設置溫度與1 d中的不同時刻以及室外溫度也有明顯關聯(lián)。

關鍵詞：長江流域;空調器;大數據;設置溫度;室內熱環(huán)境

中圖分類號： TU831 ? 文獻標志碼：A ? 文章編號：2096-6717（2019）05-0164-09

Abstract：Room air conditioner （RAC） is the important facilitly to improve the indoor thermal environment in the Yangtze River Basin in China. However， the current study couldnt get an in-depth stady of the set temperature behavior of the RAC due to the limitation of the data acquisition method. In order to get the set temperature behavior of the RAC in the Yangtze River Basin， the distribution of the set temperature， the adjustment behavior of the set temperature， the relationship between the set temperature and the time of a day and the relationship between the set temperature and outdoor air temperature were statistically analyzed based on the big monitoring data platform. After the data processing， tens of thousands of times of RAC running data in summer and in winter from a total of 575 room air conditioners in Chongqing， a total of 430 room air conditioners in Wuhan， a total of 540 room air conditioners in Shanghai was obtained， which was aimed at three typical cities in the Yangtze River Basin. The results show that there are some differences between the set temperature behavior and its adjustment behavior in three typical cities. Besides， the short time requirement of the lower set temperature （below 26 ℃） exists in once running period in summer and the set temperature is also related with the time of a day and the outdoor air temperature.

Keywords：Yangtze River Basin; air conditioner; big data; set temperature; indoor thermal environment

長江流域地處夏熱冬冷地區(qū)，夏季炎熱，冬季陰冷，室內熱環(huán)境惡劣。房間空調器是改善室內熱環(huán)境的重要措施，根據中國統(tǒng)計局的統(tǒng)計年鑒數據，截止到2017年[1]，中國長江流域地區(qū)城鎮(zhèn)居民每戶空調擁有量均已高于1臺，其中，上海、浙江、江蘇、重慶已超過2臺或接近2臺，所以，迫切需要對房間空調器的使用進行深入研究。

此前，針對住宅房間空調器的使用已經存在一定的研究，首先，有眾多學者采用抄表拆分法、實測記錄法等方法對中國各地住宅房間空調器的能耗情況做了大量調查分析[2-5]，得到了住宅分體式房間空調器的平均能耗水平低，但住戶間能耗差異大，住戶的空調行為對空調器能耗水平存在較大影響等主要結論。另外，在用戶的空調行為方面，主要有以下三方面的研究：從環(huán)境因素出發(fā)，采用現場實測、問卷調查等方法對室內外環(huán)境對空調開啟與關閉行為的影響進行分析[6-10];從房間空調器的運行作息出發(fā)，采用現場實測，對空調器的開啟、關閉與運行時間進行分析[3，11-12];通過問卷調查或現場實測的方式對房間空調器的設置溫度習慣進行分析[13-15]。上述研究總結如表1所示。

2）冬季 將冬季空調單次運行過程中最高設置溫度Ts，max分別在17～30 ℃時，該次運行的設置溫度的傾向值的分布表現在圖5中，可以發(fā)現：在冬季，無論Ts，max如何，用戶在這次運行過程中，使用時間最長的設定溫度Ts，q就是Ts，max，這與前面空調用戶在冬季的調節(jié)需求較弱的結論相一致，說明大多數用戶在冬季某次空調運行過程中設定了一個溫度值之后就不會再去改變設定溫度。

4 設置溫度與不同時間段的關系

分別統(tǒng)計每天24 h之中設置溫度高于26 ℃與低于26 ℃的占比，以便分析用戶的設定溫度習慣與不同時間段的關系。（注：下圖中所涉及到的時刻i為一天中的24 h，即0～23，其中0時刻指[0：00，1：00）之間的時間段，1時刻指[1：00，2：00）之間的時間段，……，依次類推，i時刻指[i：00，（i+1：00）之間的時間段）

1）夏季 由圖6和圖7可知，在每天的0：00—6：00點，設置溫度高于26 ℃的占比明顯高于其余時間段，其中，上海在0：00—6：00點設置溫度高于26 ℃的占比比重慶和武漢高出5%左右;在每天的11：00—13：00點與17：00—21：00點，設置溫度低于26 ℃的占比明顯高于其余時間段，其中，武漢在每個時刻設置溫度低于26 ℃的占比都比重慶和上海低5%～20%，重慶幾乎在所有時刻設置溫度低于26 ℃的占比都高于其余兩個城市，尤其在12：00和20：00點差異最為明顯，另外，在17：00—21：00這一時間段，每個城市的設置溫度低于26 ℃的集中時間段有所差異，其中，上海的集中時間段最早，位于17：00—20：00，重慶和武漢的略晚一個小時，位于18：00—21：00。

上述結果可以表明，在夏季，用戶對室內溫度的需求與一天中的不同時刻有關，分析出現這種情況的原因，可能與用戶在這些時間段所處的特殊活動狀態(tài)或動作有關：用戶在一天之中所需求的設定溫度最低的時間段是恰好是位于中午吃飯時刻和晚上太陽落山時刻（吃飯），中午11：00—13：00，用戶可能剛回到家、準備吃午飯或正在做午飯等，傍晚17：00—21：00，用戶可能下班剛回到家、準備吃晚飯或正在做晚飯、剛散步回到家等，即人們在這兩個時刻普遍處于不穩(wěn)定的狀態(tài)（瞬態(tài)熱環(huán)境），這些狀態(tài)下，用戶的需求其實相對來說是一個瞬態(tài)且暫時性的需求，由于各種原因用戶在短時間內希望獲得更低的室內溫度幫助他們過渡這個瞬態(tài)，比如用戶剛回到家、吃飯、或做飯導致在瞬態(tài)的產熱量偏大、希望獲得更低的環(huán)境溫度，過了這幾個時刻后，對設定溫度的需求又會恢復平常水平，可以理解為用戶短時間的瞬態(tài)需求被滿足了，然后過渡到了穩(wěn)定的熱環(huán)境需求之中。在以往的研究中，很少有研究者關注到設置溫度與不同時刻的關系，在住宅的空調能耗模擬中，也很少有學者針對設置溫度的時間表深入挖掘，然而，設置溫度是影響空調能耗的關鍵參數，可以對空調能耗模擬中設置溫度的輸入時間表做出重要參考。

2）冬季 同理，從圖8和圖9中可以發(fā)現，冬季24 h設置溫度的需求差異不大，圖形的變化幅度明顯比夏季平緩了許多，可以認為冬季24小時內的設置溫度需求并無明顯差異。該結果也從側面印證了人員在冬季使用空調時，對室內熱環(huán)境的需求較穩(wěn)定，調節(jié)行為較弱。

5 設置溫度與室外溫度的關系

為了獲取設置溫度隨室外溫度的變化趨勢，分別將夏季與冬季研究周期內每一天所有空調器設置溫度平均值與室外溫度平均值的散點關系圖繪制在上圖10與圖11中，其中，室外溫度采用的是來源于氣象網站的日平均室外溫度。由圖可知，在夏季，上海地區(qū)表現出的特征明顯區(qū)別于重慶和武漢：對于上海，當室外溫度上升到31 ℃的過程中，設置溫度有隨室外溫度上升而升高的趨勢，當室外溫度大于31 ℃時，設置溫度的平均值在26～26.5 ℃的范圍趨于穩(wěn)定;對于重慶和武漢，隨著室外溫度的升高，設置溫度有降低的趨勢。在冬季，隨著室外溫度的變化，設置溫度沒有表現出特定的變化趨勢，設置溫度始終處于比較穩(wěn)定的范圍內。

6 討論

基于大數據監(jiān)測平臺下的監(jiān)測數據對處于中國夏熱冬冷地區(qū)與長江流域地區(qū)的3個典型城市的房間空調器進行了分析，與以前文獻研究不同的是：

1）前期針對房間空調器的調查研究之中，數據量都非常有限，大多數研究都僅僅針對幾戶或幾十戶，并且研究對象多來自單一的城市，沒有針對不同城市的空調使用習慣進行對比分析。對于中國的研究，大多數研究都是針對的北京，針對我國長江流域地區(qū)，即夏熱冬冷地區(qū)的空調使用習慣研究明顯不足。而本研究中，選取了長江上游、中游、下游3個典型城市總共約1 500臺空調器進行了分析，相比于以前的研究，更具有普適性和參考價值。

2）以往的研究中，對空調耗電量或空調開啟與關閉行為的研究明顯多于對空調設置溫度的研究，在以前只能通過問卷調研方式得到設置溫度的情況下，只能獲取用戶設置溫度的大致范圍，無法對設置溫度進行詳細分析。雖然在文獻[15]中，利用智能電表的手機App獲取用戶的設置溫度參數，但該研究中的數據量有限，且該研究僅限于基本的統(tǒng)計分析。而本文重點分析了房間空調器設置溫度的基本分布以及設置溫度與一些影響因素的相關關系，這是以往的研究中所缺乏的。

7 結論

分別從設置溫度的整體分布、設置溫度的調節(jié)需求以及設置溫度與一天不同時間段的關系、設置溫度與室外溫度的關系4個方面對長江流域地區(qū)3個典型城市房間空調器的設置溫度情況進行了分析，得出以下主要結論：

1）雖然重慶、武漢、上海都處于長江流域地區(qū)，但3個地區(qū)的居民對空調運行時室內熱環(huán)境營造的需求存在明顯差異：上海在夏季比重慶和武漢偏好更高的室內設置溫度，且調溫需求也明顯弱于重慶和武漢，重慶在冬季比上海和武漢偏愛更高的設置溫度，且調溫需求也弱于上海和武漢。未來對長江流域建筑供暖空調的相關研究是否有必要對不同城市進行區(qū)分，該結論有一定參考作用。

2）夏季，在一次空調運行過程中，用戶實際調控過程中存在短時間內設置較低設置溫度（低于26 ℃），長時間設置26 ℃這樣的設置溫度調節(jié)情景。該結論可以在一定程度上支撐“使用人員在剛開啟空調時偏愛設置較低的溫度以使得房間冷的更快”這一在以往研究和工程應用中被廣泛假設的使用模式。

3）長江流域地區(qū)的空調用戶在夏季對室內熱環(huán)境的需求并不是穩(wěn)態(tài)的，用戶在一次空調運行中或者在一天的不同時間段中，對設置溫度的需求均會發(fā)生變化，主要體現在用戶在夏季平均每次開啟空調使用1～3個設置溫度，在一天中的0：00—6：00（睡覺）設置溫度最高，在一天中的中午11：00—13：00間（午飯）以及傍晚17：00—21：00間（太陽落山時刻、晚飯、散步回家等）設置溫度最低，該結果也間接表明了，在某些特殊活動或動作發(fā)生的時刻，用戶對室內熱環(huán)境的需求也存在特殊性。該結論是以往的問卷研究中無法獲取的，可以為住宅的空調能耗模擬中設置溫度的設置時間表提供有效參考。

4）夏季，設置溫度與室外溫度存在一定的相關關系，并且上海表現出明顯區(qū)別于重慶和武漢的特點：在上海，設置溫度隨室外溫度的上升有升高的趨勢，在重慶和武漢，設置溫度隨室外溫度的上升則有下降的趨勢。

參考文獻：

[1] 國家統(tǒng)計局. 中國統(tǒng)計年鑒 2018 [Z]. 北京： 中國統(tǒng)計出版社， 2018.

National Bureau of Statistics. China statistical yearbook 2018 [Z]. Beijing： China Statistics Press， 2018.（in Chinese）

[2] 李兆堅， 江億， 魏慶芃， 等. 北京市某住宅樓夏季空調能耗調查分析[J]. 暖通空調， 2007， 37（4）： 46-51.

LI Z J， JIANG Y， WEI Q P， et al. Survey on energy consumption of air conditioning in summer in a residential building in Beijing[J]. Heating Ventilating & Air Conditioning， 2007， 37（4）： 46-51.（in Chinese）

[3] 李兆堅， 謝德強， 江紅斌， 等. 北京市住宅空調開機行為和能耗的實測研究[J]. 暖通空調， 2014， 44（2）： 15-20.

LI Z J， XIE D Q， JIANG H B， et al. Testing study on operating behavior and energy consumption of air conditioners in residential buildings in Beijing[J]. Heating Ventilating & Air Conditioning， 2014， 44（2）： 15-20.（in Chinese）

[4] 李兆堅， 王凡， 李玉良， 等. 武漢市住宅不同空調方案夏季能耗對比調查分析[J]. 暖通空調， 2013， 43（7）： 18-22.

LI Z J， WANG F， LI Y L， et al. Contrastive survey on summer energy consumption of air conditioning in urban residential buildings with different air conditioning schemes in Wuhan[J]. Heating Ventilating & Air Conditioning， 2013， 43（7）： 18-22.（in Chinese）

[5] 李兆堅， 劉建華， 田雨忠， 等. 福州市某小區(qū)住宅夏季空調能耗調查分析[J]. 暖通空調， 2014， 44（1）： 65-69.

LI Z J， LIU J H， TIAN Y Z， et al. Survey and analysis on the energy consumption of air conditioning for urban residential buildings in Fuzhou in summer [J]. Heating Ventilating & Air Conditioning， 2014， 44（1）： 65-69.（in Chinese）

[6] SCHWEIKER M， SHUKUYA M. Comparison of theoretical and statistical models of air-conditioning-unit usage behaviour in a residential setting under Japanese climatic conditions[J]. Building and Environment， 2009， 44（10）： 2137-2149.

[7] SONG Y R， SUN Y X， LUO S G， et al. Residential adaptive comfort in a humid continental climate-Tianjin China [J]. Energy and Buildings， 2018， 170： 115-121.

[8] TANIMOTO J， HAGISHIMA A. State transition probability for the Markov Model dealing with on/off cooling schedule in dwellings[J]. Energy and Buildings， 2005， 37（3）： 181-187.

[9] WU J H， LIU C P， LI H Q， et al. Residential air-conditioner usage in China and efficiency standardization[J]. Energy， 2017， 119： 1036-1046.

[10] REN X X， YAN D， WANG C. Air-conditioning usage conditional probability model for residential buildings[J]. Building and Environment， 2014， 81： 172-182.

[11] ZAKI S A， HAGISHIMA A， FUKAMI R， et al. Development of a model for generating air-conditioner operation schedules in Malaysia[J]. Building and Environment， 2017， 122： 354-362.

[12] 簡毅文， 李清瑞， 劉建， 等. 住宅空調行為狀況的實測分析[J]. 暖通空調， 2013， 43（3）： 91-95.

JIAN Y W， LI Q R， LIU J， et al. Measurement and analysis of air-conditioning-usage behavior in apartments[J]. Heating Ventilating & Air Conditioning， 2013， 43（3）： 91-95.（in Chinese）

[13] AL-MUMIN A， KHATTAB O， SRIDHAR G. Occupants behavior and activity patterns influencing the energy consumption in the Kuwaiti residences [J]. Energy and Buildings， 2003， 35（6）： 549-559.

[14] LIN Z P， DENG S M. A questionnaire survey on sleeping thermal environment and bedroom air conditioning in high-rise residences in Hong Kong[J]. Energy and Buildings， 2006， 38（11）： 1302-1307.

[15] 李兆堅. 北京市住戶空調溫度設定行為的案例實測分析[J]. 暖通空調，2018，48（9）：1-5.

LI Z J. Case analysis of Beijing household air conditioning temperature setting behavior [J]. Heating Ventilating & Air Conditioning， 2018， 48（9）： 1-5. （in Chinese）

[16] 徐振坤， 李金波， 石文星， 等. 長江流域住宅用空調器使用狀態(tài)與能耗大數據分析[J]. 暖通空調， 2018， 48（8）： 1-8，89.

XU Z K， LI J B， SHI W X， et al. Big data analysis on usage state and energy consumption of residential air conditioners in the Yangtze River basin[J]. Heating Ventilating & Air Conditioning， 2018， 48（8）： 1-8，89.（in Chinese）

（編輯 胡玲）