基于熱舒適度和焓值的室內(nèi)環(huán)境聯(lián)控策略

王曉輝， 邱映， 楊亞龍

(1.北京建筑大學電氣與信息工程學院， 北京 102600； 2. 安徽建筑大學智能建筑與建筑節(jié)能安徽省重點實驗室， 合肥 230022)

隨著現(xiàn)代文明和社會的發(fā)展，人們對建筑室內(nèi)環(huán)境的要求漸漸提高。在智能家居快速發(fā)展的大環(huán)境下，單一的以溫度控制為目標的室內(nèi)環(huán)境控制已不能滿足人們的需求，引入熱舒適度指標的室內(nèi)環(huán)境控制策略已成為研究的熱點。該策略通過對各環(huán)境參數(shù)的綜合調(diào)控，使得室內(nèi)熱環(huán)境總是保持在人體的舒適范圍內(nèi)。

在保證最佳室內(nèi)環(huán)境的同時，節(jié)能也是一個不能忽視的目標。在全球低碳發(fā)展的背景下，中國于2021年3月提出了“碳達峰”與“碳中和”的概念，而建筑行業(yè)的節(jié)能減排是中國完成碳達峰與碳中和目標的重要渠道，其中供暖和空調(diào)能耗占建筑總能耗的一半以上[1-2]，因此，室內(nèi)環(huán)境控制系統(tǒng)的節(jié)能性研究將具有重要意義，以熱舒適度和節(jié)能為主的室內(nèi)環(huán)境控制策略將成為未來研究的重點。一些學者基于空調(diào)建模對空調(diào)的可控部件進行系統(tǒng)能耗優(yōu)化[3-4]，但是忽略了人體對舒適度的要求；黃萍等[5]通過分析輻射-新風復合系統(tǒng)中輻射末端供水流量和供水溫度對室內(nèi)熱環(huán)境的影響，得到了供水流量從220 kg/h增加到260 kg/h時，室內(nèi)溫度將提前1 h達到設定范圍的結論，同時推薦夏季最佳輻射末端供水溫度為18.0 ℃；王有為[6]利用以真空管太陽能為熱源的供熱系統(tǒng)，通過對供熱循環(huán)水泵、除濕機以及風機的控制，改善了室內(nèi)環(huán)境舒適度，結果表明冬季夜晚供熱模式可以使采暖房間熱舒適度指標平均提高0.81；Zhang等[7]對風速和室內(nèi)溫度進行調(diào)節(jié)，使室內(nèi)環(huán)境在滿足修正的熱舒適度指標基礎上節(jié)約空調(diào)能源。模擬結果顯示，這種方法能使空調(diào)節(jié)能7.3%。王琳等[8]提出一種適用于夏熱冬冷地區(qū)辦公建筑的利用復合形法實時控制各類空調(diào)系統(tǒng)以達到節(jié)能控制目的的方法。上述研究針對室內(nèi)環(huán)境調(diào)整提出了多種方法，在改善室內(nèi)舒適度和節(jié)省能耗上均取得了一定成效，但多未考慮室內(nèi)外環(huán)境交換的情況?，F(xiàn)針對室內(nèi)環(huán)境舒適性與節(jié)能的協(xié)調(diào)控制問題，提出一種基于熱舒適度和焓值的室內(nèi)環(huán)境聯(lián)控策略，充分考慮季節(jié)特性以及室外環(huán)境交換，在基于平均熱感覺指數(shù)(predicted mean vote,PMV)的室內(nèi)環(huán)境控制基礎上，引入焓值作為開窗通風行為的判斷依據(jù)，對室內(nèi)環(huán)境進行舒適與節(jié)能的協(xié)調(diào)優(yōu)化。

1 基于熱舒適度的室內(nèi)環(huán)境控制

1.1 室內(nèi)環(huán)境熱舒適度指標

PMV指標是建立在人體熱平衡基礎上較權威的室內(nèi)環(huán)境熱舒適度評價指標，該指標代表同一狀態(tài)下大多數(shù)人對環(huán)境的平均反應，在室內(nèi)環(huán)境評價中具有普適性，本文中同樣以PMV指標作為熱舒適度的評價指標。1984年國際標準化組織在丹麥學者P. O. Fanger的研究成果基礎上提出PMV指標[9-10]，并制定了ISO7730標準。該標準推薦PMV指標的適宜值為-0.5≤PMV≤0.5，其計算公式為

PMV=(3.03e-0.036M+0.028)M-W-

3.05×10-3[5 733-6.99(M-W)-Pa]-

0.42[(M-W)-58.15]-

1.7×10-5M(5 867-Pa)-

0.001 4M(34-ta)-

3.96×10-8fcl[(tcl+273)4-(tr+273)4]-

fclhc(tcl-ta)

(1)

式(1)中：M為人體的新陳代謝量，W/m2；W為人體對外所做的機械功率，W；Pa為環(huán)境空氣中水蒸氣分壓力，是相對濕度φ的函數(shù)；ta為人體周圍的空氣溫度，℃；tr為房間的平均輻射溫度，℃；tcl為衣服外表面溫度，℃；hc為表面熱傳系數(shù)，W/(m·K)，是空氣相對流速Va的函數(shù)；fcl為穿衣人體表面與裸體人體表面積之比，是衣服熱阻Icl的函數(shù)。

分析式(1)可知，影響人體熱舒適度的因素共有6個，其中2個主觀因素為：M(人體新陳代謝量)和Icl(衣服熱阻)，4個客觀因素分別為：ta(溫度)、Va(風速)、φ(相對濕度)以及tr(平均輻射溫度)。

式(1)中，tcl=f(M,W,Icl,fcl,hc,ta,tr)。由于tcl關聯(lián)的因素較多，PMV計算時易受到多個參數(shù)互相耦合的影響，并且計算方程中含有指數(shù)項。若通過計算機直接迭代求解PMV，計算過程將非常復雜，計算量大且計算時間長。利用智能算法預測PMV不僅能縮短計算時間，還能提高計算精度。因此采用數(shù)值預測的方法對PMV值進行計算。

1.2 基于GSA-BPNN的PMV預測

BP神經(jīng)網(wǎng)絡(back propagation neural network, BPNN)模型對復雜非線性函數(shù)具有良好的預測能力和學習能力?？紤]到在計算PMV時存在復雜的耦合性以及迭代計算，如果直接采用BPNN來構建PMV的預測模型，可能存在收斂速度慢、容易使結果陷入局部極值等問題[11-12]，因此采用遺傳模擬退火算法(genetic simulated annealing, GSA)優(yōu)化BPNN的初始權值和閾值以提高其性能。在構建PMV預測模型時，將室內(nèi)環(huán)境調(diào)整所涉及的溫度、濕度和風速三個客觀因素設置為BPNN的輸入，隱含層節(jié)點數(shù)量符合2n+1規(guī)律(n為輸入節(jié)點的個數(shù))[13]，輸出為PMV。于是，該BPNN模型的拓撲結構為3-7-1，對應的預測模型參數(shù)設置如表1所示。

實驗數(shù)據(jù)來源于某辦公室傳感器所采集的溫濕度數(shù)據(jù)，取其中3月的1 041組數(shù)據(jù)進行實驗，以其中1 000組作為訓練樣本，剩下的41組作為測試樣本。根據(jù)《民用建筑供暖通風與空氣調(diào)節(jié)設計規(guī)范》(GB 50736—2012)[14]和《夏熱冬冷地區(qū)居住建筑節(jié)能設計標準》(JGJ 75—2012)[15]設定新陳代謝量M=1.2 Met(1 Met=58.15 W/m)；衣服熱阻Icl=0.5(夏季)，Icl=0.9(冬季)；風速取值為0～1 m/s；部分實驗數(shù)據(jù)如表2所示。

表1 GSA-BPNN預測模型參數(shù)設置Table 1 Parameter settings of GSA-BPNN prediction model

利用MATLAB訓練GSA-BPNN模型并進行測試，結果如圖1所示。

由圖1可知，該模型預測結果與實際的PMV擬合程度高、預測效果較好。為體現(xiàn)該算法的優(yōu)越性，用相同的實驗數(shù)據(jù)，分別使用BPNN、GA(genetic algorithm)-BPNN兩種模型對PMV值進行預測，與GSA-BPNN模型預測的結果進行比較，結果如表3所示。

由結果比較可知，GSA-BPNN比BPNN和GA-BPNN在平均誤差上分別降低了95.4%和86.6%；在均方根誤差上分別降低了75.5%和62.1%；且GSA-BPNN的最大誤差與最小誤差均低于其余兩種模型。綜上所述，基于GSA-BPNN預測PMV的方法預測精度好，下文將采用此方法對PMV進行計算。

表2 部分實驗數(shù)據(jù)節(jié)選Table 2 Excerpt of experimental data

表3 三種預測方法評價比較Table 3 Evaluation comparison of the three prediction methods

圖1 GSA-BPNN預測PMV值結果Fig.1 GSA-BPNN prediction results of PMV values

1.3 基于PMV的室內(nèi)環(huán)境控制策略

在室內(nèi)環(huán)境控制過程中，對于溫度、濕度、風速的控制順序由它們對PMV的影響程度決定。由文獻[16]可知，在影響PMV的環(huán)境因素中，影響程度大小為：溫度>濕度>風速。當室內(nèi)環(huán)境不符合規(guī)定時，應考慮優(yōu)先控制溫度這一指標。而氣流本身屬于空氣調(diào)節(jié)方式的一種，具有廉價高效的特點，故將調(diào)節(jié)風速作為輔助調(diào)節(jié)手段。從控制效率與節(jié)能的雙重角度出發(fā)，考慮在以PMV為基礎的環(huán)境控制策略中以調(diào)控溫度為主、風速調(diào)節(jié)為輔的控制順序，最后考慮濕度指標，基于PMV的室內(nèi)環(huán)境控制流程圖如圖2所示。

圖2 基于PMV的室內(nèi)環(huán)境控制流程圖Fig.2 Flow chart of indoor environment control based on PMV

基于PMV的室內(nèi)環(huán)境控制中，首先收集室內(nèi)環(huán)境實時數(shù)據(jù)進行PMV計算。若PMV指標不在(-0.5,0.5)內(nèi)，對溫度進行判斷，當溫度不等于26 ℃，且當PMV>0.5時，降低溫度；反之調(diào)高溫度。若溫度達標，則對風速進行調(diào)整。當風速大于1 m/s，則考慮降低室內(nèi)風速以達到設定的PMV范圍。最后考慮濕度對當前室內(nèi)環(huán)境的影響。若濕度不在所設定的范圍內(nèi)，則根據(jù)當前的濕度進行除濕或加濕操作。

2 基于焓值的開窗通風策略

在日常生活中，開窗行為是人們利用率最高、也是最方便利用的一種室內(nèi)環(huán)境調(diào)節(jié)方式，人們往往僅根據(jù)室內(nèi)外溫度的高低來判斷是否需要開窗。此種以溫度為衡量標準的開窗通風行為有一定的借鑒意義，但并未考慮到室內(nèi)外濕度的變化也會引起室內(nèi)熱環(huán)境的急劇變化。比如在夏季熱濕環(huán)境中，室外高溫且濕度較大，隨意根據(jù)溫度高低的開窗行為會導致室內(nèi)濕度過大，使得室內(nèi)熱舒適指標偏離，這并沒有達到為了室內(nèi)環(huán)境舒適節(jié)能而開窗通風的最初目的。故本文提出以焓值為標準的開窗行為，充分考慮室內(nèi)外溫度與濕度的波動，真正賦予開窗通風行為以提升舒適性與節(jié)能性的意義。

2.1 焓值

空氣中的焓值一般指空氣中含有的總熱量。焓值是單位空氣中溫度和濕度綜合后的能力刻度[17]，在空調(diào)設備行業(yè)中常常在加熱、制冷、加濕、除濕處理過程中用到這個概念。通常用符號i表示焓值(kJ/kg)。焓值的計算公式為

i=1.01Ta+(2 409+1.84T)d

(2)

式(2)中：Ta表示空氣溫度，℃；d表示空氣的含濕量，g/kg。

2.2 基于焓值的開窗通風行為

當以焓值作為開窗通風行為的參考標準時，流程圖如圖3所示。當室外焓值大于室內(nèi)時，若此時室內(nèi)偏冷，則可開窗進行空氣交換，室外熱空氣流動至室內(nèi)，提高室內(nèi)焓值；同理，當室外焓值小于室內(nèi)時，若此時室內(nèi)偏熱，開窗進行空氣交換，室內(nèi)熱氣流動到室外，以此降低室內(nèi)焓值。

圖3 以焓值為標準的開窗流程圖Fig.3 Window opening flow chart with enthalpy as standard

3 基于PMV和焓值的室內(nèi)環(huán)境聯(lián)控策略

根據(jù)室內(nèi)外環(huán)境與用戶熱舒適度要求，利用熱輻射與熱對流效應調(diào)度室內(nèi)外熱量，不僅可以達到人體舒適度要求，還能提升室內(nèi)空氣質(zhì)量，最終實現(xiàn)能源的節(jié)約與舒適度的提高。故本文中引入建筑室內(nèi)PMV環(huán)境控制與自然通風相結合的控制模式。

以北京地區(qū)為例，北京地區(qū)擁有得天獨厚的風力資源，自然通風行為本身不僅不消耗任何能源，而且能為室內(nèi)帶來新風環(huán)境。伴隨著對流作用，熱量也會隨之實現(xiàn)從室外到室內(nèi)或從室內(nèi)到室外的運動。希望利用自然通風的方式，結合室內(nèi)環(huán)境PMV控制，在改善室內(nèi)熱環(huán)境狀況和空氣品質(zhì)的基礎上，節(jié)省建筑內(nèi)部環(huán)境調(diào)節(jié)設備運行而帶來的能耗。

空調(diào)是常用的室內(nèi)熱環(huán)境調(diào)節(jié)設備。由于空調(diào)負荷具有明顯的季節(jié)差異，以辦公建筑為例，夏季空調(diào)負荷用電量占比達40%，而在冬季不足10%[18]。并且，北方地區(qū)冬季實行集中供暖，空調(diào)使用頻率較低，所以僅探討夏秋兩季的室內(nèi)環(huán)境聯(lián)控策略，流程圖如圖4所示。若室內(nèi)熱舒適度不滿足所設定的范圍時，通過計算室內(nèi)外焓值大小以及此時室內(nèi)的PMV判斷是否進行開窗通風行為。

(1)當PMV>0且室外焓值高于室內(nèi)焓值時，開窗反而容易使得室內(nèi)環(huán)境溫度上升，此時應關窗，并以PMV控制方式打開空調(diào)對室內(nèi)熱環(huán)境進行調(diào)節(jié)。

(2)當PMV>0且室外焓值低于室內(nèi)焓值時，此時開窗可以使得室內(nèi)的余熱通過熱對流的方式排至室外，并為室內(nèi)環(huán)境帶來新鮮的空氣，建筑得到“被動式冷卻”。

(3)當PMV<0且室外焓值高于室內(nèi)時，開窗可以使得室外的余熱通過熱對流的方式排至室外，進行室內(nèi)環(huán)境調(diào)節(jié)。

(4)當PMV<0且室外焓值低于室內(nèi)焓值時，選擇關窗利用空調(diào)進行室內(nèi)環(huán)境調(diào)節(jié)。

4 案例研究及分析

4.1 建筑模型概況

以北京市某大學某層一間南北向的辦公室作為研究對象，對所提出的基于熱舒適度與焓值的室內(nèi)環(huán)境聯(lián)控策略進行驗證。房間尺寸為7.5 m×4 m×2.5 m，建筑模型如圖5所示。房間結構及其相關參數(shù)按照從外到內(nèi)的順序列出，如表4所示。

此外，該房間南墻設有兩扇鋁合金氣窗，均為雙層玻璃窗，窗格厚度0.006 m，氣隙厚度0.003 2 m，玻璃傳熱系數(shù)為0.9 W/(m·K)房間內(nèi)部的負荷包括空調(diào)一臺，位于西墻上方，距地1.85 m，該建筑內(nèi)房間均采用空調(diào)設備，故該房間內(nèi)墻、樓板和地面均不考慮熱量流失與傳遞；屋頂安裝熒光燈兩盞，均為1 000 W，在辦公時間工作。室內(nèi)環(huán)境參數(shù)中，溫濕度參數(shù)由室內(nèi)的傳感器提供，服裝熱阻與新陳代謝值沿用上文數(shù)據(jù)，氣象數(shù)據(jù)來自北京市實時氣象數(shù)據(jù)。將各項參數(shù)以及建筑模型導入EnergyPlus中對建筑能耗進行動態(tài)模擬，并以普通PMV控制策略作為原室內(nèi)環(huán)境控制策略進行對照實驗。

圖4 室內(nèi)環(huán)境聯(lián)控策略流程圖Fig.4 Flow chart of indoor environment joint control strategy

圖5 建筑模型Fig.5 Architectural model

表4 房間結構材料參數(shù)Table 4 Room structural material parameters

4.2 模型驗證

本文研究重點在于該策略是否針對室內(nèi)舒適度和節(jié)能做到了協(xié)調(diào)優(yōu)化控制，以控制前后的PMV值與室內(nèi)負荷用量作為判斷指標。

實測時間為6月4日，設置每10 min更新一次環(huán)境數(shù)據(jù)。通過MATLAB計算PMV與焓值，計算方法參見上文。實驗組獲取實時氣象數(shù)據(jù)計算當前室外焓值，并根據(jù)房間內(nèi)溫濕度傳感器的數(shù)值計算室內(nèi)焓值以及室內(nèi)PMV。比較室內(nèi)外焓值大小以及判斷PMV是否達到所規(guī)定的范圍，選擇合適的方式進行室內(nèi)環(huán)境調(diào)控；對照組僅通過傳感器獲取的數(shù)值計算當前室內(nèi)PMV，并根據(jù)PMV進行室內(nèi)環(huán)境調(diào)整。

控制前后的室內(nèi)PMV指標與室內(nèi)負荷用量如圖6(a)所示，折線圖表示PMV指標，面積圖表示室內(nèi)負荷用量。設置開窗系數(shù)作為該辦公室窗戶的開關狀態(tài)，如圖6(b)所示，開窗系數(shù)為1，窗戶開啟；開窗系數(shù)為0時，窗戶關閉。

由圖6可知，6月4日當天辦公室內(nèi)環(huán)境在新的調(diào)整策略下，于5:00—7:00和19:00—21:00兩個時間段打開窗戶，進行了室內(nèi)外的環(huán)境交換；原室內(nèi)環(huán)境調(diào)整策略下，當天室內(nèi)負荷主要分布在9:00—19:00，由于該時間段內(nèi)太陽高度角最大，為地面提供的熱量達到峰值，所以需要開啟空調(diào)制冷模式，以維持室內(nèi)熱舒適環(huán)境的穩(wěn)定；而新的室內(nèi)環(huán)境調(diào)整策略借助外界環(huán)境使得室內(nèi)熱環(huán)境保持穩(wěn)定。兩個控制策略在整個室內(nèi)環(huán)境調(diào)整過程中PMV指標均穩(wěn)定在低于0.5的范圍中，但控制后的負荷量明顯小于控制前的負荷量。綜上所述，在聯(lián)控策略的調(diào)整下，既保證了室內(nèi)舒適度又降低了能耗，實現(xiàn)了控制的最初目的。

圖6 6月4日控制策略前后室內(nèi)各項指標對比Fig.6 Comparison of indoor indicators before and after the control strategy on June 4

4.3 室內(nèi)環(huán)境舒適性與節(jié)能性分析

對普通溫度控制策略(case1)、基于PMV的控制策略(case2)以及本文所提出基于PMV與焓值的聯(lián)控策略(case3)進行橫向?qū)Ρ?，根?jù)該房間的朝向與所處地域氣候特點，設置地面溫度范圍為18.2～22.5 ℃。其余數(shù)據(jù)沿用上文數(shù)據(jù)，將6月1日—10月31日的各項環(huán)境參數(shù)指標作為仿真數(shù)據(jù)輸入，模擬北京地區(qū)夏秋兩季辦公環(huán)境中不同策略下室內(nèi)熱環(huán)境以及負荷變化。針對舒適性與節(jié)能性進行分析。

4.3.1 室內(nèi)環(huán)境舒適性仿真分析及對比

選取三個典型指標對室內(nèi)環(huán)境舒適度進行評價，分別為空調(diào)出風口溫度、室內(nèi)空氣溫度、室內(nèi)熱舒適指標?？照{(diào)出風口溫度與室內(nèi)空氣溫度相結合，可以充分避免房間內(nèi)部過熱或過冷造成的不舒適現(xiàn)象，而室內(nèi)PMV則可以很好地量化評估室內(nèi)熱舒適程度。結果如圖7～圖9所示。

圖7中，case1容易在空調(diào)出風口產(chǎn)生極端低溫，導致出風口附近區(qū)域溫度較低，易造成人體不適。case2與case3的出空調(diào)出風口溫度均總體上高于case1，且出現(xiàn)極端低溫的次數(shù)低于case1。

圖7 三種控制策略空調(diào)出風口溫度對比Fig.7 Air outlet temperature comparison of three control strategies

圖8 三種控制策略室內(nèi)空氣溫度對比Fig.8 Comparison of indoor air temperature among three control strategies

圖8中，case1是將室內(nèi)空氣溫度恒定作為唯一控制目標，僅監(jiān)測室內(nèi)空氣溫度并將其維持在26 ℃。case2與case3這兩種基于PMV的室內(nèi)環(huán)境控制策略使得室溫在一定的范圍內(nèi)上下浮動，當為了使室內(nèi)環(huán)境的PMV指標維持在一定區(qū)間內(nèi)時，室內(nèi)環(huán)境參數(shù)會隨著時間變化發(fā)生改變，同時這與人的工作狀態(tài)也有關，如人體由靜止變?yōu)榱嘶顒訝顟B(tài)，造成人體新陳代謝率增大等情況，所以室內(nèi)環(huán)境的空氣溫度也會隨之變化。case3的溫度變化與case2相比更具有規(guī)律和周期性，且相對平穩(wěn)。

圖9 三種控制策略室內(nèi)PMV指標對比Fig.9 Comparison of indoor PMV indexes among the three control strategies

圖9中，由于室內(nèi)PMV指標是多種因素共同決定的，case1單一的控制溫度這一指標，會導致室內(nèi)PMV值隨著時間變化一起發(fā)生變化，且波動幅度較大。case3與case2中PMV基本低于0.5，保證了室內(nèi)環(huán)境的舒適性，解決了常見的夏季體感過熱的問題。

綜上所述，case2與case3在舒適性方面的性能遠超case1。本文提出的case3通過基于PMV和焓值的控制方式來調(diào)控環(huán)境各參數(shù)變化，使得室內(nèi)舒適度始終維持在某一范圍內(nèi)，且溫度變化相較于case2來說較為平穩(wěn)，這一特點在換季時期尤為突出。換季時期室內(nèi)外熱環(huán)境因素干擾加大，而case3充分結合了室內(nèi)外環(huán)境因素，保證了室內(nèi)環(huán)境的舒適性。

4.3.2 室內(nèi)環(huán)境節(jié)能性仿真分析及對比

本節(jié)對三種控制策略下室內(nèi)環(huán)境調(diào)控設備的用電情況進行分析及對比，結果如圖10所示。case1整體負荷量較大，這是由于當用戶從外界環(huán)境進入房間，會同時受到溫度、濕度和風速的干擾，人體出現(xiàn)熱應激現(xiàn)象。而case1僅考慮溫度調(diào)整設備，容易使出風口溫度過低，造成了資源的浪費。case2與case3則多考慮了實際生活中平均輻射溫度對室內(nèi)熱舒適程度的影響，因此室內(nèi)空氣溫度值普遍高于26 ℃，這就意味著建筑圍護結構的傳熱會因此降低，換言之室內(nèi)負荷減小。case2與case3能耗出現(xiàn)差別的時間段往往出現(xiàn)在傍晚時分，此時由于突然的降溫，室外焓值明顯低于室內(nèi)焓值，case3中開窗通風有助于室內(nèi)熱量散發(fā)，進而促使室內(nèi)熱環(huán)境更快達到舒適的范疇。

圖10 三種控制策略室內(nèi)負荷對比Fig.10 Indoor load comparison of three control strategies

表5是三種控制策略下室內(nèi)負荷量對比。由表5可知，夏秋典型氣候下，在進行仿真實驗的時間段中，case2較case1能夠減少55.97%左右的能耗，而本文提出的case3能夠節(jié)約68.08%的室內(nèi)能耗，均優(yōu)于前兩種控制方案。

表5 三種控制策略室內(nèi)負荷對比Table 5 Indoor load comparison of three control strategies

對比三種控制策略下舒適性與節(jié)能性可知，本文提出的case3將室內(nèi)環(huán)境的PMV維持在對應的舒適區(qū)間內(nèi)，并且精準的將能耗降到最低，控制效果均優(yōu)于case1與case2。

綜上所述，當室內(nèi)環(huán)境需要進行調(diào)整時，case3中基于焓值的開窗行為充分促使室內(nèi)外環(huán)境進行交換。同時基于熱舒適度對室內(nèi)環(huán)境進行調(diào)整，不僅滿足室內(nèi)環(huán)境熱舒適度的要求，還節(jié)省了大量負荷的使用，實現(xiàn)了室內(nèi)環(huán)境舒適性與節(jié)能性的協(xié)調(diào)控制。

5 結論

綜合考慮PMV與焓值，提出了室內(nèi)環(huán)境聯(lián)控策略。通過實驗和分析得出以下結論。

(1)通過構造GSA-BPNN模型對PMV指標進行預測，GSA算法優(yōu)化了BPNN的權值和閾值，提高了PMV指標預測的精確度，并應用于實例中計算PMV。

(2)分析影響PMV指標的環(huán)境因素，提出以調(diào)整溫度為主、風速調(diào)節(jié)為輔、最后考慮濕度的基于PMV的室內(nèi)環(huán)境控制策略。

(3)考慮室外濕熱環(huán)境以及室內(nèi)外熱量的調(diào)度，創(chuàng)新性地引入焓值作為開窗行為的判斷條件，提出基于PMV和焓值的室內(nèi)環(huán)境聯(lián)控策略。

針對所提出的策略，以北京市某大學辦公室案例進行了研究。結果表明：

(1)基于PMV和焓值的室內(nèi)環(huán)境聯(lián)控策略保證了室內(nèi)PMV指標低于0.5，維持了室內(nèi)熱環(huán)境的穩(wěn)定。

(2)夏秋兩季，基于焓值的開窗通風行為促進了室內(nèi)外環(huán)境的交換，減少了室內(nèi)環(huán)境對機械通風的依賴，在保證室內(nèi)環(huán)境舒適度的同時節(jié)省了調(diào)整室內(nèi)環(huán)境而產(chǎn)生的負荷，與普通溫度控制策略相比累計節(jié)約68.08%的能耗，實現(xiàn)了室內(nèi)舒適性與節(jié)能性的協(xié)調(diào)控制與優(yōu)化。