嚴(yán)寒地區(qū)被動房用電能耗評估

劉念慈, 杜佩陽, 王昭俊

(1.哈爾濱工業(yè)大學(xué)建筑學(xué)院,黑龍江哈爾濱150006;2.寒地城鄉(xiāng)人居環(huán)境科學(xué) 與技術(shù)工業(yè)和信息化部重點實驗室,黑龍江哈爾濱150090; 3.中國建筑(南洋)發(fā)展有限公司,新加坡)

1 概述

我國嚴(yán)寒地區(qū)冬季寒冷,供暖期長,供暖能耗大。近年來,被動式超低能耗建筑受到建筑行業(yè)越來越多地關(guān)注,推動建筑物邁向超低能耗是建筑領(lǐng)域?qū)崿F(xiàn)碳達(dá)峰碳中和目標(biāo)的重要途徑。嚴(yán)寒地區(qū)代表性城市——哈爾濱市于2014年建成了某被動式超低能耗住宅(簡稱被動房),這是我國在嚴(yán)寒地區(qū)建成的首個被動式建筑示范項目。該被動房采用了德國的被動式低能耗建筑技術(shù),并結(jié)合本地的氣候特點,進(jìn)行了建筑設(shè)計建造[1]。

隨著社會的發(fā)展,住宅用戶對生活質(zhì)量的追求日益強烈,使用的家電設(shè)備種類和數(shù)量也越來越多。而家電設(shè)備在使用過程中會散熱,對室內(nèi)的熱濕環(huán)境產(chǎn)生影響。同時,不同家庭的用電模式不同,也對建筑能耗產(chǎn)生影響。目前國內(nèi)外有許多關(guān)于用電行為的相關(guān)研究。Kumari等[2]使用概念層次聚類方法生成典型家庭用電模式,并為其量身定制關(guān)于用電行為的建議,從而降低用電負(fù)荷。Klingler等[3]通過聚類分析消費者用電類型,使用二元邏輯回歸和交叉表分析發(fā)現(xiàn)家庭人數(shù)、家庭成員的平均年齡和孩子的存在對用電行為有重要影響。肖小清等[4]對廣州市的33棟住宅建筑的用電量進(jìn)行逐月分析,發(fā)現(xiàn)其月用電量以3月為最小值和9月為最大值進(jìn)行季節(jié)性波動,此結(jié)果與該地區(qū)空調(diào)的使用有關(guān)。白貞等[5]對北京市某居民住宅樓進(jìn)行了用電量統(tǒng)計,發(fā)現(xiàn)住戶冬季用電量高于春季,且室外溫度和節(jié)假日對用戶的用電量均有一定影響。王玥[6]對西部地區(qū)城市家庭電力消費進(jìn)行統(tǒng)計分析,發(fā)現(xiàn)家庭規(guī)模、家庭收入、居住面積以及平均氣溫都是耗電量的影響因素,其中家庭規(guī)模的影響最大。

現(xiàn)有的文獻(xiàn)大多是關(guān)于一般的節(jié)能住宅建筑,關(guān)于超低能耗住宅建筑的研究相對比較少。前期調(diào)研發(fā)現(xiàn),居住在該被動房住戶的收入水平相對普通住宅用戶較高,住戶也更加追求較高的生活品質(zhì)。本文分析了被動房不同居民的用電習(xí)慣以及用電能耗水平,研究結(jié)果可為被動房室內(nèi)負(fù)荷和整體能耗研究提供更為準(zhǔn)確的參考,也可用于指導(dǎo)住戶養(yǎng)成節(jié)能的用電行為習(xí)慣。

2 用電量數(shù)據(jù)的現(xiàn)場調(diào)查

早期我國的住宅建筑能耗計量方式粗糙,在建造時未安裝供暖、空調(diào)、照明、插座電器等分項計量電能表,僅通過一塊單相電能表記錄一戶的用電情況,因此無法直接獲取能耗分項的數(shù)據(jù)。另外,早期的用電量數(shù)據(jù)由抄表員每月定時抄取,數(shù)據(jù)時間間隔長,系統(tǒng)地進(jìn)行整理歸類分析十分困難。因此,早期對于住宅建筑能耗的研究多是基于現(xiàn)場調(diào)查,即首先通過讀取電能表或抄錄用電量數(shù)據(jù),再進(jìn)行實際的入戶調(diào)研獲得居民與用電行為有關(guān)的各種信息,然后對數(shù)據(jù)進(jìn)行分析。這種方法可以用于研究實際居住的住宅建筑最真實的用能狀況,并且通過了解住宅用戶的相關(guān)信息,找出影響其用能情況的因素和用能規(guī)律,為能耗預(yù)測提供基礎(chǔ)數(shù)據(jù)。

在數(shù)據(jù)采集方面,電耗數(shù)據(jù)可以通過電能表讀取,也可以從相關(guān)管理部門獲取。若是建筑內(nèi)安裝了分項計量電能表,可直接獲得分項電耗數(shù)據(jù)。

對建筑能耗的現(xiàn)場調(diào)查需要對居民進(jìn)行信息采集,包括建筑基本信息,如建造年代、所在樓層、供暖供冷方式等;居民人員基本信息,如家庭人數(shù)、家庭結(jié)構(gòu)、成員年齡、工作日、收入情況等;家用電器的相關(guān)情況,如設(shè)備名稱和數(shù)量、設(shè)置場所、型號、額定功率、待機功率、使用頻率、已使用年限等。

基于現(xiàn)場調(diào)查進(jìn)行建筑能耗分析十分準(zhǔn)確,能充分考慮建筑使用者的主觀用能習(xí)慣對能耗的影響。針對數(shù)據(jù)量大、采集困難的問題,開發(fā)了功能強大的能源數(shù)據(jù)采集與存儲系統(tǒng),各項用能數(shù)據(jù)能夠結(jié)合大數(shù)據(jù)云平臺進(jìn)行便捷地存儲和使用,可以更加方便用于能耗研究。但是現(xiàn)場調(diào)查研究的整個階段需要進(jìn)行大量的溝通協(xié)調(diào),且問卷涉及內(nèi)容較多,需要調(diào)查對象的全力配合。因此人力、物力及經(jīng)濟成本高,過程較為繁瑣,后期問卷的整理和分析也需要耗費大量時間。

本文擬研究哈爾濱市該被動房所有住戶的全年用電能耗。該被動房地上共11層,3個單元,66戶居民。被動房基本信息及與國內(nèi)外標(biāo)準(zhǔn)對比見表1。受疫情影響,只得到了2019年3月至12月的逐日用電量數(shù)據(jù)。

表1 被動房基本信息及與國內(nèi)外標(biāo)準(zhǔn)對比

3 用電量數(shù)據(jù)分析方法

3.1 數(shù)據(jù)預(yù)處理

用電量數(shù)據(jù)的預(yù)處理過程包括對數(shù)據(jù)缺失值的補充、異常值的清理和數(shù)據(jù)標(biāo)準(zhǔn)化。目前用電量數(shù)據(jù)依靠電網(wǎng)數(shù)據(jù)平臺,采集頻率高、傳輸速度快、存儲能力強,但電力系統(tǒng)的各個環(huán)節(jié)難免出現(xiàn)設(shè)備或系統(tǒng)故障等各種突發(fā)情況,造成采集的用電量數(shù)據(jù)缺失或出現(xiàn)異常情況。另外,如果某住戶某時刻或某天的用電量偏離其正常值較為明顯,說明出現(xiàn)了噪聲數(shù)據(jù),屬于用電量數(shù)據(jù)中的異常數(shù)據(jù)。為了保證數(shù)據(jù)的完整性、便于后續(xù)分析,需要對這些異常數(shù)據(jù)進(jìn)行清理。

對于數(shù)據(jù)缺失的常用處理方法是線性插值法,即將缺失值前一時刻的數(shù)據(jù)與后一時刻的數(shù)據(jù)加和取平均值,將其作為該時刻的數(shù)據(jù)。這種方法較為簡單,可最大程度地避免隨意添加其他數(shù)據(jù)對樣本分析的影響。對于計量故障導(dǎo)致數(shù)據(jù)的累積或小數(shù)點移位形成異常偏大的情況,可去掉原始值,采用線性插值法填補新的數(shù)據(jù)。當(dāng)用電量數(shù)據(jù)多天維持不變或只在極小范圍按照一定規(guī)律波動時,一般視作用戶在這段時間內(nèi)沒有用電行為,可以將這些數(shù)據(jù)清零。

3.2 數(shù)據(jù)聚類分析

用電量數(shù)據(jù)聚類分析常用的方法有劃分聚類、層次聚類、密度聚類等。

劃分聚類中的K-means聚類,是國內(nèi)用電量數(shù)據(jù)處理甚至大數(shù)據(jù)挖掘中使用頻率最高的聚類方法[7]。K-means聚類的原理十分簡單,即規(guī)定一個聚類簇數(shù)K,在聚類開始前隨機選擇K個向量作為初始聚類中心點,計算其他向量到這些聚類中心點的距離,將其劃歸到距離最近的聚類中心點周圍,所有向量分配完成后,對每個聚類中心點周圍的數(shù)據(jù)求平均值,將其作為新的聚類中心。按此方式迭代,直到產(chǎn)生新的聚類中心點與上次沒有變化,則結(jié)束迭代,完成聚類。

影響K-means聚類效果的一個重要因素就是聚類簇數(shù)K。K的常用確定方式是手肘法和輪廓系數(shù)法。在手肘法中,計算每次迭代后各樣本與其所被劃歸聚類中心點距離的2次方和,并將其定義為聚類平均畸變程度。當(dāng)聚類平均畸變程度在選擇某聚類簇數(shù)K時下降最快,隨后波動較為平緩時,認(rèn)為該聚類簇數(shù)K為最佳聚類簇數(shù)。本文采用手肘法。

4 被動房整體用電情況分析

本章的用電量是將被動房看作一個整體,指所有住戶的用電量之和。

4.1 被動房入住率分析

人員在住宅中生活作息,必然會發(fā)生用電行為,其用電量數(shù)據(jù)相對隨機,但在長時間尺度上會呈現(xiàn)規(guī)律性。因此首先嘗試從用電角度來確定被動房入住率。

在將用電量數(shù)據(jù)中為負(fù)值的明顯異常數(shù)據(jù)剔除之后,當(dāng)用戶該月的用電量為0或該月有20 d以上的日用電量低于1 kW·h時,認(rèn)為該戶該月是無人居住的。分析數(shù)據(jù)發(fā)現(xiàn),3個單元中各有1戶從2019年3月至12月始終無人居住,因此將這3戶的數(shù)據(jù)清零。同樣,對于其他住戶,將其無人居住月份的數(shù)據(jù)清零。

通過計算得到被動房2019年3月至12月每月入住率變化情況與月平均室外溫度變化情況,見圖1[8]。

圖1 被動房2019年3月至12月每月入住率 變化情況與月平均室外溫度變化情況

從圖1可以看出,被動房入住率在90%～96%范圍內(nèi)波動,被動房3、4、6月入住率最低,7、8、9月入住率最高。從月平均室外溫度看,7、8、9月為哈爾濱天氣最為涼爽舒適的月份,部分住戶會選擇留在哈爾濱度過炎熱夏季。而冬季哈爾濱室外氣候條件較惡劣,部分住戶選擇離開哈爾濱外出度假。因此,入住率的變化趨勢是符合實際情況的。

4.2 逐月用電分析

對被動房各月的日用電量進(jìn)行對比分析,按照月份繪制箱線圖,見圖2[8]。本文所有箱線圖中的小正方形表示算術(shù)平均值(簡稱均值)。

圖2 被動房各月的日用電量

從圖2可以看出,2019年3月至12月,被動房日用電量在300～600 kW·h范圍內(nèi)波動,各月平均日用電量在7月達(dá)到最高,約為480 kW·h;其余月份平均日用電量波動較小,基本維持在450 kW·h上下;其中5月和10月平均日用電量略低,約為430 kW·h。考慮到7月為暑假時間,被動房住戶家中若有學(xué)生,則人員在家時間增多,用電量會有所增加;且7月為哈爾濱最熱月,住戶可能開啟風(fēng)扇或空調(diào)等局部降溫電器,也會導(dǎo)致用電量增加;而5月和9月處于過渡季節(jié),用電量相對偏低。因此,被動房整體用電情況是符合實際規(guī)律的。

從各月的日用電量的分布情況來看,10月日用電量變化范圍最大,12月變化范圍最小?？紤]到10月份法定節(jié)假日有12 d,占整個月的38.7%,住戶可能會選擇全家人在家休息或離家出游,則人員在家時間長或時間短的情況均會出現(xiàn),進(jìn)而導(dǎo)致用電量呈現(xiàn)較高或較低水平,符合實際情況。

另外,7月至12月,日用電量均出現(xiàn)了偏離該月正常范圍的情況,其中7、8、9、12月存在日用電量高于該月正常范圍的情況,8、10、11月出現(xiàn)了日用電量低于該月正常范圍的情況。考慮到住戶用電行為的主觀性、人員活動的隨機性和復(fù)雜性,認(rèn)為這種變化是符合實際情況的。

4.3 工作日與非工作日用電分析

住戶在家時間很大程度影響了家庭的用電水平,有必要對被動房一周內(nèi)工作日(周一至周五)與非工作日(周六和周日)的用電量進(jìn)行研究。針對每月,將被動房所有住戶所有周一的用電量相加,得到該月周一用電量,以此類推,得到各月周一至周日的用電量,共70個數(shù)據(jù),繪制箱線圖,見圖3[8]。

圖3 被動房各月周一至周日的用電量

從圖3可知,從均值看,周一至周日的用電量變化幅度較小,基本維持在1 800～2 000 kW·h范圍。但從中位數(shù)來看,周二、周三和周四有50%的月份用電量處于偏低水平,對于家中上班族較多的住戶,該情況符合實際規(guī)律。

進(jìn)一步對工作日與非工作日的用電量數(shù)據(jù)進(jìn)行整合分析,繪制箱線圖,見圖4[8]。

圖4 被動房各月工作日與非工作日用電量

從圖4可知,被動房工作日與非工作日的用電量均值相差極小。但從中位數(shù)看,工作日中位數(shù)位置較非工作日偏低,說明有50%的月份工作日用電量低于非工作日。此外,非工作日各月用電量變化范圍顯著大于工作日。工作日各月用電量處于1 800～2 200 kW·h范圍,非工作日則處于1 500～2 300 kW·h范圍?？紤]到與工作日相比,非工作日家中人員活動具有更大的不確定性,因此認(rèn)為這種差異符合實際。

5 住戶用電情況分析

本章的用電量是針對每個住戶。

5.1 逐月用電分析

將每戶逐日用電量數(shù)據(jù)進(jìn)行統(tǒng)計,獲得了66個被動房住戶在2019年3月至12月的逐月用電量數(shù)據(jù),通過進(jìn)一步計算,得到各住戶有人居住月份的月平均用電量。發(fā)現(xiàn)各住戶之間總用電量(3月至12月)的差異較大,總用電量最高可達(dá)5 648 kW·h。月平均用電水平也呈現(xiàn)出較大的差別,最高月平均用電量可達(dá)564.8 kW·h,最低只有47 kW·h。

① 按類別分析

為進(jìn)一步了解住戶用電水平,對其用電行為模式進(jìn)行研究。借助SPSS Statistics數(shù)據(jù)處理軟件對住戶逐月用電量進(jìn)行K-Means聚類分析。通過手肘法計算了不同聚類簇數(shù)下的聚類平均畸變程度,發(fā)現(xiàn)當(dāng)聚類簇數(shù)從3變?yōu)?時,聚類平均畸變程度的下降最為劇烈,之后變化較為平緩,因此取聚類簇數(shù)為4。根據(jù)住戶的月用電水平將用戶分為4類,類別1為用電高水平住戶,類別2為用電中等水平住戶,類別3為用電偏低水平住戶,類別4為用電低水平住戶。每類用戶月用電量的平均值見圖5[8]。

類別1住戶共3戶,占總住戶數(shù)量的4.5%,其月用電量的平均值約為400～500 kW·h;類別2、3住戶分別是24戶、22戶,共占總住戶數(shù)量的69.7%,其月用電量的平均值約為200～300 kW·h;類別4住戶共17戶,占總住戶數(shù)量的25.8%,其月用電量的平均值約為50 kW·h。

圖5 每類用戶月用電量的平均值

② 被動房套型及使用面積與住戶用電水平的關(guān)系

考慮到實際情況,若室內(nèi)居住人員的數(shù)量不同,房屋套型、屋內(nèi)使用面積不同,住戶用電水平會受到影響。如家中人數(shù)多、房間使用面積大,則插座設(shè)備用電以及照明用電可能會有所增加。因此,有必要對被動房套型及使用面積與住戶用電水平的關(guān)系進(jìn)行研究。

表2列出了被動房住戶戶型、數(shù)量。將住戶數(shù)量按照戶型、類別情況繪制成柱狀圖,見圖6[8]。

表2 被動房住戶戶型、數(shù)量

圖6 不同戶型、類別的住戶數(shù)量

從圖6可以看出,戶型1的11戶住戶中有10戶用電水平屬于偏低和中等;戶型3的全部住戶用電水平中等;戶型2住戶中,36.5%的住戶用電水平屬于中等或高水平,但也有30.8%的住戶用電水平屬于低水平。

進(jìn)一步繪制各住戶戶型與月平均用電量的箱線圖,見圖7[8]。

圖7 住戶戶型與月平均用電量的箱線圖

從圖7可以看出,戶型3月平均用電量的均值高于戶型1,戶型1高于戶型2。戶型3的面積比戶型1少約26%,比戶型2少約20%,但月平均用電量的均值高于戶型1和戶型2超過一半的住戶。

使用面積和住戶套型對居住人員數(shù)量產(chǎn)生限制,也會對用電量產(chǎn)生影響。另外,住戶家中設(shè)備配置不同,在家時間有長有短,且住戶節(jié)能意識有強有弱,這些也是用電水平的影響因素。由于一室戶型和三室戶型的住戶數(shù)量少,上述結(jié)果代表性不夠典型。因此,后續(xù)最好對所有住戶進(jìn)行家庭情況、節(jié)能意識等用電習(xí)慣進(jìn)行詳細(xì)調(diào)查,以得到更為準(zhǔn)確的結(jié)果,便于后續(xù)進(jìn)一步分析。

5.2 典型戶用電模式分析

住戶存在差異的家庭情況、生活習(xí)慣和主觀意識會產(chǎn)生不同的用電行為。本文選取其中兩個典型住戶,對其各月日用電情況進(jìn)行分析。典型住戶均為普通居民,用電主要涉及照明、炊事、家用電器等方面。

① 住戶1

住戶1有4口人,家中有老人照顧小孩,為個體戶,上班時間不固定,且住戶有2名年輕人,家中電器種類較多,包括音響、空氣凈化器等。平時會不定期離家,前往哈爾濱的另一住處,住戶活動規(guī)律與用電行為模式較為復(fù)雜。住戶1各月工作日與非工作日的平均日用電量見圖8[8]。

圖8 住戶1各月工作日與非工作日的平均日用電量

由圖8可見,住戶1在3、4、10月的平均日用電量較高,8、12月較低。除3、5、7月住戶工作日平均日用電量高于非工作日外,其余7個月非工作日平均日用電量均高于工作日。

② 住戶2

住戶2有3口人,是典型的核心家庭,且夫妻二人環(huán)保節(jié)能意識較強,與其他住戶相比人均用電水平較低?？傮w上說,其用電行為較簡單。住戶2各月工作日與非工作日的平均日用電量見圖9。

由圖9可見,住戶2全年的用電量與住戶1相比低很多,僅8月用電量相對較高。在3、6、7、8、12月工作日的平均日用電量均低于非工作日,在4、5、9、10、11月工作日的平均日用電量高于非工作日。

通過以上分析可知,該被動房住戶的用電情況不僅受家中人員數(shù)量、年齡、職業(yè)、在家時間段的影響,而且住戶的節(jié)能意識也會產(chǎn)生較大的影響。另外,由于該被動房采用集中式輻射供暖和供冷系統(tǒng)以及集中式置換新風(fēng)系統(tǒng),除特殊情況外,住戶并不需要自行安裝和使用電暖器、空調(diào)器、電風(fēng)扇等電氣設(shè)備。因此,從用電量上反映住戶的用電模式規(guī)律具有很大的主觀性與復(fù)雜性,需要進(jìn)一步結(jié)合住戶生活習(xí)慣進(jìn)行更為深入地研究。

6 住宅用電情況分析討論

關(guān)于月用電量,大部分文獻(xiàn)都表明其呈季節(jié)周期性,但是不同地區(qū)的月用電量有些許差異。文獻(xiàn)[4]表明廣州地區(qū)居民月用電量3月最低,9月最高,且在非夏季空調(diào)季(12月至次年3月)中2月的月用電量最大。文獻(xiàn)[9]表明福州地區(qū)住戶月用電量夏季最高,8月達(dá)到峰值,冬季次之,過渡季最低。文獻(xiàn)[5]表明北京地區(qū)住宅月用電量冬季高于春季。本文研究發(fā)現(xiàn),此被動房7月月用電量最高,處于供暖階段的11月、12月及3月次之。由于本文缺少1月和2月的數(shù)據(jù),因此不能確定此被動房的月用電量夏季最高還是冬季最高,后續(xù)應(yīng)對此進(jìn)行補充研究。產(chǎn)生此差異的原因可能是南方地區(qū)夏季炎熱,空調(diào)使用較多,因此耗電量大。嚴(yán)寒地區(qū)冬季寒冷漫長,因此3、4月仍然有較高的耗電量,而8、9月天氣較涼爽,耗電量也較小?？傮w而言,各地區(qū)月用電量與氣候的變化有關(guān),相較于過渡季,冬季和夏季的用電量較高。且月用電量與節(jié)假日有關(guān),春節(jié)期間的用電量會達(dá)到一個小高峰。

關(guān)于工作日和非工作日用電,本文與文獻(xiàn)[5]的研究結(jié)果一致,都發(fā)現(xiàn)用電量在工作日與非工作日差別不大。與工作日相比,非工作日家中人員活動具有更大的不確定性,因此非工作日用電量變化范圍大于工作日。

關(guān)于住宅面積與用電量的關(guān)系,文獻(xiàn)[9]認(rèn)為居住面積與用電量的相關(guān)性不顯著,不是影響用電量的主因,相比之下家用電器使用率及使用時間對住戶用電量有較大的影響。文獻(xiàn)[6]則認(rèn)為家庭平均月用電量與建筑面積成正相關(guān)。而就本文所研究的被動房而言,戶型面積最小的住戶的月用電量最大。分析原因可能是該戶型的住戶數(shù)量少,結(jié)果代表性不夠典型。后續(xù)應(yīng)擴大調(diào)查范圍,以得到更為準(zhǔn)確的結(jié)果,便于后續(xù)進(jìn)一步分析。

7 結(jié)論

① 被動房入住率在90%～96%范圍內(nèi)波動,冬季室外氣溫低時,入住率較低;夏季室外氣溫較為適宜時,入住率達(dá)到最大值。

② 被動房整體日用電量在300～600 kW·h范圍,在7月達(dá)到最高,過渡季節(jié)相對偏低;各月非工作日與工作日周內(nèi)平均用電量差異較小,但波動幅度明顯大于工作日。

③ 被動房住戶月用電量基本在50～300 kW·h范圍內(nèi),約70%的住戶月用電量為200～300 kW·h。使用面積和住宅套型會影響用電水平。

④ 青年人的住戶用電水平波動較大,住戶用電模式較為復(fù)雜;環(huán)保節(jié)能意識較強的住戶具有更低的用電水平,用電情況較為簡單。被動房住戶的用電情況受家中人員數(shù)量、年齡、職業(yè)、在家時間段和節(jié)能意識的影響,具有較強的主觀性和復(fù)雜性。