陆 烨， 朱其新， 周敬松， 朱永红

（1.苏州科技大学 环境科学与工程学院，江苏 苏州 215009；2.苏州科技大学 机械工程学院，江苏 苏州 215009；3.景德镇陶瓷大学 机电工程学院，江西 景德镇 333001）

Fanger 教授于1970 年提出热舒适指标预测平均投票值（predicted mean vote，PMV）以来，PMV 已成为目前国际上应用最为广泛的室内热舒适评价指标。 该指标是Fanger 教授在建立两节点人体热平衡模型的基础上，通过收集1 396 名受试者对环境冷热感觉的反应后，利用回归公式使人体热舒适指标量化[1]。 由于PMV指标综合考虑了室内空气湿度、温度、气流、辐射、人体情况等多种因素，从而使得PMV 指标在室内环境控制中有着广泛的应用。

Kaya 等人提出同时控制房间的温度、相对湿度和风速三个参数的设定值，使室内环境状态达到并保持在ASHRAE 所推荐的舒适性区域，从而使系统能耗达到最低[2]。随后MacArthu 首先提出用PMV 指标值作为控制对象，还提出了两种基于PMV 指标的控制策略，即直接PMV 控制和基于房间湿度的温度再设控制，结果表明，与传统的温度控制相比，基于PMV 指标的控制方式节能效果达5%～14%[3]。由于PMV 指标值影响因素较多，Scheatzle 教授提出将PMV 指标作为一种标准来指导控制[4]，控制策略采用“专家系统”，研究结果表明，此种方法的节能效果可观。 为了实现PMV 指标的具体控制，Tse 针对影响舒适度的各种环境因素特点，分别对其进行独立控制[5]，控制器采用PID 控制，结果表明，PMV 控制在提高房间舒适性上有非常好的效果，但节能与否取决于气候类型。 Liang J 与DU R 提出智能建筑中央空调系统的舒适度控制方法[6]，通过在线学习室内人员的舒适偏好，相应地调节空调控制参数，最终达到舒适与节能。……