黄凤苗

0 引言

2020 年9 月22 日，我国向世界宣布2030 年前实现“碳达峰”、2060 年前实现“碳中和”的目标，即“双碳”目标。这一目标的提出，对我国能源系统未来几十年提出了明确的目标。电力行业、新能源行业等在电力生产上需要进一步变革，实现电力生产的提质增效。而在能源电力消费领域，则需要我们进行节能增效。提高能源利用效率，降低损耗，对于“双碳”目标的实现具有举足轻重的作用。随着电力工业的发展和人们生活水平的提高，建筑暖通设备在工商业和居民生活中的应用越来越普遍。暖通系统中空调设备、新风系统、采暖设备等的广泛使用带来电力能源消耗的与日俱增。提高建筑环境能源利用效率，是建筑暖通设计需要考虑的重要因素，也是“双碳”目标下未来建筑暖通设计的核心问题。

建筑暖通设计一个重要的指标就是对建筑环境参数的精确控制。建筑环境参数的精确控制一方面能够实现建筑人居环境更好的舒适性，另一方面能够优化系统设计，降低系统能耗。建筑暖通系统的设计计算涉及流体力学、传热学等多学科，结合复杂的对象结构和边界条件，传统的设计手段计算工作量大、程序复杂，且由于影响因素太多，很难获得精确的影响因素分析和调控策略，因此传统的设计计算方法已经不适应于未来精确的设计和运行优化。采用现场试验方法进行研究，通过设置大量的测点，可以获得现场的数据。但是试验方法投资巨大、研发设计周期长、试验结果适用性较窄，只能针对特定的对象，同时难以对众多的因素进行综合判断，因此也难以满足今后的精准设计要求。随着计算机技术的发展，计算流体力学方法（CFD）以及基于大数据的人工智能算法在各行各业得到了广泛的应用。基于这一趋势，本文以CFD 模拟和大数据人工智能方法为例，对先进的计算机技术在建筑暖通设计中的应用现状进行了综述，分析了其特点和适用范围、效果，并对未来的建筑暖通设计进行了展望。

1 CFD 辅助建筑暖通设计及其应用

CFD 技术是计算流体力学（Computational Fluid Dynamic）的简称，是流体力学、传热学与数值计算方法及计算机技术三者相结合发展而成的产物。CFD 辅助建筑暖通设计，可以在方案设计基础上，通过几何建模、网格划分、边界条件加载、数值计算等步骤，对复杂对象内部的流动、传热特征进行详细的计算；能够获得建筑环境中空间、时间尺度上的详细的数据，同时通过改变边界条件和输入参数，分析内部参数的变化规律；能够为参数的选取、设备的选型、室内空间结构的优化提供最直接和有效的依据。这种设计设计方法不依赖于设计人员的经验，只要模型选择合理，边界条件设置正确，通过计算机内部迭代计算，可以快速获得不同条件和对象的运行效果和参数。CFD 辅助建筑暖通设计可以极大程度上节省研发设计成本、缩短设计周期、提高设计精度，是未来建筑暖通设计的先进设计工具。

常用的CFD 模拟软件有PHPENICS、STAR-CD、FLUENT、ANSYS 等。随着计算机技术的发展，采用个人电脑即可对复杂的模型进行详细计算，模型对象的网格尺寸可以得到数百万，对复杂的湍流、层流、传热及多物理场的耦合进行计算，大大方面了科研设计人员工作的开展。

司子辉等人采用CFD 数值仿真技术，对某大型冷却塔群半封闭空间下的气流组织分布情况进行了研究。计算采用k-e湍流模型，用simple 算法求解控制方程，对机房半封闭空间的四角进风的流场进行了仿真，校核计算表明该设计完全满足设计风量，也验证了CFD 方法的正确性。

严乐等人利用Fluent 软件对北京某公司总部大楼的多个相连通的办公大厅进行了建模仿真，获得了空间内部流场、温度场的分布特性，分析了环境内的热舒适性，在上述计算分析的基础上，对大厅内部空间的气流组织设计进行了优化，模型计算结果与优化方案的实测数据进行比较，验证了CFD 模型的准确性。

曾源等利用CFD 技术对杭州国际博览中心的暖通空调系统进行了优化设计与改造，重点分析了相关空间的空调送回风系统，对主会场等空间内的空调送回风的舒适性进行了模拟仿真及验证。通过CFD 的模拟优化，提出地面送风、分层送风以及风柱送风等方式相结合的送回风方式，经过实践验证了这种设计方法的优越性，并在实际应用中取得了良好空调送回风效果。

2 人工智能算法在建筑暖通设计中的应用

随着计算机技术的发展，21 世纪是数据和人工智能的时代。基于大数据的人工智能技术通过模式识别和相关性分析，可以对复杂的物理队形进行多层次、多维度分析，获得不同输入、输出变量之间的对应关系，为物理对象的运行预测及模式控制提供精准的控制。

在建筑暖通设计属于综合性工程，需要考虑到多个设计环节，设计对象的影响因素众多，包括季节性、环境气候、热负荷以及复杂的边界条件等，传统的设计方法难以全面综合地考虑上述因素的影响。而建筑暖通设计中，在空间尺度和时间尺度上的精准控制，对于整体的节能减排目标具有重要的意义。

2.1 季节性影响因素

精准的建筑暖通设计是一个动态的过程，而非静态不变的。其中对于气候环境随季节的变化尤为突出。不同的季节，建筑暖通设计对象的冷热负荷、送回风、干湿度要求等都有显著的不同，因此，需要结合对象所在位置随季节的变化特征进行相关的建筑暖通设计，以实现时间尺度上的精准设计控制。

钟思宇针对高校图书馆建筑热环境中通风空调高能耗问题，研究了如何充分利用季节性变化来对通风进行精准控制，提出过渡季节通风空调系统合理的运行控制策略以减少机组开机时间，保证室内舒适性的同时降低能耗水平。获得了基于该气象包络图的图书馆全年通风空调系统运行方案，取得了显著的效果。

2.2 冷热负荷匹配影响及精准控制

在建筑暖通设计时，还需要做好冷热负荷的精确计算和控制，这是建筑暖通系统设计中的关键内容。在传统的设计过程中，设计人员一般是初步将冷热负荷的指标值确定下来，然后围绕这一指标开展具体的设计。如果在实际运行过程中，冷热负荷偏离设计值过大，则将造成冷热供能不足或者造成能源的浪费，这种受到冷热负荷波动影响需要对于建筑暖通设计过程中的节能减排具有重要的影响。通过大数据，对历史冷热负荷进行多因素汇总，通过大数据挖掘分析影响冷热负荷的影响因素及随空间、时间的变化规律，并将这一冷热负荷的变化曲线耦合到建筑暖通设计中去，对相关的设备机组进行精准调控，则可以有效匹配冷热负荷的供需关系，尽量降低能源的浪费，实现建筑设备节能减排。

针对集中供热系统中普遍存在的系统能量不平衡以及造成的供热能源浪费的问题，胡雪等人提出了将人工智能算法与热力系统相结合的设计优化方法，通过对系统进行建模，基于大数据的深度神经网络模型对系统热负荷进行预测，以最佳室内温度为目标函数，通过神经网络的训练学习，得到了各时间段最优的供热方案。该设计方法在天津某高校的能源站上进行了应用，取得了良好的效果，相比优化之前燃气用量减少25.66%，用电量下降22.87%，节能增效成果显著。

3 结论

建筑暖通设计中的精准化控制对于节能减排具有积极的作用。“双碳”目标的确立，对21 世纪建筑暖通设计行业提出了新要求。随着计算机技术的发展，先进的计算机辅助设计方法，如CFD 仿真优化等已经发挥了重要的作用。随着近年来大数据和人工智能技术的发展，建筑暖通设计将更多地利用大数据挖掘从各变量的相关性上，从空间和时间多维度对建筑暖通设计及能效系统进行优化，以降低系统能耗，助力“双碳”目标的实现。这些新技术目前尚处于起步阶段，在今后一段时间，将得到更多的推广和应用，也将发挥更加显著的作用。