罗泽丰 詹筱霞

（赣南科技学院 资源与建筑工程学院，江西 赣州 341000）

0 引言

公共建筑的能耗研究一直是建筑领域节能降耗研究的重点内容之一。通过建立和分析公共建筑的能耗影响因素，并根据有关能耗影响因素开展指标合成分析，进而开展基于公共建筑能耗影响因素的交互作用计算和分析，为公共建筑能耗控制重点的选择提供技术支撑，为公共建筑领域节能降耗实现路径的分析提供参考。

1 公共建筑能耗影响因素建立和分析

关于公共建筑能耗影响因素的建立与分析，基于文献调查、实地调研、专家咨询和访谈问卷等形式，确定了我国现阶段的公共建筑能耗影响因素主要包括建筑本体、用能设备、人工使用时长、建筑功能环境等四个方面[1]。各层面的影响因素如图1所示。

图1 公共建筑能耗影响因素统计图

根据图1所示内容可以看出，在建筑本体层面，存在的公共建筑能耗影响因素数量最多，有15项指标，且这15项指标均和公共建筑的土建设计技术参数以及绿建设计技术参数紧密关联；在用能设备层面的能耗因素只有4项，集中体现于公共建筑内部暖通设备的温度设置及灯光、设备等的布设密度；在人工使用时长和建筑功能环境层面的能耗影响因素数量虽然较少，但是运行时间、采暖度日数、空调度日数等影响因素均对建筑的日常运行能耗、年度运行能耗有着较大的影响。[2]此外根据图1所示的22项公共建筑能耗影响因素指标，对于我国江西省内大部分公共建筑的能耗影响因素值域进行数据整理和统计，得到的统计结果见表1。

根据图1 所示的公共建筑能耗影响因素和表1 所示的江西省内公共建筑能耗影响因素值域统计结果，为开展江西省内的公共建筑能耗影响因素指标合成分析、交互作用计算及其分析等，提供了保障支撑。

2 公共建筑能耗影响因素指标合成分析

从前文可以看出，22 项公共建筑能耗影响因素指标，类别数值不同、单位不同，因此各项影响因素指标之间存在性质差异和单位量级差异[3]。另一方面，虽然这些能耗影响因素指标存在性质差异和单位量级差异，但均是在某一方面体现公共建筑的能耗表现。基于这些影响因素指标的差异和效用共同点，使用主成分分析法开展指标合成分析，将各类影响因素指标间的差异降到最低，将各类影响因素指标间的共通性提升至最大，以此有利于实现公共建筑能耗影响指标的交互作用计算与分析[4]。

2.1 主成分分析法的理论内容

主成分分析法，是将一系列搜集整理到的影响因素指标进行数据标准化的一种数学方法。以公共建筑能耗影响因素指标为例，如在统计阶段共有m 个初始影响因素指标变量，分别为X1、X2、X3、X4、...、Xm和n个评价对象，那么Xij表示第i 个评价对象对应第j 项影响因素指标的取值。Xij’表示对Xij进行数据标准化处理后的取值。初始数据标准化的计算公式如式（1）[5]。

根据式（1）对公共建筑能耗影响因素进行初始数据标准化之后，可以建立标准化数据变量之间的有关系数矩阵R[6]。有关系数矩阵R中第i行第j个矩阵元素的计算式如式2所示。

2.2 主成分分析法计算

根据表1 所示的统计值域，按照式（1）和式（2）进行22 项公共建筑能耗影响因素指标数据标准化计算，得到的计算结果如表2所示。

表2 江西省内公共建筑能耗影响因素指标数据标准化计算结果

完成对于初始数据的标准化之后，可以通过计算并比较累计贡献率的方式，从前文22 项影响因素指标中，进一步确定公共建筑能耗关键因素指标。因素Xij的累计贡献率ɑij计算式如式3所示。

根据表2和式3依次计算这22项公共建筑能耗影响因素指标的累计贡献率，得出的计算结果如表3所示。

通常情况下，一般将累计贡献≥90%的影响因素指标，作为关键影响因素指标。透过表3 可以看出，累计贡献率≥90%的影响因素指标编号分别为X5、X6、X13、X14、X15、X16、X17、X21、X22，对应的影响因素指标分别为体形系数、外表面积、外墙遮阳系数、窗户和墙体面积、地下墙体及地面热阻、空调设定温度、供暖设定温度、采暖度日数、空调度日数。

3 公共建筑能耗影响因素交互作用计算

所谓公共建筑能耗影响因素之间的交互作用，即每两个因素之间通过交互影响率计算，如果这两个因素之间的交互影响率＞0.5，则两个因素指标呈现协同作用；如果这两个因素之间的交互影响率=0.5，则两个因素指标互不影响；如果这两个因素之间的交互影响率＜0.5，则两个因素指标呈现拮抗作用[7]。由于江西省内公共建筑的能耗影响因素指标较多，对22 项指标中任意两项指标开展交互作用计算，不仅计算量大，也存在较大误差影响[8]。故选取前文确定的9 项关键因素指标X5、X6、X13、X14、X15、X16、X17、X21、X22进行交互作用计算。任意两个影响因素指标间的交互作用计算式如式（4）所示。

式中：σi-j——第i项影响因素指标和第j项影响因素指标之间的交互影响率；

ɑi——第i项影响因素指标的累计贡献率；

ɑj——第j项影响因素指标的累计贡献率。

根据表3和公式（4）计算的结果如表4所示。

根据表4 中的计算结果，可以判断江西省内公共建筑9 项能耗关键影响因素指标中，任意两项指标之间的交互作用情况，比如影响因素X5与影响因素X6之间的交互影响作用值σ5-6=0.621，这说明影响因素X5与影响因素X6之间呈现协同作用，这两个因素指标中有一项能耗上升，另外一项因素指标的能耗也会上升；比如影响因素X13与影响因素X21之间的交互影响作用值σ13-21=0.478，这说明影响因素X13与影响因素X21之间呈现拮抗作用，这两个因素指标中有一项能耗上升，另外一项因素指标的能耗会下降。根据9项关键因素指标中任意两项指标的交互作用情况，开展相应的能耗应对措施，将有助于实现公共建筑的能耗控制。

4 结束语

根据文献调查和调研咨询等手段，确定我国现阶段公共建筑能耗影响因素的有关指标。再根据相应的统计分析结果，确定各个有关能耗影响因素指标的值域。然后借助主成分分析法的有关理论，对各个影响因素指标的初始值域开展数据标准化处理，尽可能降低各个影响因素指标间的性质差异、量级单位差异。而后在完成关键影响因素指标的筛选后，利用交互作用计算函数式，对9 个关键影响因素指标中的任意两项指标开展交互作用影响值计算，根据交互作用影响率判断9 个关键影响因素指标中任意两项指标的交互作用影响情况。