美国“能源之星”建筑能效比对工具介绍

时间：2024-07-28

李淑芸李鑫魏征

(1.山西阳泉市建筑设计院，阳泉 045000;2.建研科技股份有限公司，北京 100013;3.中国建筑科学研究院，北京 100013)

1 引言

随着近几十年国内外对建筑节能的日益重视，节能型建筑越多的出现，老旧的建筑如何改造已达到节能减排的要求，节能建筑能否达到前期设计的节能效果。相应的对建筑节能进行评估的建筑能效基准比软件也越来越多的出现，如国外的BLAST、DOE－2、EnergyPlus;国内的PBECA、CHEC、DEST。本文以下对美国的“能源之星”Energy Star做概要论述，并针对国内的建筑能效基准比对方面的工作开展做简单对比分析。

2 项目背景

根据美国Lawrence Berkeley 国家实验室的“Class of 1999，2000，and 2001”基于对4 000 栋建筑物的调查研究表明:建筑物中，技术并不是提高能源利用效率的主要因素;很多建筑制冷设备的设计容量超出实际需求50%－200%;60%的风机系统设计能力超出实际需求60%;在良好设计的建筑物中，由于安装不当、维护不到位而导致的建筑物能效过低的现象非常明显。调查还得出:如果取消天气、人员等因素对建筑物能耗的影响，根据单位面积能耗将建筑物按照0－100 分排列，得分在75 分以上的建筑中，39% 的楼龄在25 年以下;得分在25－74 分之间的建筑中，42%的楼龄在25 年以下;得分在0－24 分之间的建筑中，35%的建筑楼龄在25 年以下。

如何从用户端借助市场的力量提高建筑物能源利用效率，为市场提供特定建筑与其他同类建筑进行比较的具体衡量标准，并为市场提供满足特定目标的衡量标准的工具成为了美国环保局(EPA)的关注核心。

于是，EPA 决定开发一个能够对建筑物能效进行对比的标准和工具，并让大批建筑能够方便地应用这一工具，同时对高于能效标准或显著提高能源利用效率的建筑给予认证。该标准以采集到的同类建筑(相同空间类型、不同布局)的能耗等相关数据为基础，依据建筑物能源利用效率的高低进行相对打分排名，并作为是否给予认证的依据。该工具可以鼓励物业管理人员对建筑物定期进行能效监测，对所管理物业的能源使用量和费用支出特点有一个全面的了解，尽早确定能效问题所在，以便及时解决这些问题，避免浪费资金或降低舒适度。该工具还可以方便单座建筑或整个建筑群进行月度或年度能效对比，可使物业管理人员建立起能效基准、设定节能目标、衡量节能成果，为向建筑物业主和高层管理汇报节能成果提供依据。

3 基本情况

“能源之星”建筑能效基准比对工具(Energy Star Benchmarking Tool)是美国环保局推出的建筑能效评价工具(软件)。楼宇物业管理人员通过手动输入该楼能耗、建筑面积、运行时间、工作人员数量等数据，可就该建筑单位面积能耗与数据库中类似建筑物的能耗进行比较分析，并给出以百分制显示的结果。

图1:节省费用(单位:10 亿美元)

图2 等量减少排放(单位:1 百万辆)

图3 逐年使用与累积使用工具的建筑面积曲线

迄今为止，“能源之星”已经对超过7 亿m2的建筑进行了测评，共有30 000 多座商用建筑进行了评测，其中3 200 多座建筑(总面积达0.6 亿m2)获得了认证，很多建筑通过反复使用此工具来检测自身的节能效果。2007 年，通过“能源之星”建筑比对工具，全美节省能源费用160 亿美元，同时减少污染排放量相当于2 700 万辆汽车的尾气排放量，减少的温室气体排放量占美国环保署气候变化减排项目目标的1/3。根据预测，今后10 年中，使用此工具的节能减排成效有望翻番。

“能源之星”建筑能效基准比对工具通过输入建筑面积、运行时间等数据，可比较分析该建筑与数据库中类似建筑物的能效，它以百分制来计算能源利用效率得分。将建筑单位面积能耗数据划分为1～100 分来进行衡量，对单位面积能耗情况进行相对比较，得分约高，则表明该楼能效越高，以50 分为平均线，25 分～75 分得分的建筑占总数的大部分。例如，在美国，使用此工具评价建筑得分超过75 分，则给与“Energy Star”标志认证，标志本楼有值得学习的建筑节能手段，得分在50－75 则表示改进运营与维护将对建筑物产生节能效果;得分在0－50，则表示该楼具备很大的节能潜力，可以通过设备更换或者加强管理达到很大的节能效果。将各地建筑的单位面积能耗按照比例作出如图4 所示曲线，单位面积能耗越低，得分越高。

图4 分数、用能密度与建筑物数量的关系曲线

针对不同的建筑类型，“能源之星”建立对应的数学回归模型。“能源之星”的建筑物能耗来源主要为:电费帐单、普查(如:美国商用建筑物能耗情况普查)、协会(如:美国保健与医院协会)、能源信息提供者(如:美国“大盒子”式商店、仓库)。其中，办公建筑，商场，医疗建筑的回归模型是在美国商用建筑能耗调查(CBECS)的基础上建立的。“能源之星”使用的CBECS 数据库目每四年一次对全美范围内约6 000 栋建筑能耗的情况进行搜集，数据调查主要采用电话调查和网上在线调查方式。

通过对近三十年气象平均水平、运营时长、租户密度和插头负载等因素对建筑能耗进行标准化，并按照单位面积能耗使用多元线性回归模型对数据库数据样本进行筛选，对样本进行拟合分析。完成模型参数的拟合后，根据能耗情况进行排序，按百分制计算，形成标准打分表格用于对用户建筑物进行最终打分。

建筑物物业或用户可以将建筑物基础信息和能源消耗信息输入“能源之星”网站基准比对页面的“Portfolio Manager”中，利用Excel 模版上传Portfolio Manager 中的建筑物数据，通过“能源之星”服务和产品供应商，将评分系统与用户所有建筑物的能源信息和帐单处理系统自动结合，并得出相应分数。

由于“能源之星”可以简单、快速的为租户提供建筑能耗信息、可同时适用于大量建筑(数百座以上)，并且易于获得、更新、无需专业人士协助即可展开评测，因此得到了使用者的一致性好评。如美国Food Lion 公司曾积极对旗下各连锁店开展能效评测，但对1 200 家连锁店每月一次评分甚至每年进行一次并非一件易事。Food Lion 将此“能源之星”评测工作外包给Advantage IQ，目前Food Lion 能够基于其所有连锁店的能耗情况，获取每一连锁店每月的评级分数。“能源之星”评分系统已成为持续进行用能管理的有效工具，来帮助Food Lion 设定用能目标和投资目标。自2001 以来，Food Lion 节省了直接能源开支近1.05 亿美元，Food Lion 和Advantage IQ 均被授予了“能源之星年度最佳合作伙伴”称号。

4 技术路线

考虑到项目的实用性，即能迅速、有效地复制到全国各地不同建筑中进行应用，“能源之星”项目开发整个过程包括以下关键阶段:

· 既有建筑(电费数据)的搜集;

· 实时跟踪多座建筑的能源使用情况;

· 建立整体基准;

· 设定目标和工作重心;

· 监测评估进程;

· 记录结果;

· 自动导入能源帐单数据。

4.1 基本方法

确定评分系统以全国能耗数据划分为1～100分来进行衡量，对能耗情况进行相对比较。

4.2 数据库的要求

正确选择目标数据对于评分算法的开发对数据库提出要求:数据样本数应足够多(数百座以上);在应用于大量建筑时，数据可更新;为了方便评分系统在市场中的应用，应保证数据易于获得，数据的更新无需专业人士协助;评分系统公正、客观，对于不同入住率的建筑，能修正后在同一基准上进行比较。

为了进一步扩大数据库样本的范围，应考虑使用尽量多的数据来源方式:能源公司的电费账单;政府发起的能耗普查;各大协会获得的数据等。

4.3 能耗普查

能耗数据普查具有关键性作用，且难度较大，即使该任务是来源于政府部分，也很难得到有效执行。数据库需要数据具有一定代表性，因此应覆盖具有代表性气候特点的城市。数据库的数据应相对全面，因此应能从建筑中获得相关尽量完整的数据和参数。

4.4 能效评分系统

首先需要考虑天气、气候、运营时长、租户密度和插头负载等变量，标准化建筑物能源消耗数据，以确保不同运行方式和特点的建筑能处于同一基准下进行能效的比对。在完成数据库的数据拟合后，得到了评分系统的确切参数，将评定结果与全国其它同类建筑进行对比。评分系统的适用范围包括中小学校、写字楼、法院、仓储、超市、学生宿舍、急救病护和儿童医院、医疗机构、零售商店、废水处理厂等场合。应在评分完成后，为建筑提供认证机会，诸如:“能源之星标志”、“挑战”、“能源之星带头人”、“节能环保设计先锋奖”等宣传性活动。

评分系统使用的数据分析方法是最小二乘法回归分析。当然，在数学分析中，还有其他很多数据分析方法可以使用，包括数据包络分析、随机前沿面回归分析等，但最小二乘法回归分析简单、有效、可靠和容易理解其物理含义，对于评分系统的数据分析，是足够的。

4.5 所需数据

所需要的数据应为对于大多数建筑运行人员来说，是简单且容易得到的。评分系统需要的数据分为以下几类:

· 建筑基本信息:地址;邮编(用于标准化气候条件);

· 能耗:不同种类能源连续12 个月的能耗数据;

· 建筑类型数据(以写字楼为例进行说明):建筑面积;租住情况;电脑数量运营时长;

4.6 建筑类型

建筑类型应覆盖但不限于以下大型和中型公共建筑:医院、零售商店、写字楼、酒店、废水处理厂、金融中心、仓库、宿舍、超市和学校。

5 我国在建筑能效基准比对方面开展的工作

近年来，国内专业人士致力于建筑节能领域的工作，取得了一系列成果。但建筑的形式多种多样，影响建筑能耗的因素也非常复杂，对于某一特定建筑，能耗水平在什么样的水平可以定义为低能耗建筑，这是一个亟待解决的问题。只有确立了不同类型建筑的能耗基准，才能作为对建筑节能改造、实施节能措施、采用节能运行模式等方式的节能效果评定的基础。没有这个基础，仅通过对单栋建筑进行软件模拟或能耗测评，都无法精确表达单栋建筑的能耗相对于同类建筑的能效水平。

目前国内并没有切实可行的建筑能耗基准，仅有部分科研机构或高校根据小范围内搜集的建筑能耗数据进行分析。2009 年，中国建筑科学研究院根据北京市67 栋建筑能耗审计报告中38 栋办公建筑的能耗情况进行了能效比对分析，同济大学根据上海95 栋建筑商业建筑能耗数据库中的77 栋建筑进行了分析，并得出了初步结果。就初步结果来看，目前存在问题如下:第一，数据样本数量过少，结果可信性有待确认;第二，能耗基准评定方法复杂，对数字的筛选、分析专业性过强，在数据量更大的基础上如何建立自动筛选机制影响未来的建筑能效比对;第三，如何综合考虑气象、建筑类型、建筑特点等因素，将单一城市的单一类型的建筑扩展到全国范围的所有城市，建立各种不同类型建筑的回归方程有一定难度。