用于多物理城市模拟的HVAC预测模型

《BUILDING AND ENVIRONMENT》：A prognostic HVAC model for multi-physics urban simulations

　　莫贾塔巴·萨夫达里（Mojtaba Safdari）| M. 纳乌曼·阿什拉夫（M.Nauman Ashraf）| 穆罕默德·阿尔·贾奈德（Mohammad Al Janaideh）| 卡姆兰·西迪基（Kamran Siddiqui）| 阿米尔·A·阿里阿巴迪（Amir A. Aliabadi）
加拿大安大略省圭尔夫大学工程学院机械工程系

**摘要**
本文介绍了垂直城市天气生成器（Vertical City Weather Generator, VCWG）v3.1.0的开发与实验验证。该框架是一个统一的单一求解器，将城市峡谷预测模型与动态解析的室内热湿平衡模型相结合。通过对比加拿大圭尔夫市一座装有传感设备的建筑在7月至4月观测期间的高时间分辨率室内-室外实地测量数据，验证了该模型的准确性。这些数据涵盖了冷却和加热季节。模拟过程基于现场测量的室外条件（空气温度、相对湿度、风速、辐射和降水量）。预测结果表现出高精度，室内空气温度和相对湿度的均方根误差（RMSE）分别约为0.7°C和7%。模型对日用电量和天然气消耗量的预测也与观测结果吻合良好，RMSE分别为约8.3 kWh和约3.4 m3。在冷却和加热需求较高的时段，时间跟踪效果最为显著，皮尔逊相关系数分别为约r=0.46（针对以冷却为主的电力使用）和r=0.96（针对以加热为主的天然气使用）。通过与VCWG v3.0.0和EnergyPlus的针对性月度基准测试，以及逐一分析渗透率、内部热增益和暖通空调控制设定点等关键参数的影响，进一步评估了模型的进步。这些结果表明，VCWG v3.1.0为耦合城市冠层和建筑能源模拟提供了一个实用的多物理场建模平台，为分析室内-室外反馈、瞬态湿热传输和韧性城市技术提供了有效工具。

**引言**
准确描述建筑物与其周围微气候之间的相互作用已成为城市气候和能源建模的重要方向[1]。建筑物通过热湿交换、表面热湿储存、遮阳等多种方式，既响应又主动改变局部空气温度、辐射交换、风流和湿度条件。这些过程发生在亚小时时间尺度上，与暖通空调（HVAC）的运行、湿度缓冲和居住者舒适度响应相匹配，因此静态或平均边界条件对于城市物理模拟来说是不够的[2]。越来越多的研究表明，城市峡谷微气候与农村地区的标准气象条件存在显著差异，当将建筑物视为被动接受天气影响的对象时，会导致室内温度、峰值负荷和湿度的预测出现系统性的相位和幅度误差[3][4]。例如，Sezer等人在2023年的综述中指出，将城市微气候模型与建筑能源模拟相结合可以得出更现实的结果[5]。这些发现表明，如果不明确耦合建筑物室内环境与周围微气候，能源使用和热舒适度的预测可能无法反映真实的城市气候条件，尤其是在密集城市中[6]。

平行研究主要集中在室外热舒适度、街道级微气候和城市热岛效应上，通常将建筑物视为边界条件而非动态参与者[7][8][9]。ENVI-met[10]、CitySim Pro和Orbital Stack[11]等工具被用于量化辐射暴露、行人舒适度、表面冷却策略、植被性能以及局部几何形状的影响[12]。这些模型在详细室外物理模拟方面表现出色，能够以精细的空间分辨率解析风流、辐射交换和表面能量平衡[11]。然而，它们的不足之处在于室内部分：它们依赖于简化的或固定的室内条件，缺乏基于物理的暖通空调行为、湿度控制或舒适度建模[13][14][15]。

另一类研究使用EnergyPlus[16]、Carrier’s Hourly Analysis Program (HAP)[17]、TRNSYS[18][19]和IES Virtual Environment (IESVE)[20][21]等详细能源模拟工具来研究建筑物内部。这些工具提供了丰富的围护结构模型和广泛的暖通空调组件库，适用于设备选型、控制设计和室内舒适度分析[22]。然而，大多数工具依赖于静态天气文件，无法反映周围结构、表面湿度或变化的峡谷动态所造成的微气候变化[23][24]。Worthy等人的最新综述强调，依赖这些非特定于城市的汇总气候数据集会导致“模拟与现实之间的巨大差距”，因为它们无法捕捉城市微气候的高空间和时间粒度或极端天气事件[1]。因此，室外-室内反馈是通过规定的天气输入单向施加的，而非从城市环境中动态产生的。

垂直城市天气生成器（VCWG）旨在通过将简化版的城市峡谷模型与建筑能源模块相结合来填补这一空白。VCWG v3.0.0引入了一个环境感知控制器，但其基础是源自原始城市天气生成器（UWG）范式的简化一阶室内模型[26]（所有早期版本均采用此范式，包括VCWG v1.3.2、v1.4.4、v1.4.5、v1.4.9、v1.5.0、v1.6.1、v2.0.0和v3.0.0）[27][28][29][30][31][32][33][34]。早期模型将温度和湿度视为静态负荷平衡的代数结果，而非具有明确热湿容量的预测状态变量。这些模型无法捕捉暖通空调供气混合、盘管过程和热舒适度估计的物理机制。因此，尽管能够感知室外条件，但无法动态模拟室内热湿对短期微气候变化或瞬态暖通空调运行的响应[27]。

同时，一些中尺度气象框架将城市峡谷模型（UCMs）与嵌入式建筑能源参数化相结合，例如Weather Research and Forecasting (WRF)模型与Building Energy Parameterization (BEP-BEM)[2][35]以及Town Energy Balance (TEB)方案[36][37][38]。这些方法能够捕捉建筑物与大气边界层之间的双向相互作用，适用于城市规模的热岛分析。然而，它们的内部建筑表示主要针对大规模气候反馈进行参数化，而非解决区域级别的热力学状态[39]。特别是，室内温度和湿度并未作为具有详细空气侧暖通空调显热和潜热过程或完整室内湿球演变的显式预测变量进行建模。因此，它们不适用于需要详细室内热湿舒适度动态的社区规模研究[1][40]。

VCWG v3.1.0通过从静态室内负荷公式转向预测性室内-室外系统，解决了现有建筑和城市微气候建模框架的关键局限性。早期版本（包括v2.0.0[28]和v3.0.0[32]）改进了峡谷尺度的辐射和表面过程，但保留了简化的静态室内表示。在v3.1.0中，室内热湿状态根据模拟的城市峡谷微气候动态演变，其产生的显热和潜热排放通过原生双向耦合反馈到峡谷中。在室内，该框架采用简化版的空气侧暖通空调模型，解决混合空气条件、显热和潜热过程、室内特定湿度演变以及舒适度指数；在室外，峡谷模型保留了辐射捕获、垂直热结构、人为热源和通过城市水文模块实现的表面-大气湿气交换。其目标是创建一个物理上透明的内部耦合框架，减少与外部联合模拟接口相关的同步和数据交换负担[5][41]，同时保持计算上的可行性，适用于长时间社区规模研究。

表1总结了代表性建筑能源模拟器和城市微气候模型的核心架构能力。符号表示标准工作流程中的原生功能，不涵盖自定义耦合或外部联合模拟接口。该矩阵旨在澄清建模理念的差异，而非按准确性对工具进行排名。由于这种概念性比较本身无法量化模型性能，因此第3节的“结果与讨论”部分还包括针对同一建筑和验证周期的VCWG v3.0.0与EnergyPlus v26-1-0的针对性月度能源基准测试。该比较评估了VCWG v3.1.0相对于前代产品的进步，并提供了与广泛使用的详细建筑能源模拟器的对比参考。

比较揭示了文献中的结构性分歧：如EnergyPlus、IESVE、TRNSYS和HAP等详细建筑引擎提供了丰富的暖通空调组件和围护结构建模，但依赖于规定的天气输入，无法解析预测性城市峡谷环境。微尺度室外模型（如ENVI-met）可以解析峡谷辐射、表面能量交换和大气动态，但它们不包括具有主动暖通空调反馈的室内空气模型。联合模拟方法可以跨越这些领域，但需要独立求解器之间的外部数据交换。虽然外部耦合避免了从头开始构建新模型的需求，并保留了专用工具的优势，但它可能引入建筑和城市气候求解器之间的不兼容时间尺度、中间数据交换需求和增加的计算负担[5]。

在此背景下，VCWG v3.1.0占据了一个独特的建模位置。它在一个计算框架内整合了预测性城市峡谷公式、简化版的空气侧暖通空调模型（具有显热和潜热过程）以及动态的室内温度和湿度状态。建筑物排出的热量和湿气直接反馈到峡谷中，实现了无需外部耦合的双向交互。这种配置支持物理上一致的社区规模模拟，同时保持了计算可行性。Pan等人指出，建筑能源建模领域目前正在向城市规模建模和数字孪生技术发展[42]。然而，他们在计算速度与动态运行优化所需的准确性之间找到实际平衡仍是一个重大挑战[42]。通过在一个计算框架内整合动态室内温度和湿度状态，VCWG v3.1.0为这些高级应用提供了物理透明性和计算效率的平衡。

VCWG v3.1.0中的单一求解器实现并不意味着其普遍优于外部VCWG-EnergyPlus联合模拟。这两种方法服务于不同的建模需求：外部联合模拟更适合详细的多区域建筑、复杂的暖通空调系统和需要高度分辨微气候和暖通空调热排放的高层建筑[3]。相比之下，VCWG v3.1.0通过在一个计算框架内同步峡谷模型、辐射模型、室内热湿平衡、暖通空调响应和舒适度控制逻辑，提供了一个内部耦合的框架，用于长时间建筑能源、舒适度、湿度和城市微气候模拟。这减少了外部数据交换和求解器同步的负担[5]，同时为关注舒适度控制、湿度动态、暖通空调负荷和城市微气候反馈的长时间研究提供了计算效率高的替代方案。

这种架构的计算价值也适用于高重复次数的模拟工作流程。之前的VCWG应用[30][34]在进化优化研究中使用了单一求解器结构，每个案例需要数千次模型评估。在这种情况下，避免外部消息传递、重复文件交换和独立程序之间的求解器同步对于计算可行性至关重要。

本文提出了两项主要贡献：首先是开发了一个基于物理的室内空气模型，用预测性热湿平衡取代了静态负荷公式，其中室内温度和特定湿度作为具有显热和潜热暖通空调过程的状态变量演变。在此框架内，室内热湿条件动态响应模拟的峡谷微气候变化。该架构在一个计算框架内实现，其中建筑热湿通量直接反馈到预测性峡谷模型。这种架构实现了原生的双向室内-室外耦合，同时减少了与外部联合模拟相关的同步、数据交换和时间尺度管理挑战。本文将这种架构定位为一个计算效率高的内部耦合框架，适用于长时间舒适度、湿度、暖通空调和城市微气候研究，而不是作为高保真外部联合模拟的通用替代方案。

第二项贡献是使用在实际运行条件下收集的长期室内-室外实地测量数据对这一公式进行了验证和评估。结果表明，简化版的空气侧暖通空调表示能够以可接受的一致性再现观测到的室内温度、湿度、能耗和舒适度动态，同时保持长时间社区规模应用的计算可行性。评估还通过针对VCWG v3.0.0和EnergyPlus v26-1-0的针对性月度基准测试以及对渗透率、内部热增益和暖通空调控制设定点的逐一敏感性分析得到了进一步支持。

**模型架构和比较定位**
表2总结了UWG框架向VCWG v3.1.0逐步发展的过程，突出了每个里程碑引入的关键物理、控制和系统级扩展。原始的UWG公式强调了紧凑的城市冠层能量平衡，并与一个简化的、基于负荷的室内表示方法相结合，后者具有固定的运行模式。VCWG v1.4.5版本引入了峡谷中的垂直扩散公式，并扩展了该框架以支持替代能源系统，同时保持了月度和日度的模型性能评估。表5总结了VCWG模型与实际电力和天然气消耗（仪器安装建筑中的日度汇总数据）之间的月度性能，使用了三个互补的指标：偏差（Bias）、均方根误差（RMSE）和皮尔逊相关系数（r）。偏差是通过模拟值减去观测值来计算的；因此，负的偏差值表示模型低估了实际情况，而正的偏差值表示模型高估了实际情况。偏差和RMSE量化了误差的方向和大小。

本研究的主要成果是开发并验证了VCWG v3.1.0，这是一个统一的、内部耦合的单求解器建模框架，在该框架中，室内温度和特定湿度作为预测状态变量进行演变，同时与多物理城市峡谷模型保持原生耦合。该框架使用了2025年7月至2026年4月期间在安大略省圭尔夫市的一栋安装了测量设备的建筑中获取的高分辨率、共位测量数据进行了评估，模拟结果是通过CRediT工具进行驱动的。

**作者贡献声明：**
- Mojtaba Safdari：撰写 – 审稿与编辑，撰写 – 原始草稿，软件开发，方法论研究，数据管理，概念化。
- M. Nauman Ashraf：撰写 – 审稿与编辑，撰写 – 原始草稿，数据管理。
- Mohammad Al Janaideh：撰写 – 审稿与编辑，监督工作。
- Kamran Siddiqui：撰写 – 审稿与编辑，撰写 – 原始草稿，监督工作，资金筹集。
- Amir A. Aliabadi：撰写 – 审稿与编辑，撰写 – 原始草稿，可视化处理，模型验证。

**关于生成式AI和AI辅助技术在写作过程中的声明：**
在准备这项工作时，作者使用了GPT-5工具来排版图表、表格和方程式。使用该工具/服务后，作者根据需要对内容进行了审阅和编辑，并对出版物的内容负全责。

**关于利益冲突的声明：**
作者声明他们没有已知的财务利益冲突或个人关系可能会影响本文报告的工作结果。

**致谢：**
作者感谢Ali Madadizadeh、Yusra Hasan和Iman Sekhavati对这项工作的宝贵支持和贡献。本研究得到了圭尔夫大学通过国际博士学费奖学金（IDTS）、Braithwaite旅行奖、加拿大自然科学与工程研究委员会（NSERC）的Discovery Grant项目（401231）以及环境与气候变化基金（CAAF）（055725）的支持。