天然光光照度典型年数据的研究与应用[2]

　　3 辐射光当量模型

　　在本文的研究中，辐射光当量模型是核心和关键问题。该模型的选择不仅要考虑是否适用于我国气象条件，同时模型的计算参数尽量在我国气象观测要素的范围内，应容易获取。

　　国内外学者对于辐射光当量模型进行了大量的研究，并提出了多种模型，如Littlefair 模型、Perez模型、Olseth-Skartveit 模型、Muneer-Kinghorn 模型、Chung 模型等。我国林若慈等人出于光气候分区和采光设计的需要，也提出了相应的模型。

　　3. 1 Perez 模型介绍

　　Perez 等人通过实际观测发现，辐射光当量主要受三个因素的影响: 太阳天顶角θZ 、天空明亮度Δ 、天空清洁度ε 。Wright 等人在此基础上又增加了一个新的因子，即空气中的可降水量W。Perez 等人在1990 年提出了基于这四个参数的辐射光当量模型，该模型可用下式表示:

　　其中，K ———总辐射光当量或者散射辐射光当量，单位是lm /W，天空明亮度Δ 可用下式表示:

　　式中，m———大气光学质量;

　      　Ed ———地面散射辐照度或光照度;

　　      Eo ———大气层外的辐照度或光照度;

　　ai，bi，ci，di ———根据天空清洁度ε 确定的系数，可按表1 确定:

　　天空清洁度ε 可用下式计算:

　　根据国外学者的研究结果，与其他模型相比，Perez 模型与实测值更为接近。同时，Perez 模型所需的计算参数可以很容易从气象资料中获得，同时由于其可采用逐时的气象数据，因此更适合于获取逐时的光照度典型年数据的需要。Daysim 软件中就采用了Perez 模型，利用气象数据中的辐照度数据生成采光计算及照明能耗分析所需的室外光照度数据。

　　3. 2 Perez 模型的验证

　　为了检验利用Perez 模型获得的数据是否与我国实际的光照度数据吻合，笔者开展了如下实测验证工作。

　　从2009 年4 月至2010 年4 月，笔者对北京地区的光照度和辐照度进行了逐时对比观测。观测地点设在中国建筑科学研究院的主楼楼顶( 见图3) ，测试的项目包括总辐照度、散射辐照度、总光照度和散射光照度，其中散射辐照度和散射光照度的测试采用了阴影环遮挡，数据处理时进行了相应修正。

　　实测发现，总辐射光当量与太阳高度角之间有着密切的关系，如图4 所示:

　　根据实测得到的总辐照度、散射辐照度，我们对利用Perez 模型计算得到的总辐射光当量和散射辐射光当量与实测值进行对比，两者在全年主要的采光时间段( 8: 00 ～ 16: 00 ) 的年平均值如表2所示。

　　通过对比发现，利用Perez 模型计算得到的辐射光当量与实测数值比较吻合，较为适合我国光气候的应用。

　　4 典型年光气候数据的应用

　　以下我们以北京地区为例， 利用DeST 提供的典型气象年数据和Perez 模型，获得北京地区的光照度典型年数据，并以此为基础，分析某办公室的全年采光状况，并对其照明能耗进行计算。

　　4. 1 工程概况

　　该办公楼共有三层，每层南北各有10 个房间，中间为过道，室外几乎没有遮挡。图5 是办公楼的平面图:

　　办公楼中的房间大小、格局基本一致，各房间的采光情况差异不大，因此这里我们选择一个单元进行采光分析，该单元包括南北办公室各一间和过道，如图6 所示。　

　　4. 2 Daysim 软件

　　这里我们采用Christoph Reinhart 等人开发的Daysim 软件作为分析工具。该软件利用Radiance 作为计算核心，可利用全年的太阳辐射数据，通过设定各种照明控制模式，计算全年的照明能耗。该软件没有建模的界面，但可以读入一些常用软件生成的文件， 如3DMAX，AutoCAD， SketchUp， Ecotect等。该软件的Lightswitch 模块提供了照明控制方式，可用于分析天然采光和照明结合时的照明能耗。

　　4. 3 典型年光照度数据

　　首先，我们从DeST 气象数据中可以获得根据北京地区的典型气象年的总辐照度和散射辐照度数据，如图7 所示; 然后，根据气象数据中的其他参数和Perez 模型，计算得到逐时对应的辐射光当量; 进而可以得到北京地区典型年光照度数据，如图8 所示。

　　可以看到，光照度数据的变化趋势和规律与辐照度的完全一致。根据计算，我们得到总辐射光当量平均值为110. 9 lm /W，散射辐射光当量平均值为132. 7 lm /W，这与表1 中的数值也非常吻合。

　　4. 4 模拟分析结果

　　将建筑模型导入到Daysim 软件，计算后可得到室内的采光系数分布，如图9 所示。

　　其中，用圆圈标注的为工作区域( 设置了传感器测点) ，用于判定房间是否满足照度要求， 在采光不足的情况下需要由人工照明补充。

　　将北京地区的典型年数据导入，可以得到室内各计算点全年逐时的光照度分布，这里我们选择南侧办公室和北侧办公室的最靠近内墙处的计算点，统计其在8: 00 ～ 16: 00 这一主要时间段的天然采光状况。

　　可以看到，由于直射日光的影响，南侧房间的照度要高于北侧房间。

　　在上述采光分析的基础上，我们可以对办公室的照明能耗进行分析。

　　通过计算，不仅可给出室内的采光水平( 采光系数) ，同时还可根据室内采光的动态分析结果给出全年的照明能耗情况。

　　5 结论及展望

　　本文利用北京地区的观测数据验证了Perez 模型，并提出了根据DeST 提供的典型气象年数据和Perez 模型，得到光照度典型年数据的方法，并给出了应用实例，对于工程实践具有重要的参考价值。获取典型年光照度数据的关键是辐射光当量模型，在下一步研究工作中我们将利用更多地区的数据对Perez 模型进行验证和完善，并对典型年照度数据的应用方法进行研究。