通过结合集群原型的城市建筑能源建模，在未来天气情景下预测城市规模的能源性能

《Sustainable Cities and Society》：Projecting city-scale energy performance under future weather scenarios through urban building energy modelling incorporating cluster archetypes

城市建筑能源需求建模：基于形态学特征的群组聚类框架与伦敦应用

　　城市建筑能源需求的准确建模仍然是在数据限制下进行大规模规划的关键挑战。传统方法通常难以在物理细节与空间可扩展性之间取得平衡，特别是在应用于复杂的城市环境时更为突出。本研究提出了一种可扩展的建模框架，利用具有代表性的建筑群原型，捕捉空间连贯建筑群体的集体形态和功能属性。该框架应用于大伦敦地区，模拟了在当前和预测气候条件下的供暖、制冷和电力需求。在当前情景下，模型得出的总能源需求与官方报告值相差仅3.4%，支持了其在城市尺度上的有效性。与单独模拟建筑相比，基于建筑群的方法产生的供暖需求高出约6.1%，这主要归因于建筑群内部遮挡导致的太阳能获取减少，而制冷估算值则在彼此之间相差约3%。未来气候预测表明，到2050年，总能源需求预计将下降约15%，到2080年则可能下降高达26%，这主要由空间供暖需求的减少驱动。总体而言，这些结果表明所选案例中存在准确性和可扩展性，但要将该方法推广到其他环境，需要本地数据、重新推导原型以及校准到城市特定条件。因此，该框架被提出为一种潜在可转移的工具，当适配于本地数据集和实践时，可以支持长期情景建模和综合城市能源规划。

随着城市消耗全球约75%的能源，建筑物占总最终能源使用的30%，并贡献了约26%的能源相关排放，了解和管理这些空间多样的能源消费模式需要能够捕捉整个城市建筑存量复杂性的分析方法。近年来，城市建筑能源建模（Urban Building Energy Modelling, UBEM）成为这一领域的重要工具。UBEM框架旨在模拟城市尺度下建筑物的能源表现，提供空间解析的能源需求理解，从而支持规划、政策和去碳化努力。当前的UBEM方法通常依赖于自下而上的模拟技术，整合地理空间数据、建筑原型和天气输入，以估算热负荷和电气负荷。这些模型往往使用基于物理的引擎，如EnergyPlus或TRNSYS，使得能够详细分析建筑几何、占用计划和建筑特性对能源表现的影响。尽管许多早期UBEM应用关注静态或当前条件，但近年来的研究越来越多地整合了技术进步，以提高城市能源模拟的现实性。这些进步主要体现在几个关键领域，包括高分辨率输入数据集的整合、改进的模型校准技术以及将微气候和社会经济因素纳入模拟，以更好地本地化。例如，有研究表明，整合地球观测数据可以提高UBEM的准确性，通过捕捉城市特有的微气候效应。另一项研究则表明，利用社区特定的社会经济数据来上下文化模拟输入，可以将能源使用强度估算中的差异减少高达75%。还有研究展示了集成充足性和效率策略在减少城市规模能源需求方面的潜力，其中效率单独可减少46%，而充足性则贡献额外的15%。尽管这些研究为UBEM方法提供了重要进展，但它们通常依赖于孤立的案例研究或探索性的参数情景，而非通用和可扩展的建模结构。大多数现有方法仍然依赖于日益详细的单体建筑模型，尽管这些模型在复杂性方面有所提升，但仍不足以捕捉空间耦合建筑群的涌现行为。一种有前景的路径是将建筑组织成形态和功能上连贯的空间群体，这些群体位于单体建筑和整个城区之间。这些中间尺度的建筑群可以作为建模代理，捕捉集体属性，如建筑形态、开发强度、功能组成和相互遮挡效应。通过将城市能源使用视为这些分组结构的涌现属性，使得能够以既可扩展又具有物理基础的方式模拟能源需求。建筑群作为中间空间单位，既保留了单体建筑的细节，又能够支持整个城市的模拟。

基于这些方法上的改进，UBEM正越来越多地应用于城市尺度，以探讨整个建筑存量在不同气候情景、技术发展和政策框架下的表现。具体应用包括估算年度碳排放、评估改造潜力以及评估可再生能源在城区和城市范围内的可行性。这些应用突显了UBEM在支持实证评估和情景驱动探索方面的灵活性，使其成为可持续城市发展更广泛议程中的重要工具。在这些UBEM应用情景中，评估现有建筑存量在预测天气条件下可能表现的能力尤为重要，尤其是在城市试图适应长期气候不确定性同时追求能效和去碳化目标的情况下。未来气候变化通过改变热舒适需求，为城市能源系统引入了额外的复杂性。随着气温升高和极端天气事件频率增加，季节性需求模式预计将发生变化，特别是在许多地区增加制冷需求和减少供暖需求。UBEM正越来越多地用于评估建筑存量在预测气候条件下的表现，为长期适应和能源规划提供基础。一些研究展示了UBEM在这一背景下的适用性。例如，一项先前研究模拟了2050年和2080年的天气情景下的59,000多栋建筑，表明在低排放路径下，总能源需求适度上升，但深度改造可以抵消未来需求增长高达47%。同样，有研究开发了一个集成的数字工作流程，用于评估马尔加莱的再生设计在当前和未来气候下的表现，将建筑能源使用与户外热舒适、日照和可再生能源潜力相联系。还有研究使用校准的UBEM模型模拟了日内瓦两个城区的483栋建筑，揭示了在未来的SSP情景下季节性能源需求的显著变化，并突出了外立面升级的缓解潜力。这些努力表明，UBEM在支持长期能源规划方面的能力正在不断增强。然而，确保此类应用的稳健性和可转移性仍面临重要挑战。许多研究仍然依赖静态假设、简化的建筑类型或狭窄的案例研究，这限制了它们的可推广性。更为关键的是，尽管城市形态与预测天气条件之间的关系在很大程度上决定了空间差异化能源响应，但目前对此关系的探索仍然不足。因此，需要继续开发能够系统捕捉未来气候情景如何与多样化的城市形态相互作用，从而影响建筑存量大规模表现的建模框架。

综上所述，前述回顾突显了当前UBEM研究中的两个主要限制。从方法论角度来看，大多数模型仍继续将建筑视为孤立实体，缺乏反映因空间相互依赖或形态背景而产生的能源行为的能力。许多方法依赖于简化的类型学，并忽略了建筑间动态对能源表现的影响。在应用层面，尽管UBEM正越来越多地用于探索未来气候影响，但大多数研究仍受限于狭窄的案例设置，很少考察预测天气条件如何与城市形态相互作用以塑造需求模式。这些限制指出了需要将空间配置与气候变异性系统性地纳入建模策略的必要性。本研究通过开发一种基于建筑群的UBEM方法来解决这些挑战，该方法整合了形态描述符以生成多建筑原型，并评估其在预测未来天气条件下的表现。该方法应用于大伦敦，作为分析不同城市形态如何影响现有建筑存量建模和未来能源需求轨迹的代表性情境。本研究的主要贡献如下：

- 集成城市形态特征到模拟过程中，以生成反映不仅包括内部建筑属性，还包括空间配置和建筑间依赖性的多建筑原型。这种方法通过捕捉能源表现作为空间涌现现象，从而改进了现有UBEM方法的可扩展性、结构真实性和表征深度。
- 应用所提出的框架评估城市形态变化如何在变化的气候条件下塑造未来能源需求。分析可以揭示形态差异如何影响需求的规模，为理解城市配置在调解气候相关影响方面的作用提供见解。

本文的其余部分如下组织。第二部分概述了建模方法，包括形态分类、原型开发和情景准备。第三部分详细介绍了数据输入和案例研究背景。第四部分呈现了结果并提供了全面分析。第五部分总结并提出了未来研究的方向。

本研究提出了一种城市建筑群建模方法，旨在解决当前UBEM方法中对建筑间相互作用和城市形态的忽视问题。通过引入建筑群作为建模单元，该方法能够捕捉建筑群的集体形态和功能属性，从而在保持计算效率的同时，提供更准确的能源需求估算。具体而言，建筑群作为空间中间单位，可以作为模型代理，反映集体属性，如建筑形态、开发强度、功能组成和相互遮挡效应。通过将城市能源使用视为这些分组结构的涌现属性，使得能够以既可扩展又具有物理基础的方式模拟能源需求。这种方法不仅提升了模拟的精度，还使得在大规模城市分析中，能够更有效地处理复杂的空间相互作用。

在建模过程中，首先从地理空间数据中提取建筑群的形态特征，包括几何属性和功能属性。随后，通过降维和分层聚类方法，将这些特征转化为代表性建筑群原型。原型的生成基于对建筑群形态和功能的综合分析，使得能够捕捉建筑群的多样性，同时减少后续模拟的计算负担。在模型的构建过程中，采用了Python开发的自动化流程，将建筑群的几何重建、相邻建筑识别和参数分配整合为一个连贯的流程。通过这一方法，可以生成符合EnergyPlus标准的输入，并将代表性结果扩展到整个城市背景中。

在对当前和未来天气情景下的建筑群能源需求进行模拟时，研究采用了分阶段的模拟策略。首先，模拟在当前天气条件下进行，以评估所提出的聚类方法的有效性和实用性。这包括将模型输出与政府出版物和先前研究的基准值进行比较，以验证模型在英国背景下的准确性。如果结果在可接受的范围内，模型则被认为符合相关法规或方法论期望。随后，进行内部比较，将聚类模型与传统的非聚合模拟方法进行对比，后者对每个空间连贯区域内的建筑进行单独模拟，而不考虑空间整合或形态聚合。这种比较可以孤立地评估空间聚类对模拟能源表现的影响，并评估计算效率与模拟准确性的权衡。第二阶段，采用相同的聚类建模方法，模拟未来气候情景，探讨形态特征如何随时间塑造能源轨迹。为了考虑时间变异性，模拟需要整合代表中长期和短期展望的天气文件。这些文件包括典型气象条件和极端夏季情景，以评估模型在多种未来气候条件下的表现。模拟在年度时间跨度内以每小时步骤进行，使用EnergyPlus引擎通过基于Python的Eppy脚本在批量模式下执行。两个性能指标用于评估结果，即总能源使用（EU），用于量化目标建筑的年度能源消耗，以及能源使用强度（EUI），用于通过建筑楼面面积归一化总需求。供暖、制冷和电力负荷均被模拟。在本研究中，电力负荷指的是非供暖空调的建筑设备和照明负荷，包括内部照明、插头负荷和电梯，不包括供暖空调辅助设备如风扇和泵。这些负荷计算如下。

研究发现，聚类方法在当前情景下的总能源需求与官方报告值相差约3.4%，支持了其在城市尺度上的有效性。与单独模拟建筑相比，基于建筑群的方法在供暖需求上高出约6.1%，这主要归因于建筑群内部遮挡导致的太阳能获取减少，而制冷估算值则在两种方法之间相差约3%。未来气候预测表明，到2050年，总能源需求预计将下降约15%，到2080年则可能下降高达26%，这主要由空间供暖需求的减少驱动。总体而言，这些结果表明所选案例中存在准确性和可扩展性，但要将该方法推广到其他情境，需要本地数据、重新推导原型和校准到城市特定条件。因此，该框架被提出为一种潜在可转移的工具，当适配于本地数据集和实践时，可以支持长期情景建模和综合城市能源规划。

本研究还探讨了基于建筑群的建模方法在不同城市形态下的可扩展性和适用性。该方法通过整合空间结构和气候变异性，提供了一种系统且可扩展的建模策略。这使得在不同城市形态、数据可用性和气候条件下的城市建模成为可能。该框架通过使用空间连贯的建筑群作为建模单元，不仅捕捉了建筑群的形态特征，还反映了其聚合能源表现。这种方法能够支持在数据丰富和数据匮乏环境中的城市尺度能源分析，并可以用于指导能源政策、城市规划和气候适应策略。其关键局限性在于，建筑外立面特性被视为空间不变的属性，U值根据建筑建造年份分配，并在未来的模拟中保持不变。这意味着建筑改造、政策驱动的升级和材料退化未被纳入考虑，因此预测的能源需求减少仅反映了气候变暖的影响。尽管这一假设是为了隔离气候影响，但在未来扩展中，通过建筑改造路径或监管轨迹纳入动态外立面演变，将有助于增强框架在长期规划中的相关性。

综上所述，本研究的成果表明，基于建筑群的建模方法能够准确且可扩展地模拟城市能源需求，为未来城市规划和能源政策提供重要参考。通过整合建筑群的形态特征和功能属性，该方法能够捕捉建筑间相互作用和城市形态对能源需求的影响，从而支持更全面的能源分析。研究还强调了在面对未来气候情景时，城市形态和建筑群相互作用的重要性，这为制定适应性更强的能源政策和规划提供了基础。随着城市化进程的加快和气候变化的加剧，这种系统性建模方法对于实现可持续城市发展和能源效率提升具有重要意义。未来的工作将进一步拓展分析，通过结合气候路径与建筑改造和政策情景，以及在其他城市中测试该方法的转移过程，以增强其在不同城市环境中的适用性和灵活性。