《BUILDING AND ENVIRONMENT》：Enhancing building ventilation through demand-driven strategies: Balancing indoor air quality and ventilation rate
编辑推荐：
动态调整建筑通风系统以优化能效和室内空气质量，通过实时监测CO?和VOC浓度及人流量，采用线性评分模型动态调整通风率。实验表明动态管理使VOC和CO?浓度分别降低38.4%和9.2%，同时减少25.3%的通风量，实现节能与空气质量提升的双重目标。
Mahsa Pahlavikhah Varnosfaderani | Arsalan Heydarian
系统与信息工程系，Link实验室，弗吉尼亚大学，夏洛茨维尔，VA 22904，美国
摘要
传统建筑中的通风系统通常会消耗大量能源，并且在维持最佳室内空气质量（IAQ）方面表现不佳，有时无法将挥发性有机化合物（VOC）和二氧化碳（CO2）等污染物控制在推荐范围内。本研究提出了一种新的建筑通风系统运行方法，从传统的基于时间表的策略转变为动态的、需求驱动的管理方式，以提高能源效率和居住者的舒适度。通过利用实时空气质量数据（特别是VOC和CO2的浓度）以及占用模式，我们提出的方法采用了一种线性通风评分模型，该模型整合这些参数来动态调整通风率，并在优化能源使用的同时保持空气质量在推荐阈值内。通过对一个实际建筑进行为期四个月的研究（两个月采用动态通风方式，两个月采用定时通风方式），我们比较了动态通风和定时通风在污染物水平和通风率方面的表现。研究结果表明，动态通风方式降低了VOC和CO2的平均浓度，动态条件下的平均值分别为128 ppb和497 ppm，而定时通风条件下的平均值分别为206 ppb和544 ppm。此外，动态通风方式在无人时段显著降低了通风率，从而在不影响有人时段空气质量的情况下实现了整体能源节约。具体而言，研究观察到总通风率从定时通风的154 CFM降低到动态通风的125 CFM，这突显了所提方法在提高能源效率和空气质量方面的有效性。
章节摘录
引言与背景
由于20世纪70年代美国能源成本的上升[1]，以及2015年巴黎COP 21会议重新强调能源效率[2]，建筑实践发生了重大变革。这一变革旨在应对建筑行业的高能源需求（建筑行业占总能源消耗的30%–40%），从而推动了具有更好气密性的建筑的发展。特别是通风系统...
方法论
如前所述，空气质量（IAQ）因素，尤其是CO2和VOC的浓度，对居住者的舒适度和生产力有显著影响。传统的通风系统按照预定义的时间表运行，往往不考虑当前的占用情况和实时空气质量指标。因此，这些系统有时无法将室内污染物水平保持在指南规定的安全范围内。相反，即使空间无人时，它们也可能以高频率运行...
机器学习（非线性）方法
完成网格搜索后，我们根据所有CV折叠的平均性能找到了最佳的超参数组合。选定的RFC超参数分别为：估计器数量300、最大树深度30、分割内部节点所需的最小样本数2以及达到叶节点所需的最小样本数1。然后我们在一个单独的测试集上评估了这种最优模型配置，以获得无偏估计...
结论与讨论
总之，本文的研究提供了关于动态运行通风系统相对于传统基于时间表运行的优势的重要见解。所提出的通风管理方法由一个线性评分模型驱动，该模型整合了五个实时参数：当前和未来的CO2和VOC浓度以及占用状态。该模型为这些参数分配优化权重，计算出一个连续的通风评分，从而确定...
未来工作
在我们的研究中，我们发现了几种推进研究成果的方法。首先，扩大IAQ参数的范围，包括与特定环境相关的其他因素，可以显著提高我们框架的适用性。例如，在医院等医疗环境中，使用我们的方法将影响患者健康的IAQ参数和污染物纳入通风系统的运行中，可以改善患者的舒适度并节约能源。其次...
CRediT作者贡献声明
Mahsa Pahlavikhah Varnosfaderani：撰写——原始草稿、可视化、验证、方法论、调查、形式分析、数据整理、概念化。Arsalan Heydarian：撰写——审稿与编辑、监督、资金获取、概念化。
利益冲突声明
作者声明他们没有已知的可能会影响本文所述工作的竞争性财务利益或个人关系。
致谢
本材料基于美国国家科学基金会（NSF）在奖项编号2326408和1823325下的支持。本文中表达的任何观点、发现、结论或建议均为作者个人观点，并不一定反映国家科学基金会的立场。
