本文是一篇建筑论文，笔者通过文献调研发现，近年来受自然和人类活动影响，高温、寒潮、狂风等极端天气气候事件频发，建筑实际用能情况正在面临严重的不确定性，随着双碳目标的推进，分析国内外研究现状后发现，结合多种气象数据频率特征，全面评估不同程度的非典型气象环境下建筑性能是目前建筑设计需要解决的重要问题之一。
第一章 绪论
1.1 研究背景
近十几年我国经济高速发展，已经步入世界前列，但随之而来的是能源消耗的剧增，由此产生的碳排放量也在持续增加。能源消耗主要来自建筑业、工业及交通等领域，建筑业的能源消耗间接或者直接导致的碳排放量颇多，使其成为“碳排放大户”[1]，我国建筑运行能源消耗及其碳排放占比可观，且在“十三五”期间仍处于上升趋势[2]。事实上，在全球能源消耗总量中，用于建筑建造与运行的能耗分别占比5%和30%[3]。在我国社会能源消费总量中，《中国建筑节能年度发展研究报告 2021》给出用于建筑建造的能耗占11%，用于建筑运行的能耗占22%[4]。鉴于此，住建部于2021年9月颁布了GB 55015—2021《建筑节能与可再生能源利用通用规范》，旨在减少建筑物的能源消耗。随着2030年碳达峰、2060年碳中和[5]目标的确立，各行各业都逐渐聚焦于减碳技术的落实，建筑行业本身的特性将决定其在推进双碳战略实施中发挥关键作用[6]，建筑节能是实现双碳目标的重要途径[7]，准确且全面地评估建筑在不同气象环境下的真实能耗情况对实现双碳宏伟目标具有积极意义。
对于建筑来说，从建造到投入运行的全生命周期内所消耗的能源都应该充分考虑气象环境变化后再进行评估，进而反映真实的建筑性能。从热力学的层面来看，建筑自身可以看作为一个热力系统，若要预测建筑内部温度及湿度的变化，除了要掌握建筑物的热性能、内部的热量及水蒸气的发生情况以外，不可忽略的一点就是热力系统的边界条件[8]，即建筑外部气象环境。按照模拟工具的设定，需要获取当地的气象资料作为输入来模拟建筑的能耗，一般为某段时间（通常是一年）多种气象参数的逐时或逐日的气象数据[9]。所以利用软件工具计算建筑能耗及负荷不能缺少气象数据，且气象数据的缺失与否以及连续性关乎数据质量的好坏，直接影响能耗计算结果的准确性[10]。
................................
1.2 基本概念
1.2.1 典型气象年
根据《公共建筑节能设计标准》等相关建筑节能规范的介绍，“典型气象年”是“以近30年的月平均值为依据，从近10年的资料中选取一年各月接近30年的平均值作为典型气象年。”由于选取的月平均值处于不同的年份，资料不连续，还需要进行月间平滑处理[19]。
典型气象年是由12个典型气象月组成的虚拟年，每个典型气象月(真实月)是在选择周期内(一般是10~30年)，最能表征当地该月气象规律变化的月份，典型气象年的选取方法即是典型气象月的选取方法，任何一个典型气象月的数据集都具有代表长期气候的典型特征，故典型气象年的数据集具有气候的代表性。通常典型气象年有以下特点：1.代表了当地的长期气候，温度和太阳辐射等天气数据的频率分布和历史的长期数据分布类似；2.太阳辐射数据对典型年的挑选影响最大，且参数之间的关联相似性较强；3.模拟出的建筑全年能耗或冷热负荷结果反映了一种长期平均情况[20]。
1.2.2 极端天气气候事件及非典型气象年
“极端天气气候事件”指的是“天气气候的状态严重偏离平均状态，在统计学的意义上属于不易发生的小概率事件。对于某一特点范围（单点或某一区域）与时间尺度（日、月或者年等）的某种天气气候现象，当表征它的指标符合统计上的极端性特征——该值低于（或高于）其分布的下限（或上限）末端附近的某一阀值时，称为极端天气气候事件”[21]。
按时间尺度划分，极端天气事件是指时间尺度较短（通常为一周至一个月）的罕见或影响力较高的气象事件，如热浪、狂风及暴雨等。极端气候事件[22]的时间尺度通常较长（最长可达数月）。极端气候事件一般是极端天气事件累积的结果，如持续冰冻灾害、干旱及洪涝等。
..........................
第二章 现有气象年生成方法介绍及其数据的比较
2.1现有气象年生成方法介绍
2.1.1典型年TMY与国际天气能源计算年IWEC
Sandia国家实验室在1978年提出了一种产生典型气象年的方法，简称为Sandia法，该方法采用Filkenstein-Schafer统计法，用FS表示，通过衡量12个月逐年累积分布函数（CDF）与长期累积分布函数之间的接近程度选取典型气象年。依靠经验选择对建筑能耗有较大影响的气象参数，并且赋予各气象参数相应的权重值，对各参数FS统计值加权求和，选择和最小值月份作为典型气象月，由此选取的12个典型气象月构成一个典型气象年[15]。
Hall提出的Sandia法选用了9项气象参数，分别为：每日最高、平均、最低干球温度和露点温度；每日最大和平均风速；每日水平太阳总辐射，且分别确定了各参数的权重值。美国可再生能源实验室NREL使用Sandia法的原始计算程序，重新分配了气象参数的权重值，构成新的典型气象年TMY2[33]，为了区分这两个TMY数据集，旧的典型气象年被称为TMY1。ASHRAE基于18年（1982~1999）气象数据采用Sandia法开发了国际天气能源计算年（International Weather for Energy Calculations）用IWEC表示[36]，下文简称IWEC法，目前，北京和广州等九个中国城市被纳入IWEC天气数据库，然而，在选取典型气象月时，IWEC采用了一套自己的气象参数权重值，这与Sandia法的参数权重值不同。TMY1、TMY2、IWEC各代表气象参数的权重值如表 2-1。
建筑论文怎么写
.............................
2.2气象数据的来源
一般来说，建筑能耗模拟使用的气象数据有两种：一种是利用实测数据处理后的多年平均数据；另一种是在有限的实测数据基础上进行推理处理的数据[68-70]。对于工程应用，这两类数据各有优势，前者数据可靠性高，但需要数据量大，质量要求高，通常至少需要十年的连续系统观测数据，且不容易获取；后者可以使用不连续的、更少的观测数据，因此对数据的依赖性更小，但数据的准确性低于前者。
长期历史气象数据集是本次研究分析的基础，完整的逐时气象参数是建筑性能评估及相关能源安全的关键。本文数据取自香港特别行政区地面实际测量数据，涵盖了37年（1979~2015年）来的逐时天气数据变化，37年比一栋建筑50年的典型寿命略低，但仍可与之相比。数据集包括太阳总辐射、天空遮蔽总量、干球温度、湿球温度、露点温度、相对湿度、风速、风向、大气压等逐时气象要素。所考虑的变量对于定义室外环境至关重要，室外环境是建筑能源模拟输入的一部分，长期数据揭示的趋势是研究结果的一部分。
这些数据是由香港天文台作为当地政府气候机构测量的，测量地点一般不受周围建筑物的阻挡。此前，曾有学者用该天文台所提供的数据做过相关的气象研究[71]，得到结果也被国内外学者支持、借鉴，因而在此基础上所获得的气象数据集便具有了可靠性。
............................
第三章 非典型气象年的构成方法论 .............. 24
3.1 研究相关统计学理论介绍 .......................... 24
3.1.1 四分位数 ............................... 24
3.1.2 异常值定义 .............................. 24
第四章 基于非典型气象年的建筑负荷数值模拟及分析 .................... 72
4.1 能耗模拟软件的选择 ......................... 72
4.1.1 EnergyPlus ................................. 72
4.1.2 软件负荷计算方法对比 .......................... 73
第五章 非典型气象年在粤港澳大湾区的应用 ...................... 89
5.1 研究区域概况 ........................... 89
5.2 选取典型建筑 .................................... 90
第五章 非典型气象年在粤港澳大湾区的应用
5.1研究区域概况
粤港澳大湾区地处21°25'N~24°30'N, 111°12'E~115°35'E，由香港、澳门两个特别行政区和东莞、惠州、中山、珠海、江门、肇庆、深圳、广州、佛山9个珠三角城市，以“9+2”的形式组建世界级城市群（如图5-1）[103]。位于中国华南地区，与旧金山湾区、东京湾区、纽约湾区并称世界四大湾区，其中，粤港澳大湾区总面积最大，约为5.6万平方公里，总人口最多，截至2018年末，约为7112万人，GDP也不低，2018年约为1.64万亿美元，是推进 “一国两制”事业进程、推动“一带一路”战略建设、构建全面开放新格局、体现城市区域经济社会文化的重要构成和落脚点。粤港澳大湾区地形东南低，西北高，平原地区分布于沿海地区和中部区域，山地主要集中在北部；以热带和亚热带季风气候为主[104]，降水充足，雨季主要在4—9月，年平均降水量约为1900mm，日照稳定，全年温暖，年平均日照数1500—2300h，年平均气温为21—23℃。
粤港澳大湾区涵盖了很多特色的城镇及经济发达的典型城区，其中不乏需要改造、在建以及计划建成的各类典型建筑，高速的经济发展和城镇化进程给中国经济活力最强、开放程度最高区域之一的粤港澳大湾区的工程建设带来巨大挑战。如今推进粤港澳大湾区的建设正处于能源转型的背景下，能源是经济社会发展的重要支撑，合理的能源评估和预测对推动粤港澳大湾区高质量发展具有重要意义。近几年极端气候频发，基于典型气象工况评估建筑性能与实际存在一定差异，在“十四五”规划的要求以及碳达峰和碳中和的目标引导下[105]，非典型气象环境对粤港澳大湾区建筑性能评估及相关能源安全越来越重要。
建筑论文参考
..................................
第六章 结论与展望
6.1结论
针对气象环境的随机变化及相应的建筑性能评估不确定性，本研究利用夏热冬暖地区典型城市37年的地面气象观测数据，量化并评估了不同程度的冷暖气象环境及其频率分布，进而提出了一系列非典型气象环境的表征方法，分别构建了剔除鲜见极端情况的近极端冷年N-XCY与近极端暖年N-XWY，代表普遍偏离长期平均气象环境的一般冷年CY与一般暖年WY。为分析以上各非典型气象年对建筑性能评估的意义，选取EnergyPlus能耗模拟软件对香港典型商业建筑和粤港澳大湾区典型住宅建筑进行全年供冷需求计算。文献调研和研究结果如下：
1. 通过文献调研发现，近年来受自然和人类活动影响，高温、寒潮、狂风等极端天气气候事件频发，建筑实际用能情况正在面临严重的不确定性，随着双碳目标的推进，分析国内外研究现状后发现，结合多种气象数据频率特征，全面评估不同程度的非典型气象环境下建筑性能是目前建筑设计需要解决的重要问题之一。
2.比较三套极端气象年EMY、EWY、ECY的气象数据和一套典型气象年TMY1的气象数据。结果发现：关于温度参数，EWY和ECY几乎包含了所有月份温度的鲜见情况，与TMY1干球温度的偏离程度较大，其中，EWY温度偏离程度量化后的平均数约8.1%，因为EMY包含了一年之中不同的冷暖情况，故其温度分布情况在部分月份与EWY和ECY类似；EMY与ECY的温度峰值频率偏离TMY1的程度较大，ECY温度峰值发生频率差异量化后的平均值约为7.6%，EWY的峰值频率与TMY1偏离程度较小。关于太阳辐射参数，与上述干球温度分布规律相似，但EWY主要集中在太阳辐射量较大的区间，ECY大部分集中在太阳辐射量较小的区间，但ECY太阳辐射分布特征与TMY1相差最大，量化后的平均数约为24.4%，EMY太阳辐射量的发生频率并无明显峰值且分布较为均匀，其与TMY1的太阳辐射峰值发生频率平均相差6.6%。现有的极端气象年由于生成方法的差异使其在应用方面具有不同的优势与局限性，但目前还没有一套非典型气象年数据集能够全面且稳定地表征不同程度的非典型气象环境特征。
参考文献（略）