作者：张毅
本文将基于调研得到的五星级酒店建筑的基本信息和实际能耗数据，建立能耗比对和评价工具，对五星级酒店的能耗特点及节能潜力进行分析和研究，以期为酒店建筑节能工作提供借鉴和参考。
1 研究方法
建筑能耗受建筑内各种因素的影响，建筑能耗为“果”，其他影响变量则为“因”，而建筑能耗具有可测量的特点…，基于建筑能耗的上述特点，本项目采用多元回归的统计学方法来建立五星级酒店建筑能耗比对和能效评价工具。
本文研究的主要技术路线流程如图1所示。从五星级酒店建筑能耗调研分析开始，以统计学软件SPSS作为分析工具，结合本专业知识和统计学多元回归分析方法，选择适当的数学模型，基于实际调研得到的建筑能耗数据和基本信息，建立适用于五星级酒店建筑能耗特点的能耗比对及能效评价工具，并基于该工具对调研的五星级酒店建筑的能耗特点及节能潜力进行分析。
2五星级酒店建筑能耗数据调研与分析
为保证调研数据的真实可靠，应对调研的内容、调研样本范围进行认真研究，并与建筑业主沟通，共同修改确定调研问卷，对关键数据还需回访和确认，保证调研得到的样本数据真实可靠，在此基础上，才可进一步进行样本数据的处理和分析。
本次调研的五星级酒店建筑的相关信息包括酒店建筑物理特征，如建造年代、面积、建筑层数和围护结构等；建筑使用和运行方式，如主要班次员工数量、客房数、人住率等；建筑功能分区特点，如是厨房、健身房、宴会厅等；用能设备信息，如采暖、空调、冷藏冷却和电梯等；建筑使用的能源种类和使用途径；建筑能耗和相关费用支出等。
但是由于本次调研以问卷调查的形式进行，样本数据存在参差不齐的情况，回收上来的样本不可直接进行分析应用。在进行建模分析前，需要对样本数据进行初步的分析和整理，对于关键数据缺失或者错误的样本在进行多次回访和确认后仍无法获得准确数据的样本则予以剔除。
为方便进行各类能源消耗量对比，在进行能耗分析之前，先将各类能源均转化成标煤，采用标煤这同一标尺进行对比分析。图2为某市调研样本中各类能源所占比例，从图中明显可以看出，电是五星级酒店建筑的主要能源，平均约占到了总能耗的63. 6%，其次是天然气18. 4%，市政热水和蒸汽合计占到了18.1%。进一步分析各类能源的消耗量，五星级酒店建筑单位面积总能耗（折算为标准煤）分布范围为20~120 kg/m2，平均值为57.3 kg/ m2，其中耗电量为37.4 kg/m2，天然气为10.8 kg/m2，市政蒸汽6.1 kg/m2，市政热水3.1 kg/m2。
3 五星级酒店建筑能耗比对及能效评价工具的建立
要建立五星级酒店建筑的能耗比对模型，首先必须针对其功能和能耗特点，分析影响其建筑能耗高低的主要因素。建立建筑能耗比对模型时，只考虑建筑固有的特性参数，例如规模、运行时间、入住率等。
此外，在进行分析时，还应考虑变量其他形式或者变量间的交互作用，最终根据初步分析确定的影响因素，采用统计学软件SPSS进行计算分析，建立能耗比对模型和能效评价工具的流程如图1所示，由于篇幅限制，具体计算过程在此不作详细介绍。对于同一地区的建筑，所处气象条件相同，故该影响因素可不考虑。最终得到某市五星级酒店的单位建筑面积能耗( EUI)影响因素主要有：1）大型冰库数量X1；2）商铺面积占总建筑面积比例x2；3）每百平米客房数量X3；4）入住率x4；即建筑能耗比对回归模型可表示为EUI =F（x1，X2，X3，X4）。
建立回归模型后，便可根据各酒店样本与模型相关的信息计算不同酒店样本基于回归模型得到标准化的单位面积能耗值( EUI)。为进一步定量比较不同的酒店样本标准化的EUI与实际EUI偏差程度，定义能效比=实际EUI/预测EUI。根据该公式可知，某样本计算得到的能效比低意味着该酒店建筑的实际能耗值低于标准化的能耗值，即可认为该酒店的能效水平较高。
计算各样本的能效比值后，便可得到样本空间的能效比值累积分布。根据美国能源之星( EnergyStar)的研究成果，若回归得到的模型能够较好地预测建筑能耗，Gamma分布则能够完美地解释样本空间能效比值累积分布特性。Gamma分布概率密度函数见式(1)：
式中：α，β为Gamma分布函数的特征参数。
由Matlab计算符合各模型计算能耗比累计分布特性的Gamma分布函数，由此计算不同累计概率下对应的能耗比值，便可计算得出各模型得到的不同样本的评分结果。根据Matlab计算结果，该模型预测结果对应的Gamma分布的特征参数d为26. 058 8，B为0.038 4，Gamma曲线拟合结果如图3所示。
根据Gamma曲线拟合结果建立评分工具，对应评分表如表1所示。评分表中累积概率1%对应的能耗比值范围评分结果为99分，表示只有1%的酒店样本能耗水平能达到该水平。
4五星级酒店建筑能耗比对及能效评价工具应用分析
利用五星级酒店能耗及能效评价工具对某市五星级酒店进行评分，其中得分最高为98分，最低为4分；80分以上样本比例为19%，而50分以下样本比例为51%，得分低于75分的样本占到了74%，样本各得分区间分布情况，可以从图4样本得分累积分布图中清晰地看出来。
由能效评价模型的评分原理可知，50分为临界分数，低于50分可认为该样本的实际能耗水平相比能耗比对模型的预测结果要高，同时可认为该样本比50%以上的同类建筑能效要低，具有可观的节能潜力。得分为75分则表示样本比75%以上的同类建筑能效要高，可见，若所有的样本都能达到75分以上，表明各样本建筑达到了较高的能效水平。因此，在进行节能潜力分析时，分别以50分和75分为节能目标，对所有低于50分的样本建筑在同等情况下达到分别达到50分和75分的节能潜力进行了分析；同时也对所有低于75分的样本建筑达到75分的节能潜力进行了分析，具体节能情况如图5—图7所示。
4.1低于50分样本节能潜力分析
低于50分的样本节能分两步进行，第一步达到50分；第二步，在50分的基础上再通过节能达到75，节能潜力如图5所示。
在同等条件下（功能、服务、入住率等外部条件相同），要达到50分，得分越低的建筑节能潜力越大，节能量（标准煤）范围为2. 64~ 28. 13 kg/m2，平均节能量（标准煤）为9.62 kg/m2，节能率范围为2. 3%~28. 8%，平均节能率为13.6%。
在达到50分后，想要进一步实现75分的目标，就需要采取更多的节能措施了。而各样本建筑由于其固有特性不同，同样从50分提升到75分，节能潜力也会不一样了。若实现第二步75分的节能目标，节能量可在第一步的基础上，再实现节能（标准煤）4. 97—14. 05 kg/m2，节能率9. 0%~12.3%，平均节能量（标准煤）为7.56 kg/m2，平均节能率为10. 9%。
4.2低于75分样本节能潜力分析
由图6可知，低于75分的样本占74%，51%样本低于50分，节能潜力在上一节已经分析，因此，这里只分析样本要达到75分的目标能效水平的节能潜力，具体如图6所示。
在同等条件下（功能、服务入住率外部条件相同），要达到75分，得分越低的建筑节能潜力越大，节能量（标准煤）范围为0. 55~36. 92 kg/m2，平均节能量（标准煤）为13.07 kg/m2，节能率范围为1. 1%~37. 8%，平均节能率为19.0%。
其中，得分高于50分低于75分的样本建筑节能潜力较小，节能量（标准煤）范围为0. 55~7.87kg/m2，节能率范围为1.10r/0~12. 3%，平均节能量（标准煤）为4. 02 kg/m2，平均节能率为7. 0%。
需要说明的是，本文进行的节能量分析均是基于当前的能耗情况进行静态分析得到的。在项目实施过程中，基于能耗比对及能效评价工具得到的各建筑节能潜力情况后，需要各建筑提供更详细的用能情况进行进一步分析诊断，进而明确各建筑的节能潜力点，有针对地实施节能改造，实现建筑能效的提升。
5 小结
1)利用统计学多元回归分析方法，通过对建筑能耗及其影响因素分析建立的建筑能耗比对及能效评价工具，为科学评价建筑实际运行能耗提供了方法和工具。
2)评价工具将Gamma分布特性与样本空间建筑能效比分布特性有机结合，通过Matlab曲线拟合得到建筑能效比的Gamma分布概率密度函数，以百分制得分值表述实际能效水平，表述直观、便于理解．可操作性强。
3)利用评价工具可对建筑节能潜力进行初步分析，如对低于50分的建筑，要达到50分，平均可节能（标准煤）9. 62 kg/m2，若再达到75分，可再节 能（标准煤）7. 56 kg/mz节能潜力可量化，更直观，可有效促进业主采取节能措施。
4)随着节能改造的实施和建筑能效的不断提升，该评价工具需要根据新的建筑信息和能耗数据不断改进和完善，相应的各建筑的能效评分结果也是动态变化的。实现建筑节能工作“评价一改造一再评价”的良性循环，推动建筑能效提升工程循环往复、逐渐上升、可持续的发展。
6[摘要]
本文以五星级酒店建筑为例，基于调研得到的建筑基本信息及实际能耗数据，建立了适用于五星级酒店建筑的能耗比对及评价工具，并应用该工具对调研酒店建筑的能耗特点及节能潜力进行了分析。
