2. 广东工业大学 建筑与城规学院 农业部华南都市农业重点实验室，广东 广州 510090
2. School of Architecture and Urban Planning, Guangdong University of Technology, Key Laboratory of Urban Agriculture in South China, Ministry of Agriculture, Guangzhou 510090, China
充分采光是减少照明用电、提高视觉舒适度的高效途径，但天然光在室内形成的过亮、强烈的亮度对比以及集中的反射光可引起视觉不舒适，甚至干扰正常作业[1]. 过量的天然光入射或采光不足均不利于降低建筑照明能耗[2]. 比如过量的太阳直射光入射某阅览空间导致桌面亮度过高不利于阅读，严重影响建筑空间的正常使用. 此情形下，有必要进行遮阳设计.
建筑内的天然光环境是一个动态的过程，连续变化的光气候以及动态遮阳均是其影响因素[3]. 因此，动态采光分析更为贴合实际情况，是采光分析的趋势[4]. 动态采光指标之一的自主采光阈（daylight autonomy, DA）在国内的采光分析案例中已有良好的应用[5]，其含义是指年周期上室内某一点实际照度高于某标准值的概率（默认每日取值时间为8:00—18:00）[6]. 本文基于DA指标提出一套满足视觉舒适度的动态采光模拟计算方法，并据此构建建筑日间照明能耗分析模型.
1 视觉舒适度主观评价实验笔者所在课题组在国内开展了天然光环境下的视觉舒适度研究，鉴于本文的重点是动态采光模拟计算以及能耗分析模型，因此仅对所进行的实验进行简要介绍，该实验及其结论详见文献[7].
1.1 视觉舒适度指标已提出的天然光环境下的视觉舒适度指标包括Daylight Glare Index (DGI)、Daylight Glare Probability (DGP)、视线方向垂直照度(Ev)、窗亮度（Lwin）、工作面亮度(Lwp)、亮度对比度(LR)等.
DGI由Hopkinson[8]于1972年提出，是我国最广为接受、使用的眩光指标. 但近期的研究发现，DGI用于评价眩光程度存在不足，如：Wienold等[9]在真实光环境下开展的主观评价研究发现，DGI与视觉舒适程度的相关性不高，随后提出了DGP指标. Hirning[10]研究发现，仅在采光较差的大进深区域DGI表现较之DGP好；Wymelenberg[11]研究发现DGP 在近窗区域较之DGI表现好.根据Velds[12]的研究，综合在多种天气状况下的表现Ev较之复杂眩光指标等与视觉舒适度的相关性更强，Wymelenberg[11]的研究得到了相同的结论.
窗亮度(Lwin)、桌面亮度(Lwp)等简单亮度指标被Wymelenberg[11]在办公室空间中证实其表现强于复杂眩光指标. 笔者通过在国内开展的主观评价研究发现桌面亮度与使用者视觉舒适度强相关[7]. 普渡大学的Tzempelikos也获得了相似的结论[13].
1.2 实验设计简介以2处办公空间作为测试房间，主观评价参与者分别于2016年5月21日至6月12日与同年11月17日至12月7日期间轮流在房间内开展主观评价实验：实验在多种天空状况下开展，包括从全云天到晴天空的多种天况，参与者可以通过手动控制百叶调整室内光环境. 一方面，通过仪器获取室内的亮度分布图，视线方向垂直照度（Ev）外的视觉舒适度指标可从该亮度图像中计算得出，而Ev使用独立的照度计测量. 另一方面，通过问卷记录参与主观评价人群进行阅读的视觉感受. 问卷中包含4个选项：无察觉、可察觉、干扰、无法忍受. 本实验共取得有效数据476组.
1.3 主观评价结果以线性均方根差R2为依据，工作面上亮度均值（Lwp-mean）与视觉舒适度之间相关性最强，其次分别是Ev /工作面亮度最大值（Lwp-max）/DGP/窗亮度均值（Lwin-mean）/DGP 5*Ltask/窗亮度均值（ Lwindow）；经过分析得出各指标数值中视觉舒适与不舒适（无察觉与可察觉）的临界值即指标标准值[7]如表1所示.
|
表 1 视觉舒适度主观评价结果 Table 1 Results of visual comfort subjective evaluation |
由于工作面亮度均值与视觉不舒适度相关性强，且工作面亮度是一类较容易在测试/模拟中取值的参数，本课题选择使用工作面亮度均值2 000 cd/m2作为遮阳控制中设备动作的临界值.
本文提出的动态采光模拟计算模型亦可以使用其他视觉舒适度指标及其标准值作为遮阳控制依据，在此仅以工作面亮度均值为例开展相关论述.
2 动态采光模拟与能耗分析模型 2.1 动态采光模拟流程使用Daysim程序算出年周期上工作面照度值并根材料反射率求出其的亮度值[14]. 根据1.3节中的研究结论，以设定在桌面上的计算取值点亮度均值超过2 000 cd/m2为临界条件进行遮阳状态（shading condition, SC）切换进而生成控制时间线.
以表2中枚举的数据为例，当桌面平均亮度超过2 000 cd/m2时遮阳动作至半开，如果桌面平均亮度仍大于2 000 cd/m2则遮阳动作至全闭，基于以上逻辑通过模拟不同遮阳状态对应的桌面亮度值可获知遮阳控制的时间线，如图1所示为生成遮阳控制方案（时间线）的判断逻辑. 针对表2中列举的4个时间上的数据进行处理后则遮阳控制时间线如表2最后一栏中所示.
|
|
表 2 遮阳控制方案示例 Table 2 Example of shading control schedule cd/m2 |
|
图 1 视觉不舒适案例：某图书馆阅览区 Fig. 1 Case of visual discomfort: reading area in one library |
动态采光下的室内照度分布情况可综合3种遮阳状态下的照度值取得. 根据计算生成的遮阳控制时间线将不同遮阳状态下的照度值进行整合，以室内某点A上的照度值为例，其整合方式如图2中所示.分别模拟遮阳状态全开/半开/全闭3种情况下的室内照度分布，依据遮阳控制时间线将3组数据“拼合”为动态遮阳下的天然光分布数值. 这种模拟方式考虑了动态遮阳控制后的动态天然光环境，目的是在室内营造视觉舒适的天然光环境. 这样一来，室内天然光环境的模拟更符合实际使用中的情况，在此基础上通过年周期上室内天然光照度的数据处理得出DA指标分布情况，有利于准确评价室内天然光环境.
|
图 2 动态采光模拟算法示意图 Fig. 2 Diagram of dynamic daylighting simulation algorithm |
某空间内正常作业对于照度的要求为Ea（lx），则该空间内DA_Ea指标大于50%的区域可视为有效采光区域[3]，其余区域则需要补充人工照明. 针对图2中的阅览空间进行动态采光模拟，参考国标《建筑照明设计标准》中有关照度标准的规定，以DA_500为指标的计算结果如图3所示，其中，w为房间面宽，d为房间进深. 视DA_500 [50%]为有效采光范围的界限，图3中红色图形下的投影范围为有效采光区域，蓝色图形下的范围则在日间部分时段需要开启人工照明.
|
图 3 遮阳状态判断流程图 Fig. 3 Flow chart of shading condition judgement |
在本分析案例中，假定所使用的人工照明灯具仅具有开关控制功能，考虑到照明能耗分析模型的简化，且根据对广州地区办公室、教室、部分写字楼的调查：可调光灯具安装数量少于仅具有开关控制功能的灯具，据此暂不考虑具有可调光功能的灯具. 对于DA值小于50%的区域，假设某灯具A照明范围为区域B，则区域B内的工作面上DA_500指标值与0. 5的差值正反映灯具A的年度累积开启时间T（小时），当DA大于0.5则T = 0，其他情况下T = (0.5–DA)*365*10，图4为该建筑空间所需人工照明时数分布图，T为年度累计照明时间均值. 该房间的日间照明能耗为
|
图 4 动态采光模拟算法示意图 Fig. 4 Diagram of dynamic daylighting simulation algorithm |
| $E = \mathop \sum \limits_{i = 1}^n \;\;\left({C_i}{D^2}{H_i}\right).$ | (1) |
式中：D为模拟计算网格间隔长度，Ci为计算网格i上的照明功率密度，Hi为计算网格i上人工照明累积开启时间.
照明能耗功率密度（lighting power density，LPD）根据某计算网格上使用光源（发光效率）不同、灯具安装高度、目标照度值等因素相关，具体可根据相关标准值进行设定. 当认为室内照明为均匀照明理想状态，即各位置上照明能耗相同，则照明能耗E简化为
| $E = S\overline HC.$ | (2) |
式中：S为需人工照明面积，
在进行照明能耗分析时，可根据不同建筑类型的运行特点将假期以及房间开放时间等因素加以考虑. 以公共图书馆为例，可以在开放时间内进行遮阳控制分析并计算日间照明能耗，存在夜间开放的情况则可加入夜间照明能耗部分（单位时间内的照明能耗是恒定值），由于夜间开启人工照明的情况不涉及与天然采光联动的问题，因该部分的照明能耗可以直接由照明功率与照明时间2个因素确定，因此本文不多论述.
3 案例分析 3.1 研究对象研究对象如图5所示，房间进深d =15 m，面宽w =15 m，东向全部为幕墙，幕墙高度H =10 m，幕墙玻璃透光率t = 0.65，框架占幕墙面积24%，近窗一列桌子距幕墙3 m，远窗一列桌子距幕墙9 m；桌面为漫反射材料反射率ρ = 0.50，墙壁/天花反射率ρ = 0.70，地板反射率ρ = 0.40；根据文中提出的动态采光模拟方法，以研究房间为基础研究对象选择3种不同类型的遮阳方案，在广州地区天气条件下进行动态采光模拟并比较3者的照明能耗. 3种遮阳方案具体如图6所示.
|
图 5 房间内DA_500分布图 Fig. 5 Distribution of DA_500 in room space |
|
图 6 房间内人工照明累积时数分布 Fig. 6 Distribution of accumulated artificial lighting hours in room space |
方案A（图6（a））为卷帘方案，卷帘为织物材质，透光率t = 0.04，反光率ρ = 0.41，遮阳状态2下拉到幕墙1/2高度；
方案B（图6（b））为百叶方案，铝材料叶片反射率ρ = 0.30，百叶宽度100 mm，百叶间距100 mm；遮阳状态1叶片水平放置，遮阳状态2叶片与水平面夹角为300，状态3叶片与水平面夹角为850°.
3.2 结果分析如图7所示为3种动态遮阳方案对应房间室内DA_500值分布情况. 由该结果可知：3种方案的采光效果差异明显，百叶方案效果最好，有效采光范围占室内面积31%；卷帘方案仅有5%有效采光面积；菱形方案无有效采光面积.
|
图 7 模型房间尺寸描述 Fig. 7 Dimension description of model room |
《建筑照明设计标准》GB50034-2013[15]中的规定教室、阅览室、普通办公室的LPD现行值为9 W/m2，目标值为8 W/m2；ASHRAE/IESNA 90.1-2010[16]中规定图书馆LPD=12.7 W/m2，办公室LPD = 9.7 W/m2；但目前已在一定程度上普及使用的LED灯具使得单位照明能耗进一步降低. 因此，本案例分析中阅览室的照明功率密度取4.5~8.0 W/m2. 研究房间平面积为225 m2，人工照明时间根据DA指标进行核算.
如表3所示为3种方案的能耗分析结果. 表中，R为人工照明范围，LPD为照明功率密度，E为照明能耗. 可知：百叶方案（方案B）采光表现最佳，最节能，该方案较为适用于以我国南方地区的大幕墙建筑遮阳；
|
|
表 3 照明能耗分析结果 |
DA指标低于50%可被认定为采光不足[17]，卷帘动态遮阳方案（方案A）采光不足，室内照度偏低，但使用卷帘方案的照明能耗高于百叶方案，相比较于遮阳百叶织物卷帘投资低，但卷帘方案不适合层高较高的空间，对于教室或办公室等空间可以采纳；
菱形动态遮阳方案（方案C）的室内平均照度最低，我国南方地区1月到4月常连续阴雨、照度低[18]，由此可知该方案并不适用于该地区的大幕墙建筑遮阳设计. 该方案在遮阳全闭状态下的透光率最高值为10%，此类动态遮阳设计较为适用于太阳辐射较之亚热带地区更高的热带地区.
4 结 论（1）本文为考虑动态遮阳后的建筑物采光模拟提供了一套有效的算法. 动态遮阳控制的依据为视觉舒适度指标，通过模拟生成视觉舒适度指标值并建立控制时间线，将多组遮阳状态下的采光模拟结果根据时间线“拼接”出动态采光结果，该算法可以有效地应用于动态采光模拟计算.
（2）基于动态采光模拟结果提出了将建筑照明能耗分析模型. 该能耗分析模型能准确地反应房间日间所需人工照明的情况，充份考虑了人工照明与天然光环境联动控制的问题.
（3）比较织物卷帘/铝百叶/菱形可动张拉膜3种动态遮阳/采光设计方案中可知：我国南方地区的大幕墙遮阳推荐使用百叶遮阳方案，对于层高较低且偏好低投资的建筑空间可以使用织物卷帘方案，菱形可动张拉膜方案在该地区使用时由于长时间处于全闭状态则容易导致室内照度偏低，该类方案更适用于太阳辐射更为强烈的地区.
| [1] |
JAKUBIEC J. The use of visual comfort metrics in the design of daylit spaces [D]. Cambridge: Massachusetts Institute of Technology, 2014.
|
| [2] |
BIAN Y, MA Y. Subjective survey & simulation analysis of time-based visual comfort in daylit spaces[J]. Building and Environment, 2018, 131: 63-73. DOI:10.1016/j.buildenv.2018.01.007 |
| [3] |
BIAN Y, MA Y. Analysis of daylight metrics of side-lit room in Canton, South China: a comparison between daylight autonomy and daylight factor[J]. Energy and Buildings, 2017, 138: 347-354. DOI:10.1016/j.enbuild.2016.12.059 |
| [4] |
REINHART C, MARDALJEVIC J, ROGERS Z. Dynamic daylight performance metrics for sustainable building design[J]. Leukos, 2006, 3(1): 1-20. |
| [5] |
边宇, 马源. 间隙排列非均质PV面板在建筑顶部采光中的应用[J]. 华南理工大学学报: 自然科学版, 2016, 44(7): 96-101. BIAN Yu, MA Yuan. Application of heterogeneous PV panels arranged with gaps to top daylighting of buildings[J]. Journal of South China University of Technology : Nature Science Edition, 2016, 44(7): 96-101. |
| [6] |
NABIL A, MARDALJEVIC J. Useful daylight illuminance: a new paradigm for assessing daylight in buildings [J]. Lighting Research & Technology, 2005, 37(1): 41-57. http://cn.bing.com/academic/profile?id=d47733a4c360163f2e31f8230feec7ca&encoded=0&v=paper_preview&mkt=zh-cn
|
| [7] |
BIAN Y, LUO T. Investigation of visual comfort metrics from subjective responses in China: a study in offices with daylight[J]. Building and Environment, 2017, 123: 661-671. DOI:10.1016/j.buildenv.2017.07.035 |
| [8] |
HOPKINSON R G. Glare from daylighting in buildings[J]. Applied Ergonomics, 1973, 3(4): 206-215. |
| [9] |
WIENOLD J, CHRISTOFFERSEN J. Evaluation methods and development of a new glare prediction model for daylight environments with the use of CCD cameras[J]. Energy and Buildings, 2006, 38(7): 743-757. |
| [10] |
HIRNING M, ISOARDI G L, COYNE S, etc. Post occupancy evaluations relating to discomfort glare: a study of green buildings in Brisbane[J]. Building and Environment, 2013, 59: 349-357. DOI:10.1016/j.buildenv.2012.08.032 |
| [11] |
WYMELENBERG K V D, INANICI M. A critical investigation of common lighting design metrics for predicting human visual comfort in offices with daylight[J]. Leukos, 2014, 10(10): 145-164. |
| [12] |
VELDS M. User acceptance studies to evaluate discomfort glare in daylit rooms[J]. Solar Energy, 2002, 73(2): 95-103. DOI:10.1016/S0038-092X(02)00037-3 |
| [13] |
KONSTANTZOS I, TZEMPELIKOS A. Daylight glare evaluation with the sun in the field of view through window shades[J]. Building and Environment, 2017, 113: 65-77. DOI:10.1016/j.buildenv.2016.09.009 |
| [14] |
REINHART C, WIENOLD J. The daylighting dashboard: a simulation-based design analysis for daylit spaces[J]. Building and Environment, 2011, 46: 386-396. DOI:10.1016/j.buildenv.2010.08.001 |
| [15] |
中华人民共和国住房和城乡建设部. 建筑照明设计标准: GB/T 50034–2014 [S]. 北京: 中国建筑工业出版社, 2014.
|
| [16] |
ANSI/ASHRAE/IES Standard 90.1–2010. Energy standard for buildings except low-rise residential buildings [S]. Atlanta, USA, 2010.
|
| [17] |
边宇, 袁磊, 冷天翔. 动态采光指标分析与侧窗采光范围[J]. 哈尔滨工业大学学报: 自然科学版, 2017, 49(10): 172-176. BIAN Yu, YUAN Lei, LENG Tian-xiang. An analysis of dynamic daylight performance metrics & the daylight availability of side-lit windows[J]. Journal of Harbin Institute of Technology: Nature Science Edition, 2017, 49(10): 172-176. |
| [18] |
边宇, 马源, 遇大兴. 参考天空亮度分布模型下的建筑采光设计优化[J]. 华南理工大学学报: 自然科学版, 2015, 43(7): 100-105. BIAN Yu, MA Yuan, YU Da-xing. Optimization of building daylighting design under reference sky luminance distribution model[J]. Journal of South China University of Technology: Natural Science Edition, 2015, 43(7): 100-105. |