孫禹++冷紅++蔣存妍

摘要：在城市建筑節(jié)能研究中，政府常常依賴城市能源與碳排放模型工具制定并評估節(jié)能策略。而當前的城市建筑能耗模型受限于開發(fā)技術等因素，尚存在諸多不足，例如，考慮人行為對建筑能耗的影響，建立行為、日常活動及與環(huán)境相關的綜合能耗模型。關于此類模型合理的數(shù)學形式、參數(shù)選擇的方法以及不同行為的模擬方式等問題還尚待進一步研究。采用多主體（MultiAgent）建模技術，設計集成建筑能耗模型，以住區(qū)中的居民作為模型中活動的主體，模擬使用者行為習慣、活動對建筑能耗的影響；采用ISO 13790標準模擬建筑的供熱和降溫需求，并在集成環(huán)境中設計統(tǒng)一的描述框架，以相對獨立的環(huán)境模擬、行為模擬模塊形式進行交互，實現(xiàn)熱環(huán)境模擬和基于主體活動的設備能耗模擬的有機結合。研究表明，住區(qū)居民的用能行為是影響城市建筑能耗密度變化的重要因素，實現(xiàn)對住區(qū)主體行為特征的引導是實現(xiàn)城市建筑節(jié)能目標的有效途徑。

關鍵詞：建筑能耗模型；多主體技術；行為能耗；城市節(jié)能

中圖分類號：TU111.19文獻標志碼：A文章編號：16744764（2017）01003813

收稿日期：20160316

基金項目：國家自然科學基金（51678178）；黑龍江省自然科學基金（E2015011）

作者簡介：孫禹（1984），女，博士生，主要從事城市規(guī)劃研究，（Email）sunyuishere@126.com。

冷紅（通信作者），女，教授，博士生導師，（Email）hitlaura@hit.edu.cn。

Received：20160316

Foundation item：National Natural Science Foundation of China（No.51678178）； Natural Science Foundation of Heilongjiang Province of China （No. E2015011）

Author brief：Sun Yu（1984 ）， PhD candidate， main research interest： urban planning， （Email） sunyuishere@126.com.

Leng Hong（corresponding author）， professor， doctoral supervisor， （Email）hitlaura@hit.edu.cn.Multiagent based energy model for domestic duildings

based on occupant behavior

Sun Yu， Leng Hong， Jiang Cunyan

（School of Architecture， Harbin Institute of Technology， Harbin 150090， P. R. China）

Abstract：Energy model is one of the most significant tool to investigate building energy saving， which has been widely used by government in energy policy evaluation. However， there are still many limitations in current research technology and methodology. Especially the interaction between energy consumption and occupant behavior in daily activities should be further discussed. Lots of the research method and conception have not been well expanded by modeling and quantizing. Agent Based Domestic Community Energy Model is proposed to develop the simulation framework of energy consumption in the stock of domestic buildings. The occupants are taken as the agent to simulate the occupant behavior factors that influence building energysaving potential under various policy scenarios. The proposed model can associate the standard ISO13790 for calculation the cooling and heating load， but also incorporate the interaction of agent behavior and energy use， which realize the organic combination of environment and behavior simulation. The results demonstrate that the agent behavior is one of the significant factors that influence building energy use intensity， and strengthening the guidance of occupant behavior is a scientific and effective way to achieve the goal of building energy efficiency.

Keywords：building energy model， multiagent based model， occupant behavior， city energy efficiency

住宅建筑能耗是城市能源消耗的主要因素[1]，相比商業(yè)、教育和政府建筑等，住宅建筑缺乏統(tǒng)一規(guī)范的使用管理體系和更加專業(yè)的節(jié)能管理辦法，導致微觀上的能耗使用規(guī)律復雜、更容易被忽視[23]。住宅建筑的節(jié)能空間與潛力很大，大部分研究主要集中在既有建筑的改造策略，如改進建筑墻體的隔熱特性或對建筑內部設備和設施進行更新[47]。然而，建筑內部使用者的行為和使用習慣對能耗也有顯著影響，其能耗水平高度依賴于居民的個人活動[8]。長期以來，中國形成的建筑使用模式以自然優(yōu)先，通常利用機械系統(tǒng)改善室內環(huán)境的極端情況，而使用者行為可以影響室內環(huán)境變化，在節(jié)能研究中也應該考慮和突出人的適應和調節(jié)能力等，考慮人行為對于建筑能耗的影響[89]。

目前，住宅建筑能耗的預測研究普遍采用基于物理特性的自下而上模型方法，其設計多以單體建筑為對象，通過實際物理關系預測建筑能耗，通常節(jié)能措施對建筑的影響可以在這種模型中反映出來，具有便于政策評估、使用人數(shù)眾多[1011]的特點。例如，CREEM模型[13]通過劃分住宅建筑類別選取典型參數(shù)，研究減少碳排放的政策措施。Snkin等[14]的區(qū)域建筑能耗模型以北卡（North Karelia）地區(qū)為示例，通過自下而上的數(shù)值模型，模擬區(qū)域住宅建筑每年的CO2排放量，但模型的靜態(tài)性使其不能夠對實時變化的政策進行動態(tài)響應模擬。勞倫斯伯克利國家實驗室開發(fā)了住區(qū)建筑能耗模型[15]，模型主要考慮建筑的物理材料，如窗戶、屋頂、墻體等因素，計算用能負荷，但模型主要用于模擬房屋熱環(huán)境的能耗需求，對于其他用途，如熱水、照明等，模擬較為簡單，亦沒有考慮到人的行為對能耗系統(tǒng)產(chǎn)生的影響。Hens等[16]同樣采用基于物理特性的自下而上模型方法建立住宅建筑能耗模型，對不同的能源消耗形態(tài)進行預測與節(jié)能評估。該方法的不足是對數(shù)據(jù)依賴較大，模擬過程中不能靈活引入其他建筑形式或應用不同技術?？偟膩碚f，自下而上模型的設計多以單體建筑為單位，通過實際物理關系模擬建筑能源需求，通常節(jié)能、改造措施對建筑能耗的影響可以在這種模型中反映出來，因此，方便進行節(jié)能政策評估。目前，此類方法的主要局限在于數(shù)據(jù)需求量大，模型對于動態(tài)變化的需求響應政策（Demand Response）缺乏模擬能力，亦不能實現(xiàn)對使用者行為的模擬，影響了模型對節(jié)能政策評估的準確性[1718]。對此，很多研究開始關注日常行為的模型方法，為建筑節(jié)能領域研究開辟了新的視角[1921]。其中，基于多主體（MutiAgent）建模方法的引入，為建筑中的行為模擬研究開辟了新的空間。例如，Zhao等[22]建立了針對商業(yè)建筑的多主體能耗模型；Zhang等[23]建立了針對辦公建筑的多主體建筑能耗模型，并進一步將建筑內部設備分為連續(xù)設備與間歇設備進行模擬。此類研究對于充分理解城市建筑的能耗模式、評估節(jié)能策略具有重要意義[24]。

但目前基于智能主體（Agent）的建模方法在建筑能耗領域的應用研究仍然較少，特別是住宅建筑缺乏統(tǒng)一監(jiān)督，相關用能行為的動態(tài)模擬研究較少。其次，獨立的行為能耗模擬往往帶有一定的隨機性和統(tǒng)計特征，其模擬的精確水平仍有待提高[8，11]。此外，Agent建模方法的應用仍主要基于獨立的個體行為特征，表達個體層面的建筑能耗，不能充分發(fā)揮基于多主體（MutiAgent）建模的優(yōu)勢。因此，筆者基于將兩種方法結合的定位，將自下而上的方法用于最終的能耗計算，將Agent方法用于個人行為建模，合理選擇模型的參數(shù)建立自下而上的物理與多主體（Agent）行為綜合的集成方式研究，實現(xiàn)二者有機結合，提高行為能耗模擬的準確性是本研究構建多主體能耗模型的主要目的。

1研究思路及相關概念

1.1集成能耗模型的研究思路

建筑能耗受很多因素影響，如氣象條件、室內人員行為、外墻保溫性能、暖通空調系統(tǒng)等，其中一些環(huán)境和物理因素可以在建筑能耗模型中進行參數(shù)化計算[12，25]。同時，人員密度、使用者對設備的使用習慣和生活行為也對建筑能耗有明顯影響，這兩種因素都應該反映在建筑能耗模擬中。筆者對影響能耗的兩類因素分別建模，并在集成環(huán)境中實現(xiàn)對建筑用能中環(huán)境、物理與生活行為因素疊加影響的動態(tài)分析。模型中環(huán)境能耗的計算基于熱環(huán)境的仿真，這是學者們研究的重點，同時也是多數(shù)能耗仿真軟件的內在機理[2627]。研究中，周圍環(huán)境與建筑內部熱交換的能耗計算方法采用ISO 13790建筑溫度模擬標準的小時簡化模式，ISO 13790即建筑物能源性能空間供熱和制冷的能源使用計算標準[28]，該標準是由歐洲標準化委員會（CEN）在其建筑用能管理項目（Energy Performance of Buildings Directive EPBD）中發(fā)布的一個建筑能源性能計算方法。標準中提供了以周/月兩種模式的建筑空間用能詳細計算方法。后期為了增加如溫度值設定點、依據(jù)日照陰影而指定的操作時間表等控制類型條件，標準擴展了以每小時為單位的計算方法，固定部分參數(shù)簡化了計算程序。無論哪種計算方法的選擇，標準都為邊界條件和物理輸入數(shù)據(jù)提供了基本的規(guī)則。很多研究根據(jù)此標準開發(fā)了標準化的能耗計算模型，如Energy Performance Standard Calculation（EPSCT）[29]。筆者基于ISO 13790方法建立熱平衡來計算維持室內適宜范圍內溫度所需的能耗，其中周圍環(huán)境與建筑內部熱交換考慮的因素主要為熱攝取（如墻體滲透、日照、通風、室內電器散熱、室內的人散熱等）和熱散耗（如通風散耗、墻體滲透等），研究中稱為“環(huán)境能耗”。其次，需要考慮作為建筑能源消耗主體的居民行為[89，18]。建筑內部需要通過設備使用滿足居民的飲食、娛樂等生活需求，這些設備的耗能稱為“生活能耗”。此外，從使用者自身屬性和習慣出發(fā)，根據(jù)其對環(huán)境熱舒適的適應和對生活、娛樂的需要，通過智能體模型反映各個時刻設備的使用狀態(tài)和其他調節(jié)環(huán)境行為，實現(xiàn)使用者主體行為對建筑內部溫度和能耗影響的計算。最后，進一步采用集成模型方法，在集成多主體環(huán)境中設計統(tǒng)一的描述框架，以相對獨立的環(huán)境模擬、行為模擬模塊形式進行交互，實現(xiàn)熱環(huán)境模擬和基于主體活動的設備能耗模擬的有機結合，完成綜合性的系統(tǒng)演化。

綜上所述，在基于自下而上物理特性的建筑模型來模擬建筑內部溫度變化以及由此帶來的能耗需求的基礎上，基于Agent來模擬個人行為對建筑內部溫度和能耗的影響。所搭建的模型除獨立個體之外，同時還考慮不同個體之間的交互及其對建筑能耗的影響。從住區(qū)能耗模擬的可操作性角度出發(fā)，簡化不同類建筑物理特征參數(shù)，重點分析人行為與環(huán)境對建筑用能的影響，采用NetLogo集成平臺建立基于多主體仿真的住區(qū)住宅建筑集成能耗模型?；诠枮I市一典型小區(qū)的住宅建筑1個月的氣候數(shù)據(jù)、建筑物理數(shù)據(jù)和行為統(tǒng)計數(shù)據(jù)進行模型應用研究。

1.2住區(qū)建筑能耗

由于城市住宅建筑是城市能耗的主要來源，因此，對住區(qū)的住宅建筑能耗進行研究。住區(qū)中住戶的家庭結構和行為活動也普遍存在規(guī)律性，這是構建行為規(guī)則的基礎。同時，住區(qū)建筑能耗也能夠反映住區(qū)居民的活動內容和功能需求的特征，因此，開展以住區(qū)建筑能耗研究對于實施行為引導、實現(xiàn)節(jié)能目標更有現(xiàn)實意義。此外，從模型設計角度來看，自下而上的物理能耗模型研究的重點在于不同類型建筑的材料、圍護結構、墻體隔熱、HVAC系統(tǒng)等對能耗的影響，模型中通常包含大量參數(shù)，數(shù)據(jù)計算量相對較大，而基于多主體（Agent）的方法則側重研究人的行為對能耗的影響，僅需要一定量的數(shù)據(jù)來支撐Agent的行為規(guī)則，建筑物理材料參數(shù)則盡可能簡化，相比之下模型數(shù)據(jù)需求小。同一住區(qū)中建筑的建造時間、建造材料、內部結構基本相同，各類物理數(shù)據(jù)只需以一種或幾種為例即可，滿足基于ISO 13790的計算方法，也符合側重Agent行為的能耗模擬方式。

1.3多智能體（Agent Based Model，ABM）模型技術

基于主體（Agent）的建模與仿真（Agent Based Modelling and Simulation，ABMS）是一種相對較新的復雜系統(tǒng)建模方法，系統(tǒng)中包含許多相互作用的具有自主行為的主體[30]。中國對Agent有很多命名方式，如智能體、主體、代理人等，Agentbased模型也有如多智能體模型、多主體模型、多主體系統(tǒng)等命名，其實質是一樣的，都指內部獨立的個體能夠與其他同類對象進行智能交流和反饋的一類模型。筆者將模型內部獨立的基本個體稱為“主體agent”，將含有規(guī)則和智能反饋狀態(tài)的模型稱為“智能體”，將多個智能體的組合稱為“智能體系統(tǒng)”。ABM模型中主體與環(huán)境、主體與主體之間的相互影響和作用是形成系統(tǒng)演化的主要動力。系統(tǒng)中獨立的主體按照一定規(guī)則運轉，在對實際系統(tǒng)進行觀察的同時收集微觀和宏觀數(shù)據(jù)反映演化規(guī)則，使得個體的變化成為整個系統(tǒng)變化的基礎。系統(tǒng)的“宏觀行為”由單個主體獨立行為的相互作用共同體現(xiàn)，因而，模型的特征主要決定于系統(tǒng)中主體的行為規(guī)則，整個系統(tǒng)具有動態(tài)響應的特點。Bonabeau[3132]在研究中多次指出在環(huán)境中重復進行交互是ABM的主要特征，這個過程是純數(shù)理模型而無法實現(xiàn)。很多學者也一致認為，如果在模型規(guī)則的制定中必須包含對人行為的理解，那從這個角度出發(fā)，基于智能體建模的方法是最適宜的選擇[3335]?？梢夾BM技術并不是采用簡單的概率疊加方式進行多行為模擬，模型能夠反映行為方式的多樣性和相互作用，適合在建筑能耗研究中建立多因素、多活動影響的集成模擬。

目前，主體建模方法已經(jīng)廣泛應用于許多領域與學科中，包括股票市場模擬、流行病的擴散以及消費行為理解等[30]。同時，由于主體建模方法在復雜系統(tǒng)建模上的優(yōu)勢，在與建筑用能研究密切相關的城市能耗系統(tǒng)（Urban Energy System）及地理系統(tǒng)建模中，主體模型的應用也很廣泛。比較有代表性的是利用ABM技術設計主體模型評估需求響應政策，模型情景由供能方和消費者共同參與，依據(jù)消費者的能源消耗行為，動態(tài)調節(jié)能源的實時價格，從而達到節(jié)能目的[3637]?；贏gent個人行為模擬的研究文獻較多[3841]，而ABM技術與5R1C模型的結合是筆者首次提出，主要定位是二者相結合，將自下而上的方法用于逐時動態(tài)建筑能耗計算，將智能體技術用于個人行為建模。

2研究方法

2.1住區(qū)建筑能耗的影響因素組成

建筑能耗的影響因素十分復雜，筆者重點考察與人的行為模擬相關的幾類因素。一是周圍環(huán)境對建筑能耗的影響，指維持建筑內部溫度環(huán)境使其滿足使用者熱舒適需求的能源使用，主要依靠供熱和冷卻設備，稱為“環(huán)境能耗”。二是活動對能耗的影響即滿足居民基本生活和習慣的能源使用，如飲食、娛樂等生活需求對各種用能設備的使用，包含設備較多，如廚具、照明設備以及娛樂設備等，根據(jù)用能方式將其劃分為4類，此類用能稱為“生活能耗”。三是使用者對建筑內環(huán)境和能耗產(chǎn)生的影響，包括建筑內人體向外界散熱，居民因熱舒適的需求通過多種行為方式改變室內溫度環(huán)境，例如開風扇、開空調、開窗等。筆者在研究中主要按照影響建筑能耗的以上3類組成要素構建模型，為模型應用奠定基礎。

2.2模型的模擬機理

2.2.1環(huán)境能耗模擬基于ISO 13790計算建筑內部環(huán)境溫度。ISO 13790的全稱為“建筑物能源性能—空間供熱和降溫的能源使用計算標準”，是一種基于5R1C等效電阻電容網(wǎng)絡的溫度計算方法[28]。該模型將建筑內部空氣溫度和內部表面平均溫度（即平均輻射溫度）加以區(qū)分。這使得模型可以用于熱舒適度檢驗，同時增加了對太陽輻射和建筑內部熱源計算的準確性。模型通過對每小時供熱和降溫功率的計算得到房間供熱和降溫的能耗需求。供熱和降溫需求本質上是指為使建筑內部溫度節(jié)點（θair）保持在一定的設定范圍內需要向建筑內部提供或抽取的熱量，如圖1。通風熱傳輸通道（Hve）直接連接內部空氣溫度節(jié)點（θair）與供給溫度節(jié)點（θsup）。熱傳遞通道被分為窗體部分（Htr，w）和墻體部分（Htr，op）。窗體通道不包含熱遲滯，而墻體部分由于包含熱遲滯又被分為2部分（Htr，em和Htr，ms）。建筑環(huán)境的太陽輻射和內部熱源則被分配到空氣溫度節(jié)點（θair）、中央節(jié)點（θs）和建筑墻體遲滯溫度（θmass）中。

圖1在基于ISO 137990的房屋溫度環(huán)

境模型 （5R1C 溫度模型）

Fig.1Five Resistance and One Capacitance （5R1C） Model模型中熱量傳輸途徑包括通風、熱傳遞（墻體滲透）、太陽輻射、由內部設備等產(chǎn)生的額外獲取的熱量等。這些熱量從建筑中流入和流出，因此，可以計算得到每小時的供熱或降溫（Heating or Cooling）需求。標準中要求的參數(shù)包括：

1）建筑自身屬性：建筑幾何形態(tài)（建筑面積、墻體面積、房頂面積、高度、窗墻比等），墻體材料和窗戶類型（即Uvalues，傳熱系數(shù)；light absorption factors，光吸收系數(shù)），HVAC設備以及照明等發(fā)出熱量的設備。

2）建筑周圍環(huán)境：建筑墻體的遮擋系數(shù)、窗戶的遮擋系數(shù)、建筑周圍的風力等。模型中暖氣等供熱設備直接向室內溫度節(jié)點（θair）供熱；空調等冷卻設備直接從室內溫度節(jié)點（θair）抽取熱量；通風設備則直接提供室外空氣溫度（θsup）與室內溫度（θair）的交互；熱傳遞分為墻體熱傳遞和窗體熱傳遞，墻體傳遞將外部溫度（θe）作用到室內墻體節(jié)點（θmass），而窗體熱傳遞則作用到室內墻體表面節(jié)點（θs）；太陽輻射（sol）、室內人員以及室內設備（int）產(chǎn)生的熱量則分別通過室內溫度（θair）、室內墻體表面（θs）和建筑墻體遲滯溫度（θmass）3個節(jié)點影響建筑的熱環(huán)境。

在基于ISO 13790的房屋溫度環(huán)境模型中，上述建筑自身屬性和建筑周圍環(huán)境為固定參數(shù)。此外，輸入變量可總結為θsup、θe、θs、θmass、θair、sol和int。根據(jù)ISO 13790中各熱源的作用結點，設計實現(xiàn)單個房屋的溫度環(huán)境模擬如圖1。圖中房屋內部電器設備和人員等散發(fā)出熱量（int）的計算來自于2.2.2節(jié)的“生活能耗”模擬部分。

2.2.2生活能耗模擬“生活能耗”中的計算包括兩部分：一是房屋內部的電器設備能耗；二是人員與設備散發(fā)出的熱量（int）。為方便規(guī)則定義，根據(jù)用能方式將住宅建筑內部設備分為連續(xù)設備（Continuous Appliances）、掛起設備（Standby Appliances）、制冷設備（Cold Appliances）、主動設備（Active Appliances）4類，具體的設備定義、特征與計算方式如表1所示。表1民用建筑內部設備特征與狀態(tài)設定

Table 1Initial information of equipment

in domestic buildings設備分類設備描述連續(xù)設備

Continuous

Appliances設備/特征每天24 h連續(xù)工作的電器設備，連續(xù)設備對于建筑能耗有固定持續(xù)的影響。狀態(tài)設定連續(xù)使用且功耗恒定。掛起設備

Standby

Appliances設備/特征居住建筑內部具備掛起狀態(tài)的電器設備，掛起設備通常每天24 h連續(xù)耗電，且其功耗與設備狀態(tài)有關。設備舉例電腦、電視等具有休眠或者待機作用的設備。狀態(tài)設定常用的狀態(tài)包括斷電、掛起和激活狀態(tài)；除非居民將掛起設備切斷供電，掛起設備將處于掛起或激活狀態(tài)；當處于掛起狀態(tài)時，設備的功率較低。續(xù)表1設備分類設備描述制冷/

熱設備

Cold

Appliances設備/特征住宅中的某些設備與電器設備雖每天24 h連續(xù)工作，但其功率并非24 h恒定，而是隨溫度傳感器檢測到的閾值進行加大功率的降溫操作，所以部分制冷設備被單獨分為一類。設備舉例冰箱、冰柜、部分空調、熱水器。狀態(tài)設定當溫度傳感器檢測到室內或設備內部溫度變化超出一定閾值、進行大功率的降溫操作。主動設備

Active

Appliances設備/特征住宅中的主動設備工作時功率恒定，由常用的生活和娛樂等電器設備組成。設備舉例燈具、電炊具、娛樂設備等。狀態(tài)設定主動設備工作時功率恒定；關閉時電源隨即切斷，此時功率為零。

住區(qū)住宅建筑中居民根據(jù)行為方式（普遍行為模式，具有節(jié)能意識）控制的設備主要為掛起設備和主動設備。居住建筑中總能耗可以表示為Etatal=Econ+Estd（Sstd）+Efri（Sfri）+Eact（Sact）（1）式中：Etatal為居住建筑內部總能耗；Econ、Estd、Efri和Eact分別為連續(xù)設備、掛起設備、制冷設備和主動設備的瞬時功率；Estd為掛起設備的工作狀態(tài)，包含斷電、掛起、運行3種狀態(tài)；Sfri為制冷設備的工作狀態(tài)，包含斷電、運行、制冷3種工作狀態(tài)；Sact為主動設備工作狀態(tài)，包含斷電和運行2種工作狀態(tài)。

此外，建筑內部電器設備在工作中電能的消耗有一定效率。多余的電能消耗將產(chǎn)生為熱能，進而影響房屋的熱環(huán)境。筆者考慮的主要設備、參數(shù)及效率設定見表2。表2民用建筑內部設備

Table 2List of equipment in domestic buildings類別設備描述名稱典型功率/W功率1功率2效率/

%連續(xù)

設備連續(xù)使用且功耗恒定家用路由/

無線WiFi880掛起

設備使用者對設備的工作狀態(tài)進行轉換，不使用時其功耗或仍可能不為0電視CRT853.580電視LCD1302.080電視plasma2553.080機頂盒151280手機充電器60.380臺式電腦2005.580筆記本電腦500.380空調2 0002.880續(xù)表2類別設備描述名稱典型功率/W功率1功率2效率/

%制冷

設備平均每0.5 h自動按制冷狀態(tài)工作3 min，制冷功率和保存功率不同，24 h持續(xù)工作。冰箱1 200180主動

設備由使用者啟動或關閉設備、關閉設備時功耗為0。燈4080電磁爐2 00080電水壺1 20080微波爐1 30080油煙機20080洗衣機2 00080電熱水器1 500/8 00080電風扇6080燃氣

設備燃氣設備消耗燃氣，釋放熱量影響房屋的熱環(huán)境，其功率為釋放熱能的功率燃氣灶4 20085

2.2.3使用者對能耗的影響

1）居民（使用者Agent）主體自身對能耗的影響：居民對房屋熱環(huán)境的影響可根據(jù)普遍算法計算。通常人體向外界散熱，每小時釋放的熱量可將與人體相等質量的水溫度升高2 ℃。處于房屋內的居民散發(fā)的熱量功率為[28]Q=C×m×Δt（2）式中：C為水的比熱，為4.2×103J/kg·℃。取Δt=2 ℃，重量為m（kg）的居民散發(fā)熱量的功率為7m/3 W。

2）居民（使用者Agent）行為對能耗的影響：居民的作息、生活習慣影響各種能耗設備的使用，其中包括基本的生活需求，如使用電燈、炊具；娛樂需求使用電視、電腦等娛樂設備改變主動設備的狀態(tài)；其次，居民會因為舒適度需求，使用熱水器、控制空調、更改電風扇等設備的工作狀態(tài)。此外，居民會根據(jù)節(jié)能意識設置電器設備的節(jié)能狀態(tài)，或通過開窗方法以更加節(jié)能的方式獲得滿意的舒適度。通過對主體屬性和規(guī)則的定義來反映和捕捉個人用能行為，其規(guī)則主要是個人的社會特征、作息和生活習慣。在構建模型時不只針對單個使用者行為進行模擬，同時，也考慮家庭的結構和成員的屬性，通過多種行為方式對室內環(huán)境進行調節(jié)。

2.3智能體模型的設計及決策規(guī)則

2.3.1模型智能體的組成在主體模型中，與主體相關的有主體屬性和作用于主體的方法。主體的屬性可以是靜態(tài)的，也可以是變化的。靜態(tài)屬性可以是主體的名稱，動態(tài)的屬性可以記錄過去的行為。主體的方法定義了主體的行為規(guī)則，這些規(guī)則包括指導自己行為、指導行為的變化、甚至還包括規(guī)則自身的變化。主體的行為規(guī)則通常根據(jù)其工作的目的設定。為實現(xiàn)目標，預定的“規(guī)則”指主體與其他主體、周圍環(huán)境等相互作用的表現(xiàn)。當所有主體均被放置于系統(tǒng)中，即基于主體的模型（圖3），主體便具備從系統(tǒng)環(huán)境中學習的能力，即會發(fā)生3個更新：基于環(huán)境的更新（situated update）、自主的更新（adaptive update）以及基于其他主體交互的更新（interating update），如圖2所示。

圖2基于主體的模型及主體更新策略示意圖

Fig 2Agent based model and the update strategy of agent基于智能體模型的社區(qū)住宅建筑能耗模型主要包括環(huán)境要素層、智能體層、行為規(guī)則及全局變量層。環(huán)境要素層是模型中智能體活動的場所（建筑）及其外部的環(huán)境。智能體層代表集成系統(tǒng)中的使用者（或家庭）智能體；行為規(guī)則是智能體自主行動的計算方法及程序，在模型中發(fā)揮核心作用；全局變量層貫穿模型整個運行階段，響應每一部分的變化。

1）環(huán)境要素層。環(huán)境要素由建筑本身的物理條件和和外部的環(huán)境的氣候條件組成，具有建筑系統(tǒng)、室內熱源、位置（外部氣候條件）等屬性特征。

2）智能體層。智能體層中設計使用者（居民）主體、房屋主體、設備主體、窗主體、門主體、電梯主體等如表3。其中使用者Agent擁有自己的屬性，主要包括個人年齡、收入水平、生活習慣等。Agent的規(guī)則主要指通過個人的屬性確定其作息和生活規(guī)律，并進行狀態(tài)轉換，進而作用到各個能耗設備并消耗能源。表3Netlogo模擬參數(shù)描述

Table 3Describe of parameters of Netlogo Model主體類別參數(shù)描述房間主體使用者進行活動的獨立空間，以單個房間為單位一個單體房間組成一個房屋主體，該主體以居民住房的每個房間為單位，同時該主體區(qū)分不同的房屋類型。居民主體代表家庭中的不同成員，以個體為單位，成員根據(jù)社會屬性設定初始習慣狀態(tài)。設備主體對于每個家庭，該主體代表表格 3中的一種設備，不同類型的房間主體內部的設備和數(shù)量不同。窗主體窗戶為獨立主體用于模擬開關窗戶和更換窗戶及窗簾的類型對于房屋熱環(huán)境的影響。門主體門主體用于模擬門的開關及走廊環(huán)境對于房屋熱環(huán)境的影響。電梯主體該主體主要用于模擬高層建筑中電梯的使用能耗。

3）使用者（Agent）行為與環(huán)境的反饋。首先，分別定義房屋、人、電器和燃氣設備為Agent，構建多主體的仿真環(huán)境。人作為活躍主體，其屬性決定行為并最終影響房屋的能耗，而其他Agent的屬性決定能耗，并沒有行為變化。一次典型的能耗計算過程包括室外溫度、陽光等環(huán)境因素對房屋屬性的影響，以及室內使用者的活動變化對電器等能耗設備屬性的影響。

人與建筑內部環(huán)境的相互作用，主要由建筑內部的環(huán)境舒適度和主體本身屬性的轉變決定，其中活躍主體的規(guī)律包括個人的作息和生活規(guī)律。因此，Agent會根據(jù)溫度、熱舒適度、自身的收入水平、生活習慣（例如空調、開窗等行為的控制方式）作出反應并影響能耗；同時，由于房間內部設備能耗和居民活動發(fā)生變化，環(huán)境模型再次根據(jù)內部環(huán)境溫度變化和外部環(huán)境進行熱交換的簡化計算。個人行為與室內溫度環(huán)境之間存在很多反饋，在設定溫度舒適度節(jié)點方面，模型主要考慮到一定的閾值時主體的不同行為（控制風扇/空調）等的概率會增加或減少，但超過舒適上下限會觸發(fā)改變。熱舒適度著重考慮人體與熱環(huán)境是交互作用的結果，主體會通過心理和行為調節(jié)主動適應熱環(huán)境的變化，模型設置的行為觸發(fā)閾值參考《哈爾濱地區(qū)人體熱舒適與熱適應現(xiàn)場研究》設定[42]。同時，也考慮家庭的社會屬性（收入和年齡等），根據(jù)調研結果在Agent模型的編譯環(huán)境Netlogo中增加概率模型的數(shù)學期望值。

2.3.2模型中的假設條件和主體變量模擬基于小時分辨尺度，模擬過程中以單個家庭的環(huán)境能耗及生活能耗作為基礎，通過研究室內溫度、設備的使用狀態(tài)和用戶習慣等，建立包含觸發(fā)條件的動態(tài)關系。模型中能耗模擬過程可以總結為：行為規(guī)則是智能體自主行動的計算方法及程序，在模型中發(fā)揮核心作用。環(huán)境要素和建筑參數(shù)基于ISO 13790的計算方法進行建筑表面平均溫度（即平均輻射溫度）與建筑內部空氣溫度熱交換的簡化計算。由此得到建筑內部溫度環(huán)境并確定內部熱舒適度。生活能耗模擬中的兩個模型通過行為規(guī)則層和建筑溫度模擬模塊中的熱舒適度影響居民的活動狀態(tài)和設備的使用狀態(tài)（更改開啟電風扇、空調或者打開、關閉窗戶等）消耗能源并調節(jié)內部溫度環(huán)境，此時模型全局變量層計算小時能耗，如此下一時刻程序反復進行。建筑能耗模擬如圖3所示。

圖3居住建筑能耗模擬示意圖

Fig. 3The framework of the domestic

building energy simulation2.3.3模型的運行條件及屬性設定

1）建筑模型設定。將哈爾濱地區(qū)一處典型的2層別墅建筑作為模擬對象。該建筑為南北朝向，占地面積為130 m2，閣樓結構，具有良好的通風隔熱特性；建筑外墻墻體采用燒結空心磚塊，內部空間分割墻體采用燒結空心紅磚；窗戶為雙層玻璃PVC塑料框架，外門為鋼表面結合內部泡沫保溫芯。該建筑采用自然重力通風，假設換氣次數(shù)為1次/h。除門窗采用設備提供的參數(shù)值外，其余根據(jù)建筑材料的國家標準進行計算。

對該建筑的一月份能耗情況進行模擬。根據(jù)2015年哈爾濱市一月份的氣溫、風速為氣候輸入數(shù)據(jù)，太陽輻射度近似采用了與哈爾濱地區(qū)緯度相近的英國太陽光照度[43]。根據(jù)上述數(shù)據(jù)計算ISO 13790模型參數(shù)如表4。表45R1C網(wǎng)絡參數(shù)表

Table 4The values of the elements of the 5R1C networkHtr，w/

（W·K-1）Htr，is/

（W·K-1）Htr，ms/

（W·K-1）Htr，em/

（W·K-1）Hve/

（W·K-1）Cm/

（J·K-1）80.351 666.862 144.85127.4525.683.38×107

設定內部供熱節(jié)點溫度為Tint，H，set=20 ℃，內部降溫節(jié)點溫度為Tint，C，set=24 ℃，由于僅進行一月份的溫度模擬，因此，僅采用供熱節(jié)點溫度。此外，把Tint，C，set作為動態(tài)能耗供應時的停止供能的溫度節(jié)點如圖4所示。

圖4ISO 13790供熱和降溫能耗需求圖

Fig.4Heating and cooling power according

to the EN ISO 137902）主體（Agent）屬性及條件設定。模型中的主體包括房間、窗、門、能耗設備、電梯和居民。前五者為固定的主體，其屬性值即為狀態(tài)值，并可隨居民行為而改變，如表3所示。建筑中居民主體的屬性及屬性值域如表5所示。居民的活動狀態(tài)對應的電器設備使用規(guī)律如表2所示。為獲得與用戶相關的輸入?yún)?shù)，研究選取哈爾濱市一住區(qū)居民進行問卷調查，以了解其作息習慣與設備使用習慣等信息。得到相關模擬情景，如表6所示。不同的家庭結構具有不同的設備使用習慣，并對應不同的參數(shù)，通過歸納與簡化，得到用戶相關的輸入?yún)?shù)情況和狀態(tài)轉換圖。表5居民主體屬性及其值域

Table 5The Properties and value range for residents屬性名稱值域收入水平無收入、超低收入、低收入、中等收入、高收入、超高收入教育水平小學、初中、高中、學士、碩士、博士續(xù)表5屬性名稱值域職業(yè)學生、工人、教師、醫(yī)生、作家、老板、辦公室職員、政府職員、退休年齡水平幼兒、小學生、中學生、大學生、工作年齡、退休作息習慣早睡早起者、守時作息者、隨機作息者活動狀態(tài)休息、看電視、用電腦、看書（學習）、打掃衛(wèi)生、做飯、吃飯、洗漱或洗澡、外出鍛煉、外出工作或上學、外出逛街

表6居民主體活動狀態(tài)及電器設備對應列表

Table 6The correspondence between human status

and the list of electrical equipment活動狀態(tài)使用設備休息手機充電器、空調或風扇（根據(jù)室內溫度打開）看電視電視、機頂盒、客廳燈用電腦燈、筆記本電腦或臺式電腦學習燈打掃衛(wèi)生燈、洗衣機（按既定規(guī)律打開）做飯燈、燃氣灶、油煙機、電水壺和電磁爐（隨機性打開）吃飯燈、空調或風扇（根據(jù)室內溫度打開）洗漱或洗澡燈、電熱水器外出除家用路由外、所有設備掛起或關閉

3）模型運行流程。為實現(xiàn)以上包含綜合環(huán)境與行為的能耗模擬，研究采用Netlogo的多主體模擬平臺，Netlogo中的模擬參數(shù)描述如表3所示，模型的運行流程如圖5所示。

圖5模型運行流程圖

Fig 5The flow diagram of the model system 3模型仿真結果及分析

基于建立的多主體集成能耗模型，對一月份該棟建筑的能耗使用情況進行模擬。該建筑內使用者（agent）的身份包括兒童及其父母、爺爺、奶奶。根據(jù)身份屬性分別定義為居民主體1～5。其狀態(tài)轉換如圖6所示。居民每天會在早上和下午進行開窗換氣。研究設定1月份時仿真建筑內部居民仍處于正常工作/上學狀態(tài)。建筑內居民主體活動狀態(tài)、掛起設備與制冷設備將按預定狀態(tài)運行。

圖6 主體狀態(tài)轉換圖

Fig. 6State flow for agent1）環(huán)境因素對住區(qū)能耗的影響。在一月份的仿真模擬過程中，太陽輻射獲取能耗如圖7所示，一月份起居室內外溫度如圖8所示。當使用室內暖氣對室內進行持續(xù)供熱時（按照55 W/m2），室外溫度與太陽輻射得熱共同影響室內溫度與設備的使用狀態(tài)。圖中，紅色溫度線出現(xiàn)的間歇性下降現(xiàn)象是由于開窗換氣引起的。模型基于小時分辨尺度進行模擬，通常開窗換氣時間在1 h左右。

圖7仿真建筑一月份太陽輻射獲取功率

Fig.7Solar heat gains of the simulated

building in January圖8仿真建筑一月份恒定供暖時室內溫度曲線

Fig.8The temperature of the internal air

under constant heating2）行為因素對住區(qū)能耗的影響。仿真模型中建筑內部電器設備消耗電能功率如圖9所示，室內能耗存在明顯的周期特性，主要是由于居民工作和周末休閑活動時間比較固定。電器設備使用的功率峰值出現(xiàn)在電磁爐、洗衣機等大功率設備同時使用時。建筑內部能耗的局部峰值出現(xiàn)在多數(shù)居民在家、多種設備同時使用時，這反映了能耗波動受行為活動影響較大，而且不同用能習慣會導致建筑內部能耗峰值的大小及出現(xiàn)時間存在差異。用電管理部門可以通過行為分析，預測高峰出現(xiàn)的時間和具體數(shù)值，用于制定合理的供能管理方案與需求響應政策，確保能源使用的穩(wěn)定性，抑制用能峰值出現(xiàn)的幅度與頻率。

圖9仿真建筑一月份室內電器能耗曲線

Fig.9The electricity consumption of the internal equipment從預測建筑用電需求峰值出現(xiàn)的位置可以看出，用電需求在相似的區(qū)間變化不大，反映出不同家庭使用設備的種類差別不大。由于模型的隨機性限制只表現(xiàn)出幾種可能的情形，用能峰值出現(xiàn)的間距并不均勻，如圖9所示，表明高能耗設備使用時間的隨機性較大。此外，相對高峰用能的出現(xiàn)間隔相同，說明居住建筑內的能源使用活動、能源使用時間和設備有明顯的規(guī)律性，也反映了使用者活動會受到周圍鄰里活動的影響。圖中連續(xù)橫線描述了多次計算結果之間的集中程度，表示相同活動和狀態(tài)持續(xù)的長短和發(fā)生的時間，數(shù)據(jù)較集中表明這段時間的能耗水平較穩(wěn)定，規(guī)律性較強。

3）情景模擬結果分析。由于供熱為哈爾濱市一月份能耗的主要組成部分，因此，對基于室內溫度的動態(tài)供熱策略進行模擬。模擬策略使用如圖4所示的溫度限制條件Tint，H，set和Tint，C，set進行動態(tài)供暖，包含兩種供熱情景策略。策略1：當室內溫度低于Tint，H，set時進行室內高功率（65 W/m2）供熱，當室內溫度高于Tint，C，set時則使用低功率（25 W/m2）供熱；策略2：對于居民節(jié)能意識高的家庭，當室內溫度低于Tint，H，set時進行室內高功率（55 W/m2）供熱，當室內溫度高于Tint，C，set則使用低功率（35 W/m2）供熱。采用動態(tài)供暖時室內溫度及供熱功率如圖10、圖11所示。圖中的Threshold閾值為18 ℃，將其作為概率的分隔值，即期望室內溫度不低于T閾值的條件，以保證居民的住區(qū)舒適度。與恒定供熱策略相比，策略1的供能能耗降低了7.6%，高功率供熱時間占恒定供熱時的64.2%。與恒定供熱策略比，策略2的供熱能耗降低了7.7%，高功率供熱時間占恒定供熱總時數(shù)的78.9%，由此可見情景策略1在執(zhí)行效率上優(yōu)于情景策略2。此外，模型溫度變化與實際情況波動的主要原因是受限于時間分辨尺度以及開窗行為，導致室內溫度變化，從而引起了供熱的變化，也表明使用者行為、作息習慣等因素對住區(qū)能耗水平特征有明顯影響。政府與規(guī)劃決策人員可以通過預測建筑用電需求的峰值分析制定高峰時段用電調整策略，從而降低能源需求、緩解熱島效應等。此外，還可以通過分析用戶行為避免用電時的峰值電力需求迅速增加的問題。

圖10仿真建筑一月份動態(tài)供熱策略1時室內溫度曲線

Fig. 10The temperature of the internal air under

dynamic heating strategy 1圖11仿真建筑一月份動態(tài)供熱策略2時室內溫度曲線

Fig. 11The temperature of the internal air under

dynamic heating strategy 24結論及展望

4.1結論

1）結合ISO 13790建筑溫度模擬標準、ABM技術、多主體仿真環(huán)境設計住區(qū)建筑集成能耗模型，針對小型居住建筑進行了冬季室內溫度和能耗情況模擬。研究表明，居住建筑中的溫度情況很大程度上受到居民活動狀態(tài)的影響，而室內的溫度情況也會反饋影響居民的活動狀態(tài)。模型的優(yōu)點在于實現(xiàn)溫度模擬和生活能耗模擬的有機結合。在進行節(jié)能策略模擬時，除考慮建筑基本的物理特征外，引入智能體模型，可以實現(xiàn)動態(tài)響應（Demand Response）的策略模擬。

2）建筑內使用者行為、作息習慣與政策等非技術因素對住區(qū)能耗水平和建筑用能特征有明確的影響，反映出使用者在長期操作并控制家庭設備的過程中所形成的習慣會造成住宅建筑能耗水平的差異；不同的行為和節(jié)能意識可以影響政策的節(jié)能效率。因此，通過對設備管理、價格調節(jié)等合理政策進行控制和引導，降低住區(qū)建筑能耗。

3）特別值得提出的是，人體對自然環(huán)境具有一定的適應性，合理的建筑與設備系統(tǒng)設計應該給予使用者對環(huán)境的控制和調節(jié)能力；正確評價和制定易于接受的節(jié)能政策，有利于提高節(jié)能效率。

4.2展望

自下而上的物理模型可以滿足不同類型建筑的冷、熱負荷能耗模擬，ABM技術可以從個體的角度建立具有智能性的行為模型，可用于基于行為影響的能耗仿真。因此，基于ABM技術的混合模型將成為解決建筑節(jié)能政策評估和政府干預行為影響能耗等問題的理想方法，可以在后續(xù)的研究中發(fā)揮積極的作用。

筆者的目的在于拓展人行為影響能耗模擬的研究思路，重點是構建物理與智能體綜合模型集成方式的研究與嘗試。提出的模型方法結合環(huán)境、建筑特征與人的主觀性來模擬建筑用能的狀況，因此更加貼近真實情況。但由于Agent模型的運行和實現(xiàn)均以假設條件為前提，因此，與實際用能仍存在差距，屬于模型天然的偏差。模型中能耗影響因素的選取、智能體行為規(guī)則的設置決定了模型模擬結果的精度，進一步深入采用更全面的數(shù)據(jù)來支持個人的行為、制定更貼近實際的智能體行為規(guī)則有助于提高模型的實用性。未來獲取更加詳盡的真實數(shù)據(jù)、驗證方法的有效性、建立大規(guī)模的模擬環(huán)境并模擬節(jié)能策略的效果，仍然具有極大的挑戰(zhàn)性，也是進一步的努力方向。

參考文獻：

[1] 清華大學建筑節(jié)能研究中心.中國建筑節(jié)能年度發(fā)展研究報告 2015[M]. 北京：中國建筑工業(yè)出版社， 2015.

[2] CHOUDHARY R. Energy analysis of the nondomestic building stock of Greater London [J]. Building & Environment， 2012， 51（7）： 243254.

[3] 姚潤明， 李百戰(zhàn)， 丁勇，等. 綠色建筑的發(fā)展概述[J]. 暖通空調， 2006， 36（11）：2732.

YAO R M， LI B Z， DING Y， et al. Review of development in green buildings [J]. HV & AC， 2006， 36（11）：2732. （in Chinese）

[4] 卡洛斯·卡爾德隆， 瑪卡雷娜·羅德里格斯. 城市能源系統(tǒng)改造模擬方法：泰恩河畔紐卡斯爾的當前實踐和未來挑戰(zhàn)[J].路寧， 李凱. 譯. 國際城市規(guī)劃， 2014，29（2）： 1321.

CARLOS C， MACARENA R. Modelling approaches for retrofitting energy system in cities： Current practice and future challenges in Newcastle upon Tyne [J]. Translated by LU N， LI K. Urban Planning International， 2014，29（2）： 1321. （in Chinese）

[5] BOARDMAN B. Examining the carbon agenda via the 40% house scenario [J]. Building Research & Information， 2007. 35（4）： 363378.

[6] 楊玉蘭， 李百戰(zhàn)， 姚潤明，等. 居住建筑節(jié)能評價與能效標識理論模型[J]. 土木建筑與環(huán)境工程， 2010， 32（3）：105112.

YANG Y L， LI B Z， YAO R M， et al. A method for energy efficient assessment and labeling of residential buildings [J]. Journal of Civil， Architectural & Environmental Engineering， 2010， 32（3）：105112. （in Chinese）

[7] 李兆堅， 江億. 我國廣義建筑能耗狀況的分析與思考[J]. 建筑學報， 2006（7）：3033.

LI Z J， JIANG Y. Pondering over the situation of domestic generalized building energy consumption [J]. Architectural Journal， 2006（7）：3033. （in Chinese）

[8] 燕達， 豐曉航， 王闖，等. 建筑中人行為模擬研究現(xiàn)狀和展望[J]. 建筑科學， 2015， 31（10）：178187.

YAN D， FENG X H， WANG C， et al. Current state and future perspective of occupant behavior simulation in buildings [J]. Building Science， 2015， 31（10）： 178187. （in Chinese）

[9] 李哲. 中國住宅中人的用能行為與能耗關系的調查與研究[D]. 北京：清華大學， 2012.

LI Z. Investigation and analysis of the relationship between residential energy use behavior and energy consumption in China [D]. Beijing： Tsinghua University， 2012. （in Chinese）

[10] SWAN L G， UGURSAL V I. Modeling of enduse energy consumption in the residential sector： A review of modeling techniques [J]. Renewable & Sustainable Energy Reviews， 2009， 13（8）： 18191835.

[11] KAVGIC M， MAVROGIANNI A， MUMOVIC D， et al. A review of bottomup building stock models for energy consumption in the residential sector [J]. Building & Environment， 2010， 45（7）：16831697.

[12] SHORROCK L D， DUNSTER J E. The physicallybased model BREHOMES and its use in deriving scenarios for the energy use and carbon dioxide emissions of the UK housing stock [J]. Energy Policy， 1997， 25（12）：10271037.

[13] FARAHBAKHSH H， UGURSAL V I， FUNG A S. A residential enduse energy consumption model for Canada [J]. International Journal of Energy Research， 1998， 22（13）：11331143.

[14] SNKIN JP A. An engineering model for heating energy and emission assessment： The case of North Karelia， Finland [J]. Applied Energy， 2000， 67（4）： 353381.

[15] HUANG Y J. BRODRICK J. A bottomup engineering estimate of the aggregate heating and cooling loads of the entire US building stock [J]. Building Industry Trends， 2000（10）： 135148.

[16] POPESCU D， BIENERT S， SCHTZENHOFER C， et al. Impact of energy efficiency measures on the economic value of buildings [J]. Applied Energy， 2012， 89（1）：454463.

[17] 冷紅，孫禹，白金. 城市建筑能耗預測模型的國際研究與應用進展[J]. 建筑學報，2015（Sup1）： 221227.

LENG H， SUN Y， BAI J. A review of research on development and application of city building energy consumption models [J]. Architectural Journal， 2015（Sup1）：221227. （in Chinese）

[18] YAO R， LIU J， LI B. Occupants adaptive responses and perception of thermal environment in naturally conditioned university classrooms [J]. Applied Energy， 2010， 87（3）：10151022.

[19] 李兆堅， 江億， 魏慶破. 環(huán)境參數(shù)與空調行為對住宅空調能耗影響調查分析[J]. 暖通空調， 2007， 37（8）：6771.

LI Z J， JIANG Y， WEI Q P. Survey and analysis on influence of environment parameters and residents behaviours on air conditioning energy consumption in a residential building [J]. HV & AC， 2007， 37（8）：6771. （in Chinese）

[20] Federal Energy Regulatory Commission. A national assessment of demand response potential [R]. Washington， D C： U S Department of Energy Federal Energy Regulatory Commission， 2008 ：123156.

[21] 孫紅三， 洪天真， 王闖，等. 建筑用能人行為模型的XML描述方法研究[J]. 建筑科學， 2015， 31（10）： 7178.

SUN H S， HONG T Z， WANG C. A XML description and study of building energy occupant behavior models [J]. Building Science， 2015， 31（10）： 7178. （in Chinese）

[22] ZHAO F. Agentbased modeling of commercial building stocks for energy policy and demand response analysis [C]// Georgia Institute of Technology， 2012.

[23] ZHANG T， SIEBERS P O， AICKELIN U. Modelling electricity consumption in office buildings： An agent based approach [J]. Energy & Buildings， 2011， 43（10）： 28822892.

[24] NATARAJAN S， PADGET J， ELLIOTT L. Modelling UK domestic energy and carbon emissions： an agentbased approach [J]. Energy & Buildings， 2011， 43（43）：26022612.

[25] 李紅蓮， 楊柳， 于軍琪，等. 建筑能耗模擬典型年中氣象參數(shù)權重的確定[J]. 土木建筑與環(huán)境工程， 2015， 37（1）：2328.

LI H L， YANG L， YU J Q， et al. Determination of the weighing values of meteorological parameters in TMY of building energy consumption simulation [J]. Journal of Civil， Architectural & Environmental Engineering， 2015， 37（1）：2328. （in Chinese）

[26] TIAN W， de WILDE P. Thermal building simulation using the UKCP09 probabilistic climate projections [J]. Journal of Building Performance Simulation， 2011， 4（2）：105124.

[27] CRAWLEY D B， LAWRIE L K， WINKELMANN F C， et al. EnergyPlus： creating a newgeneration building energy simulation program [J]. Energy & Buildings， 2001， 33（4）： 319331.

[28] European Committee for Standardization. Energy performance of buildingsCalculation of energy use for space heating and cooling： EN ISO 13790： 2008 [S]. Brussels： European Committee for Standardization，2008.

[29] FIRTH S， LOMAS K， WRIGHT A， et al. Identifying trends in the use of domestic appliances from household electricity consumption measurements [J]. Energy & Buildings， 2008， 40（5）：926936.

[30] MACAL C M， NORTH M J. Tutorial on agentbased modeling and simulation [C]// Simulation Conference， 2005 Proceedings of the Winter， IEEE， 2005：215.

[31] BENENSON I. Multiagent simulations of residential dynamics in the city [J]. Computers Environment & Urban Systems， 1998， 22（1）：2542.

[32] BENENSON I， ARONOVICH S， NOAM S. Let's talk objects： Generic methodology for urban highresolution simulation [J]. Computers Environment & Urban Systems， 2005， 29（4）：425453.

[33] BATTY M， JIANG B. Multiagent simulation： New approaches to exploring spacetime dynamics in GIS [J]. Journal of Applied Ecology， 1985， 49（3）：670679.

[34] CROOKS A， CASTLE C， BATTY M. Key challenges in agentbased modelling for geospatial simulation [J]. Computers Environment & Urban Systems， 2008， 32（6）：417430.

[35] MALIK A， CROOKS A， ROOT H， et al. Exploring creativity and urban development with agentbased modeling [J]. Journal of Artificial Societies & Social Simulation， 2015， 18（2）： 119.

[36] JACKSON J. Improving energy efficiency and smart grid program analysis with agentbased enduse forecasting models [J]. Energy Policy， 2010， 38（7）： 37713780.

[37] GELLINGS C W. The smart grid： Enabling energy efficiency and demand response [M]. Boca Raton： CRC Press， 2009.

[38] MARTINEZMOYANO I J， ZHAO F， SIMUNICH K L， et al. Modeling the commercial buildings sector： An agentbased approach [J]. ASHRAE Transactions， 2011， 117（2）： 366373.

[39] KASHIF A， XUAN H B L， DUGDALE J， et al. Agent based framework to simulate inhabitants' behaviour in domestic settings for energy management [C]// Icaart 2011 Proceedings of the， International Conference on Agents and Artificial Intelligence， Volume 2 Agents， Rome， Italy， January， 2011： 190199.

[40] ZHANG T， SIEBERS P O， AICKELIN U. Modelling electricity consumption in office buildings： An agent based approach [J]. Energy & Buildings， 2011， 43（10）： 28822892.

[41] AZAR E， MENASSA C C. Agentbased modeling of occupants and their impact on energy use in commercial buildings [J]. Journal of Computing in Civil Engineering， 2012， 26（4）： 506518.

[42] 王昭俊， 李愛雪， 何亞男，等. 哈爾濱地區(qū)人體熱舒適與熱適應現(xiàn)場研究[J]. 哈爾濱工業(yè)大學學報， 2012， 44（8）：4852.

WANG Z J， LI A X， HE Y N， et al. Human thermal comfort and thermal adaptability in Harbin [J]. Journal of Harbin Institute of Technology， 2012， 44（8）：4852. （in Chinese）

[43] European Committee for Standard. Energy performance of buildingsCalculation of energy needs for space heating and cooling using dynamic methods General criteria and validation procedures： BSEN15265： 2007 [S]. United Kindom， 2007.