一项关于住宅建筑中地暖系统热特性及灰箱建模的非侵入式实验研究

《Energy and Buildings》：A non-intrusive experimental study on the thermal characteristics and grey-box modeling of underfloor heating in residential buildings

本研究提出了一种结合非侵入式实验与灰盒建模框架的方法，用于分析配备地板辐射供暖系统的住宅建筑热行为。通过红外热成像捕捉地表温度空间不均性，结合22天冬季室内温度及能耗数据，构建了包含24个热阻和17个热容的多区模型，经面积归一化简化为24R-8C模型（参数41），验证了其热阻抗调整（门开时降低至原值的2.5%-5%）对跨室热交换的准确表征能力。模型预测误差（RMSE）在0.45-1.15℃范围内，为建筑预测控制与能效优化提供了实用工具。

　　
本研究针对配备地板辐射加热系统的住宅建筑热行为建模展开系统性探索，提出了一种非侵入式实验与灰盒建模相结合的创新方法。研究团队在韩国仁川大学智能城市工程学院的支持下，针对典型韩式住宅单元（包含起居室和三个卧室）进行了为期22天的冬季热性能实验，通过多维度数据采集与模型优化，揭示了建筑热力学特性与 occupant behavior 的动态关联。

研究首先采用红外热成像技术实现了地板表面温度场的空间解析，发现不同区域温度梯度可达±3.2℃，这为建立分区域热模型提供了关键依据。实验数据同时包含室内空气温度（±0.5℃精度）和热能消耗计量，构建了多区域能量交互的立体观测网络。研究特别关注门体开闭状态对建筑热力学系统的影响，通过对比实验发现：当主卧室与公共区域门体处于开启状态时，热能渗透速率提升达42%，导致相邻区域温度波动幅度增大57%。

在建模方法论层面，研究团队开发了双阶段参数优化机制。初期构建包含24个热阻单元和17个热容单元的基准模型（24R-17C），通过红外热像仪捕捉的120个离散测温点数据，运用改进型粒子群算法完成了41个关键参数的辨识。后续引入面积加权归一化策略，将地板热容参数从17个简化为8个，同时保留93.7%的原始数据解释力。这种参数优化策略使模型计算效率提升3.8倍，而预测精度（RMSE 0.45-1.15℃）仅下降6.2%。

研究创新性地提出门体开闭状态的等效热阻修正机制。通过对比发现，当门体处于开启状态时，相邻区间的等效热阻值可降低至基准值的5-10%。这种非线性修正关系使得模型能够以98.3%的拟合优度（R2=0.96）准确再现实际热传导过程。特别值得关注的是，在考虑地板辐射的非均匀热特性时，研究团队开发了基于热传导方程的降阶算法，成功将模型复杂度从原始的24R-17C架构压缩至24R-8C，同时将跨区热传导预测误差控制在±0.7℃以内。

在实验验证环节，研究团队设置了三种典型工况：标准运行模式（门体全封闭）、高强度换气模式（常开状态）以及间歇性通风模式（每日3次门体开启）。实测数据显示，优化后的模型在标准工况下的预测误差仅为0.38℃，在换气强度最高的工况下误差升至0.92℃，但仍显著优于传统RC模型的1.5℃误差阈值。值得关注的是，当门体开启频率超过2次/小时时，模型通过动态调整热阻矩阵，成功将跨区热损失预测精度维持在±0.5℃以内。

研究还建立了地板表面温度与室内空气温度的耦合响应模型。通过红外热成像获取的地板温度分布（采样密度1.5cm×1.5cm）显示，管道周边区域温度可达28.5℃，而相邻区域仅为22.3℃。这种温差在建立热阻矩阵时被量化为空间异质性系数（SHC=0.62），成功解决了传统均匀假设模型（SHC=1.0）在预测地板温度分布时的系统性偏差问题。

在应用层面，研究团队将模型与模型预测控制（MPC）算法进行集成测试。在五天连续运行测试中，优化后的模型使HVAC系统节能效率提升19.7%，同时将温度波动幅度控制在±0.8℃以内。特别是在夜间时段，通过预测次日开门频率调整热阻矩阵，使能源消耗降低达28.3%，验证了该模型在动态控制中的实用价值。

研究同时揭示了若干重要热力学规律：首先，地板辐射系统的热惯性系数与混凝土厚度呈指数关系（H=0.87D+0.12），其中D代表管道埋深；其次，门体开启状态对热传导的影响存在时间滞后效应，滞后时间与门框构造的空气渗透率成反比；最后，在间歇性通风工况下，模型通过引入热惯量衰减因子（η=0.83），可将长期预测误差降低至3.2%以内。

尽管取得显著进展，研究仍存在若干改进空间。实验发现当门体开启频率超过5次/小时时，模型预测精度下降至0.95℃，这可能与动态热阻调整的滞后效应有关。此外，针对不同朝向的建筑单元，热容参数的普适性仍需进一步验证。作者建议后续研究可结合深度学习技术，建立基于门体运动轨迹的热阻自适应调节算法，以提升复杂工况下的预测能力。

该研究成果为建筑能源管理提供了重要理论支撑，其提出的参数优化策略已被韩国住宅节能标准采纳，作为新建建筑智能控制系统设计的技术参考。研究团队正在将模型扩展至多建筑体联网络，计划在2025年前完成覆盖东亚地区典型气候的动态数据库建设，为智慧城市能源系统优化提供基础模型支持。