基于双回归预测模型的公共建筑运行阶段碳排放现状研究

摘要

结合上海市统计年鉴中的面积数据和黄浦区公共建筑能源审计 告的能耗信息，建立了建筑碳排放的双回归预测模型。并根据建筑能耗影响因素，将不同空调系统形式、节能改造程度参数化后引入预测模型，量化了此类抽象因素对建筑碳排放的影响程度，有效提高了预测模型的精度，且适用于不同场景下建筑碳排放的研究。利用该模型预测了2012—2025年黄浦区公共建筑碳排放情况。

关键词

公共建筑 碳排放 双回归预测模型 建筑能耗 影响因素 面积

同济大学 王思琪

上海市黄浦区发展和改革委员会 鲍林俊

同济大学 李铮伟 李振海

上海市黄浦区发展和改革委员会 顾 沁

0 引言

近年来，全球变暖问题不断加重，全球一次能源消耗产生的碳排放量从2000年的246.9亿t增加到2016年的338亿t。中国于2020年9月在联合国大会上作出了在2030年前实现二氧化碳排放峰值，2060年实现碳中和的承诺。根据政府间气候变化专门委员会（IPCC）和联合国环境规划署（UNEP）的数据，建筑部门能耗占总能耗的40%，占能源相关产品碳排放的1/3。因此，要实现2030年前碳达峰的目标，建筑行业的碳排放减少工作必定是重要的一环。其中，公共建筑的能源消耗水平日渐增高。以上海市为例，2019年公共建筑的单位面积平均用电量约为105 kW·h/（㎡·a）。公共建筑被认为是中国建筑行业节能减排的重点领域。

近年来，国内外都在积极地开展碳排放计算和达峰预测工作。2015年《巴黎协定》后，各个国家对节能减排提出了更高的要求。其中，碳排放核算是碳达峰时间预测和碳减排政策设计的基础。相关研究 告对建筑全寿命周期的温室气体排放量进行了梳理和核算，结果表明运行阶段的碳排放量占比达到80%以上。对于大片区域的建筑运行阶段的碳排放，常用计算方法包括：基于统计年鉴拆分的方法、基于能耗强度的方法和基于建筑能耗模型的方法。根据1979—2018年的年鉴统计数据，完成了电力系统的碳排放量核算，并基于此完成了碳达峰预测工作。根据能源审计 告、统计年鉴数据，建立了武汉市公共建筑、居住建筑的年碳排放量计算模型。

1.1 碳排放系数法

式中 G为建筑运营阶段能源使用的年碳排放量，kg/（㎡·a）;n为消耗的能源种类数；Ci为第i种能源的碳排放系数，kg/kg或kg/m3，取自每年的《省级温室气体清单编制指南》及《上海市温室气体排放核算与 告指南》;Ui为第i种能源的消耗量，kg/（㎡·a）或m3/（㎡·a）。

1.2.1 公共建筑面积数据

上海市统计年鉴中，对公共建筑进行了详细的划分，分为办公、商业、酒店、医院、学校和其他类型，并有黄浦区2010—2019年的详细数据，其变化趋势如图1所示。可见，除2010年面积明显较小外，总公共建筑面积与统计年份基本呈线性关系。其中酒店、学校、医院面积近10年内基本上没有发生变化，在后续的计算中采用10年平均值；办公建筑、商业建筑及其他建筑（少量工厂、仓库等种类较杂的建筑）面积逐年增长。

图1 2010—2019年不同类型建筑的面积

1.2.2 公共建筑能源数据

上海市统计年鉴中，并无公共建筑相应的能耗或碳排放量数据，故通过黄浦区能耗计量平台中的公共建筑能源审计 告来获取建筑的具体能耗数据，其能源审计时间跨度为2005—2020年，审计建筑类型涵盖几乎所有公共建筑种类。对审计 告中的数据进行梳理和剔除部分明显异常值后，共有313个样本，并参照统计年鉴的分类进行梳理，结合式（1）计算其碳排量，结果见表1。通过表1及对16年能源审计结果的分析可以发现：办公、商业、酒店建筑碳排放区别较大，且与电能的占比呈负相关；学校、医院虽然样本较少，但在不同年份、不同建筑之间区别甚微，其单位面积碳排放量几乎不变，考虑到其建筑特点，视作常数，在后续的计算中采用单位面积碳排放值。

2 片区公共建筑碳排放双回归预测模型

2.1 双回归预测原理及流程

图2 双回归预测流程

2.2 建筑面积回归预测模型

2.3 建筑年碳排放量回归预测模型

2.3.1 预测模型的建立

2.3.2 预测模型的优化

以拟合优度最低的办公建筑为例，结合审计 告和统计年鉴提供的数据，将空调系统形式和节能改造作为自变量引入回归模型。黄浦区公共建筑采用的空调系统形式按照能源消耗水平可以分为五大类，且自2012年后，黄浦区开始大力推行节能改造技术，分别对围护结构、电力系统、空调系统进行改造，内容包括：外窗更换、增强保温性、幕墙进行开窗改造；替换高能耗灯为LED灯；电梯变频；更换老旧的空调设备；水泵、风机变频；燃油锅炉改燃气锅炉或电锅炉、热泵等。

结合2.3.1节中办公建筑面积和年碳排放量数据，利用Python软件搭建多元回归模型，并将原始数据集随机分为3份训练集和1份测试集，训练和优化回归模型，最终回归结果及在测试集中计算得到的拟合优度结果见表8。由表8可见，空调系统形式和节能改造程度2类因素的引入能有效提高回归模型的效果，其中空调系统形式和节能改造程度两参数均引入回归的模型效果最好，其拟合优度从0.8提升到0.9，该模型在测试集中的计算结果见图3。该优化模型能较为准确地计算建筑的年碳排放量，在一定程度上也反映了近年来节能改造对建筑减碳的有效性，以及采取不同空调系统形式对建筑碳排放量存在显著影响。对商业建筑和酒店采取同样的优化方法，同样可以得到提升拟合优度的效果，在此不再详细阐述。

图3 最优化模型在测试集的计算结果

3 黄浦区公共建筑碳排放量预测结果及分析

根据2.2节的结果，首先对2020—2025年的公共建筑分类进行面积预测，并结合面积数据，分别利用2.3.1节得到的简化模型和2.3.2节得到的优化模型对2012—2025年建筑碳排放量进行预测。

图4 2012—2025年建筑面积及碳排放量预测结果

可知，在政策不发生变化的情况下，未来5年片区内公共建筑总面积将不断增加，但增加速度逐年下降。优化模型相比简化模型，碳排放量计算结果明显较小，体现了节能改造对整个区域减碳的有效性；且相比于逐年增长的建筑面积来说，优化模型计算的单位面积碳排放量也逐步减小，与《黄浦区节能减排工作总结》中“单位建筑面积综合能耗同比下降”的结论相符。

4 结语

结合上海市统计年鉴中面积数据和黄浦区公共建筑能源审计 告的能耗信息，构建了双回归预测模型。首先仅利用统计年份构建了不同类型公共建筑面积的预测模型，而后仅利用面积数据构建了不同类型建筑的年碳排放量预测模型，并结合建筑能耗影响因素，将不同空调系统形式、节能改造程度参数化后引入预测模型，量化了此类抽象因素对建筑碳排放量的影响程度，适用于不同场景下建筑碳排放量的研究，并有效提高了预测模型的精度。最后预测了2012—2025年黄浦区公共建筑面积及碳排放情况。