08-03 人行为的模拟分析方法在线视频

那么这一节课

我们将针对人行为的这些特征

分别对建筑中人员的位移

和动作行为等

模拟分析方法进行介绍

因为影响人行为的因素众多

其中就包括社会学 心理学

热舒适等等不同的学科领域

在建筑能耗模拟的范畴内

主要侧重的是

了解人行为对建筑能耗的影响

因而通常通过数学模型的方法

对人行为进行刻画

通过建立人行为与环境参数

时间和事件的相关性

并与模拟软件相结合

从而定量计算人行为

对建筑能耗和室内环境的影响

在建筑能耗模拟中

人员的位移和人员的动作

是人行为模拟的

最主要的两部分内容

在人行为模拟中

首先我们需要定义一些

像起床 上班 开会 下班

等等这种事件

然后通过这些事件

作为位移模拟

和动作模拟的重要输入

从而产生不同时间段内

人员所在的位置

以及人员所产生的动作

然后把人员的位置和动作

作为模拟软件的重要的输入

从而计算得到耗冷热量 能耗

以及室内的环境参数

然后计算得到的室内环境参数

又是下一时刻

人员位移和动作的

重要的影响因素

通过这样的逐时循环计算

可以实现全年逐时的

人行为模拟计算

人行为的建模过程

首先一般基于

大量的实测调研数据

通过实测调研数据

进行压缩提炼

得到人行为的随机模型

在这个模型的应用过程中

相当于根据模型进行了解压缩

从而得到在人行为的影响下

建筑物的环境参数

和相对应的能耗

那么我们首先来介绍一下

人员位移的模拟分析方法

首先人员位移

会受到人员日常的

一些特定活动的影响

例如像起床 吃饭 上班 开会

等等这些事件的影响

同时像我们前面所介绍的

人员的位移也会有非常显著的

时间相关性和空间相关性

那么时间相关性

是指的是人员如果上一时刻

在房间A中

那么下一时刻人员在A中的概率

会更高一些

那么为了反映人员位移的

这种时间相关性

我们一般会采用

马尔科夫链的方法

来描述人员位移的

这种转移的概率

因此在人员位移的模拟中

我们往往会采用

像P矩阵这样表示的

概率转移矩阵

来描述人员位移的特征

其中Pij表示的

是一种转移概率的概念

那它反映的是

人员如果这一时刻在房间i

那么下一时刻

它移动到房间j的概率会是多少

那么通过这种

概率转移矩阵的描述方法

我们可以建立起

统一的这种概率描述与计算方法

基于马尔科夫链的这种随机过程

可以模拟出人员在建筑中的移动

那么在人员位移模拟的过程中

我们往往需要输入的是

人员日常的活动的时间

以及在各个房间停留的时间的

统计比例和时长等等

下面我们通过图中所示的

一栋办公建筑的标准层为例

来说明人员位移模拟的基本方法

首先我们需要输入

人员在一天中的

这种上下班的时间

午饭的时间的范围和平均时长

同时还需要输入

在随机走动这种状况下

在各个房间的停留的时长和比例

最后需要输入

在会议室的开会频率和人数等等

通过这些简单的描述

就可以通过

马尔科夫转移矩阵的方法

对人员的位移进行定量的模拟

这个视频展示了

一天人员模拟的结果

可以看到由于人员位移的随机性

每个人到达和离开的时间

以及在室内的走动情况

都是不一样的

通过人员位移的模拟

我们可以获得各个时刻

人员所在房间的这种信息

那么在这个基础上

我们就可以对人员的

各种动作进行模拟

如果我们采用这种常规的

固定作息的这种定义方法

我们很难反映

人行为的这种随机性 时相关

环境参数反馈等等这种特征

因此我们在

人员动作模拟的过程中

首先我们会建立

人员各种动作所发生的概率

与环境参数以及事件之间的

定量函数关系

通过建立随机模型的方法

判断这个时刻

人员的动作是否会发生

因而我们对人行为的描述

是用一种状态变化量

来进行描述的

举例子来说

如果我们要描述

开关灯的人的行为

那么我们就会建立

人员开关灯的随机模型

来描述灯的实际使用状况

然而人行为的影响因素众多

而且复杂

从这些影响因素的属性上来说

大致可以分为事件相关

或环境参数相关这两大类

事件相关的行为

就包括睡觉前关空调

离开时随手关灯这些行为

对于环境参数反馈相关

就包括当室内环境温度

比较高的时候开空调

以及当室内二氧化碳

浓度高的时候开窗等等

这种环境反馈相关的人的行为

针对这两种

不同的影响因素和过程

可以有两种不同的描述方法

第一种是纯粹由瞬时事件

所引发的动作来发生的概率

采用固定概率值进行描述

对于连续变化因素影响的

动作发生概率往往会采用

随自变量变化的函数进行描述

通过实际数据拟合建模的方法

可以建立起不同影响因素下

人员的动作模型

通过前面建立的人员位移

与人员动作的模型

我们进一步与建筑热环境

能耗模拟软件相结合

就可以计算得到

不同的人员行为

对建筑室内环境和能耗的影响

那么下面我们就通过

一个实际的案例对人员行为

对能耗的影响进行介绍

我们通过调研可以看到

对于单个人员

办公室的照明开启情况

他往往作息非常的随机

而且开启的整个的平均时长

非常的少 能耗相对比较低

而对多人的办公室

它的开启的时间长度比较长

而且相对来讲作息比较固定

每平米的能耗

对比单人办公室来讲要高很多

那么是因为什么原因

所造成这么大的差别呢

通过进一步的调研可以看到

将多人大开间的办公室

与大型办公建筑的

照明能耗曲线相对比

可以看到大型办公建筑物的

照明能耗曲线更加的统一

而且受到外界照度的影响

更加的小

如果将这三种

不同规模办公建筑

每平米的照明能耗

进行横向对比

就可以看到随着规模的增大

每平米的照明能耗

呈显著上升的这种趋势

为了对这一问题进行深入的探究

我们首先需要通过

实地调研测试

建立人员开关灯的这种模型

同时并对模型进行检验和验证

最后将模型应用于案例的模拟

首先我们对单人办公室

和多人办公室

分别进行了长时间的监测

其中监测的内容

就包括房间的照度

人员的在室情况

与灯的开关状态等等

由于人员的开灯行为

会受到室内照度的影响

因此我们首先统计

人员在不同室内照度下

开灯的这种概率值

然后我们可以采用

这种数据拟合的方法

获得开灯概率

随室内照度变化的函数曲线

由于关灯和人员离开的事件

非常相关

因此分别统计中途

和下班离开的时候

关灯的概率值

这样就可以获得关灯的概率模型

然后我们在单人

开关灯模型的基础上

可以逐步建立

多人的这种模型

首先在开灯时

不需要考虑其他人

只需要按照当时的照度值

进行概率判断

在关灯的时候需要考虑

室内是否还有其它的人

如果室内当时

还有其他人尚未离开

那么离开的时候就不会把灯关掉

基于以上模型

我们可以对模型的计算结果

进行初步的检验

这张图显示了单人办公室中

实测的结果

和100次重复模拟

计算结果的均值的比较

可以看到所建立的

单人开关灯模型

比较好的模拟了

人行为影响下的实际照明能耗

同样我们可以

对多人模型进行检验

这张图显示了

在多人办公室中实测结果

和100次重复模拟的计算结果

均值的对比

图中黑色的是实测的

逐时照度功率平均值

而红色的是100次

模拟结果的均值

而绿色的范围

是模拟结果的置信区间

通过对比可以看到

这个多人开关灯的模型

也比较好的反映了实测的结果

通过建立以上开关灯的模型之后

我们可以设定不同的房间人数

分别进行模拟

图中显示了当人员数量增加时

照明能耗显著的增加

同样我们可以采用变异系数

来表征随机性的水平

变异系数越小

随机性也相对越小

通过计算结果可以看到

随着房间人数的不断增加

照明能耗的随机程度

也相应地变小

那么创造这一现象的

主要原因是什么呢

从前面的概率曲线可以看到

在房间照度为300勒克斯的时候

单人开关的概率大概为30%左右

当房间人数增长到五个人的时候

它的概率增加到了83%

而如果房间人数增加到20个人时

开关的概率已经非常接近于1

而在关灯行为方面

当房间里面还有人时

是不会有人关灯的

因此在多人时

开灯概率会显著增加

从而导致了照明能耗的增加

这一效应

我们往往称之为群集效应

它是指人员数量

集中到一定程度之后

所产生的一种集体效果

它表现在照明设备能耗上

会使得作息变为更加固定

随机性减弱 开启时间会变长

从图中的计算结果可以看到

当室内人员多余10个人的时候

它的变异系数就趋向于稳定

因此它计算得到的作息

也较为固定

为了解决这种群体效应

所带来的能耗的升高

可以考虑在房间中

安装人员感应仪

通过人员感应仪

在房间没有人的时候

经过一段时间

就可以自动关闭照明系统

从而减少房间的照明能耗

在这个小节

我们对人行为的模拟分析方法

进行了介绍

通常而言我们往往会把人行为

分为位移和动作这两个部分

通过概率模型的方法

我们可以对这两种人的行为

进行建模

通过人员开关灯的实际案例

我们可以了解到

人行为模拟在实际工程中的应用

通过人行为的定量模拟

我们不仅可以

加深对实际工程的认识

同时也可以为

今后的工程实践进行指导