建筑能耗研究的國內文獻綜述1.1城市建筑能耗相關研究國內針對城市尺度建筑節能相關的研究總體趨勢與國外相同，總體看來，與研究較為全面系統的針對城市規模的交通能耗相比，建筑能耗相關研究尚處于起步階段[10]。同時，國內的主要研究多停留在理論層面，實際應用較少。一部分學者較為全面地對國內外低碳城市建設的經驗進行了總結與對比。早期清華大學江億對比國內外建筑能耗數據，發現造成國內外建筑能耗不同的主要原因是生活模式和文化理念的差異[11]，因此我國的城市建筑節能不能盲目跟隨國外的腳步。顧朝林、邱紅等人從理論和實踐兩方面對國外在氣候變化、碳排放與低碳城市的關系研究方面進行了論述，厘清了低碳城市階段性特征、層次結構及發展表征的特點[59,60]。馮悅怡等人通過構建LEAP情景預測模型，對2007年~2030年間北京市在基準（BAU）、政策（BP）和低碳（LC）3種情景發展模式下的能源需求、能源結構和碳排放三方面變化趨勢進行預測，探討不同發展路徑對城市未來能源消耗和碳排放可能造成的影響[61]。部分學者在以上研究的基礎上，具有針對性地提出了適應我國國情的低碳城市發展策略和建議。龍惟定等人就根據中國城市發展特點，提出了要規劃緊湊型、集約型和混合型的空間形態，以節能為規劃基礎的規劃理念[62]。孟曉敏等人從低碳城市建設政策角度入手，基于我國當前在低碳城市建設中面臨的問題，從政策視角提出了國家低碳城市建設的分析框架，并針對我國國情因地制宜地提出相應對策[63]。同時，還有部分學者著眼于技術層面，制定了相應的針對城市規劃在節能效果層面的評價指標。龍惟定等學者從城市能源需求側角度出發，概況介紹了能源系統規劃步驟[64]，以城市能源消耗的類型為切入點，分別構建了城市生產型能耗和消費型能耗的關鍵性評價指標體系[65]。楊玉蘭和李百戰等人，通過群體決策環境下層次分析法權重模型，確定了一套夏熱冬冷地區居住建筑能效評價指標體系[66]。吳建生等人設計并構建的城市最終節能效果的評價體系包括低碳經濟、城市建設規模、總體能耗水平、生態環境以及開發建設過程五個方面并利用遙感技術及空間相關性分析等方法對全國284個地級市進行能源消耗和碳排放分析，得出城市節能發展水平受行政等級、產業轉型等因素影響[67]。我國的城市尺度節能研究伴隨著低碳城市的建設開展，研究重點集中于對宏觀政策和發展策略的探討。1.2建筑能耗模擬相關研究近年來，城市模擬模型成為我國城市建筑能耗研究的主要研究方法。模型多采用抽象化的數學方法來應對城市系統的復雜變化和不確定性因素，同時可以對城市政策的執行和城市規劃方案的制定進行科學合理的評估和支持。同時，大數據時代的來臨以及數據處理技術和地理信息技術的發展也為城市模擬模型提供了技術支持。目前城市建筑能耗研究模型可分為“自上而下”和“自下而上”兩大類。自上而下的能耗模型通常旨在擬合大尺度、長時間的能耗或二氧化碳排放量與城市經濟和社會因素的關系。龍惟定等人開發了一種區域能源系統優化模型，可以使多種能源技術在社區層面實現統籌優化[68]。鄭伯紅等人基于低碳城市建設中重點關注的產業、交通、建筑和自然碳匯等方面對烏魯木齊的低碳建設示范區進行模型模擬，并從空間優化的角度提出相應的建議與對策[69]。相較于自上而下的能耗模型，自下而上的模型主要通過分項計算單體或者某類典型建筑能耗值，進而采用聚合法對研究范圍內的總能耗量進行預測，具體包括物理模型、統計分析模型和混合型模型三類。冷紅和孫禹等人依據英國倫敦的非居住建筑能耗數據，借助地理信息系統和貝葉斯方法計算構建城市建筑能耗分布量化模型，以支持地方政府進一步針對空間單元采取更有效的節能政策[70]。清華大學孫紅三等人針對建筑用能行為的定量描述過程中存在的問題，提出了擴展標識語言架構(obXMLSchema)，并基于此分析了使用者行為與建筑能耗間的定量關系[71]。重慶大學李百戰、蒲清平等人建立重慶市居住建筑能耗預測多元線性回歸模型，為相關能源政策的制定提供有力的數據支持[72,73]。哈爾濱工業大學孫澄等人將能耗構成與穩態公式相結合，探究了辦公建筑能耗的空間形態參數及閾值，并通過歸納典型空間模型構建整體能耗預測模型，用以節能設計指導[74]。天津大學歐陽娟娟以深圳為例研究夏熱冬暖地區辦公建筑能耗多元回歸預測模型，用以對建筑節能設計參數進行權衡分析[75]。然而，隨著城市系統的不斷復雜化，不確定性問題逐漸顯現，單一類型的模型在一定程度上已無法滿足研究的需要。劍橋大學劉倫和北京城市規劃研究院龍瀛等人通過對城市模型的發展歷史、現狀及前景進行總結，發現目前城市模型以“問題導向型”城市模型為主，更加側重“自下而上”與“自上而下”的結合，在未來的研究中應注重城市模型與實踐的結合[76]。哈爾濱工業大學冷紅、孫禹等人對城市建筑能耗分析中各種建模技術和模型節能預測方面的最新進展進行總結，并結合國際經驗討論了模型應對城市節能評估及城市能耗預測中不確定性問題的方法[77]。1.3基于主體建模相關研究雖然近年來在城市尺度節能方面以模擬模型為研究手段的探討和實踐越來越多，但多數集中在以回歸分析和概率預測為基礎的模型研究，以智能主體技術為基礎建模的研究仍處于極為初步的階段，研究成零星分布狀態，數量也較少，主要集中在宏觀城市布局和公共設施分布的研究領域。現有的城市主體模型可以大致分為宏觀、中觀和微觀三個層次[78]。早期宏觀尺度主體模型研究以陶海燕等人為代表，利用主體的微觀互動行為來重現杜能區位理論中的圈層結構[79]；中觀尺度主體模型研究以王德、朱瑋等人的研究為代表，主要按照中心地理論指導構建商業布局模型，通過不同的模擬場景試驗來對理論的有效性以及模型結構的穩定性進行驗證分析[80]；微觀尺度主體模型研究以王德、朱瑋等人為代表，通過使用消費者在商業街里的停留時間和路線組織等信息進行建模分析，并總結行為活動規律，進而提出空間布局方面的改善建議[81]。早期關于主體建模在城市規劃領域的應用研究雖未涉及城市能耗領域，但其關于情景模擬及人的行為的建模方法及分析為城市能耗模擬建模奠定了堅實基礎。基于個體行為的建模主要分為元胞自動機和主體建模兩大類。其中，主體模型是在元胞自動機的基礎上發展而來的，元胞自動機在城市規劃領域的研究已較為廣泛。楊俊等人采用Python語言構建了有限區域內的土地利用變化的元胞自動機模型，對1998-2009年間大連市經濟技術開發區土地利用變化進行了模擬[82]。黃建生等人將“自上而下”與“自下而上”兩種建模思路進行融合，在傳統元胞自動機的基礎上，擴展模型尺度，以無錫市為研究區域，構建了可以實現空間規劃結構變化動態模擬的城市尺度元胞自動機模型[83]。基于以上研究基礎，龍瀛等人將主體建模技術引入城市尺度的能耗研究，通過對城市空間形態、交通和城市環境的綜合模擬，定量識別了城市土地利用方式、城市建設強度、就業地點分布狀態對城市居民交通能耗的影響機制，其結果可用于空間規劃方案的能耗和環境影響評價[84]。冷紅等人基于對城市居民的用能行為調研構建了嚴寒地區家庭用能行為模擬模型，探討了特殊氣候條件下的居民家庭節能潛力[85]。[1]BritishPetroleum.BPEnergyOutlook[R].2016[2]莫容欽.低碳城市規劃建設思路探析[J].科學之友,2013,12:139-140.[3]IEA.(2012).WorldEnergyOutlook.Paris,France:InternationalEnergyAgency(IEA).[4]InternationalOrganizationforMigration.AnnualReportOnInternationalMigration.2015[5]刑振祥,曲偉晶.住宅區域能源消耗分項計量檢測系統分析與設計[J].建筑節能.2008(12):52-54.[6]BattyM.Buildingascienceofcities[J].Cities,2012,29(S1):S9-S16.[7]MutaniG,VicentiniG.Buildings'energyconsumption,energysavingspotentialandtheavailabilityofrenewableenergysourcesinurbanspaces[J].JournalofCivilEngineering&ArchitectureResearch,2015,2.[8]ChingcuancoF,MillerEJ.Amicrosimulationmodelofurbanenergyuse:ModellingresidentialspaceheatingdemandinILUTE[J].ComputersEnvironment&UrbanSystems,2012,36(2):186-194.[9]YangR,WangL.Developmentofmulti-agentsystemforbuildingenergyandcomfortmanagementbasedonoccupantbehaviors[J].Energy&Buildings,2013,56(56):1-7.[10]田瑋,魏來,朱麗,何成,孫禹,楊松.城市規模的建筑能耗研究綜述[J].建筑節能,2016,02:59-64.[11]江億.建筑節能與生活模式[J].建筑學報,2007(12):11-15.[12]楊云龍.基于空氣源-污水源復合熱泵高校浴池余熱回收系統研究[D].沈陽建筑大學,2019.[13]周欣,燕達.區域建筑負荷特性及影響因素分析[J].暖通空調,2014,44(S1):264-269.[14]U.S.DepartmentofEnergy.ResidentialPrototypeBuildingModels[EB/OL].（2020-10-07）[2020-12-2]./development/residential/iecc_models[15]U.S.DepartmentofEnergy.CommercialPrototypeBuildingModels[EB/OL].（2020-10-07）[2020-12-2]./development/commercial/prototype_models[16]ChoudharyR.Energyanalysisofthenon-domesticbuildingstockofGreaterLondon[J].Building&Environment,2012,51(7):243-254.[17]KavgicM,etal.Areviewofbottom-upbuildingstockmodelsforenergyconsumptionintheresidentialsector[J].BuildingandEnvironment,2010,45(7):1683-1697.[18]BumeltT,J.Dostál.Distributedagent-basedbuildinggrey-boxmodelidentification[J].ControlEngineeringPractice,2020,101:104427.[19]CuevasE.Anagent-basedmodeltoevaluatetheCOVID-19transmissionrisksinfacilities[J].ComputersinBiologyandMedicine,2020,121:103827.[20]BergerC,MahdaviA.Reviewofcurrenttrendsinagent-basedmodelingofbuildingoccupantsforenergyandindoor-environmentalperformanceanalysis[J].BuildingandEnvironment,2020,173:106726.[21]PapadopoulosS,AzarE.Integratingbuildingperformancesimulationinagent-basedmodelingusingregressionsurrogatemodels:Anovelhuman-in-the-loopenergymodelingapproach[J].EnergyandBuildings,2016.[22]ChenJ,TaylorJE,WeiHH.Modelingbuildingoccupantnetworkenergyconsumptiondecision-making:Theinterplaybetweennetworkstructureandconservation[J].Energy&Buildings,2012,47(APr.):515-524.[23]山本正三.人文地理學辭典[M].朝倉書店,1997.[24]蔣大椿,陳啟能.史學理論大辭典[M].安徽教育出版社,2000.[25]JiangH,HoyanoA,AsawaT.Anumericalsimulationtoolforpredictingtheimpactofoutdoorthermalenvironmentonbuildingenergyperformance[J].AppliedEnergy,2009,86(9):1596-1605.[26]BouyerJ,InardC,MusyM.Microclimaticcouplingasasolutiontoimprovebuildingenergysimulationinanurbancontext[J].EnergyandBuildings,2011,43(7):1549-1559.[27]MiguetF,GroleauD.Adaylightsim