综述:城市建筑能源建模中精度与效率的权衡研究:一项系统综述
《Sustainable Cities and Society》:Navigating the Accuracy-Efficiency Trade-off in Urban Building Energy Modelling: A Systematic Review
【字体:
大
中
小
】
时间:2026年07月01日
来源:Sustainable Cities and Society 13.3
编辑推荐:
杨青欣|杨哲希|陈飞雪|文宝华|卢伟珍香港特别行政区香港城市大学建筑与土木工程系摘要城市建筑能源建模对于能源规划和政策评估至关重要,但面临着一个根本性的矛盾:在现实约束条件下仍需获得可靠的结果。尽管这一问题常被表述为精度与效率之间的权衡,但其内在机制以及与决策场景的关联却尚未得到
杨青欣|杨哲希|陈飞雪|文宝华|卢伟珍
香港特别行政区香港城市大学建筑与土木工程系
摘要
城市建筑能源建模对于能源规划和政策评估至关重要,但面临着一个根本性的矛盾:在现实约束条件下仍需获得可靠的结果。尽管这一问题常被表述为精度与效率之间的权衡,但其内在机制以及与决策场景的关联却尚未得到充分研究。本系统综述通过检索Scopus和Web of Science中截至2024年12月31日的自下而上、基于物理原理的都市建筑能源建模研究,探讨了精度评估、效率量化及其相互关系的现状与局限。依据报告完整性及验证透明度来评估偏差风险。通过对103篇文献的分析,研究发现:1. 在同时报告两种指标的18项研究中,精度与效率之间存在显著的负相关关系(斯皮尔曼相关系数ρ=–0.626,p=0.007),不过这种关联的表现因建模策略而异。2. 追求高精度会带来除模拟时间之外的额外成本,包括数据收集、人力投入以及额外的校准工作,且往往收益递减;而以效率为导向的简化方法则可能在不同空间或时间尺度上导致预测偏差。3. 影响这一权衡的关键因素包括建筑使用率、建筑细节、气象数据及校准方式(影响精度),以及热区划分简化、模拟模型和并行计算方式(影响效率)。4. 现有研究尚未有效整合这一矛盾。为解决这一问题,本文提出“适应性”概念作为情境感知型建模策略选择的框架,该框架围绕目标、数据与资源三个维度展开,有助于将都市建筑能源建模的发展从二元的技术选择转向在特定约束条件下动态平衡精度与效率。未来的研究应注重同时报告精度与效率,开发决策支持工具,系统化混合建模方法,并共同构建共享数据基础设施。总体而言,本综述为完善都市建筑能源建模方法及指导不同应用场景下的策略选择提供了综合视角。
引言
有效管理和控制建筑能源消耗,需要准确了解当前的能耗模式、主要影响因素以及节能潜力(Li等人,2023;Yang等人,2026)。城市建筑能源建模已成为帮助城市规划者和政策制定者进行能源规划与效率评估的重要工具(Kong等人,2023;Johari等人,2020)。
根据输入数据的精细程度和建模策略,都市建筑能源建模方法可大致分为自上而下的方法——这类方法将汇总后的能源数据与社会经济因素相关联(Swan和Ugursal,2009;Zhuravchak等人,2021)——以及自下而上的方法,这类方法从单个建筑出发,包括基于物理原理的(白箱)模型、纯数据驱动的(黑箱)模型以及混合型(灰箱)模型(Reinhart和Davila,2016;Ferrando、Causone、Hong和Chen,2020)。纯数据驱动的模型擅长捕捉复杂模式,但严重依赖训练数据的质量,且缺乏可解释性(Ali等人,2021)。基于物理原理的模型因其可解释性而被广泛用于评估建筑改造潜力(Excell、Nutkiewicz和Jain,2024)、实现建筑群的脱碳目标(Perwez、Rasool、Aziz和Zia,2025)、模拟城市能源系统的相互作用(Su等人,2025;Zhang、Chen、Xu和Wang,2025),以及预测区域能源需求(Nageler等人,2018)。在基于物理原理的模型中,还可根据其解决物理方程的详细程度进一步区分:高保真模型以基于EnergyPlus的模拟为代表,能够在较高的计算成本下保持详细的热力学描述;而低阶模型,如电阻电容网络,则通过简化热动力学结构来提升计算效率,同时仍保留核心的物理可解释性(Kamel,2022)。相比之下,混合模型结合了黑箱和白箱组件,既能减少纯白箱模型所需的庞大输入数据量,又比纯数据驱动的方法具有更强的物理约束;不过其泛化能力仍取决于训练数据的范围。在确保足够精度与应对有限的计算资源或数据可用性之间的矛盾并非仅存在于某一种模型类型中,而是贯穿于所有城市尺度都市建筑能源建模方法的应用领域(Ferrando、Causone、Hong和Chen,2020;Hong等人,2020;Morales、Audenaert和Verbeke,2025),而建筑物与其周边环境之间复杂的动态相互作用更是加剧了这一矛盾(Yang等人,2025;Wen等人,2023;Wen和Xu,2023)。
现有研究已探讨了这一矛盾的多个方面,但大多是从单一目标的视角出发。聚焦精度的研究涉及不确定性分析及敏感性分析(Tian等人,2018)、可重复性及验证方法(Ali等人,2021;Malhotra等人,2022;Oraiopoulos和Howard,2022),以及数据收集和建模假设的影响(Saad和Eicker,2023)。强调效率的研究则侧重于基于典型模型的简化方法(Reinhart和Davila,2016)、工具工作流程及几何结构简化(Reinhart和Davila,2016;Ferrando、Causone、Hong和Chen,2020;Kamel,2022),以及热区划分简化带来的精度损失问题(Kamel,2022);相关研究还探讨了鞋盒建模、使用率上调等技术,以及不同空间分辨率下的校准策略(Dilsiz等人,2023)。也有少量但不断增长的研究试图平衡两者,提出了多细节典型模型树、针对特定需求的建模策略以及考虑不确定性的简化方法等解决方案(Monteiro等人,2017;Mathur、Fennell、Rawal和Korolija,2021;Wang等人,2026)。尽管这些成果很有价值,但大多仍将精度与效率视为相互独立的追求,缺乏对二者之间权衡机制的系统性、定量分析。
因此,目前存在三个关键缺口。首先,该领域缺乏一种综合视角,无法阐明这两个目标在具体实践中的相互制约或互补关系。其次,建模者在面对不同应用场景时,缺乏关于方法选择如何共同影响精度与效率的明确指导。第三,目前还没有一个整体框架来回答在何种条件下、到何种程度可以接受简化,何种精度水平才算“足够好”,以及应依据哪些标准来做出此类判断。
为弥补这些不足,本文引入“适应性”这一分析视角,用以探讨上述问题,为情境依赖型的策略选择提供依据。本系统综述旨在明确当前研究的现状,阐述精度与效率之间权衡的表现形式、所涉及的具体牺牲以及影响机制。最终目标是推动都市建筑能源建模研究从单纯的精度与效率二元技术选择,向以适应性为核心的情境感知型建模范式发展。图1展示了整个分析框架。
鉴于任何都市建筑能源建模策略的有效性都取决于特定的数据条件、分析目标、资源限制以及气候、建筑类型等情境因素,本文并不提供普适的最优解决方案。其核心贡献在于构建了一个支持情境依赖型建模决策的系统性框架。为此,本综述重点关注自下而上、基于物理原理的都市建筑能源建模方法及其灰箱模型等混合扩展形式。纯数据驱动的方法未被纳入考量,因为这类方法高度依赖高质量的历史数据,而许多地区往往缺乏此类数据;更重要的是,基于物理原理的模型能够精确评估特定简化措施对精度的影响,因此更适于为精度与效率的权衡提供可靠的定量分析结果。
章节节选
方法论
为确保本综述的系统性及可重复性,文献搜索与筛选过程遵循PRISMA(系统评价和元分析优先报告项目)指南(Page等人,2021)。PRISMA 2020检查表见附录B。在整个综述过程中(包括筛选、数据提取和偏差风险评估),所有任务均由两名评审员独立完成。若出现分歧,则通过讨论解决,必要时还会寻求第三位评审员的意见。
被综述研究的特征
基于103篇经过筛选的文献,本节从建筑功能类型、建模尺度、模型类型以及时空分布四个维度,展现了当前都市建筑能源建模研究的整体状况,从而反映该领域的进展、研究重点以及潜在的空白。
如图3a所示,自2017年起,被纳入分析的文献数量急剧上升,2020年后更是保持较高发表频率。2017年之前发表的相关研究则较为零散。
不同建模范式下的权衡
虽然第3.4节已指出建模范式是影响精度与效率权衡的关键因素,但由于不同的基于物理原理的建模范式在精度与效率的取向上存在显著差异,因此有必要进行专门的比较分析。本节将探讨每种建模范式固有的权衡问题、优化潜力以及其在不同应用场景中的适用性。
高保真模型能够实现最高的精度水平,包括
结论
本综述系统地分析了自下而上、基于物理原理的都市建筑能源建模中精度与效率之间的权衡关系,重点研究了建模选择如何影响这一权衡,以及这些选择对实际应用的启示。
精度与效率之间存在显著的权衡关系,不过其具体表现因建模策略而异。对现有文献结果的定量比较表明,相对模拟精度与效率之间存在显著的负相关关系。
未引用参考文献
Doma、Padsla、Ouf和Eicker,2024;Hossain、Cicco和Bilec,2024;Lin等人,2023;Heidelberger和Rakha,2022;HosseiniHaghighi、de Uribarri、Padsla和Eicker,2022;Katal、Mortezazadeh、Wang和Yu,2022;Mohammadiziazi、Copeland和Bilec,2021;Glasgo、Khan和Azevedo,2020;Dochev等人,2020;Mosteiro-Romero、Hischier、Fonseca和Schlueter,2020;Zhu等人,2019;Badiei、Allinson和Lomas,2019;Berthou等人,2020;Ali等人,2019;Garrison、New、Adams和Ashrae,2019,
CRediT作者贡献说明
杨青欣:撰写——初稿、方法论、研究实施、正式分析、数据整理、概念构建。杨哲希:可视化、方法论、正式分析。陈飞雪:研究实施、正式分析、数据整理。文宝华:可视化、验证。卢伟珍:撰写——审阅与编辑、监督、项目管理、资金获取、概念构建。
利益冲突声明
作者声明不存在任何可能影响本文研究结果的已知财务利益或个人关系。
致谢
本研究部分得到了香港研究资助局-研究生研究基金(编号# CityU 11208425)以及香港城市大学教学发展基金(编号# TDG 6000916)的支持。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号