日最低温度
用一种简易方法模拟逐时温度
tw, tw,m 0.489tw cos(15 225.8) 0.062tw cos(30 35.2)
日最高温度
没有考虑各天之间的影响， 各天之间的温度都是孤立的
各天温度之间都是连续的
逐时模拟温度的日均值与实测值 的误差较小
逐时模拟温度的日均值与实测值 的误差较大
水平面日辐射总量
y(t) Qrt (a b cost )
rt
I0 (t) Q0
大气层外水平面逐时辐射量 大气层外水平面日辐射总量
小时中点的时角
t
（t-12）
12
直射和散射的分离
可计算
已知
得到
根据水平面接受到的太阳日总辐射与大气层外
太阳日总辐射之比Kt的范围，可分为如下四种情况：
Kt<=0.28
0.28<Kt<0.5
0.5<Kt<0.74
Kt>=0.74
采用MARKOV链来 采用MARKOV链来 决定某一瞬间的状态 决定某一瞬间的状态
日最高相对湿度＝ 2×日平均相对湿度－日最低相对湿度
RH 0.55 RH SIMPLE, 0.45 RH F , 各天衔接处平滑处理
太阳辐射模型的建立
太阳辐射量的逐时模拟主要包括两方面： 总辐射的逐时模拟 直射和散射的分离
总辐射的逐时模拟
太阳总辐射的逐时模拟采用ColloresPerein和Rabl模型（简称C.P.R模型）：
气象模型建立的总体思路
原始逐日气象数据
典型气象年的选择
干球温度 绝对湿度
模拟逐时气象数据
太阳辐射 （直射和散射）
天空有效温度
风速 风向
原始逐日气象数据构成
日最高 温度
日平均 温度
日最低 温度
来自 中国气象中心
日照 小时数
日总辐射
原始逐日 气象数据
日平均 相对湿度
日最低 相对湿度
日平均
日平均
风速 日最大 大气压
研究目的和主要内容
研究目的——在逐日实测数据的基础上，建立一套完备
可靠的气象模型,获得满足一定统计要求的全年逐时气象数 据,为空调系统动态过程的研究建立坚实的基础。
主要内容
——在历年气象数据中挑出具有气候代表性的典型气象年； ——找出空气干球温度、绝对湿度、太阳辐射、风速风向以及
天空有效温度等气象参数的一天内的变化规律，建立各气 象参数的逐时模型； ——验证逐时气象模型； ——应用模型于空调系统的动态负荷模拟中； ——模拟全国194个站点的典型年逐时气象数据。
初选平均月
如有若干个年份的m月都能满足“初选平均月的条件”，
计算Dm值，选择Dm最小的月份作为第m月的“平均
月”：Dm
Ki X i,m,y X i,m
i
Ki—各气象 参数的权重
选择典型气象年的气象参数及其权重
气象参数 日平均温度 日最低温度 日平均相对湿度 日最低相对湿度 日平均风速 日最大风速 日最大风速时刻的风向 日日照时数 日总辐射量 日最高温度
设有N年的 逐日数据
统计出每年每月的各气象参数的平均值 X i,m, y
计算每月各气象参数的 N年平均值Xi,m 及方差 i,m
i—参数序号 m—月份序号 Y—年份序号
对于月份m，如果第y年的实际气象参数能 同时满足以下条件者，可认为该年该月有条
件成为“平均月”X：i,m, y X i,m i,m
T 0.55TSIMPLE, 0.45TF ,
各天衔接处平滑处理
绝对湿度模型的建立
绝对湿度的模拟是通过间接的方法得到：
利用已模拟出的逐时温度计算逐时饱和水蒸气压力；
模拟出逐时相对湿度；
逐时水蒸汽分压力（绝对湿度）＝逐时相对湿度×逐时饱 和水蒸气压力；
水蒸气分
压力
相对湿度
Pq 100%
权重 2/24 1/24 2/24 1/24 2/24 1/24 1/24 1/24 12/24 1/24
干球温度模型的建立
资料表明，一天内最高温度一般出现在午 后三时，而最低温度出现在日出前一小时 左右。温度在一天内的变化规律可以近似 用余弦函数来表示。
干球温度模型的建立
日平均温度
用傅立叶级数模拟逐时温度
国内外气象模型的研究情况
统计法 随机数模拟法 随机过程模拟法
综合考虑以上三种建立气象模型的方法，我们可以看到：
统计法利用长期的逐时数据构成典型年（或参考年）。
然而我国的逐时气象观测数据却很不完整，目前只有少数 城市有近几年的逐时气象数据，而且这些数据由于某些原 因还未公开。
除统计法外，气象模型由分两步进行：首先，用随机方法 模拟逐日气象参数；然后，再用模拟出的逐日气象参数配 出或随机模拟出最终要求的逐时参数。
风速风向
典型气象年的选择
由于气象参数的随机性，根据各年的实测 气象参数来计算建筑负荷，其结果常有较 大差别；
这就有必要选取一个“典型年”, 它由“平 均月”构成，按每一“平均月”的气象参 数算得的负荷应与该月的、按历年实际气 象参数算得的负荷的平均值吻合；
典型年反映了气象环境的平均状况。
பைடு நூலகம்
典型气象年的选择方法
Pb,q
饱和水蒸
Pb,q f (T )
气分压力
相对湿度的逐时模拟
资料表明，相对湿度日变化主要决定于气温日变化，但位 相相反，即最低相对湿度出现在午后最高温度时段，而相 对湿度最高值出现在清晨温度最低时刻。
因此可用模拟温度的方法来模拟相对湿度，只要变化方向 相反即可。
日最低相对湿度 日平均相对湿度
建筑能耗分析用逐时气象模型
问题的提出 国内外气象模型的研究情况
内容提要
研究目的和主要内容
结论
气象模型建立的总体思路 选择典型气象年
气象模型的实际应用 逐时模拟数据与实测数据的比较
逐时气象模型的建立
问题的提出
外界气象条件的变化情况与建筑物的动态 热特性是研究空调系统动态过程的基础。
只有基于一整套切实反映气象环境的数据 才能真正对建筑物的冷热能耗有更加准确 的计算分析，对整个空调系统的动态过程 有更全面的了解。
随机数模拟法和随机过程模拟法是在逐日数据的缺乏
的情况下产生的，主要应用于逐日数据的模拟。然而，这 两种方法所模拟出来的气象数据仍不能完全反映实际的逐 日气象变化规律。
随着我国逐日气象资料的公开，我们已获 得遍布全国的194个气象站台的近50年的逐 日气象数据。
在逐日数据充足的有利条件下，就无需再 用复杂繁琐的方法模拟逐日参数，也就是 说，可以越过气象模型建立的第一步，直 接进行第二步——模拟逐时参数。