基于仿真的住宅建筑视觉舒适性与能源优化照明设计：手动方法与基于DIALux方法的比较研究 Jawed Qureshi 和 Tharani Hemarathne

《Buildings》：Simulation-Based Visual-Comfort and Energy-Optimised Lighting Design for Residential Buildings: A Comparative Study of Manual and DIALux-Based Approaches Jawed Qureshi and Tharani Hemarathne

　　摘要：本研究提出了一种基于仿真的、可重现的框架，用于使用DIALux Evo对英国住宅建筑进行视觉舒适性和节能优化的照明设计。该框架的概念方法基于昼夜节律和生物亲和性原则，特别是选择与居住者舒适度相符合的色温——但研究仅测量了光通量（勒克斯）和电能消耗（千瓦时），明确排除了生物昼夜节律指标、动态控制和日光采集。在一个受控的比较设计中，评估了符合EN 12464-1和CIBSE LG9标准的四居室公寓中的二十种照明场景。采用DIALux优化的设计，用LED灯具替代了现有手动设计中使用的CFL灯具，将平均能耗从10.25千瓦时降低到了8.68千瓦时（统计上显著减少了15.3%，t = 5.12，p = 1.2 × 10^-5，d = 1.61），同时将平均照度从165.86勒克斯提高到了205.14勒克斯（t = 3.084，p = 1.0 × 10^-6，d = 0.81），提高了各个场景的CIBSE LG9合规性。该框架提供了一种符合标准的可重现方法论，与英国的净零目标、Part L合规性和住宅改造政策具有直接相关性，为建筑师、工程师和政策制定者提供了可操作的指导。需要指出的是，观察到的收益反映了集成LED和仿真工作流程的综合效益；缺乏相同技术条件下的对比是本研究的主要设计局限性。

1. 引言
住宅照明是现代日常生活的重要组成部分，它既影响了家庭的环境也影响了功能。由于COVID-19大流行后的经济危机，生活成本的上升和更高的能源账单已成为一个主要问题。然而，英国的住宅照明仍面临各种挑战，包括能源效率低下、缺乏用户控制、设计不佳以及健康问题。解决这些问题需要一种多方面的方法，涉及技术创新、设计专业知识和法规合规性[1]。
英国住宅照明中的一个主要问题是能源效率低下。2023/24年度，英国住宅的平均能源效率为67%，其中49%的住宅被评为EPC C级。大多数现有住宅的建筑外观严重损坏，系统也不够先进[2,3,4]。尽管通过法规和激励措施努力提高能源性能，但许多住宅仍表现出较差的能源表现，导致能源浪费和环境影响增加。Gupta和Gregg[2]强调了改造老旧住宅以减少其环境影响和能源需求的必要性。
然而，决策者在提出优化资源利用和减少能源消耗的改造策略时面临着重大挑战，同时还需在可接受的预算范围内操作[5]。英国的许多住宅照明系统缺乏足够的用户控制和灵活性，限制了居住者根据自身喜好和活动调整照明水平的能力[6]。这可能导致不适、生产力下降和能源浪费。在某些情况下，住宅照明的设计不佳，导致照明不足、眩光和光线分布不均。这不仅降低了空间的视觉吸引力，还影响了安全性和功能性。
在住宅环境中，研究文献中已将人工照明的质量与健康和舒适度结果联系起来，包括对睡眠-觉醒周期和昼夜节律调节的影响[7,8]。虽然对这些生物效应进行全面研究超出了本研究的范围，但这些证据为优先考虑以居住者为中心的照明设计提供了概念基础——特别是选择适当的色温和足够均匀的照度水平——作为住宅照明框架的基础。
大约60%的英国房屋能源评级较低，其中大部分房屋设计不佳或技术过时，大多数人仍未考虑提高房屋的能源效率[9]。如前所述，设计不佳的照明系统可能导致照明不足、眩光和居住者不适[10]。尽管有高效的替代品，如发光二极管（LED）灯，但由于成本、缺乏意识和感知复杂性等障碍，这些替代品的普及受到限制[11]。通过更换为现代高效的灯具可以改善这一状况，这类灯具不需要任何复杂的设计更改或线路改造。提高公众意识是这一过程的关键因素。
直到20世纪末，住宅照明仍被视为一种实用设施，并未作为一个专门的设计学科。21世纪初，CFL灯泡被认为是最高效的灯具。当时，住宅照明通常只是悬挂在天花板上的一个中央灯泡，以及其他任务灯，如阅读灯和镜灯。大多数照明设计依赖于手动计算、草图和经验法则。这种照明方式在空间中造成了不均匀的照明，有明亮的区域和阴影。即使灯具本身很简单，也只是注重功能而非美观[12]。
然而，随着技术的发展，如DIALux这样的计算机辅助设计（CAD）软件工具变得越来越流行，用于照明设计任务，并引入了LED照明技术[13]。DIALux通过自动化计算、生成照片级渲染和提供全面的报告来简化照明设计过程，为设计师节省了时间和精力，使设计方法更加现实。重要的是，手动计算和估算的准确性不如基于计算机的仿真，后者可以提供更优的照明解决方案。
住宅建筑的能源效率是一个全球和国家层面的关键优先事项，特别是在英国努力实现净零碳目标并遵守建筑规范的Part L规定时[14]。不断上升的能源成本和生活成本危机加剧了对创新解决方案的需求，这些解决方案需要在不影响居住者舒适度的同时减少运营能源需求。照明系统占住宅电力消耗的很大比例，因此是一个亟需改进的关键领域。由于英国有许多老旧建筑，这些房屋很可能仍在使用过时的照明设计方法。这类系统通常依赖于手动计算和固定布局，精度有限，未能结合现代以居住者为中心的设计原则，这些原则优先考虑视觉舒适性和能源性能[8]。这种差距导致住宅空间的能源效率低下和照度合规性不佳。
本研究通过引入一个基于仿真的框架来解决这些限制，该框架应用以居住者为中心的照明设计原则——虽然不直接测量昼夜节律和生物亲和性概念——来比较手动设计和DIALux优化后的住宅照明布局在照度合规性和能源性能方面的差异。与仅关注灯具效率的渐进式改进不同，本研究使用DIALux Evo在相同条件下比较手动和软件优化的照明布局。该研究没有实施动态或自适应照明控制，也不声称超越基于标准的验证的实证验证；相反，它展示了基于仿真的优化如何使用现代LED灯具提高照度、均匀性和能源消耗。该方法论得到了EN 12464-1和CIBSE合规性的定量分析支持[15]。在住宅环境中，以人类为中心的方法被定义为通过优化照度水平（100-300勒克斯）和均匀性来优先考虑视觉舒适性和可用性，从而改善居住环境。
在本研究中，以人类为中心指的是以视觉舒适为导向的住宅照明设计，通过符合CIBSE住宅指南的照度范围（通常为房间类型100-300勒克斯）和减少眩光、提高感知视觉质量的布局选择来实现。均匀性（U0）目标——客厅和卧室的U0 ≥ 0.40，厨房和浴室的阈值更高，符合CIBSE LG9——作为DIALux优化过程中的内部设计合规性约束，以确保足够的照明分布。然而，U0并未作为独立的因变量用于统计比较，两个正式测量的结果变量是照度（勒克斯）和电能消耗（千瓦时）。
研究范围不包括生物/医学昼夜节律指标（例如，黑视色素EDI、CS）、动态/自适应控制和日光采集；分析仅限于夜间人工照明。因此，实证评估仅限于在受控条件下的照度和能源消耗作为因变量。
本研究的目的是量化通过基于仿真的设计相比传统手动方法所实现的节能潜力和照明质量改进。具体来说，该研究提供了能源消耗、峰值多样化负载和照明性能指标的比较分析，为建筑师、工程师和政策制定者提供了可操作的见解。
通过建立一种符合英国可持续发展目标的可重现数据驱动方法，这项工作通过将以人类为中心的照明设计与能源性能优化联系起来，为全球知识做出了贡献[16]。它为可持续住房设定了新的基准，并将基于仿真的照明策略定位为未来全球住宅能源标准的基石。

1.1. 建筑物的能源效率
英国在减少住宅部门的能源消耗和碳排放方面面临显著挑战，这一情况因该国最近的经济压力而加剧[17]。导致这一问题的一个重要因素是灯具设计效率低下。不良的设计选择，如光源放置不当或灯具类型选择错误，常常导致不必要的能源浪费[18]。另一个因素是居民对节能照明选项的好处和可用性的认知不足。这种知识的缺乏是过时照明技术持续存在的一个不可忽视的原因[6]。虽然英国的照明标准（如EN 12464-1和CIBSE照明指南）提供了推荐的照度水平和良好实践原则，但它们并不能决定个别房主会选择安装什么。相反，这些标准影响了新建或重大翻新的专业设计实践和法规合规性，间接促进了更节能的照明解决方案。

1.2. 住宅照明对健康的影响
1.2.1. 昼夜节律
昼夜节律是大多数生物体（包括人类、植物、动物甚至某些微生物）固有的生物过程。这种节律在大约24小时的周期内调节各种生理和行为过程，在调节睡眠-觉醒模式、激素释放、新陈代谢和其他身体功能中起着关键作用。人类的昼夜节律如图1所示。图1. 人类昼夜节律。本研究中的生物亲和性照明原则指的是间接策略，模仿自然光的特性以支持居住者的舒适度。虽然完全的生物亲和性建筑元素（如植被、自然材料或日光缝隙）超出了本研究的范围，但该框架通过选择与自然日光特性相符的色温和光谱特性来使用生物亲和性概念，同时应用符合CIBSE住宅指南的照度水平和均匀性目标，以促进视觉舒适度。这些参数有助于创造一个视觉上舒适的、符合自然环境的氛围，无需依赖动态或日光控制系统的昼夜节律考虑。
1.2.2. 人工照明对人类健康的影响
昼夜节律的干扰，如轮班工作、时差或慢性睡眠不足，可能导致内部生物节律与外部环境信号不同步。这种不同步，称为昼夜节律失调，与多种健康问题有关，包括睡眠障碍、代谢紊乱、情绪失调、认知功能受损以及慢性疾病（如肥胖、糖尿病和心血管疾病）的风险增加。暴露于人工光，特别是电子设备或LED照明发出的蓝光，会干扰褪黑激素的生成，而褪黑激素调节睡眠-觉醒周期[19]。住宅照明的不良设计，如过高的亮度或不适当的色温，会扰乱睡眠模式，导致失眠或睡眠障碍[20]。
光源的色温以开尔文（K）为单位测量，影响光的生物效应。较冷（蓝色）的光具有较高的色温，更类似于日光，对昼夜节律调节有更明显的影响，促进清醒并抑制褪黑激素的分泌。光照的时间和持续时间对于同步昼夜节律至关重要。早晨暴露于富含蓝光的光有助于增强身体的清醒信号，而在晚上避免这种光则有助于放松和准备睡眠。图2说明了夜间暴露于强光的生理效应，强调了视交叉上核（SCN）在调节昼夜节律中的作用。SCN是指负责调节昼夜节律的大脑区域。图2. 夜间暴露于强光的生理效应。左图显示了涉及视交叉上核（SCN）的神经通路，SCN控制昼夜节律（来源——作者参考[21]创建）。

1.3.**照明质量指标和性能因素**

**色彩再现指数（CRI，也称为Ra）**长期以来一直被用作评估光源相对于参考光源再现颜色准确度的指标，其数值范围在0到100之间。对于住宅应用，EN 12464-1和CIBSE LG9建议最低CRI值为80，以确保足够的色彩保真度。然而，当应用于LED光源时，CRI存在局限性，因为该指数主要是为传统类型的灯具开发的，无法充分反映现代LED的光谱复杂性和感知色彩质量。IES TM-30-20系统[22]使用基于99个颜色评估样本得出的保真度指数（Rf）和色域指数（Rg），为LED色彩再现评估提供了更全面的框架，并在高级照明规范实践中得到越来越多的采用。在本研究中，CRI值按照灯具制造商提供的数值以及相关标准（EN 12464-1、CIBSE LG9）的规定进行报告；未来结合TM-30指标的工作将能够更全面地描述所评估LED灯具的色彩再现性能。

**不同尺度下的色彩再现指数（CRI）如图3所示。**图3展示了不同光源类型的色彩再现指数（CRI）示例对比。所示数值仅代表典型示例产品，并不代表每种技术的固定或通用CRI值（来源：作者）。CRI值在不同制造商和产品系列之间差异较大，特别是对于LED灯具，来自主要品牌（如Signify、Osram、Cree）的高性能LED通常能够达到90以上的CRI值。因此，这些数值应被视为代表性示例，而不是每种照明技术的通用范围。

**光源的色温**以开尔文（K）为单位，决定了光线看起来是暖色调还是冷色调，并显著影响空间的氛围和情绪。色温较高的冷蓝色光线类似日光， tend to 促进清醒；而暖色调则营造更放松的环境。色温尺度如图4所示（来源：作者制作）。

**照度**以勒克斯（lux，流明/平方米）为单位，衡量照射在表面上的光线量。勒克斯（lx）是照度的国际单位制（SI）表示法，表示每平方米1流明（lm/m2）。与之密切相关的是**光通量**，以流明为单位，表示光源发出的总可见辐射。**光源的光效**以流明/瓦（lm/W）为单位，反映了其将电能转换为可见辐射的能力。当前英国标准要求住宅应用的最低光效为75 lm/W [14]。

**利用系数（UF）**表示光源发出的光通量中实际到达并照亮目标区域的比例。**维护系数**考虑了由于灯具流明衰减、灰尘积聚和组件老化导致的光照度随时间减少的情况。最后，**反射系数**（也称为反射率）衡量表面反射的入射光的比例，其取值范围在0到1之间，其中0表示完全吸收，1表示完美反射。

## 2. 材料与方法

### 2.1 实验设计
本研究采用了一种对照实验设计，来评估两种照明设计方法之间的性能差异：（i）传统的手动计算方法（也称为照明设计中的流明法）；（ii）使用DIALux Evo 13.4版本的基于模拟的设计方法。实验的目的是在相同的空间和环境条件下，量化设计方法对关键照明性能结果的影响，同时有意在两种条件下改变灯具技术和相关光度数据。

为了实现有效的配对比较，每个照明场景都被模拟了两次——一次使用手动方法，另一次使用DIALux——在保持所有参数不变的情况下（设计方法除外）。这种结构将设计方法定义为自变量，照度（lux）和电能消耗（kWh）作为因变量。房间几何形状、表面反射率、灯具安装高度和夜间运行条件被视为控制变量。两种条件下的灯具技术和相关光度数据有意不同，代表了正在研究的核心设计干预措施。这种配置构成了一个对照实验，因为每个照明场景都在两个匹配的条件下进行了评估，从而可以将所有差异归因于设计方法本身。

### 2.2 实验单元和抽样策略
实验单元包括二十个照明场景，这些场景代表了尺寸、方向和构造特征相似的一居室公寓。采用目的性抽样策略以确保类型的一致性并最小化外界干扰因素。每个场景都生成了一组手动与DIALux的配对观测数据，从而为统计测试提供了20个独立的配对对比。

### 2.3 实验条件
建立了两种实验条件：

- **条件A：手动流明法设计**
照明布局是根据EN 12464-1和CIBSE LG的建议，使用标准流明法计算得出的。计算使用了制造商提供的数据，灯具间距、利用系数和维护系数是通过传统公式计算得出的。手动设计完全确定后，将得到的规格输入DIALux Evo中，仅用于输出提取和可视化——生成标准化的平面图渲染图，并提取与条件B可比较的照度和能耗值。DIALux没有影响或改变条件A的任何设计决策；它仅用作计算后的验证和展示工具。

- **条件B：基于DIALux的优化设计**
使用相同的房间尺寸、表面反射率值、工作平面高度（0.8米）和环境设置，在DIALux Evo中对相同的空间进行建模。选择带有制造商提供光度数据的LED灯具来进行提议的设计，替换了现有设计中使用的CFL灯具。软件优化过程调整了灯具的数量、位置和分布，以满足所需的照度和均匀度水平。因此，该条件在设计方法和灯具技术上与条件A不同，所有空间和环境参数保持不变。

### 2.4 计算程序
为两种条件提取了两个性能指标：
- **平均照度（lux）**：根据EN 12464-1 [23]的要求，在完成地面以上0.8米的标准计算网格上计算得出。
- **电能消耗（kWh）**：根据总安装负荷乘以假设的年运行时间1000小时计算得出，这与标准住宅照明能耗估算方法一致。这一运行假设在所有二十个场景和两种条件下均适用，以便直接比较。
- **光效（lm/W）**未作为结果变量处理，因为它属于每个灯具的固有属性，在第3节中另行报告。

### 2.5 统计分析
由于每个照明场景都产生了一对观测数据（手动与DIALux），因此使用配对t检验来确定照度和能耗的差异是否具有统计学意义。计算了方差和标准差以评估场景间的一致性。统计分析在95%的置信水平下进行。

选择配对t检验是因为数据包含了每种条件下每个照明场景的匹配观测结果。分析假设配对差异大致服从正态分布，并采用95%的置信水平。由于光效是灯具的固有属性而非实验结果，因此未进行统计测试。由于n=20个匹配对，检验具有检测场景内中等程度效应的能力。

### 3. 结果
总体而言，结果最好在聚合模式的层面上理解，而不是单独的场景层面。在所有二十个照明场景中，基于DIALux的设计一致地减少了能耗并提高了照度。这些主导趋势构成了本研究的核心发现，并在后续的总结中得到了强调，而详细的场景级结果仍可在表格中参考。

在二十个照明场景中，数据中一致出现了两个主要趋势：首先，基于DIALux的设计在二十个场景中的十八个场景中减少了能耗，减少幅度从1%（LS15）到30%（LS10）不等，平均减少约为15.3%。两个例外情况（LS8和LS18）中，DIALUX设计下的能耗略有增加，这反映了特定场景的灯具配置，即为了达到所需的照度和均匀度目标，需要比现有手动设计安装更多的灯具。这些例外情况表明，基于模拟的优化并不能保证在每个单独场景中都能减少能耗；其主要价值在于同时优化能源性能和照明质量，这是手动方法无法可靠实现的。其次，基于DIALUX的设计提高了所有房间类型的平均照度，使更多场景符合CIBSE LG9推荐的范围。这些趋势共同证实，设计方法以及从CFL向LED技术的转变在整体上产生了持续且实际显著的改进。

#### 3.1 使用DIALux开发模拟模型
在数据收集后，构建并验证了第2.4节描述的两种照明模型。模型1根据建筑图纸进行了验证，以确保准确反映现有安装情况；模型2则根据CIBSE LG9（2022）[6] [6]的要求配置，以满足住宅空间的推荐照度和均匀度值（表1）。这种双模型方法使在一致的方法学条件下进行了对照分析。

表1列出了CIBSE（2022）[6]推荐的住宅空间照度和均匀度要求。表2总结了二十个照明场景中两种设计方法的对比规格。每个场景详细说明了在手动设计和基于DIALux优化设计中应用的灯具类型和功率。观察到的光效提升是由于在优化场景中采用了LED灯具，而在现有设计中使用了CFL灯具。模拟过程使得灯具的选择和布置可以进行比较和优化，但它并不改变灯具本身的光效特性。因此，所报告的收益源于通过模拟评估的技术替代，而不是动态控制或自适应照明功能。

#### 3.2 能耗比较
现有手动照明设计和基于DIALux的优化设计都是在相同的空间和环境条件下使用专业模拟软件建模的。在模型开发之后，计算了每个照明场景的电能消耗（千瓦时（kWh）。然后对这些结果进行了比较分析，以量化模拟驱动优化对能耗的影响。表3展示了二十个照明场景的能耗比较值，以及通过使用基于DIALux的优化设计所实现的百分比降低。数据表明，在大多数场景中，应用基于DIALux的设计可以显著降低能耗，减少幅度从1%到超过30%不等。这一结果有力证明了模拟驱动设计在住宅应用中实现显著节能的潜力。

比较分析确认，基于DIALux的设计在大多数照明场景中实现了统计学上显著的能耗降低。这些发现强调了从基于CFL的手动设计转变为集成LED加模拟的工作流程在英国住宅环境中的重要性，并通过控制条件、符合国际标准以及效应大小的定量验证证明了该方法论的严谨性。

表4总结了两种设计方法下的能耗描述性统计数据。现有手动设计的平均能耗为10.25千瓦时，方差为0.55，标准差为0.74，表明照明场景之间的性能相对一致。相比之下，基于DIALUX的设计平均能耗为8.68千瓦时，尽管方差（1.34）和标准差（1.16）略高，这反映了不同场景之间灯具布局和房间使用类型的差异。手动设计和基于DIALux的设计的能源消耗统计分析。进行了配对t检验以确定两种方法之间观察到的能源消耗差异是否具有统计显著性。分析得出的t值为5.12，p值为1.2 × 10^-5，远低于传统的0.05阈值。Cohen’s d值为1.59，表明实际效果显著。鉴于数据是确定性模拟输出而不是实际测量值，较低的p值反映了研究设计的可控性和可重复性；因此，效应大小是衡量实际意义更重要的指标。虽然配对t检验确认观察到的差异具有统计显著性，但解释更强调实际效果——即大多数照明场景中的能源消耗一致减少。

3.3. 现有设计与提议设计之间的照度水平比较
使用DIALux Evo计算了现有手动设计和基于DIALux的优化设计的平均照度（以勒克斯为单位）。计算是在距完成地面0.8米的工作平面上进行的，符合EN 12464-1 [23]和CIBSE LG 9 [6]标准。DIALux Evo的输出包括但不限于工作平面上的平均照度（ē，勒克斯）和均匀度（U0）。
图5、图6、图7和图8提供了现有设计与提议设计在四种房间类型中照度比较的视觉摘要，便于快速识别性能趋势和相对改进幅度。表5和表6通过提供所有二十个照明场景的完整数值进一步补充了这一内容，作为验证和可重复性的透明数据记录。这两种呈现格式结合了趋势解释所需的视觉清晰度和严格比较分析所需的数值精度。
图5. 客厅现有照明设计与提议照明设计之间的照度水平比较。
图6. 厨房现有照明设计与提议照明设计之间的照度水平比较。
图7. 卧室现有照明设计与提议照明设计之间的照度水平比较。
图8. 浴室现有照明设计与提议照明设计之间的照度水平比较。
表5. 二十个场景中现有手动照明设计的平均照度水平（勒克斯）和CIBSE LG9合规性。
表6. 二十个场景中提议的基于DIALux的优化照明设计的平均照度水平（勒克斯）和CIBSE LG9合规性。
在所有房间和照明场景中，基于DIALux的设计系统地产生了更高的照度水平和更均匀的分布。这些改进符合推荐的住宅照明范围，反映了优化灯具布置的优势，而不是特定场景的异常情况。
有一个例外需要特别讨论：在LS13中，基于DIALux的优化设计的客厅照度（114勒克斯）低于现有的手动设计（158勒克斯）。这反映了在保持CIBSE LG9最低100勒克斯要求的同时，为了实现整体节能而减少客厅灯具功率的折中方案。该结果仍在100–300勒克斯的住宅可接受范围内，因此从技术上是合规的。这一情况表明DIALux优化是在整体场景层面进行的，并不保证每个单独房间的照度都有所改善——这一发现与LS8和LS18中观察到的能源异常一致。
关于均匀度，所有提议的基于DIALux的设计都优化以满足CIBSE LG9的U0阈值作为内部设计约束。尽管本研究没有提取场景级别的U0值进行独立统计分析，但它们作为设计合规目标的作用体现在表5和表6的合规性列中。对所有二十个场景的U0进行全面统计比较是未来工作的重点。

3.4. 光效的比较
光效（lm/W）是选定灯具的固有属性，由制造商的光度数据得出，并不由DIALux计算。因此，优化设计的更高光效反映了从CFL灯具向LED灯具的转变；代表性的光效值列在表2中，并未进行统计分析。
尽管统计测试显示两种设计方法之间存在可靠差异，但本研究的分析重点在于效应模式：DIALux设计在各个场景中一致降低了能源需求并增加了照度。这些模式提供了实际的设计见解，而统计显著性仅确认了观察到的效果的稳健性。

4. 讨论
4.1. 能源效率与性能结果
本研究的结果表明，将LED灯具技术与基于DIALux Evo模拟的设计相结合的工作流程，在能源性能和照度合规性方面产生了统计上显著的改进，与现有的手动设计的基于CFL的住宅照明系统相比。需要注意的是，这两种情况在设计方法和技术上都有所不同，观察到的性能提升不能仅仅归因于模拟工作流程。结果量化了集成LED加模拟方法的综合效益，这是住宅改造和新建筑设计中的相关实际场景。在二十个照明场景中，基于DIALux的设计平均能源消耗减少了约15.3%，其中某些场景的减少幅度超过了30%。通过配对t检验的统计验证确认了这些改进具有高度显著性，不是由随机变化引起的。这一发现强调了将以居民为中心的标准对齐的模拟框架应用于住宅照明的创新性，并突出了采用先进设计工具以实现英国碳减排目标的实际意义。
这些发现证实，从基于CFL的手动设计的住宅照明过渡到基于模拟优化的LED照明方法，在能源效率和照度合规性方面都提供了统计上显著的改进。这一发现的实际贡献在于它为这种集成设计和技术转型提供了量化的可重复证据基础，可直接应用于英国的住宅改造政策和净零目标。
推动这些性能模式的根本机制包括LED灯具相比CFL更高的光效以及在基于模拟的方法中可实现的更好的灯具布置和分布。这些机制解释了在各个场景中观察到的能源需求的一致减少和照度 increased。

4.2. 照度和视觉舒适度
除了节能之外，优化设计还一致地提供了更均匀的照度水平，平均照度从165.86勒克斯（手动设计）增加到205.14勒克斯（DIALux设计）。从统计测试获得的极低p值（1.0 × 10^-6）验证了这种改进的稳健性。提高的照度有助于提高视觉舒适度并符合EN 12464-1标准[23]。虽然提高的照度水平和适当的色温选择与更广泛的照明文献中与居民福祉相关的设计原则一致，但本研究并未直接测量生物学或昼夜节律结果，也没有做出这样的因果声明。这些结果表明，基于模拟的设计不仅减少了能源需求，还改善了照明质量，从而实现了可持续性和以人为中心的设计的双重目标。

4.3. 光效与技术集成
本研究中观察到的节能效果来源于两个复合且可区分的来源，本节对其进行了区分。
第一个来源是灯具技术的替代。现有设计使用了光效值约为60–65 lm/W的CFL灯具，而提议设计使用了光效值为80–102 lm/W的LED灯具（表2）。这种技术转换减少了实现等效流明输出所需的安装功率，不受设计方法的影响。光效是制造商的固有属性，不由DIALux模拟产生或改变。
第二个来源是模拟驱动的设计优化。DIALux Evo能够精确地建模灯具的布置、间距、光束角度和数量，以最小的安装负荷实现目标照度和均匀度水平。这种优化能力超出了手动流明方法计算所能可靠提供的范围，特别是在空间分布精度方面，并通过识别满足照明质量标准的配置来减少能源消耗，这些配置通常需要比手动设计指定更少或功率更低的灯具。
必须承认，本研究没有设计第三个实验条件——例如在手动设计方法下的LED灯具——以便完全统计分离技术替代效应和设计优化效应。因此，目前的数据无法精确量化每个因素对报告的节能效果的相对贡献，这代表了当前研究设计的一个局限性，未来的研究应通过三条件比较框架来解决这个问题。
尽管如此，这里评估的实际提案——将LED技术选择和模拟驱动的优化作为集成设计方法——代表了住宅改造和新建筑环境的现实且直接可行的场景。该研究量化了这种集成方法的总能源性能效益，这是从业者、政策制定者和建筑法规合规性的相关结果。

4.4. 比较见解与实际意义
虽然手动设计方法提供了灵活性和概念控制，但它们本质上受到主观性、计算时间密集性和预测准确性降低的限制。相比之下，DIALux提供了定量精度、可视化能力以及集成动态照明策略（如均匀度）的能力。然而，研究也承认了潜在的障碍，包括与高级软件相关的学习曲线以及对自动化输出的过度依赖风险。因此，结合手动设计专业知识和模拟驱动优化的平衡方法可能是实现节能、以用户为中心且符合法规的照明解决方案的最有效途径。

4.5. 日光利用与未来方向
尽管本研究没有考虑日光利用，但它仍然是有效照明设计的关键组成部分。在模拟框架中纳入日光利用为节能和提高居民舒适度提供了额外的机会[24]。通过准确建模太阳路径、建筑朝向和场地特定约束，设计师可以最大化自然光的利用，同时减少眩光和热负荷。然而，在英国住宅建筑中的实际实施面临气候变异性和建筑复杂性等挑战，需要进一步研究适应性算法和集成控制系统。未来的研究应通过现场计算[25]、生命周期成本分析和与智能建筑技术的集成来加强证据基础，以支持政策采纳和行业标准。

4.6. 照明质量考虑
灯具的布置——包括位置、间距、光束角度和安装高度——是DIALux Evo实现照度分布和均匀度优化的首要变量。在本研究评估的二十个照明场景中，这些参数解释了表5和表6中观察到的场景级差异：手动设计中灯具布置相对不佳的场景在DIALux优化布局下实现了最大的照度改进，而现有布局已经配置合理的场景改进较小——在两个案例（LS8, LS18）中，为了达到完全合规需要更高的安装负荷。这些原则提供了将模拟工作流程与第3.2节和第3.3节报告的能量和照度结果联系起来的实际机制，并确认了基于模拟的设计的价值在于其能够精确建模这些相互依赖性，而不是依赖一般的经验法则。

4.7. 局限性与未来研究方向
本研究存在几个局限性，在解释其发现时应予以考虑，这些局限性也指出了未来研究的富有成效的方向。首先，分析仅限于静态条件下的夜间人工照明。为了在所有二十个场景中保持受控和可比较的条件，故意排除了日光利用；然而，这对研究结果具有重要的限制，因为英国的住宅空间在一天中和不同季节接收到的自然光是变化的。排除日光的影响意味着这里报告的节能效果仅反映了人工照明的负荷，可能会高估在实际居住条件下载明对住宅总能源需求的相对贡献。其次，该研究没有考虑自适应或动态照明控制机制，例如基于 occupancy sensing（占用检测）的调节、与日光强度相关的调光功能，或根据人体生物钟调整色温的功能。真正以人为中心的照明设计本质上是时间依赖的，并且会对居住者的行为做出响应，而这里使用的静态仿真框架无法捕捉这些动态变化。因此，所报告的照度和能量值代表的是设计条件下的瞬间情况，而非实际运行过程中的综合表现。

第三，该研究仅针对尺寸和构造相似的一居室公寓进行了分析，虽然这对于对比是有意义的，但限制了研究结果对其他住宅类型（如较大的家庭住宅、高层公寓或具有显著不同几何形状或材料特性的住宅）的普遍适用性。未来的研究应通过几个互补的方向来解决这些局限性。使用校准后的照度计和能源分表进行入住后的现场监测，可以为这里的仿真结果提供实证验证。将日光模拟工具（如 Radiance 或 DIALux 的日光模块）整合到同一比较框架中，可以更全面地了解整个日常周期内的住宅照明能源性能。研究自适应控制策略（包括传感器驱动的调光和根据生物钟调整色温的方案）将扩展该框架中以人为中心的维度，超越本研究仅考察的静态视觉舒适性参数。最后，生命周期成本和隐含碳分析将增强这些发现对英国净零排放目标和建筑法规 Part L 合规性的政策相关性。

此外，未来的研究应扩展性能评估指标，不仅包括光视照度，还应纳入与人类视觉系统无关的指标，如等效黑视照度（EML）和等效日光照度（EDI），以符合 WELL 建筑标准 [26] 和 CIE S 026 [27] 的黑视光度工具箱的要求。这将实现对以人为中心的照明设计的更全面评估，涵盖视觉舒适性和非视觉生物反应（包括生物钟同步和褪黑激素调节 [28]）——这些是本研究设计上未涉及的方面。要实现这一点，需要灯具的光谱功率分布数据以及超出标准 DIALux Evo 工作流程的后期处理计算，这代表了未来住宅照明仿真研究应追求的方法论进步。

另外，在 DIALux 优化过程中统一性（U0）被作为设计合规性要求，但并未作为独立变量进行提取和统计分析。未来的研究应将 U0 与照度一起作为正式测量的结果来评估，以更全面地描述照明质量的改进。同时，所有二十个照明场景都采用了 3000 K 的固定色温（CCT）。尽管引言中讨论了蓝光效应和动态色温变化，但本研究中并未实施或评估色温的变化。选择固定的暖白色色温是为了代表英国标准的住宅照明实践，但色温固定的前提意味着引言中讨论的以人为中心的照明设计的生物钟和光谱方面超出了测量结果的范围。

### 5. 结论

本节总结了研究的主要定量结果，并根据研究发现提出了一套面向实践者的建议。表 8 显示了现有手动设计的基于 CFL 的照明系统与建议使用 DIALux 优化的基于 LED 的照明系统在性能上的比较，以及为住宅改造从业者提供的推荐工作流程。对这些结果的详细解释，包括对研究主要设计局限性的认识，详见下文。

**表 8. 关键性能结果总结及推荐的做法步骤**

本研究通过统计方法证明了，将基于 CFL 的手动设计的住宅照明系统转换为使用 DIALux Evo 的集成 LED 加仿真工作流程，在英国住宅中能够在能源性能和照度合规性方面带来显著提升。研究将现有的手动设计的基于 CFL 的照明系统与 DIALux 优化的基于 LED 的照明系统进行了对比；由于这些系统在设计方法和灯具技术上都有所不同，因此观察到的性能提升反映了集成方法的综合效益，而不仅仅是仿真驱动设计的单独效果。这一点被明确指出是本研究的主要设计局限性。在二十个对比场景中，优化后的设计平均减少了 15.3% 的能源消耗（t = 5.12, p = 1.2 × 10^-5），同时平均照度从 165.86 lux 提高到了 205.14 lux（t = 3.084, p = 1.0 × 10^-6）——这一改进使得更多的场景符合 CIBSE LG9 的住宅指南要求。

本研究的一个重要贡献在于它坦诚地认识到，观察到的性能提升是由两个相互叠加且不可分割的因素共同作用的结果：灯具技术的更换（从 CFL 替换为 LED）和仿真驱动的设计优化。研究无法从统计上分离出每个因素的贡献，也没有声称仅仅是仿真效应导致了这些改进。相反，研究的贡献在于为集成 LED 加仿真工作流程提供了一个量化的、可复现的、符合标准的证据基础，这是一种适用于住宅改造的实际设计方法。未来的研究应引入第三个实验条件——即使用手动流明法设计的 LED 灯具——以便严格区分仿真效应和技术替换效应。

从实践和政策的角度来看，该框架提供了一种可复制且符合标准的方法论，与英国的净零排放目标、建筑法规 Part L 以及住宅改造政策具有直接相关性。通过设计阶段的仿真工作流程、制造商验证的光度数据以及符合英国和国际标准的合规性检查，可以大规模推广这一方法，而且对设计从业者来说几乎不会增加额外的成本或复杂性。

然而，这项研究也存在一些公认的局限性。分析仅限于夜间人工照明情况，未包括日光的利用、自适应控制机制，也未涵盖更广泛的住宅类型。部分场景（LS8、LS18）在优化设计下表现出能源消耗增加的现象，这表明基于仿真的优化更侧重于同时实现能源和质量目标，而这并不总是在单个场景层面带来单纯的能源减少。最关键的是，缺乏第三个实验条件——即使用手动流明法设计的 LED 灯具——这是本研究的主要设计局限性。如果没有这个条件，就无法从统计上区分灯具技术替换和基于仿真的设计优化对性能提升的相对贡献，因此研究结果必须被解释为这两种因素的综合效应。这一局限性需要特别强调，因为它对正确解读结果至关重要。

未来的工作应通过入住后的现场监测（使用校准后的测量设备）、整合日光模拟和自适应控制策略、扩展到更多类型的住宅、进行生命周期成本和隐含碳分析，以及纳入黑视光度指标（EML、EDI）来进一步完善以人为中心的照明评估，从而超越当前仅限于光视领域的评估范围。本研究建立的框架为这一更广泛的住宅照明研究提供了可复制的基础。