一种用于建筑HVAC能耗预测的混合仿真-数据方法及数据驱动误差修正

《Case Studies in Thermal Engineering》：A hybrid simulation-data method for building HVAC energy prediction with data-driven error correction

　　

准确预测建筑HVAC能耗在数据有限的情况下具有挑战性。物理模型存在简化误差，而数据驱动模型需要大量数据集。研究人员提出了一种新颖的混合仿真模型驱动与数据驱动（SIM-DD）方法来解决这一不足。该方法首先通过基于物理的EnergyPlus模型生成基线预测。然后，长短期记忆（LSTM）网络利用仿真输出和气象数据学习并修正系统性仿真误差。在一项以上海某办公楼一年数据为案例的研究中，混合SIM-LSTM模型显著优于单独模型。其CV-RMSE达到0.58，R²为0.76。该框架表明，通过LSTM进行残差修正在数据稀缺条件下为HVAC能耗预测提供了一种实用且准确的解决方案。

## 论文解读：混合仿真-数据驱动方法在建筑HVAC能耗预测中的应用

### 研究背景与问题
建筑能耗约占世界总能耗的32%，在发达国家可达40%，其中供暖、通风与空调（HVAC）系统占比最大，具有显著的节能潜力。准确预测HVAC能耗有助于优化系统容量、运行策略和控制方案，从而降低能耗与经济成本。然而，现有预测方法面临两大困境：基于物理的模型（如EnergyPlus）依赖详细的建筑与系统参数，建立过程需大量专家工作且存在简化误差；数据驱动模型（如神经网络）虽能学习历史模式，但在数据稀缺或质量低劣时性能严重下降。因此，如何在建模复杂度适中且数据有限的条件下提升预测精度，成为亟需解决的核心问题。

### 研究内容与结论
针对上述挑战，研究人员提出了一种混合仿真模型驱动与数据驱动（SIM-DD）框架。该框架首先利用EnergyPlus建立物理模型，生成基线能耗预测；随后采用数据驱动模型（重点为长短期记忆（LSTM）网络）学习物理模型与实测值之间的系统误差，并以仿真输出和气象数据作为输入进行修正。以上海某31层办公楼2017年逐时数据为案例，研究人员比较了纯物理模型、纯数据驱动模型（LSTM、GRU、CNN、BPNN）以及混合模型（SIM-LSTM、SIM-GRU、SIM-CNN、SIM-BPNN）的性能。结果表明，混合SIM-LSTM模型表现最优，CV-RMSE（变异系数均方根误差）为0.58，R²（决定系数）为0.76，相比纯物理模型（CV-RMSE=0.63，R²=0.71）提升约7.9%的CV-RMSE和7%的R²；而纯数据驱动模型因数据稀缺，所有模型R²均低于0.4。该研究验证了在数据稀缺条件下，通过系统级残差修正（Residual Correction）的混合策略可有效整合物理先验与数据驱动优势，显著提高预测精度。论文发表在《Case Studies in Thermal Engineering》。

### 主要关键技术方法
研究采用以下关键技术：1）**物理模型构建**：基于EnergyPlus，利用建筑图纸、围护结构参数（传热系数、遮阳系数等）、HVAC系统配置（冷机、水泵、冷却塔等）及运行策略（根据室外温度切换制冷/制热模式）建立仿真模型，简化相同楼层以降低计算成本。2）**数据驱动修正模块**：采用LSTM、门控循环单元（GRU）、卷积神经网络（CNN）和反向传播神经网络（BPNN）四种算法，输入为物理模型输出的逐时能耗（EC_SIM）和气象数据（温度、露点温度、相对湿度、气压、风速），输出为仿真误差（?_SIM）。3）**数据预处理**：包括清洗异常值、使用移动平均（6小时窗口）平滑数据、标准归一化。训练采用2小时滑动时间窗，损失函数为均方误差（MSE），优化器为Adam（学习率0.0005）。评估指标为CV-RMSE、平均绝对误差（MAE）、MSE和R²。案例数据来源于上海某办公楼2017年逐时HVAC能耗记录及同期气象数据。

### 研究结果

#### 4.1 基线模型预测结果
**4.1.1 物理模型**：通过对比EC_SIM与实测值EC_real，发现两者趋势相似但EC_real波动更大，且仿真误差在EC_real较大时更明显。计算得CV-RMSE=0.63、MAE=1.91、MSE=5.99、R²=0.71，表明物理模型存在显著误差，需改进。

**4.1.2 数据驱动模型**：直接使用气象数据预测能耗，所有数据驱动模型（LSTM、GRU、CNN、BPNN）性能均低于物理模型（最大R²=0.35，由GRU取得），且误差波动大。这说明在数据稀缺条件下，纯数据驱动方法不可靠，而物理模型可作为较优基线。

#### 4.2 SIM-DD方法预测结果
混合模型以EC_SIM和气象数据为输入，通过误差修正模块预测?_SIM，最终输出EC_SIM-DD = EC_SIM - ?_SIM,p。SIM-LSTM和SIM-GRU模型性能最佳：CV-RMSE=0.58、MAE=1.55（SIM-LSTM）和1.47（SIM-GRU）、MSE=5.01和5.02、R²=0.76。而SIM-CNN和SIM-BPNN的R²分别为0.43和0.63，低于物理模型，表明错误的数据驱动算法会引入退化。

#### 4.3 数据特征与性能深入分析
**4.3.1 数据特征与仿真误差分析**：通过小提琴图、直方图、Q-Q图、周期特征图等统计方法，发现EC_SIM和EC_real呈右偏分布，?_SIM具有24小时周期性（周期强度0.212），但分布复杂且高度非正态。与同区域19栋建筑平均能耗对比，发现EC_real与其中12栋强相关（|r|>0.7），表明案例数据具有代表性。误差?_SIM与EC_real呈强负相关（r=-0.73），验证了修正的必要性。

**4.3.2 物理、数据驱动与SIM-DD模型性能比较**：混合模型（SIM-LSTM和SIM-GRU）在所有评估指标上均优于纯物理和数据驱动模型：平均CV-RMSE提升7.9%、MAE提升20.9%、MSE提升16.3%、R²提升7.0%。而SIM-CNN和SIM-BPNN性能下降，说明时间序列建模能力（LSTM/GRU的门控结构）是成功修正的关键。

**4.3.3 修正效果时间分析**：通过24小时滑动平均和改进值分布，发现修正效果存在时间异质性。非高峰时段（0-9时和15-23时）75%以上样本改进值大于1，修正稳定；夏季（7-8月）和高峰期（负荷高于80%分位数）修正效果依赖模型：SIM-LSTM和SIM-GRU在高峰期仍能提供正的均值改进，而SIM-CNN在夏季和高峰期产生大量负改进。总体上冬季修正效果最好，过渡季次之，夏季最弱。

#### 4.4 发现的意义与局限性
研究验证了SIM-DD框架的可行性，通过系统级误差修正实现了适中的建模复杂度与高数据利用率的结合。但局限性包括：未对物理模型和神经网络进行完全优化；仅以预测精度为评估指标；修正模块未分高峰/非高峰时段训练。未来应优化模型架构、引入自动化超参数调优、增加计算效率与鲁棒性等指标，并在不同建筑类型和气候区验证其通用性。

### 研究结论翻译
本研究提出了一种混合仿真-数据驱动（SIM-DD）框架，该框架将基于物理的建模与数据驱动残差修正相结合，用于数据稀缺条件下的建筑HVAC能耗预测。该框架采用系统级误差修正范式，仅需仿真输出和气象数据，从而以适中的建模复杂度实现了高数据利用率。主要发现总结如下：（1）所提出的SIM-DD方法能够以原始仿真输出和气象数据作为输入，采用简单的系统级残差误差修正策略，在数据稀缺条件下有效整合物理先验与数据驱动优势，从而相比单独物理模型提高了预测精度。（2）案例研究发现了仿真误差与实际消耗之间的强负相关关系，系统验证了误差修正机制，并暗示了模型的潜在泛化能力。（3）误差时间特征分析揭示了修正效果在负荷期间的显著异质性。非高峰期间修正效果相对稳定，而高峰期间的改进强烈依赖于修正模块捕捉时间动态的能力（例如，SIM-LSTM和SIM-GRU优于SIM-CNN）。未来研究应侧重于优化物理模型和神经网络架构，以及自动化超参数调整。引入更广泛的评估指标（如计算效率、鲁棒性和可解释性）将进一步评估方法的实用性。此外，SIM-DD框架的通用性需要在不同建筑类型、气候区和HVAC系统配置中进行验证，以确定其适用边界。