皮肤温度作为行为热适应输入以实现节能的HVAC控制

《ENERGY AND BUILDINGS》：Skin temperature as input to behavioral thermal adaptation for energy-efficient HVAC control

　　

皮肤温度变化代表了自适应热行为（adaptive thermal behaviors）的有效性。行为激活遵循次序和状态依赖的适应模式（sequential and state-dependent adaptation pattern）。在舒适状态下，平均皮肤温度（mean skin temperature）保持稳定，不受行为调整的影响。皮肤温度模型捕捉了行为效应（behavioral effects）和HVAC补偿需求（HVAC compensation demand）。“行为优先，HVAC辅助”策略（“Behavior-first, HVAC-assisted” strategy）提供了有效选项和更宽的设定点（wider setpoints）。

论文解读

**研究背景与问题**
建筑环境调控占全球能源消费约30%，其中供暖、通风与空调（HVAC）系统贡献40–50%。传统HVAC控制基于固定舒适带（如PMV-PPD模型），将 occupants 视为被动接受者，忽略了其通过主动行为（如调整衣物、开窗、使用风扇）进行热适应的能力。自适应行为可扩展舒适温度范围，但现有研究主要关注行为发生概率，缺乏对行为生理效果的量化；同时，HVAC控制策略未整合实时生理反馈，导致机械干预与 occupant 自适应行为之间缺乏协同。因此，如何利用皮肤温度（skin temperature）这一连续、敏感的生理指标，量化行为调节的生理效益，并建立“行为优先、HVAC辅助”的分层控制策略，成为平衡舒适与节能的关键。该研究发表在《ENERGY AND BUILDINGS》。

**研究方法**
本研究在广州某住宅建筑中进行半控制实验，设置7个温度条件（18、21、24、26、28、31、33°C），采用拉丁方平衡设计，招募12名健康大学生（6男6女，均在广州居住，BMI正常）作为参与者。主要技术方法包括：Ramanathan四点法测量平均皮肤温度（T_skin）；主观问卷采集热感觉投票（TSV）和热舒适评分；广义逻辑与高斯函数建模行为概率；Welch t检验、协方差分析（ANCOVA）、Games-Howell事后检验及置换检验比较行为效果；随机森林算法构建行为生理效果（α）预测模型（10个输入变量，R2=0.82，RMSE=0.15°C）；度小时法（degree-hour）估算节能潜力。

**研究结果**
- **3.1 热驱动因素与自适应行为**：通过频率分布和TSV概率曲线，发现低温下（18–21°C）衣物调整主导（>65%），高温下（31–33°C）风扇和开窗为主；中等温度（24–28°C）多数人“无调整”。各行为具有特定的激活阈值和功能边界，TSV与行为概率呈非线性关系。
- **3.2 平均皮肤温度对热负荷和感觉的表征**：线性回归显示平均皮肤温度与空气温度强相关（斜率0.199），从31°C增至34°C。舒适状态下（TSV=0），有行为调整与无行为调整者的平均皮肤温度无显著差异（33.09 vs 33.07°C，p=0.93），据此确定舒适皮肤温度范围为[32.60, 33.14]°C。
- **3.3 行为调整的即时生理反馈与效果**：行为调整后平均皮肤温度偏离基线，前后回归斜率差异显著（p<0.01），呈“剪刀差”模式。穿戴厚夹克升温0.45°C，风扇高速降温?0.28°C，姿势调整效果微弱（<±0.1°C）。行为效果依赖环境参数：衣物调整效果随空气温度降低而增大；开窗效果取决于室内外温差；风扇效果在中等温度下最佳。行为序列分析显示，首次行为产生的皮肤温度变化显著大于后续行为（置换检验），表明状态依赖性和递减边际效益。

**讨论与结论**
讨论部分提出基于皮肤温度反馈的行为模型：T_skin-comfort = T_skin + α + β，其中α为行为调节效果，β为HVAC补偿需求。随机森林模型预测α，通过皮肤温度-空气温度线性关系将β映射为设定点调整值。据此提出的“行为优先、HVAC辅助”策略，给出不同温度下的推荐行为及HVAC设定点（如18°C时推荐厚夹克+设定22°C，31°C时推荐风扇1.8m/s+设定28°C）。度小时分析显示，冷却年需求可减少51.5–68.0%，加热需求减少26.5%。研究结论为：皮肤温度可稳定表征热舒适；行为效果因类型和环境而异；行为序列具有状态依赖性和递减边际效益；所建α–β模型可实现分层控制；该策略具有显著节能潜力。