一种考虑时间变量的建筑动态生命周期评价方法

1.本发明涉及建筑全生命周期技术领域，具体为一种考虑时间变量的建筑动态生命周期评价方法。


背景技术：

2.建筑行业是我国碳排放的主要组成部分之一，根据相关统计数据，2018年全国建筑全过程碳排放总量占全国碳排放的比重约为51.3％。因此相较于其他行业，建筑行业具有较大的节能减排潜力。其中建筑全过程碳排放很大一部分是在建筑使用过程中产生的，在建筑实际工程应用之中，建筑的生命周期评价一般都在设计阶段进行的，而此时该评价的输入数据主要采用相似建筑的相关数据进行替代，而非使用实际检测或实验得到的数据。相较于建筑建造及建筑相关系统安装过程，建筑使用阶段时间跨度较大，建筑使用时间段内每年生命周期评价的输入参数会发生较大的变化。而在常规建筑物生命评价方法中的这些输入数据一般都为定值，建筑使用阶段生命周期能耗和环境排放一般通过一年的计算数据乘以建筑寿命来估算，即使这些数据来源的可靠性较高，将这些来源特定年份的输入数据用于分析建筑使用阶段生命周期评价时，也可能产生极大的误差；因此，建筑使用阶段生命周期分析有效性受到时间变量的影响较大。综合已有文献报道的生命周期评价有效性分析方法可见，一般是通过量化输入参数的数据质量、确定其数据不确定性分布进而进行随机模拟，分析生命周期评价输出结果的有效性，因此少有考虑输入变量动态变化的建筑生命周期评价方法，难以反应待评估建筑在使用阶段的能耗及碳排放对于生命周期环境影响。


技术实现要素：

3.本发明的目的在于提供一种考虑时间变量的建筑动态生命周期评价方法，以解决上述背景技术中提出的问题。
4.为了解决上述技术问题，本发明提供如下技术方案：
5.一种考虑时间变量的建筑动态生命周期评价方法，所述生命周期评价方法具体步骤包括：
6.步骤一：筛选敏感参数；
7.步骤二：扩大敏感参数范围；
8.步骤三：基于灰色预测gm(1，1)模型建立建筑动态生命周期时间序列预测模型；
9.步骤四：输入敏感参数至建筑动态生命周期时间序列预测模型，输出敏感参数预测结果；
10.步骤五：建立预测结果估算方程，计算建筑生命周期的概率分布更新频率；
11.步骤六：根据预测结果输出建筑生命周期的概率分布。
12.所述步骤一筛选敏感参数具体步骤包括：
13.步骤一-1：获取能源的生产参数和能源结构参数作为预备参数；
14.步骤一-2：设置环境影响参数，所述环境影响参数为建筑生命周期评价，建筑生命周期评价指标不易，需要设置环境影响参数统一单因素敏感性分析的评价指标；
15.步骤一-3：通过单因素敏感性分析法分析预备参数对于环境影响参数的影响，输入预备参数，输出环境影响参数的变化范围；
16.步骤一-4：设置参数基准值变化范围，当环境影响参数的变化范围超出参数基准值变化范围，则判断预备参数为敏感参数，优选的以全国平均水平数据为基准值，在基准值的基础上设置参数基准值变化范围。
17.影响建筑生命周期的因素有很多，不同的因素对于建筑生命周期的评价指标不一，为了提高建筑生命周期的准确评测，需要先一步筛选出对于建筑生命周期影响大的参数为敏感参数。
18.所述步骤二扩大敏感参数范围具体内容包括：
19.如果能源的生产参数和能源结构参数中存在敏感参数，则能源的生产参数和能源结构参数中与敏感参数存在比例关系的参数均为敏感参数。
20.当通过单因素敏感性分析法分析预备参数输出环境影响参数的变化范围不能体现预备参数对于环境影响参数的影响程度，如能源消耗结构的相关参数，通过扩大敏感参数范围，避免遗漏对于环境影响参数影响程度大却因为单因素敏感性分析无法分析出来的敏感参数。
21.基于灰色预测gm(1，1)模型建立建筑动态生命周期时间序列预测模型具体步骤包括：
22.基于灰色预测gm(1，1)模型可以基于不完全的信息对含有不确定因素的系统进行预测，通过原始数据列找到系统变动的规律，进而预测输出预测结果；
23.步骤四-1：结构化敏感参数，构造敏感参数原始数据列，其具体表达式如下：
24.x
(0)
＝(x
(0)
(1)，x
(0)
(2)，
…
，x
(0)
(n))
25.其中，x
(0)
表示敏感参数原始数据列，x
(0)
(t)，t＝1，2，
…
，n表示敏感参数数据值；
26.步骤四-2：建立敏感参数时间序列控制方程，具体计算公式为：
[0027][0028]
其中，表示敏感参数关于时间的导数，a表示时间序列控制方程自由项灰参数常系数， x
(1)
表示敏感参数累加数据列，u表示时间序列灰参数常数项；
[0029]
步骤四-3：建立灰参数向量式，具体计算公式为：
[0030][0031]
其中，表示灰参数向量，t表示时间点，a表示表示时间序列控制方程自由
[0032]
步骤四-4：敏感参数原始数据列累加，具体计算公式为：
[0033]
x
(0)
＝(x
(1)
(1)，x
(1)
(2)，
…
，x
(1)
(n))
[0034]
其中，x
(1)
(t)表示敏感参数累加数据值，
[0035]
步骤四-5：构造累加矩阵b，具体计算公式为：
[0036][0037]
步骤四-6：构造常数项向量yn，具体计算公式为：
[0038]yn
＝(x
(1)
(2)，x
(1)
(3)，
…
，x
(1)
(n))
t
[0039]
步骤四-7：计算灰参数向量，具体计算公式为：
[0040][0041]
步骤四-8：计算时间函数，具体计算公式为：
[0042][0043]
步骤四-9：通过时间函数计算敏感参数累加数据列的时间函数并对敏感参数累加数据列的时间函数求导还原得到：
[0044][0045]
或
[0046][0047]
其中，表示敏感参数原始数据列的时间函数；
[0048]
步骤四-10：计算预测绝对误差和预测相对误差，具体计算公式为：
[0049][0050][0051]
其中，ε
(0)
(t)表示预测绝对误差，q(x)表示预测相对误差；
[0052]
步骤四-11：获得建筑动态生命周期时间序列预测模型，具体计算公式为：
[0053][0054]
其中，表示建筑动态生命周期时间序列预测模型；
[0055]
步骤四-12：计算敏感参数原始数据列均值和方差具体计算公式为：
[0056][0057][0058]
步骤四-13：计算建筑动态生命周期时间序列预测模型预测值的预测绝对误差和预测数据残差均值具体计算公式为：
[0059][0060][0061]
步骤四-14：计算灰色预测均方差c和预测的小概率误差p，具体的计算公式为：
[0062][0063][0064]
根据灰色预测均方差c和小概率误差p值评估建筑动态生命周期时间序列预测模型的精度：
[0065]
当灰色预测均方差c≤0.7或预测的小概率误差p≥0.65，则建筑动态生命周期时间序列预测模型的精度等级为一；
[0066]
当灰色预测均方差0.7＜c≤0.8或预测的小概率误差0.5＜p≤0.65，建筑动态生命周期时间序列预测模型的精度等级为二；
[0067]
当灰色预测均方差0.8＜c≤0.95或预测的小概率误差0.5＜p≤0.35，建筑动态生命周期时间序列预测模型的精度等级为三；
[0068]
当灰色预测均方差c＞0.95且预测的小概率误差p＜0.35，建筑动态生命周期时间序列预测模型的精度等级为四；
[0069]
当灰色预测均方差评估建筑动态生命周期时间序列预测模型的精度等级与预测的小概率误差评估建筑动态生命周期时间序列预测模型的精度等级不一致，则以较小的等级为最终等级。
[0070]
所述步骤五建立预测结果估算方程，具体内容包括：
[0071]
对预测结果进行估算，设置输出参数可接受变异程度c％，预测结果偏离c％时数据库的平均变异程度为可接受变异程度限值，计算预测结果偏差小于c％时的有效时间间隔，具体计算公式为：
[0072][0073]
其中，表示预测结果偏差为c％时敏感参数的变异程度，σ
year
表示数据库敏感参数年变异程度，y表示预测结果偏差小于c％时的有效时间间隔，计算函数为取整函数。
[0074]
不可能通过建筑动态生命周期时间序列预测模型无限的预测，最重要的是通过预测模型判断建筑的动态生命周期，通过设置敏感参数可变异程度，就可以输出预测结果偏差小于c％时的有效时间间隔为建筑动态生命周期的概率分布更新频率，降低模型的计算量。
[0075]
所述步骤六根据预测结果输出建筑生命周期的概率分布具体内容包括：
[0076]
将敏感参数预测结果进行不确定性量化，将敏感参数预测结果量化为概率密度函数的形式，其分布形式为beta分布，beta分布的概率密度函数具体计算公式为：
[0077][0078]
其中，(α，β)为beta分布的形状参数，a为参数可能的最小值，b为参数的可能最大值。
[0079]
根据建筑动态生命周期时间序列预测模型的精度等级，确定形状参数值，当建筑动态生命周期时间序列预测模型的精度等级为四时，形状参数(d，β)为(3，3)，参数a及b为均值的
±
20％；当建筑动态生命周期时间序列预测模型的精度等级为三时，形状参数(d，β)为 (1，1)，参数a及b为均值的
±
30％；当建筑动态生命周期时间序列预测模型的精度等级为二时，形状参数(d，β)为(1，1)，参数a及b为均值的
±
35％。
[0080]
在不确定性量化后利用蒙特卡洛模拟的方法进行不确定性分析传递，输出生命周期的概率分布，计算考虑时间变量动态变化情况下的不确定性。
[0081]
与现有技术相比，本发明所达到的有益效果是：
[0082]
建筑的生命周期评价使用时，输入参数一般数量很大，如果都需要进行建模预测的话模型复杂度及数据收集的工作量会急剧增加，因此本发明优先筛选出建筑动态生命周期的敏感参数，通过提高输入数据质量，进一步的保证建筑动态生命周期时间序列预测模型预测值的有效性；
[0083]
通过灰色预测gm(1，1)模型建立建筑动态生命周期时间序列预测模型，分析敏感参数的时效性，极大程度的降低分析建筑整个使用寿命中每一年的环境影响清单时产生的误差，计算高精度的建筑全生命周期的评价结果。
附图说明
[0084]
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
[0085]
图1是本发明一种考虑时间变量的建筑动态生命周期评价方法的流程示意图。
具体实施方式
[0086]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0087]
请参阅图1，本发明提供技术方案：
[0088]
实施例：一种考虑时间变量的建筑动态生命周期评价方法，所述生命周期评价方法具体步骤包括：
[0089]
步骤一：筛选敏感参数；
[0090]
步骤二：扩大敏感参数范围；
[0091]
步骤三：基于灰色预测gm(1，1)模型建立建筑动态生命周期时间序列预测模型；
[0092]
步骤四：输入敏感参数至建筑动态生命周期时间序列预测模型，输出敏感参数预测结果；
[0093]
步骤五：建立预测结果估算方程，计算建筑生命周期的概率分布更新频率；
[0094]
步骤六：根据预测结果输出建筑生命周期的概率分布。
[0095]
所述步骤一筛选敏感参数具体步骤包括：
[0096]
步骤一-1：获取获取煤炭、石油和天然气等主要发电系统的主要能源的上游阶段的生命周期清单数据作为预备参数，由于无论建筑生命周期清单分析中的建材生产还是建筑使用阶段，均需要调用能源上游阶段的生命周期清单数据，所以设置发电系统的主要能源的上游阶段的生命周期清单数据作为预备参数；
[0097]
步骤一-2：设置上游生命周期全球变暖潜力为环境影响参数，所述环境影响参数为建筑生命周期评价；
[0098]
步骤一-3：通过单因素敏感性分析法分析预备参数对于环境影响参数的影响，输入预备参数，输出环境影响参数的变化范围，
[0099]
步骤一-4：以全国平均水平数据为基准值，在基准值的基础上设置参数基准值变化范围，当环境影响参数的变化范围超出参数基准值变化范围，则判断预备参数为敏感参数；
[0100]
通过步骤一-1至步骤一-4获得煤炭上游阶段的生命周期清单数据中敏感参数为煤电生产标准耗煤量、原煤生产耗电量、煤电生产自用率、内燃机车每万吨公里耗油及电力机车每万吨公里耗电；石油上游阶段的生命周期清单数据中敏感参数为煤电生产标准耗煤量、原油加工综合能耗、煤电比例、水力发电比例、电力输送和分配损失、煤电生产自用率；天然气上游阶段的生命周期清单数据中敏感参数为煤电生产标准耗煤量、煤电比例、水力发电比例、核电比例、电力输送和分配损失、煤电生产自用率；电力上游阶段的生命周期清单数据中敏感参数为煤电生产标准耗煤量、煤电比例、水力发电比例、核电比例、电力输送和分配损失、原煤生产耗电、煤电生产自用率。
[0101]
所述步骤二扩大敏感参数范围具体内容包括：
[0102]
如果能源的生产参数和能源结构参数中存在敏感参数，则能源的生产参数和能源结构参数中与敏感参数存在比例关系的参数均为敏感参数。
[0103]
当通过单因素敏感性分析法分析预备参数输出环境影响参数的变化范围不能体现预备参数对于环境影响参数的影响程度，如能源消耗结构的相关参数，通过扩大敏感参数范围，避免遗漏对于环境影响参数影响程度大却因为单因素敏感性分析无法分析出来的敏感参数。
[0104]
建立建筑动态生命周期时间序列预测模型，敏感参数为预测模型输入值，设置数据极限值，所述数据极限值为输出的预测值的限定范围，设定煤炭生产电耗数据极限值为17kwh/t、原油加工综合能耗数据极限值为73kgce/t、火电发电煤耗数据极限值为270gce/kwh，输电线损耗率为3.89％，火电生产厂用电率为4％；
[0105]
基于灰色预测gm(1，1)模型建立建筑动态生命周期时间序列预测模型具体步骤包括：
[0106]
步骤四-1：结构化敏感参数，构造敏感参数原始数据列，其具体表达式如下：
[0107]
x
(0)
＝(x
(0)
(1)，x
(0)
(2)，
…
，x
(0)
(n))
[0108]
其中，x
(0)
表示敏感参数原始数据列，x
(0)
(t)，t＝1，2，
…
，n表示敏感参数数据值；
[0109]
步骤四-2：建立敏感参数时间序列控制方程，具体计算公式为：
[0110][0111]
其中，表示敏感参数关于时间的导数，a表示时间序列控制方程自由项灰参数常系数，x
(1)
表示敏感参数累加数据列，u表示时间序列灰参数常数项；
[0112]
步骤四-3：建立灰参数向量式，具体计算公式为：
[0113][0114]
其中，表示灰参数向量，t表示时间点，a表示时间序列控制方程自由项灰参数常系数， u表示时间序列灰参数常数项；
[0115]
步骤四-4：敏感参数原始数据列累加，具体计算公式为：
[0116]
x
(0)
＝(x
(1)
(1)，x
(1)
(2)，
…
，x
(1)
(n))
[0117]
其中，x
(1)
(t)素示敏感参数累加数据值，
[0118]
步骤四-5：构造累加矩阵b，具体计算公式为：
[0119][0120]
步骤四-6：构造常数项向量yn，具体计算公式为：
[0121]yn
＝(x
(1)
(2)，x
(1)
(3)，
…
，x
(1)
(n))
t
[0122]
步骤四-7：计算灰参数向量，具体计算公式为：
[0123][0124]
步骤四-8：计算时间函数，具体计算公式为：
[0125][0126]
步骤四-9：通过时间函数计算敏感参数累加数据列的时间函数并对敏感参数累加数据列的时间函数求导还原得到：
[0127][0128]
或
[0129][0130]
其中，表示敏感参数原始数据列的时间函数；
[0131]
步骤四-10：计算预测绝对误差和预测相对误差，具体计算公式为：
[0132][0133][0134]
其中，ε
(0)
(t)表示预测绝对误差，q(x)表示预测相对误差；
[0135]
步骤四-11：获得建筑动态生命周期时间序列预测模型，具体计算公式为：
[0136][0137]
其中，表示建筑动态生命周期时间序列预测模型；
[0138]
步骤四-12：计算敏感参数原始数据列均值和方差具体计算公式为：
[0139][0140][0141]
步骤四-13：计算建筑动态生命周期时间序列预测模型预测值的预测绝对误差和预测数据残差均值具体计算公式为：
[0142][0143][0144]
步骤四-14：计算灰色预测均方差c和预测的小概率误差p，具体的计算公式为：
[0145][0146][0147]
根据灰色预测均方差c和小概率误差p值评估建筑动态生命周期时间序列预测模型的精度：
[0148]
当灰色预测均方差c≤0.7或预测的小概率误差p≥0.65，则建筑动态生命周期时间序列预测模型的精度等级为一；
[0149]
当灰色预测均方差0.7＜c≤0.8或预测的小概率误差0.5＜p≤0.65，建筑动态生命周期时间序列预测模型的精度等级为二；
[0150]
当灰色预测均方差0.8＜c≤0.95或预测的小概率误差0.5＜p≤0.35，建筑动态生命周期时间序列预测模型的精度等级为三；
[0151]
当灰色预测均方差c＞0.95且预测的小概率误差p＜0.35，建筑动态生命周期时间序列预测模型的精度等级为四；
[0152]
当灰色预测均方差评估建筑动态生命周期时间序列预测模型的精度等级与预测的小概率误差评估建筑动态生命周期时间序列预测模型的精度等级不一致，则以较小的等级为最终等级。
[0153]
所述步骤五建立预测结果估算方程，具体内容包括：
[0154]
对预测结果进行估算，设置输出参数可接受变异程度2.5％，预测结果偏离2.5％时数据库的平均变异程度为可接受变异程度限值，计算预测结果偏差小于2.5％时的有效时间间隔，具体计算公式为：
[0155][0156]
其中，表示预测结果偏差为c％时敏感参数的变异程度，σ
year
表示数据库敏感参数年变异程度，y表示预测结果偏差小于c％时的有效时间间隔，计算函数为取整函数。
[0157]
当煤电生产标准耗煤量出现2.99％误差或原煤生产耗电出现3.13％的误差时，输出结果会出现2.5％的误差，而2000-2010年10年间煤电生产标准耗煤量和原煤生产耗电的年平均变异程度分别为1.25％和5.07％，为了确保输出结果误差不大于2.5％，煤电生产标准耗煤量和原煤生产耗电数据的有效时间间隔分别为2年和1年，所以通过煤电生产标准耗煤量更新建筑生命周期的概率分布的频率为2年，通过原煤生产耗电数据更新建筑生命周期的概率分布的频率为1年。
[0158]
所述步骤六根据预测结果输出建筑生命周期的概率分布具体内容包括：
[0159]
将预测结果进行不确定性量化，在不确定性量化后利用蒙特卡洛模拟的方法进行不确定性分析传递，输出生命周期的概率分布，计算考虑时间变量动态变化情况下的不确定性。
[0160]
将敏感参数预测结果进行不确定性量化，将敏感参数预测结果量化为概率密度函数的形式，其分布形式为beta分布，beta分布的概率密度函数具体计算公式为：
[0161][0162]
其中，(α，β)为beta分布的形状参数，a为参数可能的最小值，b为参数的可能最大值。
[0163]
根据建筑动态生命周期时间序列预测模型的精度等级，确定形状参数值，当建筑动态生命周期时间序列预测模型的精度等级为四时，形状参数(α,β)为(3,3)，参数a及b为均值的
±
20％；当建筑动态生命周期时间序列预测模型的精度等级为三时，形状参数(α,β)为 (1,1)，参数a及b为均值的
±
30％；当建筑动态生命周期时间序列预测模型的精度等级为二时，形状参数(α,β)为(1,1)，参数a及b为均值的
±
35％。
[0164]
采用蒙特卡洛抽样的方法，结合关键参数灰色时序预测模型及参数不确定性分布，计算考虑动态清单分析方法的1gj煤炭50年累积上游生命周期gwp及考虑动态清单分析方法的 1gj电50年累积生命周期gwp的概率分布，计算分布的变异系数及不同置信度下的输出结果数值。
[0165]
对比不考虑时间变量时效性计算结果与考虑输入参数随时间变化的考虑时效性结果， 1gj煤50年累积上游生命周期考虑参数时效性相较于静态参数计算结果，其变异系数为 0.175，其均值下降了30.2％，97.5％置信度最大值高了4.3％；1gj电50年累积生命周期gwp，其变异系数为0.0551，考虑参数时效性参数的均值相较于静态参数计算结果降低了25.4％。对比结果说明，考虑时效性的时间变量的建筑动态生命周期评价方法可以极大的提高建筑生命周期评价方法的计算精度。
[0166]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实
体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
[0167]
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。