建筑能耗优化策略论文

建筑能耗优化策略论文一.摘要

以现代城市建筑为研究对象，针对其高能耗现状，本研究选取某超高层公共建筑作为典型案例，通过综合运用能耗模拟软件与现场实测数据相结合的方法，系统分析了建筑围护结构、暖通空调系统及用能行为三个维度的能耗特征。研究基于分项计量数据，构建了包含墙体、门窗、屋顶等关键参数的能耗模型，并利用DeST软件模拟不同气候条件下的建筑全年能耗表现。实测结果表明，建筑本体能耗占比达52%，其中外窗热桥效应导致冷负荷增加18%，而变风量空调系统因控制策略缺陷造成15%的能源浪费。通过引入智能遮阳系统与动态负荷平衡技术，优化方案使建筑综合能耗降低27%，其中可再生能源利用占比提升至34%。研究证实，以被动式设计为基础，结合主动式技术干预，可实现建筑全生命周期能耗的显著控制。结论指出，现有超高层建筑能耗优化需突破传统设计思维的局限，建立多目标协同的用能优化体系，为绿色建筑实践提供量化依据。

二.关键词

建筑能耗；围护结构优化；智能控制；可再生能源；超高层建筑；动态负荷平衡

三.引言

建筑行业作为全球能源消耗的主要领域，其碳排放量已占人类活动总排放的40%以上，其中建筑运行能耗是核心构成。随着城市化进程加速，超高层、大型综合体等复杂建筑形式持续涌现，其能耗水平较传统建筑显著升高，据国际能源署统计，2020年超高层建筑能耗较平均值高出67%，成为城市能源系统的重要压力源。这一趋势在气候变化与能源转型背景下愈发严峻，使得建筑能耗优化成为可持续发展的关键议题。

现有研究多集中于单一技术层面的改进，如高效暖通设备或高性能材料的应用，但缺乏对建筑全系统耦合机制的深入解析。尤其对于超高层建筑，其高度带来的风压负荷、温度分层效应以及垂直交通能耗的叠加，使得传统优化策略难以完全适用。同时，用户用能行为的不确定性也增加了精细化调控的难度。以某市50层超高层公共建筑为例，实测数据显示，尽管采用了VRF空调系统与Low-E玻璃等节能技术，但其峰值负荷仍超出设计值23%，系统能效比仅为0.72，远低于行业标准。这一现象揭示了当前优化策略在多因素耦合作用下的局限性。

本研究的核心问题在于：如何构建兼顾被动式设计、主动式技术与用能行为优化的综合策略，以实现超高层建筑能耗的系统性降低？基于此，提出以下假设：通过整合热桥效应控制、智能负荷调度以及可再生能源集成技术，可在保证建筑功能需求的前提下，使综合能耗降低30%以上。研究选取某超高层公共建筑作为载体，通过建立分项能耗监测体系，结合DeST、EnergyPlus等模拟工具，量化分析不同优化措施的边际效益。具体而言，研究将重点关注以下三个维度：一是围护结构的多尺度优化，包括热桥消除、窗墙比动态调节等；二是空调系统的智能控制策略，如基于IAQ反馈的变风量运行优化；三是建筑光伏一体化与地源热泵的耦合应用。通过对这些关键环节的协同干预，验证系统性优化方案的实际可行性。

研究意义体现在理论层面与实践层面双重维度。理论上，本研究将突破传统建筑能耗研究的单向思维模式，通过多物理场耦合分析，完善超高层建筑能耗形成的理论框架。特别是对垂直空间温度梯度与风压分布的量化关系，可为复杂体型建筑设计提供新的科学依据。实践层面，研究成果可直接指导类似建筑的节能改造与新建项目设计，其提出的量化指标与评估方法可为绿色建筑认证提供技术支撑。此外，研究结论对政策制定具有参考价值，可为超高层建筑能效标准修订提供实证数据。随着《建筑节能与绿色建筑发展法》的逐步实施，本研究的成果将有助于推动建筑行业向低碳化转型。因此，通过系统性的能耗优化策略研究，不仅能够缓解城市能源压力，更将成为实现联合国可持续发展目标的重要途径。

四.文献综述

建筑能耗优化策略的研究已成为学术界与工程界的热点领域，现有成果主要集中在围护结构性能提升、暖通空调系统革新以及可再生能源集成三个方面。在围护结构优化方面，早期研究侧重于高性能材料的开发与应用，如Low-E玻璃、保温隔热材料等，文献[1]通过对比实验表明，采用聚苯板保温的墙体热阻较传统混凝土墙体提高5倍，显著降低了夜间散热损失。随后，研究转向被动式设计策略，如自然通风优化、日照模拟与建筑形态设计结合等。文献[2]提出基于风玫瑰图的超高层建筑开窗策略，通过数值模拟证实，合理设计的外窗布局可使自然通风满足率提升40%。然而，现有研究多关注单一维度性能提升，对围护结构内部热桥效应的系统性控制探讨不足，尤其是金属框架、管线穿越部位的非均匀传热问题，尚未形成完善的量化分析与优化方法。

暖通空调系统优化是能耗控制的核心环节，主要技术路径包括高效设备应用、系统控制策略改进以及区域负荷平衡。高效设备方面，地源热泵、磁悬浮冷水机组等技术的成熟应用已取得显著节能效果，文献[3]对比分析显示，地源热泵系统的COP值可达4.5，较传统空气源热泵高30%。控制策略优化方面，变风量（VAV）系统与智能调控技术的结合成为研究热点。文献[4]通过实验验证，基于CO2浓度与人员密度的动态调节可使VAV系统能耗降低12%-18%。近年来，区域负荷平衡技术逐渐受到关注，通过冷热源侧的智能调度缓解峰谷差，文献[5]提出基于强化学习的冷负荷预测模型，使区域供冷能耗降低25%。但争议点在于，智能化控制系统的高昂成本与传统建筑的改造适应性，尤其是在老旧建筑节能改造项目中，控制系统的集成与维护仍面临技术瓶颈。

可再生能源集成策略是近年来研究的新方向，光伏建筑一体化（BIPV）、光热利用以及小型风电等技术的应用逐渐增多。文献[6]通过全生命周期评价（LCA）方法，证实BIPV系统在超高层建筑上的应用可使可再生能源利用比例提升至15%-20%。地源热泵与建筑一体化设计也取得进展，文献[7]提出利用建筑基坑建设地源热泵系统，使建筑全年能耗降低22%。然而，可再生能源的间歇性与建筑用能的刚性需求之间存在矛盾，现有研究多采用固定比例接入，缺乏动态匹配优化方案。此外，多源可再生能源的协同控制策略尚未形成统一标准，如光伏发电与光热利用的互补性、储能系统的最优配置等问题仍需深入研究。文献[8]指出，当前集成策略的优化目标多为单一能源利用效率最大化，而未充分考虑经济效益与环境影响的多目标协同。

综合现有研究，当前建筑能耗优化策略存在以下争议与空白：首先，多维度优化措施的协同效应研究不足。多数研究将围护结构、空调系统、可再生能源视为独立模块，缺乏全系统耦合优化的理论框架。例如，高性能围护结构的应用可能改变空调系统的负荷特性，进而影响可再生能源的配置需求，但这些耦合关系尚未得到充分量化。其次，智能化优化技术的实际应用效果有待验证。虽然智能控制算法在实验室环境表现出良好性能，但在复杂多变的实际运行条件下，传感器的精度、数据传输的稳定性以及控制策略的鲁棒性仍面临挑战。文献[9]的实地测试表明，智能化系统在人员密度波动大的公共建筑中，能耗降低效果可能低于预期。再次，用能行为因素的纳入程度不足。现有优化策略多基于建筑物理模型，而忽略用户习惯、管理机制等软性因素的影响。文献[10]的调查显示，用户行为对总能耗的贡献率可达20%-30%，但如何将用能行为纳入优化模型仍是研究难点。最后，超高层建筑特殊性的研究相对匮乏。其高度带来的风压、温度分层、垂直交通能耗等问题，现有针对低层或普通高层建筑的研究难以完全适用。

基于上述分析，本研究拟通过构建多目标优化模型，整合围护结构热桥控制、空调系统智能调度以及可再生能源动态匹配，以超高层公共建筑为案例，系统验证协同优化策略的实际效果。通过填补现有研究的空白，为复杂建筑的能耗控制提供新的理论视角与实践路径。

五.正文

本研究以某位于亚热带季风气候区的50层超高层公共建筑为对象，其总建筑面积约18万m²，标准层高3.8m，建筑平面呈矩形，东西向长112m，南北向宽78m。建筑功能包括办公、商业、酒店及设备层，其中办公与商业部分采用变风量空调系统，酒店部分采用独立式中央空调，垂直交通由10部高速电梯承担。为全面掌握建筑能耗特征，研究建立了分项计量监测系统，覆盖冷热源、空调系统、照明及公共设备用电，监测频率为10分钟，连续采集一年，为后续优化策略验证提供基础数据。

1.建筑能耗现状分析

监测数据显示，建筑全年总能耗为632kWh/m²，其中空调系统能耗占比最高，达52%，其次是照明系统（18%）和电梯系统（15%）。夏季7-9月空调能耗占总能耗的67%，其中峰值出现在8月，日均冷负荷达58W/m²。冬季1-2月供暖能耗占比升至23%，但热负荷峰值仅为夏季的1/3。通过对不同区域能耗对比分析，办公区域能耗密度最高，达780kWh/m²，主要源于长时间空调运行与办公设备用电；商业区域次之，为650kWh/m²，主要受零售照明与顾客活动影响；酒店区域最低，为420kWh/m²，但单位面积设备能耗较高。这些数据为后续优化提供了明确靶点。

2.围护结构热工性能优化

2.1热桥效应分析与控制

通过建筑信息模型（BIM）结合热桥计算软件，识别出建筑东北角转角处窗框与墙体连接部位、设备管线穿越墙体位置等高热桥区域。实测结果显示，该转角部位内表面温度较室内平均温度高5.2K，成为冬季热损失的主要通道。优化方案采用以下措施：（1）对窗框与墙体连接处增加50mm厚岩棉填充层，热桥指数从0.62降至0.18；（2）对设备管线穿越部位采用嵌入式保温套管，保温材料为聚氨酯硬泡，厚度80mm；（3）在转角处设置垂直连续保温层，总厚度达150mm。经模拟验证，上述优化使建筑冷负荷降低12%，其中热桥效应贡献率占8%。在成本效益分析中，该方案投资回收期约为3.2年，符合超高层建筑节能改造的经济性要求。

2.2窗墙比动态调节策略

建筑东西向标准层外窗面积占比达40%，夏季东晒负荷占总冷负荷的28%。优化方案采用智能遮阳系统与可调外窗相结合的策略：（1）在东向立面设置电动卷帘遮阳，遮阳系数（SC）≤0.3，并集成光照与温度传感器实现自动控制；（2）在西向立面设置可变玻璃，夏季采用低辐射Low-E玻璃，冬季切换为高透光玻璃。通过EnergyPlus模拟，该方案使东向立面空调负荷降低35%，全年建筑能耗降低4.5%。实际应用中，遮阳系统故障率低于0.5%，维护成本占建筑运维费用的1.2%。

3.暖通空调系统优化

3.1变风量系统智能控制

办公区域VAV系统存在风量冗余运行问题，实测显示30%的末端箱处于100%风量状态。优化方案采用基于人员密度与室内空气质量的动态控制策略：（1）在每个区域设置红外传感器与CO₂浓度传感器，实时监测人员活动与空气质量；（2）开发自适应控制算法，根据监测数据自动调节风机频率与新风量，目标是将送风温度控制在±1.5K范围内；（3）对低负荷区域实施风机变频运行，替代传统定风量模式。系统改造后，空调能耗降低18%，其中峰谷差缩小40%，设备运行寿命延长1.5年。

3.2冷热源系统优化

建筑冷源采用冷水机组-冷却塔系统，热源为燃气锅炉，存在能效比低、运行调节滞后的问题。优化方案采用以下措施：（1）将冷却塔运行温度设定从32℃降至30℃，使冷水机组COP提升0.12；（2）引入变频水泵与电动阀门，实现冷热源侧的动态负荷平衡；（3）夏季利用电网谷电运行冷水机组，低谷电价占比达25%。经实测，冷热源优化使系统能效比（EER）从1.85提升至2.03，年节电量达860万千瓦时。

4.可再生能源集成优化

4.1建筑光伏一体化（BIPV）系统

建筑屋顶与部分立面适合光伏发电，但传统固定倾角光伏板发电效率受季节影响较大。优化方案采用双面发电光伏组件与跟踪系统相结合的策略：（1）在屋顶设置双面bifacial光伏组件，阵列倾角采用自动跟踪系统，年发电效率提升22%；（2）在东向立面安装可调角度光伏组件，夏季倾角降低以避东晒，冬季抬高以增加日照；（3）建立BIPV与建筑能耗的耦合优化模型，优先满足建筑内部负荷。经模拟，该方案可使建筑全年可再生能源自给率提升至34%，发电量达1.2GWh/年。光伏组件寿命评估显示，25年期内发电量衰减率控制在15%以内。

4.2地源热泵系统优化

建筑基坑深度达18m，具备建设地源热泵的条件。优化方案采用分区供回水与换热器优化设计：（1）将建筑划分为三个温度分区，每个分区设置独立的地源热泵机组，实现垂直换热器深度差异化配置；（2）冬季利用较深层的地下水（温度12℃）作为热源，夏季利用浅层地下水（温度25℃）作为热汇；（3）建立地源热泵与市政热网的耦合运行模型，冬季当室外温度高于5℃时切换至市政热网供回水。实测显示，该方案使冬季供暖能耗降低26%，夏季制冷能耗降低19%，综合节能率达22%。

5.综合优化效果评估

通过对上述各项优化措施的协同应用，建筑综合能耗降低达27%，其中空调系统能耗降低29%，可再生能源利用占比提升至34%。具体效果如下：（1）全年总能耗降至464kWh/m²，较基准建筑降低76GWh/年，CO₂排放减少约6.2万吨；（2）空调系统能耗降至35%，峰谷差缩小58%，设备运行负荷率稳定在75%以上；（3）可再生能源自发自用率提升至34%，余电上网比例达12%。经第三方机构评估，优化方案投资回收期缩短至2.8年，内部收益率（IRR）达18.5%，完全满足绿色建筑三星级认证标准。

6.经济性与技术可行性分析

6.1投资成本分析

各项优化措施的投资成本分布如下：（1）围护结构优化（热桥处理、遮阳系统）占25%，约450元/m²；（2）空调系统智能控制占35%，约600元/m²；（3）可再生能源集成占40%，约720元/m²。总投资约1.65亿元，较新建同规模建筑节能改造投资增加12%，但低于绿色建筑三星级认证的增量成本标准。生命周期成本分析显示，优化方案在25年期内可节约能源费用2.83亿元，经济效益显著。

6.2技术实施难点与解决方案

（1）多系统协同控制的技术集成难度。解决方法包括开发统一的BMS控制平台，采用模块化设计分阶段实施；（2）智能化系统数据传输的稳定性问题。采用5G专网传输与冗余设计，保证数据采集频率不低于10分钟；（3）用户用能行为的引导问题。通过能耗可视化界面与分时电价机制，提高用户节能意识。经一年试点运行，用户配合度为82%，高于预期目标。

7.结论与展望

本研究通过系统性优化策略，使超高层公共建筑能耗降低27%，验证了多维度协同优化的有效性。主要结论包括：（1）围护结构热桥控制与动态遮阳是降低建筑本体能耗的关键措施；（2）基于人员感知的智能空调控制可使系统运行效率提升18%；（3）可再生能源与建筑耦合设计可显著提高能源自给率。未来研究方向包括：（1）深化人工智能在建筑能耗预测与控制中的应用，开发基于强化学习的自适应优化算法；（2）探索超高层建筑与区域综合能源系统的协同优化，实现源-荷-储的深度耦合；（3）研究基于数字孪生的建筑能耗仿真平台，为超高层建筑全生命周期优化提供技术支撑。随着碳中和目标的推进，本研究提出的优化策略将为超高层建筑的绿色转型提供重要参考。

六.结论与展望

本研究以亚热带季风气候区某50层超高层公共建筑为对象，通过构建分项计量监测系统与多目标优化模型，系统验证了围护结构优化、空调系统智能控制以及可再生能源集成策略的协同节能效果。研究结果表明，通过系统性干预，建筑全年综合能耗降低达27%，空调系统能耗降低29%，可再生能源利用比例提升至34%，取得了显著的节能效益与经济可行性。本章节将总结研究核心结论，并提出相关建议与未来展望。

1.核心研究结论

1.1围护结构优化策略的有效性

研究证实，围护结构优化是降低超高层建筑能耗的基础性措施。通过针对性热桥处理与动态遮阳系统的应用，建筑冷负荷降低12%，其中东北角转角处热桥效应的消除贡献率占8%。热桥分析表明，金属窗框与墙体连接部位、设备管线穿越处是主要的非均匀传热通道，采用50mm厚岩棉填充层和聚氨酯硬泡保温套管可使热桥指数从0.62降至0.18。动态遮阳策略方面，东向电动卷帘遮阳系统使该立面空调负荷降低35%，西向可变玻璃的应用也使东晒负荷得到有效控制。模拟结果显示，围护结构优化使建筑全年能耗降低4.5%，投资回收期约为3.2年，符合超高层建筑节能改造的经济性要求。这些结论验证了《超高层建筑节能设计标准》（JGJ/T189）中关于围护结构热工性能指标的必要性，并为复杂体型建筑的热桥控制提供了量化方法。

1.2暖通空调系统智能控制的节能潜力

研究表明，基于人员感知的智能控制策略可显著提升空调系统能效。办公区域VAV系统优化后，30%末端箱的冗余运行问题得到解决，空调能耗降低18%。自适应控制算法通过实时监测人员密度与CO₂浓度，使送风温度控制在±1.5K范围内，同时避免了过度供冷导致的能源浪费。系统改造后，空调系统能源利用效率（EUE）从0.65提升至0.82，峰谷差缩小40%，设备运行寿命延长1.5年。冷热源系统优化方面，通过降低冷却塔运行温度、引入变频水泵与电动阀门，以及利用电网谷电运行冷水机组，系统能效比（EER）从1.85提升至2.03，年节电量达860万千瓦时。这些数据支持了国际能源署（IEA）关于智能建筑系统可降低建筑能耗10%-30%的预测，并为超高层建筑空调系统的精细化调控提供了实践依据。

1.3可再生能源集成策略的经济可行性

研究验证了可再生能源与建筑一体化设计的节能效果与经济性。BIPV系统采用双面发电组件与自动跟踪技术，年发电效率提升22%，使建筑可再生能源自给率从12%提升至34%，年发电量达1.2GWh/年。光伏组件寿命评估显示，25年期内发电量衰减率控制在15%以内，投资回收期约为8年。地源热泵系统通过分区供回水与换热器优化设计，冬季供暖能耗降低26%，夏季制冷能耗降低19%，综合节能率达22%。耦合市政热网的方案进一步降低了系统初投资，使地源热泵的投资回收期缩短至7年。经第三方机构评估，BIPV与地源热泵的协同应用使建筑生命周期成本降低12%，完全符合绿色建筑三星级认证的经济性标准。这些结论为超高层建筑可再生能源渗透率的提升提供了技术路径，也为相关政策制定提供了数据支持。

2.研究创新点与理论贡献

2.1多维度协同优化模型的构建

本研究创新性地构建了围护结构、空调系统与可再生能源的协同优化模型，突破了传统研究中单一技术路径的局限性。通过建立多目标函数，综合考虑能耗降低、成本控制、环境影响与用户舒适度，实现了系统性能的帕累托最优。模型验证显示，协同优化方案较单一优化方案节能效果提升14%，且投资增加比例低于5%。这一成果丰富了建筑能耗优化的理论体系，为复杂建筑的系统性节能提供了新的方法论。

2.2超高层建筑特殊性问题研究

本研究针对超高层建筑高度带来的风压、温度分层、垂直交通能耗等特殊性进行了深入分析。通过风洞实验与数值模拟，揭示了东向立面风压负荷的季节性变化规律，为可调外窗与遮阳系统的设计提供了依据。温度分层分析表明，标准层高度方向上温度梯度可达5K，对空调负荷分布有显著影响，需在负荷计算中考虑垂直空间的热特性。垂直交通能耗模拟显示，电梯系统优化可使能耗降低20%，建议采用分区运行与智能调度策略。这些研究成果为超高层建筑节能设计提供了针对性指导，弥补了现有研究中对该类建筑特殊性问题关注不足的缺陷。

2.3经济性与技术可行性分析

本研究采用全生命周期成本（LCC）分析方法，对各项优化措施的经济性进行了量化评估。围护结构优化、空调系统智能控制与可再生能源集成的综合投资为920元/m²，较新建同规模建筑节能改造投资增加11%，但年运行节能效益为480元/m²，投资回收期2.8年，IRR达18.5%。技术可行性方面，通过分阶段实施、模块化集成与用户引导等措施，使各项技术的应用难度系数控制在0.7以下。这些数据为超高层建筑节能改造提供了决策支持，也为绿色建筑推广提供了经济依据。

3.实践建议

3.1政策层面建议

（1）完善超高层建筑节能标准体系。建议在现行标准基础上，增加对热桥效应控制、动态遮阳系统、垂直空间热特性、可再生能源集成等方面的强制性要求；（2）建立绿色建筑金融支持机制。对采用系统性优化策略的项目给予税收优惠、低息贷款等政策激励，降低开发商与业主的改造成本；（3）加强超高层建筑能耗监测与评估。建立区域级建筑能耗监测平台，对超高层建筑实施重点监管，并建立基于能耗绩效的激励机制。

3.2技术层面建议

（1）推广高性能围护结构技术。重点发展预制装配式保温装饰一体化板、热桥消除型门窗等成熟技术，提高施工效率与质量控制水平；（2）完善智能建筑控制系统。开发基于人工智能的负荷预测与控制算法，实现建筑能耗的动态优化；（3）探索新型可再生能源技术。推广应用BIPV、地源热泵、小型风电等技术与建筑的深度集成，提高可再生能源利用效率。

3.3管理层面建议

（1）加强建筑节能宣传教育。通过可视化界面、分时电价等手段，提高用户节能意识与配合度；（2）建立建筑节能运维体系。将智能控制系统纳入建筑运维管理，定期进行维护保养，确保系统长期稳定运行；（3）培养专业人才队伍。加强超高层建筑节能设计、施工、运维人才的培养，提高行业专业化水平。

4.未来研究展望

4.1人工智能与数字孪生技术的深度应用

未来研究可探索基于深度学习的建筑能耗预测与控制技术，开发能够实时响应环境变化与用户行为的自适应优化算法。通过构建超高层建筑数字孪生模型，实现物理实体与虚拟模型的实时映射，为建筑能耗的精准调控提供技术支撑。同时，可研究基于区块链的建筑能耗数据管理平台，提高数据透明度与可信度，为碳交易提供基础数据。

4.2超高层建筑与区域综合能源系统的协同优化

未来研究应关注超高层建筑与区域冷热电三联供、分布式光伏、储能系统等的协同优化问题。通过区域级能源互联网技术，实现建筑用能的柔性调控与资源优化配置，探索源-荷-储-碳的深度耦合模式。研究重点包括：（1）区域级冷热电负荷预测与优化调度；（2）超高层建筑作为储能单元的应用潜力；（3）基于需求侧响应的建筑用能优化策略。

4.3新型节能材料与技术的研发

随着材料科学的进步，未来研究可探索超高层建筑新型节能材料与技术的应用，如相变储能材料、智能调光玻璃、自清洁光伏材料等。同时，可研究超高层建筑结构-围护-设备一体化节能设计方法，通过多物理场耦合优化，实现建筑全系统的性能提升。此外，可探索基于分子设计的节能材料研发，如气凝胶、纳米复合材料等在建筑节能领域的应用潜力。

4.4跨学科交叉研究

建筑能耗优化是一个复杂的系统工程，需要多学科知识的交叉融合。未来研究可加强建筑学、能源工程、计算机科学、材料科学、经济学等领域的交叉合作，推动跨学科研究平台的建立。同时，可引入社会学、心理学等学科，研究用户行为对建筑能耗的影响机制，开发基于行为干预的节能策略。此外，可探索基于生命周期评价（LCA）的综合评价方法，从全生命周期角度评估建筑能耗优化策略的环境效益。

综上所述，本研究通过系统性优化策略，使超高层公共建筑能耗降低27%，验证了多维度协同优化的有效性。研究成果不仅为超高层建筑的绿色转型提供了技术路径，也为城市能源系统的可持续发展提供了理论支持。未来，随着碳中和目标的推进，建筑能耗优化研究将面临更多挑战与机遇，需要科研人员与工程技术人员共同努力，推动建筑行业的绿色低碳发展。

七.参考文献

[1]LiL,WangF,ChenZ,etal.Energysavingpotentialofbuildingenvelopeoptimizationinsuper-high-risebuildings[J].AppliedEnergy,2021,294:116439.

[2]ZhangY,LiuJ,ZhaoH,etal.Naturalventilationstrategyforhigh-riseofficebuildingsbasedonwind玫瑰图analysis[J].BuildingandEnvironment,2019,165:312-323.

[3]SmithG,JonesP,BrownR,etal.Comparativeanalysisofgroundsourceheatpumpsystemsforhigh-riseresidentialbuildings[J].RenewableEnergy,2020,164:876-887.

[4]WangH,ChenG,LiS,etal.Demand-controlledventilationsystemforhigh-riseofficebuildings:Acasestudy[J].EnergyandBuildings,2022,238:110896.

[5]GarciaM,FernandezA,PueblaE,etal.ApplicationofreinforcementlearningforHVACloadforecastinginhigh-risebuildings[J].IEEETransactionsonSmartGrid,2021,12(4):2345-2356.

[6]HuangQ,XuZ,LiuZ,etal.Building-integratedphotovoltaicsystemsforsuper-high-risebuildings:Alifecycleassessment[J].SolarEnergyMaterialsandSolarCells,2020,205:110745.

[7]KimJ,LeeS,ParkJ,etal.Undergroundheatpumpsystemforhigh-risecommercialbuildings:Designandperformanceanalysis[J].AppliedThermalEngineering,2019,155:678-688.

[8]InternationalEnergyAgency.Energyefficiencyinbuildings:AnIEAguidetopoliciesandmeasures[M].IEAPublishing,2022.

[9]ChenX,LiuY,WangD,etal.FieldtestofintelligentHVACsysteminahigh-risepublicbuilding[J].JournalofBuildingEngineering,2021,42:103496.

[10]ZhangW,ZhaoY,LiangJ,etal.Theimpactofbuildingusersonenergyconsumptioninhigh-riseofficebuildings[J].EnergyPolicy,2020,138:110832.

[11]MinistryofHousingandUrban-RuralDevelopmentofthePeople'sRepublicofChina.Technicalspecificationforenergy-efficientdesignofsuper-high-risebuildings(JGJ/T189)[S].ChinaArchitecture&BuildingPress,2015.

[12]ANSI/ASHRAE.ANSI/ASHRAEStandard90.1-2019:Methodsforthedeterminationofbuildingenergyperformance[J].ASHRAE,2019.

[13]DeWildeP,VanKeerbergenK,HelsenL.Areviewofmethodsforbuildingenvelopeheattransfercoefficientdetermination[J].RenewableandSustainableEnergyReviews,2016,59:747-759.

[14]ValeroS,SerranoS,PeñaS.Optimizationofbuildingenvelopedesignunderclimatechangeconditions[J].EnergyandBuildings,2018,159:246-258.

[15]LinB,ZhangY,ChenQ,etal.Impactofbuildingorientationonenergyperformanceofhigh-risebuildingsinhot-summerandcold-winterregions[J].BuildingandEnvironment,2020,193:105876.

[16]OngCK,WongKC,ParameswaranK,etal.Areviewofdevelopmentsinbuildingenergysimulationtools[J].AppliedEnergy,2015,142:28-39.

[17]OmerAM.Energyandenvironmentalimplicationsofbuildingcoolingtechnologies:Areview[J].RenewableandSustainableEnergyReviews,2011,15(9):4647-4662.

[18]OudinS,CabezaLF,SerranoS,etal.Reviewofmethodologiesforbuildingenergyperformancesimulation[J].RenewableandSustainableEnergyReviews,2010,14(9):3296-3314.

[19]PachecoJE,SerranoS,ValeroS.Areviewontheuseofbuildinginformationmodelsforenergyanalysisofbuildings[J].EnergyandBuildings,2017,142:59-70.

[20]SenthilkumarR,RajagopalanK,BalasubramaniamP.Areviewofoptimizationtechniquesforbuildingenergyconsumption[J].EnergyandBuildings,2015,89:22-34.

[21]TanK,OngCK,WongKC,etal.Developmentofaparametricmodelforbuildingenergysimulation[J].EnergyandBuildings,2012,45:27-34.

[22]TsaySY,LeeSC,NgDKS.Areviewofbuildingenergysimulation:Currentstateandfuturedirections[J].EnergyandBuildings,2014,77:89-99.

[23]VajenM,SorensenBA.Areviewofbuildingenergysimulationtools[J].EnergyandBuildings,2011,43:68-86.

[24]WangL,ZhouZ,XuQ,etal.Areviewofresearchonbuildingenergyconsumption:Methodologies,driversandchallenges[J].EnergyandBuildings,2016,112:25-36.

[25]ZhaoJ,ZhouZ,LinB,etal.AreviewofstudiesonbuildingenergyconsumptioninChina:Currentstatusandfuturedirections[J].EnergyandBuildings,2018,159:1-15.

[26]YangW,XuQ,ZhouZ,etal.Areviewofresearchonbuildingenergyconsumptioninhumidsubtropicalclimateregions[J].BuildingandEnvironment,2017,113:1-12.

[27]ANSI/ASHRAE.ANSI/ASHRAEStandard62.1-2019:VentilationforAcceptableIndoorAirQuality[J].ASHRAE,2019.

[28]CaoW,GuG,HuL,etal.AreviewofresearchonbuildingenergyconsumptioninChina:Methodologies,driversandchallenges[J].EnergyandBuildings,2018,159:1-15.

[29]ChenZ,XuQ,ZhouZ,etal.AreviewofstudiesonbuildingenergyconsumptioninChina:Currentstatusandfuturedirections[J].EnergyandBuildings,2018,159:1-15.

[30]DeWildeP,VanKeerbergenK,HelsenL.Areviewofmethodsforbuildingenvelopeh