图片来源:Michael Blasnik提供的表格和图表;Bronwyn Barry的窗口计算公式
能源宅男的更多思考
能源顾问和审计员使用能源建模软件的目的多种多样，包括评估现有房屋的性能，计算能源改造措施的效果，估计新住宅的能源使用，以及确定新的供暖和制冷设备的大小。大多数专家认为，花在能源建模上的时间和费用是一项很好的投资，因为它比那些使用经验法则的承包商做出的决策更好。
然而，波士顿的能源顾问迈克尔·布拉斯尼克(Michael Blasnik)对能源模型有着令人惊讶的不同看法。Blasnik说，大多数的建模程序都不是很精确，特别是对于老旧的建筑。不幸的是，现有的模型通常不会被修改或改进，即使现有房屋的水电费账单显示模型存在系统性错误。
大多数能源模型需要太多的输入，其中许多并不能提高模型的准确性，而且能源模型往往占用了本可以更好地花在更有价值的活动上的时间。2012年3月8日，Blasnik在波士顿召开的美国国家能源和环境局主办的建筑能源12会议上展示了支持这些结论的数据。
Blasnik一天看到的数据比大多数评分者一生看到的还要多
布拉斯尼克曾担任全国各地公用事业和能源效率项目的顾问。“我买了市场上最早的鼓风机门之一，”布拉斯尼克说。“30年来，我一直在努力寻找如何在房屋中节约能源。我花了很多时间看能源账单，比较改造工作完成前后的账单。我看了很多数据。改造项目是有指导意义的，因为它们展示了模型的性能。”
据布拉斯尼克说，大多数能源模型在预测实际能源消耗方面做得很差，特别是对于老房子。既然……
78条评论
30年前，布鲁斯·布朗内尔
30年前布鲁斯·布朗内尔开始设计和建造房屋，布拉斯尼克和其他人在这篇文章中说，我们现在都应该开始建造。
密封的
连续绝缘
Outsulate以保持框架温暖和减少水分问题
少bumpouts
建筑物的六面都要连续绝缘
太阳能取向
使用光伏
布鲁斯·布朗内尔·阿迪朗达克替代能源
http://www.aaepassivesolar.com/
恭喜布鲁斯，这么多年来你与我们分享的成功!
什么时候能源建模将是开源的????
我们需要跟上时代，停止锁有用的(电子邮件保护)！迈克尔，迎接我的挑战。建立一个GBA赞助免费为任何人或至少PRO成员电子表格能源建模程序。
现在是时候让这个站点拥有能量建模了。
构建并发布这个GBA，你会看到你的读者加倍!!!!!!!!!!!!!!!!!!
丹……你在注意听吗，老兄....如果你是的话，汤给你!
我很高兴这个话题是
我很高兴这个话题被提出。我一直在想，这些超级程序的复杂性是否只是琐事上的练习;摆弄那些实际上意义不大的小变量，即使不是不可能，也很难建模。非常有趣的报告。
更换什么?
这些年来我做过很多模特。我最近的主要工具是TREAT，尽管我也使用REM和EQUEST。总之，我基本上同意Michael的观点，建模还不够精确，不足以证明我们花在它上面的时间和做出的决定是正确的。
为什么它被如此广泛地接受?首先，人们喜欢根据事实做出消费决定，不管事实是真是假，CYA。对于效率项目来说，建模往往是它们存在的理由。在任何一种情况下，如果涉及到其他人的资金，尽职调查的需要必须以某种方式得到满足。
问题仍然存在，如果我们停止建模(它不会中断)我的心)我们如何满足这些需求?我们是否需要做更精确的建模，或者我们应该让人们习惯于接受ROI的一点不确定性?
我不认为我们会因为上面提到的CYA原因而消除对建模的需求。有一个数字太好了，任何数字，一个人花了很多时间和精力推导出来的数字。我确实认为打破这种依赖会很好，只是我不认为它会很快发生。
当然，另一方是我们，建模者。这是一种令人满意的极客行为。它给了我们一个答案，我们也喜欢它。因此，要打破这种相互依赖还有很多工作要做，感谢迈克尔(和马丁)把这一点提出来。
我们为什么要做这一切?
我非常欣赏这篇文章。作为一个在公司工作的人，公司付钱让我帮助房主(改造/增加/简单地改善)他们现有的房子，我的雇主和我完全知道，提高房子的效率只是普通人可能想要对他们的房子做的一长串事情中的一件，假设他们能负担得起任何事情。作为一个绿色改造者，能源效率必须与资源效率、寿命和健康同等考虑。
我不想这么说，但效率提升几乎一直都在“不性感”的名单上。也许这就是为什么更换窗户的公司比能源审计师和绝缘体公司更成功的原因。至少人们可以“触摸和感受”他们的新窗户(眨眼，眨眼)，即使他们可能永远无法收回成本。
此外，到底需要多少个二次方程才能说服一个人，从长远来看，堵住这个窗口可以为他们省钱。有时答案会以另一个问题的形式出现。
马特
替代建模
我们总是可以回到这个营销策略:
“_______(填空)将为你节省(30%，40%，50%)能源账单。”
每一个节能预测都是基于某种计算。交互式UA计算算法考虑了交互式度量，并基于大量研究，这比某些承包商的电子表格(我们不知道计算基于什么)更具可信度。
虽然它可能不是完全正确的，但建模让许多激励计划成为在改造时提供急需资金的基础，而不是等待一年的能源账单来证明房主有资格获得激励。顺便提一句，谢尔顿集团的苏珊娜·谢尔顿本周在ACI National做了一项研究，64%的房主在进行了1-3次能源改进后，最终使用了更多的能源。接受改造的顾客觉得，他们之后的消费就不必那么小心了。
对现有功能的效率的不准确假设表明软件用户在如何评估这些东西方面缺乏足够的指导。也许软件供应商和整个行业可以改进对旧系统的评估指导。
手动J也是一种能源模型，尽管它也有批评者，但它似乎被普遍接受为HVAC系统的最佳方法。我不认为我们想用站在马路对面的路沿上拿着纸板看房子需要多大尺寸的装置的方法来取代它。
模特只是众多因素之一……
谢谢你写这篇文章，马丁。最后，关于能量建模的真相。虽然我在新的建筑工作中依赖建模工具，特别是设计载荷，但结果只是一个起点，是告知我的设计建议的几个因素中的一个输入。
只有了解工具的局限性和弱点，我们才能正确地解释结果。这种类型的判断不是可以从课堂或书本上学到的，而是通过经验、好奇心和反馈。
单纯依靠建模结果的效率计划是在自欺欺人。因此，我不支持家园之星，也不支持2012年提出的家园法案。
我确实不同意你们在密封管道时不需要使用测试设备的描述。虽然我同意在管道泄漏测试的情况下，它是重要的测试系统气流。否则，新收紧的管道系统可能导致气流下降到可接受的限度以下，甚至导致线圈冻结。曼克拉克是最早在2001年5月出版的家庭能源杂志．幸运的是，气流测试不像准备管道泄漏测试那么长时间，但它确实需要大量的培训。
对Joe Blowe的回应
乔,
你报告说，“64%的做了1-3次能源改进的房主最终使用了更多的能源。”现在这是一个有趣的发现!
你写道，“对现有功能的效率的不准确假设表明软件用户在如何评估这些东西方面缺乏足够的指导。”有可能——但我倾向于支持Blasnik的结论，即这些类型的系统错误是由糟糕的软件算法和糟糕的默认假设造成的。如果软件开发者愿意将他们的模型与被占用房屋的公用事业账单进行比较，那么软件就可以得到改进和修正。
你写道:“Manual J也是一种能源模型，尽管它也有批评者，但它似乎被普遍接受为HVAC系统规模的最佳方法。我不认为我们想要用站在马路对面的人行道上，举起纸板来看看房子需要多大尺寸的单元的方法来取代它。”实际上，Blasnik提出了一个令人信服的论点，即经验法则比Manual J计算更有意义。
我希望Michael能在这里评论一下手册J的问题，这里是我对他对手册J的看法做的一些笔记。“《J手册》被当作是刻在石碑上的，这很奇怪，但实际上它是一个非常粗糙和简化的模型。它有所有这些蒙混因素。这种精确度并不重要，因为他们不会制造加热和冷却设备。如果您正在确定住宅制冷设备的大小，那么只有5种可能的答案。布鲁斯·曼克拉克(Bruce Manclark)致力于开发一个简化版的手册J和手册D，使用更少的输入。对于90%的空调装置来说，按平方英尺大小调整尺寸实际上效果很好。我们只是需要更好的经验法则。”
回应大卫·巴特勒
大卫,
你提到的测试系统气流是一个有趣的问题;像许多关于能源话题的作者一样，我多年来一直在建议人们测试系统气流的重要性。我很想听听迈克尔·布拉斯尼克对您的担忧的回应，即密封管道泄漏而不测试系统气流可能会导致问题。
关于PHPP
虽然一个简单的节能改造可能不值得进行严格的分析，但一个肠道改造和新建筑应该。
沃尔夫冈·费斯特最近在推特上说:“结果是——被动房屋的消耗真的和预期的一样低——将在会议上公布http://j.mp/s31kZr”
我鼓励大家参加今年5月在德国汉诺威举行的“被动之家”会议，并且/或在有机会的时候在网上寻找演示文稿。
被动住宅和PHPP的使用的一个基本元素不是为了减少取暖和制冷的能源使用，而是作为一种认真的尝试，帮助减轻气候变化的最坏影响。对于一个改造或新的建筑项目来说，如果达到的目标低于被动式房屋标准，就应该被视为我们在气候缓解努力中失去的机会。PHPP使我们可以预见地最大限度地利用我们的缓解努力。
因此，如果优化的基本目标是，就像被动屋一样，减少大约90%的加热和冷却负荷，允许按比例减少加热/冷却工厂-一个人需要对数字有信心!在4.75 kbtus/sf/hr (PH标准)下，25%的摆动仅为1.2 kbtus。一个典型的能源之星家庭可能有一个热量需求，比如说，65 kbtus/sf/年，不是吗?使能源之星home16kbtus摆动25%，或超过整个PH值需求的三倍。因此，如果你正在寻找被动屋优化，PHPP是必需的。这不是一种奢侈。
热桥是显而易见的问题。“能源之星”可能会解决热桥问题，但除非实际计算桥接损失并将其放入模型中，否则该模型注定从一开始就降价20%。最有害的热桥，安装的窗框，只有被动式住宅项目认真解决，本质上要求所有的窗框和门框过度绝缘-并不是巧合，解决一个共同的问题点凝结问题。如果不认真注意热桥计算，这些模型将永远不会很好，而且可能是被动屋级别建设的最大问题。
在我看来，4.75 kbtu/sf/年的阈值经常让人分心。是的，如果一个人想要确定一个建筑为认证被动房屋，有非常严格的定义要求。你打还是不打，你进还是出，清清楚楚。
但是认证应该被视为一个关键的质量控制和增值组成部分。PHPP很复杂，数字很重要。认证过程允许对组件值和系统集成进行适当的检查—由PHI认可的认证机构和PHI本身进行。实践者在来回的认证过程中学到了很多东西，因此强烈推荐认证，特别是对于实践者最初的几个项目。
我们还需要明确的是，4.75kbtu的年热需求和0.60的密封性是认证的最低要求，目标是真正的三分之一和再好一半。如果你不能达到新建筑认证的最低要求，PHI不会认为你真的在努力。
但如果你不想获得认证，或者特定的项目限制使你无法达到严格的目标，但该项目使用了无源住宅组件，使用了PHPP和方法等，你可以合法地称该项目为无源住宅项目——它只是没有获得认证的项目，PHI不会为它的性能提供担保。如果你的建筑不是4.75 kbtus/sf/年，而是6或7 kbtus/sf/年，你仍然可能拥有一个非常高效的建筑-只是不能被识别为认证的被动屋。
是的，插头负载是一个问题，不仅是在能源使用方面，而且在系统的正常运行方面，特别是在被动屋级别，必须解决。但他们似乎并不是一个借口，不把基本的建筑围护结构做得像PHPP所能帮助你做的那样好。
关于PHPP所需的复杂性和培训——对于不熟悉的人来说，这无疑是一场噩梦。但随着培训和最初几座建筑的投资，人们通常会看到完成PHPP所需的时间急剧下降，变得非常快速和可控。如果有人对PHPP培训或所有重要的热桥计算感兴趣，我建议您联系被动房屋学院(www.passivehouseacademy.com)。我上过他们的热桥课程，非常棒——一流的教学。有越来越多的认证被动房屋顾问(CPHCs)，他们很乐意帮助你进行计算。诸如缅因州被动之家、新英格兰被动之家、纽约被动之家、西北被动之家和加州被动之家等地区性组织可以让你与他们取得联系。
对Ken Levenson的回应
肯,
我会尽力回应你的一些评论，但因为你提出了这么多的观点，我可能无法对每件事都做出深入的回应。
将建筑的空间供暖需求降低到被动屋的水平是一个有价值的目标，但我不同意这样的说法，即如果你没有达到目标，这就非常重要。正如我最近一篇关于居住者行为的文章所显示的那样，建造被动屋并不能保证低能源账单。即使在被动屋，居住者仍然会消耗太多的能源。
你写道:“《能源之星》可能会解决热桥接问题，但除非桥接损失真正计算出来并放入模型中，否则该模型注定从一开始就降价20%。”那又怎样?由于恒温器设置、家用热水使用或电子设备使用的不同，被动屋的热需求可能会有比20%更大的波动。能量模型的精确度是一个神话。
我不同意你的说法，“被动式房屋项目……基本上需要所有窗框和门框的过度绝缘。”这些年来，我报道过许多被动屋建筑，也参观过几座，其中很多都达到了被动屋的标准，没有对外部窗框进行过度隔热。然而，如果想每年多节省一些btu，可以自由地对外部窗框进行过度隔热——对于某些类型的窗户来说，这是一项很好的技术，只要执行这一细节的成本与节省的(微小的)成本成正比。
减轻温室气体排放的影响和应对气候变化确实是一个崇高的目标，也是一个巨大的挑战。但在美国建造更多的新独栋住宅(不管是不是被动屋)并不是解决问题的办法。解决方案包括淘汰燃煤发电厂，彻底反思我们的交通基础设施，对现有建筑采取一系列具有成本效益的改造措施，以及对化石燃料征收高额的新税。
我们不可能通过被动屋的建造方法来摆脱当前的气候危机。
对Ken Levenson的回应
虽然我认为我们都同意，在对抗全球变暖的斗争中，大幅减少住宅供暖和制冷负荷是可能的，也是重要的，但我还是建议我们警惕在这一斗争中完全单一的关注可能导致的狭隘视野。我再次强调了机会成本在一个更复杂的整体计算中的重要性:假设总财政资源是零和的，例如，我们可能会认为，更重要的是花更多的钱在市中心的地段上，以提高步行性和减少汽车排放，而不是花更少的钱在大规模的隔热材料上，特别是在更温和的气候下。根据这里介绍的观点，“我们所知道的是很容易实现的”- -在这种更综合的观点中- -可能更适合于不需要复杂计算的层次。
这种视角也带来了非常现实的优势，更多的设计师、建筑商，最重要的是，业主可能会加入进来。在一个非常不精确但可能有点准确的潜在估计中，凭空挑出的数字是，对50%的住房减少75%的能源使用将比减少90%的好处多得多，对那些能够提供资源的少数人来说，他们可以承担PH的巨大成本。对于我们这些选择或被迫在不那么稀薄的空气中工作的人来说，简单但可靠的经验法则是工具箱中必不可少的一部分。谢谢马丁的确认。
对马丁和詹姆斯的回应
大家都同意——建筑效率只是缓解气候变化的工具之一。第二次世界大战的比例需要努力，这里的气候楔形证明了这一点:
http://thinkprogress.org/romm/2011/09/30/333435/socolow-wedges-clean-energy-deployment/
我们不能用其他需要努力的借口(比如更多的多户家庭和更好的城市规划)来否定仅在建筑效率方面合理的可能性。
被动屋在欧洲正在接近成本平价，随着美国越来越多的采用，没有理由认为它不能在这里。
马丁:只有当你想获得认证时，达到准确的数字才重要。理想情况下，我们应该尽力做得比要求更好，但达不到要求并不是致命的罪过。
当负载很小时，热桥接非常重要。
我必须承认，在我看来，反对被动屋严格要求的普遍抗议，与70年代反对日本汽车严格要求的抗议如出一辙.....我们知道结果如何。
沃尔夫冈·费斯特似乎不同意PHPP的可预测性。看这个展示会很有趣。
享受着对话框。
从能源账单开始
在计划为我们在明尼阿波利斯的房子进行能源改造时，我们从公用事业供应商那里获得了过去15个月的能源账单。我使用了一个Excel电子表格，包含15个输入，并为房子的建筑元素分配了平方英尺和U值。热损失的计算是手动完成的，使用加热度天数，这是比较
公用事业账单数据中的标准化能源使用。
根据这些信息，我们制定了一份改进优先级清单，其中包括空气密封、阁楼绝缘、基础绝缘和95%炉体的4项改进。首先对围护结构进行了改进，并将旧炉用于额外的供暖季节。有了这些信息，我根据标准化的能源使用和假设旧(1978)强制风炉的效率@ 65%的新炉子的大小。
我与Rem Design和Energy 10一起建模改造后的房子，发现他们在预测的能源使用上是一致的。实际能耗与模型非常接近，在5%以内。房屋改造前使用4.06 Btu/sf/hdd，改造后使用如下:
2.1 2007 Btu /科幻/硬盘
2008年2.27
2009年2.4
2010年2.38
2011年2.28
我们在2007年每天倒退两次，在晚上和在工作日，这可能是那一年能源消耗较低的原因。
我相信能源模型可以相当准确地用于节能住宅，这似乎是真实的，当建模超级绝缘住宅在20世纪80年代。当时的能量建模软件还不是很复杂，也许这就是它能工作的原因。
另一个对Ken Levenson的回应
肯,
你写道，“我必须承认，在我看来，对被动屋严格要求的普遍抗议，与20世纪70年代对日本汽车严格要求的抗议如出一辙。”
我不是在抗议这个项目的严谨性;我只是怀疑花在做模特上的时间是否花得值得。我也在质疑高昂的成本是否一些新的建筑措施可以被预期的能源节约所证明。
你写道，“沃尔夫冈·费斯特似乎不同意PHPP的可预测性。”
我很高兴地指出，欧洲1000栋建筑的能源监测数据可能表明，平均能源使用数据与PHPP的预测有很好的相关性。这不会改变以下事实:(a)仍然会有一个钟形曲线分布，低使用量的家庭在一端，高使用量的家庭在另一端，(b)家庭热水使用和插头负荷是解释这个钟形曲线的最重要因素。
最后，我怀疑对美国被动屋建筑的监测可能会发现，平均而言，美国家庭使用更多的家庭热水，并拥有比德国家庭开发的默认PHPP值更高的插头负载。
回应肯
实际上，有几个原因导致这种情况不太可能在美国发生，一个是美国家庭的规模和复杂性通常要大得多，另一个是能源价格低得多，这是广泛采用的障碍。但我认为你的评论是集中在新建筑上的，因为目前大量的未售出房屋库存并不是我们目前最大的问题，而且“成本平价”绝不是现有房屋翻新的考虑因素。让客户从20万的装修预算中拿出2万到4万用于能源升级是一种挣扎，10万的深度能源改造几乎是不可能的，而超出这个范围到PH值升级对所有人来说都是一座过桥，除非是非常罕见的专注于能源和财力强大的房主。
顺便说一下，20年来我一直在告诉我的客户，能源价格迟早会大幅上涨，他们应该把投资回报率放在这个背景下考虑。我想这对我们所有人来说都开始过时了，我的演讲也改变了。忘掉投资回报率吧——在你的预算中包括能源升级的原因只是因为这是正确的事情。毕竟，在住房建设中，无论是时髦的回收玻璃台面，还是可持续收获的软木和竹子地板，其他所有可自由选择成本的投资回报率是什么?
回应詹姆斯
就“销售”而言，我非常同意投资回报率……我问过客户:你去墨西哥度假的投资回报率是多少?或者去高级餐厅吃顿晚餐怎么样?还是你的好车?因此，我甚至懒得根据ROI来销售被动屋，而是基于舒适和健康.....对了，顺便说一下…它会为你带来回报的，你会为你的孩子和孙子做的好事。不这么做会变得相当愚蠢，因为在这一点上，所有阻止他们的是对燃烧木材的壁炉和高输出煤气炉的渴望....是的，我说的是那些有相对更多钱的第一批采用者.....毕竟他们是第一批采用者。但随着数量的增加，成本将下降，客户基础将显著扩大。仁人家园是美国最大的房屋建筑商之一，似乎正在向被动房屋的方向大步迈进。
关于改造……它只假设一开始的修复是肠道的修复。
至于新建筑，今年将有大约70万套新住宅开工.....有足够的单位去考虑25% vs 75%的影响....以及未来50年的使用。
回应马丁
马丁,
生活是一条钟形曲线——它并不是一种不合格的特征。PHPP钟形曲线中的异常值很可能是由插头负载和DHW驱动的，这一想法只会加强PHPP在准确预测建模外壳性能方面的有效性。没有?
并且同意，插头负载和DHW假设在美国使用是关闭的。对于这两者，没有什么神奇的.....为了得到最准确的结果，应该调整默认值以反映可能的使用情况。为了适当地调整各种系统的大小，这样做是很重要的。
肯,错了;生活不是一条钟形曲线
在钟形曲线上，很多被研究的实际上并不是…
再仔细研究一下……肯
aj建设者……你在开玩笑,对吧?
我把人生看成一条钟形曲线的评论是一种过分的泛化。我想，很明显。
关于钟形曲线的维基百科:
但是我很感谢你对我数学教育的关心——我会和我的统计学家岳父谈谈的。所有最好的。；）
回应肯
肯,
我不太明白你怎么能基于“舒适和健康.....”向你的客户推销被动屋对了，顺便说一下…它会收回成本的。”我认为完全有可能在不达到被动屋标准的情况下建造一个非常舒适、健康的房子——我认为，在美国的许多气候条件下，达到被动屋标准所需的绝缘水平将永远无法收回成本。
我从未说过“PHPP钟形曲线中的异常值可能是由桥塞负载驱动的”。我的意思是，位于钟形曲线正中间的家庭将会有由插头负载驱动的能源使用情况。
如果你同意“插头负荷和DHW假设在美国使用是不正确的”，你的陈述意味着经常被重复的声称被动屋将只使用“正常”房屋的10%的能源是不真实的。较高的家庭热水使用量和较高的插头负荷(通常是北美家庭)使这种说法不太可能。
肯，我同意你说的“生活是一条钟形曲线”——我明白你的意思。但我们都需要考虑的是(当我们考虑到我在之前的博客中介绍的两个家庭时，一个是住在零能耗房子里的低能耗家庭，另一个是住在被动式住宅里的高能耗家庭——你应该还记得，被动式住宅使用的电力是净能耗家庭的7倍):哪种杠杆最有效地将钟形曲线向左移动?
回应马丁
90%的削减要求只适用于供暖和制冷的年需求——这是一个基本的区别。
如果居住者“规规矩矩”的话，总能耗可能会下降75%。
因为作为设计师，我们可以“控制”外壳和基本系统，而不是插头负载和居住者淋浴的时间，我倾向于对外壳进行最严格的要求，然后用更高效的电子设备和热水加热系统，以及更认真的习惯，我们可以降低其他方面的要求。
(顺便说一句:当我的妻子离开房间时，我仍然对她“大喊”让她关灯......很难改掉的习惯。)
回应肯
肯,
你写道，“90%的削减要求只适用于取暖和制冷的年需求。”
哦，要是你是对的就好了!可悲的是,你错了。被动式haus的倡导者经常重复一个错误的说法，即被动式haus建筑比“普通”房屋节省90%的能源。
我很快就在网上找到了这些例子:
DC:“被动式房屋节省了90%的家庭能源。”
（http://passivehouse.greenhaus.org/）
被动式房屋联盟:“被动式房屋:没有锅炉，没有火炉，最高的舒适度和高达90%的节能。”
（http://www.phmn.org/?page_id=2）
One Sky Homes:“减少90%的能源消耗，享受被动住宅带来的惊人舒适。”
（http://oneskyhomes.com/content/passive-house）
被动式房屋与家庭:“被动式房屋的效率比标准房屋高90%。”
（http://www.passivehouseandhome.com/）
TE工作室:“被动式住宅旨在为建筑减少高达90%的能源，同时提供优越的舒适度和室内环境质量。”
（http://testudio.com/services/passive-house/）
Clarum Homes:“被动式住宅是一种非常舒适、健康、经济和可持续的住宅，设计和建造的能耗比传统住宅低90%。”
（http://www.clarum.com/resources/passive/）
遗憾的是，这种夸张是普遍现象，而非例外。
对马丁
是的，我完全同意存在沟通问题。每次看到这样的说法——我都想在“能源”前面加上(空间加热和冷却)。
然而，如果你看看标准，4.75kbtus/sf/年的空间供暖需求相当于在供暖气候中“典型的供暖需求”大约减少了90%。所以我是对的就标准应该达到的目标而言。这是另一个统计平均值。；）
要从德国人那里直接得到答案，请看这里:
http://www.passipedia.org/passipedia_en/basics/energy_efficiency_-_the_key_to_future_energy_supply
我应该补充，PHI已经在他们的显式不一致....正如我在我的引用链接上面看到的，只引用了能源，而没有加热....他们的不一致导致其他人夸大了这一点.....
夸张的另一个依据是
肯,
这种夸张夸大了被动屋的另一种方式是，它将被动屋建筑与“德国现有的普通建筑”相比，而不是将其与最低标准的建筑相比。很明显，德国有很多非常古老的建筑，其中很多都有几百年的历史，包括很多没有隔热墙的建筑。
在美国，住宅能源法规一直在提高。对于美国的新建筑，更现实的比较方法是将被动屋建筑与美国的最低标准建筑进行比较，而不是与“德国的现有建筑”进行比较。
关于PH值和最低编码
公平的。但据我所知，这只与现有的建筑存量有关。
我会找出PH值和最低代码值的相关信息，然后报告回来。
从另一方面说，相关的说明:虽然投资回报率一直是确保支付能力的一个因素和等式的一部分，但在我看来，索赔的目标不是针对经济本身，而是针对我们缓解全球变暖的努力。
完全同意。新想法吗?
这篇文章可能正是我需要听到的，以改变我做能源审计的方式。我这辈子都是一个改造师，现在全职做能源改造已经3年了，其中2年一直对能源模型感到沮丧。我马上发现他们很少同意UT账单，我通常发现自己找出问题所在，与客户交谈太多，没有时间收集所有的数据。我完全支持测量结果，但建模已经越来越少了。
此外(因为我不是一个计算机程序员)，我想提倡一种针对现有住宅的新软件(也许它真的存在)，它摒弃了模型，使用一些简单的参数，如平方英尺、层数、地基类型，根据对类似房屋进行改进的实际测量节省的平均值来预测节省。我说的是不断更新的庞大数据库。我会付费订阅的。我不会是第一个想到这个的人吧?一些UT账单分解可能是必要的，以提取居住者的行为，但我想不出任何更简单和更准确的改造。不用说，我正在编辑我自己的。
至于PHPP，我很喜欢这个概念，但我经常会想到，Passivhaus的创始人必须为我所在地区的现有住宅想出一个预算改造策略。恕我直言，我想你一小时后回来，会发现他们在桌子下面来回摇晃，喃喃自语。
安迪,伟大post.Ken……没有
安迪,很好。
肯……没有汤给你喝。你可能想把这条线索转达给你的岳父，这样他就可以解释生活中……不是……任何与……有关的事情。一个钟形曲线。还唠叨你老婆…?好吧……不明白这篇博客的主旨吗?PH是一个伟大的概念… but... Martin is telling it like it is Ken.
我也不喝汤……公平地说……请不要再纠缠我了…谢谢你！祝你今天愉快，我的朋友。
风管密封及气流。
看了一些帖子，我不得不评论一下，因为因为我对这个有问题。我用爬式密封了一些管道，炉开始定期高限位。系统气流对炉的正常运行很重要，应该进行测试。如果我错了，请告诉我，但这应该是一个给定的熔炉模型的总外部静压的可接受范围(注意，我不是在谈论为了舒适的系统平衡，只是熔炉正常运行)。
评论、澄清和答复
抱歉我来晚了，这篇评论太长了，但是有很多内容要讲。
Martin—我认为你在总结我在演讲中涉及的广泛内容方面做得很好，但我仍然想澄清一些事情并回答一些问题:
1)我认为目前的建模工具在现代和相当高效的家庭中工作得很好，在旧的家庭中也能工作得很好——如果你对一些东西做一些调整，如R值和渗透和管道模型。我不希望任何人认为我声称我的简单模型有某种神奇的仙尘驱动它——这只是调整一些默认值和假设，调整一些算法，并专注于把大的事情做好。
2)我不反对能量建模——我只是反对过于复杂的建模工作，包括花费大量时间试图建模那些无关紧要或不能很好地建模的东西。对于能源改造，建模工具应该是快速和易于使用的，并且只要求用户对重要的事情进行输入。模型应该是一种帮助审查员的工具——而不是相反;}对于新的构建或大型或不寻常的项目，更复杂的建模可能更合理。
3)手动J是一个相当粗糙的模型，更简单的方法也可以。现有供暖和制冷设备的尺寸数量相对有限，现代暖通空调设备的超大尺寸造成的能源损失非常小，对拾取能力的渴望，以及调制设备的出现，所有这些都使得特定设备的尺寸比以往任何时候都不那么重要。“正确”尺寸的最大好处可能是增加管道足够大的可能性。手册D比手册j更重要，这些都不应该被解释为我认为400%的尺寸是可以的。
4)管道测试——我的评论是关于管道爆破测试。在我看来，这是时间和麻烦的胶带登记册和连接管道爆破，使它不是一个成本效益的测试，特别是考虑到压力锅在寻找泄漏的有效性，如果你有一个鼓风机门与你一起解决壳泄漏。风管密封造成的气流减少可能是一个问题，但你可以通过测量静压来跟踪影响。
5)我见过很多人声称PHPP有超自然的性能，但我所看到的数据(和常识)并不支持这些说法。当然，有R-40墙、R-60阁楼和U-0.1窗户的房子将使用非常少的热能，因此绝对使用误差将趋向于小。但即使是在供暖方面，一个超级绝缘的家庭使用多少可能更多地取决于他们购买的电视类型，或者他们是否有一只大狗，而不是平板下面是4英寸还是6英寸的泡沫。此外，如果窗户细节上的热缺陷真的很重要，那么对我来说，每个家庭都需要定制分析仍然是没有意义的——难道你不能从以前的家庭学习吗?我甚至无法理解Ken Levenson大部分论点的逻辑，几乎同意Martin的每一个观点。90%的储蓄?与大多数新房子相比，这当然不算什么。
6)我也发现为什么投资回报率不重要的论点是相当弱的。我的假期投资回报率超过100%，否则我不会这么做——享受是值得的。你从厚墙或低U值的窗户中得到了什么乐趣?舒适吗?你可以在不接触PH值的情况下获得足够的舒适。财务投资回报率较低的能源特征，在气候变化方面的投资回报率也可能较低——特别是当你考虑机会成本时。我宁愿看到用于进口超级窗户、超级hrv和额外泡沫板的资源，用于改造美国各地许多中低收入家庭居住的数千(数百万?)未隔热的房屋。如果你真的想对气候变化产生重大影响，你可以建造一幢达到BSC水平的房子(5/10/20/40/60)，然后把省下的钱捐出去，改造该地区的一些低收入家庭。
/ off-soap-box
迈克尔·布拉斯尼克的回答
迈克尔,
谢谢你的详细评论——非常有帮助。
偶尔爬上肥皂盒是完全没问题的。我非常同意你的观点，即“财务投资回报率较低的能源特性，在气候变化方面的投资回报率也可能较低——特别是当你考虑到机会成本时。”
IMO:能源模型不是用来预测房子的使用情况的
居住者是完全不可预测的。构建质量是相当不可预测的。所以预测一直都是失败者的游戏。我想这就是重点。
那么，模型有什么用呢?
它们在一次比较一个变量时很有用。
示例:使用高SHGC低e窗与使用标准低e窗相比，我每年将节省多少(如果有的话)?
或者，使用R28和R19墙体隔热材料，我每年能节省多少钱?
但即便如此，你的答案也会被“假设这组标准条件”所调和。
因此，您构建了几个模型，进行了一些更改，记录了结果，然后把建模器放回抽屉里。当技术或成本发生重大变化时，就把它拖回来。
凯文·迪克森的回复
凯文,
我理解你的观点，它是有效的，只有一点:布拉斯尼克找到了完全不同的原因来解释为什么一些能量模型给出了错误的答案。
这并不是因为居住者不可预测。这并不是因为建筑质量是不可预测的。
布拉斯尼克研究了数千栋房屋的能源模型的性能，这些模型在系统方面是错误的。这就是为什么他知道这些问题不是由于居住者不可预测的行为或建筑质量的变化。
文章给出了Blasnik发现系统性错误的原因;它们包括糟糕的默认假设和糟糕的算法。这些是模型本身的问题，而不是居住者或建造者的问题。
Blasnik提到的一个问题——单窗格窗户的默认r值很糟糕——可能会使你所建议的能耗模型失效(确定可归因于玻璃规格的节能)。
能量建模的价值
我认为一个好的诊断医生是无价的。其他人可能会从大量的测试和建模中受益。
Diaggregating vs建模
我在北佛罗里达做轻到中等能源改造。一般来说，唯一的燃料是电，但偶尔我会遇到一些任性的人，他们的中央烟道气储存热水器的燃料是每加仑4美元的丙烷(天然气更便宜，对吧!?!?)
我不使用任何能源建模软件，但我努力获取至少12个月过去的能源账单。然后我把它们分解开来。
我将我的分析组织在一个家庭的六个或更多的能源中心，包括:
1)供暖和制冷——确定暖通空调在总能源消耗中所占的大约比例，通常为30-40%。评估现有的系统，逐个房间运行手册J。测量房间供气流量，对比客户对冷热房间的抱怨——每个家庭似乎都至少有一个问题房间。讨论系统尺寸和湿度控制。
如果现有系统老化且效率低下，应计算并建议是否采用成本可行的建筑围护结构升级(渗透密封和绝缘)组合，以实现更小、高效的可变容量更换系统。使用Man J和等效的满负荷小时数，保守地计算从系统升级替代方案中可能节省的年费用。
2)水加热-这里默认是储存电热水器，一般在车库。对于有3个或3个以上的全职住户的家庭，热泵热水器通常是不需要考虑的。4-5人的家庭可以从制冷剂减温器中额外或替代受益，制冷剂减温器从中央空气中回收废热，并将其放置在任何传统热水器(包括热泵机组)上游的预热罐中。
如果客户有疑问或希望提高水加热成本，那么临时将小时计连接到存储电热水器的元件是一件很简单的事情(少于10分钟/ 50美元)。等待一周，分析结果，根据当前和全年的平均冷水入口温度进行必要的调整。
有6个以上全职住户的家庭可能会从太阳能热家庭水加热系统中受益，但高昂的第一成本，复杂的安装阻碍了他们的效率和ROI当所有的都说了和做了…最近的一篇文章《太阳热能已死》与我的经验和数据产生了强烈的共鸣。
3)洗衣——询问每周洗衣次数，注意洗衣机类型(前洗或上洗)，选择的水温。确定干燥机是否有湿度传感器，客户是否选择自动干燥循环。还要评估干燥机的排气路径是否有气流和棉绒堵塞。
4)媒体-询问客户电脑和电视的数量和类型，每天的工作时间。如果情况需要，将Kill-A-Watt连接到主媒体电源条以量化负载。
5)厨房-评估平均烹饪强度、燃料和频率。检查射击场通风系统去除室内空气质素和湿度的效能。
6)照明——评估使用高效照明(CFL或LED)的灯具的比例。告知白炽灯不仅是低效的光源，而且增加了大量的冷负荷。要求病人列出灯具和每日平均使用时间。
7)如果存在一个水池，确定过滤器和其他泵的马力，每天的运行时间。测量电机安培，计算功耗。
8)评估其他重要的负荷建筑物，水景，热水浴缸，灌溉泵等。
有了这些，我可以自信地提出能源改进建议，并合理准确地预测它们对节能和运营成本的影响。
如果情况需要，我会临时部署一个多通道能源探测器来收集和呈现家中多个重要负载的消耗数据。
我的观点是，准确地分解实际客户效用成本胜过建模软件。
风管密封和下部气流
在一般情况下，管道密封只似乎不会减少空气处理器的气流。修复断路，管道建筑空洞，修补比你的头还大的洞，测量前后静态压力是一个好主意，尽管我发现流板测试更快和更少的变量。如果我没有流量板，我会做前后静态
布鲁斯
房主的角度来看
我有一辆16英尺乘70英尺的迷你房车，建于1992年。我关心的是每年的总能源成本。我在2007年做了一个鼓风机测试，ACH在50帕斯卡时是6.9。没有任何详细的建模，我们开始了空气密封。对整个房子进行扫射后我们将剂量降低到3.1ACH。我们花了4200美元安装了一个迷你分体式热泵，而不是按建议更换窗户，换窗户要花5000美元。ROI是用计算器计算出来的，用热泵节省的钱更多。房子是全电力的，我的基本负荷是每月500千瓦时。如果我把基本负荷从账单上扣除，今年冬天我将用3000千瓦时来加热我的房子，花费295.5美元。
接下来要攻击DHW。我们平均每天用7.3千瓦时的热水，但其中1.7千瓦时是水箱的热损失。当水箱需要更换时，我将得到一个每天损失1.34千瓦的水箱，并关闭与预热水箱。预热箱永远不会达到房子的环境温度，所以它将弥补电热水器的损失。这将使我们每天的DHW减少到5.6千瓦时，每年节省58美元，增量成本为500美元。如果外壳是相对气密的，它应该减少出汗在预热罐。
我意识到1.7千瓦时的热量必须被每天0.567千瓦时的热泵所取代，但我也会在夏天从房子流向DHW的热量中获得这一热量。
有什么建议吗?
还没准备好退出模特行业
完全吸引人的文章。在改造的情况下，似乎最大的错误来自于高估改造前的能源使用。然而，很容易将估算值与实际使用进行比较。
总的来说，我不愿意接受能量建模是一种浪费能量的结论。仅仅因为现有的系统可能不准确，并不能成为忽视这一概念的充分理由——它应该激励我们提高自己的能力。
如果这是一个有效的追求，那么它就解决了作者的另一个问题——所有者行为的差异。如果我们能够开发并采用一个良好的建模系统，那么它将把所有者行为置于一个合理的环境中。一个可靠的系统会很快通知房主哈里和哈里特，他们的四台电视机对水电费的实际影响。
节能住宅vs居住者行为
谢谢你,马丁。(嗨,迈克尔)
很棒的话题，写得很好。
作为您在文章中链接到的俄勒冈能源信托/地球优势研究的作者，我对这个话题进行了深入的研究，可以说我对建模软件的糟糕工作方式感到震惊。也就是说，我确实认为模特是有时间和地点的。在所有条件都相同的情况下，在比较同一(新)住宅的不同设计时，建模可以帮助人们找到较厚的隔热材料的相对价值，相对于更好的窗户，相对于更紧的包膜，等等。我还在用PHPP !!
我想指出一件在文章和评论中时常让人困惑的事情。如果你在衡量一栋建筑的效率，如果你把居住者的行为也考虑进去，你很快就会迷失在树林里。如果你想模拟居住者的行为(我想迈克尔会同意)，最好的方法是看他们以前的水电费账单，而不是模拟房子。是的，人们会在房子里使用或多或少的能源，而且数字看起来很不一样。但是要清楚你在测量什么以及为什么。如果你想比较一个房子和另一个房子的效率，你最好将入住行为规范化。如果你想帮助人们使用更少的能源，和人们交谈，教他们一些新的习惯(祝你好运)，让他们知道他们插入的东西的一些更有效的选择。研究中提到的50-53和60页对此进行了更详细的讨论。
从第53页开始，我讨论了我们认为建模软件程序的准确性是合理的和可能的。迈克尔的SIMPLE已经很接近了，我们认为可以通过开发实现这个目标。这也有力地证明了你在文章中提到的观点，即更多的输入并不会使它更准确，所以你不妨保持它的简单性，为每个人节省大量的时间和精力。
谢谢。
回复布鲁斯·曼克拉克
布鲁斯,
谢谢你对管道密封和气流的评论——非常感谢。谢谢你在太平洋西北地区所做的努力。
罗杰·威廉姆斯的回应
罗杰,
听起来你已经做出了很好的能源改造选择，使用了循序渐进的、合乎逻辑的方法。
回复艾伦·艾布拉姆斯
艾伦,
我同意能量建模是非常有用的，只要我们选择好的建模工具。Michael Blasnik通过开发简单电子表格展示了改进工具的潜力。
你提到的其中一个目标——“一个可靠的系统，可以迅速通知Harry和Harriet房主他们的四台电视机对他们的公用事业账单的实际影响”——不需要能源建模软件。它所需要的只是一个配有客厅显示器的实时用电量表。这些设备存在;有关更多信息，请参见家庭仪表盘有助于减少能源使用．
对Eric Storm的回应
埃里克,
谢谢你的评论和你出色的报告。
我完全同意你的重要观点:“如果你在衡量一栋建筑的效率，如果你把居住者的行为考虑进去，你很快就会迷失在森林里。如果你想模仿居住者的行为(我想迈克尔会同意)，最好的方法是看他们以前的水电费账单，而不是模仿房子。”
也就是说，有必要重申Blasnik发现的建模缺陷与乘员行为无关。
引人入胜的文章-不要把孩子和洗澡水一起倒掉
很有趣的文章。实际上，我是一个(相对较新的)能量模型的支持者——特别是肠道雷诺数和新建筑。在我看来，能源模型的主要问题(糟糕的假设，糟糕的算法)已经相当简单地解决了。
做出更好的假设。使用更好的模型。
我们在技术上并没有被冻结——能源模型将会改进(特别是如果我们能够开源的话)。
听着，没有人会说没有那些经过多年经验积累而拥有深刻直觉知识的地区建设者。一个简单的事实是，并不是每个设计师都有这种根深蒂固的知识和对方言的尊重(进入设计学校的批评-方言设计会被认为比像两岁的孩子一样画画的孩子更高一步(可悲的是))，并不是每个设计师都在一个单一的气候区实践。
一个反复出现的问题是“能源建模是否具有成本效益?”在真空中，我不知道。但是，作为一名建筑师，我并不认为它是一种单一的服务。我认为它是一个设计工具。与草图或3D建模一样，能源建模允许迭代的想法提出、测试和细化。它是设计过程中不可或缺的一部分。它并不适用于所有工作(3D渲染也不适用)，但它对新建筑和肠道改造很有价值。
可以说，REVIT(以及80年代的CADD)目前对所有公司都不是完全具有成本效益的。它甚至可能不是所有项目最理想的工具。但建筑师和工程师将需要使用它，因为它是一个只会改进的有价值的设计和起草工具。十年后，如果你不使用REVIT，你将处于竞争劣势。我认为这同样适用于能量建模。
至于人们对PHPP和被动屋(被动屋已被证明是一种有效的建模工具)的强烈反对。我必须诚实地说——这些争论只是有点，嗯，小气。批评是切题的——“某某网站做了一个不正确的声明(在这个时代!恐怖)，以及“我们不是应该在元层面上更好地解决气候变化问题吗?”这两种说法可能都是对的，但它并没有指出被动房屋的根本价值是什么——它是一种旨在使特定部门(住房)在碳排放方面保持一致的方法。我们是否需要从整体上解决能源问题?我们是否需要推动改造，特别是在市中心?是的，是的，是的!但这些都不是被动屋所排斥的。
但你知道我认为真正的问题是什么吗?我认为，那些多年来一直在做伟大工作的建筑商和设计师，不喜欢被告知，如果你没有遇到被动住宅，你就做得不够好。我对此没有回应，但我怀疑，从心理上来说，这是一个潜在的问题。
也许我们应该拥抱一下。
很抱歉我发了这么长、杂乱无章、略带好斗的帖子。我真的很爱这个网站，也很爱这里的话语!我想我们都在向同一个方向划船，我们只是用的桨不同而已!
对格雷森·乔丹的回应
格雷森,
我同意你的大部分观点。你的告诫——“不要把孩子连同洗澡水一起倒掉”——和我的类似(“不要把你的能源模型扔出窗外”)。
我并不怀疑PHPP是一个精确的建模工具——我只是想知道花在输入数据上的时间是否花得值得。
准备,瞄准,射击
有一个古老的表达:“模型模型建模者”，这在构建能源模型的情况下是最真实的。一方面，这些模型反映了作者的模型;世界观，以及更重要的是，用户分配输入和解释输出的技能。马丁·霍拉迪引用了俄勒冈州能源信托公司4年前的分析结果最近的帖子更多的是模型使用方式的产物而不是模型的能力。
俄勒冈州的研究被反复引用来阐述一系列观点。但是，一遍又一遍地引用一项有缺陷的研究并不能使它成为事实。事实上，这样的重复对建筑能源社区造成了明显的伤害——制造了一个错误信息的神话。
真正有用的准确性评估将严格和透明的方法与建设性的取证结合起来，以帮助理解不准确性的来源，并为改进模型提供素材。尽管在这些方面存在缺陷，俄勒冈州的研究也没有“准确地”描述建筑能源模型。作者选择不听取REM/Rate工具开发人员的评论，这些评论指出了该方法和分析中的特定缺陷。最终产品的文档记录不足，无法对结果进行独立验证。报告发表后，俄勒冈州能源信托基金会(Energy Trust of Oregon)选择不回应要求提供更透明文件的要求，以帮助识别所谓的不准确来源。从这份文件中我们可以看出，这项研究至少破坏了其中一种工具——电子邮件家庭能源节省(他)——以多种方式。实验设计中存在的其他问题太多，这里无法一一阐述。我们现在对俄勒冈州的这些家庭重新运行HES，对输入数据进行了更好的质量控制，并充分包含了已知的操作和行为因素。中值结果与测量的能源使用量相差不到1%，实际和预测使用量之间的差异比俄勒冈州的研究建议的要小得多。对于那些不喜欢考虑居住者行为(“资产分析”)的人来说，HES对这组房屋的集中趋势的预测仍然比俄勒冈研究中所代表的要好得多(但结果中有更多的扩散和更多的异常值)。
不幸的是，俄勒冈州的研究(以及更近期的衍生品)已经成为都市传奇:“没有理由为细节模拟费心。”它不准确，也不值得这么麻烦。”然而，在写这篇回复时，我们希望强烈反驳这一结论，并让读者知道，我们最近的研究表明事实恰恰相反。详细的模拟不仅工作得很好，而且比简单的计算工作得更好，并提供更强的预测能力，特别是当考虑到更详细的操作级别特征时。
奇怪的是，即使只看研究的表面价值，也许是最重要的图表(不包括在GBA文章中)，以及报告中发现的其他指标显示HES比其他工具表现更好，包括在完美一致线周围误差分布的对称性定义。这一事实在研究中没有被强调，相反读者的注意力主要集中在平均(而不是更合适的中位数)结果上，再加上对“绝对”误差的关注(掩盖了一些工具的不对称误差问题，以及无法跟踪实际的能源使用范围)。所有这些都指向读者对这些工具的相对准确性的误解。
“更简单的模型能产生更好的结果”的说法是在转移注意力。事实上，正如俄勒冈州的研究显示的那样，高度默认的HES版本(被称为“HES- mid”)的预测能力远远低于“HES- full”版本。此外，虽然HES提供了许多可能的输入(将模型输入调优到实际条件的方法)，但在“HES Full”情况下，它们中的许多都被跳过了，取而代之的是设置的默认值，这些默认值不能代表单个主题家庭。此外，对于读者来说，Home Energy Saver除了邮政编码之外，实际上不需要输入任何信息，因此在描述房子的时间上，需要由使用模型的专业人员来权衡，而不是由一些远程的第三方。当然，有些输入比其他输入更有影响力，分析师应该专注于对手头工作最重要的输入。
也就是说，运行一个模型“应该”花费的时间(以及操作属性与资产属性的角色)是结果的目的的函数，以及所要求的精确度的定义和级别。当然没有放之四海而皆准的解决方案。这篇文章对这一事实略去不提。用户界面设计也与模型使用的便捷性有很大关系，因此也会影响成本。此外，由于美国能源部的长期支持，家庭节能器对所有用户都是免费的，这有助于降低在市场上提供能源分析服务的最终成本。
另一方面，认为简化的假设可以捕捉到估算家庭能源和节约潜力的复杂现实是一厢情愿的想法，这样做会导致一个危险的民间故事。事实上，在2012年ACEEE夏季研究会上发表的一项新的关于HES准确性的同行评议研究中，我们表明，模拟是一种非常强大的手段，可以改进建筑物如何使用能源的预测。然而，我们的分析预示着一个令人不安的结论，即住户及其习惯的重要性与建筑构件和设备的重要性是一样的。
无论是否开源，重要的是这些模型不是“黑盒子”，用户社区可以自由地发现在引风下发生了什么。丰富的文档“家居节能器”计划已开放予公众，欢迎同行检讨，并提出改进方法的建议。在俄勒冈州的研究中，关于其他工具的公开文件就不完整得多。
撇开其他因素不谈，许多建筑能源模型都处于不断改进的状态。随着这些工具的发展，回顾2008年存在缺陷的过时分析，会在四年后给人留下更有缺陷的印象。事实上，这可能是俄勒冈研究中最有用的结果:在一些领域引起对模型预测的关键关注:渗透、热水估计、暖通空调表示和相互作用、恒温器均匀性等。我只想说，显微镜下的观察结果在四年后的模拟中得到了更强大、更稳健的反映。这是一个积极的影响。此外，在模拟社区中没有人是静止不动的;随着我们对进一步现象的关注，进一步的改进正在进行。你是否怀疑在隔热效果差的房子里，内墙可能会严重影响热量传递?或者地下室很少与楼上保持相同的水平?我们所做的。 And addressing these shortfalls are bringing the space heating predictions of HES into ever-closer correspondence with actual consumption.
在俄勒冈州之外，我们正在研究涵盖地理变化和住房类型的高质量数据集:从寒冷的威斯康星州到炎热潮湿的佛罗里达州，我们经常从监测研究中查看最终使用负荷的细粒度测量数据，以便进一步洞察。
我们完全同意，建立科学的许多细微差别可能不能很好地反映在给定的模型中，错误的输入将产生错误的输出(垃圾输入;输出的)。这些都是正在深入研究和改进的领域家庭能源节省至少工具。毫无疑问，所有人都同意模型不是万灵药。地图不是领土，但它仍然可以帮助你到达你想去的地方。
简单的模型可以提供基本的洞察力，这一点不应该被低估。然而，今天最详细的工具可以帮助我们了解决定我们家庭能源使用的更深层次的影响。然而，他们教授这一点是有代价的，这表明理解不是来自简单，而是来自它的对立面。爱因斯坦有句名言:如果你想描述真理，把优雅留给裁缝。
埃文·米尔斯，劳伦斯伯克利国家实验室
丹尼·帕克，佛罗里达太阳能中心
讨论仍在继续在这里．
回复Evan和Danny
看了你的帖子，我想知道我们是否都在能源效率领域工作了这么久。俄勒冈州的研究不是第一项或唯一一项发现标准(复杂)建筑能源模型的能源使用预测存在重大问题的研究——马丁甚至提到了威斯康星的HERS研究以及我在演讲中提到的改造节约研究的结果。如果你和几乎任何一个有思想的人交谈，他们在现实世界中运行了许多老房子的能源模型，然后查看了能源账单，你会听到同样的事情多年来一遍又一遍地——你不能相信模型的能源使用估计或节约估计。见鬼，我甚至用REM和HES运行过我自己的(100岁的)房子，它们都高估了我40%以上的供暖使用量。
当你发现巨大的系统性偏差时，你不能把这些巨大的错误归咎于居住者效应或审计员数据输入错误——低绝缘水平和高漏风率的房屋使用的能源比“标准”模型预测的要少得多。对于为什么会出现这些错误，有合理的解释，也有相当简单的方法来减少错误。
通过未隔热的墙壁和阁楼以及漏风(举几个例子)造成的热损失的模型估计非常差。如果你估计通过减少1000 CFM50的漏风或使用这些工具(或至少几年前的版本)对未绝缘的墙壁进行隔热改造节省的费用，你得到的估计远远大于所有影响评估研究的实证数据。
俄勒冈州的这项研究有望帮助量化使用简化模型时损失的准确性。对许多人来说，准确率明显提高的发现令人惊讶。但SIMPLE模型对这些房屋的预测更加准确，因为它没有像其他模型那样犯巨大的错误。这些错误存在了这么多年的事实证明，要么没有人关注这些东西，要么可能是由于对模型准确性的一种近乎宗教的坚定信念，导致模型制定者攻击和驳斥任何与他们的模型相矛盾的经验数据。
俄勒冈州的研究得出的教训并不是简单的模型总是比复杂的模型更好——显然，如果你对一个模型有更详细和准确的输入，如果它使用好的算法，它应该能够更好地估计能源消耗(仍然是一个很大的假设)。但我们得到的教训是，目前复杂的模型——包括REM和HES——在为老房子建模时非常不准确，如果你没有把大的事情做好，就不会真正帮助做好许多小细节——事实上，它们只是浪费时间。
说到把重要的事情做好，我很高兴听到你已经使用俄勒冈研究的结果重新审视了家庭节能器的一些假设和方法。但我有点困惑，这样一项有严重缺陷的研究——你声称在正确操作的情况下，模型实际上是公正的——如何能帮助识别模型缺陷。无论如何，过了第一阶段——拒绝——并尽快通过剩下的阶段走向接受是很好的。
当在现实世界中用于固定房屋时，能源模型应遵循与改造措施相同的成本效益标准。这取决于模型来证明它们提供了有用的信息，值得花时间和精力来收集数据和运行软件。我认为，即使模型得到了改进，并且更好地反映了真实世界的能源使用情况，人们仍然会发现，复杂的建模可能并不经常值得付出努力。最好的建模软件将只要求重要的和可测量的东西，提供与经验数据一致的答案，并具有精简的用户界面，使其成为有用的工具而不是管理负担。我想我们都同意这一点。
当复杂的模型给出错误的答案时，该怪谁呢?
迈克尔，谢谢你的详细回复。
致埃文·米尔斯和丹尼·帕克:感谢你们两位多年来对我们在这里讨论的问题进行的研究。我很荣幸你能在这个博客上发表评论，我也很高兴GBA能成为这个重要辩论的论坛。
我想对您的一个断言进行评论:即，为了为俄勒冈研究中使用的房屋获得更准确的建模结果，您“对这些相同的俄勒冈房屋重新运行了HES，对输入数据进行了更好的质量控制，并充分包含了已知的操作和行为因素。”
换句话说，如果答案是错的，那么显然有必要调整输入。
我听说另一个著名的建模程序WUFI也使用了同样的方法。John Straube警告未经训练的用户要小心WUFI，因为任何WUFI结果都需要通过气味测试。(换句话说，如果WUFI说某种类型的墙在特定的气候下会失效，而在该地区工作的重塑承包商知道同一类型的墙在现场不会失效，那么就有必要返回并调整WUFI输入，直到结果通过气味测试。)
当我听到研究人员告诉我这样的故事时，我的结论是这个模型不是很有用。
更多关于这个主题的内容……
马丁,
在对俄勒冈州数据的重新分析中，没有发生“输入按摩”。据我所知，唯一的调整是对木材加热和补充电加热空间的情况进行了审查——这是一种合理的预防措施，有助于检查最终用途预测的准确性。
然而，在过去的几年里，对模拟算法进行了大量的调整——其中许多是对比较模型和账单记录的更严格审查的响应。如果有人认为这个过程是有罪的，那么我们(以及整个模拟社区)就大错特错了。正如在博客条目中提到的，我认为俄勒冈州的研究开启了这一进程。我只是不认为你应该谴责模拟游戏的局限性，因为这些局限性可能已经得到了解决，而且确实正在不断得到改进。
对我来说，我把这些变化看作是乐观和鼓励的标志。我们做得比以往任何时候都好，正在找出导致模型不能很好工作的各种因素。目前，HES对太空加热的预测相当准确，我们有太空热最终用途的数据。
电力问题更大，也许是因为电力使用本身是一个更随机的过程，更难以预测。
再一次，模拟模型是强大的:HES、BEopt或EnergyGauge可以清楚地向用户显示，在南方，节能照明是至关重要的，因为南方的节能照明被额外的冷却系统所取代。另一方面，在明尼苏达州，墙体隔热可能是一个更好的早期改造选择，因为增加的供暖会损失部分节省的照明。
当然，如果用户想用经验法则和个人占卜棒来规划零能耗住宅，那就请便吧。
我会把我的信心放在物理和详细建模上。
丹尼·帕克
佛罗里达太阳能中心
回应丹尼·帕克
丹尼,
感谢您的进一步评论。我想强调一下我认为我们的共识:
●俄勒冈州的研究揭示了HES和REM/Rate中的一些算法的缺陷。
●部分由于俄勒冈州的发现，HES算法得到了改进。
虽然能源建模可能并不适用于每个能源改造项目，但它对定制零能耗住宅的设计师是有用的。
详细到什么程度才算详细?
丹尼-
这可能会让你感到惊讶，但SIMPLE电子表格模型确实包括照明和加热和冷却负载之间的交互效应。它还包括热水、插头负载等的热/冷相互作用，以及冷屋顶/辐射屏障、管道系统效率和阁楼热收益/损失之间的相互作用。
我猜你可能会说SIMPLE只有在减少所需输入的数量和避免每小时一次的模拟时才是简单的。但是它实际上是相当复杂的。我尝试在整个过程中加入重要的互动效果。我们并不清楚是否需要使用每小时一次的模拟或收集大量额外的数据元素才能很好地捕捉这些效果。
用例建模
那么，为什么我们现在要建模，为什么建模工具实际支持这些用例呢?当建模的用例确实很强大时，简单地向建模扔石头通常会对行业造成伤害。这并不是Michael所做的，但是建模评论家很容易把它说成是那样的。
那么建模的基本用例是什么呢?
我们建模设计高效的新住宅，其中每个功能都可以改变以提高能源使用，没有历史使用情况进行比较。看起来详细的建模在这里可能有用，听起来模型实际上在这方面很好。你可以挑剔使用哪种模型以及每种模型如何支持计算真正的低能耗，但这在某种程度上是个人品味和建筑风格的问题。据我所知，目前正在进行测试，将REM与被动房屋模型进行比较，以便在该项目中使用REM。
我们建模是为了帮助我们支持关于改造方案的决策。我们有一个账单历史记录来帮助我们改进我们的预改造模型(如果我们使用账单数据来校准模型并发现数据输入错误)，我们了解到很多关于什么节省能源，什么不节省能源的信息。但是在做了很多模特之后，我真的需要继续做模特吗?我还能学到什么?并不多。但根据我的经验，那些没有为大量住宅(50-100?)建模的建筑性能承包商不太了解在哪里可以有效地节约能源，往往会为客户过度设计节能解决方案，不必要地花费客户更多的钱。所以模仿学习是很好的。但一旦我们学会了，建模可能就没有那么有价值了。
我们建模是为了获得激励。希望鼓励深度改造的项目喜欢使用建模来控制对资金的访问。这样你就能设计出最好的解决方案。所谓的储蓄项目并不适合家庭绩效方法，因为它们倾向于让你把不需要的东西放在家里，只是为了获得激励。其他资金来源，如国会，喜欢基于绩效的激励，因为每个人都是赢家(基本上每个人都是)。他们不需要经过不同行业的游说才能将他们的节能解决方案纳入法律。在ACI的另一个会议上，国会议员韦尔奇办公室的杰克·奥斯特明确表示了这一点。我们目前有两个全国性的激励计划，由两党支持，这取决于模型。孩子，如果这些通过了，不会有什么影响吧!由于这些法案创造了就业机会，而且得到了两党支持，因此通过的可能性并不大。
获得激励的建模过程是否足够稳健，可以用来确定激励值?拟议的法律参考了几项要求，旨在通过质量保证使这一过程更加稳健和可执行。首先，他们要求软件通过RESNET审计软件标准。这是一组物理测试，可以扩展工具。拉伸是相对模型鲁棒性的一个很好的测试，但这种类型的测试不同于测量用户错误(通常是复杂性驱动的)和平均物理性能的准确性测试。这些测试可以也将会得到改进，但它们是目前基于性能(意味着开发人员可以自己运行测试，这有助于您更快和更低成本地开发)的准确性测试的最佳可用解决方案，可以作为立法标准来参考。
第二，我们需要为建筑物的能源使用建立一个基准。这就是激励金额所依赖的。但你猜怎么着，我们有一个简单的方法来获得基线。是现有的能源法案。如果我们从经过整栋房屋改进的建筑中减去天气标准化能耗，我们应该是相当准确的。真正的账单毕竟是真正的账单，我们有数据表明，改进的房子模型比有各种问题的房子更好。问题本身就是问题。它们很难正确建模，因为需要很多输入，很多输入很难测量，所以我们估计它们，倾向于估计高，所有这些关于问题的假设，结合建模软件的实际情况的任何错误，结合起来，使建模性能差的房子很难。但在动机计算中，我们可以忽略这些问题。我们可以让基线天气正常化实际账单。
但有一件有趣的事。根据实际天气归一化帐单校正的能源模型在功能上与天气归一化帐单相同。如果我们对模型进行校准，我们就能获得额外的好处，消除大量的用户错误，否则这些错误就会渗透到模型中。所以我们一次解决了两件事，我们得到了一个准确的基线，我们提高了模型的质量。
BPI已经与RESNET和一组行业贡献者合作，为这个校准过程创建了一个ANSI标准。这一标准是在立法中引用的。BPI和RESNET在这方面的联合努力是相当可观和非常重要的。国会工作人员不相信我们能使这一共同努力取得成效，但我们做到了。祝贺与会者。双方的共同努力也意味着该法案更有可能获得通过。总统在其预算中支持了这些努力，并在此过程中引起了能源部的注意。
除国会外的其他项目也采用基于绩效的激励措施。这些程序也将受益于使用模型校准设置基线。像绿色按钮和公用事业与EPA投资组合经理的连接等措施也改善了校准所需的能源信息的获取。HPXML等其他努力将使选择建模工具和收集建模工具之外的数据成为可能，并将这些数据导入到建模中进行激励访问。许多基础设施的发展将使基于绩效的激励措施在执行和管理时更具成本效益。
最后，我们可以使用建模来跟踪结果。如果我们不知道我们期望节省多少钱，就很难确定我们是否达到了目标。因此，如果我们能够访问后期性能数据并将其与预期结果进行比较，那么建模可以帮助我们提高工作的性能。(关于占用率的讨论很长，但这篇文章已经太长了。)
但我是否需要运行一个模型，在没有性能激励的情况下，在房子里安装绝缘材料和空气密封?不。这是不值得付出努力的，如果我不花更多的时间，用足够详细的模型来进行基于绩效的激励，其结果将是可疑的。一个简单的方法可能会更快。
有一系列简单的方法可以减少用户的输入和错误，让承包商的生活更轻松。但我们的经验是，有很大一部分项目参与者喜欢详细的建模。所以没有万能的方法。如果你写得太简单，有些人会抱怨;如果你写得太详细，也会有人抱怨。哦。
未来
迈克尔,
很高兴听到SIMPLE解释了内部收益的可用性。然而，尽管我特别喜欢你列出的困扰模拟的一系列问题——我们已经在努力解决这些问题——但我仍然不相信模拟不是更好的工具。
我喜欢看负载和PV输出是如何按小时排列的。我喜欢评估我认为有未来前景的技术的可能性，但复杂的相互作用，例如热泵热水器用于在炎热的气候中清除冷却，但对位置敏感。每小时模拟，无论是HES, BEopt, TRNSYS或EnergyGauge都允许这些可能性，如果我们解决了你提到的许多缺点，我们就会得到一个更强大的锯子。
最后，诸如BEopt和带有costop模块的EnergyGauge等工具允许将经济性融入到评估过程中。这进而允许进行数百次详尽的模拟(超出了在模拟中使用单个电子表格或一组喜欢的参数的合理分析师的耐心)，以找到可能产生最具成本效益的方法来达到节能目标的方法。
我把今天的情况比作15年前的国际象棋计算机。虽然一个人可以学习国际象棋并变得相当优秀，但在15年前，即使是相当强大的棋手也可以打败计算机程序。现在，情况发生了逆转，即使是大师也无法挑战桌面软件。2006年，世界冠军弗拉基米尔·克拉姆尼克被弗里茨击败。从那以后，差距扩大了。
诚然，国际象棋是一种数学上的确定性系统，但除了与居住者相关的变化外，这在很大程度上也适用于建筑。物理问题。如果当前的理解是有缺陷的(正如你指出的几个缺点，如窗口)，它是可以纠正的。[最近我最喜欢的一个假设是建筑物内温度的均匀性——由于内墙的原因，这个假设不可能是正确的]。这里有被动屋。
不管怎样，改善已经很明显了。这只是时间和努力的问题，正如我们最近与HES的合作一样。我们越来越好了，好多了。
最终，我设想，软件将超越人类操作员的能源预测——至少在定位最佳性能或最具成本效益的选项方面。
如果你想添加与乘员相关的变量——考虑三角形概率分布的蒙特卡洛模拟。做好准备。有了账单记录、明智的测试和一系列探索性的问题，未来的“深蓝能源”(Deep Energy Blue)将知道如何以你想要的方式到达那里，而且比我们任何先入之见都要聪明。
他们最终将能够了解自己的建模缺点，并建议代码和或算法进行检查和修订。
到那时，大部分的乏味都会消失;计算机会让你知道解决这个问题所需的简洁程度或复杂程度。然而，测试和良好的计费数据(甚至最终使用数据)将继续是关键需求。
不过，如果计算机最终对某些输入进行二次猜测，也不要感到惊讶!
很久以前，为了坦白自己的年龄，我急切地参加了一门使用计算尺的大学课程。多么优雅的工具啊!然而，我的这段爱情后来被打破了，因为草田多美(Tamaimi Kusuda)博士(我的偶像之一)提出了一种用TI-59计算器(一个数字盒)预测家庭能源使用的方法，这在当时对工程师来说是上帝自己的拯救。我被击杀。
从那以后，情况发生了很大的变化。在他活着的时候，久田硕博士热切地接受了这一切，并为NBS开发的问题资产救助计划做出了巨大贡献。
在体验了BEopt或costop所做出的优化之美后——以及他们的聪明方法让我感到多么惊讶——我想见证这一切的发生。
是的，你看，我是有偏见的。我觉得能量模拟很美。我只希望他们对我也有同样的感觉。
丹尼·帕克
回复马丁的评论#51中的问题
马丁,
实际上，我们似乎并不同意这些观点....以下是你提出的三个要点，以及我们的回应:
俄勒冈州的研究揭示了HES和REM/Rate的一些算法的缺陷。
不客气。首先，该方法的不透明性(因此不可再现性)和缺陷使我们对结果没有信心，而且没有根据分配预测的实际能源使用估计数之间的差异，即工具是如何使用的和如何受限制的，而不是工具的实际工作方式。其次，该研究的结果并没有以一种对诊断可能改进模型的方法有用的方式呈现出来，而可能是最模糊的指标(例如，查看电力结果与天然气结果的对比)。其他更高保真度的数据集在这方面被证明更有用。我们不能说明REM/Rate的作者从分析中得到了什么，但这是一个好问题，我们鼓励你去问他们。
“由于俄勒冈州的研究结果，HES算法得到了改进。”
不。由于文档的缺乏和对我们后续问题的不回应，除了对我们系统的真正准确性的好奇之外，我们无法收集到任何特别有用的东西。尽管我们在俄勒冈分析完成后的4年时间里做出了改进(!)，但我们的结果和他们的结果之间的主要区别可能是我们删除了他们强加的障碍。这项研究被引用和歪曲的频率激励我们更深入地挖掘准确性的问题。请注意，如果你阅读了研究中的小字(而不仅仅是标题)，HES在各个方面都比其他工具做得更好。
“虽然能源模型可能并不适用于每个能源改造项目，但它对定制零能耗住宅的设计师很有用。”
不，这不是我们的观点。它比ZNET住宅有更广泛的应用。再次强调，分析方法的选择实际上取决于分析的潜在目的。
Danny Parker在评论54中提供了更多的讨论。
回应Evan Mills
埃文,
我试图找出可能的共识点，结果他向丹尼·帕克抛出了橄榄枝。我从没暗示你同意我的三个要点。然而，你的回答是明确的;也许以前从未有过伸出的橄榄枝遭到如此强烈的拒绝。你们的意见会被及时地记录下来。
我的评论是写给丹尼·帕克的，他写道:“在过去的几年里，模拟算法做了大量的调整——其中许多是对比较模型和账单记录的更严格审查的回应。如果有人认为这个过程是有罪的，那么我们(以及整个模拟社区)就大错特错了。正如博客条目中提到的，我认为俄勒冈州的研究开启了这一进程。”
我认为我这样解释这些句子并没有违背丹尼的意思。但我还是让丹尼自己说;也许他的拒绝会和你的一样有力。
你的第三点也是最后一点——能源模型“比ZNET住宅有更广泛的应用”——是我完全同意的。你试图提出异议是基于对我所写内容的蓄意误读:“虽然能源模型可能并不适用于每个能源改造项目，但它对定制零能耗住宅的设计师是有用的。”语法和逻辑迫使你承认我的论点，即能源建模对定制零能耗住宅的设计师是有用的，但并不排除能源建模还有许多其他有用的应用的可能性。如果你回到我最初的博客，你实际上会在我写的第一段中看到能源建模的四种用法。此外，我的文章的最后两段包括对能源建模软件价值的辩护。
回应丹尼·帕克
丹尼,
我的年龄足以在高中使用计算尺;当我还在上小学的时候，我父亲教我如何使用计算尺。我上大学的时候买了第一个计算器;它非常便宜——只要99美元。(它如此便宜的原因是，它的电线末端有一个触控笔，用来敲击铜矩形;没有按钮。这为制造商省了几块钱。)
在讨论建筑能源软件时，恐怕你的国际象棋程序类比是有限的。计算机象棋通常在一个装有传感器的棋盘上进行，因此计算机可以访问实时数据——所有与游戏相关的数据。可惜的是，还没有人发明出一种带有足够多传感器的房子，可以向计算机提供相关的家庭性能数据。
这意味着，在可预见的未来，我们只能靠普通人的普通数据输入，对控制房子性能的所有因素的知识有限。即使我们给审计员一个月的时间来输入数据，许多相关的数据点甚至无法测量。
应对格雷格
Greg—我非常同意将模型校准到实际能源使用的重要性，并且为推动BPI-2400标准做了一些工作。我也同意“用例”的讨论，但我可能会以不同的方式划分界限。我的观点是，建模需要具有成本效益。在为一个家庭建模时，我们需要一系列的选择，这样在一个典型的家庭，典型的能源使用和典型的问题，很少的时间花在为模型收集数据或运行模型上。在更复杂的情况下，可能需要更多的数据收集和建模工作。挑战在于创造出能够无缝完成这一任务的工具。我知道您非常清楚实现这一目标所面临的挑战，而且我认为我们都认为这个行业总体上朝着正确的方向发展。
对丹尼
丹尼-
我完全同意，如果做得好，一个更详细的模拟模型肯定能够比一个更简单的模型更准确地评估能源使用和改造节省。我从未质疑过这一点。但这句话的关键部分是“如果做得好”。一个具有良好输入/默认值/假设的简化模型比一个具有糟糕输入/默认值/假设的详细模拟容易执行得更好。我认为这是俄勒冈研究的主要发现。我们也不清楚每个家庭需要多少细节和准确性——仅仅因为我们可以建模，并不意味着我们应该这样做。
但还有另一点值得指出——这也与你的象棋计算机类比有关——那就是基本的不确定性和错误的传播。与象棋计算机不同的是，家庭能源模型永远无法为许多建模输入提供良好的场值——泄漏的分布、现场风速、内外遮阳、土壤的性质、墙壁的框架因子、管道损失的恢复，甚至室外温度。这样的例子不胜枚举。
所有这些不确定性的结果是，建筑模型的每个组件都有一些最小的不确定性—通常在10%的范围内，通常更多。如果我们假设这些误差在一个给定的家庭中是不相关的，那么误差的传播告诉我们，我们应该把误差的平方和相加，然后取平方根。我对这些不确定性进行了合理估计，并进行了一些计算，发现供暖使用的总体不确定性为10%-15%(没有占用影响)。然后，我用更大的成分不确定性重新进行了分析，以表示一种简化的建模方法，发现尽管我将一些成分的不确定性增加了很多，但总体不确定性只上升了约5个百分点。这种类型的练习表明，即使您大大减少了建筑模型的一个部分的不确定性，您也没有很好地改善整体的不确定性。把不确定性从+/-20%降低到+/-15%值得多花多少时间和精力，这是一个悬而未决的问题——是否值得在每个家庭多花一个小时?两个小时吗?10分钟吗?它是否会影响我们的行动——改造或设计?目前，我认为许多程序设计最终需要花费太多的时间来收集构建模型的数据和运行软件。 Better software design could help change this conclusion and simplified models may be a part of getting there.
迈克尔
附言，我不建议人们在现场使用电子表格来模拟房屋——这就是为什么我与Earth Advantage、CSG和energysavvy等组织合作，这样他们就可以将算法转化为实际的软件。优化方法可以应用于任何一组算法，无论它们是否涉及每小时模拟。
附注:为了进一步表明我并不认为复杂的模拟是无用的，我目前正在使用一个具有30秒时间步长的动态模拟模型，该模型是我开发的，用于探索HVAC设备控制策略的动力学。
勒德分子lite吗?
亲爱的朋友们,
不知道我还能坚持多久。我不确定我是否真的有帮助，因为我似乎不能说服任何人相信我对模拟的更大信心。而且，我也没有特别帮助自己;我的脸皮不够厚。但我会再试最后一次，因为我的意见并不比其他人的更重要。所以我要再次倾吐心声。
我相信，几乎每个业内人士都在尽最大努力更好地预测和评估能源使用。我们只是在如何做到这一点上意见不一。但至少初衷是好的，我承认这一点。减少我们家里的能源是很重要的——非常重要。
对我来说，我确信模拟游戏是可行的。例如，像HES这样的东西可以用最少的输入来运行——和其他策略一样少。
然而，与此同时，在引擎盖下，HES正在运行的do -2.1 e是近年来的热门。迈克尔·布拉斯尼克(Michael Blasnik)所指出的那些问题正在以一种相当全面的方式慢慢得到解决。这意味着引擎盖下的基本发动机是强大的，健壮的，充满了工程灵敏度，只有Energy Plus或TRNSYS超过。这并不意味着一个简单的计算就不能很好，或者很有教育意义。这只是意味着，我认为它在本质上不如由TMY天气驱动的逐小时模拟那么可靠。
为什么不让最强大的工具在引擎盖下运行呢?即使您有一个只有10个输入的列表?把这些都做好。
Evan是对的，俄勒冈的研究没有提供使事情变得更好所需的全部信息，Martin是对的，从该研究产生的争议确实导致了从上到下对模拟方法的深入审查，不仅在LBNL和FSEC，而且在NREL也是如此。实验室之间仍在互相检查，这是对科学方法最真诚的尊重。
这个多年的过程已经取得了成果，并继续产生了一些令人惊讶的发现——例如Jon Winkler关于最有效的热泵设备的HVAC建模以及它对设备大小的敏感性的惊人发现(通过一个意外的ARI测试漏洞)。此外，还有更普通但更常见的昆虫屏蔽、窗帘和百叶窗对窗户热导和太阳电导的影响(这方面的大部分研究在安大略省滑铁卢大学进行)。再加上内部温度条件的不均匀性在模拟中看起来非常重要。
但就像我之前说的，HES正在慢慢地整合这些东西，所有这些都使结果更准确、更可靠和可信。
不幸的是，我们在最近几个月了解到账单数据并不足以帮助我们解决模拟问题。这是因为补偿错误可以让分析师不知道哪里有不足，哪里做得好。我们需要最终使用的数据，这样我们就能知道预测在哪里失败了。
幸运的是，我们有一些详细的监控数据集，我们有这样的数据。在今年夏天将发表的一篇美国经济经济委员会的论文中，我们展示了如何从“资产”数据(甚至是没有很多细节的盲目资产数据)出发，通过详细的信息以及最终的“操作级”数据来改进。例如，我们发现一个家庭的干衣机每年使用100千瓦时，而另一个家庭使用3500千瓦时，尽管他们是完全相同的单位。也不涉及晾衣绳。不管怎样，你知道了。对于这样的家庭来说，洗衣机/烘干机技术是否比节能灯、新冰箱或增加的天花板隔热材料更重要?啊,嗯,是的…的家庭。
而HES向用户提出的问题可以帮助找出这种影响，并发现这种情况可能存在。用它来告诉用户晾晒衣服的能量可能是一个重要的家庭能源消耗。
那些对我的国际象棋类比不满意的人(加里·卡斯帕罗夫(Gary Kasparov)被一台计算机在玩确定性游戏(不包括我们在模拟房子时面临的不确定性)时毁灭了)，我有个坏消息要告诉你们。2008年，阿尔伯塔大学的一个计算机程序“北极星”在拉斯维加斯以3:2的比率在500多手牌中战胜了人类专家。糟糕的是，拉斯维加斯的赌场正试图清除“扑克机器人”。你看，即使计算机无法读取人类的虚张声势(人类玩家利用了这一优势)，他们也会通过神经网络和贝叶斯博弈论的剪切力进行补偿。
抱歉，但计算机不仅擅长处理确定性预测，它们也擅长处理不确定性。计算机可以了解到它们的不确定性在哪里是最关键的。迈克尔说得很对，我们将永远面临模型、工程和天气方面的不确定性。然而，我们可能不同意是否需要使用计算机进一步探索这个参数空间。
例如，我设想未来的计算机将从过去的成功或失败中汲取经验，并通过启发式的方式了解哪些问题和未知是最重要的，需要得到解答或澄清(对任何特定输入的偏导数提供了第一近似)。根据过去的经验，对某些问题的回答可能会延伸到最有成效的方向。我们现在正在为HES开发这样一个系统。但它不是一个简化的计算，而是使用一个非常详细的计算，包含一系列截断的输入，这些输入基于一个专家系统，其中的参数可能是最关键的。简化输入/详细计算。
我们更需要的是高质量的最终使用数据，以帮助计算机了解其缺点。我们到达那里。
是的，简化的计算可以很好。甚至可能非常好。但从工程的角度来看，它不可能是最好最严格的。
那些不同意的人可以考虑一下，他们是否愿意登上由“足够优秀”的工程师设计的“梦想客机”。我预料到评论家会说，“足够好”对房子来说并不像对一架超过设计界限的喷气式客机那样是灾难性的。
但请仔细想想:这种想法是否与无法达到预期的改造节省预算有关?或者是没有达到标准的零能耗住宅?我想知道有多少太阳能十项全能的选手使用电子表格而不是EnergyPlus或TRNSYS?
我会选择改进的模拟，谢谢。祝另一边坚强的灵魂们好运。
丹尼·帕克
美就在你发现的地方:(几乎到处都是)
丹尼,
感谢您的评论和您的出色工作:
“我觉得能源模拟很美。我只是希望他们对我也有同样的感觉。”
嗯…出于某种原因，我确信他们是这样做的。我发现这个世界比我们知道的要深奥得多。(我希望!)
这是一场非常有趣、有益但令人沮丧的讨论。我觉得现在是20世纪，我正在见证马与汽车的辩论:“1903年，密歇根储蓄银行的总统建议亨利·福特的律师不要投资福特汽车公司，他说:“马会一直存在，但汽车只是一种新奇的东西，一种时尚。”
在这个全国性的场所，需要不断测试所谓的“最佳做法”的准确性和价值。我很欣赏这一点。这对“我们”有好处。
然而……我们需要保持开放的心态，不要被失败所困，要勇往直前。在我看来，把标准设得更高的开发工作产生了一个最终被填补的真空。
如果没有被动屋，“相当不错的房子”会在哪里呢?根据定义，“相当好”只能用“更好”的东西来量化。这显然是美国被动住宅开发的一个结果。(请注意，我非常尊重这两种“学派”)。
这是明智的和伟大的，这些建模程序正在被测试，并对他们的主张负责。这是唯一一件能推动改进以取得更好结果的事情。
我既不是一个好的马匹医生，也不是一个好的能量建模师……然而，我们都知道，低估能源模型在未来十年的发展和有效性是愚蠢的。
丹尼，为你干杯!
阿尔伯特·鲁克斯
小小星球工作坊
美国经销商的被动式房屋规划包
(因此是能源模型的坚定支持者)
干得好，Ken Levenson
当需要更多的时间和精力时，很难维持更多信息和选择(PHPP)的“价值”。我16岁时的第二份工作是在一家橱柜店工作，店主的质量声明是:“完美就足够好了。”
我们推出了一些漂亮的作品……
保持它!
艾伯特
回应丹尼·帕克
丹尼,
感谢您花时间接受您的长时间、深思熟虑的评论。我认为这次对话非常有启发性和趣味性。
这一次，我将避免强调任何一致的观点。
正如那些熟悉的遗产能源设计更新(我编辑了七年)意识到，我一直支持住宅能源研究的事业。我经常为埃文·米尔斯(Evan Mills)和丹尼·帕克(Danny Parker)等研究人员的著作辩护。我们所有参与设计和建造超级绝缘住宅的人都站在他们的肩膀上。我们欠他们一笔无法计算的债。
不管俄勒冈州的研究有什么缺陷，它都取得了有用的成果。迈克尔·布拉斯尼克(Michael Blasnik)准确地分享了俄勒冈研究的惊人发现，任何科学家都应该感到兴奋。科学家喜欢意想不到的数据。事实上，听起来好像丹尼·帕克、埃文·米尔斯和建模界的其他人对这些发现的反应就像科学家们期望的那样——通过检查他们的模型，看看是否有算法可以改进。这就是这个体系的运作方式。这些都是好消息。
研究科学家和住宅能源审核员的需求是不同的。一个强大的软件引擎能够进行逐小时的模拟，这是一个很好的研究工具，我不怀疑这些工具每年都在变得越来越准确。这些工具也可以是能源审计员使用的软件的隐藏引擎，即使审计员的软件版本只需要少量输入。
也就是说，迈克尔最重要的一点——不是每个家庭都需要成为一个科学项目，也不是每个能源改造工作都需要建模——是一个敏锐的观察，应该帮助人们设计住宅能源改造项目。我可以自信地说，迈克尔·布拉斯尼克提出这一点时，并没有不尊重埃文·米尔斯的意思;我也没有。
最后，Michael Blasnik和我都反复明确地指出，能量建模软件是有用的——而且对于某些目的来说，是必不可少的。让我们在需要的时候使用它，当它使我们从手头的任务中分心时跳过建模。
对丹尼
丹尼-
我不太确定你在和谁争论你的许多观点——我想我们的共识比你意识到的要多。
我认为我们应该尽可能使用最好的模型，但当涉及到能源标签或改造分析的现场应用时，我们需要的工具需要尽可能少的输入，易于使用，并提供可靠的能源使用和改造节省的估计。我不知道这到底是如何实现的。许多人认为，如果您要求许多数据输入并运行一个每小时一次的模拟模型，那么与使用包含更少输入和更简单建模引擎的简化方法相比，您可以保证得到更准确的结果。我认为人们正在意识到这并不一定是真的。
我不知道你从哪里知道我反对使用计算机或详细的建模或复杂的算法——这根本不是真的。我只是意识到，在许多改造项目中，审计工具可能会在时间/成本/重点上造成重大负担，但仍然不能产生有用的结果。重要的是，这些工具是有用的，而不是负担。
有趣的是，您提到了未来的工具，这些工具可以从过去学习，并根据输入的导数评估模型调整——我一直在研究这些东西。“从过去中学习”部分是一个手工过程——在过去的25年里，我做了许多研究项目，并改进了项目的影响评估，并试图将从工作中获得的经验教训纳入改进的建模假设和方法中。模型校准部分包括使用你提到的一阶导数(d_能源使用/ d_模型输入)以及输入不确定性的估计var/covar矩阵来开发模型校准问题的唯一解决方案，同时也能够就他们输入的数据的潜在问题向现场人员提供反馈。和你一样，我喜欢开发和玩这些东西，我喜欢模拟和建模。但我想确保所有这些复杂的工作都可以在后台进行，这些工具不会成为使用的负担，而是实际上提供了有用的信息。我想这一点我们也能达成一致。
让我们继续努力改进现有的工具，并继续对照现实世界检查它们的输出。有很多事情要做。
应对艾伯特
我希望你们能意识到当Danny谈到模拟模型时不包括PHPP。PHPP不是一个小时模拟模型，而是一个真正的电子表格。我想这意味着你是那个支持马的人?
我只是提倡一辆真正能工作的车或者一辆不能工作的马。如果我的目的地在附近，可以四处转转，甚至步行。
嗯…好的。
迈克尔,
长线和我来晚了。
由于相关的时间和成本，我错误地将一些评论理解为“低估建模的价值”。这也是我当时的反应。我看到他们是为了缓和预算，而不是贬低整个实践。
当我在建模中思考未来时，我并没有想到静态的PHPP。我正在成像已经提出的下一个阶段的WUFI 3D:一个三维动态模型详细描述了整个墙/屋顶组件中可选点的温度和湿度。看起来它会很好地细化性能。这才是值得从车库里拖出来的车。
在我看来，PHPP的单维设计是优美的，对桥梁面积的热计算要求是严格的，气密性是“ja”或“nein”。总之，这是一匹相当可靠和准确的“马”。
都是新建筑的好工具。翻新工作可能仍然很艰难。也许那真的是一次有导游的散步。
反射
我相信Martin文章之后的讨论是健康的，可能有助于澄清各种误解。
我们的56号评论回应马丁的51号评论，无意冒犯。丹尼和我讨论了最初的评论，并在回应的本质上达成了一致;丹尼很忙，让我写回信。我确实错过了他第三点中的“每”一词，对此我深表歉意;当然，有些家庭能源升级不需要建模，或者至少不需要家庭性能专家所做的那种建模(数学)。事实上，家用节能产品的消费者版(http://hespro.lbl.gov)可以让外行人用最少的时间投入来做这些低接触的评估，而且不需要自掏腰包来获取信息。
老实说，俄勒冈州的研究并不是一个特别的分水岭。在此之前，对底层DOE2引擎的验证工作和对HES系统的改进实际上已经进行了很长时间。事实上，当俄勒冈运行(我们不知道)发生时，HES正在进行一个主要的升级，这有点令人不安。
从我们的角度来看，在俄勒冈州的研究中，HES实际上在很多方面比其他工具更好(围绕实际值的误差最好的对称性，许多指标的中值结果更好)，所以我们并不特别担心。相反，我们担心的是研究方法和分析的缺陷，以及对研究结果的反复有问题的解释。
在任何情况下，验证都是一项非常重要且值得进行的工作——如果操作正确并且理想的话，以一种有助于实际改进模型的方式进行的话。我们还受到鼓舞的是，在这个线程中讨论的许多趋势预示着更聪明、更低成本的方法，以一种越来越具有成本效益的方式将良好的分析发挥作用。事实上，考虑到这一点，能源部不久将推出家庭能源评分工具(http://homeenergyscore.lbl.gov)，以评估资产的评级为基础。
EPS Pilot的意图
尽管我和其他人一样喜欢每小时的建筑模拟，但预测不同建模方法的优点并不是2008年研究的重点。俄勒冈州的能源信托基金赞助了这项研究，以探索现有住宅的成本效益资产评级项目的参数。作为这项研究的作者之一和实地工作的经理，我想澄清一些事情。
该研究的两个关键发现，一个是得分应该基于总能源消耗的代表性，另一个是可以开发出针对较少投入的优化模型来提供这样的评分，这两个发现在过去几年都显示出相关性。在创建家庭能源评分时，能源部创建了一个比报告建议的更细粒度的指标，但在概念上是一致的。此外，在随后的几年里，模型也为此目的进行了改进。
这是否使它成为一项具有里程碑意义的研究?可能不会。当然，对指导政策和技术发展很有用。这项研究有偏见吗?当然，不是有意使用某一种工具。有测量误差吗?这是一个有5个不同审核员的实地研究，所以是的。为了尽量减少这种情况，我们进行了非常广泛的错误检查，包括跟踪电话和跟踪家访，只针对非常可疑的数据点。
能源建模的优点一直是一个热点问题，因此，在研究的重点之外的工作领域，研究产生了关于建模优点和不同建模方法的争论也就不足为奇了。值得注意的是，该研究指出了家庭节能器的优点，并建议改善优化其投入，如果它被用于资产评级。
Evan、Danny和其他人显然不同意这项研究的方法和分析，这很公平。我只是想提醒大家，这些观点可能没有考虑到研究的实际框架;在分析建模工具时，我们想确定工具是否适合为住宅提供具有成本效益的资产评级。这一重点决定了所使用的比较分析方法。这些分析方法与用于其他研究目的的方法不同吗?是的，因为我们问的问题不同。
最后一点，我想指出Evan和Danny正在他们当前的工作中使用一些研究数据。2008年的研究做了非常彻底的(我的工作人员可能会说非常彻底)收集和编目家庭节能器数据的工作。在近期内，任何其他研究都无法获得如此水平的实地数据，这一点值得怀疑。笼统地将这项研究描述为技术上的缺陷是没有帮助的，尤其是当某些元素被那些批评者证明时。
就我个人而言，我喜欢能量模型，我只是不想浪费不必要的时间来创建它们。多年来，我利用它们来确定建造高性能住宅的最佳做法。每小时模拟是很好的，但我不觉得有必要模拟每个家庭。我的关注点已经从追求变成了让我们现有的建筑变得更好，并产生一个评级，让我们作为一个建筑所有者，因为这个改进而获得荣誉，为了这个目的，我们需要工具来尽快把它做好。
我们正在制造更好的工具。让我们保持下去。
奥卡姆剃刀遇上乔治·杰森
亲爱的朋友们,
我已经好几天没来这里了，我想我应该早点来看看的。我想我需要对几个人说几句，希望不会有不好的感觉。
首先感谢David Heslam，我们非常感谢Earth Advantage将俄勒冈州的数据再次分享给我们。最近几周，这项工作正在进行中，而且非常有用。它和来自威斯康辛州、北卡罗来纳州和佛罗里达州的其他数据一样有用。知道俄勒冈州的数据是经过精心准备的也很有帮助，知道这使得解决模型缺陷变得更加重要。谢谢你！
对迈克尔，我想说我们的观点非常相似。虽然这一系列的评论是关于模拟和建模的，但我始终相信测量数据是首先的，我知道你也这么认为。的确，这就是为什么我们在这里讨论我们完全理解和预测它的能力(和无能)。尽管如此，我还是经常发现自己对你的许多观察表示赞同——尤其是最近关于模型的错误如何倾向于在它们差异的平方根上传播的那个观察。这使得更好的预测从一开始就很困难。
事实上，这是过去几个月工作中的一个基本发现:除非你能看到模拟在最终用途中哪里出错，否则改进预测的前景是相当令人生畏的，因为从一次又一次的“改进”中补偿错误并不一定就能直接减少错误。有很多补偿性的变化，不精确的输入导致一些东西有助于对个别情况的预测，而另一些则会使一个更远。
我的主要论点不是针对你，而是针对俄勒冈研究中似乎出现的结论——预测的准确性问题在于模拟本身。再重申一下，我认为模拟是应对预测挑战的更好方法:
•使用逐小时模拟提供基于详细气象观测的细粒度天气数据，涉及室外温度、同步太阳辐射、夜间长波辐照度和风速。虽然可以提取冷热度和太阳辐照度的信息，但我认为实际测量的天气对我们的模型很重要。(事实上，多年来我一直认为，当TMY雨旗显示降水时，雨水应该是重置屋顶温度的重要因素)。当然，正如迈克尔已经观察到的那样，不管你愿不愿意使用这些数据都会带来麻烦——例如，使用10米高的机场风速几乎不能说明房屋中压点的风速，以及与郊区景观的局部屏蔽和地形。否则，窗户表面膜系数被低估，渗透估计被夸大。事实上，这是我们最近在模拟中所做的一些改进。一个区别。尽管如此，我还是认为详细的天气是一件好事。
•诸如do -2、TRNSYS和EnergyPlus等仿真模型通常包含最严格的工程模型。然而，这并不意味着他们是正确的。正如我之前在这篇博客中提到的，模拟的原则之一——均匀的室内温度——在真实的房子中经常被违反，特别是那些老旧的、隔热性能较差的房子。Michael知道，对于空间调节模型来说，没有比室内温度(恒温器)近似更大的旋钮了。因此，我们越来越关注这一现象，每个人都意识到内墙和恒温器的位置将变得很重要——至少如果你想预测隔热在世纪之交(上一个)砖两层楼节省多少钱的话。那里还有工作要做。
•逐小时模拟模型允许预测每小时的负载。随着越来越多的公用事业转向基于时间的使用时间(TOU)费率甚至临界峰值定价，这一点变得越来越重要。当PV成本降至6美元/瓦特以下时，你将看到更多这样的情况，如何与TOU率相匹配将是重要的。插电式混合动力也一样:我们最终需要模拟它们以及它们如何影响TOU混合。公用事业公司的这一举措在未来只会越来越多，因为他们的发电成本会随着时间、季节和天气条件的变化而变化。这个行业的竞争本质决定了他们最终要面对我们。模拟是必要的。
•与输入和开发输入的时间相比，运行每小时一次的年度模拟所需的时间微不足道(<4秒)。为什么不对这些宝贵的输入进行最好的计算呢?
也就是说，我确实认为简单模型比复杂模拟有一些内在的优势。关键的一点是简约，在使用简单引擎的模型中出错的可能性要小于在非常复杂的模型中出错的可能性，比如在do -2中，这种可能性几乎是肯定的。
即便如此，工程模型也需要根据情况的要求完全复杂，但仅此而已。这是一个让人想起奥卡姆剃刀(Occam’s Razor)的困难边缘，让我再次想起爱因斯坦:“一切都应该尽可能地保持简单，”他说，“但不能更简单。”
我已经说得很清楚了，我认为，用正确的复杂模型和最佳质量的天气数据来确定某些现象是值得的。无论如何，国家实验室和FSEC一直在互相监督，因为我们对比较模型进行了相当彻底的检查，并利用这一过程来阐明差异。
http://www.fsec.ucf.edu/en/publications/pdf/FSEC-CR-1814-09.pdf
是的，我们有时会忘乎所以(一个科学项目)，但往往会退回到足够有效的地方。有一个BESTEST模拟用例套件，它允许用户查看预先安排的用例的模拟是如何相互叠加的。然而，BESTEST也不是万灵药。如果所有的模型都是错误的，它如何帮助?这已经有效地纠正了模拟窗口中的一些实际差异——在BEopt中纠正了一些差异(在do -2.2和EnergyPlus实现中的差异中很明显)。同样，EnergyGauge对热泵模拟的一些不足之处也得到了修正(当换向阀启动并进行除霜时，通常会产生条形热量)。HESPro已经做了各种改进-特别是建模机，地下室和空气渗透。必须把这些东西弄对——特别是如果之前没有使用最佳假设的话。
最近，我们在美国450个家庭的集体样本中检验了HES与用于空间和水加热的天然气消耗的预测。虽然我们仍然有明显的分散(是的，很多)，但我们的平均水平是准确的。事实证明，电力是另一回事——没有一个模型做得那么好，包括SIMPLE，原因还不清楚。我们正在调查。尽管如此，我还是希望如果Michael今天对他的家运行HES，它不会仍然高达40%!
正如Martin明确重申的那样，几乎所有人都认为，审计师不应该在向模型提供信息时负担过重。这是我们一致同意的一个基本观点。
然而，这是Evan和我试图解决误解的一个关键领域。虽然有人可能认为像HESPro这样的东西需要大量的输入，但事实并非如此。它可以用一个非常简短的输入列表运行——和任何其他模型一样简单。关键的限制是，用户没有得到关于“最重要”输入是什么的任何指导。
也许我们应该为没有尽我们所能去帮助他们而感到内疚。HES的“快速输入”是一个答案;但很多用户选择详细模式。有150个输入可能意味着所有的输入都需要填写，但事实并非如此。并非所有的投入都同等重要。即使知道只有一些需要处理，一个外行人怎么知道是哪些呢?如何跨越这一差距?把用户留在他们自己的设备上只会带来糟糕的性能和挫败感。
HESscore是这个过程的一个答案——一个基于“专家意见”的30多个输入的删减列表。但是，尽管这个固定的输入序列足够和一致，但无论多么简单，都可能不能提供最准确的结果。
我听起来像是Michael b和我在做同一件事:利用计算机的启发式智能，根据从系统预测未来负载的过去表现中获得的信息，帮助从审计人员那里找到正确的输入。当然，它们不一定总是相同的投入。当然，问题在于审计员和房主的注意力通常有限。我们需要利用他们的注意力来获得最大的利益，以免他们懈怠或超过审计预算。
基于Evan的优先考虑，我们将在未来一年致力于HESPro。看看我们能做些什么。(诀窍之一是获取两年的账单数据;用前半部分来调优模型，然后看看它对最近一年的预测有多好——德尔菲法在起作用)。然后可以使用聚类分析来帮助整理最重要的群体及其共同的关键输入。这是我的想法。
正如在之前的博客中提到的，最终用途负载也非常重要。这对于理解预测错误的来源非常重要。家庭不仅仅是供暖和制冷;它们是水加热(知道每天的加仑数是非常重要的)，洗衣(洗衣机和烘干机对占用率非常敏感)，制冷(你猜怎么着?第二种冰箱通常与第一种截然不同)、风扇和鼓风机、烹饪、照明和娱乐以及插头负载。有很多出错的地方。
事实上，当涉及到预测改造措施节省时，它比最初的感觉更糟糕。例如，一个正确预测月能耗的模型，在预测热泵热水器的节约方面，不能像一个经过测试的模型那样可靠，它可以毫无偏见地预测日热水加仑。(顺便说一下，说到不确定性，即使考虑到住户的情况和其他基本因素，热水加仑似乎也特别容易变化)。同样的道理也适用于预测空调的节省:最好能预测好空间降温，不管你每月的电费有多低。那么补偿错误就没有多大帮助了。
不幸的是，我们拥有上述最终用途信息的案例并不完整。但我们正在寻找它，并已经发现了一些——这些数据在追求提高准确性的圣杯中具有独特的价值。
我们会做得更好吗?肯定的。
然而，正如我所提到的，计算机和计算能力以及机器帮助我们了解自身和人类局限性的能力可能是无价的。这种专家系统应用程序可能在改进预测方面发挥越来越大的作用，同时减少审计的繁重性质和冗长的表格。我相信，采用前向链式推理系统提出正确问题的模拟将在这一过程中发挥重要作用。当审计员或房主提供数据时，计算机可以改进预测，然后在最需要的地方寻找更多的数据。它应该能够首先提出最重要的问题。
能源分析师乔治·杰特森(George Jetson)不会马上想到这一点，但未来几年可能会有很多改善。我很高兴能够在这些事情上有所帮助，至少是在很小的方面，我也感谢其他人的努力，即使我们意见不一致。
每个人都同意我们都在努力改善事情。我还要补充一句，如果我们不这么做，就应该被赶去放牧。
丹尼·帕克
是的,但是……
我不得不承认，今天的能源模型让我想起了《动物之家》中约翰·贝鲁希仔细测量凯迪拉克挡风玻璃的场景……然后用大锤把它敲碎。另一方面，火箭科学家从同样不准确的模型开始，但最终到达了月球。这些模型可能没有适当地对变量进行加权，我们知道我们不能为人类行为建模，但我们仍然希望有接近结构力模型可靠性的热量和水分流动模型。
使用模特的另一个原因完全是为了美观。如果你注意的话，你会发现女性洗发水在广告中通常都含有一些科学名称很长的成分，比如Importantene。名字没有任何意义，但它确实卖洗发水。同样地，作为一名教员，当你试图教长期建造者玻璃纤维不再是最先进的材料时，拥有一个不可思议的模型真的很有帮助。
伟大的讨论……
从一周的假期回来，发现一系列令人振奋的、发人深省的帖子是一件很愉快的事。感谢所有参与讨论的人。
简单。丹尼·帕克?简单的
简单的丹尼·帕克?至少不是你的职位。
简单的做法是将税收由好转坏。
提高化石燃料的税收，同时降低绿色可持续收入的税收。
强制使用太阳能，禁止不连续绝缘。
每户只能提供一定数量的btu能源。你建了一个1000平方英尺，10000或100000平方英尺的房子，每年给你同样的数量或精力来工作。所以，如果你有一个大房子，你肯定也能负担得起安装足够的太阳能来满足你的需求。
完成了。
我的计划使建模工作，因为模型的最大问题之一是缺乏对“旋钮转动”的房主的控制。在有限的能源输送方案下，房主控制他的“旋钮”转动变得非常私人，或者为他的旋钮控制缺失买单，而不是社区，而是地球。
好文章!
我喜欢这个，丹!
“那么，为什么能效项目几乎总是高估预期的节约呢?”布拉斯尼克说，罪魁祸首并不是反弹效应。Blasnik引用了研究人员对这个问题的研究数据，他指出:“人们在进行了天气调节工作后，不会打开恒温器。引用收回效应主要是试图为能源模型的缺陷找居住者的替罪羊。”
但过于严格地遵循数据可能会得出明显的结论，而有时明显的结论是不正确的。我发现这是错误的:
“大多数能源模型在预测实际能源消耗方面做得很差，尤其是对于老房子。”
真正的问题是数据输入。如果你在输入数据时做得很糟糕，那么甚至不用费心去计算真实的消费(有人核对过他们的银行账户吗?)，你当然会得到高估的总储蓄。
加上能源项目的最低节约，销售人员有意无意地想要报告显示更多的节约，覆盖了所有的准确性，没有责任，我认为责备软件似乎在我看来是草率的结论或“替罪羊”。
我要改变这一点:“提到收回效应主要是试图将能源模型的缺陷归咎于居住者。”
对此:“提到收回效应大多是试图将能源模型的缺陷归咎于居住者。”
当模特糟透了，有什么好惊讶的吗?所有的班级都对它嗤之以鼻。见鬼，没有专门的认证，但它可以说是这个过程中最复杂和最重要的部分。几乎所有人都认为这是一件需要匆忙完成的事情。面对所有这些对准确性的压力，哪里有平衡呢?没有。
改造研究的结果是一致的:预计的节省被高估了
这是剑桥大学关于所谓“前绑定效应”的研究，涵盖了德国、英国、比利时和法国:
http://www.cam.ac.uk/research/news/the-prebound-effect/
全文见页底。
对Hein blood的反应
嗯,
谢谢链接。欧洲的这项研究证实了Blasnik的结论(以及我的报告):“Blasnik引用了五项研究，它们发现改造工作的实际节省相当于预期节省的50%到70%。布拉斯尼克说:“无论你是在讨论绝缘改造工作、空气密封还是灯泡更换，预计节省的费用总是高于实际节省的费用。“…能源效率项目几乎总是高估预期的节约....”
这项欧洲研究的作者之一，Minna Sunikka-Blank博士指出:“这挑战了普遍的观点，即通过单纯关注技术解决方案就可以大幅削减能源消耗，如翻新房屋。在某些情况下，这样做可能只会带来预期节约的一半，甚至更少。”
狂妄自大= GIGO
精确的能量建模很容易实现，如果您记得KISS ....每天早上当你去上班的时候，你的另一半——没有其他的吻，保持愚蠢的简单。
改造隔热材料节省能源，很容易做，在餐巾上，等待你的午餐。
然后放松，享受你的BLT，在等待结账的时候更换窗户。
为什么?
狂妄——是的，与尝试一个全知全知的BEM相比，建模更小、更简单、更少的组件会给你更可靠的信息，也就是说，得到正确的输入，记住所有你需要考虑的，获得数据，做出深思熟虑的估计，等等。
金钱——软件应该是为了节省金钱，让不可能的事情成为可能而不付出代价?不，它只是一个工具，一个需要知识的工具，了解建筑类型/占用率，软件和数据，以创建可靠的模型。除了极少数客户外，所有客户都有能力/愿意花钱请有知识的工作人员来精确收集/估计数千个数据点，这是一个可靠的整体建筑能源模型所必需的。
正如其他人所说，“真实”模型的年度能源账单和气候数据(调整当地的微气候)等是一个可靠的边界模型的必要条件。然而，新建建筑没有历史能源使用数据。现在使用的是非常一般的信息，而我们需要的是街区下的建筑的能源数据——这意味着说服他们放弃/说服他们对他们的建筑进行能源审计(看看我是如何把“问题”/“成本”变成机会的??而且，你把收集和处理气候数据的成本分摊到两个(或两个以上)人身上——为什么不尝试更多的协同节约，去街区为街上的每个人提供“折扣”能源审计呢?这是车道承包商的工作，必须工作，他们中的大多数人生活得比我好)。
为了可靠性，BEM需要经过验证的开源数据，按单个和分组的建筑/使用率汇总，列出主要数据点、大小、形状、朝向、使用率、用户、单位面积/用户/系统的能量等，以便使用已知的良好数据缩短昂贵/不准确的数据收集过程。
一个简单的问题。
有人擅长拨款写作吗?
和你的母校合作，让A/E部门运转起来，让一些幸运的教授发表论文。
帕克演讲的概要
如果它有帮助的话，这篇文章可以在几分钟内阅读，其中包含了我发现的最尖锐的内容，这并不意味着我是按照丹尼、埃文等人的意愿来解读的。
没有人关心很多型号的准确性，正如Blasnik所指出的那样，错误“几乎完全来自于改装前的使用估计”。(第9页，左上角的幻灯片，来自夏令营。)使模型符合实际消费会使模型更准确，那么为什么我们在宣称模型是垃圾之前不这么做呢?
http://www.buildingscienceconsulting.com/presentations/documents/01_Lies_Damned_Lies_and_Modeling_rev.pdf
http://energysmartohio.com/blog/energy-models-are-accurate--danny-parker-of-fsec-says
使用水电费账单
在我看来，最好的检查方法是问他们去年的水电费账单，从气象办公室问去年的升温/降温天数。由此可以计算出包络的整体性能。
开源vs.免费
致AJ Builder关于他对开源建模软件的评论。
开源并不等同于免费。有些开源授权软件是人们付费或捐赠的。如果你指的是法定货币中的免费，那么正确的术语是“免费软件”。
无论如何，好消息是BIM(建筑信息模型)有开源软件。以下是最新的榜单:https://blog.capterra.com/the-top-6-free-bim-software-tools/
登录或成为会员发表评论。
报名 登录