“实际气象年文件创建器（LAF）：建筑能源模拟的本地化工具”

SoftwareX 10（2019）100299原始软件出版物本地化的实际气象年文件创建器（LAF）：在建筑能源模拟中使用本地观测到的天气数据的工具放大图片作者：Carlo Bianchi，a，b，Amanda D.史密斯a美国犹他州盐湖城犹他大学机械工程系场地专用能源系统实验室，邮编：84112bNREL-国家可再生能源实验室，科罗拉多州戈尔登，80401，美国ar t i cl e i nf o文章历史记录：接收日期：2017年12月13日接收日期：2019年6月6日接受日期：2019年保留字：建筑能源建模EnergyPlus天气数据小气候气象年份a b st ra ct本地化的实际气象年文件创建器（LAF）应用程序提供了对实际气象数据的基于Web的访问，并将其处理为适合建筑物能源建模的天气文件。建筑能耗受建筑物内部的影响（如居住者、电器、HVAC系统等）。以及建筑物所处的气候条件。然而，免费提供的天气数据文件仅限于一些特定的位置，通常是机场，这些位置通常远离建筑物集中的市中心。作者开发了一种新的工具，支持对建筑能耗的微气候条件的调查和量化。LAF基于Python开源编程语言构建，具有图形用户界面（GUI），允许用户创建自定义天气数据文件，用于建筑能源模拟。许多套长期的实际气象年天气数据可以在美国数千个地点在线公开获得（如MesoWest数据库）。LAF根据用户规范选择天气数据，并通过API跨多个气象站和多个时间段自动处理数据。用户可以很容易地选择最符合其需求的特定位置、时间范围和时间步长。这篇文章为能源建模师、建筑设计师和运营商提供了一个有用的工具，以帮助进行建筑性能分析和优化。©2019作者由爱思唯尔公司出版这是CC BY许可下的开放获取文章（http://creativecommons.org/licenses/by/4.0/）中找到。代码元数据当前代码版本v1.0用于此代码版本的代码/存储库的永久链接https://github.com/ElsevierSoftwareX/SOFTX_2018_60法律代码许可证LGPL使用Git的代码版本控制系统使用Python的软件代码语言、工具和服务编译要求、操作环境依赖性可针对主要操作系统进行如果可用，链接到开发人员文档/手册https://github.com/SSESLab/laf/blob/master/README.md问题支持电子邮件amanda.d. utah.edu1. 动机和意义2018年，商业和住宅建筑约占美国能源使用量的40%[1]，而在前几年，建筑物占初级能源*通讯作者。电子邮件地址：carlo.bianchi@ nrel.gov（C. Bianchi）。https://doi.org/10.1016/j.softx.2019.100299世界能源消耗量[2]。建筑物也是城市环境中排放量的主要来源，导致空气质量问题和随之而来的健康影响。建筑能耗模拟在提高实际建筑的能耗和环境性能方面起着至关重要的作用。根据Raftery et al.[3]，建筑能耗模拟被认为是建筑行业性能分析的最佳实用方法。通过利用越来越强大的2352-7110/©2019作者。 由Elsevier B.V.出版。这是一篇开放获取的文章，使用CC BY许可证（http://creativecommons.org/licenses/by/4.0/）。可在ScienceDirect上获得目录列表SoftwareX期刊主页：www.elsevier.com/locate/softx2C. Bianchi和A.D.Smith/SoftwareX 10（2019）100299计算资源和具有更精确的建筑物模型，可以具有建筑物能量负荷的越来越精确的预测。准确地预测给定或提议的建筑物我们在这里提出了一种新颖的，可定制的工具，提供了广泛使用的实际观察到的天气数据在建筑模拟。建筑物能量建模（BEM）或建筑物性能模拟包括使用计算机软件来预测建筑物的能量负荷。BEM平台的一个例子是EnergyPlus [6]，一个由美国能源部（DOE）开发的免费开源软件包。它需要两个基本输入来启动模拟：输入数据文件（.idf）格式的建筑模型和EnergyPlus Weather（.epw）格式的天气数据，如图1所示。IDF文件包含有关建筑本身的信息（包括其几何图形、材质构造和HVAC系统类型能源部与许多国家实验室和美国大学合作，一直在资助和开发建筑模型和建筑能源模拟包，旨在更准确地代表美国建筑存量[7，8]。EPW文件包含天气数据，包括温度、湿度、太阳辐射、风速和降雨量。为在 美 国 ， EnergyPlus 模 拟 的 天 气 数 据 通 常 取 自 典 型 气 象 年（TMY）文件[9]。它们提供了一个年度数据集，其中包含代表特定位置典型条件的每小时天气值，考虑到更长的时间间隔，如30年。虽然创建TMY天气数据是为了代表典型的气象年，但它们并不特定于大多数美国商业建筑或给定的日历年。天气文件仅代表每个城市的一个位置，通常是机场气象站，而大多数商业建筑位于人口稠密地区附近，在地理上与机场分离。天气对建筑能耗的鳞片一方面，宏观气候条件影响区域天气。不同的城市地区位于具有独特地理特征的地区，这些地理特征将在区域范围内对天气产生不同的影响。另一方面，小气候条件在建筑能耗方面也很城市环境中建筑物的能源需求受到该地区城市物理驱动的多种现象的影响。结构物应：（i）由于城市热岛效应导致的环境空气温度升高，（ii）由于挡风效应导致的风速降低，（iii）由于天空视野系数降低导致的夜间能量交换减少，（iv）由于阴影效应和反射导致的太阳辐射增益改变，以及（v）由于与周围结构的相互作用导致的辐射平衡改变[10- 12 ]。特别是在气候温暖的城市热岛效应会极大地改变城市的整体能耗，从而影响市民的健康和舒适度[13]。如Yavuzturk [14]所述，相对于城市冠层内的其他材料，高速公路上沥青的温度显著升高。这种影响因许多主要道路沿线缺乏植被。因此，高速公路上的沥青可能会重新照射周围的建筑物，并导致城市热岛效应。建筑物可能会受到许多其他特定场地现象的影响，包括集中的空气污染[15，16]或附近密集植被或其他人类建筑的存在。这些因素中的每一个都可以改变建筑物周围的天气条件，特别是有效的环境温度和建筑物上给定表面接收的辐射量。此外，如果建筑物处于与创建所使用的天气文件的位置不同的海拔高度，或者如果建筑物位于城市峡谷中，则建筑物可能经历不由一般天气文件表示的文献[11，17-此外，TMY文件未捕获的小气候相关天气变量的极端峰值可能会对光伏和CSP系统等可再生能源的性能产生重大影响[21，22]。正如Pyrgou等人[23]目前在研究和工业界，为了在建筑能源建模和可再生能源发电系统建模中考虑城市小气候，通常使用三种主要做法：(i) 第一种选择包括购买天气数据，可能已经为建筑能源模拟格式化这些数据可能只是选定位置的天气值的历史数据集，或者它们可能是历史数据集的插值，旨在表示诸如Me-teoncraft [24]和White Box Technologies [25]等服务出售天气数据，文献中有许多研究人员利用这些服务的例子[26当天气数据是专有的时，用户仅部分地知道所购买的数据的质量和来源，并且用于生成数据的程序通常不与客户共享(ii) 第二种选择包括转换TMY 3数据，以纳入城市小气候效应。TMY 3是TMY数据集的最新版本[9]。在文献中，多项研究显示了算法在香港[11，31]，佩鲁贾（意大利）[23]，塞萨洛尼基（希腊）[32]，墨尔本（澳大利亚）[12]和杭州（中国）[33]中的应用这一选择可能更经济，但它依赖于城市特征的参数化或详细的计算分析（即CFD），这需要专业知识和分析时间。这些方法大多数是根据制定这些方法的具体地点量身定做的，可能无法转让。(iii) 第 三种 选 择 包括 使 用来 自 活跃 气 象 站的 实 际气 象 年（AMY）天气数据[11，12，23，33，34]。虽然这种做法在经济和准确性方面都很方便，但在同一个城市地区并不总是可能有许多气象站提供多年的可靠数据。因此，缺乏可用的可靠数据限制了研究观测到的天气数据所代表的小气候效应的影响和变化在之前的工作中，作者[35]开始解决以下问题：在相同的城市环境中，微气候条件如何变化？它们的可变性是否对不同的建筑物能源负荷产生相同的影响？同一城市不同地区的天气数据与TMY3数据之间的差异的相对权重是多少？使用TMY3数据预测建筑物能量负荷的误差是什么？MesoWest数据库[36]提供的特定地点的天气数据被用来比较盐湖谷两个气象站的天气和犹他州盐湖城的TMY3文件。前面的问题只得到了部分回答。分析的主要结论是：（一）天气边界C. Bianchi和A.D.Smith/SoftwareX 10（2019）1002993Fig. 1. EnergyPlus主界面。条件对电力负荷的影响可以忽略不计（这一点在四种建筑类型中得到了验证）;以及（ii）供暖负荷受到很大影响，但对供暖负荷的影响每年都不一致。需要更大范围的多年数据和更多的气象站，以更广泛地了解特定地点天气状况的空间和时间然而，生成可用于EnergyPlus模拟的天气文件（EPW文件）在技术上是一项具有挑战性的任务，可能会成为使用EnergyPlus提供的标准文件之外的天气数据的障碍[37]，特别是对于没有经验的用户。此外，MesoWest数据通常包含缺失的数据点，需要在转换为EPW文件之前进行处理。为了满足这些需要，充分利用MesoWest数据库，图二. 主界面截图。在城市地区，作者在这里介绍了一种新的工具本地化AMY文件（LAF）创建器可以将输入的自定义天气数据转换为EPW文件，准备用于EnergyPlus模拟。 输出文件将根据代表最近城市的TMY3源文件创建。用户选择的自定义天气变量（如干球温度、风速和风向或相对湿度）将覆盖从TMY 3数据中提取的变量。该应用程序还将预处理自定义天气文件，检查它们的质量，对缺失的数据点进行插补。最终，该应用程序将使用户能够自动下载最近的MesoWest气象站的天气数据以及最近的可用TMY3文件。与上述常见做法相反，LAF免费提供可用的天气数据，这些数据由同一城市的多个站点多年来测量，其格式易于建筑物能源建模人员使用。它是一个有用的工具，为建筑能源系统设计师提供特定地点的天气数据，并将天气变化的影响调查扩展到许多新的地点。2. 软件描述该软件完全用Python编写[38]（版本3.6）。图形用户界面是利用PyQt5库开发的[39]。使用其他库来处理计算和数据处理：SciPy [40]，Pandas [41]，NumPy [42]和Matplotlib [43]。源代码已分别使用py2app [44]和PyScript [45]为MacOSX和Windows编译它可以在www.example.com上免费获得Github.com（https：//github。com/SSESLab/laf）。2.1. 软件构架该软件由三个独立的模块组成：TMY3模块、MesoWest模块和EPW（天气文件创建）模块。每个模块都是独立的，可以单独使用，不依赖于其他模块（见图1）。 2）的情况。TMY3模块图3.a显示了TMY 3模块的图形用户界面的屏幕截图。与每个按钮相关的操作如图1的流程图所示。 3. b.谷歌地图界面显示了美国和加拿大提供.epw文件的所有可用站点。用户可以选择首选的城市位置，点击最近的车站，并直接下载该位置的.epw所显示的站点来自http：//climate上的列表。onebuilding.org[46].它提供了坐标和一个网络链接，以下载每个可用位置的TMY3文件。CWEC文件 加拿大城市也包括在内。4C. Bianchi和A.D.Smith/SoftwareX 10（2019）100299MesoWest模块图三. TMY3模块的屏幕截图和流程图表示。不可能知道一个位于图4.a显示了MesoWest模块的图形用户界面的屏幕截图。与每个所表示的按钮相关的操作在图1的流程图中示出。 4. b.与上一个模块类似，用户将选择相应的地理坐标来下载数据。用户可以通过移动地图上的标记来选择所需的位置。在地图上，显示了选定年份中选定半径内活跃的MesoWest站[36]。用户将选择扫描MesoWest站点的半径（默认为5英里），可以扩展到30英里。在半径和标记位置更改后，单击更新地图将显示一组新的MesoWest站点。点击每个站，用户可以检查站的名称，其坐标，相应的网络ID和可用的天气变量及其相关的记录期间多个气象网络可供下载数据。使用MesoWest API，可以使用标志来指定使用的网络。每个网络都有特定的功能，可以捕获特定的变量，但台站或网络可能会因其位置、传感器精度、传感器可靠性或传感器漂移而产生偏差。正如Tyndall等人[47]所示，有些网络比其他网络更可靠。NWS（国家气象局）网络最重要的是，私人住宅;台站的周围环境或任何可能的偏差影响尚不清楚。然而，在某些情况下，CWOP数据的质量与NWS数据相当[47]。CWOP站可能非常不可靠，但它们也有优势，在许多城市地区是最分散的网络目前的软件是为了提供定制的微气候城市天气数据来运行建筑能源模拟而创建的。出于这个原因，用户可以选择为每个选定的天气变量包括CWOP网络以及NWS网络、RAWS（远程自动气象站）、MW（MesoWest）网络和通过“网络”按钮访问的窗口中列出的其他网络均可用每个网络可能对某些变量比给定位置的其他变量更可靠;用户有机会为特定的天气变量选择最合适的网络列表。提醒用户考虑CWOP数据的可能偏差，以及任何给定网络的任何偏差效应。此外，通过移动标记和半径，可以检查每个站点中哪些变量可用，哪个网络提供变量，以及相应的记录周期是什么。用户可以相应地选择所需的年份。如果选择了一个以上的年份，输出文件将包含每个选定年份数据在选择多个年份时，了解其含义非常重要。TMY3数据是最近发布的C. Bianchi和A.D.Smith/SoftwareX 10（2019）1002995见图4。 MesoWest模块的屏幕截图和流程图。这一版本的TMY数据是根据一般15至30个日历年[9]构建的。每个月，选择具有代表性的月份（在所考虑的年份中），其具有尽可能接近所考虑的年份中所选月份的平均天气行为的行为[9]。但是，TMY3文件中的特定月份不是选定时间范围内所有变量的线性平均值。它实际上对应于来自每个城市地区特定气象站的特定月份的特定数据集，通常在最近的机场。图 5显示了犹他州盐湖城TMY3数据的干球温度与2004年至2016年干球温度线性平均值之间的比较，盐湖城机场该图显示一年中每天的日平均数据。机场的平均干球温度相对于TMY3数据进行平滑处理。后者保持了更多的内在温度波动，因为所采用的数据属于真实的历史月份。由于采用了算术平均法，平均机场数据没有显示出TMY 3数据中可见的波动甚至6C. Bianchi和A.D.Smith/SoftwareX 10（2019）100299图五、犹他州盐 湖城机 场TMY3数据和平均AMY数据之间 的比较 。虽然平均而言，数据可能显示相同的温度趋势，但就随后的建筑物能耗而言，局部变化的温度波动可能起主要作用。在文献中，可以找到多年天气数据线性平均的例子[23]。然而，如果使用天气数据来执行建筑物能量模拟，则建议用户在对建筑物的热动态感兴趣时不要直接采用多年期间的平均数据。当''从MesoWest下载''函数被调用时，多个迭代循环嵌套在其中。第一个循环遍历每个选定的变量。然后，对于每个变量，第二个循环遍历每个选定的年份。最后，对于每一个变量和每一年，第三个循环从所选位置开始，在用户指定的半径内经过每个已识别的站。在执行最后一个循环之前，调用MesoWest API以获取可用站点的数量（针对特定年份和变量）以及它们与用户位置的距离里面是第三个循 环，如图的右手边 所示。4. b. 再次调用MesoWest API 下 载 每 个 站 点 、 每 年 和 每 个 变 量 的 数 据 。MesoWest API的完整解释在其网站上提供[48]。从MesoWest下载的数据的时间步长为5分钟，可能有一些缺失的时间步长随机分布在一整年的时间段。为了解决这个问题，调用函数“5 min-to-1 h”。此功能将数据分组为每小时的时间步长，对同一小时内可用的5分钟数据进行平均。随后，它定位丢失的时间步长所在的位置，并应用线性插值来填充间隙。如果缺失数据包括超过20个连续时间步长，则认为数据质量太低，不考虑这些数据。在第三个循环结束时，对每个台站的每年矢量进行平均。首先只根据纬度线性内插来自所有考虑的站的数据，然后只根据经度线性内插，最后将两个内插值平均。这意味着每个测站中的值根据它们与用户所选位置的距离进行几何加权用户有如果它们距离很远，数据可能无法可靠地表示所选位置的天气如果只有一个站可用，则假定来自该站的数据代表所选位置的天气离开第二个循环，然后，每个年度矢量在用户声明的总年度范围内进行平均。对每个选定的变量重复此过程。最后，输出一个.csv文件并保存在用户声明的路径中。.csv文件包含的列数与声明的变量数相同每一列由一行标题（报告变量名称）和8760个值（对应于一年期间的总小时数）组成.csv包含特定气象站的实际天气数据或来自多个气象站的实际天气数据的插值。因此，.csv文件表示实际气象年（AMY）文件。EPW模块图6.a显示了EPW模块的图形用户界面的屏幕截图。与每个按钮相关的操作如图1的流程图所示。 6. b.与前面的模块类似，用户必须指定多个文件的位置才能执行请求的任务。此模块独立于前两个模块，但可以直接使用这两个模块输出的文件来使用此模块创建自定义的.epw文件最初需要修改TMY3文件一旦用户选择了它，他们就可以将其可视化。正如Bhandari et al. 其他作者也证实了这一点[11，12，31，33，49，50]，尽管有时相关变量被简化为干球温度，相对湿度和风速[12]或仅为干球温度和相对湿度[33]。城市区域中特定位置的自定义.epw文件将从相对于同一城市区域的TMY3文件开始创建。目前只有对应于6个天气变量的列可供定制：干球温度、相对湿度、风速、风向、大气压力和露点温度。其余的变量被假定为在整个相同的城市环境中是同质的。虽然太阳辐射已被报道是重要的建筑模拟的准确性此外，我们可以合理地假设，在同一市区内，入射辐射的分布，C. Bianchi和A.D.Smith/SoftwareX 10（2019）1002997见图6。 EPW模块的屏幕截图和流程图表示。例如，温度考虑了大气压力和露点温度，以符合与干球温度和相对湿度的适当湿度关系。TMY3文件提供了太阳辐射值，假设周围城市冠层对所考虑的建筑物没有阴影效应或反射。如果用户试图生成涉及太阳辐射变化的特定场地天气文件，则有必要将这些影响直接包括在建筑物能源模拟软件中。例如，在EnergyPlus中，可以在建筑物模型周围创建虚拟表面，以模拟周围建筑物的阴影效果或者树TMY3文件的标题也由模块读取，并且可以由用户定制以指示新天气数据的位置接着，要求用户输入一个.csv文件，该文件包含要在原始TMY3文件中替换的天气变量，并指示每一列对应于什么。.csv文件将包含与选定变量数量相同的列。每列包含一行标题，其中包含变量名称和每个变量的8760个值。在指定保存自定义天气文件的路径后，用户可以启动“打印.epw文件”功能此函数接受所选TMY3文件作为输入，用用户定义的文件头替换文件头，用用户提供的新数据替换与用户所选变量对应的TMY3列，并将新的.epw文件保存在用户指定的路径重要的是要强调湿度关系是保持的。干球温度、相对湿度、露点温度和压力在LAF中相互关联，因此如果用户自定义这四个变量中的任何一个8C. Bianchi和A.D.Smith/SoftwareX 10（2019）100299−=····表1威廉·布朗宁大楼（WBB）不同年份干球温度的平均值和标准差。TDB[CQC]σTDB[σC]200411.7810.84200612.4510.80200712.9311.67200811.7910.98200911.6210.76201111.3010.79201213.7210.46201311.3112.11201413.1710.10201513.6710.33201712.9510.90是说12.4310.88TMY311.8710.59它将用于计算相应的非定制湿度变量。生成的文件已经过BEM模拟测试，可用于运行EnergyPlus模拟。使用适当的转换器[51]，也可以将创建.epw文件转换为eQUEST和DOE-2 BIN天气文件。3. 说明性实例为了证明和测试LAF首先，使用TMY3模块下载与Salt LakeCity相关的文件。然后，使用MesoWest模块，WBB站（纬度40.76623°，111.84755）在犹他大学校园被下载。考虑的变量有：干球温度、相对湿度、风速和风向。下载的年份范围以及WBB（William Browning Building，University of Utah）每年干球温度的平均值和标准差列于表1MesoWest模块输出了一个.csv文件，EPW模块使用了该文件，同时还使用了盐湖城的TMY3数据文件。因此，每年都会创建一个定制的.epw文件，并用于在EnergyPlus中运行建筑物能源模拟。使用代表小型办公室的商业参考建筑模型[8]分析WBB站气象条件的时间变化。对所有选定的年份进行了建筑物能耗模拟，并将结果与采用TMY3数据的结果进行了相对于TMY 3基线，冷却和加热负荷的结果如图所示。7.第一次会议。在WBB的过去13年中，相对于TMY3数据的相对差异可高达30%（热负荷）和20%（然而，平均而言，天气条件与TMY3数据描述的天气条件非常相似，使其成为广义建筑物能源模拟的可靠参考，即使它无法捕捉给定年份的预期行为。已经进行了额外的分析，以调查在盐湖流域的小气候条件的时间变化。另一个车站（盐湖城国际机场）和另外两个建筑模型（一所小学和一家餐馆）也被考虑在内。补充材料中提供了显示加热和冷却负荷结果的图，类似于此处显示的小型办公楼示例。4. 限制使用LAF时，用户应注意以下限制：黎巴嫩武装部队没有提供太阳辐射数据。它们对于建筑能源模拟尤其重要。然而，一致和可靠的辐射测量比这里考虑的变量要少得多。纳入太阳辐射数据将是未来发展的一部分。LAF不控制天气数据的可用性，也不控制任何特定城市气象站的可用性。在某些情况下，用户可能找不到所请求年份和/或所选位置的数据。LAF没有提供与TMY3数据可比的数据，TMY3数据是“代表性"年份，而不是实际年份。TMY数据是使用长达30年的多个月创建的。LAF提供实际的天气变量值，以覆盖现有的TMY3数据。这意味着用户做出了一个隐含的假设，即未自定义的变量不会影响其模拟结果，或者它们在空间和时间上是均匀的。LAF允许用户对多年的数据进行平均。但是，正如本文所解释的，该过程可能会严重影响数据的统计特性，因此不建议用于模拟建筑行为。使用一个特定年份代表建筑物使用寿命的多年部分是不合适的。用户应该知道所选位置的任何不典型的天气模式，这些模式将在给定年份的天气数据中显示出来。LAF不控制每个人提供的数据的质量。网络每个网络可能对某些变量更可靠，而对另一些变量不太可靠。建议用户参考文献[47]，了解有关MesoWest网络的更多详细信息使用质量差的数据会显著影响结果建筑能源模拟。在未来的版本中，将实施质量检查算法。然而，用户始终有责任评估下载数据的质量，并可选择将其与TMY3数据进行比较以供参考。5. 影响和结论本地化的AMY文件创建器已经过测试与能源加，可以产生随时可用。EPW文件用于建筑物能源模拟。它配备了一个简单的GUI，允许用户有效地利用其所有功能。这一创新工具允许进行多种类型的分析，以研究小气候效应的时空变异性及其对建筑能耗的影响。它允许在同一城市地区的多个这扩展了Bianchi等人的分析。[35]以更彻底地研究空间变异性。同样，它还允许快速轻松地下载同一站点多年的特定天气数据。这类似地扩展了先前的分析[35]，以调查特定地点天气影响的时间变化。它还允许任何研究人员或从业人员将以前的分析扩展到美国和加拿大的多个地点，而不仅仅是犹他州的盐湖城山谷。最后，它为用户提供了一种有效的方式下载TMY3数据，用于建筑物能源模拟。LAF是建筑能源模拟的有益补充从常用的建筑物能源建模软件包的操作，可视化，定制和转换天气数据。它提供了特定地点的天气文件，可以提高BEM模拟的准确性，从而促进建筑节能和分布式能源的最佳利用。与其他可用工具相比，LAF提供了C. Bianchi和A.D.Smith/SoftwareX 10（2019）1002999图7.第一次会议。时间变异性分析。WBB站每年（a）供热和（b）制冷消耗量与TMY 3消耗量之间的相对差异免费访问来自美国各地各种来源的数千个站点的观测天气数据，并以随时可用的格式提供这些数据，用于用户高度可定制的建筑能源模拟。更多的案例研究将更广泛地调查城市地区小气候条件的变化，以便更好地了解使用城市天气数据优于TMY 3数据的优势。竞合利益作者声明，本文中不存在利益冲突。致谢作者希望感谢犹他大学大气科学系的人员，特别感谢John Horel教授和Adam Abernathy教授对MesoWest API的帮助Carlo Bianchi得到了美国能源政策研究所（博伊西州立大学）的旅行资助，在2017年能源政策研究会议上介绍了这项工作。本材料基于美国国家科学基金会在以下资助下支持的工作：CBET1512740。附录A. 补充数据与本文相关的补充材料可以在https://doi.org/10.1016/j.softx.2019.100299上找到。引用[1]美国的住宅和商业建筑消耗了多少能源？- 常见问题-美国能源信息管理局（EIA）。网址https：//www.eia.gov/tools/faqs/faq.php? id=86& t=1。（2019年6月1日[2]Conti J.国际能源展望。能源信息管理局（EIA）。[3]Raftery P，Keane M，O'Donnell J.校准整个建筑物的能源模型：基于证据的方法。能源建设2011;43（9）：2356-64。[4]作者：Hong T，Chang W-K，Lin H-W.使用30年实际天气数据重新审视天气对 高 峰 电 力 需 求 和 建 筑 物 能 源 使 用 的 影 响 。 应 用 能 源 2013;111 ： 333-50.http://dx.doi.org/10.1016/j.apenergy.2013.05.019，URLhttp://www.sciencedirect.com/science/article/pii/S0306261913004182。[5]Burleyson CD，Voisin N，Taylor ZT，Xie Y，Kraucunas I. 模拟使用代表性气 象 站 导 致 的 建 筑 物 能 源 需 求 偏 差 。 应 用 能 源 2018;209 ： 516-28.http://dx.doi.org/10的网站。1016/j.apenergy.2017.08.244，URLhttps://www.sciencedirect.com/science/article/pii/S030626191731228X。[6]美国能源部EnergyPlus工程参考。2010年。[7]黄J，阿克巴里H，雷纳L，Ritschard R. 20个城市市场区的481个原型商业建筑。美国商务部，国家技术信息服务，1991年。[8]商 业参 考 建筑 。 能源 部 。energy.gov/eere/buildings/commercial-reference-buildings.最后访问2017年12月12日。[9]M. W，Wilcox S.tmy 3数据集用户[10]圣穆里斯湾城市建筑环境中的能源和气候。Chelsea;2013.[11]Chan A.考虑城市热岛效应，为香港编制经修订的典型气象年天气档案。BuildEnviron2011;46（12）：2434-41.[12][1] Ren Z，Wang X，Chen D，Wang C，Thatcher M.考虑城市热岛效应的建筑物模拟气象资料建构。Build Serv Eng ResTechnol2014;35（1）：69-82.[13]Moonen P，Defraeye T，Dabriv，Blocken B，Carmeliet J. Urban physics：effect of the microclimate on comfort ， health and energy demand.FrontArchit Res2012;1（3）：197-228.[14]放大图片作者：Khaibati K，Chaasson A.热环境条件下沥青路面温度波动的评估 二维瞬态有限差分法J Mater Civ Eng2005;17（4）：465-75.[15]Haddad L，Aouachria Z.交通对城市热岛的影响，世界科学、工程和技术学院。Int J EnvironChemEcol Geol Geophys Eng 2015;9（8）：968-73.[16]奥克河城市热岛的能量基础。中国气象学会1982;108（455）：1-24.[17]del Amo A，Martínez-Gracia A，Bayod-Rújula AA，Antoñanzas J.由光伏/热混合太阳能装置构成的创新城市能源系统：设计，模拟和监测。应用能源2017;186：140-51.[18][10]杨文辉，李文辉. 城市冷却一次能源减少潜力：由小气候引起的系统损失。可持续城市学会2016;27：315-23。[19]Battista G，Carnielo E，Vollaro RDL.重建地区对局部城市微气候的热影响：罗马的个例研究。能源建设2016;133：446-54。[20]de Lemos Martins TA，Adolphe L，Baiduleg，de Lemos Martins MA. 巴西热带地区城市形态因素对建筑物太阳能潜力的敏感性分析。太阳能2016;137：11-24.[21]放大图片作者：J.使用系统顾问模型对太阳能系统进行P50/P90分析。2012年世界可再生能源论坛2012.[22]范德尔J，波罗J，扎扎莱霍L.模拟太阳总辐射的月平均变化。J Atmos Sol-TerrPhys2015;122：108-18.10C. Bianchi和A.D.Smith/SoftwareX 10（2019）100299[23]Pyrgou A，Castaldo VL，Pisello AL，Cotana F，Santamouris M.天气文件和当地气候变化的非线性响应，以解释建筑物热能性能模拟的变化。太阳能2017;153：224-37.[24]Remund J，Kunz S. METEONORM：太阳能和应用气候学全球气象数据库。Meteotest; 1997年。[25] 白盒技术，白盒技术天气数据。2008.网址http://weather.whiteboxtechnologies.com/。（2018年3月15日查阅）。[26]Kimbrough SO，McElfresh M，Murphy F，Sullivan-Fedock J.讨论文件：通过可调度的太阳能和可变供应电力服务解决不稳定性。[27]Adibhatla S，Kaushik S.概念性太阳能辅助燃煤500兆瓦热电厂与热能储存方案的能量、火用、经济与环境分析。可持续能源技术评估2017;21：89-99。[28][10] Samuelson H，Claussnitzer S，Goyal A，Chen Y，Romo-Castillo A.早期设计中的参数化能量模拟：城市环境中的高层住宅建筑。2016年，《建筑环境》;101：19-31。[29]江宏，康俊，一种将居住者行为与高层公寓建筑实际能耗相结合的能源模拟随机模型。能源建设2016;121：205-16。[30]赵军。面向居住者的建筑预测控制设计-建造-运行能量信息建模[博士学位]。卡内基梅隆大学;2015年。[31]Chan A.不同能源系统典型气象年的遗传算法生成。更新能源2016;90：1-13.[32][10]李国雄，李国雄，李国雄，李国雄.利用随机生成的数据，建立建筑能耗模拟的“典型天气年”数据集，计算城市小气候的方法。能源建设2018;165：270-83。[33]Bourikas L ， James PA ， Bahaj AS ， Jentsch MF ， Shen T ， Chow DH ，Darkwa J. 转换典型的每小时模拟天气数据文件，以代表城市的位置，通过使用三维城市单元表示与微气候模拟。未来城市环境2016;2（1）：7。[34]Bhandari M，Shrestha S，New J.建筑能源模拟的天气数据集评估。能源建设2012;49：109-18。[35]Bianchi C，Lucich SM，Smith AD.气象边界条件对建筑能耗模拟的影响。在：可持续发展技术（SusTech），2015年 IEEE会议上。IEEE; 2015，p.35比41[36]美国犹他大学大气科学系中西部数据库。mesowest.utah.edu网站。最后访问2017年12月12日[37]天气数据|EnergyPlus。 网址https://energyplus.net/weather。 （2019年1月23日[38]Van Rossum G，Drake FL. Python语言参考手册。上一篇：网络理论2003年。[39]萨默菲尔德湾Python和Qt的快速GUI编程：PyQt编程的权威指南。PearsonEducation; 2007.[40]Jones E，Oliphant T，Peterson P，et al. SciPy：Open source scientific tools对于Python。2001年网址http://www.scipy.org/。[41] McKinney W，et al.，Python中统计计算的数据结构。见：第九届Python科学会议论文集，第445卷。2010; p. 51-6.[42]v. d.执行委员会成员：Walt S，Colbert SC，Varoquaux G. numpy数组：一种高效数值计算的结构。Comput Sci Eng2011;13（2）：22-30.[43]亨特JD。Matplotlib：2D图形环境。计算机科学与工程2007;9（3）：90-5.[44]py 2app-使用python创建独立的mac OS X应用程序-py 2app 019文档。网址https://py2app.readthedocs.io/en/latest/。（2019年5月8日查阅）。[45]Python快速入门-Python捆绑了Python应用程序。网址http：//www.pyinstaller.org/网站。 （2019年5月8日查阅）。[46]一个建筑项目，Dru Crawley和Linda Lawrie climate.onebuilding. org. 最后访问2017年12月12日[47]Tyndall DP，Horel JD.中网观测对气象地面分析的影响。天气预报2013;28（1）：254-69.[48]Mesowestapi 参 考 ， 大 学 大 气 科 学 系犹 他 州 。https://synopticlabs.org/api/mesonet/reference/网站。最后访问2017年12月[49