CN103914612A - 居住环境评价方法以及装置 - Google Patents

Abstract

本发明提供一种居住环境评价方法以及装置，其目的在于基于利用居住者状态量的环境评价指标（PMV、SET＊等）提高居住环境评价的精度。获取居住环境的环境要素的值作为环境量（例如，温度、湿度、气流、辐射温度），获取包含针对每个在居住环境中的居住者组而细分化了的状态要素的值的信息（例如，组数+状态量（代谢量、穿衣量））作为细分化状态量，基于获取到的环境量与细分化状态量，计算居住环境的环境评价指标。

Description

居住环境评价方法以及装置

技术领域

本发明涉及一种应用于居住环境的评价的居住环境评价方法以及装置。

背景技术

以往以来，在大楼等建筑物中进行作为空调的对象的居住环境的评价的情况下，作为环境评价指标，利用以ISO-7730国际标准化的PMV（Predicted Mean Vote：预测平均投票数）或作为美国采暖、制冷与空调工程师学会（ASHRAE）的标准的SET＊（Standard New Effective Temperature：新标准有效温度），或者利用使用它们而计算的指标，例如预测不满意者率PPD（Predicted Percentage of Dissatisfied）等的情况较多。

PMV使用四种环境要素（温度（空气温度）、辐射温度（平均辐射温度）、气流（气流速）、湿度）与两种居住者的状态要素（穿衣量、代谢量）来计算。SET＊使用包含PMV的所有要素的五种环境要素（温度（空气温度）、辐射温度（平均辐射温度）、气流、湿度、大气压）与五种居住者的状态要素（穿衣量、代谢量、体重、体表面积、外功）来计算。

在大楼等的建筑物中，设备管理者利用这些环境评价指标来评价建筑物的空调环境，并且照顾到不过于牺牲舒适性地进行建筑物内的空调设备等的运用（例如参照非专利文献1、2）。以下，将环境要素的值记为环境量，将居住者的状态要素的值记为状态量（或者居住者状态量）。

【现有技术文献】

【非专利文献】

【非专利文献1】大成札幌大楼中的自然通风的节能效果，大成建设技术中心报第41号（2008），11-1～11-6

【非专利文献2】用于办公大楼的热性能解析的BEST模拟（第1报）标准办公的代表周特性与计算时间间隔的研究，pp1919-1922，空气调节/卫生工学会大会学术演讲论文集{2008.8.27～29}

发明内容

【发明所要解决的技术问题】

近年来，由于防止地球变暖、修改节能法、东日本大地震后的节电需求的增大等，人们寻求着彻底节能，并且需要更加高精度的居住环境评价。

本发明是为了解决这样的问题而提出的，其目的在于，提供一种能够提高基于利用居住者状态量的环境评价指标（PMV、SET＊等）的居住环境评价的精度的居住环境评价方法以及装置。

【解决问题的技术手段】

为了达到这样的目的，本发明在将应当评价的对象设为居住环境的居住环境评价方法中，包括：环境量获取步骤，其中获取居住环境的环境要素的值作为环境量；细分化状态量获取步骤，其中获取包含针对居住环境中的每个居住者组而细分化了的状态要素的值的信息作为细分化状态量；环境评价指标计算步骤，其基于通过环境量获取步骤获取到的环境量与通过细分化状态量获取步骤获取到的细分化状态量，计算居住环境的环境评价指标。

在本发明中，获取居住环境的环境要素的值作为环境量，获取包含针对居住环境中的每个居住者组而细分化了的状态要素的值的信息作为细分化状态量，基于该获取到的环境量与细分化状态量来计算居住环境的环境评价指标。例如，作为环境评价指标，计算PMV（Predicted Mean Vote：预测平均投票数）或者基于它的指标，或者计算SET＊（Standard New Effective Temperature：新标准有效温度）或者基于它的指标。

例如，在本发明中，基于获取到的环境量与细分化状态量，计算居住环境中的每个居住者组的环境评价指标，或者，除针对居住环境中的每个居住者组而细分化了的状态要素的值之外，还获取包含居住环境中的居住者组的构成比的信息作为细分化状态量，基于获取到的环境量与细分化状态量来计算居住环境中的每个居住者组的环境评价指标，基于该计算出的每个居住者组的环境评价指标与组的构成比，计算所有组的代表性的环境评价指标，或者，除针对居住环境中的每个居住者组而细分化了的状态要素的值之外，还获取包含居住环境中的居住者组的构成比的信息作为细分化状态量，基于获取到的细分化状态量来求出所有组的代表性的状态量，基于该求出的所有组的代表性的状态量与所获取到的环境量，计算所有组的代表性的环境评价指标。

在本发明中，虽然获取包含针对居住环境中的每个居住者组而细分化了的状态要素的值的信息作为细分化状态量，但也获取基于居住环境中的居住者的男女组分类的细分化状态量，或者获取基于居住环境中的居住者的职业组分类的细分化状态量。

并且，在本发明中，也可以将通过环境评价指标计算步骤计算出的环境评价指标设为基于细分化状态量的评价结果，将对在所述居住环境中的全部居住者统一地确定的状态要素的值作为统一的状态量而进行计算得到的环境评价指标，设为基于统一状态量的评价结果，对基于细分化状态量的评价结果与统一状态量基于的评价结果进行比较显示。

并且，本发明除了BAS（Building Automation System：建筑物自动化系统）或BEMS（Building Energy Management System：建筑能源管理系统）等建筑物的运用管理系统之外，当然也可以应用于例如包含节能功能或DR（Demand Response：需求响应）功能的空调设备或控制器。

并且，本发明也能够作为应用了上述的居住环境评价方法的居住环境评价装置来构成。权利要求11～20所涉及的发明是用于实施关于权利要求1～10所涉及的居住环境评价方法的居住环境评价装置的。

【发明的效果】

根据本发明，获取居住环境的环境要素的值作为环境量，获取包含针对居住环境中的每个居住者组而细分化了的状态要素的值的信息作为细分化状态量，并基于该获取到的环境量与细分化状态量的居住环境来计算环境评价指标，因而，能够利用针对居住环境中的每个居住者组而细分化了的状态要素的值来计算居住环境的环境评价指标，并提高基于利用居住者状态量的环境评价指标（PMV、SET＊等）的居住环境评价的精度。

附图说明

图1是应用本发明所涉及的居住环境评价方法的评价对象空间与建筑物管理系统的一个例子（示意图）。

图2是示出居住者状态量（代谢量）与PMV（Predicted Mean Vote：预测平均投票数）的关系的图。

图3是示出居住者状态量（穿衣量）与PMV（Predicted Mean Vote：预测平均投票数）的关系的图。

图4是示出作为建筑物管理系统的管理计算机内的功能而实现的高精度环境评价单元的构成（实施方式1）的图。

图5是由实施方式1的高精度环境评价单元中的高精度评价指标运算部所进行的处理动作的流程图。

图6是设定细分化状态量时的流程图。

图7是示出在实施方式1中进行细分化状态量的设定的用户界面的一个例子的图。

图8是示出细分化状态量的设定例子的图。

图9是示出一般的夏季的统一设定中的评价结果以及实施方式1中的评价结果的例子的图。

图10是示出作为建筑物管理系统的管理计算机内的功能而实现的高精度环境评价单元的构成（实施方式2）的图。

图11是示出在实施方式2中进行细分化状态量的设定的用户界面的一个例子的图。

图12是利用出入房间者的检测信息来获取组构成比的系统的一个例子（示意图）。

图13是由在实施方式2的高精度环境评价单元中的高精度评价指标运算部所进行的处理动作的流程图。

图14是示出一般的夏季的统一设定中的评价结果以及实施方式2中的评价结果的例子的图。

图15是在将多个评价对象区域的代表评价值显示于管理画面等的情况下的示意图。

图16是示出重叠地显示建筑物楼层的布置图的例子的图。

图17是示出对多个租户入住的写字楼应用实施方式2并在管理画面显示该评价结果（评价结果的数据）的例子的图。

图18是示出对多个租户入住的写字楼应用实施方式2并在建筑物楼层的布置图重叠地显示该评价结果（代表PPD）的例子的图。

图19是示出作为建筑物管理系统的管理计算机内的功能而实现的高精度环境评价单元的构成（实施方式3）的图。

图20是示出由实施方式3的高精度环境评价单元中的高精度评价指标运算部所进行的处理动作的流程图。

图21是示出一般的夏季的统一设定中的评价结果以及实施方式3中的评价结果的例子的图。

图22是示出PMV-PPD曲线的图。

【符号的说明】

1（1A、1B、1C）…高精度环境评价单元，2…输入信息获取部，3…高精度评价指标运算部，4…环境量获取部，5…细分化状态量获取部，6…组数获取部，7…状态量获取部，8…评价信息管理部，9…构成比获取部，10…代表评价值运算部，11…评价值合成部，12…状态量合成部，100…评价对象空间，200…建筑物管理系统，201…管理计算机，301…空调控制装置，302…室内机，303…室外机，304…温度传感器，305…湿度传感器，400…出入房间者管理系统，401…管理计算机

具体实施方式

发明的原理

首先，在进入本发明的实施方式的说明之前，对本发明的原理（重要的着眼点）进行说明。另外，在此，对作为环境评价指标计算PMV或PPD的例子进行说明，但在计算利用SET＊等居住者状态量的环境评价指标的情况下也能够应用同样的原理。

为了计算PMV或PPD，利用居住者状态量（穿衣量、代谢量）。以往，关于该居住者状态量，在对于建筑物管理者而言难以获取计测值的前提下，一般统一地设定在办公环境等中的代表性的固定值。

发明者发现过于统一地设定的固定值正阻碍着环境评价精度的提高。即，例如穿衣量因男女差别而不同，代谢量因职业差别而不同，并且其构成状况也因居住区域而不同，因而统一地固定这一做法本身就成了误差的主要因素。

因此，关于男女差别、职业差别等对居住者状态量有影响的因素的信息，着眼于在能够某种程度上进行推测的办公室等地方能够获取该信息，并且在具备出入房间等的管理系统的居住区域中也能够利用该信息。于是，想到了具备能够将对居住者状态量有影响的因素细分化并获取信息的构成，利用细分化了的信息来计算PMV或PPD，从而能够提高环境评价的精度。

实施方式

以下，基于实施方式来详细地说明本发明。

图1是应用本发明所涉及的居住环境评价方法的评价对象空间与建筑物管理系统的示意图。在该图中，100是评价对象空间（居住环境），200是管理包含该评价对象空间100的整个建筑物的运用的建筑物管理系统。

建筑物管理系统200具备有管理计算机201，对评价对象空间100设有空调控制装置301、室内机302与室外机303。并且，在评价对象空间100中，设有计测评价对象空间100内的温度作为室内温度的温度传感器304，以及评计测价对象空间100内的湿度作为室内湿度的湿度传感器305。

空调控制装置301接受来自管理计算机201的运行指令，控制室内机302以及室外机303的动作，以使来自温度传感器304的室内温度的计测值与设定温度一致。并且，通过湿度传感器305来计测用于室内环境管理的室内湿度。

空调控制装置301中的运行信息（室内机302或室外机303的运行状态）或环境信息（来自温度传感器304的室内温度的计测值或来自湿度传感器305的室内湿度的计测值）被发送到合适的管理计算机201。

实施方式1：将居住者分类成穿衣量或代谢量不同的组并计算每一组的个别评价值的例子

在实施方式1中，管理计算机201将居住者分类成穿衣量或代谢量不同的组，针对每一组而计算各自的环境评价指标作为个别评价值。在该实施方式1中，作为组分类的例子，示出了男女（穿衣量不同的组）、销售、内勤等职业（代谢量不同的组）的例子。

另外，在以下所说明的各实施方式中，为了简单起见，对一个评价对象空间100进行说明，但对多个评价对象空间100也同样地能够应用，这自不待言。

并且，在以下所说明的各实施方式中，使用评价对象空间与建筑物管理系统的示意图来进行说明，但本发明与居住环境的评价相关，所以不被设备或空调方式等所限定。

并且，在本发明中，能够高精度地进行环境评价，该高精度环境评价是指符合利用建筑物的居住者的实际情况的环境评价。

在图2的（a）以及图3的（a）中示出了居住者状态量与PMV（Predicted MeanVote：预测平均投票数）的关系。图2的（a）示出了代谢量与PMV的关系，图3的（a）示出穿衣量与PMV的关系。

另外，在图2的（a）中，将代谢量以外的PMV的影响因素（温度、辐射温度、气流、湿度、穿衣量）设为假定在夏季的办公室的情况下的固定值，并且在图3的（a）中，将穿衣量以外的PMV的影响因素（温度、辐射温度、气流、湿度、代谢量）设为假定在夏季的办公室的情况下的固定值。

并且，图2的（b）示出了典型的代谢量的例子，图3的（b）示出了典型的穿衣量的例子。从这样的居住者状态量与PMV的关系也可以知晓，若考虑到在通常的办公环境中见到的状态量的变动幅度，则统一地固定状态量成为评价值的误差主要因素。

然而，在实际的建筑物中连续地计测居住者个别的状态量不只是在技术上、成本上是不现实的，被计测者（居住者）一方的负担，进而判断计测值的妥当性的设备管理者一方的负担也变得很大。

因此，在该实施方式1中，通过基于对男女差别、职业差别等居住者状态量有影响的主要因素来进行状态量的细分化，并使用该细分化状态量计算环境评价指标，从而抑制居住者一方、管理者一方的负担增加，并且提高环境评价的精度。

图4示出了高精度环境评价单元1（1A）的构成。在本实施方式中，被设为作为管理计算机201内的功能而实现的单元。高精度环境评价单元1A具备有输入信息获取部2与高精度评价指标运算部3，输入信息获取部2具备有环境量获取部4与细分化状态量获取部5，细分化状态量获取部5具备有组数获取部6与状态量获取部7。

在输入信息获取部2中，环境量获取部4获取评价对象空间100的环境量（温度、辐射温度、气流、湿度），按照来自高精度评价指标运算部3的环境量请求而输出该获取到的环境量。另外，从何处获取环境量是通过供应商或管理者来预先设定的。

在输入信息获取部2中，细分化状态量获取部5获取包含每一组的穿衣量与代谢量的信息作为细分化状态量，按照来自高精度评价指标运算部3的居住者状态量请求而输出该获取到的细分化状态量。关于细分化状态量的详细情况将后述，但它主要作为由供应商或管理者输入的设定信息来提供，组数获取部6以及状态量获取部7获取该设定信息并将其作为细分化状态量。

高精度评价指标运算部3利用来自输入信息获取部2的环境量、细分化状态量，针对每一组而计算PMV、以及作为利用了它的指标的PPD等环境评价指标作为个别评价值。运算既可以按合适的周期进行，也可以根据管理者等的运算指示来执行。PMV计算公式以及利用了它的环境评价指标计算公式通过供应商或管理者预先设定。

另外，在图4中，8是对高精度环境评价单元1A设置的评价信息管理部，将通过输入信息获取部2获取到的信息与通过高精度评价指标运算部3运算出的环境评价指标关联起来地保存。并且，对管理者或居住者等用户，提示合适的管理信息。

图5示出了高精度环境评价单元1A中的高精度评价指标运算部3所进行的处理动作的流程图。高精度评价指标运算部3按预先设定的周期或时刻，或者当存在来自管理者等的任意运算指示时，开始运算。

在该运算的开始时，高精度评价指标运算部3将运算次数Nc设为0（步骤S101）。于是，作为运算的输入信息的请求，向环境量获取部4发送环境量请求，向细分化状态量获取部5发送居住者状态量请求（步骤S102）。

环境量的获取

在环境量获取部4中，通过供应商或管理者预先设定从何处获取环境量（温度、辐射温度、气流、湿度）。该环境量的获取方法适当地应用以往的评价指标运算中使用的环境量的获取方法即可。

在本实施方式中，获取来自温度传感器304的室内温度的计测值作为温度，获取来自湿度传感器305的室内湿度的计测值作为湿度。并且，关于气流、辐射温度，获取在一般的办公室中利用的固定值（例如，气流0.1m/s，辐射温度=温度）。

另外，特别地在将包含多个空调区域的居住区域设为评价对象区域的情况下，也可以根据多个区域的各环境量的平均值、或者设置位置等，将代表评价对象区域的计测值作为整个评价对象区域的环境量。

环境量获取部4按照来自高精度评价指标运算部3的环境量请求，将获取到的评价对象空间100的环境量（温度、辐射温度、气流、湿度）输出到高精度评价指标运算部3。

关于来自该环境量获取部4的环境量的输出，既可以在由高精度评价指标运算部3请求环境量的时刻获取新的环境量并输出，或者也可以按适当的周期先获取好，在请求环境量时输出该时间点的最新值等。以下，将环境量记为ENV（T，H，V，Tr）。在这里，T：温度、H：湿度、V：气流、Tr：辐射温度。

细分化状态量的获取

在细分化状态量获取部5中，组数获取部6获取细分化分类的组数，状态量获取部7获取各个组的状态量（穿衣量、代谢量）。将该获取到的组数与每一组的状态量（穿衣量/代谢量）设为细分化状态量。该细分化状态量主要作为由供应商或管理者输入的设定信息来提供。

图6示出了设定细分化状态量时的流程图，图7示出了进行该设定的用户界面的一个例子。图7的（a）示出了“细分化状态量设定画面1”，图7的（b）示出了“细分化状态量设定画面2”，图7中阴影的单元格是用户的输入用单元格。

用户在“细分化状态量设定画面1”中设定了组数M后（步骤S201），前进到“细分化状态量设定画面2”，设定每一组的状态量（穿衣量、代谢量）（步骤S202）。

另外，在该例子中，作为每一组的状态量，除穿衣量、代谢量之外还设定有组名，但组名不是必须的。由于在细分化设定的确认或环境评价结果的研究中有用，优选作为辅助的信息而设定表示组的特征的组名。

图8的（a）、（b）示出了细分化状态量的设定例子。另外，图8的（a）是由图7的例子设定的结果。以下，将细分化状态量记为STAT（Ng）（NM，CL（Ng），MT（Ng））。

在这里，Ng是细分化组编号1，2，…，M（M是总组数），NM是组名，CL（Ng）是细分化组编号Ng的穿衣量，MT（Ng）是细分化组编号Ng的代谢量。

细分化状态量获取部5按照来自高精度评价指标运算部3的居住者状态量请求，依照图6所示的流程图来获取预先设定的细分化状态量，并输出到高精度评价指标运算部3。

高精度评价指标（个别评价值）的运算

高精度评价指标运算部3从输入信息获取部2得到环境量与细分化状态量时，将运算次数Nc设为Nc=Nc+1（步骤S103），在确认运算次数Nc在组数M以下的基础上（步骤S104的“是”），对组编号为Nc的组执行高精度评价指标的运算（步骤S105）。

即，使用环境量ENV（T，H，V，Tr）与细分化状态量STAT（Nc）（NM，CL（Nc），MT（Nc））的T、H、V、Tr、CL（Nc）、MT（Nc），求出组编号为Nc的组的高精度评价指标（个别评价值）。

高精度评价指标运算部3重复进行该步骤S105中的高精度评价指标的运算，直到运算次数Nc达到组数M为止（步骤S103～S105的重复）。由此，关于组数M的所有组，求出各自的高精度评价指标（个别评价值）。

在高精度评价指标运算部3中，通过供应商或管理者等预先登记有评价指标的计算公式。在本发明中，利用细分化状态量这一点是与以往的不同点，对于高精度评价指标的运算，只要是利用了它的评价指标即可。

即，在本实施方式中，虽然是以进行PMV与利用了它的PPD的运算的例子进行说明，但不限于PMV或PPD的运算。PMV、PPD的运算是作为ISO-7730而被国际标准化的指标。关于计算方法只要依照该标准即可，但它们也可以按例如（1）式、（2）式来求出，计算程序在“ANSI/ASHRAE Standard55-2010”等中也有公开。图22示出了（2）式的PMV、PPD的关系。

PMV=G（M）×L····（1）

其中，上述（1）式中，G（M）=0.303×exp（-0.036×M）+0.028，

L：人体的热负荷[W/m²]=M-（C+R+Ed+Es）-（Cre+Ere）

M：代谢量[met]

对以下的3个式子进行收敛计算，计算C以及R。

C：对流热损失量[W/m²]=fcl×hc×（tcl-ta）

R：辐射热损失量[W/m²]=3.96×10^-8×fcl×{（tcl+273.15）⁴-（tr+273.15）⁴}

tcl：穿衣外表面温度[℃]=ts-0.155×Icl×（C+R）

fcl：穿衣面积增加系数

（Icl<0.78时）fcl=1+1.29×Icl

（Icl≧0.78时）fcl=1.05+0.645×Icl

Icl：穿衣量[clo]

tr：平均辐射温度[℃]

ts：平均皮肤温度[℃]=35.7-0.028×（M-W）

W：机械的作功量[W/m²]（通常为0）

hc：人体的对流传热系数[W/m²·℃]

2.38×|tcl-ta|^0.25或中大的一个

v：气流速度[m/s]

ta：气温[℃]

Ed：无感觉蒸发量[W/m²]=3.05×（5.73-0.007×M-pa）

Es：出汗引起的蒸发热损失量[W/m²]=0.42×（M-58.15）

Cre：呼吸引起的显热损失量[W/m²]=0.0014×M×（34-ta）

Ere：呼吸引起的潜热损失量[W/m²]=0.0173×M×（5.87-pa）

pa：水蒸气压

PPD=100-95×EXP（-0.03353×PMV⁴-0.2179×PMV²）····（2）

高精度评价指标运算部3使用登记了的评价指标的计算公式，针对细分化了的每一组而进行PMV、PPD的运算。即，若将组数设为M，并将组标识符设为1、2、…、M，则高精度评价指标运算部3求出与各自的组对应的PMV（1）、PMV（2）、…、PMV（M）、以及PPD（1）、PPD（2）、…、PPD（M）。

图9的（a）示出了一般的夏季的统一设定中的PMV以及PPD的计算值，图9的（b）、图9（c）示出了通过细分化状态量求出的运算结果的例子。这些都是在环境量相等（室温=辐射温度=27[℃]，风速=0.1[m/s]，湿度=50[%]）的情况下的评价结果。

当比较图9的（a）与图9的（b）以及图9的（c）可知，图9的（b）的居住区域中不仅有PPD的值接近于图9的（a）的评价结果的PPD=14.9%的组，还有更加感到舒适的PPD=9.3%的组。

与此相对地，图9的（c）的居住区域中有由于代谢量大而达到PPD=39.2[%]的组。可以知道，通过这样地基于对居住者状态量有影响的主要因素而进行状态量的细分化并且实施环境评价，从而能够抑制居住者侧、管理者一方的负担增加，并且与以往的统一设定相比能够得到更加符合居住者的建筑物利用实际情况的环境评价。

并且，由此，例如在作为对功率峰值抑制或需求响应的应对办法而想要变更运用到缓和空调的设定值等使环境恶化的方向上的情况下，能够推测环境恶化的影响程度。具体地说，在图9的（b）以及图9的（c）的例子中，可推测由设定值缓和所引起的环境恶化在图9的（c）的对象这一方更大。这样地，根据本实施方式，能够支持符合居住者的建筑物利用实际情况并且不过于牺牲居住环境的环境管理。

进而，正如上面的叙述中比较图9的（a）、图9的（b）以及图9的（c）而说明的那样，通过比较根据以往的统一设定的状态量的评价结果与使用了本实施方式的细分化状态量的评价结果，能够进行起因于细分化状态量、与一般的或者优选的状态量这样的统一设定状态量的差异的评价结果的比较。

另外，图9的（b）以及图9的（c）示出了显示个别评价值的各数据的例子，但当然也可以结合个别评价值的特征量（例如其最大值、最小值等统计量）来示出。

实施方式2：使用了组构成比的代表评价值的计算例子1

在实施方式2中，管理计算机201使用实施方式1的个别评价值与组构成比来计算代表评价值。

图10示出了作为实施方式2的管理计算机201内的功能而实现的高精度环境评价单元1（1B）的构成。另外，在该图中，与图4相同的符号表示与参照图4所说明的构成要素相同或等同的构成要素，省略其说明。

在该高精度环境评价单元1B中，细分化状态量获取部5除组数获取部6与状态量获取部7之外，还具备构成比获取部9。构成比获取部9获取人数比或比例等这样的细分化组的构成比。该构成比可以不是严谨的值，即使是大概的值也行，因为对于居住者全体人员来说，相比应用统一的设定的情况可以反映实际情况。

另外，在该实施方式2中，构成比获取部9与实施方式1同样地，是根据用户输入来获取构成比（参照图11），但如图12所示，例如在由出入房间者管理系统400等进行与男女或职业这样的细分化组相关联的信息管理这样的情况下，也可以适当地利用出入房间者的检测信息来获取组构成比。

在图12的例子中，从出入房间者管理系统400的管理计算机401向建筑物管理系统200的管理计算机201提供构成比相关信息（房内人员信息）。关于通过何种方法以及装置来获取构成比，设备管理者或供应商通过考虑建筑物系统或后勤管理方式等来确定合适的获取方法即可。

并且，在该高精度环境评价单元1B中，高精度评价指标运算部3具备代表评价值运算部10。代表评价值运算部10针对实施方式1中运算出的每一组的个别评价值，利用构成比来合成个别评价值，作为代表评价值。利用了该构成比的个别评价值的合成由评价值合成部11来进行。

图13示出了高精度环境评价单元1B中的高精度评价指标运算部3所进行的处理动作的流程图。高精度评价指标运算部3按预先设定的周期或时刻，或者当有来自管理者等的任意的运算指示时，开始运算。

在该运算的开始时，高精度评价指标运算部3将运算次数Nc设为0（步骤S301）。然后，作为运算的输入信息的请求，向环境量获取部4发送环境量请求，向细分化状态量获取部5发送居住者状态量请求（步骤S302）。

环境量获取部4按照来自高精度评价指标运算部3的环境量请求，与实施方式1同样地，将获取到的评价对象空间100的环境量（温度、辐射温度、气流、湿度）输出到高精度评价指标运算部3。

细分化状态量获取部5按照来自高精度评价指标运算部3的居住者状态量请求，获取作为来自用户的输入信息而设定的细分化状态量，输出到高精度评价指标运算部3。该细分化状态量中除组数M与每一组的状态量（穿衣量、代谢量）之外，还包含有各组的构成比。

高精度评价指标（代表评价值）的运算

高精度评价指标运算部3从输入信息获取部2得到环境量与细分化状态量时，将运算次数Nc设为Nc=Nc+1（步骤S303），在确认运算次数Nc在组数M以下的基础上（步骤S304的“是”），针对组编号为Nc的组执行个别评价值的运算（步骤S305）。

高精度评价指标运算部3重复进行该步骤S305中的个别评价值的运算，直到运算次数Nc达到组数M为止（步骤S303～S305的重复）。由此，关于组数M的所有组，求出各自的个别评价值。

于是，高精度评价指标运算部3求出组数M的所有组的个别评价值（步骤S304的“否”）时，利用该求出的各组的个别评价值与各组的构成比，计算合成了个别评价值的代表评价值（步骤S306）。以下，对该内容具体地进行说明。

图14的（b）、（c）示出了与实施方式1的图9的（b）、图9的（c）对应的实施方式2中的评价结果例子。在本实施方式中，细分化状态量包含有各组的构成比。并且，与实施方式1同样地，针对各组，作为个别评价值求出PMV、PPD的值。

首先，示出了根据构成比与作为个别评价值的各PPD的值来运算整个居住区域的PPD（以下为代表PPD）的例子。在如本实施方式那样地获取组构成比作为人数比的情况下，将预测不满意者数设为PND[人]，求出整个居住区域的预测不满意者数（以下为代表PND）。

当将组数设为M=2，将各组的构成比设为P（1）[人]、P（2）[人]，则各组的预测不满意者数PND（1）[人]、PND（2）[人]能够利用各组的PPD（1）[%]，PPD（2）[%]按以下方式计算。

PND（1）=P（1）×PPD（1）/100····（3-1）

PND（2）=P（2）×PPD（2）/100····（3-2）

在这里计算的各组的预测不满意者数PND（1）、PND（2）是个别评价值，当然也可以作为评价结果适当地提示给用户。并且，在该例子中，虽然是在步骤S306的处理过程中求出PND（1）、PND（2），但在步骤S305中，也可以作为个别评价值求出PND（1）、PND（2）。

于是，通过下面所述的（4）式求出作为代表整个居住区域的预测不满意者数的代表PND，用整体人数来除它，通过下面所述的（5）式求出整个居住区域的代表PPD。

代表PND=PND（1）+PND（2）····（4）

代表PPD=代表PND/（P（1）+P（2））····（5）

图14的（b）中示出了使用（3）-1式、（3）-2式、（4）式以及（5）式按以下方式求出的代表PND、代表PPD。图14的（c）也是同样地计算出的结果。

PND（1）=5×（14.9/100）≒0.7

PND（2）=82×（9.3/100）≒7.6

代表PND≒0.7+7.6=8.3

代表PPD≒8.3/（5+82）≒9.5

另外，若使用下面所述的（6）式，能够不使用预测不满意者数而计算代表PPD。并且，在不由人数而是由比例或百分率来设定构成比的情况下也能够共通地应用。另外，在（6）式中，将组数设为M，将构成比设为X（1）：X（2）：X（3）‥：X（M）。

【数式1】

代表 $\mathrm{PPD}=\{X\left(1\right)\&times;\mathrm{PPD}\left(1\right)+X\left(2\right)\&times;\mathrm{PPD}\left(2\right)+X\left(3\right)\&times;\mathrm{PPD}\left(3\right)++X\left(M\right)\&times;\mathrm{PPD}\left(M\right)\}/\underset{k=1}{\overset{M}{\mathrm{\&Sigma;}}}X\left(k\right)$

····(6)

并且，在作为代表评价值求出代表PMV的情况下，与代表PPD对应的PMV值可以使用例如PPD运算式的反函数来计算，或者根据如图22所示的PMV-PPD曲线来求出并示出即可。并且，只要是在PMV-PPD的关系能够近似于线性的环境条件的范围内，也可以与（6）式同样地，简单地将用构成比对作为个别评价值的PMV进行加权后的值设为代表PMV。在这里，关于计算方法优选是用户能够确认的。

图15示出了在管理画面等对多个评价对象区域的代表评价值进行显示的情况下的示意图。这是对于包含多个空调区域的建筑物，使评价对象区域与一个空调区域对应并应用本实施方式，在建筑物管理画面示出各评价对象区域的环境评价结果的情况的示意图。在该图中示出了针对每个空调区域，作为代表评价值，每1小时实施一次代表PPD的运算，并显示该运算出的代表PPD的例子。

另外，如图16所示，也可以将每1小时的评价值重叠地示出在建筑物楼层的布置图等上，或者使数值与色标对应并进行显示等，可以应用各种一般的显示方法。

图17以及图18示出了将本实施方式应用于多个租户入住的写字楼，并在管理画面上显示该评价结果的例子。是这样的情况的例子：在环境量获取部4中，将代表租户的温度计测值以及湿度计测值、气流=0.1m/s、辐射温度=温度设定为环境量，针对每个租户（M公司、N公司、O公司、P公司）计算代表评价值。图17是评价结果的数据显示例。图18是与布置图对应地显示评价结果的例子，各租户区域的数字表示代表PPD。按照代表PPD的值，与不同标记（☆、★等）对应地进行显示，容易获知每个租户的环境评价结果。

图17以及图18是在所有的写字楼中将环境量设为温度=辐射温度=27℃、气流=0.1m/s、相对湿度=50%的环境评价结果的例子。由于环境量相等，所以根据各租户的细分化状态量的差异，环境改善的必要性或节能的余地也不同。

即使在这样环境量相同的情况下，环境评价结果也根据与居住者的利用实际情况相应的状态量的差异而不同，由此可知，能够支持符合居住者的建筑物利用实际情况的运用管理，例如不过于牺牲居住环境的空调运用。进而，通过将彻底清凉办公等居住者对节能的努力适当地反映到细分化状态量的设定上，容易确认室内环境的改善状态，也容易促进节能行动。

如以上所述，根据该实施方式2，通过根据对居住者状态量有影响的主要因素的细分化状态量来计算个别评价值，利用构成比来计算代表评价值，由此，特别地在存在多个评价对象区域的情况下，能够使例如评价结果的比较等这样的分析变得容易，并支持符合居住者的建筑物利用实际情况的宽范围的环境管理。

实施方式3：使用组构成比的代表评价值的计算例子2

在实施方式3中，管理计算机201与实施方式2同样地，使用组构成比来计算代表评价值，但代表评价值的计算方法不同。具体地说，根据对评价对象区域所设定的各组的状态量与组构成比来求出合成了状态量的代表状态量，并使用它来计算代表评价值。

图19示出了作为实施方式3的管理计算机201内的功能而实现的高精度环境评价单元1（1C）的构成。另外，在该图中，与图10相同符号表示与参照图10而说明的构成要素相同或等同的构成要素，省略其说明。

在该高精度环境评价单元1C中，高精度评价指标运算部3中的代表评价值运算部10与实施方式2同样地，利用构成比来计算代表评价值，但也可以不是合成个别评价值，而是合成从细分化状态量获取部5获取到的状态量，使用合成该状态量而得到的代表状态量来计算代表评价值。利用了该构成比的状态量的合成在状态量合成部12中进行。

图20示出由在高精度环境评价单元1C中的高精度评价指标运算部3所进行的处理动作的流程图。高精度评价指标运算部3按预先设定的周期或时刻，或者当有来自管理者等的任意的运算指示时，开始运算。

高精度评价指标运算部3与实施方式2同样地，向环境量获取部4发送环境量请求，向细分化状态量获取部5发送居住者状态量请求（步骤S401）。

由此，高精度评价指标运算部3接收从环境量获取部4送回的评价对象空间100的环境量（温度、辐射温度、气流、湿度），并且接收从细分化状态量获取部5发送来的细分化状态量。该细分化状态量中除了组数M与每一组的状态量（穿衣量、代谢量）之外，还包含有各组的构成比。

于是，高精度评价指标运算部3从由细分化状态量获取部5发送来的细分化状态量中提取每一组的状态量，并且提取各组的构成比，利用构成比来合成状态量，求出代表状态量（步骤S402）。

在例子中，与上述（6）式同样地，使用下面所述的（7）式以及（8）式，作为代表状态量求出代表穿衣量CL_rep以及代表代谢量MT_rep。另外，在（7）式以及（8）式中，将组数设为M，将构成比设为X（1）：X（2）：X（3）‥：X（M）。

【数式2】

$\mathrm{CL}\_\mathrm{rep}=\{X\left(1\right)\&times;\mathrm{CL}\left(1\right)+X\left(2\right)\&times;\mathrm{CL}\left(2\right)+X\left(3\right)\&times;\mathrm{CL}\left(3\right)++X\left(M\right)\&times;\mathrm{CL}\left(M\right)\}/\underset{k=1}{\overset{M}{\mathrm{\&Sigma;}}}X\left(k\right)$

····(7)

$\mathrm{MT}\_\mathrm{rep}=\{X\left(1\right)\&times;\mathrm{MT}\left(1\right)+X\left(2\right)\&times;\mathrm{MT}\left(2\right)+X\left(3\right)\&times;\mathrm{MT}\left(3\right)++X\left(M\right)\&times;\mathrm{MT}\left(M\right)\}/\underset{k=1}{\overset{M}{\mathrm{\&Sigma;}}}X\left(k\right)$

····(8)

于是，高精度评价指标运算部3对该求出的代表状态量进行PMV以及PPD的运算，将通过该运算而得到的代表PMV以及代表PPD设为代表评价值（步骤S403）。

图21示出了本实施方式中的评价结果的例子。利用构成比，将基于对居住者状态量有影响的主要因素的状态量设为代表状态量，由此通过计算代表评价值，从而特别地在存在多个评价对象区域的情况下，能够使代表状态量的比较或评价结果的比较等的分析变得容易，并支持符合居住者的建筑物利用实际情况的宽范围的环境管理。

实施方式的扩展

以上，参照实施方式来说明了本发明，但本发明不限定于上述的实施方式。对于本发明的构成或详细情况，在本发明的技术思想的范围内能够进行本领域技术人员能够理解的各种变更。

Claims (20)

1.一种居住环境评价方法，其将应当评价的对象设为居住环境，所述居住环境评价方法的特征在于，包括：

环境量获取步骤，其获取所述居住环境的环境要素的值作为环境量；

细分化状态量获取步骤，其获取包含针对所述居住环境中的每个居住者组而细分化了的状态要素的值的信息作为细分化状态量；

环境评价指标计算步骤，其基于通过所述环境量获取步骤获取到的环境量与通过所述细分化状态量获取步骤获取到的细分化状态量，计算所述居住环境的环境评价指标。

2.根据权利要求1所述的居住环境评价方法，其特征在于，

所述环境评价指标计算步骤计算所述居住环境中的每个居住者组的环境评价指标。

3.根据权利要求1所述的居住环境评价方法，其特征在于，

所述细分化状态量获取步骤除了获取针对所述居住环境中的每个居住者组而细分化了的状态要素的值之外，还获取包含所述居住环境中的居住者组的构成比的信息，作为细分化状态量，

所述环境评价指标计算步骤基于通过所述环境量获取步骤获取到的环境量与通过所述细分化状态量获取步骤获取到的细分化状态量，利用细分化状态量的组构成比，计算所述居住环境的环境评价指标。

4.根据权利要求3所述的居住环境评价方法，其特征在于，

所述环境评价指标计算步骤基于通过所述环境量获取步骤获取到的环境量与通过所述细分化状态量获取步骤获取到的细分化状态量，计算所述居住环境中的每个居住者组的环境评价指标，基于该计算出的每个居住者组的环境评价指标与组的构成比，计算所有组的代表性的环境评价指标。

5.根据权利要求3所述的居住环境评价方法，其特征在于，

所述环境评价指标计算步骤基于通过所述细分化状态量获取步骤获取到的细分化状态量来求出所有组的代表性的状态量，基于该求出的所有组的代表性的状态量与通过所述环境量获取步骤获取到的环境量，计算所有组的代表性的环境评价指标。

6.根据权利要求1～5中的任一项所述的居住环境评价方法，其特征在于，

在所述细分化状态量获取步骤中，获取基于所述居住环境中的居住者的男女组分类的细分化状态量。

7.根据权利要求1～5中的任一项所述的居住环境评价方法，其特征在于，

所述细分化状态量获取步骤获取基于所述居住环境中的居住者的职业组分类的细分化状态量。

8.根据权利要求1～7中的任一项所述的居住环境评价方法，其特征在于，包括：

评价结果显示步骤，其将通过所述环境评价指标计算步骤计算出的环境评价指标设为基于细分化状态量的评价结果，将对所述居住环境中的居住者统一规定的状态要素的值作为统一的状态量而进行计算得到的环境评价指标设为基于统一状态量的评价结果，对所述基于细分化状态量的评价结果与所述基于统一状态量的评价结果进行比较显示。

9.根据权利要求1～8中的任一项所述的居住环境评价方法，其特征在于，

所述环境评价指标是PMV或者基于PMV的指标，这里PMV是指预测平均投票数。

10.根据权利要求1～8中的任一项所述的居住环境评价方法，其特征在于，

所述环境评价指标是SET＊或者基于SET＊的指标，这里SET＊是指新标准有效温度。

11.一种居住环境评价装置，其将应当评价的对象设为居住环境，所述居住环境评价装置的特征在于，包括：

环境量获取单元，其获取所述居住环境的环境要素的值作为环境量；

细分化状态量获取单元，其获取包含针对所述居住环境中的每个居住者组而细分化了的状态要素的值的信息作为细分化状态量；

环境评价指标计算单元，其基于通过所述环境量获取单元获取到的环境量与通过所述细分化状态量获取单元获取到的细分化状态量，计算所述居住环境的环境评价指标。

12.根据权利要求11所述的居住环境评价装置，其特征在于，

所述环境评价指标计算单元计算所述居住环境中的每个居住者组的环境评价指标。

13.根据权利要求11所述的居住环境评价装置，其特征在于，

所述细分化状态量获取单元除了获取针对所述居住环境中的每个居住者组而细分化了的状态要素的值之外，还获取包含所述居住环境中的居住者组的构成比的信息作为细分化状态量，

所述环境评价指标计算单元基于通过所述环境量获取单元获取到的环境量与通过所述细分化状态量获取单元获取到的细分化状态量，利用细分化状态量的组构成比，计算所述居住环境的环境评价指标。

14.根据权利要求13所述的居住环境评价装置，其特征在于，

所述环境评价指标计算单元基于通过所述环境量获取单元获取到的环境量与通过所述细分化状态量获取单元获取到的细分化状态量，计算所述居住环境中的每个居住者组的环境评价指标，基于该计算出的每个居住者组的环境评价指标与组的构成比，计算所有组的代表性的环境评价指标。

15.根据权利要求13所述的居住环境评价装置，其特征在于，

所述环境评价指标计算单元基于通过所述细分化状态量获取单元获取到的细分化状态量，求出所有组的代表性的状态量，并基于该求出的所有组的代表性的状态量与通过所述环境量获取单元获取到的环境量，计算所有组的代表性的环境评价指标。

16.根据权利要求11～15中的任一项所述的居住环境评价装置，其特征在于，

所述细分化状态量获取单元获取基于所述居住环境中的居住者的男女组分类的细分化状态量。

17.根据权利要求11～15中的任一项所述的居住环境评价装置，其特征在于，

所述细分化状态量获取单元获取基于所述居住环境中的居住者的职业组分类的细分化状态量。

18.根据权利要求11～17中的任一项所述的居住环境评价装置，其特征在于，包括：

评价结果显示单元，其将通过所述环境评价指标计算单元计算出的环境评价指标设为基于细分化状态量的评价结果，将对所述居住环境中的居住者统一地确定的状态要素的值作为统一的状态量而进行计算得到的环境评价指标设为基于统一状态量的评价结果，对所述基于细分化状态量的评价结果与所述基于统一状态量的评价结果进行比较显示。

19.根据权利要求11～18中的任一项所述的居住环境评价装置，其特征在于，

所述环境评价指标是PMV或者基于PMV的指标，这里PMV是指预测平均投票数。

20.根据权利要求11～18中的任一项所述的居住环境评价装置，其特征在于，

所述环境评价指标是SET＊或者基于SET＊的指标，这里SET＊是指新标准有效温度。