近年来，随着国民经济的增长和人们物质生活水平的提高，供热空调系统的应用日益广泛，使得建筑物的供热空调能耗也逐年增大。我国是发展中国家，资金和能源的供求矛盾日趋激烈，因此供热空调系统的合理设计已提到日程上来。
　　虽然建筑热物理理论近来有较大发展，从稳态传热算法到动态传热算法，从单一围护结构的。到建筑物整体的传热算法传热算法。但是长期以来，建筑热物理基本上都是作为确定性过程来研究的，即在确定的室外气象参数和室内发热量的条件下，做建筑热物理的有关计算，如建筑物冷热负荷的计算等，再去设计供热空调系统，分析建筑物能耗等。在供热空调设计过程中往往对每个不确定环节乘以一个大于1的安全系数，如此层层加码设计出的系统不可避免会造成设备容量选择偏大，这一方面浪费了初投资，别一方面由于设备常运行于低负荷状态，也降低了设备效率，造成了运行和维修费用的增加。
　　供热空调系统的偏大设计有社会经济体制和管理体制不合理方面的原因，如设计费用按建筑总投资的固定比例计算，建筑物供热按建筑面积而不是实际耗热量收费，甲方往往只是控制建筑物初投资，忽视建筑物的运行和维修费用等。此外，设计人员也缺乏一套科学的方法来处理各种不确定性因素对供热空调系统设计的影响。
　　由于室外气象和室内热源都是随机过程，它们作用在建筑物上产生的建筑热环境也是随机过程，因此应该采用随机分析的方法去研究建筑热环境。随机分析的方法追求的是某个量（如室温、供热负荷等）的概率分布，而不是具体的某个数值。建筑热环境是复杂的系统，其中存在许多不确定性。因此，在研究建筑热环境时，不仅要了解建筑热环境的系统性能指标的期望值（平均值），而且要了解这些指标的标准偏差。这样，就能在概率意义上定量描述这些不确定性因素对建筑热环境的影响。而以往确定性的方法只能得到建筑热环境系统性能指标的某个数值，由于在处理室外气象和室内热源这些不确定性因素时采用简单的保守数值，往往使得计算得到的性能指标远远高于实际需要的性能指标。1978年诺贝尔经济学奖得主H·A·Simon提出的有限合理性原理[1]，从哲学意义上精辟地论述了客观世界复杂性与不确定性的本质："…客观世界是极其复杂的，人们头对它的认识总是有限的，因此客观总是的角是个集合，而不是一个点…"。也就是说，客观世界中的，它们构盛开个集合，这个集合中的每个解都可看成某种程度上的满意解。如果片面地追求唯一解或最佳解，那么往往不得不引进许多假设、近似或约束，这样求得的所谓唯一解或最佳解很可能反而远离真实解的集合，见图1。
　　　　　　　　　　　　　　　　　　
　　　　　　　　　　　　　　　　　　　图1 Simon的有限合理性原理示意图

　　以空调设计负荷的计算为例，传统的确定性方法取室外气象和室内热的最不利数值，采用动态模拟程序去计算空调设计负荷。实际空调负荷是随机变化的，而确定性模拟方法并没有给出实际空调负荷小于空调负荷的可能性大小，致使设计人员在选定空调设备时，为安全起把空调设计负荷乘以一个大于1的安全系数。由于各种不确定性因素的作用，实际空调系统的运行状态也是随机变化的，因此应根据空调负荷这一随机变量的概率分布来确定空调设计负荷，选择空调设备，也就是在不同概率信度下确定不同的设备容量。概率信度的确定则与建筑物的使用功能和甲方的经济观念密切相关，体现了空调系统设计中功能与投资的对立统一关系。
　　供热空调系统的设计和建筑结构的设计不同。建筑结构设计的目的在于提供居住、生产和科研的场所，因此要求几乎绝对的保证，一旦发生事故，如房屋倒塌，那么不仅会损坏产品、仪器，而且会造成生命危险。供热空调系统的设计目的在于提供生活、生产和科研需要的室内热环境，如果在一定短时间里室内热环境偏离设计要求，并不会造成太大的损失或危害。对于精密仪器车间等对空调精度和可靠性要求比较高的工艺空调系统，设计的可靠性可以定得高一些，因为一旦空调系统出故障，会影响产品质量或仪器寿命；而对于一般民用住宅、办公楼和宾馆的舒适空调系统，往往允许室内热环境在一定短时间里偏离设计要求，这不仅不会损害人体健康，反而有利于消除或防止空调建筑普遍存在的综合症。可见，供热空调系统的设计允许一定的不保证率，如果设计要求的不保证率越小，那么需要空调系统的容量就越大，这正好体现了工程设计中投资与功能的对立统一关系。
　　由于供热空调系统的设计涉及许多不确定因素，如室外气象、室内热源、建筑物的围护结构、整个建筑中各房间的空调系统的同时使用情况、空调系统本身的设备故障、衰老以及建筑物空调面积的扩大等。因此，如果片面地追求供热空调系统的安全性，那么常常导致以最不利的条件作为设计条件，势必造成供热空调系统的容量偏大。实际空调系统的运行状态是随机变化的，也就是说，空调负荷系统是随机变量，它服从一定的概率分布，如图2所示。
　　　　　　　　　　　　　　　
　　　　　　　　　　　　　　　　　　　　　图2　空调负荷的概率分布

　　从图2可见，在95%的概率信度（即5%的不保证率）下，空调负荷小于1820kW；如果信度提高到99%，那么空调负荷小于2160 kW。换言之，在100年里，空调负荷大于1820 kW和2160 kW的年头分别不可能超过5个和1个。图2还说明，在大部分时间里（90%的概率），空调负荷不超过1640 kW，如果概率信度提高5%和9%，那么负荷分别增加11%和32%。按传统的安全设计思想，采用最不利的室外气象和室内热源条件做计算，得到的空调负荷可能是3200 kW，据此选择空调设备，那么在大部分时间里（90%的概率），空调设备的负荷率不超过51%（1640/3200）；在很炎热的夏季里（100年一遇），空调设备的负荷率也不超过68%（2160/3200）。这样的设计不但导致初投资的增加，而且导致运行费用的增加。图2清楚地刻划了空调负荷的随机波动特性，也容易在工程设计中作用。
　　这种直接根据室内热环境的保证率去做设计新思想，即保证率设计，追求的是在某种不利条件下，合理确定保证率，使供热空调系统在保证时间内可靠地实现设计要求，而不是在任何条件下都要求保证室内热环境。因此，保证率设计是对传统安全发展方向。
　　保证率的确定则与具体建筑物类型、使用功能和甲方的经济观念有关，如果保证率取得偏大，会直接导致选择的空调设备容量偏大，造成一次投资和二次投资的增加；相反，如果保证率取得偏小，那么由于室内热环境在较多时间里偏离生产、生活或科研条件的要求，会导致工作效率的降低和产品质量的下降，造成损失费用的增加。因此，综合考虑投资和损失费用与空调系统设计保证率之间的关系，可以找到最优的保证率，使得按它设计出的空调系统的总费用（总投资与由于空调系统保证不了合适的室内热环境而造成的损失费用之和）最小（见图3）。可见，保证率设计的概念充分地体现了工程设计中投资与可靠性（保证率）之间的对立统一关系。
　　　　　　　　　　　　　　　　　
　　　　　　　　　　　　　　　　　　图3　空调设计中投资与可靠性之间的辩证关系

　　为实现供热空调系统的保证率设计，需要一套随机分析的方法，去定量刻划设计过程中诸多不确定性因素的影响，给出供热空调系统设计负荷的概率分布。为此需要解决以下一些基本问题：
　　·室外气象和室内热源的描述
　　建立室外气象的多维多阶自回归时间序列模型，以描述实际气象过程的不平衡性以及各气象参数在时间上的自相关和互相关性。建立描述室内热源随时间周期波动的简化的随机模型。
　　·建筑物的描述
　　现有的建筑物热模型都不适合于做随机分析，为此建立了状态空调建筑热模型，它能利用以上建立的随机气象模型和随机室内热源模型。
　　·供热空调系统二次设备（如散热器和风机盘管）的同时使用情况
　　·供热空调系统从一次设备到二次设备过程中各种介质传输管网能量损失的描述
　　·供热空调
　　设备衰老特性、故障特征和维修制度的描述
　　·供热空调设备的备用和供热空调面积的扩大考虑
　　·开发一个以CAD为基础的智能集成化的建筑热环境的分析系统，帮助工程师做设计
　　从80年代初其开始，江亿从事建筑热环境随机分析的研究工作，1988年到1992年完成中国科学院一个青年基金项目[2]，进行有关随机分析的基础理论研究；并和英国建筑研究中心的系统性能预测室合作，完成对随机分析程序的验证[3]。近年来发表了一些文章[4]～[10]对随机分析的意义、方法和应用都有较详细的论述。这些是空调负荷保证率设计的基础研究的一部分，还有许多工作要进行。但供热空调系统的保证率设计无疑提供了一种彻底改变该行业不合理的设计现状的方法，它有着光明的发展前程。

参考文献
　　1 HA Simo. The sciences of the artificial intelligence. 2nd Ed. The MIT Press, Cambridge, Massachusetts. 1981.
　　2 江亿，洪天真，建筑热过程的随机分析，中国科学院青年基金项目研究报告，1992。
　　3 T Hong,Y Jiang. Stochastic Analysis of the Building Thermal Environment of UK. 1994.
　　4 洪天真，建筑热环境的随机分析，博士学位论文。清华大学热能系。1994。
　　5 洪天真，江亿，冬季供暖系统负荷设计算用的室外综合计算温度，暖通空调，1993，（3）。
　　6 江亿，洪天真，建筑热过程随机分析的背景、方法和应用，暖通空调，1993（6）。
　　7 江亿，洪天真，张金乾等，IISABRE：智能集成化的建筑热环境分析系统，全国暖通空调制冷学术年会论文，1994。
　　8 Y Jiang, T Hong. Stochastic Analysis of Overheating Risk in Buildings. Proceedings of CLIMA 2000, London, 1993.
　　9 Y Jiang, T Hong. Stochastic Analysis of Building Thermal Processes. Building and Environment. 1993, (4)
　　10 江亿，洪天真，建筑热过程的随机分析，清华大学学报，1994，（5）。