建筑设计冷负荷是指导空调系统设计的重要依据,决定了设备容量大小、管网系统规模以及工程初投资和运行成本,正确地计算设计冷负荷对整个系统合理设计具有重要意义。传统设计方法忽略了参数不确定性的影响,依据此设计负荷会使制冷设备尺寸过大。目前,关于设计阶段参数的不确定性量化已有大量研究,然而对于内扰设计参数的设置,缺乏针对性的调研和细致的描述,尤其是建筑中不确定的人行为究竟如何影响人员数量、设备功率密度和照明功率密度等设计指标尚未得到深入的探索和比较。为了将内扰各参数不确定性进行量化得到更加合理的设计指标,本文提出了一种检验建筑内扰负荷设计参数合理性的方法。该方法首先建立概率分布函数描述人员在室率、照明和设备开启比例的概率分布特征,然后利用Copula函数建立以人员为核心的内扰三参数的联合分布函数计算三参数同时发生概率。同时,提出不保证率的设计理念,采用遗传算法以最大化联合概率和最小化不保证率为目标函数进行优化求取设计参数的帕累托最优解,然后采用TOPSIS决策方法选择最优内扰负荷设计参数指标。为了验证上述方法,本文以天津某商业办公楼和科研办公楼为研究对象进行案例验证。通过建立制冷机组COP模型分别计算依据特定不保证率下的设计参数指标和传统设计参数指标选取设备的逐时COP值完成对本研究方法的验证。通过对比发现,两栋建筑的内扰设计参数值均远小于设计手册中的推荐值,同时商业和科研办公楼的COP均值分别为5.67和5.45,相比之前提升了59.21%和37.25%,验证了该方法的合理性,并可以看出手册中参数设置偏高。此外,冷负荷中内扰占比越大,内扰设计参数的选取对总冷负荷不保证率影响越明显,具体表现为设计方案中对于建筑总负荷不保证率为0%时,对应的商业办公楼内扰负荷不保证率为8.79%而科研办公楼达到14.50%。最终,选取不保证率为10.67%和15.2%分别作为商业办公建筑和科研办公建筑的优选设计方案,同时给出夏季办公建筑内扰参数运行时间表。本研究中所提出的检验方法可以对既有建筑冷负荷设计指标合理性进行验证,同时计算得出的内扰参数设计指标和运行时间表可以为设计人员在同种类型建筑冷负荷设计时提供参考。