热舒适性（PMV-PPD）模拟器

Q: PMV和PPD表示什么指标？

PMV（Predicted Mean Vote，预测平均投票）是当许多人处于相同室内环境时，对温冷感的平均预测值，用−3（寒冷）〜0（中立）〜+3（炎热）的7段阶尺度表示。PPD（Predicted Percentage of Dissatisfied，预测不满意率）是认为环境「过热」「过冷」而感到不满的人所占的百分比（%）。PPD是PMV的函数，即使PMV=0，最少仍有5%的人感到不满，|PMV|<0.5时PPD<10%是舒适的目标。

Q: PMV由哪些参数决定？

PMV由6个要素决定。环境侧的4个要素是空气温度、平均辐射温度、气流速度、相对湿度，人体侧的2个要素是代谢量（met）和着衣量（clo）。例如即使空气温度相同，靠近低温窗户时辐射温度较低会感到寒冷，穿着厚实（着衣量大）时会感到温暖。Fanger模型将这6个要素整合成一个热收支公式，从人体热负荷计算PMV。空调设计需要同时管理温度、辐射、气流、湿度等因素。

Q: 代谢量（met）和着衣量（clo）的参考值是多少？

代谢量是人体的活动强度，静坐时为1.0met，办公桌工作为1.2met，站立轻作业为1.6〜2.0met，快速行走约3.0met。1met=58.15W/m²的人体散热相当。着衣量是0clo（裸体）、夏季轻装约0.5clo、长袖衬衫加长裤约0.7clo、冬季西服1.0clo、厚重冬装1.5clo以上为参考。1clo=0.155m²·K/W的保温性能。同一房间内因工作内容和服装PMV可有较大变化。

Q: PMV-PPD模型的局限和注意事项？

PMV-PPD是以稳态、空调室内（办公室等）为前提的平均指标。以下情况精度会下降：(1)自然通风环境，居住者可开关窗户调整服装；(2)温度急剧变化的非稳态；(3)局部不适（脚部冷感、头顶辐射、气流等）。此外不考虑个体差异，即使PMV=0约5%的人仍会感到不满。实务中应与PMV并用，结合气流不适率（DR）和上下温差等局部舒适指标。

参数设置

空气温度 t_a

℃

居住者周围的干球温度

平均辐射温度 t_r

℃

墙壁、窗户、天花板辐射的平均温度

气流速度 v

m/s

人体周围的平均风速

相对湿度 RH

代谢量 M

met

活动强度。坐位1.0／办公室工作1.2／快速行走3.0

着衣量 I_cl

clo

服装的保温性。夏装0.5／冬季西服1.0／厚重1.5

计算结果

—

预测平均投票 PMV

—

预测不满意率 PPD (%)

—

温冷感

—

着衣表面温度 t_cl (℃)

—

作用温度 t_op (℃)

—

舒适判定

—

热舒适环境的6个要素 — 人体周围的可视化

中央人体周围展示决定PMV的6个要素（空气温度、辐射温度、气流、湿度、代谢量、着衣量）。背景条和人体颜色表示温冷感（蓝色=寒冷／绿色=中立／红色=炎热）。

PMV 与空气温度 t_a 的关系

PPD 与 PMV 的关系

理论·主要公式

$$PMV=\big(0.303\,e^{-0.036M}+0.028\big)\,L$$

预测平均投票 PMV。M：代谢量 [W/m²]、L：人体热负荷（产热与6个散热项的差） [W/m²]。系数表示感觉的迟钝化。

$$PPD=100-95\,e^{-(0.03353\,PMV^{4}+0.2179\,PMV^{2})}$$

预测不满意率 PPD [%]。PMV的偶数次函数，当PMV=0时取最小值5%。

$$t_{op}=\frac{t_a+t_r}{2}$$

作用温度 t_op [℃]。空气温度 t_a 与平均辐射温度 t_r 的平均值。舒适目标为 |PMV| < 0.5（PPD < 10%）。

热舒适性（PMV）概述

🙋

同一个房间里有人说「太热」，也有人说「正好」。这种感受能用计算预测吗？

🎓

提得好。20世纪70年代丹麦的Fanger教授就是这样做的。他创造了PMV——Predicted Mean Vote（预测平均投票）。把许多人放在同样的环境里，他们平均会怎么回答，用−3（寒冷）到+3（炎热）的7段尺度来预测。0表示「中立=刚好」。核心思想是「人体热平衡」。当身体产生的热量与散发的热量平衡时感到中立，产热过多就感到热，散热过多就感到冷。

🙋

左边的滑块里有好多因素呢。辐射温度、着衣量……只控制温度不行吗？

🎓

这就是PMV有意思的地方。舒适感由6个要素决定。环境方面4个——空气温度、平均辐射温度、气流速度、相对湿度。人体方面2个——代谢量和着衣量。比如冬天靠近窗户，空气是24℃，但冷玻璃会吸走身体的热量。这时「平均辐射温度」就低了，即使空气温度相同，你也会感到寒冷。这就是为什么只看空调的温度设定数字无法达到舒适——还有辐射、气流、湿度在起作用。

🙋

结果里还有PPD，这和PMV有什么区别？

🎓

PPD是Predicted Percentage of Dissatisfied（预测不满意率）。就是多少百分比的人会觉得「太热」或「太冷」而感到不满。有意思的是，即使PMV完美地等于0，PPD也不会是0，最少也有5%。不管怎么努力，100个人中还是有5个人会说「热」或「冷」。所以空调的目标不是「让所有人满意」，而是「|PMV|<0.5、PPD<10%」，也就是把不满意率控制在10%以下。看下面的图，你就能看到以0为底的U形曲线。

🙋

那如果夏天感到有点热，除了降低温度设定，还有其他办法吗？从图上看气流和辐射温度好像也有作用。

🎓

完全同意。比如夏天有点热的时候，把气流从0.1提高到0.6m/s左右，人体通过对流散热增加，PMV就会下降。这就是为什么配合风扇效果好。反过来冬天，给窗户加隔热，提高辐射温度，即使降低空气温度也能保持舒适，还能省能源。代谢量也很关键，办公桌工作的1.2met和站立作业的2.0met最适温度能相差3-4℃。同一个办公室里，走来走去的人和坐着不动的人感到「正好」的温度是不一样的，这不是心理作用。

🙋

最后一个问题。改变着衣量PMV变化很大，这在设计时怎么用呢？

🎓

Cool Biz和Warm Biz就是这个。如果夏天人们穿着0.5clo、冬天1.0clo，那么夏天28℃、冬天20℃时PMV也能保持在舒适范围，这就是科学依据。反过来说，如果职场要求夏天也穿西装，着衣量就大了，降低空调温度时PMV会向正侧摆，不满意率就会上升。PMV计算是让空调设定和衣着规则一起考虑的共同语言。用这个工具把6个要素逐个调节，体会一下各自的影响力。

常见问题

PMV（Predicted Mean Vote，预测平均投票）是当许多人处于相同室内环境时，对温冷感的平均预测值，用−3（寒冷）〜0（中立）〜+3（炎热）的7段阶尺度表示。PPD（Predicted Percentage of Dissatisfied，预测不满意率）是认为环境「过热」「过冷」而感到不满的人所占的百分比（%）。PPD是PMV的函数，即使PMV=0，最少仍有5%的人感到不满，|PMV|<0.5时PPD<10%是舒适的目标。

PMV由6个要素决定。环境侧的4个要素是空气温度、平均辐射温度、气流速度、相对湿度，人体侧的2个要素是代谢量（met）和着衣量（clo）。例如即使空气温度相同，靠近低温窗户时辐射温度较低会感到寒冷，穿着厚实（着衣量大）时会感到温暖。Fanger模型将这6个要素整合成一个热收支公式，从人体热负荷计算PMV。空调设计需要同时管理温度、辐射、气流、湿度等因素。

代谢量是人体的活动强度，静坐时为1.0met，办公桌工作为1.2met，站立轻作业为1.6〜2.0met，快速行走约3.0met。1met=58.15W/m²的人体散热相当。着衣量是0clo（裸体）、夏季轻装约0.5clo、长袖衬衫加长裤约0.7clo、冬季西服1.0clo、厚重冬装1.5clo以上为参考。1clo=0.155m²·K/W的保温性能。同一房间内因工作内容和服装PMV可有较大变化。

PMV-PPD是以稳态、空调室内（办公室等）为前提的平均指标。以下情况精度会下降：(1)自然通风环境，居住者可开关窗户调整服装；(2)温度急剧变化的非稳态；(3)局部不适（脚部冷感、头顶辐射、气流等）。此外不考虑个体差异，即使PMV=0约5%的人仍会感到不满。实务中应与PMV并用，结合气流不适率（DR）和上下温差等局部舒适指标。

实际应用

办公楼空调设计：办公建筑空调设计会让PMV保持在舒适范围（|PMV|<0.5、PPD<10%）。设计人员通常假定代谢量1.2met（办公桌工作）、着衣量夏季0.5clo／冬季1.0clo，不仅调节空气温度，还要调整窗户隔热性能（辐射温度）和送风速度（气流）。窗边容易因辐射变冷，往往需要专门的周边空调系统，或使用Low-E玻璃降低辐射温度下降。

Cool Biz和Warm Biz的依据：「夏季28℃、冬季20℃」的空调设定指南，是基于夏季着衣量0.5clo、冬季1.0clo时PMV能保持在舒适范围的计算。换句话说，如果不改变服装规则而只调整温度，PMV会偏离舒适范围，不满意率会大幅上升。PMV计算为空调设定和衣着规则的联合讨论提供了共同语言。

住宅和店铺的舒适性评价：住宅中的地暖和辐射面板能直接提高辐射温度，使空气温度较低时也能保持舒适，从而节能。夏季商店过度制冷时，穿着轻便的顾客PMV会向负侧偏移而感到「冷」。顾客和员工的着衣量、代谢量不同的空间里，应该用两种条件分别验证PMV。

建筑模拟和BEMS的整合：热负荷计算软件和CFD（数值流体计算）得到的室内温度、辐射、风速分布数据，可以输入来评价每个点的PMV和PPD。建筑能源管理系统（BEMS）中融入PMV控制，以PMV而非温度作为目标值进行自动空调控制的案例在增加。本工具可用于直观确认这一单点PMV计算的基础。

常见误解和注意事项

最常见的误解是「只要控制好空气温度就能舒适」。PMV的6个决定要素中，空气温度只是其中之一。冬天靠窗边，虽然空气24℃，但冷玻璃面会吸收身体的辐射热，平均辐射温度降低，人就会觉得「冷」。夏天相反，被日照加热的墙壁或天花板辐射，即使降低设定温度也可能觉得热。不要只看空调温度计的数字，要看辐射、气流、湿度等整体环境。

还有一个误解是「PMV=0时所有人都满意」。根据PPD公式，即使PMV恰好等于0这个最优点，PPD仍然是5%——每20个人中有1个人不满意。这是由于个体差异（基础代谢、适应度、偏好）造成的，无法通过设计消除。因此空调的目标是「完全满意」，而是「将不满意率控制在10%以下（|PMV|<0.5）」。「没有投诉」不是设计失败，而是热舒适环境的原理性限制。

最后，「PMV是所有空间的万能指标」并非事实。PMV-PPD是以稳态、空调室内（办公室等）为前提开发的模型。在自然通风建筑中，居住者可以开关窗户、调整服装，会主动适应，PMV会高估不满意度（这种情况应用Adaptive模型）。此外，脚部单独冷、头顶单独受辐射、气流等局部不适不会在PMV中体现。实务中应将PMV作为「全身平均舒适度的参考」，并配合气流不适率（DR）和垂直温度差等局部舒适指标一起使用。

热舒适性（PMV）概述

常见问题

实际应用

常见误解和注意事项

使用指南

具体计算示例

实务中的注意点