空调室外计算参数包括“点工况”参数和“日工况”参数,是负荷计算、设备选型等空调系统设计过程必需的基础参数。当前国内空调室外“点工况”计算参数忽略参数间的同时发生性及空调室外计算参数对室内热环境的影响作用;“日工况”参数忽略地域气候差异性等。为解决上述问题,本研究提出一套合理的空调室外计算参数确定方法。为合理确定空调室外“点工况”计算参数,借助Copula连接函数构建干、湿球温度和太阳辐射联合分布函数,从概率角度反映各气象要素间的同时发生性。在此基础上基于Monte Carlo随机模拟的思想构建同时发生空调室外计算参数风险水平与室内热环境风险水平的关联模型,进而确定不同空调室外计算参数条件下室内热环境风险水平的概率分布,最终实现基于任何室内环境保障水平和概率置信水平的空调室外计算参数确定。该方法应用于天津、上海和广州三个建筑热工气候区典型代表城市,构建满足中国相应节能设计标准的近千栋办公建筑模型,通过30年实际负荷与设计负荷模拟,建立室外计算参数风险水平与室内热环境风险水平的关联规律,并基于该关联规律及概率置信水平确定了满足任何室内热环境可靠性的空调室外计算参数。统计结果表明基于室内环境可靠性反向确定的空调室外计算参数在任何概率置信水平下均显著低于现行国内外标准使用值。为合理确定空调室外“日工况”计算参数,基于大数据基本理论运用K-Means聚类的方法提取冬、夏季气象参数日变化特征和趋势。设计日对比结果表明传统规范方法与新方法存在一定偏差。现行规范不能准确反映各地区气候差异性,而本研究确定的独立和联合逐时化系数对各典型城市实际观测气象数据的适用性更高。为验证本研究设计日的可靠性,从数据特征和应用两个层面对本研究设计日进行综合评价。从数据层面,较现行规范本研究基于大数据基本原理提取气象参数逐时变化特征,较为准确的反映实际近极端气象特征且考虑空调室外计算参数间的同时发生性及室外计算参数与室内环境之间的关联性,更为合理。从应用层面,较规范阶段I设计日,广州、上海和天津阶段III设计日在满足接近100%的概率置信水平使得室内环境风险水平不超过0.57%的条件下,可使设计负荷平均降低11.0、10.8和12.5W/m~2,阶段Ⅲ设计日在满足室内环境可靠性的情况下显著降低成本,实现舒适性与经济性的权衡。