CN104866693A - 一种地板辐射供暖系统最佳停止时间预测模型 - Google Patents
一种地板辐射供暖系统最佳停止时间预测模型 Download PDFInfo
- Publication number
- CN104866693A CN104866693A CN201510345144.5A CN201510345144A CN104866693A CN 104866693 A CN104866693 A CN 104866693A CN 201510345144 A CN201510345144 A CN 201510345144A CN 104866693 A CN104866693 A CN 104866693A
- Authority
- CN
- China
- Prior art keywords
- regression
- heating system
- variable
- prediction model
- stopping time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Air Conditioning Control Device (AREA)
Abstract
本发明公开了一种地板辐射供暖系统最佳停止时间的预测模型，旨在提供一种在居住人员离开房间前根据所预测的最佳停止时间提前关闭地板辐射供暖系统，以此保证人体舒适性要求的前提下达到节能的目的最佳停止时间预测模型。最佳停止时间预测模型回归方程式如下：lg(tstop)＝0.9698+0.1957×ΔT-0.0468×Tg+0.012×Tout。式中：tstop：最佳停止时间；ΔT：室温变化值；Tg：目标室温；Tout：室外温度。本发明的最佳停止时间模型选取方便监测的几个独立变量作为回归变量，通过回归分析确定预测模型，以此达到预测模型的实用性。多元回归分析获得的预测结果准确性较高，控制系统简单，可以实现实时控制，适宜在居住建筑供暖系统控制中应用。
Description
技术领域
本发明涉及一种地板辐射供暖系统最佳停止时间预测模型。
背景技术
辐射地板供暖具有舒适性高、节能效果显著、系统热稳定性好、使用寿命长和运行费用低等优点。辐射地板供暖系统在住宅建筑中得到广泛的应用。由于辐射地板供暖系统自身结构特点，低温热水管道嵌入地板结构中，系统热惰性大，热响应较慢，系统预热较慢。目前。传统的运行方式为人员进入室内后停止，人员离开时关闭。按照辐射地板供暖系统按照传统运行方式运行时，室内温度变化曲线示意图如图1所示。从图1中可以看出按照传统的运行方式运行，由于室内温度升高较慢，人员刚进入室内一段时间会出现室内温度较低难以满足人体热舒适要求的现象。而在人员离开房间时关闭供暖系统，在人员离开的一段时间内室内温度仍然较高，造成了能源的浪费。
目前，有关预测最优地板辐射供暖系统停止时间的研究主要有静态最优法、简化数学模型法、一元回归分析法和神经网络预测控制法等。静态最优法由于观测量较多，计算也比较烦琐，而且所得常数的通用性差，不能推广到其它地板辐射供暖系统。由于常数确定存在误差，因此，控制精度较低，尤其是在当日天气和前一天相差大时，其误差就可能会更大。简化数学模型法将室内温度变化看作主要受空调容量影响，而对其它因素，如室外温度、维护结构、室内设备的运行散热等考虑较少。而实际地板辐射供暖系统预热过程是一个相当复杂过程，受诸多因素的影响，因此，误差的存在是难以从根本上避免的。回归分析法是通过最优预热期与观测变量对应的实测数据的回归分析，去寻找他们之间客观存在着的依从关系。一元回归分析中回归变量只有一个，对于不同建筑的蓄热性的影响考虑较少，因此，一元回归法也存在着一定的误差。神经网络预测控制学习过程较长，难以实现动态实时控制和在线学习，仅适宜于静态开环控制中。神经网络预测控制，在开始学习阶段控制精度较低，容易出现能源浪费和热不舒适的现象，随着模型的不断学习和改善，预测精度会逐渐提高。此外，神经网络法预测控制系统复杂，一般在大型中央空调中应用。这些方法虽然各有特点，但由于地板辐射供暖系统的复杂性和受传统算法的限制，使预测结果都存在着一定的误差。
发明内容
本发明的目的是针对现有技术中存在的技术缺陷，而提供一种在居住人员离开房间前根据所预测的最佳停止时间提前关闭地板辐射供暖系统，以此保证人体舒适性要求的前提下达到节能目的的最佳停止时间预测模型。
为实现本发明的目的所采用的技术方案是：
一种地板辐射供暖系统最佳停止时间的预测模型，最佳停止时间预测模型回归方程式如下：
lg(tstop)＝0.9698+0.1957×ΔT-0.0468×Tg+0.012×Tout
式中：
tstop：最佳停止时间；
ΔT：室温变化值；
Tg：目标室温；
Tout：室外温度。
所述模型的确定包括所述步骤：
(1)确定最佳停止时间的影响因素：根据供暖系统实际运行条件，确定影响室内热环境的因子及各因子的变化范围；
(2)利用TRANSYS软件模拟获得数据：根据步骤(1)所确定的影响室内热环境的因子及各因子的变化范围，运用TRNSYS软件模拟不同工况下室内热环境达到目标温度时所需时间；
(3)基于SAS软件，利用多元回归分析法获得最佳停止预测模型：对步骤(2)得到的模拟结果，利用统计分析软件SAS得到最佳停止时间预测模型回归方程式。
利用统计分析软件SAS进行分析包括下述步骤：
(1)利用统计分析法分析各因子与最佳停止时间的相关关系；
(2)通过逐步回归法，选取回归变量；
(3)每一步对引入回归方程中的变量计算其偏回归平方和及影响力，逐步将贡献率大的变量加入到回归方程中，将贡献率低的剔除；
(4)经过逐步回归分析确定回归变量，进一步分析各变量之间的相关关系，确定最终的独立变量；
(5)再次利用统计分析软件SAS的多元回归分析法，找到合适的数学模型描述自变量与因变量之间的依存关系，即最佳停止时间与独立变量之间的关系式。
所述独立变量包括室温变化量、目标温度和室外温度。
与现有技术相比，本发明的有益效果是：
1、本发明的最佳停止时间预测模型的运行能够在居住人员离开房屋前根据所预测的最佳停止时间提前关闭地板辐射供暖系统，以此保证人体舒适性要求的前提下达到节能的目的。
2、本发明的最佳停止时间模型通过分析各影响因素对室内温度下降速率的贡献率，最终选取方便监测的几个独立变量作为回归变量，通过回归分析确定预测模型，以此达到预测模型的实用性。多元回归分析获得的预测结果准确性较高，控制系统简单，可以实现实时控制，适宜在居住建筑供暖系统控制中应用。
附图说明
图1所示为传统运行方式下室内温度变化示意图；
图2所示为本发明的预测模型运行方式下室内温度变化示意图；
图3所示为地板辐射供暖系统的示意图。
具体实施方式
以下结合附图和具体实施例对本发明作进一步详细说明。
本发明的地板辐射供暖系统的示意图如图3所示，包括室温控制系统1、热源系统2、分水器系统3和地板供暖部分4。
1、最佳停止时间的影响因素的确定：
经分析可知影响室内热环境的因素很多，大体可以分为室温变化量相关因素、室温变化所需热量相关因子和热容量特性相关因子三类。室温变化量相关因子：主要有初始温度和目标温度两个。室温变化所需热量有关的因子有可以分为两类：热供应相关因子(供水温度)和热损失相关因子(室外温度、室内平面面积、窗墙比、太阳辐射、围护结构位置、方位角、风速)。热容量相关因子主要包括室内空气热容量和围护结构热容量。根据供暖系统实际运行条件，确定各影响因子及其变化范围。
2、利用TRANSYS软件模拟获得样本数据：
由以上分析可以看出影响室内热环境的因子众多，且各因子之间相互影响。根据实验中影响因素的个数和各因素的变化范围，采用实验计划法确定一种有效降低试验次数，节约实验时间，且实验中各因素的影响分析效果最佳的实验方案。根据所确定的实验方案，运用TRNSYS软件模拟不同工况下室内热环境达到目标温度时所需时间。TRNSYS软件是模块化的动态仿真程序，对系统模拟分析时，只要通过调用实现这些特定功能的模块，给定合适的边界条件和初始条件，就可以对系统的动态变化进行模拟分析。不同的实验工况仅仅通过改变边界条件和初始条件就可以实现。
3、基于SAS软件，利用多元回归分析法获得最佳停止预测模型：
统计回归方法获得的预测结果准确性较高，且可以分析独立变数的影响力以及各独立变数之间的影响关系。因此，本发明采用统计-回归的方法预测最佳停止时间分析各因素对最佳停止时间的影响和个因素之间的相关关系。主要包括下述步骤：
(1)对以上模拟结果，利用统计分析法分析各因素与最佳停止时间的相关关系。
(2)通过逐步回归法，选取回归变量。
(3)每一步对引入回归方程中的变量计算其偏回归平方(即贡献率)和影响力，逐步将贡献率大的变量加入到回归方程中，将贡献率低的剔除。
(4)经过逐步回归分析可以确定回归变量，进一步分析各变量之间的相关关系，确定最终的独立变量。
(5)最后，再次利用统计分析软件SAS的多元回归分析法，找到合适的数学模型描述自变量与因变量之间的依存关系。即最佳停止时间与独立变量(包括目标温度与初始温度的温差(室温变化量)、目标温度和室外温度)之间的关系式，其预测模型回归方程式如下：
lg(tstop)＝0.9698+0.1957×ΔT-0.0468×Tg+0.012×Tout
式中：
tstop：最佳停止时间；
ΔT：室温变化值；
Tg：目标温度；
Tout：室外温度
Fw：窗墙比。
最后对最佳停止时间预测模型进行显著性检验。通过方差分析，给出模型的拟合效果。F检验结果表明检验统计量F＝49.40，p<0.0001说明整个模型有意义。该模型中变量引起模型方差的决定性系数为0.84接近于1，说明该模型的拟合程度较高。通过参数估计评价给出各参数的系数并检验回归系数不为0的显著性水平。结果表明变量常数项为0.9698，ΔT前系数为0.1957，Tg前系数为-0.0468，Tout系数为0.012，p均小于0.02,检验结果显著。
图2所示为本发明的预测模型运行方式下室内温度变化示意图，从图中可以看出，与传统的人员离开时关闭辐射供暖系统相比，本发明的预测模型能够根据室内当前温度室外温度以及人员离开时刻等参数判断出最佳的停止时刻，并能够保证在人员离开房间前室内温度仍在舒适区范围内，同时提前关闭辐射供暖系统，利用辐射供暖系统的蓄热特性来减少能耗，在满足人员热舒适的前提下，节能。
以上所述仅是本发明的优选实施方式，应当指出的是，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (4)
1.一种地板辐射供暖系统最佳停止时间的预测模型，其特征在于，最佳停止时间预测模型回归方程式如下：
lg(tstop)＝0.9698+0.1957×ΔT-0.0468×Tg+0.012×Tout
式中：
tstop：最佳停止时间；
ΔT：室温变化值；
Tg：目标室温；
Tout：室外温度。
2.根据权利要求1所述的地板辐射供暖系统最佳停止时间的预测模型，其特征在于，所述模型的确定包括所述步骤：
(1)确定最佳停止时间的影响因素：根据供暖系统实际运行条件，确定影响室内热环境的因子及各因子的变化范围；
(2)利用TRANSYS软件模拟获得数据：根据步骤(1)所确定的影响室内热环境的因子及各因子的变化范围，运用TRNSYS软件模拟不同工况下室内热环境达到目标温度时所需时间；
(3)基于SAS软件，利用多元回归分析法获得最佳停止预测模型：对步骤(2)得到的模拟结果，利用统计分析软件SAS得到最佳停止时间预测模型回归方程式。
3.根据权利要求2所述的地板辐射供暖系统最佳停止时间的预测模型，其特征在于，利用统计分析软件SAS进行分析包括下述步骤：
(1)利用统计分析法分析各因子与最佳停止时间的相关关系；
(2)通过逐步回归法，选取回归变量；
(3)每一步对引入回归方程中的变量计算其偏回归平方和及影响力，逐步将贡献率大的变量加入到回归方程中，将贡献率低的剔除；
(4)经过逐步回归分析确定回归变量，进一步分析各变量之间的相关关系，确定最终的独立变量；
(5)再次利用统计分析软件SAS的多元回归分析法，找到合适的数学模型描述自变量与因变量之间的依存关系，即最佳停止时间与独立变量之间的关系式。
4.根据权利要求3所述的地板辐射供暖系统最佳停止时间的预测模型，其特征在于，所述独立变量包括室温变化量、目标温度和室外温度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510345144.5A CN104866693A (zh) | 2015-06-19 | 2015-06-19 | 一种地板辐射供暖系统最佳停止时间预测模型 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510345144.5A CN104866693A (zh) | 2015-06-19 | 2015-06-19 | 一种地板辐射供暖系统最佳停止时间预测模型 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN104866693A true CN104866693A (zh) | 2015-08-26 |
Family
ID=53912518
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510345144.5A Pending CN104866693A (zh) | 2015-06-19 | 2015-06-19 | 一种地板辐射供暖系统最佳停止时间预测模型 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104866693A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106500220A (zh) * | 2016-11-28 | 2017-03-15 | 天津商业大学 | 确定供水关闭时辐射供冷系统辐射板表面温度变化的方法 |
| CN106765880A (zh) * | 2016-11-28 | 2017-05-31 | 天津商业大学 | 确定供水开启时辐射供冷系统辐射板表面温度变化的方法 |
| CN109556176A (zh) * | 2018-10-15 | 2019-04-02 | 华北电力大学 | 一种基于双时间步长的供暖末端智能通断调节方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101067828A (zh) * | 2007-06-12 | 2007-11-07 | 中南大学 | 焦炉火道温度集成建模与软测量方法 |
| US20120278051A1 (en) * | 2011-04-29 | 2012-11-01 | International Business Machines Corporation | Anomaly detection, forecasting and root cause analysis of energy consumption for a portfolio of buildings using multi-step statistical modeling |
| CN103162346A (zh) * | 2013-03-27 | 2013-06-19 | 新奥科技发展有限公司 | 基于云服务的集中供暖监控系统及集中供暖系统调节方法 |
| CN104091213A (zh) * | 2014-07-15 | 2014-10-08 | 深圳先进技术研究院 | 建筑物地板表面温度预测方法及系统 |
-
2015
- 2015-06-19 CN CN201510345144.5A patent/CN104866693A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101067828A (zh) * | 2007-06-12 | 2007-11-07 | 中南大学 | 焦炉火道温度集成建模与软测量方法 |
| US20120278051A1 (en) * | 2011-04-29 | 2012-11-01 | International Business Machines Corporation | Anomaly detection, forecasting and root cause analysis of energy consumption for a portfolio of buildings using multi-step statistical modeling |
| CN103162346A (zh) * | 2013-03-27 | 2013-06-19 | 新奥科技发展有限公司 | 基于云服务的集中供暖监控系统及集中供暖系统调节方法 |
| CN104091213A (zh) * | 2014-07-15 | 2014-10-08 | 深圳先进技术研究院 | 建筑物地板表面温度预测方法及系统 |
Non-Patent Citations (3)
| Title |
|---|
| 刘靖: "地面辐射采暖系统室温预期控制研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
| 周思宇: "不同气候区围护结构节能技术对办公建筑能耗的影响", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
| 翟蕾: "气候变化对天津市办公建筑制冷和采暖能耗的影响", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106500220A (zh) * | 2016-11-28 | 2017-03-15 | 天津商业大学 | 确定供水关闭时辐射供冷系统辐射板表面温度变化的方法 |
| CN106765880A (zh) * | 2016-11-28 | 2017-05-31 | 天津商业大学 | 确定供水开启时辐射供冷系统辐射板表面温度变化的方法 |
| CN106500220B (zh) * | 2016-11-28 | 2019-07-02 | 天津商业大学 | 确定供水关闭时辐射供冷系统辐射板表面温度变化的方法 |
| CN106765880B (zh) * | 2016-11-28 | 2019-09-20 | 天津商业大学 | 确定供水开启时辐射供冷系统辐射板表面温度变化的方法 |
| CN109556176A (zh) * | 2018-10-15 | 2019-04-02 | 华北电力大学 | 一种基于双时间步长的供暖末端智能通断调节方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhang et al. | A deep reinforcement learning approach to using whole building energy model for hvac optimal control | |
| Hassan et al. | Best practices and recent advances in hydronic radiant cooling systems–Part II: Simulation, control, and integration | |
| Lu et al. | Cooling system energy flexibility of a nearly zero-energy office building using building thermal mass: Potential evaluation and parametric analysis | |
| Danza et al. | A simplified thermal model to control the energy fluxes and to improve the performance of buildings | |
| CN104866694A (zh) | 一种地板辐射供暖系统最佳启动时间预测模型 | |
| CN104680001B (zh) | 基于人体热适应模型的建筑节能率计算方法 | |
| CN102238763B (zh) | 基站能耗计算系统及方法 | |
| Yuan et al. | A new feedback predictive model for improving the operation efficiency of heating station based on indoor temperature | |
| Cui et al. | Application potential analysis of different control strategies for radiant floor cooling systems in office buildings in different climate zones of China | |
| Sun et al. | Research on control strategy integrated with characteristics of user's energy-saving behavior of district heating system | |
| Higuera et al. | Hybrid smart lighting and climate control system for buildings | |
| Ling et al. | Simulation and optimization of the operation strategy of ASHP heating system: A case study in Tianjin | |
| CN104866693A (zh) | 一种地板辐射供暖系统最佳停止时间预测模型 | |
| Wang et al. | A zoned group control of indoor temperature based on MPC for a space heating building | |
| Zhao et al. | A model predictive control regulation model for radiant air conditioning system based on delay time | |
| Sun et al. | Development of a variable water temperature control method for air source heat pump based on the supply–demand balance | |
| Moon et al. | Application of control logic for optimum indoor thermal environment in buildings with double skin envelope systems | |
| Li et al. | Improving room temperature stability and operation efficiency using a model predictive control method for a district heating station | |
| Calise et al. | A novel approach for the calculation of the energy savings of heat metering for different kinds of buildings | |
| Li et al. | An on-off control strategy to reduce return water temperature | |
| CN106765745B (zh) | 确定供水升温时辐射供冷系统辐射板表面温度变化的方法 | |
| Dang et al. | Building simulation of energy consumption and ambient temperature: Application to the predis platform | |
| Liu et al. | An on-off regulation method by predicting the valve on-time ratio in district heating system | |
| CN115688388A (zh) | 基于大数据的居住建筑环境调节方法 | |
| Zhu et al. | Study on application of solar water heat pump for building in China |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| EXSB | Decision made by sipo to initiate substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150826 |