CN106600026A - 一种适用于浙东丘陵地区的居住建筑能耗预测方法 - Google Patents

一种适用于浙东丘陵地区的居住建筑能耗预测方法 Download PDF

Info

Publication number
CN106600026A
CN106600026A CN201610917826.3A CN201610917826A CN106600026A CN 106600026 A CN106600026 A CN 106600026A CN 201610917826 A CN201610917826 A CN 201610917826A CN 106600026 A CN106600026 A CN 106600026A
Authority
CN
China
Prior art keywords
energy consumption
zhejiang province
knob
residential building
prediction method
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
Application number
CN201610917826.3A
Other languages
English (en)
Inventor
金斯科
金佳丽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Taizhou Vocational and Technical College
Original Assignee
Taizhou Vocational and Technical College
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Taizhou Vocational and Technical College filed Critical Taizhou Vocational and Technical College
Priority to CN201610917826.3A priority Critical patent/CN106600026A/zh
Publication of CN106600026A publication Critical patent/CN106600026A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/08—Construction

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

一种适用于浙东丘陵地区的居住建筑能耗预测方法，本方法基于浙东丘陵地区的典型居住建筑形式，在间歇空调运行模式下，对外墙传热系数、外窗传热系数，窗墙比及遮阳状况，给出了一种能耗预测方法。与现有方法相比，该预测方法能运用于浙东丘陵地区的居住建筑能耗预测，且其精度有着较大的提高。

Description

一种适用于浙东丘陵地区的居住建筑能耗预测方法
技术领域
本发明涉及能耗预测领域，尤其是适用于浙东丘陵地区的居住建筑能耗预测方法。
背景技术
目前，居住建筑能耗是区域能耗的重要组成部分。随着人们对室内舒适度的要求的不断提高，居住建筑的采暖空调能耗也逐年增加。我国寒冷地区和严寒地区居住建筑节能的基本思路已经比较清晰，即减少窗墙比、加强保温、集中供热和优化调控。但是夏热冬冷地区居住建筑节能的基本思路及节能工作的路线尚待进一步研究和明确。和公共建筑相比，影响居住建筑能耗的因素更为复杂和繁多，建筑造型和建筑围护结构形式直接影响了建筑物与外环境的换热量、自然采光水平和自然通风状况，而这几个方面所涉及的内容就将构成70％以上的建筑采暖空调能耗；另外人们的起居习惯和间歇的空调作息也对居住建筑的能耗的产生有着举足轻重的影响，而且这些因素又相互影响，很难单一地确定某一因素在建筑能耗方面的影响，必须综合地考虑这些因素的组合。浙东丘陵地区虽然处于夏热冬冷地区，但是由于受到季风和丘陵地带的局部气候影响，其居住建筑能耗和其他夏热冬冷地区有着显著的差别。
之前也有部分学者提出过居住建筑的能耗预测模型，主要是运用神经网络和线性回归的方法。前者物理关系不明确，后者忽视了建筑能耗的各个因素之间相互联系，且预测精度较低。此外，现有模型无法用于浙东丘陵地区的居住建筑能耗预测。
发明内容
本发明的目的是基于浙东丘陵地区的典型居住建筑形式，在间歇空调运行模式下，给出了一种适用于浙东丘陵地区的居住建筑能耗预测方法。与现有方法相比，该预测方法能运用于浙东丘陵地区的居住建筑能耗预测，且其精度有着较大的提高。
本发明的技术方案是：
一种适用于浙东丘陵地区的居住建筑能耗预测方法，它包括以下步骤：
S1、对于浙东丘陵地区，获取任一居住建筑的窗体传热系数KWA，遮阳系数ZY、南向窗墙面积比RWW以及墙体传热系数W/(m2K)；
S2、采用下述公式计算该建筑的全年平均冷负荷CL和热负荷HL；
冷负荷模型：
CL＝KC1RWW+KC2KWA(1-RWW)+KC3KWIRWW+KC4ZY+KC5RWWZY
热负荷模型：
HL＝KH1RWW+KH2KWA(1-RWW)+KH3KWIRWW
其中，KC1,KC2,KC3,KC4,KC5为冷负荷的模型参数，KH1,KH2,KH3为热负荷的模型参数。
本发明的步骤S2中，设定冷负荷模型和热负荷模型的参数：
将前述的参数代入方程，得到浙东丘陵地区居住建筑的全年平均冷负荷CL和热负荷HL：
CL＝7.23850×RWW+1.90131×KWA(1-RWW)-0.02718×KWIRWW+8.51873×ZY-2.93624×RWWZY
HL＝-1.32628×RWW+5.31249×KWA(1-RWW)+1.10584×KWIRWW。
本发明的有益效果：
本发明与现有方法相比，该预测方法能运用于浙东丘陵地区的居住建筑能耗预测，且其精度有着较大的提高。
附图说明
图1是多种围护结构组合形式下的能耗模拟曲线图。
图2是本发明中最冷月热负荷模型残差检验的能耗模拟曲线图。
图3是本发明中最热月冷负荷模型残差检验的能耗模拟曲线图。
具体实施方式
下面结合附图和实施例对本发明作进一步的说明。
建筑围护结构参数组合设计：影响居住建筑能耗的因素非常之多，包括建筑体形及布局、建筑围护结构、各个朝向的窗墙比，建筑遮阳、室内人员作息、室内设备散热等。其中，建筑体形和布局又要从建筑面积、建筑楼层、建筑体型、建筑朝向、楼层高度等诸多方面来分析。考虑到这些因素之间本身存在着一些联系，故没有必要对其进行全析因实验。在综合了解大部分实际工程情况后，提炼出四项对能耗影响较大因素(南向窗墙比、墙体传热系数、窗体传热系数和夏季遮阳系数)作为分析对象，在对其进行适当取值和组合后，以24组计算组合为例。各实验组合方式见表1。
实验参数组合设计 表1
建筑热扰参数：实验中各类型房间的热扰如表2所示。
各类型房间热扰 表2
说明：室内空调温度设定为夏季26℃，冬季18℃；电热转换效率均取为0.9；采暖季起始时间：12月1日～2月28日；空调季起始时间：6月15日～9月15日；
空调间歇运行模式说明：各房间空调起停作息按照当天室外最高温度或最低温度而定。当夏季某日室外最高温度高于32℃时，或当冬季某日室外最低温度低于3℃时，则该日启用空调并按照各个房间的作息运行。
房间空调作息表 表3
房间通风设置说明：在居住建筑能耗模拟计算中，合理的通风设置对保证最终结果的正确性至关重要，应尽量模拟真实的居住建筑通风习惯。本文在参考大量关于浙东地区居民生活习惯的研究统计资料，并结合周围人的实际生活习惯后，最终确定通风设置方式如下：
采暖季：各房间与外界的通风换气次数均设定为0.5次/小时；
空调季：各房间与外界的通风换气次数由空调作息和室外温度联合确定，在所有空调运行时间段内，通风换气次数均设定为0.5次/小时；在非空调时间段，若某时刻室外温度高于26℃，则设定通风换气次数为0.5次/小时，其余时间设定通风换气次数为5次/小时。
全年各时刻中，建筑内相连通房间之间的通风量均设定为0.5次/小时。模拟结果如表4所示：
绘制24组合形式下的模拟结果曲线如图1所示。
本发明提出的适用于浙东丘陵地区的居住建筑能耗预测模型如下：
冷负荷模型：
CL＝KC1RWW+KC2KWA(1-RWW)+KC3KWIRWW+KC4ZY+KC5RWWZY
热负荷模型：
HL＝KH1RWW+KH2KWA(1-RWW)+KH3KWIRWW
其中，KWA为墙体传热系数，W/(m2K)；KWI:为窗体传热系数，W/(m2K)；RWW:为南向窗墙面积比；ZY:为遮阳系数；
模型参数估计如表5所示， 表5
将上面的参数代入方程，得到浙东丘陵地区居住建筑的全年能耗模型：
CL＝7.23850×RWW+1.90131×KWA(1-RWW)-0.02718×KWIRWW+8.51873×ZY-2.93624×RWWZY
HL＝-1.32628×RWW+5.31249×KWA(1-RWW)+1.10584×KWIRWW
绘制该模型的预测值与模拟值的对比图如图2、3所示，残差检验结果表明，上述两个负荷模型的残差都非常小，模型有着很好的精确度。
具体实施时：
假定浙东丘陵地区某一居住建筑的外窗传热系数为4.7W/m2K，遮阳系数为0.7，南向窗墙比为0.55，外墙传热系数为1.0W/m2K。
将KWA＝1.0W/m2K；KWI＝4.7W/m2K；ZY＝0.7，RWW＝0.55；代入方程，得到该建筑的全年平均热负荷和冷负荷，CL＝9.60W/m2；HL＝4.52W/m2。
本发明未涉及部分均与现有技术相同或可采用现有技术加以实现。

Claims (2)

1.一种适用于浙东丘陵地区的居住建筑能耗预测方法，其特征是它包括以下步骤：
S1、对于浙东丘陵地区，获取任一居住建筑的窗体传热系数KWA，遮阳系数ZY、南向窗墙面积比RWW以及墙体传热系数W/(m2K)；
S2、采用下述公式计算该建筑的全年平均冷负荷CL和热负荷HL；
冷负荷模型：
CL＝KC1RWW+KC2KWA(1-RWW)+KC3KWIRWW+KC4ZY+KC5RWWZY
热负荷模型：
HL＝KH1RWW+KH2KWA(1-RWW)+KH3KWIRWW
其中，KC1,KC2,KC3,KC4,KC5为冷负荷的模型参数，KH1,KH2,KH3为热负荷的模型参数。
2.根据权利要求1所述的适用于浙东丘陵地区的居住建筑能耗预测方法，其特征是步骤S2中，设定冷负荷模型和热负荷模型的参数：KC1＝7.23850,KC2＝1.90131,KC3＝-0.02718,KC4＝8.51873,KC5＝-2.93624，KH1＝-1.32628,KH2＝5.31249,KH3＝1.10584；
将前述的参数代入方程，得到浙东丘陵地区居住建筑的全年平均冷负荷CL和热负荷HL：
CL＝7.23850×RWW+1.90131×KWA(1-RWW)-0.02718×KWIRWW+8.51873×ZY-2.93624×RWWZY
HL＝-1.32628×RWW+5.31249×KWA(1-RWW)+1.10584×KWIRWW。
CN201610917826.3A 2016-10-21 2016-10-21 一种适用于浙东丘陵地区的居住建筑能耗预测方法 Pending CN106600026A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610917826.3A CN106600026A (zh) 2016-10-21 2016-10-21 一种适用于浙东丘陵地区的居住建筑能耗预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610917826.3A CN106600026A (zh) 2016-10-21 2016-10-21 一种适用于浙东丘陵地区的居住建筑能耗预测方法

Publications (1)

Publication Number Publication Date
CN106600026A true CN106600026A (zh) 2017-04-26

Family

ID=58556169

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610917826.3A Pending CN106600026A (zh) 2016-10-21 2016-10-21 一种适用于浙东丘陵地区的居住建筑能耗预测方法

Country Status (1)

Country Link
CN (1) CN106600026A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108804802A (zh) * 2018-06-05 2018-11-13 西安建筑科技大学 一种以夏季空调制冷能耗控制为目标的办公建筑空间节能设计方法
CN108959690A (zh) * 2018-04-26 2018-12-07 西安建筑科技大学 基于bim的建筑模型窗墙面积比自动优化方法
CN111179108A (zh) * 2018-11-12 2020-05-19 珠海格力电器股份有限公司 用电能耗的预测方法和装置
CN113757789A (zh) * 2021-09-23 2021-12-07 山东纬横数据科技有限公司 一种面向智慧校园建设的供热节能预测控制方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108959690A (zh) * 2018-04-26 2018-12-07 西安建筑科技大学 基于bim的建筑模型窗墙面积比自动优化方法
CN108959690B (zh) * 2018-04-26 2022-07-19 西安建筑科技大学 基于bim的建筑模型窗墙面积比自动优化方法
CN108804802A (zh) * 2018-06-05 2018-11-13 西安建筑科技大学 一种以夏季空调制冷能耗控制为目标的办公建筑空间节能设计方法
CN111179108A (zh) * 2018-11-12 2020-05-19 珠海格力电器股份有限公司 用电能耗的预测方法和装置
CN113757789A (zh) * 2021-09-23 2021-12-07 山东纬横数据科技有限公司 一种面向智慧校园建设的供热节能预测控制方法

Similar Documents

Publication Publication Date Title
Harkouss et al. Passive design optimization of low energy buildings in different climates
Li et al. Energy performance optimisation of building envelope retrofit through integrated orthogonal arrays with data envelopment analysis
CN104680004B (zh) 一种建筑物节能率计算方法
Yu et al. Evaluation on energy and thermal performance for office building envelope in different climate zones of China
Lam et al. Building energy efficiency in different climates
Yang et al. Building energy simulation using multi-years and typical meteorological years in different climates
Xue et al. Multi-objective optimization of building design for life cycle cost and CO2 emissions: A case study of a low-energy residential building in a severe cold climate
Larsen et al. Comparison of measured and calculated values for the indoor environment in one of the first Danish passive houses
Li et al. Natural ventilation potential of high-rise residential buildings in northern China using coupling thermal and airflow simulations
CN111985696A (zh) 一种针对大型区域供冷供热能源站的冷热负荷计算方法
CN110276524B (zh) 一种适合规划阶段的楼宇型分布式能源系统负荷分析方法
CN106600026A (zh) 一种适用于浙东丘陵地区的居住建筑能耗预测方法
CN104680001A (zh) 基于人体热适应模型的建筑节能率计算方法
Yasue et al. Modeling the occupant behavior relating to window and air conditioner operation based on survey results
Yu et al. Impact of window and air-conditioner operation behaviour on cooling load in high-rise residential buildings
CN112365176A (zh) 一种节能分析气象年计算方法、系统、装置和存储介质
Kneifel et al. Simulated versus Measured Energy Performance of the NIST Net Zero Energy Residential Test Facility Design
CN114925978A (zh) 净零能耗建筑自然通风的节能及净化综合潜力评估方法
Pinto et al. Climate change impact assessment in hotels: methodology and adaptation strategies for high quality hotels
Rahman et al. Energy conservation measures in an institutional building by dynamic simulation using DesignBuilder
Wan et al. Impact of modelled global solar radiation on simulated building heating and cooling loads
Węglarz et al. The optimal thermal design of residential buildings using energy simulation and fuzzy sets theory
CN110906510B (zh) 一种内嵌管式围护结构供冷最优间歇调控方案的确定方法
Dhakal et al. Estimation of heat discharges by residential buildings in Tokyo
Chowdhury et al. Energy consumption prediction of different active cooling systems for tropical occupational workplaces

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20170426