CN107220472B - 基于建筑面积和能效比的能耗仪及能耗评价方法 - Google Patents
基于建筑面积和能效比的能耗仪及能耗评价方法 Download PDFInfo
- Publication number
- CN107220472B CN107220472B CN201710663678.1A CN201710663678A CN107220472B CN 107220472 B CN107220472 B CN 107220472B CN 201710663678 A CN201710663678 A CN 201710663678A CN 107220472 B CN107220472 B CN 107220472B
- Authority
- CN
- China
- Prior art keywords
- energy consumption
- building
- area
- energy
- public
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Theoretical Computer Science (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Architecture (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种属于建筑节能技术领域的基于建筑面积和能效比的集预测与评价公共建筑能耗一体的能耗仪,包括用于建筑面积、区域面积、能耗数据等建筑基础参数输入和能耗评价结果输出的设备触摸屏,用于储存建筑面积、区域面积、能耗数据等建筑基础参数并进行控制运算的单片机系统8051,将能耗评价模型程序事先设定在能耗仪内,同时程序加入了自适应方法,使得能耗仪不仅能根据建筑面积来对公共建筑能耗进行预测和评价,还可以根据区域面积来优化能耗评价结果,使得能耗仪的评价结果更加准确和可靠。本发明能够准确的对公共建筑的能耗水平进行预测,并且给出其在多栋公共建筑间的能耗水平得分,有利于国内公共建筑领域节能管理和节能改造等工作的开展。
Description
技术领域
本发明涉及一种评价公共建筑节能情况的能耗仪,尤其是一种基于建筑面积和能效比的集预测与评价公共建筑能耗一体的能耗仪,属于建筑节能技术领域。
背景技术
公共建筑主要包含办公建筑(写字楼、政府办公楼等),商业建筑(商场、旅馆饭店等),科教文卫建筑,通信建筑以及交通运输用房等。据抽样调查,我国大型公共建筑面积占城镇建筑面积比例不到4%,消耗的电量却占20%以上,大型公共建筑能耗高的问题比较突出,强化大型公共建筑节能管理,是今后一段时间建筑节能工作的重点。对于新建公共建筑,一方面,Energy Plus、TRNSYS、DeST等能耗模拟软件已被广泛应用,使得建筑在设计阶段就充分利用各项节能技术,从而在源头上遏制了高能耗建筑的建设;另一方面,LEED、BREEAM、GB 50378-2006《绿色建筑评价标准》等建筑能耗分值评估体系的普及,大大增强了建筑业主们的建筑节能意识,促进了各项节能措施的应用和能耗标识的执行,从而确保了新建建筑符合节能标准;由此可以看出对于新建公共建筑我国已有较为成熟且完善的能耗评价体系。对于既有公共建筑,其能耗评价体系是基于多栋建筑物间的横向比较,因此需要收集全面详细的建筑基本信息、气象数据及相关能耗数据,并且对数据的准确性要求较高。国外已有较为成熟的基于多栋建筑横向比较的能耗评价体系,其中最具代表性的美国环保署的Energy Star Benchmarking Tool—“能源之星”建筑能耗评价工具,其依托涵盖大量数据的CBECS(Commercial Buildings Energy Consumption Survey)能耗数据库,用户只需将建筑的一些基本信息输入,便可得知建筑的能耗等级。而在国内,一方面,大众对建筑节能工作的不熟悉使得数据采集的可操作性较差,难以形成全面详细和准确的数据库;另一方面,能耗影响因素各异:有以建筑面积为代表的单一能耗影响因素,也有多个系数(包括天气,人数,建筑面积、设备能效、墙体、屋顶等的传热系数等)结合的复合影响因素,难以形成统一的能耗影响因素,因此我国还尚未形成较为成熟完善的既有公共建筑能耗评价体系。
在已有技术中,申请号为201510680475.4,名称为一种居住建筑节能效果评价的简易方法,提出了一种基于统计学原理,根据上海市气象资料和建筑能耗随外墙、屋面、外窗等围护结构的保温、隔热系数的变化规律来优化DeST-h能耗模拟软件的简易建筑节能效果评价方法。然而,该专利虽然考虑了气象因子、围护结构的保温隔热对建筑能耗的影响,但其基本原理还是基于DeST-h能耗模拟软件,而DeST软件仅适用于对单栋建筑的能耗状况进行评价,因此该评价方法无法应用于多栋建筑能耗的横向比较,换言之,该评价方法并不适用于多栋既有公共建筑的能耗评价。
发明内容
为了完善既有公共建筑的能耗评价体系,本发明的目的在于提出一种内部嵌入能耗评价模型的能耗仪,此仪器通过公共建筑的建筑面积、区域面积、能耗数据等输入参数,即可准确的对公共建筑的能耗水平进行预测,并且给出其在多栋公共建筑间的能耗水平得分,能够满足国家各级政府主管部门节能监管的需要,满足建筑业主对建筑节能潜力评估的需要,有利于国内公共建筑领域节能管理和节能改造等工作的开展。
本发明是通过以下技术方案实现的:将能耗评价模型程序事先设定在能耗仪内,根据公共建筑的实际调研情况,在取得建筑面积、各区域面积划分情况、能耗数据后,首先根据建筑的建筑面积和各区域面积划分情况,通过仪器内部程序的运算,对公共建筑的能耗水平进行预测,接着根据建筑的实际能耗数据,对其能耗水平进行综合评价,最终得到公共建筑的能耗水平得分和节能潜力大小。
本发明主要包括用于建筑面积、区域面积、能耗数据等建筑基础参数输入和能耗评价结果输出的输入输出一体设备触摸屏,用于储存建筑面积、区域面积、能耗数据等建筑基础参数并进行控制运算的单片机系统8051。
进一步地,在本发明中,能耗评价模型包括预测、评分和自适应三个模块。其中预测模块是对建筑的年综合能耗(单位为千克标准煤每年(kgce/a))进行预测,评分模块是根据建筑的实际年综合能耗进而确定其在多栋建筑物间的能耗水平得分与节能潜力大小,自适应模块是对能耗评价模型的扩展与修正,能够根据区域面积来优化能耗评价结果。
更进一步地,在本发明中,能耗评价模型的输入参数为两类,一类是建筑基本信息参数,包括建筑物的建筑面积和区域面积,其中建筑面积为必备输入参数,建筑物的区域面积属于可选输入参数;另一类是能耗数据,主要包括建筑物的能源消耗量,可能包括电力、天然气、煤气等等。其中,建筑基本信息参数中的建筑面积主要用于能耗评价模型的预测模块,能耗参数主要用于能耗评价模型的评分模块。若输入参数还包括区域面积参数,则自适应模块参与模型的运算。
更进一步地,在能耗评价模型的预测模块中,通过多元线性回归拟合得到统计报告期内(通常是一年)的公共建筑预测年综合能耗。此公共建筑预测年综合能耗主要是通过对影响公共建筑能耗的主要因素的分析和筛选,以筛选后的主要能耗影响因素为自变量建立起因变量公共建筑预测年综合能耗的回归函数。在本发明中,主要能耗影响因素也即预测模块的输入参数确定为建筑面积,原因在于:各类因子(建筑面积、建筑的各功能区域面积、开业时间、围护结构传热系数、天气、设备能效等)对公共建筑的能源消耗量的影响程度大小各异,若将多个系数确定为能耗影响因素,一方面从数据易取得角度考虑,由于牵涉太多种类系数会增加数据采集的困难性;另一方面从对能耗的影响程度角度考虑,各影响因子影响程度有大有小,引入过多影响程度不明的因子会使得预测的可靠性降低。另外,考虑到目前领域内较为认可的单位建筑面积能耗(单耗)这一能耗评价指标,其正是与建筑面积这一影响因素建立关系,由此可以看出建筑面积是与公共建筑能耗密切关联的一个影响参数,且参数本身简单易取得,利于推广。
更进一步地,建筑面积细分至由建筑内各功能区域面积组成,各功能区域面积也与建筑能耗密切相关,例如对于一栋购物中心,由于耗能设备的不同和耗能设备数量的差异,导致其餐饮区的能耗远远大于百货区能耗,类似的,对于车库区,由于不采用空调系统其能耗则远远小于百货区能耗。由此在自适应模块,特别增加公共建筑各区域面积这一类参数作为输入参数,目的在于通过建筑面积(预测模块)和区域面积这两种不同输入参数,拟合得到两个年综合能耗的预测公式,从而得到两个年综合能耗预测值,与建筑实际年综合能耗(输入参数)相比,确定最优的预测值和预测公式。预测模块和自适应模块的预测年综合能耗公式如公式(1)和(2)所示:
Ep=B+AS (1)
式中:
Ep——公共建筑预测年综合能耗,单位为千克标准煤每年(kgce/a);
S——建筑面积,单位为平方米(m2);
B——经多元拟合后确定的常数;
A——经多元拟合后确定的系数,单位为千克标准煤每平方米每年[kgce/(m2·a)]。
Ep=B+A1S1+A2S2+A3S3+…+A10S10 (2)
式中:
Ep——公共建筑预测年综合能耗,单位为千克标准煤每年(kgce/a);
S1,S2,S3,…,S10——具体的公共建筑各区域面积,单位为平方米(m2),这里规定其面积划分最多有10个分区;
B——经多元拟合后确定的常数;
A1,A2,A3,…,A10——经多元拟合确定的相对应各区域面积的系数,单位为千克标准煤每平方米每年[kgce/(m2·a)]。
更进一步地,在能耗评价模型的评分模块中,引入能效比来对公共建筑的能耗水平进行综合评价。能效比(EER)是指公共建筑的年综合能耗与预测年综合能耗的比值。其计算按照公式(3)进行。
式中:
EER——公共建筑能效比;
E——公共建筑年综合能耗,单位为千克标准煤每年(kgce/a);
Ep——公共建筑预测年综合能耗,单位为千克标准煤每年(kgce/a)。
低能效比的建筑说明其实际能耗小于预测能耗,节能率高,相应的,建筑的节能潜力低,反之,高能效比的建筑,其实际能耗大于预测能耗,节能率低,建筑的节能潜力高,可采用一系列节能改造的方法来提高其能源使用效率。
为了便于多个建筑之间进行能效比的比较,通过曲线回归拟合累积百分数随着能效比变化的曲线规律,进而建立1-100分的能效比评分体系。对于每一特定的能效比区间,均对应了一个具体的分值,100分对应的能效比最小,表明建筑的节能率最高,相应其节能潜力小,1分对应的能效比最大,表明建筑的节能率最低,相应其节能潜力大。规定当得分为60分时,公共建筑耗能水平合理,得分为75分时,公共建筑能耗水平较为先进,可颁发相应认证。
与现有技术相比,本发明的有益效果是:第一,基于建筑面积和能效比的的能耗仪,能够对公共建筑的能耗进行预测和综合评价,完善了既有公共建筑的能耗评价体系,有利于国内公共建筑领域节能管理和节能改造等工作的开展;第二,能耗仪采用建筑面积和各区域面积作为能耗的主要影响因素对公共建筑的能耗进行预测,此能耗影响参数本身简单易取得,与公共建筑能耗密切关联,使得预测的可靠性大大提高,有利于能耗仪的推广;第三,基于能效比的能耗评分体系,便于多个公共建筑之间进行能耗的比较,能够满足国家各级政府主管部门节能监管的需要,满足建筑业主对建筑节能潜力评估的需要。
附图说明
图1为本发明的计算程序流程图。
具体实施方式
下面结合附图对本发明的实施例作详细说明,本实施例以本发明技术方案为前提,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
实施例
本发明的实施例如图1所示,本发明单片机系统内嵌程序中主要包括能耗评价模型的预测、评分及自适应模块,可以根据输入参数的不同(主要是建筑面积和区域面积),相应使用预测或自适应模块进行公共建筑的年综合能耗的预测,以得到最优的预测值,从而优化能耗评价结果。
本实施例中单片机系统程序运行步骤如下:输入参数包括:建筑面积、区域面积和能耗数据,其中能耗数据是公共建筑在统计报告期内(通常为1年)所消耗的能源消费量(通常包括电力、天然气、煤气等),在能耗评价模型运算前,需将能耗数据折算为等量的标准煤。在能耗评价模型运算时,首先运行预测模块,将输入参数建筑面积输入到预测模块,通过拟合得到公共建筑的预测年综合能耗;接着运行评分模块,将经折算后的能耗数据即能耗参数和由预测模块得到的预测年综合能耗输入到评分模块,得到公共建筑的能效比后,与能效比评分体系相对应,即可得到该建筑的能耗水平得分与节能潜力大小;最终,结合评分模块与预测模块的输出结果得到公共建筑能耗评价结果。当输入参数同时包括建筑面积和区域面积时,即可运行自适应模块,将能耗参数与区域面积输入到自适应模块,得到由区域面积拟合的预测年综合能耗,通过判据A即两个预测年综合能耗(分别由自适应和预测模块拟合得到)与能耗参数的差值的比较,选定差值小的所对应的预测年综合能耗为最优预测年综合能耗,并将结果输出到评分模块,运行评分模块程序,最终得到优化后的公共建筑能耗评价结果。
Claims (1)
1.一种基于建筑面积和能效比的能耗评价方法,其特征在于包括以下步骤:第一,运行预测模块,将输入参数建筑面积输入到预测模块,通过拟合得到公共建筑的预测年综合能耗;第二,运行评分模块,将经折算后的能耗数据即能耗参数和由预测模块得到的预测年综合能耗输入到评分模块,得到公共建筑的能效比后,与能效比评分体系相对应,即可得到该建筑的能耗水平得分与节能潜力大小;第三,结合评分模块与预测模块的输出结果得到公共建筑能耗评价结果;第四,当输入参数同时包括建筑面积和区域面积时,运行自适应模块,将能耗参数与区域面积输入到自适应模块,得到由区域面积拟合的预测年综合能耗,通过判据A即两个预测年综合能耗与能耗参数的差值的比较,选定差值小的所对应的预测年综合能耗为最优预测年综合能耗,并将结果输出到评分模块,运行评分模块程序,最终得到优化后的公共建筑能耗评价结果;
能耗评价模型中的预测模块是根据建筑基本信息参数中的建筑面积对建筑的年综合能耗进行预测;评分模块是根据建筑的实际年综合能耗来确定其在多栋建筑物间的能耗水平得分与节能潜力大小;自适应模块是对能耗评价模型的扩展与修正,能够根据区域面积参数来优化能耗评价结果;
在能耗评价模型中的预测模块,通过多元线性回归以主要能耗影响因素拟合得到统计报告期内的公共建筑预测年综合能耗;
主要能耗影响因素也即预测模块的输入参数确定为建筑面积;
预测模块的预测年综合能耗公式如下所示:
Ep=B+AS
式中:
Ep——公共建筑预测年综合能耗,单位为千克标准煤每年;
S——建筑面积,单位为平方米;
B——经多元拟合后确定的常数;
A——经多元拟合后确定的系数,单位为千克标准煤每平方米每年;
自适应模块的输入参数包括能耗数据和区域面积,将通过区域面积和建筑面积由预测模块运算拟合得到的两个预测年综合能耗与建筑实际年综合能耗相比,确定最优的预测值,以此达到优化能耗评价结果的目的;
自适应模块的预测年综合能耗公式如下所示:
Ep=B+A1S1+A2S2+A3S3+···+A10S10
式中:
Ep——公共建筑预测年综合能耗,单位为千克标准煤每年;
S1,S2,S3,···,S10——具体的公共建筑各区域面积,单位为平方米,这里规定其面积划分最多有10个分区;
B——经多元拟合后确定的常数;
A1,A2,A3,···,A10——经多元拟合确定的相对应各区域面积的系数,单位为千克标准煤每平方米每年;
其中,两个预测年综合能耗分别由自适应和预测模块拟合得到;建筑的年综合能耗单位为千克标准煤每年,单位缩写为kgce/a;统计报告期内是一年;单位平方米的缩写为m2;单位千克标准煤每平方米每年的缩写为kgce/(m2·a);建筑实际年综合能耗为输入参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710663678.1A CN107220472B (zh) | 2017-08-06 | 2017-08-06 | 基于建筑面积和能效比的能耗仪及能耗评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710663678.1A CN107220472B (zh) | 2017-08-06 | 2017-08-06 | 基于建筑面积和能效比的能耗仪及能耗评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107220472A CN107220472A (zh) | 2017-09-29 |
CN107220472B true CN107220472B (zh) | 2021-06-11 |
Family
ID=59954494
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710663678.1A Active CN107220472B (zh) | 2017-08-06 | 2017-08-06 | 基于建筑面积和能效比的能耗仪及能耗评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107220472B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110135649B (zh) * | 2019-05-21 | 2021-06-11 | 山东建筑大学 | 短期建筑能耗区间预测方法、系统、介质及设备 |
CN111126778A (zh) * | 2019-11-26 | 2020-05-08 | 国网浙江省电力有限公司 | 一种基于层次分析法的酒店能耗评价模型构建方法 |
CN112070267A (zh) * | 2020-07-31 | 2020-12-11 | 浙江大有实业有限公司杭州科技发展分公司 | 基于大数据的节能酒店能耗费用的分配方法及装置 |
CN112685823A (zh) * | 2021-01-06 | 2021-04-20 | 上海筑策建筑设计事务所(有限合伙) | 超千床综合医院面积测算方法、装置和终端设备 |
CN117371624B (zh) * | 2023-12-07 | 2024-02-20 | 邢台职业技术学院 | 一种建筑节能改造优化管理方法 |
CN117389199B (zh) * | 2023-12-07 | 2024-02-23 | 国网山东省电力公司济宁供电公司 | 一种建筑能耗数据监测管理方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102346445A (zh) * | 2011-08-16 | 2012-02-08 | 北京四季微熵科技有限公司 | 区域建筑能耗控制系统及其方法 |
CN102495946A (zh) * | 2011-11-15 | 2012-06-13 | 上海市建筑科学研究院(集团)有限公司 | 一种大型公共建筑分项用能参考值的确定方法 |
US20170011150A1 (en) * | 2012-11-06 | 2017-01-12 | Cenergistic Llc | Adjustment simulation method for energy consumption |
-
2017
- 2017-08-06 CN CN201710663678.1A patent/CN107220472B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102346445A (zh) * | 2011-08-16 | 2012-02-08 | 北京四季微熵科技有限公司 | 区域建筑能耗控制系统及其方法 |
CN102495946A (zh) * | 2011-11-15 | 2012-06-13 | 上海市建筑科学研究院(集团)有限公司 | 一种大型公共建筑分项用能参考值的确定方法 |
US20170011150A1 (en) * | 2012-11-06 | 2017-01-12 | Cenergistic Llc | Adjustment simulation method for energy consumption |
Non-Patent Citations (2)
Title |
---|
The impact of urban form on U.S. residential energy use;Reid Ewing 等;《Housing Policy Debate》;20100331;第19卷(第1期);第1-30页 * |
区域建筑负荷与能耗预测研究综述;潘毅群 等;《暖通空调》;20150315;第45卷(第3期);第33-40页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107220472A (zh) | 2017-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107220472B (zh) | 基于建筑面积和能效比的能耗仪及能耗评价方法 | |
Zhu et al. | Multi-objective optimization for energy consumption, daylighting and thermal comfort performance of rural tourism buildings in north China | |
Li et al. | Energy performance optimisation of building envelope retrofit through integrated orthogonal arrays with data envelopment analysis | |
Wu et al. | A multi-objective optimization design method in zero energy building study: A case study concerning small mass buildings in cold district of China | |
CN110264080B (zh) | 一种绿色建筑运行性能评价方法、装置、设备及存储介质 | |
Liu et al. | Enhancing public building energy efficiency using the response surface method: an optimal design approach | |
CN105373971A (zh) | 基于大数据的建筑能效管理的方法 | |
Liu et al. | Correlation analysis of building plane and energy consumption of high-rise office building in cold zone of China | |
CN102095591B (zh) | 一种被动式太阳能采暖建筑的节能性能评价方法 | |
Hamdy et al. | A multi-aid optimization scheme for large-scale investigation of cost-optimality and energy performance of buildings | |
Lu et al. | The performance and analysis of office building energy consumption in the west of Inner Mongolia Autonomous Region, China | |
Parkin et al. | Net-zero buildings: when carbon and energy metrics diverge | |
Lin et al. | Evaluating energy retrofits of historic buildings in a university campus using an urban building energy model that considers uncertainties | |
CN116205425A (zh) | 一种基于典型数据库的低碳园区冷热电气负荷预测方法 | |
Xu et al. | Community load leveling for energy configuration optimization: Methodology and a case study | |
Song et al. | Framework on low-carbon retrofit of rural residential buildings in arid areas of northwest China: A case study of Turpan residential buildings | |
Gao et al. | Environmental-thermal-economic performance trade-off for rural residence retrofitting in the Beijing–Tianjin–Hebei region, Northern China: A multi-objective optimisation framework under different scenarios | |
Wang et al. | A procedure set to construct the optimal energy saving retrofit strategy for old residential buildings in China | |
Chen et al. | Research on energy-saving optimization model based on building energy consumption data | |
Peuportier et al. | Application of life cycle assessment to a building sample in order to help in projects evaluation | |
Lorenzati et al. | Social housing in Italy: Energy audit and dynamic simulation towards a nZEB policy | |
Vihola et al. | Heat loss rate of the Finnish building stock | |
Pullen | A tool for depicting the embodied energy of the Adelaide urban environment | |
Li et al. | Office building energy consumption prediction based on LSTM and SVR | |
Wu et al. | Multi-objective optimization of residential building energy consumption, daylighting, and thermal comfort based on BO-XGBoost-NSGA-II |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |