CN108426354A - 基于辐射时间序列方法的空调负荷预测系统 - Google Patents

基于辐射时间序列方法的空调负荷预测系统 Download PDF

Info

Publication number
CN108426354A
CN108426354A CN201810354622.2A CN201810354622A CN108426354A CN 108426354 A CN108426354 A CN 108426354A CN 201810354622 A CN201810354622 A CN 201810354622A CN 108426354 A CN108426354 A CN 108426354A
Authority
CN
China
Prior art keywords
time sequence
user
load
air
sequence 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
CN201810354622.2A
Other languages
English (en)
Inventor
丁研
聂英雪
王翘楚
张震勤
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.)
Tianjin University
Original Assignee
Tianjin University
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 Tianjin University filed Critical Tianjin University
Priority to CN201810354622.2A priority Critical patent/CN108426354A/zh
Publication of CN108426354A publication Critical patent/CN108426354A/zh
Pending legal-status Critical Current

Links

Classifications

    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00Control or safety arrangements
    • F24F11/89Arrangement or mounting of control or safety devices
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00Control or safety arrangements
    • F24F11/62Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00Control inputs relating to air properties
    • F24F2110/10Temperature
    • F24F2110/12Temperature of the outside air
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00Control inputs relating to air properties
    • F24F2110/20Humidity
    • F24F2110/22Humidity of the outside air

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Signal Processing (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明公开一种基于辐射时间序列方法的空调负荷预测系统,包括气象参数提供设备、内置数据库、用户输入侧、冷和热负荷计算模块;所述气象参数提供设备、内置数据库和用户输入侧全部采用数据传输线与冷、热负荷计算模块连接。本发明有效实时地计算出建筑规划阶段空调负荷以顺利完成区域能源规划任务。

Description

基于辐射时间序列方法的空调负荷预测系统
技术领域
本发明属于空调负荷计算及暖通空调能耗预测领域,具体涉及一种基于辐射时间序列方法的空调负荷预测系统。
背景技术
随着我国经济和社会的快速发展以及城镇化进程的不断推进,建筑能耗问题日益突出。其中建筑空调采暖系统的能耗巨大(能耗以电能为主),约占建筑能耗的65%。因此降低空调采暖能耗的重要性不言而喻。目前建筑空调系统的节能途径主要分为前期的设计节能和后期的运行节能。设计节能的核心是根据可靠的建筑冷冷热负荷配置合适容量的空调,避免“大马拉小车”;运行节能的核心是根据实际的建筑冷热负荷,对空调的运行过程进行实时调控,实现按需供能。
然而在建筑规划阶段,对空调负荷做出预测以实现节能也是非常必要的。目前国内外专家致力于建筑空调负荷预测方法有两种:基于能耗统计的空调负荷预测方法和应用能耗模拟软件的模拟预测方法。城市规划阶段的建筑空调负荷预测不同于空调系统设计阶段的负荷计算以及系统运行时期的在线预测。现阶段常用的建筑空调负荷预测方法应用于城市规划阶段还存在着一定的问题:(1)基于统计规律的负荷预测需要大量的建筑逐时能耗数据作为基础,而审计部门一般是对能耗总量进行统计,很难获得逐时动态数据,并且统计数据都是单体建筑能耗的反应,而不是城区能源规划阶段需要的某类型建筑的负荷预测。即对数据的代表性提出了要求。(2)建筑能耗模拟软件需要大量详细的建筑信息,这些信息在城市规划阶段很难获得,直接影响模拟结果的精度。
发明内容
本发明的目的在于克服现有技术中的不足,提出了一套应用于建筑规划阶段的基于辐射时间序列方法的空调负荷预测系统,基于辐射时间序列方法能有效的解决建筑规划阶段可提供参数有限这一问题,该系统可以较准确地得出建筑规划阶段的空调负荷,以便于能源规划和调度。
针对目前建筑中采暖空调的负荷预测的问题,本发明提供了一种基于辐射时间序列方法的空调负荷预测系统。
为实现上述目的,本发明采用如下技术方案:基于辐射时间序列方法的空调负荷预测系统,包括气象参数提供设备、内置数据库、用户输入侧、冷和热负荷计算模块;所述气象参数提供设备、内置数据库和用户输入侧全部采用数据传输线与冷、热负荷计算模块连接;
所述气象参数提供设备所提供的参数包括室外温度、室外湿度、太阳辐射强度和散射辐射强度,所述室外温度、室外湿度、太阳辐射强度和散射辐射强度全部采用典型气象年气象参数数据库;
所述内置数据库内置各种参数包括室内设计参数、围护结构传热系数、多种辐射时间序列、多种导热时间序列、照明功率指标、设备功率指标、人员密度指标、辐射比例和各种设备、人员、照明时间表;
所述用户输入侧为用户输入建筑高度H、用地面积St、窗墙比m、建筑密度ρ、容积率Vf、大体层数n、建筑使用功能、总建筑面积S和体形系数η;
所述冷、热负荷计算模块将所述典型气象年气象参数数据库、内置数据库以及用户输入侧的数据参数采用基于辐射时间序列方法进行计算,得出冷负荷和热负荷。
所述内置数据库内提供的数据由用户选择或者用户自主输入。
所述冷负荷为供冷季使用。
所述热负荷为供暖季使用。
与现有技术相比,本发明克服建筑规划阶段可知参数极少的不足,解决了规划阶段负荷计算的问题,准确计算出建筑规划阶段空调负荷,计算精度比现有的规划阶段常用的计算方法高,有效地解决建筑规划阶段可知参数有限的问题,对区域能源规划和调度有重大意义:
1、本发明基于辐射时间序列原理,精确做出建筑规划阶段负荷预测,便于制定能源方案,选择能源供应设备。
2、本发明解决了目前单纯依靠个人经验,感觉管理机组运行的问题,弥补了调控管理机组运行技术方面的空白。
附图说明
图1为空调负荷预测系统基本构成图;
图2为负荷计算模块计算流程图;
图3为内部得热量辐射/对流比例推荐值;
图4为典型运行条件下的照明得热量参数;
图5为围护结构辐射时间系数;
图6为墙体导热时间系数表(节选自ASHRAE Handbook 18.24Table 16)。
具体实施方式
以下结合附图和具体实施例来对本发明做详细说明:
当前建筑规划阶段负荷预测方法如基于能耗统计的空调负荷预测方法和应用能耗模拟软件的模拟预测方法等。需要大量的逐时统计数据和大量参数信息,但由于建筑规划阶段所能提供的建筑参数有限,显然应用以上方法不能得出精确的负荷预测结果。
本发明一种基于辐射时间序列方法的空调负荷预测系统,如图1所示,本发明基于辐射时间序列方法的空调负荷预测系统包括气象参数提供设备、内置数据库、用户输入侧和冷、热负荷计算模块;所述气象参数提供设备、所述内置数据库和所述用户输入侧全部采用数据线与所述冷、热负荷计算模块连接;
所述气象参数提供设备所提供的参数包括室外温度、室外湿度、太阳辐射强度和散射辐射强度,上述参数都采用典型气象年数据,来自典型气象年气象参数数据库;所述气象参数提供设备通过数据传输线连接到所述冷、热负荷计算模块;本实施例中气象参数提供设备实是一个存储气象参数的数据库,因为所提供的气象参数为典型气象年的气象数据,所以也可以叫做气象参数数据库
所述内置数据库内提供的数据由用户选择或者用户自主输入;所述内置数据库内置各种参数包括室内设计参数、围护结构传热系数、设备、多种导热时间序列、照明功率指标、设备功率指标、人员密度指标、辐射比例和人员、照明时间表、多种辐射时间序列;所述内置数据库通过数据传输线传输给所述冷、热负荷计算模块;
本实施例中内置数据库,也可以叫做内置参数表,是要将一些计算所需的参数放置其中,比如窗、墙、屋顶的传热系数,辐射时间系数,传导时间系数;传热比例,辐射比例,设备,人员,照明时间表,照明功率指标,设备面积指标,人员密度。存储形式是表格,如图5,图6所示。
所述用户输入侧需要用户输入建筑高度H、用地面积St、窗墙比m、建筑密度ρ、容积率Vf、大体层数n、建筑使用功能、总建筑面积S和体形系数η;用户输入侧由数据传输线传输给所述冷、热负荷计算模块;
所述冷、热负荷计算模块置于一个控制箱内,由数据传输线汇总所述气象参数提供设备、内置数据库以及用户输入侧的数据参数,基于辐射时间序列方法进行计算,得出冷负荷(供冷季)和热负荷(供暖季)。
所述冷、热负荷计算模块采用辐射时间序列方法(RTSM),如图2所示,该方法将冷、热负荷按一定比例分为辐射部分和对流部分,具体包括以下步骤:
(1)计算出设计日各组成成分的24小时的得热量(发生第一次时间延迟,通过不透光围护结构导热过程中存在的延迟作用,即通过导热时间序列计算出的外表面传导得热量);
(2)将得热量分为辐射部分和对流部分详见摘要附图,见图3内部得热量辐射/对流比例推荐值;
典型运行条件下的照明得热量参数如图4所示;
(3)选择适当的辐射时间序列来修正得热量得出冷负荷(发生第二次时间延迟,即辐射得热量转化为冷负荷时的延迟);
(4)将对流部分的得热量和存在延迟的辐射部分(经过修正后的辐射得热量)相加得出某时刻的冷负荷。
辐射时间序列方法(RTSM)是美国采暖、制冷及空调工程师协会(ASHRAE) 提出的一种计算空调设计冷、热负荷的的方法。RTSM来源于热平衡方法(HBM),热平衡方法也是计算空调设计冷热负荷的方法,特点是计算准确,但计算过程十分复杂。RTSM是HBM的简化,省去了复杂的迭代过程,准确性方面也可达到较高精度。本专利中所述的辐射时间序列方法,基于ASHRAE所提出的RTSM。但本文最大的特色是将RTSM用于建筑规划阶段(ASHRAE提出是用于设计阶段)。因为建筑规划阶段,可知建筑参数较少,所以围护结构的面积算法与建成后的建筑的围护结构面积算法会有不同。在一定程度上进行了简化,比如在计算窗的冷负荷部分,无论是计算窗的直射辐射负荷还是散射辐射都会涉及都一个参数——室内太阳散射强度衰减系数(IAC),虽然原方法中有计算公式,了解到书中有根据不同遮阳类型给出的一些IAC参考值,因为是建筑规划阶段,遮阳类型并不确定,只需要按照常规做法选择,然后通过查表的方式来获得其值。在计算窗的散射辐射时会涉及到一个窗与地面的角度问题,在此我们将所有窗考虑为竖直表面。另外,在计算人员,照明,设备负荷时,时间表均取经验值。
应当理解的是,这里所讨论的实施方案及实例只是为了说明,对本领域技术人员来说,可以加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (4)

1.基于辐射时间序列方法的空调负荷预测系统,其特征在于,包括气象参数提供设备、内置数据库、用户输入侧、冷和热负荷计算模块;所述气象参数提供设备、内置数据库和用户输入侧全部采用数据传输线与冷、热负荷计算模块连接;
所述气象参数提供设备所提供的参数包括室外温度、室外湿度、太阳辐射强度和散射辐射强度,所述室外温度、室外湿度、太阳辐射强度和散射辐射强度全部采用典型气象年气象参数数据库;
所述内置数据库内置各种参数包括室内设计参数、围护结构传热系数、多种辐射时间序列、多种导热时间序列、照明功率指标、设备功率指标、人员密度指标、辐射比例和各种设备、人员、照明时间表;
所述用户输入侧为用户输入建筑高度H、用地面积St、窗墙比m、建筑密度ρ、容积率Vf、大体层数n、建筑使用功能、总建筑面积S和体形系数η;
所述冷、热负荷计算模块将所述典型气象年气象参数数据库、内置数据库以及用户输入侧的数据参数采用基于辐射时间序列方法进行计算,得出冷负荷和热负荷。
2.根据权利要求1所述的基于辐射时间序列方法的空调负荷预测系统,其特征在于,所述内置数据库内提供的数据由用户选择或者用户自主输入。
3.根据权利要求1所述的基于辐射时间序列方法的空调负荷预测系统,其特征在于,所述冷负荷为供冷季使用。
4.根据权利要求1所述的基于辐射时间序列方法的空调负荷预测系统,其特征在于,所述热负荷为供暖季使用。
CN201810354622.2A 2018-04-19 2018-04-19 基于辐射时间序列方法的空调负荷预测系统 Pending CN108426354A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810354622.2A CN108426354A (zh) 2018-04-19 2018-04-19 基于辐射时间序列方法的空调负荷预测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810354622.2A CN108426354A (zh) 2018-04-19 2018-04-19 基于辐射时间序列方法的空调负荷预测系统

Publications (1)

Publication Number Publication Date
CN108426354A true CN108426354A (zh) 2018-08-21

Family

ID=63161358

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810354622.2A Pending CN108426354A (zh) 2018-04-19 2018-04-19 基于辐射时间序列方法的空调负荷预测系统

Country Status (1)

Country Link
CN (1) CN108426354A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109720166A (zh) * 2018-12-24 2019-05-07 新奥数能科技有限公司 测算汽车空调冷负荷的方法和装置、可读介质及电子设备
WO2020063689A1 (zh) * 2018-09-25 2020-04-02 新智数字科技有限公司 一种电力系统热负荷预测的方法和装置
CN110953680A (zh) * 2019-12-09 2020-04-03 珠海格力电器股份有限公司 空调控制方法及系统
CN111178835A (zh) * 2019-12-25 2020-05-19 珠海格力电器股份有限公司 辅助生成冷热源方案书的系统及方法
CN112628948A (zh) * 2020-12-17 2021-04-09 西安交通大学 一种空调负荷估算分析方法、系统、装置及存储介质
CN112747413A (zh) * 2019-10-31 2021-05-04 北京国双科技有限公司 空调系统负荷预测方法及装置
CN114623563A (zh) * 2022-02-16 2022-06-14 珠海格力电器股份有限公司 一种空调的控制方法、装置、空调和存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104132959A (zh) * 2014-07-01 2014-11-05 哈尔滨工业大学 一种基于神经网络的严寒地区建筑外墙传热性能预测方法
CN106123360A (zh) * 2016-07-01 2016-11-16 顺德职业技术学院 热泵与太阳能热水器组合系统中太阳能得热量预测控制方法
US20170356975A1 (en) * 2016-06-08 2017-12-14 Siemens Healthcare Gmbh Method and magnetic resonance imaging apparatus for providing a planning environment for magnetic resonance imaging
CN208567008U (zh) * 2018-04-19 2019-03-01 天津大学 基于辐射时间序列方法的空调负荷预测系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104132959A (zh) * 2014-07-01 2014-11-05 哈尔滨工业大学 一种基于神经网络的严寒地区建筑外墙传热性能预测方法
US20170356975A1 (en) * 2016-06-08 2017-12-14 Siemens Healthcare Gmbh Method and magnetic resonance imaging apparatus for providing a planning environment for magnetic resonance imaging
CN106123360A (zh) * 2016-07-01 2016-11-16 顺德职业技术学院 热泵与太阳能热水器组合系统中太阳能得热量预测控制方法
CN208567008U (zh) * 2018-04-19 2019-03-01 天津大学 基于辐射时间序列方法的空调负荷预测系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
周娟: "空调负荷计算新方法的应用研究", 中国优秀博硕士学位论文全文数据库 工程科技II辑,第4期, pages 038 - 454 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020063689A1 (zh) * 2018-09-25 2020-04-02 新智数字科技有限公司 一种电力系统热负荷预测的方法和装置
CN109720166A (zh) * 2018-12-24 2019-05-07 新奥数能科技有限公司 测算汽车空调冷负荷的方法和装置、可读介质及电子设备
CN112747413A (zh) * 2019-10-31 2021-05-04 北京国双科技有限公司 空调系统负荷预测方法及装置
CN112747413B (zh) * 2019-10-31 2022-06-21 北京国双科技有限公司 空调系统负荷预测方法及装置
CN110953680A (zh) * 2019-12-09 2020-04-03 珠海格力电器股份有限公司 空调控制方法及系统
CN111178835A (zh) * 2019-12-25 2020-05-19 珠海格力电器股份有限公司 辅助生成冷热源方案书的系统及方法
CN111178835B (zh) * 2019-12-25 2024-03-19 珠海格力电器股份有限公司 辅助生成冷热源方案书的系统及方法
CN112628948A (zh) * 2020-12-17 2021-04-09 西安交通大学 一种空调负荷估算分析方法、系统、装置及存储介质
CN112628948B (zh) * 2020-12-17 2021-11-19 西安交通大学 一种空调负荷估算分析方法、系统、装置及存储介质
CN114623563A (zh) * 2022-02-16 2022-06-14 珠海格力电器股份有限公司 一种空调的控制方法、装置、空调和存储介质
CN114623563B (zh) * 2022-02-16 2023-04-28 珠海格力电器股份有限公司 一种空调的控制方法、装置、空调和存储介质

Similar Documents

Publication Publication Date Title
CN108426354A (zh) 基于辐射时间序列方法的空调负荷预测系统
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
CN107169606A (zh) 一种办公建筑冷负荷的预测方法
Zhang et al. DeST—An integrated building simulation toolkit Part II: Applications
Li et al. Different responses of cooling energy consumption in office buildings to climatic change in major climate zones of China
CN106524295A (zh) 一种区域建筑能耗预测方法
CN107781947A (zh) 一种建筑空调系统冷热源预测控制方法和装置
CN106529167B (zh) 一种非供暖季空调系统综合能耗的分析方法
CN105627506A (zh) 一种空调冷机的建筑冷负荷预测方法及装置
CN110276524A (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
CN112733236B (zh) 面向综合舒适度的建筑内温控负荷优化方法及系统
CN108197404A (zh) 一种基于时间遗传特性的建筑负荷预测方法
CN109960874A (zh) 一种基于运行经济性的蓄冷系统运行方法
Vujnović et al. Cost-optimal energy performance calculations of a new nZEB hotel building using dynamic simulations and optimization algorithms
CN105225033A (zh) 一种基于层次分析法的变电站能效评估方法
CN108006809B (zh) 一种分布式能源站供冷供暖智能控制导航方法
Deng et al. Comparative analysis of optimal operation strategies for district heating and cooling system based on design and actual load
Cui et al. Application potential analysis of different control strategies for radiant floor cooling systems in office buildings in different climate zones of China
CN114282729A (zh) 一种基于负荷预测的冰蓄冷空调优化调度方法
Yu et al. Energy simulation of sustainable air-cooled chiller system for commercial buildings under climate change
CN208567008U (zh) 基于辐射时间序列方法的空调负荷预测系统
Rashid et al. Performance analysis and investigation for the development of energy efficient building
Wang et al. Demand response via optimal pre-cooling combined with temperature reset strategy for air conditioning system: A case study of office building
CN114548533A (zh) 一种建筑冷热电动态负荷设计方法、装置、区域内动态负荷获取方法、计算机及存储介质
CN115264775A (zh) 一种供能系统设备配置方法、装置及供能系统

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