CN108596465A - 一种城市居住建筑系统碳能测算方法 - Google Patents
一种城市居住建筑系统碳能测算方法 Download PDFInfo
- Publication number
- CN108596465A CN108596465A CN201810345198.5A CN201810345198A CN108596465A CN 108596465 A CN108596465 A CN 108596465A CN 201810345198 A CN201810345198 A CN 201810345198A CN 108596465 A CN108596465 A CN 108596465A
- Authority
- CN
- China
- Prior art keywords
- data
- region
- energy consumption
- carbon
- building system
- 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.)
- Granted
Links
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 93
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 93
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000005265 energy consumption Methods 0.000 claims abstract description 90
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 18
- 230000008447 perception Effects 0.000 claims abstract description 11
- 238000012546 transfer Methods 0.000 claims abstract description 9
- 230000011218 segmentation Effects 0.000 claims abstract description 8
- 238000012821 model calculation Methods 0.000 claims abstract description 6
- 238000010438 heat treatment Methods 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 13
- 230000005540 biological transmission Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 8
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 6
- 241000238876 Acari Species 0.000 claims description 4
- 230000005611 electricity Effects 0.000 claims description 4
- 239000003345 natural gas Substances 0.000 claims description 4
- 238000013500 data storage Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 20
- 238000011156 evaluation Methods 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 description 5
- 238000012423 maintenance Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000013439 planning Methods 0.000 description 3
- 241001269238 Data Species 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001932 seasonal effect Effects 0.000 description 2
- 230000001953 sensory effect Effects 0.000 description 2
- 238000013316 zoning Methods 0.000 description 2
- 102000040350 B family Human genes 0.000 description 1
- 108091072128 B family Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/84—Greenhouse gas [GHG] management systems
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种城市居住建筑系统碳能测算方法，根据距离换热站的远近将区域分割为多类区域，在每类区域中至少随机选取5个受测点，最后确定每个受测点的建筑单元的面积、朝向、布局以及与周边公共空间的位置关系，得出外墙、屋面与外窗的传热系数；采用数据感知系统进行感知，得到室内温度、室内湿度、室内CO2浓度以及住户实时用电功率，通过模型运算，形成能耗与碳排放的数据，并存储到云服务器中；本发明突破了以往碳能测算领域仅针对建筑单体的限制，形成了一套能够监测评估建筑系统的碳能状况的体系；评估体系中考虑了生活热水的用能与碳排放问题，使结果更加科学。
Description
技术领域
本发明属于城乡规划领域，尤其是涉及一种城市居住建筑系统碳能测算方法。
背景技术
城镇化进程加速与城镇人口急剧增长导致能源消耗与碳排放量大幅增加，能耗与碳排问题也因此得到全社会的普遍关注，资料显示我国的建筑能耗占社会总能耗的三分之一，建筑碳排放量占全国碳排放总量的22％，且有进一步上升的趋势。其中城市建筑尤其是住宅建筑的能耗与碳排放问题是一个引人注目的焦点问题，而为了研究这些问题，就必须对单体建筑以及建筑系统的能耗与碳排水平进行监测与分析。
建筑能耗是一个长期持续、具有一定的周期性、季节性变化明显且受多种因素影响的物理量。从全年看，夏季的主要能耗是建筑制冷能耗，冬季的主要能耗是建筑采暖能耗，除此之外，建筑的照明能耗与其他设备能耗是一种受季节性影响较小、较为稳定的建筑能耗。同时建筑能耗水平还受到居住者用能习惯的影响。建筑运行阶段的碳排放指标则主要通过能耗指标进行二次转化形成，代表的是建筑运行阶段的碳排放。
目前对于建筑运行阶段全年能耗与碳排监测的方法不是很多，大多数的建筑能耗与碳排评估都是在建筑设计阶段通过计算机软件模拟进行，对于既有建筑的能耗与碳排的监测只能通过监测建筑单元某一个周期内的用电量的总和，从而得知该建筑单元这一段时间内的耗电量，进而再通过换算得到碳排放量。这种方法存在以下几个问题：
1、建筑总体能耗与碳排计量不准确。建筑耗电量代表了一年之中大部分的建筑能耗与碳排，但是对于集中供暖以及采用燃气锅炉供暖的家庭来说，采暖能耗与碳排无法包括在其中，从而导致建筑总体能耗与碳排计量不准确。
2、无法实时监测建筑系统的动态能耗与碳排水平。建筑节能技术研究的不断深入要求建筑能耗相关参数的采样频率与质量不断提高，从而能够更精细化的掌握建筑能耗水平的周期化规律，如峰值谷值出现的时段等，从而研究找出与之相对应的节能技术与措施，有针对性的降低房屋的全天能耗水平。
3、缺乏针对建筑系统的能耗与碳排监测的布点技术。建筑系统是一个拥有某一特定属性的区域范围内所有建筑的集合，例如可以表征一个房间或一个城市内所有建筑。当建筑系统中包含的单元数量较多时，监测所有单元的能耗与碳排放水平几乎是不可能的，所以就需要找出一种科学的布点方法通过选点采集的方式表征整个系统的建筑能耗和碳排水平。
4、缺乏建筑系统整体能耗与碳排放监测方法。目前建筑能耗与碳排的监测都是针对某一户家庭或某一栋建筑，无法扩展到一个建筑系统的能耗与碳排测算方法。
发明内容
为解决现有技术中存在的问题，本发明的目的在于提供一种城市居住建筑系统碳能测算方法，解决了现有技术中存在的能耗与碳排测算不完整、能耗与碳排数据不精细、无法科学合理选取受测点、无法表征建筑系统整体的能耗与碳排等问题。
为实现上述目的，本发明采用的技术方案如下：
一种城市居住建筑系统碳能测算方法，包括以下步骤：
1)城市居住建筑系统碳能测算参数的预处理：
明确拟进行监测的城市居住建筑系统的地理范围并在地图上勾出轮廓，再找出该系统所占的区域内部或距该区域较近的冬季采暖换热站，根据距离换热站的远近将区域分割为多类区域，在每类区域中至少随机选取5个受测点，最后确定每个受测点的建筑单元的面积、朝向、布局以及与周边公共空间的位置关系，得出外墙、屋面与外窗的传热系数；
2)城市居住建筑系统碳能测算数据感知：
采用数据感知系统进行感知，得到室内温度、室内湿度、室内CO2浓度以及住户实时用电功率；
3)城市居住建筑系统碳能测算数据存储分析
将数据感知系统感知得到的室内温度、湿度、CO2浓度以及住户实时用电功率通过模型运算，形成能耗与碳排放的数据，并存储到云服务器中；
4)城市居住建筑系统碳能测算结果展示
通过云服务器上的程序调取数据库中储存的数据，将分析结果以图表形式呈现在客户端，并标出极值与出现极值的时刻，通过分析结果能够判断一个建筑系统所在的区域整体的能耗与碳排放水平，以及碳排放出现峰值与谷值的时段，从而为低碳城市的规划方法提供参考依据，也为制定城市减少碳排放强度的应对措施提供数据支撑。
本发明进一步的改进在于，根据距离换热站的远近将区域分割为多类区域的具体过程为：以每个换热站为圆心，分别以100m，300m，500m为半径画圆，将区域分割为四类区域，四类区域具体为：半径为100m的区域为A区、半径为300m的区域为B区、半径为500m的区域为C区、半径大于500m的区域为D区。
本发明进一步的改进在于，模型运算的具体过程如下：
ET＝γAEA+γBEB+γCEC+γDED
E＝Ee+Eh+Eb
Eb＝B·N
其中，ET是建筑系统总能耗，EA、EB、EC、ED分别为四类区域内选取的样本能耗平均值，γA、γB、γC、γD是各区域建筑面积占总建筑面积的百分比，Ek是区域内选取的样本能耗平均值，k取A区、B区、C区或D区，E是家庭总能耗，Ee是家庭电力能耗，Eh为家庭冬季采暖能耗，Eb为家庭普通天然气能耗，P代表用电功率，K代表某个朝向上的外墙、屋面与外窗传热系数，A代表某个朝向上的围护结构面积，Tin为室内逐时平均温度，Tex为室外逐时平均温度，ξ为供热距离系数，B为平均生活热水能耗。
本发明进一步的改进在于，A区供热距离系数ξ为1，B区供热距离系数ξ为1.15，C区供热距离系数ξ为1.3，D区供热距离系数ξ为1.5。
本发明进一步的改进在于，数据感知系统包括四个模块，分别为用户终端模块、数据云存储模块、数据中转模块和数据采集模块，数据采集模块包括三种传感器，分别为温湿度采集传感器、CO2浓度采集传感器以及实时用电功率采集传感器，温湿度采集传感器、CO2浓度采集传感器以及实时用电功率采集传感器位于的室内的不同位置，用于测量室内的不同位置的温湿度、CO2浓度以及住户实时用电功率；数据中转模块放置在建筑的任意位置，通过无线传输与数据采集模块建立联络，并通过Ethernet或3G Wireless与数据云存储模块进行通信；用户终端模块为PC或手机APP两种形式，通过数据云存储模块能够看到任意建筑单元的实时数据状况。
本发明进一步的改进在于，数据采集模块与数据中转模块之间通过433MH无线传输协议连接，数据采集模块与之对应的数据中转模块之间直线距离不超过30米。
本发明进一步的改进在于，数据采集模块的采集频率为20秒至1分钟一次；数据传输频率为15分钟一次。
与现有技术相比，本发明的有益效果是：
1、通过对室内温湿度的监控，估算出监测单元采暖能耗与碳排，并将其纳入监测单元整体能耗与碳排监测范围内，从而弥补了以往监测中仅限于电力能耗数据统计的不足。
2、通过以换热站为圆心画圆的方法，将建筑系统所覆盖的区域划分区域类型，考虑了监测单元冬季采暖时产生的间接能耗，从而进行受测点的科学选取与布置，用以表征建筑系统的能耗水平。
3、将能耗与碳排监测的对象从单个住户或单栋建筑扩展至建筑系统，以系统整体的视角来评估能耗与碳排水平，能够对一个建筑系统所在的区域整体的能耗与碳排放水平，以及碳排放出现峰值与谷值的时段，从而为低碳城市的规划方法提供参考依据，也为制定城市减少碳排放强度的应对措施提供数据支撑，对规划方面的研究提供必要的帮助。
进一步的，数据采集频率很高，可以得到动态的能耗与碳排水平，尤其是能耗与碳排水平到达极值的时点，有利于对于建筑能耗与碳排的细致分析与建筑节能方法的精细化研究。
进一步的，本发明评估体系中考虑了生活热水的用能与碳排放问题，使结果更加科学；并且能以PC与手机APP两种形式随时随地的看到任意监测单元的实时数据状况，并针对可能出现的设备故障进行及时维修处理。
附图说明
图1是本发明方法操作流程图。
图2是本发明方法中所应用的城市居住建筑系统碳能测算数据感知系统设备结构图。
图3是本发明方法中生活热水使用次数判断流程图。
图4是本发明方法中表示区域划分情况的区域划分图。
图5是本发明方法中其中某一测量用户的户型平面图。
图6是本发明方法中某一用户的户型区位图。
图7是本发明方法中某一用户家庭的实时温湿度、CO2浓度数据图。
图8为是本发明方法中某一用户家庭的实时用电量数据图。
具体实施方式
下面结合具体实施例来进一步描述本发明，本发明的优点和特点将会随着描述而更为清楚。但这些实施例仅是范例性的，并不对本发明的范围构成任何限制。本领域技术人员应该理解的是，在不偏离本发明的精神和范围下可以对本发明技术方案的细节和形式进行修改和替换，但这些修改和替换均属于本发明的保护范围内。
下面通过一个具体实施例进行详细说明。
参加图1，一种城市居住建筑系统碳能测算方法，包括以下步骤：
1)城市居住建筑系统碳能测算参数的预处理：
明确拟进行监测的城市居住建筑系统的地理范围并在地图上勾出轮廓，再找出该系统所占的区域内部或距该区域较近的冬季采暖换热站，并以每个换热站为圆心，分别以100m，300m，500m为半径画圆，将区域分割为四类，具体为：半径为100m的区域为A区、半径为300m的区域为B区、半径为500m的区域为C区、半径大于500m的区域为D区，离换热站的远近决定了该用户在实施冬季温度调节时供热管网传输中需要消耗能量，在每类区域中至少随机选取5个受测点，最后对每个受测点的建筑单元进行平面图的绘制与调查，确定建筑单元的面积、朝向、布局以及与周边公共空间的位置关系，得出外墙、屋面、外窗的传热系数；
2)城市居住建筑系统碳能测算数据感知：
参见图2，采用数据感知系统进行感知，具体的，采用的数据感知系统共包括四个模块，分别为用户终端模块、数据云存储模块、数据中转模块和数据采集模块，数据采集模块所采集到的数据分别为室内温度、室内湿度、室内CO2浓度以及住户实时用电功率，其中：
数据采集模块包括三种传感器，分别为温湿度采集传感器、CO2浓度采集传感器以及实时用电功率采集传感器，它们位于的室内的不同位置，用于测量室内的不同位置的温湿度，CO2浓度以及住户用电功率；传感器数量可以根据要求确定；
数据中转模块为多个，并且设置在建筑的任意位置，通过无线传输与数据采集模块建立联络，并通过Ethernet或3G Wireless与数据云存储模块进行通信；
数据云存储模块是建立在网络服务器上的一个数据库，处于储存各监测单元上传的数据，并进行整理分析，通过绘图方式呈现给用户。
用户终端模块为PC或手机APP两种形式，通过数据云存储模块上数据库的构建与展示，可以随时随地的看到任意监测的建筑单元的实时数据状况，并针对可能出现的设备故障进行及时维修处理。
数据采集模块与数据中转模块之间通过433MH无线传输协议连接，数据采集模块与之对应的数据中转模块之间直线距离不超过30米。数据采集频率为20秒至1分钟一次，数据传输频率为15分钟一次。
3)城市居住建筑系统碳能测算数据存储分析
将数据感知系统感知到的室内温度、湿度、CO2浓度以及住户实时用电功率通过模型运算，形成能耗与碳排放的数据，并存储到云服务器中。
模型运算的具体过程如下：
ET＝γAEA+γBEB+γCEC+γDED
E＝Ee+Eh+Eb
Eb＝B·N
其中，ET是建筑系统总能耗，EA、EB、EC、ED分别为四类区域内选取的样本能耗平均值，γA、γB、γC、γD是各区域建筑面积占总建筑面积的百分比，Ek是区域内选取的样本能耗平均值，k可取A区、B区、C区或D区，E是家庭总能耗，Ee是家庭电力能耗，Eh为家庭冬季采暖能耗，Eb为家庭普通天然气能耗，P代表用电功率，K代表某个朝向上的外墙、屋面与外窗传热系数，A代表某个朝向上的围护结构面积，Tin为室内逐时平均温度，Tex为室外逐时平均温度，ξ为供热距离系数，B为平均生活热水能耗，平均生活热水能耗B通过调查问卷中家庭燃气灶及壁挂炉参数确定，N为生活热水使用次数。
通过问卷调查，绝大多数住宅用户的生活热水使用时间集中在早晨起床、午饭、晚饭以及晚上睡前这几个时间段，所以在这些时间段内，将室内温度、湿度与CO2浓度逐时化，若房屋内出现温度或相对湿度升高，且CO2浓度升高的状况时，则视为一次生活热水的使用。详细判定流程参考图3，具体为：将时刻、逐时温度、湿度、CO2浓度带入上述模型运算中，并设定N＝0，i＝1，若时间位于6：00～9：00、11：00～13：00或者17：00～24：00之间的条件下，湿度连续五分钟内持续增加并且CO2浓度连续五分钟内也持续增加，或者是湿度未曾增加，但是温度连续五分钟内持续增加并且CO2浓度连续五分钟内也持续增加，这两种情况视为生活热水使用次数增加一次，其余情况则不增加。生活热水使用次数以一年为周期计数。
供热距离系数ξ参考下表执行：
表1供热距离系数ξ参考数值
| 类型 | A区 | B区 | C区 | D区 |
| ξ | 1 | 1.15 | 1.3 | 1.5 |
4)城市居住建筑系统碳能测算结果展示
通过云服务器上的程序通过调取数据库中储存的数据，将分析结果以图表形式呈现在客户端，并标出极值与出现极值的时刻。通过这些数据可以初步判断一个建筑系统所在的区域整体的能耗与碳排放水平，以及碳排放出现峰值与谷值的时段，从而为低碳城市的规划方法提供参考依据，也为制定城市减少碳排放强度的应对措施提供数据支撑。
实施例：
选取了西安市碑林区的某个小区作为一个建筑系统，对于该系统进行碳能测算，其方法包括：
(1)明确进行监测的城市居住建筑系统的地理范围并在地图上勾出轮廓，再找出该系统所占的区域内部或距该区域较近的冬季采暖换热站，并以每个换热站为圆心，分别以100m，300m，500m为半径画圆，将区域分割为A(100m)区、B(300m)区、C(500m)区、D(大于500m)区，离换热站的远近决定了该用户在实施冬季温度调节时供热管网传输中需要消耗能量，在每类区域中至少随机选取5个受测点，最后对每个受测点的建筑单元进行平面图的绘制与调查，明确建筑单元的面积、朝向、布局以及与周边公共空间的位置关系，明确围护结构相关热工参数，得出外墙、屋面、外窗等关键热工构件的传热系数。区域划分图、户型平面图、户型区位图如图4、图5、图6所示。
该住户位于22层西侧(共28层)，户型南北通透。其外墙传热系数为1.2w/(m2·k)，外窗传热系数为2.5w/(m2·k)，楼板的传热系数为1.5w/(m2·k)。
(2)对每个受测点的建筑单元进行城市居住建筑系统碳能测算数据感知系统的安装。数据感知系统共包含四个模块，包括用户终端模块、数据云存储模块、数据中转模块和数据采集模块。其中数据采集模块分为三种，分别为温湿度采集模块、CO2浓度采集模块以及实时用电功率采集模块，它们位于的室内的不同位置，用于测量室内的不同位置的温湿度，CO2浓度以及实时用电功率功率，测得的温湿度与CO2浓度数据详见图7，测得的实时用电功率功率详见图8。数据采集模块通过433MH无线传输协议与数据中转模块连接，并且两者的直线距离不得超过30米。数据中转模块设置在建筑的任意位置，并通过Ethernet或3GWireless与数据云存储模块进行通信。数据云存储模块是建立在网络服务器上的一个数据库，处于储存各监测单元上传的数据，并进行整理分析，通过绘图方式呈现给用户。
(3)将感知到的数据通过模型的加工运算，形成能耗与碳排放的数据，和原始数据一起存储到云服务器中。其中能耗与碳排数据整合按以下公式进行：
ET＝γAEA+γBEB+γCEC+γDED
E＝Ee+Eh+Eb
Eb＝B·N
其中，ET是建筑系统总能耗，EA、EB、EC、ED分别为四类区域内选取的样本能耗平均值，γA、γB、γC、γD是各区域建筑面积占总建筑面积的百分比，Ek是区域内选取的样本能耗平均值，k可取A区、B区、C区或D区，E是家庭总能耗，Ee是家庭电力能耗，Eh为家庭冬季采暖能耗，Eb为家庭普通天然气能耗，P代表用电功率，K代表某个朝向上的围护结构传热系数，A代表某个朝向上的围护结构面积，Tin为室内逐时平均温度，Tex为室外逐时平均温度，ξ为供热距离系数，B为平均生活热水能耗，平均生活热水能耗B通过调查问卷中家庭燃气灶及壁挂炉参数确定，N为生活热水使用次数，N通过图3确定。
供热距离系数ξ参考下表执行：
表1供热距离系数ξ参考数值
| 类型 | A区 | B区 | C区 | D区 |
| ξ | 1 | 1.15 | 1.3 | 1.5 |
(4)云服务器上的程序通过调取数据库中储存的数据，将分析结果以图表形式呈现在客户端，并标出极值与出现极值的时刻。从而用户可以随时随地通过PC与手机APP两种形式看到任意监测单元的实时数据状况，并针对可能出现的设备故障进行及时维修处理。
本发明突破了以往碳能测算领域仅针对建筑单体的限制，形成了一套能够监测评估建筑系统的碳能状况的体系；评估体系中考虑了生活热水的用能与碳排放问题，使结果更加科学；数据采集频率很高，可以得到动态的能耗与碳排水平，有利于对于区域性建筑能耗与碳排的细致分析以及建筑节能方法的精细化研究。并且能以PC与手机APP两种形式随时随地的看到任意监测单元的实时数据状况，并针对可能出现的设备故障进行及时维修处理。
Claims (7)
1.一种城市居住建筑系统碳能测算方法，其特征在于，包括以下步骤：
1)城市居住建筑系统碳能测算参数的预处理：
明确拟进行监测的城市居住建筑系统的地理范围并在地图上勾出轮廓，再找出该系统所占的区域内部或距该区域较近的冬季采暖换热站，根据距离换热站的远近将区域分割为多类区域，在每类区域中至少随机选取5个受测点，最后确定每个受测点的建筑单元的面积、朝向、布局以及与周边公共空间的位置关系，得出外墙、屋面与外窗的传热系数；
2)城市居住建筑系统碳能测算数据感知：
采用数据感知系统进行感知，得到室内温度、室内湿度、室内CO2浓度以及住户实时用电功率；
3)城市居住建筑系统碳能测算数据存储分析
将数据感知系统感知得到的室内温度、湿度、CO2浓度以及住户实时用电功率通过模型运算，形成能耗与碳排放的数据，并存储到云服务器中；
4)城市居住建筑系统碳能测算结果展示
通过云服务器上的程序调取数据库中储存的数据，将分析结果以图表形式呈现在客户端，并标出极值与出现极值的时刻，通过分析结果能够判断一个建筑系统所在的区域整体的能耗与碳排放水平，以及碳排放出现峰值与谷值的时段，从而为低碳城市的规划方法提供参考依据，也为制定城市减少碳排放强度的应对措施提供数据支撑。
2.根据权利要求1所述的一种城市居住建筑系统碳能测算方法，其特征在于，根据距离换热站的远近将区域分割为多类区域的具体过程为：以每个换热站为圆心，分别以100m，300m，500m为半径画圆，将区域分割为四类区域，四类区域具体为：半径为100m的区域为A区、半径为300m的区域为B区、半径为500m的区域为C区、半径大于500m的区域为D区。
3.根据权利要求2所述的一种城市居住建筑系统碳能测算方法，其特征在于，模型运算的具体过程如下：
ET＝γAEA+γBEB+γCEC+γDED
E＝Ee+Eh+Eb
不同朝向及屋、地面K(Tkn-Tex)A
Eb＝B·N
其中，ET是建筑系统总能耗，EA、EB、EC、ED分别为四类区域内选取的样本能耗平均值，γA、γB、γC、γD是各区域建筑面积占总建筑面积的百分比，Ek是区域内选取的样本能耗平均值，k取A区、B区、C区或D区，E是家庭总能耗，Ee是家庭电力能耗，Eh为家庭冬季采暖能耗，Eb为家庭普通天然气能耗，P代表用电功率，K代表某个朝向上的外墙、屋面与外窗传热系数，A代表某个朝向上的围护结构面积，Tin为室内逐时平均温度，Tex为室外逐时平均温度，ξ为供热距离系数，B为平均生活热水能耗。
4.根据权利要求3所述的一种城市居住建筑系统碳能测算方法，其特征在于，A区供热距离系数ξ为1，B区供热距离系数ξ为1.15，C区供热距离系数ξ为1.3，D区供热距离系数ξ为1.5。
5.根据权利要求1所述的一种城市居住建筑系统碳能测算方法，其特征在于，数据感知系统包括四个模块，分别为用户终端模块、数据云存储模块、数据中转模块和数据采集模块，数据采集模块包括三种传感器，分别为温湿度采集传感器、CO2浓度采集传感器以及实时用电功率采集传感器，温湿度采集传感器、CO2浓度采集传感器以及实时用电功率采集传感器位于的室内的不同位置，用于测量室内的不同位置的温湿度、CO2浓度以及住户实时用电功率；数据中转模块放置在建筑的任意位置，通过无线传输与数据采集模块建立联络，并通过Ethernet或3G Wireless与数据云存储模块进行通信；用户终端模块为PC或手机APP两种形式，通过数据云存储模块能够看到任意建筑单元的实时数据状况。
6.根据权利要求5所述的一种城市居住建筑系统碳能测算方法，其特征在于，数据采集模块与数据中转模块之间通过433MH无线传输协议连接，数据采集模块与之对应的数据中转模块之间直线距离不超过30米。
7.根据权利要求6所述的一种城市居住建筑系统碳能测算方法，其特征在于，数据采集模块的采集频率为20秒至1分钟一次；数据传输频率为15分钟一次。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810345198.5A CN108596465B (zh) | 2018-04-17 | 2018-04-17 | 一种城市居住建筑系统碳能测算方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810345198.5A CN108596465B (zh) | 2018-04-17 | 2018-04-17 | 一种城市居住建筑系统碳能测算方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108596465A true CN108596465A (zh) | 2018-09-28 |
| CN108596465B CN108596465B (zh) | 2023-05-23 |
Family
ID=63611272
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810345198.5A Active CN108596465B (zh) | 2018-04-17 | 2018-04-17 | 一种城市居住建筑系统碳能测算方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108596465B (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109376638A (zh) * | 2018-10-15 | 2019-02-22 | 西安建筑科技大学 | 一种基于遥感图像和地理信息系统的文地率计算方法 |
| CN110956196A (zh) * | 2019-10-11 | 2020-04-03 | 东南大学 | 一种城市建筑物窗墙比自动识别方法 |
| CN112114087A (zh) * | 2019-06-21 | 2020-12-22 | 苏州五蕴明泰科技有限公司 | 一种建筑领域温室气体排放动态平衡控制方法 |
| CN113052743A (zh) * | 2021-03-24 | 2021-06-29 | 中国科学院地理科学与资源研究所 | 一种城市碳排放数据处理方法、装置、介质及终端设备 |
| CN113111596A (zh) * | 2021-06-16 | 2021-07-13 | 国网浙江省电力有限公司杭州供电公司 | 基于电力大脑中枢的碳达峰实时可视化测算方法 |
| CN113673892A (zh) * | 2021-08-27 | 2021-11-19 | 广西艺术学院 | 一种绿色建筑的能耗监测系统及方法 |
| CN114154871A (zh) * | 2021-12-02 | 2022-03-08 | 特斯联科技集团有限公司 | 一种基于大数据处理的建筑物碳排放分析系统 |
| CN116011704A (zh) * | 2023-03-27 | 2023-04-25 | 厦门大学 | 一种装配式循环建筑的全生命周期碳排放监测及智慧管理中和系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103870678A (zh) * | 2014-02-18 | 2014-06-18 | 上海零碳建筑科技有限公司 | 一种基于城市规划的碳排放计量方法 |
| CN104133938A (zh) * | 2014-07-01 | 2014-11-05 | 哈尔滨工业大学 | 一种基于采暖能耗考虑的严寒地区办公建筑外窗几何参数优化方法 |
| EP2858015A1 (en) * | 2013-10-04 | 2015-04-08 | Building Research Establishment Ltd | System and method for simulation, control and performance monitoring of energy systems |
| CN106768044A (zh) * | 2016-12-21 | 2017-05-31 | 潘小胜 | 一种建筑能耗检测方法 |
| US20170336770A1 (en) * | 2014-12-27 | 2017-11-23 | Switchee Limited | System and method for conrolling energy consuming devices within a building |
-
2018
- 2018-04-17 CN CN201810345198.5A patent/CN108596465B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2858015A1 (en) * | 2013-10-04 | 2015-04-08 | Building Research Establishment Ltd | System and method for simulation, control and performance monitoring of energy systems |
| CN103870678A (zh) * | 2014-02-18 | 2014-06-18 | 上海零碳建筑科技有限公司 | 一种基于城市规划的碳排放计量方法 |
| CN104133938A (zh) * | 2014-07-01 | 2014-11-05 | 哈尔滨工业大学 | 一种基于采暖能耗考虑的严寒地区办公建筑外窗几何参数优化方法 |
| US20170336770A1 (en) * | 2014-12-27 | 2017-11-23 | Switchee Limited | System and method for conrolling energy consuming devices within a building |
| CN106768044A (zh) * | 2016-12-21 | 2017-05-31 | 潘小胜 | 一种建筑能耗检测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 刘馨等: "严寒地区典型城市既有非节能居住建筑节能改造效果分析", 《建筑科学》 * |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109376638B (zh) * | 2018-10-15 | 2022-03-04 | 西安建筑科技大学 | 一种基于遥感图像和地理信息系统的文地率计算方法 |
| CN109376638A (zh) * | 2018-10-15 | 2019-02-22 | 西安建筑科技大学 | 一种基于遥感图像和地理信息系统的文地率计算方法 |
| CN112114087A (zh) * | 2019-06-21 | 2020-12-22 | 苏州五蕴明泰科技有限公司 | 一种建筑领域温室气体排放动态平衡控制方法 |
| CN110956196A (zh) * | 2019-10-11 | 2020-04-03 | 东南大学 | 一种城市建筑物窗墙比自动识别方法 |
| CN110956196B (zh) * | 2019-10-11 | 2024-03-08 | 东南大学 | 一种城市建筑物窗墙比自动识别方法 |
| CN113052743B (zh) * | 2021-03-24 | 2022-07-15 | 中国科学院地理科学与资源研究所 | 一种城市碳排放数据处理方法、装置、介质及终端设备 |
| CN113052743A (zh) * | 2021-03-24 | 2021-06-29 | 中国科学院地理科学与资源研究所 | 一种城市碳排放数据处理方法、装置、介质及终端设备 |
| CN113111596B (zh) * | 2021-06-16 | 2021-08-31 | 国网浙江省电力有限公司杭州供电公司 | 基于电力大脑中枢的碳达峰实时可视化测算方法 |
| CN113111596A (zh) * | 2021-06-16 | 2021-07-13 | 国网浙江省电力有限公司杭州供电公司 | 基于电力大脑中枢的碳达峰实时可视化测算方法 |
| CN113673892A (zh) * | 2021-08-27 | 2021-11-19 | 广西艺术学院 | 一种绿色建筑的能耗监测系统及方法 |
| CN113673892B (zh) * | 2021-08-27 | 2023-10-20 | 广西艺术学院 | 一种绿色建筑的能耗监测系统及方法 |
| CN114154871A (zh) * | 2021-12-02 | 2022-03-08 | 特斯联科技集团有限公司 | 一种基于大数据处理的建筑物碳排放分析系统 |
| CN116011704A (zh) * | 2023-03-27 | 2023-04-25 | 厦门大学 | 一种装配式循环建筑的全生命周期碳排放监测及智慧管理中和系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108596465B (zh) | 2023-05-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108596465A (zh) | 一种城市居住建筑系统碳能测算方法 | |
| An et al. | Clustering and statistical analyses of air-conditioning intensity and use patterns in residential buildings | |
| Sheng et al. | Energy consumption model and energy benchmarks of five-star hotels in China | |
| Chen et al. | A statistical analysis of a residential energy consumption survey study in Hangzhou, China | |
| Peng et al. | Quantitative description and simulation of human behavior in residential buildings | |
| Ashouri et al. | Systematic approach to provide building occupants with feedback to reduce energy consumption | |
| CN104915562B (zh) | 建筑能效诊断方法和系统 | |
| Deng et al. | Energy consumption characteristics and influential use behaviors in university dormitory buildings in China's hot summer-cold winter climate region | |
| Yan et al. | Influence of outdoor temperature on the indoor environment and thermal adaptation in Chinese residential buildings during the heating season | |
| CN204693738U (zh) | 分体热泵空调实际运行能效检测系统 | |
| Guo et al. | Data mining based framework for exploring household electricity consumption patterns: A case study in China context | |
| Gui et al. | The methodology of standard building selection for residential buildings in hot summer and cold winter zone of China based on architectural typology | |
| Lai et al. | Thermal comfort diversity in Chinese urban residential buildings across various climates | |
| CN106896727A (zh) | 一种基于物联网技术的智能建筑能源管理控制系统 | |
| CN107862099A (zh) | 一种智能化公共能源调控系统 | |
| Brunelli et al. | Smart monitoring for sustainable and energy-efficient buildings: A case study | |
| Song et al. | Simulation and analysis of a university library energy consumption based on EQUEST | |
| Zhang et al. | Adaptation-based indoor environment control in a hot-humid area | |
| Ding et al. | Occupants’ on-demand control of individual heating devices in rural residential buildings: An experimental scheme and on-site study | |
| Duan et al. | Clustering and prediction of space cooling and heating energy consumption in high-rise residential buildings with the influence of occupant behaviour: Evidence from a survey in Changsha, China | |
| CN116681177A (zh) | 一种基于建筑能耗碳积分减免制的建筑节能方法和系统 | |
| Yue et al. | Seasonal thermal comfort and adaptive behaviours for the occupants of residential buildings: Shaoxing as a case study | |
| Chen et al. | Contrastive analyses on annual energy consumption characteristics and the influence mechanism between new and old residential buildings in Shanghai, China, by the statistical methods | |
| Laskari et al. | Using pattern recognition to characterise heating behaviour in residential buildings | |
| Chen et al. | Research on household energy demand patterns, data acquisition and influencing factors: A review |
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 |