CN108764574A - 公共建筑物负荷计算方法及系统 - Google Patents
公共建筑物负荷计算方法及系统 Download PDFInfo
- Publication number
- CN108764574A CN108764574A CN201810541714.1A CN201810541714A CN108764574A CN 108764574 A CN108764574 A CN 108764574A CN 201810541714 A CN201810541714 A CN 201810541714A CN 108764574 A CN108764574 A CN 108764574A
- Authority
- CN
- China
- Prior art keywords
- days
- ratio
- load cooling
- cooling number
- daily load
- 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
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"
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明提出一种公共建筑物负荷计算方法及系统,该方法包括以下步骤:计算典型日逐时累计冷负荷;分别确定第一比例典型日负荷供冷天数、第二比例典型日负荷供冷天数、第三比例典型日负荷供冷天数和第四比例典型日负荷供冷天数;根据典型日逐时累计冷负荷、第一比例典型日负荷供冷天数、第二比例典型日负荷供冷天数、第三比例典型日负荷供冷天数和第四比例典型日负荷供冷天数得到公共建筑物的年累计冷负荷。本发明能够提高公共建筑负荷计算的准确性,从而真实反映公共建筑的用能负荷结果,且流程简单,易于实现。
Description
技术领域
本发明涉及公共建筑技术领域,特别涉及一种公共建筑物负荷计算方法及系统。
背景技术
目前,主要通过指标法对公共建筑进行负荷预测,具体预测方式为:“年累计负荷=建筑面积(㎡)*建筑用能指标(W/㎡)*用能系数*全年用能时间”。
但是,采用指标法的误差很大,导致负荷预测的结果准确度不高,从而不能真实反映公共建筑的用能负荷结果。
发明内容
本发明旨在至少解决上述技术问题之一。
为此,本发明的一个目的在于提出一种公共建筑物负荷计算方法,该方法能够提高公共建筑负荷计算的准确性,从而真实反映公共建筑的用能负荷结果,且流程简单,易于实现。
本发明的另一个目的在于提出一种公共建筑物负荷计算系统。
为了实现上述目的,本发明第一方面的实施例提出了一种公共建筑物负荷计算方法,包括以下步骤:计算典型日逐时累计冷负荷;分别确定第一比例典型日负荷供冷天数、第二比例典型日负荷供冷天数、第三比例典型日负荷供冷天数和第四比例典型日负荷供冷天数;根据所述典型日逐时累计冷负荷、第一比例典型日负荷供冷天数、第二比例典型日负荷供冷天数、第三比例典型日负荷供冷天数和第四比例典型日负荷供冷天数得到所述公共建筑物的年累计冷负荷。
另外,根据本发明上述实施例的公共建筑物负荷计算方法还可以具有如下附加的技术特征:
在一些示例中,所述年累计冷负荷的计算方法为:
Qw=A1×Q+A2×Q+A3×Q+A4×Q,
其中,A1为第一比例典型日负荷供冷天数,A2为第二比例典型日负荷供冷天数,A3为第三比例典型日负荷供冷天数,A4为第四比例典型日负荷供冷天数,Q为典型日逐时累计冷负荷,Qw为年累计冷负荷。
在一些示例中,所述分别确定第一比例典型日负荷供冷天数、第二比例典型日负荷供冷天数、第三比例典型日负荷供冷天数和第四比例典型日负荷供冷天数,进一步包括:获取供冷季每一天的日平均干球温度;从所有日平均干球温度中选取最大温度值和最小温度值,并根据所述最大温度值和最小温度值得到温度间隔;根据所述温度间隔分别确定第一至第四比例典型日负荷供冷天数的温度范围;将所有天数的温度分别与得到的四个温度范围进行匹配,以分别得到第一至第四比例典型日负荷供冷天数。
在一些示例中,所述第四比例典型日的负荷供冷天数的温度范围为(Tmin,Tmin+p),所述第三比例典型日的负荷供冷天数的温度范围为(Tmin+p,Tmin+2p),所述第二比例典型日的负荷供冷天数的温度范围为(Tmin+2p,Tmin+3p),所述第一比例典型日的负荷供冷天数的温度范围为(Tmin+3p,Tmax),其中,p为所述温度间隔,表示为:
p=(Tmax-Tmin)/4,
其中,Tmax为所述最大温度值,Tmin为所述最小温度值。
在一些示例中,第一比例为100%,第二比例为75%,第三比例为50%,第四比例为25%。
根据本发明实施例的公共建筑物负荷计算方法,能够根据典型日逐时累计冷负荷、第一比例典型日负荷供冷天数、第二比例典型日负荷供冷天数、第三比例典型日负荷供冷天数和第四比例典型日负荷供冷天数得到公共建筑物的年累计冷负荷,即基于四段法实现了公共建筑物负荷的预测,并能够提高公共建筑负荷计算的准确性,从而真实反映公共建筑的用能负荷结果,且流程简单,易于实现。
为了实现上述目的,本发明第二方面的实施例提出了一种公共建筑物负荷计算系统,包括:第一计算模块,用于计算典型日逐时累计冷负荷;确定模块,用于分别确定第一比例典型日负荷供冷天数、第二比例典型日负荷供冷天数、第三比例典型日负荷供冷天数和第四比例典型日负荷供冷天数;第二计算模块,用于根据所述典型日逐时累计冷负荷、第一比例典型日负荷供冷天数、第二比例典型日负荷供冷天数、第三比例典型日负荷供冷天数和第四比例典型日负荷供冷天数得到所述公共建筑物的年累计冷负荷。
另外,根据本发明上述实施例的公共建筑物负荷计算系统还可以具有如下附加的技术特征:
在一些示例中,所述年累计冷负荷的计算方法为:
Qw=A1×Q+A2×Q+A3×Q+A4×Q,
其中,A1为第一比例典型日负荷供冷天数,A2为第二比例典型日负荷供冷天数,A3为第三比例典型日负荷供冷天数,A4为第四比例典型日负荷供冷天数,Q为典型日逐时累计冷负荷,Qw为年累计冷负荷。
在一些示例中,所述确定模块用于:获取供冷季每一天的日平均干球温度;从所有日平均干球温度中选取最大温度值和最小温度值,并根据所述最大温度值和最小温度值得到温度间隔;根据所述温度间隔分别确定第一至第四比例典型日负荷供冷天数的温度范围;将所有天数的温度分别与得到的四个温度范围进行匹配,以分别得到第一至第四比例典型日负荷供冷天数。
在一些示例中,所述第四比例典型日的负荷供冷天数的温度范围为(Tmin,Tmin+p),所述第三比例典型日的负荷供冷天数的温度范围为(Tmin+p,Tmin+2p),所述第二比例典型日的负荷供冷天数的温度范围为(Tmin+2p,Tmin+3p),所述第一比例典型日的负荷供冷天数的温度范围为(Tmin+3p,Tmax),其中,p为所述温度间隔,表示为:
p=(Tmax-Tmin)/4,
其中,Tmax为所述最大温度值,Tmin为所述最小温度值。
在一些示例中,第一比例为100%,第二比例为75%,第三比例为50%,第四比例为25%。
根据本发明实施例的公共建筑物负荷计算系统,能够根据典型日逐时累计冷负荷、第一比例典型日负荷供冷天数、第二比例典型日负荷供冷天数、第三比例典型日负荷供冷天数和第四比例典型日负荷供冷天数得到公共建筑物的年累计冷负荷,即基于四段法实现了公共建筑物负荷的预测,并能够提高公共建筑负荷计算的准确性,从而真实反映公共建筑的用能负荷结果,且流程简单,易于实现。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1是根据本发明一个实施例的公共建筑物负荷计算方法的流程图;
图2是根据本发明一个实施例的公共建筑物负荷计算系统的结构框图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
以下结合附图描述根据本发明实施例的公共建筑物负荷计算方法及系统。
图1是根据本发明一个实施例的公共建筑物负荷计算方法的流程图。如图1所示,该方法包括以下步骤:
步骤S1:计算典型日逐时累计冷负荷。
在本发明的一个实施例中,典型日逐时累计冷负荷的计算方式如下:
其中,Q为典型日逐时累计冷负荷,Qn为系统设计冷负荷,ki为逐时负荷系数,t为年供能天数。
步骤S2:分别确定第一比例典型日负荷供冷天数、第二比例典型日负荷供冷天数、第三比例典型日负荷供冷天数和第四比例典型日负荷供冷天数。
步骤S3:根据典型日逐时累计冷负荷、第一比例典型日负荷供冷天数、第二比例典型日负荷供冷天数、第三比例典型日负荷供冷天数和第四比例典型日负荷供冷天数得到公共建筑物的年累计冷负荷。
具体地,在本发明的一个实施例中,年累计冷负荷的计算方法为:
Qw=A1×Q+A2×Q+A3×Q+A4×Q,
其中,A1为第一比例典型日负荷供冷天数,A2为第二比例典型日负荷供冷天数,A3为第三比例典型日负荷供冷天数,A4为第四比例典型日负荷供冷天数,Q为典型日逐时累计冷负荷,Qw为年累计冷负荷。
其中,在本发明的一个实施例中,例如,第一比例为100%,第二比例为75%,第三比例为50%,第四比例为25%。也即是说,A1为100%典型日负荷供冷天数,A2为75%典型日负荷供冷天数,A3为50%典型日负荷供冷天数,A4为25%典型日负荷供冷天数。
具体地,在本发明的一个实施例中,分别确定第一比例典型日负荷供冷天数、第二比例典型日负荷供冷天数、第三比例典型日负荷供冷天数和第四比例典型日负荷供冷天数,进一步包括:获取供冷季每一天的日平均干球温度;将所有温度从大到小进行排序,并从所有日平均干球温度中选取最大温度值和最小温度值,并根据最大温度值和最小温度值得到温度间隔;根据温度间隔分别确定第一至第四比例典型日负荷供冷天数的温度范围;将所有天数的温度分别与得到的四个温度范围进行匹配,以分别得到第一至第四比例典型日负荷供冷天数。
其中,第四比例典型日的负荷供冷天数A4的温度范围为(Tmin,Tmin+p),第三比例典型日的负荷供冷天数A3的温度范围为(Tmin+p,Tmin+2p),第二比例典型日的负荷供冷天数A2的温度范围为(Tmin+2p,Tmin+3p),第一比例典型日的负荷供冷天数A1的温度范围为(Tmin+3p,Tmax),其中,p为温度间隔,表示为:
p=(Tmax-Tmin)/4,
其中,Tmax为最大温度值,Tmin为最小温度值。
具体地,将所有天数的温度向四个温度范围进行匹配,属于哪个范围区间就在相应温度范围+1天,从而算出A1-A4的天数。
根据本发明实施例的公共建筑物负荷计算方法,能够根据典型日逐时累计冷负荷、第一比例典型日负荷供冷天数、第二比例典型日负荷供冷天数、第三比例典型日负荷供冷天数和第四比例典型日负荷供冷天数得到公共建筑物的年累计冷负荷,即基于四段法实现了公共建筑物负荷的预测,并能够提高公共建筑负荷计算的准确性,从而真实反映公共建筑的用能负荷结果,且流程简单,易于实现。
本发明的进一步实施例还提出了一种公共建筑物负荷计算系统。
图2是根据本发明一个实施例的公共建筑物负荷计算系统的结构框图。如图2所示,该公共建筑物负荷计算系统100包括:第一计算模块110、确定模块120和第二计算模块130。
其中,第一计算模块110用于计算典型日逐时累计冷负荷。
在本发明的一个实施例中,典型日逐时累计冷负荷的计算方式如下:
其中,Q为典型日逐时累计冷负荷,Qn为系统设计冷负荷,ki为逐时负荷系数,t为年供能天数。
确定模块120用于分别确定第一比例典型日负荷供冷天数、第二比例典型日负荷供冷天数、第三比例典型日负荷供冷天数和第四比例典型日负荷供冷天数。
第二计算模块130用于根据典型日逐时累计冷负荷、第一比例典型日负荷供冷天数、第二比例典型日负荷供冷天数、第三比例典型日负荷供冷天数和第四比例典型日负荷供冷天数得到公共建筑物的年累计冷负荷。
具体地,在本发明的一个实施例中,年累计冷负荷的计算方法为:
Qw=A1×Q+A2×Q+A3×Q+A4×Q,
其中,A1为第一比例典型日负荷供冷天数,A2为第二比例典型日负荷供冷天数,A3为第三比例典型日负荷供冷天数,A4为第四比例典型日负荷供冷天数,Q为典型日逐时累计冷负荷,Qw为年累计冷负荷。
其中,在本发明的一个实施例中,例如,第一比例为100%,第二比例为75%,第三比例为50%,第四比例为25%。也即是说,A1为100%典型日负荷供冷天数,A2为75%典型日负荷供冷天数,A3为50%典型日负荷供冷天数,A4为25%典型日负荷供冷天数。
具体地,在本发明的一个实施例中,确定模块120用于分别确定第一比例典型日负荷供冷天数、第二比例典型日负荷供冷天数、第三比例典型日负荷供冷天数和第四比例典型日负荷供冷天数,进一步包括:获取供冷季每一天的日平均干球温度;从所有日平均干球温度中选取最大温度值和最小温度值,并根据最大温度值和最小温度值得到温度间隔;根据温度间隔分别确定第一至第四比例典型日负荷供冷天数的温度范围;将所有天数的温度分别与得到的四个温度范围进行匹配,以分别得到第一至第四比例典型日负荷供冷天数。
其中,第四比例典型日的负荷供冷天数A4的温度范围为(Tmin,Tmin+p),第三比例典型日的负荷供冷天数A3的温度范围为(Tmin+p,Tmin+2p),第二比例典型日的负荷供冷天数A2的温度范围为(Tmin+2p,Tmin+3p),第一比例典型日的负荷供冷天数A1的温度范围为(Tmin+3p,Tmax),其中,p为温度间隔,表示为:
p=(Tmax-Tmin)/4,
其中,Tmax为最大温度值,Tmin为最小温度值。
具体地,将所有天数的温度向四个温度范围进行匹配,属于哪个范围区间就在相应温度范围+1天,从而算出A1-A4的天数。
需要说明的是,本发明实施例的公共建筑物负荷计算系统的具体实现方式与本发明实施例的公共建筑物负荷计算方法的具体实现方式类似,具体请参见方法部分的描述,为了减少冗余,此处不再赘述。
根据本发明实施例的公共建筑物负荷计算系统,能够根据典型日逐时累计冷负荷、第一比例典型日负荷供冷天数、第二比例典型日负荷供冷天数、第三比例典型日负荷供冷天数和第四比例典型日负荷供冷天数得到公共建筑物的年累计冷负荷,即基于四段法实现了公共建筑物负荷的预测,并能够提高公共建筑负荷计算的准确性,从而真实反映公共建筑的用能负荷结果,且流程简单,易于实现。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同限定。
Claims (10)
1.一种公共建筑物负荷计算方法,其特征在于,包括以下步骤:
计算典型日逐时累计冷负荷;
分别确定第一比例典型日负荷供冷天数、第二比例典型日负荷供冷天数、第三比例典型日负荷供冷天数和第四比例典型日负荷供冷天数;
根据所述典型日逐时累计冷负荷、第一比例典型日负荷供冷天数、第二比例典型日负荷供冷天数、第三比例典型日负荷供冷天数和第四比例典型日负荷供冷天数得到所述公共建筑物的年累计冷负荷。
2.根据权利要求1所述的公共建筑物负荷计算方法,其特征在于,所述年累计冷负荷的计算方法为:
Qw=A1×Q+A2×Q+A3×Q+A4×Q,
其中,A1为第一比例典型日负荷供冷天数,A2为第二比例典型日负荷供冷天数,A3为第三比例典型日负荷供冷天数,A4为第四比例典型日负荷供冷天数,Q为典型日逐时累计冷负荷,Qw为年累计冷负荷。
3.根据权利要求1所述的公共建筑物负荷计算方法,其特征在于,所述分别确定第一比例典型日负荷供冷天数、第二比例典型日负荷供冷天数、第三比例典型日负荷供冷天数和第四比例典型日负荷供冷天数,进一步包括:
获取供冷季每一天的日平均干球温度;
从所有日平均干球温度中选取最大温度值和最小温度值,并根据所述最大温度值和最小温度值得到温度间隔;
根据所述温度间隔分别确定第一至第四比例典型日负荷供冷天数的温度范围;
将所有天数的温度分别与得到的四个温度范围进行匹配,以分别得到第一至第四比例典型日负荷供冷天数。
4.根据权利要求3所述的公共建筑物负荷计算方法,其特征在于,所述第四比例典型日的负荷供冷天数的温度范围为(Tmin,Tmin+p),所述第三比例典型日的负荷供冷天数的温度范围为(Tmin+p,Tmin+2p),所述第二比例典型日的负荷供冷天数的温度范围为(Tmin+2p,Tmin+3p),所述第一比例典型日的负荷供冷天数的温度范围为(Tmin+3p,Tmax),其中,p为所述温度间隔,表示为:
p=(Tmax-Tmin)/4,
其中,Tmax为所述最大温度值,Tmin为所述最小温度值。
5.根据权利要求1-4任一项所述的公共建筑物负荷计算方法,其特征在于,第一比例为100%,第二比例为75%,第三比例为50%,第四比例为25%。
6.一种公共建筑物负荷计算系统,其特征在于,包括:
第一计算模块,用于计算典型日逐时累计冷负荷;
确定模块,用于分别确定第一比例典型日负荷供冷天数、第二比例典型日负荷供冷天数、第三比例典型日负荷供冷天数和第四比例典型日负荷供冷天数;
第二计算模块,用于根据所述典型日逐时累计冷负荷、第一比例典型日负荷供冷天数、第二比例典型日负荷供冷天数、第三比例典型日负荷供冷天数和第四比例典型日负荷供冷天数得到所述公共建筑物的年累计冷负荷。
7.根据权利要求6所述的公共建筑物负荷计算系统,其特征在于,所述年累计冷负荷的计算方法为:
Qw=A1×Q+A2×Q+A3×Q+A4×Q,
其中,A1为第一比例典型日负荷供冷天数,A2为第二比例典型日负荷供冷天数,A3为第三比例典型日负荷供冷天数,A4为第四比例典型日负荷供冷天数,Q为典型日逐时累计冷负荷,Qw为年累计冷负荷。
8.根据权利要求6所述的公共建筑物负荷计算系统,其特征在于,所述确定模块用于:
获取供冷季每一天的日平均干球温度;
从所有日平均干球温度中选取最大温度值和最小温度值,并根据所述最大温度值和最小温度值得到温度间隔;
根据所述温度间隔分别确定第一至第四比例典型日负荷供冷天数的温度范围;
将所有天数的温度分别与得到的四个温度范围进行匹配,以分别得到第一至第四比例典型日负荷供冷天数。
9.根据权利要求8所述的公共建筑物负荷计算系统,其特征在于,所述第四比例典型日的负荷供冷天数的温度范围为(Tmin,Tmin+p),所述第三比例典型日的负荷供冷天数的温度范围为(Tmin+p,Tmin+2p),所述第二比例典型日的负荷供冷天数的温度范围为(Tmin+2p,Tmin+3p),所述第一比例典型日的负荷供冷天数的温度范围为(Tmin+3p,Tmax),其中,p为所述温度间隔,表示为:
p=(Tmax-Tmin)/4,
其中,Tmax为所述最大温度值,Tmin为所述最小温度值。
10.根据权利要求6-9任一项所述的公共建筑物负荷计算系统,其特征在于,第一比例为100%,第二比例为75%,第三比例为50%,第四比例为25%。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810541714.1A CN108764574A (zh) | 2018-05-30 | 2018-05-30 | 公共建筑物负荷计算方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810541714.1A CN108764574A (zh) | 2018-05-30 | 2018-05-30 | 公共建筑物负荷计算方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108764574A true CN108764574A (zh) | 2018-11-06 |
Family
ID=64004667
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810541714.1A Pending CN108764574A (zh) | 2018-05-30 | 2018-05-30 | 公共建筑物负荷计算方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108764574A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111126856A (zh) * | 2019-12-26 | 2020-05-08 | 青岛新奥清洁能源有限公司 | 离心式制冷机与螺杆式制冷机在供冷季耗电量计算方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106295145A (zh) * | 2016-08-02 | 2017-01-04 | 新奥泛能网络科技股份有限公司 | 一种污染物排放量计算方法及电子设备 |
CN106329578A (zh) * | 2016-08-31 | 2017-01-11 | 新奥泛能网络科技股份有限公司 | 一种确定cchp发电机装机规模的方法及装置 |
CN108334992A (zh) * | 2018-02-28 | 2018-07-27 | 新奥泛能网络科技股份有限公司 | 建筑物的负荷预测方法及系统 |
-
2018
- 2018-05-30 CN CN201810541714.1A patent/CN108764574A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106295145A (zh) * | 2016-08-02 | 2017-01-04 | 新奥泛能网络科技股份有限公司 | 一种污染物排放量计算方法及电子设备 |
CN106329578A (zh) * | 2016-08-31 | 2017-01-11 | 新奥泛能网络科技股份有限公司 | 一种确定cchp发电机装机规模的方法及装置 |
CN108334992A (zh) * | 2018-02-28 | 2018-07-27 | 新奥泛能网络科技股份有限公司 | 建筑物的负荷预测方法及系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111126856A (zh) * | 2019-12-26 | 2020-05-08 | 青岛新奥清洁能源有限公司 | 离心式制冷机与螺杆式制冷机在供冷季耗电量计算方法 |
CN111126856B (zh) * | 2019-12-26 | 2023-08-29 | 青岛新奥清洁能源有限公司 | 离心式制冷机与螺杆式制冷机在供冷季耗电量计算方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sha et al. | A simplified HVAC energy prediction method based on degree-day | |
CN104089362B (zh) | 一种中央空调冷却水系统冷却效率极大化方法及控制装置 | |
Mesloub et al. | The optimum performance of building integrated photovoltaic (BIPV) windows under a semi-arid climate in Algerian office buildings | |
CN106647268B (zh) | 基于模型预测控制的mgt-cchp分层最优控制系统 | |
CN104833154B (zh) | 基于模糊pid与神经内模的冷冻水回路控制方法 | |
WO2008142548A3 (en) | Fuel cell in-plane state estimating system and fuel cell in-plane state estimating method | |
KR101301123B1 (ko) | 냉난방부하 예측방법 | |
CN110107998A (zh) | 多联式冷热水机组的节能控制方法、设备及介质 | |
CN105674390A (zh) | 一种集中供热系统动态水力平衡调节方法 | |
CN108764574A (zh) | 公共建筑物负荷计算方法及系统 | |
CN111556631A (zh) | 基于pso和rbfnn的隧道交通照明系统智能控制方法 | |
CN114969950A (zh) | 基于遗传算法的住宅综合性能优化设计方法及系统 | |
CN103259258B (zh) | 微电网及其控制方法和装置 | |
CN100524146C (zh) | 电流源 | |
Rashid et al. | Performance analysis and investigation for the development of energy efficient building | |
CN109255097B (zh) | 一种3.3471次方幂函数形明渠输水断面及最优断面求解方法 | |
CN115796324B (zh) | 一种高寒地区供热负荷预测方法和系统 | |
CN115841201B (zh) | 一种考虑高寒地区热网特性的热网损耗预测方法和系统 | |
TWI699500B (zh) | 空調負荷調整系統及空調負荷調整方法 | |
Shi et al. | Challenges and Optimization of Building-Integrated Photovoltaics (BIPV) Windows: A Review | |
Michelson | Multivariate optimization of a solar water heating system using the Simplex method | |
CN108428011A (zh) | 一种直接空冷机组背压动态设定值的多目标优化方法 | |
CN112861253B (zh) | 一种异质多飞行器复杂构型协同弹道规划方法 | |
CN103713688A (zh) | 一种自适应变步长mppt控制方法 | |
CN109616078A (zh) | 设置显示器色温的方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181106 |