CN110147912A - 一种基于建筑信息模型的发电预测方法和装置 - Google Patents
一种基于建筑信息模型的发电预测方法和装置 Download PDFInfo
- Publication number
- CN110147912A CN110147912A CN201910461650.9A CN201910461650A CN110147912A CN 110147912 A CN110147912 A CN 110147912A CN 201910461650 A CN201910461650 A CN 201910461650A CN 110147912 A CN110147912 A CN 110147912A
- Authority
- CN
- China
- Prior art keywords
- model
- building
- building information
- information model
- construction
- 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
- 238000010248 power generation Methods 0.000 title claims abstract description 41
- 238000000034 method Methods 0.000 title claims abstract description 21
- 230000005855 radiation Effects 0.000 claims abstract description 70
- 238000010276 construction Methods 0.000 claims abstract description 49
- 238000013461 design Methods 0.000 claims abstract description 13
- 239000004035 construction material Substances 0.000 claims abstract description 5
- 238000012423 maintenance Methods 0.000 claims abstract description 5
- 238000006243 chemical reaction Methods 0.000 claims description 17
- 238000003860 storage Methods 0.000 claims description 17
- 230000005611 electricity Effects 0.000 claims description 13
- 238000009826 distribution Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 239000000463 material Substances 0.000 claims description 4
- 238000005286 illumination Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000011960 computer-aided design Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 238000004088 simulation Methods 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
- G06Q10/04—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
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/10—Constructive solid geometry [CSG] using solid primitives, e.g. cylinders, cubes
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Geometry (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于建筑信息模型的发电预测方法和装置,其技术方案要点是:包括如下步骤:S1、构造建筑信息模型:收集待构造的建筑模型信息,信息包括建筑的空间、结构、面积、功能、高度、外部维护结构、建筑材料;S2、构造建筑信息模型的照明模型:收集构造的建筑信息模型的照明模型所需要的信息,信息包括周边建筑体量、周围建筑物照明状况、建筑物所处经纬度和建筑物的室内照明设计信息;S3、建立光伏构件模型;S4、根据光伏构件模型计算总辐射量;S5、发电量预测;通过利用基于建筑信息模型的发电预测方法和装置,可在太阳能光电建筑项目规划初期进行准确的发电量预测,提高了计算的准确性和精确度。
Description
技术领域
本发明涉及光伏发电领域,更具体地说,它涉及一种基于建筑信息模型的发电预测方法和装置。
背景技术
建筑信息模型是建筑学、工程学及土木工程的新工具,称为BIM。建筑信息模型或建筑资讯模型一词由Autodesk所创的。它是来形容那些以三维图形为主、物件导向、建筑学有关的电脑辅助设计。BIM的核心是通过建立虚拟的建筑工程三维模型,利用数字化技术,为这个模型提供完整的、与实际情况一致的建筑工程信息库。该信息库不仅包含描述建筑物构件的几何信息、专业属性及状态信息,还包含了非构件对象(如空间、运动行为)的状态信息。借助这个包含建筑工程信息的三维模型,大大提高了建筑工程的信息集成化程度,从而为建筑工程项目的相关利益方提供了一个工程信息交换和共享的平台。
光伏发电建筑即整合太阳能光伏发电系统的建筑,是“建筑产生能源”的新概念,产生的电能可以部分或全部供应建筑用电。具体应用形式有:建筑屋顶支架安装、建筑立面支架安装、光伏屋顶、光伏瓦、光伏幕墙、光伏遮阳板等。太阳能光伏组件安装在建筑上,不占用土地资源;原地发电原地取用,节约电站到电网的投资;太阳能光伏组件替代了原始建筑材料,从而降低了太阳能的应用成本,使太阳能光伏组件的光建筑成为了近几年光伏在城市应用的热点和方向。
发电量预测是对太阳能光伏系统在未来的一定时期内可产生的电能进行定量计算,是评估其方案优劣的重要依据,更是进行初期投资、回报周期、总体收益等预测的重要指标。因此,准确地预测光伏系统的发电量对决策太阳能光电建筑的规划极为重要。由于现有太阳能光电建筑的发电量预测手段都是沿用光伏电站的预测方式和软件,无法有针对性地结合建筑本体的影响因素进行分析,故预测结果准确性不足,不能为方案决策提供可靠依据,需要对其进行改进。
发明内容
针对现有技术存在的不足,本发明的目的在于提供一种基于建筑信息模型的发电预测方法和装置,以解决背景技术中提到的问题。
为实现上述目的,本发明提供了如下技术方案:
一种基于建筑信息模型的发电预测方法,包括如下步骤:
S1、构造建筑信息模型:收集待构造的建筑模型信息,信息包括建筑的空间、结构、面积、功能、高度、外部维护结构、建筑材料,按类别整理后记录后,通过建筑信息模型(BIM)技术建立建筑信息模型图纸;
S2、构造建筑信息模型的照明模型:收集构造的建筑信息模型的照明模型所需要的信息,信息包括周边建筑体量、周围建筑物照明状况、建筑物所处经纬度和建筑物的室内照明设计信息,收集之后向建筑信息模型图纸中添加照明设计;
S3、建立光伏构件模型:根据建筑信息模型图纸中添加的照明设计调用建立的光伏构件模型,调整相应的光伏构件参数,将光伏构件逐件在建立的建筑信息模型上进行配准,匹配后得到光伏构件模型;
S4、根据光伏构件模型计算总辐射量:根据数据库中目标建筑中各方位上单位面积对应的辐射量和有效面积,得到目标建筑的总辐射量;
S5、发电量预测:根据构造的建筑信息模型的总辐射量进行预测转换,结合光伏构建模型存储的光伏组件信息,将待匹配建筑中各光伏构件的逐时辐射量转换为实际产生的逐时电量,预测构造的建筑信息模型的发电分布,得到目标建筑对应的发电量。
进一步地,所述S1在构造建筑信息模型时,收集的建筑模型信息还包括建筑物每一间的具体大小、建筑物内部墙面区域大小、建筑物的窗户数量和朝向、周围建筑物的体量信息。
进一步地,所述S2在构造建筑信息模型的照明模型时收集构造的照明模型所需要的信息还包括:建筑物墙面的比热容、建筑物的窗户透过光线的时间、建筑物的地形条件、典型气候年逐时参数包括逐时的太阳辐射总量、干湿球温度以及风速。
进一步地,在所述S1构造建筑信息模型完成后和在所述S2构造建筑信息模型的照明模型完成后,将构造的模型分别上传至数据库进行存储。
进一步地,所述S3的光伏构件模型中的光伏构件参数包括光伏组件的型号、几何尺寸、材质、峰瓦值、数量和额定功率。
进一步地,所述S4在根据光伏构件模型计算总辐射量时的具体步骤包括利用环境气候数据、天气预报的辐射量计算出建筑一体化光伏系统中每一个光伏构件在设定周期内的接收到的太阳辐射量,根据该太阳辐射量计算光伏构件的水平面太阳辐射量和斜面的太阳辐射量,最终利用所述光伏构件的水平面太阳辐射量和斜面的太阳辐射量计算出建筑一体化光伏系统中每一个光伏构件在设定周期内准确的太阳辐射量。
进一步地,所述S5在发电量预测时,根据目标建筑所在地的气候数据进行辐射分析,得到目标建筑所在地在气候数据下分别受到的逐时辐射量;根据所述逐时辐射量和各光伏组件信息进行电量转换,转换为在每种光伏组件信息下所述目标建筑所在地分别对应实际产生的逐时电量,从而得到所述目标建筑所在地对应的发电分布数据。
进一步的,所述S5在发电量预测之后与后期实际发电结果进行比较,比较之后将发电预测值与后期实际发电数据一同上传至数据库进行存储。
本发明还公开了一种基于建筑信息模型的发电预测装置,包括如下模块:
采集获取模块,用于收集和获取构造建筑信息模型所需要的信息和构造建筑信息模型的照明模型所需要的信息,按类别整理后分别建立建筑信息模型盒建筑信息模型的照明模式;
选择匹配模块,用于根据建筑信息模型图纸中添加的照明设计调用建立的光伏构件模型,调整相应的光伏构件参数,将光伏构件逐件在建立的建筑信息模型上进行配准,以得到光伏构件模型;
配置计算模块,用于根据数据库中目标建筑中各方位上单位面积对应的辐射量和有效面积,得到目标建筑的总辐射量;
发电预测确定模块,用于根据构造的建筑信息模型的总辐射量进行预测转换,结合光伏构建模型存储的光伏组件信息,将待匹配建筑中各光伏构件的逐时辐射量转换为实际产生的逐时电量,预测构造的建筑信息模型的发电分布,得到目标建筑对应的发电量。
进一步的,装置还包括存储转换模块,数据在所述存储转换模块内的直接存储格式为IFC格式,存储转换模块可将IFC格式转换为JSON格式。
综上所述,本发明主要具有以下有益效果:
基于建筑信息模型的发电预测方法和装置,通过构造建筑信息模型、构造建筑信息模型的照明模型、建立光伏构件模型、根据光伏构件模型计算总辐射量和发电量预测等步骤收集了建筑与光伏构件的多种参数信息,并基于此建立建筑信息模型和光伏构件模型,以及相应的信息数据库,采用了BIM的建模与分析手段,计算了目标建筑的总辐射量,可在太阳能光电建筑项目规划初期进行准确的发电量预测,提高了计算的准确性和精确度。
附图说明
图1为本发明提供的一种实施方式用于展示基于建筑信息模型的发电预测方法的流程图;
图2为本发明提供的一种实施方式用于展示建筑信息模型的发电预测装置的模块结构图;
具体实施方式
以下结合附图1-2对本发明作进一步详细说明。
实施例1
一种基于建筑信息模型的发电预测方法,包括如下步骤:
S1、构造建筑信息模型:收集待构造的建筑模型信息,信息包括建筑的空间、结构、面积、功能、高度、外部维护结构、建筑材料,按类别整理后记录后,通过建筑信息模型(BIM)技术建立建筑信息模型图纸;其中建筑信息模型的长度单位使用毫米,标高单位为米,建筑信息模型的建模坐标与真实工程坐标一致,且宜采用原点(0,0,0)作为特征点,并在构造建筑信息模型使用周期内不得变动,依此原则可以采集到建筑的空间、结构、面积、高度后将其作为一类并将数据记录,同时再采集建筑的功能、外部维护结构、建筑材料等信息将其作为另一类信息加以存储记录;将这些信息记录之后可以利用建筑信息模型(BIM)技术生成建筑信息模型图纸,通过利用构造的建筑信息模型图纸有助制作不同建筑物系统的施工图,例如,一旦完成薄金属管道工程的模型,即可迅速制成施工图,同时还简化了三维立体透视图的制作流程;
S2、构造建筑信息模型的照明模型:收集构造的建筑信息模型的照明模型所需要的信息,信息包括周边建筑体量、周围建筑物照明状况、建筑物所处经纬度和建筑物的室内照明设计信息,收集之后向建筑信息模型图纸中添加照明设计;其中周围建筑物照明状况、建筑物所处经纬度和建筑物的室内照明状况都是构件照明模型的必要信息,在收集这些信息后,将其添加到建筑信息模型(BIM)内可实现建筑信息模型的照明模拟;
S3、建立光伏构件模型:根据建筑信息模型图纸中添加的照明设计调用建立的光伏构件模型,调整相应的光伏构件参数,将光伏构件逐件在建立的建筑信息模型上进行配准,匹配后得到光伏构件模型;光伏构件模型在建立时可以直接依据建筑信息模型图纸将数据库中存储的光伏构件模型调出进行使用;
S4、根据光伏构件模型计算总辐射量:根据数据库中目标建筑中各方位上单位面积对应的辐射量和有效面积,得到目标建筑的总辐射量;在计算时根据光伏构件不同的方位信息,对每个光伏构件进行三维空间中的坐标变换,将每个光伏构件分别在三维空间中各平面上的投影面积作为所述有效面积,则计算每个光伏构件在正上方,正南向和正东(西)的有效辐射面积。对于一块长(东西向)A米,高(垂直地面方向)B米的光伏构件Δ,若其方位信息β1,β2,β3分别表示光伏构件在建筑信息模型中三维空间的三个不同旋转角度,则该光伏构建在正上方,正南向和正东(西)的有效辐射面积分别为:
S上(Δ)=0.5(A1C1+A1C2+A2C1-A2C2)
S南(Δ)=0.5(A1B1+A1B2+A2B1-A2B2)
S东西(Δ)=0.5(B1C1+B1C2+B2C1-B2C2)
其中,
A1=A(cosβ2cosβ3-sinβ1sinβ2sinβ3)
B1=A(cosβ2sinβ3-sinβ1sinβ2cosβ3)
C1=-Acosβ1
A2=-Bcosβ1sinβ3
B2=Bcosβ1cosβ3
C2=Bsinβ1;
本实施例中,光伏构件Δ四个角在未旋转前的原空间坐标是(0,0,0),(A,0,0),(0,B,0),(A,B,0),则(0,0,0)、(A1,B1,C1)、(A2,B2,C2)和(A1+A2,B1+B2,C1+C2)分别为光伏构件Δ四个角旋转后的空间坐标。累加计算太阳能光电建筑每个类型所有光伏构件在正上方,正南向,正东向和正西向的有效辐射总面积。若类型为ρ的所有光伏构件为T(ρ),则该类型在正上方,正南向,正东向和正西向的有效辐射总面积分别为:
S上(ρ)=∑Δ∈T(ρ)S上(Δ)
S南(ρ)=∑Δ∈T(ρ)S南(Δ)
S东西(ρ)=∑Δ∈T(ρ)S东西(Δ)
故根据所述数据库中所述目标建筑中各方位上单位面积对应的辐射量和所述有效面积,得到所述目标建筑的总辐射量;
S5、发电量预测:根据构造的建筑信息模型的总辐射量进行预测转换,结合光伏构建模型存储的光伏组件信息,将待匹配建筑中各光伏构件的逐时辐射量转换为实际产生的逐时电量,预测构造的建筑信息模型的发电分布,就能得到目标建筑对应的发电量。
其中,步骤S1在构造建筑信息模型时,收集的建筑模型信息还包括建筑物每一间的具体大小、建筑物内部墙面区域大小、建筑物的窗户数量和朝向、周围建筑物的体量信息。
其中,步骤S2在构造建筑信息模型的照明模型时收集构造的照明模型所需要的信息还包括:建筑物墙面的比热容、建筑物的窗户透过光线的时间、建筑物的地形条件、典型气候年逐时参数包括逐时的太阳辐射总量、干湿球温度以及风速。
其中,在步骤S1构造建筑信息模型完成后和在所述S2构造建筑信息模型的照明模型完成后,将构造的模型分别上传至数据库进行存储。
其中,步骤S3的光伏构件模型中的光伏构件参数包括光伏组件的型号、几何尺寸、材质、峰瓦值、数量和额定功率。
其中,步骤S4在根据光伏构件模型计算总辐射量时的具体步骤包括利用环境气候数据、天气预报的辐射量计算出建筑一体化光伏系统中每一个光伏构件在设定周期内的接收到的太阳辐射量,根据该太阳辐射量计算光伏构件的水平面太阳辐射量和斜面的太阳辐射量,最终利用所述光伏构件的水平面太阳辐射量和斜面的太阳辐射量计算出建筑一体化光伏系统中每一个光伏构件在设定周期内准确的太阳辐射量。
其中,步骤S5在发电量预测时,根据目标建筑所在地的气候数据进行辐射分析,得到目标建筑所在地在气候数据下分别受到的逐时辐射量;根据所述逐时辐射量和各光伏组件信息进行电量转换,转换为在每种光伏组件信息下所述目标建筑所在地分别对应实际产生的逐时电量,从而得到所述目标建筑所在地对应的发电分布数据。
其中,步骤S5在发电量预测之后与后期实际发电结果进行比较,比较之后将发电预测值与后期实际发电数据一同上传至数据库进行存储。
实施例2
本实施例提供了一种基于建筑信息模型的发电预测装置,其特征在于,包括如下模块:
采集获取模块,用于收集和获取构造建筑信息模型所需要的信息和构造建筑信息模型的照明模型所需要的信息,按类别整理后分别建立建筑信息模型盒建筑信息模型的照明模式;
选择匹配模块,用于根据建筑信息模型图纸中添加的照明设计调用建立的光伏构件模型,调整相应的光伏构件参数,将光伏构件逐件在建立的建筑信息模型上进行配准,以得到光伏构件模型;
配置计算模块,用于根据数据库中目标建筑中各方位上单位面积对应的辐射量和有效面积,得到目标建筑的总辐射量;
发电预测确定模块,用于根据构造的建筑信息模型的总辐射量进行预测转换,结合光伏构建模型存储的光伏组件信息,将待匹配建筑中各光伏构件的逐时辐射量转换为实际产生的逐时电量,预测构造的建筑信息模型的发电分布,得到目标建筑对应的发电量。
其中,装置还包括存储转换模块,数据在所述存储转换模块内的直接存储格式为IFC格式,存储转换模块可将IFC格式转换为JSON格式。
本具体实施例仅仅是对本发明的解释,其并不是对本发明的限制,本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改,但只要在本发明的权利要求范围内都受到专利法的保护。
Claims (10)
1.一种基于建筑信息模型的发电预测方法,其特征在于,包括如下步骤:
S1、构造建筑信息模型:收集待构造的建筑模型信息,信息包括建筑的空间、结构、面积、功能、高度、外部维护结构、建筑材料,按类别整理后记录后,通过建筑信息模型(BIM)技术建立建筑信息模型图纸;
S2、构造建筑信息模型的照明模型:收集构造的建筑信息模型的照明模型所需要的信息,信息包括周边建筑体量、周围建筑物照明状况、建筑物所处经纬度和建筑物的室内照明设计信息,收集之后向建筑信息模型图纸中添加照明设计;
S3、建立光伏构件模型:根据建筑信息模型图纸中添加的照明设计调用建立的光伏构件模型,调整相应的光伏构件参数,将光伏构件逐件在建立的建筑信息模型上进行配准,匹配后得到光伏构件模型;
S4、根据光伏构件模型计算总辐射量:根据数据库中目标建筑中各方位上单位面积对应的辐射量和有效面积,得到目标建筑的总辐射量;
S5、发电量预测:根据构造的建筑信息模型的总辐射量进行预测转换,结合光伏构建模型存储的光伏组件信息,将待匹配建筑中各光伏构件的逐时辐射量转换为实际产生的逐时电量,预测构造的建筑信息模型的发电分布,得到目标建筑对应的发电量。
2.根据权利要求1所述的一种基于建筑信息模型的发电预测方法,其特征在于:所述S1在构造建筑信息模型时,收集的建筑模型信息还包括建筑物每一间的具体大小、建筑物内部墙面区域大小、建筑物的窗户数量和朝向、周围建筑物的体量信息。
3.根据权利要求1所述的一种基于建筑信息模型的发电预测方法,其特征在于:所述S2在构造建筑信息模型的照明模型时收集构造的照明模型所需要的信息还包括:建筑物墙面的比热容、建筑物的窗户透过光线的时间、建筑物的地形条件、典型气候年逐时参数包括逐时的太阳辐射总量、干湿球温度以及风速。
4.根据权利要求1所述的一种基于建筑信息模型的发电预测方法,其特征在于:在所述S1构造建筑信息模型完成后和在所述S2构造建筑信息模型的照明模型完成后,将构造的模型分别上传至数据库进行存储。
5.根据权利要求1所述的一种基于建筑信息模型的发电预测方法,其特征在于:所述S3的光伏构件模型中的光伏构件参数包括光伏组件的型号、几何尺寸、材质、峰瓦值、数量和额定功率。
6.根据权利要求1所述的一种基于建筑信息模型的发电预测方法,其特征在于:所述S4在根据光伏构件模型计算总辐射量时的具体步骤包括利用环境气候数据、天气预报的辐射量计算出建筑一体化光伏系统中每一个光伏构件在设定周期内的接收到的太阳辐射量,根据该太阳辐射量计算光伏构件的水平面太阳辐射量和斜面的太阳辐射量,最终利用所述光伏构件的水平面太阳辐射量和斜面的太阳辐射量计算出建筑一体化光伏系统中每一个光伏构件在设定周期内准确的太阳辐射量。
7.根据权利要求1所述的一种基于建筑信息模型的发电预测方法,其特征在于:所述S5在发电量预测时,根据目标建筑所在地的气候数据进行辐射分析,得到目标建筑所在地在气候数据下分别受到的逐时辐射量;根据所述逐时辐射量和各光伏组件信息进行电量转换,转换为在每种光伏组件信息下所述目标建筑所在地分别对应实际产生的逐时电量,从而得到所述目标建筑所在地对应的发电分布数据。
8.根据权利要求1所述的一种基于建筑信息模型的发电预测方法,其特征在于:所述S5在发电量预测之后与后期实际发电结果进行比较,比较之后将发电预测值与后期实际发电数据一同上传至数据库进行存储。
9.根据权利要求1所述的一种基于建筑信息模型的发电预测装置,其特征在于,包括如下模块:
采集获取模块,用于收集和获取构造建筑信息模型所需要的信息和构造建筑信息模型的照明模型所需要的信息,按类别整理后分别建立建筑信息模型盒建筑信息模型的照明模式;
选择匹配模块,用于根据建筑信息模型图纸中添加的照明设计调用建立的光伏构件模型,调整相应的光伏构件参数,将光伏构件逐件在建立的建筑信息模型上进行配准,以得到光伏构件模型;
配置计算模块,用于根据数据库中目标建筑中各方位上单位面积对应的辐射量和有效面积,得到目标建筑的总辐射量;
发电预测确定模块,用于根据构造的建筑信息模型的总辐射量进行预测转换,结合光伏构建模型存储的光伏组件信息,将待匹配建筑中各光伏构件的逐时辐射量转换为实际产生的逐时电量,预测构造的建筑信息模型的发电分布,得到目标建筑对应的发电量。
10.根据权利要求9所述的一种基于建筑信息模型的发电预测装置,其特征在于:装置还包括存储转换模块,数据在所述存储转换模块内的直接存储格式为IFC格式,存储转换模块可将IFC格式转换为JSON格式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910461650.9A CN110147912A (zh) | 2019-05-30 | 2019-05-30 | 一种基于建筑信息模型的发电预测方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910461650.9A CN110147912A (zh) | 2019-05-30 | 2019-05-30 | 一种基于建筑信息模型的发电预测方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110147912A true CN110147912A (zh) | 2019-08-20 |
Family
ID=67593702
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910461650.9A Pending CN110147912A (zh) | 2019-05-30 | 2019-05-30 | 一种基于建筑信息模型的发电预测方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110147912A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114943371A (zh) * | 2022-05-09 | 2022-08-26 | 北京市燃气集团有限责任公司 | 基于主成分分析-决策树的光伏电站发电预测方法及装置 |
CN117891962A (zh) * | 2024-03-15 | 2024-04-16 | 华中科技大学 | 一种城市分布式光伏系统数据的图数据库构建方法及应用 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103440526A (zh) * | 2013-07-05 | 2013-12-11 | 北京建筑大学 | 一种基于建筑信息模型的发电预测方法和装置 |
US20150302637A1 (en) * | 2014-04-17 | 2015-10-22 | Light Foundry, LLC | Lighting performance simulation and analysis in architectural modeling environments |
CN105913140A (zh) * | 2016-04-06 | 2016-08-31 | 北京建筑大学 | 一种基于建筑信息模型的发电预测方法和装置 |
CN108875241A (zh) * | 2018-06-29 | 2018-11-23 | 江苏工民建新能源有限公司 | 一种建筑一体化光伏系统发电量计算方法及系统 |
CN109165458A (zh) * | 2018-09-05 | 2019-01-08 | 南京林业大学 | 基于bim的地表建筑太阳辐射估算方法 |
CN109325244A (zh) * | 2017-07-31 | 2019-02-12 | 上海宝冶集团有限公司 | 基于bim技术的屋顶分布式光伏系统敷设方法 |
CN109815544A (zh) * | 2018-12-24 | 2019-05-28 | 中国电建集团山东电力建设第一工程有限公司 | 一种基于bim的屋顶光伏布置方法 |
-
2019
- 2019-05-30 CN CN201910461650.9A patent/CN110147912A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103440526A (zh) * | 2013-07-05 | 2013-12-11 | 北京建筑大学 | 一种基于建筑信息模型的发电预测方法和装置 |
US20150302637A1 (en) * | 2014-04-17 | 2015-10-22 | Light Foundry, LLC | Lighting performance simulation and analysis in architectural modeling environments |
CN105913140A (zh) * | 2016-04-06 | 2016-08-31 | 北京建筑大学 | 一种基于建筑信息模型的发电预测方法和装置 |
CN109325244A (zh) * | 2017-07-31 | 2019-02-12 | 上海宝冶集团有限公司 | 基于bim技术的屋顶分布式光伏系统敷设方法 |
CN108875241A (zh) * | 2018-06-29 | 2018-11-23 | 江苏工民建新能源有限公司 | 一种建筑一体化光伏系统发电量计算方法及系统 |
CN109165458A (zh) * | 2018-09-05 | 2019-01-08 | 南京林业大学 | 基于bim的地表建筑太阳辐射估算方法 |
CN109815544A (zh) * | 2018-12-24 | 2019-05-28 | 中国电建集团山东电力建设第一工程有限公司 | 一种基于bim的屋顶光伏布置方法 |
Non-Patent Citations (1)
Title |
---|
郭娟利 等: "基于BIM技术的装配式建筑太阳能集成设计与优化", 《建筑节能》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114943371A (zh) * | 2022-05-09 | 2022-08-26 | 北京市燃气集团有限责任公司 | 基于主成分分析-决策树的光伏电站发电预测方法及装置 |
CN117891962A (zh) * | 2024-03-15 | 2024-04-16 | 华中科技大学 | 一种城市分布式光伏系统数据的图数据库构建方法及应用 |
CN117891962B (zh) * | 2024-03-15 | 2024-05-28 | 华中科技大学 | 一种城市分布式光伏系统数据的图数据库构建方法及应用 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103440526B (zh) | 一种基于建筑信息模型的发电预测方法和装置 | |
Ouyang et al. | Evaluating the thermal-radiative performance of ENVI-met model for green infrastructure typologies: Experience from a subtropical climate | |
Gagliano et al. | Assessment of micro-wind turbines performance in the urban environments: an aided methodology through geographical information systems | |
KR102321673B1 (ko) | 태양광 발전 시뮬레이션 장치 및 방법 | |
Ning et al. | BIM-based PV system optimization and deployment | |
US20160125294A1 (en) | Method for forecasting energy demands that incorporates urban heat island | |
Zhu et al. | Solar accessibility in developing cities: A case study in Kowloon East, Hong Kong | |
Lobaccaro et al. | A holistic approach to assess the exploitation of renewable energy sources for design interventions in the early design phases | |
Hénon et al. | An urban neighborhood temperature and energy study from the CAPITOUL experiment with the SOLENE model: Part 1: Analysis of flux contributions | |
US20190139163A1 (en) | Method for forecasting energy demands that incorporates urban heat island | |
US20140207431A1 (en) | Urban mapping technique for photovoltaic potential of rooftops | |
Mahaya et al. | Solar access assessment in semi-arid urban context: An application study for ten urban forms of existing apartment buildings districts in Batna City, Algeria | |
CN105913140A (zh) | 一种基于建筑信息模型的发电预测方法和装置 | |
CN110147912A (zh) | 一种基于建筑信息模型的发电预测方法和装置 | |
CN104239662A (zh) | 一种定量评价区域风能资源开发潜力的方法 | |
Aleksandrowicz et al. | Evaluation of summer mean radiant temperature simulation in ENVI-met in a hot Mediterranean climate | |
Mutani et al. | Urban-Scale Energy Models: relationship between urban form and energy performance | |
Zubair et al. | Assessment of photovoltaic capabilities in urban environments: A case study of Islamabad, Pakistan | |
Elmalky et al. | Computational procedure of solar irradiation: A new approach for high performance façades with experimental validation | |
Zhang et al. | Evaluation of the photovoltaic potential in built environment using spatial data captured by unmanned aerial vehicles | |
Imenes et al. | 3D solar maps for the evaluation of building integrated photovoltaics in future city districts: A norwegian case study | |
KR102185887B1 (ko) | 미규모 도심 지표 에너지 수지 예측 시스템 | |
Loibl et al. | Modelling micro-climate characteristics for urban planning and building design | |
Hofierka | Assessing Land Surface Temperature in Urban Areas Using Open-Source Geospatial Tools | |
Braun | A Scalable Approach for Spatio-Temporal Assessment of Photovoltaic Electricity Potentials for Building Facades of Entire Cities |
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 |
Application publication date: 20190820 |
|
RJ01 | Rejection of invention patent application after publication |