CN111079264A - 基于拓展因子和预测平均投票值的热舒适建模方法 - Google Patents
基于拓展因子和预测平均投票值的热舒适建模方法 Download PDFInfo
- Publication number
- CN111079264A CN111079264A CN201911168463.8A CN201911168463A CN111079264A CN 111079264 A CN111079264 A CN 111079264A CN 201911168463 A CN201911168463 A CN 201911168463A CN 111079264 A CN111079264 A CN 111079264A
- Authority
- CN
- China
- Prior art keywords
- thermal comfort
- thermal
- pmv
- npmv
- formula
- 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
- 238000000034 method Methods 0.000 title claims abstract description 12
- 230000035807 sensation Effects 0.000 claims abstract description 25
- 238000004364 calculation method Methods 0.000 claims abstract description 6
- 238000011160 research Methods 0.000 claims abstract description 3
- 108010003272 Hyaluronate lyase Proteins 0.000 claims description 4
- 241000122133 Panicum mosaic virus Species 0.000 abstract 3
- 241000724291 Tobacco streak virus Species 0.000 abstract 1
- 230000006978 adaptation Effects 0.000 description 21
- 230000003542 behavioural effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000007935 neutral effect Effects 0.000 description 2
- 238000009423 ventilation Methods 0.000 description 2
- 230000008649 adaptation response Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 230000037323 metabolic rate Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
Abstract
本发明公开了一种基于拓展因子和预测平均投票值的热舒适建模方法，以热舒适标准ASHRAE 55中的热舒适模型PMV为基础，根据公式：nPMV＝αPMV构建热舒适模型nPMV；式中，α是拓展因子，其根据公式：α＝pT+q计算获得；式中，p和q为拓展因子的常参数，两者分别根据公式：
计算得到；式中，PMVi、TSVi和Ti分别是现场研究采集的第i个热感觉预测平均投票值、热感觉实际平均投票值和环境温度；共采集k个PMV、TSV和环境温度T数据组。本发明通过给预测平均投票值引入拓展因子及相应的计算公式，构建了新的热舒适模型nPMV。该热舒适模型很好地提升了热感觉预测的准确度，从而更能保障室内热舒适。
Description
技术领域
本发明涉及室内热舒适预测领域，具体涉及的是一种基于拓展因子和预测平均投票值的热舒适建模方法。
背景技术
准确的热舒适预测模型是保障室内热舒适和降低建筑运行能耗的前提条件。预测平均投票值PMV(Predicted Mean Vote)是一种广泛应用的热舒适模型，已被纳入国内外热舒适标准。PMV根据人体热平衡状态预测热感觉。热感觉的表征采用ASHRAE 55的7点标尺：-3冷(Cold)，-2凉(Cool)，-1微凉(Slightly cool)，0中性(neutral)，1微暖(Slightlywarm)，2暖(Warm)，3热(Hot)。ASHRAE 55规定，当热感觉在-0.5–0.5范围内时，室内环境是热舒适的。但由于PMV是基于环境仓实验得到的，它无法全面考虑热适应对热舒适的影响。热适应是指人体对反复的热环境刺激逐渐降低反应的现象。热适应包括生理热适应，心理热适应和行为热适应。热适应有助于降低热不舒适性，但因为缺乏解释热适应的能力，所以PMV会过度预测热不舒适，特别是在自然通风建筑中。
拓展PMV解释热适应的能力是提升PMV预测热感觉准确度的有效途径。Fanger和Toftum提出了ePMV，以拓展PMV解释热适应的能力。ePMV是采用一个固定的期待因子(expectancy factor)来矫正PMV。期待因子使得ePMV具备考虑心理热适应的能力。因此，ePMV相对PMV提升了热感觉预测的准确度。
然而，采用ePMV解释热适应的能力仍然有限，其原因在于：1)ePMV无法考虑完整的热适应，即无法考虑生理热适应和行为热适应；2)ePMV无法考虑热适应的动态性。因此，ePMV预测热感觉的准确度仍有待提升。
发明内容
本发明旨在提供一种基于拓展因子和预测平均投票值的热舒适建模方法，从而全面拓展PMV解释热适应的能力，提升热感觉预测准确度。
为实现上述目的，本发明采用的技术方案如下：
基于拓展因子和预测平均投票值的热舒适建模方法，以热舒适标准ASHRAE 55中的热舒适模型PMV为基础，根据下列公式构建热舒适模型nPMV：
nPMV＝αPMV
式中，α是拓展因子，其根据以下公式计算获得：
α＝pT+q
式中，p和q为拓展因子的常参数，两者分别根据下列公式计算得到：
式中，PWVi、TSVi和Ti分别是现场研究采集的第i个热感觉预测平均投票值、热感觉实际平均投票值和环境温度；共采集k个PMV、TSV和环境温度T数据组。
具体地，公式1和2的推导过程如下：
常参数p和q应该使得新热舒适模型nPMV与实际平均热感觉投票值TSV的偏差最小化，因此确定常参数p和q就是最小化目标函数
(公式3)。结合公式nPMV＝αPMV和公式3，目标函数
可表达成公式4。而为了最小化目标函数
目标函数
对p和q的导数应为0，见公式5和6。联合式5和6，即可求解得到p和q的计算公式1和2。
本发明的设计原理在于，构建一种新的热舒适模型，该热舒适模型是拓展因子与PMV的乘积(αPMV)，其中拓展因子是环境温度的线性函数(α＝pT+q)。环境温度可以是室内温度，如室内空气温度或操作温度(operative temperature)，也可以是室外温度，如室外平均运行温度(running mean outdoor temperature)。因此新热舒适模型可表示成：nPMV＝(pT+q)PMV。根据适应性模型理论，环境温度线性函数能够解释生理热适应、心理热适应和行为热适应。因此，基于环境温度线性函数的拓展因子可以解释生理热适应、心理热适应和行为热适应。同时，环境温度线性函数表征了热适应是变化的。所以基于环境温度线性函数的拓展因子能够考虑热适应的动态性。因此，新的热舒适模型可以全面解释热适应，即生理热适应、心理热适应和行为热适应、及热适应性的动态性。
与现有技术相比，本发明具有以下有益效果：本发明以热舒适标准ASHRAE 55中的热舒适模型PMV为基础，通过引入拓展因子及相应的计算公式，构建了新的热舒适模型nPMV，新的热舒适模型不仅具备了PMV的优点，即考虑室内空气温度、空气速度、辐射温度、相对湿度、人体代谢率和服装热阻对热感觉的影响，而且引入的拓展因子使新热舒适模型具备全面解释热适应的能力。因此，相比无法全面考虑热适应的原热舒适模型(即PMV和ePMV)，本发明构建的热舒适模型应可以更准确地预测热感觉。
附图说明
图1为本发明构建热舒适模型的流程示意图。
图2为本发明实施例预测中国冬冷夏热地区四个季节的热感觉示意图。
具体实施方式
下面结合附图说明和实施例对本发明作进一步说明，本发明的方式包括但不仅限于以下实施例。
实施例
本发明提供了一种新型的热舒适模型，可以全面拓展PMV解释热适应的能力，从而提升热感预测准确度。如图1所示，本发明构建这种热舒适模型的方法如下：
以热舒适标准ASHRAE 55中的热舒适模型PMV为基础，根据下列公式构建热舒适模型nPMV：
nPMV＝αPMV
式中，α是拓展因子，其根据以下公式计算获得：
α＝pT+q
式中，p和q为拓展因子的常参数，两者分别根据下列公式计算得到：
式中，PMVi、TSVi和Ti分别是现场研究采集的第i个热感觉预测平均投票值、热感觉实际平均投票值和环境温度(环境温度可以是室内温度，如室内空气温度或操作温度，也可以是室外温度，如室外平均运行温度)；共采集k个PMV、TSV和环境温度T数据组。
下面以一个实施案例对本发明的优点进行阐述。
实施案例中建立新热舒适模型所需的现场数据PMV、TSV和环境温度T来于自然通风建筑。自然通风建筑中热适应对热舒适的影响大，最能检验新热舒适模型的效果。该案例包含了重庆、武汉、成都、长沙、南京和杭州等中国冬冷夏热地区六大城市的自然通风建筑。这些数据是国标GB/T50785-2012数据库的一部分。环境温度T指室内空气温度。PMV、TSV和环境温度T详见参考文献1：Liu H,Wu Y,Li B,Cheng Y,Yao R.2017.Seasonal variationof thermal sensations in residential buildings in the Hot Summer and ColdWinter zone of China.Energy and Buildings,140,9-18.。基于参考文献1报道的全年PMV、TSV和环境温度T数据，根据本发明内容建立的新热舒适模型如公式7。
nPMV＝(0.0058T+0.3132)PMV (7)
为了说明根据本发明构建的新热舒适模型nPMV的优势，本实施案例利用误差的方均根RMSE(Root mean square error)表征模型的准确度，对比新热舒适模型nPMV、Fanger和Toftum开发的ePMV和ASHRAE 55的热舒适模型PMV。RMSE越小，模型的准确度越高。
将建立的新热舒适模型nPMV用于预测中国冬冷夏热地区四个季节的热感觉，如图2所示。图2中TSV、PMV、ePMV和室内空气温度数据详见参考文献2：Wu Y,Liu H,Ni Y,ZhouJ.2015.Residents'thermal discomfort and adaptive Responses of indoorenvironment in hot summer and cold winter zone,China.The 7th InternationalConference of SuDBE2015,Reading,UK.。根据图2的显示，新热舒适模型nPMV距TSV最近，ePMV第二近，PMV最远，这表示预测热感觉的准确度由高到低分别为nPMV、ePMV、PMV。在春夏秋冬四个季节，新热舒适模型nPMV的RMSE分别为0.33，0.29，0.28和0.08；ePMV的RMSE分别为0.75，0.66，0.78和0.76；PMV的RMSE分别为0.99，1.04，1.06和1.11。在春夏秋冬四个季节，相对于ePMV，新热舒适模型nPMV可以将RMSE降低56％-90％，即提升热感觉预测准确度56％-90％；相对PMV，新热舒适模型nPMV可以将RMSE降低67％-93％，即提升热感觉预测准确度67％-93％。因此，本发明构建的新热舒适模型nPMV可以有效提升热感觉预测准确度。
综上，本发明通过给预测平均投票值引入拓展因子及相应的计算公式，构建了新的热舒适模型nPMV；该热舒适模型nPMV很好地提升了热感觉预测的准确度，从而更能保障室内热舒适。
上述实施例仅为本发明的优选实施方式之一，不应当用于限制本发明的保护范围，但凡在本发明的主体设计思想和精神上作出的毫无实质意义的改动或润色，其所解决的技术问题仍然与本发明一致的，均应当包含在本发明的保护范围之内。
Claims (2)
1.基于拓展因子和预测平均投票值的热舒适建模方法，以热舒适标准ASHRAE 55中的热舒适模型PMV为基础，根据下列公式构建热舒适模型nPMV：
nPMV＝αPMV
式中，α是拓展因子；
其特征在于，拓展因子α根据以下公式计算获得：
α＝pT+q
式中，p和q为拓展因子的常参数。
2.根据权利要求1所述的基于拓展因子和预测平均投票值的热舒适建模方法，其特征在于拓展因子的常参数p和q分别根据下列公式计算得到：
式中，PMVi、TSVi和Ti分别是现场研究采集的第i个热感觉预测平均投票值、热感觉实际平均投票值和环境温度；共采集k个PMV、TSV和环境温度T数据组。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911168463.8A CN111079264B (zh) | 2019-11-25 | 2019-11-25 | 基于拓展因子和预测平均投票值的热舒适建模方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911168463.8A CN111079264B (zh) | 2019-11-25 | 2019-11-25 | 基于拓展因子和预测平均投票值的热舒适建模方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111079264A true CN111079264A (zh) | 2020-04-28 |
| CN111079264B CN111079264B (zh) | 2023-11-14 |
Family
ID=70311641
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911168463.8A Active CN111079264B (zh) | 2019-11-25 | 2019-11-25 | 基于拓展因子和预测平均投票值的热舒适建模方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111079264B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112395732A (zh) * | 2020-06-12 | 2021-02-23 | 香港城市大学深圳研究院 | 强化热中性适应性的热舒适预测方法及装置 |
| CN117232084A (zh) * | 2023-11-13 | 2023-12-15 | 山东建筑大学 | 基于人机交互的辐射型空气调节系统的控制方法和装置 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5170935A (en) * | 1991-11-27 | 1992-12-15 | Massachusetts Institute Of Technology | Adaptable control of HVAC systems |
| JP2007298257A (ja) * | 2006-05-08 | 2007-11-15 | Sekisui Chem Co Ltd | 快適性評価方法 |
| CA2708847A1 (en) * | 2009-07-14 | 2011-01-14 | Airbus Operations Gmbh | System and method for numerically evaluating thermal comfort inside an enclosure |
| CN106156412A (zh) * | 2016-06-24 | 2016-11-23 | 华南理工大学 | 一种计算湿热地区体育馆内运动人体热舒适度范围的方法 |
| CN106951611A (zh) * | 2017-03-07 | 2017-07-14 | 哈尔滨工业大学 | 一种基于使用者行为的严寒地区建筑节能设计优化方法 |
| CN108763730A (zh) * | 2018-05-24 | 2018-11-06 | 浙江农林大学 | 基于热舒适指标的行道树筛选方法、系统、终端及介质 |
| CN110298128A (zh) * | 2019-07-04 | 2019-10-01 | 香港城市大学成都研究院 | 一种适应性热舒适预测模型构建方法 |
| CN110454930A (zh) * | 2018-05-08 | 2019-11-15 | 中国科学院理化技术研究所 | 一种基于人体最佳热舒适度估算的空调控制方法与装置 |
-
2019
- 2019-11-25 CN CN201911168463.8A patent/CN111079264B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5170935A (en) * | 1991-11-27 | 1992-12-15 | Massachusetts Institute Of Technology | Adaptable control of HVAC systems |
| JP2007298257A (ja) * | 2006-05-08 | 2007-11-15 | Sekisui Chem Co Ltd | 快適性評価方法 |
| CA2708847A1 (en) * | 2009-07-14 | 2011-01-14 | Airbus Operations Gmbh | System and method for numerically evaluating thermal comfort inside an enclosure |
| CN106156412A (zh) * | 2016-06-24 | 2016-11-23 | 华南理工大学 | 一种计算湿热地区体育馆内运动人体热舒适度范围的方法 |
| CN106951611A (zh) * | 2017-03-07 | 2017-07-14 | 哈尔滨工业大学 | 一种基于使用者行为的严寒地区建筑节能设计优化方法 |
| CN110454930A (zh) * | 2018-05-08 | 2019-11-15 | 中国科学院理化技术研究所 | 一种基于人体最佳热舒适度估算的空调控制方法与装置 |
| CN108763730A (zh) * | 2018-05-24 | 2018-11-06 | 浙江农林大学 | 基于热舒适指标的行道树筛选方法、系统、终端及介质 |
| CN110298128A (zh) * | 2019-07-04 | 2019-10-01 | 香港城市大学成都研究院 | 一种适应性热舒适预测模型构建方法 |
Non-Patent Citations (2)
| Title |
|---|
| 端木琳;任雨婷;金权;王宗山;: "自然通风建筑热舒适评价模型" * |
| 端木琳;任雨婷;金权;王宗山;: "自然通风建筑热舒适评价模型", 暖通空调, vol. 46, no. 03, pages 7 - 14 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112395732A (zh) * | 2020-06-12 | 2021-02-23 | 香港城市大学深圳研究院 | 强化热中性适应性的热舒适预测方法及装置 |
| CN112395732B (zh) * | 2020-06-12 | 2024-04-02 | 香港城市大学深圳研究院 | 强化热中性适应性的热舒适预测方法及装置 |
| CN117232084A (zh) * | 2023-11-13 | 2023-12-15 | 山东建筑大学 | 基于人机交互的辐射型空气调节系统的控制方法和装置 |
| CN117232084B (zh) * | 2023-11-13 | 2024-01-30 | 山东建筑大学 | 基于人机交互的辐射型空气调节系统的控制方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111079264B (zh) | 2023-11-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104680004B (zh) | 一种建筑物节能率计算方法 | |
| Schweiker et al. | Comparative effects of building envelope improvements and occupant behavioural changes on the exergy consumption for heating and cooling | |
| Laftchiev et al. | An IoT system to estimate personal thermal comfort | |
| He et al. | Experimental and numerical investigation on the performance of amorphous silicon photovoltaics window in East China | |
| CN111046536B (zh) | 基于变化的适应性因子和预测平均投票值的热舒适建模方法 | |
| Stavrakakis et al. | Development of a computational tool to quantify architectural-design effects on thermal comfort in naturally ventilated rural houses | |
| Larsen et al. | Comparison of measured and calculated values for the indoor environment in one of the first Danish passive houses | |
| Su et al. | Evaluation method of natural ventilation system based on thermal comfort in China | |
| CN104866702B (zh) | 一种利用主元解耦计算夏热冬冷地区建筑负荷的方法 | |
| CN110298128B (zh) | 一种适应性热舒适预测模型构建方法 | |
| Albatayneh et al. | The significance of temperature based approach over the energy based approaches in the buildings thermal assessment | |
| CN111079264A (zh) | 基于拓展因子和预测平均投票值的热舒适建模方法 | |
| Albatayneh et al. | Development of a new metric to characterise the buildings thermal performance in a temperate climate | |
| CN106152387A (zh) | 一种用于室内热舒适度的检测方法 | |
| Zhang et al. | Adaptation-based indoor environment control in a hot-humid area | |
| Moon | Integrated control of the cooling system and surface openings using the artificial neural networks | |
| CN105046047A (zh) | 适用于湿热地区体育馆室内运动环境健康度的评价方法 | |
| Chen et al. | An hour-ahead predictive control strategy for maximizing natural ventilation in passive buildings based on weather forecasting | |
| Schabowicz et al. | Numerical comparison of thermal behaviour between ventilated facades | |
| Essah et al. | Assessing stack ventilation strategies in the continental climate of Beijing using CFD simulations | |
| Zhou et al. | Study on the relationship between thermal comfort and air-conditioning energy consumption in different cities | |
| Coskun et al. | Modified degree-hour calculation method | |
| Bruse | Assessing urban microclimate from the user's perspective-Multi-agent systems as a new tool in urban biometeorology | |
| Hua et al. | A novel concept to determine the optimal heating mode of residential rooms based on the inverse problem method | |
| Li et al. | Economic model predictive control in buildings based on piecewise linear approximation of predicted mean vote index |
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 |