CN112365176A - 一种节能分析气象年计算方法、系统、装置和存储介质 - Google Patents
一种节能分析气象年计算方法、系统、装置和存储介质 Download PDFInfo
- Publication number
- CN112365176A CN112365176A CN202011299022.4A CN202011299022A CN112365176A CN 112365176 A CN112365176 A CN 112365176A CN 202011299022 A CN202011299022 A CN 202011299022A CN 112365176 A CN112365176 A CN 112365176A
- Authority
- CN
- China
- Prior art keywords
- year
- energy
- meteorological
- weather
- parameters
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 73
- 238000004364 calculation method Methods 0.000 title claims abstract description 55
- 238000005265 energy consumption Methods 0.000 claims abstract description 78
- 230000005855 radiation Effects 0.000 claims abstract description 27
- 238000000034 method Methods 0.000 claims abstract description 21
- 238000012847 principal component analysis method Methods 0.000 claims abstract description 8
- 238000005094 computer simulation Methods 0.000 claims description 8
- 230000007774 longterm Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 238000004088 simulation Methods 0.000 abstract description 13
- 238000010438 heat treatment Methods 0.000 description 25
- 238000004378 air conditioning Methods 0.000 description 14
- 238000010219 correlation analysis Methods 0.000 description 5
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 4
- 238000005259 measurement Methods 0.000 description 3
- 230000001932 seasonal effect Effects 0.000 description 3
- 229910002092 carbon dioxide Inorganic materials 0.000 description 2
- 239000001569 carbon dioxide Substances 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Images
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2135—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/06—Power analysis or power optimisation
-
- 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
- Y02P90/82—Energy audits or management systems therefor
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Computational Biology (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明公开了一种节能分析气象年计算方法、系统、装置和存储介质，该方法用于逐时动态的建筑能耗模拟。节能分析气象年AEEMY以干球温度、水平面太阳总辐射、大气压和相对湿度为判断代表气候年的主要气象参数，使用主成分分析方法确定这四项主要气象参数的组合权重，以四项参数的组合值来选择节能气象月，由此组合构成典型气象年。本发明使用了比TMY2更少的气象参数，这使得AEEMY的挑选更为简单，且AEEMY充分考虑了不同地域不同季节的气候因素对于建筑能耗作用的差异性，这一特点使得能够挑选出更具当地代表的节能分析气象数据，能更准确反映出气候对于建筑能耗的影响。
Description
技术领域
本发明属于建筑能耗领域，具体涉及一种节能分析气象年计算方法、系统、装置和存储 介质。
背景技术
建筑物用于采暖、通风和空调方面能源消耗在全球整体能源平衡中占很大比重。2017 年国际能源机构(IEA)提出，建筑物在施工和运营过程中所消耗的能源占全球能源使用的 36％，以及与能源相关的二氧化碳排放占全球二氧化碳排放量的39％，因此建筑节能显得 更加重要的迫切。气候是决定建筑能耗的关键性因素，现代的建筑能耗动态模拟方法就是以 此为根据，对特定建筑在当地气候条件下全年逐时的运行能耗进行准确计算。建筑能耗动态 模拟方法通常是以模拟软件为载体来实现对于建筑能耗的计算和分析，各种相关建筑能耗模 拟软件在运行时均需输入当地代表性的全年逐时气象数据，能够模拟使用的气象数据称为模 拟气象数据，是从当地长期的气象数据中通过统计分析得到的，而可靠的建筑能耗模拟在很 大程度上取决于能否获得代表性的气象数据来描述当地天气状况。现有技术中通常从历史观 测数据中心挑选实际的气象年作为模拟气象数据使用，数据不够完善、精确，进而影响模拟 软件的计算。
发明内容
本发明的目的在于提供一种节能分析气象年计算方法、系统、装置和存储介质，本发明 提供了一种新的计算方法体系，来构建具有地域适应性的节能分析气象年(Analysisof Energy Eficiency Meteorology Year，AEEMY)数据，用于逐时动态的建筑能耗模拟和相关能耗计算， 来解决以上问题。
为实现上述目的，本发明采取的技术方案如下：
一种节能分析气象年计算方法，包括以下步骤：
1)结合当地长期的气象数据，采用主成分分析方法分别获取适合当地四项气象参数的 组合系数；
2)利用当地四项气象参数的组合系数，分别计算出所述四项气象参数j年i月平均值的 组合参数Li(j)和i月累年平均组合值的组合参数
3)计算所述Li(j)和
的绝对差值，选取绝对差值最小的月为节能分析气象月，按照1 月～12月的次序构成节能分析气象年；
4)将所述节能分析气象年的气象数据输入到建筑能耗模拟软件中进行建筑能耗动态模 拟。
具体的，步骤1)中，所述四项气象参数分别是平均气温、水平面太阳总辐射、大气压 和相对湿度。
具体的，步骤1)中，所述组合系数分为冬半年组合系数与夏半年组合系数；所述冬半 年为10月到次年3月，夏半年为4月到9月。
具体的，步骤2)中，四项气象参数j年i月平均值的组合参数计算公式如下：
Li(j)＝Pi(j)Wpi+Ti(j)Wti+Gi(j)Wgi+Ri(j)Wri
式中：Li(j)为四项气象参数j年i月的组合参数；Pi(j)、Ti(j)、Gi(j)、Ri(j)分别为大气压、 平均温度、水平面太阳总辐射和相对湿度j年i月的平均值；Wpi、Wti、Wgi、Wri分别为大 气压、平均温度、水平面太阳总辐射和相对湿度各月的组合系数；
i月累年平均组合值的组合参数计算公式如下：
式中：
为四项气象参数i月累年平均值的组合参数；
分别为大气 压、平均温度、水平面太阳总辐射、相对湿度i月的累年平均值。
具体的，步骤2)中，所述Li(j)和
的绝对差值计算公式如下：
具体的，步骤3)中，根据最小绝对差值挑选12个模拟气象月：
AEEMYi＝min(Di(1),Di(2),……,Di(30))
其中：AEEMYi为第i月模拟气候月的当月年份。
具体的，步骤4)中，建筑能耗模拟软件为美国能源部开发的DOE-2。
本发明的另一个技术方案是：
一种用于节能分析气象年计算方法的系统，包括：
组合系数计算模块，用于结合当地长期的气象数据，采用主成分分析方法分别获取适合 当地四项气象参数的组合系数；
组合参数计算模块，用于利用当地四项气象参数的组合系数，分别计算出所述四项气象 参数j年i月平均值的组合参数Li(j)和i月累年平均组合值的组合参数
差值计算模块，用于计算所述Li(j)和
的绝对差值，选取绝对差值最小的月为节能分 析气象月，按照1月～12月的次序构成节能分析气象年；
输出模块，用于将所述节能分析气象年的气象数据输入到建筑能耗模拟软件中进行建筑 能耗动态模拟。
本发明的又一个技术方案是：
一种用于节能分析气象年计算方法的装置，包括存储器和处理器；
所述存储器，用于存储计算机程序；所述处理器，用于当执行所述计算机程序时，实现 所述的节能分析气象年计算方法。
本发明的再一个技术方案是：
一种计算机可读存储介质，所述存储介质上存储有计算机程序，当所述计算机程序被处 理器执行时，实现所述的节能分析气象年计算方法。
与现有技术相比，本发明的有益效果是：
1)平均气温、水平面太阳总辐射、大气压和相对湿度四项气象参数在不同地域具有不 同的组合方式，反应了当地气候的特殊性，因此该方法挑选的气象年能够反映当地气候的地 域性的特征。同时分别分析各地冬季和夏季气象数据，又使得该气象年能够反应当地气候的 季节性。
2)节能分析气象年的气象参数能够更加准确的反应出气候对于建筑能耗的影响，它是 为建筑能耗分析专门提出的，同时具有典型的气候的地域特征和季杰特征，因此节能分析气 象年能够模拟出更加接近建筑能耗真实状况的结果，所以更加适用于建筑节能分析领域。
附图说明
构成本申请的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实 施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本实施例中挑选节能分析气象月流程图；
图2为本实施例中某高层住宅模型图；
图3为本实施例中某高层住宅标准层平面图。
具体实施方式
下面将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下， 本申请中的实施例及实施例中的特征可以相互组合。
以下详细说明均是示例性的说明，旨在对本发明提供进一步的详细说明。除非另有指明， 本发明所采用的所有技术术语与本申请所属领域的一般技术人员的通常理解的含义相同。本 发明所使用的术语仅是为了描述具体实施方式，而并非意图限制根据本发明的示例性实施方 式。
气象数据是建筑动态能耗模拟的基础，其数据应具备当地气候的典型特征，能够体现出 气候对建筑运行能耗的作用和影响。为了适应我国地域广阔气候类型多样、季节分明的气候 特点，更加科学的反应气候对建筑能耗的影响，本发明实施例提供了一种地域适应性的节能 分析气象年计算方法、系统、装置和存储介质。该计算方法：首先通过研究气象参数对建筑 能耗的影响机理，采用平均气温、水平面太阳总辐射、大气压和相对湿度四项气候参数作为 典型气象年的挑选依据，采用主成分分析方法，分别为上述四项气象参数构建了冬半年和夏 半年的组合系数，然后依据与累年组合值的最小差值来选择气象月，由12个气象月组成虚 拟的节能分析气象年。
四项气候参数提出的依据是，根据多地长期气象参数与建筑运行能耗的关系分析，得出 以平均气温、水平面太阳总辐射、大气压和相对湿度，作为典型气象数据的评价指标，过程 如下：
1室外平均气温是冬季采暖能耗的关键影响因素
采暖负荷的计算是为了确定室内环境控制设备的最大负荷，目的是使得所选设备能够在 室外最冷的气候条件下达到室内设定的采暖温度，因此通过采暖负荷方法计算得到的采暖能 耗要高于通常气候条件下建筑的采暖能耗，而节能计算方法是以冬季室外常态气候条件为设 计依据，计算得到的是常态气候条件下的建筑采暖能耗。因此以节能计算方法获得的采暖能 耗更接近实际的采暖能耗，所以采暖能耗的计算选择采暖期室外平均干球温度更为合适。
2影响冬季气温的关键气象要素
2.1影响气温的相关气象要素分析
选取了太阳总辐射，相对湿度、大气压和风速这四个参数为研究对象。本文选用统计分 析软件SPSS(Statistical Product and Service Solution)来进行所有的线性偏相关分析。下面 给出9个城市的气温偏相关分析结果。
表1主要采暖城市平均气温影响因素偏相关分析结果
分析上述偏相关分析结果，按照偏相关系数的绝对值大小对每个城市的四个参数进行排 序，可以发现：
1)各个城市中影响冬季平均气温的主要气象要素各不相同。
2)各城市中各气象要素对冬季平均气温的线性相关程度存在差别。
3)相对湿度和风速对平均气温没有明显的线性相关。
4)综合9个城市分析结果，大气压对冬季平均气温的线性相关程度最高，不仅偏相关 系数高，而风速与平均气温线性相关程度最低。
综合9个城市的分析结果发现，大气压是影响冬季平均气温的主要气象要素，在9个城 市中，有6个城市大气压都是影响平均气温的最主要因素。相对湿度和风速对冬季平均气温 的影响较小，而且在不同地区对冬季平均气温的影响程度差别较大。太阳辐射与冬季平均气 温的线性相关性较小。
3影响空调能耗的室外干球温度
在计算空调的除热能耗中气温是影响其能耗的主要气象要素，空调除热能耗的计算中， 是把气温和太阳辐射作为室外空气综合温度一起考虑的。如果太阳辐射条件相同，室内计算 温度不变，当室外空气综合温度的计算中所采用的气温值越高，综合温度就越高，则室内外 温差越大，通过围护结构传热量就越大，需要用于除热的空调能耗就越大，因此综合温度中 的气温值的选择对于空调除热能耗具有重要影响。
对日均气温、日晴天平均气温和夏季空气调节室外计算日平均温度进行了对比分析，对 比选取了10个典型空调城市。以各城市1971～2000年的历史实测数据为基础，来计算上述 三个气温值。表2列出了10个城市的各个气温值。
表2 10城市的夏季气温
从上表中可以看出，夏季平均温度明显低于晴天平均温度，而晴天平均温度低于空气调 节平均温度。使用室外综合温度在计算通过围护结构传入室内的热量时，如果室外综合温度 越高，在室外空调计算温度不变时，则室内外温差就越大，于是室内得热量也就越大，空调 除热能耗也就越大。
4影响室外平均温度的主要气象参数
夏季的室外平均气温和冬季采暖期的平均温度相同也受到很多其他气象参数的影响，为 了找出影响夏季影响室外平均气温的主要影响因素，采用在上节研究影响采暖期平均气温的 主要因素相同的方法，对气温相关的大气压、相对湿度和风速进行与平均气温的偏相关分析。 以10个我国南方城市为研究对象，采用1971～2000年的各项历史实测气象数据，对每个城 市30年间每年6～9月的平均气温、太阳辐射、相对湿度、大气压和风速进行了关于气温的 偏线性相关分析，分析结果如下表3所示。分析表3可以发现：
1)各个城市中夏季平均气温的第一相关参数都是大气压，在全部10个城市中都是与平 均气温的线性相关度最高。
2)各个城市中夏季平均气温的第二相关参数各不相同，南昌、合肥、福州、广州和南 宁6个城市的第二相关参数是太阳辐射，武汉、重庆、长沙三个城市的第二相关参数是相对 湿度，只有桂林第二相关参数是风速。
3)在我国夏季，大气压、太阳辐射和相对湿度对平均气温影响较大，风速对夏季平均 气温影响不大。
综合上述分析，平均气温、大气压、太阳辐射对夏季的空调除热能耗具有重要的影响， 相对湿度在部分地区对空调除热能耗有较为明显的影响，但不具备普遍性。
为了对比冬季采暖和夏季空调除热期间影响平均气温的差异性，将影响冬季和夏季平均 气温的偏线性相关分析结果做对比分析，能够明显发现：
1)各气象参数在夏季与平均气温的线性相关度高于冬季，特别是太阳辐射。
2)夏季各城市与平均气温线性相关度最高的全部为大气压，而在冬季多数城市为大气 压，但还有个别城市存在太阳辐射或者相对湿度相关度最高的情况。
表3 10城市夏季平均气温影响因素偏相关分析结果
5影响建筑能耗的关键气象参数
综合上述对于采暖能耗和空调能耗的综合分析，选取平均气温、大气压、太阳总辐射和 相对湿度作为影响建筑总能耗的四个主要气象要素。
(一)
本发明以北京地区为例，通过实施例提供了该计算方法的分析及实施过程，详细流程如 图1所示，论述如下：
第一步：选取北京地区一栋20层居住建筑为例，在分析建筑能耗与气象参数的长期关 系后，通过理论与模拟计算分析，提出了采用平均气温、水平面太阳总辐射、大气压和相对 湿度四项气象参数为典型气象年挑选的关键参数；
表4北京地区四项气象参数1971～2000逐月累年平均值
注：大气压单位：百帕，平均温度单位：℃，总辐射单位：MJ/m2，相对湿度单位：％
第二步：定义了冬半年(10月到次年3月)和夏半年(4月到9月)，采用1971～2000这30年的原始气象数据，采用主成分分析方法，分别为上述四项气象参数确定了冬半年和夏半年的组合系数。组合系数是通过统计分析软件(例如SPSS)应用主成分分析方法算的得到 的。主成分分析法是一种数学变换的方法，它把给定的一组相关变量通过线性变换转成另一 组不相关的变量，这些新的变量按照方差依次递减的顺序排列。
表5北京地区四项气象参数1971～2000冬、夏季组合系数
第三步：在确定了体现四项气象参数不同的地域性和季节性的组合系数之后，分别计算 出四项气象参数各月累年平均值组合与历年各月平均值组合，计算累年平均组合与历年平均 组合的绝对差值，选取绝对差值最小的月为节能分析气象月；
表6 1971～2000期间节能分析气象年各月当选年份
第四步：由挑选出的12个月份的节能分析气象月组成一个虚拟的节能分析气象年，通 过月间数据平滑，实现气象年数据的连续性。
在建立了节能分析气象年之后，就可以借助气象参数逐时化方法，编制能够用于建筑动 态能耗模拟的模拟气象数据。将所述节能分析气象年的气象数据输入到建筑能耗模拟软件中 进行建筑能耗动态模拟。
(二)
通过下述实施例对本发明的计算方法的特点进行验证。通过对比北京与哈尔滨两地平均 气温、水平面太阳总辐射、大气压和相对湿度四项气象参数在冬半年和夏半年的组合系数， 体现了该计算方法所具有的气候地域性和季节性；使用动态模拟方法，对比了本发明的 AEEMY数据与TMY2数据在北京地区针对一栋居住建筑能耗模拟的差异，分析了本发现数 据在动态能耗计算中的特点。
1)节能计算分析年的气候地域性和季节性
分别采用节能计算分析年计算方法构建了北京和哈尔滨两地的平均气温、水平面太阳总 辐射、大气压和相对湿度四项气象参数在冬半年和夏半年的组合系数，如表7所示。
表7北京、哈尔滨的AEEMY数据中气象及参数组合系数
表8北京、哈尔滨的TMY2数据中气象及参数组合系数
同时在表8中，给出了北京、哈尔滨采用TMY2计算方法中挑选典型气象年的参数和各 自的组合系数。通过表7和8可以明显看出，本发现方法中的气象参数在不同地区、不同季 节具有不同组合系数，在所构建的气象年中反应了当地气候的地域性和季节性特征。
2)节能计算分析年的能耗计算数据分析
采用本发现的节能气象年计算方法，基于1971～2000这30年间的历史实测气象数据制 作AEEMY模拟气象数据。同时也采用TMY2方法编制了TMY2模拟气象数据。以北京为例，选取一栋20层住宅建筑，采用DOE-2模拟软件进行该建筑的全年的运行能耗计算。建 筑的立体模型和平面图如附件图2，图3所示。分别采用两种气候数据使用DOE-2软件进行 建筑能耗模拟分析。选择高层住宅是因为，目前北京市新建的住宅绝大部分都是高层结构。
模拟分析建筑的模型及标准层平面图如图3所示，建筑为南北朝向，其围护结构满足《居 住建筑节能设计标准》要求，具体各部位热工参数如下表9所示。北京地处我国寒冷地区， 该建筑外围护结构采用45mm的EPS外保温结构，窗户采用12mm的中空塑钢窗。建筑各朝向的窗墙面积比和各类房间的热扰设置，如表10、11所示。
表9围护结构各部位传热系数
表10各朝向的窗墙面积比
表11各类房间的热扰设置
冬季室内采暖温度设定为18℃，采用连续供暖方式，采暖期为11月到翌年3月；夏季 空调温度为26℃，采用间歇性空调制冷，空调期为5月到9月。以上各项设置保持不变，只是改变输入的气象数据文件，分别进行两次能耗模拟。表12给出了两种气象条件下该大楼全年逐月的采暖能耗和空调能耗数值。
表12高层居住建筑两种气象数据逐月能耗值
从表12可以明显看出，使用TMY2气象数据的各月采暖能耗和空调能耗都要高于AEEMY气象数据，两种气象数据模拟得到的照明能耗都相同，每平方照明能耗为 8.85KWh/m2。TMY2是在考虑极端气象条件下进行空气调节设备选型、采暖空调负荷计算 的气象数据挑选方法，而AEEMY是以平均气象条件下建筑的运行能耗计算为目的挑选方 法，建筑绝大多数情况下是运行常规气象条件下，因此使用TMY2气象数据模拟得到能耗 量要高于使用AEEMY气象数据的能耗量。
综上所述，本发明实施例所进行的TMY2和AEEMY两种气象数据下的能耗模拟对比，是为了分析比较两类数据的优劣。结果发现：使用TMY2气象数据的各月采暖能耗和空调能耗都要高于AEEMY气象数据，两种气象数据模拟得到的照明能耗相同。造成这一结果的主要原因在于：TMY2考虑的是极端气象条件下进行空气调节设备选型、采暖空调负荷计算，而AEEMY主要分析平均气象条件下建筑的运行能耗，建筑多数情况下运行在常规气象条 件下，因此使用TMY2气象数据模拟得到的建筑能耗量要高于使用AEEMY气象数据得到 的能耗量，模拟结果与气象数据模式分析结论一致表明，AEEMY模式的气象数据比TMY2 模式更适合于建筑节能分析。本发明提出的AEEMY考虑了不同地域、不同气候因素对于建 筑能耗的差异性，因此AEEMY能够挑选出更具有当地代表的典型气象数据，且能够更加准 确的反应出气候对于建筑能耗的影响。
由技术常识可知，本发明可以通过其它的不脱离其精神实质或必要特征的实施方案来实 现。因此，上述公开的实施方案，就各方面而言，都只是举例说明，并不是仅有的。所有在 本发明范围内或在等同于本发明的范围内的改变均被本发明包含。
Claims (10)
1.一种节能分析气象年计算方法，其特征在于，包括以下步骤：
1)结合当地长期的气象数据，采用主成分分析方法分别获取适合当地四项气象参数的组合系数；
2)利用当地四项气象参数的组合系数，分别计算出所述四项气象参数j年i月平均值的组合参数Li(j)和i月累年平均组合值的组合参数
3)计算所述Li(j)和
的绝对差值，选取绝对差值最小的月为节能分析气象月，按照1月～12月的次序构成节能分析气象年；
4)将所述节能分析气象年的气象数据输入到建筑能耗模拟软件中进行建筑能耗动态模拟。
2.根据权利要求1所述的节能分析气象年计算方法，其特征在于，步骤1)中，所述四项气象参数分别是平均气温、水平面太阳总辐射、大气压和相对湿度。
3.根据权利要求1所述的节能分析气象年计算方法，其特征在于，步骤1)中，所述组合系数分为冬半年组合系数与夏半年组合系数；所述冬半年为10月到次年3月，夏半年为4月到9月。
4.根据权利要求1所述的节能分析气象年计算方法，其特征在于，步骤2)中，四项气象参数j年i月平均值的组合参数计算公式如下：
Li(j)＝Pi(j)Wpi+Ti(j)Wti+Gi(j)Wgi+Ri(j)Wri
式中：Li(j)为四项气象参数j年i月的组合参数；Pi(j)、Ti(j)、Gi(j)、Ri(j)分别为大气压、平均温度、水平面太阳总辐射和相对湿度j年i月的平均值；Wpi、Wti、Wgi、Wri分别为大气压、平均温度、水平面太阳总辐射和相对湿度各月的组合系数；
i月累年平均组合值的组合参数计算公式如下：
式中：
为四项气象参数i月累年平均值的组合参数；
分别为大气压、平均温度、水平面太阳总辐射、相对湿度i月的累年平均值。
5.根据权利要求4所述的节能分析气象年计算方法，其特征在于，步骤2)中，所述Li(j)和
的绝对差值计算公式如下：
6.根据权利要求5所述的节能分析气象年计算方法，其特征在于，步骤3)中，根据最小绝对差值挑选12个模拟气象月：
AEEMYi＝min(Di(1),Di(2),……,Di(30))
其中：AEEMYi为第i月模拟气候月的当月年份。
7.根据权利要求1所述的节能分析气象年计算方法，其特征在于，步骤4)中，建筑能耗模拟软件为美国能源部开发的DOE-2。
8.一种用于节能分析气象年计算方法的系统，其特征在于，包括：
组合系数计算模块，用于结合当地长期的气象数据，采用主成分分析方法分别获取适合当地四项气象参数的组合系数；
组合参数计算模块，用于利用当地四项气象参数的组合系数，分别计算出所述四项气象参数j年i月平均值的组合参数Li(j)和i月累年平均组合值的组合参数
差值计算模块，用于计算所述Li(j)和
的绝对差值，选取绝对差值最小的月为节能分析气象月，按照1月～12月的次序构成节能分析气象年；
输出模块，用于将所述节能分析气象年的气象数据输入到建筑能耗模拟软件中进行建筑能耗动态模拟。
9.一种用于节能分析气象年计算方法的装置，其特征在于，包括存储器和处理器；
所述存储器，用于存储计算机程序；所述处理器，用于当执行所述计算机程序时，实现如权利要求1至7任一项所述的节能分析气象年计算方法。
10.一种计算机可读存储介质，其特征在于，所述存储介质上存储有计算机程序，当所述计算机程序被处理器执行时，实现如权利要求1至7任一项所述的节能分析气象年计算方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011299022.4A CN112365176A (zh) | 2020-11-18 | 2020-11-18 | 一种节能分析气象年计算方法、系统、装置和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011299022.4A CN112365176A (zh) | 2020-11-18 | 2020-11-18 | 一种节能分析气象年计算方法、系统、装置和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112365176A true CN112365176A (zh) | 2021-02-12 |
Family
ID=74533324
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011299022.4A Pending CN112365176A (zh) | 2020-11-18 | 2020-11-18 | 一种节能分析气象年计算方法、系统、装置和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112365176A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113379143A (zh) * | 2021-06-23 | 2021-09-10 | 阳光电源股份有限公司 | 一种典型气象年的构建方法、发电量预测方法及相关装置 |
| CN115048822A (zh) * | 2022-08-15 | 2022-09-13 | 天津市气象科学研究所 | 一种空调制冷能耗的评估方法及其系统 |
-
2020
- 2020-11-18 CN CN202011299022.4A patent/CN112365176A/zh active Pending
Non-Patent Citations (2)
| Title |
|---|
| 刘大龙;刘加平;杨柳;: "气候变化下我国建筑能耗演化规律研究", 太阳能学报, no. 03, pages 439 - 444 * |
| 刘大龙等: "气候变化下建筑能耗模拟气象数据研究", 土木建筑与环境工程, vol. 34, no. 2, pages 110 - 114 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113379143A (zh) * | 2021-06-23 | 2021-09-10 | 阳光电源股份有限公司 | 一种典型气象年的构建方法、发电量预测方法及相关装置 |
| CN115048822A (zh) * | 2022-08-15 | 2022-09-13 | 天津市气象科学研究所 | 一种空调制冷能耗的评估方法及其系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Yang et al. | Building energy simulation using multi-years and typical meteorological years in different climates | |
| CN110264080B (zh) | 一种绿色建筑运行性能评价方法、装置、设备及存储介质 | |
| Lin et al. | On variations of space-heating energy use in office buildings | |
| Wan et al. | Future trends of building heating and cooling loads and energy consumption in different climates | |
| Ma et al. | Building energy research in Hong Kong: a review | |
| Lam et al. | Building energy efficiency in different climates | |
| Zhang et al. | DeST—An integrated building simulation toolkit Part II: Applications | |
| CN106529167B (zh) | 一种非供暖季空调系统综合能耗的分析方法 | |
| Li et al. | Natural ventilation potential of high-rise residential buildings in northern China using coupling thermal and airflow simulations | |
| Ran et al. | Effect of green roofs combined with ventilation on indoor cooling and energy consumption | |
| Baranova et al. | Correlation of energy efficiency and thermal comfort depending on the ventilation strategy | |
| CN108804802B (zh) | 一种以夏季空调制冷能耗控制为目标的办公建筑空间节能设计方法 | |
| CN110298104A (zh) | 一种采用数字模拟进行节能建筑设计信息处理系统及方法 | |
| CN112365176A (zh) | 一种节能分析气象年计算方法、系统、装置和存储介质 | |
| He et al. | Model development of Roof Thermal Transfer Value (RTTV) for green roof in tropical area: A case study in Singapore | |
| CN106600026A (zh) | 一种适用于浙东丘陵地区的居住建筑能耗预测方法 | |
| Song et al. | Global sensitivity analysis of fan coil air conditioning demand response—A case study of medium-sized office buildings | |
| Savin et al. | Demand-controlled ventilation: An outline of assessment methods and simulation tools | |
| Li et al. | Climate change's effects on the amount of energy used for cooling in hot, humid office buildings and the solutions | |
| An et al. | An optimal implementation strategy of the multi-function window considering the nonlinearity of its technical-environmental-economic performance by window ventilation system size | |
| Wang et al. | Assessment of energy savings by mechanical system retrofit of existing buildings | |
| CN115795635A (zh) | 变电站建筑物的遮阳设置方法、装置、设备及存储介质 | |
| CN114925978A (zh) | 净零能耗建筑自然通风的节能及净化综合潜力评估方法 | |
| 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 | |
| Zhou et al. | Study on the relationship between thermal comfort and air-conditioning energy consumption in different 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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210212 |