CN113506191A - 一种基于熵权法copars模型的公共建筑节能改造技术决策方法 - Google Patents

一种基于熵权法copars模型的公共建筑节能改造技术决策方法 Download PDF

Info

Publication number
CN113506191A
CN113506191A CN202110531725.3A CN202110531725A CN113506191A CN 113506191 A CN113506191 A CN 113506191A CN 202110531725 A CN202110531725 A CN 202110531725A CN 113506191 A CN113506191 A CN 113506191A
Authority
CN
China
Prior art keywords
energy
saving
technology
building
degree
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
Application number
CN202110531725.3A
Other languages
English (en)
Other versions
CN113506191B (zh
Inventor
王丹
逄秀锋
王伟
万川
孙甄淇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing University of Technology
Original Assignee
Beijing University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing University of Technology filed Critical Beijing University of Technology
Priority to CN202110531725.3A priority Critical patent/CN113506191B/zh
Publication of CN113506191A publication Critical patent/CN113506191A/zh
Application granted granted Critical
Publication of CN113506191B publication Critical patent/CN113506191B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种基于熵权法COPARS模型的公共建筑节能改造技术决策方法，涉及公共建筑领域及节能改造领域。首先，基于目标建筑基本信息和机电系统运行数据确定待选节能改造技术；其次，选取节能量、静态投资回收期、减碳量为评价指标，并分别计算待选节能改造技术各评价指标大小；再次，建立COPARS多属性决策模型，并基于熵权法确定各评价指标权重系数；基于熵权法COPARS决策模型计算待选节能改造技术效用程度；最后，根据多属性决策模型效用程度计算结果，对待选节能改造技术进行优先排序。

Description

一种基于熵权法COPARS模型的公共建筑节能改造技术决策 方法
技术领域
本发明涉及公共建筑领域及节能改造领域，具体涉及一种基于熵权法COPARS 模型的公共建筑节能改造技术决策方法。
背景技术
中国快速城镇化导致建筑能耗急剧增长，2018年我国建筑面积总量约601亿 m2，建筑运行的总商品能耗为10亿tce，约占全国能源消耗总量的22％。公共建筑面积虽然仅约占建筑面积总量的1/5，但是其建筑能耗消耗属于高密度领域；尤其2万m2以上的大型公共建筑，由于其内部人员密度大、设备数量多、公共区域复杂，能耗密度(32.3～97.0kgce/m2)是中小型公共建筑能耗密度(16.2～22.6 kgce/m2)的2～5倍。
然而公共建筑节能改造技术的多样性和复杂性直接导致改造技术决策难、节能效果判定难，导致建筑节能改造缺乏体系化、细节化方法，并制约公共建筑节能改造的进一步推进。
发明内容
本发明的目的是提供一种基于熵权法COPARS模型的公共建筑节能改造技术决策方法，可根据节能量、静态投资回收期、减碳量等评价指标决策公共建筑的节能改造技术，促进公共建筑节能改造的进一步发展。
本发明解决技术问题所采用的技术方案是：一种基于熵权法COPARS模型的公共建筑节能改造技术决策方法，包括首先，基于目标建筑基本信息和机电系统运行数据确定待选节能改造技术；其次，选取节能量、静态投资回收期、减碳量为评价指标，并分别计算待选节能改造技术各评价指标大小；再次，建立COPARS 多属性决策模型，并基于熵权法确定各评价指标权重系数；基于熵权法COPARS 决策模型计算待选节能改造技术效用程度；最后，根据多属性决策模型效用程度计算结果，对待选节能改造技术进行优先排序。具体的步骤如下：
第一步，尽可能的收集足够的建筑基本信息和运行信息，基于获取的建筑基本信息和系统运行信息，对其进行分析比较，判断可提升能效的关键设备或系统，确定待选节能改造技术；
第二步，选取并计算节能量、静态投资回收期、减碳量等评价指标；其中：节能量可根据如下公式计算：
ES＝Ebefore-Eafter
式中，ES为建筑能耗节约量，kWh/(m2·a)；Ebeofre为采取建筑能源管控技术前建筑能耗，kWh/(m2·a)；Eafter为采取建筑能源管控技术后建筑能耗，kWh/(m2·a)。
静态投资回收期是一种比较科学也比较简便的投资方案评价方法，其计算公式如下所示：
Figure RE-GDA0003248855500000021
式中，Pt为静态投资回收期，年；K为投资费用，元；e为商业用电单价，可取1.2 元/kWh。
对于建筑运营阶段的节能改造，其减碳量可以通过碳排放因子法计算，如下所示：
CO2＝ES×n
式中，CO2为采取建筑能源管控技术的减碳量，kg/(m2·a)；n为碳排放因子，kg/ 单位能耗，可取0.266。
第三步，建立熵权法COPARS多属性决策模型，其中熵权法用来确定节能量、静态投资回收期、减碳量等评价指标权重系数，COPARS用来进行多属性决策。首先确定待选节能改造技术集合，并生成待选节能改造技术集合的初始决策矩阵 X为：
Figure RE-GDA0003248855500000022
式中，n表示待选节能改造技术个数，m表示评价指标个数(m＝3)；得到矩阵X 后，构造正则化决策矩阵，xij是第i个待选节能改造技术的第j个评价指标的具体数值；采用下式获取各评价指标的无量纲值，以便于各指标同尺度横向对比：
Figure RE-GDA0003248855500000031
式中，Rij表示正则化决策矩阵元素，即待选节能改造技术i中的第j正则化性能指标值。
其次，根据熵权法计算各性能评价指标的权重值wj，该值越大则该指标代表的信息量越大，表示其对综合评价的作用越大。
Figure RE-GDA0003248855500000032
Figure RE-GDA0003248855500000033
式中，k值与样本数量有关，常取k＝1/ln n。
待权重系数计算完成后，确定加权正则化决策矩阵D：
D＝|yij|＝|Rij×wj|
按指标对待选节能改造技术的贡献可分为有益和无益贡献指标，分别统计有益贡献指标和无益贡献指标正则化权重值之和：
Figure RE-GDA0003248855500000034
Figure RE-GDA0003248855500000035
式中，y+ij和y-ij分别是yij中有益贡献正则化权重值和无益贡献正则化权重值(即将 yij分为有益贡献正则化权重值和无益贡献正则化权重值)。
若待选节能改造技术i的有益正则化权重之和S+i越大，则该节能改造技术更优，或者待选节能改造技术i的无益贡献正则化权重之和S+i越小，该节能改造技术亦更优。确定无益贡献正则化权重和的最小值：
S-min＝minS-i
确定各待选节能改造技术相对重要程度或优先程度。待选节能改造技术优先程度可由各技术的相对重要程度Qi来确定，若待选节能改造技术i对应的相对重要程度Qi越大，则该待选节能改造技术优先级别越高。待选节能改造技术的相对优先程度反映了该技术的满意程度。具有最大相对贡献程度的待选节能改造技术则为可供待选节能改造技术集合中最优方案。待选节能改造技术i的相对重要程度可由下式确定：
Figure RE-GDA0003248855500000041
计算待选节能改造技术i的效用程度Ui：
Figure RE-GDA0003248855500000042
式中，Qmax为相对重要程度最大值。
第四步，根据第二步和第三步的计算可以得到，每一种待选节能改造技术的效用程度；其值范围介于0～100％之间，待选节能改造技术效用度与其对应的相对重要程度成正比。因此，可按照各待选节能改造技术效用度进行排序，效用程度为100％的待选节能改造技术最优。
本发明的有益效果是：(1)可准确确定公共建筑节能改造技术优先顺序；(2) 可确定不同地域、不同类型、不同使用率公共节能改造技术优先顺序；(3)操作简单，适用性较强。
附图说明
图1是目标建筑待选节能改造技术；
图2是各节能改造技术评价指标大小；
图3是目标建筑节能改造技术效用程度及排序。
具体实施方式
以下所述内容仅为本发明较佳的实施例，并不因此而限定本发明保护的范围。
本发明所提出来的一种基于熵权法COPARS模型的公共建筑节能改造技术决策方法，实现了准确确定公共建筑节能改造技术优先顺序。下面结合附图对本发明的指导实施过程作进一步详细描述，但本发明并不限于以下实施例。
实施例1
(1)目标建筑位于北京市，属于寒冷地区的四星级酒店建筑，建筑面积为38600m2；其冷热源为两台螺杆式水源热泵机组，大型空间采用全空气定风量系统，客房采用风机盘管加新风。基于建筑运行信息和实际运行数据，确定了如图 1所示的待选节能改造技术。
(2)分别计算每一种节能改造技术节能量、静态投资回收期、减碳量等评价指标，如图2所示。利用HVAC系统空气系统管控技术可以节约较多的能耗、减少较多的碳排放量并且其回收期较短，对于其他管控技术，减少照明密度和插座负荷密度也可以带来较大的能耗节约，而HVAC水系统管控技术能耗和减碳量较低。
(3)基于熵权法的COPRAS决策模型计算得到的各个管控技术效用程度，如图3所示。水系统和空气系统的管控技术效用程度较高，即优先程度靠前。因此，在目标建筑选择节能改造技术时，应优先选择HVAC节能改造技术。
(4)基于上一步计算的各节能改造技术的效用程度对其进行排序，如图3 所示。由此可以确定目标建筑节能改造技术适宜性顺序，根据该顺序运维人员可以选择合适的节能改造技术对目标建筑进行能效提升。
本发明的实施实例可有效确定建筑适宜的节能改造技术，并且操作简单。

Claims (2)

1.一种基于熵权法COPARS模型的公共建筑节能改造技术决策方法，其特征在于，包括首先，基于目标建筑基本信息和机电系统运行数据确定待选节能改造技术；其次，选取节能量、静态投资回收期、减碳量为评价指标，并分别计算待选节能改造技术各评价指标大小；再次，建立COPARS多属性决策模型，并基于熵权法确定各评价指标权重系数；基于熵权法COPARS决策模型计算待选节能改造技术效用程度；最后，根据多属性决策模型效用程度计算结果，对待选节能改造技术进行优先排序；具体的步骤如下：
第一步，尽可能的收集足够的建筑基本信息和运行信息，基于获取的建筑基本信息和系统运行信息，对其进行分析比较，判断可提升能效的关键设备或系统，确定待选节能改造技术；
第二步，选取并计算节能量、静态投资回收期、减碳量等评价指标；其中：节能量可根据如下公式计算：
ES＝Ebefore-Eafter
式中，ES为建筑能耗节约量，kWh/(m2·a)；Ebeofre为采取建筑能源管控技术前建筑能耗，kWh/(m2·a)；Eafter为采取建筑能源管控技术后建筑能耗，kWh/(m2·a)。
静态投资回收期是一种比较科学也比较简便的投资方案评价方法，其计算公式如下所示：
Figure FDA0003067379830000011
式中，Pt为静态投资回收期，年；K为投资费用，元；e为商业用电单价，可取1.2元/kWh。
对于建筑运营阶段的节能改造，其减碳量可以通过碳排放因子法计算，如下所示：
CO2＝ES×n
式中，CO2为采取建筑能源管控技术的减碳量，kg/(m2·a)；n为碳排放因子，kg/单位能耗，可取0.266；
第三步，建立熵权法COPARS多属性决策模型，其中熵权法用来确定节能量、静态投资回收期、减碳量等评价指标权重系数，COPARS用来进行多属性决策。首先确定待选节能改造技术集合，并生成待选节能改造技术集合的初始决策矩阵X为：
Figure FDA0003067379830000021
式中，n表示待选节能改造技术个数，m表示评价指标个数(m＝3)；得到矩阵X后，构造正则化决策矩阵，xij是第i个待选节能改造技术的第j个评价指标的具体数值；采用下式获取各评价指标的无量纲值，以便于各指标同尺度横向对比：
Figure FDA0003067379830000022
式中，Rij表示正则化决策矩阵元素，即待选节能改造技术i中的第j正则化性能指标值；
其次，根据熵权法计算各性能评价指标的权重值wj，该值越大则该指标代表的信息量越大，表示其对综合评价的作用越大；
Figure FDA0003067379830000023
Figure FDA0003067379830000024
式中，k值与样本数量有关，常取k＝1/ln n；
待权重系数计算完成后，确定加权正则化决策矩阵D：
D＝|yij|＝|Rij×wj|
按指标对待选节能改造技术的贡献可分为有益和无益贡献指标，分别统计有益贡献指标和无益贡献指标正则化权重值之和：
Figure FDA0003067379830000025
Figure FDA0003067379830000026
式中，y+ij和y-ij分别是yij中有益贡献正则化权重值和无益贡献正则化权重值，即将yij分为有益贡献正则化权重值和无益贡献正则化权重值；
若待选节能改造技术i的有益正则化权重之和S+i越大，则该节能改造技术更优，或者待选节能改造技术i的无益贡献正则化权重之和S+i越小，该节能改造技术亦更优。确定无益贡献正则化权重和的最小值：
S-min＝minS-i
确定各待选节能改造技术相对重要程度或优先程度。待选节能改造技术优先程度可由各技术的相对重要程度Qi来确定，若待选节能改造技术i对应的相对重要程度Qi越大，则该待选节能改造技术优先级别越高；待选节能改造技术的相对优先程度反映了该技术的满意程度。具有最大相对贡献程度的待选节能改造技术则为可供待选节能改造技术集合中最优方案。待选节能改造技术i的相对重要程度可由下式确定：
Figure FDA0003067379830000031
计算待选节能改造技术i的效用程度Ui：
Figure FDA0003067379830000032
式中，Qmax为相对重要程度最大值；
第四步，根据第二步和第三步的计算可以得到，每一种待选节能改造技术的效用程度；其值范围介于0～100％之间，待选节能改造技术效用度与其对应的相对重要程度成正比；因此，可按照各待选节能改造技术效用度进行排序，效用程度为100％的待选节能改造技术最优。
2.按照权利要求1所述的一种基于熵权法COPARS模型的公共建筑节能改造技术决策方法，其特征在于可计算可确定不同地域、不同类型、不同使用率公共节能改造技术优先顺序，有效确定建筑适宜的节能改造技术，提升公共建筑运行能效。
CN202110531725.3A 2021-05-14 2021-05-14 一种基于熵权法copars模型的公共建筑节能改造技术决策方法 Active CN113506191B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110531725.3A CN113506191B (zh) 2021-05-14 2021-05-14 一种基于熵权法copars模型的公共建筑节能改造技术决策方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110531725.3A CN113506191B (zh) 2021-05-14 2021-05-14 一种基于熵权法copars模型的公共建筑节能改造技术决策方法

Publications (2)

Publication Number Publication Date
CN113506191A true CN113506191A (zh) 2021-10-15
CN113506191B CN113506191B (zh) 2023-11-14

Family

ID=78008449

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110531725.3A Active CN113506191B (zh) 2021-05-14 2021-05-14 一种基于熵权法copars模型的公共建筑节能改造技术决策方法

Country Status (1)

Country Link
CN (1) CN113506191B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140043640A (ko) * 2012-10-02 2014-04-10 성균관대학교산학협력단 건축물 리모델링 사업에 있어서 에너지 성능의 경제성 평가 방법
CN109034511A (zh) * 2017-06-12 2018-12-18 华北电力大学 基于改进Topsis法的配电网投资决策分析模型
CN112036761A (zh) * 2020-09-06 2020-12-04 华北电力大学 基于屋顶光伏的综合能源系统评价指标体系构建方法
CN112330089A (zh) * 2020-09-24 2021-02-05 北京四方继保自动化股份有限公司 装备制造类企业的综合能效监测方法及监测系统
CN112465365A (zh) * 2020-12-02 2021-03-09 四川大学 一种配电网每日运行效能评价方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140043640A (ko) * 2012-10-02 2014-04-10 성균관대학교산학협력단 건축물 리모델링 사업에 있어서 에너지 성능의 경제성 평가 방법
CN109034511A (zh) * 2017-06-12 2018-12-18 华北电力大学 基于改进Topsis法的配电网投资决策分析模型
CN112036761A (zh) * 2020-09-06 2020-12-04 华北电力大学 基于屋顶光伏的综合能源系统评价指标体系构建方法
CN112330089A (zh) * 2020-09-24 2021-02-05 北京四方继保自动化股份有限公司 装备制造类企业的综合能效监测方法及监测系统
CN112465365A (zh) * 2020-12-02 2021-03-09 四川大学 一种配电网每日运行效能评价方法

Also Published As

Publication number Publication date
CN113506191B (zh) 2023-11-14

Similar Documents

Publication Publication Date Title
Li et al. Identification of typical building daily electricity usage profiles using Gaussian mixture model-based clustering and hierarchical clustering
Sheng et al. Energy consumption model and energy benchmarks of five-star hotels in China
Ding et al. Benchmark analysis of electricity consumption for complex campus buildings in China
CN112561728B (zh) 基于注意力机制lstm的综合能耗费用优化方法、介质及设备
CN110458340B (zh) 基于模式分类的建筑空调冷负荷自回归预测方法
CN113762387B (zh) 一种基于混合模型预测的数据中心站多元负荷预测方法
CN112149890A (zh) 基于用户用能标签的综合能源负荷预测方法及系统
CN112348276A (zh) 基于多要素三层次的综合能源系统规划优化方法
Cai et al. A comprehensive analysis of green building rating systems for data centers
CN115115143A (zh) 基于ai算法的冷却塔最优开启台数和最小运行能耗的计算方法
CN114707422A (zh) 一种基于负荷预测的智能电力缉查方法
CN116720750B (zh) 综合能源站设备容量规划方法、装置、终端及存储介质
CN113506191A (zh) 一种基于熵权法copars模型的公共建筑节能改造技术决策方法
CN116862129B (zh) 一种零耗能建筑数据分析方法及系统
CN117332288A (zh) 一种建筑节能技术评估系统及方法
Yu et al. Residential load forecasting based on electricity consumption pattern clustering
Wang et al. A procedure set to construct the optimal energy saving retrofit strategy for old residential buildings in China
CN109359780B (zh) 一种基于电器化指数的居民用电量预测方法
Yu Mining hidden knowledge from measured data for improving building energy performance
Gong et al. An energy efficiency solution based on time series data mining algorithm on elementary school building
CN115222227A (zh) 一种基于数据库的碳排放量确定方法、系统、介质及设备
Meng et al. Data center cooling load prediction and analysis based on weather data clustering
CN113222461A (zh) 基于ahp-critic的海上风电升压站冷却系统评价方法
Wang [Retracted] Evaluation Algorithm of Ecological Energy‐Saving Effect of Green Buildings Based on Gray Correlation Degree
CN110807599A (zh) 电化学储能方案的决策方法、装置、服务器和存储介质

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