CN115187133B - 一种基于动态监测的传统民居运行阶段碳排量核算方法 - Google Patents
一种基于动态监测的传统民居运行阶段碳排量核算方法 Download PDFInfo
- Publication number
- CN115187133B CN115187133B CN202210932560.5A CN202210932560A CN115187133B CN 115187133 B CN115187133 B CN 115187133B CN 202210932560 A CN202210932560 A CN 202210932560A CN 115187133 B CN115187133 B CN 115187133B
- Authority
- CN
- China
- Prior art keywords
- energy consumption
- traditional
- carbon
- space
- carbon emission
- 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.)
- Active
Links
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 114
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 114
- 238000012544 monitoring process Methods 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000005265 energy consumption Methods 0.000 claims abstract description 68
- 238000003672 processing method Methods 0.000 claims abstract description 6
- 238000010438 heat treatment Methods 0.000 claims description 15
- 230000000694 effects Effects 0.000 claims description 14
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 13
- 238000005286 illumination Methods 0.000 claims description 12
- 238000005516 engineering process Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000006073 displacement reaction Methods 0.000 claims description 6
- 230000001105 regulatory effect Effects 0.000 claims description 6
- 238000004378 air conditioning Methods 0.000 claims description 5
- 238000010411 cooking Methods 0.000 claims description 5
- 238000009423 ventilation Methods 0.000 claims description 5
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 239000003245 coal Substances 0.000 claims description 3
- 239000002803 fossil fuel Substances 0.000 claims description 3
- 239000002737 fuel gas Substances 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 230000005855 radiation Effects 0.000 claims description 3
- 238000005057 refrigeration Methods 0.000 claims description 3
- 239000007787 solid Substances 0.000 claims description 3
- 238000004140 cleaning Methods 0.000 claims description 2
- 238000007621 cluster analysis Methods 0.000 claims description 2
- 239000003814 drug Substances 0.000 claims description 2
- 230000007613 environmental effect Effects 0.000 claims description 2
- 238000012216 screening Methods 0.000 claims description 2
- 238000004088 simulation Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 4
- 238000011835 investigation Methods 0.000 description 3
- 239000003915 liquefied petroleum gas Substances 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000007935 neutral effect Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 239000002028 Biomass Substances 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005485 electric heating Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 238000012549 training 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
- G06Q10/06—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
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
-
- 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
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- 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
- Y02P90/84—Greenhouse gas [GHG] management systems
Abstract
本发明公开了一种基于动态监测的传统民居运行阶段碳排量核算方法,属于建筑能耗及碳排量核算技术领域;方法包括以下步骤:建立传统民居数字模型并完成空间划分与监测选点;确定动态监测的数据内容及处理方法;监测居民的实时位置,确定影响民居碳排放的相关物理环境的时空分布,并确定居民对于碳排放的生活习性,得出民居需要设备调节环境的时空分布;获取相关调节设备的单位能耗;根据得出的民居需要设备调节环境的时空分布和相关调节设备的单位能耗,确定传统民居能耗量的时空分布;获取传统民居运行阶段碳排放总量结果并与建立的传统民居数字模型平面融合,实现图形化展示。
Description
技术领域
本发明属于建筑能耗及碳排量核算技术领域,具体涉及一种基于动态监测的传统民居运行阶段碳排量核算方法。
背景技术
相比城市住宅及公共建筑,传统民居碳排量核算极为复杂,实际操作存在诸多挑战,主要包括:传统民居具有自组织及无序性,建设过程缺乏规范的建管标准及技术图纸;传统民居多由多户家庭合住,使用人员组成各异;农村基础设施相对落后,民居围护结构简单,采暖制冷、热水炊事等供给方法在不同经济发达程度地区均存在明显差异;大量调研发现,不同气候区域的村镇居民在热舒适等生活习性方面与现有研究标准差异明显;传统民居居民在实际居住过程中的能耗产生存在时空分布不均的问题;部分传统民居运维须考虑遗产保护问题;因此现有的各种碳排量模拟软件及核算方法并不适用于传统民居。
发明内容
针对现有技术的不足,本发明的目的在于提供一种基于动态监测的传统民居运行阶段碳排量核算方法。
本发明的目的可以通过以下技术方案实现:一种基于动态监测的传统民居运行阶段碳排量核算方法,方法包括以下步骤:
建立传统民居数字模型,并进行空间划分与监测选点;
确定民居碳排量核算所需的动态监测的数据内容及处理方法;
监测居民的实时位置,确定影响民居碳排放的相关物理环境的时空分布,并确定居民对于碳排放的生活习性,得出民居需要设备调节环境的时空分布;
获取相关调节设备的单位能耗;
根据得出的民居需要设备调节环境的时空分布和相关调节设备的单位能耗,确定传统民居能耗量的时空分布;
参照碳排放因子库核算传统民居运行阶段碳排量结果并与建立的传统民居数字模型平面融合。
进一步地,获取传统民居运行阶段碳排放总量的过程包括以下步骤:
将传统民居运行阶段的碳排放总量设为Q,获取过程如下;
式中,Qi代表第i个居民空间的运行阶段碳排放量,Qp代表运行阶段碳汇系统减碳总量,n为居民空间总数,其中Qi的获取公式为:
式中,Ei,j为传统民居第i个空间的第j次活动能源消耗量,
EFi,j为第i个空间的第j次所耗能源的碳排放因子,包括因暖通空调、照明、生活热水系统所产生的电力、燃气、散煤和市政热力,m为第i个空间产生的能耗活动总次数;
Qp的获取公式为:
式中,Ql为第l种植物的年减碳量,T为民居碳排量核算时间的区间长度, w为植物种类总数。
进一步地,所述传统民居空间中的暖通空调、生活热水和照明炊事的活动能耗若是通过可再生能源系统供给,则能耗不需要计算在运行阶段碳排放量中。
进一步地,所述建立传统民居数字模型并进行空间划分与监测选点的过程包括以下步骤:
运用倾斜摄影、遥感、三维激光扫描测绘方法,获得三维坐标点云数据,建立点云模型,并且实现点云模型与实体模型的链接,完成对传统民居的三维逆向建模;
基于数字模型,运用空间聚类分析算法完成空间划分与监测选点。
进一步地,所述确定民居碳排量核算所需的动态监测的数据内容及处理方法的过程包括以下步骤:
基于物联网技术对传统民居室内外空气温湿度、风速风向、辐射温度、照度等物理环境以及居民位置、能耗进行动态监测;
运用云计算、大数据技术进行传输存储;
运用统计学原理对数据进行清洗、筛选与处理。
进一步地,所述获取相关调节设备的单位能耗的过程包括以下步骤:
在别的能耗设备保持不变的情况下,通过监测民居能耗,确定制冷供暖过程及维持舒适温度相关设备所产生的单位时间能耗;
在别的能耗设备保持不变的情况下,通过监测民居能耗,确定提供照明、热水所设备产生的能耗;
获取其余化石燃料使用情况,最后得出总体单位时间的能耗。
进一步地,所述确定传统民居能耗量的时空分布的过程包括以下步骤:
通过确定民居需要设备调节环境的时空分布,并对使用者位置的监测确定民居第i个空间居民生活产生的第j次能耗的时间Ti,j;
通过获取得出的相关调节设备的单位能耗,将民居第i个空间的第j次活动单位时间的能耗设为Wi.j;
传统民居第i个空间的第j次活动能源消耗量Ei,j的获取公式为:
Ei,j=Ti,j×Wi,j。
进一步地,所述参照碳排放因子库核算传统民居运行阶段碳排量结果并与建立的传统民居数字模型平面融合的过程包括以下步骤:
根据传统民居特性,查询能源碳排放因子库,确定第i个空间的第j次所耗能源的碳排放因子EFj;
根据调研村镇环境特性,查阅植物年减碳量,确定第l种植物的年减碳量Ql;
明确用户所需核算碳排量时间范围T,以图形的形式呈现设定的时间范围内的碳排放总量及各民居空间的碳排放量分布。
本发明的有益效果:
本发明通过综合使用多种数字技术及数学模拟方法对传统民居碳排量进行核算,对民居干预少,核算效率高,减少对传统民居干预的要求;通过动态监测与模拟相结合的方法,量化评估要素,具有较强科学性;本发明计量准确,误差可控,通过有限监测与数学模拟相结合的室内物理环境快速预测模型最大预测误差为10%,人员定位监测及使用者生活习性评估误差均低于10%;评估体系基于动态监测获得海量时序数据,能够满足管理者对民居不同时段碳排放核算的需求,使得评估角度更加全面,有助于在传统民居上的实现;不仅解决了传统民居碳排量核算的难点,而且能够呈现碳排量在民居不同空间中的分布比例,帮助确定传统民居减排增效改造的重心,对民居绿色更新提供量化依据;单一民居核算结果具有以点带面的推广作用,监测与评估结果有助于同一气候区同类传统民居的碳排量核算及优化策略研究。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例的方法流程图;
图2是本发明实施例的基于动态监测的传统民居运行阶段碳排量核算方法的核算原理及动态监测内容示意图;
图3是本发明实施例的对民居数字模型及监测数据处理的技术路线示意图;
图4是本发明实施例的碳排量核算结果示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
如图1-4所示,一种基于动态监测的传统民居运行阶段碳排量核算方法,通过对民居空间进行划分并获取各空间的碳排放量,汇总后减去碳汇系统的总减碳量,得到传统民居运行阶段的碳排放总量Q,具体利用以下公式模型来计量:
式中,Qi代表第i个居民空间的运行阶段碳排放量,Qp代表运行阶段碳汇系统减碳总量,n为居民空间总数,其中Qi的获取公式为:
式中:Ei,j为民居第i个空间的第j次活动能源消耗量,
EFi,j为第i个空间的第j次所耗能源的碳排放因子,包括因暖通空调、照明、生活热水等系统产生的电力、燃气、散煤、市政热力等(注:民居空间中的相关活动能耗若通过可再生能源系统供给,不应计算在运行阶段碳排放量Qi中), m为第i个空间产生的能耗活动总次数。
Qp的获取公式为:
式中:Ql为第l种植物的年减碳量,T为民居碳排量核算时间区间长度,w 为植物种类总数。
本发明通过对传统民居多要素进行动态监测,获得上述公式变量值,实现碳排量核算,其监测内容及核算原理如图2所示。
基于上述核算方法,拟对位于福建省南平市某农村传统民居实施例核算其 2021年8月15日全天碳排量,包括以下步骤:
建立传统民居数字模型,并进行空间划分与监测选点,运用技术如图3所示,包括以下步骤:
运用倾斜摄影、遥感、三维激光扫描测绘方法,获得三维坐标点云数据,运用Trimble Realworks与Trimble Sketchup软件,实现点云模型与实体模型的链接,完成对传统民居的三维逆向建模;
基于数字模型,运用c类均值空间聚类分析算法完成空间划分与监测选点,本实施例最终空间划分与监测点位如图4所示;
确定民居碳排量核算所需动态监测的数据内容及处理方法,运用技术如图3所示,包括以下步骤:
基于传感器、蓝牙信标等物联网技术对室内外温湿度、黑球温度、照度、风速风向、能耗、人员定位等进行动态监测,本实施例监测数据传输频率0.5h/ 次;
运用云获取技术对时序数据进行动态传输并结合大数据技术构建数据库存储,本实施例运用阿里云进行传输,Mysql、InfluxDB数据库进行存储;
运用统计学原理对数据进行清洗、筛选与处理,本实施例通过SPSS、Matlab 数据处理软件进行处理。
监测居民位置时空分布,包括以下步骤:
基于惯性定位原理,通过居民使用的智能手机内方向传感器数据推算步行方向;
通过智能手机内加速度计数据,估算步行距离;
通过PDR算法,结合民居平面室内线条约束信息以及蓝牙强度信息,确认居民实时位置;
明确影响民居碳排放的相关物理环境时空分布。
通过数值模拟开源软件对室内多物理环境进行模拟,需要进一步进行说明的是,在具体实施过程中,构建数据库,本实施例中采用著名获取流体力学(CFD) 软件OpenFOAM进行模拟;
通过降维离散化方法对数据进行处理,构建低维线性数据库;
基于快速预测模型,运用机器学习方法对数据库进行函数关系训练,以实际监测数据为输入项,实现动态室内物理环境超实时预测,本实施例中采用RBF 人工神经网络算法完成机器学习和训练。
明确居民有关碳排放的生活习性。
基于热舒适现有研究调研方法对不同季节居民主观热感觉进行投票(TSV),并通过统计学方法及软件进行数据整理与分析;
根据传感器监测调研时实时空气温度、湿度、黑球温度等,结合相关标准 (如《民用建筑室内热湿环境评价标准》GB/T 50785)等),获取评估所需的操作温度、平均辐射温度等,查询常见服装热阻值及典型活动代谢率(如参照 ASHRAE Handbook-Fundamentals),结合热舒适现有获取模型及方法,获取热中性温度、可接受温度范围。本实施例调研获取得到居民夏季中性标准有效温度(SET)为25.3℃,80%可接受标准有效温度(SET)范围为22.2-30.8℃。
通过调查问卷及实地走访记录,结合照度传感器,探究室内光照强度与使用者开关灯的关系,通过统计学方法及软件进行数据整理与量化分析;需要进一步进行说明的是,在具体实施过程中,实施例中80%居民在光照低于120lux 会选择打开人工光源。
通过调查问卷及实际走访,确定居民生活热水及炊事燃料使用情况,实施例中夏季居民日均使用热水30L/人,日均使用液化石油气0.3kg/天。
通过能耗监测评估相关调节设备单位能耗。
在别的能耗设备保持不变的情况下,通过监测民居能耗,确定制冷供暖过程及维持舒适温度相关设备所产生的单位时间能耗,本实施例夏季通过风扇调节风速,达到调节标准等效温度的目的,实测风扇不同挡位功率差可忽略,功率约100W,冬季通过生物质电暖片进行采暖,通过可再生能源供热不计入核算内;
在别的能耗设备保持不变的情况下,通过监测民居能耗,确定提供照明、热水所设备产生的能耗,需要进一步进行说明的是,在具体实施过程中,本实施例使用白炽灯,实测功率50W,使用电热水器加热60L热水实测能耗3kWh
结合实地走访,调研其余化石燃料使用情况。本实施例炊事采用液化石油气。
明确传统民居能耗量时空分布。
通过确定民居需要设备调节环境的时空分布,并结合对使用者位置的监测确定民居第i个空间居民生活产生的第j次能耗的时间Ti,j;
通过核算出民居第i个空间的第j次活动单位时间的能耗Wi.j;
该发明核算公式中变量Ei,j,即民居第i个空间的第j次活动所产生的能耗,由下式获取:
Ei,j=Ti,j×Wi,j
参照碳排放因子库核算传统民居运行阶段碳排量结果并与建立的传统民居数字模型平面融合。
根据传统民居特性,查询能源碳排放因子库,确定第i个空间的第j次所耗能源的碳排放因子EFj,本实施例用电属华东区域电网,参照《建筑碳排放计算标准》,电力碳排放因子0.7035kg/kWh,每千克液化石油气产生3.0905kgCO2;
根据调研村镇环境特性,查阅植物年减碳量,确定第l种植物的年减碳量 Ql,需要进一步进行说明的是,在具体实施过程中,本实施例中含盆栽植物4 ㎡,年减碳约20kg/㎡;
明确用户所需核算碳排量时间范围T,以图形的形式呈现设定的时间范围内的碳排放总量及各民居空间的碳排放量分布,需要进一步进行说明的是,在具体实施过程中,核算时间为2021年8月15日碳排放量,核算出该日碳排放量9.5802kg,并将各民居空间的碳排放量分布图形化呈现与图4。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”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。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内容。
Claims (9)
1.一种基于动态监测的传统民居运行阶段碳排量核算方法,其特征在于,方法包括以下步骤:
建立传统民居数字模型,并进行空间划分与监测选点;
确定民居碳排量核算所需的动态监测的数据内容及处理方法;
监测居民的实时位置,确定影响民居碳排放的相关物理环境的时空分布,并确定居民对于碳排放的生活习性,得出民居需要设备调节环境的时空分布;
获取相关调节设备的单位能耗;
根据得出的民居需要设备调节环境的时空分布和相关调节设备的单位能耗,确定传统民居能耗量的时空分布;
所述确定传统民居能耗量的时空分布的过程包括以下步骤:
通过确定民居需要设备调节环境的时空分布,并对使用者位置的监测确定民居第i个空间居民生活产生的第j次能耗的时间Ti,j;
通过获取得出的相关调节设备的单位能耗,将民居第i个空间的第j次活动单位时间的能耗设为Wi.j;
传统民居第i个空间的第j次活动能源消耗量Ei,j的获取公式为:
Ei,j=Ti,j×Wi,j
参照碳排放因子库核算传统民居运行阶段碳排量结果,并与建立的传统民居数字模型平面融合。
2.根据权利要求1所述的一种基于动态监测的传统民居运行阶段碳排量核算方法,其特征在于,获取传统民居运行阶段碳排放总量的过程包括以下步骤:
将传统民居运行阶段的碳排放总量设为Q,获取过程如下;
式中,Qi代表第i个居民空间的运行阶段碳排放量,Qp代表运行阶段碳汇系统减碳总量,n为居民空间总数,其中Qi的获取公式为:
式中,Ei,j为传统民居第i个空间的第j次活动能源消耗量,
EFi,j为第i个空间的第j次所耗能源的碳排放因子,包括因暖通空调、照明、生活热水系统所产生的电力、燃气、散煤和市政热力,m为第i个空间产生的能耗活动总次数;
Qp的获取公式为:
式中,Ql为第l种植物的年减碳量,T为民居碳排量核算时间的区间长度,w为植物种类总数。
3.根据权利要求2所述的一种基于动态监测的传统民居运行阶段碳排量核算方法,其特征在于,所述传统民居空间中的暖通空调、生活热水和照明炊事的活动能耗若是通过可再生能源系统供给,则能耗不需要计算在运行阶段碳排放量中。
4.根据权利要求1所述的一种基于动态监测的传统民居运行阶段碳排量核算方法,其特征在于,所述建立传统民居数字模型并进行空间划分与监测选点的过程包括以下步骤:
运用倾斜摄影、遥感、三维激光扫描测绘方法,获得三维坐标点云数据,建立点云模型,并且实现点云模型与实体模型的链接,完成对传统民居的三维逆向建模;
基于数字模型,运用空间聚类分析算法完成空间划分与监测选点。
5.根据权利要求1所述的一种基于动态监测的传统民居运行阶段碳排量核算方法,其特征在于,所述确定民居碳排量核算所需的动态监测的数据内容及处理方法的过程包括以下步骤:
基于物联网技术对传统民居室内外空气温湿度、风速风向、辐射温度、照度物理环境以及居民位置、能耗进行动态监测;
运用云计算、大数据技术进行传输存储;
运用统计学原理对数据进行清洗、筛选与处理。
6.根据权利要求1所述的一种基于动态监测的传统民居运行阶段碳排量核算方法,其特征在于,所述获取相关调节设备的单位能耗的过程包括以下步骤:
在别的能耗设备保持不变的情况下,通过监测民居能耗,确定制冷供暖过程及维持舒适温度相关设备所产生的单位时间能耗;
在别的能耗设备保持不变的情况下,通过监测民居能耗,确定提供照明、热水所设备产生的能耗;
获取其余化石燃料使用情况,最后得出总体单位时间的能耗。
7.根据权利要求1所述的一种基于动态监测的传统民居运行阶段碳排量核算方法,其特征在于,所述参照碳排放因子库核算传统民居运行阶段碳排量结果并与建立的传统民居数字模型平面融合的过程包括以下步骤:
根据传统民居特性,查询能源碳排放因子库,确定第i个空间的第j次活动能源消耗量EFj;
根据调研村镇环境特性,查阅植物年减碳量,确定第l种植物的年减碳量Ql;
明确用户所需核算碳排量时间范围T,以图形的形式呈现设定的时间范围内的碳排放总量及各民居空间的碳排放量分布。
8.一种设备,其特征在于,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的一种基于动态监测的传统民居运行阶段碳排量核算方法。
9.一种包含获取机可执行指令的存储介质,其特征在于,所述获取机可执行指令在由获取机处理器执行时用于执行如权利要求1-7中任一所述的一种基于动态监测的传统民居运行阶段碳排量核算方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210932560.5A CN115187133B (zh) | 2022-08-04 | 2022-08-04 | 一种基于动态监测的传统民居运行阶段碳排量核算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210932560.5A CN115187133B (zh) | 2022-08-04 | 2022-08-04 | 一种基于动态监测的传统民居运行阶段碳排量核算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115187133A CN115187133A (zh) | 2022-10-14 |
CN115187133B true CN115187133B (zh) | 2023-11-14 |
Family
ID=83521039
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210932560.5A Active CN115187133B (zh) | 2022-08-04 | 2022-08-04 | 一种基于动态监测的传统民居运行阶段碳排量核算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115187133B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113742817A (zh) * | 2021-08-12 | 2021-12-03 | 生态环境部环境规划院 | 一种建筑二氧化碳排放的预测方法及预测系统 |
CN113947220A (zh) * | 2021-09-27 | 2022-01-18 | 长江勘测规划设计研究有限责任公司 | 基于bim+gis的区域能源站智慧运维系统及其实施方法 |
CN114444356A (zh) * | 2022-01-27 | 2022-05-06 | 河南大学 | 一种获取居民空间碳排放量的方法及装置 |
CN114723263A (zh) * | 2022-03-31 | 2022-07-08 | 南京罕华流体技术有限公司 | 一种焦化厂碳排放及降碳空间核算体系 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR3078414B1 (fr) * | 2018-02-28 | 2021-11-12 | Gilles Noziere | Procede pour l'optimisation des depenses energetiques et du confort d'un batiment |
-
2022
- 2022-08-04 CN CN202210932560.5A patent/CN115187133B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113742817A (zh) * | 2021-08-12 | 2021-12-03 | 生态环境部环境规划院 | 一种建筑二氧化碳排放的预测方法及预测系统 |
CN113947220A (zh) * | 2021-09-27 | 2022-01-18 | 长江勘测规划设计研究有限责任公司 | 基于bim+gis的区域能源站智慧运维系统及其实施方法 |
CN114444356A (zh) * | 2022-01-27 | 2022-05-06 | 河南大学 | 一种获取居民空间碳排放量的方法及装置 |
CN114723263A (zh) * | 2022-03-31 | 2022-07-08 | 南京罕华流体技术有限公司 | 一种焦化厂碳排放及降碳空间核算体系 |
Non-Patent Citations (2)
Title |
---|
Analysis ofruralresidentialenergyconsumptionandcorresponding carbon emissionsinChina;Sicheng Wang 等;《Energy Policy》;全文 * |
中国碳排放测算分析与减排路径选择研究;樊星;《CNKI》;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115187133A (zh) | 2022-10-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhu et al. | Multi-objective optimization for energy consumption, daylighting and thermal comfort performance of rural tourism buildings in north China | |
Jalali et al. | Design and optimization of form and facade of an office building using the genetic algorithm | |
Liu et al. | Field measurement and numerical simulation of combined solar heating operation modes for domestic buildings based on the Qinghai–Tibetan plateau case | |
Sakiyama et al. | Perspectives of naturally ventilated buildings: A review | |
Carpino et al. | Energy performance gap of a nearly Zero Energy Building (nZEB) in Denmark: The influence of occupancy modelling | |
Bhandari et al. | Evaluation of weather datasets for building energy simulation | |
Muñoz-Liesa et al. | Quantifying energy symbiosis of building-integrated agriculture in a mediterranean rooftop greenhouse | |
Rashad et al. | Analysis of energy demand in a residential building using TRNSYS | |
Liu et al. | Impact of urban form on building energy consumption and solar energy potential: A case study of residential blocks in Jianhu, China | |
Ramezani et al. | Application of smart readiness indicator for Mediterranean buildings in retrofitting actions | |
Swan | Residential sector energy and GHG emissions model for the assessment of new technologies | |
Delač et al. | Integrated optimization of the building envelope and the HVAC system in nZEB refurbishment | |
CN108596465A (zh) | 一种城市居住建筑系统碳能测算方法 | |
Udovichenko et al. | Techno-economic analysis of air-source heat pump (ASHP) technology for single-detached home heating applications in Canada | |
Arumägi et al. | Design of the first net-zero energy buildings in Estonia | |
Movahed et al. | Investigation of single-storey residential green roof contribution to buildings energy demand reduction in different climate zones of Iran | |
Taleb et al. | An assessment of different courtyard configurations in urban communities in the United Arab Emirates (UAE) | |
Jahangir et al. | Using solar energy to meet thermal demand in smart buildings due to different climate conditions: cases of Iran | |
Balocco et al. | An experimental method for building energy need evaluation at real operative conditions. A case study validation | |
Qian et al. | Evaluating carbon emissions from the operation of historic dwellings in cities based on an intelligent management platform | |
CN115187133B (zh) | 一种基于动态监测的传统民居运行阶段碳排量核算方法 | |
Qi et al. | Optimizing the thermal environment of greenhouse with multi-pipe earth-to-air heat exchanger system using the Taguchi method | |
Kumakura et al. | Influence of residents’ behaviour on the thermal environment of a common garden path for detached houses in summer | |
Baheri et al. | A simplified model to predict and optimize energy consumption of residential buildings in the cold climate regions of Iran | |
Al Habibi | Analysis and optimization of energy performance for a building In CSUS campus |
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 |