CN115689382B - 一种利用宏观尺度上城市形态测算城市建筑能耗的方法 - Google Patents

一种利用宏观尺度上城市形态测算城市建筑能耗的方法 Download PDF

Info

Publication number
CN115689382B
CN115689382B CN202211433729.9A CN202211433729A CN115689382B CN 115689382 B CN115689382 B CN 115689382B CN 202211433729 A CN202211433729 A CN 202211433729A CN 115689382 B CN115689382 B CN 115689382B
Authority
CN
China
Prior art keywords
city
energy consumption
urban
building
relation equation
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
Application number
CN202211433729.9A
Other languages
English (en)
Other versions
CN115689382A (zh
Inventor
李艳霞
朱思洁
宋丹
佟昊
汪安楠
司秉卉
石邢
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.)
Southeast University
Original Assignee
Southeast University
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 Southeast University filed Critical Southeast University
Priority to CN202211433729.9A priority Critical patent/CN115689382B/zh
Publication of CN115689382A publication Critical patent/CN115689382A/zh
Application granted granted Critical
Publication of CN115689382B publication Critical patent/CN115689382B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开一种利用宏观尺度上城市形态测算城市建筑能耗的方法，属于城市建筑能耗测算领域；方法包括：获取并分析各个城市的历史城市形态数据，以获得与各个城市的城市总建筑能耗相关的各项城市形态指标；对各个城市的所属气候区域进行分类，并对各个城市的各项城市形态指标进行统计和筛选，确定出各个气候区域的城市形态指标；以城市总建筑能耗以及各个城市形态指标构建对应气候区域的城市能耗关系方程，再利用历史城市形态数据通过逐步线性回归方法对各个气候区域的城市能耗关系方程进行拟合，获得各个城市能耗关系方程中的系数；确定待测算城市的所属气候区域，利用对应气候区域的城市能耗关系方程对待测算城市的单位面积建筑能耗进行计算。

Description

一种利用宏观尺度上城市形态测算城市建筑能耗的方法
技术领域
本发明属于城市建筑能耗测算领域，具体涉及一种利用宏观尺度上城市形态测算城市建筑能耗的方法。
背景技术
城市建筑能耗的测算能够为城市设计达到绿色生态的目标提供技术支撑；也能为能源和供电系统的规划设计及建设提供科学可靠的关键数据；还能为“智慧城市”建设提供与能源智慧管理相关的决策依据。
但是，城市建筑能耗会随城市形态的变化而变化，而目前城市建筑能耗测算策略与城市形态的关联度不够，导致其预测适应性不足；例如在城市电网规划中，因为现有的负荷预测方法难以反映特定城市的具体现状，预测的精细度较粗，仅能对较大区域内的负荷进行估算，一旦深入到较小的城市片区，误差立刻迅速上升，此外预测的弹性不足，无法应对快速变化的城市。
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利用宏观尺度上城市形态测算城市建筑能耗的方法。
本发明的目的可以通过以下技术方案实现：
一种利用宏观尺度上城市形态测算城市建筑能耗的方法，包括以下步骤：
S1，获取并分析各个城市的历史城市形态数据，以获得与各个城市的城市总建筑能耗相关的各项城市形态指标；
S2，对各个城市的所属气候区域进行分类，并对各个城市的各项城市形态指标进行统计和筛选，确定出各个气候区域的城市形态指标；
S3，以城市总建筑能耗以及各个城市形态指标构建对应气候区域的城市能耗关系方程，再利用历史城市形态数据通过逐步线性回归方法对各个气候区域的城市能耗关系方程进行拟合，获得各个城市能耗关系方程中的系数；
S4，确定待测算城市的所属气候区域，利用对应气候区域的城市能耗关系方程对待测算城市的单位面积建筑能耗进行计算。
进一步地，S1中的城市形态指标包括：城市聚集性、城市方向偏离度、城市遮挡系数、城市加权体形系数以及城市建筑高度均匀性。
进一步地，所述气候区域分类包括：严寒地区、寒冷地区、夏热冬冷地区以及夏热冬暖地区，且对应的城市形态指标分别为：城市聚集性、城市方向偏离度、城市遮挡系数和城市加权体形系数、城市建筑高度均匀性。
进一步地，所述S3中，城市能耗关系方程包括严寒地区城市能耗关系方程、寒冷地区城市能耗关系方程、夏热冬冷地区城市能耗关系方程以及夏热冬暖地区城市能耗关系方程；
严寒地区城市能耗关系方程为：
y1＝b1+k11x11
式中，y1为严寒地区城市单位面积建筑能耗，x11为城市聚集性，b1以及k11为对应的待拟合系数；
寒冷地区城市能耗关系方程为：
y2＝b2+k21x21
式中，y2为寒冷地区城市单位面积建筑能耗，x21为城市方向偏离度，b2以及k21为对应的待拟合系数；
夏热冬冷地区城市能耗关系方程为：
y3＝b3+k31x31+k32x32
式中，y3为夏热地区城市单位面积建筑能耗，x31为城市遮挡系数，x32为城市加权体形系数，b3以及k31为对应的待拟合系数；
夏热冬暖地区城市能耗关系方程为：
y4＝b4+k41x41
式中，y4为夏热地区城市单位面积建筑能耗，x41为城市建筑高度均匀性，b4以及k41为对应的待拟合系数。
进一步地，拟合后的各城市能耗关系方程分别为：
拟合获得的严寒地区城市能耗关系方程为：
y1＝79.07-109.58x11
拟合获得的寒冷地区城市能耗关系方程为：
y2＝397.95-5.37x21
拟合获得的夏热冬冷地区城市能耗关系方程为：
y3＝-36.07+253.61x31+0.31x32
拟合获得的夏热冬暖地区城市能耗关系方程为：
y4＝4.87+1.51x41。
进一步地，其特征在于，所述城市聚集性x11的计算公式为：
式中，为每一个建筑与其最邻近建筑之间的观测平均距离，/>为随机模式下指定建筑间的期望平均距离，di等于建筑与其最邻近建筑间的距离，n为城市建筑总数量，A为包括所有建筑的最小外接矩形的面积或为用户指定的面积值。
进一步地，其特征在于，所述城市方向偏离度x21的计算公式为：
式中，Di为第i栋建筑的角度，Daverage为建筑平均角度，n为城市建筑总数量，Si为第i栋建筑的面积，Ssum为城市建筑的总面积；i表示城市第i栋建筑。
进一步地，所述城市遮挡系数x31的计算公式为：
x31＝Ha/Hb
式中，Ha为被遮挡的建筑屋顶面积，Hb为建筑基底面积；
所述城市加权体形系数x32的计算公式为：
式中，n为城市建筑总数量，i表示城市第i栋建筑，Fi，roof为建筑屋顶表面积，Fi，facades为建筑围护结构表面积，Vi为第i栋建筑的体积。
进一步地，所述城市建筑高度均匀性x41的计算公式为：
式中，Hi为第i栋建筑的高度，Haverage为建筑平均高度，n为城市建筑总数量，i表示城市第i栋建筑。
一种城市建筑能耗的测算系统，包括：
数据处理模块：获取并分析各个城市的历史城市形态数据，以获得与各个城市的城市总建筑能耗相关的各项城市形态指标；
分类模块：对各个城市的所属气候区域进行分类，并对各个城市的各项城市形态指标进行统计和筛选，确定出各个气候区域的城市形态指标；
能耗关系方程构建模块：以城市总建筑能耗以及各个城市形态指标构建对应气候区域的城市能耗关系方程，再利用历史城市形态数据通过逐步线性回归方法对各个气候区域的城市能耗关系方程进行拟合，获得各个城市能耗关系方程中的系数；
能耗计算模块：确定待测算城市的所属气候区域，利用对应气候区域的城市能耗关系方程对待测算城市的单位面积建筑能耗进行计算。
本发明的有益效果：通过从历史城市形态数据获取与各个城市的城市总建筑能耗相关的各项城市形态指标，能够更加符合各个城市实际情况，使得获取的各个形态指标具有较好的可靠性和适应性；并通过设定不同气候区域的城市形态指标，从而能够在构建城市能耗关系方程根据气候区域进行分别构建，使得不同气候区域的城市适用不同的城市能耗关系方程，增强城市建筑能耗测算的精确性。
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是本发明测算方法的整体流程图。
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所示，一种利用宏观尺度上城市形态测算城市建筑能耗的方法，包括以下步骤：
S1，获取各个城市的历史城市形态数据，对历史城市形态数据进行分析，获得与各个城市的城市总建筑能耗相关的各项城市形态指标；
城市形态指标包括：城市聚集性、城市方向偏离度、城市遮挡系数、城市加权体形系数以及城市建筑高度均匀性；
S2，对各个城市的所属气候区域进行分类，再对各个城市的各项城市形态指标进行统计和筛选，确定出各个气候区域的城市形态指标；
气候区域分类包括：严寒地区、寒冷地区、夏热冬冷地区以及夏热冬暖地区；在确定出各个气候区域的城市形态指标时，严寒地区的城市形态指标为城市聚集性，寒冷地区的城市形态指标为城市方向偏离度，夏热冬冷地区的城市形态指标为城市遮挡系数以及城市加权体形系数，夏热冬暖地区的城市形态指标为城市建筑高度均匀性；相关性统计表，如表1所示：
表1，城市形态指标与单位面积建筑能耗相关性统计表
表1中：
**.在0.01级别(双尾)，相关性显著。
*.在0.05级别(双尾)，相关性显著。
在严寒地区，城市聚集性与城市单位面积建筑能耗总体呈现：城市聚集性越大则城市单位面积建筑能耗越低的趋势；
在寒冷地区，城市方向偏离度与城市单位面积建筑能耗总体呈现：城市方向偏离度越大则城市单位面积建筑能耗越低的趋势；
在夏热冬冷地区，城市遮挡系数与城市单位面积建筑能耗总体呈现：城市遮挡系数越大则城市单位面积建筑能耗越高的趋势；城市加权体形系数与城市单位面积建筑能耗总体呈现：城市加权体形系数越大则城市单位面积建筑能耗越高的趋势；
在夏热冬暖地区，城市建筑高度均匀性与城市单位面积建筑能耗总体呈现：城市建筑高度均匀性越大则城市单位面积建筑能耗越高的趋势。
S3，以城市总建筑能耗以及各个城市形态指标构建对应气候区域的城市能耗关系方程，再利用历史城市形态数据通过逐步线性回归方法对各个气候区域的城市能耗关系方程进行拟合，获得各个城市能耗关系方程中的系数；
对应气候区域的城市能耗关系方程包括：严寒地区城市能耗关系方程、寒冷地区城市能耗关系方程、夏热冬冷地区城市能耗关系方程以及夏热冬暖地区城市能耗关系方程；
严寒地区城市能耗关系方程为：
y1＝b1+k11x11
式中，y1为严寒地区城市单位面积建筑能耗，x11为城市聚集性，b1以及k11为对应的待拟合系数；
寒冷地区城市能耗关系方程为：
y2＝b2+k21x21
式中，y2为寒冷地区城市单位面积建筑能耗，x21为城市方向偏离度，b2以及k21为对应的待拟合系数；
夏热冬冷地区城市能耗关系方程为：
y3＝b3+k31x31+k32x32
式中，y3为夏热地区城市单位面积建筑能耗，x31为城市遮挡系数，x32为城市加权体形系数，b3以及k31为对应的待拟合系数；
夏热冬暖地区城市能耗关系方程为：
y4＝b4+k41x41
式中，y4为夏热地区城市单位面积建筑能耗，x41为城市建筑高度均匀性，b4以及k41为对应的待拟合系数。
利用历史城市形态数据，并通过逐步线性回归方法拟合后，对应气候区域的城市能耗关系方程分别为：
拟合获得的严寒地区城市能耗关系方程为：
y1＝79.07-109.58x11
拟合获得的寒冷地区城市能耗关系方程为：
y2＝397.95-5.37x21
拟合获得的夏热冬冷地区城市能耗关系方程为：
y3＝-36.07+253.61x31+0.31x32
拟合获得的夏热冬暖地区城市能耗关系方程为：
y4＝4.87+1.51x41。
此外，城市聚集性x11、城市方向偏离度x21、城市遮挡系数x31、城市加权体形系数x32以及城市建筑高度均匀性x41的计算公式分别为：
城市聚集性x11的计算公式为：
式中，x11为城市聚集性，为每一个建筑与其最邻近建筑之间的观测平均距离，为随机模式下指定建筑间的期望平均距离，di等于建筑与其最邻近建筑间的距离，n为城市建筑总数量，A为包括所有建筑的最小外接矩形的面积或为用户指定的面积值。
城市方向偏离度x21的计算公式为：
式中，x21为城市方向偏离度，Di为第i栋建筑的角度，Daverage为建筑平均角度，n为城市建筑总数量，Si为第i栋建筑的面积，Ssum为城市建筑的总面积；i表示城市第i栋建筑。本实施例所指的城市方向偏离度主要是描述建筑偏离平均方向的程度，一模一样的两栋建筑，一个正南正北，另一个偏转了一个角度，两者接受到的太阳辐射量等会有不同，因此能耗也会不同。先求取城市中每栋建筑与正北方向的夹角，再求取一个城市建筑的平均角度，计算每栋建筑角度与平均角度间的偏移程度，并按照建筑面积进行加权。
城市遮挡系数x31的计算公式为：
x31＝Ha/Hb
式中，x31为城市遮挡系数，Ha为被遮挡的建筑屋顶面积，Hb为建筑基底面积；城市遮挡系数是指建筑间的相互遮挡程度。本实施例采用山体阴影工具(Hillshade)进行遮挡系数计算，ArcGIS提供的山体阴影的工具，模拟的是太阳平行线光源，要提取太阳在规定时间段内、不同方位角生成的建筑物阴影，必须获得建筑物的高度。因此，首先要将矢量建筑物数据转为栅格，属性为建筑物高度，建筑物为体模型，在空间上具有一定的宽度，直接对建筑物提取山体阴影会造成判断错误。为解决这个问题，需要提取建筑物背光面高度数据，由此提取12：00这一时间的建筑阴影，再与建筑物进行叠加分析。
城市加权体形系数x32的计算公式为：
式中，x32为城市加权体形系数，n为城市建筑总数量，i表示城市第i栋建筑，Fi，roof为建筑屋顶表面积，Fi，facades为建筑围护结构表面积，Vi为第i栋建筑的体积。城市加权体形系数是在建筑单体层面影响建筑能耗的重要指标，体形系数越小越利于建筑节能，这是一个综合性指标，反映的是城市里建筑的总体体形系数的状况，跟能耗密切关联，直接影响每一栋建筑单体的能耗，每一栋建筑的体形系数，按照体积进行加权加和。
城市建筑高度均匀性x41的计算公式为：
式中，x41为城市建筑高度均匀性，Hi为第i栋建筑的高度，Haverage为建筑平均高度，n为城市建筑总数量，i表示城市第i栋建筑。由于一个城市里的建筑高度参差不齐，高高矮矮，若另一个城市里的建筑则全部一样高，那么，这两种城市形态显然不同，并且也会对城市能耗产生影响。
S4，确定待测算城市的所属气候区域，利用对应气候区域的城市能耗关系方程对待测算城市的单位面积建筑能耗进行计算；
确定好后待测算城市的所属气候区域后，利用S3中求得个各个系数，根据拟合后对应气候区域的城市能耗关系方程，来计算出待测算城市的单位面积建筑能耗。
一种城市建筑能耗的测算系统，包括数据处理模块、分类模块、能耗关系方程构建模以及能耗计算模块；其中：
数据处理模块：获取并分析各个城市的历史城市形态数据，以获得与各个城市的城市总建筑能耗相关的各项城市形态指标；
分类模块：对各个城市的所属气候区域进行分类，并对各个城市的各项城市形态指标进行统计和筛选，确定出各个气候区域的城市形态指标；
能耗关系方程构建模块：以城市总建筑能耗以及各个城市形态指标构建对应气候区域的城市能耗关系方程，再利用历史城市形态数据通过逐步线性回归方法对各个气候区域的城市能耗关系方程进行拟合，获得各个城市能耗关系方程中的系数；
能耗计算模块：确定待测算城市的所属气候区域，利用对应气候区域的城市能耗关系方程对待测算城市的单位面积建筑能耗进行计算。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。本申请实施例中的方案可以采用各种计算机语言实现，例如，面向对象的程序设计语言Java和直译式脚本语言JavaScript等。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (3)

1.一种利用宏观尺度上城市形态测算城市建筑能耗的方法，其特征在于，包括以下步骤：
S1，获取并分析各个城市的历史城市形态数据，以获得与各个城市的城市总建筑能耗相关的各项城市形态指标；
S2，对各个城市的所属气候区域进行分类，并对各个城市的各项城市形态指标进行统计和筛选，确定出各个气候区域的城市形态指标；
S3，以城市总建筑能耗以及各个城市形态指标构建对应气候区域的城市能耗关系方程，再利用历史城市形态数据通过逐步线性回归方法对各个气候区域的城市能耗关系方程进行拟合，获得各个城市能耗关系方程中的系数；
S4，确定待测算城市的所属气候区域，利用对应气候区域的城市能耗关系方程对待测算城市的单位面积建筑能耗进行计算；
S1中的城市形态指标包括：城市聚集性、城市方向偏离度、城市遮挡系数、城市加权体形系数以及城市建筑高度均匀性；
所述气候区域分类包括：严寒地区、寒冷地区、夏热冬冷地区以及夏热冬暖地区，且对应的城市形态指标分别为：城市聚集性、城市方向偏离度、城市遮挡系数和城市加权体形系数、城市建筑高度均匀性；
所述S3中，城市能耗关系方程包括严寒地区城市能耗关系方程、寒冷地区城市能耗关系方程、夏热冬冷地区城市能耗关系方程以及夏热冬暖地区城市能耗关系方程；
严寒地区城市能耗关系方程为：
式中，为严寒地区城市单位面积建筑能耗，/>为城市聚集性，/>以及/>为对应的待拟合系数；
寒冷地区城市能耗关系方程为：
式中，为寒冷地区城市单位面积建筑能耗，/>为城市方向偏离度，/>以及/>为对应的待拟合系数；
夏热冬冷地区城市能耗关系方程为：
式中，为夏热地区城市单位面积建筑能耗，/>为城市遮挡系数，/>为城市加权体形系数，/>以及/>为对应的待拟合系数；
夏热冬暖地区城市能耗关系方程为：
式中，为夏热地区城市单位面积建筑能耗，/>为城市建筑高度均匀性，/>以及/>为对应的待拟合系数；
所述城市聚集性的计算公式为：
式中，为每一个建筑与其最邻近建筑之间的观测平均距离，/>为随机模式下指定建筑间的期望平均距离，/>等于建筑与其最邻近建筑间的距离，n为城市建筑总数量，A为包括所有建筑的最小外接矩形的面积或为用户指定的面积值；
所述城市方向偏离度的计算公式为：
式中，Di为第i栋建筑的角度，Daverage为建筑平均角度，n为城市建筑总数量，Si为第i栋建筑的面积，Ssum为城市建筑的总面积；i表示城市第i栋建筑；
所述城市遮挡系数的计算公式为：
=/>//>
式中，Ha为被遮挡的建筑屋顶面积，Hb为建筑基底面积；
所述城市加权体形系数的计算公式为：
式中，n为城市建筑总数量，i表示城市第i栋建筑，Fi，roof为建筑屋顶表面积，Fi，facades为建筑围护结构表面积，Vi为第i栋建筑的体积；
所述城市建筑高度均匀性的计算公式为：
式中，Hi为第i栋建筑的高度，Haverage为建筑平均高度，n为城市建筑总数量，i表示城市第i栋建筑。
2.根据权利要求1所述的一种利用宏观尺度上城市形态测算城市建筑能耗的方法，其特征在于，拟合后的各城市能耗关系方程分别为：
拟合获得的严寒地区城市能耗关系方程为：
拟合获得的寒冷地区城市能耗关系方程为：
拟合获得的夏热冬冷地区城市能耗关系方程为：
拟合获得的夏热冬暖地区城市能耗关系方程为：
。
3.一种利用宏观尺度上城市形态测算城市建筑能耗的系统，执行权利要求1所述的方法，其特征在于，包括：
数据处理模块：获取并分析各个城市的历史城市形态数据，以获得与各个城市的城市总建筑能耗相关的各项城市形态指标；
分类模块：对各个城市的所属气候区域进行分类，并对各个城市的各项城市形态指标进行统计和筛选，确定出各个气候区域的城市形态指标；
能耗关系方程构建模块：以城市总建筑能耗以及各个城市形态指标构建对应气候区域的城市能耗关系方程，再利用历史城市形态数据通过逐步线性回归方法对各个气候区域的城市能耗关系方程进行拟合，获得各个城市能耗关系方程中的系数；
能耗计算模块：确定待测算城市的所属气候区域，利用对应气候区域的城市能耗关系方程对待测算城市的单位面积建筑能耗进行计算。
CN202211433729.9A 2022-11-16 2022-11-16 一种利用宏观尺度上城市形态测算城市建筑能耗的方法 Active CN115689382B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211433729.9A CN115689382B (zh) 2022-11-16 2022-11-16 一种利用宏观尺度上城市形态测算城市建筑能耗的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211433729.9A CN115689382B (zh) 2022-11-16 2022-11-16 一种利用宏观尺度上城市形态测算城市建筑能耗的方法

Publications (2)

Publication Number Publication Date
CN115689382A CN115689382A (zh) 2023-02-03
CN115689382B true CN115689382B (zh) 2023-07-21

Family

ID=85054922

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211433729.9A Active CN115689382B (zh) 2022-11-16 2022-11-16 一种利用宏观尺度上城市形态测算城市建筑能耗的方法

Country Status (1)

Country Link
CN (1) CN115689382B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116561682B (zh) * 2023-05-19 2023-12-19 同济大学 一种城市海量建筑暖通空调系统组成及其性能系数高效预测方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110826134A (zh) * 2019-11-05 2020-02-21 哈尔滨工业大学 一种基于能耗及局域微气候综合优化的城市建筑群设计方法
KR20200022952A (ko) * 2018-08-24 2020-03-04 한국과학기술원 도시의 형상 및 에너지 소비 패턴을 이용한 도시 유형 구분 방법
CN112418690A (zh) * 2020-11-26 2021-02-26 广州市城市规划勘测设计研究院 一种用于城市体检指标的分析诊断方法及系统
CN114676997A (zh) * 2022-03-16 2022-06-28 中铁第四勘察设计院集团有限公司 一种城市轨道交通能耗优化方法及系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109242158B (zh) * 2018-08-17 2022-02-11 西安建筑科技大学 一种寒冷地区的城市居住建筑系统的能耗预测方法
CN111428292A (zh) * 2020-03-12 2020-07-17 深圳小库科技有限公司 基于城市规范的审图方法、装置及存储介质
CN113987306A (zh) * 2021-11-03 2022-01-28 广东工业大学 城市街区能耗时变图集构建方法、装置、设备及存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200022952A (ko) * 2018-08-24 2020-03-04 한국과학기술원 도시의 형상 및 에너지 소비 패턴을 이용한 도시 유형 구분 방법
CN110826134A (zh) * 2019-11-05 2020-02-21 哈尔滨工业大学 一种基于能耗及局域微气候综合优化的城市建筑群设计方法
CN112418690A (zh) * 2020-11-26 2021-02-26 广州市城市规划勘测设计研究院 一种用于城市体检指标的分析诊断方法及系统
CN114676997A (zh) * 2022-03-16 2022-06-28 中铁第四勘察设计院集团有限公司 一种城市轨道交通能耗优化方法及系统

Also Published As

Publication number Publication date
CN115689382A (zh) 2023-02-03

Similar Documents

Publication Publication Date Title
Liu et al. Impact of urban form on building energy consumption and solar energy potential: A case study of residential blocks in Jianhu, China
CN105205466B (zh) 一种基于夜间灯光影像的能源碳排放量遥感估算方法
Gu et al. Spatial planning for urban ventilation corridors by urban climatology
Liu et al. A multi-objective optimization framework for designing urban block forms considering daylight, energy consumption, and photovoltaic energy potential
Xie et al. The impact of urban morphology on the building energy consumption and solar energy generation potential of university dormitory blocks
CN110083965A (zh) 热环境分析方法、装置、设备和存储介质
CN115689382B (zh) 一种利用宏观尺度上城市形态测算城市建筑能耗的方法
Wang et al. Evaluation of the impact of urban morphology on commercial building carbon emissions at the block scale–A study of commercial buildings in Beijing
CN118133409B (zh) 一种考虑多尺度微气候耦合的建筑街区热舒适度调节方法
Chen et al. Quantitative analysis of the building-level relationship between building form and land surface temperature using airborne LiDAR and thermal infrared data
CN114764521A (zh) 基于遗传算法的园区建筑形体优化方法及系统
CN106600029A (zh) 一种基于电力数据的宏观经济预测量化修正方法
Veisi et al. Analysis of solar radiation towards optimization and location of the urban blocks in the neighborhood units
Ni et al. Simulation of solar radiation on metropolitan building surfaces: A novel and flexible research framework
CN115272002A (zh) 一种建筑能源预测方法、装置、存储介质及程序产品
Li et al. Assessing urban micro-climates with vertical and horizontal building morphological cutting deep transfer learning neural networks
Wang et al. Low-carbon-oriented commercial district urban form optimization and impact assessment analysis
Aslani et al. Rooftop segmentation and optimization of photovoltaic panel layouts in digital surface models
Fallahpour et al. Outdoor thermal comfort in urban neighbourhoods by coupling of building energy simulation and computational fluid dynamics
Geng et al. Optimizing urban block morphologies for net-zero energy cities: Exploring photovoltaic potential and urban design prototype
Jamaludin et al. Research on low-carbon evaluation of green buildings based on the whole life cycle theory
Liu et al. Urban morphology indicators and solar radiation acquisition: 2011–2022 review
CN117332971A (zh) 一种计及城市形态的区域综合能源规划方法及系统
CN115660338A (zh) 一种西南边跨境区域的典型建筑冷热电负荷模型构建方法
Mutani et al. Urban Building Energy Modeling: an hourly energy balance model of residential buildings at a district scale

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