CN116186852B - 一种光伏-绿化屋顶设计方法及系统 - Google Patents
一种光伏-绿化屋顶设计方法及系统 Download PDFInfo
- Publication number
- CN116186852B CN116186852B CN202310110320.1A CN202310110320A CN116186852B CN 116186852 B CN116186852 B CN 116186852B CN 202310110320 A CN202310110320 A CN 202310110320A CN 116186852 B CN116186852 B CN 116186852B
- Authority
- CN
- China
- Prior art keywords
- photovoltaic
- carbon emission
- optimal
- greening
- output
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Theoretical Computer Science (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Architecture (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Roof Covering Using Slabs Or Stiff Sheets (AREA)
Abstract
本发明涉及一种光伏‑绿化屋顶设计方法及系统,包括:确定研究地区光伏板最佳高度区间,构建光伏‑绿化模型,并测量所述最佳高度区间下的光伏输出量及碳排放量;分析所述光伏输出量及所述碳排放量的相关性,获得不同因素对于所述光伏输出量和所述碳排放量的影响程度;基于所述光伏输出量和所述碳排放量的影响程度,建立关于发电量与碳排放量的BP神经网络;根据所述影响程度与所述关于发电量与碳排放量的BP神经网络,调整所述光伏‑绿化模型的参数,达到最佳光伏效率和碳排放量。本发明利用光伏发电和绿色植物的互效性,兼备开发利用新能源和降低碳排放量的作用,完善其发展,对能源转型和双碳目标达成具有一定意义。
Description
技术领域
本发明涉及节能环保技术领域,特别是涉及一种光伏-绿化屋顶设计方法及系统。
背景技术
随着城市化进程的加剧,城市人口急剧增长,城市建筑密度不断加大,我国建筑能耗的总量也逐年上升,并在全国总能耗中所占的比例日益增加。根据中国建筑节能协会中国建筑能耗与碳排放研究报告(2021),全国建筑全过程总能耗为22.33亿吨标煤(2019年),约占我国社会总能耗的45.8%;而中国建筑碳排放总量为49.97亿吨CO2,占全国的碳排放量比重为50.6%。
太阳能作为拥有巨大潜力的新能源,为建筑节能及低碳环保带来了新的方向。中国是太阳能利用的大国,太阳能发电系统为人民提供生产、生活中所必需的热水或者电力,在中国大部分地区被广泛应用于建筑物外部,同时最常见的是布置在建筑物顶层。随着对建筑节能和低碳环保要求不断提高,越来越多的学者将研究重心放到了太阳能的利用上,光伏发电系统孕育而生。
目前关于太阳能光伏-绿化屋顶研究中,大部分学者主要关注绿植种类和绿化植物对光伏发电效率的分析,很少涉及光伏板距植物垂直高度(即分离高度)对太阳能光伏电板发电效率。从热工学原理来看,光伏板与植物之间的分离高度过低,清晨易在光伏板底板形成凝结水,而市面中大部分光伏板背面接线盒并没有封装,凝结水极有可能损坏光伏板或是影响其光伏效率;分离高度过高,植物的蒸腾蒸发吸热作用对光伏板工作时产生的降温效果明显降低,光电转化效率会因光伏板工作温度上升而降低,同时过高温度会对植物的光合、蒸腾作用产生影响。
植物除了蒸腾作用可以有效降低周围温度,其生命活动过程也通过光合作用持续固定环境中的CO2,即绿化-屋顶系统是一种有效的建筑降碳技术,在《建筑碳排放计算标准》(GB/T 51366-2019)中对于光伏系统节碳量通过其发电量由该区域电能碳排放因子反算可得,但是对于绿化屋顶乃至PV-GR组合系统碳节放量核算并未给出指标,国内外对此研究还存在较大空缺。因此,恰当的分离高度对提高发电量和降低整体碳排放量有极其重要的作用。
综上所述,研究光伏-绿化屋顶系统具有巨大研究前景。针对能源、气候问题,从建筑绿化与光伏入手,充分利用绿化植物和光伏板互效性,提升光伏发电量和降低碳排放量。通过进一步改善太阳能光伏-绿化屋顶系统的输出效率,不仅可以改善城市环境、减少热岛效应、降低CO2浓度、吸声、延长防水层寿命、阻止火灾蔓延、美观、增加生物多样性、给生物提供栖息地,而且研究分离高度对太阳能光伏-绿化屋顶系统(PV-GR system)发电效率以及碳排放量影响机理,这对我国的双碳目标达成、建筑节能具有重大意义。
发明内容
本发明的目的是提供一种光伏-绿化屋顶设计方法及系统,利用光伏发电和绿色植物的互效性,实现提高光伏发电效率、降低总体碳排放量。
为实现上述目的,本发明提供了如下方案:
一种光伏-绿化屋顶设计方法,包括:
确定研究地区光伏板最佳高度区间,构建光伏-绿化模型,并测量所述最佳高度区间下的光伏输出量及碳排放量;
分析所述光伏输出量及所述碳排放量的相关性,获得不同因素对于所述光伏输出量和所述碳排放量的影响程度;
基于所述光伏输出量和所述碳排放量的影响程度,建立关于发电量与碳排放量的BP神经网络;
根据所述影响程度与所述关于发电量与碳排放量的BP神经网络,调整所述光伏-绿化模型的参数,达到最佳光伏效率和碳排放量。
优选地,确定所述研究地区光伏板最佳高度区间,包括:
结合太阳能辐射模型公式,计算所述研究地区的太阳辐射条件的最佳光伏板倾角,以光伏板与植物的分离高度为变量,调节高度梯度,设置实验组,比较不同植株高度下太阳能的输出电量,确定所述光伏板最佳高度区间。
优选地,所述太阳能辐射模型公式包括:
倾角为β倾斜面时太阳辐射强度HT:
其中,Rb为倾斜面与水平面直接辐射量之比,Hb为水平面上直接辐射量,Hd为水平面上天空散射辐射量,H为水平面上总辐射量。
优选地,测量所述最佳高度区间下的光伏输出量及碳排放量,包括:
基于所述最佳高度区间,改变植物放置高度,实地测量所述最佳高度区间下的光伏输出量,昼夜采集光伏-绿化屋顶系统表面的温湿度、空气流速和下表面的热流密度及温湿度,并测定植物叶片光合作用、蒸腾作用、呼吸作用CO2浓度、H2O浓度、净光合速率、蒸腾速率,基于所测数据计算所述光伏输出量及碳排放量。
优选地,利用SPSS分析软件对所述光伏输出量及所述碳排放量进行显著性分析,分析出不同因素对发电量和碳排放量的影响程度,其中,所述不同因素包括光照强度、光伏板温度、空气温度、相对湿度和风速。
优选地,利用Matlab对所述光伏输出量和所述碳排放量的影响程度进行拟合,建立所述关于发电量与碳排放量的BP神经网络,获得光伏板温度与光照强度,空气湿度、相对湿度和风速之间的联系。
优选地,调整所述光伏-绿化模型的参数,包括:
根据所述影响程度与所述关于发电量与碳排放量的BP神经网络,基于Matlab-Simulink调整所述光伏-绿化模型的参数,获得所述研究区域光伏-绿化屋顶最佳分离高度。
为了实现上述目的,本发明还提供了一种光伏-绿化屋顶设计系统,包括:
数据获取模块:用于确定研究地区光伏板最佳高度区间,构建光伏-绿化模型,并测量所述最佳高度区间下的光伏输出量及碳排放量;
数据分析模块:用于分析所述光伏输出量及所述碳排放量的相关性,获得不同因素对于所述光伏输出量和所述碳排放量的影响程度;
模型构建模块:用于建立关于发电量与碳排放量的BP神经网络;
参数调整模块:用于根据所述影响程度与所述关于发电量与碳排放量的BP神经网络,调整所述光伏-绿化模型的参数,达到最佳光伏效率和碳排放量;
其中,所述数据获取模块、所述数据分析模块、所述模型构建模块和所述参数调整模块依次连接。
本发明的有益效果为:
本发明充分发挥数值模拟的优势,利用相关软件模拟分析、数据处理,更加经济、廉价地对系统进行研究,得出较准确的分析后再进行实验,再利用实验数据对原模拟进行修正,得到更加精确的物理模型;
本发明从光伏板与植物之间分离高度入手,依据之间查到相关数据,初步进行数值模拟,确定最佳分离高度区间,避免重复大量实验,再以实地测量验证模拟的准确性,对数学模型进行修正,提高数学模型的正确性。
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,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例的一种光伏-绿化屋顶设计方法流程图;
图2为本发明实施例的升降工作台示意图;
图3为本发明实施例的Matlab模拟电路示意图。
具体实施方式
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。下面将参考附图并结合实施例来详细说明本申请。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
一种光伏-绿化屋顶设计方法,如图1,包括:
确定研究地区光伏板最佳高度区间,构建光伏-绿化模型,并测量所述最佳高度区间下的光伏输出量及碳排放量;
本实施例以绵阳地区为研究区域,结合太阳能辐射模型公式(1)-(3),计算符合绵阳地区太阳辐射条件的最佳光伏板倾角。以光伏板与植物的分离高度为变量,以适当的高度梯度,设置12个实验组。通过Matlab-Simulink软件数值模拟,比较不同植株高度下太阳能的输出电量,碳排放量根据建筑碳排放计算标准中可再生能源系统计算,并以光伏输出电量和碳排放量为评价参数衡量系统优劣,初步确定植物最佳高度区间。
倾角为β倾斜面太阳辐射强度为:
其中,Rb为倾斜面与水平面直接辐射量之比,由以下表达式确定:
δ=23.5sin[360×(284+n)/365] (3)
式中,为当地纬度;δ为太阳纬度;ω为时角;n为一年中从元旦算起的天数;ρ为地面反射率,一般情况取0.2。
建筑运行阶段碳排放计算:
CM为建筑运行阶段单位建筑面积碳排放量(kgCO2/m2);
Ei为建筑第i类能源年消耗量(单位/a);
EFi为第i类能源的碳排放因子,按本标准附录A取值;
Ei,j为j类系统的第i类能源消耗量(单位/a);
ERi,j为j类系统消耗由可再生能源系统提供的第i类能源量(单位/a);
i为建筑消耗终端能源类型、包括电力、燃气、石油、市政热力等;
J为建筑用能系统类型,包括供暖空调、照明、生活热水系统等;
Cp为建筑绿地碳汇系统减碳量(kgCO2/m2);
Y为建筑设计寿命(a);
A为建筑面积(m2)。
模拟计算后初步得到光伏板高度后,将通过评分筛选适合本实验绿化屋顶植物,评分标准包括:植物在本地的广泛运用程度、对极端天气条件的抵抗性能、与外界环境的互动等。
分析所述光伏输出量及所述碳排放量的相关性,获得不同因素对于所述光伏输出量和所述碳排放量的影响程度;
根据软件模拟得出的初步符合绵阳气候的最佳高度区间,准备一个可升降工作台(如图2)放置植物,在5-9月期间按层叠分布式与光伏系统搭配,实地测量该高度下的光伏输出量,利用温度湿度记录仪、风速仪、热流传感器记录昼夜系统表面的温湿度、空气流速和下表面的热流密度及温湿度。利用光合作用测定仪Li-6400XT、便携式光合作用系统WALZ-GFS3000测出叶片光合作用、蒸腾作用、呼吸作用CO2浓度、H2O浓度、净光合速率、蒸腾速率。结合上述数据计算出系统运行过程中碳排放量。
基于所述光伏输出量和所述碳排放量的影响程度,建立关于发电量与碳排放量的BP神经网络;
整理出实验测量的相关数据,利用SPSS分析软件分析测得数据(表1)与发电量和碳排放量的相关性,得出各因素对于发电量和碳排放量的影响程度。再利用Matlab做拟合形成关于发电量与碳排放量的BP神经网络,为太阳能光伏-绿化屋顶系统模型建立降低误差。
表1
根据所述影响程度与所述关于发电量与碳排放量的BP神经网络,调整所述光伏-绿化模型的参数,达到最佳光伏效率和碳排放量。
依照数据显著性分析结果,在Matlab-Simulink软件调整各项参数,建立数字模型(如图3),进行数值模拟,将实验与模拟数据进行对比分析,对数学模型做出相关修正,再次确定最佳光伏板高度,使数字模型更为准确。
在Matlab-Simulink软件初步建立起光伏-绿化模型,进行数值模拟后,得出最佳光伏板高度区间。实验完成后,对数据进行显著性分析,修正光伏-绿化模型,依据发电量和碳排放量确定出在绵阳地区下光伏-绿化屋顶系统的最佳光伏板与植物分离高度。
在实验测量完成后,利用SPSS分析软件对实验中数据进行显著性分析,分析出各个因素对发电量和碳排放量的影响程度。再利用Matlab做拟合形成关于发电量与碳排放量的BP神经网络,得出更为具体各因素联系,为太阳能光伏-绿化屋顶系统模型建立降低误差。
本实施还提供了一种光伏-绿化屋顶设计系统,用于实现一种光伏-绿化屋顶设计方法,包括:
数据获取模块:用于确定研究地区光伏板最佳高度区间,构建光伏-绿化模型,并测量所述最佳高度区间下的光伏输出量及碳排放量;
数据分析模块:用于分析所述光伏输出量及所述碳排放量的相关性,获得不同因素对于所述光伏输出量和所述碳排放量的影响程度;
模型构建模块:用于建立关于发电量与碳排放量的BP神经网络;
参数调整模块:用于根据所述影响程度与所述关于发电量与碳排放量的BP神经网络,调整所述光伏-绿化模型的参数,达到最佳光伏效率和碳排放量;
其中,所述数据获取模块、所述数据分析模块、所述模型构建模块和所述参数调整模块依次连接。
本发明以太阳能光伏-绿化屋顶系统(PV-GR system)为研究对象,从光伏板与植物之间分离高度入手,依据之间查到相关数据,初步进行数值模拟,确定最佳分离高度区间,避免重复大量实验,再以实地测量验证模拟的准确性,对数学模型进行修正,提高数学模型的正确性。在进行数值模拟、模型建立,采取SPSS分析软件针对光伏板与植物之间分离高度、风速、灌溉周期、太阳光强度、叶冠层面积、光伏底板温度进行相关性分析,并用Matlab拟合形成BP神经网络,进一步确认各因素的相关性。再通过Matlab-Simulink模拟得出最佳分离高度,实现最大化发电量和最低碳排放量。
以上,仅为本申请较佳的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应该以权利要求的保护范围为准。
Claims (6)
1.一种光伏-绿化屋顶设计方法,其特征在于,包括:
确定研究地区光伏板最佳高度区间,构建光伏-绿化模型,并测量所述最佳高度区间下的光伏输出量及碳排放量;
确定所述研究地区光伏板最佳高度区间,包括:
结合太阳能辐射模型公式,计算所述研究地区的太阳辐射条件的最佳光伏板倾角,以光伏板与植物的分离高度为变量,调节高度梯度,设置实验组,比较不同植株高度下太阳能的输出电量,确定所述光伏板最佳高度区间;
所述太阳能辐射模型公式包括:
倾角为β倾斜面时太阳辐射强度HT:
其中,Rb为倾斜面与水平面直接辐射量之比,Hb为水平面上直接辐射量,Hd为水平面上天空散射辐射量,H为水平面上总辐射量;
分析所述光伏输出量及所述碳排放量的相关性,获得不同因素对于所述光伏输出量和所述碳排放量的影响程度;
基于所述光伏输出量和所述碳排放量的影响程度,建立关于发电量与碳排放量的BP神经网络;
根据所述影响程度与所述关于发电量与碳排放量的BP神经网络,调整所述光伏-绿化模型的参数,达到最佳光伏效率和碳排放量。
2.根据权利要求1所述的光伏-绿化屋顶设计方法,其特征在于,测量所述最佳高度区间下的光伏输出量及碳排放量,包括:
基于所述最佳高度区间,改变植物放置高度,实地测量所述最佳高度区间下的光伏输出量,昼夜采集光伏-绿化屋顶系统表面的温湿度、空气流速和下表面的热流密度及温湿度,并测定植物叶片光合作用、蒸腾作用、呼吸作用CO2浓度、H2O浓度、净光合速率、蒸腾速率,基于所测数据计算所述光伏输出量及碳排放量。
3.根据权利要求2所述的光伏-绿化屋顶设计方法,其特征在于,利用SPSS分析软件对所述光伏输出量及所述碳排放量进行显著性分析,分析出不同因素对发电量和碳排放量的影响程度,其中,所述不同因素包括光照强度、光伏板温度、空气温度、相对湿度和风速。
4.根据权利要求1所述的光伏-绿化屋顶设计方法,其特征在于,利用Matlab对所述光伏输出量和所述碳排放量的影响程度进行拟合,建立所述关于发电量与碳排放量的BP神经网络,获得光伏板温度与光照强度,空气湿度、相对湿度和风速之间的联系。
5.根据权利要求4所述的光伏-绿化屋顶设计方法,其特征在于,调整所述光伏-绿化模型的参数,包括:
根据所述影响程度与所述关于发电量与碳排放量的BP神经网络,基于Matlab-Simulink调整所述光伏-绿化模型的参数,获得所述研究区域光伏-绿化屋顶最佳分离高度。
6.一种光伏-绿化屋顶系统,其特征在于,包括:
数据获取模块:用于确定研究地区光伏板最佳高度区间,构建光伏-绿化模型,并测量所述最佳高度区间下的光伏输出量及碳排放量;
确定所述研究地区光伏板最佳高度区间,包括:
结合太阳能辐射模型公式,计算所述研究地区的太阳辐射条件的最佳光伏板倾角,以光伏板与植物的分离高度为变量,调节高度梯度,设置实验组,比较不同植株高度下太阳能的输出电量,确定所述光伏板最佳高度区间;
所述太阳能辐射模型公式包括:
倾角为β倾斜面时太阳辐射强度HT:
其中,Rb为倾斜面与水平面直接辐射量之比,Hb为水平面上直接辐射量,Hd为水平面上天空散射辐射量,H为水平面上总辐射量;
数据分析模块:用于分析所述光伏输出量及所述碳排放量的相关性,获得不同因素对于所述光伏输出量和所述碳排放量的影响程度;
模型构建模块:用于建立关于发电量与碳排放量的BP神经网络;
参数调整模块:用于根据所述影响程度与所述关于发电量与碳排放量的BP神经网络,调整所述光伏-绿化模型的参数,达到最佳光伏效率和碳排放量;
其中,所述数据获取模块、所述数据分析模块、所述模型构建模块和所述参数调整模块依次连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310110320.1A CN116186852B (zh) | 2023-02-14 | 2023-02-14 | 一种光伏-绿化屋顶设计方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310110320.1A CN116186852B (zh) | 2023-02-14 | 2023-02-14 | 一种光伏-绿化屋顶设计方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116186852A CN116186852A (zh) | 2023-05-30 |
CN116186852B true CN116186852B (zh) | 2023-09-26 |
Family
ID=86434020
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310110320.1A Active CN116186852B (zh) | 2023-02-14 | 2023-02-14 | 一种光伏-绿化屋顶设计方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116186852B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20200057821A (ko) * | 2018-11-13 | 2020-05-27 | 주식회사 에코시안 | 빅데이터 분석을 통한 태양광 발전량 예측 장치 및 방법 |
CN114091316A (zh) * | 2021-11-16 | 2022-02-25 | 国网甘肃省电力公司电力科学研究院 | 一种区域光伏发电量计算方法 |
KR20220064760A (ko) * | 2020-11-12 | 2022-05-19 | 김승섭 | 발전량 예측이 가능한 태양광 발전장치 |
CN114707759A (zh) * | 2022-04-27 | 2022-07-05 | 湖南大学 | 基于代理模型开发及光伏系统的动态热电性能的预测 |
CN115660918A (zh) * | 2022-09-20 | 2023-01-31 | 浙江工业大学 | 一种工业园区碳排放计算及预测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220390137A1 (en) * | 2021-05-28 | 2022-12-08 | Johnson Controls Tyco IP Holdings LLP | Building control system with predictive control of carbon emissions using marginal operating emissions rate |
-
2023
- 2023-02-14 CN CN202310110320.1A patent/CN116186852B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20200057821A (ko) * | 2018-11-13 | 2020-05-27 | 주식회사 에코시안 | 빅데이터 분석을 통한 태양광 발전량 예측 장치 및 방법 |
KR20220064760A (ko) * | 2020-11-12 | 2022-05-19 | 김승섭 | 발전량 예측이 가능한 태양광 발전장치 |
CN114091316A (zh) * | 2021-11-16 | 2022-02-25 | 国网甘肃省电力公司电力科学研究院 | 一种区域光伏发电量计算方法 |
CN114707759A (zh) * | 2022-04-27 | 2022-07-05 | 湖南大学 | 基于代理模型开发及光伏系统的动态热电性能的预测 |
CN115660918A (zh) * | 2022-09-20 | 2023-01-31 | 浙江工业大学 | 一种工业园区碳排放计算及预测方法 |
Non-Patent Citations (2)
Title |
---|
王洪坤 ; 葛磊蛟 ; 李宏伟 ; 迟福建 ; .分布式光伏发电的特性分析与预测方法综述.电力建设.2017,(07),全文. * |
龚道仁 ; 陈迪 ; 袁志钟 ; .光伏发电系统碳排放计算模型及应用.可再生能源.2013,(09),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN116186852A (zh) | 2023-05-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chen et al. | A mathematical model of global solar radiation to select the optimal shape and orientation of the greenhouses in southern China | |
Trypanagnostopoulos et al. | Greenhouse performance results for roof installed photovoltaics | |
Yang et al. | Application research of ECOTECT in residential estate planning | |
Wu et al. | Seasonal variations and main influencing factors of the water cooling islands effect in Shenzhen | |
Cai et al. | Reduction in carbon dioxide emission and energy savings obtained by using a green roof | |
Alinejad et al. | Thermo-environomic assessment of an integrated greenhouse with an adjustable solar photovoltaic blind system | |
CN109034626B (zh) | 一种西部地区太阳能建筑采暖利用的评价方法 | |
CN113079881B (zh) | 一种可适于周年近零能耗高效生产的大跨度可变空间日光温室优化设计方法 | |
Zhang et al. | A novel productive double skin façades for residential buildings: Concept, design and daylighting performance investigation | |
Wu et al. | A systematic analysis of multiple structural parameters of Chinese solar greenhouse based on the thermal performance | |
Chen et al. | Performance analysis of radiation and electricity yield in a photovoltaic panel integrated greenhouse using the radiation and thermal models | |
Zhao et al. | Experimental and numerical study on the performance of innovative bifacial photovoltaic wall system | |
CN115329425A (zh) | 一种空气质量驱动下的建筑群体形态优化设计方法及系统 | |
Zhang et al. | Dynamics of shaded areas in a typical-shaped solar greenhouse and their effects on tomato growth—A case study in winter | |
CN116186852B (zh) | 一种光伏-绿化屋顶设计方法及系统 | |
CN107203679B (zh) | 一种高层建筑遮荫影响绿地光合固碳能力的评价方法 | |
Makaronidou | Assessment on the local climate effects of solar photovoltaic parks | |
Jin et al. | Comprehensive optimization of shading and electrical performance of roof-mounted photovoltaic system of Venlo-type greenhouse in the severe cold region | |
Zhang et al. | Study on hot air heating characteristics of greenhouse in cold region | |
Feng et al. | Greenhouse cover plate with dimming and temperature control function | |
Wang et al. | Research on Shading Effect inside Photovoltaic Greenhouses and Its Optimization Method Based on Parametric Modeling | |
Wang et al. | Research on the Construction Mode of European Low-Carbon Buildings | |
Shi et al. | Research on the Energy‐Saving Design Path of Rural Farmhouses under the Background of Ecological Livability | |
Lu et al. | Research on the Modular Living Walls System Based on Microclimate Adjustment in Severe Cold Areas of China | |
Liu et al. | Climatic Adaptability Design Strategy of Residential Zones based on Climate Consultant and Ecotect Analysis--Taking Weidong New Town Community as an Example |
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 |