CN117035325A - 一种基于动态规划方法的区域能源规划分区方法 - Google Patents

一种基于动态规划方法的区域能源规划分区方法 Download PDF

Info

Publication number
CN117035325A
CN117035325A CN202311026434.4A CN202311026434A CN117035325A CN 117035325 A CN117035325 A CN 117035325A CN 202311026434 A CN202311026434 A CN 202311026434A CN 117035325 A CN117035325 A CN 117035325A
Authority
CN
China
Prior art keywords
building
load
energy
energy station
buildings
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
Application number
CN202311026434.4A
Other languages
English (en)
Inventor
陈敏
付强
张春枝
李涛
刘腊美
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.)
Wuhan University of Science and Engineering WUSE
Original Assignee
Wuhan University of Science and Engineering WUSE
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 Wuhan University of Science and Engineering WUSE filed Critical Wuhan University of Science and Engineering WUSE
Priority to CN202311026434.4A priority Critical patent/CN117035325A/zh
Publication of CN117035325A publication Critical patent/CN117035325A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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
    • 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
    • G06Q50/08—Construction

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Computer Hardware Design (AREA)
  • Marketing (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Architecture (AREA)
  • Development Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Game Theory and Decision Science (AREA)
  • Civil Engineering (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • Structural Engineering (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于动态规划方法的区域能源规划分区方法，通过能耗模拟软件对案例校园标准建筑建模，获取建筑负荷，通过调研建筑同时使用率、人员分布模型、建筑朝向等因素对建筑负荷进行拟合；基于动态规划方法进行建筑分区，以建筑距离能源站的距离为主要因素，对能源站附近建筑进行初步分区归属。采用距离能源站较近的若干建筑的负荷特性，代表该片区的负荷特性。基于层次分析法，对边缘建筑进行权重计算，对比分析，采用0‑1整数规划模型将建筑择优分配与能源站。通过本发明建筑分区方法，可有效降低园区峰值负荷、负荷标准差，同时稳定建筑日负荷率，错峰调节，使建筑负荷分布频率更加均匀，为区域能源规划分区提供了一个可行方法。

Description

一种基于动态规划方法的区域能源规划分区方法
技术领域
本发明涉及到区域能源规划设计领域，尤其涉及一种基于动态规划方法的区域能源规划分区方法。
技术背景
区域综合能源系统(IES)包含多个能源系统，这些系统可以满足特定地区终端用户的多种能源需求。
区域IES能够将可再生能源有效地结合到电力供应系统中，从而减少环境污染。而区域综合能源系统的建立需要首先划分建筑群，进行建筑分区，制定科学的负荷分区方式是提高能源效率和减少碳排放的第一步。
建筑群在进行负荷预测时采用实测数据进行计算，模型较难建立，计算复杂，且初始数据获得难度较高，不利于在建筑初期进行规划。
通过模拟软件进行数值模拟的负荷，往往具有较大的误差，目前大多考虑从建筑围护结构、建筑朝向等方面进行拟合，未考虑建筑功能，建筑人员分布模型、建筑同时使用率对建筑负荷产生的影响。
建筑分区可以有效的优化建筑群的峰值负荷、日负荷率、负荷标准差。但目前建筑分区的方式并没有一种明确的量化标准，常采用基于最小距离的分区方式或基于最小负荷波动的分区方式，这些分区方式往往不能达到最优分区及节能效果。
发明内容
为明确区域建筑划分，本发明提出了一种基于动态规划方法的区域能源规划分区方法，并采用层次分析法，以各建筑群的日负荷率、负荷标准差、建筑距离为准则层，改进分区方法，基于0-1整数规划模型将边缘建筑归属于合适的建筑群，更利于规划期间对设计园区建筑进行区域能源规划分区。一定程度上改善整个园区的负荷特性，起到节能减排的效果。
为实现上述目的，采用如下技术方案:
一种基于动态规划方法的区域能源规划分区方法，其核心思想是采用动态规划方法。首先通过能耗模拟软件获取园区负荷，并进行一定的拟合处理；根据实际情况确定能源站选址；其次对能源站附近建筑基于最小距离归属相对应能源站，并用其代表能源站负荷特性；对边缘建筑基于层次分析法进行权重计算，量化分析，综合指标结果进行寻优；基于0-1整数规划模型将建筑择优分配与能源站，从而完成分区。
通过DeST软件模拟获取设定区域的建筑模型及负荷数据。
通过建筑同时使用率、人员分布模型、建筑朝向、建筑面积对区域内各建筑负荷进行拟合，获得更趋于实际的建筑负荷特性。
综合分析各建筑负荷情况、地理位置，完成能源站的选址。
基于动态规划方法进行建筑分区，首先分析各个建筑的负荷情况，明确各建筑的日负荷率、负荷标准差、建筑距能源站距离。
对能源站附近的建筑进行分区归属，以建筑距离能源站的距离为主要因素，进行初步划分。
分析距离能源站距离较近的若干建筑的负荷标准差和建筑日负荷率，用其代表该能源站片区的整体负荷标准差和建筑日负荷率，以对不同能源站边缘建筑进行分区归属。
建筑群的动态规划方法，其核心思想是将各建筑群的性能指标—建筑日负荷率、负荷标准差、建筑距能源站距离，进行对比量化，综合指标结果进行寻优，划分负荷分区。
基于上述三个性能指标，按实际需求进行各条件权重设定。
0-1整数规划模型在原理上则是面向能源站，进行各建筑的分配。其决策变量xi取值为0或1，即代表分配或不分配。
在完成层次分析法分析，获得建筑群各指标权重后，基于各指标进行权重计算，获得校园各建筑相对能源站的权重得分。基于0-1整数规划模型，进行分配。
对各边缘建筑基于各能源站负荷特性进行权重计算，分别统计三个性能指标的建筑的实际权重得分，进行比对分析，建筑择优归属能源站，完成建筑的区域划分。
基于动态规划方法的核心思想，将建筑负荷特性及建筑距离作为建筑群分区的条件，并根据实际建筑区别进行权重计算，用以确定最合适的建筑分区方式。
与现有技术相比，本发明的有益效果是：
采用层次分析法综合分析建筑及建筑群的日负荷率、负荷标准差、距离。综合考虑建筑负荷特性与建筑距离，量化建筑评分标准，便于建筑进行寻优计算。
与建筑直接分区不同，采用将边缘建筑分配于建筑群方式，各边缘建筑皆进行权重计算，将其分配于评分较高的能源站，形成更加合适的建筑群，边缘建筑以设计者要求定义。
并不局限于一种权重计算方法，可以根据实际项目需求，指定不同准则层。核心是采用动态规划方法的思想对建筑进行区域划分，从而获得符合设计者需求的区域能源规划分区方法。
附图说明
图1为本发明实施例中负荷模拟与建筑分区的流程框架图；
图2为本发明实施例中层次分析法结构示意图；
图3为本发明实施例中校园建筑地理位置简化图；
图4为本发明实施例中边缘建筑权重计算分区后建筑群分布图；
图5a为标准建筑供暖空调日的日负荷率之一；
图5b为标准建筑供暖空调日的日负荷率之二；
图6a为分区后建筑群供暖空调日负荷率之一；
图6b为分区后建筑群供暖空调日负荷率之二。
具体实施方式
以下结合附图和具体实施例对本发明作进一步详细说明，此处所描述的具体实施例仅用于解释本发明，并不用于限定本发明。
本发明提出一种适用于该高校的区域能源规划分区方法，如图1所示，实例选择一所如图3所示的高校为例进行进一步说明，需要注意的是，该区域能源规划分区思想并不仅限于该示例，实际项目可根据工程需求进行一定程度的调整。
选择武汉市某高校进行案例分析，该校园占地面积180.39万㎡，校舍建筑面积103.94万㎡，各类全日制在校学生3万余人。校园现有11栋教学楼(教室、办公室、实验室)、1座图书馆、2个食堂、28栋学生宿舍(北区15栋、南区13栋)、1个体育活动中心(兼学生活动中心)。
将校园建筑按使用类型分为教学楼、学生宿舍、食堂、图书馆、体育馆。
以校园平面图的左下角为坐标原点，对实际校园建筑进行简化处理。根据建筑距离，初步将建筑就近归属能源站，能源站交界处的建筑需要根据各指标权重进行进一步的分析。
经分析，在能源站交界处的建筑有：南苑学生宿舍South1-13、教7楼、教6楼、北苑学生宿舍North11-15。
计算并用已划分到能源站的部分建筑代表该能源站目前的日负荷率及负荷标准差，简化后如图3所示。
收集实例园区室外空气设计参数，见表1，室内环境营造等级及参数控制目标，见表2。进一步划分校园暖通空调季节，见表3。
表1实例地区室外设计计算参数
按案例需求设定园区维护结构参数及各房间人员、灯光、设备热扰及作息。
采用DeST能耗模拟软件进行冷热负荷数值模拟，首先对五类校园标准建筑进行建模，获得各标准建筑。按设定的条件进行建筑设定，完成初步负荷模拟计算通过各建筑的实际面积、建筑同时使用率、建筑朝向对建筑负荷进行拟合，进一步确定校园各建筑的负荷。
通过分析建筑日负荷率、建筑日均负荷分布及校园实际课表信息，选择供暖典型日为12月16日，空调典型日为6月6日，分析典型日建筑冷热负荷。
现分析实例中建筑的日负荷率及负荷标准差：
建筑的日负荷率主要与建筑的类型有关，本实例中日负荷率采用日平均负荷与最大日均负荷之比的百分比：
上式中：Ki——负荷率(％)，Pav——日平均负荷(kW)，Pmax——供暖/空调区间时段日平均负荷最大值(kW)。
表2建筑室内空气设计参数
表3实例地区暖通空调季节划分
单体建筑负荷的标准差反应了建筑的负荷波动情况，通过如下公式计算建筑负荷的标准差。以典型日各建筑的负荷标准差为例：
式中:σi——建筑i典型日负荷标准差(kW)，Pi，t——建筑i典型日第t小时负荷(kW)，——建筑i典型日日均负荷(kW)。
分析供暖和空调季节各建筑的日负荷率，整理校园典型建筑的日负荷率如附图5所示。对已划分到能源站的建筑群及能源站交界处的建筑进行权重分析，分别统计三个能源站及交界处建筑的距离，见表4。
表4建筑距能源站距离
对边缘建筑对能源站进行归属分析，根据层次分析法和0-1整数规划模型思想，实质上是对建筑相较于不同建筑群的日负荷率、负荷标准差、建筑距离进行权重计算分析，从而将边缘建筑分配给不同的能源站。
以南1楼为例，将南1楼分别分配给建筑群A、B从而形成建筑群分别分析建筑群/>的日负荷率、负荷标准差、南1楼距离能源站A、B距离。
将上述三个条件作为权重，进而获得南1宿舍分别归属于建筑群A、B的权重得分。分析权重并进行指标计算。
对于逆向型指标需要将逆向型指标属性值x转化为正向型指标，公式如下：
权重计算时首先对三个准则条件进行无量纲化处理，使权重计算不受计算单位的影响。
无量纲化的计算流程如下：以建筑日负荷率为例，定义Ka、Kb分别为建筑群A、B的日负荷率代表值，无量纲化后的
对无量纲化后的各指标进行权重计算，权重指标按实际项目需求为准，本实例中将三者权重赋予相差不大，利用模糊数学方法，设定建筑日负荷率：负荷标准差：建筑距能源站距离为4：3：3。通过矩阵归一化，及一致性检验，获得各权重实际指标值。
获得南1宿舍分别对建筑群A、B的最终得分如表5所示
表5加入南1宿舍建筑群A、B负荷特性变化及权重计算表
即决定将南一楼分配给得分较高的建筑群B。
同理，分别对所有边缘建筑进行如表6的分析，并进行权重得分计算,按权重打分高低将边缘建筑给予相应的能源站形成新的建筑分区。
表6边缘建筑权重计算得分及建筑群分配
分析该实例中分区方式影响：
相较于基于最小距离分区方式：
按权重打分获得的新的建筑分区如附图4所示，基于最小距离分区方式划分建筑群，南2、南3、南4学生宿舍应分配于建筑群A，但综合考虑日负荷率、负荷标准差及建筑距离后，按动态规划方法进行权重计算，三栋学生宿舍分配于建筑群B。
对比分析三栋学生宿舍分配给建筑群A、B负荷标准差情况如表7所示。
表7建筑群A、B负荷标准差分析
经统计计算，将三栋学生宿舍分配给与建筑群A，将使建筑群的负荷标准差下降53.085kW，若分配给建筑群B则使其建筑群的负荷标准差下降56.231kW，将建筑分配给予建筑群B将获得相对更好的负荷标准差。
计算建筑群的峰值冷/热负荷，见表8。
表8建筑群A、B峰值负荷分析
将建筑分配于建筑群A、B，其峰值热负荷下降区别不大，约为191.29kW，无明显优势。但将建筑分配给建筑群B则峰值冷负荷下降475.92kW，高于分配给建筑群A导致下降的186.62kW。即将南2、南3、南4学生宿舍分配于建筑群B可以有效的降低其空调季节的峰值冷负荷。
计算建筑群的日负荷率，见表9。
表9建筑群A、B日负荷率分析
分析三栋学生宿舍加入前后建筑群A、B的日负荷率情况。建筑群加入宿舍类型建筑，一定程度上会降低整个建筑群的日符合率，将三个宿舍建筑加入建筑群A，其供暖日负荷率下降0.92％，空调日负荷率下降了0.49％，而对建筑群B其供暖日负荷率下降了0.74％，空调日负荷率下降0.38％。则说明相较于将建筑分配给建筑群A，分配给与建筑群B，新组成的建筑群的日负荷率下降程度更低，即具有更高的日负荷率。
对比整个校园：
建筑分区可以有效的降低整个校园的峰值负荷，并一定程度上平稳建筑的日负荷率，通过降低建筑负荷标准差，降低建筑负荷波动。
对比分析未分区前的校园建筑负荷标准差见表10。
建筑分区后负荷标准差有一定的下降。其中建筑群C的供暖、空调日的负荷标准差分别下降了565.24kW和1256.49kW，负荷标准差下降率达12.32％和16.01％，其负荷标准差下降最为显著。整个校园建筑的供暖空调负荷标准差分别降低1272.53kW，2352.54kW。
表10分区前后建筑负荷标准差
对比分区前后整个校园的峰值负荷，如表11所示。
表11分区前后峰值负荷分析
可知建筑群在分区前后具有较为明显的削减建筑峰值负荷的效果。校园峰值热负荷下降6136.61kW，峰值冷负荷下降15507.88kW。建筑群A峰值热负荷下降了3444.10kW，下降率达17.05％，峰值冷负荷下降了8021.99kW，下降率达15.5％。建筑群B也有一定程度的下降，建筑群C的峰值热负荷下降了2437.47kW，下降率达14.63％，峰值冷负荷下降了6851.33kW，下降率为15.5％。
故对建筑形成建筑分区，有利于建筑群的峰值负荷的降低，一定程度上减少峰值时刻整个建筑群的能耗。
对比附图5a和图5b标准建筑供暖空调季节日负荷率与附图6a和图6b分区后建筑群供暖空调季节日负荷率可知，通过形成建筑群，可以一定程度上能够平稳建筑的日负荷率，起到一定的调节作用，让建筑用能更佳平稳，减少了极低负荷率出现的频率，同时也错峰调节，一定程度上减少了极高负荷率出现的频率，让整体的负荷率更平稳。
本发明并不限于上文描述的实施方式，以上对具体实施方式的描述旨在阐述本发明的核心思想及方法，并不构成对该方法的限制。实际项目可根据技术人员的需求进行修改，其中包括层次分析法准则层的设定、各准则层权重的比例设定等，可进一步做出多种具体变换，这些均属于本发明的保护范围之内。

Claims (3)

1.一种基于动态规划方法的区域能源规划分区方法，其特征在于，包括以下步骤：
S1、通过DeST软件模拟获取园区负荷，并进行一定的拟合处理；根据实际情况确定能源站选址；
S2、对能源站附近建筑基于最小距离归属相对应能源站，并用其代表能源站负荷特性；对边缘建筑基于层次分析法进行权重计算，量化分析，综合指标结果进行寻优；基于0-1整数规划模型将建筑择优分配与能源站，从而完成分区。
2.根据权利要求1所述的一种基于动态规划方法的区域能源规划分区方法，其特征在于，
S1，具体为，通过DeST软件模拟获取设定区域的建筑模型及负荷数据：
通过建筑同时使用率、人员分布模型、建筑朝向、建筑面积对区域内各建筑负荷进行拟合，获得更趋于实际的建筑负荷特性；
综合分析各建筑负荷情况、地理位置，完成能源站的选址；
基于动态规划方法进行建筑分区，首先分析各个建筑的负荷情况，明确各建筑的日负荷率、负荷标准差、建筑距能源站距离。
3.根据权利要求1所述的一种基于动态规划方法的区域能源规划分区方法，其特征在于，S2，具体为，对能源站附近的建筑进行分区归属，以建筑距离能源站的距离为主要因素，进行初步划分；
分析距离能源站距离较近的若干建筑的负荷标准差和建筑日负荷率，用其代表该能源站片区的整体负荷标准差和建筑日负荷率，以对不同能源站边缘建筑进行分区归属；
采用建筑群的动态规划方法，将各建筑群的性能指标—建筑日负荷率、负荷标准差、建筑距能源站距离，进行对比量化，综合指标结果进行寻优，划分负荷分区；
基于上述三个性能指标，按实际需求进行各条件权重设定；
0-1整数规划模型在原理上则是面向能源站，进行各建筑的分配；其决策变量xi取值为0或1，即代表分配或不分配；
在完成层次分析法分析，获得建筑群各指标权重后，基于各指标进行权重计算，获得校园各建筑相对能源站的权重得分；基于0-1整数规划模型，进行分配；
对各边缘建筑基于各能源站负荷特性进行权重计算，分别统计三个性能指标的建筑的实际权重得分，进行比对分析，建筑择优归属能源站，完成建筑的区域划分。
CN202311026434.4A 2023-08-15 2023-08-15 一种基于动态规划方法的区域能源规划分区方法 Pending CN117035325A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311026434.4A CN117035325A (zh) 2023-08-15 2023-08-15 一种基于动态规划方法的区域能源规划分区方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311026434.4A CN117035325A (zh) 2023-08-15 2023-08-15 一种基于动态规划方法的区域能源规划分区方法

Publications (1)

Publication Number Publication Date
CN117035325A true CN117035325A (zh) 2023-11-10

Family

ID=88635043

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311026434.4A Pending CN117035325A (zh) 2023-08-15 2023-08-15 一种基于动态规划方法的区域能源规划分区方法

Country Status (1)

Country Link
CN (1) CN117035325A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117455204A (zh) * 2023-12-25 2024-01-26 浙江浙能能源服务有限公司 一种基于建筑负荷的区域能源优化方法及系统
CN117649062A (zh) * 2024-01-30 2024-03-05 中国建筑西北设计研究院有限公司 多热源联合运行能源站系统容量的工程配置方法及装置

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117455204A (zh) * 2023-12-25 2024-01-26 浙江浙能能源服务有限公司 一种基于建筑负荷的区域能源优化方法及系统
CN117455204B (zh) * 2023-12-25 2024-04-09 浙江浙能能源服务有限公司 一种基于建筑负荷的区域能源优化方法及系统
CN117649062A (zh) * 2024-01-30 2024-03-05 中国建筑西北设计研究院有限公司 多热源联合运行能源站系统容量的工程配置方法及装置
CN117649062B (zh) * 2024-01-30 2024-05-17 中国建筑西北设计研究院有限公司 多热源联合运行能源站系统容量的工程配置方法及装置

Similar Documents

Publication Publication Date Title
CN117035325A (zh) 一种基于动态规划方法的区域能源规划分区方法
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
CN111125938B (zh) 基于次优算法的大型中央空调冷冻水管网优化设计方法
CN111507511A (zh) 一种综合区域建筑群负荷预测方法及系统
CN107726555A (zh) 一种建筑空调模型预测控制方法和装置
Belmonte et al. Introducing passive strategies in the initial stage of the design to reduce the energy demand in single-family dwellings
Fabrizio et al. Italian benchmark building models: the office building
CN111428979A (zh) 基于投入-产出方法的公共建筑运行能效综合评价模型
CN117332971A (zh) 一种计及城市形态的区域综合能源规划方法及系统
CN109146171A (zh) 用于建筑碳能模拟预测的城市居住建筑类型库构建方法
CN113919550A (zh) 一种规划设计阶段办公建筑负荷预测方法
Tanriverdi et al. Importance of HVAC System Selection in Reducing the Energy Consumption of Building Retrofits–Case Study: Office Building in London
CN115169636A (zh) 基于内部用地竞争关系的农村居民点空间模拟方法及装置
CN111783213B (zh) 一种特大型火车站候车厅的腔体通风设计优化方法及系统
Hao et al. Distribution characteristics and spatial reciprocity between an industrial park and vocational education park in a city center
CN113268796A (zh) 一种暖通空调系统设备自动选型算法
Abdulkareem Integrating Renewable Energy Storage with Solar, Including Micro-Grid Functionality in Modern Healthcare Buildings
Du et al. Impact of window operation behaviours on cooling load of high-rise residential buildings in Hong Kong
Ono et al. Investigating the relationship between interpretability and performance for optimal rule-based control
Guo et al. Research and application of energy consumption optimization design of electromechanical system based on genetic algorithms
Yechao et al. Integrated Strategy of Green Building Model Optimization Based on BIM Technology
JPH0593538A (ja) 建築設計段階における空調計画評価システム
Song et al. Multi-Agent-Based Model for the Urban Macro-Level Impact Factors of Building Energy Consumption on Different Types of Land. Land 2022, 11, 1986
CN116976155B (zh) 基于bim建筑能耗的模拟方法及系统
Li et al. Simulation Analysis of Energy Consumption for Intelligent Green Building

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