CN117332971A - 一种计及城市形态的区域综合能源规划方法及系统 - Google Patents
一种计及城市形态的区域综合能源规划方法及系统 Download PDFInfo
- Publication number
- CN117332971A CN117332971A CN202311314105.XA CN202311314105A CN117332971A CN 117332971 A CN117332971 A CN 117332971A CN 202311314105 A CN202311314105 A CN 202311314105A CN 117332971 A CN117332971 A CN 117332971A
- Authority
- CN
- China
- Prior art keywords
- building
- energy
- city
- urban
- morphology
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 97
- 238000005265 energy consumption Methods 0.000 claims abstract description 74
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 37
- 229910052799 carbon Inorganic materials 0.000 claims abstract description 31
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 28
- 241000254032 Acrididae Species 0.000 claims abstract description 15
- 230000008569 process Effects 0.000 claims abstract description 13
- 241000255749 Coccinellidae Species 0.000 claims abstract description 6
- 230000005855 radiation Effects 0.000 claims description 34
- 238000004088 simulation Methods 0.000 claims description 33
- 238000010248 power generation Methods 0.000 claims description 29
- 238000010168 coupling process Methods 0.000 claims description 19
- 230000008878 coupling Effects 0.000 claims description 18
- 238000005859 coupling reaction Methods 0.000 claims description 18
- 238000010438 heat treatment Methods 0.000 claims description 11
- 239000000463 material Substances 0.000 claims description 5
- 241000238633 Odonata Species 0.000 claims description 4
- 230000037237 body shape Effects 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 3
- 238000001816 cooling Methods 0.000 claims description 3
- 238000011160 research Methods 0.000 abstract description 29
- 238000005457 optimization Methods 0.000 abstract description 25
- 238000004364 calculation method Methods 0.000 abstract description 11
- 238000013461 design Methods 0.000 abstract description 9
- 238000010276 construction Methods 0.000 abstract description 6
- 230000007613 environmental effect Effects 0.000 abstract description 6
- 230000000877 morphologic effect Effects 0.000 abstract description 6
- 238000011156 evaluation Methods 0.000 abstract description 3
- 238000012803 optimization experiment Methods 0.000 abstract description 3
- 230000009467 reduction Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 13
- 230000008901 benefit Effects 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000033228 biological regulation Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000013178 mathematical model Methods 0.000 description 3
- 238000005057 refrigeration Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000004134 energy conservation Methods 0.000 description 2
- 238000004146 energy storage Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 241000256844 Apis mellifera Species 0.000 description 1
- 206010061619 Deformity Diseases 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009960 carding Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000012043 cost effectiveness analysis Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000178 monomer Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 208000011580 syndromic disease Diseases 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012800 visualization 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
- G06Q10/067—Enterprise or organisation modelling
-
- 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
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明综合采用Rhino&Grasshopper参数化建模平台、Ladybug Tools性能分析软件以及多目标优化算法等数字技术手段,整合形态生成、性能计算、算法优化于一体,构建了一套以能源绩效和环境性能为目标的街区形态生成、优化和评价方法。借助自动优化实验,产生数千组乃至数万组的过程数据,使得数据研究成果与设计深度结合,深入挖掘城市街区形态因子与优化目标之间的定量关系。此外,提出建筑形态‑区域综合能源站协同规划框架,对区域综合能源站碳排放量进行建模,构建以用户年能耗强度、能源站全寿命周期成本和规划区域碳排放量最低的多目标协同规划模型,利用NSGA‑II算法得到求解结果,为双主体能耗降低、成本节约、低碳绿色城区建设提供可能性。
Description
技术领域
本发明涉及电力系统领域,更具体的,涉及一种计及城市形态的区域综合能源规划方法、系统、装置及计算机可读存储介质。
背景技术
能源绩效是与能源效率、能源使用和能源消耗有关的、可测量的结果。城市形态对城市微气候环境和建筑能源绩效有着重要影响,不同的城市形态因子或指标都与建筑能源绩效存在或多或少的相关性。
城市形态对建筑能源绩效的影响可以分为以下两个方面:一是直接影响过程。建筑间的相互遮挡影响建筑表面的日照情况,进而影响室内采光,对采光能耗造成影响,对光伏产能亦有影响。其次,日照情况影响建筑表面得热,进而影响室内温度,因此对建筑采暖与制冷能耗产生影响。二是间接影响过程。城市形态通过影响区域内部能量平衡,如区域内的对流和换热等影响区域微气候。这使得区域内空气温度、相对湿度、风速、风向发生改变,进而使建筑受热状况、以及建筑表面对流换热系数发生改变,最终影响建筑采暖与制冷能耗。
目前,领域内已经存在部分针对城市形态与能源绩效二者之间耦合关联的研究。例如,背景技术文献1:能源绩效驱动的夏热冬冷地区城市形态优化策略——以江苏省建湖县城居住街区为例,刘可,东南大学。文献中公开了基于Rhino&Grasshopper参数化平台,借助性能模拟工具和优化算法等手段,通过构建参数化理想实验街区,探讨城市形态因子与街区建筑能源绩效的相关性与关联度,结合帕累托最优解集和关键形态因子提出相应的城市形态优化策略的技术方案。背景技术文献2:The Impact ofSpatial FormofUrbanArchitecture on the Urban Thermal Environment:ACase Study oftheZhongshan District,Dalian China,Jun Yang等,《IEEE Journal ofSelectedTopicsinApplied Earth Observations andRemote Sensing》。文献公开了典型区域的城市化进程和热环境之间的关联,利用地表温度和双变量相关性方法分析了空间维度与时间维度上的建筑形态变化。
然而,上述城市形态与能源绩效的耦合机理聚焦于夏热冬冷地区城市中观层面的物质实体空间形态。除此之外,用户用能行为、城市下垫面材质、绿化布局、用地属性等要素亦对能源绩效有着不容忽视的影响,但不包含在讨论范围之内。
此外,现有技术中也并不存在一种方法,能够从定性和定量的角度出发厘清城市形态与能源绩效的耦合关系。在确认二者耦合关系的同时,现有技术中也根本无法考虑区域综合能源站的搭建方式、能源站的碳排放量等各类指标对城市形态与环保等因素的影响。
具体来说,受技术力量、基础数据、起步时间等因素所限,国内对于城市形态与能源性能的耦合关系方法的研究主要以介绍性、应用型为主,原创性,引领性的能源基础平台开发研究相对不足。目前,城市能源建模的研究可以大致分为三个层面,即宏观(区域级、城市级)、中观(片区级、街区级)及微观(地段级、单体建筑层面),并且各层面所对应的工具平台、方法理论都有较为丰富的积累。我国数据驱动的城市能源建模研究取得了一定的成果,但城市能源建模的物理模型开发和研究则尚不成熟。
现有的大量研究通过对实际数据进行相关性分析或是基于软件平台进行仿真模拟等方式确立城市形态因子与建筑能源存在一定关联性之后便止步于此。相关研究结果往往与气候区、研究尺度、建筑类型的选择密切相关,因此研究结论只能在一定的研究范围与特定区域内适用。因此,现有技术中缺少具有实际参考意义的城市形态优化策略,不同区域需要因地制宜制定相应的高能效城市形态优化策略。
其次,我国目前还尚未建立开源建筑能源数据库,大量的建筑能源数据依然掌握在政府以及相关部门的手里,处于封闭保密状态。要深化城市层面的建筑节能研究,需要利用真实数据对城市实际用能情况进行把握,需要开放共享的建筑能源数据库作为依托。
再次,学界已经大体明确了城市形态对建筑能源影响机制的原理,但是大量的研究都只涉及单个或者若干个城市形态因子,对于城市形态的把握还不够全面。此外,还有不少研究以抽象的理想模型作为研究对象,缺乏真实能源数据的检验,得到的结论准确性存疑。
为此,亟需一种新的计及城市形态的区域综合能源规划方法、系统、装置及计算机可读存储介质。
发明内容
为解决现有技术中存在的不足,本发明提供一种计及城市形态的区域综合能源规划方法、系统、装置及计算机可读存储介质,通过数字化平台搭建城市建筑参数化生成及能耗仿真关系,进行大规模不同形态的建筑群能耗仿真模拟,并构建区域综合能源站数学模型、综合能源站碳排放模型,搭建建筑形态-区域综合能源站协同规划多目标模型并求解出最优城市形态。
本发明采用如下的技术方案。
本发明第一方面,涉及一种计及城市形态的区域综合能源规划方法,方法包括以下步骤:步骤1,设置城市形态因子的可变范围,并根据城市形态因子搭建三维区域建筑模型;步骤2,根据城市形态因子调整三维区域建筑模型的城市形态,并在当前城市形态上模拟出太阳辐照量、微气候气象数据;步骤3,利用太阳辐照量推算当前城市形态上的光伏发电量,通过微气候气象数据分析当前城市形态上的建筑负荷,并根据光伏发电量和建筑负荷预测当前城市形态上的能耗强度;步骤4,采用NSGA-II算法,以三维区域建筑模型的最小能源站成本、最低碳排放和最小能耗强度为目标,联合求解出三维区域建筑模型的最优城市形态。
优选的,设置城市形态因子的可变范围,包括:以建筑容积率、平均间距、平均层数、平均建筑高度、体形系数和平均层峡高宽比作为城市形态因子中的关键因子,并从典型区域的规划文件中提取关键因子的可变范围。
优选的,根据城市形态因子搭建三维区域建筑模型,包括:提取典型区域的GIS信息并绘制典型区域的平面CAD图;将平面CAD图导入至Rhino&
Grasshopper参数化建模平台中,根据城市形态因子生成三维区域建筑模型。
优选的,三维区域建筑模型中还包括:依托区域能源站的规划特征,构建三维区域建筑与区域能源站之间的耦合模型;并且,基于耦合模型预测三维区域建筑模型的能源站成本和碳排放量。
优选的,根据城市形态因子调整三维区域建筑模型的城市形态,包括:在城市形态因子的可变范围内,调整当前城市形态中的城市形态因子的取值,从而调整三维区域建筑模型的城市形态;调整基于NSGA-II算法的寻优过程实现。
优选的,在当前城市形态上模拟出太阳辐照量,包括:调用典型区域的辐射数据,选定当前城市形态中的太阳辐射接受面,并利用Ladybug插件计算辐射数据下当前城市形态中太阳辐射接受面上的太阳辐射量;在当前城市形态上模拟出微气候气象数据,包括:调用典型区域的气象文件,在气象文件中添加城市中的建筑、下垫面材质与几何信息,利用Dragonfly插件,调用UWG引擎进行模拟,以获取微气候气象数据。
优选的,利用太阳辐照量推算当前城市形态上的光伏发电量,包括:调整当前城市形态中的太阳辐射接受面,计算太阳辐射接受面上全年的太阳辐射量;将全年的太阳辐射量输入至光伏发电公式中,并推算出当前城市形态上的光伏发电量;通过微气候气象数据分析当前城市形态上的建筑负荷,包括:将微气候气象数据、建筑热工参数、建筑几何特征、用户用能特征参数和建筑负荷参数输入至EnergyPlus引擎中,模拟出当前城市形态中的建筑负荷;建筑负荷至少包括采暖负荷、制冷负荷、设备负荷和照明负荷。
优选的,根据光伏发电量和建筑负荷预测当前城市形态上的能耗强度,包括:利用建筑负荷与光伏发电量之差估计建筑能耗;通过城市形态因子计算城市中建筑的建筑面积;根据建筑能耗和建筑面积求解单位建筑面积下的建筑能耗,从而获得当前城市形态上的能耗强度。
优选的,利用采暖负荷、制冷负荷、设备负荷和照明负荷规划区域能源站,区域能源站满足多能设备耦合约束;利用构建出的区域能源站计算最小能源站成本和最低碳排放;并将最小能源站成本、最低碳排放与最小年度建筑能耗作为多目标代入至NSGA-II算法中,实现协同求解。
优选的,从NAGA-II算法的最优解中提取最优的城市形态因子,并根据最优的城市形态因子,生成最优城市形态。
本发明第二方面,涉及一种利用本发明第一方面中方法的一种计及城市形态的区域综合能源规划系统,系统包括模型搭建模块、数据模拟模块、负荷预测模块和联合求解模块;其中,模型搭建模块,用于设置城市形态因子的可变范围,并根据城市形态因子搭建三维区域建筑模型;数据模拟模块,用于根据城市形态因子调整三维区域建筑模型的城市形态,并在当前城市形态上模拟出太阳辐照量、微气候气象数据;负荷预测模块,用于利用太阳辐照量推算所述当前城市形态上的光伏发电量,通过微气候气象数据分析当前城市形态上的建筑负荷,并根据光伏发电量和建筑负荷预测当前城市形态上的能耗强度;联合求解模块,用于采用NSGA-II算法,以三维区域建筑模型的最小能源站成本、最低碳排放和最小能耗强度为目标,联合求解出三维区域建筑模型的最优城市形态。
本发明第三方面,涉及一种计及城市形态的区域综合能源规划装置,包括处理器及存储介质;存储介质用于存储指令;处理器用于根据指令进行操作以执行本发明第一方面中方法的步骤。
本发明第四方面,涉及计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明第一方面中方法的步骤。
本发明的有益效果在于,与现有技术相比,本发明中的一种计及城市形态的区域综合能源规划方法、系统、装置及计算机可读存储介质,通过数字化平台搭建城市建筑参数化生成及能耗仿真关系,进行大规模不同形态的建筑群能耗仿真模拟,并构建区域综合能源站数学模型、综合能源站碳排放模型,搭建建筑形态-区域综合能源站协同规划多目标模型并求解出最优城市形态。本发明有效可靠,厘清了城市形态与能源绩效的耦合关系,明确高能效导向的城市形态控制与优化策略,为构建高能效城市街区提供理论与方法支撑。此外,方法效率高、计算结果较为客观,能够针对不同参与能源交互的利益主体提供最优决策,给出最优规划。
本发明的有益效果还包括:
1、方法从城市形态设计的角度出发,利用相关数字化模拟、分析、评价、优化工具探讨如何通过城市形态的调整优化从而实现城市节能目标,提高城市建筑能效,实现可持续发展,具有一定的理论与实践意义。此外,方法还提出建筑形态-区域综合能源站协同规划框架,对地块上的建筑形态和区域能源站设备配置给出合理规划方案。对区域综合能源站碳排放量进行建模,构建以用户年能耗强度、能源站全寿命周期成本和规划区域碳排放量最低的多目标协同规划模型
2、方法聚焦于城市层级,探讨城市形态是何种程度影响建筑能源性能表现,挖掘城市形态与建筑能源性能的作用机制,将节能策略的探讨从建筑单体层面拓展到城市街区层面,补充了对于城市层级节能策略的探讨。
3、方法以三维区域建筑模型的最小能源站成本、最低碳排放和最小能耗强度为目标联合求解,提出能源驱动的城市形态优化,不仅仅考虑降低建筑能源,而且同时兼顾可再生能源利用潜力最大化和环境性能最大化,综合能源需求与供应以及环境性能于一体,实现能源绩效驱动的城市街区内涵的拓展。
4、通过设置优化实验,引入参数化技术,定量分析各城市形态因子与能源绩效的关联性与作用机制,从而深化对二者关联性与作用机制的认知,为真实城市规划设计场景下的通过城市形态优化进而提升城市能效提供具体的方法指导与理论支撑。方法借助自动优化实验,产生数千组乃至数万组的过程数据,使得数据研究成果能够与设计深度结合,可深入挖掘城市街区形态因子与优化目标之间的定量关系。
5、本发明综合采用Rhino&Grasshopper参数化平台、LadybugTools性能分析软件以及多目标优化算法等数字技术手段,整合形态生成、性能计算、算法优化于一体,构建了一套以能源绩效和环境性能为目标的街区形态生成、优化和评价方法。方法依托计算机强大的运算能力自动搜寻符合目标要求的高能效街区形态,实现了由主观经验判断到客观逻辑生成的转换,为节能街区方案提供了参考。此外,方法将城市形态因子对城市能源需求与供应的影响进行量化分析与评价,促进了数字技术在城市形态优化设计中的运用,具有一定的探索意义。
附图说明
图1为本发明一种计及城市形态的区域综合能源规划方法中城市形态对能源绩效影响方式的示意图;
图2为本发明一种计及城市形态的区域综合能源规划方法中城市形态因子的示意图;
图3为本发明一种计及城市形态的区域综合能源规划方法的步骤示意图;
图4为本发明一种计及城市形态的区域综合能源规划方法中自动寻优过程的框架示意图;
图5为本发明一种计及城市形态的区域综合能源规划方法中NASG-II迭代求解的示意图;
图6为本发明一种计及城市形态的区域综合能源规划系统的模块构造示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清晰,下面将结合本发明实施例中的附图,对本发明的技术方案进行清楚、完整地描述。本发明所描述的实施例仅仅是本发明一部分的实施例,而不是全部实施例。基于本发明精神,本领域普通技术人员在没有做出创造性劳动的前提下,根据本发明中记载的实施例而获得的所有其它本发明中未记载的实施例,都应当属于本发明的保护范围。
图1为本发明一种计及城市形态的区域综合能源规划方法中城市形态对能源绩效影响方式的示意图。如图1所示,本发明考虑到城市形态对城市微气候环境和建筑能源绩效的影响,立足于城市街区层级,聚焦于物质空间形态,通过探究城市形态因子对建筑能源绩效的作用机制与量化关系,进而明确高能效导向的城市形态控制与优化策略,从而为构建高能效城市街区提供理论与方法支撑。
图2为本发明一种计及城市形态的区域综合能源规划方法中城市形态因子的示意图。如图2所示,选择合适、具有代表性、可操作性强的能够量化描述城市形态的因子作为研究对象显得尤为重要。基于对大量城市形态及建筑能源绩效既有研究成果的梳理与反思,现有技术中通常从考虑城市密度、城市肌理和建筑类型三类共计15个形态因子展开,构建起较为完善的城市形态研究框架。本发明后文中提及的城市形态因子是从图2中提及的形态因子中选用或推算出来的,考虑到了上述参数对算法的适应程度和算法的计算效率。
图3为本发明一种计及城市形态的区域综合能源规划方法的步骤示意图。如图3所示,本发明第一方面,涉及一种计及城市形态的区域综合能源规划方法,方法包括步骤1至步骤4。
步骤1,设置城市形态因子的可变范围,并根据城市形态因子搭建三维区域建筑模型。
本发明基于Rhino&Grasshopper参数化平台,设置了基于NSGA-II算法的自动寻优实验。研究首先明确优化目标,同时选取控制参数化街区模型建立的城市形态因子作为算法的自变量,调用相应的模拟插件对参数化模型进行性能评估与分析,通过多目标优化算法进行自动寻优,经过若干代计算后从而获得实验限定条件下的帕累托最优解集和对应的城市形态。
因此,方法首先依托Rhino&Grasshopper参数化平台,建立街区模型。场地模型由固定的参数控制,建筑模型由选取的控制性形态因子控制,同时这些因子也作为多目标遗传算法的基因,作为后续研究的基础。
具体来说,方法依托Grasshopper参数化建模平台上的Wallacei插件,选取影响建筑能耗的关键因子,即建筑容积率、平均间距、平均层数、平均建筑高度、体形系数、平均层峡高宽比这六个城市形态因子作为自变量,根据政府批复的规划区控制性详细规划要求设置自变量可变范围,通过调整自变量的取值进而调整城市形态,并对生成的街区城市形态进行性能模拟,不断循环上述过程,建立不同建筑类型下的形态-能耗数据库。
目前,关于城市形态对城市内能源效率的影响研究,方法主要为模拟研究和实证研究两类。模拟研究主要采用能耗模拟软件或是物理计算方程来模拟建筑能耗。一般以建筑几何参数、热工参数、室内人行为参数、设备参数、气候参数等作为输入,通过计算获得诸如采暖、制冷、照明、设备等末端使用能耗数据。在模拟方法中,模拟时间、精度以及结果有效性都会受到参数设置和模拟工具类型的影响。大多数研究借助模拟方法建模便捷,方便修改等优势,尤其是在参数化工具的引入后,使用控制变量法,针对性地对所需研究的城市形态指标与建筑能源使用展开定量研究。也有研究,结合优化算法,探索以能源绩效为导向的城市形态优化策略网。
实证研究通常指使用数据挖掘方法,以真实能耗数据为基础研究城市形态与能源绩效之间的影响程度与作用规律。数据的质量与数量决定着结论的准确性与有效性,因此该方法在能耗数据统计工作较为完备的西方国家被广泛使用。数据来源通常包括使用仪器实测、从能源供应部门获取以及从城市开源建筑能耗数据库中获取等途径。此外也有结合模拟与实证的综合研究。
本发明则基于数字化平台搭建城市建筑参数化生成及能耗仿真关系,进行大规模不同形态的建筑群能耗仿真模拟,并构建区域综合能源站数学模型、综合能源站碳排放模型,搭建建筑形态-区域综合能源站协同规划多目标模型并求解。方法构建典型建筑类型街区场景,通过参数化平台搭建街区建筑模型并进行能耗仿真分析,为挖掘建筑形态和建筑能耗间耦合关系提供数据基础。
在此基础上,方法选取了控制参数化街区模型建立的城市形态因子,作为迭代求解最优城市形态的自变量。优选的,设置城市形态因子的可变范围,包括:以建筑容积率、平均间距、平均层数、平均建筑高度、体形系数和平均层峡高宽比作为城市形态因子中的关键因子,并从典型区域的规划文件中提取关键因子的可变范围。
本发明一实施例中,依据Google Earth卫星地图和南京市规划和自然资源局2022年3月批复的《南京麒麟高新区中心地区控制性详细规划》NJNBa030-20、21、22规划管理单元图则修改及城市设计文件,选取仿真区域为江苏省南京市麒麟高新区中心地区南部,北至运粮河东路,南至东麒路,东至上坝河,西至沧波门北街,用地面积约47.4公顷。为此,方法在地图上确认并绘制规范区域平面CAD图。
优选的,根据城市形态因子搭建三维区域建筑模型,包括:提取典型区域的GIS信息并绘制典型区域的平面CAD图;将平面CAD图导入至Rhino&
Grasshopper参数化建模平台中,根据城市形态因子生成三维区域建筑模型。
本发明上述实施例中,将规划区域平面CAD图导入Rhino&Grasshopper参数化建模平台,依托平台在规划区内搭建三维区域建筑模型。如前文所述,建筑模型由建筑城市形态因子控制,同时这些形态变量因子也作为自动化批量化参数化建筑形态-建筑能耗数据库的可变因子。
优选的,三维区域建筑模型中还包括:依托区域能源站的规划特征,构建三维区域建筑与区域能源站之间的耦合模型;并且,基于耦合模型预测三维区域建筑模型的能源站成本和碳排放量。
多能流综合能源系统供能是实现低碳绿色城市的必要手段,联结城市层级能源网络和用能负荷的是区域综合能源站。考虑到方法将三维区域建筑与区域能源站建立了耦合模型,因此通过求解不同建筑形态下能源站的用能、功能、环保、成本等多项指标就能够分析出当前的城市形态是否能够满足城市居民的使用需求,以及能否实现城市的能耗效率。该模型能够从用能需求侧出发,联结建筑形态对建筑能耗作用关系,通过优化城市建筑形态设计改善城市微气候,促使建筑被动式节能效益最大化,从而实现用户侧的降需减碳效应。
利用该模型实现求解的过程将在后文中具体描述,这里只是对建筑模型中还包括能源站的内容,以及根据能源站的规划能够求解得到能源供应等特征指标的原理进行简要说明。
步骤2,根据城市形态因子调整三维区域建筑模型的城市形态,并在当前城市形态上模拟出太阳辐照量、微气候气象数据。
可以理解的是,根据城市形态因子调整三维区域建筑模型的城市形态,包括:在城市形态因子的可变范围内,调整当前城市形态中的城市形态因子的取值,从而调整三维区域建筑模型的城市形态;调整基于NSGA-II算法的寻优过程实现。
图4为本发明一种计及城市形态的区域综合能源规划方法中自动寻优过程的框架示意图。如图4所示,优选的,在当前城市形态上模拟出太阳辐照量,包括:调用典型区域的辐射数据,选定当前城市形态中的太阳辐射接受面,并利用Ladybug插件计算辐射数据下当前城市形态中太阳辐射接受面上的太阳辐射量;在当前城市形态上模拟出微气候气象数据,包括:调用典型区域的气象文件,在气象文件中添加城市中的建筑、下垫面材质与几何信息,利用Dragonfly插件,调用UWG引擎进行模拟,以获取微气候气象数据。
方法利用Grasshopper平台上的Ladybug插件,通过读取规划地块所属区域的气候数据中的辐射数据,根据选定的太阳辐射接受面,即可计算出接受面上各测试面全年的太阳辐射量。
需要说明的是,方法根据选定的太阳辐射接受面,计算出接受面上各测试面全年的太阳辐射量。接受面的选择,可以根据建筑物的形态、光伏板的方向等实现设计。容易想到的是,根据模型各个测试点上的日照时长来选择合理的接受面。
具体来说,某个接受面上的日照时长能够极大程度上影响太阳辐射量,也就进一步影响光伏设备的发电量。因此,模拟日照时长同样利用Grasshopper平台上的Ladybug插件,输入典型区域气象数据、待研究时间段和构建的日照测试面后,即可计算出日照测试面上各测试点在该段时间内的日照时长。这里的日照时长和前文提及的太阳辐射量则可以综合用于计算设置在模型中建筑表面的光伏设备的总发电量。
另一方面,模拟微气候依托Grasshopper平台上的Dragonfly插件,通过调用UWG引擎进行模拟,输入研究区域epw格式的气象文件,以及街区建筑和下垫面材质与几何信息后,将以epw格式输出该街区的微气候气象数据。
本发明中的三维区域建筑模型支持各种不同的实施方式,例如,方法也支持使用CityBES来分析步骤1中获得的建筑模型的微气候状态。CityBES能够分析不同节能措施对城市规模建筑存量的潜在改造节约。CityBES是一个基于网络的工具,旨在支持城市规模的建筑能源效率,包括目前实施的能源改造分析功能,以及城市建筑能源披露数据集的可视化。它包括十个步骤:(1)选择案例研究建筑,(2)获取天气文件,(3)以CityGML格式准备建筑数据,(4)在CityBES中设置案例研究建筑,(5)定义各个ECM和ECM包,(6)创建能源模型,(7)运行仿真,(8)可视化改造分析结果,(9)将结果导出为CSV文件,(10)进行改造分析。
步骤3,利用太阳辐照量推算当前城市形态上的光伏发电量,通过微气候气象数据分析当前城市形态上的建筑负荷,并根据光伏发电量和建筑负荷预测当前城市形态上的能耗强度。
优选的,利用太阳辐照量推算当前城市形态上的光伏发电量,包括:调整当前城市形态中的太阳辐射接受面,计算太阳辐射接受面上全年的太阳辐射量;将全年的太阳辐射量输入至光伏发电公式中,并推算出当前城市形态上的光伏发电量;通过微气候气象数据分析当前城市形态上的建筑负荷,包括:将微气候气象数据、建筑热工参数、建筑几何特征、用户用能特征参数和建筑负荷参数输入至EnergyPlus引擎中,模拟出当前城市形态中的建筑负荷;建筑负荷至少包括采暖负荷、制冷负荷、设备负荷和照明负荷。
本发明中,利用Grasshopper参数化建模平台上的Honeybee插件,通过调用EnergyPlus引擎进行能耗仿真模拟。前文提及的建筑热工参数是依据《建筑节能与可再生能源利用通用规范》作为参考设定的,其中包括建筑围护结构参数等内容。在该方法中,利用EPNoMassMat定义建筑表面,采用EPWindowMat元件设置建筑表面上建筑外墙、屋顶、地板和窗户的热工性能,输入modifiedHBZones运算器完成不同功能建筑的围护栏结构热工参数设定。
此外,建筑几何特征则根据前文提及的典型区域对应的具体规划文件获得。例如,本发明实施例中,《南京麒麟高新区中心地区控制性详细规划》
NJNBa030-20、21、22规划管理单元图中定义了部分几何特征参数,这些参数部分作为算法自变量的取值参考范围,例如本实施例中选取对能耗影响较大的参数如建筑容积率、平均间距、平均层数、平均建筑高度等作为主要研究因子。另一部分作为固定参数,包含了城市所有建筑之中抽象出来的因子,计入模型中。
用户用能特征参数主要为规划区居住区、办公区和商业区建筑的人员活动时间表和设备运行时间表,依据中华人民共和国住房和城乡建设部发布的规范《夏热冬冷地区居住建筑节能设计标准》、《建筑节能与可再生能源利用通用规范》以及数据调研获得。
利用上述数据进行能耗仿真模拟,将会以修改后的气象数据获取区域建筑的采暖、制冷、设备和照明能耗,即建筑负荷。这里负荷的计算过程需要采用区域能源站的相关参数,而这里所应用的区域能源站的内容建在后文中说明。
优选的,根据光伏发电量和建筑负荷预测当前城市形态上的能耗强度,包括:利用建筑负荷与光伏发电量之差估计建筑能耗;通过城市形态因子计算城市中建筑的建筑面积;根据建筑能耗和建筑面积求解单位建筑面积下的建筑能耗,从而获得当前城市形态上的能耗强度。
总的来说,建筑年能耗强度随建筑群平均层数增加而下降,屋顶光伏可建面积随平均层数增加而增大。城区建筑群年能耗强度受南北向建筑的平均间距影响较小,但建筑屋顶可建光伏板面积随南北向建筑平均间距的增大呈现先减少后增大的变化趋势。可见,根据城市形态因子的调节,方法可以计算出不同城市形态因子下能耗强度的计算结果。
优选的,利用采暖负荷、制冷负荷、设备负荷和照明负荷规划区域能源站,区域能源站满足多能设备耦合约束;利用构建出的区域能源站计算最小能源站成本和最低碳排放;并将最小能源站成本、最低碳排放与建筑能耗作为多目标代入至NSGA-II算法中,实现协同求解。
本发明中,利用各类负荷的预测情况,可以同步规划提供负荷的区域能源站。区域能源站的建设位置可以根据当前城市形态实现规划。此外,区域能源站会根据预先得到的综合能源系统中多能设备的耦合特性来实现能够考量设备投资规模、系统运行一体化控制的框架结构。
在该框架结构的基础上,方法就可以根据调整不同设备的参数来实现设备成本的计算,不同类型能源供给量的同步调整。方法可以基于全寿命周期成本效益分析方法,围绕多能源设备建设,建立适用于差异化典型用能场景和需求的区域级综合能源站通用规划模型。在模型构建完成后,方法能够计算模型的最小全寿命周期的能源站成本和模型的最低碳排放量。
步骤4,采用NSGA-II算法,以三维区域建筑模型的最小能源站成本、最低碳排放和最小能耗强度为目标,联合求解出三维区域建筑模型的最优城市形态。
本发明中,利用前述步骤中获得的最小能源站成本、最低碳排放、最小年度建筑能耗作为多个目标,协同优化城市形态。
考虑到目标数量多,方法采用了NSGA-II算法,实现多目标协同规划求解。在该算法中,各个参数的取值受到城市中建筑形态的约束、能耗耦合过程中能耗的约束和能源站设备等的约束。能源站内的供能设备、换能设备和储能设备可以根据能源站的建设标准和各类建筑负荷的规模来实现规划。
本发明基于Rhino&Grasshopper参数化平台,设置了自动寻优实验,以前文提及的城市形态因子为自变量,调用相应的模拟插件对参数化模型进行性能评估与分析,通过多目标优化算法进行自动寻优,经过若干代计算后从而获得实验限定条件下的帕累托最优解集和对应的城市形态。方法通过改变作为自变量的取值进而调整城市形态,并对生成的城市形态进行性能模拟,不断循环上述过程,逐渐淘汰城市能耗高、太阳能发电量较低的街区形态,将优秀的形态“基因”延续传承下去,最终当满足初始设定条件时停止运算,便可以得到能源绩效最优的街区形态集合。这种依靠算法自动生成和优化形态布局的方法能够从庞大的可能形态组合中快速定位较优形态,极大的提高了工作效率,并且保证了结果的客观性。
优选的,从NAGA-II算法的最优解中提取最优的城市形态因子,并根据最优的城市形态因子,生成最优城市形态。
图5为本发明一种计及城市形态的区域综合能源规划方法中NASG-II迭代求解的示意图。如图5所示,NSGA-II算法是应用最广泛的多目标优化算法之一,其基本思想是通过快速非支配排序对种群分层,比较个体间拥挤距离筛选精英个体,保留种群多样性,引导搜索方向朝Pareto最优解集前进。具有运行速度快,解集的收敛性好的优点,已被证明是解决多目标优化和多准则决策以提高建筑性能的最有效算法之一。
在上述求解过程中,方法以最小全寿命周期成本和最低碳排放量为目标配置综合能源站站内供能设备、换能设备和储能设备,以最小年能耗强度为目标设计城区建筑形态,采用优化算法求解多目标协同规划模型,为能耗降低、成本节约、低碳绿色城区建设提供可能性。
图6为本发明一种计及城市形态的区域综合能源规划系统的模块构造示意图。如图6所示,本发明第二方面,涉及一种利用本发明第一方面中方法的一种计及城市形态的区域综合能源规划系统,系统包括模型搭建模块、数据模拟模块、负荷预测模块和联合求解模块;其中,模型搭建模块,用于设置城市形态因子的可变范围,并根据城市形态因子搭建三维区域建筑模型;数据模拟模块,用于根据城市形态因子调整三维区域建筑模型的城市形态,并在当前城市形态上模拟出太阳辐照量、微气候气象数据;负荷预测模块,用于利用太阳辐照量推算当前城市形态上的光伏发电量,通过微气候气象数据分析当前城市形态上的建筑负荷,并根据光伏发电量和所述建筑负荷预测当前城市形态上的能耗强度;联合求解模块,用于采用NSGA-II算法,以三维区域建筑模型的最小能源站成本、最低碳排放和最小能耗强度为目标,联合求解三维区域建筑模型的最优城市形态。
本发明第三方面,涉及一种计及城市形态的区域综合能源规划装置,包括处理器及存储介质;存储介质用于存储指令;处理器用于根据指令进行操作以执行本发明第一方面中方法的步骤。
本发明第四方面,涉及计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明第一方面中方法的步骤。
最后应当说明的是,以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (13)
1.一种计及城市形态的区域综合能源规划方法,其特征在于,所述方法包括以下步骤:
步骤1,设置城市形态因子的可变范围,并根据所述城市形态因子搭建三维区域建筑模型;
步骤2,根据所述城市形态因子调整所述三维区域建筑模型的城市形态,并在当前城市形态上模拟出太阳辐照量、微气候气象数据;
步骤3,利用所述太阳辐照量推算所述当前城市形态上的光伏发电量,通过所述微气候气象数据分析所述当前城市形态上的建筑负荷,并根据所述光伏发电量和所述建筑负荷预测所述当前城市形态上的能耗强度;
步骤4,采用NSGA-II算法,以所述三维区域建筑模型的最小能源站成本、最低碳排放和最小能耗强度为目标,联合求解出所述三维区域建筑模型的最优城市形态。
2.根据权利要求1所述的一种计及城市形态的区域综合能源规划方法,其特征在于:
所述设置城市形态因子的可变范围,包括:
以建筑容积率、平均间距、平均层数、平均建筑高度、体形系数和平均层峡高宽比作为所述城市形态因子中的关键因子,并从典型区域的规划文件中提取所述关键因子的可变范围。
3.根据权利要求1所述的一种计及城市形态的区域综合能源规划方法,其特征在于:
所述根据所述城市形态因子搭建三维区域建筑模型,包括:
提取典型区域的GIS信息并绘制所述典型区域的平面CAD图;
将所述平面CAD图导入至Rhino&Grasshopper参数化建模平台中,根据所述城市形态因子生成所述三维区域建筑模型。
4.根据权利要求3所述的一种计及城市形态的区域综合能源规划方法,其特征在于:
所述三维区域建筑模型中还包括:
依托区域能源站的规划特征,构建三维区域建筑与区域能源站之间的耦合模型;
并且,基于所述耦合模型预测所述三维区域建筑模型的能源站成本和碳排放量。
5.根据权利要求1所述的一种计及城市形态的区域综合能源规划方法,其特征在于:
所述根据所述城市形态因子调整所述三维区域建筑模型的城市形态,包括:
在所述城市形态因子的可变范围内,调整当前城市形态中的所述城市形态因子的取值,从而调整所述三维区域建筑模型的城市形态;
所述调整基于所述NSGA-II算法的寻优过程实现。
6.根据权利要求1所述的一种计及城市形态的区域综合能源规划方法,其特征在于:
所述在当前城市形态上模拟出太阳辐照量,包括:
调用所述典型区域的辐射数据,选定所述当前城市形态中的太阳辐射接受面,并利用Ladybug插件计算所述辐射数据下所述当前城市形态中太阳辐射接受面上的太阳辐射量;
在当前城市形态上模拟出微气候气象数据,包括:
调用所述典型区域的气象文件,在所述气象文件中添加城市中的建筑、下垫面材质与几何信息,利用Dragonfly插件,调用UWG引擎进行模拟,以获取所述微气候气象数据。
7.根据权利要求6所述的一种计及城市形态的区域综合能源规划方法,其特征在于:
所述利用所述太阳辐照量推算所述当前城市形态上的光伏发电量,包括:
调整所述当前城市形态中的太阳辐射接受面,计算所述太阳辐射接受面上全年的太阳辐射量;
将所述全年的太阳辐射量输入至光伏发电公式中,并推算出所述当前城市形态上的光伏发电量;
所述通过所述微气候气象数据分析所述当前城市形态上的建筑负荷,包括:
将所述微气候气象数据、建筑热工参数、建筑几何特征、用户用能特征参数和建筑负荷参数输入至EnergyPlus引擎中,模拟出所述当前城市形态中的建筑负荷;
所述建筑负荷至少包括采暖负荷、制冷负荷、设备负荷和照明负荷。
8.根据权利要求7所述的一种计及城市形态的区域综合能源规划方法,其特征在于:
所述根据所述光伏发电量和所述建筑负荷预测所述当前城市形态上的能耗强度,包括:
利用所述建筑负荷与所述光伏发电量之差估计建筑能耗;
通过所述城市形态因子计算所述城市中建筑的建筑面积;
根据所述建筑能耗和所述建筑面积求解单位建筑面积下的建筑能耗,从而获得所述当前城市形态上的能耗强度。
9.根据权利要求8所述的一种计及城市形态的区域综合能源规划方法,其特征在于:
利用所述采暖负荷、制冷负荷、设备负荷和照明负荷规划区域能源站,所述区域能源站满足多能设备耦合约束;
利用构建出的所述区域能源站计算最小能源站成本和最低碳排放;
并将所述最小能源站成本、最低碳排放与最小年度建筑能耗作为多目标代入至NSGA-II算法中,实现协同求解。
10.根据权利要求9所述的一种计及城市形态的区域综合能源规划方法,其特征在于:
从所述NAGA-II算法的最优解中提取最优的所述城市形态因子,并根据最优的所述城市形态因子,生成所述最优城市形态。
11.一种利用权利要求1-10任一项权利要求所述方法的一种计及城市形态的区域综合能源规划系统,其特征在于:
所述系统包括模型搭建模块、数据模拟模块、负荷预测模块和联合求解模块;其中,
所述模型搭建模块,用于设置城市形态因子的可变范围,并根据所述城市形态因子搭建三维区域建筑模型;
所述数据模拟模块,用于根据所述城市形态因子调整所述三维区域建筑模型的城市形态,并在当前城市形态上模拟出太阳辐照量、微气候气象数据;
所述负荷预测模块,用于利用所述太阳辐照量推算所述当前城市形态上的光伏发电量,通过所述微气候气象数据分析所述当前城市形态上的建筑负荷,并根据所述光伏发电量和所述建筑负荷预测所述当前城市形态上的能耗强度;
所述联合求解模块,用于采用NSGA-II算法,以所述三维区域建筑模型的最小能源站成本、最低碳排放和最小能耗强度为目标,联合求解出所述三维区域建筑模型的最优城市形态。
12.一种计及城市形态的区域综合能源规划装置,包括处理器及存储介质;其特征在于:
所述存储介质用于存储指令;
所述处理器用于根据所述指令进行操作以执行根据权利要求1-10任一项所述方法的步骤。
13.计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1-10任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311314105.XA CN117332971A (zh) | 2023-10-11 | 2023-10-11 | 一种计及城市形态的区域综合能源规划方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311314105.XA CN117332971A (zh) | 2023-10-11 | 2023-10-11 | 一种计及城市形态的区域综合能源规划方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117332971A true CN117332971A (zh) | 2024-01-02 |
Family
ID=89278799
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311314105.XA Pending CN117332971A (zh) | 2023-10-11 | 2023-10-11 | 一种计及城市形态的区域综合能源规划方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117332971A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117973641A (zh) * | 2024-04-01 | 2024-05-03 | 日照朝力信息科技有限公司 | 数据驱动的城市可持续发展规划决策优化方法及系统 |
-
2023
- 2023-10-11 CN CN202311314105.XA patent/CN117332971A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117973641A (zh) * | 2024-04-01 | 2024-05-03 | 日照朝力信息科技有限公司 | 数据驱动的城市可持续发展规划决策优化方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Waibel et al. | Co-simulation and optimization of building geometry and multi-energy systems: Interdependencies in energy supply, energy demand and solar potentials | |
Zhu et al. | Multi-objective optimization for energy consumption, daylighting and thermal comfort performance of rural tourism buildings in north China | |
Heidarinejad et al. | Demonstration of reduced-order urban scale building energy models | |
Li et al. | Advances in the research of building energy saving | |
Zou et al. | A simulation-based method to predict the life cycle energy performance of residential buildings in different climate zones of China | |
TWI672665B (zh) | 綠建築效能模擬分析系統及其最適化決策方法 | |
Liu et al. | Impact of urban form on building energy consumption and solar energy potential: A case study of residential blocks in Jianhu, China | |
Amado et al. | Solar energy integration in urban planning: GUUD model | |
Al Ka’bi | Comparison of energy simulation applications used in green building | |
Yi et al. | Site-specific optimal energy form generation based on hierarchical geometry relation | |
Wang et al. | From simulation to data-driven approach: A framework of integrating urban morphology to low-energy urban design | |
She et al. | Life cycle cost and life cycle energy in zero-energy building by multi-objective optimization | |
CN111159884A (zh) | 一种寒地办公建筑节能设计决策支持系统及方法 | |
Zhu et al. | Optimization of zero-energy building by multi-criteria optimization method: A case study | |
CN117332971A (zh) | 一种计及城市形态的区域综合能源规划方法及系统 | |
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 | |
CN114764521A (zh) | 基于遗传算法的园区建筑形体优化方法及系统 | |
Lin et al. | Evaluating energy retrofits of historic buildings in a university campus using an urban building energy model that considers uncertainties | |
Kaitouni et al. | A holistic digital workflow methodology to shifting towards net zero energy urban residential buildings in a semi-arid climate | |
Liu et al. | Optimization of intelligent heating ventilation air conditioning system in urban building based on BIM and artificial intelligence technology | |
CN114037165B (zh) | 一种考虑多源不确定性的建筑冷热负荷预测方法 | |
Gao et al. | An integrated simulation method for PVSS parametric design using multi-objective optimization | |
Hassan | UMC-based models: an integrating UMC performance analysis and numerical methods | |
CN115879652B (zh) | 能源网络分级协同规划方法、装置、电子设备及存储介质 |
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 |