JPH10205852A - 建物熱負荷予測による空調制御方法 - Google Patents
建物熱負荷予測による空調制御方法Info
- Publication number
- JPH10205852A JPH10205852A JP9021957A JP2195797A JPH10205852A JP H10205852 A JPH10205852 A JP H10205852A JP 9021957 A JP9021957 A JP 9021957A JP 2195797 A JP2195797 A JP 2195797A JP H10205852 A JPH10205852 A JP H10205852A
- Authority
- JP
- Japan
- Prior art keywords
- temperature
- heat load
- outside air
- predicted
- building
- 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.)
- Granted
Links
Abstract
(57)【要約】
【課題】実際の建物の熱負荷に対し、入手容易な変数を
使用し、精度良く、計算が簡単な予測方法を用いて空調
制御を行う方法を提供する。 【解決手段】過去４８時間以内の外気温度の実測値を使
用し、２４時間先までの外気温度、外気湿度、地下１ｍ
の温度、翌日の日平均気温、日射量、空調開始時の什器
・躯体温度と室内温度、配管立ち上がり温度を予測し、
これらの予測値と建物熱特性値から翌日の時刻毎熱負荷
と日積算熱負荷を予測し、これらの予測値に基づいて空
調制御を行う。 【効果】モデル化を最小の時間で行うことができ、即座
に実際の建物に適用することができる。
使用し、精度良く、計算が簡単な予測方法を用いて空調
制御を行う方法を提供する。 【解決手段】過去４８時間以内の外気温度の実測値を使
用し、２４時間先までの外気温度、外気湿度、地下１ｍ
の温度、翌日の日平均気温、日射量、空調開始時の什器
・躯体温度と室内温度、配管立ち上がり温度を予測し、
これらの予測値と建物熱特性値から翌日の時刻毎熱負荷
と日積算熱負荷を予測し、これらの予測値に基づいて空
調制御を行う。 【効果】モデル化を最小の時間で行うことができ、即座
に実際の建物に適用することができる。
Description
【０００１】
【発明の属する技術分野】本発明は建物の空調システム
の制御方法に関する。空調制御において、建物の熱負荷
予測は、水蓄熱および氷蓄熱システムにおける翌日の総
熱負荷に対する必要蓄熱量の予測および予測熱負荷に基
づく翌日の最適な熱源機器の運転計画の立案、地域冷暖
房プラントにおける短期的な熱負荷予測による台数制御
および立ち上げ・停止制御などを行う上で必要不可欠な
技術である。現在これらの予測は、運転者の経験と勘に
たよって行われているが、より省エネルギー・省コスト
を図るためには熱負荷の予測が必要である。
の制御方法に関する。空調制御において、建物の熱負荷
予測は、水蓄熱および氷蓄熱システムにおける翌日の総
熱負荷に対する必要蓄熱量の予測および予測熱負荷に基
づく翌日の最適な熱源機器の運転計画の立案、地域冷暖
房プラントにおける短期的な熱負荷予測による台数制御
および立ち上げ・停止制御などを行う上で必要不可欠な
技術である。現在これらの予測は、運転者の経験と勘に
たよって行われているが、より省エネルギー・省コスト
を図るためには熱負荷の予測が必要である。
【０００２】
【従来の技術】従来の熱負荷予測方法には、大きく分け
て線形モデル（重回帰式、ＡＲＭＡモデル）と非線形モ
デル（ＧＭＤＨ、参照表、ニューラルネットワーク）を
使用したものとがあり、精度は線形モデルで±１０〜１
５％、非線形モデルで±６〜１０％である。線形モデル
の場合、日積算熱負荷は重回帰式でも求められるが、時
刻毎の熱負荷はモデル係数をカルマンフィルタ等で更新
しながら求めなければならない。
て線形モデル（重回帰式、ＡＲＭＡモデル）と非線形モ
デル（ＧＭＤＨ、参照表、ニューラルネットワーク）を
使用したものとがあり、精度は線形モデルで±１０〜１
５％、非線形モデルで±６〜１０％である。線形モデル
の場合、日積算熱負荷は重回帰式でも求められるが、時
刻毎の熱負荷はモデル係数をカルマンフィルタ等で更新
しながら求めなければならない。
【０００３】一方、非線形モデルの場合、時刻毎の熱負
荷を予測することに重点が置かれ、精度も線形モデルに
比べ約２倍の高精度になっている。入力変数として翌日
の最高気温予報値、最低気温予報値、２４時間前の熱負
荷を採用している例が最も多く、日射量は建物全体の熱
負荷と相関が少ないことから省かれている。
荷を予測することに重点が置かれ、精度も線形モデルに
比べ約２倍の高精度になっている。入力変数として翌日
の最高気温予報値、最低気温予報値、２４時間前の熱負
荷を採用している例が最も多く、日射量は建物全体の熱
負荷と相関が少ないことから省かれている。
【０００４】時刻毎の熱負荷を予測する場合、外気温度
変化を翌日の最高気温予報値および最低気温予報値から
予測し、これを入力変数として時刻毎の熱負荷を予測す
る方法と、ある時刻毎に熱負荷パターンを用いて翌日の
最高気温予報値および最低気温予報値から修正して予測
する方法がある。これらの方法は、少なくても予測対象
運転開始時の１１時間前に行われるもので、それ以降の
外気温度の測定値から予測結果を徐々に修正する方法も
取られている。一方、過去のデータから１時間先の熱負
荷を次々に予測する方法も行われている。
変化を翌日の最高気温予報値および最低気温予報値から
予測し、これを入力変数として時刻毎の熱負荷を予測す
る方法と、ある時刻毎に熱負荷パターンを用いて翌日の
最高気温予報値および最低気温予報値から修正して予測
する方法がある。これらの方法は、少なくても予測対象
運転開始時の１１時間前に行われるもので、それ以降の
外気温度の測定値から予測結果を徐々に修正する方法も
取られている。一方、過去のデータから１時間先の熱負
荷を次々に予測する方法も行われている。
【０００５】これらの従来の予測方法は、 （１）対象建物のモデル化に概ね１０００個以上のデー
タを必要とし、多大な時間を要する （２）モデル化は地域、対象建物毎に、その都度行わな
ければならない （３）どのような変数を入力変数とするか明確でない （４）モデル化がブラックボックス化しており、一般的
でない（特に非線形モデルの場合） （５）計算が困難である など、実際の建物に適用するには多くの困難が生じる。
タを必要とし、多大な時間を要する （２）モデル化は地域、対象建物毎に、その都度行わな
ければならない （３）どのような変数を入力変数とするか明確でない （４）モデル化がブラックボックス化しており、一般的
でない（特に非線形モデルの場合） （５）計算が困難である など、実際の建物に適用するには多くの困難が生じる。
【０００６】特開平８−３５７０６号「空調熱負荷予測
システム」、特開平８−８６４９０号「熱負荷予測装
置」、特開平８−２４０３３５号「ビル空調熱負荷予測
装置」、特開平８−２４７５２２号「熱負荷予測装置」
等に記載された従来技術では、前述したような欠点を解
決することができない。
システム」、特開平８−８６４９０号「熱負荷予測装
置」、特開平８−２４０３３５号「ビル空調熱負荷予測
装置」、特開平８−２４７５２２号「熱負荷予測装置」
等に記載された従来技術では、前述したような欠点を解
決することができない。
【０００７】
【発明が解決しようとする課題】前述した従来技術の問
題点を克服するために、本発明は空調制御における熱負
荷予測として、 （１）予測方法の論理として確立した理論を用いる （２）実建物の熱負荷に対し±１５％以内の精度で予測
できる （３）変数として容易にオンラインで入手できる変数を
採用する （４）地域、建物の種類を問わず、何れにも適用可能な
方法とする （５）計算が簡単である （６）モデル化を最小の時間で行え、即座に実際の建物
に適用できる 等の課題を解決した予測方法を実現することを目的とす
る。
題点を克服するために、本発明は空調制御における熱負
荷予測として、 （１）予測方法の論理として確立した理論を用いる （２）実建物の熱負荷に対し±１５％以内の精度で予測
できる （３）変数として容易にオンラインで入手できる変数を
採用する （４）地域、建物の種類を問わず、何れにも適用可能な
方法とする （５）計算が簡単である （６）モデル化を最小の時間で行え、即座に実際の建物
に適用できる 等の課題を解決した予測方法を実現することを目的とす
る。
【０００８】
【課題を解決するための手段】本発明の空調制御方法に
おける建物熱負荷予測方法は、過去４８時間以内の外気
温度の実測値（Ｊ１）を使用し、必要に応じて過去４８
時間以内の外気湿度の実測値（Ｊ２）を追加して使用
し、２４時間先までの外気温度（Ｙ１）、２４時間先ま
での外気湿度（Ｙ２）、地下１ｍの温度（Ｙ３）、翌日
の日平均気温（Ｙ４）、各方位の壁毎および屋根の日射
量（Ｙ５）、空調開始時の什器・躯体温度（Ｙ６）と室
内温度（Ｙ７）、配管立ち上がり温度（Ｙ８）、翌日の
時刻毎熱負荷（Ｙ９）、翌日の日積算熱負荷（Ｙ１０）
を予測する。本発明は、前記時刻毎熱負荷（Ｙ９）およ
び前記日積算熱負荷（Ｙ１０）の予測値に基づいて空調
制御を行うことを特徴としている。
おける建物熱負荷予測方法は、過去４８時間以内の外気
温度の実測値（Ｊ１）を使用し、必要に応じて過去４８
時間以内の外気湿度の実測値（Ｊ２）を追加して使用
し、２４時間先までの外気温度（Ｙ１）、２４時間先ま
での外気湿度（Ｙ２）、地下１ｍの温度（Ｙ３）、翌日
の日平均気温（Ｙ４）、各方位の壁毎および屋根の日射
量（Ｙ５）、空調開始時の什器・躯体温度（Ｙ６）と室
内温度（Ｙ７）、配管立ち上がり温度（Ｙ８）、翌日の
時刻毎熱負荷（Ｙ９）、翌日の日積算熱負荷（Ｙ１０）
を予測する。本発明は、前記時刻毎熱負荷（Ｙ９）およ
び前記日積算熱負荷（Ｙ１０）の予測値に基づいて空調
制御を行うことを特徴としている。
【０００９】各予測値は以下のような計算手法を用いて
求める。 （１）翌日の外気温度・外気湿度の予測 過去４８時間以内の外気温度・外気湿度の実測値を使用
して、２４時間先までの時刻毎外気温度・外気湿度およ
び日平均気温を予測する。翌日の時間毎外気温度 t
oa（ｊ）は、決定論的外気温度 tdet（ｊ）と４時間平
均値の自己回帰ＡＲ（１１）モデルを使用した確率論的
外気温度 tsto（ｊ）の和から算出できる。すなわち、 toa（ｊ）＝ tdet（ｊ）＋ tsto（ｊ）
求める。 （１）翌日の外気温度・外気湿度の予測 過去４８時間以内の外気温度・外気湿度の実測値を使用
して、２４時間先までの時刻毎外気温度・外気湿度およ
び日平均気温を予測する。翌日の時間毎外気温度 t
oa（ｊ）は、決定論的外気温度 tdet（ｊ）と４時間平
均値の自己回帰ＡＲ（１１）モデルを使用した確率論的
外気温度 tsto（ｊ）の和から算出できる。すなわち、 toa（ｊ）＝ tdet（ｊ）＋ tsto（ｊ）
【００１０】外気温度の決定論的部分 tdet（ｊ）は平
年の外気温度変化を意味し、建物立地位置（緯度ψおよ
び高度ｈ）、時刻ｊおよび日数ｄが与えられれば、 tdet（ｊ）＝（ＴH ＋ＴL ）／２−（ＴH −ＴL ）／２
・cos ［π・（ｊ−ｔL ）／（ｔH −ｔL ）］
（ｔL ≦ｊ≦ｔH ） tdet（ｊ）＝（ＴH ＋ＴL′）／２−（ＴH −ＴL′）／
２・cos ［π・（ｊ−ｔL′）／（ｔH −ｔL′）］
（ｔL′≦ｊ≦ｔH ） と一義的に表される。ここで、 ＴH ＝Ｔa,day（ｄ）＋ΔＴd,avg ／２ ＴL ＝Ｔa,day（ｄ）−ΔＴd,avg ／２ Ｔa,day（ｄ）＝（４７．６−０．９３ψ−０．００６
＊ｈ）＋（５．０＋０．４７ψ）／２・sin ［２π（ｄ
−１２５）／３６５］（ψ≧３４゜） Ｔa,day（ｄ）＝（４７．６−０．９３ψ−０．００６
＊ｈ）＋（−２０．２＋１．２２ψ）／２・sin ［２π
（ｄ−１２５）／３６５］（ψ＜３４゜）
年の外気温度変化を意味し、建物立地位置（緯度ψおよ
び高度ｈ）、時刻ｊおよび日数ｄが与えられれば、 tdet（ｊ）＝（ＴH ＋ＴL ）／２−（ＴH −ＴL ）／２
・cos ［π・（ｊ−ｔL ）／（ｔH −ｔL ）］
（ｔL ≦ｊ≦ｔH ） tdet（ｊ）＝（ＴH ＋ＴL′）／２−（ＴH −ＴL′）／
２・cos ［π・（ｊ−ｔL′）／（ｔH −ｔL′）］
（ｔL′≦ｊ≦ｔH ） と一義的に表される。ここで、 ＴH ＝Ｔa,day（ｄ）＋ΔＴd,avg ／２ ＴL ＝Ｔa,day（ｄ）−ΔＴd,avg ／２ Ｔa,day（ｄ）＝（４７．６−０．９３ψ−０．００６
＊ｈ）＋（５．０＋０．４７ψ）／２・sin ［２π（ｄ
−１２５）／３６５］（ψ≧３４゜） Ｔa,day（ｄ）＝（４７．６−０．９３ψ−０．００６
＊ｈ）＋（−２０．２＋１．２２ψ）／２・sin ［２π
（ｄ−１２５）／３６５］（ψ＜３４゜）
【００１１】 ΔＴd,avg ＝９．０−０．０２ψ （ψ≧３０゜） ΔＴd,avg ＝−１９．５＋０．９５ψ （ψ＜３０
゜） ｔL ＝１２−ｔS ／０．２６１８ sin （ｔs ／２）＝［sin θ1 sin θ2 ／（ cosψ cos
δ）］1/2 θ1 ＝ π／４＋（ψ′−δ＋γ）／２ θ2 ＝ π／４−（ψ′−δ−γ）／２ δ ＝ ０．４０９３・cos ［２π（ｄ−１７２）／３
６５］ ψ′＝（π／１８０）・ψ γ ＝ ９．８９×１０ -3 （rad）
゜） ｔL ＝１２−ｔS ／０．２６１８ sin （ｔs ／２）＝［sin θ1 sin θ2 ／（ cosψ cos
δ）］1/2 θ1 ＝ π／４＋（ψ′−δ＋γ）／２ θ2 ＝ π／４−（ψ′−δ−γ）／２ δ ＝ ０．４０９３・cos ［２π（ｄ−１７２）／３
６５］ ψ′＝（π／１８０）・ψ γ ＝ ９．８９×１０ -3 （rad）
【００１２】ここで、ｊ：ｄ日の時刻 ＴH ：ｄ日の平
年の最高気温（℃） ＴL ：ｄ日の平年の最低気温
（℃） Ｔa,day（ｄ）：ｄ日の平年の日平均気温
（℃） ΔＴd,avg ：ｄ日の平年の日較差（℃） ｔH ：ｄ日の
最高気温時刻 ｔL ：ｄ日の最低気温時刻 ＴL′：（ｄ＋１）日の平
年の最低気温（℃） ｔL′：（ｄ＋１）日の平年の最低気温時刻 ｄ：１月
１日からの日数 ψ：緯度（゜） ｈ：高度（ｍ） ｔs ：日の出から南
中までの時角（rad） ψ′：緯度（rad） δ：太陽の赤緯（rad） γ：地平
屈折度（９．８９×１０-3 rad）である。
年の最高気温（℃） ＴL ：ｄ日の平年の最低気温
（℃） Ｔa,day（ｄ）：ｄ日の平年の日平均気温
（℃） ΔＴd,avg ：ｄ日の平年の日較差（℃） ｔH ：ｄ日の
最高気温時刻 ｔL ：ｄ日の最低気温時刻 ＴL′：（ｄ＋１）日の平
年の最低気温（℃） ｔL′：（ｄ＋１）日の平年の最低気温時刻 ｄ：１月
１日からの日数 ψ：緯度（゜） ｈ：高度（ｍ） ｔs ：日の出から南
中までの時角（rad） ψ′：緯度（rad） δ：太陽の赤緯（rad） γ：地平
屈折度（９．８９×１０-3 rad）である。
【００１３】確率論的外気温度 tsto（ｊ）は実際の外
気温度と平年の外気温度の差を意味し、 tsto（ｊ）＝
ｚj （ｊは１９，２３，３，７，１１および１５） ｚj ＝１．０７８０・ｚj-1 −０．５３６２・ｚj-2 ＋
０．２６３５ ・ｚj-3 −０．０９５２・ｚj-4 ＋０．１５８０・ｚ
j-5 ＋０．２２０１ ・ｚj-6 −０．２７６３・ｚj-7 ＋０．０６６２・ｚ
j-8 ＋０．０１９４ ・ｚj-9 −０．１２５６・ｚj-10＋０．１２６０・ｚ
j-11 と表される。（ｊ＝１９，１８，１７，１６は同じ確率
論的外気温度である。他の時刻も同様である。）ここ
で、 ｚj ＝（ｔsto,j ＋ｔsto,j-1 ＋ｔsto,j-2 ＋ｔ
sto,j-3 ）／４ （ｊは１９，２３，３，７，１１および１５）である。
気温度と平年の外気温度の差を意味し、 tsto（ｊ）＝
ｚj （ｊは１９，２３，３，７，１１および１５） ｚj ＝１．０７８０・ｚj-1 −０．５３６２・ｚj-2 ＋
０．２６３５ ・ｚj-3 −０．０９５２・ｚj-4 ＋０．１５８０・ｚ
j-5 ＋０．２２０１ ・ｚj-6 −０．２７６３・ｚj-7 ＋０．０６６２・ｚ
j-8 ＋０．０１９４ ・ｚj-9 −０．１２５６・ｚj-10＋０．１２６０・ｚ
j-11 と表される。（ｊ＝１９，１８，１７，１６は同じ確率
論的外気温度である。他の時刻も同様である。）ここ
で、 ｚj ＝（ｔsto,j ＋ｔsto,j-1 ＋ｔsto,j-2 ＋ｔ
sto,j-3 ）／４ （ｊは１９，２３，３，７，１１および１５）である。
【００１４】外気温度と同様に、翌日の時刻毎外気湿度
ｘoa（ｊ）は決定論的外気湿度ｘoa ,detと４時間平均値
の自己回帰ＡＲ（７）モデルを使用した確率論的外気湿
度ｘoa,sto（ｊ）の和より算出できる。 ｘoa（ｊ）＝ｘoa,det＋ｘoa,sto（ｊ） ｘoa,det＝（２３．４−０．４１０ψ＋２．０＊（ｈ／
８００））／１０００＋（２２．７−０．２６８ψ＋
２．０＊（ｈ／８００））／２０００・sin ［２π（ｄ
−１２５）／３６５］ ｘoa,sto（ｊ）＝ｚj （ｊは１９，２３，３，７，１
１および１５） ｚj ＝１．０６５１・ｚj-1 −０．２７４８・ｚj-2 ＋
０．１５４７ ・ｚj-3 −０．１０９２・ｚj-4 ＋０．０９５６・ｚ
j-5 ＋０．１７５１ ・ｚj-6 −０．１８７８・ｚj-7
ｘoa（ｊ）は決定論的外気湿度ｘoa ,detと４時間平均値
の自己回帰ＡＲ（７）モデルを使用した確率論的外気湿
度ｘoa,sto（ｊ）の和より算出できる。 ｘoa（ｊ）＝ｘoa,det＋ｘoa,sto（ｊ） ｘoa,det＝（２３．４−０．４１０ψ＋２．０＊（ｈ／
８００））／１０００＋（２２．７−０．２６８ψ＋
２．０＊（ｈ／８００））／２０００・sin ［２π（ｄ
−１２５）／３６５］ ｘoa,sto（ｊ）＝ｚj （ｊは１９，２３，３，７，１
１および１５） ｚj ＝１．０６５１・ｚj-1 −０．２７４８・ｚj-2 ＋
０．１５４７ ・ｚj-3 −０．１０９２・ｚj-4 ＋０．０９５６・ｚ
j-5 ＋０．１７５１ ・ｚj-6 −０．１８７８・ｚj-7
【００１５】ここで、ｘoa（ｊ）：ｊ時の外気湿度（ｋ
ｇ／ｋｇ′） ｘoa,det：決定論的外気湿度（ｋｇ／ｋ
ｇ′） ｘoa,sto（ｊ）：ｊ時の確率論的外気湿度（ｋ
ｇ／ｋｇ′）である。確率論的外気湿度ｘoa,sto（ｊ）
は決定論的外気湿度ｘoa,detに比べ小さいことから、確
率論的外気湿度を無視することもできる。このときに
は、過去４８時間以内の外気湿度実測値は不要になる。
ｇ／ｋｇ′） ｘoa,det：決定論的外気湿度（ｋｇ／ｋ
ｇ′） ｘoa,sto（ｊ）：ｊ時の確率論的外気湿度（ｋ
ｇ／ｋｇ′）である。確率論的外気湿度ｘoa,sto（ｊ）
は決定論的外気湿度ｘoa,detに比べ小さいことから、確
率論的外気湿度を無視することもできる。このときに
は、過去４８時間以内の外気湿度実測値は不要になる。
【００１６】（２）地下温度の予測 土壌に接する床からの熱負荷を計算するために、地下１
ｍにおける土壌温度の予測値が必要になる。ｄ日におけ
る地下１ｍの温度予測値は、 ｔg ＝（４５．４−０．８４ψ）＋［１８．１−０．１
５（ψ−３８）2 ］／２・sin ［２π（ｄ−１４０）／
３６５］ と表され、時刻毎の変化はほぼ無視できる。
ｍにおける土壌温度の予測値が必要になる。ｄ日におけ
る地下１ｍの温度予測値は、 ｔg ＝（４５．４−０．８４ψ）＋［１８．１−０．１
５（ψ−３８）2 ］／２・sin ［２π（ｄ−１４０）／
３６５］ と表され、時刻毎の変化はほぼ無視できる。
【００１７】（３）翌日の日射量予測 建物熱負荷を予測する場合、建物壁方位毎および屋根に
あたる日射量を予測しなければならない。壁各方位の時
刻毎日射量予測値は、翌日の日平均気温予測値から水平
面日積算日射量予測値を算出し、水平面日積算日射量予
測値に方位毎の係数を掛けて方位別日積算日射量予測値
を求め、方位別日射量パターン係数に方位別日積算日射
量予測値を掛けて時刻毎日射量予測値を算出する。
あたる日射量を予測しなければならない。壁各方位の時
刻毎日射量予測値は、翌日の日平均気温予測値から水平
面日積算日射量予測値を算出し、水平面日積算日射量予
測値に方位毎の係数を掛けて方位別日積算日射量予測値
を求め、方位別日射量パターン係数に方位別日積算日射
量予測値を掛けて時刻毎日射量予測値を算出する。
【００１８】日平均気温予測値は時刻毎外気温度予測値
を平均して求められる。壁に入射する日射量の日積算値
Ｉdw（ｋｃａｌ／ｍ2 ・ｈ）は Ｉdw＝Ｉsol,d ・Ｒsol,d Ｉsol,d ＝Ｉsol,0 ＋｛３００＋２００・sin ［２π
（ｄ−９５）／３６５］｝・（ｔavg,d −ｔavg,M ） Ｉsol,0 ＝（６．３２ψ−８８．９）・（ｔavg,M ＋１
３）（１〜５月） Ｉsol,0 ＝（４．９２ψ−６０．８）・（ｔavg,M ＋１
３）（６月） Ｉsol,0 ＝（１．１７ψ＋５２．７）・（ｔavg,M ＋１
３）（７〜１２月） ｔavg,M ＝（４７．６−０．９３ψ−０．００６ｈ）＋
（５．０＋０．４７４ψ）／２・sin ［２π（ｄ−１２
５）／３６５］
を平均して求められる。壁に入射する日射量の日積算値
Ｉdw（ｋｃａｌ／ｍ2 ・ｈ）は Ｉdw＝Ｉsol,d ・Ｒsol,d Ｉsol,d ＝Ｉsol,0 ＋｛３００＋２００・sin ［２π
（ｄ−９５）／３６５］｝・（ｔavg,d −ｔavg,M ） Ｉsol,0 ＝（６．３２ψ−８８．９）・（ｔavg,M ＋１
３）（１〜５月） Ｉsol,0 ＝（４．９２ψ−６０．８）・（ｔavg,M ＋１
３）（６月） Ｉsol,0 ＝（１．１７ψ＋５２．７）・（ｔavg,M ＋１
３）（７〜１２月） ｔavg,M ＝（４７．６−０．９３ψ−０．００６ｈ）＋
（５．０＋０．４７４ψ）／２・sin ［２π（ｄ−１２
５）／３６５］
【００１９】Ｒsol,day ＝Ａ＋Ｂ・sin ［２π（３３２
−ｄ−２９４）／５６８］（１月１日〜５月３１日） Ｒsol,day ＝Ａ＋Ｂ・sin ［２π（ｄ−２９４）／５６
８］（６月１日〜１２月３１日） Ａ＝０．６５＋０．４５・sin ［２π（γ＋８０）／４
２０］ Ｂ＝０．４０＋０．４５・sin ［２π（γ＋５５）／３
６０］ より計算できる。ただし、 Ｉsol,d,mini≦Ｉsol,d ≦Ｉsol,d,max Ｉsol,d,max ＝５４５０＋３１５０・sin ［２π（ｄ−
１２５）／３６５］ Ｉsol,d,mini＝３４０ である。ここで、γは壁の方位角（゜）である。
−ｄ−２９４）／５６８］（１月１日〜５月３１日） Ｒsol,day ＝Ａ＋Ｂ・sin ［２π（ｄ−２９４）／５６
８］（６月１日〜１２月３１日） Ａ＝０．６５＋０．４５・sin ［２π（γ＋８０）／４
２０］ Ｂ＝０．４０＋０．４５・sin ［２π（γ＋５５）／３
６０］ より計算できる。ただし、 Ｉsol,d,mini≦Ｉsol,d ≦Ｉsol,d,max Ｉsol,d,max ＝５４５０＋３１５０・sin ［２π（ｄ−
１２５）／３６５］ Ｉsol,d,mini＝３４０ である。ここで、γは壁の方位角（゜）である。
【００２０】壁の時刻毎日射量予測値は、 Ｉdw（ｊ）
＝Ｉdw・Ｒｔ（ｊ） より求める。ここで、Ｒｔ（ｊ）
は、表１に示すように、月毎に変わる日射量パターン係
数である。Ａは４〜９月、ＡＡは３〜９月、Ｂは１０〜
３月、ＢＢは１０〜２月の間のデータを表している。
＝Ｉdw・Ｒｔ（ｊ） より求める。ここで、Ｒｔ（ｊ）
は、表１に示すように、月毎に変わる日射量パターン係
数である。Ａは４〜９月、ＡＡは３〜９月、Ｂは１０〜
３月、ＢＢは１０〜２月の間のデータを表している。
【表１】
【００２１】（４）空調開始時の什器・躯体温度予測 一般の建物の場合、建物の空調は朝８時から夕方５時ま
で稼動し夜間停止する間欠空調が行われる。このため空
調停止後、室内温度は夏期上昇し、冬期低下する。室内
温度の変化に伴い、室内什器および躯体温度も変化し、
これらの温度変化が空調開始後の熱負荷になる。
で稼動し夜間停止する間欠空調が行われる。このため空
調停止後、室内温度は夏期上昇し、冬期低下する。室内
温度の変化に伴い、室内什器および躯体温度も変化し、
これらの温度変化が空調開始後の熱負荷になる。
【００２２】間欠空調を行う場合、空調開始時の室内温
度ｔr,s 及び什器・躯体温度ｔk,sは、日平均気温予測
値ｔavg,d と空調設備停止時間から予測でき、 ｔr,s ＝１６．８＋０．３９・ｔavg,d （空調停止時間
が１５時間前後のウイークデイ） ｔr,s ＝１５．０＋０．４８・ｔavg,d （空調停止時間
が３５時間以上の祝日又は週明け） ｔk,s ＝０．３６４・（ｔｓ−ｔr,s ）＋ｔr,s （暖房
時） ｔk,s ＝０．３０８・（ｔｓ−ｔr,s ）＋ｔr,s （冷房
時） と表される。ここで、ｔｓは空調時の室内設定温度であ
る。
度ｔr,s 及び什器・躯体温度ｔk,sは、日平均気温予測
値ｔavg,d と空調設備停止時間から予測でき、 ｔr,s ＝１６．８＋０．３９・ｔavg,d （空調停止時間
が１５時間前後のウイークデイ） ｔr,s ＝１５．０＋０．４８・ｔavg,d （空調停止時間
が３５時間以上の祝日又は週明け） ｔk,s ＝０．３６４・（ｔｓ−ｔr,s ）＋ｔr,s （暖房
時） ｔk,s ＝０．３０８・（ｔｓ−ｔr,s ）＋ｔr,s （冷房
時） と表される。ここで、ｔｓは空調時の室内設定温度であ
る。
【００２３】（５）配管立ち上がり温度予測 間欠空調を行う場合、空調停止後冷水または温水配管内
温度が配管周囲空気温度の変化により上昇または降下す
る。このため配管内水および配管の温度変化により空調
開始時に熱負荷になる。
温度が配管周囲空気温度の変化により上昇または降下す
る。このため配管内水および配管の温度変化により空調
開始時に熱負荷になる。
【００２４】配管内温度ｔw1は通常の伝熱計算式を用い
て、 ｔw1＝ｔsw・［１−exp （−ＫＳ／Ｑ・ＵＴ）］＋ｔ0
・exp （−ＫＳ／Ｑ・ＵＴ） より求めることができる。ここで、ｔswは周囲温度
（℃）、Ｋは配管熱貫流率（ｋｃａｌ／ｍ2 ｈ℃）、Ｓ
は配管表面積（ｍ2 ）、Ｑは配管熱容量（ｋｃａｌ／
℃）、ＵＴは運転停止時間（ｈ）、ｔ0 は初期配管内温
度（℃）である。周囲温度ｔswは配管の設置場所によっ
て異なってくるが、屋外の場合外気温度の日平均値予測
値を使用し、屋内の場合外気温度の日平均値予測値と空
調時の室内温度設定値の平均値を採用する。
て、 ｔw1＝ｔsw・［１−exp （−ＫＳ／Ｑ・ＵＴ）］＋ｔ0
・exp （−ＫＳ／Ｑ・ＵＴ） より求めることができる。ここで、ｔswは周囲温度
（℃）、Ｋは配管熱貫流率（ｋｃａｌ／ｍ2 ｈ℃）、Ｓ
は配管表面積（ｍ2 ）、Ｑは配管熱容量（ｋｃａｌ／
℃）、ＵＴは運転停止時間（ｈ）、ｔ0 は初期配管内温
度（℃）である。周囲温度ｔswは配管の設置場所によっ
て異なってくるが、屋外の場合外気温度の日平均値予測
値を使用し、屋内の場合外気温度の日平均値予測値と空
調時の室内温度設定値の平均値を採用する。
【００２５】（６）翌日の時刻毎熱負荷予測 翌日の外気温度・外気湿度の予測値、日射量の予測値、
空調開始時の什器・躯体温度および室内温度予測値、配
管立ち上がり温度予測値から周期定常熱負荷計算により
時刻毎熱負荷を予測する。建物の時刻毎熱負荷（ｑ）
は、貫流熱負荷（ｑk ）、日射熱負荷（ｑw ）、外気熱
負荷（ｑoa）、内部発熱負荷（ｑin）、装置蓄熱負荷
（ｑst）、什器・躯体蓄熱負荷（ｑs ）より構成され、
ｑ＝ｑk ＋ｑw ＋ｑoa＋ｑin＋ｑst＋ｑs より求められ
る。各熱負荷は次のようにして計算される。
空調開始時の什器・躯体温度および室内温度予測値、配
管立ち上がり温度予測値から周期定常熱負荷計算により
時刻毎熱負荷を予測する。建物の時刻毎熱負荷（ｑ）
は、貫流熱負荷（ｑk ）、日射熱負荷（ｑw ）、外気熱
負荷（ｑoa）、内部発熱負荷（ｑin）、装置蓄熱負荷
（ｑst）、什器・躯体蓄熱負荷（ｑs ）より構成され、
ｑ＝ｑk ＋ｑw ＋ｑoa＋ｑin＋ｑst＋ｑs より求められ
る。各熱負荷は次のようにして計算される。
【００２６】（ａ）貫流熱負荷 躯体の貫流熱負荷を求めるには壁等の実効温度差が必要
になり、実効温度差は外気温度と日射量から算出でき
る。時刻毎外気温度予測値および壁の時刻毎日射量予測
値から壁の実効温度差を算出し、壁の貫流熱負荷を求め
る。ただし、予測時点以降の外気温度は予測値を使用す
るが、予測時点以前の外気温度は実測値を使用する。 ｑk ＝Ｋ・Ａ・ＥＴＤj ＥＴＤj ＝ΣＹk ｔj-k ｔj ＝ＳＡＴj −ｔs ＳＡＴj ＝ｔoa＋ａＩnw（ｊ）／α0
になり、実効温度差は外気温度と日射量から算出でき
る。時刻毎外気温度予測値および壁の時刻毎日射量予測
値から壁の実効温度差を算出し、壁の貫流熱負荷を求め
る。ただし、予測時点以降の外気温度は予測値を使用す
るが、予測時点以前の外気温度は実測値を使用する。 ｑk ＝Ｋ・Ａ・ＥＴＤj ＥＴＤj ＝ΣＹk ｔj-k ｔj ＝ＳＡＴj −ｔs ＳＡＴj ＝ｔoa＋ａＩnw（ｊ）／α0
【００２７】ここで、Ｋは壁等の熱貫流率、Ａは壁等の
面積、ＥＴＤj は実効温度差、Ｙkは壁の応答係数、Ｓ
ＡＴj は相当温度差、ｔs は室内温度（夏期２４．５
℃、冬期２３．５℃）、ｔoaは外気温度、ａは日射吸収
率（＝０．７）、Ｉnw（ｊ）は日射量、α0 は外表面熱
伝達率（＝２０ｋｃａｌ／ｍ2 ｈ℃）である。窓の貫流
熱負荷は、時刻毎外気温度予測値と室内温度設計値の温
度差から計算する。
面積、ＥＴＤj は実効温度差、Ｙkは壁の応答係数、Ｓ
ＡＴj は相当温度差、ｔs は室内温度（夏期２４．５
℃、冬期２３．５℃）、ｔoaは外気温度、ａは日射吸収
率（＝０．７）、Ｉnw（ｊ）は日射量、α0 は外表面熱
伝達率（＝２０ｋｃａｌ／ｍ2 ｈ℃）である。窓の貫流
熱負荷は、時刻毎外気温度予測値と室内温度設計値の温
度差から計算する。
【００２８】（ｂ）日射熱負荷ｑw ｑw ＝Ｉdw・Ａ・ＳＣ より求められる。ここで、Ｉdw
は時刻毎日射量予測値、Ａは窓面積、ＳＣは窓の遮蔽係
数である。
は時刻毎日射量予測値、Ａは窓面積、ＳＣは窓の遮蔽係
数である。
【００２９】（ｃ）外気熱負荷ｑoa ｑoa＝Ｑ・［０．２４ｔoa＋ｘoa・（５９７．５＋０．
４４ｔoa）−ｈr ］＝Σn=8 17Ｑ・［（０．２４＋０．
４４ｘoa）・ｔoa＋５９７．５ｘoa−ｈr］ より求め
られる。ここで、Ｑは風量（ｋｇ／ｈ）、ｈr は室内空
気のエンタルぴー（ｋｃａｌ／ｋｇ′）、ｔoaは外気温
度（℃）、ｘoaは外気の絶対湿度（ｋｇ／ｋｇ′）であ
る。
４４ｔoa）−ｈr ］＝Σn=8 17Ｑ・［（０．２４＋０．
４４ｘoa）・ｔoa＋５９７．５ｘoa−ｈr］ より求め
られる。ここで、Ｑは風量（ｋｇ／ｈ）、ｈr は室内空
気のエンタルぴー（ｋｃａｌ／ｋｇ′）、ｔoaは外気温
度（℃）、ｘoaは外気の絶対湿度（ｋｇ／ｋｇ′）であ
る。
【００３０】（ｄ）内部発熱負荷ｑin 照明、機器、人間などから構成される内部発熱負荷は建
物によって決まる量であり、一日を通して時間変動の少
ない熱負荷である。
物によって決まる量であり、一日を通して時間変動の少
ない熱負荷である。
【００３１】（ｅ）装置熱負荷ｑst 間欠空調の場合、熱源機器、配管、空調機およびダクト
などの機器の熱容量のために、立ち上がり時にこれらの
機器の蓄熱負荷が発生する。装置熱負荷は、 ｑst＝Ｃw ・（ｔw1−ｔw2）＋ＣA ・（ｔA1−ｔA2） と表すことができる。ここで、Ｃw は配管、冷凍機、ボ
イラなどの熱容量（ｋｃａｌ／℃）、ＣA は空調機、ダ
クトなどの熱容量（ｋｃａｌ／℃）、ｔw1、ｔA1は空調
開始時の配管温度と室内温度（℃）、ｔw2、ｔA2は定常
運転時の配管温度と室内温度（℃）である。Ｃw および
ＣA は、機器仕様および図面から算出できる。
などの機器の熱容量のために、立ち上がり時にこれらの
機器の蓄熱負荷が発生する。装置熱負荷は、 ｑst＝Ｃw ・（ｔw1−ｔw2）＋ＣA ・（ｔA1−ｔA2） と表すことができる。ここで、Ｃw は配管、冷凍機、ボ
イラなどの熱容量（ｋｃａｌ／℃）、ＣA は空調機、ダ
クトなどの熱容量（ｋｃａｌ／℃）、ｔw1、ｔA1は空調
開始時の配管温度と室内温度（℃）、ｔw2、ｔA2は定常
運転時の配管温度と室内温度（℃）である。Ｃw および
ＣA は、機器仕様および図面から算出できる。
【００３２】（ｆ）什器・躯体蓄熱負荷ｑs 間欠空調時に什器・躯体の熱容量により、空調立ち上が
り時に蓄熱負荷が発生する。空調開始後の什器・躯体の
温度変化は、 θs ＝θr −（θr −θs0）・exp （−ＫＳ／Ｑs ・
ｔ） となる。ここで、θs は什器・躯体の温度、θs0は空調
開始時の躯体温度（＝ｔk,s ）、θr は空調時の室内温
度設定値、Ｋは什器・躯体熱貫流率、Ｓは什器・躯体の
伝熱面積、Ｑs は什器・躯体の熱容量、ｔは経過時間で
ある。什器・躯体の熱容量は建物図面および床面積から
容易に計算できる。什器・躯体からの蓄熱負荷は、ｑs
＝ＫＳ・（θs −θr ）と表される。
り時に蓄熱負荷が発生する。空調開始後の什器・躯体の
温度変化は、 θs ＝θr −（θr −θs0）・exp （−ＫＳ／Ｑs ・
ｔ） となる。ここで、θs は什器・躯体の温度、θs0は空調
開始時の躯体温度（＝ｔk,s ）、θr は空調時の室内温
度設定値、Ｋは什器・躯体熱貫流率、Ｓは什器・躯体の
伝熱面積、Ｑs は什器・躯体の熱容量、ｔは経過時間で
ある。什器・躯体の熱容量は建物図面および床面積から
容易に計算できる。什器・躯体からの蓄熱負荷は、ｑs
＝ＫＳ・（θs −θr ）と表される。
【００３３】（７）翌日の日積算熱負荷予測 翌日の日積算熱負荷予測値は、時刻毎熱負荷予測値を積
算することにより求めることができる。
算することにより求めることができる。
【００３４】
【作用】本発明における建物熱負荷予測方法は、 （１）熱負荷計算が確立した周期定常熱負荷計算理論に
基づいている （２）変数として容易にオンライン入手できる外気温度
および外気湿度のみを使用している （３）建物立地位置（緯度及び高度）を式中にパラメー
タとして含んでおり、地域を問わない （４）床面積、壁・床・窓ガラスの仕様及び面積、内部
発熱量、取入外気量、空調システム構成などの建物の熱
特性値をパラメータとして式に含んでいるために、あら
ゆる建物に適用できる
基づいている （２）変数として容易にオンライン入手できる外気温度
および外気湿度のみを使用している （３）建物立地位置（緯度及び高度）を式中にパラメー
タとして含んでおり、地域を問わない （４）床面積、壁・床・窓ガラスの仕様及び面積、内部
発熱量、取入外気量、空調システム構成などの建物の熱
特性値をパラメータとして式に含んでいるために、あら
ゆる建物に適用できる
【００３５】（５）予測式は簡単な算術計算のみを使用
しており、計算が簡単に行える （６）過去４８時間の外気温度、外気湿度があれば翌日
の建物熱負荷予測が行え、即座に実際の建物に適用でき
る （７）過去４８時間の外気温度のみでも建物熱負荷予測
を行うことができ、精度の低下も少ないなどの利点が得
られる。以下、本発明による好適な実施形態を添付図面
を参照しながら説明する。
しており、計算が簡単に行える （６）過去４８時間の外気温度、外気湿度があれば翌日
の建物熱負荷予測が行え、即座に実際の建物に適用でき
る （７）過去４８時間の外気温度のみでも建物熱負荷予測
を行うことができ、精度の低下も少ないなどの利点が得
られる。以下、本発明による好適な実施形態を添付図面
を参照しながら説明する。
【００３６】
【発明の実施の形態】地上３階、塔屋１階、延床面積
３，２５４ｍ2 のＲＣ造りの建物に対し、本発明の熱負
荷予測方法を適用した結果の一例を図１〜図６に示す。
予測結果は実測結果を良く反映し、十分な精度を持った
方法であることが判る。１年間の熱負荷実測値を基に、
本予測手法を適用したときの予測性能を検証した結果、 （１）日積算熱負荷予測値は、ピーク熱負荷に対し 冷房時 平均値 ＋１％ 標準偏差 ±１２％、 暖房時 平均値 ＋５％ 標準偏差 ±１４％、 であり、 （２）時刻毎熱負荷予測値は、ピーク時刻熱負荷に対し 冷房時 平均値 ＋１％ 標準偏差 ±１５％、 暖房時 平均値 ＋２％ 標準偏差 ±１３％、 の性能を有することが検証できた。
３，２５４ｍ2 のＲＣ造りの建物に対し、本発明の熱負
荷予測方法を適用した結果の一例を図１〜図６に示す。
予測結果は実測結果を良く反映し、十分な精度を持った
方法であることが判る。１年間の熱負荷実測値を基に、
本予測手法を適用したときの予測性能を検証した結果、 （１）日積算熱負荷予測値は、ピーク熱負荷に対し 冷房時 平均値 ＋１％ 標準偏差 ±１２％、 暖房時 平均値 ＋５％ 標準偏差 ±１４％、 であり、 （２）時刻毎熱負荷予測値は、ピーク時刻熱負荷に対し 冷房時 平均値 ＋１％ 標準偏差 ±１５％、 暖房時 平均値 ＋２％ 標準偏差 ±１３％、 の性能を有することが検証できた。
【００３７】
【発明の効果】以上詳細に説明した如く、本発明は予測
方法の論理が確立した理論を用いながら、実建物の熱負
荷に対し±１５％以内の精度で予測することができ、変
数は容易にオンラインで入手することができ、地域、建
物の種類を問わず、何れにも適用可能であって、計算が
簡単であり、モデル化を最小の時間で行え、即座に実際
の建物に適用できる等、空調制御における技術的効果に
は極めて顕著なものがある。
方法の論理が確立した理論を用いながら、実建物の熱負
荷に対し±１５％以内の精度で予測することができ、変
数は容易にオンラインで入手することができ、地域、建
物の種類を問わず、何れにも適用可能であって、計算が
簡単であり、モデル化を最小の時間で行え、即座に実際
の建物に適用できる等、空調制御における技術的効果に
は極めて顕著なものがある。
【図１】冷房期の建物熱負荷と外気温度の実測値と予測
値を比較したグラフである。
値を比較したグラフである。
【図２】暖房期の建物熱負荷と外気温度の実測値と予測
値を比較したグラフである。
値を比較したグラフである。
【図３】冷房期の時刻毎熱負荷予測の実測値と予測値を
比較したグラフである。
比較したグラフである。
【図４】暖房期の時刻毎熱負荷予測の実測値と予測値を
比較したグラフである。
比較したグラフである。
【図５】冷房期の日積算熱負荷予測の実測値と予測値を
比較したグラフである。
比較したグラフである。
【図６】暖房期の日積算熱負荷予測の実測値と予測値を
比較したグラフである。
比較したグラフである。
Claims (2)
- 【請求項１】 過去４８時間以内の外気温度の実測値
（Ｊ１）を使用し、 第１段階として、決定論的外気温度と、４時間平均値の
自己回帰モデルを使用した確率論的外気温度の和によっ
て２４時間先までの外気温度（Ｙ１）を予測し、 第２段階として、決定論的外気湿度によって２４時間先
までの外気湿度（Ｙ２）を予測し、 第３段階として、緯度と１月１日からの日数とに基づく
計算式によって地下１ｍの温度（Ｙ３）を予測し、 第４段階として、２４時間先までの外気温度予測値（Ｙ
１）の平均から翌日の日平均気温（Ｙ４）と各方位の壁
毎および屋根の日射量（Ｙ５）とを予測し、 第５段階として、翌日の日平均気温（Ｙ４）と空調設備
停止時間と室内設定温度から一次の計算式によって空調
開始時の什器・躯体温度（Ｙ６）と室内温度（Ｙ７）を
予測し、 第６段階として、伝熱計算式を用いて配管立ち上がり温
度（Ｙ８）を予測し、 第７段階として、前記全ての予測値（Ｙ１〜Ｙ８）と各
建物に固有な建物熱特性値から周期定常熱負荷計算によ
り翌日の時刻毎熱負荷（Ｙ９）を予測し、 第８段階として、前記時刻毎熱負荷（Ｙ９）を積算する
ことにより日積算熱負荷（Ｙ１０）を予測し、 前記時刻毎熱負荷（Ｙ９）および前記日積算熱負荷（Ｙ
１０）の予測値に基づいて空調制御を行うことを特徴と
する建物熱負荷予測による空調制御方法。 - 【請求項２】 過去４８時間以内の外気湿度の実測値
（Ｊ２）を追加して使用し、前記第２段階において、決
定論的外気湿度と、４時間平均値の自己回帰モデルを使
用した確率論的外気湿度の和によって翌日２４時間の外
気湿度（Ｙ２）を予測することを特徴とする請求項１記
載の空調制御方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9021957A JP2874000B2 (ja) | 1997-01-22 | 1997-01-22 | 建物熱負荷予測による空調制御方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9021957A JP2874000B2 (ja) | 1997-01-22 | 1997-01-22 | 建物熱負荷予測による空調制御方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH10205852A true JPH10205852A (ja) | 1998-08-04 |
| JP2874000B2 JP2874000B2 (ja) | 1999-03-24 |
Family
ID=12069557
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP9021957A Expired - Fee Related JP2874000B2 (ja) | 1997-01-22 | 1997-01-22 | 建物熱負荷予測による空調制御方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2874000B2 (ja) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002243216A (ja) * | 2001-02-19 | 2002-08-28 | Takasago Thermal Eng Co Ltd | ダイナミック型氷蓄熱システム及びその運転方法と予測方法 |
| JP2009210237A (ja) * | 2008-03-06 | 2009-09-17 | Yamatake Corp | エネルギー算出装置、方法及びプログラム |
| JP2014009939A (ja) * | 2012-06-29 | 2014-01-20 | Mitsubishi Electric Corp | 建物のゾーンのための環境制御システムを動作させる方法 |
| WO2014109290A1 (ja) * | 2013-01-11 | 2014-07-17 | パナソニック株式会社 | 室温推定装置、プログラム |
| JP2015507276A (ja) * | 2012-01-12 | 2015-03-05 | ニューロバット エージー | 建造物の暖房システムのための温度制御ユニットへの改善 |
| JP2015068585A (ja) * | 2013-09-30 | 2015-04-13 | パナホーム株式会社 | 建物の空調システム |
| EP3012546A4 (en) * | 2013-06-17 | 2017-03-01 | Mitsubishi Electric Corporation | Air conditioning system control device and air conditioning system control method |
| CN108870671A (zh) * | 2018-04-19 | 2018-11-23 | 天津大学 | 一种适用于建筑规划阶段的空调负荷预测方法 |
| JP2019124435A (ja) * | 2018-01-19 | 2019-07-25 | 三菱電機株式会社 | 空調システム、制御装置、空調制御方法及びプログラム |
| CN110068110A (zh) * | 2019-04-02 | 2019-07-30 | 深圳市海源节能科技有限公司 | 一种中央空调负荷预测方法、智能终端及存储介质 |
| JP2020077019A (ja) * | 2018-11-05 | 2020-05-21 | 日本コンピューターテクノス株式会社 | 設備制御装置、学習装置、設備制御方法、学習器の生産方法、およびプログラム |
| CN112036026A (zh) * | 2020-08-27 | 2020-12-04 | 天津天大求实电力新技术股份有限公司 | 一种基于蓄热系统的建筑热负荷预测方法 |
| CN113283056A (zh) * | 2021-04-28 | 2021-08-20 | 长安大学 | 蒸发冷却空调技术在不同地区适应度计算方法 |
-
1997
- 1997-01-22 JP JP9021957A patent/JP2874000B2/ja not_active Expired - Fee Related
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002243216A (ja) * | 2001-02-19 | 2002-08-28 | Takasago Thermal Eng Co Ltd | ダイナミック型氷蓄熱システム及びその運転方法と予測方法 |
| JP2009210237A (ja) * | 2008-03-06 | 2009-09-17 | Yamatake Corp | エネルギー算出装置、方法及びプログラム |
| JP2015507276A (ja) * | 2012-01-12 | 2015-03-05 | ニューロバット エージー | 建造物の暖房システムのための温度制御ユニットへの改善 |
| JP2014009939A (ja) * | 2012-06-29 | 2014-01-20 | Mitsubishi Electric Corp | 建物のゾーンのための環境制御システムを動作させる方法 |
| WO2014109290A1 (ja) * | 2013-01-11 | 2014-07-17 | パナソニック株式会社 | 室温推定装置、プログラム |
| JP2014134360A (ja) * | 2013-01-11 | 2014-07-24 | Panasonic Corp | 室温推定装置、プログラム |
| EP3012546A4 (en) * | 2013-06-17 | 2017-03-01 | Mitsubishi Electric Corporation | Air conditioning system control device and air conditioning system control method |
| JP2015068585A (ja) * | 2013-09-30 | 2015-04-13 | パナホーム株式会社 | 建物の空調システム |
| JP2019124435A (ja) * | 2018-01-19 | 2019-07-25 | 三菱電機株式会社 | 空調システム、制御装置、空調制御方法及びプログラム |
| CN108870671A (zh) * | 2018-04-19 | 2018-11-23 | 天津大学 | 一种适用于建筑规划阶段的空调负荷预测方法 |
| JP2020077019A (ja) * | 2018-11-05 | 2020-05-21 | 日本コンピューターテクノス株式会社 | 設備制御装置、学習装置、設備制御方法、学習器の生産方法、およびプログラム |
| CN110068110A (zh) * | 2019-04-02 | 2019-07-30 | 深圳市海源节能科技有限公司 | 一种中央空调负荷预测方法、智能终端及存储介质 |
| CN110068110B (zh) * | 2019-04-02 | 2020-12-04 | 深圳市海源节能科技有限公司 | 一种中央空调负荷预测方法、智能终端及存储介质 |
| CN112036026A (zh) * | 2020-08-27 | 2020-12-04 | 天津天大求实电力新技术股份有限公司 | 一种基于蓄热系统的建筑热负荷预测方法 |
| CN112036026B (zh) * | 2020-08-27 | 2023-09-22 | 天津天大求实电力新技术股份有限公司 | 一种基于蓄热系统的建筑热负荷预测方法 |
| CN113283056A (zh) * | 2021-04-28 | 2021-08-20 | 长安大学 | 蒸发冷却空调技术在不同地区适应度计算方法 |
| CN113283056B (zh) * | 2021-04-28 | 2023-12-01 | 长安大学 | 蒸发冷却空调技术在不同地区适应度计算方法 |
| CN113283056B8 (zh) * | 2021-04-28 | 2024-02-23 | 长安大学 | 蒸发冷却空调技术在不同地区适应度计算方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2874000B2 (ja) | 1999-03-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Joe et al. | A model predictive control strategy to optimize the performance of radiant floor heating and cooling systems in office buildings | |
| Sturzenegger et al. | Model predictive climate control of a swiss office building: Implementation, results, and cost–benefit analysis | |
| JP2874000B2 (ja) | 建物熱負荷予測による空調制御方法 | |
| Henze et al. | Sensitivity analysis of optimal building thermal mass control | |
| Belafi et al. | Smart building management vs. intuitive human control—Lessons learnt from an office building in Hungary | |
| US20190310667A1 (en) | System for providing thermostat configuration guidance | |
| Kiliccote et al. | Dynamic controls for energy efficiency and demand response: Framework concepts and a new construction study case in New York | |
| KR101075893B1 (ko) | 지역난방시스템의 열에너지 공급 제어방법 | |
| Lee et al. | Simulation and optimization of energy efficient operation of HVAC system as demand response with distributed energy resources | |
| Naderi et al. | Consumer cost savings, improved thermal comfort, and reduced peak air conditioning demand through pre-cooling in Australian housing | |
| Hani et al. | Optimization of office building façades in a warm summer continental climate | |
| Berthou et al. | Optimal control for building heating: An elementary school case study | |
| Nyman | Cost optimal heating and cooling systems in nearly zero energy service buildings | |
| Bigaila et al. | Solar energy potential for commercial building facade retrofit | |
| Kummert et al. | Building and HVAC optimal control simulation. Application to an office building. | |
| Srivastava et al. | Analysis of radiant cooling system integrated with cooling tower for composite climatic conditions | |
| Akgüç | A new approach to increase energy efficiency of luxury high-rise residential blocks in complex buildings by utilizing advanced HVAC systems | |
| Strand | Investigation of a condenser-linked radiant cooling system using a heat balance based energy simulation program | |
| Raimondo et al. | Field test of a thermal active building system (tabs) in an office building in Denmark | |
| Ferhatbegović et al. | Methodology for deploying model based control concepts for load shaping in the non-residential building sector | |
| Morgan | Experimental analysis of optimal control of passive and active building thermal storage inventory | |
| Zhou et al. | Robust optimal scheduling method for integrated heating/electricity community energy systems with flexible heating loads of buildings under energy prices uncertainties | |
| Valmiki et al. | Commercial and Multifamily CO2 Heat Pump Water Heater Market Study and Field Demonstration | |
| Peng et al. | Modeling and Control of a Solar-heated Greenhouse with Auxiliary Heat Pump | |
| Mendon | Energy modeling and analysis of the WRCNC building on NCSU's centennial campus |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090114 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100114 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110114 Year of fee payment: 12 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120114 Year of fee payment: 13 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130114 Year of fee payment: 14 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140114 Year of fee payment: 15 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |