区域供冷负荷预测模型的建立

随着经济的发展,区域建筑越来越多,如何进行区域冷负荷预测是一个难题。传统的面积负荷指标法不能反映区域负荷的特点,预测结果往往偏大;而由于在区域规划阶段,很多建筑信息和参数都不全,采用软件进行详细的模拟计算也显得不可行。本文根据城市用地分类标准及建筑冷负荷特性将城市建筑进行分类,对每类建筑建立典型建筑模型并确立冷负荷的物理因素、内扰因素和外扰因素,应用DeST(Designer’s Simulation Toolkits)软件对典型建筑模型进行模拟,通过对模拟结果进行适当处理后得到城市建筑动态冷负荷数据库,为区域供冷冷负荷预测提供参考和依据。     

区域建筑冷(热)负荷的影响因素敏感性分析及预测方法研究

本文提出了1种基于DeST模拟软件的“典型模拟+修正”方法,此预测方法通过建筑负荷影响因素的敏感性分析对区域建筑进行分类,而后抽取典型建筑作为可以代表区域建筑群负荷分布的典型建筑模型,将区域建筑的负荷预测转化为典型建筑模型进行模拟,同时将非典型建筑模型向典型建筑模型修正后进行模拟.对北京某居住区区域建筑采用“典型模拟+修正”方法进行了冷(热)负荷模拟计算,并将模拟结果与所有单栋建筑逐一模拟的结果进行了比较,验证了此种方法的准确性及可行性.     

规划阶段建筑群冷热负荷预测方法研究

为了准确地预测规划区域建筑时间和空间上负荷动态特性,本文回顾了区域冷热负荷预测方法研究进展,梳理了区域建筑负荷的典型影响因素,比较了各种负荷预测方法的优缺点,重点剖析了基于Bayesian理论回归统计负荷预测模型、负荷因子法模型和BP网络神经模型的构建过程.针对不同规划阶段能源规划方案,开展了区域负荷预测方法适用性分析...     

区域供冷供热系统的负荷预测

针对区域供冷供热的特点,提出一种有效的区域负荷预测方法:通过建立几种适用于某一地区的典型建筑DeST负荷计算模型,模拟出不同类型建筑的全年逐时负荷并对数据进行分析处理,得出不同类型建筑的全年峰值负荷与负荷率时间分布,用来指导该地区的区域负荷预测或区域供冷供热系统的研究。     

基于灰箱模型的设计阶段建筑负荷预测方法

本文以能耗模拟软件EnergyPlus为计算工具,对不同情境下的建筑进行模拟,形成基于正演模型的数据库,该数据库包含大量建筑情景,能较好地涵盖实际工程设计情况.在此数据库基础上,采用深度学习方法,实现快速预测建筑全年逐时负荷,测试结果表明,该方法表现出了良好的快速性和准确性.该灰箱方法简单方便,为设计阶段建筑负荷预测提...     

居住建筑能耗预测分析方法的研究

本文通过正交实验设计、DeST建筑能耗软件模拟及多元线性回归方法,研究了影响居住建筑能耗的主要建筑设计因素,得到了重庆市居住建筑冷、热负荷及全年负荷的预测方程,并进行了误差分析。通过预测方程和模拟软件分别计算所得结果的对比分析,验证了该方程的可靠性,为重庆市居住建筑能耗预测分析提供了一种简便适用的方法。利用可靠的预测方程,可以快速而简单地评价分析不同设计方法和围护结构方式对建筑能耗的影响。     

夏热冬冷地区居住建筑的供暖空调负荷预测

采用EQUEST软件对夏热冬冷地区8个典型城市1 54栋居住建筑的供暖空调负荷进行模拟,分析体形系数、外墙传热系数、屋顶传热系数、朝向窗墙比、外窗传热系数、综合遮阳系数与供暖空调负荷之间的关系.基于SPSS软件对上述变量进行多元回归预测分析,得出了适用于夏热冬冷地区八个典型城市的居住建筑供暖空调负荷预测方程,为建筑设计师提供了一种便捷的供暖空调负荷计算和节能设计方法.     

基于最近邻搜索的区域建筑负荷预测方法

区域建筑负荷预测是区域能源系统进行设备容量配置的基础,决定了系统实际运行效果,如何快速准确地实现区域建筑负荷逐时预测,是目前面对的一个难题.本文以能耗模拟软件EnergyPlus为计算工具,建立了基于软件模拟的"模型参数变量-负荷"数据库.在此基础上,提出了最近邻搜索方法对区域建筑负荷进行预测,并通过度量选择筛选得到了...     

基于eQUEST的低层居住建筑节能措施效果分析

针对上海市郊区某低层居住建筑不同功能区的建筑能耗进行节能预测分析,根据低层居住建筑的特点,采用eQUEST能耗分析软件计算该建筑全年逐月动态制冷、制热(采暖)、照明和设备等用电负荷,分析了动态负荷变化规律和负荷构成,预测评价了该建筑能耗及节能潜力,并探讨了降低低层居住建筑能耗的对策建议。     

基于建筑特性的冷热电动态负荷预测方法研究

提出了一种基于建筑特性的冷热电负荷预测方法,通过对典型城市典型建筑冷热电逐时负荷特性的研究,提供区域能源设计使用的建筑用能侧冷热电负荷预测和基础数据。对研究方法进行了阐述,并对计算结果的准确性进行了验证,同时介绍了基础数据库的使用方法和计算公式。     

上海世博园区空调动态负荷预测与研究

根据2010年上海世博会总体规划对世博园区围栏区内的建筑群进行空调动态负荷预测,采用建筑能耗分析软件DOE-2.1C,建立了五大永久性建筑群、外国国家馆群、国际组织馆群、企业馆群的空调动态负荷分析模型,针对临时性展馆提出了模块式分类简化法。通过研究世博会期间逐时空调动态负荷、空调负荷率的时间分布、月空调负荷、设计日逐时负荷等,分析了世博园区各建筑群的空调负荷特性。通过确定三大负荷敏感度因子——气象参数变化因子、人流量变化因子和新风供给方式变化因子进行了负荷情景分析。     

城市规划阶段建筑空调负荷预测方法

提出一种基于建筑空调负荷指标和气象参数的负荷因子法,分别计算建筑围护结构负荷、新风负荷、人员负荷、照明负荷及设备负荷,逐时叠加获得总的建筑空调负荷。利用正交试验对建筑空调负荷影响因素的显著性进行了分析,得出室外气象条件、室内设计参数及新风标准为建筑空调负荷预测的显著性影响因素。     

空管塔台的空调负荷分析北大核心

以南宁新机场空管塔台为例,通过三维负荷计算软件IES,分别以实际建筑模型及按常规方法简化的模型进行负荷计算,分析了空管塔台倾斜幕墙、高度等因素对空调负荷的影响。在所建立的模型中输入不同的玻璃热工参数以分析玻璃性能对空调负荷计算的影响。对建立的模型进行静态和全年动态负荷计算,分析空管塔台的空调负荷特性。     

区域建筑冷热负荷预测方法及其研究进展

区域建筑冷热负荷预测是建筑区域用能规划和区域供冷供热系统设计的基础和关键。对已有区域建筑冷热负荷预测方法进行了回顾,比较分析了各种预测方法的优缺点,根据其各自特点探讨了区域用能规划阶段和区域能源系统设计阶段负荷预测方法的适用性。     

空调负荷的动态分析与设计负荷

本文根据自编的《VCD-I》空调动态负荷计算程序,对宾馆类建筑分析了动态贞荷与设计负荷的关系,提出了一种由动态负荷确定设计负荷的《负荷系数法》.对深入研究空调负荷计算方法和编制我国空调设计规范又增辟了一个新的途径.     

广州地区学生公寓建筑能耗模拟分析

学生公寓建筑作为高校校园建筑的一个重要组成部分,降低其能耗对高校建筑总能耗的降低有直接影响。在对夏热冬暖地区典型城市广州的典型年气候参数分析的基础上,采用模拟软件对广州大学城某大学学生宿舍建筑全年逐时冷负荷、月累计冷负荷、供冷时段空调月累计冷负荷进行计算,分析供冷期逐月平均供冷成本,为该地区各高校对学生宿舍的供冷进行收费提供参考。     

徐州某商业办公综合楼的空调负荷计算模拟分析

本着节约能源,降低能耗与经济的宗旨,本文对徐州某商业办公综合楼的空调负荷进行计算与DeST动态模拟,从而实现了建筑负荷计算的准确性:对该建筑的空调系统采用了排风、回风热量回收设计,并对其进行了热回收计算,可使冷热源选择满足经济性、高效性和节能性。     

围护结构冷负荷快速计算方法研究

本文提出了一种围护结构冷负荷快速计算方法,即以冷负荷系数法为基础,将建筑外围护结构视为一个整体,通过计算冷负荷修正系数而得到围护结构冷负荷。文中定义冷负荷修正系数为围护结构冷负荷与外围护结构冷负荷之比,同时还提出了冷负荷修正系数的计算方法。在计算建筑围护结构部分冷负荷时,只需用建筑外围护结构部分冷负荷乘以冷负荷修正系数即可,不用特殊计算内围护结构部分的冷负荷。根据围护结构冷负荷快速计算这一方法,以Access和VBA为工具编程,制作了一个冷负荷快速计算软件。该软件省去了普通软件逐个房间计算冷负荷的复杂性,同时也避免了用冷负荷指标估算时的误差。最后依次采用冷负荷快速计算软件以及现有的常用负荷计算软件计算典型建筑的冷负荷,验证该软件的准确性和可行性。     

基于混合pi-sigma网络的短期电力负荷预测

本文提出了一种短期电力负荷的混合pi-sigma模糊神经网络回归预测方法。该方法根据短期电力负荷的周期性,利用混合pisigma模糊神经推理功能,对欧洲电力负荷进行预测。该模型以高斯基函数作为模糊子集的隶属度函数,在线动态调整隶属度函数和结论参数。实例表明,本文提出的混合pi-sigma网络电力负荷预报方法优于常规时序预测方法,具有物理意义透明、预测操作方便,精确度高以及预测结果确定等特点,克服了神经网络电力负荷预报方法的不确定性。仿真实验结果验证了所提模型和方法的有效性。     

建筑空间负荷预测方法

对建筑空间负荷计算方法的研究现状进行了分析总结,归纳出3类主要的负荷计算方法:基于机理建模的计算方法,基于数据学习的逐时预测方法,基于软测量的实时预测方法。基于机理建模的计算方法比较成熟,准确性高,比较适合在建筑空调系统的设计阶段进行模拟分析。后2种方法适用于空调运行阶段的实时调控,具有较大的发展潜力,但基于数据学习的逐时预测方法需要进一步加强模型泛化能力及动态实时性方面的研究,基于软测量的实时预测方法则需要在模型准确性、参数辨识有效性等方向重点关注。