CN109492878A - 一种超低能耗公共建筑节能技术方案的评价方法 - Google Patents

一种超低能耗公共建筑节能技术方案的评价方法 Download PDF

Info

Publication number
CN109492878A
CN109492878A CN201811208357.3A CN201811208357A CN109492878A CN 109492878 A CN109492878 A CN 109492878A CN 201811208357 A CN201811208357 A CN 201811208357A CN 109492878 A CN109492878 A CN 109492878A
Authority
CN
China
Prior art keywords
energy consumption
super low
low energy
building
technical solution
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
CN201811208357.3A
Other languages
English (en)
Inventor
赵靖
党淑红
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.)
Tianjin University
Original Assignee
Tianjin University
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 Tianjin University filed Critical Tianjin University
Priority to CN201811208357.3A priority Critical patent/CN109492878A/zh
Publication of CN109492878A publication Critical patent/CN109492878A/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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种超低能耗公共建筑节能技术方案的评价方法，步骤一，按照现行公共建筑节能设计标准建立基准建筑模型，并采用能耗模拟软件计算基准建筑能耗；步骤二，通过调研获得超低能耗示范建筑及其相关研究数据，以及从通用的超低能耗建筑技术中遴选出超低能耗技术方案；步骤三，通过多目标优化方法优化组合超低能耗技术方案；步骤四，对多目标优化问题产生的一组P＝{超低能耗技术优化方案}进行解域，利用节能贡献率ECRi作为最优解评价指标，最大节能贡献率对应的技术方案即为最优超低能耗技术设计方案。本发明针对超低能耗公共建筑节能技术方案提出了客观的评价方法，避免了各种节能技术的简单堆砌问题，对超低能耗建筑设计阶段节能技术方案的决策具有重要的指导作用。

Description

一种超低能耗公共建筑节能技术方案的评价方法
技术领域
本发明涉及一种节能建筑领域，特别是涉及一种超低能耗公共建筑节能技术方案的评价方法。
背景技术
随着能源和环境问题的日益凸显，“发展节能建筑”不仅是节约能源的需要，更是人类健康的需要。超低能耗建筑拓展了传统节能建筑技术边界，通过各种节能技术以及可再生能源的最佳集成应用，对降耗减排以及建筑技术的可持续发展具有更深刻的意义。超低能耗建筑不是盲目堆砌节能技术，因此在选择建筑节能技术方案时，应重点进行优化以及评价。我国现行节能设计标准只涉及了围护结构热工性能评价方法，所以无法满足超低能耗建筑设计阶段节能技术方案的决策需求。因此建立一种超低能耗公共建筑节能技术方案的评价方法，将对超低能耗建筑设计阶段节能技术方案的选择具有重要的参考价值。
发明内容
本发明的目的是为了克服现有建筑节能技术方案评价方法的不足，提供一种超低能耗公共建筑节能技术方案的评价方法，指导超低能耗建筑设计阶段节能技术方案的选择，避免盲目堆砌技术的现象。
本发明提出一种超低能耗公共建筑节能技术方案的评价方法，该方法包括以下步骤：
步骤一，按照现行公共建筑节能设计标准建立基准建筑模型，并采用能耗模拟软件计算基准建筑能耗；
步骤二，通过调研超低能耗示范建筑及其相关研究数据遴选出通用的超低能耗技术；
步骤三，通过多目标优化方法优化组合超低能耗技术方案；
步骤四，利用节能贡献率ECRi作为超低能耗技术设计方案评价指标，多目标优化问题产生的一组解P＝{超低能耗技术优化方案}中最大节能贡献率所对应的技术方案即为最优；
节能贡献率ECRi的计算公式如下：
其中，Qo表示基准建筑能耗，Qni表示在基准模型的基础上加上解域P＝{超低能耗技术优化方案}的其中一种技术方案后的建筑能耗。
所述步骤三中通过多目标优化方法优化组合超低能耗技术方案优化技术方案的处理，具体包括以下过程：
步骤(1)建立多目标优化模型，包括：
确立能够使建筑总能耗最小化的超低能耗技术设计方案的目标方程，表达式为：
F＝min(HVAC***能耗+照明能耗+室内设备能耗+其他用能设备能耗)
依照超低能耗建筑能耗指标设置优化的约束条件；
根据各项超低能耗技术参数在优化分析中考虑的可能取值来确定优化变量；
步骤(2)、求解模型，具体模型求解过程如下：
选择求解模型的遗传算法和设置所选择的求解模型的遗传算法的参数，包括种群规模、终止条件、交叉概率和变异概率；
按二进制或实数等进行编码，生成初始种群，对初始种群进行基本的交叉变异遗传操作，产生子代种群；
将父、子两代种群合并，进行快速的非支配排序、精英保留和拥挤度排序操作，选择前沿中的前若干个个体组成新一代种群，继续以上循环操作直至达到终止条件，终止条件是指最大的循环代数；
最后程序结束得到所需要的帕累托最优解，即优化后的超低能耗技术方案。
与现有技术相比，本发明针对超低能耗公共建筑节能技术方案提出了客观的评价方法，避免了各种节能技术的简单堆砌问题，对超低能耗建筑设计阶段节能技术方案的决策具有重要的指导作用。
附图说明
图1为本发明的一种超低能耗公共建筑节能技术方案的评价方法流程图；
图2为超低能耗技术方案优化流程图。
具体实施方式
下面结合附图给出本发明公共建筑超低能耗技术方案评价方法的具体实施过程，并予以详细描述。
如图1所示，本发明的一种超低能耗公共建筑节能技术方案的评价方法流程图，具体过程如下：
步骤一、建立基准建筑模型，并计算总能耗：按照我国现行公共建筑节能设计标准GB50189-2015对建筑围护结构、暖通空调***、照明设备等参数的规定值，采用能耗模拟软件建立基准建筑模型并计算总的建筑能耗。
步骤二、遴选超低能耗建筑技术：通过分析总结国内外超低能耗建筑设计方法相关研究以及调研我国现有被动式超低能耗绿色建筑项目，提炼了以下通用的超低能耗建筑技术：
被动式技术：高性能围护结构、自然采光、自然通风、遮阳；
主动式技术：排风热回收、照明控制、HVAC***控制；
可再生能源应用：地源热泵、太阳能光伏光热等。
三、优化技术方案
参照图2，利用多目标优化的方法对超低能耗技术方案进行优化组合的过程如下：
1、建立多目标优化模型
a.确立目标方程：所采取的技术方案能够使建筑总能耗最小化，其表达式为：
F＝min(HVAC***能耗+照明能耗+室内设备能耗＝其他用能设备能耗)；
b.设置约束条件：以我国被动式超低能耗绿色建筑技术导则(住房城乡建筑设部.被动式超低能耗绿色建筑技术导则(试行)(居住建筑)，2015)规定超低能耗建筑能耗指标作为优化的约束条件；
c.确定优化变量：各项技术参数在优化分析中考虑的可能取值；
2、求解模型：选择求解模型的遗传算法，设置算法的参数，经过计算机运算，得出帕累托最优解，即优化后的超低能耗技术方案。具体模型求解过程如下：
a.设置算法的参数：包括种群规模、终止条件，交叉概率、变异概率。
b.按二进制或实数等进行编码，生成一定的初始种群，对初始种群进行基本的交叉变异遗传操作，产生子代种群；
c.将父子两代种群合并，进行快速的非支配排序、精英保留和拥挤度排序操作，选择前沿中的前若干个个体组成新一代种群，继续以上循环操作直至达到终止条件；
d.最后程序结束得到所需要的帕累托最优解。
四、建立技术方案评价指标
由于多目标优化问题产生的是一组帕累托最优解集P＝{超低能耗技术优化方案}，因此为得到最优技术方案，建立了最优解评价指标“节能贡献率ECRi”，公式表达如下：
其中，Qo是基准建筑能耗，Qni是在基准模型的基础上加上解域P＝{超低能耗技术优化方案}的其中一种技术方案后的建筑能耗。
其中最大节能贡献率对应的技术方案即为最优超低能耗技术设计方案。

Claims (2)

1.一种超低能耗公共建筑节能技术方案的评价方法，其特征在于，该方法包括以下步骤：
步骤一，按照现行公共建筑节能设计标准建立基准建筑模型，并采用能耗模拟软件计算基准建筑能耗；
步骤二，通过调研超低能耗示范建筑及其相关研究数据遴选出通用的超低能耗技术；
步骤三，通过多目标优化方法优化组合超低能耗技术方案；
步骤四，利用节能贡献率ECRi作为超低能耗技术设计方案评价指标，多目标优化问题产生的一组解P＝{超低能耗技术优化方案}中最大节能贡献率所对应的技术方案即为最优；
节能贡献率ECRi的计算公式如下：
其中，Qo表示基准建筑能耗，Qni表示在基准模型的基础上加上解域P＝{超低能耗技术优化方案}的其中一种技术方案后的建筑能耗。
2.如权利要求1所述的一种超低能耗公共建筑节能技术方案的评价方法，其特征在于，所述步骤三中的通过多目标优化方法优化组合超低能耗技术方案，具体包括以下过程：
步骤(1)建立多目标优化模型，包括：
确立能够使建筑总能耗最小化的超低能耗技术设计方案的目标方程，表达式为：
F＝min(HVAC***能耗+照明能耗+室内设备能耗+其他用能设备能耗)
依照超低能耗建筑能耗指标设置优化的约束条件；
根据各项超低能耗技术参数在优化分析中考虑的可能取值来确定优化变量；
步骤(2)、求解模型，具体模型求解过程如下：
选择求解模型的遗传算法和设置所选择的求解模型的遗传算法的参数，包括种群规模、终止条件、交叉概率和变异概率；
按二进制或实数等进行编码，生成初始种群，对初始种群进行基本的交叉变异遗传操作，产生子代种群；
将父、子两代种群合并，进行快速的非支配排序、精英保留和拥挤度排序操作，选择前沿中的前若干个个体组成新一代种群，继续以上循环操作直至达到终止条件，终止条件是指最大的循环代数；
最后程序结束得到所需要的帕累托最优解，即优化后的超低能耗技术方案。
CN201811208357.3A 2018-10-17 2018-10-17 一种超低能耗公共建筑节能技术方案的评价方法 Pending CN109492878A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811208357.3A CN109492878A (zh) 2018-10-17 2018-10-17 一种超低能耗公共建筑节能技术方案的评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811208357.3A CN109492878A (zh) 2018-10-17 2018-10-17 一种超低能耗公共建筑节能技术方案的评价方法

Publications (1)

Publication Number Publication Date
CN109492878A true CN109492878A (zh) 2019-03-19

Family

ID=65691387

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811208357.3A Pending CN109492878A (zh) 2018-10-17 2018-10-17 一种超低能耗公共建筑节能技术方案的评价方法

Country Status (1)

Country Link
CN (1) CN109492878A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110069823A (zh) * 2019-03-26 2019-07-30 中国矿业大学 一种基于多目标智能优化和EnergyPlus的建筑节能设计方法
CN112149209A (zh) * 2020-09-04 2020-12-29 天津大学 一种建筑多性能导向设计的优化方法
CN114818059A (zh) * 2022-04-11 2022-07-29 深圳市微筑科技有限公司 建筑节能策略优化控制方法、装置、设备及可读存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102324075A (zh) * 2011-10-29 2012-01-18 大连理工大学 一种基于WebGIS的绿色建筑智能化节能评估管理***
CN104134097A (zh) * 2014-07-01 2014-11-05 哈尔滨工业大学 一种基于gann-bim模型的严寒地区办公建筑形态节能设计方法
CN104680004A (zh) * 2015-02-11 2015-06-03 西安建筑科技大学 一种建筑物节能率计算方法
CN105652791A (zh) * 2015-12-04 2016-06-08 西安交通大学 订单驱动的离散制造过程能耗优化方法
CN106295029A (zh) * 2016-08-16 2017-01-04 重庆大学 一种基于性能导向的建筑多目标优化设计方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102324075A (zh) * 2011-10-29 2012-01-18 大连理工大学 一种基于WebGIS的绿色建筑智能化节能评估管理***
CN104134097A (zh) * 2014-07-01 2014-11-05 哈尔滨工业大学 一种基于gann-bim模型的严寒地区办公建筑形态节能设计方法
CN104680004A (zh) * 2015-02-11 2015-06-03 西安建筑科技大学 一种建筑物节能率计算方法
CN105652791A (zh) * 2015-12-04 2016-06-08 西安交通大学 订单驱动的离散制造过程能耗优化方法
CN106295029A (zh) * 2016-08-16 2017-01-04 重庆大学 一种基于性能导向的建筑多目标优化设计方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
祁士伟: ""基于遗传算法的绿色建筑节能方案多目标优化"", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110069823A (zh) * 2019-03-26 2019-07-30 中国矿业大学 一种基于多目标智能优化和EnergyPlus的建筑节能设计方法
CN112149209A (zh) * 2020-09-04 2020-12-29 天津大学 一种建筑多性能导向设计的优化方法
CN112149209B (zh) * 2020-09-04 2022-03-22 天津大学 一种建筑多性能导向设计的优化方法
CN114818059A (zh) * 2022-04-11 2022-07-29 深圳市微筑科技有限公司 建筑节能策略优化控制方法、装置、设备及可读存储介质
CN114818059B (zh) * 2022-04-11 2023-08-29 深圳市微筑科技有限公司 建筑节能策略优化控制方法、装置、设备及可读存储介质

Similar Documents

Publication Publication Date Title
Chen et al. Multiobjective optimization of building energy consumption based on BIM-DB and LSSVM-NSGA-II
Li et al. Genetic algorithm for building optimization: State-of-the-art survey
Yong et al. Multi-objective optimization of building energy performance using a particle swarm optimizer with less control parameters
Feng et al. Multi-objective quantum-behaved particle swarm optimization for economic environmental hydrothermal energy system scheduling
Polly et al. From zero energy buildings to zero energy districts
Al-Saadi et al. Optimization of envelope design for housing in hot climates using a genetic algorithm (GA) computational approach
Sha et al. Overview of computational intelligence for building energy system design
Yang et al. Multiobjective optimization using nondominated sorting genetic algorithm-II for allocation of energy conservation and renewable energy facilities in a campus
CN109492878A (zh) 一种超低能耗公共建筑节能技术方案的评价方法
Yang et al. Benchmarking the building energy consumption and solar energy trade-offs of residential neighborhoods on Chongming Eco-Island, China
CN104268712B (zh) 基于改进的混合多种群进化算法的能源平衡与调度方法
Wu et al. Intelligent optimization framework of near zero energy consumption building performance based on a hybrid machine learning algorithm
WO2013174146A1 (zh) 以降低网损为目标的多约束条件下风电送出功率优化评估方法
CN106295029A (zh) 一种基于性能导向的建筑多目标优化设计方法
Attia et al. Building performance optimization of net zero‐energy buildings
CN110069823A (zh) 一种基于多目标智能优化和EnergyPlus的建筑节能设计方法
He et al. Towards to the development of virtual testbed for net zero energy communities
CN107065520B (zh) 一种冷风机参数配置优化方法
CN105427058A (zh) 一种基于遗传算法的发动机测试线工位分配优化方法
Li et al. Development and application of hourly building cooling load prediction model
CN112001639A (zh) 综合能源***能源需求的可调能力评估方法及存储介质
Pan et al. Multi-objective optimization for building performance design considering thermal comfort and energy consumption
CN110118380A (zh) 一种太阳能采暖***等效设计容量计算方法
Jearsiripongkul et al. Office building envelope design optimization by modified competitive search algorithm for energy saving
CN110543977B (zh) 一种基于多元负荷平准化视角的区域建筑群混合优化方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20190319

RJ01 Rejection of invention patent application after publication