CN110751402B - 一种基于控制策略的绿色建筑能耗定额确定方法 - Google Patents

一种基于控制策略的绿色建筑能耗定额确定方法 Download PDF

Info

Publication number
CN110751402B
CN110751402B CN201911015826.4A CN201911015826A CN110751402B CN 110751402 B CN110751402 B CN 110751402B CN 201911015826 A CN201911015826 A CN 201911015826A CN 110751402 B CN110751402 B CN 110751402B
Authority
CN
China
Prior art keywords
energy consumption
building
control strategy
model
actual
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.)
Active
Application number
CN201911015826.4A
Other languages
English (en)
Other versions
CN110751402A (zh
Inventor
王丹
逄秀锋
赵丹阳
齐泽伟
王伟
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.)
Beijing University of Technology
Original Assignee
Beijing University of Technology
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 Beijing University of Technology filed Critical Beijing University of Technology
Priority to CN201911015826.4A priority Critical patent/CN110751402B/zh
Publication of CN110751402A publication Critical patent/CN110751402A/zh
Application granted granted Critical
Publication of CN110751402B publication Critical patent/CN110751402B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06Q10/067—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
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning
    • Y02P90/82—Energy audits or management systems therefor

Landscapes

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

Abstract

一种基于控制策略的绿色建筑能耗定额确定方法，属于绿色建筑领域及优化控制领域。基于绿色建筑实际运行数据建立该建筑的EnergyPlus模型；其次，采用校验模拟方法对模型进行模型校核；再次，确定建筑运行控制策略并分为“好”、“一般”、“差”三个等级；最后，运用蒙特卡洛分析模拟建筑能耗，并拟合能耗概率密度曲线，确定建筑能耗定额。

Description

一种基于控制策略的绿色建筑能耗定额确定方法
技术领域
本发明涉及绿色建筑领域及优化控制领域，具体涉及一种基于控制策略的绿色建筑能耗基准线确定方法。
背景技术
中国快速城镇化导致建筑能耗急剧增长，2017年我国城镇建筑面积已高达 591亿m2，建筑总能耗为9.63亿吨标准煤，约占全国能源消费总能量的21％。绿色建筑由于其“节能、节地、节水、节材、环保”的特点，可以有效的应对建筑节能减排和气候变化的目标。截止到2017年，我国绿色建筑约有10927项标识项目，总建筑面积超过10亿平方米。
在我国绿色建筑大力发展的同时，绿色建筑面临着“设计绿色运行不绿色”的关键问题，即绿色建筑的实际性能与能耗基线的差异问题。据相关研究表明，绿色建筑实际运行能耗比设计能耗高30％～50％，甚至偏差高达200％。能耗性能差异的关键问题显著差异影响着绿色建筑实际运行调控效果、降低了绿色建筑能效水平，影响了绿色建筑室内环境的舒适性。因此，我国绿色建筑的发展亟需解决绿色建筑能耗性能差异的关键问题。有效解决绿色建筑能耗性能差异的问题对提高建筑能效水平、优化运行调控方法、准确制定法规政策有着促进和指导作用。
目前，确立“能耗定额”普遍采用对标的方法，即将目标建筑与其他相似建筑的平均性能进行对比，以此来评判目标建筑的运行性能。然而，即使是相似建筑，相互间在使用方式、运行边界条件等因素仍存在较大的差异，导致该方法常常造成较大的误差。因此，科研人员提出了自我对比的“能耗定额”评价方法，即将目标建筑的实际性能与代表该建筑“能耗定额”进行对比。目前，“能耗定额”的产生，普遍采用的方法为：根据设计资料建立该建筑能耗模型，使用标准气象年的气象数据，依据设计时假设的人员密度等参数，进行全年能耗模拟，将模拟结果作为“能耗定额”。然而，绿色建筑施工过程中的变更，建筑投入使用后实际的人员密度、使用时间、室内设备(照明、办公设备等)负荷、***控制策略、室外气象条件等都对设计预期有显著影响。现有方法由于没有考虑上述一系列变量的影响，对建筑实际性能的评估分析是片面的，有时甚至是错误的。因此，现有“能耗定额”确立的方法不利于绿色建筑实际性能的评价，并制约其高效发展与应用。
发明内容
本发明的目的是提供一种基于控制策略的绿色建筑能耗定额确定方法，能根据绿色建筑人员密度、使用时间、室内设备(照明、办公设备等)负荷、***控制策略、室外气象条件等确定绿色建筑的“能耗定额”，使其能真实反映绿色建筑实际性能，并促进其进一步发展。
本发明解决其技术问题所采用的技术方案是：一种基于控制策略的绿色建筑能耗定额确定方法，包括首先，基于绿色建筑实际运行数据建立该建筑的 EnergyPlus模型；其次，采用校验模拟方法对模型进行模型校核；再次，确定建筑运行控制策略并分为“好”、“一般”、“差”三个等级；最后，运用蒙特卡洛分析模拟建筑能耗，并拟合能耗概率密度曲线，确定建筑能耗定额。具体的步骤如下：
第一步，根据建筑设计参数在能耗模拟软件EnergyPlus中建立该建筑的模型，按照模型围护结构材料、房间面积和窗墙比、人员密度、使用时间、室内能耗设备(照明、办公设备等)负荷、室内能耗设备***控制策略(每个能耗设备可以对应多个各自设备的***控制策略)、室外气象条件等与能耗有关的参数均等实际参数设置；
第二步，采用校验模拟方法对模型进行模型校核；该方法是将建筑实际月总能耗数据与第一步建立的模型所得的月模拟总能耗进行比对，经过多次调整和修正模型输入参数后(输入参数按照实际参数的上下15％即±15％的比例范围内调整)，使得模拟结果能耗与实际能耗的误差在相关标准规定的范围之内，则确定月总能耗基准模型；本发明使用ASHRAE Guideline 14-2014作为校准基准，其中规定：标准平均偏差(NMBE)应在-5％～5％范围内，均方根变异系数(CVRMSE) 应在0～15％范围内。
Figure RE-GDA0002306906650000021
Figure RE-GDA0002306906650000031
上述i表示月份取值为1～12的自然数，n＝12，yi为i月的实际能耗，
Figure RE-GDA0002306906650000032
为i月的模拟能耗，
Figure RE-GDA0002306906650000033
为年平均实际能耗，即实际能耗逐月能耗累计求和取平均值。
第三步，选取第一步中每个能耗设备的若干个***控制策略，将其划分为三个等级——“好”、“一般”、“差”。“好”代表建筑的设计预期或最优性能，“一般”代表代表建筑物具有良好运行的能力，但只是管理较差，“差”建筑运行控制策略效率低；
第四步，运用蒙特卡洛模拟的方法研究第三步各控制策略对建筑年能耗的影响即每月总能耗之和的影响；本发明采用敏感性分析方法，该方法在每次模拟中只改变一个控制策略，而其他控制策略保持不变，因此模拟出的建筑能耗的变化量可直接反应该控制策略对建筑的影响；本发明基于不确定性分析，并采用随机抽样统计方法估算年度能耗分布的概率密度函数，将模拟结果拟合为正态分布曲线，得到建筑能耗概率密度曲线；优选随机抽样的抽样样本数量为1000个；
第五步，定义能耗概率密度曲线中最大概率所对应的建筑能耗为该建筑的能耗定额。
本发明的有益效果是：(1)可准确计算绿色建筑能耗定额；(2)可计算不同地域、不同类型、不同使用率绿色建筑的能耗定额；(3)可反映绿色建筑实际运行性能，并依据此调增运行管理方式，挖掘绿色建筑的节能潜力；(4)操作简单，适用性较强。
附图说明
图1是基于北京某办公建筑的实际参数所建立的EnergyPlus仿真模型；
图2是实施例1jEPlus运行流程图；
图3是实施例1建筑能耗概率曲线。
具体实施方式
以下所述内容仅为本发明较佳的实施例，并不因此而限定本发明保护的范围。
本发明所提出来的一种基于控制策略的绿色建筑能耗定额确定方法，实现了准确合理的确定绿色建筑能耗定额。下面结合附图对本发明的指导实施过程作进一步详细描述，但本发明并不限于以下实施例。
实施例1
(1)图1是根据北京某商业建筑的实际参数所建立的EnergyPlus仿真模型，房间每层层高为2.98m，总长12m，总宽3.3m，每个房间长均为3m，房间面积为9.9m2每层各有4个房间。墙均采用240mm的砖墙，窗户采用三层玻璃窗，具体结构为6mmEC玻璃+12mm空气层(90％氩气10％空气)+6mm普通玻璃， EC玻璃具体参数如表1所示。窗台高度距地面0.98m，窗户面积为1.5×1.5m2，窗墙比为0.25；
室内空调、照明、设备、人员等按实际测量结果、《实用供热空调设计手册》和《建筑照明设计标准》(GB50034-2013)中相应数值进行设定。照明灯功率设定为80W(1台)，每台电脑散热量为50W(1台)，每个人员散热量为89W(2 个人)，上述指的是每个屋的，空调、照明、设备、人员等的活动时间为8:00～18:00，供暖季室内设计温度为18～22℃，供冷季室内设计温度为24～28℃；模拟气象参数选用国际能耗计算典型气象年中北京地区气象文件。根据室内热环境需求不同全年分为3个时段进行模拟，以北京地区为例，分别是供暖季(11月15日至次年3月15日)、供冷季(5月15日至9月15日)和过渡季(其余时间)等，具体见表1。同时记录每月实际能耗。
(2)采用校验模拟方法对模型进行模型校核；该方法是将建筑实际月总能耗数据与第一步建立的模型所得的月模拟总能耗进行比对，经过多次调整和修正模型输入参数后(输入参数按照实际参数的上下15％的比例调整)，使得模拟结果能耗与实际能耗的误差在相关标准规定的范围之内，则确定月总能耗基准模型；本发明使用ASHRAE Guideline 14-2014作为校准基准，其中规定：标准平均偏差 (NMBE)应在-5％～5％范围内，均方根变异系数(CVRMSE)应在0～15％范围内。
(3)表1是在EnergyPlus中设置的各控制运行策略。基于EnergyPlus的 Macro的功能，分别设置***控制策略，并定义控制策略的“好”＝1，“一般”＝2，“差”＝3，其概率均为1/3。
(4)图2是jEPlus的运行流程图。在jEPlus中，将13种运行控制策略定义为优化变量，基于针对每一种控制策略设置离散变量1、2、3，分别代表同一种控制策略下的三个不同等级。13个控制变量分为3个等级，因此存在1594323 (313)种组合。考虑到组合数量过多，使用拉丁超立方体采样随机生成的1000 个样本，并在设置页面中选择拉丁超立方体采样模拟法。jEPlus调用在EnergyPlus 中设置好的.imf文件并开始模拟。
(5)图3是建筑能耗概率曲线。读取jEPlus所有的能耗模拟结果，将其整理拟合为形如正态分布的能耗概率密度曲线，该曲线代表了该建筑的能耗使用大小及其概率。选择概率最大值所对应的建筑能耗为本建筑的建筑能耗定额。
本发明的实施实例可有效约束建筑的总能耗，并且操作简单。
表1绿色建筑运行优化控制策略中对应的各参数设置
Figure RE-GDA0002306906650000051

Claims (4)

1.一种基于控制策略的绿色建筑能耗定额确定方法，其特征在于，具体的步骤如下：
第一步，根据建筑设计参数在能耗模拟软件EnergyPlus中建立该建筑的模型，按实际参数设置；
第二步，采用校验模拟方法对模型进行模型校核；该方法是将建筑实际月总能耗数据与第一步建立的模型所得的月模拟总能耗进行比对，经过多次调整和修正模型输入参数后，输入参数按照实际参数的上下15％即±15％的比例范围内调整，使得模拟结果能耗与实际能耗的误差在相关标准规定的范围之内，则确定月总能耗基准模型；使用ASHRAEGuideline 14-2014作为校准基准，其中规定：标准平均偏差NMBE应在-5％～5％范围内，均方根变异系数CVRMSE应在0～15％范围内；
Figure FDA0003587808210000011
Figure FDA0003587808210000012
上述i表示月份取值为1～12的自然数，n＝12，yi为i月的实际能耗，
Figure FDA0003587808210000013
为i月的模拟能耗，
Figure FDA0003587808210000014
为年平均实际能耗，即实际能耗逐月能耗累计求和取平均值；
第三步，选取第一步中每个能耗设备的若干个***控制策略，将其划分为三个等级——“好”、“一般”、“差”；“好”代表建筑的设计预期或最优性能，“一般”代表建筑物具有良好运行的能力，但只是管理较差，“差”建筑运行控制策略效率低；
第四步，运用蒙特卡洛模拟的方法研究第三步各控制策略对建筑年能耗的影响即每月总能耗之和的影响；采用敏感性分析方法，该方法在每次模拟中只改变一个控制策略，而其他控制策略保持不变，模拟出的建筑能耗的变化量可直接反应该控制策略对建筑的影响；采用随机抽样统计方法估算年度能耗分布的概率密度函数，将模拟结果拟合为正态分布曲线，得到建筑能耗概率密度曲线；
第五步，定义能耗概率密度曲线中最大概率所对应的建筑能耗为该建筑的能耗定额。
2.按照权利要求1所述一种基于控制策略的绿色建筑能耗定额确定方法，其特征在于，第一步包括模型围护结构材料、房间面积和窗墙比、人员密度、使用时间、室内能耗设备负荷、室内能耗设备***控制策略、室外气象条件中的一种或几种，其中每个能耗设备对应多个各自设备的***控制策略。
3.按照权利要求1所述一种基于控制策略的绿色建筑能耗定额确定方法，其特征在于，第一步至少包括人员密度、使用时间、室内能耗设备负荷、室内能耗设备***控制策略，其中每个能耗设备对应多个各自设备的***控制策略。
4.按照权利要求1所述一种基于控制策略的绿色建筑能耗定额确定方法，其特征在于，第四步随机抽样的抽样样本数量为1000个。
CN201911015826.4A 2019-10-23 2019-10-23 一种基于控制策略的绿色建筑能耗定额确定方法 Active CN110751402B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911015826.4A CN110751402B (zh) 2019-10-23 2019-10-23 一种基于控制策略的绿色建筑能耗定额确定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911015826.4A CN110751402B (zh) 2019-10-23 2019-10-23 一种基于控制策略的绿色建筑能耗定额确定方法

Publications (2)

Publication Number Publication Date
CN110751402A CN110751402A (zh) 2020-02-04
CN110751402B true CN110751402B (zh) 2022-05-24

Family

ID=69279621

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911015826.4A Active CN110751402B (zh) 2019-10-23 2019-10-23 一种基于控制策略的绿色建筑能耗定额确定方法

Country Status (1)

Country Link
CN (1) CN110751402B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112836946B (zh) * 2021-01-22 2022-05-31 南京天溯自动化控制***有限公司 一种建筑物能耗基准确定方法、装置、介质及电子设备
CN114169637B (zh) * 2021-12-21 2022-09-27 天纳能源科技（上海）有限公司 一种节能优化评价***

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101589262B1 (ko) * 2014-09-24 2016-01-27 현대건설 주식회사 건물 에너지 모델의 보정을 이용한 에너지 관리 방법
CN108830932A (zh) * 2018-06-15 2018-11-16 郑州大学 一种基于EnergyPlus与CFD耦合的大空间建筑能耗预测方法
CN109636677A (zh) * 2019-01-17 2019-04-16 天津大学 基于模型校准的建筑热工性能评估方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101589262B1 (ko) * 2014-09-24 2016-01-27 현대건설 주식회사 건물 에너지 모델의 보정을 이용한 에너지 관리 방법
CN108830932A (zh) * 2018-06-15 2018-11-16 郑州大学 一种基于EnergyPlus与CFD耦合的大空间建筑能耗预测方法
CN109636677A (zh) * 2019-01-17 2019-04-16 天津大学 基于模型校准的建筑热工性能评估方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
人工智能算法在建筑能耗预测中应用综述;沙国荣等;《科技创新与生产力》;20180910(第09期);全文 *

Also Published As

Publication number Publication date
CN110751402A (zh) 2020-02-04

Similar Documents

Publication Publication Date Title
Lin et al. On variations of space-heating energy use in office buildings
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
Lam et al. Residential building envelope heat gain and cooling energy requirements
Lam Energy analysis of commercial buildings in subtropical climates
Li et al. Fast bidirectional building performance optimization at the early design stage
Yang et al. Building energy simulation using multi-years and typical meteorological years in different climates
Lam Residential sector air conditioning loads and electricity use in Hong Kong
Chiesa et al. Potential of attached sunspaces in winter season comparing different technological choices in Central and Southern Europe
CN110751402B (zh) 一种基于控制策略的绿色建筑能耗定额确定方法
CN108804802B (zh) 一种以夏季空调制冷能耗控制为目标的办公建筑空间节能设计方法
alah Ahadi et al. The optimization of light-wells with integrating daylight and stack natural ventilation systems in deep-plan residential buildings: A case study of Tehran
Filippín et al. Retrospective analysis of the energy consumption of single-family dwellings in central Argentina. Retrofitting and adaptation to the climate change
Lou et al. Change of climate data over 37 years in Hong Kong and the implications on the simulation-based building energy evaluations
Li et al. Climatic effects on cooling load determination in subtropical regions
Duran et al. The impact of refurbishment on thermal comfort in post-war office buildings
Abdeen et al. Simulation-based multi-objective genetic optimization for promoting energy efficiency and thermal comfort in existing buildings of hot climate
Abuhussain et al. Assessing the adaptability of the Saudi residential buildings energy code for future climate change scenarios
Altun et al. Influence of window parameters on the thermal performance of office rooms in different climate zones of Turkey
Li et al. Climate change's effects on the amount of energy used for cooling in hot, humid office buildings and the solutions
CN112365176A (zh) 一种节能分析气象年计算方法、***、装置和存储介质
CN115795635A (zh) 变电站建筑物的遮阳设置方法、装置、设备及存储介质
CN114925978A (zh) 净零能耗建筑自然通风的节能及净化综合潜力评估方法
Sözer et al. Calculation of the Sensitivity Factors within the Defined Indexes in aBuilding Level
Chou et al. Large building cooling load and energy use estimation
Le Dréau et al. Thermal mass & dynamic effects Danish building regulation

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
GR01 Patent grant
GR01 Patent grant