CN111027007A - 一种基于建筑特性的蓄热供暖***需热量预测方法及*** - Google Patents
一种基于建筑特性的蓄热供暖***需热量预测方法及*** Download PDFInfo
- Publication number
- CN111027007A CN111027007A CN201911389187.8A CN201911389187A CN111027007A CN 111027007 A CN111027007 A CN 111027007A CN 201911389187 A CN201911389187 A CN 201911389187A CN 111027007 A CN111027007 A CN 111027007A
- Authority
- CN
- China
- Prior art keywords
- heat
- building
- heating system
- heat demand
- demand
- 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
- 238000010438 heat treatment Methods 0.000 title claims abstract description 118
- 238000005338 heat storage Methods 0.000 title claims abstract description 93
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000004364 calculation method Methods 0.000 claims abstract description 23
- 238000012937 correction Methods 0.000 claims abstract description 18
- 230000005855 radiation Effects 0.000 claims description 36
- 238000012546 transfer Methods 0.000 claims description 13
- 238000013461 design Methods 0.000 claims description 11
- 239000005357 flat glass Substances 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 7
- 239000000126 substance Substances 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000008595 infiltration Effects 0.000 claims description 3
- 238000001764 infiltration Methods 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 230000009545 invasion Effects 0.000 claims description 3
- 230000000149 penetrating effect Effects 0.000 claims description 3
- 230000001360 synchronised effect Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 7
- 230000008901 benefit Effects 0.000 abstract description 6
- 239000011521 glass Substances 0.000 description 8
- 230000008569 process Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000011449 brick Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003760 hair shine Effects 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Mathematical Analysis (AREA)
- Quality & Reliability (AREA)
- Pure & Applied Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Entrepreneurship & Innovation (AREA)
- Mathematical Optimization (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明属于蓄热供暖热流预测技术领域,公开了一种基于建筑特性的蓄热供暖***需热量预测方法及***,包括步骤一:建立建筑的需热量计算模型,用以计算建筑的逐时需热量;步骤二:根据建筑的窗墙比建筑特性,得到建筑的逐时需热量计算模型的修正模型;步骤三:建立蓄热供暖***模型;步骤四:根据蓄热供暖***模型和建筑的逐时需热量计算模型的修正模型,建立蓄热供暖***的需热量预测模型,计算得到蓄热供暖***的逐时需热量。本发明主要是考虑到不同的“窗墙比”对建筑的需热量的影响,保障供暖效果的同时解决了蓄热供暖***逐时需热量预测难的问题,充分考虑“窗墙比”的建筑特性对蓄热供暖***逐时需热量的影响,使得预测结果精度更高,采暖节能效益更好。
Description
技术领域
本发明属于蓄热供暖热流预测技术领域,尤其涉及一种基于建筑特性的蓄热供暖***需热量预测方法及***。
背景技术
随着蓄热技术的发展和应用,采用电蓄热供暖成为北方地区用户供暖选择的一部分,然而,供暖建筑类型多,其建筑特性存在较大的差异,传统的热负荷预测方法不能够精准确定建筑的逐时太阳辐射热量,用户难以准确地预测到蓄热供暖***的逐时需热量。这样的需热量预测结果,致使在供暖方案设计阶段,蓄热供暖***的容量选择不合适;在供暖运行阶段,蓄热供暖***的利用率低且供暖效果难保障。
有关蓄热供暖***的需热量预测,目前主要体现出以下特点:第一,蓄热多以电蓄热锅炉为主,在设备的定容选型上,热负荷的朝向修正系数是恒定的,没有考虑不同建筑特性对蓄热供暖***需热量的影响,采用的是一个范围值;第二,调度运行过程中,对蓄热供暖***逐时需热量的预测,没有对建筑太阳辐射得热量的精准计算,而是采用一个恒定的需热量值。
对于传统的需热量预测,在实际应用中存在一定的局限性。第一,蓄热供暖***的定容上,没有考虑“窗墙比”的建筑特性对建筑需热量的影响,导致容量选取得不合适;第二,***的调度运行上,建筑的“窗墙比”不同,太阳辐射得热也不同,其能耗存在差异,其蓄热供暖***的需热量并不是一个恒定的值,传统的需热量预测方法,导致供热效果难以保障;第三,传统的蓄热供暖***的需热量预测方法,主要基于全天24小时用暖的居住建筑,较难适用在对供暖质量要求更高的商业建筑、办公建筑等建筑类型。
解决上述技术问题的难度:
蓄热供暖***需热量预测十分复杂,以往的预测方法大多关注全天24小时用暖的居住建筑,研究商业建筑、办公建筑等建筑类型问题的较少;实际上影响蓄热供暖***需热量的因素较多,由于用暖时间、用暖舒适温度、气候条件、房间与外界的传热量以及太阳辐射得热量等方面存在差异,不同的蓄热供暖***,其需热量也不一致。
解决上述技术问题的意义:
本发明方法保障供暖效果的同时,解决了蓄热供暖***逐时需热量预测难的问题;充分考虑“窗墙比”的建筑特性对蓄热供暖***逐时需热量的影响,使得预测结果精准,采暖节能效益好;同时,本发明能够为不同建筑类型的蓄热供暖***定容选型和逐时需热量预测提供依据,在方案设计阶段和运行调度阶段具有重要意义。
发明内容
针对现有技术存在的问题,本发明提供了一种基于建筑特性的蓄热供暖***需热量预测方法及***。
本发明是这样实现的,一种基于建筑特性的蓄热供暖***需热量预测方法,所述基于建筑特性的蓄热供暖***需热量预测方法包括以下步骤:
步骤一:建立建筑的需热量计算模型,用以计算建筑的逐时需热量;
步骤二:根据建筑的窗墙比建筑特性,得到建筑的逐时需热量计算模型的修正模型;
步骤三:建立蓄热供暖***模型;
步骤四:根据蓄热供暖***模型和建筑的逐时需热量计算模型的修正模型,建立蓄热供暖***的需热量预测模型,计算得到蓄热供暖***的逐时需热量。
在一个实施例中,步骤一中的需热量计算模型,由下列公式表示:
Qjz=Q1+Q2+Q3+Q4+Q5+Q6 (1)
式中:
Qjz为建筑的逐时需热量,Q1为建筑围护结构的基本耗热量,Q2为朝向修正耗热量,Q3为风力附加耗热量,Q4为高度附加耗热量,Q5为冷风渗透耗热量,Q6为冷风侵入耗热量;单位均为单位kWh;
其中:
Q1=∑KF(tn-t′w)α (2)
式中,K为围护结构的传热系数,单位W/(㎡·℃);F为围护结构的面积,单位㎡;tn为冬季室内计算温度,单位℃;t′w为供暖室外计算温度;α为围护结构的温差修正系数,值由查表得;
Q2=xchQ1 (3)
式中,xch为朝向修正率;
Q3=xfQ1 (4)
式中,xf为风力附加率,值由查询规范得,在不避风的高地、河边、海岸、旷野上的建筑物以及城镇、厂区内特别高的建筑物,垂直的***护结构热负荷附加5%~10%;
Q4=xgQ1 (5)
式中,xg为高度附加率,值由查询规范得,当民用建筑和工业企业辅助建筑的房间净高超过4m时,每增加1m,附加率为2%,但最大附加率不超过15%;
Q5=0.278Vρwcp(tn-t′w) (6)
式中,V为经门、窗缝隙渗入室内的总空气量,单位m3/h;ρw为供暖室外计算温度下的空气密度,单位kg/m3;cp为冷空气的定压比热,cp=1kJ/(kg·℃);0.278为单位换算系数,1kJ/h=0.278W;
Q6=0.278Vwcpρw(tn-t′w) (7)
式中,Vw为流入的冷空气量,单位m3/h;其他符号同上。
在一个实施例中,步骤二中的修正模型,由下列公式表示:
Qx=Qjz+Qxz (8)
式中,Qx为修正后的建筑逐时需热量,单位kWh;Qjz为建筑的逐时需热量,单位kWh;Qxz为建筑因建筑特性不同导致的需热量偏差,单位kWh;其中,
Qxz=Qc+Qq (9)
式中,Qc为外窗的太阳辐射得热量,Qq为外墙的太阳辐射得热量,单位均为kWh;其中,
Qc=CaAwCsCiECe (10)
式中,Aw为窗口面积,单位㎡;Ca为有效面积系数;Cs为窗玻璃的遮阳系数;Ci为窗内遮阳设施的遮阳系数;E为外窗所在平面的逐时太阳辐射强度,单位W/㎡;Ce为窗玻璃辐射系数;
Qq=KFΔT (11)
式中,K为外墙围护结构的传热系数,单位W/(㎡·℃);F为外墙围护结构的面积,单位㎡;ΔT为因太阳辐射导致的外墙温升,单位℃。
在一个实施例中,步骤四中的需热量预测模型,由下列公式表示
Q=Qx/(ηyηw) (12)
式中,Q为蓄热供暖***的需热量,单位kWh;Qx为修正后的建筑逐时需热量,单位kWh;ηy为蓄热***设备的热效率;ηw为热网管道的热效率。
在一个实施例中,所述建立建筑的需热量计算模型,用以计算建筑的逐时需热量步骤前还包括创建建筑特性参数数据库,所述创建建筑特性参数数据库,其具体为:
建立居住建筑、商业建筑、办公建筑的窗、墙面积比例参数文件;
导入《公共建筑节能设计标准》和《民用建筑热工设计规范》内的建筑筑需热量产生影响的各类参数;
同步并存储建筑物所在地方气象数据库中的室外温度数据。
在一个实施例中,所述建立蓄热供暖***模型步骤中,其具体为,该供暖***模型包括热源模块、热网模块及热负荷模块,所述热源模块、热网模块及热负荷模块依次连接。
本发明另一目的在于提供一种基于建筑特性的蓄热供暖***需热量预测***,其特征在于,所述基于建筑特性的蓄热供暖***需热量预测***包括:
蓄热供暖***需热量预测平台、Android框架层、Android核心库层、Linux内核驱动层、硬件设备层;
所述蓄热供暖***需热量预测平台提供人机交互,读取用户输入的建筑物蓄热相关信息,输出蓄热供暖***需热量预测结果;
Android框架层提供构建应用程序时用到的各种API应用程序编程接口;
Android核心库层用于使用JAVA语言来编写Android应用;
Linux内核驱动层为Android设备的各种硬件提供底层的驱动;
硬件设备层为上层应用提供硬件支持。
本发明另一目的在于提供一种基于建筑特性的蓄热供暖***需热量预测程序,运行于终端,其特征在于,所述基于建筑特性的蓄热供暖***需热量预测程序实现上述的基于建筑特性的蓄热供暖***需热量预测方法。
本发明另一目的在于提供一种终端,其特征在于,所述终端搭载实现上述基于建筑特性的蓄热供暖***需热量预测方法的处理器。
本发明另一目的在于提供一种计算机可读存储介质,包括指令,当其在计算机上运行时,使得计算机执行上述的基于建筑特性的蓄热供暖***需热量预测方法。
综上所述,本发明的优点及积极效果为:
第一:本发明方法保障供暖效果的同时解决了逐时需热量预测难的问题,并充分考虑“窗墙比”的建筑特性对蓄热供暖***逐时需热量的影响,使得预测结果精度更高,采暖节能效益更好。
第二:本发明能够为居住建筑(白领公寓)、商业建筑(百货大楼)、办公建筑(办公楼)等不同建筑类型的蓄热供暖***定容选型和逐时需热量预测提供指导,具有可推广性。
附图说明
图1是本发明实施例提供的基于建筑特性的蓄热供暖***需热量预测方法的流程图。
图2是本发明实施例提供的基于建筑特性的蓄热供暖***需热量预测***的结构示意图;
图3为本发明实施例的太阳辐射对外窗围护结构的传热过程示意图;
图4为本发明实施例的窗墙比对太阳辐射得热及建筑物热负荷的影响示意图;
图5为本发明实施例的蓄热供暖***模型示意图。
图中:1、蓄热供暖***需热量预测平台;2、Android框架层;3、Android核心库层;4、Linux内核驱动层;5、硬件设备层。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
下面结合附图对本发明的应用原理作详细的描述。
现有的用暖建筑类型包含居住建筑、商业建筑和办公建筑等三大类,就其建筑特性而言,三类建筑大都采用传热系数低的节能材料,进行了相关的节能设计,然而,三类建筑的一个存在较大差异的是其窗、墙的面积比例,《公共建筑节能设计标准》和《民用建筑热工设计规范》GB 50176-93中对三类建筑的“窗墙比”进行了限制。本发明主要是考虑到不同的“窗墙比”对建筑的需热量的影响。如图1所示,本发明实施例提供的基于建筑特性的蓄热供暖***需热量预测方法包括以下步骤:
S101:开发Andriod应用程序,设计并实现基于建筑特性的蓄热供暖***需热量预测***。
S102:建立建筑的需热量计算模型,用以计算建筑的逐时需热量步骤前还包括创建建筑特性参数数据库,所述创建建筑特性参数数据库;
S103:建立建筑的需热量计算模型,用以计算建筑的逐时需热量,本步骤中的建筑包括居住建筑、商业建筑和办公建筑等建筑类型,其中建筑的需热量计算模型,由下列公式表示:
Qjz=Q1+Q2+Q3+Q4+Q5+Q6 (1)
式中:
Qjz为建筑的逐时需热量,Q1为建筑围护结构的基本耗热量,Q2为朝向修正耗热量,Q3为风力附加耗热量,Q4为高度附加耗热量,Q5为冷风渗透耗热量,Q6为冷风侵入耗热量;单位均为单位kWh;
其中:
Q1=∑KF(tn-t′w)α (2)
式中,K为围护结构的传热系数,单位W/(㎡·℃);F为围护结构的面积,单位㎡;tn为冬季室内计算温度,单位℃;t′w为供暖室外计算温度;α为围护结构的温差修正系数,值由查表得;
Q2=xchQ1 (3)
式中,xch为朝向修正率;
Q3=xfQ1 (4)
式中,xf为风力附加率,值由查询规范得,在不避风的高地、河边、海岸、旷野上的建筑物以及城镇、厂区内特别高的建筑物,垂直的***护结构热负荷附加5%~10%;
Q4=xgQ1 (5)
式中,xg为高度附加率,值由查询规范得,当民用建筑和工业企业辅助建筑的房间净高超过4m时,每增加1m,附加率为2%,但最大附加率不超过15%;
Q5=0.278Vρwcp(tn-t′w) (6)
式中,V为经门、窗缝隙渗入室内的总空气量,单位m3/h;ρw为供暖室外计算温度下的空气密度,单位kg/m3;cp为冷空气的定压比热,cp=1kJ(kg·℃);0.278为单位换算系数,1kJ/h=0.278W;
Q6=0.278Vwcpρw(tn-t′w) (7)
式中,Vw为流入的冷空气量,单位m3/h;其他符号同上;
S104:根据建筑的窗墙比建筑特性,得到步骤103所需热量计算模型的修正模型,用以描述因为建筑特性不同导致的逐时需热量偏差,其中,修正模型,由下列公式表示:
Qx=Qjz+Qxz (8)
式中,Qx为修正后的建筑逐时需热量,单位kWh;Qjz为建筑的逐时需热量,单位kWh;Qxz为建筑因建筑特性不同导致的需热量偏差,单位kWh;其中,
Qxz=Qc+Qq (9)
式中,Qc为外窗的太阳辐射得热量,Qq为外墙的太阳辐射得热量,单位均为kWh;其中,
Qc=CaAwCsCiECe (10)
式中,Aw为窗口面积,单位㎡;ca为有效面积系数;cs为窗玻璃的遮阳系数;Ci为窗内遮阳设施的遮阳系数;E为外窗所在平面的逐时太阳辐射强度,单位W/㎡;Ce为窗玻璃辐射系数;
Qq=KFΔT (11)
式中,K为外墙围护结构的传热系数,单位W/(㎡·℃);F为外墙围护结构的面积,单位㎡;ΔT为因太阳辐射导致的外墙温升,单位℃;
S105:建立蓄热供暖***模型,该供暖***模型包括热源模块、热网模块及热负荷模块,热源模块对应实际建筑物蓄热供暖***的热源端,可以为蓄热锅炉,热网模块对应实际建筑物蓄热供暖***的管网端,可以为热源输送管道网;热负荷模块对应实际建筑物蓄热供暖***的用户端,即为热量输送终端,房间、过道、走廊等;
S106:根据蓄热供暖***模型和修正模型,建立蓄热供暖***的需热量预测模型,计算得到蓄热供暖***的逐时需热量,其中蓄热供暖***的需热量预测模型,由下列公式表示
Q=Qx/(ηyηw) (12)
式中,Q为蓄热供暖***的需热量,单位kWh;Qx为修正后的建筑逐时需热量,单位kWh;ηy为蓄热***设备的热效率;ηw为热网管道的热效率;
S107:在基于建筑特性的蓄热供暖***需热量预测***的人机交界面显示预测结果。
在本发明的优选实施例中:所述建立建筑的需热量计算模型,用以计算建筑的逐时需热量步骤前还包括创建建筑特性参数数据库,所述创建建筑特性参数数据库,建立居住建筑、商业建筑、办公建筑的窗、墙面积比例参数文件;导入《公共建筑节能设计标准》和《民用建筑热工设计规范》内的建筑筑需热量产生影响的各类参数;同步并存储建筑物所在地方气象数据库中的室外温度数据,通过文件服务器对上述导入的文件进行存储,并与显示设备建立对应关系,根据导入的文件的对应关系分发至对应的主机;主机将摄入量文件发送至监控终端实现对应数据的显示。
本发明考虑到不同“窗墙比”的建筑需热量偏差与该建筑所在地的日照时间和太阳辐射强度密切相关,由于不同建筑类型的围护结构的“窗墙比”不同,其建筑各个朝向接受太阳辐射热也不一样,从而影响建筑的需热量。
当太阳照射建筑物时,阳光直接透过玻璃窗,使室内得到热量。同时由于阳面的围护结构较干燥,外表面和附近气温升高,围护结构向外传递的热量减少。
不同建筑类型的***护结构各不相同,考虑其“窗墙比”的建筑特性,玻璃窗或幕墙结构不仅有着有砖墙等围护结构所共有的温差传热问题,还有通过玻璃窗缝隙的空气渗透传热,特别是通过玻璃的太阳辐射传热问题。考虑“窗墙比”不同,透过玻璃窗得到的太阳辐射热量也会不同。在预测建筑逐时需热量的时候,透过玻璃窗得到的太阳辐射热量并不是一个定值,而是与该建筑受到的逐时太阳辐射强度密切相关。
如图3所示,外窗围护结构允许相当一部分太阳辐射直接进入建筑物内部,使得室内获得热量。透过玻璃窗进入室内的日射得热分为两部分,即透过玻璃窗直接进入室内的太阳辐射热和窗玻璃吸收太阳辐射后传入室内的热量。
本实施例以天津地区某办公建筑为研究对象进行分析:
标准层建筑面积1554㎡,层高4.2m,层数为10层。对建筑需热量产生影响的体形系数、外墙K值、外窗K值等因素在本研究中作为定量,外墙、屋面的K值分别采用0.6W/(m2·K)、0.55W/(m2·K),外窗K值采用2.0W/(m2·K)。室内目标温度20℃,室外温度数据采用天津市气象数据。
本实施例计算使用的天津市气象数据,来自Meteonorm气象查询软件的气象数据库。采暖时间为11月15日至第二年的3月15日。假设建筑物的新风负荷、人员负荷、设备负荷的影响可以忽略不计,计算过程中,其值为零。对建筑的需热量进行预测,需热量结果完全由“窗墙比”这一建筑特性决定。
“窗墙比”分别设置为0.1、0.2、0.3、0.4、0.5、0.6、0.7、0.8和0.9等值,得到不同“窗墙比”条件下的建筑需热量,如图4所示。并得出下列结论:
a.随着“窗墙比”的增大,围护结构的太阳辐射得热逐渐增加,呈线性关系;
b.随着“窗墙比”的增大,建筑物热负荷逐渐增加,呈线性关系;
c.“窗墙比”由0.1增至0.9的过程中,值每增加0.1,围护结构的太阳辐射得热增加11%,建筑物热负荷增加5%;
具体的,本发明中的Qxz的计算公式如下:
Qxz=Qc+Qq (9)
式中,Qc为外窗的太阳辐射得热量,Qq为外墙的太阳辐射得热量,单位均为kWh;
不同“窗墙比”的朝向修正率ηpx,与“窗墙比”成线性关系,随着“窗墙比”的增大,透过窗户的太阳辐射得热增加。冬季透过窗户进入室内的太阳辐射得热量,由下列公式表示:
Qc=CaAwCsCiECe (10)
式中,Aw为窗口面积,单位㎡;Ca为有效面积系数;Cs为窗玻璃的遮阳系数;Ci为窗内遮阳设施的遮阳系数;E为外窗所在平面的逐时太阳辐射强度,单位W/㎡;Ce为窗玻璃辐射系数;
Qq=KFΔT (11)
式中,K为外墙围护结构的传热系数,单位W/(㎡·℃);F为外墙围护结构的面积,单位㎡;ΔT为因太阳辐射导致的外墙温升,单位℃。
假设其它参数不改变,窗口面积为变量,则建筑物的太阳辐射得热量与窗口面积成线性关系。
实行步骤S105,建立蓄热供暖***模型,包括热源模块、热网模块及热负荷模块,如图5所示;所述的热源模块,指包括电蓄热锅炉在内的设备,用于热量的存储;所述的热网模块,指包括二网水***在内的循环水***,将蓄热设备和末端用户连接起来,用于热量的传输;所述的热负荷模块,指包括末端散热器在内的用户侧散热设备,用于满足用户对热量的需求。本实施例配置的电蓄热锅炉,利用“谷时电”蓄热,满足大楼白天用热需求,锅炉功率400kW,蓄热量3200kWh。蓄热锅炉热效率95%,且一次、二次管网的热损失合计为5%;
其中,利用上述实施例中的步骤S106,根据当前建筑需热量、热网损失、蓄热损失,计算出蓄热供暖***的需热量,需热量预测模型,由下列公式表示:
Q=Qx/(ηyηw) (12)
式中,Q为蓄热供暖***的需热量,单位kWh;Qx为修正后的建筑逐时需热量,单位kWh;ηy为电蓄热锅炉的热效率;ηw为热网管道的热效率;
通过上述计算,可以得到蓄热供暖***的逐时需热量,从而达到“供需平衡”,避免了热量浪费或热量供应不足的情况。
本发明的考虑建筑特性的蓄热供暖***需热量预测的方法,保障供暖效果的同时解决了逐时需热量预测难的问题,充分考虑“窗墙比”的建筑特性对蓄热供暖***逐时需热量的影响,使得预测结果精度更高,采暖节能效益更好。本发明能够为居住建筑(白领公寓)、商业建筑(百货大楼)、办公建筑(办公楼)等不同建筑类型的蓄热供暖***定容选型和逐时需热量预测提供指导,具有可推广性。
在本发明实施例中,如图2所示:
本发明实施例提供的基于建筑特性的蓄热供暖***需热量预测***包括:蓄热供暖***需热量预测平台1、Android框架层2、Android核心库层3、Linux内核驱动层4、硬件设备层5。
所述蓄热供暖***需热量预测平台提供人机交互,读取用户输入的建筑物蓄热相关信息,输出蓄热供暖***需热量预测结果;
Android框架层提供构建应用程序时用到的各种API应用程序编程接口;
Android核心库层用于使用JAVA语言来编写Android应用;
Linux内核驱动层为Android设备的各种硬件提供底层的驱动;
硬件设备层为上层应用提供硬件支持。
应当注意,本发明的实施方式可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现;软件部分可以存储在存储器中,由适当的指令执行***,例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现,例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现,也可以用由各种类型的处理器执行的软件实现,也可以由上述硬件电路和软件的结合例如固件来实现。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于建筑特性的蓄热供暖***需热量预测方法,其特征在于,所述基于建筑特性的蓄热供暖***需热量预测方法包括以下步骤:
步骤一:建立建筑的需热量计算模型,用以计算建筑的逐时需热量;
步骤二:根据建筑的窗墙比建筑特性,得到建筑的逐时需热量计算模型的修正模型;
步骤三:建立蓄热供暖***模型;
步骤四:根据蓄热供暖***模型和建筑的逐时需热量计算模型的修正模型,建立蓄热供暖***的需热量预测模型,计算得到蓄热供暖***的逐时需热量。
2.根据权利要求1所述的基于建筑特性的蓄热供暖***需热量预测方法,其特征在于,步骤一中的需热量计算模型,由下列公式表示:
Qjz=Q1+Q2+Q3+Q4+Q5+Q6 (1)
式中:
Qjz为建筑的逐时需热量;
Q1为建筑围护结构的基本耗热量;
Q2为朝向修正耗热量;
Q3为风力附加耗热量;
Q4为高度附加耗热量;
Q5为冷风渗透耗热量;
Q6为冷风侵入耗热量;单位均为单位kWh;
其中:
Q1=∑KF(tn-t′w)α (2)
式中,K为围护结构的传热系数,单位W/(m2·℃);
F为围护结构的面积,单位m2;
tn为冬季室内计算温度,单位℃;
t′w为供暖室外计算温度;
α为围护结构的温差修正系数,值由查表得;
Q2=xchQ1 (3)
式中,xch为朝向修正率;
Q3=xfQ1 (4)
式中,xf为风力附加率,值由查询规范得,在不避风的高地、河边、海岸、旷野上的建筑物以及城镇、厂区内特别高的建筑物,垂直的***护结构热负荷附加5%~10%;
Q4=xgQ1 (5)
式中,xg为高度附加率,值由查询规范得,当民用建筑和工业企业辅助建筑的房间净高超过4m时,每增加1m,附加率为2%,但最大附加率不超过15%;
Q5=0.278Vρwcp(tn-t′w) (6)
式中,V为经门、窗缝隙渗入室内的总空气量,单位m3/h;
ρw为供暖室外计算温度下的空气密度,单位kg/m3;
cp为冷空气的定压比热,
cp=1kJ/(kg·℃);0.278为单位换算系数,1kJ/h=0.278W;
Q6=0.278Vwcpρw(tn-t′w) (7)
式中,Vw为流入的冷空气量,单位m3/h;其他符号同上。
3.根据权利要求1所述的一种考虑建筑特性的蓄热供暖***需热量预测方法,其特征在于:步骤二中的修正模型,由下列公式表示:
Qx=Qjz+Qxz (8)
式中,Qx为修正后的建筑逐时需热量,单位kWh;
Qjz为建筑的逐时需热量,单位kWh;
Qxz为建筑因建筑特性不同导致的需热量偏差,单位kWh;其中,
Qxz=Qc+Qq (9)
式中,Qc为外窗的太阳辐射得热量;
Qq为外墙的太阳辐射得热量,单位均为kWh;其中,
Qc=CaAwCsCiECe (10)
式中,Aw为窗口面积,单位m2;
Ca为有效面积系数;
Cs为窗玻璃的遮阳系数;
Ci为窗内遮阳设施的遮阳系数;
E为外窗所在平面的逐时太阳辐射强度,单位W/m2;
Ce为窗玻璃辐射系数;
Qq=KFΔT (11)
式中,K为外墙围护结构的传热系数,单位W/(m2·℃);
F为外墙围护结构的面积,单位m2;
ΔT为因太阳辐射导致的外墙温升,单位℃。
4.根据权利要求1所述的一种考虑建筑特性的蓄热供暖***需热量预测方法,其特征在于:步骤四中的需热量预测模型,由下列公式表示
Q=Qx/(ηyηw) (12)
式中,Q为蓄热供暖***的需热量,单位kWh;
Qx为修正后的建筑逐时需热量,单位kWh;
ηy为蓄热***设备的热效率;
ηw为热网管道的热效率。
5.根据权利要求1所述的基于建筑特性的蓄热供暖***需热量预测方法,其特征在于,所述建立建筑的需热量计算模型,用以计算建筑的逐时需热量步骤前还包括创建建筑特性参数数据库,所述创建建筑特性参数数据库,其具体为:
建立居住建筑、商业建筑、办公建筑的窗、墙面积比例参数文件;
导入《公共建筑节能设计标准》和《民用建筑热工设计规范》内的建筑筑需热量产生影响的各类参数;
同步并存储建筑物所在地方气象数据库中的室外温度数据。
6.根据权利要求1所述的基于建筑特性的蓄热供暖***需热量预测方法蓄,其特征在于,所述建立蓄热供暖***模型步骤中,其具体为,该供暖***模型包括热源模块、热网模块及热负荷模块,所述热源模块、热网模块及热负荷模块依次连接。
7.一种适用于根据权利要求1所述基于建筑特性的蓄热供暖***需热量预测方法的基于建筑特性的蓄热供暖***需热量预测***,其特征在于,所述基于建筑特性的蓄热供暖***需热量预测***包括:
蓄热供暖***需热量预测平台、Android框架层、Android核心库层、Linux内核驱动层、硬件设备层;
所述蓄热供暖***需热量预测平台提供人机交互,读取用户输入的建筑物蓄热相关信息,输出蓄热供暖***需热量预测结果;
Android框架层提供构建应用程序时用到的各种API应用程序编程接口;
Android核心库层用于使用JAVA语言来编写Android应用;
Linux内核驱动层为Android设备的各种硬件提供底层的驱动;
硬件设备层为上层应用提供硬件支持。
8.一种基于建筑特性的蓄热供暖***需热量预测程序,运行于终端,其特征在于,所述基于建筑特性的蓄热供暖***需热量预测程序实现权利要求1-7任意一项所述的基于建筑特性的蓄热供暖***需热量预测方法。
9.一种终端,其特征在于,所述终端搭载实现权利要求1-7任意一项所述基于建筑特性的蓄热供暖***需热量预测方法的处理器。
10.一种计算机可读存储介质,包括指令,当其在计算机上运行时,使得计算机执行根据权利要求1-7任意一项所述的基于建筑特性的蓄热供暖***需热量预测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911389187.8A CN111027007A (zh) | 2019-12-30 | 2019-12-30 | 一种基于建筑特性的蓄热供暖***需热量预测方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911389187.8A CN111027007A (zh) | 2019-12-30 | 2019-12-30 | 一种基于建筑特性的蓄热供暖***需热量预测方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111027007A true CN111027007A (zh) | 2020-04-17 |
Family
ID=70195545
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911389187.8A Pending CN111027007A (zh) | 2019-12-30 | 2019-12-30 | 一种基于建筑特性的蓄热供暖***需热量预测方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111027007A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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***的建筑热负荷预测方法 |
CN112541259A (zh) * | 2020-12-08 | 2021-03-23 | 齐鲁工业大学 | 一种用于独立式供热***的自反馈调温方法及*** |
CN113792393A (zh) * | 2021-08-13 | 2021-12-14 | 江铃汽车股份有限公司 | 汽车排气周边零件温度计算方法、装置、存储介质及*** |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104133938A (zh) * | 2014-07-01 | 2014-11-05 | 哈尔滨工业大学 | 一种基于采暖能耗考虑的严寒地区办公建筑外窗几何参数优化方法 |
CN104809555A (zh) * | 2015-04-22 | 2015-07-29 | 吉林建筑大学 | 一种用于严寒地区供热***指标体系的评价方法 |
CN104866702A (zh) * | 2015-02-26 | 2015-08-26 | 东南大学 | 一种利用主元解耦计算夏热冬冷地区建筑负荷的方法 |
CN105202623A (zh) * | 2015-09-21 | 2015-12-30 | 国家电网公司 | 一种供热机组采暖调峰能力预测方法 |
WO2016098483A1 (ja) * | 2014-12-18 | 2016-06-23 | 株式会社日立製作所 | 熱源システム管理装置、熱源システム管理方法、及びプログラム |
CN106096781A (zh) * | 2016-06-07 | 2016-11-09 | 哈尔滨工业大学 | 基于综合温度的供热负荷预报方法 |
CN106524295A (zh) * | 2016-11-21 | 2017-03-22 | 北京建筑技术发展有限责任公司 | 一种区域建筑能耗预测方法 |
CN106936147A (zh) * | 2017-04-14 | 2017-07-07 | 南瑞(武汉)电气设备与工程能效测评中心 | 一种基于双层优化的微电网面向电蓄热锅炉的优化运行管理方法 |
CN107120721A (zh) * | 2017-05-25 | 2017-09-01 | 河北健特建筑安装工程有限公司 | 一种集中供热动态气候补偿方法 |
CN108240679A (zh) * | 2018-02-22 | 2018-07-03 | 烟台科创捷能机电工程有限公司 | 一种基于建筑供暖负荷预测的供热方法、装置和*** |
KR20180098180A (ko) * | 2017-02-24 | 2018-09-03 | 주식회사 케이티 | 냉난방 시스템을 제어하는 축열 제어 시스템 |
CN108711183A (zh) * | 2018-03-23 | 2018-10-26 | 内蒙古电力勘测设计院有限责任公司 | 一种基于三维建筑模型的供暖热负荷计算方法及装置 |
CN109359782A (zh) * | 2018-11-23 | 2019-02-19 | 中冶华天包头设计研究总院有限公司 | 供暖期建筑物内单位建筑面积所需热负荷的预测方法 |
CN109977447A (zh) * | 2018-09-28 | 2019-07-05 | 中国建筑科学研究院有限公司 | 一种建筑供冷供暖负荷的计算方法 |
-
2019
- 2019-12-30 CN CN201911389187.8A patent/CN111027007A/zh active Pending
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104133938A (zh) * | 2014-07-01 | 2014-11-05 | 哈尔滨工业大学 | 一种基于采暖能耗考虑的严寒地区办公建筑外窗几何参数优化方法 |
WO2016098483A1 (ja) * | 2014-12-18 | 2016-06-23 | 株式会社日立製作所 | 熱源システム管理装置、熱源システム管理方法、及びプログラム |
CN104866702A (zh) * | 2015-02-26 | 2015-08-26 | 东南大学 | 一种利用主元解耦计算夏热冬冷地区建筑负荷的方法 |
CN104809555A (zh) * | 2015-04-22 | 2015-07-29 | 吉林建筑大学 | 一种用于严寒地区供热***指标体系的评价方法 |
CN105202623A (zh) * | 2015-09-21 | 2015-12-30 | 国家电网公司 | 一种供热机组采暖调峰能力预测方法 |
CN106096781A (zh) * | 2016-06-07 | 2016-11-09 | 哈尔滨工业大学 | 基于综合温度的供热负荷预报方法 |
CN106524295A (zh) * | 2016-11-21 | 2017-03-22 | 北京建筑技术发展有限责任公司 | 一种区域建筑能耗预测方法 |
KR20180098180A (ko) * | 2017-02-24 | 2018-09-03 | 주식회사 케이티 | 냉난방 시스템을 제어하는 축열 제어 시스템 |
CN106936147A (zh) * | 2017-04-14 | 2017-07-07 | 南瑞(武汉)电气设备与工程能效测评中心 | 一种基于双层优化的微电网面向电蓄热锅炉的优化运行管理方法 |
CN107120721A (zh) * | 2017-05-25 | 2017-09-01 | 河北健特建筑安装工程有限公司 | 一种集中供热动态气候补偿方法 |
CN108240679A (zh) * | 2018-02-22 | 2018-07-03 | 烟台科创捷能机电工程有限公司 | 一种基于建筑供暖负荷预测的供热方法、装置和*** |
CN108711183A (zh) * | 2018-03-23 | 2018-10-26 | 内蒙古电力勘测设计院有限责任公司 | 一种基于三维建筑模型的供暖热负荷计算方法及装置 |
CN109977447A (zh) * | 2018-09-28 | 2019-07-05 | 中国建筑科学研究院有限公司 | 一种建筑供冷供暖负荷的计算方法 |
CN109359782A (zh) * | 2018-11-23 | 2019-02-19 | 中冶华天包头设计研究总院有限公司 | 供暖期建筑物内单位建筑面积所需热负荷的预测方法 |
Non-Patent Citations (6)
Title |
---|
刘家明;: "供暖***的管理与运行" * |
夏后峰: "某商业楼采暖***设计热负荷计算分析" * |
李青燕: "建筑能耗简化计算软件(SCBEC)的开发" * |
杜玲霞: "西北居住建筑窗墙面积比研究" * |
赵军凯;王岳人;: "沈阳地区SCECH***中的太阳能利用模拟分析" * |
陈玲;董重成;: "间歇供暖负荷计算方法研究" * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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***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***的建筑热负荷预测方法 |
CN112541259A (zh) * | 2020-12-08 | 2021-03-23 | 齐鲁工业大学 | 一种用于独立式供热***的自反馈调温方法及*** |
CN112541259B (zh) * | 2020-12-08 | 2022-07-08 | 齐鲁工业大学 | 一种用于独立式供热***的自反馈调温方法及*** |
CN113792393A (zh) * | 2021-08-13 | 2021-12-14 | 江铃汽车股份有限公司 | 汽车排气周边零件温度计算方法、装置、存储介质及*** |
CN113792393B (zh) * | 2021-08-13 | 2024-06-18 | 江铃汽车股份有限公司 | 汽车排气周边零件温度计算方法、装置、存储介质及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yu et al. | Sensitivity analysis of energy performance for high-rise residential envelope in hot summer and cold winter zone of China | |
Eicker | Low energy cooling for sustainable buildings | |
Li et al. | Fast bidirectional building performance optimization at the early design stage | |
Ascione et al. | A framework for NZEB design in Mediterranean climate: Design, building and set-up monitoring of a lab-small villa | |
CN111027007A (zh) | 一种基于建筑特性的蓄热供暖***需热量预测方法及*** | |
Picard et al. | Comparison of Model Predictive Control performance using grey-box and white box controller models | |
Liu et al. | Effects of energy conservation and emission reduction on energy efficiency retrofit for existing residence: A case from China | |
Ali et al. | Evaluation of near-net-zero-energy building strategies: A case study on residential buildings in Jordan | |
Italos et al. | Use of double skin façade with building integrated solar systems for an energy renovation of an existing building in Limassol, Cyprus: Energy performance analysis | |
Ma et al. | Optimization of passive solar design and integration of building integrated photovoltaic/thermal (BIPV/T) system in northern housing | |
Liu et al. | Simulation analysis and scheme optimization of energy consumption in public buildings | |
Yildirim et al. | Efficient energy storage in residential buildings integrated with RESHeat system | |
Croitoru et al. | Multi-criteria Design and Impact on Energy Consumption of a Residential House–A Parametric Study | |
Alvand et al. | Assessment of cost optimal solutions for high performance multi-family buildings in Iran | |
Irshad et al. | Performance analysis of photo voltaic Trombe wall for tropical climate | |
Sarhan et al. | Thermal envelope retrofit: an assessment framework | |
Hart | Heat pump system performance: experimental and theoretical results | |
Horváth et al. | Parametric analysis of solar hot water production in “commi-block” buildings | |
Šteffek et al. | The Impact of the choice of computational methods on the results of simulations of specific heat consumption for heating a family house | |
Candanedo Ibarra | Modelling and evaluation of the performance of building-integrated open loop air-based photovoltaic/thermal systems | |
Chanchpara | Zero energy buildings | |
Benaddi et al. | Building Design Optimization to Enhance Thermal Comfort Performance: A Case Study in Marrakech Region | |
Molander et al. | Methods and Potentials to Reduce Peaks in Heating Power Demand--in Residential Building | |
Sørensen et al. | The Visund office building, Haakonsvern, Bergen. As-built report | |
Ahmed et al. | Towards Achieving SDGs in Social Housing in the UAE: From Conventional to BIPV Houses |
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: 20200417 |
|
RJ01 | Rejection of invention patent application after publication |