CN116680982A - 地源-空气源热泵复合***机组最佳容量确定方法及*** - Google Patents
地源-空气源热泵复合***机组最佳容量确定方法及*** Download PDFInfo
- Publication number
- CN116680982A CN116680982A CN202310661603.5A CN202310661603A CN116680982A CN 116680982 A CN116680982 A CN 116680982A CN 202310661603 A CN202310661603 A CN 202310661603A CN 116680982 A CN116680982 A CN 116680982A
- Authority
- CN
- China
- Prior art keywords
- heat pump
- source heat
- air source
- ground source
- ground
- 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
- 239000002131 composite material Substances 0.000 title claims abstract description 50
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000005457 optimization Methods 0.000 claims abstract description 38
- 238000004088 simulation Methods 0.000 claims abstract description 27
- 239000002689 soil Substances 0.000 claims abstract description 18
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 15
- 230000006870 function Effects 0.000 claims description 46
- 238000013461 design Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 238000005057 refrigeration Methods 0.000 claims description 4
- 238000001816 cooling Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 4
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 3
- 229910052799 carbon Inorganic materials 0.000 description 3
- 238000005553 drilling Methods 0.000 description 3
- 238000010438 heat treatment Methods 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000004134 energy conservation Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000006386 neutralization reaction Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000002285 radioactive effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
- F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
- F25B30/00—Heat pumps
- F25B30/06—Heat pumps characterised by the source of low potential heat
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Structural Engineering (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Thermal Sciences (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Mechanical Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明属于能源技术领域，提供了地源‑空气源热泵复合***机组最佳容量确定方法及***，通过在地源‑空气源热泵复合***仿真模型中，设定优化变量的初始值、限制条件和迭代步长，基于优化算法对多目标函数进行优化，对初始变量向上或向下迭代，并与初始值对比，朝着较初始值减小的方向继续迭代，并逐步减小迭代步长，直至找到最小目标函数值；基于该最小目标函数值确定地源‑空气源热泵复合***机组容量。可以降低土壤温升和费用年值，同时还能降低土壤的温升和累计冷热不平衡率，保证冬/夏季机组出水温度的稳定。
Description
技术领域
本发明属于能源技术领域，尤其涉及地源-空气源热泵复合***机组最佳容量确定方法及***。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
采用清洁能源供暖/制冷是有效降低建筑能耗和碳排放的重要抓手，为实现建筑的节能和低碳，将浅层地热能和空气能应用到建筑的冷热源***中，能够有效助力碳达峰、碳中和的目标。
地热能来源于地球内部的上升热流和地壳内放射性元素衰变产生的热量，其中，浅层地热能一般指200米深度内的地热能。由于地埋管深度一般在地下100～150米范围，接近恒温层深度，因此地埋管周围土壤温度稳定，仅在全年范围内小幅度波动，能量来源更加稳定。
空气能广泛存在于大气环境中，与地热能一样也是一种清洁能源。空气源热泵根据逆卡诺循环的原理，通过压缩机做功将空气中的低品位热能转化为高品位的热能。此外，空气源热泵具有安装维护方便、占地面积小，使用范围更广，应用限制因素较少等优点。
采用地源-空气源热泵的复合***，其机组的容量匹配影响***的整体性能和经济性，在传统的机组容量设计上由于保持一定的机组裕量，使得复合***初投资较高，不利于可再生能源的推广应用。
现有的地源-空气源热泵复合***机组容量确定方法往往是预留一定的裕量，存在机组选型较大，初投资较多等缺点；通过引入算法优化则能最大限度的减少裕量降低初投资。目前仅可以通过算法确定住宅建筑最优新风量，但对于办公建筑的地源-空气源热泵复合***尚未引入相关的机组容量算法优化方法。
发明内容
为了解决上述背景技术中存在的至少一项技术问题，本发明提供地源-空气源热泵复合***机组最佳容量确定方法及***，通过引入办公建筑的地源-空气源热泵复合***，对其相关机组容量优化，其可以降低***初投资和运行费用，同时还能降低土壤的温升和累计冷热不平衡率，保证冬/夏季机组出水温度的稳定，提高复合***的经济性。
为了实现上述目的，本发明采用如下技术方案：
本发明的第一个方面提供地源-空气源热泵复合***机组最佳容量确定方法，包括如下步骤：
获取办公建筑相关设计参数，基于办公建筑相关设计参数构建办公建筑模型；基于该办公建筑模型得到建筑负荷，结合建筑负荷得到地源-空气源热泵复合***仿真模型；
基于地源-空气源热泵复合***的相关参数构建多目标函数和优化变量；
在地源-空气源热泵复合***仿真模型中，设定优化变量的初始值、限制条件和迭代步长，基于优化算法对多目标函数进行优化，对初始变量向上或向下迭代，并与初始值对比，朝着较初始值减小的方向继续迭代，并逐步减小迭代步长，直至找到最小目标函数值；基于该最小目标函数值确定地源-空气源热泵复合***机组容量。
本发明的第二个方面提供地源-空气源热泵复合***机组最佳容量确定***，包括：
仿真模型构建模块，其用于获取办公建筑相关设计参数，基于办公建筑相关设计参数构建办公建筑模型；基于该办公建筑模型得到建筑负荷，结合建筑负荷得到地源-空气源热泵复合***仿真模型；
优化函数构建模块，其用于基于地源-空气源热泵复合***的相关参数构建多目标函数和优化变量；
函数优化模块，其用于在地源-空气源热泵复合***仿真模型中，设定优化变量的初始值、限制条件和迭代步长，基于优化算法对目标函数进行优化，对初始变量向上或向下迭代，并与初始值对比，朝着较初始值减小的方向继续迭代，并逐步减小迭代步长，直至找到最小目标函数值；
机组容量模块，其用于确定基于该最小目标函数值确定地源-空气源热泵复合***机组容量。
本发明的第三个方面提供一种计算机可读存储介质。
一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述所述的地源-空气源热泵复合***机组最佳容量确定方法中的步骤。
本发明的第四个方面提供一种计算机设备。
一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述所述的地源-空气源热泵复合***机组最佳容量确定方法中的步骤。
与现有技术相比，本发明的有益效果是：
本发明通过在地源-空气源热泵复合***仿真模型的基础上，基于优化算法对得到最小目标函数值，确定地源-空气源热泵复合***机组最佳容量，从而可以降低***初投资和运行费用，同时还能降低土壤温升和累计冷热不平衡率，保证冬/夏季机组出水温度的稳定，提高复合***的经济性。
本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1是本发明根据一个或多个实施方式的地源-空气源热泵复合***机组最佳容量确定方法流程图。
图2是本发明根据一个或多个实施方式的办公建筑模型图。
图3是本发明根据一个或多个实施方式的地源-空气源热泵复合***原理图。
图4是本发明根据一个或多个实施方式的地源-空气源热泵复合***仿真模型图。
图5是本发明根据一个或多个实施方式的Hooke-Jeeves算法流程图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
应该指出，以下详细说明都是例示性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
实施例一
如图1所示，本实施例提供一种地源-空气源热泵复合***机组容量优化方法，包括如下步骤：
步骤1：获取办公建筑相关设计参数，基于办公建筑相关设计参数构建办公建筑模型；
本实施例中，所述办公建筑相关设计参数包括建筑层高、建筑面积、室内参数；例如，室内参数依照《建筑节能与可再生能源利用通用规范》和《公共建筑节能设计标准》设定，冬季室内设计温度为20℃，夏季室内设计温度为26℃，
基于办公建筑相关设计参数构建办公建筑模型时，采用Sketch up构建建筑模型，如图2所示。
步骤2：基于该办公建筑模型得到建筑负荷，结合建筑负荷计得到地源-空气源热泵复合***仿真模型；
本实施中，所述该建筑的逐时负荷，包括目标建筑的峰值冷负荷和峰值热负荷。
本实施例中，所述地源-空气源热泵复合***仿真模型中，地源热泵与空气源热泵并联连接，在用户侧地源热泵与空气源热泵各用一台水泵，如图3所示。
地源-空气源热泵复合***有联合运行模式和单独运行模式两种使用模式；
1、联合运行模式
***联合运行模式运行时，可以实现地源与空气源的联合制冷。具体实施过程为，阀门1、阀门2、打开，用户侧水泵1、用户侧水泵2、地源侧水泵、地源热泵机组和空气源热泵机组均启动，2台机组的冷冻水汇合后供给到用户侧。
2、单独运行模式
***单独运行模式运行时，可以实现地热能对用户侧的供暖和制冷。具体实施过程为，阀门1打开、阀门2关闭，用户侧水泵1、地源侧水泵和地源热泵机组启动，用户侧水泵2和空气源热泵机组关闭。用户侧水环路仅流经阀门1、地源热泵机组和用户侧水泵1。
仿真模型如图4所示，设置地源热泵额定制冷量、空气源热额定制冷量、地埋管换热器、钻孔数以及钻孔深度。
步骤3：基于地源-空气源热泵复合***的相关参数构建多目标函数和优化变量；
所述多目标函数为：
F(x)＝f(x)+g(x)*D (1)
多目标函数包括费用年值f(x)和土壤温升g(x)；D为因土壤温升导致的费用增加值；
其中，费用年值为复合***运行n年的总费用年值：
式中，i为利率，本实施例中，优选5.5％，n为***寿命，本实施例中，优选15年，L0为***初投资，C为***运行费用。
土壤温升g(x)为运行1年后的土壤温度与初始土壤温度的差值：
g(x)＝T1-T0 (3)
T1为运行1年后的土壤温度，T0为初始土壤温度。
所述优化变量包括：
除地源热泵额定制冷量、空气源热泵额定制冷量外，还包括额定最大负载比控制指标PLRmax作为优化变量，即在制冷季机组实际承担的冷负荷与机组额定最大制冷量比值大于PLRmax时，开启空气源热泵辅助制冷，供暖季则仅地源热泵运行。
在相同机组容量下，PLRmax的大小同样影响土壤温升和累计冷热不平衡率的大小。此外，为实现***整体的优化将水泵容量、地埋管钻孔数这两个指标作为机组额定制冷量的因变量。
步骤4：设定优化变量的初始值、限制条件和迭代步长，在地源-空气源热泵复合***仿真模型中，基于优化算法对目标函数进行优化，对初始变量向上或向下迭代，并与初始值对比，朝着较初始值减小的方向继续迭代，并逐步减小迭代步长，直至找到最小目标函数值；从而确定复合***的最佳机组容量。
本实施例中，初始值为步骤2中的设定值，地源热泵机组额定制冷量上限为78.78kWh、空气源热泵机组额定制冷量的上限为60.24kW，地源热泵机组额定制冷量下限为50.97kW，空气源热泵机组额定制冷量下限为41.71kW，迭代步长为1；PLRmax上限值为100％，PLRmax下限值为72％，迭代步长为0.01。
所述优化算法可以采用Hooke-Jeeves算法、带惯性权值的粒子群算法、斐波那契算法、黄金分割法等，本实施例中，选用Hooke-Jeeves算法。
Hooke-Jeeves算法流程如图5所示，图中f(x)为目标函数，ei(i＝1、2、3......n)为坐标方向，δ为初始的步长，α为加速因子，ζ为精度值，x1为初始点，xi为第i个点，yi为沿ei方向的出发点。
步骤4中，模拟过程中，首先会按照初始条件进行仿真模拟，并获取初始条件下的目标函数值，随后优化算法会在初始条件基础上向上或向下迭代，按迭代后的变量进行仿真模拟，并对比迭代前后的目标函数值，下次迭代时将朝着目标函数值减小的方向迭代，且随着逐渐接近最低目标函数值，迭代步长也逐渐减小。
本实施例中，算法寻优前后的结果如表1所示。
表1算法寻优前后的结果
根据表1可以看到，优化后复合***的钻孔数减少了3个，在初投资上降低了23.9％，费用年值上降低了19.1％，同时土壤温度和累计冷热不平衡率均得到降低，分别下降0.23℃和10.2％。
实施例二
本实施例提供地源-空气源热泵复合***机组最佳容量确定***，包括：
仿真模型构建模块，其用于获取办公建筑相关设计参数，基于办公建筑相关设计参数构建办公建筑模型；基于该办公建筑模型得到建筑负荷，结合建筑负荷得到地源-空气源热泵复合***仿真模型；
优化函数构建模块，其用于基于地源-空气源热泵复合***的相关参数构建多目标函数和优化变量；
函数优化模块，其用于设定优化变量的初始值、限制条件和迭代步长，在地源-空气源热泵复合***仿真模型中，基于优化算法对目标函数进行优化，对初始变量向上或向下迭代，并与初始值对比，朝着较初始值减小的方向继续迭代，并逐步减小迭代步长，直至找到最小目标函数值；
机组容量模块，其用于确定基于该最小目标函数值确定地源-空气源热泵复合***机组容量。
实施例三
本实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如实施例一所述的地源-空气源热泵复合***机组最佳容量确定方法中的步骤。
实施例四
本实施例提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如实施例一所述的地源-空气源热泵复合***机组最佳容量确定方法中的步骤。
本领域内的技术人员应明白，本发明的实施例可提供为方法、***、或计算机程序产品。因此，本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(RandomAccessMemory，RAM)等。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.地源-空气源热泵复合***机组最佳容量确定方法，其特征在于，包括如下步骤：
获取办公建筑相关设计参数，基于办公建筑相关设计参数构建办公建筑模型；基于该办公建筑模型得到建筑负荷，结合建筑负荷得到地源-空气源热泵复合***仿真模型；
基于地源-空气源热泵复合***的相关参数构建多目标函数和优化变量；
设定优化变量的初始值、限制条件和迭代步长，在地源-空气源热泵复合***仿真模型中，基于优化算法对多目标函数进行优化，对初始变量向上或向下迭代，并与初始值对比，朝着较初始值减小的方向继续迭代，并逐步减小迭代步长，直至找到最小目标函数值；基于该最小目标函数值确定地源-空气源热泵复合***机组最佳容量。
2.如权利要求1所述的地源-空气源热泵复合***机组最佳容量确定方法，其特征在于，所述多目标函数包括***费用年值和土壤温升2个指标，其中费用年值为复合***的总费用年值，土壤温升为复合***运行1年后的土壤温度与初始土壤温度的差值。
3.如权利要求1所述的地源-空气源热泵复合***机组最佳容量确定方法，其特征在于，所述优化变量包括：地源热泵额定制冷量、空气源热泵额定制冷量以及额定最大负载比控制指标。
4.如权利要求1所述的地源-空气源热泵复合***机组最佳容量确定方法，其特征在于，所述优化算法为Hooke-Jeeves算法。
5.如权利要求1所述的地源-空气源热泵复合***机组最佳容量确定方法，其特征在于，模拟过程中，首先按照初始条件进行仿真模拟，并获取初始条件下的目标函数值，在初始条件基础上向上或向下迭代，按迭代后的变量进行仿真模拟，并对比迭代前后的目标函数值，下次迭代时将朝着目标函数值减小的方向迭代，且随着逐渐接近最低目标函数值，迭代步长逐渐减小。
6.如权利要求1所述的地源-空气源热泵复合***机组最佳容量确定方法，其特征在于，在地源-空气源热泵复合***仿真模型构建时，地源热泵与空气源热泵并联连接，在用户侧地源热泵与空气源热泵各用一台水泵。
7.如权利要求1所述的地源-空气源热泵复合***机组最佳容量确定方法，其特征在于，所述地源-空气源热泵复合***有联合运行模式和单独运行模式两种使用模式，在联合运行模式时，地源与空气源的联合制冷，在单独运行模式时，地热能对用户侧的供暖和制冷。
8.地源-空气源热泵复合***机组最佳容量确定***，其特征在于，包括：
仿真模型构建模块，其用于获取办公建筑相关设计参数，基于办公建筑相关设计参数构建办公建筑模型；基于该办公建筑模型得到建筑负荷，结合建筑负荷得到地源-空气源热泵复合***仿真模型；
优化函数构建模块，其用于基于地源-空气源热泵复合***的相关参数构建多目标函数和优化变量；
函数优化模块，其用于设定优化变量的初始值、限制条件和迭代步长，在地源-空气源热泵复合***仿真模型中，基于优化算法对目标函数进行优化，对初始变量向上或向下迭代，并与初始值对比，朝着较初始值减小的方向继续迭代，并逐步减小迭代步长，直至找到最小目标函数值；
机组容量模块，其用于确定基于该最小目标函数值确定地源-空气源热泵复合***机组容量。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一项所述的地源-空气源热泵复合***机组最佳容量确定方法中的步骤。
10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7中任一项所述的地源-空气源热泵复合***机组最佳容量确定方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310661603.5A CN116680982A (zh) | 2023-06-02 | 2023-06-02 | 地源-空气源热泵复合***机组最佳容量确定方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310661603.5A CN116680982A (zh) | 2023-06-02 | 2023-06-02 | 地源-空气源热泵复合***机组最佳容量确定方法及*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116680982A true CN116680982A (zh) | 2023-09-01 |
Family
ID=87783191
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310661603.5A Pending CN116680982A (zh) | 2023-06-02 | 2023-06-02 | 地源-空气源热泵复合***机组最佳容量确定方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116680982A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117973008A (zh) * | 2024-01-12 | 2024-05-03 | 天津大学 | 基于浅层土壤源g-DTM模型的地源热泵***仿真方法和装置 |
| CN118112938A (zh) * | 2024-04-29 | 2024-05-31 | 天津大学 | 复合式地源热泵***短周期控制策略优化方法 |
-
2023
- 2023-06-02 CN CN202310661603.5A patent/CN116680982A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117973008A (zh) * | 2024-01-12 | 2024-05-03 | 天津大学 | 基于浅层土壤源g-DTM模型的地源热泵***仿真方法和装置 |
| CN118112938A (zh) * | 2024-04-29 | 2024-05-31 | 天津大学 | 复合式地源热泵***短周期控制策略优化方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116680982A (zh) | 地源-空气源热泵复合***机组最佳容量确定方法及*** | |
| CN103020481B (zh) | 一种基于节能的确定空气源热泵地暖最佳运行工况的方法 | |
| CN110288164B (zh) | 一种建筑空调制冷站***预测控制方法 | |
| Wei et al. | Multi-objective optimal operation and energy coupling analysis of combined cooling and heating system | |
| CN101782261B (zh) | 暖通空调***的非线性自适应节能控制方法 | |
| CN103064285B (zh) | 一种基于模型的热泵供暖多目标优化控制方法 | |
| Zheng et al. | Benefit analysis of air conditioning systems using multiple energy sources in public buildings | |
| CN103017279A (zh) | 适应运行周期内负荷变化的地源热管换热***及控制方法 | |
| CN110097217A (zh) | 一种基于等效rc模型的建筑动态室温预测方法 | |
| CN114676894A (zh) | 基于设备热力学特性模型的建筑区域能源***配置优化方法 | |
| CN104732111A (zh) | 一种地源热泵的高效的逐时数值模拟方法 | |
| Molinari et al. | The application of the parametric analysis for improved energy design of a ground source heat pump for residential buildings | |
| Lamptey et al. | Comparative energy analysis of cooling energy performance between conventional and hybrid air source internet data center cooling system | |
| Zhang et al. | Study on operating and control strategies for hybrid ground source heat pump system | |
| Zhao et al. | Research on the simulation and operation control strategy of hybrid ground source heat pump system | |
| Hou et al. | Ground source heat pump with horizontal Ground buried pipes: modelling and optimization with TRNSYS | |
| CN104567105B (zh) | 一种土壤源热泵***能效优化方法及优化*** | |
| Jiang et al. | Study fuzzy variable supplied water temperature control for air-to-water heat pumps connected to a residential floor heating system | |
| CN114091221A (zh) | 基于大数据的冷却塔-地源热泵***优化控制方法及*** | |
| CN115143553B (zh) | 小型直膨式相变蓄冷空调的调控方法 | |
| Yang | Energy-Saving retrofitting strategies in historical buildings | |
| Ye et al. | Design and practice of geothermal cascade utilization model in Western Sichuan | |
| Xue et al. | Optimal dimensioning power of GSHP with district heating in an educational building | |
| Bartyzel et al. | Numerical Simulation of Operating Parameters of the Ground Source Heat Pump. Energies 2022, 15, 383 | |
| Liu et al. | Design and simulation analysis of solar-coupled ground source heat pump system |
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 |