基于热平衡法生成同时发生设计日的方法研究

提出了基于热平衡法生成同时发生设计日的方法.首先基于热平衡法计算某城市的历年逐时动态冷负荷,以历年平均不保证50 h为依据确定理论设计负荷,采用综合聚类法挑选同时发生设计日.用热平衡法计算同时发生设计日、传统设计日的峰值负荷,确定为同时发生设计负荷和传统设计负荷.分别对比了哈尔滨、北京、长沙和广州样本房间的同时发生设计负荷、传统设计负荷与理论设计负荷的差异率.结果显示,各城市同时发生设计负荷与理论设计负荷的差异率偏差范围都远小于传统设计负荷与理论设计负荷的差异率.说明依据同时发生设计日的气象参数进行空调系统设计负荷计算是更加合理、准确的,基于热平衡法可以准确生成适合工程应用的同时发生设计日.

房间辐射时间序列决策树分类方法研究

采用辐射时间序列方法,现有可用的辐射时间序列涉及的房间结构和特征参数数量太少,导致其计算的空调设计负荷偏差较大.考虑国内建筑常用的围护结构及其特征参数,采用简单随机抽样方法抽取结构和特征参数组合的房间样本,应用热平衡方法计算大量的结构与特征组合房间样本的辐射时间序列,用CART决策树算法提取影响房间辐射时间序列的主要特征参数,对房间结构类型和特征参数进行分类,用K-Medoids中心算法确定各类房间代表性辐射时间序列.用提出的决策树分类方法将结构及其特性参数组合房间的非太阳辐射时间序列和太阳辐射时间序列分别分为12类和8类.适用性检验表明,分类后每类房间辐射时间序列很好地代表了该类的所有房间,可显著提高空调设计负荷的准确性.

基于气象日序数的同时发生设计日挑选方法

传统空调设计气象参数设计日对气象参数间的同时发生性考虑不足,导致空调系统的设计冷负荷与实际峰值冷负荷相差甚远.为挑选出计算空调系统设计负荷的更合理的同时发生设计日,提出了一种基于气象日序数的空调设计同时发生设计日挑选方法.该方法首先定义气象日序数的概念,用历史实测气象数据和动态负荷计算模型计算房间动态负荷,基于室内热环境风险水平挑选通用气象日序数集,提出多维多参数聚类分析方法,从通用气象日序数集中选取代表性的同时发生设计日.运用该方法从中国香港和长沙的长年实测气象数据中挑选出两个地区的同时发生设计日.实例研究表明,该方法挑选出的同时发生设计日数量少,适合于工程设计应用.与传统设计日对比表明,气象日序数方法给出的同时发生设计日计算设计冷负荷准确性更高,能满足工程设计准确性要求.

热平衡方法与辐射时间序列方法生成的同时发生设计日评价

我国负荷计算方法仍采用冷负荷系数法,相对保守和落后。热平衡方法是最准确的负荷计算方法。在同时发生设计日生成方法研究中,比较和评价了传递函数方法和辐射时间序列方法(Radiant Time Series Method,RTSM),尚未对热平衡方法(Heat Blance Method,HBM)与RTSM进行对比和评价研究。本文首先用HBM生成同时发生设计日H,用RTSM生成同时发生设计日R。用HBM和RTSM计算样本房间同时发生设计日H的设计负荷差异率,评价这2种负荷计算方法的准确性。结果表明,用HBM计算的各代表城市95%样本房间同时发生设计日的设计负荷差异率分布范围比RTSM小。用HBM计算样本房间同时发生设计日H和R的设计负荷差异率,评价这2种同时发生设计日生成方法在工程应用中的适用性。结果表明,各代表城市95%样本房间同时发生设计日R的设计负荷差异率分布范围比同时发生设计日H小。综上表明,HBM比RTSM计算设计负荷更准确,RTSM生成的同时发生设计日比HBM生成的同时发生设计日更适合工程应用。

空调设计室外计算参数适用性分析与改进

空调设计室外计算参数是计算空调系统设计负荷的基础。本文采用我国现行规范中的方法构造多种不保证水平下设计日,选取广州、长沙、北京作为3个气候区代表城市,利用多年历史逐时气象观测数据和冷负荷计算模型分析我国节能建筑房间不同不保证水平下夏季设计日峰值负荷与相应的室内热环境不保证水平下设计负荷之间的负荷差异率。分析结果表明,依据我国现行规范构造的夏季空调设计日不能准确表征节能建筑所有单面外墙特征参数组合房间的近极端设计气象条件;随着不保证水平的增长,计算负荷差异率逐渐增加,且绝大多数节能建筑单面外墙房间用现行规范确定的设计日计算的设计冷负荷是过保证的,尤其是寒冷地区节能建筑房间;用ASHRAE模型计算设计日逐时太阳辐射照度对设计日气象参数进行改进,改进后大部分房间不保证50 h夏季设计日负荷差异率有所减小。

生成同时发生设计日的参数降维分区方法研究

为了减少同时发生气象参数的数据量和便于工程应用,提出了一种生成同时发生设计日的参数降维分区方法,该方法基于辐射时间序列法,确定各房间特征参数的近极端组合.以香港长年逐时气象数据作为数据源,在近极端组合下对各房间特征参数进行降维分区,降维分区后代表组合共计960种.对生成同时发生设计日的参数降维分区方法进行验证,结果表明:利用挑选出的同时发生设计日所确定的设计冷负荷与长年逐时负荷计算后确定的设计冷负荷相比,99%以上的相对误差在±5%内,提高了设计冷负荷计算的准确性.将同时发生设计日气象参数与传统方法得到的设计日气象参数进行了对比,结果表明:传统方法得到的设计日参数被高估,导致空调设计冷负荷偏大.

空调设计用同时发生室外气象参数生成模型优化

提出了不同不保证率下由室内峰值得热修正成峰值负荷的简便方法,为生成同时发生气象参数的负荷模型优化成得热模型提供了基本依据。该方法基于z传递函数法和辐射时间序列法分别计算室内峰值得热与峰值负荷,分析不同参数对峰值得热与峰值负荷之间“差异率”的影响大小,给出由室内峰值得热修正成峰值负荷的修正表和修正方法。基于蒙特卡洛法随机选取48万种参数组合对修正表进行验证。结果表明,在北方向、西南方向、西方向和西北方向上,全部组合的修正后“差异率”在±2%以内,修正后“差异率”在±1%以内的组合有99.5%;其他方向上,全部组合的修正后“差异率”在-2.5%~4%以内,修正后“差异率”在±1%以内的组合有97%。