基于人工神经网络的建筑负荷预测与空调系统运行优化研究

准确预测建筑负荷并合理优化空调系统运行,对于提升空调系统经济性能和能源利用效率具有重要意义。运用人工神经网络建立建筑负荷预测模型,并且考虑不同热区内人员的热舒适需求对建筑负荷预测精度的影响,然后以空调系统运行成本最低为目标,运用遗传算法建立地源热泵和蓄能水箱联供系统的运行优化模型。结果表明,负荷预测模型的CV-RMSE指标降低了15.26%;在负荷预测结果的基础上,运用优化模型实现系统的运行调度可以分别在冬季典型日和夏季典型日节约22.53%和33.69%的运行成本。

一种槽式太阳能空气集热器热性能的试验研究

为了研究日光温室用槽式太阳能空气集热器的热性能,基于TracePro光学模拟软件设计了一种槽式太阳能空气集热器,对其进行试验研究,分析了不同因素对集热性能的影响规律。实验结果表明,管中空气流速的变化对集热器集热效率和集热量的影响规律是相同的,在不同的流速下,存在最佳空气流速约为4.4 m/s,使得集热器的集热量和集热效率最大,集热量达到373.2 W,集热效率约为25%,此时集热性能最好。对于不同太阳辐照度,正午时刻之前,太阳辐照度越大,集热器的集热效率越大,正午时刻之后,集热器的集热效率基本保持不变,15:40之后集热器集热效率逐渐减小。当太阳辐照度和管中流速相同时,室外温度越高,集热器集热效率越大,集热性能越好。集热管中空气温度沿着集热管出口方向不断增大,太阳辐照度越大,集热管相同位置空气温度越高。该研究结果可为此种槽式太阳能空气集热器在日光温室的应用中提供参考。