本发明专利技术提出一种基于不确定性分析的多区域建筑需求计算方法，将区域需求优先进行聚类分析以重新定义建筑区域分类，并将现有技术中的安全系数的设置等经验方法改变为不确定性分析和贝叶斯校验，使得计算结果更加精准，避免新建建筑末端和源侧设备设计冗余，也为既有建筑运行调控提供更加可靠的基础。
【技术实现步骤摘要】
本专利技术涉及建筑供配电设计，具体涉及一种基于不确定性分析的多区域建筑需求计算方法。
技术介绍
1、建筑能耗是我国能源消费的重要组成部分，其占比逐年增长。其中空调系统的能耗通常占建筑能耗的40％-80％，节能潜力巨大。因此，有效降低其空调系统的运行能耗是实现建筑节能可持续发展的重要途径，精确的建筑需求计算是建筑节能的基础。
2、多区域建筑如商业综合体、机场航站楼、高铁场站等由功能不同的区域组成，由于建筑形态、灯光设备密度、人员密度等参数在不同区域的差异，使得多区域建筑各个区域具有不同的冷、热需求特性，从而对空调系统的设计与运行带来了挑战，进行此类建筑的冷、热需求计算具有重要意义。这类建筑的复杂性使得设计者在设计和优化过程中大多采用软件模拟对其进行分区模拟，然而，目前对于多区域建筑的需求计算一般按照承担的功能差异进行区域划分，尚缺乏基于建筑区域特性差异的需求计算分析方法。
3、对于多区域建筑来说，区域末端设备容量的选取，取决于末端峰值需求的计算，源侧的设备容量则是取决于末端需求的叠加。而在建筑能耗模型中，输入的参数大都具有一定的不确定性，这些不确定因素的影响是限制模拟精度的根本原因，参数的单一设定难以全面地衡量各种工况下的情况。现阶段，峰值冷负荷的确定往往通过考虑输入参数的最不利情况进行计算，或是直接通过安全系数的设置进行设备容量的选取，而这两种方法都属于将输入参数固定后依赖设计者的经验给出最终的结果。因此，为了研究参数的不确定性对空调系统设计的影响，可以将不确定性分析方法应用于峰值需求的设计中。
<
p>4、基于蒙特卡洛的模拟分析法是建筑不确定性分析中使用最广泛的不确定性分析方法。这是因为与其他不确定性传播方法(例如全因子数值积分法、随机galerkin方法和离散投影法)相比，此方法直观且易于实现，并可以应用于大多数模拟环境，可以处理输入变量(包括相关变量)不同类型的概率函数。5、典型的蒙特卡洛模拟方法对建筑进行不确定性分析的过程如图1所示：第一步指定不确定性输入变量的概率分布并通过采样方法为输入变量生成采样，第二步利用建筑系统模型获得将输入变量代入进行模拟，第三步输出变量的不确定性结果，同时可以进行参数敏感性分析，以确定影响建筑能耗或能源分布的关键因素。huang利用蒙特卡洛模拟法得到某学校峰值供冷需求的统计分布结果，与传统设计相比，不确定性分析提供了一种平衡客户不同需求和参考的机制。
6、dominguez-munoz等对某工厂建筑的性能参数进行了不确定性分析，建筑需求的不确定性分析结果如图2所示，峰值需求总范围可应对各种参数变化的不利工况。贝叶斯方法的主要特点是可以将模拟结果与测量结果结合到模型校准过程中，在贝叶斯分析中，会将未知参数分配给先验分布，该分布基于从可用数据源(如调查、技术报告、行业标准和建筑模型)中汇总的信息，量化对真实参数值的先前预估，通过贝叶斯定理并使用测量值来更新先验分布，利用测量值与模型预测相匹配的可能性驱动更新过程，由此更新过程将先验分布与新的信息相结合，得到未知参数的改进分布，也称为后验分布，流程如图3所示。
7、综上所述，目前对于多区域建筑的需求计算一般按照承担的功能差异进行区域划分，尚缺乏基于建筑区域特性差异的需求计算分析方法。不确定性分析可以更加准确的计算航站楼的末端供冷需求，贝叶斯校验可以对航站楼建筑运行与设计参数的差异进行探究，然而两种分析方法目前的研究对象主要是办公建筑和其他公共建筑，多区域类型的复杂建筑应用有待进一步开展。
技术实现思路
1、本专利技术的目的是：在多区域建筑的区域特性分析的基础上，充分考虑建筑需求计算中的不确定性，提出包括蒙特卡洛不确定性分析与贝叶斯校验的建筑需求计算方法，使得计算结果更加精准可靠。
2、为了实现上述专利技术目的，本专利技术的技术方案提供了一种基于不确定性分析的多区域建筑需求计算方法，包括以下步骤：
3、步骤1：建立多区域建筑模型。
4、步骤2：根据建筑模型的多区域划分，对多区域的冷热需求进行定输入参数模拟，并对多区域冷热需求模拟结果进行聚类分析。
5、步骤3：根据多区域建筑模型的设计或历史建筑改造要求进行拟合，选取不确定性参数及概率分布类型，得到输入参数。
6、步骤4：根据多区域建筑模型中的区域差异，在步骤3的得到的输入参数基础上进行参数采样，生成n组输入参数样本(n≥n，n为不确定参数数量)。
7、步骤5：将n组输入参数样本代入多区域建筑模型进行模拟，得到模拟计算结果。
8、步骤6：通过实地测试或文献调研获得建筑能耗实际结果。
9、步骤7：将步骤3的输入参数的分布作为贝叶斯校验的先验分布结果，将步骤5的模拟计算结果与步骤6的建筑能耗实际结果结合，得到分布结果。
10、步骤8：对步骤7得到的分布结果进行贝叶斯校验，构造马尔科夫链，并持续收敛得到收敛后验分布。
11、步骤9：进行收敛性检查，并得到后验分布结果。
12、步骤10：将后验分布结果与先验分布结果进行对比并得到比对结果，根据多区域建筑模型的设计或计算要求，判断比对结果是否符合要求；如满足，则输出步骤5的模拟计算结果，从而进行容量选择或运行调控依据；若不满足，则返回步骤3，将后验分布作为新的先验分布重复上述流程，直到满足要求。
13、优选地，所述步骤1采用多区域分析方法；所述步骤2采用聚类分析多区域建筑模型。
14、优选地，所述不确定参数包括：室外天气参数、建筑物围护结构、空调系统和人行为；所述概率分布类型包括：均匀分布、正态分布以及高斯分布。
15、优选地，所述步骤7采用高斯过程模型与马尔科夫蒙特卡洛法进行贝叶斯校验。
16、本专利技术提出一种基于不确定性分析的多区域建筑需求计算方法，将区域需求优先进行聚类分析以重新定义建筑区域分类，并将现有技术中的安全系数的设置等经验方法改变为不确定性分析和贝叶斯校验，使得计算结果更加精准，避免新建建筑末端和源侧设备设计冗余，也为既有建筑运行调控提供更加可靠的基础。
本文档来自技高网...
【技术保护点】
1.一种基于不确定性分析的多区域建筑需求计算方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种基于不确定性分析的多区域建筑需求计算方法，其特征在于，所述步骤1采用多区域分析方法；所述步骤2采用聚类分析多区域建筑模型。
3.如权利要求1所述的一种基于不确定性分析的多区域建筑需求计算方法，其特征在于，所述不确定参数包括：室外天气参数、建筑物围护结构、空调系统和人行为；所述概率分布类型包括：均匀分布、正态分布以及高斯分布。
4.如权利要求1所述的一种基于不确定性分析的多区域建筑需求计算方法，其特征在于，所述步骤7采用高斯过程模型与马尔科夫蒙特卡洛法进行贝叶斯校验。
【技术特征摘要】
1.一种基于不确定性分析的多区域建筑需求计算方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种基于不确定性分析的多区域建筑需求计算方法，其特征在于，所述步骤1采用多区域分析方法；所述步骤2采用聚类分析多区域建筑模型。
3.如权利要求1所述的一种基于不确定性分析的多区域建筑...
【专利技术属性】
技术研发人员：林琳，陈国栋，宋晋峰，
申请(专利权)人：上海电气集团股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。