System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于多因素叠加的医院全年逐时冷负荷预测方法和系统技术方案_技高网

基于多因素叠加的医院全年逐时冷负荷预测方法和系统技术方案

技术编号:41264343 阅读:7 留言:0更新日期:2024-05-11 09:21
本发明专利技术公开了一种基于多因素叠加的医院全年逐时冷负荷预测方法和系统,包括:将医院的冷负荷划分为建筑围护结构冷负荷,内热扰负荷和新风冷负荷;根据医院所在地,获取对应的围护结构参数;通过建筑标准化模型,计算建筑围护结构冷负荷指标;根据医院各个功能分区的照明功率密度、设备功率密度、人员密度和逐时使用率,获取逐时冷负荷;基于功能分区的面积权重和逐时冷负荷,获得内热扰冷负荷指标;根据焓差和空气相关参数,计算新风负荷指标;将建筑围护结构冷负荷指标、内热扰冷负荷指标和新风负荷指标叠加,获得单位面积逐时冷负荷指标;根据单位面积逐时冷负荷指标和总建筑面积,预测全年逐时冷负荷。提高了医院全年逐时冷负荷预测的准确性。

【技术实现步骤摘要】

本专利技术涉及能量计量,具体涉及一种基于多因素叠加的医院全年逐时冷负荷预测方法和系统


技术介绍

1、医院对制冷系统的需求大且特征,冷负荷准确预测关乎能源系统设计和运营管理。目前医院对冷负荷的预测方法,主要包括:经验值法,建模计算法,类比法和统计学习法。经验值法,是根据以往医院项目经验,给出不同主要功能场所的经验冷负荷值,然后根据医院面积累加求和,确定峰值冷负荷。这种方法简单但准确度较低,而且主要进行单位面积冷指标计算,难以得到全年逐时负荷。建模计算法,是根据医院项目建筑施工图和相关设计参数,基于dest、ies、鸿业等专业计算软件,建模计算全年逐时冷负荷,这种方法较为精确但需投入大量工作量。类比法,是通过调研对比类似规模和性质的医院项目,获取其峰值负荷指标和逐时负荷系数数据,并按比例转换到预测项目上。这种方法获得数据较为方便但准确度一般。统计学习法,利用医院历史运行数据训练统计或机器学习模型,获得冷负荷预测函数。这种方法准确度较高但需要大量数据,多适用于高质量的改造项目。

2、综上,当前对医院冷负荷预测还没有兼顾简洁和准确的通用解决方案。


技术实现思路

1、针对上述技术问题,本专利技术提供一种基于多因素叠加的医院全年逐时冷负荷预测方法,包括:

2、将医院的冷负荷划分为建筑围护结构冷负荷,内热扰负荷和新风冷负荷;

3、针对建筑围护结构冷负荷,根据医院所在地,获取医院所在地对应的围护结构参数;通过所述围护结构参数和建筑标准化模型,计算获取医院所在地的建筑围护结构冷负荷指标;

4、针对内热扰负荷,将医院按功能进行分区,获取各个功能分区的照明功率密度、设备功率密度和人员密度;根据所述照明功率密度、设备功率密度、人员密度和各个功能分区的逐时使用率,计算获取各个功能分区内热扰的逐时冷负荷;基于各个功能分区的面积权重和所述逐时冷负荷,获得医院内热扰冷负荷指标;

5、针对新风负荷,根据新风负荷焓差和空气相关参数,计算获取医院新风负荷指标;

6、将建筑围护结构冷负荷指标、内热扰冷负荷指标和新风负荷指标叠加计算,获得单位面积逐时冷负荷指标;根据所述单位面积逐时冷负荷指标和医院总建筑面积,预测医院全年逐时冷负荷。

7、进一步的,根据医院所在地,获取医院所在地对应的围护结构参数,包括:

8、根据医院所在地,获取对应的气候区属;

9、根据所述气候区属,定义医院所在地对应的围护结构参数,所述围护结构参数包括:建筑体形参数,屋面传热系统,外墙传热系数,窗墙比,外窗传热系数和窗遮阳系数。

10、进一步的,通过所述围护结构参数和建筑标准化模型,计算获取医院所在地的建筑围护结构冷负荷,包括:

11、将建筑参数的所述围护结构参数,输入建筑标准化模型,通过所述模型输出医院所在地的建筑围护结构冷负荷指标。

12、进一步的,根据所述照明功率密度、设备功率密度、人员密度和各个功能分区的逐时使用率,计算获取各个功能分区内热扰逐时冷负荷,具体公式为:

13、功能分区ti时刻内热扰=该分区照明功率密度x ti_灯光逐时使用率+设备功率密度x ti_设备逐时使用率+1/人员密度*人员散热量x ti_人员逐时在室率。

14、进一步的,基于各个功能分区的面积权重和所述逐时冷负荷,获得医院内热扰冷负荷指标,包括:

15、基于各个功能分区的面积权重,计算各个分区内热扰的贡献值;

16、将各个分区内热扰的贡献值叠加,获得医院内热扰冷负荷指标。

17、进一步的,针对新风冷负荷,根据新风负荷焓差和空气相关参数,计算获取医院新风负荷指标,具体公式如下:

18、新风负荷指标=(hw-hn)*新风量指标(m3/h.m2)*density_air/3.6

19、其中,density_air为空气密度kg/m3,tg为室外空气干球温度,hw为室外空气焓值,hn为制冷_室内设计焓值。

20、进一步的,获得单位面积逐时冷负荷指标;根据所述单位面积逐时冷负荷指标和医院总建筑面积,预测医院全年逐时冷负荷,包括:

21、将所述单位面积逐时冷负荷指标乘以医院总建筑面积,获得医院全年逐时冷负荷的预测值。

22、本专利技术同时提供一种用于基于多因素叠加的医院全年逐时冷负荷预测系统,包括:

23、冷负荷划分模块,用于将医院的冷负荷划分为建筑围护结构冷负荷,内热扰负荷和新风冷负荷;

24、建筑围护结构冷负荷计算模块,用于针对建筑围护结构冷负荷,根据医院所在地,获取医院所在地对应的围护结构参数;通过所述围护结构参数和建筑标准化模型,计算获取医院所在地的建筑围护结构冷负荷;

25、内热扰负荷计算模块,用于针对内热扰负荷,将医院按功能进行分区,获取各个功能分区的照明功率密度、设备功率密度和人员密度;根据所述照明功率密度、设备功率密度、人员密度和各个功能分区的逐时使用率,计算获取各个功能分区内热扰的逐时冷负荷;基于各个功能分区的面积权重和所述逐时冷负荷,获得医院内热扰冷负荷指标;

26、新风冷负荷计算模块,用于针对新风负荷,根据新风负荷焓差和空气相关参数,计算获取医院新风负荷指标;

27、总负荷计算模块,用于将建筑围护结构冷负荷指标、内热扰冷负荷指标和新风负荷指标计算,获得单位面积逐时冷负荷指标;根据所述单位面积逐时冷负荷指标和医院总建筑面积,预测医院全年逐时冷负荷。

28、进一步的,建筑围护结构冷负荷计算模块,包括:

29、气候区属获取子模块,用于根据医院所在地,获取对应的气候区属;

30、围护结构参数定义模块,用于根据所述气候区属,定义医院所在地对应的围护结构参数,所述围护结构参数包括:建筑体形参数,屋面传热系统,外墙传热系数,窗墙比,外窗传热系数和窗遮阳系数。

31、进一步的,建筑围护结构冷负荷计算模块,包括:

32、模型计算子模块,用于将建筑参数的所述围护结构参数,输入建筑标准化模型,通过所述模型输出医院所在地的建筑围护结构冷负荷。

33、本专利技术提供的一种用于基于多因素叠加的医院全年逐时冷负荷预测方法和系统,在标准建筑模型和医院功能分区的基础上,通过叠加各个功能分区的冷负荷,实现了在较少工作量基础上,提高了医院全年逐时冷负荷预测的准确性。

本文档来自技高网...

【技术保护点】

1.一种基于多因素叠加的医院全年逐时冷负荷预测方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,根据医院所在地,获取医院所在地对应的围护结构参数,包括:

3.根据权利要求1或2所述的方法,其特征在于,通过所述围护结构参数和建筑标准化模型,计算获取医院所在地的建筑围护结构冷负荷,包括:

4.根据权利要求1所述的方法,其特征在于,根据所述照明功率密度、设备功率密度、人员密度和各个功能分区的逐时使用率,计算获取各个功能分区内热扰逐时冷负荷,具体公式为:

5.根据权利要求1所述的方法,其特征在于,基于各个功能分区的面积权重和所述逐时冷负荷,获得医院内热扰冷负荷指标,包括:

6.根据权利要求1所述的方法,其特征在于,针对新风冷负荷,根据新风负荷焓差和空气相关参数,计算获取医院新风负荷指标,具体公式如下:

7.根据权利要求1所述的方法,其特征在于,获得单位面积逐时冷负荷指标;根据所述单位面积逐时冷负荷指标和医院总建筑面积,预测医院全年逐时冷负荷,包括:

8.一种用于基于多因素叠加的医院全年逐时冷负荷预测系统,其特征在于,包括:

9.根据权利要求8所述的系统,其特征在于,建筑围护结构冷负荷计算模块,包括:

10.根据权利要求8或9所述的系统,其特征在于,建筑围护结构冷负荷计算模块,包括:

...

【技术特征摘要】

1.一种基于多因素叠加的医院全年逐时冷负荷预测方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,根据医院所在地,获取医院所在地对应的围护结构参数,包括:

3.根据权利要求1或2所述的方法,其特征在于,通过所述围护结构参数和建筑标准化模型,计算获取医院所在地的建筑围护结构冷负荷,包括:

4.根据权利要求1所述的方法,其特征在于,根据所述照明功率密度、设备功率密度、人员密度和各个功能分区的逐时使用率,计算获取各个功能分区内热扰逐时冷负荷,具体公式为:

5.根据权利要求1所述的方法,其特征在于,基于各个功能分区的面积权重和所述逐时冷负荷,获得...

【专利技术属性】
技术研发人员:郝赫翟相和孙银山姜华马原东孙振华
申请(专利权)人:新奥数能科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1