【技术实现步骤摘要】
【国外来华专利技术】本专利技术涉及一种建筑物的热能管理方法以及实施这样的方法的热能系统。本专利技术还涉及包括实施这样的方法的软件的载体。最后，本专利技术还涉及装备了这样的热能系统的建筑物。对建筑物能量消耗的预测可以用于预计建筑物的供热或空气调节并且在任何时候都能达到居住者所希望的舒适度。然而，表征建筑物的热现象是复杂的并且难以被认知。为此，现有技术中的第一种解决方案建立在长时段、例如一年中存储的数据和测量的值进行分析的基础上。特别是，建筑物的能量消耗和内部温度的值以及相应的气象学数据(如外部温度和光照时间)根据时间而被存储。基于通过神经网络类型的方法进行数字处理的混合化允许确定代表过去这些数据的数学模型，该模型之后被用于实现未来预测。该方法基于人工智能，需要大量数据以达到可接受的结果，这不但耗时长且需要复杂的计算。另一方面，由于该方法不基于现象的物理研究，其存在局限并且无法在任何情况下都达到足够的精确性。现有技术中的第二种解决方案基于用重大简化对物理现象建立模型，以便不需要过多的计算装置。在这种建立模型中，与外界的热交换、例如辐射或对流类型的热交换都被忽略不计。在所有这些情况下，得出的结果都无法令人满意，因此需要一种改进的解决方案来预测建筑物的能量消耗。为此，本专利技术基于一种预测建筑物的能量消耗的预测方法，其特征在于包括基于通过计算机实施的物理模型来考虑接收的太阳辐射的热交换和/或在建筑物与外界环境之间的热对流希/或热交换的步骤，其特征还在于包括用来基于对建筑物在过去所进行的测量来推导所述物理模型的参数值的学习步骤。更确切地，本专利技术涉及一种预测建筑物的能量消耗的预测方法，...
【技术保护点】
一种预测建筑物的能量消耗的预测方法，该预测方法由计算机实施并使用考虑了以下方面的物理模型：由供热和/或空调设备对建筑物的供热或降温(Pc)，被动太阳能供给(Pasp)，内部收益供给(Pi)，如人员和家用器具的供热带来的内部受益供给，以及建筑物与外界环境之间的热对流和／或热传导类型的热损失(Pertes_thermiques)，其特征在于该预测方法包括用来基于对建筑物在过去所进行的测量来推导所述物理模型的参数值的学习步骤，该学习步骤包括：?基于在日照较少的时段的过去测量来确定所述物理模型的与内部收益和/或与热损失相关的至少一个参数；?基于在日照充足的时段的过去测量来确定所述物理模型的与被动太阳能供给相关的至少一个参数。
【技术特征摘要】
【国外来华专利技术】2011.05.11 FR 11540571.一种预测建筑物的能量消耗的预测方法，该预测方法由计算机实施并使用考虑了以下方面的物理模型:由供热和/或空调设备对建筑物的供热或降温(P。)，被动太阳能供给(Pasp),内部收益供给(Pi),如人员和家用器具的供热带来的内部受益供给，以及建筑物与外界环境之间的热对流和/或热传导类型的热损失(Pertes_thermiques),其特征在于该预测方法包括用来基于对建筑物在过去所进行的测量来推导所述物理模型的参数值的学习步骤，该学习步骤包括: -基于在日照较少的时段的过去测量来确定所述物理模型的与内部收益和/或与热损失相关的至少一个参数； -基于在日照充足的时段的过去测量来确定所述物理模型的与被动太阳能供给相关的至少一个参数。2.根据权利要求1所述的预测建筑物的能量消耗的预测方法，其特征在于学习步骤包括以下步骤: -基于在日照较少并且建筑物居住率较低的时段的过去测量来确定所述物理模型的与热损失相关的至少一个参数；和/或 -基于在日照较少并且建筑物居住的时段的过去测量来确定所述物理模型与内部收益相关的至少一个参数。3.根据前述权利要求之一所述的预测建筑物的能量消耗的预测方法，其特征在于，该预测方法在学习步骤之后包括所述物理模型的使用步骤，用于根据温度设定值Tint (t)计算用于建筑物的供热或降温的未来能量消耗。4.根据前述权利要求之一所述的预测建筑物的能量消耗的预测方法，其特征在于，建筑物在给定时段通过被动太阳能供给而接收到的能量通过以下公式计算: 5.根据权利要求4所述的预测建筑物的能量消耗的预测方法，其特征在于所述物理模型把η值视为介于I和10之间以用于计算通过被动太阳能供给所接收的能量。6.根据前述权利要求之一所述的预测建筑物的能量消耗的预测方法，其特征在于所述物理模型通过以下等式计算在给定时段上建筑物的能量平衡: 7.根据权利要求6所述的预测建...
【专利技术属性】
技术研发人员：X·勒·皮沃特，
申请(专利权)人：原子能及能源替代委员会，
类型：
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。