基于Dest对民用建筑冷负荷的分析.docx

基于Dest对民用建筑冷负荷的分析.docx

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于 Dest 对民用建筑冷负荷的分析华北科技学院 吴金顺摘要:基于 Dest 软件对民用建筑室内的冷负荷进行分析,通过计算不同的窗墙比、玻璃类型、墙 的传热系数、屋顶传热系数、人员密度、灯光设备,得出室内冷负荷随着因素变化的曲线,并应用曲线 分析负荷变化趋势。采用了最小二乘法,找出冷负荷随着不同因素变化的具体关系式。关键词:Dest 软件;负荷分析; 围护结构; 最小二乘法在空调设计中,系统设计的最基本的依据之一就是负荷计算。冷(热)负荷是选取空调设备、运行 调节、系统评价等方面的基础资料。冷(热)负荷的大小直接关系到空调能耗的多少,也是建筑施工必 须考虑的重要因素之一。冷(热)负荷大,系统耗电量大,能量消耗大;冷(热)负荷小,系统耗电量 小,能消耗小。然而,建筑构成诸因素中,哪些是影响冷(热)负荷的主要因素,哪些是次要因素,各 个因素对冷(热)负荷的影响程度又是多大,可以通过 Dest 软件来解决这些问题。Dest 是由清华大学开发的建筑模拟分析软件(designer’s simulation toolkits)。可用于建筑能耗模拟分 析和环境控制系统的设计校核,起到提高设计质量、保证设计可靠性、对如何降低建筑及系统能耗、保 证建筑环境质量具有重要的指导作用。本文旨在利用 Dest 软件对民用建筑进行能耗分析。1 模型建立与条件设定1. 1 建筑模型建立一个三层的民用建筑,建筑中间有走廊(2m 宽)每个房间都是 6m×5m 的矩形房间,每层的 建筑面积为 216 平方米,窗都为外窗,门为内门(除了第一层的楼道门为外门),门的尺寸为:.2.7m× 2.0m。建筑方向如图所示。在通风设定时,只设定房间与室外的通风,房间之间互相不存在通风。在进行冷负荷模拟计算时,我们研究某些因素的变化对负荷的影响程度,如:窗墙比、墙的传热系 数、屋顶传热系数、人员系数、灯光设备功率、玻璃类型、外遮阳。其它的参数如:门、窗、内墙、地 板的材料等都使用 Dest 系统提供的默认值。1.2 民用室类型定义不同类型的房间其功能不同,其冷负荷也不同,所以房间的类型是决定冷负荷的重要因素。此处所 说的房间类型特指房间的不同用途,如:民用室型、商场型、住宅型等。民用室类型房间的默认设计参 数见文献[1]。1.3 民用室作息模式在 Dest 模拟空调房间冷负荷时,采用的是逐时冷负荷,室内温、湿度的设定不是确定值,而是一 个变动范围,这样设定的最大优点是使模拟的冷负荷更加准确地贴近实际的冷负荷值。实际上,室内冷 负荷与人员、设备、灯光等因素有直接的关系,而人员、灯光、设备散热在民用建筑中呈现一定的周期 性,Dest 软件是严格按照热扰的周期性,逐时地模拟室内冷负荷。同理,室内的湿负荷也是按照逐时模 拟的。表 2 中:给出了室内温、湿度的设定范围,在计算负荷时,不考虑热负荷,只考虑夏季的冷负荷。表 1 内扰系数分布人员热扰设备热扰灯光热扰时间内扰系数时间内扰系数时间内扰系数21:00~7:00021:00~7:00021:00~7:0008:00~17:001.08:00~17:001.08:00~17:001.018:00~21:000.218:00~21:000.218:00~21:000.2表 1 给出了内扰数据,表中的数据不是真正的内扰值,而是在一天当中任意时刻的内扰占最大内扰 量的比例,表中列出了(周一到周五)一天 24 小时的内扰比例系数,周六、周日 8:00~21:00 的内扰系 数都为 0.2。1.4 房间通风在 Dest 模拟房间冷负荷的通风设定时,只设定房间与室外的通风,房间之间互相不存在通风。2 建筑因素对冷负荷的影响2.1 窗墙比对冷负荷的影响在分析冷负荷随着窗墙比的变化而变化的时候,逐时冷负荷的大小不是本文所讨论的重点,我们关 心的是空调季总冷量(以下简称冷量)随窗墙比的变化而如何改变以及改变程度,只要保证计算的正确 性和条件设定的完整性就可以。因此,为了节省计算时间和降低计算的复杂性,我们只选定了从 5 月初到 9 月底的 150 天的累计值,在这 150 天中空调只提供冷量。表 2 冷量随窗墙比的变化窗墙比(β)0.30.350.40.450.50.550.60.650.7空调季冷量 Q×108(kJ)1.351.371.461.551.601.681.721.821.88由图 1 所示,从冷量和窗墙比的离散点所形成的曲线来看,这 9 个点近乎成一条直线。因此,我 们可以假定冷量 Q 与窗墙比β具有线性关系,(这一 点我们得到了理论上的证明)。下面通过最小二乘法 来确立回归直线,求得冷量与窗墙比的定量关系式:设:Q= a + bβ+ε ,ε~ N(0,σ2)2 . 0E+081 . 8E+081 . 6E+08Q

文档评论(0)

xingyuxiaxiang + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档