室内热环境与能耗优化分析.docxVIP

室内热环境与能耗优化分析 0 运行信息的透明化 目前，所有公共车辆都在追求舒适度和节能，这主要体现在建筑物的获取、处理和计算上。换句话说，在人们使用建筑物时，“数据对称”的问题上。 由于运行模式的多样化，实际运行参数与设计、经验预期不符的现象非常普遍，航站楼室温、新风供给实际表现偏离设计值等情况较为突出。有研究显示，某航站楼实际新风需求仅为设计值的61% 建筑运行还会受到内外部多种因素的影响而处在非正常工况，存在多变性与偶然性。机场航站楼的运行是一个高度动态的过程，旅客与航站楼之间的相互作用过程难以控制和预测，行为有时甚至与预期相反 然而传统航站楼的设计又缺乏完善的旅客、环境和能耗信息采集手段。使用者行为、需求和反馈未能及时反馈给运营人员，环境品质和舒适度无法得到及时改善，导致虽然以高能耗为代价却仍难以实现较好的室内环境质量和旅客满意度。 建筑运行信息的透明化成为未来发展的热门趋势之一。随着大数据时代的到来，实时获取建筑运行参数，采用大数据挖掘方法分析，使得大规模人员舒适感知及行为信息得到并用于能源决策成为可能。如何将建筑性能大数据中提取的信息用来驱动实现能源的供求匹配，是本研究所关注的关键点之一，这个领域已有部分研究。Congradac等人采用了BP神经网络和遗传算法得到冷冻水最优供水温度 具体到航站楼这一研究对象上，有学者提出的混合模型预测控制(HMPC)方案，在阿德莱德机场T1航站楼的登机大厅具有相当好的模拟及实测性能 本文以航站楼为研究对象，以国内某航站楼能源监测系统导出的数据为基础，对该航站楼能耗情况和用能效率进行评价。并结合该航站楼航班上座率、基于CO 1 航站楼空调系统整体用能现状分析 本文技术路线如图1所示，采集航站楼能源监测系统的自动记录数据，并通过现场调研完成航站楼使用现状的调研。基于以上采集数据，对航站楼空调系统的整体用能情况进行评估，并对人员使用情况进行分析。在此基础上，分析航站楼空调系统的供需关系，挖掘其供需关系中不合理的部分，从而为后期通过调整供需关系实现航站楼节能的目的提供依据。 1.1 能耗监测系统测量 本研究所针对的航站楼数据采集主要通过对能源监测系统的自记数据进行导出方式完成，由于能源监测系统自记较完备，不再另行布置能耗系统测量仪器。人员使用情况调研主要通过走访航站楼内各个区域的现场情况进行，需观察各区域旅客使用流线、使用时间等情况，从而发现目前航站楼使用中可能存在的不合理之处。 1.2 办公楼系统的能耗分析 1.2.1 航站楼冷热源利用现状评价 基于已经采集到的能源监测系统自记数据，进行初步处理后，统计航站楼总能耗、分项能耗等数据，进而计算航站楼冷热源及系统热效率，从而对航站楼的能源利用现状进行总体评价。 1.2.2 民用建筑人员的使用需求评估 1.2.2. 旅客待登机时定位 取2018年夏秋航季的所有国际航班的满载旅客量与实际上客量进行分析，得到的上座率如图2所示。结果显示，所有航班的平均上座率均超过了70%。据此推测，对于每个国际航班，相应登机口开放前的候机座位区都会出现较拥挤的旅客等待情况，即候机过程有一个较明显的旅客量峰值，以该值为关键参数，可对每个航班建立以时间为变量的旅客量模型。 收集A楼所在机场(含A楼所在的航站楼1#及2#)270 d共107 588个航班的信息，可分析候机厅的空间利用率。 1.2.2. 有气场点空间控制理 编写程序代码识别航站楼全年的CO 对于航站楼这类高大空间建筑，在测试时将整个空间分为多个典型区域，在每个区域内布置测点进行CO 将所研究的航站楼室内空间视为一个控制体，CO (1) 式中： 为室内CO 为单位时间室内外换气量，m 为室外CO 为单位时间室内CO 式(1)的积分式如式(2)所示： (2) 式中：C R/V为换气次数， 若室内无 (3) (4) 若室内CO (5) 1.2.2. 人体单位v、ft 若建筑门窗等开口较固定或不可调，可认为室内外换气情况较稳定，可视换气次数R/V为常量，由式(2)可反推室内 (6) 齐美薇等人给出了人体 (7) 式中：V M为单位人体表面积新陈代谢率， RQ为呼吸商，是呼吸作用释放的 A 从式(7)可见，人体单位时间 (8) 由换气次数 (9) 1.3 ．护结构得热 在供冷季，航站楼的系统冷负荷组成为：①室内人员得热(含潜热);②室内外换气得热；③照明插座得热；④空调箱风机得热；⑤太阳辐射得热；⑥围护结构得热。在供热季，热负荷仅为②室内外换气热损、⑥围护结构热损两项，其余均为对供热有利的产热项。上述①②两项涉及的换气次数、室内人员数分别通过CO 基于以上负荷拆分，可将各设备需求的设计值与实际值进行对比，可见