国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

一種新的典型氣象年權(quán)重因子構(gòu)建方法*

2021-04-08 09:24:18西安建筑科技大學(xué)李紅蓮呂凱琳
暖通空調(diào) 2021年2期
關(guān)鍵詞:干球溫度標(biāo)準(zhǔn)偏差風(fēng)速

西安建筑科技大學(xué) 黃 金 李紅蓮 呂凱琳

0 引言

隨著我國(guó)城鎮(zhèn)化進(jìn)程的加快,建筑能耗將持續(xù)增加[1],因此,建筑節(jié)能是貫徹可持續(xù)發(fā)展戰(zhàn)略的重要內(nèi)容[2]。

氣象參數(shù)對(duì)指導(dǎo)地區(qū)的建筑設(shè)計(jì)標(biāo)準(zhǔn)及能耗模擬評(píng)估起著基礎(chǔ)、直接的作用。典型氣象年(typical meteorological year,TMY)是太陽輻射和氣象要素在1 a內(nèi)逐時(shí)的數(shù)據(jù)集,由各個(gè)年份中選出的典型代表月(typical meteorological mouth,TMM)組合而成,主要用于太陽能轉(zhuǎn)換系統(tǒng)和建筑能耗模擬,具有表征地區(qū)典型氣候特征的作用[3-4],提高TMY的準(zhǔn)確性對(duì)建筑節(jié)能設(shè)計(jì)非常重要。

目前挑選TMY普遍采用的是美國(guó)Sandia國(guó)家實(shí)驗(yàn)室法[3]——分析各氣象參數(shù)的累計(jì)分布函數(shù)(CDF)與長(zhǎng)期累計(jì)分布函數(shù)的接近程度,對(duì)各氣象參數(shù)依照經(jīng)驗(yàn)法賦予權(quán)重,綜合為WS值,依照WS值最小選取合適的TMM,組成TMY。隨著研究的深入,有學(xué)者指出,氣象參數(shù)權(quán)重因子選取的不同會(huì)導(dǎo)致TMY結(jié)果的差異,氣象參數(shù)權(quán)重因子的選擇對(duì)TMY準(zhǔn)確性的影響有待商榷[4-6]。

針對(duì)TMY權(quán)重取值的研究如下。Jiang使用9項(xiàng)氣象參數(shù)為中國(guó)8個(gè)氣候區(qū)典型代表城市生成TMY數(shù)據(jù),對(duì)Sandia方法中的權(quán)重值進(jìn)行了修改——太陽輻射權(quán)重賦予0.5,干球溫度賦予0.25,其余共賦予0.25[7]。Rahman等人選取4項(xiàng)氣象參數(shù)——太陽輻射、相對(duì)濕度、風(fēng)速、干球溫度,在計(jì)算WS值時(shí),對(duì)4項(xiàng)參數(shù)隨機(jī)分配6組權(quán)重因子。結(jié)果顯示,對(duì)氣象參數(shù)賦予相同權(quán)重(1/4)效果最好[8]。Mandurino等人為意大利挑選TMY數(shù)據(jù)時(shí),采用配對(duì)比較法,并結(jié)合專家建議對(duì)3項(xiàng)氣象參數(shù)賦予了新的權(quán)重——太陽輻射5/16,干球溫度1/16,平均風(fēng)速10/16。結(jié)果顯示,利用新的TMY數(shù)據(jù)進(jìn)行仿真,與10 a長(zhǎng)期仿真結(jié)果吻合較好[9]。Su等人研究了賦予氣象參數(shù)不同權(quán)重對(duì)挑選TMY的影響,以北京和紐約地區(qū)為例,將4項(xiàng)氣象參數(shù)(干球溫度、露點(diǎn)溫度、風(fēng)速、太陽輻射)權(quán)重設(shè)置在一定的取值范圍內(nèi),對(duì)各個(gè)氣象參數(shù)隨機(jī)取值數(shù)量取10、6、6、10,得到3 600組權(quán)重組合,分別生成的TMY進(jìn)行對(duì)比分析。研究結(jié)果顯示,新生成的TMM與Sandia法生成的TMM之間存在較高的重疊性,且其計(jì)算結(jié)果關(guān)于氣溫和太陽輻射值的標(biāo)準(zhǔn)偏差均小于10%,表明氣象參數(shù)權(quán)重的取值對(duì)TMY的挑選不是很敏感[10]。Ohunakin等人針對(duì)尼日利亞東北部生成了5個(gè)地區(qū)的TMY,對(duì)太陽輻射賦予5/12的權(quán)重,干球溫度賦予4/12,其余共同賦予3/12[11]。以上文獻(xiàn)梳理情況見表1。

表1 相關(guān)文獻(xiàn)賦予氣象參數(shù)的權(quán)重

由表1可見,不同學(xué)者在挑選TMY時(shí),對(duì)各氣象參數(shù)的權(quán)重賦值有所不同,缺乏普遍共識(shí)。本文研究氣象參數(shù)權(quán)重因子統(tǒng)一與否對(duì)TMY挑選結(jié)果的影響,以及對(duì)建筑能耗模擬準(zhǔn)確性的影響,在調(diào)研獲取詳實(shí)可靠的氣象數(shù)據(jù)后,針對(duì)建筑能耗模擬和設(shè)計(jì)應(yīng)用需要,通過建筑能耗模擬進(jìn)行相關(guān)性分析,提出一種動(dòng)態(tài)確定TMY中各氣象參數(shù)權(quán)重因子的方法。

1 研究方法

1.1 技術(shù)路線

挑選TMY時(shí),Sandia國(guó)家實(shí)驗(yàn)室法中各氣象參數(shù)權(quán)重因子是固定的[14-16]。本研究在建筑能耗模擬的基礎(chǔ)上提出一種新的TMY權(quán)重因子構(gòu)建方法,分析各氣象參數(shù)與建筑能耗的相關(guān)性,通過定量分析確定各氣象參數(shù)權(quán)重,技術(shù)路線如圖1所示。

注:FS為Sandia國(guó)家實(shí)驗(yàn)室提出的Filkenstein-Schafer統(tǒng)計(jì)方法計(jì)算值。圖1 技術(shù)路線圖

1.2 數(shù)據(jù)來源

以我國(guó)嚴(yán)寒地區(qū)代表城市北京為例,選取以下氣象參數(shù):日平均干球溫度、日最高溫度、日最低溫度、日平均相對(duì)濕度、日平均風(fēng)速、日最大風(fēng)速、日水平面總輻照度、直接輻照度日平均值,數(shù)據(jù)來自于國(guó)家氣象科學(xué)數(shù)據(jù)中心(http:∥data.cma.cn)。取值年限為1988—2017年,30 a日值數(shù)據(jù)。

1.3 數(shù)據(jù)對(duì)比方法

為了詳細(xì)論述不同方法產(chǎn)生TMY結(jié)果的差異,在數(shù)據(jù)分析時(shí),引用均值偏差MBE(mean bias error)、標(biāo)準(zhǔn)偏差RMSE(root mean square error)和相對(duì)標(biāo)準(zhǔn)偏差RSD(relative standard deviation)。計(jì)算公式如下:

(1)

2 權(quán)重對(duì)TMY的影響

首先驗(yàn)證氣象參數(shù)權(quán)重不同是否對(duì)TMY的挑選產(chǎn)生影響。采用隨機(jī)賦權(quán)的方法生成4組權(quán)重,具體數(shù)值見表2。

根據(jù)上述權(quán)重,依次確定不同權(quán)重下北京地區(qū)TMY的挑選結(jié)果,按照隨機(jī)權(quán)重生成新的TMY,結(jié)果見表3。

表2 隨機(jī)權(quán)重賦值

表3 隨機(jī)權(quán)重下北京TMY挑選結(jié)果

取不同權(quán)重產(chǎn)生的TMY挑選結(jié)果,TMM組成有較為明顯的差異。對(duì)上述TMY挑選結(jié)果中各氣象參數(shù)進(jìn)行偏差分析,結(jié)果如圖2所示。

將隨機(jī)權(quán)重產(chǎn)生的TMY結(jié)果與各月長(zhǎng)期平均值進(jìn)行對(duì)比發(fā)現(xiàn):各隨機(jī)權(quán)重與長(zhǎng)期平均值的MBE值,平均干球溫度分別為0.90、-1.38、-2.05、-3.88 ℃,相對(duì)濕度分別為4.40%、-1.13%、-0.55%、2.37%,平均風(fēng)速分別為0.6、-0.5、0.2、-0.9 m/s;由于太陽輻射數(shù)值較大,計(jì)算MBE值會(huì)較大,故采用計(jì)算相對(duì)標(biāo)準(zhǔn)偏差RSD。太陽輻射中,各隨機(jī)權(quán)重與長(zhǎng)期平均值的相對(duì)標(biāo)準(zhǔn)偏差分別為0.22%、0.35%、0.16%、0.18%。分析結(jié)果顯示:選取不同權(quán)重產(chǎn)生的TMY,對(duì)溫度沒有較為明顯的影響,但對(duì)風(fēng)速、相對(duì)濕度和太陽總輻照度有明顯的影響。

溫度差異不大的原因在于分析時(shí)采用月均值對(duì)比,而一個(gè)地區(qū)溫度的月均值,一定程度上不會(huì)有較大的變化,但挑選TMY時(shí),采用的是日值計(jì)算。TMM組成年份的差異明顯,在日值尺度上,溫度也有較為明顯的差異。由于其他氣象參數(shù)已經(jīng)證明不同權(quán)重取值有明顯差異,對(duì)此本文不再詳細(xì)驗(yàn)證。

結(jié)果表明,對(duì)氣象參數(shù)賦予不同的權(quán)重,對(duì)TMY的挑選有明顯影響。

3 確定新權(quán)重的方法與步驟

3.1 模型的構(gòu)建及能耗模擬結(jié)果

選取北京地區(qū)典型辦公建筑作為基準(zhǔn)建筑,采用EnergyPlus進(jìn)行30 a逐年建筑能耗模擬,基準(zhǔn)建筑為1棟20層的辦公樓,北軸夾角為0°。標(biāo)準(zhǔn)層為37.8 m×31.5 m平面,層高3.8 m,總建筑面積23 814 m2,其中空調(diào)區(qū)域面積為21 609 m2。辦公建筑的內(nèi)部負(fù)荷、室內(nèi)設(shè)計(jì)工況及暖通空調(diào)系統(tǒng)設(shè)置符合該區(qū)的建筑設(shè)計(jì)、節(jié)能設(shè)計(jì)標(biāo)準(zhǔn),表4給出了基準(zhǔn)建筑的基礎(chǔ)參數(shù)設(shè)置,建筑模型構(gòu)造如圖3所示。

表4 基準(zhǔn)建筑基礎(chǔ)參數(shù)設(shè)置

圖3 辦公建筑模型

3.2 能耗相關(guān)分析確定新權(quán)重

按照上述參數(shù)構(gòu)建建筑模型后,進(jìn)行30 a逐年能耗模擬。將各氣象參數(shù)的月均值與逐年逐月模擬的能耗值進(jìn)行相關(guān)性分析,將相關(guān)性大的賦予更高的權(quán)重。構(gòu)建新的權(quán)重因子時(shí),引用了Pearson相關(guān)分析法。確定新的權(quán)重因子的具體步驟如下。

1) 構(gòu)建地區(qū)典型代表建筑,并進(jìn)行逐年逐月能耗模擬?;赑earson相關(guān)分析法分析能耗與各氣象參數(shù)相關(guān)關(guān)系,相關(guān)系數(shù)R的求解公式為

(4)

式中X、Y分別為各個(gè)氣象參數(shù)長(zhǎng)期值(30 a);N為數(shù)據(jù)個(gè)數(shù)。

2) 計(jì)算新的權(quán)重因子值。

(5)

式中WFj為第j個(gè)氣象參數(shù)的相關(guān)系數(shù);ρxy,i為第i個(gè)月、第j個(gè)氣象參數(shù)與能耗的相關(guān)系數(shù)。

(6)

式中NWFj為第j個(gè)氣象參數(shù)新賦予的權(quán)重值;M為氣象參數(shù)個(gè)數(shù)。

對(duì)模擬的能耗數(shù)據(jù)使用Pearson相關(guān)分析法逐年逐月計(jì)算相關(guān)系數(shù)值,所得結(jié)果見表5。

由表5可見,溫度與能耗呈現(xiàn)明顯的相關(guān)性,且占比較大;輻射占比在7、8月較大,其余月份沒有較大相關(guān)性。

溫度對(duì)能耗的影響最為顯著,且呈現(xiàn)較好的季節(jié)性特征——在夏季與能耗呈現(xiàn)較高的正相關(guān),在冬季呈現(xiàn)較高的負(fù)相關(guān)。因?yàn)橄募緶囟壬邥?huì)增加建筑的空調(diào)運(yùn)行能耗,而在冬季溫度升高會(huì)減少建筑內(nèi)的供暖能耗。太陽總輻照度在7、8月時(shí)呈現(xiàn)較強(qiáng)的正相關(guān),其余月份相關(guān)性并不特別明顯。風(fēng)速和相對(duì)濕度與能耗沒有明顯的變化規(guī)律,該分析結(jié)果與實(shí)際情況較為吻合。

基于式(4)~(6)計(jì)算新的權(quán)重因子,結(jié)果見表6。

表6 新權(quán)重因子計(jì)算結(jié)果

3.3 新權(quán)重因子挑選TMY結(jié)果分析

Filkenstein-Schafer統(tǒng)計(jì)方法通過對(duì)比所選月份的逐年累計(jì)分布函數(shù)(CDF)與長(zhǎng)期累積分布函數(shù)的接近程度確定權(quán)重,即將不同參數(shù)計(jì)算的FS值結(jié)合權(quán)重因子,合計(jì)為WS值,依據(jù)最小WS值確定TMM[3]。在已有研究中,各氣象參數(shù)在計(jì)算WS值時(shí)依據(jù)經(jīng)驗(yàn)法選擇固定的氣象參數(shù)權(quán)重[17-19]。

構(gòu)建新的權(quán)重因子后,對(duì)Sandia法中的權(quán)重因子進(jìn)行修正。Sandia典型年挑選方法的具體內(nèi)容如下[3]。

分析的氣象參數(shù)為干球溫度、露點(diǎn)溫度、風(fēng)速和水平面總輻射,通過對(duì)比所選月份(即為1—12月各個(gè)月份)的逐年累計(jì)分布函數(shù)與長(zhǎng)期的累計(jì)分布函數(shù)的接近程度確定權(quán)重,其數(shù)學(xué)定義為

式中Sn(x)為x處的累計(jì)分布值;n為氣象參數(shù)的數(shù)量;k為序數(shù)。

各要素的逐年累計(jì)值FS按下式計(jì)算:

CDFy,m(x(j)i)|

(8)

式中FSj(y,m)為第j個(gè)氣象參數(shù)值域在xi(xi為樣本值升序序列)范圍的FS(y,m)統(tǒng)計(jì)值;y為研究對(duì)象年;m為研究對(duì)象年中的月份;CDFm(x(j)i)為m月、第j個(gè)氣象參數(shù)值域在xi范圍的CDF值;CDFy,m(x(j)i)為y年m月、第j個(gè)氣象參數(shù)長(zhǎng)期統(tǒng)計(jì)值域在xi范圍的CDF值。

然后根據(jù)各氣象要素的影響力大小,按照加權(quán)方法將干球溫度等氣象參數(shù)的FS值匯總成一個(gè)參數(shù)WS。其定義如式(9)所示:

(9)

式中WS(y,m)為y年m月的平均加權(quán)和。

將表6中計(jì)算出的新權(quán)重結(jié)果,替換Sandia法中的原權(quán)重值,按照該新權(quán)重值挑選的北京TMM結(jié)果見表7。

表7 新權(quán)重因子挑選典型月結(jié)果

以新的權(quán)重因子挑選出的TMM結(jié)果較Sandia法原權(quán)重因子挑選的結(jié)果有較大差異。分析各項(xiàng)參數(shù)對(duì)比結(jié)果,對(duì)比新權(quán)重因子與原權(quán)重因子挑選的結(jié)果。結(jié)果如圖4所示。

結(jié)果顯示,按照新權(quán)重因子挑選的TMY,對(duì)于平均干球溫度,新權(quán)重與長(zhǎng)期平均值的標(biāo)準(zhǔn)偏差RMSE為3.59 ℃,Sandia法原權(quán)重因子計(jì)算的偏差為7.2 ℃;對(duì)于相對(duì)濕度,新權(quán)重因子與長(zhǎng)期平均值的RMSE為8.29%,原權(quán)重因子計(jì)算的RMSE為11.21%;對(duì)于平均風(fēng)速,新權(quán)重因子計(jì)算的RMSE為3.84 m/s,原權(quán)重因子計(jì)算的RMSE為7.47 m/s;對(duì)于太陽輻射,新權(quán)重因子計(jì)算的相對(duì)標(biāo)準(zhǔn)偏差RSD為0.20%,原權(quán)重因子計(jì)算的RSD為0.17%。

平均干球溫度、相對(duì)濕度、平均風(fēng)速的新權(quán)重結(jié)果較原權(quán)重更接近長(zhǎng)期平均值;太陽總輻照度的新權(quán)重相對(duì)標(biāo)準(zhǔn)偏差比原權(quán)重大。原因?yàn)樾聶?quán)重中降低了太陽總輻照度的權(quán)重。

該結(jié)論僅對(duì)各項(xiàng)參數(shù)單獨(dú)分析得到,還需進(jìn)行建筑能耗模擬進(jìn)一步綜合驗(yàn)證結(jié)果的可靠性。

3.4 能耗模擬驗(yàn)證結(jié)果

基于上文所述建筑模型,將新權(quán)重因子下挑選的TMY生成新的EPW格式文件,導(dǎo)入EnergyPlus軟件中進(jìn)行能耗模擬,模擬結(jié)果如圖5所示。

圖5 能耗對(duì)比結(jié)果

模擬結(jié)果顯示,Sandia法原權(quán)重因子挑選TMY的能耗模擬結(jié)果與30 a平均值的標(biāo)準(zhǔn)偏差為41.95%,新權(quán)重因子挑選的TMY能耗模擬結(jié)果與30 a平均值相對(duì)的標(biāo)準(zhǔn)偏差為31.42%。對(duì)權(quán)重進(jìn)行修正后,降低了10.53%的偏差。

結(jié)果表明,新權(quán)重因子下挑選的結(jié)果較原權(quán)重因子下挑選的結(jié)果更接近長(zhǎng)期平均值。

4 結(jié)論

1) 對(duì)氣象參數(shù)賦予不同的權(quán)重因子會(huì)影響TMY的挑選結(jié)果,以平均干球溫度為例,產(chǎn)生最大MBE值為-3.88 ℃。權(quán)重因子的取值將影響TMY的準(zhǔn)確性。

2) 采用EnergyPlus軟件進(jìn)行能耗模擬,對(duì)模擬結(jié)果與各氣象參數(shù)進(jìn)行相關(guān)性分析,得出新的權(quán)重因子,相較于原權(quán)重結(jié)果,提高了溫度權(quán)重,降低了太陽輻照度權(quán)重。

3) 將新權(quán)重因子下挑選的TMY結(jié)果與Sandia法原權(quán)重因子下挑選的結(jié)果進(jìn)行對(duì)比分析,在各項(xiàng)氣象參數(shù)偏差分析中,新權(quán)重挑選結(jié)果較原權(quán)重結(jié)果偏差都更??;建筑能耗模擬對(duì)比分析中,新權(quán)重挑選結(jié)果更接近長(zhǎng)期能耗平均值。

本研究可提高TMY的準(zhǔn)確性,進(jìn)而為提高建筑能耗模擬的準(zhǔn)確和高效提供參考。

猜你喜歡
干球溫度標(biāo)準(zhǔn)偏差風(fēng)速
定色后期干球溫度對(duì)烤后中部煙葉質(zhì)量的影響
傾斜改正在連續(xù)重力數(shù)據(jù)預(yù)處理中的應(yīng)用
基于Kmeans-VMD-LSTM的短期風(fēng)速預(yù)測(cè)
基于最優(yōu)TS評(píng)分和頻率匹配的江蘇近海風(fēng)速訂正
冷卻塔免費(fèi)供冷節(jié)能改造在實(shí)際生產(chǎn)中的應(yīng)用
熱泵密集烤房烘烤過程中干濕球溫度響應(yīng)研究
濕球溫度計(jì)算方法研究
基于GARCH的短時(shí)風(fēng)速預(yù)測(cè)方法
互感器檢定裝置切換方式研究
考慮風(fēng)速分布與日非平穩(wěn)性的風(fēng)速數(shù)據(jù)預(yù)處理方法研究
社会| 蒙自县| 高淳县| 锡林浩特市| 龙游县| 交城县| 库尔勒市| 攀枝花市| 盱眙县| 郓城县| 绿春县| 阿克苏市| 旌德县| 饶平县| 东光县| 大港区| 故城县| 山西省| 高阳县| 阿尔山市| 辽阳市| 读书| 阿拉善右旗| 泰州市| 锦州市| 玉门市| 铜陵市| 镇沅| 正阳县| 长阳| 绩溪县| 宣威市| 独山县| 根河市| 阜阳市| 谷城县| 南部县| 台江县| 阆中市| 龙山县| 靖安县|