【摘 要】
：
针对现有的一维非稳态传热模型应用于多种不同结构光伏幕墙计算时存在的问题,本文通过控制体积法将相应的计算域在垂直方向上划分为多个连续的体积单元,对其中的网格节点分别求解,实现对空气层开口、空气层封闭和无空气层这三种光伏墙及普通墙体等四种结构形式中各部位温度及热流等参数的模拟计算,并结合实验数据对采用此种方法改进后的计算模型的准确性进行了验证.
【机 构】
：
南京理工大学,江苏南京210094
【出 处】
：
2017年全国暖通空调模拟学术年会
论文部分内容阅读
针对现有的一维非稳态传热模型应用于多种不同结构光伏幕墙计算时存在的问题,本文通过控制体积法将相应的计算域在垂直方向上划分为多个连续的体积单元,对其中的网格节点分别求解,实现对空气层开口、空气层封闭和无空气层这三种光伏墙及普通墙体等四种结构形式中各部位温度及热流等参数的模拟计算,并结合实验数据对采用此种方法改进后的计算模型的准确性进行了验证.
其他文献
当前在光伏建筑应用相关的设计中,光伏组件在建筑上布置时存在很大的随意性,对于安装方式大多情祝下出于建筑外立面的美观或结构强度及经济性等方面的考虑,忽略了光伏组件背板的通风散热问题.本文借助计算流体力学软件,对不同安装尺寸的节点开放式光伏墙进行模拟计算与对比分析,对光伏组件与建筑墙体间的间距以及阵列中组件间排布间距进行优化,使得整个墙体结构可以有效散热,从而提高组件发电效率及降低室内得热量.
由于建筑能耗模型与实际数据间存在信息差,其模拟结果和实测值之间常出现误差,且此误差有时甚至超过100％.误差的存在大大降低了模型的可信度,也削弱了其在建筑运行评价中发挥的作用.因此在建模的过程中,需要对模型进行校验,以降低模拟值和实际值之间的误差,增加可靠性.本文提出一种基于符号有向图的建筑能耗模型校验方法,将人工校验的知识和逻辑模块化,为人工智能大趋势下结合人工和自动校验双边优势的途径发展提供一
由于居住区建筑密度的增大,室外风环境成为影响人居环境品质的重要因素,并关系到行人的舒适性甚至安全问题,通过软件对居住区风环境进行模拟研究,以便在建筑设计阶段通过调整建筑群的布局来进行室外风环境的改善.文章通过计算机仿真系统采用计算流体动力学(CFD)数值模拟技术和多区域网络模型方法,配合《绿色建筑评价标准》和相应规范,对西安地区居住区室外风环境进行了计算机模拟,对室外行人高度风环境进行定量评估,针
LT-Method可以根据建筑外区和内区的不同能耗特点,在建筑设计方案阶段对建筑能耗水平进行预估.然而,由于中外气候条件、建筑形式、用能习惯等方面都存在较大差异,因此,该方法并不能直接在中国建设实践中进行应用.本文参照LT-Method预估体系,在充分考虑到中国建筑用能特点的基础上,提出了HC-Method,以对中国办公建筑采暖制冷能耗进行预估.文末通过具体案例对HC-Method的应用进行了说明
近年来,集中供冷系统由于系统效率较高在中国多个地区被推广.然而,案例实测表明,集中供冷系统的能源消耗往往大于分散系统.这一能耗差异主要是由于行为模式的变化导致的.本研究拟基于案例分析与调研问卷,对不同系统的行为模式差异进行定量研究.同时,对回弹效应的产生原因进行初步分析.
本文采用DeST-C对某综合楼进行了模型全年动态负荷计算,并对其全年逐时负荷进行了软件计算与手动计算的校核验证.根据计算结果,进行了分频统计,提出了该工程的空调系统运行策略.
使用Rhino建立了配备中空型半透明非晶硅光伏窗的办公房间模型,再由DIVA-for-Rhino设置非晶硅光伏玻璃光学性能参数,对应用了中空型非晶硅光伏窗的办公房间进行自然采光计算与全年动态光环境模拟,研究了不同透过率下非晶硅光伏窗的采光性能.结果表明高透过率的中空型半透明非晶硅光伏窗基本能满足室内采光需求,最佳视觉舒适度下的透过率范围为:0.4～0.6,研究结果为光伏窗的选用及优化设计提供了参考
研究系统性提出一套适用于城市环境大规模建筑群的能耗模拟与节能潜力评估的方法.包括:地理信息系统数据的处理、自动化建模方法、机器学习代理模型建立方法、节能方案可视化评估等内容.地理信息系统数据处理部分提出了建立建筑能耗模型所需数据库的基本框架;自动化建模部分实现了城市建筑群的建模自动化;机器学习代理模型的建立大幅提高了建筑能耗预测效率,通过比较五种机器学习模型的性能,得到适用建筑能耗模拟预测最佳的多
屋顶绿化是公认的解决城市综合性环境问题的有效途径之一.屋顶绿化可以显著的降低建筑空调能耗,减少碳排放量,从而减轻全球温室效应.同时,屋顶绿化在减少城市污染,降低城市噪声,缓解城市热岛,美化城市景观等方面发挥着极为显著的作用.在现今的建筑设计,特别是绿色建筑设计中,计算机模拟发挥着举足轻重的作用.然而,大部分模拟软件在对屋顶绿化模型的描述不够全面、详尽.相较于其他大部分模拟软件,EnergyPlus
由于数量庞大以及影响因素的复杂性,城市规模建筑群的大规模能耗模拟计算非常耗时.研究以天津某高校建筑群为例,使用了五种不同的机器学习方法建立建筑能耗数学代理模型.并使用外部验证的方法比较不同机器学习模型的性能,得出适用于建立该城区建筑能耗代理模型最佳的机器学习方法一多元自适应回归样条回归法(multivariate adaptive regression splines,简称MARS).与使用建筑能