建筑物能量消耗的预测方法
【专利摘要】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由计算机实施的物理模型、考虑接收的太阳辐射的热交换和/或建筑物与外界环境之间的热对流和/或传导的步骤，以及包括用来基于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。
【专利说明】建筑物能量消耗的预测方法
[0001]本发明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。本发明还涉及包括实施这样的方法的软件的载体。最后，本发明还涉及装备了这样的热能系统的建筑物。
[0002]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。
[0003]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。
[0004]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。
[0005]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。
[0006]为此，本发明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。
[0007]更确切地，本发明涉及一种预测建筑物的能量消耗的预测方法，其特征在于包括一个步骤，该步骤考虑由供热和/或空调设备对建筑物的供热或降温，被动太阳能供给，内部收益供给，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:
[0008]-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；
[0009]-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。
[0010]本发明还涉及一种信息载体，其包括实施如前所述的预测建筑物的能量消耗的预测方法的几个步骤的计算机程序。
[0011]本发明还涉及一种预测建筑物的能量消耗的预测系统，其特征在于包括一个控制单元，该控制单元实施如前所述的预测建筑物的能量消耗的预测方法。
[0012]所述预测建物筑的能量消耗的预测系统包括供热和/或空调设备以及控制单元，该控制单元能够根据所需要的温度设定值，通过对供热和/或空调设备致动来调节建筑物的内部温度。
[0013]本发明还涉及一种建筑物，其特征在于包括预测建筑物的能量消耗的预测系统，所述预测系统实施如上述的预测建筑物的能量消耗的预测方法。
[0014]本发明通过权利要求书更加确切地限定。
[0015]本发明的这些目的、特征和优点将在以下结合唯一附图非限制性地对【具体实施方式】的描述中进行详细说明，唯一附图示意性地示出建筑物以及本发明所考虑的不同能量现象。 [0016]本发明基于对建筑物的外部热现象的更好考虑，这些外部热现象如辐射和/或对流和/或传导。尤其是，其允许更好地考虑某些气象现象(如风、被动太阳能供给)对建筑物的影响。本发明基于允许在保持与由计算机进行的相对简单处理相兼容的简易性的同时对物理现象进行考虑的折衷。
[0017]根据本发明的一种实施方式，建筑物中的热平衡可以写为如下:
[0018]PC=PT+PV- (Pasp+Pi) +S
[0019]其中:
[0020]P。是所述建筑物的供热或冷却所需要的功率；
[0021]PT表示建筑物的缺陷导致的功率损失，比如导致向外部传导热量或是向内部传导热量的非隔离墙壁；
[0022]PV表示通风导致的功率损失；
[0023]Pasp表示由被动太阳能供给带来的功率；
[0024]Pi表示由内部收益带来的功率，如所在人员的人体和家用器具散发的热量等等；
[0025]S表示建筑物内累积的热通量。
[0026]由被动太阳能供给带来的功率主要来自进入建筑物中的太阳福射，随着建筑物的隔热性提高而变得越来越不可忽略。如图1中可见，这些供给取决于太阳的位置，并且因此取决于季节和时间，这是因为根据不同的角度，这种辐射到达建筑物的不同表面。例如，在位置Pl的太阳辐射Rl表示的是冬季某个特定时间的情形。在夏天，在相同的时间，太阳辐射R2则大不目同，位置P2要高得多。由此可见建筑物I所接收的太阳辐射可以有很大差
巳
[0027]通过在一天的一个时段上进行能量平衡，前面的等式允许获得建筑物的能量消耗的预测方法，该方法考虑以下等式(I):
[0028]
【权利要求】
1.一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所述的预测建筑物的能量消耗的预测方法，其特征在于包括以下步骤:该步骤将选定时段上建筑物的与热惯性相关的热能视为零，即/ S=O0
8.根据权利要求6或7所述的预测建筑物的能量消耗的预测方法，其特征在于，建筑物在给定时段上的热损失通过以下等式计算:
9.根据权利要求6至8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，所述内部收益在给定时段上被视为等同于常数值，该常数值是考虑到建筑物内部的活动和/或居住的情况下的所述给定时段的平均值。
10.根据权利要求8或9所述的预测建筑物的能量消耗的预测方法，其特征在于，所述学习步骤包括通过考虑在日照较少并且被动太阳能供给可忽略的时段在过去对建筑物进行的测量来确定参数GV和?Ρζ_的第一子步骤。
11.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，其特征在于通过以下等式考虑建筑物内部的温度波动:
12.根据权利要求11所述的预测建筑物的能量消耗的预测方法，其特征在于，所述学习步骤包括通过以下公式基于在无日照的时段在过去对建筑物进行的测量来计算在给定时刻的值的子步骤:
13.根据权利要求12所述的预测建筑物的能量消耗的预测方法，其特征在于，通过以下等式根据温度设定值tint(t)来计算用于建筑物的供热或降温的未来能量消耗:
14.一种包括计算机程序的信息载体，该计算机程序实施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的步骤。
15.一种预测建筑物的能量消耗的预测系统，其特征在于该预测系统包括控制单元，该控制单元实施根据权利要求1至13之一所述的预测建筑物的能量消耗的预测方法。
16.根据权利要求15所述的预测建筑物的能量消耗的预测系统，其特征在于该预测系统包括供热和/或空调设备，以及控制单元根据希望的温度设定值通过对供热和/或空调设备进行致动来调节建筑物的内部温度。
17.一种建筑物，其特征在于，包括实施根据权利要求1至13之一所述的预测建筑物的能量消耗的预测方法的预测建筑物`的能量消耗的预测系统。
【文档编号】G05B15/02GK103649852SQ201280031332
【公开日】2014年3月19日 申请日期:2012年5月11日 优先权日:2011年5月11日
【发明者】X·勒·皮沃特 申请人:原子能及能源替代委员会