基于灰色关联改进型TOPSIS算法的光伏外窗建筑设计遴选方法

基于灰色关联改进型topsis算法的光伏外窗建筑设计遴选方法
技术领域
1.本发明涉及方案遴选技术领域，尤其涉及一种基于灰色关联改进型topsis算法的光伏外窗建筑设计遴选方法。


背景技术：

2.光伏窗一般是指使用由双层玻璃封装的半透明光伏组件来取代传统玻璃而构成的窗户系统。光伏窗不透明(或半透明)的电池部分可以通过光伏效应发电，而透明(或半透明)部分则可以实现自然采光以及室内外的视觉信息交流。光伏窗作为一种新型节能外窗，除具有一般外窗满足室内采光、室内外通风以及美观性的功能外，同时能够利用窗内的光伏组件的光电效应产生清洁电力；因此，其除具有发电性能外，光伏窗还具有很好的建筑潜力。一方面，它可以通过减少室内太阳得热而降低空调制冷能耗；另一方面，合理设计的光伏窗还可以最大程度地利用自然采光并改善视觉不舒适性。因此，经过优化设计的光伏窗不仅可以发电，还可以通过降低太阳得热量和调控入射太阳辐射从而减少建筑物空调能耗、改善自然采光效果和提高视觉舒适性，进而可以为零能耗建筑以及具有较大窗墙比的高层办公建筑节能提供了一个非常好的建筑节能解决方案。在进行光伏外窗的设计时，要重点考虑如何减少外窗传热造成的建筑能耗和保证合理的采光环境之间的问题。
3.现有研究成果从太阳能电池覆盖率、外窗朝向、窗墙比、房间进深、采光控制策略研究了光伏外窗系统对室内采光及照明能耗的影响。但现有研究主要是针对具体设计方案的局部改善或进行简单层级比较，没有对光伏外窗采光和能耗性能进行整体的评价。且在实际工程应用中，选取光伏外窗的设计方案需要从多个指标出发进行优化，因而需要综合且科学的评估多个方案并选优。
4.目前已有的topsis法是一种对于有限数量方案进行多目标决策分析的方法，该方法可对评价对象进行定量化评价。但传统的topsis法仅能够体现各方案的差异性，而不能体现其相似性，对于统计数据有限特别是无规律且波动的数据，使用该方法难以保证决策结果的准确性，而无规律且波动也是一般光伏外窗建筑方案的评价数据所呈现的特点。因此，在方案选择过程中如何对光伏外窗各个指标进行整体评价和研究，如何对多个目标进行同等程度处理是目前迫切需要解决的技术问题。


技术实现要素：

5.本发明为了解决上述提到的问题，提供了一种基于灰色关联改进型topsis算法的光伏外窗建筑设计遴选方法。
6.本发明解决其技术问题所采用的技术方案是：构造一种基于灰色关联改进型topsis算法的光伏外窗建筑设计遴选方法，包括：
7.收集不同工况下光伏外窗建筑采光和能耗评价原始数据，构建原始矩阵，将原始矩阵数据进行标准化处理，构建标准化评价矩阵；
8.对待遴选的全部光伏外窗建筑设计方案计算得分构建归一化矩阵；将标准化评价矩阵进行加权处理，在加权处理后的矩阵中得到理想解，计算每一光伏外窗建筑设计与理想解中全部指标的灰色关联系数，构建灰色关联系数矩阵；
9.构造理想解模型，确定正理想解和负理想解，计算每个光伏外窗建筑设计和正负理想解的相对距离；
10.计算每一光伏外窗建筑设计的相对贴近度，并对其进行排序，把相对贴近度最小的对应光伏外窗建筑设计方案作为最佳遴选方案。
11.其中，待遴选的光伏外窗建筑设计方案中的指标至少包括建筑空间条件、光伏窗结构、光伏窗安装朝向和窗墙比。
12.其中，在将原始矩阵数据进行标准化处理的步骤中，标准化处理是对各个光伏外窗建筑设计方案的评价数据进行标准化处理，以消除不同指标不同量纲的影响，以便于进行有关方案遴选的后续计算处理。
13.其中，在构建灰色关联系数矩阵的步骤中，采用熵权法确定各个指标的权重，并引入灰色关联系数分析参考数列与其他比较数列的接近程度来判断关联程度，进而选出最优方案。
14.其中，对于不同性质的指标应采用不同的标准化处理方法，一般要先进行标准化处理，对于指标值越大对最终结果有益的指标，称为效益型指标，无量纲标准化处理为：
[0015][0016]
对于指标值越小对最终结果有益的指标，称为成本型指标，无量纲标准化处理为：
[0017][0018]
其中，设光伏外窗的设计方案有n个，为p＝{p1，p2，
…
，p
n
}，每个方案的m个评价指标的集合为c＝{c1，c2：，
…
c
m
)。x
ij
为第j个方案中第i个指标的原始数值(i＝1，2，
…
，m；j＝1，2，
…
，n)；因此，目标决策问题的原始矩阵表示为x＝(x
ij
)
mxn
，表示为：
[0019][0020]
其中，对标准化后的评价矩阵进行归一化矩阵处理，所得的各个元素组合即可得到归一化矩阵，其处理方法为：
[0021][0022]
其中，在将标准化评价矩阵进行加权处理，在加权处理后的矩阵中得到理想解，计算每一光伏外窗建筑设计与理想解中全部指标的灰色关联系数，构建灰色关联系数矩阵的步骤中，权重通过熵值法确定，各个因素的权重wi即可以按照以下公式计算：
[0023][0024]
其中，hi为第i个指标的熵值，其表达式如下：
[0025][0026]
在得到各个因素的权重值后，对标准化的评价矩阵加权处理：
[0027]
z
ij
＝w
i
×
y
ij
[0028]
最终可得到：
[0029][0030]
在矩阵z中选取m个指标中每个指标的最理想值所构成的参考数z0＝{z
i0
|i＝1，2，
…
，m}，即z0＝{z
10
，z
20
，
…
z
m0
}，这个参考序列即为理想解。
[0031]
其中，各个指标的灰色关联系数可由公式计算得出，设
△
ij
＝|z
i0
‑
z
ij
|，表示z
i0
与z
ij
在第i项指标差的绝对值，则第i个方案与理想解关于第i个指标的灰色关联系数ξ
ij
：
[0032][0033]
式中，p为分辨系数，通常取值在[0，1]内，p的取值为0.5；各指标的灰色关联系数计算出来之后，能够得到灰色关联系数矩阵；
[0034]
根据灰色关联系数矩阵ξ
ij
为新的评价矩阵构造理想解模型，即可得：
[0035]
正理想解为：
[0036]
负理想解为：
[0037]
同时，得到第j(1≤j≤n)个方案到正理想解的距离为：
[0038][0039]
到负理想解的距离为：
[0040][0041]
其中，相对贴近度可由以下公式计算得到：
[0042][0043]
区别于现有技术，本发明的基于灰色关联改进型topsis算法的光伏外窗建筑设计方案的遴选方法，包括以下步骤：收集不同工况下光伏外窗建筑采光和能耗评价原始数据，构建原始矩阵，并将原始矩阵数据进行标准化处理，构建标准化评价矩阵；计算得分构建归
一化矩阵；将标准化评价矩阵进行加权处理，在加权处理后的矩阵中得到理想解，计算各方案与理想解中各个指标的灰色关联系数，构建灰色关联系数矩阵；构造理想解模型，确定正理想解和负理想解，计算各方案和正负理想解的相对距离，计算各方案的相对贴近度，并对其进行排序，得到最佳方案。本发明在topsis算法中引入了灰色关联分析法，弥补了现有研究主要针对具体设计方案的局部改善或者进行简单层级比较的不足之处，建立了能够对双层光伏外窗采光和能耗特性进行整体评价的模型。
附图说明
[0044]
下面将结合附图及实施例对本发明作进一步说明，附图中：
[0045]
图1是本发明提供的一种基于灰色关联改进型topsis算法的光伏外窗建筑设计遴选方法的流程示意图。
[0046]
图2是本发明提供的一种基于灰色关联改进型topsis算法的光伏外窗建筑设计遴选方法中光伏外窗建筑采光与能耗评价模型示意图。
[0047]
图3是本发明提供的一种基于灰色关联改进型topsis算法的光伏外窗建筑设计遴选方法中光伏外窗对建筑室内环境与能耗水平的影响示意图。
[0048]
图4是本发明提供的一种基于灰色关联改进型topsis算法的光伏外窗建筑设计遴选方法中半透明光伏外窗对不同波段太阳辐射透过率的影响示意图。
具体实施方式
[0049]
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明做进一步的详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，但并不用于限定本发明。基于本发明中的实施例，本领域普通人员在没有做出创造性劳动前提下所获得的所有其他实施例，都将属于本发明保护的范围。
[0050]
参照附图1，本发明提供的一种基于灰色关联改进型topsis算法的光伏外窗建筑设计遴选方法，包括：
[0051]
收集不同工况下光伏外窗建筑采光和能耗评价原始数据，构建原始矩阵，将原始矩阵数据进行标准化处理，构建标准化评价矩阵；
[0052]
对待遴选的全部光伏外窗建筑设计方案计算得分构建归一化矩阵；将标准化评价矩阵进行加权处理，在加权处理后的矩阵中得到理想解，计算每一光伏外窗建筑设计与理想解中全部指标的灰色关联系数，构建灰色关联系数矩阵；
[0053]
构造理想解模型，确定正理想解和负理想解，计算每个光伏外窗建筑设计和正负理想解的相对距离；模型结构如图2所示。
[0054]
计算每一光伏外窗建筑设计的相对贴近度，并对其进行排序，把相对贴近度最小的对应光伏外窗建筑设计方案作为最佳遴选方案。
[0055]
其中，待遴选的光伏外窗建筑设计方案中的指标至少包括建筑空间条件、光伏窗结构、光伏窗安装朝向和窗墙比。
[0056]
其中，在将原始矩阵数据进行标准化处理的步骤中，标准化处理是对各个光伏外窗建筑设计方案的评价数据进行标准化处理，以消除不同指标不同量纲的影响，以便于进行有关方案遴选的后续计算处理。
[0057]
其中，在构建灰色关联系数矩阵的步骤中，采用熵权法确定各个指标的权重，并引入灰色关联系数分析参考数列与其他比较数列的接近程度来判断关联程度，进而选出最优方案。
[0058]
其中，对于不同性质的指标应采用不同的标准化处理方法，一般要先进行标准化处理，对于指标值越大对最终结果有益的指标，称为效益型指标，无量纲标准化处理为：
[0059][0060]
对于指标值越小对最终结果有益的指标，称为成本型指标，无量纲标准化处理为：
[0061][0062]
其中，设光伏外窗的设计方案有n个，为p＝{p1，p2，
…
，p
n
}，每个方案的m个评价指标的集合为c＝{c1，c2：，
…
c
m
)。x
ij
为第j个方案中第i个指标的原始数值(i＝1，2，
…
，m；j＝1，2，
…
，n)；因此，目标决策问题的原始矩阵表示为x＝(x
ij
)
mxn
，表示为：
[0063][0064]
其中，对标准化后的评价矩阵进行归一化矩阵处理，所得的各个元素组合即可得到归一化矩阵，其处理方法为：
[0065][0066]
其中，在将标准化评价矩阵进行加权处理，在加权处理后的矩阵中得到理想解，计算每一光伏外窗建筑设计与理想解中全部指标的灰色关联系数，构建灰色关联系数矩阵的步骤中，权重通过熵值法确定，各个因素的权重wi即可以按照以下公式计算：
[0067][0068]
其中，h
i
为第i个指标的熵值，其表达式如下：
[0069][0070]
在得到各个因素的权重值后，对标准化的评价矩阵加权处理：
[0071]
z
ij
＝w
i
×
y
ij
[0072]
最终可得到：
[0073]
[0074]
在矩阵z中选取m个指标中每个指标的最理想值所构成的参考数z0＝{z
i0
|i＝1，2，
…
，m}，即z0＝{z
10
，z
20
，
…
z
m0
}，这个参考序列即为理想解。
[0075]
其中，各个指标的灰色关联系数可由公式计算得出，设
△
ij
＝|z
i0
‑
z
ij
|，表示z
i0
与z
ij
在第i项指标差的绝对值，则第i个方案与理想解关于第i个指标的灰色关联系数ξ
ij
：
[0076][0077]
式中，p为分辨系数，通常取值在[0，1]内，p的取值为0.5；各指标的灰色关联系数计算出来之后，能够得到灰色关联系数矩阵；
[0078]
根据灰色关联系数矩阵ξ
ij
为新的评价矩阵构造理想解模型，即可得：
[0079]
正理想解为：
[0080]
负理想解为：
[0081]
同时，得到第j(1≤j≤n)个方案到正理想解的距离为：
[0082][0083]
到负理想解的距离为：
[0084][0085]
其中，相对贴近度可由以下公式计算得到：
[0086][0087]
本实例的建筑涉及的光伏外窗选用双层光伏外窗，按照本发明所述的一种基于灰色关联改进型topsis算法的光伏外窗建筑设计方案的遴选方法进行方案选优，sudi面积占比、光伏窗建筑净能耗、建筑节能率三个评价指标分别用于评价光伏外窗建筑不同方面的性能
[2]
，选优的过程如下：
[0088]
(1)通过软件模拟和初步分析得到基本可行的方案，如表1所示，各个方案的室内sudi面积占比、光伏窗建筑净能耗、建筑节能率评价指标数据构成原始矩阵x
mxn
；光伏外窗对建筑室内环境与能耗水平的影响如图3所示。半透明光伏外窗对不同波段太阳辐射透过率的影响如图4所示。
[0089][0090]
(2)先区分各类指标为效益型指标或成本型指标，并对原始矩阵进行标准化处理，处理后得到标准化矩阵y
mxn
：
[0091][0092]
(3)将标准化矩阵的各个元素进行归一化处理，构建矩阵f
ij
：
[0093][0094]
(4)采用熵值法计算各个评价指标的权重值，并对标准化化矩阵进行加权处理，构建加权标准化矩阵z
ij
：
[0095][0096]
(5)基于标准化加权矩阵的各个元素构建出理想解，并计算相应的灰色关联系数，从而构建灰色关联矩阵ξ
ij
：
[0097][0098]
(6)构造理想解模型，确定正理想解和负理想解，计算各方案和正负理想解的相对距离，计算各方案的相对贴近度c
j
，并对其进行排序，得到最佳方案，排序结果如表2所示：
[0099]
[0.598 0.739 0.613 0.402 0.623 0.559 0.622]
[0100]
表1不同进深的光伏建筑窗墙比优化
[0101][0102]
表2相对贴近度的计算结果
[0103][0104]
从以上结果可知，各个方案的贴近度排序如下：c4＜c6＜c1＜c3＜c5＝c7，因此推荐采用建筑进深为4m，窗墙比为60％的设计方案。
[0105]
上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员
在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。