导读:本文包含了冷负荷论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:负荷,模型,空调,温度,复电,热岛,建筑。
冷负荷论文文献综述
王贺[1]（2019）在《我国严寒寒冷及夏热冬暖气候区夜间空调冷负荷及其变化规律的研究》一文中研究指出对全国16个主要城市的白天及夜间空调冷负荷进行计算,得到了不同地区夜间空调冷负荷占白天空调冷负荷的比例,分析比较不同地区的夜间空调冷负荷,发现自北向南夜间空调冷负荷占白天空调冷负荷比例逐渐升高的变化规律。为不同地区太阳能空调中蓄能装置容量匹配提供了设计依据,同时也为制冷空调系统优化运行提供理论指导。(本文来源于《建筑技艺》期刊2019年S1期）
孙维拓,周波,徐凡,尚超,Chungui,Lu[2]（2019）在《日光温室正压湿帘冷风降温性能及冷负荷计算模型》一文中研究指出负压湿帘风机降温被广泛应用于温室生产中,但存在降温均匀性差、限制温室长度及对温室密闭性要求高等不足。为克服负压湿帘风机降温的局限性,提高日光温室降温能力,该研究设计了日光温室正压湿帘冷风降温系统,其气流组织方式为湿冷空气从南屋面底部进入日光温室,热空气由顶开窗排出室外。在北京地区无作物的日光温室对系统夏季降温增湿效果及性能进行试验,试验结果表明:在典型夏季高温白天,正压湿帘冷风降温系统配合遮阳网可将日光温室试验区内平均气温控制在30.7～33.4℃,比采用自然通风配合遮阳网的对照区低5.4～11.1℃,比室外低2.4～5.4℃,降温效果良好;夜间系统对温室降温幅度减小。该系统可有效缓解低湿胁迫,日光温室试验区空气平均相对湿度为49.8%～62.3%,比对照区及室外分别高13.6%～21.2%和13.6%～24.6%。室内风速0.35～1 m/s,气流分布差异性较小。试验条件下,正压湿帘冷风降温系统的平均降温效率为91%,比传统的负压湿帘风机高10个百分点以上;实际平均耗水量为0.035～0.079 g/(m~2·s),且耗水量与室外空气水蒸气饱和压差(VPD,vapor pressure deficit)呈正相关(P<0.01,r=0.64)。同时,研究构建了日光温室冷负荷计算模型及湿帘冷风降温设备合理选型方法,其中冷负荷模型是降温设备选型的基础,普遍适用于各种日光温室降温方法的研究。计算得到日光温室夏季降温冷负荷为299.1W/m~2,应安装的正压湿帘冷风降温系统最大比通风量为0.067 m/s。该研究为日光温室正压湿帘冷风降温方法的工程应用提供了技术参考,为日光温室安全越夏生产环境控制提供了理论基础。(本文来源于《农业工程学报》期刊2019年16期）
彭鹏[3]（2019）在《某工业厂房多尺度空调冷负荷预测模型》一文中研究指出本文建立了提前1-4小时的空调冷负荷预测模型。使用相关性分析选择模型输入参数,使用ARX和ANN建立冷负荷预测模型,并对两种模型的预测精度做出对比。预测结果表明,当数据量大、变量维度小时,ANN模型无法发挥其优势,预测效果和ARX模型基本相同。考虑到ARX模型的简单性,选取ARX对未来时刻的冷负荷进行预测。提前1-4小时的ARX预测模型的CV-RMSE分别是11.6%、15.8%、18.9%和20.7%,各时间尺度下的预测精度都能够满足工程需求。(本文来源于《建设科技》期刊2019年12期）
毛晋[4]（2019）在《夏热冬暖地区围护结构对室内冷负荷的影响分析》一文中研究指出根据《民用建筑供暖通风与空气调节设计规范》~([1])规定:"空调负荷在方案设计或初步设计阶段可使用热、冷负荷指标进行必要的估算"。而这负荷指标是通常都是资深设计师日积月累形成的经验值,但大部分经验值一般只体现在房间功能性上,并没有或很少留意不同围护结构对房间冷负荷的影响。例如,不同朝向下,同一功能性房间围护结构冷负荷的区别,最终往往会导致部分区域估算的冷负荷与实际值偏差较大,对项目的后期空调系统设计带来不利影响。故本文将举例夏热冬暖地区,围护结构对冷负荷的影响程度进行分析,并提出有益的设计参考。(本文来源于《建材与装饰》期刊2019年17期）
许伟航,冯志强[5]（2019）在《东、西人工岛主体建筑夏季逐时冷负荷分析及空调系统设计》一文中研究指出为了优化港珠澳大桥东、西人工岛主体建筑空调设计和后期运营管理,文章根据主体建筑的建筑构造特性和地理位置,确定设计计算参数,通过空调夏季逐时冷负荷分析,得出两岛主体建筑的冷负荷高峰出现在不同的时间段的原因,为空调系统设计和空调控制策略带来不同的思路。(本文来源于《中国港湾建设》期刊2019年05期）
陆莎[6]（2019）在《城市化对住宅建筑空调冷负荷的影响》一文中研究指出城市化产生热岛效应。利用改进的CTTC(cluster thermal time constant)模型对城市化后的建筑群室外空气温度进行模拟计算,将计算结果作为室外计算温度,对广州市某典型住宅建筑空调冷负荷进行了计算,并与典型气象日下的室外温度计算出来的冷负荷进行比较。结果表明,夏季冷负荷受城市化影响较大,采用典型气象日温度计算出的围护结构冷负荷比按小区设计温度计算的低10%～36%,而新风冷负荷受室外温度的影响波动更明显。(本文来源于《地产》期刊2019年09期）
石凯[7]（2019）在《基于模型预测控制的建筑供冷负荷节能优化策略研究》一文中研究指出大型公共建筑中央空调系统能耗占建筑总能耗的比例高达40%以上,中央空调系统的节能优化控制是建筑节能的重点。虽然现阶段我国的中央空调节能运行受到广大学者的关注,但是建筑供冷负荷的控制多以经验调节为主,缺乏相应的理论支撑,容易导致室内热舒适性难以满足需求且能耗存在浪费现象,因此,完善建筑供冷负荷的控制策略,对于指导中央空调的节能优化运行具有重要意义。本文提出建筑供冷负荷的模型预测控制策略,通过分析建筑热工特性,建立基于等效电路法的建筑热模型,并在此模型基础上,综合考虑空调能耗和建筑热舒适性,设计供冷负荷的模型预测控制策略,以广东省某大型办公建筑为研究对象验证了该控制策略的有效性,此外,还开发了“建筑供冷负荷节能优化软件平台”,为建筑供冷负荷模型预测控制提供了相应的软件平台。本文的主要研究工作包括:(1)大型公共建筑的围护结构十分复杂,难以从机理出发进行热工特性建模,本文将建筑的非稳态传热过程简化为等效的RC电路,建立叁阶状态方程形式的建筑热模型,然后根据实测数据,通过递推最小二乘法(Recursive Least Squares,RLS)对模型参数进行在线辨识,构造伪测量值,利用卡尔曼滤波(Kalman Filtering,KF)对室温预测值进行校正。结果表明,相比单一RLS算法,RLS-KF算法的室温预测精度和稳定性更高,当采样周期为15 min时,期望误差百分比降低80.3%。(2)大型公共建筑是具有大惯性、非线性、时变性的非稳态热工系统,常规控制策略难以满足实时性和稳定性的控制要求,本文提出了建筑供冷负荷的模型预测控制策略,并基于预测步数和权重矩阵超参数寻优的整定控制器性能。首先,利用状态方程和天气预报信息,递推演绎室温多步预测方程;然后构造权衡热舒适性和能耗的代价函数,通过求解带约束的二次规划问题,实现空调供冷负荷的滚动优化;同时,引入参数辨识和状态观测作为反馈校正环节。仿真结果表明:相比PID控制,模型预测控制的温控精度更高,并且能够降低8.5%的能耗。(3)此外,中央空调系统的相关运行数据在采集、传输和存储过程中,由于传感器故障、通信干扰、网络延迟等原因,难免产生异常,为避免对控制系统造成干扰,提出基于自回归模型的异常数据在线识别和修复方法,该方法对异常数据的平均识别率达到97.2%,修复的均方误差为0.413。(4)结合工程实际,开发一套“建筑供冷负荷节能优化软件平台”,对数据在线预处理方法、建筑热工特性建模方法以及空调供冷负荷的模型预测控制方法进行封装,为中央空调操作人员提供有效的数据分析和模型预测控制平台。(本文来源于《华南理工大学》期刊2019-04-13）
姚梦,王越[8]（2019）在《考虑冷负荷冲击影响的电动汽车辅助孤岛复电方法》一文中研究指出提出了一种考虑冷负荷冲击影响的电动汽车辅助孤岛复电方法。该方法中,首先提出对任意给定的冷负荷变化模型和电动汽车放电衰减模型进行离散化,进而在混合整数线性规划的框架下,以缺失电量最小化为目标,建立了考虑离散冷负荷模型和电动汽车放电模型的最优孤岛复电规划方法。所提方法在IEEE RBTS-BUS6系统上进行了测试,分析了冷负荷冲击对孤岛供电的影响,以及电动汽车放电对增强孤岛供电恢复的辅助作用。同时,研究了电动汽车场总放电功率利用率和失电负荷能量恢复率之间的量化关系。(本文来源于《电力系统自动化》期刊2019年07期）
杨熊,于军琪,郭晨露,华宇剑,赵安军[9]（2019）在《基于改进PSO-BP神经网络的冰蓄冷空调冷负荷动态预测模型》一文中研究指出当前多数冰蓄冷空调冷负荷动态预测方法中,由于模型输入变量与输出结果相关性差、信息冗余度高等原因,导致多数预测模型在预测精度和收敛速度方面都未达到理想的预测效果,因此,提出一种改进的PSO-BP神经网络算法预测大型公共建筑的冷负荷。对于输入变量与输出结果采用灰色关联度分析,消除样本输入变量对数的耦合性,确定影响冰蓄冷空调系统冷负荷的关键性因素,将其作为输入变量,预测冰蓄冷空调系统动态冷负荷。结果表明:T时刻室外空气温度、T-1h时刻室外空气温度、T时刻室外空气湿度、T时刻太阳辐射强度、T-1h时刻太阳辐射强度、T-1h时刻空调冷负荷是影响T时刻冰蓄冷空调系统冷负荷的关键因素,并以此作为预测模型的输入变量。相对于传统PSO-BP神经网络全输入变量预测算法,该模型预测结果精确度更高、收敛速度更快。(本文来源于《土木与环境工程学报(中英文)》期刊2019年01期）
崔亚平,谢静超,刘加平,白璐[10]（2019）在《我国南海主要岛礁地区冷负荷温度修正值的计算》一文中研究指出指出了冷负荷温度修正值查询用表的不完善性,探讨了冷负荷温度的理论算法及其影响因素,应用该算法对冷负荷温度修正值进行了补充完善。结果表明:目前冷负荷温度修正值对于我国南部低纬度多风雨地区缺失;冷负荷温度算法经验证可行,除水平方向外,不同朝向冷负荷温度计算值与给定值各时刻最大差值均不超过1℃;冷负荷温度受建筑所在地经度、纬度、大气透明度、外壁面换热系数及吸收系数、板壁材料热物性及排列顺序等多因素影响;以永暑礁Ⅱ型墙体、Ⅳ型屋面为例,取外壁面换热系数为39.0 W/(m~2·K),由修正值补充结果得到永暑礁各朝向不同时刻冷负荷温度均低于北京,且平均差值可达2.5℃。(本文来源于《暖通空调》期刊2019年02期）
冷负荷论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
负压湿帘风机降温被广泛应用于温室生产中,但存在降温均匀性差、限制温室长度及对温室密闭性要求高等不足。为克服负压湿帘风机降温的局限性,提高日光温室降温能力,该研究设计了日光温室正压湿帘冷风降温系统,其气流组织方式为湿冷空气从南屋面底部进入日光温室,热空气由顶开窗排出室外。在北京地区无作物的日光温室对系统夏季降温增湿效果及性能进行试验,试验结果表明:在典型夏季高温白天,正压湿帘冷风降温系统配合遮阳网可将日光温室试验区内平均气温控制在30.7～33.4℃,比采用自然通风配合遮阳网的对照区低5.4～11.1℃,比室外低2.4～5.4℃,降温效果良好;夜间系统对温室降温幅度减小。该系统可有效缓解低湿胁迫,日光温室试验区空气平均相对湿度为49.8%～62.3%,比对照区及室外分别高13.6%～21.2%和13.6%～24.6%。室内风速0.35～1 m/s,气流分布差异性较小。试验条件下,正压湿帘冷风降温系统的平均降温效率为91%,比传统的负压湿帘风机高10个百分点以上;实际平均耗水量为0.035～0.079 g/(m~2·s),且耗水量与室外空气水蒸气饱和压差(VPD,vapor pressure deficit)呈正相关(P<0.01,r=0.64)。同时,研究构建了日光温室冷负荷计算模型及湿帘冷风降温设备合理选型方法,其中冷负荷模型是降温设备选型的基础,普遍适用于各种日光温室降温方法的研究。计算得到日光温室夏季降温冷负荷为299.1W/m~2,应安装的正压湿帘冷风降温系统最大比通风量为0.067 m/s。该研究为日光温室正压湿帘冷风降温方法的工程应用提供了技术参考,为日光温室安全越夏生产环境控制提供了理论基础。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
冷负荷论文参考文献
[1].王贺.我国严寒寒冷及夏热冬暖气候区夜间空调冷负荷及其变化规律的研究[J].建筑技艺.2019
[2].孙维拓,周波,徐凡,尚超,Chungui,Lu.日光温室正压湿帘冷风降温性能及冷负荷计算模型[J].农业工程学报.2019
[3].彭鹏.某工业厂房多尺度空调冷负荷预测模型[J].建设科技.2019
[4].毛晋.夏热冬暖地区围护结构对室内冷负荷的影响分析[J].建材与装饰.2019
[5].许伟航,冯志强.东、西人工岛主体建筑夏季逐时冷负荷分析及空调系统设计[J].中国港湾建设.2019
[6].陆莎.城市化对住宅建筑空调冷负荷的影响[J].地产.2019
[7].石凯.基于模型预测控制的建筑供冷负荷节能优化策略研究[D].华南理工大学.2019
[8].姚梦,王越.考虑冷负荷冲击影响的电动汽车辅助孤岛复电方法[J].电力系统自动化.2019
[9].杨熊,于军琪,郭晨露,华宇剑,赵安军.基于改进PSO-BP神经网络的冰蓄冷空调冷负荷动态预测模型[J].土木与环境工程学报(中英文).2019
[10].崔亚平,谢静超,刘加平,白璐.我国南海主要岛礁地区冷负荷温度修正值的计算[J].暖通空调.2019
论文知识图
