能耗数据采集论文

能耗数据采集论文（精选9篇）

能耗数据采集论文 第1篇

能耗监测平台的建设最初以北京、天津、深圳、上海为试点,逐步向全国推广。2008年,为了引导公共建筑能耗监测平台的建设,住建部颁布了《国家机关办公建筑和大型公共建筑能耗监测系统分项能耗数据采集技术导则》、《国家机关办公建筑和大型公共建筑能耗监测系统分项能耗数据传输技术导则》、《国家机关办公建筑和大型公共建筑能耗监测系统楼宇分项计量设计安装技术导则》、《国家机关办公建筑和大型公共建筑能耗监测系统数据中心建设与维护技术导则》和《国家机关办公建筑和大型公共建筑能耗监测系统建设、验收与运行管理规范》等五项相关技术导则,使得相关平台的建设得到蓬勃发展。目前试点城市建筑能耗监测平台上传的建筑数据少则几百栋,多则一千多栋。

但是在实际建设中,“重建设、轻应用,重数量、轻质量”的问题比较突出,没有充分发挥监测平台作用。没有达到“数据可靠、运行稳定、应用高效”的目的。

建筑能耗监测平台采集数据的可靠性是监测平台的生命,涉及到国家建筑用能基准、用能约束机制立法的合法性,因而关系极其重大,但是实际情况中暴露出数据可靠性问题甚忧。笔者在自身项目的实践中,根据各级平台验收中发现的问题,总结分析能耗数据可靠性链条中的八个关键环节。希望住建部和地方政府的有关部门通过制定强制性措施有效地解决数据链可靠性问题。笔者认为,下述措施将十分有效:(1)制订电流互感器设计、安装的工艺流程规范。(2)实现采集器产品的市场准入制度。(3)对建筑能耗监测采集系统和平台强制设立第三方检测验收机制。

下面介绍一下数据可靠性链的关键环节。

1 电气竣工图低压干线回路额定值的核对

在我国,由于建设监理体系的不完善、建设方聘请的第三方代理机构监督的不到位,建设总承包商递交的竣工图常常并非是真正的竣工图,它们有可能没有包含部分建设过程中的变更。甚至当工程建设有电力监控系统时,其中的高低压干线图也不一定是最终的、准确的竣工图(在国内某著名重点工程项目的建设中,笔者就曾受到过电力局工程师的告诫)。因此,在设计建筑能耗监测系统中的多功能电表时,不能以其低压干线竣工图为依据来选择各回路电流互感器的配比。互感器配比选择时,最可靠的方法是与低压电气柜实物标识核对,因为低压电气柜实物回路是最为真实的。

2 低压电气柜各回路额定电流的核对

建筑电气设计中,存在低压回路额定电流设计过大的情况,如要提高互感器的检测精度,需要和物业管理部门核定回路真实的电流最大值,并以后者选择互感器配比(适当放大安全系数)。这一流程做完之后,我们就可以选择电流互感器配比了,即最大值(5A)。为了使这种改动具有合法性,应当将调查结果和设计师沟通,以获取他们的同意。

3 多功能电表中的互感器配比设定与一次回路互感器配比的一致性校验

电流互感器选择确定之后,应在二次仪表上设置互感器配比,使之与电流互感器配比一致。山东某项目施工完成后,笔者在校对能耗监测系统数据链可靠性时,曾经发现由于忽略了在二次仪表上重新设置配比,导致六分之一的仪表读数不准确。对于一些老式仪表,仪表表盘上没有按钮供修改设置,这时应当修改软件中的配比设置,使之与一次仪表一致。

4 安装电流互感器时应与被测线缆保持垂直

在既有建筑中安装电流互感器,由于电气柜内的位置紧凑,常常不能保证电流互感器与被测母线/线缆的垂直度和同心度。我们在验收能耗监测项目时,被测母线、线缆和互感器夹角成45°是司空见惯的,互感器也多偏于一方。上海浦公科技节能环保公司通过实验和理论推导已经证明,同心度对电流互感器的检测精度没有影响,即使是最极端的情况,即被测电缆位于互感器一侧;但是垂直度将会产生不可忽视的误差。

为此,笔者建议,由电表制造商提供简易的塑料工具夹,保证安装垂直度。笔者认为,这是一个很好的解决办法。

5 多功能电表显示值(如有)与平台显示值的核对

根据导则,目前电表的通讯协议有两种,Modbus和DL/T 645-1997。前者数据帧校验码采用循环冗余码(CRC);后者采用偶校验。循环冗余码是一种校验能力很强的码,它能检出一帧信息中所有的奇数个错,所有长度短于16位的突发错;对长度为1 7位的错误检出率达1-2-15,因而得到极为广泛的应用。用通俗的话说,准确性达99.99%;而偶校验误码率极大,从概率角度差错率达50%,抗干扰能力极差,所以是一种过时的协议规范。笔者建议,在能耗监测系统导则修订时应研究取消DL/T 645-1997的可能性。在取消之前,防止因为校验码出现的可靠性降低的方法只有核对仪表显示值和平台显示值。

6 采集器环节

在各区级大型公共建筑能耗监测平台验收过程中,我们普遍发现部分建筑能耗监测数据连续丢失的现象,有的甚至丢失时间较长。通过深入调查,大致有以下几个原因:

(1)物业管理制度欠缺

1)由于建筑物网络改动、故障和限制,物业管理人员没有及时通知运维人员进行维护,导致采集器无法正常上网。

2)采集器电源就近接入,该电源由于配电系统调整或检修而中断。

3)物业管理或其他人员人为拔掉网线,导致传输中断。

4)断电恢复后物业管理人员没有及时启动网关。

解决办法如下:

1)完善物业管理制度,避免随意拔掉网线、更改IP地址、挪动网关位置、停电不启动采集器的现象。

2)改进采集器电源的接入,尽可能采用来自BA系统的UPS。

3)在平台建立数据接入故障报警体系,提醒运维人员。

(2)由于采集器质量或施工问题导致的传输故障

1)目前采集器品种繁多,乱象丛生,大部分为自行研制,产品没有经过小试、中试到批量生产的产品鉴定的严格程序,没有经过型式试验、工业考核等必要步骤。部分产品硬件为定型产品、软件应用层(主要是协议)自行研发,也没有经过软件检测等手续,因而质量无法保证。

2)采集器工作条件恶劣,常常安装在机房或没有空调的弱电间、强电间,采集器常常由于发热或电磁干扰而导致质量不稳定。

解决办法如下:

1)实现采集器市场准入制度。省市建立检测中心对采集器进行严格甄别和检测:市场准入时必须递交完整的产品鉴定文件、小试和中试报告、型式试验报告、企业调校工艺和企业标准等文件。检测中心对报批产品进行抽检。

2)对采集器功率进行限制。

3)施工时注竟防止电磁干扰。

7 电表质量

电表质量对于数据可靠性至关重要,《国家机关办公建筑和大型公共建筑能耗监测系统分项能耗数据采集技术导则》规定,电表精度必须高于1级表精度。但目前在市场上存在非常廉价的无品牌多功能电表芯片,贴牌之后,正在影响和扰乱着市场。多功能电表各参数中,有功功率是薄弱环节,极易产生精度误差,解决的唯一方法是出厂时的校正,且必须做到每个电表的5点校正,如不加校正就出厂,误差在10%以上,这一点需要引起使用单位的高度注意。为了保证电表质量,笔者建议使用单位采用到场抽检的方法控制质量。

8 采集器和多功能电表、水表的通讯应选择规范推荐的常用波特率

电表和采集器的通讯采用485总线,半双工通讯方式。《低压成套开关设备和控制设备智能型成套设备通用技术要求》(附录C)(GBAT 7251.8-2005)规定,可以有选择地实现符合Modbus规定的波特率:1200bps、2400bps、4800bps、38400bps、56kbps、115kbps,常用的是9600bps和19.2kbps。验收中发现由于长线或电磁干扰等问题,集成商常常通过降低波特率方式通信,实际上隐含可靠性问题。

信号在长线中传输会产生传输延迟,如瞬变信号变化快于延迟,就会产生振铃(长线反射)现象。在图1中,Us为信号源,Rs为信号源内阻,Ro为传输线特征阻抗,RL为负载电阻;在图2中,tr为信号上升时间,TD为从A点传输到日点的时间。在t1到t4时间,信号来回反射,t4时趋于平稳。当RL=Rc时,信号就能完整地被传输。长给反射现象的表现形式是过冲、振铃和延迟。

因此,解决长线传输中的反射问题,最好的办法是在接收端接负载电阻,这是被多次实践证明了的。示波器是用来判断选择的阻抗是否合适的最佳仪器。

参考文献

能耗数据采集论文 第2篇

1.除采暖外，我国目前大型公建能耗折合电力（）亿KWh/年。A.460 B.470 C.2270 D.2280 答案:B

您的答案：B 题目分数：6 此题得分：6.0 批注：

第2题

从技术应用层面来看，能源管理系统数据的作用不包括（）A.将能效指标量化、可视化，指导日常运行优化 B.监测电力品质、设备状态，加强安全保障 C.多功能电表、配电参数监控

D.积累必要数据，为节能诊断提供依据 答案:C

您的答案：C 题目分数：6 此题得分：6.0 批注：

第3题

公共建筑实际使用强度偏离标准使用强度时，可依据修正公式对公共建筑能耗指标实测值进行修正。其中，办公建筑可依据的是（）

A.年使用时间与人均建筑面积 B.入住率与办公区建筑面积比例 C.使用期限 D.房屋折旧率 答案:A

您的答案：A 题目分数：6 此题得分：6.0 批注：

第4题

对于数据应用中存在的问题之一：支路下属设备调研不足，下列各项中描述不准确的有（）A.支路按主要功能命名，忽略其他设备 B.支路后期改造后信息不及时更新

C.支路数据不准确，存在丢数、错数、乱数的问题 D.支路计量不完善，总数≠支路之和 答案:C

您的答案：C 题目分数：6 此题得分：6.0 批注：

第5题

现在数据源由用户唯一掌控，用户自己收集数据、分析数据；未来将采用（）方式进行

A.专业数据供应商+专业数据服务商 B.专业数据采集商+专业数据分类商 C.专业数据审计师+专业数据评估师 D.专业数据诊断师+专业数据维护师 答案:A

您的答案：A 题目分数：6 此题得分：6.0 批注：

第6题

下列对大数据对于管理的价值，表述正确的是()A.在空间维度上，扩展了决策者的感知能力，即更深更广 B.在空间维度上，拓宽了所有员工的知识和眼界

C.在时间维度上，基于对历史数据的挖掘，帮助决策者做出对未来的最佳估计和判断

D.在时间维度上，基于对历史数据的挖掘，帮助决策者做出对未来的假设 答案:A,C

您的答案：A,C 题目分数：8 此题得分：8.0 批注：

第7题

挖掘能耗数据价值的方法包括（）A.与历史能耗数据纵向对比 B.与其它同类项目横向对比 C.与标准能效指标进行对比 D.与其他技术参数纵向对比 答案:A,B,C

您的答案：A,B,C 题目分数：8 此题得分：8.0 批注：

第8题

评估建筑能耗常见的指标形式包括（）A.单位面积能耗指标 B.人均能耗指标 C.单位税收 D.营业额能耗指标 答案:A,B,C,D

您的答案：A,B,C,D 题目分数：8 此题得分：8.0 批注：

第9题

通过学习管理层面应用案例1，该区公共机构节能工作采用的考核方法中的加分项有（）A.宣传培训 B.节能量 C.节能改造 D.推广新产品技术 答案:C,D

您的答案：C,D 题目分数：8 此题得分：8.0 批注：

第10题

5.大数据时代在数据的应用中存在（）问题 A.建筑基本信息不完善 B.支路下属设备调研不足 C.长期数据质量需提高 D.能耗数据应用不充分 答案:A,B,C,D

您的答案：A,B,C,D 题目分数：8 此题得分：8.0 批注：

第11题

公建是建筑节能的重点，公建的能耗远高于一般建筑。答案:正确

您的答案：正确 题目分数：6 此题得分：6.0 批注：

第12题

评估不同建筑所采用的能耗指标形式是不一样的，政府办公建筑应采用户均能耗指标进行评估。答案:错误

您的答案：错误 题目分数：6 此题得分：6.0 批注：

第13题

公共建筑能耗指标值确定方法是取每一类型公共建筑的最大公约数为约束值，取下四分位数为引导值。答案:错误

您的答案：错误 题目分数：6 此题得分：6.0 批注：

第14题

公共建筑能耗只针对使用强度进行修正，而不对服务水平进行修正。答案:正确

您的答案：正确 题目分数：6 此题得分：6.0 批注：

第15题 大数据时代的网络开放与可视化体现在：从自上而下的单向集中管理向网络立体化方向发展。答案:错误

您的答案：错误 题目分数：6 此题得分：6.0 批注：

数据中心的高能耗所带来的影响 第3篇

热量管理约束数据中心发展

数据中心能效低意味着需要更多的电能输入，更多电能的输入又以更多热量的形式输出，特别是低效的制冷系统，其结果不仅仅是电费的增加，首当其冲的是数据中心的热量管理问题。当前供电和散热能力已经很难承受由此产生的高密度和高局部发热量，进而阻碍了芯片和服务器技术的更新换代。

机房供电和散热能力以及空间的限制使得许多数据中心不能通过增加服务器数量和存储容量来增加IT处理能力，影响了新应用的部署，迫使一些数据中心不得不耗费巨资建立新的数据中心。

许多数据中心都希望采用机架式的1U超薄服务器或刀片服务器来提高数据中心的空间利用效率，但现有的供电和散热能力不能支持高密度的计算能力。人们发现，许多数据中心机架利用率低于1/3，即机架大半是空的，也不能再加入新的设备。

肩负沉重的成本压力

供电和散热的开支占据了比以前更大的预算资源份额。近10年来，数据中心运营的开支增长速度是其它开支增长速度的3倍。根据统计，近10年中，企业或机构用于购置服务器的开支年增长率为2.6%、用于购置存储设备的开支年增长率为6.8%，而运营（供电和管理）的开支年增长率为10%以上。而且，电费的开支是累加的，机构购买了设备以后2-3年内电费开支就超过购置设备的总费用。

当前，IT应用不计成本的时代已经一去不复返了。严酷的现实是持续走高的电费开支吃掉了机构大部分IT预算，使得数据中心用于扩展的经费越来越少。日益增加的供电和散热开支已经成为数据中心可扩展的主要限制，使机构不能按照需求的发展来扩展其数据中心。

形成重大安全隐患

高密度计算的发展也大大增加了局部的发热量。由于器件在服务器内部，服务器设备密集，电缆数量多且连接复杂，这些都大大增加了散热的难度，往往在设备内部形成集中的高温热点，影响设备的稳定运行，甚至造成诱发火灾等恶性事故的重大安全隐患，使得数据中心不能实现无人值守。

破坏业务连续性

数据中心对制冷容量需求的增加，给机房基础设施带来很大压力。由于设计水平低下，机房布局不合理，至少浪费60%的制冷容量。此外，由于散热效率低，造成10%以上的服务器机架处于过热状态，影响了设备的长期稳定运行。特别是，部件的局部发热非常容易造成灾难性的后果。

制约可持续性发展

地球上的资源是宝贵和有限的，数据中心消耗电能越多，它们消耗的自然资源就越多，对环境的负面影响也就越大。数据中心能耗的急剧增长，已经成为影响人类可持续发展的主要因素之一。这已经引起越来越多政府和有关部门的关注，对于机构而言，节能减排已经不再是一个选择项，而是必须遵循的法规和义务。

扩展阅读

当前，测量数据中心的能耗指标有两种方法：电能使用效率（Power Usage Effectiveness，PUE）和数据中心基础设施效率（Data Center Infrastructure Efficiency，DCiE）。这两种方法都考虑了数据中心供电、散热和IT设备各自消耗的能量，得到了The Green Grid（绿色网格）组织的支持。

The Green Grid 定义了这两种测量方法的具体计算方式：

PUE是数据中心总能耗与IT设备能耗之比，其值越接近1表明能效水平越好；DCiE是一个PUE倒数的百分比值，数值越大越好。

显然，对以上两个能效公式，当前普遍使用的是电能使用效率PUE。在使用中特别值得注意的是公式中的“数据中心总能耗”的定义和所包含的内容。

能耗数据采集论文 第4篇

当前中国经济的发展已经遭遇严峻的节能减排挑战, 能耗不仅是每一个企业账上的开支, 也是经济运行状况的一个重要指标, 更事关建设资源节约型社会的国家大计。与此同时, 能源消耗在IT开支中的比例不断上升已经成为业界不争的事实。尤其是在越来越多企业加大数据中心建设力度的同时, 供电、散热和运营成本也正在成为企业的巨大负担。据调查, 一个承载着50个机柜的IDC机房 (Internet Date Centre) 大约每一年会消耗130万度电, 而在美国, 每平方米数据中心的能源消耗更是高达普通办公大楼的10倍甚至100倍。更为严重的是, 由于能耗高、能效低, 众多数据中心在高度消耗能源的同时还在面临着过热、供电不足等问题, 越来越多的CIO意识到, 他们不仅要考虑怎样进行IT技术的规划和部署, 还不得不开始关心节能和“如何使数据中心更绿色”的问题。

1 EEA诊脉数据中心能耗

数据中心的建设其实是一个多学科交叉的命题, 从选址评估, 功能区的规划, 层高、承重、楼梯等对建筑的要求, 布局、装修到供电、冷却、配电的设计, 服务器虚拟化的应用, 以及智能化系统的建立, 每一个步骤和细节都决定着数据中心的成败, 而数据中心的“绿化”过程也贯穿在这其中。IBM一直致力于成为企业和CIO的最佳协作创新伙伴, 去年起IBM在全球范围内每年投资10亿美元的项目“绿色创新工程”就是针对上述能耗问题开展的。IBM通过这些投入, 开发创新的硬件、软件和服务, 帮助IBM自己以及相应的客户群体大幅度地降低数据中心的能源消耗、改变全球的商业和公共技术基础设施, 显著提升企业能效IT水平。

没有衡量标准就无法进行管理。IBM这套创新的方法首先要解决的问题就是判断用户的数据中心能源利用效率究竟如何。很多企业对能源利用是否有效缺乏概念。为此IBM开发了能源消耗的评估工具——绿色数据中心解决方案中的“数据中心能耗评估服务” (EEA, Energy Efficiency Assessment) ——对此问题提供全面而准确的能源评估和分析, 并根据结果对数据中心战略计划进行重新定位和排序, 提高能源利用率, 降低能耗成本。

如果没有一个参照标准, 企业就无法知道自己的能耗处于什么水平。这个标准简单地说就是:IT设备每使用一度电需要企业为机房提供的电量, 即数据中心的能源效率系数 (PUE) 。根据研究, 理想的PUE值是1.6, 如果达到3.5就意味着效率非常低了。IBM在全球范围调查的结果是, 大多数用户分布在2.5~3.5之间, 也就是说, 他们在散热器和空调, 或者配电系统和UPS上都浪费了太多的能源。

所以, IBM数据中心能耗评估服务 (EEA) 的第一个步骤就是“采集与考察”, 充分了解客户数据中心的现状。一方面要整理客户提供的相关数据, 以及数据中心平面图, 配电、空调系统图, 以及硬件列表等信息;另一方面进行现场评测, 例如服务器的进风温度、出风温度, 每一个服务器的实时用电量、气流等指标, 都要采集到实际的数据。

然后进行“比较”, 包括服务器实时功耗与额定功率的比较, 服务器功耗与所得到的冷却能力的比较等, 以找到那些低能效问题存在的原因。例如, 有时数据中心过热的原因并不是空调装得不够多, 而是位置以及风量的设计不科学, 仅仅加装空调数量并不能使过热的情况得到根本改善。

发现存在的问题后, 第三个步骤, 也是最关键的, 就是“分析、设计改善措施”。IBM分别利用两款强大的分析与建模软件, 可以将数据中心的所有现状进行统一的计算和评估, 并输出最优改善方案, 还可以通过建模软件直观地了解改善后的能源利用情况。与此同时, 结合IBM源于全球最佳实践的丰厚经验, IBM绿色数据中心服务团队还可以计算出实施改善方案后的投资回报率 (ROI) , 将财务数字呈现给客户, 这样客户自己就能够直观地判断在哪方面投资进行改进能够带来最大的收益。

2 事半功倍——上海电信的EEA之旅

日前中国电信上海公司 (下称“上海电信”) 积极响应国家“十一五计划”的号召, 开展节能工程的落实与推广工作。为了更好地了解旗下IDC机房 (Internet Date Centre) 能源利用情况, 他们采用了IBM的EEA解决方案对目前正在运营的两个IDC机房“云莲”与“同普”进行了试点性的能源评估和分析, 从而掌握了准确的能耗数据, 并对下一步普及绿色IDC提出了高可行性解决方案。方案主要包括以下四方面:

首先, 虚拟化技术的应用将发挥神奇功效。“云莲”与“同普”IDC面积相当, 同是600多平方米, 目前分别承载着上百个机柜的运营, 而采用虚拟化技术后, 每个IDC内机柜的数量可以减少到20个, 节能效果不言而喻。

其次, 新风系统将让数据中心更环保。IBM在为上海电信提供的解决方案中建议:因为机房一年四季都需要保持18℃~22℃和40%~60%的相对湿度, 而上海夏天户外空气温度高于22℃, 因此夏季机房的新风量可以适当调弱;而在春秋季节, 户外空气温度则比较符合18℃~22℃的范围, 就可以直接利用户外新风来制冷;到了冬天户外气温很低, 可以先用排风系统预热新风, 再将预热好的新风引入到机房内。在这份详细的报告中, IBM不仅提供了搭建新风系统的方案, 还计算出了投资回报。

第三, CFD分析用以提高空调效率。CFD (模拟气流分析) 是一项结合中国特色的气流分析模式。IBM的工程师可以通过电脑模拟出机房内的气流状况, 气流的温度, 流向都可以被形象地演示出来, 上海电信可以很直观地了解节能改造前后的气流变化, 从而选择最为适合的排风制冷模式。

最后, 数据中心的装修和布置进一步提升绿色水平。机房内的墙体封堵与线槽走向等装修布置的改善都可以帮助上海电信降低能耗, 这也是IBM根据中国客户的实际需求提出的非常具有中国特色的装修改进方式。

能耗数据采集论文 第5篇

我国每年约有20亿平方米的新建房屋, 伴随着房屋新建, 我国每年新增建筑用电4000~4500亿k Wh/a, 每年新增供暖用煤1.4亿吨。如若能采取有效的节能措施, 在新增同样面积的房屋的情况, 建筑用电总量仅增加1100~1300亿k Wh/a同时基本不增加供暖煤耗。所以建筑节能的发展与应用不失为缓解当今社会上存在的因能源供应不足而造成经济发展滞后的现象的一个良计妙策。

21世纪, 在世界经济的带动下, 各种新兴的科技力量如雨后春笋般茁壮起来, 其中最为明显的要数网络计算机的应用, 它以形形色色的软件和技术将人们的生活牢牢捆绑, 甚至还应用于我们的节能建筑上。一种动态的计算机运行技术也应用而生, 有了计算机的协助, 我们就有了计算精准的能源消耗数据, 而且还可以根据一些计算机软件, 进行节能减排之后的情况模拟, 通过结果对改造的过程进行优劣势对比, 从而及时地对改造进行完善。

一、建筑概况

本研究选取了湖南省长沙市的某一单位宿舍楼作为样本进行研究。该宿舍楼有多层, 走廊连通式, 每一层有25个宿舍房间, 全楼7层, 房间都是南北向的, 整个建筑是条形的, 形似一条笔直的通廊, 5000多平方米的面积上, 空调的覆盖率达到百分之八十以上, 每间房大约3米之高, 每层楼上的人提供有两侧楼梯附近的公共卫生间。

为了实现对节能减排计划的响应, 于2012年开始实行对此建筑的改造计划, 关于改造前后能源消耗以及排放的数据如表1所示。

改造主要从以下四个方面进行:

(1) 屋面、外墙厚保温

外墙采用EPS聚苯板薄抹灰外墙保温系统进行改造, 在原有建筑墙体的基础上外加150mm厚聚苯板进行外保温。屋面采用喷涂75mm聚氨酯发泡保温。EPS聚苯板薄抹灰外墙保温系统及喷涂聚氨酯发泡保温技术是我国建设部大力推广应用的新型保温应用, 效果甚佳。

(2) 窗户的进化

对能源的消耗改造离不开对窗户进行处理, 因为外窗是与外界空气进行交换的通道, 它自然就成了保温隔热的最关键环节。3号公寓楼原外窗为单层玻璃铝合金推拉窗, 窗户的密封性差, 传热系数大。节能改造中, 采用三层玻璃 (4+9A+4+9A+4) 塑框窗代替原有窗户, 玻璃间充氩气, 并在窗户与窗框间加装密封条, 减少空气渗透, 使窗户的传热系数降为1.65W/m2K。同时, 在满足采光的前提下, 将窗户面积减小20%。

(3) 户外遮阳

具有强烈辐射能力的太阳光对人体的皮肤会造成严重的损害, 为了使人们减少或者免于辐射的伤害, 外窗的遮阳改造装置应运而生, 户内的遮阳装置相比户外来说, 较为方便的进行清洗, 维修也更简单, 但是它也存在一定的缺陷, 对于热量的抵抗能力较弱。原窗户仅设置卷帘内遮阳。改造中新增PVC固定遮阳板进行外遮阳, 通过模拟日照角度设置合理的板长和倾斜角度, 以达到夏季最佳的遮阳效果, 同时对冬季太阳入射遮挡较小。

(4) 空调制冷改造

中央空调的效果想必大家都体验过, 但是单单在温度上达到理想程度还是不够的, 人们对于室内的舒适度要求也逐渐提高, 由于之前的中央空调的使用环境相对闭塞, 不利于气体进行交换, 环境无法流通, 使人们在享受温度上带来的体验时, 又不得不处于空气不够洁净的环境中, 而一旦开窗进行通风, 则在能源上又是一笔较大的消耗。改造后的系统减轻了人们的不舒适度, 既能够达到温度的理想化, 也使室内的环境较为适宜。不仅在能源上做到了有效的节能减排, 室内的环境卫生也更加舒适宜人了。

如图1所示的新风机, 在结构和功能上大大区别于传统的风机, 在装置的配备上, 拥有了更为先进的交换器, 此外, 还增加了除尘装置和空气传感器。

二、模拟计算

1. 模型建立

采用清华大学研发的8 7 6 0 h逐时能耗模拟软件De ST-h对该节能建筑进行模拟计算。

2. 计算参数

(1) 气象数据

建筑能耗很大程度上依赖于气候条件, 气象参数是影响建筑室内热环境和空调负荷的一个主要因素。本文模拟计算所采用的气象参数是由Medpha软件生成的全年逐时气候数据。Medpha是根据中国国家气象局对193个城市20年的实测数据通过随机算法模拟生成的, 是De ST软件的一个独立模块。图4给出了De ST-h软件生成的长沙市逐日气象数据。

(2) 室内热湿环境控制参数

夏季:26℃, 相对湿度:≤60%;冬季:20℃, 相对湿度:40~60%。

(3) 内扰设定

中间宿舍每间人数最多为5人, 两端大房间每间最多为8人;宿舍照明最大功率为3W/m2, 走廊及楼梯间最大功率为1.5 W/m2;宿舍设备最大功率为4 W/m2。

(4) 空调模式

建筑实际空调形式为集中式风机盘管加热回收新风机形式, 由于在该软件模型中无热回收新风机模块, 因此在设置空调系统时将空调盘管承担的负荷仅设定为室内负荷, 不含新风负荷。每层一套空调系统, 两管制, 夏季制冷冬季制热。空调开启时间设定为休息日关闭, 工作日的休息时间 (18:00~次日8:00) 开启。换气次数设为1次/h, 可以满足室内卫生要求。

三、数据对比与分析

1. 负荷对比

利用De ST-h软件可以计算出空调冷负荷、热负荷。通过对实测建筑能耗数据及燃料耗量的统计, 分析出实际负荷数据。详细数据见表2。

从表中可以看出, 该节能建筑的实测负荷与模拟负荷都比较小, 远低于传统建筑, 而且实测数据较模拟数据小, 对此现象进行分析, 最后发现如果在空调运行过程中使用比较有效的措施进行管理, 就会在节能减排上取得极其有效的成果。

2. 典型住户负荷分析

选取部分房间作为典型住户进行负荷分析, 各住户基本信息见表3。

在对热负荷和冷负荷数据的选取中, 我们根据某月某周的平均最大来进行分析。如下图所示, 图5、图6分别表示冷负荷和热负荷, 尽管左右两边的数据不完全一样, 但在大致走形上是一致的, 会受到房屋位置以及辐射的影响, 所测到的负荷自然引起相应的变化。

四、结论

寒冷地区微模块数据中心能耗分析 第6篇

关键词：能耗分析,微模块,PUE,冷热通道,FreeCooling

根据工信部《电信互联网数据中心的能耗测评方法》、《互联网数据中心资源占用、能效及排放技术要求和评测方法》等标准的推出，明确提出新建的数据中心的PUE值为1.5，对数据中心的建设规模要根据地区能源、气候和地质条件情况不同而分别进行规划。

目前，国际上通行的数据中心电能的衡量指标是PUE(Power Usage Effectiveness)电源使用效率。PUE=数据中心总能耗(Total Facility Power)/IT设备能耗(IT Equipment Power)[1]。数据中心总能耗包括IT设备能耗、网络设备能耗、制冷能耗、照明能耗、电源系统能耗、物理安全能耗和其他相关能耗;IT设备能耗包括服务器、存储设备、数据备份等IT设备能耗。PUE值越低，表示绿色节能度越高。

1 技术分析

1.1 数据中心微模块

数据中心微模块[2]是指每个模块具有独立的功能、统一的输入输出接口，不同区域的模块可以互相备份，通过相关模块的排列组合形成一个完整的数据中心。通过精细化的机柜布局，减少占地空间，提高制冷效率。机柜放置采用面对面方式，机柜正面形成冷通道，背侧为热通道，前进风后出风，冷热通道隔离，避免冷热空气混合，增强散热，提高制冷效率，降低PUE。隔离冷热通道示意图，如图1所示。Air-side economization(空气流动经济性)是提升散热效率的关键。提高空气流动经济性的关键是让冷空气流入服务器，气流组织优化模型图如图2所示。

1.2 自然冷却(Free Cooling)技术

Free Cooling(免费冷却)是一种在室外空气温度低于机房温度时，通过相应的技术手段将室外冷源引入建筑内将热量带走，以达到降温的目的，降低能耗。目前免费制冷主要有两种方式:空气侧和水侧免费制冷[3]。

空气侧免费制冷是指室外空气直接通过滤网或间接通过换热器将冷量带入到建筑内。水侧免费制冷是指一种制冷剂，直接通过冷却塔循环带走热量，而不是通过制冷机或者压缩机循环来散热。Free Cooling风冷式冷水机组带有独特的自然冷却干冷换热器，其运行原理是优先利用天然环境的低温空气冷却循环冷冻水，实现无压缩机运行制冷，环境温度越低，自然冷却的比例越大，机组的功耗越低，显著节省压缩机的能耗。

2 系统设计分析

2.1 测试背景

内蒙古自治区地跨中国东北、西北地区，北起北纬53°20'，南至北纬37°20'，属典型的中温、寒温带季风气候，显著特点是寒暑变化剧烈，昼夜温差较大。冬季漫长而寒冷，多数地区冬季长达5个月到半年，夏季温热而短暂。以呼和浩特市为例，冬季平均气温在0℃以下达5个月，室外气温最低可达-23℃。年平均气温在1.5～12.5℃，全年约有7～8个月的时间可以利用自然冷源为数据中心降温。

从图3可以看出，全年月平均气温处于0℃以下的为1、2、3、11、12月，全年月平均气温处于7～15℃的月份为4和10月，而5～9月，气温升高，月平均气温处于15℃以上。

2.2 数据中心组成全景

数据中心可分为服务器区(微模块)、网络间、消防间、监控间、配电间(低压配电间、UPS间、电池间)以及供电系统(柴油发电机)、制冷系统等区域。

2.3 设备需求与空调模式

微模块布局采用冷通道封闭设计，通过冷池的宽度大小来区分为高密度区与中密度区。其中，40%为中密度区，单机柜容量为5 k W/Rack;60%为高密度区，单机柜容量为10 k W/Rack。微模块机柜间选用水冷行间空调、配电间采用水冷机房精密空调、网络间采用直膨式风冷精密空调进行冷却。室外冷却部分，采用Free Cooling技术的风冷冷水机组并结合自然干冷器给行间空调和配电间精密空调提供冷冻水。干式冷却塔的热水在散热翅管内流动，靠与管外空气的温差，形成接触传热而冷却，水与空气不直接接触。北方地区气候干燥，适合采用干式冷却，没有水的蒸发损失。制冷模型如图5所示。

设备规模:7套微模块，每模块16 Rack;工况:回风温度28℃，进、回水温度10/15℃;室内侧:行间空调35台，单台制冷量28 k W，功率1.5 k W;室外侧:主机为带自然冷却的风冷冷水机组，采用冷冻水为冷媒，设计供水温度为6～20℃，理想供水温度为15℃，名义制冷量600 kW，功率150 kW;冷却塔:干式冷却塔6台，功率为7.5 k W。

通过控制系统，设定温度范围，当室外温度达到比冷冻水回水温度低10℃或以上时，压缩机制冷系统完全停止运行，完全由干冷器工作，采用自然冷源来制冷，自然冷却达到100%，机组无压缩机功耗，仅有少量的风机风扇运转功率。当室外温度达到比冷冻水回水温度低2℃或以上时，可以采用压缩机和自然冷源同时工作的模式。开启Free Cooling功能自然冷却预冷冷冻水，无压缩机功耗;自然冷却温度不够的部分，再由压缩机制冷来达到需求冷量。

3 能耗分析计算

3.1 冷量计算

由于机柜密度并不均衡，中密度区每套微模块内服务器功耗为5 k W/Rack，高密度区为10 k W/Rack，核心区机柜的平均功耗8 k W/Rack。每模块内:照明功耗0.2 k W，网络柜功耗1.8 k W，监控功耗0.05 k W。根据各部分功耗，由此可以计算出7套16 Rack的功耗QT。

中密度区采用每隔3机柜一台行间空调用于制冷，高密度区采用每隔2机柜一台空调，需要4台空调。根据国家标准GB50174-2008《电子信息机房设计规范》的数据中心空调配置建议，为了确保由于单行间空调故障，通常建议数据中心采用N+M(M=1,2，…)配置形式，提供工作可靠性与安全性。此案例采用N+1配置，所以共需5台空调。单台行间空调的制冷量为28 kW，按照空调的配置，可以计算出行间空调总制冷量为Q1。

根据精确估算方法，配电间发热量=空载损耗+运行损耗=总体IT负载功率×0.05。因此水冷空调所需制冷量为Q'。

此案例选用2台50 kW制冷量的空调进行冷却(一主一备)，总制冷量需求为Q2。

一般机房规划时按照每个机柜4平米来计算机房总面积S。

取整为450 m2，这里并不考虑配电间、设备间、操作间、动力组等占地面积，只计算核心机柜部分。

根据环境热负荷计算公式，采用“功率及面积法”，环境热负荷为Q3。

南方地区可选0.18，北方地区选择0.12，所以计算出Q3=0.12×450=54 kW。

通过以上计算，可以计算出总制冷量需求为Q，即室外冷水机组需要提供的制冷量

此案例配置3台制冷量为600 k W的冷水机组为空调提供冷冻水，2台运行，1台备用，对应冷冻水循环水泵2台，水泵功率为10 k W;7.5 k W的干式冷却塔6台。

3.2 PUE计算

根据UPS容量计算公式

其中，IT负载功率=QT+40=910.35+40=950.35 k W。

可选用2 000 k VA的UPS进行供电，不考虑预留扩容需求。计算出压缩机完全工作时的PUE值，PUE1=总功耗÷IT设备功耗

完全自然冷源场景时的PUE值为PUE2

根据全年的气温曲线，有5个月时间完全开启自然冷源;有3个月时间处于混合工作时间，混合工作时间可以折算成1个月自然冷却时间;有4个月时间处于压缩机完全工作状态，可以计算出全年的PUE值为1.447 8，达到要求建设标准。

根据系统仿真模拟测试，提高冷水机组的出水温度即提高末端空调的供水温度，每提高1℃的出水温度，冷水机组的制冷量将提高3%～4%，而功耗约增加1%左右。

通过模块内先进气流优化组织技术与室外机组Free Cooling技术的应用，有效降低了PUE值，北方寒冷地区最低可达到1.3，每年可为客户节省大笔电费，降低碳排量，为节能减排做出贡献。

4 结束语

为降低数据中心的PUE，提升能源使用效率，通过各种先进技术可以大幅降低PUE。如采用模块化数据中心架构;数据中心选址在寒冷的高纬度地区;采用自然冷源技术减少压缩机工作时间，降低制冷能耗，从而节约电能;采用直流供电技术，提高供电效率;采用刀片服务器、虚拟化技术，减少服务器数量，来降低IT设备能耗等。结合微模块和Free Cooling技术，寒冷地区，数据中心PUE值可达到1.3，可降低PUE值0.3以上，节约电能，降低成本。

参考文献

[1]王洪锁,张锐锋,贾春香.基于PUE评价指标的数据中心的绿色IT技术[J].中国管理信息化,2014(1):111-113.

[2]朱利伟.浅谈微模块技术及实现[J].智能建筑与城市信息,2013(11):33-34.

[3]郭亮.浅析微模块数据中心的关键技术[J].信息通讯技术,2013(1):33-37.

[4]仝爱军.自然冷源技术在模块化数据中心的应用[J].电信技术,2013(8):41-44.

[5]陈育伟.寒冷地区程控机房利用自然冷源空调节能的探讨[J].邮电设计技术,2003(1):47-48.

[6]陈杰.利用自然冷源制冷对通信基站节能降耗的研究[D].北京:北京工业大学,2012.

[7]陈婷.数据机房精确送风方式的应用研究[D].南京:南京师范大学,2014.

能耗数据采集论文 第7篇

关键词：SQL Server,能耗监测,数据库,E-R模型

0 引言

随着计算机技术与网络通信技术的发展,数据库技术已成为信息社会中对大量数据进行组织与管理的重要方法,它探讨和解决了微机信息处理中大量数据有效地管理和存储的问题。数据库系统有减少数据存储冗余、保证数据安全和完善检索数据功能,数据库技术使人们在浩瀚的信息世界中游刃有余。

从20世纪70年代至今,数据库技术发展己经经历三十多年。其间,人们完成了数据库技术的理论研究和系统开发,数据库系统已然成为现代计算机技术不可或缺的一部分。

1 S QL S e rve r数据库

SQL Server数据库是Microsoft公司开发的一个比较典型的关联型数据库管理系统,它功能完善,得到广泛应用。

SQL Server数据库的特点:(1)动态的自动管理;(2)多样的管理工具;(3)可编程管理;(4)支持数据仓库,可实现客户机/服务器管理模式。

能耗监测系统中主要有以下四类数据库,其关系如图一所示。

A类数据库:建筑基础数据库。

B类数据库:分类分项能耗数据库。

C类数据库:设计安装数据库。

D类数据库:计量表原始数值数据库。

SQL Server数据库包括系统数据库和用户数据库。系统数据库完整地存储SQL Server信息,这四个系统数据库包括Master、Model、Tempdh和Msdh。SQL Server结合系统数据库操纵和运转整个系统。用户数据库是用户自命名的数据库,而且SQL Server也给出了两个典型数据库,即Northwind和Pubs。当运行SQL Server时,SQL Server运行程序会自动完成系统数据库和用户范例数据库的创建。

2 能耗数据特点与数据表的组成

由数据中心(RTU)得到的数据,因为网络延迟等情况,会发生阻塞,造成收发时间不协调,甚至紊乱。从数据中心上传数据时,不一定能得到数据。能耗监测系统收集的能耗数据量很大,以一座建筑收集60个数据量,收集60座建筑来说,一天就将得到342万条记录。如此大的数据量,不仅需要存储,也降低了数据库搜索功能,所以必须正确地安排、组建数据表格。为弄清能耗,一般不用时时刻刻获取能耗数据,相反,是每天或每月获取一次。如果将全部数据都放到同一时间表格里,存储量过大,并且每次都必须由分钟表格得到每天每月的能耗数据,得不偿失。

系统中数据表有以下几种:原始数据表格、分钟数据表。其关系如图二所示。

3 数据库表结构设计

3.1 数据模型

数据模型是数据库的基本模型,它用不同的方法说明数据库的数据内容以及数据间关系。从一定程度上说,数据模型是一个能建立数据库、维护数据库和完成外部活动模型的工具。目前最典型的数据模型是E—R(实体—联系,Entity—Relationship)模型,是陈培生(P.P.S.Chen)1976年提出的,用于描述实体间的关联。用E—R图完成的组织模式信息结构模型,不涉及具体的数据管理系统,存储简单、效率也很高,使用方便。E—R模型由三部分组成:实体、属性、联系。实体容易辨别;属性是实体、联系的特点;联系是实体之间的联系。E—R图中,以长方形代表实体,以菱形代表实体间的联系,用直线分别与有关的实体相连接,联系的类型有1∶1、1∶n、m∶n。以椭圆代表实体的属性。本系统的总体E—R图如图三所示。

3.2 逻辑结构设计

完成数据模型以后,将它转换为网络模型、层次模型或关系模型。目前最完善的数据库是关系型数据库,本系统开发采用的也是关系型数据库MS SQL Server。逻辑结构要完成把基本E—R图转化为与选用DBMS产品所采用的数据模型一致的逻辑结构,也就是一组二维表格。完成这些二维表格,就能做到系统各实体间的关系明了、系统结构清晰、能耗分析简单易算。该数据库的基本类型有以下四种:信息表、记录表、数据表、其他表。其中信息表包括楼宇信息表、能耗分类表、传感器信息表、建筑监测量信息表;记录表包括备用时间记录表、完成时间记录表、删除记录记录表。各基本表的结构如图四所示。

4 结束语

本文依据国家机关办公建筑和大型公共建筑能耗监测数据库的相关技术导则对SQL Server数据库的组成、能耗数据特点与数据表格的组成进行了总结和概述,论述了数据库表结构设计方法,把设计好的基本E—R图转换为与选用DBMS产品所支持的数据模型相符的逻辑结构。在具体设计二维表格时,系统不但考虑了监测系统各实体间的关系,还把重点放在了系统结构清晰、能耗分析的简易和算法的简单方面。

参考文献

[1]李运华.大型公共建筑运行能耗测试评价与数据库管理系统开发[D].哈尔滨:哈尔滨工业大学,2006.

[2]左现广,唐鸣放.国内外建筑能耗调查与统计研究[J].重庆建筑,2003(,02).

[3]郑晓卫,潘毅群,黄治钟,等.基于建筑能耗数据库的建筑能耗基准评价工具的研究与应用[J].节能与环保,2006(,12).

[4]姚卿达.数据库及其应用[M].北京:科学出版社,1987.

能耗数据采集论文 第8篇

自2006年《绿色建筑评价标准》GB50378-2006【1】颁布以来, 全国近800个项目正式通过原建设部设计标识认证, 近50个项目正式通过原建设部运营标识认证。其中大部分项目均涉及模拟仿真内容, 模拟仿真的准确性也随着绿色建筑运营的落实而逐渐受到关注, 其中尤以综合能耗涉及问题最多。那么, 如何才能使得综合能耗模拟结果合理并且与项目运营监测数据相贴近, 模拟仿真如何才能为项目运行策略优化提供帮助, 这些问题都有必要去研究。

2 模拟计算

2.1 建筑概况

本文以通过原建设部运营标识认证的某办公建筑作为研究对象, 该建筑于2011年4月竣工并投入运营, 建筑总面积为72703m2, 建筑高度为99.45m, 共27层, 包括地下室1层, 裙房3层, 塔楼23层, 建筑基数数据具体如表1、2所示, 模拟模型与建筑效果如图1、2所示。

2.2 计算参数

本文模拟设置的参数参考《公共建筑节能设计标准》GB50189-2005【2】、《建筑照明设计标准》GB 50034-2004【3】相关功能房间的参数设置。

室内设计参数如表3所示, 室内热环境控制参数如表4所示。

在空调冷热源系统中, 项目空调供冷采用部分负荷冰蓄冷系统, 夜间用电低谷蓄冷8小时, 制冷机组采用2台双工况螺杆式冷水机组, 制冷工况COP设置为4.83, 制冰工况COP设置为3.35。制热采用2台电锅炉蓄热, 夜间用电低谷蓄热8小时, 锅炉效率为98%。

末端:裙房部分大空间采用全空气一次回风系统, 周围的小房间采用风机盘管+新风系统 (新风采用热回收) 。塔楼办公区采用变风量空调系统, 由设在每层的变风量空调机组AHU, 通过送风管、变风量末端、送风口送至空调区域, 回风通过回风口、吊顶回到空调机组。8层、9层采用地板送风空调系统, 空调区域采用架空地板, 地板下的空间作为送风静压箱。标准层新风由设在设备层的新风机组 (FAU) 通过风管及每层空调机房内的定风量末端 (CAV) 送至本层的空调机组 (AHU) 。新风机组采用变频机组, 并带有转轮热回收装置。

3 数据对比及分析

3.1 实测结果

项目运营时, 物业分项记录的用电量包括制冷、制热、设备照明三项及其他部分, 本文着重分析对比其中制冷、制热、设备照明的能耗。实测数据具体如表5、图3所示。

3.2 模拟结果

本文模拟时采用CSWD、CTYW、SWERA共3套气象数据, 并选取其中模拟能耗与实测能耗最相近 (CTYW) 的统计逐月制冷、制热、设备照明能耗数据具体如表6、图4所示。

3.3 模拟与实测对比

对比模拟与实测年能耗数据可知:制冷能耗模拟与实测年能耗相对偏差为4.7%, 采暖年能耗模拟与实测相对偏差为-21.0%, 设备照明年能耗模拟与实测相对偏差为7.1%, 总能耗耗模拟与实测相对偏差为-2.2%。

具体数据对比如下:相对偏差= (模拟-实测) /模拟, 如表7、图5所示。

统计模拟与实测逐月能耗偏差, 既相对偏差= (模拟-实测) /模拟, 如表8所示。

从逐月能耗数据来看, 模拟数据与实测数据整体变化趋势相近, 但能耗峰谷值有差异, 能耗峰值实测结果出现在2月, 但模拟结果出现8月, 能耗谷值实测结果出现在11月, 但模拟结果出现在11月。在制冷逐月能耗除了4月与10月偏差较大, 其他偏差都在27%以内。制热逐月能耗除了2月与11月能耗偏差较大, 其他均在24%以内。设备照明能耗偏差均在16%以内。

4 结果分析

引起建筑模拟能耗与实测能耗数据差异的因素很多, 包括环境因素、人为因素、软件因素、系统维护保养等。

4.1 环境因素

环境因素即气象数据的差异, 由于能耗模拟采用的气象数据为典型年气象数据 (典型气象年【4】是以近10年的月平均值为依据, 从近10年的资料中选取一年各月接近10年的平均值作为典型气象年。由于选取的月平均值在不同的年份, 资料不连续, 还需要进行月间平滑处理) , 而典型年气象数据与项目实际运行监测能耗的年份气象数据存在偏差, 从而使得空调采暖模拟能耗与实测能耗发生偏差, 结果是由空调采暖逐月模拟能耗与逐月实测能耗偏差引起的。

4.2 人为因素

人为因素从软件方面讲主要包含模拟设定的人员密度、人员逐时在室率、设备照明功率、设备照明逐时使用率等是参考相关设计说明或规范赋值的, 具有一般性, 但与实际运行监测情况存在一定偏差, 这不仅导致设备照明能耗与实测能耗产生偏差, 而且人员、设备、照明的热扰也会影响空调负荷模拟计算的准确性, 最终影响空调采暖能耗结果。另外本次模拟采用机组性能曲线为软件默认的曲线, 与实际机组性能曲线存在偏差, 也会使模拟与实测能耗产生偏差。

从本次模拟与实测的设备照明能耗偏差来看, 偏差相对较小, 此结果证明了《公共建筑节能设计标准》GB 50189-2005【2】、《建筑照明设计标准》GB 50034-2004【3】中各类型功能房间的相关参数具有一般性。

人为因素从实测方面讲主要包含几点:分项计量线路及电表等是否安装合理、仪表是否正确使用、空调系统方案是否与既定方案一致 (如:是否有业主自配、增加其他空调等) 、空调系统运营时间是否按既定计划、各业主是否按正常工作时间 (如周末加班设备、照明运行等) 、实测是否到位等都影响实测能耗与模拟能耗的偏差。

另外, 本次分析外墙、屋顶等围护结构采用传热系数计算, 建筑本身围护结构的蓄热作用得不到体现, 会对建筑空调负荷造成影响, 最终影响空调采暖能耗结果。

4.3 软件因素

本文能耗模拟采用e QUEST软件计算内核为DOE-2.2, 虽然DOE-2.2模拟分析考了虑设备、照明、人员的热扰, 但并没有考虑它们的蓄热作用, 使得空调采暖模拟能耗与实测能耗发生偏差。

e QUEST软件中没有考虑热桥作用。DOE-2.2模拟计算时采用一维传热模型, 而实际传热中有热桥的作用, 经常是二维或三维传热。

DOE-2.2软件中控制方式与实际偏差较大。DOE-2.2始终假设系统的控制处于最佳状态, 另外由于DOE-2.2模拟计算的步长以小时为单位, 对一些响应时间很小的控制方式无法模拟。

另外, 本次模拟还涉及独立新风系统及地板送风, 而独立新风和地板送风在软件中无法直接模拟, 本次模拟采用了近似简化处理办法, 也会导致模拟能耗与实测能耗产生偏差。

4.4 系统维护保养

从模拟与实测对比分析结果来看, 该办公建筑模拟与实测年总能耗相对偏差为2.2%, 偏差很小;而分项能耗中设备照明的偏差较小, 逐月能耗偏差均在16%以内, 年能耗偏差为7.1%;制冷年能耗相对偏差为4.7%, 采暖年能耗偏差为21.0%, 均在可接受范围内, 但其中也存在偏差较大的时段, 如4月、10月制冷的能耗偏差分别达到38.9%和51.2%, 2月、11月采暖的能耗偏差分别达到61.9%和71.3%。

根据项目中央空调2011年度运行计划, 制冷、采暖开机前及停机后均需进行一次大保养, 但具体时间未能落实到软件分析中, 同时根据物业记录的电量分析, 该因素可能是引起模拟与实测近几个月能耗偏差较大的主要因素。

5 结束语

本文通过采用e QUEST软件对项目能耗进行模拟并与实测能耗数据对比, 分析得出结论如下:

(1) 在能耗模拟参数设定合理准确并与实际吻合的情况下, 模拟年能耗与实测年能耗差距在可接受的范围内, 本文模拟年能耗与实测年能耗相对偏差仅为2.2%, 可说明能耗模拟仿真的可信度在可接受的范围内。

(2) 能耗模拟仿真的可靠性可说明通过能耗模拟仿真优化项目运行策略是可行的, 模拟仿真分析数据具有绝对或相对的可比性, 即项目采用运营监测与仿真联合优化运行策略是可行的。

参考文献

[1]中华人民共和国建设部.绿色建筑评价标准GB50378-2006.北京:中国建筑工业出版社, 2006

[2]中华人民共和国建设部.公共建筑节能设计标准GB50189-2005.北京:中国建筑工业出版社, 2005

[3]中华人民共和国建设部.建筑照明设计标准GB50034-2004.北京:中国建筑工业出版社, 2004

能耗数据采集论文 第9篇

关键词：居住建筑,能耗定额,定额水平

0 引言

近年来, 随着城市化的快速发展, 越来越多人涌入城市, 而居住建筑作为人们日常生活的主要场所, 其建筑面积也在快速增加, 据相关数据统计, 2012年底, 中国目前拥有城镇住宅面积240.24亿平方米, 并且其建筑面积仍在以每年超过10亿平方米的速度快速增长。随着居住面积的增长, 带来的是建筑能源消耗的不断增长, 因此, 在保证人们生活质量的前提下, 倡导建筑节能, 越来越成为人们关注的重点, 全国对建筑节能做了大量的研究和实践[1,2,3], 使全国建筑节能工作不断走向规范化和常态化。但国内现有的建筑节能工作过分追求节能高技术和节能率, 严重影响了建筑节能的健康发展。

人是建筑的主体, 建筑能耗的大小与人的行为习惯密切相关[4,5,6,7], 因此建筑节能的成效大小的判断应以建筑内人的实际能源消耗为依据, 而能耗定额的引入将更使人们关注实实在在的能源消耗, 打破人们对节能高技术、节能率的片面追求, 将建筑节能引入正常发展的轨道[8]。本文以昆明市样本家庭全年能耗统计数据为例, 探讨居住建筑能耗定额编制的理论和方法。

1 建筑年能耗数据统计和能耗指标的选取

样本选取昆明10户典型家庭2015年全年的能耗数据, 能耗包括家庭用电量和燃气使用量, 并将电能和燃气按一定比例换算成标准煤, 因电梯、动力等公共用能不便于统计, 因此本文所涉及能耗不包括建筑公共用能部分。此外调研的内容包括家庭人数、居住面积等家庭概况。其调研结果如表1所示。

从表1中可以看出, 若采用单位面积年均能耗作为定额能耗指标, 建筑面积大的家庭, 其总能源消耗相对较大, 而其单位面积年均能耗反而越小, 结果就是建筑能效高的建筑是人均能耗高而单位面积年能耗低的建筑, 这显然是不合理的。而采用年人均能耗则不同, 它选用建筑中每个人的年能耗量, 能耗的大小与建筑的使用者用能习惯密切相关, 具有明显的内在合理性。因此本文采用年人均能耗作为定额编制的能耗指标。

2 基于统计数据编制的能耗定额

基于统计数据编制的能耗定额的方法包括参数估计法、回归分析法、定额水平法。

2.1 参数估计法

参数估计法是采用数理统计的方法, 通过抽样调查, 对样本家庭能耗数据进行数值计算, 得到建筑的能耗数据, 其常用的方法包括平均值法和二次平均法。

1) 平均值法。

平均值法是对样本家庭的人均年能耗进行简单的平均, 用以作为建筑的能耗定额, 也称为算数平均法。其计算公式为:

式中Qav—样本家庭人均年能耗平均值, tec/ (人·a) ;

n—样本建筑数量;

Qi—第i户家庭人均年能耗平均值, tec/ (人·a) 。

带入样本家庭的人均年能耗数据, 通过计算得到Qav=0.3430 tec/ (人·a) 。

2) 二次平均法。

二次平均法是指在平均值法的基础上, 对小于样本家庭人均年能耗的数值再次取平均值, 最后取其值和平均值的平均。其计算公式为:

式中Qev—利用二次平均法得到的能耗定额, tec/ (人·a) ;

m—小于样本家庭人均年能耗的家庭数;

Qj—小于样本家庭人均年能耗的第j户家庭人均年能耗平均值, tec/ (人·a) 。

带入数据计算, 得到=0.2656 tec/ (人·a) 。

2.2 回归分析法

回归分析法是利用对能耗有影响的相关因素的联系, 建立回归方程, 采用统计软件spss进行曲线回归, 得到各种回归形式的相关数据, 确定居住建筑的能耗定额。在数据分析中, 能耗定额是因变量, 各种影响因素是自变量。在本次统计中, 引入人均建筑面积, 采用回归分析法, 能耗定额的计算公式为:

式中Qqr—利用回归分析法得到的能耗定额, tec/ (人·a) ;

A—人均建筑面积, m2/人;

Q—人均建筑面积年能耗, tec/ (m2·a) 。

通过对数据进行分析, 可以发现单位建筑面积年能耗与人均建筑面积呈负相关, 且变量之间并非线性关系, 因此采用曲线回归建立两者的函数关系。通过spss进行曲线回归分析, 发现逆函数的拟合优度最好, 将逆函数相关数据带入方程, 可得到单位建筑面积能耗和人均建筑面积的关系方程式:

通过对统计数据进行计算, A=27.1m2/人, 将其分别带入 (3) 、 (4) 式中, 计算得到Q=0.0098tec/ (m2·a) , 其利用回归分析法得到的能耗定额=0.2648tec/ (人·a) 。

2.3 定额水平法

定额水平是指家庭人均年能耗满足某一规定定额的概率。其定额水平表的编制应通过确定样本数据, 收集样本建筑能耗数据, 计算样本数据的概率, 并以表格的方式表示出来, 方便编制定额时查找。本例的定额水平表如表2所示。

定额水平表确定后, 根据所需要达到的定额水平, 查找定额水平表, 确定最终的年人均能耗定额。

3 各种编制方法的定额水平值及选用方法

3.1 各种编制方法的定额水平值

通过对不同方法计算的定额值和定额水平表作比较, 可得出不同编制方法的定额水平值, 其中平均值法编制的人均年能耗定额的定额水平值为0.5;二次平均法编制的人均年能耗定额的定额水平值为0.33;回归分析法编制的人均年能耗定额的定额水平值为0.32。因此平均值法代表“平均合理”的定额水平, 而二次平均法和回归分析法则代表了“相对先进”的定额水平。

3.2 各种编制方法的选择

定额的编制应以实际要求为依据, 通过定额水平表可以发现, 人均年能耗定额值制定的越低, 定额水平值越低, 即能够满足定额要求的家庭住户越少, 要求越严格;与之相反, 人均能耗定额值制定的越高, 定额水平值越高, 即满足定额要求的家庭住户越多, 要求越宽松。因此定额编制方法的选择, 实际上就是定额水平的选择。因此在定额编制的过程中, 应综合考虑各方面的因素, 确定合理的定额水平, 一旦定额水平确定了, 即可通过不同的方法制定不同的能耗定额。

4 结论

1) 居住建筑宜选用人均年能耗作为建筑的能耗定额。

2) 各种不同的定额编制方法代表了不同的定额水平。

3) 在实际定额编制过程中, 应综合考虑各方面因素, 确定合理定额水平, 再选择不同方法编制定额。

参考文献

[1]卢志强.天津市住宅能耗影响因素的分析研究[D].天津大学, 2012.

[2]赵建设.建筑节能工作存在的问题及对策[J].煤气与热力, 2006, 26 (6) :68-70.

[3]李魁山, 张旭.居住建筑能耗影响因素分析[J].低温建筑技术, 2007 (5) .

[4]Ongyang Jin-long, Gao Jia-le, Luo Xiaoyu, Ge Jian, Ho Kan Knzunri.A Study on the Relationship Between Household Lifestyles and Energy Consumption of Residential Buildings in China[J].Journal of South China University of Technology:Natural Science Edition, 2007, 35 (Z1) .

[5]刘国娟.北京市民用建筑运行能耗影响因素分析与情景预测[D].华北电力大学, 2013.

[6]邢竟文.北京市市民建筑节能意识与生活方式研究[D].北京建筑大学, 2013.

[7]蒲清平.城市居住建筑能耗影响因素与预测模型构建研究[D].重庆大学, 2012.