收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

BIM技术在建筑负荷预测方面的应用

郭菲菲  
【摘要】:城市能源规划是在城市层面,提高城市能源利用效率,实现节能减排的重要手段。而建筑负荷预测又是实现城市能源科学规划的基础和前提,做好区域规划阶段建筑负荷的预测工作,将会从根本上影响城市能源的优化管理和合理配置。由于城市规划阶段仅能提供有限的建筑信息,这就使得常规的负荷预测方法难以应用于目前的城市能源规划工作之中。基于上述背景,课题提出了基于BIM技术和Energy Plus能耗软件的建筑负荷预测方法,课题将从标准建筑的分类、BIM软件的参数化建模、Energy Plus能耗软件的模拟和负荷预测方法的比较分析等方面,来探讨课题提出的建筑负荷预测方法的可行性。由于建筑物按其使用性质通常可分为生产性建筑和非生产性建筑,其中生产性建筑包括工业建筑和农业建筑,而非生产性建筑又被称为民用建筑,包括居住建筑和公共建筑。本课题则是以民用建筑为研究对象,并依据《公共建筑节能设计标准》,根据建筑的功能特性和性质特点将公共建筑分为商场、宾馆和办公等3类,从而将民用建筑分为了住宅、商场、宾馆和办公等4类。根据上述分类方法,课题将标准建筑进行了分类。根据相关规范、设计手册及节能标准等,对标准建筑的参数取值进行设定,从而构建相应类型建筑的标准建筑信息模型。以郑州地区的某综合建筑(该综合建筑1-5层为商业建筑,5-15层为宾馆建筑)为例,并采用BIM软件建立该综合建筑的标准建筑信息模型。随后,课题运用能耗分析软件——Energy Plus软件,对所建模型进行能耗分析,并得出了该类型建筑的全年逐时、逐日、逐月,设计日逐时和负荷极值日逐时等的负荷数值。利用负荷指标法和冷负荷系数法对该类型建筑进行负荷预测,并将预测结果与课题所用方法进行比较,并在建筑节能负荷指标方面和建筑负荷的动态特性方面,来验证课题研究方法的可行性。研究结果表明:建筑节能负荷指标与课题所用负荷预测方法得出的建筑模型单位面积极值负荷指标相比,相对误差不超过10%,并满足预测精度的要求;采用冷负荷系数法与课题负荷预测方法的模拟结果相比,两种计算方法所得出的冷负荷逐时变化趋势基本相同,且预测误差基本保持在20%以内。综合上述两部分的比较分析,证实了课题利用BIM-Energy Plus软件进行负荷预测的可行性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 钟庆,吴捷,钟丹虹;基于系统论的负荷预测集成化方法[J];电力自动化设备;2002年10期
2 张伏生,刘芳,赵文彬,寇强,刘沛津,曹正建;基于Internet/Intranet的负荷预测系统方案[J];电力系统自动化;2003年10期
3 康重庆;牟涛;夏清;;电力系统多级负荷预测及其协调问题 (一)研究框架[J];电力系统自动化;2008年07期
4 李小锐;黎灿兵;袁彦;;基于下级负荷预测的短期负荷预测新算法[J];江西电力职业技术学院学报;2008年02期
5 李新炜;王子琦;方鸣;周鹏;王启明;李同;鞠平;;基于分区逐时气象信息的全网负荷预测研究[J];电力系统保护与控制;2009年03期
6 康重庆;赵燃;陈新宇;杨兴宇;曹欣;刘梅;;多级负荷预测的基础问题分析[J];电力系统保护与控制;2009年09期
7 任峰;丁超;;市场环境下负荷预测误差风险管理研究[J];现代电力;2009年03期
8 罗凤章;王成山;肖峻;侯磊;王建民;李亦农;陈春琴;王赛一;;计及气温因素的年度负荷预测修正方法[J];电力系统及其自动化学报;2009年03期
9 杨凯;;如何提高负荷预测的准确率[J];大众用电;2009年10期
10 李燚;;电力市场环境下的负荷预测研究[J];中国高新技术企业;2011年22期
11 阳勇为;;电网差异化规划设计与负荷预测的方法探究[J];科技与企业;2011年11期
12 陈斌发;林凯;李强;;远景及近期负荷预测[J];农村电气化;2012年06期
13 杨城雨;杨建国;;影响电负荷预测因素分析[J];科技创新与应用;2013年06期
14 肖峻;张璇;张婷;林立鹏;;应用信息熵原理的多路径负荷预测协同方法[J];电力系统及其自动化学报;2013年02期
15 祝新全;改进和提高负荷预测工作的方法[J];河北电力技术;1998年04期
16 史杰;;负荷预测对电网安全运行的重要性[J];企业改革与管理;2014年05期
17 杜松怀;电力系统负荷预测技术[J];华东电力;2000年09期
18 邵伟,杨敏虹,徐政,周浩;发电市场中负荷预测的功能及其方法[J];中国电力;2000年11期
19 金卓睿;浅谈如何搞好电力市场中的负荷预测[J];四川电力技术;2000年06期
20 张健,曹志东;负荷预测在电力市场中的应用[J];山东电力技术;2000年02期
中国重要会议论文全文数据库 前10条
1 李小锐;黎灿兵;袁彦;;基于下级负荷预测的短期负荷预测新算法[A];中南七省(区)电力系统专业委员会第二十二届联合学术年会论文集[C];2007年
2 张勇;沈茂亚;;省地一体化负荷预测系统的设计及实现[A];贵州省电机工程学会2010年优秀论文集[C];2010年
3 吴冰;张筱慧;;基于模糊数与多指标灰靶决策理论的小区负荷预测[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
4 陈昊;吴杰;张钊;;模糊聚类分析在分区负荷预测中的应用[A];江苏省电工技术学会成立十周年庆典暨2004年学术年会论文集[C];2004年
5 屈利;苑津莎;张卫华;李丽;;基于事例推理的负荷预测[A];中国仪器仪表学会第九届青年学术会议论文集[C];2007年
6 韦碧琳;;对河池供电局负荷预测工作的探讨[A];广西电机工程学会第七届青年学术交流会论文集[C];2002年
7 姜晗;;电力需求侧负荷预测的算法[A];2005中国电机工程学会电力系统自动化专委会全国供用电管理自动化学术交流暨供用电管理自动化学科组第二届年会论文集[C];2005年
8 高峰;张川;徐晖;周佃民;翟桥柱;管晓宏;;大型用电企业负荷预测校正方法[A];第二十七届中国控制会议论文集[C];2008年
9 陈颖;吴强;;电力系统母线负荷预测系统在地区调度中的应用[A];第六届电力工业节能减排学术研讨会论文集[C];2011年
10 李延秋;;浅析亳州电网的中期负荷预测[A];华东六省一市电机(电力)工程学会输配电技术研讨会2004年年会论文集[C];2004年
中国博士学位论文全文数据库 前9条
1 任海军;基于智能计算的配电网负荷预测方法研究[D];重庆大学;2010年
2 杨奎河;短期电力负荷的智能化预测方法研究[D];西安电子科技大学;2004年
3 张智晟;基于多元理论融合的电力系统短期负荷预测的研究[D];天津大学;2004年
4 苗艳姝;城市燃气负荷预测的研究[D];哈尔滨工业大学;2006年
5 韩力;电力系统超短期负荷与运行态势预估的理论与方法研究[D];山东大学;2008年
6 张国江;软计算方法和数据挖掘理论在电力系统负荷预测中的应用[D];浙江大学;2002年
7 孙谦;母线负荷预测技术及负荷特性对电网影响的研究[D];湖南大学;2013年
8 方仍存;电力系统负荷区间预测[D];华中科技大学;2008年
9 徐达宇;云计算环境下资源需求预测与优化配置方法研究[D];合肥工业大学;2014年
中国硕士学位论文全文数据库 前10条
1 毕圣;基于数据挖掘技术的短期负荷预测[D];北京交通大学;2016年
2 于春雷;空间负荷预测中确定元胞负荷合理最大值的方法[D];东北电力大学;2016年
3 郑美春;基于用电信息采集系统数据挖掘的负荷预测方法及应用[D];福州大学;2013年
4 林飞武;海岛配电网引入大容量储能系统关键技术研究[D];福州大学;2014年
5 侯秋华;基于特征值的地区电网负荷预测方法的研究[D];山东大学;2016年
6 侯聪;数据挖掘在短期空调负荷预测中的应用研究[D];中原工学院;2016年
7 尹明;新型产业区电网规划设计研究[D];山东大学;2016年
8 郭菲菲;BIM技术在建筑负荷预测方面的应用[D];郑州大学;2016年
9 申超群;基于负荷密度法与Logistic模型法的饱和负荷预测研究[D];郑州大学;2016年
10 华远鹏;电网规划中空间负荷预测及变电站供电区域划分[D];郑州大学;2016年
中国重要报纸全文数据库 前7条
1 记者 桑学勇 通讯员 陈铁;黑龙江电力母线负荷预测系统投入试运[N];中国电力报;2009年
2 通讯员 远德亮;淄博供电公司成功预测中长期负荷[N];中国电力报;2006年
3 周渝慧;从方法论看电力负荷管理[N];华中电力报;2007年
4 记者焦军利;河北灌溉负荷预测近300万千瓦[N];中国电力报;2009年
5 王海亚;负荷预测的几种方法及特点[N];黔西南日报;2008年
6 通讯员 施战辽 楼玲俊;机制科学 管理精细[N];中国电力报;2011年
7 记者 陆畅 通讯员 孙瑞红 远德亮;创新 成就安全高效的淄博电网[N];国家电网报;2007年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978