Вестник ТюмГУ. Физико-математическое моделирование. Нефть, газ, энергетика.


Выпуск:

2021. Том 7. № 2 (26)

Название: 
Метод исследования влияния тепловой инерции на температуру в помещении


Для цитирования: Ромазанов А. Р. Метод исследования влияния тепловой инерции на температуру в помещении / А. Р. Ромазанов, И. Г. Захарова // Вестник Тюменского государственного университета. Физико-математическое моделирование. Нефть, газ, энергетика. 2021. Том 7. № 2 (26). С. 188-205. DOI: 10.21684/2411-7978-2021-7-2-188-205

Об авторах:

Ромазанов Артур Ринатович, ассистент кафедры программного обеспечения, Тюменский государственный университет; a.r.romazanov@utmn.ru

Захарова Ирина Гелиевна, кандидат физико-математических наук, профессор кафедры программного обеспечения, Школа компьютерных наук, Тюменский государственный университет, Тюмень, Россия; i.g.zakharova@utmn.ru, https://orcid.org/0000-0002-4211-7675

Аннотация:

Эффективность использования тепловой энергии, получаемой от системы центрального отопления, для обогрева здания (комплекса взаимосвязанных помещений), определяется полнотой сведений о факторах, влияющих на тепловой режим. В статье представлен подход к выявлению значимости такого комплексного параметра, как тепловая инерция помещения. Исследование этого вопроса принципиально важно для построения математической прогнозной модели, необходимой для автоматизации управления тепловым режимом. Предлагаемая методология использует принципы работы с большими данными и основана на автоматизированном анализе динамики изменения температуры в помещениях с учетом стандартных характеристик, определяющих теплообмен, метеоусловий, а также присутствия людей. Степень проявления тепловой инерции помещения определяется на основе времени запаздывания — временного интервала между существенным изменением метеоусловий или подачи тепловой энергии и изменением температуры воздуха в помещении. В качестве исходных данных выступали значения температуры воздуха и нагревательных элементов, полученные с датчиков, размещенных в учебно-лабораторном корпусе высшего учебного заведения, с 1 марта по 19 апреля 2020 г. (периодичность измерений — 10 минут). Особенностью собранных данных являются разные режимы использования отдельных помещений, а также наличие периодов полного отключения отопительной системы. Для проведения анализа данных был разработан модуль программного комплекса для интеллектуального мониторинга теплового режима здания. В программной реализации использована технология конвейера, последовательно выполняющего следующие операции: фильтрация и очистка данных; агрегация для заданных периодов; определение времени запаздывания. По результатам анализа данных автоматически определяются группы помещений, реагирующих с характерным временем запаздывания на существенные изменения внешних условий и режима отопления. Это является важным для математического моделирования режима отопления здания с учетом тепловой инерции и классификации помещений на основе этого параметра. Такая классификация позволит определить наиболее значимые факторы, влияющие на тепловой режим помещения, что позволит выработать рекомендации для принятия решений по управлению теплоснабжением.

Список литературы:

  1. Захаров А. А. Моделирование теплового режима и управление теплоснабжением помещений умного здания / А. А. Захаров, И. Г. Захарова, А. Р. Ромазанов, А. В. Широких // Вестник Тюменского государственного университета. Физико-математическое моделирование. Нефть, газ, энергетика. 2018. Том 4. № 2. С. 105-119. DOI: 10.21684/2411-7978-2018-4-2-105-119

  2. Корниенко С. В. Комплексная оценка теплозащиты ограждающих конструкций оболочки здания // Инженерно-строительный журнал: специализированный научный журнал. 2012. Том 7. № 33. С. 43-49.

  3. Круковский П. Г. Идентификация параметров теплопотерь помещения по бесконтактным измерениям температур / П. Г. Круковский, Г. А. Пархоменко, О. Ю. Тадля, М. А. Метель // Промышленная теплотехника. 2009. Том 31. № 3. С. 69-76.

  4. Круковский П. Г. Определение параметров теплопотерь помещений при нестационарном тепловом режиме / П. Г. Круковский, Д. И. Скляренко, О. Ю. Тадля, М. А. Метель // Промышленная теплотехника. 2013. Том 35. № 6. С. 47-56.

  5. Метеоцентр. URL: http://meteocenter.net/USTR_current.htm

  6. An L. Estimation of Thermal Parameters of Buildings through Inverse Modeling and Clustering for a Portfolio of Buildings / L. An, R. Horesh, Y. Chae, Y. Lee // Proceedings of SimBuild. 2012. Vol. 5. No. 1. Pp. 295-305.

  7. Anvari-Moghaddam A. Cost-effective and comfort-aware residential energy management under different pricing schemes and weather conditions / A. Anvari-Moghaddam, H. Monsef, A. Rahimi-Kian // Energy and Buildings. 2015. Vol. 86. Pp. 782-793.

  8. Dornelles K. Thermal inertia, comfort and energy consumption in buildings: a case study in Sao Paulo state — Brazil / K. Dornelles, M. Roriz // International Journal for Housing Science and Its Applications. 2004. Vol. 28. No 2. Pp. 153-162.

  9. Karlsson J. A conceptual model that simulates the influence of thermal inertia in building structures / J. Karlsson, L. Wadsö, M. Öberg // Energy and Buildings. 2013. Vol. 60. Pp. 146-151. DOI: 10.1016/j.enbuild.2013.01.017

  10. Korniyenko S. Multifactorial forecast of thermal behavior in building envelope elements / S. Korniyenko // Magazine of Civil Engineering. 2014. Vol. 52. No 8. Pp. 25-37. DOI: 10.5862/MCE.52.4

  11. Martani C. ENERNET: studying the dynamic relationship between building occupancy and energy consumption / C. Martani, D. Lee, P. Robinson, R. Britter, C. Ratti // Energy and Buildings. 2012. Vol. 47. Pp. 584-591. DOI: 10.1016/j.enbuild.2011.12.037

  12. Morbitzer C. Integration of building simulation into the design process of an architecture / C. Morbitzer, P. Strachan, J. Webster, B. Spires, D. Cafferty // Seventh International IBPSA Conference. 2001. Pp. 697-704.

  13. Pacheco R. Energy efficient design of building: a review / R. Pacheco, J. Ordóñez, G. Martínez // Renewable and Sustainable Energy Reviews. 2012. Vol. 16. No. 6. Pp. 3559-3573. DOI: 10.1016/j.rser.2012.03.045

  14. Rasmussen C. Method for Scalable and Automatised Thermal Building Performance Documentation and Screening / C. Rasmussen, P. Bacher, D. Calì, H. Nielsen, H. Madsen // Energies. 2020. Vol. 13. No. 15. P. 3866. DOI: 10.3390/en13153866

  15. Yang Z. How does Building Occupancy Influence Energy Efficiency of HVAC Systems? / Z. Yang, B. Becerik-Gerber // Energy Procedia. 2016. Vol. 88. Pp. 775-780. DOI: 10.1016/j.egypro.2016.06.111

  16. Yang Z. The coupled effects of personalized occupancy profile based HVAC schedules and room reassignment on building energy use / Z. Yang, B. Becerik-Gerber // Energy and Buildings. 2014. Vol. 78. Pp. 113-122. DOI: 10.1016/j.enbuild.2014.04.002

  17. Yıldız Y. Identification of the building parameters that influence heating and cooling energy loads for apartment buildings in hot-humid climates / Y. Yıldız, Z. D. Arsan // Energy. 2011. Vol. 36. No. 7. Pp. 4287-4296. DOI: 10.1016/j.energy.2011.04.013