公共建筑节能大数据应用进展

3月26日｜清华大学建筑节能学术周——公共建筑节能—工程实践助力实现双碳目标
【3月26日公开论坛】公共建筑节能 – 工程实践助力实现双碳目标

公共建筑节能大数据应用进展

建筑用能负荷受到气象条件、建筑围护结构、设备系统、人行为等多重因素耦合影响，具有随机性、复杂性的特点。
建筑需求侧热电冷负荷预测是实现可再生能源利用的重要技术基础。

目标：为了使建筑能源系统低碳发展，充分利用可再生能源，需要结合能耗模拟和大数据技术，对不同建筑规模、人行为、气象条件和建筑技术等因素共同作用下的实时冷热电需求进行准确模拟和预测。

大数据采集→模拟方法演技→工程应用

在室人数

建筑中人员在室情况和人数是人行为和建筑用能研究的重要基础。人员的行为会影响建筑能耗。

冷量

用机器学期预测冷量


模型的输入参数：以逐时人数、室外温度、相对湿度、太阳辐射、风速、日期类型等作为输入参数。
基于历史数据预测未来冷量。

预测模型过程：
1.冷量数据→2.特征分析→3.模型训练与优化→4.模型评价

电量

建筑用电模拟模型可用于建筑光伏、蓄能、需求响应等方面的设计分析。


全年逐日用电模拟

聚类分析——典型日内逐时用电模型

讨论

数据质量：现场实测数据>实验采集数据>模拟生成数据

总结