基于气象预报的建筑动态冷热负荷预测模型研究

Meteorological parameters play an important part on dynamic heating and cooling load of buildings. A host of weather parameters, such as air temperature, relative humidity, direct solar radiation, diffuse solar radiation, wind speed, cloud cover etc., combine to drive the dynamic thermal response of a building. Make a prediction on building dynamic load based on hourly weather forecast data can help to provide a feed forward operation strategy according to change in load, improve indoor thermal comfort and reduce building energy consumption. The objective of project is to do a basic research on meteorological parameters and building thermal environment. On the basis of sensibility analysis, building dynamic load prediction model based on weather forecast will be established to explore the calculation principle and the correction relationship between load prediction on condition of weather forecast and load simulation in Typical Meteorological Year. Then a whole load prediction model can be built by a computer program and operate for a case building. Finally, error analysis and uncertainty analysis should be done to evaluate the applicability and veracity of this model comprehensively.

气象参数对建筑动态冷热负荷的作用十分明显，各类气象参数如空气温度、相对湿度、水平面直射辐射、水平面散射辐射、风速、云量等结合起来共同驱动着建筑的动态热响应。基于逐时气象预报数据提前对建筑动态冷、热负荷做出预测，能够为日后根据负荷变化调节制定能源系统的前馈运行策略提供基础理论的依托，从而为提高建筑室内热舒适度、降低建筑的运行能耗奠定理论基础。本项目致力于深化研究气象参数作用于建筑热环境领域所涉及的一系列基础性问题，着力在分析各类气象参数对建筑动态冷、热负荷的敏感性特性的基础上，研究基于逐时气象参数预报的建筑动态冷热负荷预测计算模型，探索在气象预报条件下的动态负荷预测与典型气象条件下的全年逐时负荷模拟结果的修正关系及其计算原理。并通过编写计算程序建立完整的动态冷热负荷预测模型，结合案例建筑的全周期运行结果，对该模型进行误差分析及不确定性分析，综合评价模型的适用性和准确性。

气象参数对建筑动态冷热负荷的作用十分明显，各类气象参数如空气温度、相对湿度、水平面直射辐射、散射辐射、风速、风向等共同驱动着建筑的动态热响应。基于逐时气象预报数据提前对建筑动态冷、热负荷做出预测，能够为日后根据负荷变化调节优化能源系统运行策略提供理论基础。本项目着力在分析各类气象参数对建筑动态冷、热负荷的敏感性特性的基础上，基于数据驱动的方法建立建筑动态冷热负荷预测理论计算模型，利用气象预报的逐时典型气象参数气象预报数据对其结果进行科学修正的计算方法，并通过编写计算程序建立完整的动态冷热负荷预测模型，基于MATLAB的GUI工具箱开发了建筑冷热负荷预测系统，主要包括数据导入、模型训练以及预测功能模块。取得的重要结果如下：敏感性分析结果显示，对冷负荷影响较大的气象参数依次为干球温度、水平面总辐射、相对湿度、水平面散射辐射，相关性系数分别为0.927、0.587、0.573、0.566，对热负荷影响较大的气象参数为干球温度，相关性系数为0.781，太阳辐射的影响较小，相关性系数小于0.2；基于小波变换、支持向量机（SVM）和偏最小二乘回归方法（PLS）建立建筑动态冷热负荷组合预测模型（Wavelet-SVM-PLS），采用实时监测的相关气象参数分别进行了提前1、2、3、24小时的冷热负荷预测，预测精度整体上优于与其他模型。其中，提前1小时负荷预测精度最高，提前24小时的精度最低，冷负荷预测模型的平均绝对相对误差指标分别为2.60%和9.87%，热负荷预测模型分别为3.99%和12.19%；基于蒙特卡洛随机抽样法修正天气预报数据，以基于SVM单一负荷预测模型为例，研究结果表明修正后的天气预报数据，可以使提前24小时的负荷预测误差从11.54%进一步降低到10.92%，证明了方法的可行性。本项目实现了基于逐时气象预报数据提前对建筑动态冷、热负荷做出预测，能够为日后根据负荷变化调节制定能源系统的前馈运行策略提供基础理论的依托，解决了实时运行能耗模拟软件的复杂性及耗时长的问题，这对于改善室内热舒适、降低建筑能耗具有基础性的研究意义。