Red de conocimiento informático - Conocimiento del nombre de dominio - ¿Métodos básicos y aplicaciones del análisis estocástico de procesos térmicos de construcción?

¿Métodos básicos y aplicaciones del análisis estocástico de procesos térmicos de construcción?

El siguiente es el método básico y la aplicación del análisis estocástico de los procesos térmicos de la construcción que Zhongda Consulting le presentó para su referencia.

1. Antecedentes

El proceso térmico del edificio es la base para estudiar las características del entorno del edificio, analizar y evaluar edificios que ahorran energía y diseñar el sistema de control del entorno del edificio (calefacción). , ventilación, aire acondicionado). El proceso térmico del edificio se refiere a los cambios en la temperatura ambiental interior y la humedad del edificio causados ​​por las condiciones meteorológicas exteriores y diversas fuentes de calor interiores (personas, iluminación y equipos) que actúan sobre el edificio. Por lo tanto, depende de las condiciones meteorológicas exteriores, las condiciones de la fuente de calor interior y los parámetros de rendimiento térmico de la estructura del edificio. Sin embargo, dado que los parámetros meteorológicos exteriores y las fuentes de calor interiores no son un proceso determinista, sino un proceso aleatorio con un gran componente de incertidumbre, estos factores aleatorios actúan sobre el edificio, provocando el proceso de cambio del ambiente térmico en el edificio (teóricamente El proceso de cambio ) también es un proceso aleatorio.

Durante mucho tiempo, el proceso térmico de los edificios ha sido estudiado básicamente según el proceso determinista, es decir, bajo las condiciones de determinación de los parámetros meteorológicos y del poder calorífico de la fuente de calor interior, el Se calcula el proceso del edificio y se diseña el ambiente térmico. Sistemas de control y análisis del consumo energético del edificio. Como resultado, surgen muchos problemas sobre cómo seleccionar los parámetros meteorológicos y el poder calorífico de las fuentes de calor interiores para su cálculo.

En el diseño y cálculo del sistema de calefacción, basándose en la distribución de probabilidad de los parámetros meteorológicos exteriores, se utilizan estadísticamente las condiciones exteriores más desfavorables a un determinado ritmo no garantizado como base de cálculo para calcular la calefacción. carga. Sin embargo, las diferentes estructuras de los edificios responden de manera diferente a los cambios en las condiciones climáticas exteriores (diferentes proporciones de ventana a pared, diferentes áreas de las paredes internas y externas, estructuras livianas, medianas y pesadas, etc., además, la tasa de exposición no garantizada). La temperatura exterior no es la tasa no garantizada de eficiencia de la temperatura interior, lo que genera una gran carga informática en algunos edificios y demasiadas opciones de equipos, lo que resulta en un desperdicio de la inversión inicial y los costos operativos del sistema. Por tanto, lo que se debe perseguir es mantener la temperatura interior en un determinado ritmo no garantizado. ¿Cuál debe ser la carga de calefacción?

A la hora de evaluar el rendimiento térmico de los edificios, el análisis se basa en determinados datos meteorológicos estándar locales (año de referencia TRY, año típico TMY, año estándar SY, etc.). Pero, de hecho, los procesos meteorológicos de cada año diferirán de este proceso estándar, y diferentes procesos meteorológicos producirán diferentes respuestas térmicas en diferentes edificios. Por ejemplo, cuando las horas de sol son largas en invierno, una gran relación ventana-pared puede reducir la carga de calefacción, y cuando las horas de sol son bajas, una gran relación ventana-pared puede aumentar la carga de calefacción. La cantidad de horas de sol en un área varía de un año a otro, entonces, ¿cómo determinar la relación ventana-pared óptima en el área en función de un determinado conjunto de datos para adaptarse al entorno meteorológico cambiante real en el área? Dado que la temperatura interior o la carga de calefacción también es un proceso aleatorio bajo condiciones meteorológicas externas aleatorias, el estándar para evaluar si un edificio ahorra energía debe ser la probabilidad mínima de que la temperatura interior sea inferior a un valor determinado dentro de un cierto período de tiempo ( cuando no hay calefacción), o la probabilidad mínima de que el suministro de calor acumulado en invierno sea superior a un valor determinado (durante la calefacción).

Estos problemas también existen en trabajos de investigación de diseño, como la selección de equipos de sistemas de aire acondicionado y el análisis de simulación de sistemas de aire acondicionado. En la actualidad, existe un problema común en el diseño de acondicionadores de aire en el país y en el extranjero: el equipo es relativamente grande. Los datos de la encuesta muestran que los enfriadores utilizados en los sistemas de aire acondicionado de algunos hoteles en Beijing, Guangzhou y otros lugares que utilizan diseños nacionales o extranjeros solo operan menos de la mitad de la capacidad instalada en temporadas normales, y menos de un tercio en la temporada más calurosa, dos tercios de los refrigeradores necesitan poco uso. En el proceso de diseño del aire acondicionado, la incertidumbre de cada enlace a menudo se multiplica por un factor de seguridad mayor que 1. Este diseño del sistema capa por capa conducirá inevitablemente a desviaciones en la selección de la capacidad del equipo. Debido a la existencia de varios factores inciertos, el estado operativo real del sistema de aire acondicionado cambia aleatoriamente. Por lo tanto, la carga de aire acondicionado debe seleccionarse en función de la probabilidad de distribución de esta variable aleatoria, es decir, se determinan diferentes capacidades del equipo bajo diferentes condiciones. Probabilidades de confianza. La determinación de la probabilidad de confianza está estrechamente relacionada con la función de uso del edificio y el concepto económico del propietario. La función del sistema de aire acondicionado refleja la relación entre la función de diseño del sistema y la inversión, que refleja la relación dialéctica. entre la función de diseño del sistema de aire acondicionado y la inversión.

Aunque constantemente se desarrollan e investigan nuevos métodos detallados, precisos y más completos en el campo del análisis del consumo de energía de los edificios en el país y en el extranjero, sin resolver el problema de la aleatoriedad, no importa cuán preciso sea el método, no puede reflejar completamente el exterior. condiciones meteorológicas y fuentes de calor interiores La aleatoriedad hace imposible obtener resultados que reflejen verdaderamente las condiciones reales del proceso térmico del edificio.

Se desprende del análisis anterior que al analizar e investigar el proceso de ingeniería térmica de los edificios, lo que realmente se persigue no debe ser el cambio de temperatura interior o la necesidad de refrigeración y calefacción en determinadas condiciones, pero la necesidad de refrigeración y calefacción es la distribución de probabilidad del cambio de temperatura interior del edificio bajo ciertas condiciones, la distribución de probabilidad del frío y el calor requeridos, la distribución de probabilidad del cambio de temperatura interior del edificio y la distribución de probabilidad. de frío y calor (debido a la inercia térmica del edificio, esta distribución de probabilidad Los parámetros suelen ser diferentes de la distribución de probabilidad del clima exterior). De esta manera, algunos de los problemas anteriores se pueden resolver de manera relativamente perfecta y se pueden sacar conclusiones prácticas.

2. Cuestiones básicas y métodos de investigación

Uno de los métodos para calcular la distribución de probabilidad anterior es utilizar directamente los datos meteorológicos medidos localmente durante 50 o 100 años y luego utilizarlos. varios actuales El programa de análisis del consumo de energía del edificio realiza cálculos de simulación para obtener los cambios en la temperatura interior del edificio o los requisitos de refrigeración y calefacción después de 50 o 100 años, y luego obtiene la distribución de probabilidad a través de estadísticas. En teoría, este método puede resolver los problemas anteriores, pero la cantidad de cálculo es muy grande y es difícil para cada trabajador práctico tener 50 o 100 años de datos meteorológicos, lo que dificulta la resolución real de cualquier problema práctico.

Otra forma es el análisis aleatorio directo. La solución al proceso térmico del edificio es en realidad resolver un conjunto de ecuaciones diferenciales, y las condiciones meteorológicas externas y la interferencia térmica interior son los parámetros de entrada límite de esta ecuación diferencial. Si estos parámetros de entrada límite son procesos estocásticos, entonces este sistema de ecuaciones se convierte en un sistema de ecuaciones diferenciales estocásticas. Al resolver directamente este sistema de ecuaciones diferenciales y encontrar los diversos parámetros estadísticos del proceso estocástico como soluciones, se puede obtener la distribución de probabilidad anterior, lo que permite desarrollar un método más simple que puede usarse directamente para resolver estos problemas prácticos.

Los académicos nacionales y extranjeros han comenzado a explorar métodos de análisis estocástico desde principios de los años 1980. En 1981, los académicos tailandeses Tanthapanichakoon et al. utilizaron el método de MonteCarlo para estudiar las características estocásticas de los invernaderos solares. Tomaron en cuenta las condiciones de contorno de las ecuaciones de equilibrio térmico y la aleatoriedad de los coeficientes *** de las ecuaciones, introducidas normalmente. variables aleatorias distribuidas y especifique el valor esperado, la desviación estándar y los valores máximos y mínimos permitidos, luego use un generador de números aleatorios para generar muestras de estas 32 variables aleatorias y luego resuelva las ecuaciones de balance de calor del invernadero solar para obtener la temperatura ambiente por hora y energía de fuente de calor auxiliar. De esta manera, se realizan múltiples simulaciones aleatorias y finalmente se calculan los valores esperados y las variaciones de la temperatura ambiente y la potencia de la fuente de calor auxiliar. Este método es extremadamente ineficiente y no puede tener en cuenta la autocorrelación y la interrelación de factores aleatorios a lo largo del tiempo. En 1985, los académicos canadienses Haghighat et al. estudiaron el proceso aleatorio de la temperatura ambiente bajo la influencia de factores aleatorios como el clima exterior. También consideraron los factores aleatorios como variables independientes y luego utilizaron el método de integración estocástica para resolver las ecuaciones de equilibrio térmico de la habitación. para obtener los valores esperados de temperatura ambiente y momentos de segundo y tercer orden. En 1987, el académico suizo Sxartezzni et al. utilizaron el método de cadena finita de Markov para estudiar el consumo de energía y el confort térmico de las habitaciones solares pasivas. Discretizaron la temperatura exterior y la radiación solar en una matriz de transferencia de estado de Markov y luego utilizaron diferencias explícitas en las habitaciones. La ecuación de balance de calor descrita por el método del espacio de estados se resolvió mediante el método y se obtuvieron el valor esperado y los momentos de segundo y tercer orden de la temperatura ambiente. Después de obtener las ecuaciones de balance de calor ambiente, se puede obtener la matriz de transferencia compuesta por los estados de temperatura de cada punto de estado, y luego se puede obtener la probabilidad de que la temperatura ambiente o el índice de confort térmico PMV se encuentre en un estado determinado.

En 1990, los académicos japoneses Hokoi y otros utilizaron la teoría del control óptimo para estudiar las características estocásticas de la carga de calor intermitente del aire acondicionado. Establecieron un modelo ARMA de parámetros meteorológicos exteriores y luego sustituyeron el modelo meteorológico en la descripción del espacio de estado del balance de calor de la habitación. sistema de ecuaciones, y luego Las temperaturas puntuales de estado obtenidas al resolver el sistema de ecuaciones de momentos de primer y segundo orden utilizando el método Lungkuta (paso de tiempo de integración de 0,01 horas). La ventaja de este método es que tiene en cuenta la autocorrelación temporal y la interrelación de los parámetros meteorológicos exteriores. Sin embargo, dado que el sistema de ecuaciones de momento debe resolverse directamente, el estado térmico de la habitación sólo puede representarse mediante las temperaturas de unos pocos nodos; de lo contrario, la cantidad de cálculo es bastante grande. Por lo tanto, los resultados de este enfoque no son adecuados para la estructura real de edificios complejos.

En el transcurso de más de diez años de investigación, el autor ha propuesto gradualmente un nuevo método de análisis estocástico: el método STOAN (Análisis Estocástico), que resuelve principalmente los siguientes cuatro problemas básicos.

2.1 Establecer un modelo meteorológico estocástico y un modelo de perturbación térmica interior.

El propósito es encontrar una manera de describir estos dos procesos estocásticos para su posterior análisis. En cuanto a las condiciones meteorológicas, este estudio construye un modelo estocástico para cuatro parámetros: temperatura exterior, humedad absoluta, luz solar directa y dispersión. El modelo consta de dos submodelos: diario y horario. Los cinco parámetros de temperatura externa promedio diaria, amplitud de temperatura externa, humedad promedio diaria, amplitud de humedad y coeficiente de radiación total diaria horizontal KT se utilizan como cantidades básicas del modelo diario, y se transforman en un proceso determinista variable en el tiempo y estacionario. proceso estocástico mediante transformación de estacionariedad y el método de series de tiempo multidimensional se utiliza para establecer el modelo ARMA para describir este proceso estacionario. Sobre la base de los parámetros diarios, el método de "función de tipo" se utiliza para enumerar directamente el modelo horario a partir de los parámetros diarios:

(1)

Entre ellos φt, φw, φQd , φQf Es una función de tipo calculada estadísticamente en base a una gran cantidad de datos meteorológicos reales tm, tp, Wm, Wp y KT son los cinco parámetros diarios anteriores. El modelo ha sido probado mediante una gran cantidad de métodos estadísticos y demostró ser capaz de reflejar mejor el proceso de cambio meteorológico real. La perturbación térmica de las fuentes de calor interiores puede considerarse como una variable aleatoria distribuida normalmente, pero la media y la varianza de su variable aleatoria en diferentes ocasiones, pero el rango de su media y su varianza en diferentes ocasiones aún no se han determinado en gran medida. del trabajo estadístico.

2.2 Modelado de procesos térmicos en la construcción

Algunos métodos actuales no son adecuados para este tipo de análisis estocástico, por lo que se adopta y propone el concepto de "espacio de estados" en la cibernética moderna. Método espacial". Este método proporciona un proceso detallado del proceso térmico de un edificio con múltiples zonas (ZONA) descrito por el método de balance de calor. Se pueden describir en detalle la radiación de onda larga entre las superficies de las zonas, el movimiento del aire entre zonas y el sombreado interno y externo. Para el proceso térmico dinámico del edificio, el modelo se puede expresar como

C-t=A-tB-u(2)

t es un vector, incluyendo las superficies de cada edificio. la envolvente y las temperaturas de sus nodos internos y de los nodos de aire interior; u es un vector de interferencia externo, incluido el entorno meteorológico exterior y el calor generado por las fuentes de calor interiores A, B y C son matrices compuestas por las características térmicas de la estructura del edificio; . La solución de la fórmula anterior se puede escribir como

(3)

y(τ) es el parámetro de salida que nos interesa, como la temperatura ambiente y la temperatura de la superficie de la envolvente del edificio. , etc.; φi, λi están representados por la secuencia de vectores de coeficientes y la secuencia de coeficientes derivados de A, B y C. La forma de la fórmula (2) y la fórmula (3) nos facilita realizar el siguiente paso del análisis estocástico.

2.3 Solución de ecuaciones diferenciales estocásticas

Sustituyendo el modelo meteorológico estocástico u en la ecuación (2), se puede obtener la ecuación diferencial estocástica que refleja el proceso térmico estocástico del edificio. Su solución se puede expresar como la suma de la parte determinista y la parte estocástica. De esta forma, la parte determinista es el proceso esperado del proceso estocástico, y se pueden obtener varias propiedades estadísticas de la solución calculando los momentos de cada orden de la parte estocástica.

2.4 Resolver el problema del umbral

Obtener únicamente la distribución de probabilidad del proceso aleatorio a temperatura ambiente no puede analizar y resolver problemas prácticos directamente.

El problema en el diseño y análisis práctico de ingeniería es: para un proceso aleatorio, encontrar la probabilidad de la relación entre el tiempo de este proceso y el tiempo total a través de un límite superior o inferior dado. Por ejemplo, al calcular la carga de calefacción en invierno, debemos obtener la distribución de probabilidad de la variable aleatoria del tiempo durante el período de calefacción en el que la temperatura ambiente es inferior a un valor específico (como 18 °C) como porcentaje del tiempo total del período de calefacción cuando se conoce la capacidad del equipo, obteniendo así la carga de calefacción requerida bajo una determinada tarifa no garantizada. De manera similar, la evaluación de una casa solar pasiva se basa en una distribución de probabilidad de la proporción de tiempo durante todo el invierno en que la temperatura ambiente de la casa solar está por debajo de un valor específico, mientras que la evaluación del problema de sobrecalentamiento de un edificio en verano se basa en la proporción de tiempo que la temperatura ambiente de verano del edificio está por encima de un valor especificado Distribución de probabilidad de una variable aleatoria sobre el porcentaje del horario de verano. Este tipo de problema es un problema típico de cruce de umbral. Cuando la temperatura ambiente t es un proceso aleatorio, para una temperatura dada t0, encuentre la probabilidad

(4)

donde g(x). ) es la función de escalón unitario, C0 es la tasa de sobrecalentamiento, (τ1, τ2) es el horario de verano.

STOAN proporciona un método de integración que puede calcular directamente el valor esperado y el momento de segundo orden de la variable aleatoria. Básicamente, sus reglas estadísticas se pueden obtener y utilizar para resolver algunos problemas prácticos de ingeniería. El software STOAN fue desarrollado para ejecutarse en PC y, para su uso en PC386/33, solo toma de 2 a 3 minutos obtener todas las soluciones aleatorias para un edificio con 2 o 3 dominios.

Prueba del método

El método STOAN requiere una verificación en profundidad para confirmar su exactitud antes de utilizarlo para resolver problemas reales. El trabajo de prueba y verificación se lleva a cabo en los siguientes pasos:

3.1 Prueba de modelos climáticos estocásticos

Las pruebas incluyen probar el proceso de modelado y comparar los parámetros climáticos estocásticos generados por las simulaciones del modelo. Las pruebas del proceso de modelado incluyen:

Utilizando 10 años de datos meteorológicos medidos conocidos, después de la transformación de equilibrio, probar si el proceso transformado es un proceso de equilibrio

Después de probar si el proceso posterior; la transformación de estacionariedad es un proceso normal;

Utilice el proceso estacionario para ajustar el modelo de serie temporal y luego sustitúyalo en el proceso estacionario original para verificar si el proceso residual es ruido blanco. Las tres pruebas anteriores pasan con un nivel de confianza de 95, por lo que el proceso de modelado es correcto.

Utilice este modelo meteorológico estocástico para simular parámetros meteorológicos durante 10 años y luego compare las distribuciones de probabilidad de temperatura, humedad y radiación solar en cada mes con los resultados de 10 años de datos medidos, lo que también demuestra la confiabilidad del modelo.

3.2 Prueba del modelo de proceso térmico del edificio utilizando el método del espacio de estados

A través de la cooperación internacional del anexo 21 organizada por la AIE (Agencia Internacional de Energía), más de una docena de programas populares de simulación de edificios en el mundo fueron comparados, el programa BTP también figura entre los programas para comparación y prueba. Las pruebas simularon dos edificios estándar, ligeros y pesados, utilizando datos meteorológicos anuales típicos de Copenhague, Dinamarca. Se calculan los cambios anuales en la temperatura ambiente natural sin calefacción ni aire acondicionado, y se dan los límites superior e inferior de la temperatura ambiente. El calor del calentador y la capacidad de enfriamiento del refrigerador se calculan a través de calentadores y refrigeradores ideales para mantener la habitación. temperatura en los límites superior e inferior entre. Los resultados de la simulación de los diferentes programas mencionados anteriormente se enviaron al British Building Research Establishment (BRE) para su análisis y comparación unificados. A juzgar por una serie de indicadores como los cambios naturales en la temperatura ambiente, la capacidad máxima de calefacción y refrigeración y la capacidad acumulada de calefacción y refrigeración a lo largo del año, los resultados de la simulación del software BTP se acercan al promedio de más de una docena de software probado. , y son consistentes en varios parámetros. Es mejor que el software de simulación ESP actual en Europa, lo que demuestra la exactitud del BTP, el método del espacio de estados.

3.3 Prueba de soluciones a ecuaciones diferenciales estocásticas y soluciones a problemas de superumbral

Lo que se prueba aquí es si los diversos parámetros estadísticos obtenidos mediante este método de solución directa son estadísticas de estocásticos reales. parámetros. En otras palabras, ¿el resultado obtenido mediante este método de solución directa es consistente con el resultado obtenido utilizando directamente 50 o 100 años de datos meteorológicos para la simulación y luego realizando cálculos estadísticos?

Dado que se han probado tanto el modelo meteorológico como el modelo de proceso térmico del edificio, el modelo meteorológico estocástico se puede utilizar directamente para generar 50 años de datos meteorológicos, y luego los 50 años de datos meteorológicos se pueden simular a través del programa BTP, y luego el Los resultados de la simulación se pueden comparar con los proporcionados por el método STOAN. Los resultados de la solución se comparan estadísticamente. Los resultados muestran que la solución dada por el método STOAN es básicamente consistente con la solución obtenida mediante estadística de simulación, por lo que el método STOAN se puede utilizar para analizar y resolver problemas prácticos de ingeniería.

4. Aplicación práctica

Como intento preliminar, utilizamos el método STOAN para resolver dos problemas prácticos en el estudio del ambiente térmico de la edificación.

4.1 Cálculo de la carga de calefacción en invierno

Cuando no se puede garantizar que la temperatura ambiente sea C0 (por ejemplo, 0,02) con una cierta probabilidad P0 (como 97), es calculado bajo esta probabilidad P0 (En el caso de 98) 1-C0, se obtiene el límite más bajo t0 de la temperatura ambiente natural de la habitación sin calefacción durante el período de calefacción, es decir, t0, de modo que

(5)

El resultado obtenido a partir de este t0 se puede utilizar como cálculo integral de la temperatura de calefacción exterior para calcular la carga de calefacción en función de una transferencia de calor estable. El cálculo integral de la temperatura exterior determinada de esta manera está relacionado con la estructura del edificio [6]. Tomando como ejemplo una habitación estructural típica en Beijing, se obtuvo el cálculo integral de la temperatura exterior de calefacción bajo diferentes tasas de temperatura ambiente no garantizadas con diferente credibilidad de probabilidad.

Después de clasificar las formas de los edificios y los tipos de estructuras envolventes, se pueden calcular las temperaturas de calefacción exterior calculadas integralmente de diferentes tipos de edificios en diferentes áreas del norte con diferentes tasas no garantizadas y diferentes probabilidades de credibilidad, de modo que la calefacción El diseño del sistema es más realista y resuelve los problemas de alta inversión y baja eficiencia operativa causados ​​por la gran capacidad del equipo.

4.2 Análisis del sobrecalentamiento interior (sobretemperatura) de los edificios en verano

¿Qué tipo de edificio puede tener una temperatura interior baja o un corto tiempo de sobrecalentamiento en verano? diseño Una consideración importante, y la forma y estructura arquitectónica razonable están relacionadas con las condiciones meteorológicas de la ubicación del edificio. Utilizando métodos de análisis estocástico, podemos obtener la distribución de probabilidad de la temperatura ambiente en verano bajo diferentes formas y estructuras de edificios, así como la distribución de probabilidad de variable aleatoria de la proporción de tiempo en que la temperatura ambiente excede un cierto valor establecido con respecto al tiempo total en verano. Se analizó la situación de sobrecalentamiento de los edificios residenciales típicos de Beijing. Los resultados del análisis muestran que las fuentes de calor interiores, la proporción de ventanas exteriores soleadas y paredes y el número de ventilaciones interiores tienen un mayor impacto en el grado de sobrecalentamiento de la temperatura ambiente en verano. El sombreado de las ventanas exteriores (por ejemplo, si hay cortinas) y. Los sistemas de ventilación interior también tienen un cierto impacto, y la estructura envolvente ligera, media y pesada tiene menos impacto.

5. Trabajo futuro

El análisis estocástico de los procesos térmicos de los edificios tiene amplias perspectivas de aplicación en el diseño de sistemas HVAC y salas solares en edificios reales. Se incluirán más investigaciones sobre aplicaciones:

5.1 Algoritmo simplificado para el cálculo integral de la temperatura exterior en el cálculo de la carga de calefacción

Al clasificar los edificios y establecer modelos meteorológicos para varias regiones de mi país, se obtiene la temperatura exterior integral en varias regiones de mi país. Algoritmo simplificado para calcular la temperatura. Mediante la clasificación de edificios en varias regiones de mi país y el establecimiento de modelos meteorológicos, se puede obtener el cálculo integral de las temperaturas de calefacción exterior requeridas para edificios de diferentes formas y estructuras en varias regiones con diferente credibilidad de probabilidad y diferentes tasas no garantizadas. y basado en Se proporciona en forma de un gráfico simple o una base de datos de PC para que los diseñadores lo utilicen al diseñar proyectos de calefacción.

5.2 Selección de equipos de aire acondicionado

Dado que la carga de aire acondicionado del edificio es en realidad un proceso aleatorio, la carga de aire fresco también es un proceso aleatorio, por lo que la carga de equipos del edificio El sistema de aire acondicionado también es un proceso aleatorio. En un proceso aleatorio, la capacidad del equipo debe seleccionarse en función de la probabilidad de distribución de la carga máxima del equipo. Sólo de esta manera se puede determinar la relación dialéctica entre la función de diseño y la inversión del sistema de aire acondicionado. Los equipos de aire acondicionado con diferentes capacidades deben seleccionarse en función de diferentes probabilidades, lo que significa ahorro. La inversión total también garantiza los requisitos de diseño del aire acondicionado.

5.3 Evaluación y análisis de optimización de cuartos solares pasivos

La evaluación de cuartos solares pasivos debe basarse en el porcentaje del tiempo total en el que la temperatura ambiente es inferior a un determinado valor en invierno (por ejemplo, 18 ℃) El porcentaje del tiempo total, o el calor total de la fuente de calor auxiliar que se debe invertir para mantener la temperatura ambiente a no menos de 18 ° C en invierno, todos son aleatorios Las variables y sus distribuciones de probabilidad se pueden calcular utilizando el método STOAN para racionalizar la evaluación. Si la distribución de probabilidad es razonable, se puede evaluar razonablemente el rendimiento de la sala solar y se puede guiar el diseño de la sala solar.

Para obtener más información sobre la redacción y producción de documentos de licitación de ingeniería/servicio/compra y cómo mejorar la tasa de adjudicación de licitaciones, puede hacer clic en el servicio de atención al cliente en la parte inferior del sitio web oficial para realizar una consulta gratuita: /# /?fuente=bdzd