[论文解读] Weather sequences for predicting HVAC system behaviour in residential units located in tropical climates

Laëtitia Adelard, François Garde+3 more|arXiv (Cornell University)|Dec 22, 2012

Solar Radiation and Photovoltaics参考文献 6被引用 4

一句话总结

本文提出了一种方法，用于为热带气候——特别是留尼汪岛——定义具有代表性的天气序列，以提高住宅建筑暖通空调（HVAC）能耗预测的准确性。通过详细分类气象序列并利用 CODYRUN 进行热力模拟，研究证明，在热带条件下，连贯且上下文相关的气象数据对于可靠地模拟 HVAC 性能至关重要。

ABSTRACT

The purpose of our research deals with the description of a methodology for the definition of specific weather sequences and their influence on the energy needs of HVAC system. We'll apply the method on the tropical Reunion Island. The methodological approach based on a detailed analysis of weather sequences leads to a classification of climatic situations that can be applied to the site. These sequences have been used to simulate buildings and air handling systems thanks to a thermal simulation code, CODYRUN. Results bring to the light how necessary it is to have coherent meteorological data for this kind of simulation.

研究动机与目标

• 开发一种系统化的方法，用于识别热带气候下的代表性天气序列。
• 解决标准气象数据在准确模拟热带住宅单元中 HVAC 系统行为方面的局限性。
• 评估不同气候序列对建筑热能需求的影响。
• 通过评估不同天气模式下结果的一致性和可靠性，验证连贯且特定地点的气象数据对于可靠建筑能耗模拟的重要性。

提出的方法

• 对历史气象数据进行详细分析，以识别留尼汪岛中重复出现的气象序列。
• 根据温度、湿度和太阳辐射模式，将这些序列分类为不同的气候情境。
• 使用 CODYRUN 热力模拟代码，模拟每种识别出的天气序列下 HVAC 系统的行为。
• 通过比较不同序列的模拟结果，评估其对能耗和系统性能的影响。
• 通过评估不同天气模式下结果的一致性和可靠性，验证该方法的稳健性。
• 应用分类框架，确保模拟的气象数据能够反映现实世界中热带微气候的变异性。

实验结果

研究问题

• RQ1 如何从热带气候的历史气象数据中系统性地推导出代表性天气序列？
• RQ2 不同天气序列对留尼汪岛住宅建筑中 HVAC 能耗需求有何影响？
• RQ3 与标准气象文件相比，连贯且分类的天气序列在多大程度上提升了 HVAC 系统模拟的准确性？
• RQ4 序列内温度、湿度和太阳辐射的变化如何影响热负荷和系统运行？
• RQ5 该方法是否可推广至具有相似气候特征的其他热带地区？

主要发现

• 将天气序列划分为不同的气候情境，显著提高了 HVAC 能耗预测的准确性。
• 使用代表性序列的模拟结果表明，标准气象文件可能无法充分捕捉气象变量与建筑热性能之间动态相互作用。
• 连贯且上下文相关的气象数据对于可靠模拟结果至关重要，尤其是在高湿度热带环境中。
• 研究表明，某些序列——特征为高湿度和云量变化大——会导致更高的潜热冷却负荷，从而影响系统选型和效率。
• 该方法使 HVAC 系统行为的评估更加真实，有助于支持热带住宅建筑中更好的设计与能效策略。
• 结果强调了在热带气候的能耗模拟中，使用基于序列的气象数据而非通用或平均气象参数的重要性。