福建地区公共建筑能耗分析研究及建筑能耗数据库开发

福建地区公共建筑能耗分析研究及建筑能耗数据库开发

论文摘要

建筑节能是指在建筑运行过程中减少能源的损失和浪费,提高能源的使用效率。公共建筑由于建筑面积大,运行时间长、人员密度大、用能设备密集,其能耗远高于居住建筑,具有较大的节能潜力。既有公共建筑的能耗分析及节能改造已成为建筑节能研究的热点。本文首先在广泛阅读国内外文献的基础上,概括了国内外研究人员在建筑能耗调查、能耗模拟和能耗数据库建设方面所做的工作,从总结中发现建筑能耗及节能潜力分析的重点,为后续的工作打下基础。通过对福建地区2008年、2009年建筑能耗统计和能源审计工作所获得的建筑能耗数据的整理分析,计算了本地区各类公共建筑的能耗指标。对大型酒店建筑、商场建筑和写字楼建筑的总能耗状况进行了对比,三类建筑中商场建筑的单位面积能耗最高,其次为酒店建筑,最低的是写字楼建筑;对建筑的分项能耗进行分析,可以确定空调通风系统能耗为建筑耗能的最大分项。对一栋典型写字楼建筑进行了建筑能源审计、中央空调系统能效分析及照明功率密度评价,得到了该大楼的各分项能耗指标、空调系统经济运行指标和照明功率密度值。从中发现:大楼空调系统的设计供冷指标偏大,但经济运行指标符合国家标准,空调系统处于能效较高的运行状态,且空调系统负荷越大系统能效越高;大楼原设计照明功率密度过高,但经过改造后,实测的照明功率密度低于国家节能标准,照明系统运行能效水平较高。最后根据分析结果提出了该建筑的节能潜力及建议。以福建地区39栋酒店建筑为分析样本,选取了建筑总面积、床位数和空调冷源侧功率等8个与建筑能耗密切相关的因素作为自变量,以建筑耗电量(kWh)作为考察对象,借助统计分析软件SPSS,通过主成分分析和多元回归分析,建立了福建地区酒店建筑的能耗模型。该模型通过统计学检验及实践检验,准确有效。本模型为本地区新建酒店建筑的节能设计及既有酒店建筑的节能改造提供了一个新的能耗预测途径。最后介绍了福建省建筑能耗数据库的设计过程,阐述了数据库管理工具选择、需求分析、逻辑结构设计等内容。本数据库以SQL Server2005作为数据库管理工具,可由建筑业主或管理员录入建筑基本信息及能耗数据,具备一定的统计分析能力。在本数据库基础上建立的“福建省建筑能耗信息管理系统”功能齐全、操作简便,投入使用一年多运行良好。

论文目录

  • 摘要
  • Abstract
  • 第一章 引言
  • 1.1 课题研究背景
  • 1.2 国内外研究现状
  • 1.2.1 建筑能耗统计与分析
  • 1.2.2 建筑能耗数据库
  • 1.2.3 建筑能耗模拟分析
  • 1.2.3.1 基于能耗模拟计算的分析研究
  • 1.2.3.2 基于能耗影响因素的分析研究
  • 1.3 课题研究意义
  • 1.4 本课题来源及研究内容
  • 第二章 福建地区大型公共建筑能耗现状及分析
  • 2.1 建筑能耗统计及能源审计
  • 2.2 大型公共建筑能耗现状分析
  • 2.2.1 基本概况
  • 2.2.2 各类大型公共建筑能耗状况
  • 2.2.2.1 写字楼建筑
  • 2.2.2.2 商场建筑
  • 2.2.2.3 宾馆酒店建筑
  • 2.3 本章小结
  • 第三章 建筑能效评价及节能潜力分析
  • 3.1 建筑基本信息及能耗概况
  • 3.1.1 建筑基本信息
  • 3.1.2 建筑能耗分析
  • 3.2 建筑空调系统能效分析
  • 3.2.1 中央空调系统简介
  • 3.2.2 空调系统能效测评方法
  • 3.2.2.1 能效指标体系结构
  • 3.2.2.2 测量方法
  • 3.2.2.3 现场测试方案
  • 3.2.3 测量结果与分析
  • 3.2.3.1 空调系统能耗概况
  • 3.2.3.2 供冷指标
  • 3.2.3.3 单位面积空调能耗
  • 3.2.3.4 冷水机组运行效率
  • 3.2.3.5 空调系统能效比
  • 3.3 建筑照明功率密度评价
  • 3.3.1 照明系统能耗分析
  • 3.3.1.1 办公区域照明
  • 3.3.1.2 会议室、会客室照明
  • 3.3.1.3 其他区域照明
  • 3.3.1.4 照明系统各分项能耗比例
  • 3.3.2 照明功率密度(LPD)评价
  • 3.3.2.1 LPD 限值的计算方法
  • 3.3.2.2 大楼各区域照明功率密度评价
  • 3.4 节能潜力分析及建议
  • 3.4.1 空调系统节能潜力
  • 3.4.1.1 机组和冷冻水泵运行策略优化
  • 3.4.1.2 多制冷机组系统不同机组间冷冻水出口温度控制
  • 3.4.1.3 其它节能建议
  • 3.4.2 照明系统节能潜力
  • 3.4.2.1 照明设备的选择和维护
  • 3.4.2.2 灯具布置及控制方式
  • 3.5 本章小结
  • 第四章 基于多元统计方法的酒店建筑能耗分析研究
  • 4.1 分析方法及分析工具简介
  • 4.1.1 多元非线性回归分析
  • 4.1.2 主成分分析
  • 4.1.3 回归模型检验
  • 4.1.3.1 统计学检验
  • 4.1.3.2 实践检验
  • 4.1.4 SPSS 16.0 软件简介
  • 4.2 基于主成分方法的酒店建筑能耗回归分析
  • 4.2.1 样本选取及变量确定
  • 4.2.2 多元统计分析
  • 4.2.2.1 主成分分析及结果
  • 4.2.2.2 多元非线性回归分析及结果
  • 4.2.3 实践验证
  • 4.2.4 结果讨论
  • 4.3 本章小结
  • 第五章 福建省建筑能耗数据库研究设计
  • 5.1 数据库管理工具的选择
  • 5.2 数据库系统设计
  • 5.2.1 数据库需求分析
  • 5.2.2 数据库概念结构设计
  • 5.2.3 数据库逻辑结构设计
  • 5.2.4 数据库的建立
  • 5.2.5 数据库的实现、数据库的运行及调试
  • 5.3 福建省建筑能耗信息管理系统简介
  • 5.3.1 建筑基本信息管理及建筑能耗数据报送功能
  • 5.3.2 建筑能耗统计分析功能
  • 5.4 本章小结
  • 结论
  • 参考文献
  • 致谢
  • 附录
  • 附录一 中央空调系统设备信息
  • 附录二 空调系统经济运行评价指标限值与评价方法
  • 附录三 典型建筑能效分析现场测试仪器基本信息表
  • 附录四 空调能耗各测评指标计算值
  • 附录五 照明设备信息
  • 附录六 39 栋酒店建筑基本信息
  • 附录七 39 栋酒店建筑主成分得分及能耗预测值
  • 附录八 福建省建筑能耗数据库逻辑结构基本表
  • 个人简历
  • 在读硕士期间发表论文和参与项目
  • 相关论文文献

    • [1].项目增加值能耗对所在地能耗强度降低目标的影响研究[J]. 节能 2020(03)
    • [2].运动过程中人体能耗级别分析及预测模型[J]. 当代体育科技 2020(21)
    • [3].试论建筑能耗及节能目标[J]. 中国高新区 2018(14)
    • [4].商业模式的能耗悖论[J]. 销售与市场(管理版) 2017(03)
    • [5].如何优化建筑施工技术降低建筑能耗[J]. 建材与装饰 2017(09)
    • [6].数控机床能耗单元能耗成分分析数学模型[J]. 机床与液压 2015(11)
    • [7].减轻“指尖上的负担”[J]. 老年教育(长者家园) 2019(10)
    • [8].变频冰箱能耗低[J]. 少年科学 2008(S1)
    • [9].能耗电耗现状分析及“十四五”能效发展预判[J]. 电力需求侧管理 2020(06)
    • [10].高效能数据中心全链路能耗管理技术研究[J]. 通信电源技术 2020(02)
    • [11].动态表皮类型对采光和能耗影响的比较研究——以折叠和旋转表皮为例[J]. 建筑节能 2020(03)
    • [12].一种基于迁移深度强化学习的建筑能耗预测方法[J]. 计算机应用研究 2020(S1)
    • [13].马马崖一级水电站的厂用能耗评估[J]. 水电站机电技术 2020(08)
    • [14].厦门市政府办公建筑能耗特征分析[J]. 福建建筑 2020(09)
    • [15].建筑施工技术与建筑能耗[J]. 时代农机 2018(05)
    • [16].浅谈我国医院能耗监管系统存在的问题[J]. 中国医院建筑与装备 2017(01)
    • [17].区域产业能耗评价研究——以四川为例[J]. 再生资源与循环经济 2017(04)
    • [18].浅议建筑施工技术与建筑能耗[J]. 建材与装饰 2017(29)
    • [19].建筑施工技术与建筑能耗的思考[J]. 江西建材 2016(13)
    • [20].论中国能耗权交易法律制度的构建[J]. 生产力研究 2013(10)
    • [21].云计算能耗资源调度优化关键技术研究[J]. 智能计算机与应用 2014(05)
    • [22].污水处理厂能耗降低措施研究[J]. 科技创新导报 2013(14)
    • [23].中国六个典型城市休闲能耗的调研与分析[J]. 城市发展研究 2011(01)
    • [24].试论节能与建筑能耗[J]. 黑龙江科技信息 2011(15)
    • [25].2010年上半年单位GDP能耗出现反弹[J]. 山西能源与节能 2010(04)
    • [26].北京湖北提前实现“十一五”节能降耗目标[J]. 领导决策信息 2010(20)
    • [27].鄞州自我加压,想方设法降低能耗[J]. 宁波节能 2010(05)
    • [28].浙江省单位GDP能耗水平国内领先[J]. 能源工程 2010(05)
    • [29].2008年中国万元GDP能耗下降4.21%[J]. 有色冶金节能 2009(02)
    • [30].我国建筑能耗的计量经济分析[J]. 建筑科学 2009(08)

    标签:;  ;  ;  ;  ;  

    福建地区公共建筑能耗分析研究及建筑能耗数据库开发
    下载Doc文档

    猜你喜欢