具有高时间分辨率的代表性热水使用曲线 用于模拟太阳能热系统的性能外文翻译资料

 2022-08-27 10:26:17

英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料

具有高时间分辨率的代表性热水使用曲线

用于模拟太阳能热系统的性能

斯凯·爱德华兹 a，伊恩·博索莱尔·莫里森 b,uArr;，安德烈·拉珀里`reca 加拿大渥太华卡尔顿大学工程与设计学院可持续建筑能源系统 b 加拿大渥太华卡尔顿大学工程与设计学院可持续建筑能源系统 cLaboratoire des technologies de le nergie，Hydro-Queacute; bec，加拿大沙威尼根

Aliakbar Akbarzadeh

摘 要

家用生活热水满足洗浴，清洁和家电需求，极大地促进了房屋的能源需求。尽管已证明家用生活热水绘制用水量随时间变化曲线对性能具有重要意义， 但分析家用生活热水和太阳能组合系统以使用重复的每日用水量随时间变化曲线进行长期模拟（例如，年度）是常见的做法。根据在魁北克（加拿大）的 73所房屋中进行的测量，开发了可用于此类分析的新家用生活热水曲线。已针对4种消费水平和 3 种时间性消费模式创建了以 5分钟为间隔的家用生活热水使用数据（减少了倾向于在早上使用家用生活热水的消费者，倾向于在晚上使用家用生活热水的普通消费者等）. 用这些新曲线进行的太阳能家用生活热水系统的仿真显示，家用生活热水使用的时间的安排会严重影响时间和年度综合预测。

关键词 生活热水；绘制用水量随时间变化曲线太阳能热水

1 介绍

为满足洗浴，清洁和家电需求而加热水，极大地促进了住宅领域的能源需求。例如，在加拿大，从2000年到2008年，这些所谓的生活热水（家用生活热水）需求占住房部门所有能源最终用途的18％，占该国二次能源总消耗量的3％。可以通过进一步采用太阳能 家用生活热水系统来节省满足 家用生活热水需求的能源，太阳能组合系统以及其他技术，例如微型热电联产。通过仿真预测此类技术的性能时，已证明施加准确的 家用生活热水拉伸用水量随时间变化曲线非常重要。是因为家用生活热水抽取的数量和时间对于确定系统能否能够满足需求至关重要。例如，比起早晨的抽水（由于集热器白天充电），太阳能热系统更容易满足在晚上发生的家用生活热水抽水。

尽管家用生活热水绘制用水量随时间变化曲线很重要，但分析太阳能 家用生活热水和太阳能组合系统进行长期模拟（大多数是通常每年一次）使用重复的每日配置文件。本质上，这假设系统将日复一日地响应相同的 家用生活热水负载。

由于与仪器和安装相关的成本，近年来，很少有测量家用生活热水拉伸用水量随时间变化曲线的大规模研究完成。相反，研究人员依赖基于概率的方法。这些将概率分配给特定的 家用生活热水事件（例如淋浴），并估计每个关注时间间隔的使用情况。根据国际能源署（IEA）太阳能供热和制冷（SHC）计划“太阳能组合系统”任务 26 的一部分，开发了一系列 家用生活热水绘制用水量随时间变化曲线。开发了一个功能，该功能为全年分配了特定使用类型的概率，并与平均每日使用配对，以提供用于模拟的年度 家用生活热水使用概况（以 1、6和 60 分钟为间隔）。基于类似原理，以 6 分钟为间隔开发了另一系列的 家用生活热水拉伸用水量随时间变化曲线。

阻碍研究人员准确开发此类合成用水量随时间变化曲线的能力的关键因素是 家用生活热水使用的较大差异。从一个家庭到下一个家庭， 家用生活热水抽水的数量和时间分布都可能有很大差异。已发现诸如乘用车拥有者的数量和人口统计以及乘员的态度等因素很重要。为了更好地反映 家用生活热水使用方法的这种可变性，一些研究人员试图从现场收集的数据中绘制出图形。贝克尔和斯托格斯迪尔（1990）对家用生活热水消耗的先前实地研究进行了回顾，并建立了从 1970 年代末到 1980 年代中期在加拿大和美国进行的五项研究的测量数据库，包括佩尔曼米尔斯，尽管这项研究为研究人员提供了大量实验数据，但其中许多数据是在三到四十年前收集的，因此 可能不再反映当前的使用模式。例如，近几十年来推出的 高能效洗碗机和洗衣机消耗的 家用生活热水大大减少。此外，市场力量和能效标准和法规。自发布以来一直鼓励对这些设备进行更新贝克 尔和斯托格斯蒂尔的研究。贝克尔和斯托格斯迪尔发现他们数据库中包含的数百个房屋和公寓的日均家用生活热水消耗量为238L/day。最近的实地研究托马斯等收集了安大略省（加拿大）74所房屋的数据后，发现家用生活热水消耗量大大降低。这74栋房屋的每日平均 家用生活热水平均消耗量为186升/天。这一发现表明，由贝克尔和斯托格斯迪尔不再具有代表性当前使用模式，从而证明开发新的 家用生活热水绘图配置文件是合理的。

虽然如果提供大量房屋的最新家用生活热水使用测量结果，则仅在每个房屋的短时间内（最多几周）收集数据。因此，仍然需要根据代表当前使用模式的测量数据来开发家用生活热水抽油曲线。

    1. 目标和大纲

此处报道的研究目的是开发一系列具有代表性的高时间分辨率 家用生活热水绘制用水量随时间变化曲线，适用于基于模拟的太阳能 家用生活热水，太阳能组合系统和微型热电联产系统研究。考虑到此预期用途，家用生活热水配置文件必须跨越一个完整的年度周期，这一点很重要。为了实现这些目标，在魁北克（加拿大）的73 栋房屋中测量了 家用生活热水抽取图案（Laperrie`re 和 Brassard，2008 年).经过统计分析，从这些房屋中的 12个房屋中选择了数据，以编制具有代表性的年度资料。下一节将介绍用于收集和分析数据的方法。本节还根据在采样期间收集的数据，介绍了用于构建年度使用档案的方法。此后，检查所得的 12 个代表性拉伸用水量随时间变化曲线的特征并将其与以前的工作进行对比。然后使用新数据进行仿真，以证明其用法以及 家用生活热水绘制图案可能对模板产生的影响。太阳热系统的模拟。

2 家用生活热水实测值

本节介绍了本研究中使用的测量方法。它提供了有关所用仪器，该仪器的物理位置以及测量中不确定性来源的详细信息。然后，它显示测量的数据，并将它们与以前的家用生活热水消耗数据进行对比。

2.1 测量方法

在这项研究中，仪器被放置在魁北克（加拿大）的 73 所房屋的热水箱中。所有房屋的所有者，除了五名提供了入住水平的信息；此信息摘要表格1。

Zdsz

在 2006年11月上旬至2007年4月中旬的深秋，冬季和初春季节，每间房子连续60-165天连续测量家用生活热水消耗模式。所有 73 座房屋均由装有浸入式电阻加热器的储罐提供家用生活热水。控制这些加热器以将罐中的温度保持在标称值60°C。由于在这种水箱中使用的控制器通常采用宽温差以及精度 较低的恒温器，因此实际从水箱中抽出的水的温度可能会 发生几度变化。不幸的是，这项研究没有测量从水箱抽出 的水的温度。因此，对于此分析，假设家用生活热水抽出发生在55°C至 60°C之间。该范围的下限是基于由以下机构进行的研究中收集的数据提供的指导埃瓦尔兹和天鹅，而高端对应于额定设定值。

摆动活塞式正排量流量计安装在每个热水器上游的冷水补充管线上。由于水箱提供的热水量由冷的补充水代替， 因此，这些仪表测量了家用生活热水抽水量。

每次消耗1L水时，流量计都会产生一个脉冲信号。每五分钟由仪表产生的脉冲信号由数据采集系统（DAQ）进行计数和记录。流量计可以在每五分钟的记录间隔内测量高达 375L的流量，这远高于研究中观察到的最大流量。（五分钟内为 125 L）。

流量计和 DAQ 都存在测量不确定性。对于前者，在测量范围的下端，解析流中的偏差误差最大（相对而言）。每5分钟记录间隔的 DAQ 偏置误差为plusmn;1 脉冲。使用以下建议的方法传播这些个体偏差时莫法特 (1988)，发现在最低消耗水平（零消耗，记录了超过 300 万个测量点中的90％），在5分钟的记录间隔内 家用生活热水消耗可解析为plusmn;1L。在研究中观察到的最高消耗水平（5分钟测井间隔为 125L）下的总不确定度在 5 分钟测井间隔内为plusmn;2L。

2.2 实测数据

首先计算了73座房屋中每座房屋的每日平均家用生活热水消耗量。这显示了广泛的消耗水平：从70到438升/天。消费水平的分布说明如下图1，同时汇总了73栋房屋

的消费水平的平均值，中位数，标准差以及 20％和 80％表2

将这些数据集与一些较早和较新发布的数据进行比较很有趣。就像之前提到的，贝克尔和斯托格斯迪尔对 家用生活热水消耗的现场研究进行了回顾，并建立了从 1970 年代末到 1980 年代中期在加拿大和美国进行的五项研究的测量数据库。他们发现数据库中包括的数百个房屋和公寓 的日均 家用生活热水平均消耗量为 238 升/天，比当前研究中的值高 26％。考虑到本节概述的减少 家用生活热水消耗的趋势，这并不令人惊讶。

在最近的一项研究中，埃瓦兹与天鹅新斯科舍省（加拿大）大量房屋的估计 家用生活热水使用情况。他们对比了两组房屋的公用事业费帐单信息：既使用燃油进行空间供暖和家用生活热水供暖的房屋，又使用仅燃油进行空间供暖的房屋。通过减去两组的年平均燃油消耗量，他们能够估算房屋样本中加热家用生活热水所需的燃油量（假设两组之间的唯一差异是由于家用生活热水加热）。然后，通过为家用生活热水加热器选择固定的能量转换效率，他们能够估算平均每日抽取的 家用生活热水数量。该平均值为209 升/天，比当前研究中测得的平均值高约 10％。给定假设所采用的方法的数量埃瓦兹与天鹅（2013），这个协议水平相当接近。

最近的实地研究托马斯等这项研究测量了加拿大安大略省 74 所房屋的数据，为当前研究提供了另一个当代参考点。他们发现，他们房屋样本的每日平均家用生活热水平均消耗量为 186L /天，中位数为 174 L/天，其值在当前研究结果的 2％以内（请参见表2).

图1结果显示，在73所房屋的样本中，每日平均家用生活热水消耗量存在显着差异。房屋之间的消费模式的时间分布也存在差异。如图所示图2这与四个被测房屋的消费模式形成对比。该图的每个象限是通过将给定房屋在一天的每一小时中测得的 家用生活热水消耗量进行积分，然后对监控时段的每一天中这些每小时的积分量求平均值而得出的。例如， 这表明图 2 在监控期间，从7h00到8h00的家用生活热水汲取量要比一天中的其他任何时间都要多得多。同样，它显示了以 图 2b 从 19:00 到 20:00 经历了最大的家用生活热水使用。

在他们的研究中佩尔曼和米尔斯（1985），观察到大多数房屋在早晨或晚上都经历着他们的家用生活热水高峰需求。对当前研究中测得的数据进行分析后发现，当前研究中约有四分之一的测量房屋最好被归类为主要是上午消费者（例如图 2a）最好将大约三分之一的特征定为主要是晚上消费的消费者（例如图 2b).但是剩余的房屋（约 40％）都不适合这些消费模式。图2c和d说明了其中两种房屋的消费模式：前者的消费高峰在深夜，中午的高峰较小，而后者的消费则分散在全天，早晨和晚上的高峰较小。

3 家用生活热水年度使用简介

上一节介绍了新测量的数据。本节介绍如何使用这些数据来构建家用生活热水年度使用档案。

如前所述，该研究的目标是开发可在年度模拟中使用的代表性家用生活热水绘制用水量随时间变化曲线。由于家用生活热水消耗量的大小和时间分布都很重要，因此决定创建12个配置文件以为研究人员提供涵盖广泛的居住行为横截面的数据：4种消费水平和3种不同的时间消费模式。选择了以下消费水平：

bull;消耗接近所测样本平均值的房屋；

bull;消耗接近所测样本中位数的房屋；

bull;消费者稀少的房屋，其定义接近所测样本的 20％；

bull;消费者挥霍无度的房屋，其定义接近所测样本的 80％。

对于上述每个消费水平，已决定应使用以下临时消费模式创建配置文件：

bull;主要是早上食用，类似于图 2a;

bull;主要是晚上消费，类似于图 2b;

bull;分散消费，类似于图 2c 和d。

如前所述，根据可安装设备和进入房屋的时间，收集了73座房屋的数据，并进行了60-165天的测量。检查了来自73座房屋中每座房屋的数据，并选择了与上述目标消费水平和时间分布模式最匹配的房屋，以编制年度资料。优选测量周期最长的房屋。所选的12栋房屋中的每栋都有完整的冬季（12月21日至3月21日）数据。但是，监视时间跨度仅为秋季（9月21日至12月21日）的四分之一到一半（取决于房屋），而春季（3月21日至6月21日）只有大约四分之一。为了产生年度 家用生活热水使用情况，采用了数据填充程序来填充这些丢失的时段。对于秋季，将使用11月和12月的测量数据来估算9月和10月非监控日的家用生活热水使用情况。取11月和12月连续几天的数据来填充丢失的记录，同时注意一周中的等效天（例如，使用11月的周六数据来填充9月的周六）。复制这些数据以填充丢失的记录；没有对这些数据的大小或时间分布进行任何调整。弹簧采用了类似的方法。此数据填充过程在以下示例中说明图 3.

不幸的是，在夏季（6月21日至9月21日）没有进行任何测量。而亚伯兰和谢德（1996） 表明日常变化在年度

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[405425]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章