一种地板辐射供暖系统最佳启动时间预测模型的制作方法
【技术领域】
[0001]本发明涉及一种地板辐射供暖系统最佳启动时间预测模型。
【背景技术】
[0002]辐射地板供暖具有舒适性高、节能效果显著、系统热稳定性好、使用寿命长和运行费用低等优点。辐射地板供暖系统在住宅建筑中得到广泛的应用。由于辐射地板供暖系统自身结构特点，低温热水管道嵌入地板结构中，系统热惰性大，热响应较慢，系统预热较慢。目前。传统的运行方式为人员进入室内后启动地板辐射，人员离开时关闭。按照辐射地板供暖系统按照传统运行方式运行时，室内温度变化曲线示意图如图1所示。从图1中可以看出按照传统的运行方式运行，由于室内温度升高较慢，人员刚进入室内一段时间会出现室内温度较低难以满足人体热舒适要求的现象。而在人员离开房间时关闭供暖系统，在人员离开的一段时间内室内温度仍然较高，造成了能源的浪费。
[0003]目前，有关预测最优地板辐射供暖系统启动时间的研宄主要有静态最优法、简化数学模型法、一元回归分析法和神经网络预测控制法等。静态最优法由于观测量较多，计算也比较烦琐，而且所得常数的通用性差，不能推广到其它地板辐射供暖系统。由于常数确定存在误差，因此，控制精度较低，尤其是在当日天气和前一天相差大时，其误差就可能会更大。简化数学模型法将室内温度变化看作主要受空调容量影响，而对其它因素，如室外温度、维护结构、室内设备的运行散热等考虑较少。而实际地板辐射供暖系统预热过程是一个相当复杂过程，受诸多因素的影响，因此，误差的存在是难以从根本上避免的。回归分析法是通过最优预热期与观测变量对应的实测数据的回归分析，去寻找他们之间客观存在着的依从关系。一元回归分析中回归变量只有一个，对于不同建筑的蓄热性的影响考虑较少，因此，一元回归法也存在着一定的误差。神经网络预测控制学习过程较长，难以实现动态实时控制和在线学习，仅适宜于静态开环控制中。神经网络预测控制，在开始学习阶段控制精度较低，容易出现能源浪费和热不舒适的现象，随着模型的不断学习和改善，预测精度会逐渐提高。此外，神经网络法预测控制系统复杂，一般在大型中央空调中应用。这些方法虽然各有特点，但由于地板辐射供暖系统的复杂性和受传统算法的限制，使预测结果都存在着一定的误差。
【发明内容】
[0004]本发明的目的是针对现有技术中存在的技术缺陷，而提供一种能够保证人员进入室内时，室内环境达到人体舒适性要求，同时节约能源的最佳启动时间预测模型。
[0005]为实现本发明的目的所采用的技术方案是:
[0006]一种地板辐射供暖系统最佳启动时间的预测模型，最佳启动时间预测模型回归方程式如下:
[0007]lg(tstart) = 0.1397+0.0452 X Δ T+0.0473 X Tg-0.00235 X Tout-0.0112 X Tsupiiy,
[0008]式中:
[0009]tstart:最佳启动时间；
[0010]Λ T:目标室温与初始室温的温差；
[0011]Ts:初始室温；
[0012]Tg:目标室温；
[0013]Twt:室外温度；
[0014]Tsuplly:供水温度。
[0015]所述预测模型的确定包括所述步骤:
[0016](I)确定最佳启动时间的影响因素:根据供暖系统实际运行条件，确定影响室内热环境的因子及其变化范围；
[0017](2)利用TRANSYS软件模拟获得数据:根据步骤⑴所确定的影响室内热环境的因子及各因子的变化范围，运用TRNSYS软件模拟不同工况下室内热环境达到目标温度时所需时间；
[0018](3)基于SAS软件，利用多元回归分析法获得最佳启动预测模型:对步骤(2)得到的模拟结果，利用统计分析软件SAS得到最佳启动时间预测模型回归方程式。
[0019]利用统计分析软件SAS进行分析包括下述步骤:
[0020](I)利用统计分析法分析各因子与最佳启动时间的相关关系；
[0021](2)通过逐步回归法，选取回归变量；
[0022](3)每一步对引入回归方程中的变量计算其偏回归平方和影响力，逐步将贡献率大的变量加入到回归方程中，将贡献率低的变量剔除；
[0023](4)经过逐步回归分析确定回归变量，进一步分析各变量之间的相关关系，确定最终的独立变量；
[0024](5)再次利用统计分析软件SAS的多元回归分析法，找到合适的数学模型描述自变量与因变量之间的依存关系，即最佳启动时间与独立变量之间的关系式。
[0025]所述独立变量包括目标室温与初始室温的温差、供水温度、目标室温和室外温度。
[0026]与现有技术相比，本发明的有益效果是:
[0027]1、通过本发明的预测模型的运行能够保证人员进入室内时，室内环境达到人体舒适性要求。
[0028]2、本发明的最佳启动时间模型通过分析各影响因素对供暖系统预热时间的贡献率，最终选取方便监测的几个独立变量作为回归变量，通过回归分析确定预测模型，以此达到预测模型的实用性。多元回归分析获得的预测结果准确性较高，控制系统较为简单，可以实现实时控制，适宜在居住建筑供暖系统控制中应用。
【附图说明】
[0029]图1所示为传统运行方式下室内温度变化示意图；
[0030]图2所示为本发明的预测模型运行方式下室内温度变化示意图；
[0031]图3所示为地板辐射供暖系统的示意图。
【具体实施方式】
[0032]以下结合附图和具体实施例对本发明作进一步详细说明。
[0033]本发明的地板辐射供暖系统的示意图如图3所示，包括室温控制系统1、热源系统2、分水器系统3和地板供暖部分4。
[0034]1、最佳启动时间的影响因素的确定:
[0035]经分析可知影响室内热环境的因素很多，大体可以分为室温变化量相关因素、室温变化所需热量相关因子和热容量特性相关因子三类。室温变化量相关因子:主要有初始温度和目标温度两个。室温变化所需热量有关的因子有可以分为两类:热供应相关因子(供水温度)和热损失相关因子(室外温度、室内平面面积、窗墙比、太阳辐射、围护结构位置、方位角、风速)。热容量相关因子主要包括室内空气热容量和围护结构热容量。根据供暖系统实际运行条件，确定各影响因子及其变化范围。
[0036]2、利用TRANSYS软件模拟获得样本数据:
[0037]由以上分析可以看出影响室内热环境的因子众多，且各因子之间相互影响。根据实验中影响因素的个数和各因素的变化范围，采用实验计划法确定一种有效