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曲线，用于模拟太阳能热系统的性能

摘要

加热生活热水(DHW)满足洗浴，清洁和家电需求，极大地定进了房屋的能源需求。尽管三证明W绘制轮廓对性能具有重要意义，但分析太阳能DW和太旧能组合系统以使用重复的每日轮廓进行长期模拟(例如，年度)是常见的做法。根据在魑北克(加拿大)
的73所房屋中进行的测量，开发了可用于比类分析的新DHW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分钟为时间分辨率的年度DHW抽取配置文件(減少了倾向于在早上使用W的消费者，倾向于在晚上使用DHW的普通消贵者等)..用这些新剖面进行的太阳能DHW系统的仿真显示。

关键字:生活热水;给制轮跑太阳能热水

1. 介绍

为满足洗浴，清洁和家电需求而加热水，极大的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（ DHW）需求占住房部门所有能源最终用途的18%，占该国二次能源总耗量的3%，也可以通过进一步采用太阳能DHW系统来节省满足DHW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DHW拉伸轮廓非常重要，这是因为DHW抽取的数量和时间对于确定系统能否满足需求至关重要。例如，比起早晨抽水（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得DHW抽水。尽管DHW绘制轮廓非常重要，但分析太阳能DHW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的响应相同的DHW负载。

由于与仪器和安装相关的成本，近年来，很少有测量DHW拉伸轮廓的大规模研究完成。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DHW事件(例如沐浴)，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DHW绘制轮廓。开发了一个功能，该功能为全年分配了特定抽奖类型的概率，并与平均每日抽奖配对，以提供用于模拟的年度DHW抽奖概况(以1、6和60分钟为隔)。基于类似原理，以6分钟为间隔开发了另一系列的DHW拉伸轮廓。阻碍研究入员准确开发此类合成轮廓的能力的关键因素是DHW抽奖的较大差异。从一个家庭到下一个家庭，DHW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DW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对DW消耗的先前实地研究进行了回顾，并建立了从1970年代未到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，包括佩尔曼和米尔斯(1985).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。

1.1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DHW绘制轮廓，适用于基于模拟的太阳能DHW，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，DHW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DHW抽取图案，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收集的数据，介绍了用于构建年度抽奖档案的方法此后，检查所得的12个代表性拉伸轮郎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DIW绘制图案可能对模板产生的影响。太阳热系统的模拟。

2．DHW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DHW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

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DHW消耗模式所有373座房屋均由装有浸入式电阻加热器的储提供DHW。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変化。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DHW抽出发生在55C至60C之间。该范围的下限是基于由以下机构进行的研究中収集的数据提供的指导埃瓦尔兹和天鹅(2013)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DHW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測量高达375L的流量，这远高于研究中观察到的最大流量(五分钟内为125L)。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(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DW消耗可解析为plusmn;10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.实数据分析

首先计算了73座房屋中每座房屋的每日平均W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(1990)寸DHW消耗的现场研究进行了回顾，并建立了从1970年代未到1980年代中期在加拿大和美国进行的五项研究的測量数据库。他们发现数据库中包括的数百个房屋和公寓的日均DHW平均消耗量为238升/天，比当前研究中的值高26％。考忠到本节概述的减少DHW消耗的趋势，这并不令人惊讶。
在最近的一项研究中，埃瓦与天鹅(2013)新斯科舍省(加拿大)大量房屋的估计DHW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DHW供暖的房屋，又使用仅燃油进行空供暖的房屋。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DW所需的燃油量(假设两组之间的唯一差异是由于DHW加热)。然后，通过为DW加热器选择固定的能量转換效率，他们能够估算平均每日抽取的DHW数量。该平均值为204/9/天，比当前研究中測得的平均值高约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。(2011年)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DHW平均消耗量为186L/天，中位数为174L/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DHW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W消耗量进行积分，然后对盗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在临控期间，从7h00到8h00的마W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DW抽奖。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HW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(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.DHW年度抽奖简介

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年度抽奖档案。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DIW绘制轮廓。由于DHW消耗量的大小和时间分布都很重要，因此決定创建12个配置文件以为研究人员提供涵盖广泛的居住行橫截面的数据: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；
・消耗接近所测样本平均值的房屋;

・消耗接近所測样本中位数的房屋;

・消费者稀少的房屋，其定义接近所样本的20％

・消费者挥霍无度的房屋，其定乂接近所测样本的80％。

对于上述每个消费水平，已決定应使用以下临时消费模式创建配置文件:

・ 主要是早上食用，类似于图2a;

・主要是晚上消费，类似于图2b;

・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。优选测量問期最长的房屋。
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，盗视时间跨度仅为秋季(9月21日至12月21日)的四分之ー到一半(取決于房屋)，而春季(3月21日至6月21日)只有大约四分之。为了产生年度DW使用情况，采用了数据填充程序来填充这些丟失的时段。对于秋季，将使用11月和12月的测量数据来估算9月和10月非盗控日的DHW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，同时注煮一周中的等效天(例如，使用11月的問六数据来填充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)表明日常変化在年度川W使用中比季节影响更为重要，其他研究人员指出，季节影向不可忽略( Perlman和Mi11s，1985年;亨顿和伯奇，2007年;贝克尔和斯托格斯迪尔，1990年).为此原因，需要一种方法来合成年度资料的夏季数据。

夏季DHW抽水方式是根据冬季实测数据估算的，并利用了早期的工作结果。贝克尔和斯托格斯迪尔(1990)贝克尔和斯托格斯迪尔(1990)观察发现，季节之间的时间需求模式変化有限，但他们确实观察到夏季与冬季相比，DIW的平均每日使用量显着减少。具体来说，他们发现夏季的日均消费量比冬季平均低13％。

受此观察的启发，冬季的实测数据用于合成夏季数据。整个冬季都复制到夏季，要注意匹配星期几。根据上述发现，每间隔5分钟的DHW消耗量减少13%总结由此产生的12个年度DHW配置文件在表3.可以看出。四种消费水平（均值，中度，零散和挥霍）和3个时间需求模式（主要是早上食用，主要是晚上消费和分散消费)。该表显示了每个房屋中的居住人数。它还记录了一年中每所房屋每日DW消耗的平均值和标准偏差。检查表3结果表明，与大多数房屋的平均水平相比，每日生活用水的标准偏差较大。这表明消费量每天都有很大的变化，因此证明需要年度资料而非典型的每日资料。劉4重点关注一所房屋(H14)，以检查代表资料中记录的DIW消耗的每日変化范围。该直方图显示，例如年中的74天DW需求在175至200L之间。它还显示有10天的消耗量少于25L。该数字表明D마W的日常消耗量不正常分布，因为消耗300L以上的天要比消耗100L.以下的天多。在DHW需求概况中，每天有显着変化的进一步证据可见于图5，该数据检查了在一月份为期两周的三座普通房屋的每日DW消耗量。相对于其平均消耗量绘制每个房屋的每日DW消耗量:HB8为176L/天，H4为189L/天，
H73为182L/天。例如，此图显示，1月1日H73房屋中的DW消耗量高于平均水平，但随后两天没有消耗量.然后很低1月4号消费量。在此特定的两周时间，H14房屋的DHW消费量大大高于平均值。实际上，在1月13日，消费耗量为575升，是该房屋平均价格的3倍。这些重要的时间变化不会再使用平均日配置文件进行的模拟分析中看到。

4，新的DHW拉伸轮廓的应用

上一节介绍了12种新型的DHW拉伸轮廓。本届将展示如何使用TRNSYS 17 仿真程序将这些用于分析典型的太阳能DHW加热系统的性能。他还说明了考虑变量的可变性的重要性。进行此类分析时，将在这些新的配置文件中捕获的DW图。此处检查的太阳能DHW系统说明如下:图6.平板太阳能集热器可为单个水箱充电，这可满足DHW的需求。通过太阳能集热器循环的乙二

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[410865]，资料为PDF文档或Word文档，PDF文档可免费转换为Word