跳到主要內容

臺灣博碩士論文加值系統

(18.207.132.116) 您好!臺灣時間:2021/07/29 21:47
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:劉禹均
研究生(外文):Yu-Chung Liu
論文名稱:考慮室內空調舒適度之需量反應與訂定最低抑低契約容量
論文名稱(外文):Demand Response with Considering Indoor Thermal Comfort of HVAC and Determination of the Minimum Suppression Contract Capacity
指導教授:張永宗張永宗引用關係
口試委員:陳文輝蕭瑛東
口試日期:2012-07-25
學位類別:碩士
校院名稱:國立臺北科技大學
系所名稱:能源與冷凍空調工程系碩士班
學門:工程學門
學類:其他工程學類
論文種類:學術論文
論文出版年:2012
畢業學年度:100
語文別:中文
論文頁數:92
中文關鍵詞:需量卸載類神經網路負載預測舒適度建築能源管理系統
外文關鍵詞:Demand unloadingArtificial neural networkLoad forecastingThermal comfortBuilding energy management system
相關次數:
  • 被引用被引用:4
  • 點閱點閱:249
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
建築物內的空調負載隨時在變動,若要執行需量卸載,又要兼顧室內舒適度,而只對冰水泵、空調箱、風機等空調周邊設備做頻率控制進行卸載,則要決定一個適合與台電公司簽訂的抑低契約容量相當困難。若能事先得知建築物內的空調負載,即可估算出空調設備所卸載的量。
本研究以兩個案例來驗證利用類神經網路預測建築物內24小時之空調負載的準確度,而空調負載之預測值與實際值的平均誤差率僅3.56%。本研究也進行了兩次卸載實驗,在尖峰用電期間將室內舒適度維持在PMV = 0~0.5及PPD = 5~10的理想範圍內,並執行需量卸載控制。以預測實驗當天24小時之空調負載與需量卸載後實際空調負載做分析及比較,進而估算出適合與台電公司簽訂的「最低抑低契約容量」。以此方法對中央空調系統進行需量卸載控制,除可維持室內舒適環境亦可達到減少空調系統的電費支出及節能減碳之目的。


The cooling load of a building will be changed anytime. To enforce demand load-shedding and to give consideration to indoor thermal comfort, it is difficult to make a decision of a fitting suppression contract capacity that sign with Taiwan Power Company through controlling the frequency of air conditioning facilities such as chilled water pump, air handling unit and fan coil. If the amount of cooling load of a building could be learned in advance, then the load-shedding of air conditioning facilities could be estimated.
This study used two cases to test and verify the accuracy of forecasting the cooling load of a building in 24 hours by Artificial Neural Network. The mean error between forecasted and actual cooling load is only 3.56%. This study also proceeded load-shedding experiment twice. The author maintained the indoor thermal comfort to an ideal range that PMV was from 0 to 0.5 and PPD was from 5 to 10 during peak time and enforced demand load-shedding control. The author analyzed the data and compared the forecasted 24-hour cooling load of the experiment day with the actual cooling load after demand load-shedding. This enable the author to estimate the fitting “minimum suppression contract capacity” that sign with Taiwan Power Company. The application of this method in order to enforce demand load-shedding control with the central air conditioning system can not only maintain the indoor thermal comfort but also achieve the goal of reducing electricity costs of air conditioning system, energy conservation and carbon reduction.


摘要 i
ABSTRACT ii
誌謝 iv
目錄 v
表目錄 vii
圖目錄 ix
第一章 緒 論 1
1.1 研究背景與動機 1
1.2 研究目的 4
1.3 文獻回顧 6
1.4 論文架構 8
第二章 類神經網路及室內舒適度介紹 9
2.1 類神經網路 9
2.1.1 神經網路簡介 9
2.1.2 倒傳遞網路 10
2.1.3 使用類神經網路之注意事項 16
2.2 室內舒適度概述 17
2.2.1 影響室內舒適度之因素 17
2.2.2 室內舒適度評估 20
2.2.3 舒適度指標 25
第三章 建築用電指標及能源管理系統介紹 28
3.1 建築物用電指標 28
3.2 建築能源管理系統概述 29
3.3 建立BEMS 的效益與分級 31
第四章 實驗探討與分析 37
4.1 實驗背景描述 37
4.1.1 背景介紹 37
4.1.2 實驗設備介紹 39
4.2 研究方法 47
4.2.1 空調系統負載預測案例分析 48
4.2.2 考慮舒適度之空調需量卸載 60
4.2.3 需量卸載與預測結果比較 68
第五章 結論與建議 84
5.1 結論 84
5.2 建議 86
參考文獻 87
符號彙編 90



[1]能減碳教育網
http://phsu.ie.ntnu.edu.tw/ienergy/the-kyoto-protocol-and-the-copenhagen-protocol
[2]台灣電力公司 http://www.taipower.com.tw/
[3]Dipti Srinivasan, A.C. Liew, J.S.P. Chen, “Short term forecasting using neural network approach,” The 1st International Forum on Applications of Neural Networks to Power Systems, Seattle, USA, 23-26 July, 1991, pp.12-16.
[4]陳志豪,應用類神經網路預測空調負載,碩士論文,國立臺北科技大學能源與冷凍空調工程研究所,台北,2004。
[5]Bing Donga, Cheng Caob, Siew Eang Leea, “Applying support vector machines to predict building energy consumption in tropical region,” Energy and Buildings, 37 (2005) 545–553.
[6]盧浩仁,需量反應中卸載最佳化之設計,碩士論文,國立臺北科技大學自動化科技研究所,台北,2005。
[7]林良興,應用適應性類神經模糊推論系統於冰水主機耗電量之預測,碩士論文,國立臺北科技大學能源與冷凍空調工程研究所,台北,2008。
[8]Qiong Li, Qinglin Meng, Jiejin Cai, Hiroshi Yoshino, Akashi Mochida, “Predicting hourly cooling load in the building: A comparison of support vector machine and different artificial neural networks,” Energy Conversion
and Management 50 (2009) 90–96. 
[9]李信蔚,應用模糊進化規劃法於空調負載預測,碩士論文,國立臺北科技大學能源與冷凍空調工程研究所,台北,2010。
[10]王淳弘,考慮空調熱舒適之需量反應 ,碩士論文,國立臺北科技大學能源與冷凍空調工程研究所,台北,2011。
[11]Matlab, Neural Network Toolbox User’s Guide.
[12]E. Doveh et al, “Experience with FNN models for medium term power demand predictions,” IEEE Transactions on Power Systems, Vol.14, No.2, 1999, pp.538-546.
[13]陳昭榮,類神經網路-輔助講義,2004。
[14]林昇甫、洪成安,神經網路入門與圖樣辨識,台北:全華科技圖書,2000。
[15]羅華強,類神經網路-MATLAB的應用,台北:清蔚科技,2001。
[16]田中俊六、武田仁、足立哲夫、土屋喬雄共著,簡裕榮、薛寧心譯,最新建築環境工學,台北:六合出版社,2004。
[17]陳瑞鈴、黃瑞隆,辦公建築外周區節能系統設計與PMV 熱舒適度指標分析研究,台北:內政部建築研究所研究計畫成果報告,2002。
[18]ASHRAE Standard 55-1995, “Thermal environmental conditions for human occupancy,” Atlanta: American Society of Heating, Refrigerating and Air-conditioning Engineers, Inc., 1995.
[19]ASHRAE Standard 55-2004, “Thermal environmental conditions for human occupancy,” Atlanta: American Society of Heating, Refrigerating and Air-conditioning Engineers, Inc., 2004.
[20]Faye C.McQuiston,Jerald D.Parker,Jeffrey D.Spitler,供暖、通風及空氣調節-分析與設計,北京:化學工業出版社,2005。
[21]ISO 7730,”Ergonomics of the thermal environment — Analytical determination and interpretation of thermal comfort using calculation of the PMV and PPD indices and local thermal comfort criteria,” 2005.
[22]盛益能源科技服務有限公司,BEMS 建築能源管理系統 http://savingenergy.myweb.hinet.net/new_page_18.htm
[23]林洋閔,應用類神經網路應用於醫院空調耗電特性模擬之研究,碩士論文,國立臺北科技大學能源與冷凍空調工程研究所,台北,2004。
[24]經濟部能源局,電能管理需量控制器Q&A 節能技術手冊,台北:財團法人台灣綠色生產力基金會節約能源中心,2006。
[25]賴科仁,建築外殼改善之節能效益評估與舒適度研究,碩士論文,國立臺北科技大學能源與冷凍空調工程研究所,台北,2004。
[26]Osman Sezgen, C.A. Goldman, P. Krishnarao, “Option value of electricity demand response,” Energy 32 (2007) 108–119.


連結至畢業學校之論文網頁點我開啟連結
註: 此連結為研究生畢業學校所提供,不一定有電子全文可供下載,若連結有誤,請點選上方之〝勘誤回報〞功能,我們會盡快修正,謝謝!
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top