基于Meteonorm 气象参数的建筑热负荷模拟

2023-01-10 02:52徐亮董自安许道金刁维杰李炫廷李旭
建筑热能通风空调 2022年9期
关键词:格式文件气象站拉萨

徐亮 董自安 许道金 刁维杰 李炫廷 李旭

日出东方控股股份有限公司

0 引言

DeST 是清华大学建筑学院开发的建筑热环境设计模拟分析软件平台,主要用于建筑热特性的影响因素分析、建筑热特性指标的计算、建筑全年动态负荷计算领域[1~3]。DeST 收录了大量的城市和各地区的气象参数,能满足绝大部分城市建筑负荷的模拟计算需求。但对于一些偏远地区的气象参数收录不全,主要原因是当地气象站缺乏。

为了更好地解决气象参数暂缺地区的建筑负荷逐时模拟计算,本文提出了一种基于Meteonorm 软件的气象参数导入DeST 气象数据库的方法,以西藏拉萨地区一栋宿舍楼为例,分别以导入气象参数和DeST 软件自带气象参数进行热负荷模拟,证明该种方法具有一定的可行性。

1 DeST 气象数据文件分析

DeST 软件采用的逐时气象数据库文件ClimateData 是Access 格式的数据库文件,主要由以下四部分组成:a)DATA_DESIGN(室外计算参数);b)DATA_HOUR(逐时气象数据);c)STATION_INFO(气象站的基本信息);d)STATION_INFO_E(气象站的基本信息-英文版)。

1.1 DATA_DESIGN

DATA_DESIGN(室外计算参数)气象参数组成如表1 所示。

表1 DATA_DESIGN 气象数据组成

根据《民用建筑供暖通风与空气调节设计规范》相关的条款[4],将规范中西藏拉萨的参数录入气象数据库。

1.2 DATA_HOUR

DATA_HOUR 逐时气象数据如表2。

表2 DATA_HOUR 气象数据组成

Meteonorm 软件是一款可以计算全球任何地理位置太阳辐射和气象资料的软件。这款软件的计算首先依赖于一些预先设定的数据库和运算法则,它包含了对全球906 个地区至少长达10 年的气象监测资料,其中亚洲有73 个地区,数据库中包含有全球7750 个气象站的辐射数据,我国98 个气象辐射观测站中的大部分均被该软件的数据库收录。

将GB50736[4]中拉萨地区气象站的经纬度输入Meteonorm 中,可以自动定位该气象站并获得海拔高度,地理位置的确定如图1 所示:

图1 地理位置确定

其中Science 格式文件中的Ta (Air Temperature,干球温度)、G_Gh(Global radiation,horizontal,水平面总辐射)、G_Dh(Global Diffuse radiation horizontal,水平面散射辐射)、FF(Wind speed,风速)可以直接使用,如图2 所示。

图2 Science 格式文件

Science 格式文件中导出的DD(Wind direction,风向)参数的单位是“° ”,与DeST 气象数据文件风向参数不同,是对风向按角度进行划分并赋值代替,因此需要将风向角度数据按图3 进行处理:

图3 风向传感器16 方位图

Humidity 格式文件中的mx (Mass mixing ratio:quantity of water vapor per kg of dry air)对应含湿量、PP(Atmospheric pressure)对应大气压力。

相同方法导入DYNBIL 格式文件中Ts(地表温度)、WUFI Passive 格式文件中的Tsky(天空有效温度,需注意导出的是℃,要转换成开氏温度K),整合得出完整的逐时气象数据,并导入Access 气象数据库。

1.3 STATION_INFO

STATION_INFO 气象站的基本信息如表3 所示:

表3 STATION_INFO 气象站基本信息

至此,基于Meteonorm 软件的气象参数已经完全导入DeST,然后与DeST 自带的气象参数进行了对比分析。

2 气象数据及模拟结果分析

2.1 气象数据可视化

以西藏拉萨为例,全年逐时干球温度数据来源于DeST 导出结果中的001_werther,基于自带气象数据的逐时干球温度如图4 所示。基于Meteonorm 软件,导出西藏拉萨气象数据的逐时干球温度如图5 所示。

图4 拉萨逐时干球温度(基于自带气象数据)

图5 拉萨逐时干球温度(基于Meteonorm)

以西藏拉萨为例,全年逐时太阳总辐射来源于DeST 导出结果中001_weather,基于自带气象数据中的全年逐时太阳总辐射如图6 所示。基于Meteonorm软件,导出西藏拉萨气象数据中的全年逐时太阳总辐射如图7 所示。

图6 拉萨逐时太阳总辐射(基于自带气象数据)

图7 拉萨逐时太阳总辐射(基于Meteonorm)

2.2 建筑热负荷模拟对比

以拉萨地区一栋典型宿舍楼建筑为例,分别采用两种气象数据进行建筑热负荷的逐时模拟,如图8 具体所示。

图8 拉萨宿舍楼DeST 模型

基于DeST 自带气象数据的全年逐时建筑热负荷如图9 所示,最大逐时热负荷为52.12 W/m2。基于Meteonorm 软件导入气象数据的全年逐时建筑热负荷如图10 所示,最大逐时热负荷为51.25 W/m2。虽然逐时气象数据来源不同,但是建筑逐时热负荷模拟计算的结果基本一致。

图9 拉萨宿舍楼热负荷模拟(基于自带气象数据)

图10 拉萨宿舍楼热负荷模拟(基于Meteonorm)

3 结束语

尽管来源不同,但采用Meteonorm 城市气象数据导入DeST 进行热负荷计算,其结果与DeST 本身计算结果相比保持良好的一致性,因此,该方法具有一定的可行性。

进一步,可采用同样方法将西藏其他地区(山南、那曲、日喀则、阿里)的气象数据添加到DeST 气象数据库,以便对西藏其他地区建筑负荷进行模拟分析。

猜你喜欢
格式文件气象站拉萨
珠峰上架起世界最高气象站
基于WebGL的轨道交通BIM轻量化应用方案
拉萨舰,入列
关于RAW格式文件,我们需要知道些什么?
第三届藏戏传承保护学术研讨会在拉萨召开
相机学院
相机学院
Aresearchon lexical density-acase study of oral English teaching papers
心灵气象站
自动气象站异常记录分析及处理方法