XiaoMi-AI文件搜索系统
World File Search SystemModelica
新的共同模拟变体，用于排放和降低可持续地区供暖计划的成本
居住区的经典加热是非常有能源的，因此需要替代品，包括可再生能源和先进的供暖技术。因此，本文引入了一种新的方法，用于用于未来地区供暖计划的全面变体分析，旨在运行排放和成本。为此，一项广泛的基于模型的建模研究包括加热中心的模型，热网管道和建筑物的加热界面单元，并与共模拟结合在一起。这些能够对各种技术和能源载体的经济可行性和可持续性进行比较分析。新的模块化且高度可容纳的建筑模型可用于验证引入的热网格模型。结果表明，与常规天然气加热相比，生物甲烷作为一种能源可将碳当量排放量降低近70％，并且在配备加热泵时，将氢用作能源的排放量可将氢作为能源的排放量减少77％。此外，当考虑经济利益时，地面源热泵的使用具有很高的经济生存能力。研究结果强调了在地区发展的早期阶段，战略规划和灵活设计的重要性，以提高能源效率和减少的碳足迹。
OpenModelica用户指南
3 OMEDIT -OpenModelica连接编辑器33 3.1启动Omedit。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。33 3.2 MainWindow＆Browsers。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。34 3.3观点。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>39 3.4文件菜单。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>42 3.5编辑菜单。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>43 3.6查看菜单。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。44 3.7 SSP菜单。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。44 3.8仿真菜单。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。44 3.9数据核对。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。45 3.10灵敏度优化菜单。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。45 3.11调试菜单。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。45 3.12工具菜单。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。45 3.13帮助菜单。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。45 3.14建模模型。。。。。。。。。。。。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>45 3.15模拟和模型。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>46 3.16 2d盆栽。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。52 3.17重新构图模型。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。54 3.18 3D可视化。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。54 3.19实时FMU的动画。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。57 3.20交互式模拟。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。59 3.21如何创建用户定义的形状 - 图标。。。。。。。。。。。。。。。。。。。。。。。。。。。。。59 3.22文档中的全球头部部分。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。60 3.23选项。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。61 3.24 __openmodelica_commandlineOptions注释。。。。。。。。。。。。。。。。。。。。。。。。69 3.25 __openmodelica_simulationFlags注释。。。。。。。。。。。。。。。。。。。。。。。。。。。69 3.26全球和本地标志。。。。。。。。。。。。。。。。。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>70 3.27调试器。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>70 3.28编辑Modelica标准库。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>70 3.29安装库。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。71 3.30使用转换脚本转换库。。。。。。。。。。。。。。。。。。。。。。。。。。。。。71 3.31个州机器。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。73 3.32使用OMEDIT作为文本编辑器。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。74
物理知识的增强学习可行性研究用于建筑能源优化
全球建筑物占能源消耗和供暖，倾斜度和空调（HVAC）的30％，约占建筑物征收的38％。因此，节能对于可持续性至关重要。建筑物的复杂性，具有不同的物理领域和大规模组成部分，对实现节能操作提出了挑战。实施高性能控制是有效的，但需要时间，需要合格的专家。增强学习（RL）提供适应性，但需要广泛的数据，因此很难扩展到大型系统。rl广泛用于无模型环境，例如视频游戏；但是，在控制问题时，由于必须达到系统的稳定性和鲁棒性，因此更加挑剔。该项目探索了具有物理信息的RL（PIRL），以构建能量优化，重点是监督控制级别。选择了物理模型的信息来加速学习，并研究了增强学习对建筑物冷却系统的影响。关键问题包括从物理模型中选择适当的信息，确定数据要求以及利用建筑系统体系结构以扩展PIRL。在Modelica语言中开发的动态模型，并在论文中使用了开源建筑库。数值概念，以评估PIRL的缩放势。一个目标是使用PIRL方法和载体自动化逻辑构建控制软件在循环方法中理解和应用软件。将显示物理信息有助于减少训练时间，并且与基线控制器相比，可以使用PIRL节省能量。