XiaoMi-AI文件搜索系统
World File Search SystemTRNSYS
使用trnsys
温室能源建模是优化温室能源消耗的普遍工具。然而，要使模型用于其预期用途，必须对其前命令的精确度具有很高的信心。在本文中，开发了一个经过验证的温室能量模型，用于寒冷气候中典型的小型温室。该模型是使用TRNSYS（一种建筑物性能模拟工具）创建的，具有详细的能量建模组件和用户定义的作物模型。该模型已校准以固定不确定的参数。首先使用灵敏度分析来识别明智的不确定参数，然后进行多阶段自动校准。自动校准方法使用多目标遗传算法来调整不确定的参数，从而校准测得的室内空气温度和相对湿度的模型。该模型在自由浮动和通风阶段（56天）期间表现良好，室内空气温度的均方根误差（RMSE）合并为1.6℃，空气相对湿度为8.3％。验证过程涉及使用两个附加数据集评估校准模型的适用性。在所有情况下，将模拟结果与室内环境测量结果进行比较，气温的RMSE小于2℃，空气相对湿度的RMSE小于10％；这些价值观与文献相比有利。该模型在估算最小加热温室的每月能源消耗时达到了3.7％的平均相对误差（MRE）。鉴于这些结果，该模型被认为足够准确，适用于将来的研究。
在寒冷气候下建模和设计一种特殊类型的被动太阳能温室
通过提高化石燃料价格及其对温室气体（GHG）的影响，研究人员正在尝试开发节能技术（Erdem等，2016）。在寒冷的气候中，减少温室加热能源消耗是温室存在的重要参数（Mathala等，2002）。已经进行了许多研究工作，以改善活性和被动温室类型的能量（Alkilani等，2011）。有几种方法，例如热绝缘，太阳能，地球到空气热交换器，地热能和不同的热储存系统（Beshada等，2006; Mashonjowa et al 2013; Patil等人2013; Patil等人2013; Sethi et al 2013; Sethi et al 2013; Zhang et al 2013; Zhang et al 2015; bin et al 2016; Bin et al 2016》; Bin等人2016; Jieyu et al 2017; we et et et et et et et et et et et 2017; we et e e e e e e e e e e e e e e e ii II II II。据报道，这些方法中的每种方法在特定的气候条件下都是有效的。