现在主流的评价空调系统温室效应的准则为全球变暖潜能GWP、总当量变暖潜能TEWI和LCCP.GWP忽略了整个系统对温室效应的影响.TEWI由制冷剂泄露带来的直接CO2和空调运行能耗带来的间接CO2组成, 但TEWI没有考虑整个系统在生产、运输过程中的泄露、能耗等对环境的影响.Christophe等[1]结合全生命周期变暖影响LCWI和全生命周期, 分析LCA两种温室效应的评价标准, 对TEWI进行修正补充, 提出LCCP这个概念, 并最终成为当下最全面的空调系统温室效应评价指标.
LCCP在汽车空调领域已有比较详细的研究.Armin等[2]分析R134a、R152a和R744汽车空调系统, 发现LCCP下降主要源于制冷剂的直接泄露.Stephen等[3]发现在汽车空调LCCP中, 系统能耗所产生的CO2是最主要的组成部分, 而在直接占比中制冷剂泄露是今后生产过程中必须注意的关键.在汽车空调LCCP计算软件方面, Stella等[4-5]分别研发了GREEN-MAC-LCCP计算软件和基于Excel开发的私人用LCCP计算软件.国内方面, 王子伟[6]通过Visual Studio建立适用于全球多气候、多车型、多制冷剂的LCCP计算软件.在热泵空调系统LCCP计算方面, 国内研究相对较少, 但国际上进行了较详细的研究.Ming等[7]开发了一款计算房间热泵空调LCCP的软件, 通过TMY3气候数据库, 对美国五大区域计算LCCP.Hayato等[8]通过对空调系统进行模拟仿真, 计算R1234yf热泵机组的LCCP, 发现R1234yf机组的LCCP直接占比部分可以忽略.Stephen等[3]在研究各类空调机组LCCP后, 提出最佳的技术不是拥有最小的LCCP, 而是机组在直接排放部分得到平衡的情况下, 在各城市温区运行时能耗都不增加, 并且在优化过程中要考虑机组的安全性.Monika等[9]通过哈斯图技术, 开发了计算制冷剂LCCP的工具.
众多研究表明, 空调全年能耗产生的当量CO2在LCCP中的占比较大, 所以空调能耗的计算尤为重要.目前, 普遍采用额定功率乘以国标规定的全年开机时间的算法进行简化计算.该算法与空调实际使用情况的偏离较大, 房间负荷与空调开机时间均不是一直不变的.本文采用辐射时间序列法来计算空调房间动态负荷, 依据城市所处温区、室外温度和屋内人员状态, 定义空调开机条件.开发房间空调器LCCP计算软件, 分析不同制冷剂、不同温区、不同能源结构、不同生活特性和不同墙体轻重类型对空调系统LCCP的影响, 分析结果表明了房间动态负荷对LCCP计算的重要性.
1 不同地区空调全年能耗模型概述 1.1 辐射时间序列法求解房间动态负荷 1.1.1 房间得热量计算房间得热量是房间冷热负荷计算的基础, 受到多种因素的影响, 包括室外温湿度、太阳辐射、室外风速、大气透明度和室内设备等.得热量的动态变化特性决定了冷、热负荷的动态变化特性.
房间得热量包括屋顶导热得热量、侧墙导热得热量、窗户导热得热量、透过窗户的太阳辐射得热量、人员散热量、灯光散热量和其他设备散热量, 如图 1所示.
太阳辐射是影响房间得热量的一个重要因素, 围护结构外表面接收到的太阳辐射包括太阳直射辐射, 太阳散射辐射和地面反射辐射.为了简化围护结构热平衡方程, 引入“综合温度”这一物理量.该物理量综合考虑了室外温度、太阳辐射和室外侧对流换热系数等参数[10], 如下所示:
$\begin{align} &{{T}_{z}}={{T}_{\text{amb}}}+\frac{\alpha I}{{{h}_{z}}}+\frac{\varepsilon \sigma }{{{h}_{z}}}\left[ {{F}_{\text{sky}}}\left( T_{\text{sky}}^{4}-T_{\text{amb}}^{4} \right) \right.+ \\ &\quad \left. \quad \quad {{F}_{\text{ground}}}\left( T_{\text{ground}}^{4}-T_{\text{amb}}^{4} \right) \right]. \\ \end{align}$ | (1) |
式中:Tamb、Tsky、Tground、Tz分别为室外环境温度、天空温度、地表温度和壁面综合温度;Fsky、Fground分别为天空角系数和地面角系数;α、I、ε、σ分别为外墙表面吸收率、外墙表面太阳总辐射强度、外墙外表面长波辐射能力和Stefan-Boltzmann常数;hz为外墙外表面综合传热系数.综合温度的引入使得后续围护结构导热量的计算大大简化.
采取现阶段较成熟的周期反应系数法计算围护结构导热量.通过将单位等腰三角波扰量以固定的周期T反复出现, 利用叠加原理形成周期性反应系数, 可以很方便地计算出围护结构传热得热量[11], 如下所示:
$\text{HG}\left( n \right)=\sum\limits_{j=0}^{23}{{{Y}^{*}}\left( j \right)\left[ {{t}_{z}}\left( n-j \right)-{{t}_{\text{r}}} \right]}.$ | (2) |
式中:HG(n)为围护结构n时刻逐时得热量, Y*(j)为以24 h为周期的围护结构周期反应系数, tz(n-j)为j小时以前的围护结构外表面综合温度, tr为室内设定温度.
本文的LCCP计算程序提供了包含41种屋顶围护结构类型和42种侧墙围护结构类型的周期性反应系数数据库[12].软件可以直接进行调用, 反应系数通过PRF\RTS Generator软件计算, 该软件已得到ASHRAE公认, 可信度较高.
1.1.2 辐射时间序列法计算空调负荷步骤由于围护结构的蓄热特性, 得热量不能立刻转化为冷负荷, 即冷负荷相对于得热量有一定的延迟性.辐射时间序列法通过将得热量划分为对流项和辐射项, 对流项直接转化为冷负荷, 辐射项通过辐射时间序列系数转化为逐时冷负荷, 大大减少了通常所采用的导热传递函数与房间传递函数不必要的计算量[13].具体的计算步骤如图 2所示.
辐射时间序列法的计算原理与周期反应系数法相似, 假定一天24 h的得热与相邻几天内的得热一致, 则冷负荷可以表示为
$\text{CL}\left( n \right)=\sum\limits_{j=0}^{23}{{{r}_{j}}\cdot \text{H}{{\text{G}}_{\text{radiant}}}\left( n-j \right)}.$ | (3) |
式中:CL(n)为围护结构n时刻逐时负荷, rj为j时刻的外表面辐射时间序列系数, HGradiant(n-j)为j小时以前的房间内辐射得热量.
1.1.3 辐射时间序列系数取值辐射时间序列系数是利用辐射时间序列法计算房间冷负荷的基础, 数值的准确性影响最终冷负荷的准确性.ASHRAE给出轻质墙体、中质墙体和重质墙体在不同窗墙比下的辐射时间序列系数推荐值, 但是判断墙体的轻重类型是按材料分类的定性判断方法, 没有给出一个定量指标.本文采用《民用建筑热工设计规范》[14]中的热惰性指标D对墙体轻重类型进行定量划分, 计算公式如下所示:
$D=RS,$ | (4) |
$S = \sqrt {\frac{{2{\rm{ \mathsf{ π} }}\lambda c\rho }}{{3.6T}}} .$ | (5) |
式中:R、S分别为材料层热阻和蓄热系数;λ、c、ρ分别为材料层导热系数、比热容和密度;T为温度波动周期, 一般取T=24 h.
根据ASHRAE给出的标准轻重质墙体的组分, 计算每种墙体的热惰性指标, 如表 1所示.根据以上数据对数据库内的41种屋顶围护结构类型和42种侧墙围护结构类型进行轻中重质判断.根据每面墙体的窗墙比和轻重类型, 可以方便地在数据库内查询, 得到该面墙体的辐射时间序列系数.
传统的计算空调全年能耗的方法是空调额定功耗与国标规定的空调全年开机时间的乘积, 但在空调实际运行过程中, 室外工况一直在变化, 不可能总是维持在额定工况, 空调能效也随着室外温度的变化而变化.另一方面, 不同温区空调的开机时间相差较大, 且北方大部分城市在冬季采取集中供暖(本文集中供暖区域方面的研究主要基于严寒地区和寒冷地区两个温区来开展)的方式进行采暖, 空调开机时间大大减少.综上可知, 传统的计算空调全年能耗的方法与实际情况相差较远.本文在计算空调全年能耗时, 首先需要输入4种工况下空调的能效:即高温工况、额定工况、中温工况和低温工况, 其他工况的能效根据室外温度进行线性差值, 其中4种工况均按照室外温度进行区分, 详见表 2;此外, 根据不同温区对空调开机时间进行重新划分, 从而使得最终计算的空调全年能耗更贴近实际情况.
本文的空调开机时间数据来自于课题组对国内8个城市数百台典型用户空调器(根据统计规律选取)长达一年的测试数据和大量的调查结果.
1) 不同温区夏季空调开启条件.对调查的部分城市的开机数据进行分类:华东地区选择上海和杭州, 华南地区选择广州, 华北地区选择北京和青岛, 华中地区选择武汉.如表 3所示为不同地区夏季空调的开机时间占比Ps.表中,夏季开机时间占比=夏季某一温度下空调开机总时间/该地区该温度的发生时间×100%;夏季累计时间占比=夏季空调开机总时间/该地区室外温度为18~40 ℃时的累计发生时间×100%.
选择室外温度为空调开机的一个判断标准:在该室外温度下, 空调开机时间占比大于该地区各温度的累计开机时间占比.由表 3可以看出, 对于夏季来说, 各地区的空调开机温度均可以定为26 ℃.此外, 夏季持续时间一般为6~8月, 但对于华南地区来说, 夏季持续时间较长, 一般为5~10月.综上可知, 夏季空调开启需满足的条件如下: a)室外温度大于等于26 ℃;b)空调房间内有人;c)华南地区处于5~10月, 非华南地区处于6~8月.
2) 不同温区冬季空调开启条件.如表 4所示为不同地区冬季空调开机时间占比Pw.表中,冬季开机时间占比=冬季某一温度下空调开机总时间/该地区该温度的发生时间×100%;冬季累计时间占比=冬季空调开机总时间/该地区室外温度为-14~17 ℃时的累计发生时间×100%.与上一节夏季的空调开启判断条件类似, 冬季在夏热冬冷地区调查的4个城市中, 有3个城市在8 ℃室温下的空调开机时间占比大于累计占比, 夏热冬暖地区在10 ℃室温下的空调开机时间占比大于累计占比.此外, 对于北方城市来说, 冬季普遍采用集中供暖进行采暖.大部分北方城市的集中供暖时间为11月15日至次年3月15日, 对于极寒地区如哈尔滨, 集中供暖时间为10月15日至次年4月15日.可以看出, 中国的集中供暖时间覆盖了北方城市的整个冬季, 在此期间, 基本不需要开空调进行采暖, 这与课题组调查的华北地区(北京与青岛)的空调开机时间累计占比为0相符合.综上可知, 冬季空调开启需满足的条件如下:a)夏热冬冷地区室外温度≤8 ℃, 夏热冬暖地区室外温度≤10 ℃;b)空调房间内有人;c)集中供暖地区不开空调, 夏热冬冷地区和夏热冬暖地区处于12月~来年2月.
各城市的温度数据通过EnergyPlus[15]的数据库进行获取, 室内的人员生活特性为朝九晚五(此处的朝九晚五生活特性是指居住地点空调在上午9点至下午5点之外的时间段开启, 人员通勤时间均为1 h)的标准上班族.如图 3所示为北京、上海、广州3个城市的空调全年开机时间top对比图.
由图 3可以看出, 各个城市的空调全年开机时间相差较大, 北京由于集中供暖的原因, 导致空调全年开机时间远小于其他两个城市;广州由于夏季持续时间较长, 夏季空调开机时间远大于其他两个城市;上海冬季空调开机时间大于夏季空调开机时间的原因为夏季高温段一般出现在中午, 此时上班族不在家中, 冬季低温段一般出现在早晚, 此时上班族在家中休息.此外, 北京和上海夏季开机时间偏小的原因主要有两点:1) 上班族朝九晚五的作息时间导致;2) EnergyPlus的温度数据库为每个月的平均时温, 该温度小于各地区极端温度.
2 LCCP计算模型概述 2.1 制冷剂生命周期内当量CO2排放量制冷剂生命周期包括生产、运输、泄露与回收.其中制冷剂在寿命期内的泄漏量需要考虑年泄漏率、清洗时损失率、年运作损失率和灾难性故障损失率[16].空调机组在报废之后, 残留的制冷剂一部分会被回收, 另一部分在机组拆解之后直接排放到大气中, 这一部分也会对环境造成破坏.制冷剂在生产过程和运输过程中产生的当量CO2如表 5所示.表中, E(embedded energy)为制冷剂生产过程中能耗带来的当量CO2, F(fugitive energy)为生产过程中的副产品带来的当量CO2[20], Tref(transport energy)为单位质量制冷剂运输过程中产生的当量CO2.
空调系统的主要部件包括压缩机、冷凝器、蒸发器、节流阀、铜管、传感器和电路板等, 这些部件的原材料在生产和回收过程中会因消耗能量而产生当量CO2, 每kg原材料生产时对应的当量CO2排放量如表 6所示.表中, 空调器各材料占比是根据RCEES 2012数据库中标准空调进行人为拟定的.
空调系统在运输过程中均假设使用20 t货车, 百公里油耗为柴油31.5 L, 汽油油耗为柴油的1.2倍[22], 每升燃料产生的当量CO2排放量为柴油2.59 kg, 汽油2.42 kg.
空调系统运行能耗主要为电能, 目前中国以火力发电为主, 电力生产结构较落后.根据发改委公布的《2015中国区域电网基准线排放因子》文件可以看出, 中国生命周期的平均碳排放系数高达0.962 5 kg/(kW·h)[23], 法国以核能发电为主, 碳排放系数低至0.091 kg/(kW·h)[24], 所以合理优化我国电力生产结构会对保护环境产生重要的影响.
2.3 房间空调器LCCP软件计算流程通过Visual Studio 2013软件, 建立房间空调器LCCP计算模型.通过输入房间地理位置、当前时间及室内设定温度来计算房间空调动态负荷;通过判断城市所处温区、室外环境温度高低及室内是否有人将动态负荷转化为动态能耗, 通过选择电力生产结构将动态能耗转化为当量CO2排放量;计算制冷剂及制冷系统在生命周期内的当量CO2排放量, 从而得出房间空调的LCCP.此外, 程序内置了中国34个省会地理位置及室外环境参数数据库、83种围护结构PRF和RTS数据库.程序的计算流程如图 4所示, 软件输出界面如图 5所示.
空调房间尺寸为3.6 m×4.8 m×3.0 m, 仅南侧墙开窗2.1 m×1.8 m, 室内设定温度均定为26 ℃, 运输距离为广州到珠海130 km, 货车燃油为柴油, 空调使用年限为10 a.侧墙组成为E0 A3 B1 B13 A3 A0, 屋顶组成为E0 A3 B25 E3 E2 A0.
3.1 不同制冷剂对空调系统LCCP的影响假设空调房间位于上海, 电力生产结构国家为中国, 空调在不同工况下的能效来自美的R290和R410A空调器实际运行特性对比试验方案的测试数据.R410A和R290房间空调系统的LCCP对比如图 6所示.
由图 6可以看出, 制冷剂种类对LCCP影响最大的部分为制冷剂泄露所产生的直接CO2排放量, R290系统仅为4.75 kg, R410A系统高达2 538.41 kg, 这主要是R290较低的GWP的缘故.在能耗方面, 虽然R290系统能效略优于R410A系统, 但在转化为当量CO2排放量后, R290系统为1 578.43 kg, R410A系统为1 660.22 kg, 两者相差不大.此外, 通过图 6可以看出, 对于环保制冷剂, 能耗带来的间接LCCP远大于制冷剂泄露带来的直接LCCP;对于非环保制冷剂, LCCP的直接占比和间接占比差距较小.
3.2 不同能源结构对空调系统LCCP的影响分别选取3个典型国家的电力生产结构进行分析, 分别为以火力发电为主的中国、以天然气发电为主的荷兰和以核能发电为主的法国, 空调系统为R410A型房间空调器, 空调房间位于上海, 结果如图 7所示.
由图 7可以看出, 以核能为主的电力生产结构使得空调能耗产生的当量CO2急剧减少, 仅为156.97 kg;采用污染严重且效率较低的火力发电为主的电力生产结构, 空调能耗产生的当量CO2高达1 660.22 kg, 极大地提高了空调系统的温室效应.合理优化我国的电力生产结构成为降低空调系统LCCP最有效的手段之一.
3.3 不同温区对空调系统LCCP的影响假设空调房间分别位于北京、上海和广州, 3座城市分别属于集中供暖地区、夏热冬冷地区和夏热冬暖地区, 空调开机时间差异明显, 空调系统为R410A型房间空调器, 电力生产结构国家为中国, 对比结果如图 8所示.
由图 8可以看出, 城市所处温区的不同对LCCP的影响非常大.北京地处集中供暖区域, 冬季不需要空调进行采暖, 所以空调能耗带来的间接LCCP最低, 制冷剂泄露产生的直接LCCP占主要影响.对于上海和广州来说, 空调开机时间明显增加, 所以空调能耗带来的间接LCCP占据LCCP总值的主要部分.广州地区空调LCCP最大的主要原因是夏季持续时间为6个月, 空调开机时间较长, R410A空调在夏季额定工况附近的能效低于冬季额定工况附近的能效.
3.4 不同生活特性对空调系统LCCP的影响分析2种生活特性对空调系统LCCP的影响, 一种是工作日朝九晚五型, 一种是周末全天在家型.空调选择R410A型, 电力生产结构国家为中国, 假设空调房间位于上海, 对比结果如图 9所示.
由图 9可以看出, 全天在家生活特性下的空调LCCP为6 255.96 kg, 远高于朝九晚五生活特性下的值4 408.48 kg, 这主要是因为白天室外环境温度较高, 房间内空调负荷较大, 且空调能效较低, 导致空调能耗较大.此时, 朝九晚五型的人一般在公司上班, 家中没有人, 空调处于关闭状态;当上班族回家后, 此时室外环境温度降低, 空调能效增大, 且空调需求度没有中午高, 导致空调总能耗低于全天在家时的空调总能耗, 所以LCCP较低.
3.5 不同墙体轻重类型对空调系统LCCP的影响主要分析不同墙体轻重类型对空调系统LCCP的影响, 墙体类型分别为轻质、中质和重质墙体, 其中轻质墙体侧墙组成为E0 A3 B1 B13 A3 A0, 屋顶组成为E0 E5 E4 C12 E3 E2 A0;中质墙体侧墙组成为E0 E1 C8 B6 A1 A0, 屋顶组成为E0 E5 E4 C5 B6 E3 E2 A0;重质墙体侧墙组成为E0 A6 B25 C9 A0, 屋顶组成为E0 E5 E4 B15 C14 E3 E2 A0.空调选择R410A型, 电力生产结国家为中国, 空调房间位于上海, 对比结果如图 10所示.
由图 10可以看出, 轻质墙体的空调LCCP最高, 其次为中质墙体, 重质墙体LCCP最小.这主要是因为轻质墙体采用密度较小、厚度较薄、导热系数较高且比热较低的材料, 导致热惰性较差, 使得室内空调负荷增大, 空调能耗增大, 从而导致空调系统的间接LCCP增大.重质墙体由于墙体优异的热惰性, 使得空调房间保温性能提升, 空调能耗减少, 空调系统的LCCP降低.另一方面, 在采用重质墙体后, 由能耗带来的空调系统间接LCCP由2 703.43 kg降为1 336.45 kg, 降幅明显, 所以合理采用重质墙体是减少空调系统温室效应的有效手段之一.
4 结论(1) 结合辐射模型与空调系统LCCP计算, 采用辐射时间序列法计算房间空调器生命周期内的动态能耗, 根据室外温度、城市所处温区和室内人员情况对空调开启条件进行重新定义.考虑了空调系统生产、运输、泄露和回收等流程中的环境影响, 最终通过Visual Studio 2013构造整体的软件模型.该模型内置了中国34个省会室外环境参数数据库和83种围护结构数据库.通过该模型可以直接分析各种因素对房间空调器在实际运行情况下LCCP的影响, 对不同地区、不同制冷剂的房间空调器生命周期性能进行准确评估.
(2) 制冷剂种类对空调系统LCCP的影响主要为泄露产生的当量CO2, 能效变化带来的能耗方面的CO2排放量变化较小.算例分析表明, 采用环保制冷剂R290的空调系统, LCCP相对于R410A系统减少59.36%.
(3) 能源结构主要影响空调能耗产生的CO2排放量, 采用核能为主的电力生产结构相对于火力发电为主的电力生产结构, LCCP能够降低34.10%, 所以合理优化中国电力生产结构将能够有效地减少空调系统带来的温室效应.
(4) 由于不同城市所处温区不同, 导致空调开机时间相差较大.北京处于集中供暖区域, 冬季不需要空调进行采暖, LCCP低至3 145.89 kg;广州由于夏季持续时间较长, 空调能耗较大, LCCP高达5 841.10 kg.室内人员的生活特性主要影响空调能耗, 全天在家型的空调开机时间明显高于朝九晚五型, 这导致LCCP增加29.53%.此外, 围护结构的种类通过影响房间热负荷来影响空调系统LCCP.分析结果表明, 采用热惰性较优的重质墙体的房间, 空调系统LCCP比轻质墙体的房间低25.07%.综上可见, 空调负荷的动态特性对空调系统LCCP的计算有重要的影响.
[1] |
CHRISTOPHE C, DOMINIQUE R. Needs of thermodynamic properties measurements and modeling in the frame of new regulations on refrigerants[J]. Journal of Zhejiang University Science A:an International Applied Physics and Engineering Journal, 2007, 8(5): 724-733. |
[2] |
ARMIN H, NEKSÅ P, PETTERSEN J. Life cycle climate performance (LCCP) of mobile air-conditioning systems with HFC-134A, HFC-152a, and R-744[C]//VDA Alternative Refrigerant Winter Meeting Saafelden. Washington:SINTEF, 2004. https://www.mendeley.com/research-papers/life-cycle-climate-performance-lccp-mobile-airconditioning-systems-hfc134a-hfc152a-r744/
|
[3] |
STEPHEN A K, PANAYU R S, KENNETH J S. Assessment of life cycle climate performance (LCCP) tools for HVAC&R applications with the latest next generation refrigerant technology[C]//International Refrigeration and Air Conditioning Conference. West Lafayette:Purdue University Press, 2014.
|
[4] |
STELLA P, WILLIAM R H, RYAN O B. GREEN-MAC-LCCP®:a tool for assessing life cycle greenhouse emissions of alternative refrigerants[J]. SAE International Journal of Passenger Cars-Mechanical Systems, 2009, 1(1): 746-756. |
[5] |
NASUTA D, SRICHAI R, ZHANG M, et al. Life cycle climate performance model for transport refrigeration/air conditioning systems[C]//ASHRAE 2014 Annual Conference. Seattle:ASHRAE, 2014.
|
[6] |
王子伟. 汽车空调生命周期气候性能评估模型[D]. 上海: 上海交通大学, 2014. WANG Zi-wei. Life cycle climate performance evaluation model for mobile air conditioning system[D]. Shanghai:Shanghai Jiaotong University, 2014. http://cdmd.cnki.com.cn/Article/CDMD-10248-1015027753.htm |
[7] |
MING Z, JAN M. Life cycle climate performance model for residential heat pump systems[C]//International Refrigeration and Air Conditioning Conference. West Lafayette:Purdue University Press, 2012. http://docs.lib.purdue.edu/cgi/viewcontent.cgi?article=2310&context=iracc
|
[8] |
HAYATO H, TAMUMI K, CHAOBIN D, et al. Study on cycle property and LCCP evaluation of heat pump suing HFO-1234yf, HFC-32, and HFC-410A as refrigerant[C]//2010 International Symposium on Next-Generation Air Conditioning and Refrigeration Technology. Tokyo:Japanese Association of Refrigeration, 2010. https://www.researchgate.net/publication/266504321_STUDY_ON_CYCLE_PROPERTY_AND_LCCP_EVALUATION_OF_HEAT_PUMP_USING_HFO-1234yf_HFC-32_AND_HFC-410A_AS_REFRIGERANT
|
[9] |
MONIKA W, GUILLERMO R, SILKE G, et al. Hasse diagram technique:a useful tool for life cycle assessment of refrigerants[C]//Environmental Informatics and Systems Research. Aachen:Shaker Verlag, 2007. https://www.researchgate.net/publication/228453365_Hasse_Diagram_Technique-A_Useful_Tool_for_Life_Cycle_Assessment_of_Refrigerants
|
[10] |
屈睿瑰. 建筑热平衡模型及南昌市建筑能耗初步分析[D]. 南昌: 华东交通大学, 2007. QU Rui-gui. Thermal balance model and simulation and analyses of building energy consumption in Nanchang[D]. Nanchang:East China Jiaotong University, 2007. http://cdmd.cnki.com.cn/Article/CDMD-10404-2007193721.htm |
[11] |
彦启森. 建筑热过程[M]. 北京: 中国建筑工业出版社, 1986, 88-89.
|
[12] |
SPITLER J D, FISHER D E. Development of periodic response factors for use with the radiant time series method[J]. Ashrae Transactions, 1999, 105(2): 491-510. |
[13] |
周娟. 空调负荷计算新方法的应用研究[D]. 长沙: 湖南大学, 2004. ZHOU Juan. The research on applying novel but simple methods for the space load calculation in HVAC[D]. Changsha:Hunan University, 2004. http://d.wanfangdata.com.cn/Thesis/Y667405 |
[14] |
GB 50176-2016, 民用建筑热工设计规范[S]. 北京: 中国建筑工业出版社, 2016.
|
[15] |
https://energyplus.net/weather-region/asia_wmo_region_2/CHN%20%20[DB/OL].[2017-09-13].
|
[16] |
BREEAM UK refurbishment and fit-out 2014[M]. UK:BRE Global, 2014.
|
[17] |
DIECKMANN J T, MAGID H. Global comparativeanalysis of HFC and alternative technologies for refrigeration, air conditioning, foam, solvent, aerosol propellant, and fire protection applications[R]. Cambridge, Massachusetts:Arthur D. Little Incorporated, 1999.
|
[18] |
WECKERT M. Comparative life cycle assessment of CFC-replacement compounds in different technical applications[D]. Bayreuth:University of Bayreuth, 2008. http://epub.uni-bayreuth.de/568/
|
[19] |
YUNHO H. ⅡR Working party on life cycle climate performance evaluation[C]//11th Gustav Lorentzen Conference. Hangzhou:International Institute ofRefrigeration, 2014.
|
[20] |
史琳, 朱明善. LCCP, 一种全球气候变暖影响的评价指标[J]. 暖通空调, 2004, 34(10): 33-38. SHI Lin, ZHU Ming-shan. LCCP-an index evaluating global warming impact[J]. Journal of HV and AC, 2004, 34(10): 33-38. DOI:10.3969/j.issn.1002-8501.2004.10.007 |
[21] |
孙锌, 刘晶茹, 杨东, 等. 家用空调碳足迹及其关键影响因素分析[J]. 环境科学学报, 2014, 34(4): 1054-1060. SUN Xin, LIU Jing-ru, YANG Dong, et al. The carbon footprint of household air-conditioner and its key influence factors[J]. Acta Scientiae Circumstantiae, 2014, 34(4): 1054-1060. |
[22] |
重型商用车辆燃料消耗量限值: GB 30510-2014[S]. 北京: 中国标准出版社, 2014.
|
[23] |
国家发改委司. 2015年中国区域电网基准线排放因子[EB/OL]. [2016-06-06]. http://cdm.ccchina.gov.cn/Detail.aspx?newsID=61599&tiD=19.
|
[24] |
冯旭杰. 基于生命周期的高速铁路能源消耗和碳排放建模方法[D]. 北京: 北京交通大学, 2014. FENG Xu-jie. Modeling life cycle energy consumption and greenhouse gas emission for high-speed railways[D]. Beijing:Beijing Jiaotong University, 2014. http://cdmd.cnki.com.cn/Article/CDMD-10004-1014400146.htm |