合同能源管理中節(jié)能量的計算, 就是要客觀地反映節(jié)能改造與運行管理水平提高后所減少的能耗, 反映人的節(jié)能活動所產(chǎn)生的節(jié)能效益。故只應當反映那些人為因素的作用, 而從能耗中排除那些自然因素的作用, 這樣才能準確、客觀地對節(jié)能改造后的節(jié)能效果進行評估。因此,節(jié)能量的計算應采用如下方式。
設未進行節(jié)能改造前的建筑為B0 ,其運行的基礎條件為T0 ,圍護結構為X 0 , 設備系統(tǒng)為Y 0 ,運行管理模式為Z0 ;節(jié)能改造完成后的為BN ,其運行的基礎條件為TN ,圍護結構為X N,設備系統(tǒng)為Y N ,
運行管理模式為ZN。則節(jié)能量為
ΔE =E0-EN （1）
式中ΔE 為節(jié)能量;E0為未進行節(jié)能改造的建筑B0 在T N 條件下所產(chǎn)生的建筑能耗；EN 為節(jié)能改造后既有設備BN 的實際總能耗。 EN 是改造后實際發(fā)生的能耗,可通過實際計量獲得；E0是未改造設備在節(jié)能改造完成后的基礎條件下的一個能耗理論模擬值。故節(jié)能量計算的關鍵問題即是計算E0 ,而計算E0 則必須先建立未改造設備在不同基礎條件下的能耗模型。
1 能耗模型的建立
1.1 能耗的建模工具
設備能耗系統(tǒng)是多輸入單輸出的非線性系統(tǒng), 難以運 用機理分析或系統(tǒng)辨識的方法獲得足夠精確的數(shù)學模型。 ANN 具有逼近任意非線性函數(shù)的能力, 為多輸入單輸出的非線性系統(tǒng)提供了一種通用的建模方法。
1.2 樣本參數(shù)的確定
根據(jù)前述分析, ANN 的輸入?yún)?shù)應當反映自然因素對設備能耗的影響, 通常包括以下幾種。
歷史年份內建筑內部人員和使用面積情況、室內環(huán)境狀態(tài)等。
3)歷史年份的能耗數(shù)據(jù)
既有建筑歷史年份的建筑能耗作為輸入數(shù)據(jù)的樣本期望輸出。 如逐月或逐年耗電量、耗氣量(天然氣)、耗油量(主 要為冬季供暖用柴油)等。 該項樣本輸出的數(shù)據(jù)量的多少直 接決定了能耗建模和預測的準確性, 故需提供大量的數(shù)據(jù)。 具體采用哪些輸入?yún)?shù), 取決于具體工程受哪些自然 變化因素影響, 而那些未發(fā)生變化的自然因素可不作為輸 入?yún)?shù)。 若建筑內有常年運行的工藝設備或高能耗設備, 如高功 耗電腦、大功率網(wǎng)絡交換機等, 該部分設備產(chǎn)生的建筑能耗 與上述各影響因素均無關系, 故歷史年份的能耗數(shù)據(jù)應盡可 能地剔除掉工藝設備能耗, 以此建立建筑常規(guī)能耗的模型。
2.1.2 網(wǎng)絡結構的建立
采用三層反向傳播網(wǎng)絡建立能耗模型。 求解工具采用 Matlab 的 神 經(jīng) 網(wǎng) 絡 工 具 箱 (neural netw ork too lbox)[ 3] 。 其中, 隱層的傳遞函數(shù)采用正切 Sigmoid 函 數(shù);輸出層采用 Purelin 線性函 數(shù);訓練采 用 Levenber g- Marquardt 的優(yōu)化算法(L-M 算法), 該算法在高斯牛頓法 和最速下降法之間進行平滑調和, 避免出現(xiàn)迭代無法計算 的局面, 減少了訓練時間, 收斂速度快, 收斂誤差小。