【文章內(nèi)容簡(jiǎn)介】 (2021)建筑物能源使用 仿真軟件 (正能量 )來模擬兩種被動(dòng)冷卻技術(shù)的節(jié)能 ,即預(yù)冷和省煤器。模擬顯示的預(yù)冷和省煤器系統(tǒng)可以分別節(jié)省115千瓦 /平方米 /月和 72 千瓦 /平方米 /月總冷卻能量。預(yù)冷和省煤器系統(tǒng)分別節(jié)省多達(dá) 26千瓦 /平方米 /月和 42 千瓦 /平方米 /月的冷卻能量。這三個(gè)部分的工作進(jìn)一步加強(qiáng)了預(yù)冷設(shè)計(jì)可以幫助減少制冷機(jī)的能源消耗的正確性。 不同于預(yù)冷空氣 ,一些受訪者還建議和支持安裝不同尺寸大小的策略因?yàn)楦鶕?jù)時(shí)間和可能某冷水機(jī)組的可能不是必需的。例如 ,選擇冷水機(jī)組的大小應(yīng)考慮預(yù)期需求降溫的餐廳或宴會(huì)廳通常午夜后關(guān)閉是一個(gè)慣例。此外 ,在 一個(gè)制冷設(shè)備中安裝不同大小的制冷機(jī)可能提高總冷卻能力的措施的數(shù)量 ,這可能會(huì)增加冷水機(jī)在滿載時(shí)運(yùn)行的頻率。這種觀點(diǎn)得到了 Yu 和 Chan’ s (2021)的支持，他們發(fā)現(xiàn)如果制冷設(shè)備配備不同大小的冷卻器冷卻裝置和水泵的年度用電量可以節(jié)省 %。 為了提高冷卻裝置在部分負(fù)載條件下的能源效率 ,受訪者建議 ,將幾個(gè)冷卻裝置集成到一個(gè)制冷循環(huán)中。這個(gè)想法是類似于 Zhang et al.’ s(2021)的項(xiàng)目使用多臺(tái)傳統(tǒng)制冷機(jī)并聯(lián)集成組成一個(gè)制冷循環(huán)。這個(gè)項(xiàng)目的 COP在模擬增加了 %和在實(shí)驗(yàn)中增加了 %,因?yàn)樵诓糠重?fù)荷的條件下降低了冷凝溫度和增加了蒸發(fā)溫度。后來 ,水冷冷水機(jī)組系統(tǒng)在亞熱帶酒店可以使用總用電量的四分之一 ,這一設(shè)計(jì)可以作為參考解決酒店緯度較低的地區(qū)減少能源使用的冷水機(jī)組 (Yu 和 Chan, 2021)。 實(shí)現(xiàn)節(jié)能的另一種方法是變速控制優(yōu)化改造使冷卻塔和冷卻裝置的能量損耗最小。多數(shù)受訪者估計(jì)節(jié)能潛力是 10%左右。他們的估計(jì)接近最近的調(diào)查結(jié)果 ,應(yīng)用基于負(fù)載的冷卻塔風(fēng)扇和冷凝器水泵的速度控制可以使系統(tǒng)年度用電量減少 %和相對(duì)于等效系統(tǒng) %的運(yùn)營成本通過采用恒速風(fēng)扇和水泵與一個(gè)固定的 ?C的冷卻水溫度控制 (Saidur et al., 2021)。他們的研究還發(fā)現(xiàn) ,實(shí)現(xiàn)基于負(fù)載的速度控制冷水機(jī)組系統(tǒng)可以節(jié)省 。這個(gè)值接近于香港的研究酒店總空調(diào)面積的年度運(yùn)營單位成本電價(jià)。鑒于基于負(fù)載的速度控制是所有類型的通用多臺(tái)制冷機(jī)系統(tǒng) ,該技術(shù)適用于大多數(shù)冷卻器。 此外 ,一位被采訪者認(rèn)為未來節(jié)能冷卻裝置的設(shè)計(jì)很可能與太陽能有關(guān)。使用光伏電池板或集電極來產(chǎn)生能量的空調(diào)系統(tǒng)預(yù)計(jì)將增加。特別是 ,中國經(jīng)濟(jì)和旅游業(yè)的快速發(fā)展造成了了大量的碳排放 ,政府和企業(yè)應(yīng)負(fù)責(zé)加速節(jié)能和可再生能源的開發(fā)應(yīng)用?？梢栽?不久的將來考慮設(shè)計(jì)和開發(fā)太陽能制冷。 關(guān)于太陽能冷卻器設(shè)計(jì)補(bǔ)充的觀點(diǎn) ,本研究發(fā)現(xiàn) ,在各種降低碳排放水平的方式中 ,碳排放稅的征收是一個(gè)在競(jìng)爭(zhēng)激烈的市場(chǎng)中減少交易成本的更有效的工具來 ,并為低碳技術(shù)的應(yīng)用提供鼓勵(lì) (Li 和 Colombier, 2021)。更重要的是 ,中國政府已經(jīng)設(shè)定了一個(gè)目標(biāo)，到 2020 年從可再生能源中產(chǎn)生 15%的一次能源 (Zhuang, 2021)。在這個(gè)碳排放稅政策下太陽能技術(shù)關(guān)于冷卻和加熱的的使用預(yù)計(jì)將增加。提供太陽能空調(diào)和熱水供應(yīng) 600 1000 平方米的示范項(xiàng)目在 1990年代末已 經(jīng)實(shí)施 (Zhiqiang, 2021)。學(xué)者進(jìn)一步強(qiáng)調(diào) ,太陽能空調(diào)系統(tǒng)的運(yùn)行費(fèi)用僅為常規(guī)空調(diào)系統(tǒng)的 15%(Li et al., 2021)。盡管這些研究沒有提到投資成本 ,隨著目標(biāo)日期的臨近 ,政府可能會(huì)調(diào)整政策 ,由于空調(diào)的能源消耗，將鼓勵(lì)促進(jìn)太陽能空調(diào)系統(tǒng)的使用來降低排放。 結(jié)論 分析了上海提供全方位服務(wù)的酒店的冷水機(jī)的電力消費(fèi)調(diào)查。收集到的數(shù)據(jù)被用來調(diào)查冷卻裝置的用電量與其相關(guān)參數(shù)之間的關(guān)系。十一份完整的問卷被用于分析。結(jié)果顯示在上海的54個(gè)四星級(jí)酒店的 20%(中國國家旅游局 ,2021)。在調(diào)查的 11個(gè)參數(shù)中 ,調(diào)查研究發(fā)現(xiàn) ,酒店員工的數(shù)量和室外溫度是影響制冷機(jī)的能源消耗的顯著和強(qiáng)烈相關(guān)變量。在三個(gè)最新測(cè)試變量中 ,不同大小的冷卻裝置的設(shè)計(jì)在研究中是一個(gè)統(tǒng)計(jì)驗(yàn)證參數(shù)。一個(gè)通用的建模方程建立了來創(chuàng)建一個(gè)基準(zhǔn)用于比較酒店冷水機(jī)的電力消耗。所有這些主要參數(shù)的輸入數(shù)據(jù)是酒店現(xiàn)成的運(yùn)營報(bào)告。這一 發(fā)現(xiàn)意味著 ,酒店可以輕松快速地執(zhí)行建模。在這個(gè)領(lǐng)域的結(jié)果可以作為參考為發(fā)展預(yù)測(cè)位于沿海溫帶地區(qū)的全方位服務(wù)酒店的冷卻裝置的電力消耗 ,特別是在中國東部。建立回歸模型可以進(jìn)一步發(fā)展為中國浙江地區(qū)的酒店的基準(zhǔn)。 研究為降低冷卻裝置的電力消耗確定了四個(gè)方法 ,即 ,控制冷凝溫度、計(jì)算最優(yōu)加載 ,不同大小的冷卻器 ,變速控制。這個(gè)信息可以為酒店業(yè)主在將來的項(xiàng)目中改善現(xiàn)有的冷卻裝置的能源效率和冷卻裝置的采購時(shí)作為參考?；仡欁罱难芯亢鸵殉霭娴睦鋮s器設(shè)計(jì)表明 ,其節(jié)電潛力從 3%到 10%不等。這個(gè)報(bào)告節(jié)能潛力可以為酒店經(jīng)營者未來改進(jìn) 他們的冷卻裝置設(shè)計(jì)的經(jīng)濟(jì)可行性的評(píng)估提供參考。此外 ,這一調(diào)查代表了首次在酒店學(xué)術(shù)界探討酒店冷水機(jī)的功耗及其相關(guān)參數(shù)之間的關(guān)系 ,并強(qiáng)調(diào)實(shí)效的方法來節(jié)約能源。這個(gè)研究的發(fā)現(xiàn)和討論可以為舊的和新的酒店經(jīng)營者們作為參考。 在過去的三十年里，隨著中國的改革開放政策和隨后的經(jīng)濟(jì)和政治改革 ,中國在 2021年已經(jīng)以 56 億噸的二氧化碳排放量成為了最大的二氧化碳排放國 ,占全球排放量的 20% (Liu 和 Gallagher, 2021)。面對(duì)這種情況和在不久的將來可能減少的排放 ,中國政府已經(jīng)設(shè)定目標(biāo)，2020 年的碳排放量將降低 到 2021 年的 40– 45%(Yuan et al., 2021。 Stern 和 Jotzo, 2021)。為了實(shí)現(xiàn)這一目標(biāo) ,各領(lǐng)域碳排放強(qiáng)度的量化是必需的。因?yàn)榫频攴诸惖搅私ㄖI(lǐng)域 ,個(gè)別酒店可能需要估計(jì)制冷機(jī)能耗基準(zhǔn)。如果發(fā)生這種情況 ,那么建模練習(xí)這項(xiàng)研究將成為一個(gè)有用的參考。 未來的學(xué)者可能會(huì)考慮使用相同的方法通過一個(gè)大的樣本量來調(diào)查冷水機(jī)組用電量及其相關(guān)變量之間的關(guān)系。這一建議可能會(huì)幫助確認(rèn)和驗(yàn)證本研究的結(jié)果 。 致謝 本研究財(cái)務(wù)支持的香港理工大學(xué) (代碼。 GYF34)。 參考文獻(xiàn) Chan, ., 2021. Predicting 和 saving t