萨门德拉格

生活热水 (DHW) 系统是建筑物不可或缺的组成部分，也是能源的主要消耗者。由于引入了高度隔热的结构，DHW 热量使用在建筑物总能量平衡中的份额不断增加。在现代被动式房屋中，DHW 热量的使用已经超过了空间供暖的能源需求。尽管如此，可持续和节能解决方案在 DHW 系统中的应用在挪威并不普遍。节能的重大机遇尚未实现。因此，提高 DHW 系统的能源效率为挪威建筑进一步节能提供了巨大潜力。

在 DHW 系统中利用需求侧管理、更好的设计和规模、累进关税、低温供暖系统、废水技术、基于传统和可再生能源的组合 DHW 系统以及其他可持续技术和管理解决方案对于实现能源效率至关重要在建筑物中。这些解决方案的正确实施需要使用高级数据分析、代表性配置文件和 DHW 热量使用的准确预测模型。然而，适用于 DHW 热量使用分析和建模的法规，以及关于挪威建筑物中实际 DHW 热量使用的知识，包含许多空白。这项博士工作旨在改进 DHW 热利用分析方法，并更好地了解挪威建筑物中的 DHW 热利用。本文首先考虑了与生活热水供热数据的收集和预处理相关的问题。首先，本文关注的是在仅测量建筑物总热量使用的情况下恢复有关DHW热量使用的信息的问题。此外，研究了 DHW 热量使用的影响变量的选择和预测模型。最后，介绍了开发和分析住宅和非住宅建筑的代表性 DHW 热利用概况的方法。在论文的最后，这项工作解决了挪威在正常条件下和 COVID 锁定期间的总供热和 DHW 热利用规划和分析的问题。

在本论文中，基于酒店、疗养院、学校和公寓楼的测量数据，对 DHW 热利用进行了研究。不同建筑物的数据收集时期不同。在大多数情况下，会收到 1-3 年的小时值。但是，对于特定建筑物，仅收集了几个月的每月 DHW 热量使用和 2 秒测量值。因此，根据数据的可用性，使用不同的数据处理技术来分析 DHW 热量使用。所呈现工作中的数据处理和建模是使用 Python 软件工具执行的。从不同来源获得的数据表明，建筑物中测量系统的不完善是 DHW 热利用分析的严重障碍。不幸的是，在挪威的许多建筑物中，热量表仅测量总热量使用量，通常不分为空间供暖 (SH) 和 DHW。

因此，提出了将小时总热量使用分解为SH和DHW热量使用的方法。该方法基于能量特征曲线和奇异谱分析。结果表明，该方法的应用使我们能够提取有关每小时 DHW 热量使用的有用信息。此外，博士论文还讨论了两种普遍情况下的 DHW 热利用预测模型。第一种情况考虑仅基于 DHW 热量使用的历史数据的预测。在第二种情况下，选择影响 DHW 热量使用的其他变量并将其应用于建模。这些变量是通过使用 Wrapper 方法确定的。从不同的时间序列和机器学习技术中选择了最准确的 DHW 热量使用模型。对于酒店建筑，Prophet 模型在两种情况下的准确预测都表现最佳。将建筑的实际生活热水供热与现行国家和国际标准进行对比表明，挪威常用的标准不够准确，无法正确表达生活热水的日变化情况。这些配置文件在建筑模拟工具中的应用可能会导致对热量使用的严重高估。为了改进现有的配置文件开发方法，建议使用允许我们为具有类似 DHW 热量使用特征的月份和星期几构建统一配置文件的方法。提出了基于建筑物不同类别的测量的轮廓。之后，应用 DHW 每小时热量使用的统计分组方法来识别所考虑建筑物的高峰、平均和低热量使用的时间。来自挪威教育机构的数据用于分析正常条件下和 COVID 锁定期间的总热量使用。

调查发现，尽管入住率大幅下降，但在 COVID 锁定之前和期间工作日的热量使用情况几乎保持不变。这一事实表明，在 COVID 封锁期间，一些建筑物的能源使用效率低下。此外，建筑物重新开放后的一个月的特点是热量使用显着增加，无论天气情况如何。对于教育机构的热利用规划，开发了以下场景：按照正常年份设置运行；将供暖减少到夜间供暖的水平；并使用锁定期间应用的设置。

本文提出了DHW热利用分析、预测模型和剖面预测方法，为挪威进一步实施节能措施和提高DHW系统能效提供依据。