This paper evaluates the energy performance of a new daylighting system, patented by the author, in a regular closed office space. The advantage of this new system as opposed to conventional venetian blinds is its rotating capability, which improves the energy efficiency of the space. Computer simulation method has been conducted to examine the performance of this new system on the south aperture of a closed-office space with 30% Window to Wall ratio (WWR) in three cities in Iran with different climate zones based on ASHRAE: Tehran (3B), Tabriz (4B), and Yazd (2B). The simulation has been implemented in Honeybee platform with EnergyPlus engine to simulate the combined total load consisting of heating, cooling, and lighting loads. To control lighting, a dimming control is applied to the space. The results of the study represent the benefits of the reversible daylighting system (RDS) over the state of the art venetian blinds to improve the energy efficiency of the space through just changing the location of the blind during heating/cooling demand time of the year.


翻译:本文评估了提交人在固定封闭办公空间专利的新日光系统的能源性能,这种新系统相对于传统的威尼斯百叶窗的优势在于其旋转能力,它提高了空间的能源效率。计算机模拟方法已经进行,以审查在伊朗三个城市中,基于ASHRAE(德黑兰3B)、Tabriz(4B)和Yazd(2B)不同气候区的30%窗口对墙比率(WWWR)的封闭办公空间(WWR)在南孔线的新系统的性能。在蜂蜜平台上安装了配有EnergPlus发动机,以模拟由供暖、冷却和照明载荷组成的总负荷。为了控制照明,对空间应用了稀释控制。研究结果代表了可逆日光系统(RDS)对青蒿盲状态的好处,通过在一年的供暖/制冷需求期间仅仅改变盲人的位置来提高空间的能效。</s>

0
下载
关闭预览

相关内容

Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
20+阅读 · 2020年6月8日
Arxiv
11+阅读 · 2019年4月15日
VIP会员
相关VIP内容
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Top
微信扫码咨询专知VIP会员