英语原文共 13 页，剩余内容已隐藏，支付完成后下载完整资料
基于实时日光预测方法的遮阳、百叶窗和集成照明开环控制策略综述
斯内哈·贾恩（Sneha Jain*），维沙尔·加格（Vishal Garg）
摘 要
自动遮阳和集成照明控制系统正被应用于建筑节能和提高居住者的舒适度。这些系统在保持足够的照度水平的同时，通过防止眩光和过热，促进室内空间对有用日光的有效利用，从而有利于居住者的健康、福祉和生产力。实现开环遮阳和集成照明控制的实用程序包括三个部分：(i)实时可靠地估计天空状况，(ii) 利用室外条件确定室内日光指标，(iii)将指标纳入遮阳和集成照明控制技术中。本文综述了开环百叶窗和集成照明控制策略的实验研究。本文旨在分析各种日光预测方法的性能和可行性，以及它们在控制百叶窗和集成照明系统中的应用。这篇综述主要集中在采用实时日光估计方法的仿真辅助开环控制技术上，确定了当前的挑战，提出了需要改进的领域，并为未来的研究提供了重要的空间。本文的结论是，与传统的自动百叶窗和照明控制系统相比，改进后的开环系统更适合作为一种替代方案。先进的开环控制系统和经过校准仿真能够减少调试后的误差，使系统易于监控并更广泛地预测日光。
关键词 采光；开环；百叶窗控制；照明控制；眩光；实时
第1章 介绍
建筑物中的采光是室内环境因素之一，它对工人的健康、生产力、工作表现和生物钟系统有很大的影响[1,2]。然而，过多和不受控制的日光进入建筑物可能会导致视觉不适，以及更高的制冷和供暖需求，这导致居住者更喜欢关闭百叶窗，使用人工照明，而不是使用自然日光[3]。在手动控制百叶窗的情况下，它们要么完全打开，要么完全关闭；居住者很少操作它们，当他们操作时，通常是为了防止在面对眩光时视觉不适[4-6]。但是，即使没有任何不适，遮阳和照明也会保持相同的状态。这种情况通常会导致建筑能源需求增加，并且无法访问室外景观。将自动百叶窗与人工照明控制相结合，可以帮助解决调节日光、克服眩光和加热问题[7，8]。这种机制可以极大地提高居住者的舒适性、健康和生产力，并降低制冷、加热和人工照明所需的能源成本[9，10]。据先前的研究报道，集成采光系统可以节省30%-80%的能源[11，12]。研究表明，在使用日光而不是人工照明的情况下，建筑物居住者可以减少40%以上的能源消耗[13]。为了设计有效的控制系统，则有必要研究居住者的行为模式、遮阳属性、建筑和房间的几何形状，以获得总体用户满意度和节能效果[14，15]。
遮阳和人工照明的控制策略大致分为开环控制系统和闭环控制系统。闭环系统接收反馈，而开环不接收反馈。在传统的开环控制系统中，光电传感器定位仅用于检测日光，因此对其控制的人造光不敏感(无反馈)。近年来，电动遮阳、照明控制、采光系统等产业在智能建筑中发挥着重要作用。目前最先进的日光和人造光调制技术是在在开环或闭环控制系统中采用带有光度计的自动百叶窗。在开环系统中，传感器安装在幕墙的外表面，以测量天空状况和日光可用性。一个典型的商业闭环系统通常有一系列与调光器集成的室内光电传感器，以保持桌面照度水平。以前的研究已经指出，由于传感器的校准和安装困难，日光链接控制系统的应用并不广泛[16，17]。开环系统在校准方面提供了比闭环系统更大的灵活性[18]。与开环系统不同的是，在闭环系统中，传感器的放置和校准必须仔细进行。在闭环系统中，需要确定白天和夜间光电传感器信号(安装在天花板上)和工作平面照度之间差值的校准系数[19-21]。这一过程会导致控制决策的不准确。根据李(Lee)等人的报告[22]，采光系统中涉及的复杂且昂贵的校准过程是使采光策略可行的其他几个挑战之一。此外，闭环系统中的传感器安装在每个工作台上成本高昂，调试困难，难以校准，因此极易出错。根据伯克利实验室(LBNL)对“纽约时报”办公楼进行的研究[23]，采用这些技术的最大障碍是市场上缺乏满足当前需求的产品、其性能不确定性以及缺乏操作理解。这项研究是由德尔瓦耶(Delvaye)等人进行的[24]，他们在一栋教学楼内监控三种不同的日光控制策略，为期一年。结果表明，与闭环系统相比，开环控制系统具有显著的节能效果。
有很多方法使用传统的基于开环系统(图1)的遮光和照明控制。随着仿真和建模工具的进步，仿真辅助改进的开环控制在以往的研究工作中越来越受到重视 [25,26]。在仿真模型中使用虚拟传感器代替真实的传感器已经被评估，并被报告是更有效的[27]。近年来，基于个人控制和物联网的智能控制系统的产品受到更多的青睐。建筑性能模拟工具在设计过程中得到了广泛的实践，并且已经成为许多国家法规遵循的强制性工具。图2描绘了改进后的开环控制，该开环控制利用了集成日光预测传感器的仿真模型。该系统采用模拟的室内指标进行百叶窗和照明控制。在玛哈达维(A. Mahdavi)等人的一项研究中[28]，仿真模型根据在百叶窗和光照条件下的变化实时更新。室内视觉舒适度参数通过进行日光模拟重新测量，并进行控制以达到期望的舒适度指标。除此之外，基于人工神经网络[29]、模糊逻辑[30]和居住者使用模式[6,13]的百叶窗控制方法在最近的工作中也鲜有论证。有研究报道，人工神经网络可以被训练用来精确预测日光照度[31]和由于日光采集系统[32]而节省的能源。
室外光电传感器
控制器
外部百叶窗
人工照明
图1 传统开环控制系统
室外光电传感器/
天空扫描仪/
数码相机
日光仿真
模型
眩光指数
室内照度水平
控制器
人工照明
外部百叶窗
图2 改进后的集成了实时日光建模的开环控制
近年来，在采光和照明控制方法[15,33-35]和日光和照明控制技术的节能潜力[36-39]方面，有一些综述很好地体现了当前控制系统的最新水平和相应的节能效果。然而，对开环百叶窗和照明控制策略的综述研究还很缺乏，对控制过程之前的各个阶段给予的关注也很少。这些阶段包括对建筑物内日光的准确估计、用于感应和模拟日光与天空条件的校准方法以及对控制策略的整合。制定开环百叶窗和集成照明控制策略的第一步，需要估计渗入建筑物内的日光，特别是在需要实施控制的地方。
本文综述了目前开环百叶窗和集成照明控制策略的实践，包括日光和天空条件的测量，以及室内日光指标的获取方法。本文分为以下几个部分来讨论使用开环方法实施控制策略的过程：
- 第2节介绍了相关文献的搜索方式和来源，以及选择和评估的标准。
- 第3节综述了文献中用于日光估计的各种传感器及其校准方法。
- 第4节讨论了利用获取的室外天空和日光信息来计算室内照度和眩光的日光指标。
- 第5节介绍了基于眩光、照度、节能和居住者偏好的开环控制方法和策略在控制百叶窗和照明系统方面的综述。
- 第6节给出了本文的结论，并在综述的基础上提出了潜在的研究和开发工作。
第2章 方法论
已对科学研究进行了系统和彻底的搜索，以收集符合综述文章条件的文献。本部分提供了关于文献搜索、收录和排除标准、文章分类和关键字分类的详细说明。
2.1 文献检索
首先在通用的网络书目数据库中进行文献检索，如 ScienceDirect，Google Scholar、SAGE和Scopus。然后是在特定主题的期刊和会议上，例如《照明研究与技术》、《建筑性能模拟期刊》、《照明工程学会期刊》、国际建筑性能模拟协会。在领先的出版物（LBNL的Windows和日光小组，麻省理工学院可持续性设计实验室）以及研究人员和科学家的网站（克里斯托弗·莱因哈特（Christopher Reinhart），阿德希尔·玛哈达维（Ardeshir Mahdavi），埃莉诺·李（Eleanor Lee），梅利卡·伊纳尼奇（Mehlika Inanici））进行了搜索，以查找日光和控制领域的信息。检索了《建筑与环境》杂志有关“日光和视觉舒适性研究的进展”和《能源与建筑》杂志有关“建筑中节能照明策略”的特刊。一些搜索结果找到了有关照明和百叶窗控制、采光系统和视觉舒适性分析的文章[15，33-39，81]。综述文章中的参考文献找到了与此综述相关的进一步研究。表1列出了在上述数据库中找到的按节分类的文章分布。
表1 按节分类的文章分布
|
分节 |
找到的文章 |
搜索日期 |
|
3 估计天空和日光条件的方法 |
[4,6,9,19,24-28,40-78] |
10/2/18 |
|
4 利用室外信息确定室内日照指标 |
||
|
5 百叶窗和集成照明控制方法 |
[4,6,13,24-26,28,40,42, 55,58-62,70,79,80] |
10/2/18 |
2.2 纳入和排除标准
对已经实施开环百叶窗和照明控制策略的研究进行了搜索，结果只有少数几篇论文[4,6,13,24-26,28,40,42,55,58-62,70,79,80]。这些论文更侧重于控制部分。由于开环控制策略需要实时日光数据，因此决定在研究中纳入实时日光估计方法和传感器、其校准、使用日光数据获取眩光和室内照度水平。这将为开环控制的其他关键阶段提供更好的见解。所有符合下列标准之一的论文均经过审查：
- 本文应为针对开环百叶窗、照明或集成控制进行的实验研究或者为实验与仿真研究相结合的研究。
- 应该具有至少一个带有校准程序的实时天空或日光测量传感器。
- 应该演示至少一种利用日光信息计算室内日光眩光和照度的方法。
闭环控制策略被排除在综述之外。
2.3 关键词分析
本文的主要目的是综述开环控制策略和控制前的步骤。定义关键词主要有两大类：(1) 开环百叶窗和照明控制，(2) 日光估计和室内日光指标计算。根据纳入标准，发现术语“开环”、“百叶窗/照明控制”和“实时天空/日光估计”、“日光眩光控制”、“视觉舒适度”的各种组合是进行搜索的最相关的关键词。在Scopus和ScienceDirect中，可以进行精确搜索。主题领域仅限于Scopus的工程、能源和环境科学，并且在ScienceDirect中选择了类似的出版物。在Google Scholar和SAGE中没有这样的基于过滤的搜索，所以文章是按相关度排序的。
已经使用了一种称为VOSviewer的文本挖掘工具来创建文献计量网络[82]。我们使用它来分析在所收集文献中标题、摘要和关键词字段中发现的术语共现情况。在VOSviewer中会过滤并映射至少10个同时出现的术语。然后根据它们共同出现的情况对术语进行聚类和可视化。这种方法可以系统地分析综述论文中的关键词、研究趋势和词频分布。在所有参考文献中，65篇是从Scopus下载的，其余的是从第2.1节提到的来源下载的。图3是网络可视化，显示了各术语之间的连接和密度。术语周围的圆圈的大小取决于其共现情况，共现率越高，大小越大。而颜色由它们所属的簇确定，线条表示术语之间的链接。图4显示了1993年至2017年每年的出版数量。 显然，近年来关于仿真辅助控制系统的研究越来越多。
图3 综述文献的摘要和标题字段中最常出现的术语的网络化和密度可视化
图4 显示出版年份引用次数的图表
第3章 估计天空和日光条件的方法
日光模拟的准确性高度依赖于天空的亮度轮廓[44]。为了控制百叶窗和照明系统，使其满足最低照度水平并防止日光刺眼，需要室内和室外照度数据。在本节中，将详细讨论用于预测可用日光的各种传感器。本文综述的所有文献中，至少有一个传感器放置在室外来记录和预测日光信息。
3.1 物理传感器
3.1.1 天空扫描仪
不同型号的天空扫描仪被设计用于测量亮度、辐射或两者兼而有之。扫描仪将天空半球划分为145个相等的立体角（Tregenza天空模型），以便在一次扫描中测量每一块的天空亮度分布(见图5)。在一些研究中，Eko天空扫描仪测量天空亮度，并利用该信息计算日光照度[53-57]。还有其他研究使用天空扫描仪来比较各种天空模型[83-85]。
图5 用于天空扫描的145个测量点的顺序(每一块显示其编号)[83]
例如，李(Li)等人将天空扫描仪测量的天空亮度与来自佩雷斯(Perez)模型[86]和凯特勒(Kittler)模型[87]的模型天空亮度进行了比较，以预测垂直室外照度。所有情况的结果表明，用天空扫描仪测得的亮度可以更准确地估计日光照度，其次是凯特勒(Kittler)和佩雷斯(Perez)模型。李(Li)等人提出了一种更直接的方法，即利用照明仿真来预测垂直日照因子[53]。另一项研究使用物理比例模型来预测日光照度，并使用天空扫描仪数据进行了验证[56]。来自天空扫描仪的天空亮度数据还被应用于根据
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[425383]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
