2023年五一杯(C题) 碳中和问题 建模代码全解析

问题重述

在背景中,我们了解到“双碳”是指碳达峰与碳中和的简称,我国力争在2030年前实现碳达峰,2060年前实现碳中和。为了实现这一目标,我国加快降低碳排放步伐,大力推进绿色低碳科技创新。低碳建筑是实现“双碳”目标的一个重要途径,它在建筑材料与设备制造、施工建造和建筑物使用的整个生命周期内,致力于减少化石能源的使用,提高能效,降低二氧化碳排放量。

问题一

​为了解决这个问题,我们首先需要计算建筑物在每个月的供暖和制冷需求。然后,我们可以计算相应的电能消耗,最后将电能消耗转换为碳排放量。

首先,我们需要计算墙体、屋顶、​ 门窗和地面的热传导系数。

然而,题目中没有提供这些系数,我们将使用以下常用值来进行计算:

  • 砖混结构墙体热导系数:1.4 W/m·K
  • 钢筋混凝土屋顶热导系数:2.0 W/m·K
  • 门窗热导系数:2.5 W/m·K
  • 混凝土地面热导系数:1.6 W/m·K

建筑物的总热传导面积为:

  • 墙体:2 * (4 + 3) * 3 = 42 m²
  • 屋顶:4 * 3 = 12 m²
  • 门窗:5 m²
  • 地面:4 * 3 = 12 m²

接下来,我们计算每个月的供暖和制冷需求。

我们可以通过将室外温度与建筑物内部的温度标准进行比较来确定需求。

当月平均温度低于18度时,需要供暖;

当月平均温度高于26度时,需要制冷。

对于每个月,我们可以计算通过墙体、屋顶、门窗和地面的热损失或热得量,再根据制冷和供暖的性能系数来计算电能消耗。

制冷和供暖的性能系数分别为EER(Energy Efficiency Ratio,制冷能效比)和COP(Coefficient of Performance,热泵性能系数)。这两个系数分别表示空调制冷和制热时所产生的单位冷量或热量与消耗的单位电量之比。

在计算电能消耗时,我们可以根据热损失或热得量除以相应的性能系数得到电能消耗。以下是具体的计算方法:

  1. 供暖(制热): 当月平均温度低于18℃时,需要供暖。计算温差(18 - 室外月平均温度),然后计算热损失量(热泵性能系数× 热导系数 × 温差)。接着,将热损失量除以COP(热泵性能系数)得到电能消耗。
  2. 制冷: 当月平均温度高于26℃时,需要制冷。计算温差(室外月平均温度 - 26),然后计算热得量(热传导面积 × 热导系数 × 温差)。接着,将热得量除以EER(制冷能效比)得到电能消耗。

这样,我们可以得到每个月的电能消耗。将所有月份的电能消耗相加,即可得到一年中建筑物通过空调调节温度所需的总电能消耗。然后,将总电能消耗乘以每度电产生的碳排放系数(本题中为0.28千克/度),得到建筑物通过空调调节温度的年碳排放量。

最后,我们可以将电能消耗转换为碳排放量。

由于计算过程较为繁琐,我们只给出一个示例:

  • 1月:室外平均温度为-1℃,需要供暖。温差为(18 - (-1))= 19℃。
  • 热损失量 = 热传导面积 * 热导系数 * 温差 = (42 * 1.4 + 12 * 2 + 5 * 2.5 + 12 * 1.6) * 19 = 1417.3 W
  • 电能消耗 = 热损失量 / COP = 1417.3 / 3.5 = 404.93 Wh
  • 碳排放量 = 电能消耗 * 0.28 kg/kWh = 404.93 * 0.28 = 113.38 kg

类似地,可以计算其他月份的碳排放量。最后,将所有月份的碳排放量相加,即可得到建筑物通过空调调节温度的年碳排放量。

示例代码

import numpy as np
 ​
 monthly_avg_temps = np.array([-1, 2, 6, 12, 22, 28, 31, 32, 26, 23, 15, 2])
 ​
 # 热导系数
 wall_conductivity = 1.4
 roof_conductivity = 2.0
 window_conductivity = 2.5
 floor_conductivity = 1.6
 ​
 # 热传导面积
 wall_area = 2 * (4 + 3) * 3
 roof_area = 4 * 3
 window_area = 5
 floor_area = 4 * 3
 ​
 # 性能系数
 COP = 3.5
 EER = 2.7
 ​
 def calculate_carbon_emission(monthly_avg_temp):
     if monthly_avg_temp < 18:
         temp_diff = 18 - monthly_avg_temp
         heat_loss = (wall_area * wall_conductivity + roof_area * roof_conductivity + 
                      window_area * window_conductivity + floor_area * floor_conductivity) * temp_diff
         electricity_consumption = heat_loss / COP
     elif monthly_avg_temp > 26:
         temp_diff = monthly_avg_temp - 26
         heat_gain = (wall_area * wall_conductivity + roof_area * roof_conductivity + 
                      window_area * window_conductivity + floor_area * floor_conductivity) * temp_diff
         electricity_consumption = heat_gain / EER
     else:
         electricity_consumption = 0
     
     carbon_emission = electricity_consumption * 0.28
     return carbon_emission
 ​
 total_carbon_emission = sum([calculate_carbon_emission(temp) for temp in monthly_avg_temps])
 print("Total yearly carbon emission:", total_carbon_emission, "kg")
 ​

首先导入numpy库,并定义月平均温度、热导系数、热传导面积和性能系数。接下来,定义了一个名为calculate_carbon_emission的函数,该函数根据月平均温度计算当月的碳排放量。最后,通过对每个月的平均温度调用此函数并将结果相加,计算出建筑物通过空调调节温度的年碳排放量。

numpy为Python的第三库,安装和运行请自行百度

更多的细节详见这里呀:

2023年五一杯(C题) 碳中和问题 建模代码全解析

猜你喜欢

转载自blog.csdn.net/qq_25834913/article/details/132496817