Hőigények meghatározása Hőközpontok kialakítása

Slides:



Advertisements
Hasonló előadás
I. előadás.
Advertisements

II. előadás.
Termálvizes fürdő bővítése
DE MFK Kar Épületgépészeti Szak
Kvantitatív módszerek
Hoval nap május 19.- Budapest
Összetett kísérleti tervek és kiértékelésük
Egy új fogyasztó: Semmelweis Egyetem Nagyvárad téri elméleti tömbjének hőellátása.
3. Két független minta összehasonlítása
Hőszállítás Épületenergetika B.Sc. 6. félév március 16.
Energiaellátás Hőellátás.
Energiaellátás Hőellátás.
Becsléselméleti ismétlés
Dr. Szalka Éva, Ph.D.1 Statisztika II. VII.. Dr. Szalka Éva, Ph.D.2 Mintavétel Mintavétel célja: következtetést levonni a –sokaságra vonatkozóan Mintavétel.
Statisztika II. II. Dr. Szalka Éva, Ph.D..
Előadó: Prof. Dr. Besenyei Lajos
III. előadás.
Kvantitatív módszerek 7. Becslés Dr. Kövesi János.
Nem-paraméteres eljárások, több csoport összehasonlítása
1 TARTALOM: 0. Kombinatorika elemei (segédeszközök) 1. Eseményalgebra 2. A valószínűség: a) axiómák és következményeik b) klasszikus (=kombinatorikus)
Készítette: Kosztyán Zsolt Tibor
EU csatlakozás tükrében (fejlesztések támogatással)
PÉLDÁK AKTUÁLIS GAZDASÁGI ÉS MŰSZAKI MEGOLDÁSOKRA A TÁVHŐ JÖVŐJE, VERSENYKÉPESSÉGE JAVÍTÁSA ÉRDEKÉBEN LAKATOS TIBOR KORONCZAI GYÖNGYI Pécs, május.
Budapesti Műszaki és Gazdaságtudományi Egyetem
A normális eloszlás mint modell
Hőigények meghatározása (feladatok) Hőközpontok kialakítása
Hőszállítás Épületenergetika B.Sc. 6. félév február 16.
Hőszállítás Épületenergetika B.Sc. 6. félév március 30.
Távhőrendszerek hőforrásai Hőigények meghatározása Hőszállítás Épületenergetika B.Sc. 6. félév 2009 február 23.
Épületgépészet B.Sc., Épületenergetika B.Sc.
Épületgépészet B.Sc., Épületenergetika B.Sc.
Hőigények meghatározása Hőközpontok kialakítása
Épületgépészet B.Sc., Épületenergetika B.Sc. 5. félév
Épületgépészet B.Sc. 5. félév; Épületenergetika B.Sc. 5. (6.) félév
Hőszállítás Épületenergetika B.Sc. 6. félév március 9. ISMÉTLÉS.
Hőszállítás Épületgépészet B.Sc. 5. félév; Épületenergetika B.Sc. 5. (6.) félév október 8. ISMÉTLÉS.
Épületgépészet B.Sc. 5. félév; Épületenergetika B.Sc. 5. (6.) félév
Új “Energiatakarékos” szivattyú: több mint 20% energia megtakarítás
Kvantitatív Módszerek
Gazdaságstatisztika 11. előadás.
Gazdaságstatisztika 14. előadás.
Gazdaságstatisztika 13. előadás.
Gazdaságstatisztika 16. előadás Hipotézisvizsgálatok Alapfogalamak
Hipotézis vizsgálat (2)
GÉPÉSZETI RENDSZEREK avagy HOGYAN LEGYÜNK PROFI GÉPÉSZEK 1 ÓRA ALATT.
Alapsokaság (populáció)
Alapfogalmak.
Folytonos eloszlások.
Binomiális eloszlás.
I. előadás.
Energetikai gazdaságtan
Dr. Takács Attila – BME Geotechnikai Tanszék
Valószínűségszámítás III.
Bevezetés a méréskiértékelésbe (BMETE80ME19) 2014/
Valószínűségszámítás II.
Többdimenziós valószínűségi eloszlások
PPKE ITK 2008/09 tanév 8. félév (tavaszi) Távközlő rendszerek forgalmi elemzése Tájékoztatás 4.
Optimális hőmérséklet-menetrend Esettanulmány: épületenergetikai korszerűsítés Fűtési rendszerekben jelentkező gravitációs hatások Épületüzemeltetés Épületenergetika.
A változó tömegáramú keringetés gazdasági előnyei Távhővezeték hővesztesége Kritikus hőszigetelési vastagság Feladatok A hőközponti HMV termelés kialakítása.
Félévközi követelmények HMV hőigények meghatározása Rendszerkialakítások Vízellátás, csatornázás, gázellátás Épületgépészeti és Gépészeti Eljárástechnika.
Félévközi követelmények HMV hőigények meghatározása Rendszerkialakítások Vízellátás, csatornázás, gázellátás Épületgépészeti és Gépészeti Eljárástechnika.
Hőszállítás Épületgépészet B.Sc.; Épületenergetika B.Sc. 5. félév szeptember 25. Távhőrendszerek hőforrásai A távhőellátás versenyképesége Budapest.
Kockázat és megbízhatóság
Kockázat és megbízhatóság
II. előadás.
I. Előadás bgk. uni-obuda
Valószínűségi változók együttes eloszlása
Valószínűségi törvények
2. A Student-eloszlás Kemometria 2016/ A Student-eloszlás
Előadás másolata:

Hőigények meghatározása Hőközpontok kialakítása Hőszállítás Épületgépészet B.Sc., Épületenergetika B.Sc. 5. félév 2009. szeptember 30.

Hőigények meghatározása Példa: Használati melegvíz igények meghatározása

méretezés fajlagos vízigények és egyenetlenségi tényezők alapján „Fejadag” módszer méretezés fajlagos vízigények és egyenetlenségi tényezők alapján

Fajlagos vízigények MI-10-158-1:1992 szerint ivás 1-3 liter/nap, fő főzés 4-7 takarítás 5-10 mosás 20-50 mosogatás 10-40 tisztálkodás 80-130 WC öblítése 30-60 összesen 150-300 kórházak betegágyanként 400 liter/nap, ágy szanatóriumok 200 kórház mosodaüzemmel 600 szakorvosi rendelőintézet 1000-2000 liter/nap, orvosi munkahely bölcsöde 120-150 liter/nap, férőhely óvoda 80-100 általános iskola, zuhanyzó nélkül 150 liter/nap, tanterem

A fogyasztás várható ingadozása településeken (egyenetlenségi tényezők)

n= a csapolók száma p= fogyasztási valószínűség Annak a valószínűsége, hogy éppen r db. csapolóból folyik a víz: Tegyük fel, hogy 5 fogyasztónk van, és p=0,2! Ekkor annak valószínűsége, hogy éppen 0 fogyasztó üzemel: 0,327 1 fogyasztó üzemel: 0,4096 2 fogyasztó üzemel: 0,2048 3 fogyasztó üzemel: 0,0512 0,9926 azaz 99,26% annak a valószínűsége, hogy 5 fogyasztóból legfeljebb 3 üzemel!

Annak valószínűsége, hogy egyidejűleg éppen r db Annak valószínűsége, hogy egyidejűleg éppen r db. csapolón van fogyasztás (n = 100; p = 0,2)

KOCKAJÁTÉK Mi az egyes dobások előfordulásának valószínűsége? Melyik szám fordul elő a leggyakrabban? Mekkora az a szám, aminél 70% 95% valószínűséggel kisebbet dobunk? (vagy fordítva: mekkora az a szám, aminél 70%, illetve 95% biztonsággal nem fogunk nagyobbat dobni?)

a normális eloszlás eloszlásfüggvénye a normális eloszlás sűrűségfüggvénye

A standard normális eloszlás eloszlásfüggvénye: A normális eloszlás jellemzői a várható érték és a szórás A standard normális eloszlás eloszlásfüggvénye:

Standard normális eloszlás

A standard normális eloszlás eloszlás- és sűrűségfüggvénye. →ld A standard normális eloszlás eloszlás- és sűrűségfüggvénye →ld. külön file-ban!

Ha t = -∞ akkor P(u) = 0 t = 0 akkor P(u) = 0,5 t = ∞ akkor P(u) = 1 t = 1,645 akkor P(u) = 0,95 t = 2,326 akkor P(u) = 0,99. Ha például 95% megbízhatósághoz keressük x értékét: P(u)=0,95→ t = 1,645 x = m +1,645σ

Ha n db. homogén fogyasztónk van az egyes fogyasztók fogyasztásának várható értéke: Q, fogyasztásának szórása: σ; akkor Qeredő = = nQ és = = . Ezekből: n db. homogén fogyasztó X együttes fogyasztása 95% valószínűséggel kisebb, mint

egyidejűségi tényező ≠ egyenetlenségi tényező! n db. homogén fogyasztónk van, amelyek egyenkénti fogyasztásának várható értéke: Q, szórása: σ; fogyasztása adott P(t1) megbízhatósági szinten: Q+t1σ. n db. fogyasztó együttes fogyasztása P(t2) megbízhatósági szinten: egyidejűségi tényező ≠ egyenetlenségi tényező!

Centrális határeloszlástétel „Ha ξ1, ξ2 …azonos eloszlású, független és véges szórású valószínűségi változók közös várható értéke m és szórása σ, akkor a 0 várható értékű és egységnyi szórású valószínűségi változók sorozata aszimptotikusan standard normális eloszlású:

Szemléletesen: Ha egy véletlen ingadozás sok, egymástól független, egyenként csekély hatású komponens eredője, akkor az ingadozás közelítőleg normális eloszlású. (Mint az élet legtöbb jelensége.)” (Monostory Iván: Valószínűségelmélet és matematikai statisztika, 23.2. tétel és a hozzá fűzött magyarázat; 1980 Budapest)

Épületek hővesztesége

A hőigények valószínűség-elméleti vizsgálata , , . . .

Gévi [óra*fok/év]

Mutassa be végtelen számú fogyasztó egyidejűségi tényezőjét, ha az egyes fogyasztókat a fogyasztás Q várható értékével és σ szórásával jellemezhetjük! Az egyes fogyasztók és a fogyasztócsoport együttes fogyasztását ugyanolyan megbízhatósággal kívánjuk leírni! Mutassa be egy n db. egyforma fogyasztócsoportból álló rendszer 95% megbízhatóságú szintű méretezési fogyasztásának meghatározását, ha egy fogyasztócsoport várható fogyasztása m, a fogyasztás szórása σ; P(1,645)=0,95! Egy fogyasztócsoport napi fogyasztásának várható értéke m, szórása σ. Mekkora fogyasztásra kell méretezni három ilyen fogyasztócsoport együttesét 99% megbízhatósági szinten? P(2,326)= 0,99 Q1=86,4 kW, σ1=6,8kW; Q2=132,8 kW, σ2=16,3kW Mennyi a két fogyasztó együttes méretezési fogyasztása 99% megbízhatósági szinten?

egyidejűségi tényező ≠ egyenetlenségi tényező! n db. homogén fogyasztónk van, amelyek egyenkénti fogyasztásának várható értéke: Q, szórása: σ; fogyasztása adott P(t1) megbízhatósági szinten: Q+t1σ. n db. fogyasztó együttes fogyasztása P(t2) megbízhatósági szinten: egyidejűségi tényező ≠ egyenetlenségi tényező!

A távhőellátás teljes rendszerének elemei: a hőforrás és berendezései; a távvezeték-hálózat és berendezései; a fogyasztói berendezések; a távvezeték-hálózat és a fogyasztási berendezések kapcsolódása, a hő átadásának helye, a hőközpont.

A forróvíz távhőellátó alrendszerek hidraulikai kapcsolata alapján a távhőrendszerek közvetett (indirekt) közvetlen (direkt), kapcsolásúak

megkerülő kapcsolás

bekeverő kapcsolás

kettős bekeverő kapcsolás

befecskendező kapcsolás

a primer előremenő hőmérséklet szabályozás a fűtőműnél a hőigény függvényében Q = f(tk) → ha a tömegáram állandó, az előremenő hőmérsékletet a külső hőmérséklet függvényében kell változtatni

az előremenő hőmérséklet előszabályozása a külső hőmérséklet függvényében + helyi megkerüléses szabályozás

Változó tömegáramú hőközpont párhuzamos fűtés és HMV kör

Változó tömegáramú hőközpont Párhuzamos fűtési és HMV kör, szabályozott HMV előfűtő hőcserélővel

Változó tömegáramú hőközpont Soros fűtés és HMV kör, HMV befecskendező ággal

Változó tömegáramú hőközpont Automatikus soros-párhuzamos kapcsolású hőközpont

Köszönöm a figyelmet!