Анализ энергетической эффективности систем охлаждения с учетом динамики тепловых нагрузок тема диссертации и автореферата по ВАК РФ 05.04.03, кандидат наук Марченко Андрей Сергеевич

• Марченко Андрей Сергеевич
• кандидат наук
• 2019

Оглавление диссертации кандидат наук Марченко Андрей Сергеевич

ВВЕДЕНИЕ

1 Применение интеллектуальных систем для анализа энергоэффективности

1.1 Пути повышения энергоэффективности систем жизнеобеспечения

1.2 Применение методологии имитационного моделирования

1.3 Имитационное моделирование систем жизнеобеспечения

1.4 Показатели энергоэффективности систем охлаждения

2 Моделирование режимов работы систем жизнеобеспечения

2.1 Моделирование системы воздухоочистки

2.2 Моделирование системы термоэлектрического охлаждения

2.2.1 Методика расчета режимов работы

2.2.2 Анализ результатов имитационного моделирования

2.2.3 Верификация имитационной модели

3 Методика анализа энергоэффективности систем охлаждения и термостатирования

3.1 Характеристика объекта исследования

3.2 Критерии энергоэффективности системы охлаждения и термостатирования

3.3 Моделирование режимов работы системы с учетом климатического фактора

3.4 Имитационное моделирование работы реальных холодильных машин в рассматриваемом объекте

3.5 Сезонный локальный коэффициент энергоэффективности

3.6 Сравнительный анализ показателей энергоэффективности

3.7 Моделирование переменной тепловой нагрузки методами нечеткой логики

ЗАКЛЮЧЕНИЕ

Список использованных источников

ВВЕДЕНИЕ

Введение диссертации (часть автореферата) на тему «Анализ энергетической эффективности систем охлаждения с учетом динамики тепловых нагрузок»

Актуальность темы

Современное высокотехнологичное оборудование, имеющее в своем составе компоненты, подверженные действию тепловых факторов, должно работать в определенном диапазоне температур, от поддержания которого зависит возможность штатного функционирования оборудования и длительность срока безотказной эксплуатации. Для обеспечения требуемых параметров необходима разработка соответствующей системы охлаждения и термостатирования, которая должна функционировать круглогодично, оперативно реагируя не только на изменения параметров окружающей среды, но и на колебания внутренних тепловыделений от технологического оборудования. Важным фактором при этом является обеспечение максимальной энергоэффективности системы охлаждения и термостатирования.

Разработка и расчет подобной системы - трудоемкий процесс, требующий учета значительного количества факторов, определяющих ее функционирование, а также учета их взаимного влияния. В настоящее время именно суммирование и наложение друг на друга пиковых нагрузок чаще всего принимается разработчиком за основной расчетный режим работы системы охлаждения и термостатирования. Однако в условиях меняющегося климата, изменения тепловых нагрузок от технологического оборудования, а также в случаях, когда от поддержания температурного режима зависит безотказное функционирование объекта, необходим более обоснованный расчет, обеспечивающий работоспособность объекта во всем диапазоне климатических и технологических параметров.

Таким образом, актуальной задачей является разработка новых подходов к анализу энергетических характеристик систем охлаждения с учетом конкретных статистических климатических данных и характера изменения тепловой нагрузки в объекте.

Степень разработанности

В рамках настоящей работы предложена методика расчета энергетических характеристик системы охлаждения с учетом реальной динамики климатических и технологических параметров, результаты анализа энергоэффективности конкурирующих вариантов систем охлаждения, имитационные логико-математические модели объектов термостатирования и элементов систем жизнеобеспечения.

Цель и задачи работы

Целью работы является обоснование энергоэффективных в среднегодовом выражении решений систем охлаждения объектов с учетом реальной динамики климатических и технологических факторов. Для этого решены несколько задач, в том числе:

- анализ научно-технической и нормативной документации в области методов оценки эффективности техники охлаждения и жизнеобеспечения;

- разработка методики анализа энергоэффективности систем охлаждения на основе коэффициентов сезонной эффективности;

- обоснование нового сезонного локального коэффициента эффективности холодильного оборудования на основе разработанных имитационных моделей;

- разработка логических спецификаций и имитационных моделей объектов термостатирования;

- верификация методов теплофизических расчетов процессов тепломассопереноса в имитационных моделях по результатам физических экспериментов;

- анализ конкурирующих вариантов систем охлаждения на основе имитационного моделирования совокупного воздействия климатических и технологических факторов.

Методология и методы исследования

Методология сочетает использование аналитических и экспериментальных методов исследования, включая вычислительные эксперименты с имитационными моделями и верификацию результатов. В методике анализа энергетических характеристик систем охлаждения решается задача построения логико-математических имитационных моделей объектов термостатирования с учетом динамики климатических и технологических факторов. В методике определения локального коэффициента сезонной энергетической эффективности холодильного оборудования решается задача обобщения конкурирующих показателей по энергопотреблению в среднеинтегральном годовом выражении и учета особенностей климата местности, где эксплуатируется оборудование. Методикой экспериментальных исследований предусмотрена верификация результатов имитационного моделирования процессов тепломассопереноса программной среде Апу^ю.

Научная новизна работы

Разработана новая методика оценки энергетической эффективности систем охлаждения на основе метода многофакторного анализа влияния динамики климатических и технологических факторов в среднеинтегральном годовом выражении, позволяющая осуществлять рациональный подбор энергоэффективных систем охлаждения и термостатирования.

Практическая значимость

Методика сравнительного анализа среднегодовых энергетических характеристик холодильного оборудования с учетом динамики климатических и технологических факторов на основе имитационного моделирования позволяет обосновать энергоэфффективные решения систем охлаждения для конкретного климатического района и с высокой точностью оценить эксплуатационные расходы. Апробация работы

Основные положения и результаты работы обсуждались и докладывались на: VII Международной научно-технической конференции «Низкотемпературные и пищевые технологии в XXI веке», Санкт-Петербург,

2015 г.; V Всероссийской научно-технической конференции "состояние и перспективы развития термоэлектрического приборостроения", Махачкала,

2016 г.; VI Всероссийском конгрессе молодых ученых, Санкт-Петербург,

2017 г.; VIII Международной научно-технической конференции "Низкотемпературные и пищевые технологии в XXI веке", Санкт-Петербург, 2017 г.; VIII Международной научно - технической конференция «КАЗАХСТАН - ХОЛОД 2018», Алма Ата, 2018 г.; VIII международнойая научно-технической конференции "Техника и технология нефтехимического и нефтегазового производства", Омск, 2018 г.; XLVIII научной и учебно-методическойконференция Университета ИТМО, Санкт-Петербург, 2017 г.

Публикации

По теме диссертации опубликовано 11 печатных работ, в том числе в ведущих рецензируемых научных изданиях, входящих в список, рекомендованных ВАК, а также в международную базу Scopus - 6.

Объем и структура

Диссертация состоит из введения, трех глав, заключения, списка использованных источников и шести приложений. Работа изложена на 1 34 страницах и содержит 53 рисунка и 10 таблиц. Список использованных источников составляет 103 наименований работ отечественных и иностранных авторов.

1 Применение интеллектуальных систем для анализа энергоэффективности

1.1 Пути повышения энергоэффективности систем жизнеобеспечения

В 2011 году численность населения планеты Земля составила семь миллиардов человек. По прогнозам ООН при сохранении текущей динамики роста к 2024 году численность населения нашей планеты превысит восемь миллиардов. Постоянный рост численности населения неизбежно приводит к дополнительной нагрузке на экосистему. Растет количество отходов, количество вредных выбросов в атмосферу, нагрузка на озоновый слой земли, ускоряются процессы глобального потепления.

С постепенно ускоряющимися темпами роста энергопотребления все острее становится вопрос стоимости энергоресурсов и необходимости создания дополнительных мощностей и инфраструктуры для доставки энергии потребителю. Как никогда ранее остро ставится вопрос снижения энергопотребления, а также разработки энергоэффективных технологий во всех областях хозяйства.

Международный институт холода отмечает, что для создания искусственного холода, требуемого для работы систем холодоснабжения, используется не менее 17 % общемирового энергопотребления [1]. Масштаб мирового потребления холода растет ежегодно с ростом населения планеты и по прогнозам увеличится до 25 % к 2030 году, поэтому вопрос энергоэффективности систем холодоснабжения остро стоит на повестке дня.

Одним из основных потребителей холода являются здания и сооружения. Инженерные системы современных зданий различного назначения становятся с каждым годом все сложнее. Происходит это из-за постоянно растущих требований к комфорту рабочих зон, зон отдыха, помещений для занятия спортом, технологических требований и прочего.

Одним из способов решения задачи повышения энергоэффективности является использование имитационного моделирования [2, 3, 4] на стадии проектирования зданий и их систем обеспечения. Современным методом исследования поведения сложных систем, к которым можно отнести системы жизнеобеспечения и поддержания комфортных условий здания, является имитационное моделирование.

Существуют более 150 современных программных продуктов, позволяющих выполнять имитационное моделирование [5]. В связи с постоянно растущим спросом на данного рода инструменты их количество и качество постоянно растет. История развития программных комплексов для имитационного моделирования берет свое начало в 1950 году, когда программы для имитационного моделирования разрабатывались на основе универсальных языков программирования, таких как Fortran или Angol. Сейчас используется уже шестое поколение программных комплексов для имитационного моделирования. [6]. Наиболее функциональными и удобными в использовании на данный момент являются Arena, AutoMod и AnyLogic. Программные средства имитационного моделирования в своем развитии менялись на протяжении нескольких поколений, но неизменным осталось основное назначение этих средств - уменьшение трудоемкости создания программных реализаций имитационных моделей [7].

Методология имитационного моделирования предполагает выполнение следующих целей [8]:

- моделировать работу системы;

- истолковывать то или иное поведение системы;

- давать прогнозы о поведении системы при внесении в нее каких-либо изменений или применения иного алгоритма работы.

Модель и реальная система являются главными понятиями имитационного моделирования. Любая модель является описанием реальной системы с определенным уровнем детализации. Уровень необходимой детализации, а также количество контролируемых и определяющих параметров в данном случае определяет создатель модели, опираясь на цели, которые необходимо достичь при завершении моделирования.

Имитационная модель является логико-математическим описанием системы. В случае использования различных программных комплексов для имитационного моделирования данное описание выполняется в их синтаксисе. Выполненная в пакете имитационного моделирования модель позволяет выполнять на ее основе различные исследования, дающие возможность делать требуемые выводы о работе системы при различных обстоятельствах. При этом, если речь идет о создании принципиально новой системы, то можно проанализировать ее работу до физического построения. При необходимости модернизации уже построенной системы возможно проведение экспериментов с ее моделью без вмешательства в нормальный ход работы. При определении пределов работоспособности реальной системы, имитационное моделирование позволяет провести исследования без ее уничтожения.

Имитационное моделирование целесообразно использовать в следующих случаях:

- в случае исследования различных подходов при построении и работе проектируемой системы;

- при необходимости рассмотрения работы системы в режимах ускоренного или замедленного времени;

- когда расчет системы традиционными способами очень сложен или невозможен;

- при необходимости проследить за реакцией системы на непредвиденные воздействия

- при подготовке обслуживающего персонала реальной системы.

Важным свойством любой имитационной модели является возможность исследовать ее поведение в режиме реального времени путем изменения по различным математическим законам основных контрольных параметров. Изменение этих параметров позволяет производить переход системы из одного состояния в другое. Данный переход демонстрирует динамику работы системы, что дает возможность наиболее точно проследить за поведением системы в различных циклах ее работы.

1.2 Применение методологии имитационного моделирования

Имитационное моделирование (ИМ) имеет достаточно широкий круг возможных сфер применения. Начиная с 2000 года и по настоящее время использование инструментов имитационного моделирования в России растет взрывными темпами, однако все еще значительно отстает от общемировых [9]. Являясь элементом системы поддержки принятия решений, применение ИМ возможно практически во всех областях деятельности человека. Отметим моделирование пропускной способности различных транспортных узлов [10], в том числе перекрестков, управляемых светофорами [11, 12], автомобильных и другого рода потоков [13 , 14]. Более масштабный взгляд на эти вопросы

позволяет подвергнуть ИМ инфраструктуру всего города [15, 16]. Результатами подобных экспериментов с ИМ может являться улучшение городской инфраструктуры, поиск оптимальных режимов работы светофоров, создание дополнительных полос на дорогах и многое другое.

Важной является возможность моделирования различных логистических цепочек, например, складов, цехов [17, 18, 19]. Полученные при моделировании результаты возможно использовать при оптимизации процессов работы того или иного узла, например, принятии решений о численности персонала, вспомогательной техники и пр.

Важной функцией систем ИМ является возможность моделирования человеческих потоков, поведения людей в различных ситуациях, например в очередях, в торговых центрах и пр. [20, 21, 22]. Возможно так же рассчитать, например, время эвакуации людей из здания в случае чрезвычайной ситуации [23]. Возможность замедленного и ускоренного течения времени в имитационных моделях и совокупность различных наборов возможных факторов в разные моменты функционирования сложной системы позволяет моделировать аварийные ситуации на различных объектах. В работах [24, 25] проведено ИМ аварийных ситуаций в гидравлических системах, на участках трубопроводов.

Имитационное моделирование применимо так же и к системам жизнеобеспечения. Современные системы жизнеобеспечения зданий представляют собой сложнейшие инженерные комплексы, содержащие в своем составе огромное количество элементов, задача которых состоит в оперативном реагировании на изменение внешних условий и в сохранении работоспособности системы. Как отмечается в работе [26], более 40 % конечной электроэнергии, производимой в РФ, потребляется системами жизнеобеспечения. Оптимизация этих сложных и энергоемких систем для

выполнения возложенных на них задач при минимизации энергопотребления является основной задачей, которая ставится перед их разработчиками.

1.3 Имитационное моделирование систем жизнеобеспечения

Простейшая система жизнеобеспечения, примером которой может являть совокупность вентилятора и фильтра рассмотрена в [27, 28]. Имитационному моделированию в данном случае подвергается процесс засорения фильтра частицами пыли, содержащимися в перемещаемом воздухе. Для поддержания расхода воздуха в установленных пределах, при приближении его значения к допустимому минимуму, происходит переключение вентилятора на вторую, а затем на третью скорость вращения. Проведенное имитационное моделирование определяет время между сменами фильтра, что принципиально важно при организации технологической вентиляции на вредных производствах.

ИМ более сложных систем, а так же оборудования и механизмов систем жизнеобеспечения описано в работах [29, 30, 31].

ИМ всех инженерных систем здания рассмотрено в работах [32, 33]. При помощи имитационной модели, разработанной в программе AnyLogic смоделировано здание, для повышения энергоэффективности которого был проведен ряд мероприятий, основными из которых являлись: оснащение коридоров и лестничных клеток датчиками движения или присутствия, датчиками освещенности для контроля за освещением, регулировка времени и мощности работы оборудования систем отопления, вентиляции и кондиционирования. К рассмотрению в ИМ принимались только те помещения здания, в которых люди находились постоянно или продолжительное время в течение рабочего дня. Рассмотренные выше

функции моделировались с использованием возможностей пешеходной библиотеки программы AnyLogic и программирования на языке Java. Описанная в статье ИМ позволила определить оптимальные параметры настройки инженерного оборудования здания, была исследована зависимость энергопотребления от интенсивности человекопотоков в коридорах и на лестничных клетках. В результате ИМ было установлено, что прямая экономия электроэнергии за счет использования энергосберегающих систем освещения и других мероприятий может достигать 25 % - 30 %. Отмечено, что для обеспечения энергосбережения и одновременного поддержания комфортности пребывания людей, заданный микроклимат в помещениях рассчитывался с учетом внешних метеорологических условий, влияния инфильтрации, солнечной радиации, а также производственных и бытовых выделений, в том числе от бытового освещения, включенных электроприборов и т.д. Экономия тепла при использовании энергоэффективных погодозависимых алгоритмов управления теплоснабжением с учетом внутренних тепловыделений может достигать до 15 % - 20%.

Более подробно вопросы моделирования здания с инженерными системами и посетителями как единого целого приведено в работах [34, 35]. В данном случае в ИМ задается ряд параметров, которые ранее не учитывались в подобных моделях, а именно: реакция людей на изменяющуюся температуру внутри помещения, возможность менять температуру в зависимости от температуры окружающей среды и в помещении, а также возможность варьировать количество отопительных приборов, задавать различные нагрузки на систему отопления и собирать данные по нагрузкам. В работе рассматривалось каждое помещение здания в отдельности. Далее из отдельных помещений создавалась структура, позволяющая наблюдать за

всем зданием в целом. При масштабности исследования, в статье лишь вскользь упоминается о системах отопления, вентиляции и кондиционирования, описание сосредотачено в основном на оперативном управлении системами.

Особый интерес представляет имитационное моделирование систем жизнеобеспечения зданий. Возможности данной методологии в полной степени проявляются именно при ИМ процессов, происходящих в системах отопления, вентиляции и кондиционирования.

Большое исследование, посвященное ИМ энергетических параметров здания приведено в работе [36]. Выполненная модель имитировала поведение работников небольшого офисного здания, их перемещение в течение рабочего дня, связанную с этим работу систем вентиляции, контроля газовой среды и освещения. На рисунке 1 изображено моделируемое помещение и некоторые контролируемые параметры.

Рисунок 1 - Моделируемое в работе [36] помещение и контролируемые

моделью параметры

Модель в реальном времени демонстрировала энергопотребление здания, а также общую стоимость затраченной энергии, обрабатывала для каждого помещения ряд факторов, среди которых температура в помещении, концентрация СО2, освещенность. Потребление энергии каждой комнаты менялось в реальном времени на гистограмме, что по окончании эксперимента давало возможность анализа и принятия решений об оптимальной обстановке офисного пространства и организации работы персонала.

1.4 Показатели энергоэффективности систем охлаждения

Как уже отмечалось, одной из самых энергоемких систем жизнеобеспечения зданий является система холодоснабжения и связанная с ней система кондиционирования воздуха. Число ключевых параметров, от которых зависит работа данной системы, может быть очень велико. Для достижения максимальной экономии энергии эта система должна с высокой скоростью реагировать на изменение ряда параметров как снаружи, так и внутри объекта. Среди основных параметров, вносящих значительный энергетический вклад в работу системы жизнеобеспечения, можно выделить следующие:

- температура и влажность внутреннего воздуха;

- температура и влажность наружного воздуха;

- теплопоступления от солнечной радиации в разное время дня;

- ветровые нагрузки и осадки.

Значительное количество параметров, к которым относятся в том числе и указанные выше, а также изменение их значений во времени создает

потребность в существенных трудозатратах, необходимых для расчетов систем жизнеобеспечения. Чаще всего для оценки мощности системы холодоснабжения объекта применяются упрощенные методы расчета, основанные на учете пиковых нагрузок. Для наиболее точной оценки работы системы холодоснабжения объекта расчет на пиковые нагрузки является недостаточным ввиду различных вариантов изменения тепловых нагрузок, а также расчетных параметров окружающей среды. В 2013 году произошел переход от оценки работы систем тепло- и холодоснабжения по мгновенным параметрам энергоэффективности к оценке по сезонным коэффициентам. Шкала оценки энергоэффективности холодильных машин по мгновенному коэффициенту энергоэффективности (EER - energy efficiency ratio -коэффициент энергоэффективности), использовавшаяся при маркировке холодильного оборудования до 2013 года приведена на рисунке 2.

Рисунок 2 - Шкала оценки холодильных машин по классам энергоэффективности

Мгновенный коэффициент энергоэффективности EER рассчитывается как отношение холодопроизводительности к потребляемой мощности при расчетных параметрах работы

1'лотр

Переход к оценке холодильных машин по сезонным коэффициентам энергоэффективности обусловлен в первую очередь необходимостью реализации требований киотского протокола по значительному снижению эмиссии СО2. Оценка по сезонным показателям энергоэффективности дает возможность проанализировать работу ХМ при частичных нагрузках и при различных температурах окружающей среды. Использование сезонных коэффициентов энергоэффективности в долгосрочной перспективе должно способствовать постепенному выводу из обихода малоэффективных и развитию высокоэффективных ХМ. Шкала оценки энергоэффективности ХМ по сезонным показателям энергоэффективности приведена на рисунке 3.

Ввиду различий в климате разных точек Земли невозможно существование одного всеобъемлющего сезонного коэффициента энергоэффективности работы ХМ. Данный коэффициент различен, например, для условий Америки и Европы. В связи с этим, в разных странах существуют различные подходы к оценке коэффициентов энергетической эффективности.

Рисунок 3 - Шкала оценки класса энергоэффективности холодильных машин по сезонным коэффициентам энергоэффективности

В качестве одного из первых сезонных коэффициентов энергоэффективности в американском стандарте [37] был предложен коэффициент, получивший название IPLV (integrated part load values -интегральный показатель энергоэффективности при частичной загрузке). Данный индекс рассчитывается для климатических условий Северной Америки по следующей формуле

IPLV = 0,0bEER (100 %, 35 °C) +0,42^EER (75 %, 26,7 °C) + +0,45^EER (50 %, 18.3 °C) + 0,12<EER (25 %, 12,8 °C),

где EER (A %, B °C) - мгновенная энергоэффективность чиллера при уровне загрузки холодильной машины А и температуре окружающей среды В. Первый множитель каждого слагаемого в данной формуле - относительная длительность времени стояния данной температуры окружающей среды в году. То есть, запись 0,0bEER (100 %, 35 °C) означает, что для условий США, холодильная машина работает 1 % времени при нагрузке 100 % и температуре окружающей среды 35 °C.

Величины относительных длительностей периодов при данной нагрузке основаны на средневзвешенном значении климатических условий для 29 городов США. [38-44]

Как видно из формулы по данным стандарта [37] в условиях Северной Америки холодильная установка работает при максимальной нагрузке лишь 1 % времени в году. Основное время, т.е. 87 %, при частичной загрузке 50 % -75 %. Данное обстоятельство лишь подтверждает невозможность использования значения мгновенного коэффициента энергоэффективности EER при подборе холодильных установок.

В странах Евросоюза производители холодильных установок участвуют в программе сертификации Eurovent (Eurovent 2005). В данной программе указаны условия для расчета европейского сезонного коэффициента энергоэффективности ESEER (European Season Energy Efficiency Rate -Европейский сезонный коэффициент энергоэффективности), который был введен в 2006 году [45-50].Данный коэффициент является эквивалентом американского коэффициента IPLV. Различия касаются лишь данных по температурам и нагрузкам, то есть так называемых весовых коэффициентов. Расчетная формула для ESEER имеет вид

ESEER = 0,03<EER (100%, 35 °C) +0,33^EER (75%, 30 °C) + 0,4Ь •EER (50%, 25 °C) + 0,23^EER (25%, 19 °C).

Еще один коэффициент для оценки энергетической эффективности холодильных машин при частичных нагрузках, применяемый в Италии, носит название EMPE (Efficienza Media Ponderata in regime Estivo -Средневзвешенная эффективность в летнем режиме) [51-54]. Данный коэффициент предложен AICARR (Associazione Italiana Condizionamento dell'Aria Riscaldamento e Refrigerazione - Итальянская Ассоциация Кондиционирования Отопления и Охлаждения). Он рассчитывается по формуле

EMPE = 0,1 •EER (100%, 35 °C) +0>EER (75%, 31,3 °C) + 0,4^ •EER (50%, 27,5 °C) + 0,2^EER (25%, 23.8 °C).

Существует еще один сезонный коэффициент энергоэффективности работы холодильных машин при частичной загрузке SEER (Season Energy Efficiency Rate - Cезонный коэффициент энергоэффективности) [55-59], применяемый в США. Расчет этого коэффициента подробно описан в стандарте [60]. Основная расчетная формула выглядит следующим образом

Список литературы диссертационного исследования кандидат наук Марченко Андрей Сергеевич, 2019 год

Список использованных источников

1. Тимофеев В.А. Мировой рынок промышленного охлаждения в цифрах и фактах // Холодильный бизнес. № 9/2017. С 20-27

2. Маликов Р. Ф. Практикум по имитационному моделированию сложныхсистем в среде AnyLogic 6: учеб. пособие / Р. Ф. Маликов. - Уфа: Изд-во БГПУ, 2013. - 296с

3. Куприяшкин, А.Г. Основы моделирования систем: учеб. пособие / А.Г. Куприяшкин; Норильский индустр. ин-т. - Норильск: НИИ, 2015. - 135 с.

4. Боев В. Д., Кирик Д. И., Сыпченко Р. П. Компьютерное моделирование: Пособие для курсового и дипломного проектирования. — СПб.: ВАС, 2011. — 348 с.

5. Лычкина Н. Н. Современные технологии имитационного моделирования и их применение в информационных бизнес-системах и системах поддержки принятия решений //Сб. докладов Второй научно-практич. конференции по имитационному моделированию ИММОД-2005. СПб.: ФГУП ЦНИИТС. - 2005. - Т. 1. - С. 25-31.

6. Бигдан В. Б. и др. Становление и развитие имитационного моделирования в Украине //Труды междунар. симпоз.«Компьютеры в Европе. Прошлое, настоящее и будущее».-К.: Феникс. - 1998. - С. 182-193.

7. Михеева Т. В. Обзор существующих программных средств имитационного моделирования при исследовании механизмов функционирования и управления производственными системами //Известия Алтайского государственного университета. - 2009. - №. 1.

8. Каменский Д.П. Имитационные модели автоматизации анализа и синтеза проектных решений систем жизнеобеспечения зданий. / Автореферат диссертации на соискание ученой степени к.т.н. - МГСУ, 2011

9. Борщев А. ПРИМЕНЕНИЕ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ В РОССИИ-СОСТОЯНИЕ НА 2007г //Бизнес-информатика. - 2008. - №. 4.

10. Кокурин И. М., Кудрявцев В. А. Оценка пропускной способности железнодорожных линий на основе имитационного моделирования процессов перевозок //Известия Петербургского университета путей сообщения. - 2012. - №. 2 (31).

11. Ахмадинуров М. М. Оптимизация светофорного регулирования с помощью программы моделирования транспортных потоков //Вестник Южно-Уральского государственного университета. Серия: Компьютерные технологии, управление, радиоэлектроника. - 2010. - №. 22 (198).

12. Бурдин И. О., Минзуренко А. А. Имитационное компьютерное моделирование критических перекрестков на примере развязки улицы Цымлянской и Восточного Обхода в городе Перми //Транспорт. Транспортные сооружения. Экология. - 2016. - №. 3. - С. 32-49.

13. Глухарев К. К. и др. О моделировании автомобильных потоков на магистральной сети //Труды МФТИ. - 2013. - Т. 5. - №. 4. - С. 102-114.

14. Маторин С. И., Жихарев А. Г., Зайцева Н. О. Системно-объектное имитационное моделирование транспортных и технологических процессов //Научные ведомости Белгородского государственного университета. Серия: Экономика. Информатика. - 2015. - Т. 34. - №. 7 (204).

15. Астафурова О. А., Сальникова Н. А., Лопухов Н. В. Имитационное моделирование логистики города //Научные труды SWorld. - 2014. - Т. 6. -№. 2. - С. 77-81

16. Кузин М. В. Программное обеспечение для имитационного моделирования координированного управления транспортными потоками //Математические структуры и моделирование. - 2008. - №. 1 (18).

17. Лаврушина Е. Г., Гаевой С. С. Построение имитационной модели оптимизации количества сотрудников склада при отгрузке готовой продукции птицефабрики //Интернет-журнал Науковедение. - 2014. - №. 3 (22).

18. Бердыш И. А., Симонова Д. А., Беляева М. А. Использование имитационной системы AnyLogic в анализе работы цеха по сублимационной сушке плодово-ягодного сырья //Бюллетень науки и практики. Электрон. журн. - 2016. - №. 5. - С. 135.

19. Перминова Н. С. Разработка модели магазина и складского комплекса в среде а^^ю //Синергия Наук. - 2017. - №. 14. - С. 408-413.

20. Данилин А. Н. и др. Математическая модель индивидуально-поточного движения людских и транспортных потоков //Вюник Херсонського нащонального техшчного ушверситету. - 2016. - №. 3. - С. 501-505.

21. Куликова О. М., Овсянников Н. В., Ляпин В. А. Имитационное моделирование деятельности медицинских учреждений на примере Омска //Наука о человеке: гуманитарные исследования. - 2014. - №. 4 (18).

22. Осипов Г. С. Исследование систем массового обслуживания с ожиданием в AnyLogic //Бюллетень науки и практики. - 2016. - №. 10. - С. 11.

23. Сазонов С. Ю. Методика расчета времени эвакуации людей при воздействии опасных факторов пожара в системе имитационного моделирования пожароопасных ситуаций в вузе //Информационные системы и технологии. - 2012. - Т. 69. - №. 1.

24. Мезенцев А. Б., Сазонова С. А. Имитационное моделирование аварийных ситуаций в гидравлических системах //Моделирование систем и процессов. - 2015. - Т. 8. - №. 2. - С. 23-25.

25. Молочко А. В., Жучков П. С. Имитационное моделирование риска чрезвычайной ситуации при аварии на участке магистрального газопровода (на примере Петровского района Саратовской области) с использованием геоинформационных технологий //Известия Саратовского университета. Новая серия. Серия Науки о Земле. - 2011. - Т. 11. - №. 2.

26. Цыганков А. В., Гримитлин А. М. Состояние и перспективы развития систем кондиционирования воздуха //Вестник Международной академии холода. - 2013. - №. 4.

27. Sulin A. B., Marchenko A. S. Simulation modeling of processes in lifesupport systems //AIP Conference Proceedings. - AIP Publishing, 2018. - Т. 2007. - №. 1. - С. 030065.

28. Сулин А. Б., Марченко А. С. Алгоритм моделирования режимных параметров системы воздухоочистки //Научный журнал НИУ ИТМО. Серия «Холодильная техника и кондиционирование». - 2016. - №. 2.

29. Сабанаев И.А., Алмакаева Ф.М. Разработка имитационных моделей для изучения тепло- и массообменных процессов // Вестник Казанского технологического университета. 2015. №18.

30. Лепеш Григорий Васильевич, Спроге Глеб Александрович, Однодворец Юрий Валерьевич Имитационное моделирование дифференцированного обогрева вентилируемого помещения комплексом современных отопительных приборов // ТТПС. 2015. №1 (31).

31. Стрижак Павел Александрович, Морозов Максим Николаевич Математическое моделирование теплового режима здания с учетом инсоляционных теплопоступлений // Известия ТПУ. 2015. №8.

32. Марьясин О. Ю., Огарков А. А. Имитационное моделирование и оптимизация энергопотребления офисного здания //Имитационное моделирование. Теория и практика. - 2017. - С. 480-484.

33. Марьясин О. Ю. ПРОЕКТИРОВАНИЕ МУЛЬТИАГЕНТНОЙ СИСТЕМЫ УПРАВЛЕНИЯ ЗДАНИЕМ С ИСПОЛЬЗОВАНИЕМ ОНТОЛОГИЙ //Онтология проектирования. - 2018. - Т. 8. - №. 3 (29).

34. Каменский Д.П., Гаряев Н.А. Применение имитационного моделирования в системах жизнеобеспечения зданий // Вестник МГСУ. 2011. №6.

35. Каменский Д. П. Имитационные модели автоматизации анализа и синтеза проектных решений систем жизнеобеспечения зданий : дис. -Автореферат диссертации на соискание ученой степени к. т. н.-МГСУ, 2011.

36. Chen Y. et al. Simulation and visualization of energy-related occupant behavior in office buildings //Building Simulation. - Tsinghua University Press, 2017. - Т. 10. - №. 6. - С. 785-798.

37. AHRI №550/590-98

38. Yu F. W., Chan K. T. Improved energy efficiency standards for vapour compression chillers serving buildings //Department of Building Services Engineering, The Hong Kong Polytechnic University. - 2004.

39. Bellenger L. G., Becker J. D. Selecting high-efficiency centrifugal chillers: a system approach //Heating, piping and air conditioning. - 1996. - Т. 68. - №. 7.

40. Yu F. W., Chan K. T. Experimental determination of the energy efficiency of an air-cooled chiller under part load conditions //Energy. - 2005. - Т. 30. - №. 10. - С. 1747-1758.

41. Smith B. Economic analysis of hybrid chiller plants //ASHRAE journal. -2002. - Т. 44. - №. 7. - С. 42-44.

42. Yu F. W., Chan K. T. Environmental performance and economic analysis of all-variable speed chiller systems with load-based speed control //Applied Thermal Engineering. - 2009. - Т. 29. - №. 8-9. - С. 1721-1729.

43. Sulong B. L. Integrated part load index and calculation of annual energy consumption of a single chiller [J] //Hv & Ac. - 2005. - Т. 11.

44. Mulugeta J., Dietrich W. Performance of Variable Speed Centrifugal Chillers. - 1996.

45. Fornasieri E. et al. Seasonal energy efficiency (ESEER) of different installation solutions of chillers using screw compressors for R134a //University of studies of pazua, Bitzer Trevisan P.

46. Rivière P. et al. A method to reduce European chiller hourly load curves to a few points //Proceedings of the Climamed Conference. - 2005.

47. Albieri M. et al. A simulation environment for the design of advanced chiller control systems //2007 IEEE International Conference on Automation Science and Engineering. - IEEE, 2007. - C. 962-967.

48. Cecchinato L. Part load efficiency of packaged air-cooled water chillers with inverter driven scroll compressors //Energy Conversion and Management. - 2010.

- T. 51. - №. 7. - C. 1500-1509.

49. Albieri M. et al. Advanced control systems for single compressor chiller units //International journal of refrigeration. - 2009. - T. 32. - №. 5. - C. 10681076.

50. Yu F. W. et al. Review of standards for energy performance of chiller systems serving commercial buildings //Energy procedia. - 2014. - T. 61. - C. 2778-2782.

51. Bacigalupo E. et al. Average weighed efficiency of compression chillers: a proposal to AICARR for a calculation method //Permanent Technical Committee for "Refrigeration" in AICARR's Technical Activity Commission. - 2001.

52. Schibuola L., Gastaldello A., Venco S. Seasonal Performance Evaluation of Chillers characterized by new design solutions in air conditioning plants //atti International Conference Climamed, Lisbona. - 2004.

53. Adnot J. et al. Energy efficiency and certification of central air conditioners (EECCAC) //Study for the DG Transportation-Energy (DGTREN) of the Commission of the EU, Paris. - 2003.

54. Chiarello M. Development of high efficiency air-conditioning and heating systems. - 2010.

55. Yi-tai L. I. U. S. M. A., Wei L. U. Analysis About EER and SEER of Air Conditioner [J] //Journal of Tianjin University. - 2006. - T. 9.

56. Helm M. et al. Solar heating and cooling system with absorption chiller and latent heat storage-a research project summary //Energy Procedia. - 2014. - T. 48.

- C. 837-849.

57. Sulong B. L. Integrated part load index and calculation of annual energy consumption of a single chiller [J] //Hv & Ac. - 2005. - Т. 11.

58. JIN X., ZHANG X. Study on the Performance of Constant and Variable Water Flow under Part Load Conditions for Variable-frequency Chiller [J] //Building Science. - 2008. - Т. 8.

59. Ribeiro G. B., Barbosa Jr J. R. Modelling of an R-290/P0E ISO 22 Variable Speed Air Conditioner System under SEER Conditions. - 2016.

60. AHRI 210/240-2008

61. Yu F. W., Chan K. T. Improved energy efficiency standards for vapour compression chillers serving buildings //Department of Building Services Engineering, The Hong Kong Polytechnic University. - 2004.

62. СП 131.13330.2012 Строительная климатология. Актуализированная редакция СНиП 23-01-99* (с Изменениями N 1, 2) - М.: Минрегион России, 2012 . 116с.

63. СП 60.13330.2016 Отопление, вентиляция и кондиционирование воздуха. Актуализированная редакция СНиП 41-01-2003. - M.: Министерство строительства и жилищно-коммунального хозяйства Российской Федерации. 2016. 76с.

64. Курылев Е. С., Герасимов Н. А. Холодильные установки: Учебник для вузов. - Машиностроение. Ленингр. отд-ние, 1980.

65. ВНТП 03-86 Ведомственные нормы технологического проектирования распределительных холодильников.

66. Павлов Н. Н., Шиллер Ю. И. Справочник проектировщика. Часть 3 //Москва: Стройиздат. - 1992.

67. Архив погоды в г. Краснодаре URL: http://rp5.ru (Дата обращения 11.06.2018)

68. Клир Г.Дж., Юань Б. Нечеткие множества и нечеткая логика: теория и приложения. - Нью-Джерси: Prentice Hall PTR, 1995. - Т. 574.

69. Логика Ф. Руководство по нечеткой логике и нейронной сети. - 1996 г.

70. Рзиева М. Т. Двумерное распределение вероятности случайной последовательности с заданной корреляцией смежных значений //Известия СПбГЭТУ «ЛЭТИ. - 2013. - №. 2. - С. 72-77

71. Барикаева Н.С., Николенко Д.А. Исследование запыленности городской среды вблизи автомобильных дорог // журнал «Альтернативная энергетика и экология» № 11 (133) 2013, стр. 75-78.

72. Стефанов Е.В. Вентиляция и кондиционирование воздуха. СПб.: Авок Северо-запад, 2005.-399с.

73. Рымкевич А.А. Системный анализ общественной вентиляции и кондиционирования воздуха. СПб.: Авок Северо-запад, 2003.-271с.

74. Табунщиков Ю.А., Бродач М.М., Шилкин Н.В. Энергоэффективные здания. - М.: АВОК-ПРЕСС, 2003.-200с.

75. Маликов Р. Ф. Практикум по имитационному моделированию сложных систем в среде AnyLogic 6: учеб. пособие / Р. Ф. Маликов. - Уфа: Изд-во БГПУ, 2013. - 296с.

76. Куприяшкин, А.Г. Основы моделирования систем: учеб. пособие / А.Г. Куприяшкин; Норильский индустр. ин-т. - Норильск: НИИ, 2015. - 135 с.

77. Каменский Д.П. Имитационные модели автоматизации анализа и синтеза проектных решений систем жизнеобеспечения зданий. / Автореферат диссертации на соискание ученой степени к.т.н. -МГСУ, 2011.

78. Анатычук Л.И. Термоэлементы и термоэлектрические устройства, Справочник. Киев: Наукова думка, 1979. - 768с.

79. Булат Л.П., Ведерников М.В., Вялов А.П. и др. Термоэлектрическое охлаждение: Текст лекций под общ. ред. Л.П. Булата.-Спб.: СПбГУНиПТ, 2002.-147с.

80. Бурштейн А.И. Физические основы расчета полупроводниковых термоэлектрических устройств. Гос. изд. физ.-мат. лит-ры, Москва, 1962г.-136с. с илл.

81. Иорданишвили Е.К., Бабин В.П. Нестационарные процессы в термоэлектрических и термомагнитных системах преобразования энергии. -М.: Наука, Главная редакция физико-математической литературы, 1983.

82. Иоффе, А.Ф. Полупроводниковые термоэлементы; АН СССР, Ин-т полупроводников. - М. ; Л. : Изд-во АН СССР, 1960. - 188 с.

83. Иоффе А.Ф. и др. Термоэлектрическое охлаждение, изд. Ак. Наук СССР, Москва, Ленинград, 1956 г., 112с.

84. Кутателадзе С.С. Основы теории теплообмена / 4-е изд., Новосибирск, 1970.- 659с.

85. Кутателадзе С.С. Теплопередача и гидродинамическое сопротивление: Справочное пособие. - М.: Энергоатомиздат, 1990. - 367 с.: ил.

86. Манасян Ю.Г. Судовые термоэлектрические устройства и установки Ленинград: Издательство «Судостроение». - 1968. - 144 с.

87. Цветков Ю.Н., Аксенов С.С., Шульман В.М. Судовые термоэлектрические охлаждающие устройства. Л.: Судостроение, 1972.

88. Шостаковский П. "Современные решения термоэлектрического охлаждения для радиоэлектронной, медицинской, промышленной и бытовой техники", журнал "Компоненты и технологии" • № 12 '2009

89. David B., Ramousse J., Luo L. Optimization of thermoelectric heat pumps by operating condition management and heat exchanger design //Energy conversion and management. - 2012. - Т. 60. - С. 125-133.

90. Enescu D., Virjoghe E. O. A review on thermoelectric cooling parameters and performance //Renewable and Sustainable Energy Reviews. - 2014. - Т. 38. -С. 903-916.

91. Rao R. V., Patel V. Multi-objective optimization of two stage thermoelectric cooler using a modified teaching-learning-based optimization algorithm //Engineering Applications of Artificial Intelligence. - 2013. - Т. 26. - №. 1. - С. 430-445.

92. Zhu L., Tan H., Yu J. Analysis on optimal heat exchanger size of thermoelectric cooler for electronic cooling applications //Energy conversion and management. - 2013. - Т. 76. - С. 685-690.

93. Напалков Г. Н. Тепломассоперенос в условиях образования инея. -1983.

94. Barenbrug, A.W.T., Psychrometry and Psychrometric Charts, 3rd Edition, Cape Town, S.A.: Cape and Transvaal Printers Ltd., 1974

95. Lawrence, Mark G., 2005: The relationship between relative humidity and the dewpoint temperature in moist air: A simple conversion and applications. Bull. Amer. Meteor. Soc., 86, 225-233.

96. Коркин В. Д., Сергеев В. Ф. ВЛАЖНЫЙ ВОЗДУХ ABOK СПРАВОЧНОЕ ПОСОБИЕ-1-2004.

97. СП 50.13330.2012 «Тепловая защита зданий» Актуализированная редакция СНиП 23-02-2003. М.: Минрегион России. 2012. 96с.

98. Львовский И. Б., Баркалов Б. В. Пособие 2.91 к СНиП 2.04. 05-91. Расчет поступления теплоты солнечной радиации в помещения. - 1991.

99. Calculation of solar insolation. URL: https://www.pveducation.org/pvcdrom/properties-of-sunlight/calculation-of-solar-insolation/ (дата обращения 11.06.2018)

100. Insolation calculator. URL: http://mc-computing.com/science_facts/RadiationBalance/Insolation_Calculator. html (дата обращения 11.06.2018)

101. Data access viewer. URL: Интернет-ресурс https://power.larc.nasa.gov/data-access-viewer/ (дата обращения 11.06.2018)

102. СНиП II-3-79*. Строительная теплотехника. М.: ГУП ЦПП, 1998. 35c.

103. Паршина Л. Н. Аномальное лето 2010 года на европейской территории России //Земля и Вселенная. - 2011. - №. 1. - С. 102-106.