Wind speed characteristics with regard to wind direction

• Autorzy: Bzowska D.

Warianty tytułu

PL

Identyfikacja stochastyczna wiatru

• Języki publikacji: EN

Abstrakty

EN

Heat losses of a building are mainly caused by forcing functions, climatic variables. The losses depend on global and diffuse radiation as well as on ambient temperature, relative humidity, direction and wind velocity. All of the aforesaid climatic variables play significant role when determining heating or cooling loads for dwellings. The paper is focused on decomposition of wind speed variables, in accordance with division into deterministic and stochastic component and their statistical analysis. The wind speed modelling approach takes into account several basic features of wind speed data as non-Gaussian distribution which have been transformed to make it approximately Gaussian and standardized to remove diurnal nonstationarity. To remove seasonal nonstationarity the separate models for each month have been fitted. As an example, the modelling approach is applied to the ten years set of data from Warsaw. The purpose of this paper is to extend previous works concerning stochastic identification of solar radiation and ambient temperature and to carry out unsteady exchange of heat between a naturally ventilated building and its surrounding.

PL

Zamieszczono wyniki kierunkowej analizy wiatru opartej na podziale kąta pełnego na osiem głównych kierunków, na które rzutuje się wektory prędkości. Każdy kierunek wyznacza prostopadłą do niego płaszczyznę, która "przechwytuje" na siebie wiatry z danego kierunku, tzn. wiatry, których wektor prędkości posiada dodatni rzut na ten kierunek (w zwyczajowo przyjętej konwencji). Przykładowo, wiatr północny w istocie ma wektor prędkości skierowany na południe. Nazwa płaszczyzny umownie definiuje kierunek wiatru. Zbudowane wg opisanej zasady kierunkowe ciągi meteorologiczne parametru wyznaczają osiem prostopadłych do kierunku oddziaływania wiatru płaszczyzn, które mogą być traktowane w dalszej analizie cieplnej obiektu jako dowolnie wybrane płaszczyzny jego przegród. Do stochastycznego modelowania wiatru wykorzystano dziesięcioletnie ciągi meteorologiczne dla Warszawy. Przy modelowaniu parametru wzięto pod uwagę jego nie gaussowski charakter. Zastosowano dekompozycję na składową deterministyczną — średnią dobę otrzymaną w wyniku procedur statystycznych właściwych rozkładowi Weibulla. Dobowy rozkład parametru — stały w obrębie miesiąca, w założonym przedziale stacjonarności, opisano funkcją harmoniczną. Szumy wg wskazanej procedury przetworzono, uzyskując proces o średniej wartości równej zeru i jednostkowej wariancji. Wymiana ciepła pomiędzy obiektem budowlanym, a jego otoczeniem wymaga uwzględnienia w bilansie cieplnym budynku wpływu szeregu parametrów pogody, w tym także wiatru. Przywoływane powyżej prace ograniczały się do wykorzystania wpływu temperatury zewnętrznej i promieniowania słonecznego z tej racji, że oba te parametry zostały już zidentyfikowane. Obecnie wykonany opis procesu wiatru może być wykorzystany w bardziej kompleksowych niż dotychczas obliczeniach niestacjonarnych stanów cieplnych budynków ogrzewanych z wyróżnieniem wydatku masowego powietrza wentylacyjnego w pomieszczeniu z naturalnym systemem wentylacji. Analizowany obiekt będzie zatem poddany wspólnemu oddziaływaniu temperatury otoczenia, promieniowania słonecznego i wiatru.

Słowa kluczowe

PL

wiatr; analiza kierunkowa; modelowanie stochastyczne

• Wydawca: Komitet Inżynierii Lądowej i Wodnej PAN ; Politechnika Warszawska, Wydział Inżynierii Lądowej
• Czasopismo: Archives of Civil Engineering
• Rocznik: 2001
• Tom: Vol. 47, nr 1
• Strony: 75--89
• Opis fizyczny: Bibliogr. 11 poz., il.

Twórcy

autor

Bzowska D.

• Polish Academy of Sciences, Institute of Fundamental Technological Research, Warszawa

Bibliografia

• 1. B.G. BROWN, R.W. KATZ, A.H. MURPHY, Time series models to simulate and forecast wind speed and wind power, J. Clim. Appl. Meteorol., 23, 1184-1195, 1984.
• 2. D. BZOWSKA, Stochastic modelling of thermal performance for a heated building, Archives of Civil Engineering, 43, 4, 1997.
• 3. K. CONDRADSEN, L.B. NIELSON, L.P. PRAHAM, Reviev of Weibul statistics for estimation of wind speed distribution, J. Clim. Appl. Meteorol., 23, 1173-1183, 1984.
• 4. A.G. DAVENPORT, The application of statistical concepts to the wind loading of structures, Proc. Inst. Civ. Eng., 12, 1961.
• 5. A.G. DAVENPORT, The dependence of wind loads on meteorological parameters, WEBS, Ottava 1967.
• 6. J.P. HENNESSY, JR., Some aspects of wind power statistics, J. Appl. Meteorol., 16, 2, 1977.
• 7. S. HOKOI, M. MATSUMATO, An analysis of stochastic properties of the heating load in a intermittently air-conditioned building, Energy and Buildings, 11, 259-263, 1988.
• 8. N.L. JOHNSON, S. KOTZ, N. BALAKRISHNAN, Continuous univariate distributions, 1, 2nd edition, Wiley Interscience, N.Y. 1994.
• 9. H. NFOUI, J. BURET, A.A. SAYIGH, Stochastic simulation of hourly average wind speed sequences in Tangiers (Marocco), Solar Energy, 56, 3, 301-314, 1996.
• 10. L TROEN, E.L. PETERSON, European wind atlas, RISO National Lab., 1989.
• 11. H. YOSHODA, T. TERAI, Modelling of weather data by time series analysis for air-conditioning load calculations, Ashare Transactions: Research, 328-345, 1991.