def setUpClass(cls):
print('\n testing single zone steady 08')
# 計算用フォルダ
s_folder = os.path.join(os.path.dirname(__file__), 'data')
# 住宅計算条件JSONファイルの読み込み
house_data_path = os.path.join(s_folder, "mid_data_house.json")
with open(house_data_path, 'r', encoding='utf-8') as js:
rd = json.load(js)
# 気象データ読み出し
# 外界条件
# 全ての値は0.0で一定とする。日射・夜間放射はなし。
oc = weather.Weather(a_sun_ns=np.zeros(8760 * 4, dtype=float),
h_sun_ns=np.zeros(8760 * 4, dtype=float),
i_dn_ns=np.zeros(8760 * 4, dtype=float),
i_sky_ns=np.zeros(8760 * 4, dtype=float),
r_n_ns=np.zeros(8760 * 4, dtype=float),
theta_o_ns=np.zeros(8760 * 4, dtype=float),
x_o_ns=np.zeros(8760 * 4, dtype=float),
itv=interval.Interval.M15)
# ステップ n の室 i における内部発熱, W, [i, n] ( = 100.0 )
# ステップ n の室 i における人体発湿を除く内部発湿, kg/s, [i, n] ( = 0.0 )
# ステップ n の室 i における局所換気量, m3/s, [i, n] ( = 0.0 )
# ステップ n の室 i における在室人数, [i, n] ( = 0 )
# ステップ n の室 i における空調需要, [i, n] ( = 0.0 )
scd = schedule.Schedule(q_gen_is_ns=np.full((1, 8760 * 4),
100.0,
dtype=float),
x_gen_is_ns=np.zeros((1, 8760 * 4),
dtype=float),
v_mec_vent_local_is_ns=np.zeros((1, 8760 * 4),
dtype=float),
n_hum_is_ns=np.zeros((1, 8760 * 4),
dtype=float),
ac_demand_is_ns=np.zeros((1, 8760 * 4),
dtype=float))
# pre_calc_parametersの構築
ss, ppg = pre_calc_parameters.make_pre_calc_parameters(delta_t=900.0,
rd=rd,
oc=oc,
scd=scd)
q_srf_js_n = np.array([[
16.66666667, 16.66666667, 16.66666667, 16.66666667, 16.66666667,
16.66666667
]]).reshape(-1, 1)
theta_ei_js_n = np.array([[
22.83332338, 22.83332338, 22.83332338, 22.83332338, 22.83332338,
22.83332338
]]).reshape(-1, 1)
# 初期状態値の計算
c_n = conditions.Conditions(
operation_mode_is_n=np.array(
[[operation_mode.OperationMode.STOP_CLOSE]]),
theta_r_is_n=np.array([[24.658324874564500]]),
theta_mrt_hum_is_n=np.array([[21.32499154]]),
x_r_is_n=np.array([[0.0]]),
theta_dsh_s_a_js_ms_n=q_srf_js_n * ss.phi_a1_js_ms /
(1.0 - ss.r_js_ms),
theta_dsh_s_t_js_ms_n=(np.dot(ss.k_ei_js_js, theta_ei_js_n) +
ss.theta_dstrb_js_ns[:, 1].reshape(-1, 1)) *
ss.phi_t1_js_ms / (1.0 - ss.r_js_ms),
q_s_js_n=q_srf_js_n,
theta_frt_is_n=np.array([[24.658324874564500]]),
x_frt_is_n=np.array([[0.0]]),
theta_ei_js_n=theta_ei_js_n)
# 計算実行
c_n_pls = sequence.run_tick(n=-2,
delta_t=900.0,
ss=ss,
c_n=c_n,
recorder=None)
# 計算結果格納
cls._c_n = c_n
cls._c_n_pls = c_n_pls
def setUpClass(cls):
"""
テスト条件
屋根と床が合板12mm、壁が複層ガラスの1m角の立方体の単室モデル。
内部発熱なし。
透過日射熱取得は100W固定
"""
print('\n testing single zone steady 06')
# 計算用フォルダ
s_folder = os.path.join(os.path.dirname(__file__), 'data')
# 住宅計算条件JSONファイルの読み込み
house_data_path = os.path.join(s_folder, "mid_data_house.json")
with open(house_data_path, 'r', encoding='utf-8') as js:
rd = json.load(js)
# 気象データ読み出し
# 全ての値は0.0で一定とする。日射・夜間放射はなし。
oc = weather.Weather(a_sun_ns=np.zeros(8760 * 4, dtype=float),
h_sun_ns=np.zeros(8760 * 4, dtype=float),
i_dn_ns=np.zeros(8760 * 4, dtype=float),
i_sky_ns=np.zeros(8760 * 4, dtype=float),
r_n_ns=np.zeros(8760 * 4, dtype=float),
theta_o_ns=np.zeros(8760 * 4, dtype=float),
x_o_ns=np.zeros(8760 * 4, dtype=float),
itv=interval.Interval.M15)
# ステップnの室iにおける局所換気量, m3/s, [i, 8760*4]
# 局所換気量は常に 0.0 m3/s とする。
v_mec_vent_local_is_ns = np.zeros((1, 8760 * 4), dtype=float)
# ステップ n の室 i における内部発熱, W, [i, n] ( = 0.0 )
# ステップ n の室 i における人体発湿を除く内部発湿, kg/s, [i, n] ( = 0.0 )
# ステップ n の室 i における局所換気量, m3/s, [i, n] ( = 0.0 )
# ステップ n の室 i における在室人数, [i, n] ( = 0 )
# ステップ n の室 i における空調需要, [i, n] ( = 0.0 )
scd = schedule.Schedule(q_gen_is_ns=np.zeros((1, 8760 * 4),
dtype=float),
x_gen_is_ns=np.zeros((1, 8760 * 4),
dtype=float),
v_mec_vent_local_is_ns=np.zeros((1, 8760 * 4),
dtype=float),
n_hum_is_ns=np.zeros((1, 8760 * 4),
dtype=float),
ac_demand_is_ns=np.zeros((1, 8760 * 4),
dtype=float))
# ステップnの室iにおける窓の透過日射熱取得, W, [8760*4]
# 等価日射量は常に 100 W とする。
q_trs_sol_is_ns = np.full((1, 8760 * 4), 100.0, dtype=float)
# pre_calc_parametersの構築
ss, ppg = pre_calc_parameters.make_pre_calc_parameters(
delta_t=900.0,
rd=rd,
oc=oc,
scd=scd,
q_trs_sol_is_ns=q_trs_sol_is_ns)
q_srf_js_n = np.array([[
12.7809219004777, 12.7809219004777, 12.7809219004777,
12.7809219004777, 36.6603793746687, 12.2159349302242
]]).reshape(-1, 1)
theta_ei_js_n = np.array([[
2.748585309, 2.748585309, 2.748585309, 2.748585309, 8.248585309,
2.748585309
]]).reshape(-1, 1)
# 初期状態値の計算
c_n = conditions.Conditions(
operation_mode_is_n=np.array(
[[operation_mode.OperationMode.STOP_CLOSE]]),
theta_r_is_n=np.array([[4.57208809459]]),
theta_mrt_hum_is_n=np.array([[2.642487123]]),
x_r_is_n=np.array([[0.0]]),
theta_dsh_s_a_js_ms_n=q_srf_js_n * ss.phi_a1_js_ms /
(1.0 - ss.r_js_ms),
theta_dsh_s_t_js_ms_n=(np.dot(ss.k_ei_js_js, theta_ei_js_n) +
ss.theta_dstrb_js_ns[:, 1].reshape(-1, 1)) *
ss.phi_t1_js_ms / (1.0 - ss.r_js_ms),
q_s_js_n=q_srf_js_n,
theta_frt_is_n=np.array([[22.60960613]]),
x_frt_is_n=np.array([[0.0]]),
theta_ei_js_n=theta_ei_js_n)
# 計算実行
c_n_pls = sequence.run_tick(n=-2,
delta_t=900.0,
ss=ss,
c_n=c_n,
recorder=None)
# 計算結果格納
cls._c_n = c_n
cls._c_n_pls = c_n_pls
def calc(rd: Dict,
w: weather.Weather,
scd: schedule.Schedule,
n_step_hourly: int = 4,
n_d_main: int = 365,
n_d_run_up: int = 365,
n_d_run_up_build: int = 183) -> Tuple[pd.DataFrame, pd.DataFrame]:
"""coreメインプログラム
Args:
rd: 住宅計算条件
w: 外界気象条件
scd: スケジュール
n_step_hourly: 計算間隔（1時間を何分割するかどうか）（デフォルトは4（15分間隔））
n_d_main: 本計算を行う日数（デフォルトは365日（1年間））, d
n_d_run_up: 助走計算を行う日数（デフォルトは365日（1年間））, d
n_d_run_up_build: 助走計算のうち建物全体を解く日数（デフォルトは183日（およそ半年））, d
Returns:
以下のタプル
(1) 計算結果（詳細版）をいれたDataFrame
(2) 計算結果（簡易版）をいれたDataFrame
Notes:
「助走計算のうち建物全体を解く日数」は「助走計算を行う日数」で指定した値以下でないといけない。
"""
# 本計算のステップ数
# 助走計算のステップ数
# 助走計算のうち建物全体を解くステップ数
n_step_main, n_step_run_up, n_step_run_up_build = period.get_n_step(
n_step_hourly=n_step_hourly,
n_d_main=n_d_main,
n_d_run_up=n_d_run_up,
n_d_run_up_build=n_d_run_up_build)
# 時間間隔, s
delta_t = 3600.0 / n_step_hourly
# json, csv ファイルからパラメータをロードする。
# （ループ計算する必要の無い）事前計算を行い, クラス PreCalcParameters, PreCalcParametersGround に必要な変数を格納する。
pp, ppg = pre_calc_parameters.make_pre_calc_parameters(delta_t=delta_t,
rd=rd,
oc=w,
scd=scd)
gc_n = conditions.initialize_ground_conditions(n_grounds=ppg.n_grounds)
logger.info('助走計算（土壌のみ）')
for n in range(-n_step_run_up, -n_step_run_up_build):
gc_n = sequence_ground.run_tick(gc_n=gc_n, ss=ppg, n=n)
result = recorder.Recorder(n_step_main=n_step_main,
id_rm_is=list(pp.id_rm_is.flatten()),
id_bdry_js=list(pp.id_bdry_js.flatten()))
result.pre_recording(pp)
# 建物を計算するにあたって初期値を与える
c_n = conditions.initialize_conditions(n_spaces=pp.n_rm,
n_bdries=pp.n_bdry)
# 地盤計算の結果（項別公比法の指数項mの吸熱応答の項別成分・表面熱流）を建物の計算に引き継ぐ
c_n = conditions.update_conditions_by_ground_conditions(
is_ground=pp.is_ground_js.flatten(), c=c_n, gc=gc_n)
logger.info('助走計算（建物全体）')
for n in range(-n_step_run_up_build, 0):
c_n = sequence.run_tick(n=n,
delta_t=delta_t,
ss=pp,
c_n=c_n,
recorder=result)
logger.info('本計算')
# TODO: recorder に1/1 0:00の瞬時状態値を書き込む
m = 1
for n in range(0, n_step_main):
c_n = sequence.run_tick(n=n,
delta_t=delta_t,
ss=pp,
c_n=c_n,
recorder=result)
if n == int(n_step_main / 12 * m):
logger.info("{} / 12 calculated.".format(m))
m = m + 1
result.post_recording(pp)
logger.info('ログ作成')
# dd: data detail, 15分間隔のすべてのパラメータ pd.DataFrame
dd_i, dd_a = result.export_pd()
return dd_i, dd_a
def setUpClass(cls):
"""
屋根と床が合板12mm、壁が複層ガラスの1m角の立方体の単室モデル。
相当外気温度が屋根と南壁10℃、他は0℃。
内部発熱なし。
"""
print('\n testing single zone steady 05')
# 計算用フォルダ
s_folder = os.path.join(os.path.dirname(__file__), 'data')
# 住宅計算条件JSONファイルの読み込み
house_data_path = os.path.join(s_folder, "mid_data_house.json")
with open(house_data_path, 'r', encoding='utf-8') as js:
rd = json.load(js)
# 気象データ読み出し
# 全ての値は0.0で一定とする。日射・夜間放射はなし。
oc = weather.Weather(a_sun_ns=np.zeros(8760 * 4, dtype=float),
h_sun_ns=np.zeros(8760 * 4, dtype=float),
i_dn_ns=np.zeros(8760 * 4, dtype=float),
i_sky_ns=np.zeros(8760 * 4, dtype=float),
r_n_ns=np.zeros(8760 * 4, dtype=float),
theta_o_ns=np.zeros(8760 * 4, dtype=float),
x_o_ns=np.zeros(8760 * 4, dtype=float),
itv=interval.Interval.M15)
# ステップ n の室 i における内部発熱, W, [i, n] ( = 0.0 )
# ステップ n の室 i における人体発湿を除く内部発湿, kg/s, [i, n] ( = 0.0 )
# ステップ n の室 i における局所換気量, m3/s, [i, n] ( = 0.0 )
# ステップ n の室 i における在室人数, [i, n] ( = 0 )
# ステップ n の室 i における空調需要, [i, n] ( = 0.0 )
scd = schedule.Schedule(q_gen_is_ns=np.zeros((1, 8760 * 4),
dtype=float),
x_gen_is_ns=np.zeros((1, 8760 * 4),
dtype=float),
v_mec_vent_local_is_ns=np.zeros((1, 8760 * 4),
dtype=float),
n_hum_is_ns=np.zeros((1, 8760 * 4),
dtype=float),
ac_demand_is_ns=np.zeros((1, 8760 * 4),
dtype=float))
# ステップ n の境界 j における相当外気温度, ℃, [j, 8760*4]
# 南（ID=2)と屋根(ID=5)の壁の相当外気温度を 10.0 ℃とする。
theta_o_eqv_js_ns = np.stack([
np.zeros(8760 * 4, dtype=float),
np.zeros(8760 * 4, dtype=float),
np.full(8760 * 4, 10.0, dtype=float),
np.zeros(8760 * 4, dtype=float),
np.zeros(8760 * 4, dtype=float),
np.full(8760 * 4, 10.0, dtype=float)
])
# pre_calc_parametersの構築
ss, ppg = pre_calc_parameters.make_pre_calc_parameters(
delta_t=900.0,
rd=rd,
oc=oc,
theta_o_eqv_js_ns=theta_o_eqv_js_ns,
scd=scd)
q_srf_js_n = np.array([[
15.384094583670, 15.384094583670, -31.115905416330,
15.384094583670, 14.704033054882, -29.740411389563
]]).reshape(-1, 1)
theta_ei_js_n = np.array([[
3.308407437, 3.308407437, 3.308407437, 3.308407437, 3.308407437,
3.308407437
]]).reshape(-1, 1)
# 初期状態値の計算
c_n = conditions.Conditions(
operation_mode_is_n=np.array(
[[operation_mode.OperationMode.STOP_CLOSE]]),
theta_r_is_n=np.array([[3.3084074373484]]),
theta_mrt_hum_is_n=np.array([[2.758476601]]),
x_r_is_n=np.array([[0.0]]),
theta_dsh_s_a_js_ms_n=q_srf_js_n * ss.phi_a1_js_ms /
(1.0 - ss.r_js_ms),
theta_dsh_s_t_js_ms_n=(np.dot(ss.k_ei_js_js, theta_ei_js_n) +
ss.theta_dstrb_js_ns[:, 1].reshape(-1, 1)) *
ss.phi_t1_js_ms / (1.0 - ss.r_js_ms),
q_s_js_n=q_srf_js_n,
theta_frt_is_n=np.array([[3.3084074373484]]),
x_frt_is_n=np.array([[0.0]]),
theta_ei_js_n=theta_ei_js_n)
# 計算実行
c_n_pls = sequence.run_tick(n=-2,
delta_t=900.0,
ss=ss,
c_n=c_n,
recorder=None)
# 計算結果格納
cls._c_n = c_n
cls._c_n_pls = c_n_pls