集中空调水系统节能优化策略及仿真研究

范新舟 姚 晔

(上海交通大学机械与动力工程学院 制冷与低温工程研究所 上海 200240)

建筑节能是我国实现2030年碳减排目标的关键领域。对于写字楼、酒店、车站、商场等大型公共建筑，空调系统能耗占建筑总能耗的40%～60%以上[1]，水系统(包括冷水机组、冷冻水泵、冷却水泵、冷却塔)能耗占空调系统总能耗的60%～80%[2]。因此，集中空调水系统对于空调系统的节能，以及建筑节能起到关键作用。

集中空调水系统节能通常通过冷水机组负荷分配优化和控制参数优化实现[3-5]。刘兆辉等[6]提出了空气源热泵序列优化控制策略，采用平均分配负荷的方式，实现了在不同负荷下针对同型号机组的最佳运行序列优化控制。闫军威等[7]提出了基于遗传算法的多台冷水机组负荷分配优化方法，通过优化得到的机组负荷再进行供水温度的控制。Liu Zhaohui等[8]基于冷负荷曲线、冷水机组和冷却塔模型，采用分枝定界算法，得到了冷水机组序列优化控制策略，机组能耗相比于传统策略明显降低。Qiu Shunian等[9]提出了基于强化学习Q-learning方法的冷水机组负荷最优分配方法，以COP作为环境反馈，通过调节冷冻水出口温度的设定值来自主学习和优化冷水机组负荷，达到了4.95%节能率的效果。F.Sohrabi等[10]提出了基于交易市场算法的最优冷水机组负荷分配方法，以每台冷水机组的部分负荷率作为决策变量，以满足冷负荷需求前提下能效最小为目标，其收敛速度和优化节能率较其他方法大大提高。陈鑫[11]以冷冻水供水温度及冷却水供水温度作为独立控制参数，使用遗传算法得到最佳控制参数。Zhuang Luping等[12]提出了使用分层进化算法的集中空调水系统节能优化，通过优化冷冻水供回水温差及水泵频率实现系统总能耗最小。Deng Jiewen等[13]对冷冻水系统进行节能优化，得到冷冻水供回水大温差有利于节能的结论。

然而，上述研究忽略了集中空调水系统中不同设备之间的耦合，一个或几个设备的最优控制策略对于整个集中空调水系统可能不是最优的。针对上述问题，本文提出一种新的集中空调水系统全局优化策略，包括冷水机组启停优化策略和水泵启停优化策略，以冷冻水供水温度及冷却水流量作为独立全局优化控制参数。以广州市的一栋医院建筑为案例，对集中空调水系统进行了建模模拟及优化仿真，研究在满足空调区域舒适度的前提下，集中空调水系统的最优控制策略和最佳控制参数，并对优化策略与传统策略下的各设备能耗与系统总体能耗进行对比，以验证优化策略的节能潜力。

1 系统建模

集中空调水系统是一个复杂而又集成度高的系统，各设备之间既可独立工作又相互联系紧密。系统能耗模型以个设备能耗总和为目标函数。

Ptotal=∑PChiller,i+∑PChilledPump,j+

∑PCoolingPump,k+∑PCoolingTower,l

(1)

式中：Ptotal为集中空调水系统总能耗，kW；PChiller,i为各台冷水机组能耗，kW；PChilledPump,j为各台冷冻水泵能耗，kW；PCoolingPump,k为各台冷却水泵能耗，kW；PCoolingTower,l为各台冷却塔能耗，kW。

1.1 冷水机组建模

YE冷水机组模型是一种多元灰箱模型，与其他模型相比，该模型无需考虑机组类型，兼顾冷水机组的实际运行状态(不同蒸发冷凝温度、负荷率等)，在计算冷水机组能效比方面，具有更高的准确性。当冷水机组处于不同运行状态时，该模型用待拟合系数a1、a2对模型进行修正[14]。YE冷水机组模型：

(2)

由于不同冷水机组的功能不同，有些设备无法准确测量蒸发温度及冷凝温度，可通过冷冻水、冷却水回水温度及流量计算蒸发、冷凝温度。

蒸发温度模型：

(3)

式中：Tw,e,E为冷冻水回水温度，K；cw为水的比热容，kJ/(kg·K)；Gw,e为冷冻水质量流量，kg/s；UAe为蒸发器的总传热系数，W/K。

冷凝温度模型：

(4)

式中：Tw,c,E为冷却水回水温度，K；Gw,c为冷却水质量流量，kJ/(kg·K)；UAc为冷凝器总传热系数，W/K。

冷水机组能耗Pchill(kW)由式(5)计算：

(5)

1.2 水泵建模

水泵能耗模型：

(6)

式中：ρw为水的密度，kg/m3；g为当地重力加速度，m/s2；H为扬程，m；Gw为水流的体积流量，m3/s；ηp为水泵效率；ηm为电机效率；ηf为变频器效率。

水泵的性能曲线表明，水泵扬程、效率皆与流量有关，即扬程与效率均可由流量表示，因此，式(6)可改写为：

(7)

式中：bi(i=0,1,2)为待拟合系数，由实际的设备运行数据拟合得到。

1.3 冷却塔建模

集中空调运行过程中，一般采取冷却水泵与冷却塔按比例启停的控制方式，冷却塔为定频，冷却塔风机在运行过程中风量始终为额定值，因此冷却塔能耗是其额定功率。

PCoolingTower=PCoolingTower,rated

(8)

式中：PCoolingTower,rated为每台冷却塔的额定功率，kW。

2 优化策略

2.1 冷水机组启停优化策略

传统的冷水机组启停策略是按照开启机组累计额定负荷能满足实际冷负荷需求下，以最小开启台数进行选择。对于相同额定功率的冷水机组，负荷采用平均分配的方式；而对于不同额定功率的冷水机组，负荷采用相同负荷率的分配方式。但由式(2)可知，冷水机组的能效比COP与负荷率有关，且并不是在负荷率最大的时候COP最高[14]。同时，在冷水机组的实际运行过程中，不同运行工况(冷冻水、冷却水进出口温度变化)对COP影响很大。因此，上述两种分配方式存在开启的冷水机组很难处于最佳能效比状态的问题。

本文提出一种新的负荷分配方式：在满足冷负荷的前提下，采取不平均分配方式，使得尽可能多的开启冷水机组处于最佳COP状态，以提高冷水机组效率，降低能耗。根据冷水机组的性能曲线，可知每台冷水机组的最佳负荷率，计算出对应的冷负荷。当冷负荷一定时，一部分开启机组处于最佳冷负荷状态，剩余冷负荷由剩余开启机组按照相同的负荷率进行分配。

定义rS为开启冷水机组实际负荷率对应于最佳负荷率之差的平方平均数，如式(9)所示。rS越小，代表开启冷水机组采用当前负荷分配情况下，整体机组效率越高；rS越大，整体机组效率越低。

3.突出“以人为本”，淡化“以国为本”，则个体幸福、社会和谐。古人云：“国以民为本，民以食为天。”（《史记·郦食其列传》）就明示了平民百姓相对于国家的重要性。我党领导人多次强调，“必须始终坚持以人为本、执政为民，切实贯彻党的全心全意为人民服务的根本宗旨，不断实现好、维护好、发展好最广大人民根本利益。”［19］党的指导思想之一的科学发展观将以人为本定为核心，就更加旗帜鲜明地突出了人民利益高于国家利益的社会发展取向。

(9)

冷水机组启停优化策略计算流程如图1所示。当多台冷水机组并联运行时，利用优化策略可以获得各台冷水机组启停策略及开启机组最佳负荷，以保证机组获得整体最佳COP。

图1 冷水机组启停优化策略Fig.1 Optimal strategy for start and stop of chiller

2.2 水泵启停优化策略

传统的水泵启停策略是按照满足实际水流量，最小开启台数进行设定。水泵效率最高点位于部分负荷状态下，因此水泵开启台数的优化策略为：在满足水流量的前提下，使所有开启的水泵尽可能运行在高效率状态，以减少水泵的能耗。

目标函数为：

Gw,i,min≤Gw,i≤Gw,i,max

(10)

式中：Gw,i,min、Gw,i,max分别为水泵运行流量的上下限，m3/h。

水泵启停优化策略计算流程如图2所示。当多台水泵并联运行时，利用优化策略可以获得各台水泵启停最佳策略，以保证在满足水流量的前提下，水泵整体能耗最小。

图2 水泵启停优化策略Fig.2 Optimal strategy for start and stop of pump

2.3 系统优化参数确定

集中空调水系统是一个错综复杂，耦合性很强的系统，由于其强耦合性，在优化过程中，容易出现“维数灾”，导致控制系统崩溃。因此，本文根据集中空调水系统的特点，按照先冷冻水系统后冷却水系统的顺序进行优化。

对于冷却水系统，用能设备包括冷却水泵及冷却塔。冷却水供回水温度不仅受设备本身性能的影响，还受实时天气情况的影响，无法通过底层PLC进行直接控制，而冷却水流量可通过冷却水泵的启停和频率进行控制，为可控量，因而作为冷却水系统的优化参数。

集中空调水系统优化过程如图3所示。t为环境温度，℃；RH为环境湿度。

图3 集中空调水系统优化过程Fig.3 Optimization process of central air-conditioning water system

3 实例验证

3.1 空调系统及负荷模拟

本文研究了一栋位于广东省广州市的综合性医院的空调系统，原理如图4所示。大楼共18层，地上15层，地下3层，主要建筑功能为候诊大厅、药房、病房等。空调系统的冷源采用2台制冷量为2 461 kW的水冷离心式冷水机组和1台制冷量为1 406 kW的水冷螺杆式冷水机组，额定功率分别为451 kW和287 kW，输配系统采用3台额定功率为75 kW(两用一备)和两台额定功率为45 kW(一用一备)的变频冷冻水泵，额定流量分别为480 m3/h和270 m3/h，以及3台额定功率为75 kW(两用一备)和2台额定功率为37 kW(一用一备)的变频冷却水泵，额定流量分别为580 m3/h和320 m3/h，并附有2台额定功率为37 kW和1台额定功率为22 kW的横流式冷却塔。

图4 集中空调水系统原理Fig.4 Principles of air-conditioning water system

利用DeST软件，对建筑进行建模，并对建筑夏季冷负荷(6月1日00∶00—9月30日23∶59)进行了模拟计算，计算结果如图5所示。由图5可知，夏季建筑冷负荷最大为2 394 kW，平均冷负荷为1 040 kW。

3.2 不同负荷下冷水机组启停优化策略性能对比

为对比空调系统在不同负荷下两种冷水机组开启策略的性能，根据冷水机组历史运行数据，使用最小二乘法对模型参数进行拟合，结果如表1所示。

在系统设定控制参数不变(冷冻水供水温度和冷却水流量)及除机组外其他设备启停状态相同的情况下，计算了不同负荷率下冷水机组开启情况及冷源系统总体COP。以冷水机组总额定负荷作为满负荷，假设集中空调水系统在不同的负荷率下运行。传统策略下，以满足最大冷负荷需求设置冷水机组开启状态，根据负荷的变化优先开启大冷量冷水机组。图6、图7所示分别为两种策略下(传统策略和优化策略)冷水机组运行台数以及冷源系统总体COP的对比。

图6 两种策略下冷水机组运行台数对比Fig.6 Contrast of operating chiller number of two strategies

图7 两种策略下冷源系统总体COP对比Fig.7 Contrast of COP of cold source of two strategies

结果表明：优化策略下冷水机组开启台数相比于传统策略有所增加，这是因为优化策略以增加开启机组台数来避免开启机组的负荷率过高，使其运行在更高的COP状态。优化策略下冷源系统总体COP更高，在负荷率5%～100%变化范围内，冷源系统平均COP提高了10.9%，平均节省能耗8.9%。

3.3 不同负荷下水泵启停优化策略性能对比

为了对比空调系统在不同负荷下两种水泵开启策略的性能，根据水泵历史运行数据，使用最小二乘法对模型参数进行拟合，结果如表2所示。

表2 水泵模型参数Tab.2 The model parameters of water pump

在系统设定控制参数不变(冷冻水供水温度和冷却水流量)及除水泵外其他设备启停相同的情况下，计算不同负荷下水泵开启情况及水泵总能耗。

图8所示为两种策略下水泵开启情况对比，优化策略下冷冻水泵和冷却水泵的开启台数相比于传统策略有所减少，这是因为优化策略下，开启了大额定流量的水泵以代替传统策略下开启两台小流量水泵，使水泵运行效率更高。两种策略下水泵总能耗对比如图9所示，优化策略下水泵的总能耗更低，在负荷率5%～100%变化范围内，水泵平均节省能耗18.6%。

图8 两种策略下水泵运行台数对比Fig.8 Contrast of operating water pump number of two strategies

图9 两种策略下水泵总能耗对比Fig.9 Contrast of total energy consumption of water pump of two strategies

3.4 不同负荷下参数优化性能对比

为了对比空调系统在不同负荷下系统控制参数优化的性能，在系统各设备启停相同的情况下，计算不同负荷下系统供水温度优化值、冷却水流量

优化值及相应的系统总能耗、各设备总能耗。未优化策略下，冷冻水供水温度始终设置为7 ℃，冷却水流量按照固定冷却水供回水温差为6 ℃设置。

两种策略控制参数对比如图10所示，随着负荷率的增加，最佳供水温度出现先下降再升高再下降的趋势，当机组负荷率较低时，根据机组性能曲线，COP较低，提高供水温度以提高蒸发温度，使得在相同负荷率下COP相比于额定工况有所增加；机组负荷率增加直至最佳COP对应负荷率，供水温度不断降低，随着机组负荷率的增加，供水温度对COP影响减小，供水温度降低以减少冷冻水流量，实现在对冷水机组能耗影响较小的前提下降低冷冻水泵能耗，达到节能的效果。最佳冷却水流量在负荷率较低的工况下更大，降低机组冷凝温度，以提高COP。在负荷率较高时，冷凝温度对机组COP的影响减小，最佳冷却水流量小于传统策略流量，以减少冷却水泵的能耗，最终实现整个系统的全局优化。图11、图12所示分别为系统总能耗和各设备总能耗随负荷率的变化，曲线的变化情况对应了上述分析。

图10 两种策略控制参数对比Fig.10 Contrast of control parameters of two strategies

图11 两种策略系统总能耗对比Fig.11 Contrast of total energy consumption of two strategies

图12 两种策略系统各设备能耗对比Fig.12 Contrast of energy consumption of each device of two strategies

3.5 典型日分析

为了分析在实际运行中优化策略的节能效果，根据DeST对建筑负荷的模拟计算结果，选取了夏季典型日，其逐时气温和逐时冷负荷如图13所示。

图13 建筑逐时气温及冷负荷Fig.13 Hourly temperature and loads of building

由于该优化为高维度多变量复杂优化系统，因此选用Matlab工具箱中粒子群优化算法particleswarm进行全局优化。MinNeighborsFraction设置为0.8，以防止陷入局部最优；MaxStallIterations设置为5，以加快优化运行速度。

图14所示为夏季典型日两种策略总能耗对比，结果表明：在全天不同环境温度及冷负荷变化下，系统优化能耗都要低于未优化能耗，系统总能耗平均节能率为20.4%。

图14 夏季典型日两种策略总能耗对比Fig.14 Contrast of total energy consumption of two strategies in summer typical day

图15所示为夏季典型日两种策略各设备能耗对比，结果表明：冷水机组在系统总能耗中占比较大，达到72.3%，因此其能耗变化趋势与总能耗变化趋势类似，且优化能耗始终低于未优化能耗。对于冷冻水泵和冷却水泵，在早晚负荷较低时段，由于水泵启停优化策略的介入，使水泵运行在最高效率区间，优化能耗低于未优化能耗；而在负荷较高时段，系统增加冷冻水和冷却水流量，减小冷水机组供回水温差，降低冷水机组能耗，增加水泵能耗，使水泵优化能耗高于未优化能耗，以实现系统的整体节能。

图15 夏季典型日两种策略各设备能耗对比Fig.15 Contrast of energy consumption of each device of two strategies in summer typical day

4 结论

本文提出了一套集中空调水系统夏季优化策略方法，包括冷水机组启停优化策略、水泵启停优化策略、控制参数优化方法，并基于一栋医院建筑，与传统的优化策略进行了对比，得出如下结论：

1)冷水机组启停优化策略具有较高的节能性，与传统策略相比，该策略在负荷率5%～100%变化范围内，冷水机组平均COP提高了10.9%，平均节省能耗8.9%。

2)水泵启停优化策略同样具有较高的节能性，在负荷率5%～100%变化范围内，水泵平均节省能耗18.6%。

3)使用上述两种优化策略并对集中空调水系统控制参数进行优化，在夏季典型日，集中空调水系统平均节省能耗20.4%。