基于运行数据的多联机节能潜力挖掘方法

2021-10-30丁云霄郑春元罗彬翟晓强

制冷技术 2021年4期

丁云霄，郑春元，罗彬，翟晓强

（1-广东美的暖通设备有限公司，广东佛山 528311；2-上海交通大学制冷与低温工程研究所，上海 200240）

0 引言

目前，建筑能耗已经占到社会总能耗的三分之一，而空调系统能耗又占到了建筑总能耗的一半以上，因此对空调系统进行节能优化已经是当前的一个热点[1-2]。建筑全生命周期中的能源有80%是在其中有人的情况消耗的[3]。商业建筑中空调能耗占比达到50%以上[4]。ZHANG 等[5]对用能行为相关的高引用次数的论文关键词进行了研究，其中21.2%的研究是用能行为对能耗的影响。研究表明，建筑中通过保证用户的节能行为，可让空调节约23.5%的能耗[6]。而针对住宅建筑用能行为的优化可实现10%～25%的节能量[7]，而对于商业建筑则可以实现5%～30%的节能量[8]。TANG等[9]提出了一种技术指导用能行为的概念，结合用能行为与设备的控制实现节能。其研究表明，中央空调系统能由此减少23.5%的能耗，占建筑总用电量的7.8%。ZHANG等[10]对一栋使用多联机的办公楼用能行为对系统能耗的影响做了实验及仿真研究，结果表明用能行为对多联机（Variable Refrigerant Flow，VRF）系统与中央空调系统（Heating Ventilation Air Conditioning，HVAC）的能耗对比起到重要作用。SUN 等[11]提出了一种仿真框架用于模拟仿真用能行为对节能措施实现的节能量的影响，结果表明对于与用户行为相关的技术，如多联机系统和通风等，其用户行为对节能效果有很大的影响。成建宏等[12]基于大数据对家用多联机空调进行了实际运行状况调研分析，设定温度分布、连续使用时长分布、停机次数分布、停机时长分布等参数进行统计分析。可以看出，针对于用户用能行为已经有了很多研究，也取得了一些有价值的结论，但是有关调节设定温度习惯方面的研究较少[13-15]。

本文构建了描述用户设定温度习惯与建筑-设备匹配性的相关指标参数，并通过某酒店以及某教育培训机构的实例分析，验证了所提指标的合理性。在此基础上利用上述指标参数描述了多联机系统的运行节能潜力，为多联机系统的运行评价提供了支撑。

1 运行数据统计分析指标模型

节能潜力挖掘的主要任务是通过设备实际运行的情况，判断当前设备的运行控制是否合理，建筑中用户的用能行为是否节能[16-17]。设备设计运行合理性可通过相关建筑-设备匹配性指标来衡量，如运行负荷率分布情况[18]、室内环境温度达温情况、内机的待机/开机切换次数等；用能合理性主要是设定温度的分布情况[19,20]、内机设定为高温度的时间占比、设定温度调整情况等。

1.1 用户温度设定习惯指标

1.1.1 设定温度时间分布

对于特定的设定温度，统计所有内机在该设定温度a下的总时间与所有内机各设定温度下的总时间之和的比值。该参数可以反映各设定温度下的时间分布情况，并判断其是否节能。

式中，RTs为设定温度的时间占比；Ts为设定温度，℃；t为时间，s；i为内机代号；n为内机台数。

1.1.2 设定温度时间与容量分布

对于特定的设定温度，统计所有内机在设定温度a下的时间与对应内机的容量乘积之和，与所有内机各设定温度下时间与对应内机的容量乘积之和的比值。该参数可以反映系统各设定温度下的能量输出占比情况。

式中，C为内机对应的容量值，kW。

1.1.3 设定温度习惯分析指标

选定一个设定温度基准，计算高于该基准的占比，则可分析建筑在设置温度管理上的节能潜力。引入温度管理节能系数RTs,M：

式中，Tbase为基准评价温度，制冷可取26 ℃，制热可取22 ℃；RTs,M的范围为[0,100%]，值越大其节能潜力越大。

内机特定设定温度以上/以下的运行时间占比：对于某台内机，统计其设定温度在b以上/以下的运行总时间与该台内机总运行时间的占比RTs>b。

该参数最主要反映内机的设定温度习惯，可定位非节能的内机，对症下药进行节能管理。

特定室内温度下设定温度调整分布：在特定室内温度Ta下，分别统计设定温度往下调整次数Ndown和往上调整次数Nup分布：

该参数一方面用于考察用户在各室内温度下调整室内温度的习惯，从侧面反映该空气状态的热舒适性情况，另一方面分析在较高和较低温度下是否有异常的行为情况。

1.2 建筑-设备匹配性指标

1.2.1 运行负荷率分布

设备压缩机运行频率fp与设计出厂的额定运行频率frate的比值Rp的时间分布情况。该参数可反映出外机设计容量与实际需求容量之间的匹配程度。

1.2.2 内机室温基于设定温度的分布

对于内机，室温Ta就高于设定温度d1度，低于设定温度d2度，和处于设定温度d1和d2度偏差之间的室温时间分布进行统计。该参数主要反映室内机选型与实际需求的匹配程度。

式中，RTad1为室温Ta高于设定温度d1度的时间占比；RTa[d2,d1]为室温Ta处于设定温度d1和d2度偏差之间的时间占比；toper为内机有输出的运行时间。

1.2.3 特定内机的日平均启停次数分布

对于特定内机，统计其总起停次数NON/OFF与运行总天数D的比值，即为日平均启停次数Nave,ON/OFF：

基于以上计算指标的统计，分别以某酒店和某培训教育机构为例，对其一星期中的制热运行参数进行统计分析，用以说明以上指标在建筑节能潜力挖掘中的作用。

2 温度设定习惯数据统计分析

图1所示为不同设定温度的时间占比分布情况。由图1 可知，对于两个建筑其设置温度基本都处于20 ℃以上。其中，设置为30 ℃的时间占比均为最高，RTs分别是28.8%和25.4%，而设置为22 ℃的次之，分别为16.6%和19.8%。

图1 不同设定温度时间占比分布

图2所示为不同设定温度时间容量之积的分布。对比图1和图2，可以看出设置为30 ℃的占比分别从28.8%降到21.3%，22.54%降到19.9%；而设置为22 ℃的则分别从16.6%提高到28.8%，从19.8%提高到27.1%。可知设置为30 ℃的内机数量多而相对来说其容量较小，推测在少数个体使用的房间中，用户更倾向于把设置温度调到30 ℃。而设置为22 ℃的内机数量较少、容量较大，说明空间为多个个体在使用时，温度多设置在较低的温度。由于冬季空调设定温度调低有利于能耗的减少，若以22 ℃为基准，设定温度高于22 ℃的占比RTs,M分别为83.4%和76.6%，可见这两个建筑在设置温度管理上还有巨大的节能空间。

图2 不同设定时间容量之积的分布

为了精确定位设定温度对应的室内机，图3所示为不同内机设定温度为30 ℃的时间占比分布。可以看出，对于某酒店除了1 号、2 号、3 号、14号、15 号和17 号内机外，其它均有15%以上的时间是设定30 ℃的。设定时间超过50%的分别是4号、9 号、11 号和16 号内机，9 号和11 号内机的占比高达90%以上。另外，对于某教育培训机构只有4 台内机设置30 ℃，且其中2 号、6 号和11号内机设置温度基本都为30 ℃。通过此分布情况，可精准定位出设定温度过高的室内机及其严重程度，为设定温度管理提供执行方向。

图3 不同设定温度时间容量之积的分布

节能的前提是保证用户的舒适性。而当用户不舒适的时候，用户会对空调的设定温度、风速等参数进行调整。而这个调整的动作则是反映了其需求不能达到预期的信号。图4所示为不同室内温度时调整设定温度的频数分布情况，分别对向上调整和向下调整进行了统计。

由图4 可知，无论是酒店还是培训机构的温度调整均呈现中间频数高两边低的分布。对于酒店向上调整频数占比70%以上区间为25～30 ℃，而向下调整频数占比70%以上的区间为25～31 ℃。对于培训机构向上调整频数占比 70%以上区间为23～27 ℃，而向下调整频数占比70%以上的区间为25～27 ℃。在这些范围内，温度向上调整和向下调整均比较频繁。说明这些温度区间人的舒适度处于冷热的临界点，容易导致不同人冷热感受的区别。此外，以酒店类的个人应用场景下设定温度调整的次数大大高于培训机构这样公众应用场景。个人应用场景下，表达个人体验行为的心理成本更低，而公众场合下，由于需要考虑其他人的感受，表达个人体验行为的心理成本更高。由此判断，公共场合实施设定相对节能的默认设定温度值，节能效果较个人场景更好。

图4 不同室内温度时调整设定温度的频数分布

3 集建筑-设备匹配性统计分析

空调设备的运行负荷率往往是反映设备设计选型与建筑的匹配程度。图5所示为设备在一个供热周期的负荷率的分布情况，可知对于该酒店其运行负荷率集中在20%～50%，而培训机构则集中在10%～30%。可知，在目前设备的容量的设计下，系统的绝大部分时间都处于偏离设计负荷较远的区域。一般情况下，空调设备在低负荷率下运行，其能效会处于较为低下的状态。解决这个问题，可以从设备选型、设备部分负荷能效设计及用户用能端解决。目前的主要研究都从设备选型端及设备部分负荷能效设计方面出发，而较少在用能端的角度解决。在数据信息化时代，优化用能端将是一个全新的方向。

图5 运行负荷分布

图6所示为不同内机的室内温度相对于设定温度的分布情况。从图6可知，设备开启的情况下，室内温度基本能达到设定温度以上，其中低于设定温度为加热过程，占比最高19.5%，从其占比可以推算出对应房间的加热速度。而高于设定温度1度以上的占比较高则表明设备的输出不能很好地匹配室内负荷，出现过输出的情况。对比图6(a)与图6(b)，可知酒店各内机的开机情况较为均匀，而培训机构则会存在长时间不开内机的情况。

图6 不同内机的室内温度相对于设定温度的分布情况

图7所示为不同内机的起停次数Nave,ON/OFF分布。室内温度是否能达到设定温度附近，运行过程中启停次数的多寡是室内机与各房间的匹配程度重要体现。由图7可知，制热工况下室内机的正常启停次数均在4～16次之间，其他的则为异常情况。可以看出，9号、10号、15号和17号的起停次数异常，存在选型过大或者安装异常等非节能情况。