基于FLUENT的通风室内热舒适性自动调节仿真

胡俊生，吴 帅

(沈阳建筑大学市政与环境工程学院，辽宁 沈阳 110168)

1 引言

自然式通风能够高效减少建筑能耗，应用范围十分广泛[1]。在现代社会不断发展中，人们的大部分时间会在室内中度过，由此，人们对室内环境质量与舒适性等方面提出了非常高的要求。以往的温湿度控制已经不能满足大众日常需求，越来越多的人希望可以将自身热舒适性当作出发点，对室内温度影响因素进行分析和控制[2-3]。综上，对通风室内热舒适性进行调节有着很重要的现实意义，引起了该领域相关人员的关注。

李刚[4]等人将火炕热舒适性当作对象进行研究。传统火炕的炕面整体温差差异很大，以提升炕面温度分布均匀程度，并延长炕面供暖时长为目的，将石蜡和炕体结合，根据相变材料具备的恒温蓄能换热特点，比较试验传统火炕和相变火炕温度。结果显示：传统火炕炕面的温度差别非常大，相变蓄能火炕炕面温度整体分布相对均匀；相变蓄热火炕非常明显地优化了炕面温度分布情况，并高效延长了供暖时间，利于控制室内热舒适性。田海宁[5]针对陕南地区的不同类型建筑室内热环境进行试验，对试验结果进行比较分析，分别从建筑构造做法、围护结构能力等方面出发，分析影响室内热环境因素，同时根据能耗模拟软件针对热环境进行相应模拟，获得更加科学和精准的分析结果，并提出热环境改善策略。王亮[6]等人利用构建室内自然通风模型，分析系统在不同温度和进风口风速以及外窗开度耦合状况下，室内人体热舒适感受可以承受温度的上限值、空气流速以及外窗的开度适用范围。随着开度的不断增加室内热舒适性会增强；在风速不断增加情况下带来的不适也要考虑在内。上述方法在一定程度上解决了室内热舒适性的问题，但是效果并不理想。

为了更好地分析与控制室内热舒适性，提出基于FLUENT模拟的通风室内热舒适性自动调节方法。

2 通风室内热舒适性自动调节

2.1 室内环境模拟

研究对象的室内环境模拟具体过程分为以下步骤：

1)数学模型

引入FLUENT中具备的不可压缩气体规范k-ε湍流模型，出于不考量用户自定义，k方程和ε方程能够简化成

(1)

(2)

其中，μt代表湍流黏性系数，表达式为

(3)

式中，ρ代表流体的密度值，Gk代表因平均速度提取启动的湍流功能，C1ε、C2ε代表常数，取值分别为1.44和1.92，σk、σε代表湍流数，取值分别为1和1.3。

2)几何模型构建和网格划分

当住宅处于风场，此时气流由室外经窗户传输至室内，综合考量计算机内存与计算速度约束，针对户型1和户型2模拟过程中分别进行建模，同时将建筑剩余部分均设定为混凝土实体。

3)设置边界条件

入口边界条件如下：因地表会产生摩擦，地表层以上室外风速会随着高度而不断提高，300m以下的风速能够以平均风速梯度状况进行识别，风速在高度不断变化下发生的变化可基于指数方程进行描述，则有

(4)

其中，v(z)代表距离地面z高度位置的风速，v(z0)代表参考z0位置的风速，α代表粗糙程度指数，综合考虑该值可取0.4。

在此，自然通风室内环境模拟时，入口边界为速度进口，此速度值为室外来流风速值，通过FLUENT中具备的编程功能，利用式(4)对来流风整体速度情况编程。

出口边界条件设计情况如下所示：设定流动在一定程度上充分发展，在此种情况下边界条件是自由出口边界。

2.2 室内热舒适性指标

在上述模拟工况下，利用室内热舒适性指标的计算，为通风室内热舒适性自动调节控制器的设计提供支撑。

热舒适性指数指的是人体对于热环境每一项因素综合反应[7]。该指数评价指标可分为有效温度、PMV等若干种，在此，选择PMV当作室内热舒适性的评价指标。

预测平均热觉指标ηPMV将环境变量和人体的新陈代谢等一系列个人指标变量联系到一起，综合性非常强，表达式为

ηPMV=(M-W)-Pafc1(Tr-Tsk)-fc1

(5)

其中，M代表人体的新陈代谢率，W代表人体做出的机械功，Pa代表水蒸气压力，fc1代表穿衣面积系数，Tsk代表衣服外表层温度，Tr代表辐射温度均值，hc代表对流换热系数。

2.3 室内热舒适性预测调节

依据上述室内热舒适性指标的计算，根据PMV指标对室内空气进行广义预测控制，进而实现通风室内热舒适性自动调节。

1)PMV模糊预测模型转化过程分析

借鉴相关研究成果中融合多模型转化思路，不仅能高效防止模型之间硬切换导致的不良影响，还避免了非线性凸优化的求解过程复杂问题[8-9]。该方法运行过程中，每条模糊规则为一个子模型，先利用变形将各子模型表示为GPC适合的自回归积分互动平均模型，即CARIMA结构，将第i条规则当作示例进行计算，则有

thenΔy′i=ai1Δx′1+…+aipΔx′p

(6)

采样时，系统基于该时间模型输入，对各条规则隶属度函数进行计算，判断目前各个子模型权系数，针对多模型实行融合操作，因通风室内热舒适性调节是一个变化比较缓慢的系统，各采样间隔能够选择比较长的时间，因此有非常充足的时间能够使系统在各间隔内均可以重新离线构建一次模型。全局预测模型能够以各子模型的组合进行描述，形式为

(7)

式中，ai1…aip代表具有离线辨识功能的T-S模糊模型的后件参数，c代表规则数，也就是子模型的数量。通过转化后，在此就能够直接根据常规GPC算法进行相关操作。与此同时，因在各采样时刻线性化模型参数均会在隶属度函数μAi(xi)不断变化而产生变化，因此相当于在各步均对上一步预测模型实行了相应更新，由广义角度观察有反馈校正作用。

2)PMV下广义预测控制结构分析

整个研究的主要目的为可以调节和控制通风室内热舒适程度，以此使其可以保持室内温度使人体感觉到舒适。PMV是一种常用的室内热舒适性量化指标，将此当作出发点，针对热舒适度指标PMV下广义预测控制器进行设计，实现室内热舒适性自动调节。详细如图1所示。

图1 PMV下广义预测控制器结构示意图

图1中，控制器需构建可以反映被控目标特征的一个预测模型，对于通风室内热舒适性指标PMV，其能够当作预测模型使用。

针对一般的室内温度调节系统，利用风阀对空调出口的风量进行调节，可以影响室内的风速，因此室内风速能够利用调节风阀进行控制。与此同时，利用安装在通风室内的各温度和湿度传感设备能够获取当前室内的温度和湿度变化情况[10]。综合考虑空气系统具有滞后性，热舒适性自动控制器的设计过程将前一刻室内风速v(t-1)当成控制量u′，前一刻室内温度Ta(t-1)、人体新陈代谢率M(t-1)以及相对湿度Hai(t-1)结合代表可测的扰动u′d。与此同时，控制系统的通风室内热舒适性模型采用递阶模糊具有自适应性的热舒适型模型，该模型一共有三层，前两层输入变量是Ta、M、Hai，这三个变量实际上是不可控的，但是可测，由此在控制器设计过程中融合前两层模型，构成软测量模型，模型输入为上述影响PMV的变量，输出是中间变量y2，y2不存在物理意义，但其在数值方面包括该时刻测得的通风室内温度Ta和湿度Hai以及M综合信息，能够起到实现变量软测量的作用。综上，依据前一刻各个环境扰动获取的y2(t-1)一起当作最后一层输入扰动值u′d，将这一层另一输入值，也就是通风室内风速v(t-1)当成控制量u′，这时模糊模型输出不会发生变化，还是反映当前时刻通风室内PMV值yPMV(t-1)。

室内热舒适性控制器设计过程中，实际是把最后一层模型当成实际目标预测模型，因该子模型还是T-S模糊模型，且具备自适应性，由此，依旧根据PMV模糊预测模型转化过程对模型实行转化，接着据此实现广义预测调控。

图2 PMV递阶模糊模型示意图

通风室内热舒适性预测控制器将yr(t)=0当作滚动优化过程中设定值，yr描述的物理意义为当前室内PMV，PMV越接近0，则说明目前室内热舒适性就越符合人体需求。将yr(t)=0当作基础构建柔化参考轨迹w(t+k)，对控制器进行设计时利用优化控制将PMV值控制在0，亦或是接近0。

综合考虑通风室内风速真实可控范围，针对控制量u′与控制量的增量Δu′进行约束。

根据上述内容，设计的控制器能够归纳成如下问题，则被控目标模型可表示为

(8)

s.t.u′min≤u′(t+k-1)

Δu′min≤u′(t+k-1)-u′(t+k-2)<Δu′max

(9)

根据性能指标最佳的控制增量，当前时刻控制量可表示为

u′(t)=u′(t-1)+Δu′(t)

(10)

其中，N1、Nu代表优化时域起点和控制步长。

综合上述内容，提出利用带约束条件的广义预测控制器对室内热舒适性进行自主式控制。将热舒适性指标PMV当作被控目标，控制器设计时通过递阶模糊室内自动热舒适性模型，将模型划分成软测量与预测两部分。对于预测模型根据融合多模型法转化成适用于广义预测控制GPC格式，且参数具有时变性的模型，并以此为依据完成带约束条件的GPC控制器设计，实现室内热舒适性自动调节。

3 实验结果与分析

为验证基于FLUENT模拟的通风室内热舒适性自动调节方法运行性能，进行一次实验。实验环境如图3所示。

图3 实验环境

实验选择某居住小区位于南部的两个户型，当夏季主导风是南向时，房间处在风场的上游位置，受到的总影响比较小。

3.1 研究对象

以某住宅小区建筑为研究对象，选择了其中一栋楼的两种户型：户型1和户型2。房间布置不同，图4和表1分别为两个户型平面图和窗尺寸情况。

图4 两个户型平面图

表1 两种户型窗尺寸

3.2 建筑所在地气象环境

在分析室内通风热舒适性过程中，针对研究的住宅建筑所处地区气象数据资料，选择较为典型的气候状况。由于夏季的自然通风情况较多，因此选择夏季气象环境作为室内热舒适性研究时段。研究地区盛行南风和东南风，风速均值为1.8m/s，温度分别在28℃和31℃，湿度为82%，选择在该条件下针对通风室内情况进行模拟。

在实验时，以尽可能贴近实际工况为目的，同时考虑到工况在变化过程中系统整体控制效果，设定采样点为500个，采样间隔是1分钟。利用采集到的数据对所提方法的风速控制和PMV控制效果进行验证。

分析图5和图6可知，与文献成果相比，所提方法对于风速和PMV的控制效果较为理想，风速和PMV变化较为平稳，表示在所提方法的运行下，室内的舒适度，也就是温度和湿度等指标均符合人体舒适感受，且这种状态较为稳定。所提方法以PMV为控制变量设计了室内环境控制器，该广义预测控制器在高效满足控制量约束下，利用调节控制变量，使通风室内热环境能够满足人体舒适性需求，控制效果良好。

图5 不同研究成果风速控制效果

图6 不同研究成果PMV控制效果

4 结束语

室内热环境控制越来越重要，面向通风室内舒适性控制，提出基于FLUENT模拟的通风室内热舒适性自动调节方法。以PMV指标为控制变量，设计室内环境预测控制器。通过实验对所提方法进行验证，实验结果表明，该方法能够满足室内人体热舒适性需求，具有可实践性。下一步可针对满足热舒适性需求的同时，进一步节约能耗，实现绿色可持续性室内环境调节。