基于TRNSYS的区域供冷系统冷负荷预测

2021-11-19张保民洪文鹏

东北电力大学学报 2021年6期

张保民，张伟，金旭，洪文鹏

(1.上海能源科技发展有限公司，上海 200233；2.东北电力大学能源与动力工程学院，吉林吉林 132012)

近年来，国民经济快速发展，能源需求量逐年增加，节能减排的有效推进是实现我国“碳达峰”和“碳中和”[1]长远目标的关键.建筑能耗作为社会总能耗的重要组成部分，其节能潜力很大.其中，空调制冷能耗占建筑总能耗的50%[2]，因此新型高效节能的区域供冷系统[3]有望成为传统空调制冷的有效替代品.

区域供冷系统不同于传统的供冷方式，其用户建筑类型复杂、用冷需求不一、用冷时间不规律等特点导致冷负荷波动较大.因此，准确的冷负荷预测是区域供冷系统节能、高效运行的关键前提.同时，冷负荷预测能够使系统提前做出预判，并根据预测的冷负荷及时调控供冷策略，保证各台制冷机合理运行，达到节能的目的[4].Vrachopoulos等[5]研究了不同建筑冷负荷的不同特点，并对办公建筑和住宅建筑的冷负荷规律进行了讨论，推导了相应的负荷计算公式.郭春梅等[6]对天津某区域供冷建筑负荷模型进行数值模拟，得出系统全年逐时冷负荷.刘涛[7]对不同类型建筑组合进行了研究，发现合理的建筑组合可得到稳定的负荷分布.Corgnati等[8]采用数值模拟和实地测量的方法对办公建筑冷负荷进行了分析.

准确的冷负荷预测已经成为系统有效能耗模拟的关键.本文基于TRNSYS软件，以珠海横琴一区域供冷系统为研究对象，对其用户进行负荷预测，提出一套相对完整的预测方法，具有一定的工程实际和推广意义.

1 工程概况

研究对象为珠海市横琴新区内一区域供冷系统，系统全年尖峰冷负荷为75 000 kW，珠海地区全年室外温湿度变化如图1所示.这一气象数据作为后续冷负荷预测的基础参数.此外，用户分布如图2所示.

图2 区域供冷系统用户分布图

如图所示，该区域供冷系统用户类型复杂，因此为满足不同用户的负荷需求，将用户建筑分为公共建筑和住宅建筑两类，以保证负荷预测的准确性.

2 冷负荷预测方法

采用TRNSYS软件[9]，利用TRNBuild软件包，依据软件内部热平衡数学模型，对不同建筑热区设定详细参数以供多区建筑模块(Type56)在模拟时调用[10].

2.1 三维建模

利用Sketch Up软件建立四层建筑，如图3所示.其中一、二层为公共建筑，三、四层为住宅建筑，与外界接触的表面均显示为蓝色，相邻界面显示为红色.

图3 三维建筑模型图

2.2 参数设定

通过多区建筑模块(Type56)在TRNBuild中对建筑进行参数设定，公共建筑和住宅建筑内扰因素计算过程为

Qx=a·k·qx，

(1)

公式中：Qx为单位时间建筑内扰换热量，kJ/h；a为单位换算系数，取3.6；k为各内扰项所占比例，%，其值如表2所示；qx为各内扰项的功率密度，W/m2.

所涉及的参数均按照公共建筑节能标准GB 50189-2015[11]和住宅建筑节能设计标准JGJ 75-2012[12]进行设置，如表1～表3所示.其中，人员在室率信息按照标准将一天分为8个时段.

表1 不同时间段人员在室率信息

表2 参数设定标准

表3 内扰参数

3 冷负荷模拟

3.1 负荷模拟系统

结合珠海地区室外天气数据，利用TRNSYS软件对用户冷负荷进行模拟，负荷模拟系统如图4所示.

图4 冷负荷模拟系统

模拟得到用户全年逐时冷负荷如图5所示.从图5(a)可看出，年初和年末用户冷负荷需求很小，此时可通过开窗等方法以减少供冷系统不必要的能耗浪费.因此，选用3.15～11.15(1 700 h～7 700 h)的负荷数据作为研究对象，如图5(b)所示.

图5 用户逐时冷负荷和累计冷负荷数据

3.2 模拟结果验证

为了验证模拟结果的准确性，对冷负荷数据进一步处理，得到逐月累计冷负荷，并与实际月冷负荷数据进行对比，如表4所示.同时，绘制了二者随月室外平均温度变化的走势图，如图6所示.

表4 逐月累计冷负荷数据

图6 逐月累计冷负荷随室外温度变化图

从图6可看出，用户逐月冷负荷呈先增后减的变化趋势，且与室外平均温度的变化趋势一致，平均温度较低的月份，冷负荷需求也较小，反之亦然.同时，从表4的统计数据可以看出，月冷负荷模拟值与实际值误差较小，在10%以内，这说明模拟所得冷负荷数据的可靠性.为进一步验证模拟结果的准确性，选取典型日逐时冷负荷模拟值与实际值进行对比，并绘制图7所示曲线.