基于智慧能源管理的机场能源设施管理平台方案研究与设计*

江 浩

[上海电器科学研究所(集团)有限公司 上海市智能电网需求响应重点实验室, 上海 200063]

0 引 言

随着民用运输机场的数量和规模不断扩大,机场能耗总量也在持续增长,绿色、低碳、节能是民航业实施“双碳”目标的必然途经。自进入21世纪以来,我国民用运输机场建设规模和数量持续快速增长。据民航局《2021年全国民用运输机场生产统计公报》发布的数据来看,2021年我国境内运输机场共有248个,完成旅客吞吐量超9亿人次、货邮吞吐量1 782.8万吨、飞机起降977.7万架次,较上年分别增长5.9%、10.9%、8.0%,基本恢复到2019年疫情前的水平,且保持较高的增长势头。根据中国民航局发布的《“十四五”民用航空发展规划》,预计到2025年,我国民用运输机场数量将达到270个以上,比“十三五”末期增加30个以上,旅客运输量达9.3亿人次以上。

2019年,民航局发布《民用机场智慧能源管理系统建设指南》[1]。该指南明确了机场智慧能源管理系统的定义、构成、总体架构、各子系统的功能划分、功能设计、要求等,并结合安全、管理、评价等方面进行了系统的阐述。对此本文在上述背景下开展了相关的架构设计和功能设计。

1 机场能源管理系统的发展过程

国内民用运输机场从十年前就已经开始进行能源管理系统的设计探索,随着智能化硬件工具的不断完善,其功能架构也逐渐丰富,主要经历了四代发展形式:

(1) 能耗采集系统。系统针对用能侧末端能耗进行数据采集、报表生成。对机场水、电、气进行远程集抄及数据展示,进而直观地展示设备、系统当前状态。系统力求大部分能耗数据应收尽收,称为第一代能源管理系统。

(2) 能耗管理系统。系统针对用能侧在采集数据的基础上进行数值分析,参照数据的变化趋势针对建筑设备监控系统、照明控制系统给出节能建议。同时对各种能源的使用情况、系统和设备的运行情况进行集中监视、控制和管理,为管理提供依据,称为第二代能源管理系统。

(3) 能源管理系统。在能耗管理的基础上,增加源、网、储的数据采集,将所有能源监测工具集中纳入到一个整体的管理范围内,称为第三代能源管理系统。

(4) 智慧能源管理系统。在能源管理系统的基础上,运用信息化、智能化、算法技术对机场能源系统的供能和用能进行多种能源匹配和智慧调控,以提升机场能源系统运行水平、控制水平和管理水平,降低机场能源系统运行成本的管理系统,称为第四代能源管理系统。

2 机场智慧能源管理系统的功能组成架构

近几年来,国内一些枢纽民用运输机场开始建设机场智慧能源管理系统。对此本文以华东地区某枢纽国际机场为例,从2021年起建设智慧能源管控平台。机场智慧能源管控平台总体架构图如图1所示。

图1 机场智慧能源管控平台总体架构图

由图1当中,机场智慧能源管控平台分为边缘层、传输层、数据层、应用层和展示层。

边缘层通过供能侧和用能侧子系统的传感器硬件实时地获取设备运行数据,并将其接入至管控平台作为基础数据支撑。

传输层通过机场内各无线局域网、无线传输硬件等数据交互硬件进行实时数据同步,实现数据的及时共享。

数据层即应用数据库,用来存储各种数据和设备台帐信息、用户信息等。还可以通过作业的形式定时对数据进行处理,实现表计小时用量、日用量和月用量的后台自动运算,为应用层和展示层提供数据源。

应用层通过支撑工具实现能源系统的信息监控、性能分析、计量结算、负荷预测、能源优化等功能,是智慧能源管控平台的核心。

展示层为机场能源保障部门提供整体数据展示,并且在应用层的数据分析后,依据实际情况为用户管理决策提供决策依据。

3 机场智慧能源管理系统的节能技术

航站楼的能耗主要包括桥载、照明、暖通空调能耗。其中,暖通空调系统大约占机场总能耗的40%～60%,占航站楼总电量的35%左右[2]。根据华东地区某枢纽国际机场智慧能源管理系统2021年整年度的统计,其T1+T2两个航站楼,暖通空调系统电耗占比为24.01%。因此针对航站楼暖通空调系统进行节能研究,对降低能耗,减少温室气体排放有着非常重要的作用。因此本文在智慧能源管控平台各项数据和功能的基础上,探讨了基于物理模型的空调末端优化方案和基于负荷预测的冷热系统运行调控方案。

3.1 基于物理模型的空调末端优化方案

在航站楼建筑设备监控系统针对空调末端风机、水阀的设计要求中,一般的控制方式为:当风量>50%时,根据回风温度控制风机频率,同时根据送风温度控制水阀开度;当风量<50%时,依据回风温度控制水阀开度,同时根据送风静压设定值调节风机频率[3],这是控制设计的基础原则。

由于智慧能源管控平台能够周期性地同步建筑设备监控系统的各项现场数据,通过应用层机理建模和优化计算运行目标参数,将计算结果送回建筑设备监控系统,进而对风机和水泵进行调节,实现整个系统能耗最小。设计方案控制周期的基本过程如下:

(1) 根据建筑设备监控系统收集系统运行数据;

(2) 基于上述数据获得下一时刻各备注区域空调负荷预测值;

(3) 根据空调负荷预测值,利用平台建立的空调系统风水联动优化模型,得到各空调系统(AHU)送风温度优化值;

(4) 将这些变频AHU送风温度优化值建立新的优化数据表,建筑设备监控系统可根据AHU送风温度优化值以及回风值对风机及水泵进行调节控制,实现一个控制周期内的系统全局优化节能[4]。

一个周期一般为20～30 min,节能优化方案流程示意图如图2所示。

图2 节能优化方案流程示意图

管控平台从建筑设备监控系统中可以获得如下参数:① AHU风机频率;② AHU新风阀开度;③ AHU回风阀开度;④ AHU水阀开度;⑤ 环境温度;⑥ 环境湿度;⑦ AHU回风温度;⑧ 室内温度;⑨ 室内湿度;⑩ AHU送风温度;风管静压。

航站楼空调系统分为冷源子系统和空气调节子系统,子系统之间以蓄冷水池作为中介。并且依据制冷原理进行分析后发现,蓄冷水池之间的两个系统独立运行,导致耦合性很低[5]。因此本方案对空气调节子系统的制冷工况下的运行状态进行优化,首先拟合空气调节子系统的风机、水泵、换热器模型,根据各拟合的模型建立整个系统的数学模型,并通过优化算法,对能耗模型寻优,求解出空气调节子系统最节能情况下,每个AHU对应的优化送风温度。然后将各AHU优化送风温度送至建筑设备监控系统,该系统根据各AHU优化送风温度对各AHU风机和水阀进行自动调节。优化后的运行参数将使空气调节系统能在保证航站楼热舒适度不变的前提下,降低系统能耗。

AHU风机能耗模型可以表示为风机运行频率ffan和AHU送风静压Ps,a的函数,由于AHU新风阀开度knew,a和回风阀开度kreturn,a对风管阻力特性也有一定影响,故函数可表示为

NAHU=F(ffan,Ps,a,knew,a,kreturn,a)

(1)

式中:NAHU——AHU风机能耗模型。

冷冻水泵能耗模型可以表示为

Npump=F(Gw,P1,P2)

(2)

式中:Gw——水流量;

P1——水泵回水管压力;

P2——水泵出水管压力。

AHU表面换热器模型输入、输出参数示意图如图3所示。

图3 AHU表面换热器模型输入、输出参数示意图

物理结构参数可根据设备供应商提供的随机资料获得。风侧换热系统取75 W/m2·℃,水侧换热系统取500 W/m2·℃。

进风温度ta,E和进风湿度da,E由新风温度、新风湿度、回风温度、回风湿度以及新风阀门开度和回风阀门开度计算得到;进水温度tw,E可根据供水温度和管道热损失产生的温升得到。风量Ga和水量Gw是优化过程参数,这两个参数不仅和系统能耗直接关联,而且和优化目标参数送风温度及空调负荷有直接的耦合关系。具体而言,水量Gw直接影响送风温度,而送风温度和空调负荷又直接决定风量Ga。因此,各AHU风量Ga和各AHU换热器水量Gw是优化过程参数,在每一步优化过程中都可以根据耦合关系计算得到。在每个周期过程中:

(1) 通过现场监控系统获得系统运行数据,包括各AHU风机频率(用于估算风机风量)、送风温度、回风温度和湿度、新风温度和湿度、新风阀门开度、回风阀门开度;

(2) 利用以上数据进行各AHU空调负荷预测。采用备注模型预测下一时刻各AHU分区的空调负荷Q;

(3) 利用生物进化优化算法得到AHU送风温度优化设定工况;

(4) 将各AHU送风温度的优化设定值传给建筑设备监控系统,实现系统节能控制。

根据模拟分析,在60%额定负荷情况下,与固定送风温度18 ℃比较,本优化方案的节能率在5%以上;而在80%额定负荷情况下,与固定送风温度18 ℃比较,本优化方案的节能率在10%以上。

3.2 基于负荷预测的冷热系统运行调控方案

以华东地区某枢纽国际机场A航站楼冷源为例,其能源中心由5台离心式冷水机组组成。其中3台为1 100 RTh,另2台为550 RTh。3台1 100 RTh冷水机组对应4台一级泵(其中1台备用),2台550 RTh冷水机组对应3台一级泵(其中1台备用)。在运行中采取一机对一泵的起停策略,一级泵定频运行。

机场智慧能源管控平台由于接入了能源中心冷热源系统,管控平台可以实时读取冷站供冷量、能耗、冷水机组供回水温度、流量、气象参数等监测信息。对于冷负荷预测模型的建立,主要通过历史负荷数据,综合考虑天气、节日、重大活动等因素,利用基于气象因子匹配及相似日校准的负荷预测方法[6],确定未来1 h负荷,根据负荷预测情况,调整冷水机组的起停策略。负荷预测模型训练过程如图4所示。

图4 负荷预测模型训练过程

预测模型基于模拟退火支持向量机模型,在输入样本处理过程中,既引入了与预测日相似度较高的相似日数据,又引入了包含负荷变化趋势的最近历史数据。在相似日数据的选取方面,利用气象因子系数、类型日隶属度修正的方法量化预测日与历史日的相似度。量化后的相似度更加精确、直观,更利于选取相似度高的历史数据。在最近历史数据方面,通过排除相似度差异过大的数据,以及对波动变化大的负荷曲线进行低通滤波等预处理,使负荷曲线更趋平滑。通过对支持向量机核函数参数的优化进一步提升了模型的预测效果,且预测结果不受样本点数变化的影响,取得较理想的效果。

由于冷水机组和一级泵一一对应,且一级泵定频运行,水流量确定,而回水温度一般固定,因此可以根据冷负荷预测计算供水温度的合理值。

在日常运行过程中,若实际供水温度低于计算值,且冷量需求大于当前开机组合的最小容量,则维持当前开机组合,提高各台冷水机组供水温度设定值。若冷量需求小于当前开机组合的最小容量,则需要再判断未来1 h负荷是否会有大幅度增长,若没有则关闭一台冷水机组或用一台功率较小的冷水机组替代一台功率较大的冷水机组。若会有大幅度增长,且超过关闭或替代冷水机组后冷水机组的容量上限,则维持当前开机组合,提高各台水机组供水温度设定值。

若实际供水温度高于计算值,且当冷量需求大于当时开机组合的最大容量,则增加1台冷水机组或用一台功率较大的冷水机组替代一台功率较小的冷水机组。当冷量需求小于最大容量,则维持当前开机组合,降低各台冷水机组供水温度设定值[7]。

4 结 语

本文结合《民用机场智慧能源管理系统建设指南》的要求,论述了节能设计方案的核心组成架构,探讨了华东地区某枢纽国际机场建设的智慧能源管控平台的架构和功能,设计了基于物理模型的空调末端优化方案和基于负荷预测的冷热系统运行调控方案,以实现提高效率、节能减排、绿色低碳的机场用能发展目标。