基于TRNSYS 的工厂化养殖系统优化模拟研究

高明智 ，李秀辰

（大连海洋大学，辽宁 大连 116023）

0 引言

近年来，全球气温变化严峻，已经发生了诸如海平面升高、海冰加速融化等极端气候现象，并且愈发的频繁，各国和地区都面临着空前的气候挑战[1]。目前由于野生鱼类产量的持续下降已难以满足人类的需求，但水产养殖业的增长速度却在加快[2]。数据显示，全球水产养殖产量以年均近6%的速度增长，到2018 年，水产养殖产量占全球鱼类总产量的46%[3]。2019 年，水产养殖已经成为世界主要水产供给方式[4]。水产养殖行业规模的扩大在一定程度上造成全球温室气体排放量的升高。

当前，中国在全球范围内是最大的海水养殖生产国，位居世界之首。在2022 年，工厂化养殖的产量就已经高达32 万t[5]。因为在中国北方会受到季节影响，水产养殖企业几乎每年有大约5 个月的升温期。传统的升温方法主要使用锅炉，由于养殖用水量庞大，也就导致能源消耗量非常之大[6]。为了实现可持续发展，亟需改进现行的养殖模式。可持续发展的理念也强调在供热系统中寻找新的解决方案。一种有效的方法是通过回收利用养殖废水中的废热来减少能源消耗，还能减少对环境的影响。有学者的研究表明在有供热需求的时候，可以利用热泵技术提取海水中的热量。李楠等[7]开展了热泵与养殖废水相结合的模式，验证了该方法具有可行性以及较高的经济性。李秀辰等[8]研究了养殖废水流量对热泵性能产生的影响，结果显示，利用养殖废水显著提高了系统的升温效率。马玖辰等[9]建立了地热太阳能供暖系统的3D 模型，数值模拟结果表明，地热回收可以提高系统的可靠性和经济性。任秀宏等[10]建立了太阳能地下水加热系统，与传统集热系统相比，节能率提高了30.55%。

然而，除了热泵技术受到了广泛的关注，太阳能技术也不容小觑。由于太阳能具有能量密度低和波动性的特点，所以系统的规模和储能能力成为确保供热系统可用性和可靠性的重要因素。

本文旨在对工厂化多能供热系统进行实验与优化研究。使用数值方法，在TRNSYS 瞬态仿真中建立该系统仿真模型，并通过实验对模型精确性进行验证。以生命周期成本为目标函数，使用Hooke-Jevees算法对系统的关键设计参数进行优化。将COP 结果与优化前的模型进行对比说明系统优化后的稳定性和优越性。

1 系统说明

本文中的系统位于辽宁大连市，养殖鱼类为河豚鱼，冬季河豚鱼养殖水体温度范围在15 ℃～23 ℃。系统主要由太阳能升温系统、水源热泵系统、换热器和控制系统等组成。集热器朝南安装，角度为39°。

大连地区的升温期为5 个月，而太阳能系统的集热效率受太阳辐射强度和室外气温等因素影响。大连属于太阳能资源丰富区，当处于冬季时，太阳辐射下降，气温降低，太阳能系统将无法提供足够热量以维持系统的热能要求。此时，海水源热泵作为辅助热源，补充系统供热需求。

2 仿真模型

2.1 多能系统模型关键部件

为了模拟现有系统的性能，基于TRNSYS 软件开发了多能系统的数值模型。重要的部件数值模型如下。

1）真空管式集热器以其耐低温、高集热效率和低使用成本等特点而受到广泛应用。通过集热器的瞬时能量平衡方程，可以得到太阳能有效集热量Qu为：

式中，Qu为集热器有效集热量，kJ；FR为集热器的热迁移因子，无因次；Ac为集热器面积，m2；It为倾斜表面上的太阳能辐射量，kJ/h·m2；(τα)e为真空管透射比与热管吸收比的有效乘积，无因次；UL为集热器总热损系数，W/(m2·K)；Ti为集热器进口温度，℃；Ta为环境温度，℃。

2）海水源热泵用于多能系统中的辅助升温，采用TRNSYS 部件库中海水源热泵组件，由热泵的性能可知海水源热泵机组在运行时制热量为：

式中，Cabheating为机组制热量，kJ/h；Qabs为热泵机组从源侧吸收的热量，kJ/h；Pheating为机组耗电量，kJ/h。

2.2 模拟过程

在TRNSYS 数值仿真软件上创建了一个数值模型，用来计算系统在升温期中的性能。仿真时长按照升温期时间设置，仿真时间步长为0.125 h，优化的重要参数包括太阳能集热面积、热泵制热功率。

3 实验与验证

3.1 现场测量与验证

为了验证多能供热系统模型，分别对太阳能系统和热泵系统进行验证，并与现场测量到的数据进行对比。现场测量期间，使用太阳辐射仪、流量计和接触式温度探头等设备进行测量，记录室外太阳能辐射、太阳能集热器的入口和出口水温。通过集热器入口和出口水温的测量值与仿真值的对比。进出水的最大温差约为7.18 °C。仿真结果与实测数据的偏差仅为2.80%，说明仿真精度较高。

基于上述对比，可以得出如下结论：本研究提出的仿真计算模型能够准确地预测多能系统的性能。

3.2 多能供热系统的制热性能

通过计算升温期间日平均太阳能收集效率，可以得出太阳能集热器在较为温暖的月份效率更高。这是因为水平面上的太阳能辐射强度和室外温度更高，接收到的太阳辐射更多以及热量散失更少。当室外温度低时，会导致较大的升温负荷。太阳能收集效率低对太阳能供热有较大影响。因此，建议优化太阳能集热器面积。

4 优化设计

4.1 优化方法与优化变量

针对实际应用中复杂的最优化问题，如牛顿法等方法易陷入局部最优。而Hooke-Jevees 算法在寻优时不需要计算目标函数的导数，能够高效解决多变量同步优化问题。选取集热器面积和热泵功率这两个关键参数作为系统优化变量。

4.2 优化目标函数

在保证性能的同时能够尽可能减少运行成本。费用年值是指设备系统从诞生到报废的整个期间所需费用平摊到每一年的成本，包括初投资成本和运行维护成本两部分。系统各设备造价如表1 所示，多能系统费用年值可表示为：

表1 系统各设备造价

式中，Z为费用年值，元；L0为系统初投资，元；i为银行存款年利率，5.5%；n为系统寿命，20 a；P为当地电价，0.46元/kW·h；Ws为系统中所有水泵耗能，kW。

5 优化结果与效益分析

5.1 优化结果

经过优化，集热器的面积从11.6 m2增加到73 m2，而热泵的制热功率从63 kW减少到32 kW。

图1 展示了优化前后整体系统COP 的变化情况。经过优化，集热器的面积增加，而热泵的制热功率减少。这表明在良好的气候条件下，系统能够吸收更多的太阳辐射能，减少热泵的热量输出，提升了可再生能源的使用效率，大幅节约了能源消耗，从而降低了运行成本。

图1 优化前后系统COP

5.2 节能效益分析

与燃煤锅炉进行对比，优化后的系统在节能性方面有所提升，具体计算方法如下：

式中，Qo为系统常规能源替代量，kg；Qn·j为优化后系统供热量，kJ；qt为煤的标准热值，kJ/kg，取29 119 kJ/kg；ηt为锅炉燃烧效率，取67%。

节省的燃煤量计算：

式中，Qbm为系统升温期节省标煤量，kg；Qce为升温期使用燃煤锅炉供热消耗标煤量，kg。

通过系统仿真模拟得出，在升温期系统累计供热量为183 413 612 kJ，系统累计耗电量为28 435 kW·h。在升温季共消耗煤炭8 945 kg，相比于使用燃煤锅炉，减少煤炭4 485 kg。优化后的系统节能效果显著。

5.3 经济效益分析

以费用年值为优化目标对系统的集热器面积与热泵功率这两个变量进行同步优化，得出费用年值最低的选型方案。结合公式（3）和表1，计算得到费用年值为22 674 元。

静态投资回收期是指以投资项目经营净现金流量抵偿原始总投资所需要的时间，静态投资回收期计算公式如下：

式中，Yj为静态投资回收期，a；WZ为所增加初投资，元；Wj为年运行节约费用，元。

优化后的系统每年节省运行费用8 334.7 元，故静态投资回收期为9.43 年，优化后的系统经济性优势较为明显。

6 结论

本研究对多能供热系统进行研究，研究了其在大连地区气候条件下的升温性能并对关键部件进行优化。主要研究结果如下：

1）未优化前的多能系统，太阳能收集效率低，极大影响了太阳能供热的使用。整个系统中的太阳能供热占比在升温期都非常小，无法提供足够的热能，应提高太阳能占比。

2）优化后的多能供热系统，73 m2和32 kW 分别是太阳能集热器面积和热泵功率的最佳值。多能供热系统的COP 为5.37；每年的运行费用为22 674 元，与优化前相比降低了8 334.7 元，静态投资回收期为9.43 年。在升温期，与传统锅炉升温相比，减少煤炭消耗4 485 kg。