基于负荷动态模拟的冰蓄冷系统优化控制分析

书书书 2 0 1 0 年 5 月 第26卷第 3 期 沈 阳 建 筑 大 学 学 报 (自 然 科 学 版 ) Journal of Shenyang Jianzhu University (Natural Science) May 2010 Vol . 26，No . 3 收稿日期:2009 － 12 － 10 基金项目:国家自然科学基金项目(50878012);辽宁省教育厅科研基金项目(2008325) 作者简介:王雪梅(1976—)，女，博士研究生，主要从事供热空调系统的理论和技术研究. 文章编号:1671 － 2021(2010)03 － 0552 － 05 基于负荷动态模拟的冰蓄冷系统优化控制分析 王雪梅1，李炎锋2，吕子强1，谭洪艳1 (1. 辽宁科技大学资源与土木工程学院，辽宁 鞍山 114044;2. 北京工业大学建筑工程学院，北京 100022) 摘 要:目的 研究一种在理论上接近最优控制结果，而在实际工程中又切实可行的冰蓄冷系 统优化控制模型.方法 运用全能耗模拟软件 EnergyPlus，根据优化控制单纯型求解方法，对北 京某实际工程的冰蓄冷空调系统在不同控制策略下的全年运行费进行分析比较.结果 得到整 个供冷季办公楼空调系统在冷机优先运行和优化运行两种工况下运行的电费，通过分析比较 可知，实行优化控制后全年节省的运行电费主要来源于非条件，尤其在过渡季节.结论 基 于负荷模拟的结果对冰蓄冷系统控制进行模拟优化，可以指导运行节能，较大幅度地减少运行 费用，该研究对公共建筑空调系统进行控制策略优化提供依据. 关键词:冰蓄冷系统;优化控制;能耗动态模拟;经济性分析;EnergyPlus 中图分类号:TU831 文献标志码:A 冰蓄冷系统控制的核心问题［1］是合理安排 和分配峰段及平段电价时间内制冷机组直接供冷 和蓄冷装置融冰供冷之间的比例，使之能最经济 地满足空调负荷需求. 近年来，国内外许多学 者［2 － 7］就如何合理、优化地分配制冷机组与蓄冰 设备冷负荷进行了大量研究. 但在实际工程应用 中大量采用的优化控制方法实际上是一种静态的 控制模型，即在冰蓄冷控制模型设计时期就已经 设定了建筑物逐时负荷的分配比例. 但由于无法 根据当天的负荷状况动态地优化负荷分配，因此， 仍然没有充分地发挥冰蓄冷系统的优势，距最优 控制相差较远.笔者对北京某办公楼提出的基于 负荷动态模拟［8］的冰蓄冷优化控制策略，能有效 地控制和降低用户最为关心的冰蓄冷系统日运行 费用，具有控制稳定，易实现等优点，是一种在理 论上接近最优控制结果，而工程中又切实可行的 优化控制模型. 1 优化控制的方法 优化控制的目标是在满足用户需求的条件 下，使运行费用最少，这样不仅对用户有利，而且 可以拉平电负荷，对整个电网有利，促进合理用 电. 设用户 k时刻的负荷为 q k，其中制冷机负担 q rk，蓄冰罐负担 q ik，冷冻机出力 q rk 的费用为 R(q rk)，蓄冰罐出力 q ik的费用为 I(q ik)，则全天的 运行费 M 为 M = ∑ 24 K = 1 ［I(q rk)+ I(q ik)］. (1) 优化的目标是从经济性考虑使全天的运行费 M 最小，优化的约束条件［9］是: 0 ≤ q rk ≤ q rk max; 0 ≤ q ik ≤ q ik max; (2) q rk + q ik = q k， 式中:q rk max 为冷冻机 k 时刻的最大制冷能力; q ik max 为蓄冰罐 k时刻的最大融冰供冷能力，按实 际工程蓄冰罐的融冰特性曲线、冷冻机性能求得 具体约束条件，按电价结构、用户负荷、系统性能 给出具体目标函数. 实际方程是一个线性规划问 题，求解上述线性规划问题的结果即可得到各时 刻冷冻机和蓄冰罐分别负担的冷负荷 q rk，q ik . 第 26 卷 王雪梅等:基于负荷动态模拟的冰蓄冷系统优化控制分析 553 2 优化控制分析 2. 1 工程概述 该建筑位于北京市玉渊潭南路南侧、科技部 旁，是一座突出节能特点的绿色、智能建筑［10］.建 筑面积 1. 3 万 m2，是一座地上 8 层，地下 2 层，建 筑高度 31 m 的办公建筑.工作时间是 7:30 ～ 17: 30. 2. 2 负荷计算 笔者运用建筑全能耗模拟软件 Energy- Plus［11 － 12］对建筑逐时负荷预测，得到供冷季(5 月 1 日 ～ 9 月 30 日)逐月冷负荷分布情况(见图 1). 图 1 供冷季逐月冷负荷分布 Fig. 1 Monthly distribution of cold load in cooling season 2. 3 控制分析 为了探讨在北京分时电价结构下，优化控制 的经济性，对办公楼的冰蓄冷系统在优化控制和 冷机优先两种控制策略下的全年运行费进行比较 分析.根据北京市供电局夏季对该大厦的用电收 费，每天不同时段的空调用电计价见 1，根据优 化控制单纯型求解方法得到设计日(7 月 21 日) 的结果见表 2 至表 5. 表 1 北京市分时电价表 Tab. 1 TOU tariff table in Beijing 时段 起止时间 电价 /(元·kW －1·h －1) 高峰期 07:00 ～ 12:00 0. 951 20:00 ～ 23:00 平段期 12:00 ～ 20:00 0. 586 低谷期 23:00 ～ 07:00 0. 243 表 2 设计日空调负荷平衡表 Tab. 2 Air-conditioning load balance on design day kW 时刻 负荷 冷机优先 融冰 冷机出力 优化控制 融冰 冷机出力 7:30 356 14 342 146 210 8:30 394 52 342 184 210 9:30 404 62 342 194 210 10:30 417 75 342 207 210 11:30 421 79 342 211 210 12:30 422 80 342 183 239 13:30 429 87 342 190 239 14:30 470 128 342 231 239 15:30 470 128 342 231 239 16:30 453 111 342 214 239 17:30 74. 8 0. 0 74. 8 0. 0 74. 8 表 3 设计日三种运行工况的能耗比较 Tab. 3 A comparison of energy consumption under three kinds of operating situations on design day 工况 冷机 电力消耗 /(kW·h) 泵 电力消耗 /(kW·h) 冷却塔 电力消耗 /(kW·h) 总能耗 /(kW·h) 节约百分比 /% 无冰蓄冷系统 945. 4 189. 1 27. 7 1162. 2 冷机优先 1106. 9 221. 4 32. 5 1360. 8 7. 41 优化控制 1166. 4 233. 3 34. 2 1433. 9 20. 63 据优化控制模型的分析 我们比较了设计日 这天在无冰蓄冷、冷机优先、融冰优先 3 种工况运 行情况下，空调系统的设备能耗情况.根据表 3 可 以算出当没有冰蓄冷系统时，当天的运行电费是 877 元，而主机优先的电费是 812 元，优化控制的 电费是 696 元，和无冰蓄冷系统比较分别节省了 65 元和 181 元，采用冰蓄冷系统之后，可以节约 20. 63%的费用. 根据负荷模拟结果和优化控制算法，分析表 4 也可以得到:当冷负荷比较小时，优化控制在满 足高峰冷负荷的条件下，在电价峰值期，尽量利用 蓄冰罐融冰来满足大楼冷负荷需求. 当冷负荷接 近设计日的负荷时，为了保证满足高峰冷负荷的 需求，必须控制电价峰值期的冰罐融冰量，优化控 554 沈 阳 建 筑 大 学 学 报 (自 然 科 学 版 ) 第 26 卷 制节省电费比较少.当冷负荷小于设计日负荷时， 如 5 月份，优化控制策略就充分发挥了蓄冰罐的 潜力，冷负荷在电负荷高峰期完全不运行.通过表 5 可以算出，实行优化控制后，整个供冷季节省的 运行电费为 17 346 元，这一节约主要来源于非设 计条件下，该建筑日负荷小于设计日负荷.此时， 对于冷机优先策略，则以主机供冷，蓄冰罐基本不 用;而优化控制则基本由蓄冰罐供冷，节约了大量 的电费，5 月份就节约了 43. 44%，考虑到实际设 计中设计负荷往往超过实际负荷，所以实际冰蓄 冷系统中采用优化控制还可以节约更多的电费. 3 建筑蓄热利用的参数分析 为了更好的分析冰蓄冷优化控制的节能效 果，笔者仍然选择办公楼来研究，人员，灯光，设备 都不变，工作时间是 7:30 ～ 17:30，以模拟软件 EnergyPlus 为基础，对围护结构和城市这两个参 数进行了分析. 表 4 6 月份平均气象条件下的比较 Tab. 4 A comparison under the average weather condi- tions in June kW 时刻 负荷 冷机优先 融冰 冷机出力 优化控制 融冰 冷机出力 7:30 315 0 315 175 140 8:30 377 35 342 237 140 9:30 355 13 342 215 140 10:30 306 0 306 166 140 11:30 368 26 342 228 140 12:30 364 22 342 224 210 13:30 381 39 342 171 210 14:30 392 50 342 182 210 15:30 412 70 342 202 210 16:30 373 31 342 163 210 17:30 31 0 31 31 0 表 5 供冷季办公楼优化控制的经济性分析 Tab. 5 Economic analysis of the optimal control of office buildings in cooling season 月 优化运行 电费 /元 冷机优先运行 电费 /元 节约运行 电费 /元 节约百分比 / % 5 4 263 7 537 3 274 43. 44 6 10 654 14 308 3 654 25. 54 7 14 720 17 756 3 036 17. 10 8 12 303 16 031 3 728 23. 20 9 6 866 10 520 3 654 34. 70 3. 1 围护结构的影响 首先从围护结构考虑，北京处在寒冷地区，围 护结构传热系数符合《公共建筑节能》，而上 海位于夏热冬冷地区，围护结构传热系数符合 《夏热冬冷地区公共建筑节能标准》，我们考虑两 种建筑，节能建筑和一般建筑，其传热系数如表 6，经济运行策略为:无冰蓄冷系统、主机优先、融 冰优先三种情况;空调室内设定温度为 26 ℃ . 围护结构的改变对冷负荷的影响很大，通过 模拟软件得到节能建筑和一般建筑供冷季逐月冷 负荷分布如图 2 所示.利用图 2，可以得到一般建 筑全年冷负荷为 417. 3 MWh，而节能建筑的冷负 荷为 294. 2 MWh，减少 123. 1 MWh，不考虑末端 设备，只考虑主机、泵和冷却塔设备的费用，两种 建筑供冷季的运行电费见表 7，根据表 7 可以算 出，节能建筑整个供冷季节省电费百分比为 27. 6%，而一般建筑采用优化控制可以节约 20. 8%，可见在主机和蓄冰总量不变的情况下，节 能建筑更有利于节约运行电费. 表 6 两种建筑的围护结构传热系数 Tab. 6 A comparison of the heat transfer coefficient of the exterior － protected construction between en- ergy － saving buildings and general buildings 墙体名称 节能建筑的传热系数 W /(m2·K) 一般建筑的传热系数 W /(m2·K) 外墙 0. 60 2. 0 外屋顶 0. 60 1. 5 隔墙 0. 55 1. 5 内屋顶及地板 0. 55 1. 5 外窗 1. 6 6. 4 第 26 卷 王雪梅等:基于负荷动态模拟的冰蓄冷系统优化控制分析 555 图 2 北京两种建筑供冷季逐月冷负荷分布 Fig. 2 Monthly distribution of cold load in the energy － saving buildings and general buildings in cooling season in Beijing 3. 2 不同城市的影响 如果该建筑位于上海和北京，采用同样的空 调系统，其他设计参数相同的情况下，北京的供冷 季为 5 月 1 日 ～ 9 月 30 日，上海的供冷季为 4 月 23 日 ～ 10 月 10 日，根据模拟软件算得两个城市 采用冰蓄冷优化控制策略后节能建筑的全年供冷 季运行费用见表 8，分析表 8 可以得出上海供冷 季的运行电费为 6. 2 万元，北京运行电费 4. 88 万 元，供冷季空调的运行费节省百分比大约都在 25%左右，也就是说在不同的城市对蓄冷空调系 统进行优化控制策略后，节能的效果基本是一样 的. 表 7 北京节能建筑和一般建筑的全年供冷季运行电费 Tab. 7 A comparison of the annual power rates between energy-saving buildings and general buildings in cooling season in Beijing 工况 一般建筑全年供冷季运行电费 /元 节能建筑全年供冷季运行电费 /元 无冰蓄冷系统 82 578 67 390 主机优先 82 308 66 180 优化控制 65 418 48 820 表 8 两个城市节能建筑的全年供冷季运行电费 Tab. 8 A comparison of the energy － saving building′s power rates between Beijing and Shanghai in cooling season 工况 北京节能建筑供冷季运行电费 /元 上海节能建筑供冷季运行电费 /元 无冰蓄冷系统 67 390 82 920 主机优先 66 180 81 436 优化控制 48 820 62 140 4 结 论 (1)基于负荷动态模拟的冰蓄冷优化控制策 略，能有效地控制和降低用户最为关心的冰蓄冷 系统日运行费用，具有控制稳定，易实现等优点， 是一种在理论上接近最优控制结果，而工程中又 切实可行的优化控制模型. (2)在模拟计算中，对制冷机和系统进行了 一些简化，例如在系统负荷变化时，假设供回水温 差不变。而在实际系统运行中，风机盘管系统的 供回水温差会随负荷发生变化，全空气系统的供 回水温差变化则不大。在未来的研究中，可考虑 采用精确的制冷机模型、系统形式和末端性能模 拟进行进一步的分析. 参考文献: ［1］ 严德隆，张维君.空调蓄冷应用技术［M］.北京:中 国建筑工业出版社，1997. (Yan Delong，Zhang Weijun. Air-conditioning cool- ing storage application technology［M］. Beijing:Chi- na Architecture ＆ Building Press，1997.) ［2］ Rawlings L K. Ice Storage system optimization and control strategies［J］. ASHRAE Transactions，1985， 91(2):12 － 23. ［3］ Spethmann D H. Optimal control for cool storage ［J］. ASHRAE Transactions，1989，95(1):1189 － 1193. ［4］ Braun J E. A comparison of chiller-priority，storage- priority，and optimal control of an ice-storage system ［J］. ASHRAE Transactions，1992，98(1):893 － 902. ［5］ 何大四，张旭.蓄冷系统新型节能优化运行控制方 556 沈 阳 建 筑 大 学 学 报 (自 然 科 学 版 ) 第 26 卷 法［J］.建筑科学，2007，23(2):27 － 36. (He Dasi，Zhang Xu. A new optimal energy efficien- cy control method of ice-storage system［J］. Building Science，2007，23(2):27 － 36.) ［6］ 袁圆，林波荣，朱颖心. 基于负荷动态模拟的冰蓄 冷系统及控制优化运行［J］. 暖通空调，2006，36 (10):75 － 78. (Yuan Yuan，Lin Borong，Zhu Yingxin. Ice storage system design and control optimization based on hourly dynamic load simulation［J］. Heating，Venti- lation ＆ Air Conditioning，2006，36(10):75 － 78.) ［7］ Guo Zhou，Moncef Krarti，Gregor P. Henze. Paramet- ric analysis of active and passive building thermal storage utilization［J］. Journal of Solar Energy Engi- neering，2005，127:37 － 46. ［8］ 潘毅群，吴刚，Volker Hartkopf.建筑全能耗分析软 件 Energy Plus 及其应用［J］. 暖通空调，2004，34 (9):2 － 7. (Pan Yiqun，Wu Gang，Volker Hartkopf. Whole building energy analysis tool EnergyPlus and its ap- plication［J］. Heating，Ventilation ＆ Air Condition- ing，2004，34(9):2 － 7.) ［9］ 王勇，赵庆珠.冰蓄冷系统的优化控制分析［J］.暖 通空调，1996，26(3):3 － 6. (Wang Yong，Zhao Qingzhu. Optimal control strate- gy for ice storage systems［J］. Heating，Ventilation ＆ Air Conditioning，1996，26(3):3 － 6.) ［10］ 王雪梅，吴醒龙.科技部节能示范楼的节能效果分 析［J］.建筑技术，2009，40(4):301 － 303. (Wang Xuemei，Wu Xinglong. Analysis on energy- saving effects of energy-saving demonstration build- ings of ministry of science and technology［J］. Ar- chitecture Technology，2009，40(4):301 － 303.) ［11］ Pyeongchan Ihm，Moncef Krati. Development of a thermal energy storage model for energyplus［J］. En- ergy and Buildings，2004，36:807 － 814. ［12］ King D，Potter R. Description of a steady-state cool- ing plant model developed for use in evaluating opti- mal control of ice thermal energy storage systems ［J］. ASHRAE Transactions，1998，104(1):42 － 54. Optimal Control Strategy for Ice-Storage System Based on Hourly Dynamic Load Simulation WANG Xuemei1，Li Yanfeng2，L Ziqiang1，TAN Hongyan1 (1. School of Resources and Civil Engineering，Liaoning University of Science and Technology，Anshan China，114044;2. Col- lege of Architecture and Civil Engineering，Beijing University of Technology，Beijing China，100022) Abstract:This project aims to study the optimal control model of the ice-storage system which is theoretical- ly close to the optimal control and also applicable to actual engineering. Using EnergyPlus，the energy con- sumption simulation software，and the simple solution method of optimal control，researchers can analyze and compare the annual operation costs of the ice-storage air-conditioning system of a project in Beijing under different control strategies. Researchers obtained the power rates of the air-conditioning system in the office building under the conditions of chiller-priority and optimal contro1 throughout the cooling season. Through analysis and comparison，they find that after the implementation of optimal control，the annually saved power bills mainly result from non-design conditions，especially in the transitional seasons. The simulation and opti- mization of the ice-storage system control which is based on load simulation results，can guide the energy saving and significantly reduce operation costs. This research project provides evidence for the control strate- gy optimization of the air-conditioning system in public buildings. Key words:ice-storage system;optimal control;dynamic simulation of energy consumption;economic analy- sis;EnergyPlus