葛宣鳴，杜志敏，晉欣橋

（上海交通大學(xué)制冷與低溫工程研究所，上海 200240）

基于多傳感器信息融合的空調(diào)系統(tǒng)變風(fēng)量?jī)?yōu)化控制研究

葛宣鳴*，杜志敏**，晉欣橋

（上海交通大學(xué)制冷與低溫工程研究所，上海 200240）

利用TRNSYS和FLUENT協(xié)同仿真平臺(tái)，本文對(duì)變風(fēng)量空調(diào)系統(tǒng)提出了基于多傳感器的送風(fēng)控制策略。本文還對(duì)比了基于多傳感器控制策略及傳統(tǒng)基于單傳感器控制策略下的能耗及熱舒適性情況。研究結(jié)果表明，基于多傳感器控制策略可以有效提升人員熱舒適性并且不會(huì)增加能耗。

變風(fēng)量空調(diào)系統(tǒng)；多傳感器；舒適性；能耗

0 引言

目前，很多研究者通過(guò)TRNSYS對(duì)空調(diào)系統(tǒng)進(jìn)行監(jiān)測(cè)與能耗分析[1-2]，有研究者針對(duì)住宅建筑利用TRNSYS對(duì)送風(fēng)預(yù)冷策略進(jìn)行能耗評(píng)價(jià)[3]；利用TRNSYS實(shí)現(xiàn)空調(diào)系統(tǒng)不同控制策略，例如在TRNSYS仿真平臺(tái)上針對(duì)冷凍水系統(tǒng)對(duì)比了采用定頻泵和變頻泵對(duì)能耗的影響[4]。有研究者基于TRNSYS平臺(tái)，針對(duì)低能耗建筑設(shè)計(jì)并評(píng)價(jià)帶有預(yù)熱處理的混合通風(fēng)系統(tǒng)的效果[5-7]；也有不少研究者使用CFD軟件對(duì)空調(diào)室內(nèi)環(huán)境的舒適性進(jìn)行分析[8-9]。例如，利用了CFD技術(shù)研究不同戶外氣象條件是如何影響密閉空調(diào)區(qū)域內(nèi)的空氣流速分布[10]；又如在一篇文獻(xiàn)中，研究者利用CFD研究了置換通風(fēng)對(duì)室內(nèi)溫度場(chǎng)分布的影響，驗(yàn)證了室內(nèi)溫度場(chǎng)存在分層的情況[11]。然而TRNSYS的缺點(diǎn)在于將室內(nèi)環(huán)境視為一個(gè)單一節(jié)點(diǎn)，忽略了室內(nèi)溫度分布存在不均勻性；CFD缺點(diǎn)在于無(wú)法實(shí)時(shí)更新邊界條件從而無(wú)法實(shí)現(xiàn)在線控制。為了將TRNSYS與FLUENT優(yōu)勢(shì)相結(jié)合，通過(guò)搭建接口程序?qū)崿F(xiàn)在研究能耗的同時(shí)關(guān)注室內(nèi)熱舒適性情況[12]，從而提出了TRNSYS-CFD協(xié)同仿真的研究方式，并在協(xié)同仿真平臺(tái)上實(shí)現(xiàn)基于多傳感器的送風(fēng)控制。

1 協(xié)同仿真建模及必要性分析

本次的研究對(duì)象是位于上海地區(qū)的某幢商務(wù)大樓，樓層使用面積為2,332 m2，南北兩半各采用一相同AHU，其中每個(gè)AHU帶有8個(gè)相同的不受靜壓的VAV末端。根據(jù)末端的位置將空調(diào)區(qū)域分為8塊，本次對(duì)于空調(diào)區(qū)域6進(jìn)行研究。圖1為空調(diào)系統(tǒng)及控制示意圖[13]。

圖1 空調(diào)系統(tǒng)及其控制系統(tǒng)示意圖

由于TRNSYS與CFD兩款軟件存在較大差異，比如仿真步長(zhǎng)的不同、使用模型的不同、所需要的參數(shù)不同等等，因而要實(shí)現(xiàn)CFD-TRNSYS協(xié)同仿真就必須搭建接口程序以完成數(shù)據(jù)的傳遞。

1.1 協(xié)同仿真平臺(tái)搭建

首先，搭建協(xié)同仿真平臺(tái)，完成能耗分析與舒適性分析的協(xié)同仿真[14-15]。接口程序邏輯如圖2(a)。為了研究室內(nèi)熱舒適性狀況，針對(duì)空調(diào)區(qū)域6在Gambit中建立三維立體模型，示意圖如圖2(b)。東墻為外墻，其余三面墻為內(nèi)墻，采用上送上回的送回風(fēng)方式，房間尺寸為12.8 m×8.6 m×3.9 m，室內(nèi)包含人員、桌椅、電腦，為方便建模將其簡(jiǎn)化為立方體并假設(shè)人員處于靜坐狀態(tài)[16]。點(diǎn)1～10表示高度為1.3 m平面上溫度傳感器采樣點(diǎn)，11～19表示對(duì)應(yīng)位置處高度為0.1 m平面溫度傳感器采樣點(diǎn)。完成立體模型搭建后進(jìn)行網(wǎng)格繪制并導(dǎo)入FLUENT進(jìn)行計(jì)算，具體FLUENT邊界條件設(shè)置如表1。

圖2 空調(diào)系統(tǒng)協(xié)同仿真建模示意圖

表1 FLUENT邊界條件設(shè)置

1.2 CFD-能耗協(xié)同仿真與傳統(tǒng)能耗仿真的對(duì)比

1.2.1 傳統(tǒng)能耗（TRNSYS）仿真的結(jié)果

仿真日選取上海7月夏季某典型日，圖3展示了戶外空氣溫度、空氣含濕量在內(nèi)的實(shí)驗(yàn)日戶外工況，以及室內(nèi)負(fù)荷和太陽(yáng)輻射得熱情況。

圖3 實(shí)驗(yàn)日工況

房間設(shè)定溫度值取24 ℃，送風(fēng)溫度設(shè)定值為13 ℃，空調(diào)系統(tǒng)工作時(shí)間是8:00～20:00，在TRNSYS仿真平臺(tái)基礎(chǔ)上對(duì)VAV空調(diào)系統(tǒng)進(jìn)行模擬。圖4(a)表示了基于TRNSYS獨(dú)立仿真的溫度情況，T_sup是送風(fēng)溫度變化情況，Tsensor是TRNSYS單節(jié)點(diǎn)計(jì)算時(shí)的房間6平均溫度結(jié)果，可以看出房間平均溫度可以較好地控制在24 ℃附近，送風(fēng)溫度穩(wěn)定在13 ℃左右。仿真日內(nèi)的送風(fēng)量變化情況如圖4(b)所示。

圖4 區(qū)域6的VAV末端PID控制結(jié)果

1.2.2 CFD-能耗協(xié)同仿真必要性分析

本次研究將回風(fēng)口附近的傳感器作為采樣傳感器[12]。取高度為1.3 m處平面（人員靜坐時(shí)頭部高度）進(jìn)行舒適性分析。圖5展示了空調(diào)區(qū)域6的送回風(fēng)溫度、房間平均溫度和采樣傳感器溫度值變化以及送風(fēng)量的變化情況。對(duì)比TRNSYS仿真結(jié)果，位于回風(fēng)口的傳感器可以較好控制在設(shè)定值24 ℃±1 ℃，而此時(shí)室內(nèi)平均溫度最高卻可以達(dá)到26 ℃左右。這是由于位于回風(fēng)口附近的采樣溫度傳感器檢測(cè)到溫度較低時(shí)，系統(tǒng)送風(fēng)量減小，從而導(dǎo)致室內(nèi)平均溫度會(huì)偏高，人員舒適性較差。此例證明了基于單傳感器送風(fēng)控制的不足之處，從而基于多傳感器的控制就顯得尤為必要。

圖5 基于協(xié)同仿真的區(qū)域6末端控制結(jié)果

2 基于多傳感器信息融合的變風(fēng)量?jī)?yōu)化控制

對(duì)于變風(fēng)量空調(diào)系統(tǒng)，送風(fēng)量隨著室內(nèi)負(fù)荷變化而變化，不合理的送風(fēng)量很容易引起室內(nèi)空氣分布的不均勻，從而引起室內(nèi)溫度、速度場(chǎng)分布產(chǎn)生梯度變化。因此，本文提出了通過(guò)控制室內(nèi)兩測(cè)點(diǎn)之間的溫差從而確定較為合理的送風(fēng)量的優(yōu)化策略[17]，如圖6所示。T2和T3布置在人員工作區(qū)域，通過(guò)采集T2和T3，獲得溫差ΔT=T2-T3，并將其作為送風(fēng)控制回路的變量，通過(guò)對(duì)送風(fēng)溫度設(shè)定的實(shí)時(shí)優(yōu)化，使其維持在設(shè)定范圍內(nèi)，從而獲得最佳的氣流分布。測(cè)點(diǎn)傳感器T2及T3放置于圖3中9、10所在位置，T1仍放置于回風(fēng)口位置。

圖6 基于多傳感器控制送風(fēng)示意圖

2.1 基于多傳感器控制與基于單傳感器控制對(duì)比

針對(duì)單傳感器（控制策略A）和多傳感器（控制策略B）控制策略進(jìn)行舒適性與能耗的比較。本文使用PMV-PPD（Predicted Mean Vote - Prsdicted Percentage Of Dissatisfied）評(píng)價(jià)指標(biāo)[18]。PMV（Predicted Mean Vote）是一種表征人體熱反應(yīng)（冷熱感）的評(píng)價(jià)指標(biāo)，一般當(dāng)PMV處于±0.5之間表示人員感受較為舒適，不同PMV值代表的含義如表2所示。但由于人與人之間存在生理差別，因此PMV難以代表所有人的感覺(jué)。即使在PMV=0處，也會(huì)有人對(duì)該熱環(huán)境不滿意，因而提出配以預(yù)測(cè)不滿意百分比（PPD）來(lái)表示人群對(duì)熱環(huán)境不滿意百分?jǐn)?shù)的評(píng)價(jià)指標(biāo)。一般當(dāng)PPD＜10%時(shí)表示人群對(duì)熱環(huán)境較為滿意[19]。

PMV根據(jù)文獻(xiàn)[12]進(jìn)行計(jì)算，PPD計(jì)算式如下：

表2 PMV值含義

2.1.1 工況Ⅰ下舒適性比較

圖7(a)展示了基于多傳感器信息融合控制的室溫以及傳感器所在位置溫度，圖7(b)展示了對(duì)應(yīng)工況下的房間送風(fēng)量變化。

圖7 基于多傳感器控制的區(qū)域6末端控制結(jié)果

圖8～圖10為10:00、14:00和16:00這3個(gè)時(shí)刻的兩種控制策略的對(duì)比圖。將單傳感器控制策略記為控制策略A（左圖），多傳感器控制策略記為控制策略B（右圖）。

圖8 10:00時(shí)刻房間舒適性分析云圖

圖9 14:00時(shí)刻房間舒適性分析云圖

圖10 16:00時(shí)刻房間舒適性分析云圖

圖11 基于兩種控制策略的PMV

2.1.2 能耗比較

對(duì)兩種不同控制策略進(jìn)行能耗分析，如表3。

由上面的云圖可以看出，控制策略B即基于多傳感器信息融合的控制策略較之前的控制策略A，送風(fēng)量增加，因而風(fēng)機(jī)能耗有所升高，然而由于送風(fēng)溫度提高導(dǎo)致機(jī)組能耗下降，總體能耗也有所減少。

表3 兩種控制策略能耗對(duì)比

2.2 工況Ⅱ下舒適性比較

更換天氣工況Ⅱ，選取北京7月工況進(jìn)行仿真。圖12是兩種控制下的傳感器及房間平均溫度情況，圖13是兩種控制策略下的PMV情況。

圖12 基于兩種控制策略下的溫度情況

圖13 基于兩種控制策略下的PMV

在經(jīng)過(guò)24 h的仿真之后發(fā)現(xiàn)，在北京7月典型日工況下基于多傳感器控制能耗為417.7 kW·h，比基于單傳感器控制少了4.4%。

通過(guò)以上對(duì)比可以發(fā)現(xiàn)：1）基于多傳感器的送風(fēng)控制可以明顯改善室內(nèi)溫度分布以及風(fēng)速分布；2）基于多傳感器的送風(fēng)控制可以有效提升室內(nèi)熱環(huán)境的舒適性；3）基于多傳感器的送風(fēng)控制不僅沒(méi)有增加系統(tǒng)能耗，反而由于優(yōu)化使得系統(tǒng)的能耗有所降低。

3 結(jié)論

1）基于TRNSYS的仿真由于將室內(nèi)空氣作為單一工況點(diǎn)進(jìn)行計(jì)算處理與實(shí)際過(guò)程是有較大差別的。

2）基于協(xié)同仿真的結(jié)果展示了傳統(tǒng)基于單傳感器控制的不足之處，即當(dāng)傳感器附近溫度控制較好時(shí)，室內(nèi)熱舒適性反而可能會(huì)較差。

3）基于多傳感器控制可以優(yōu)化室內(nèi)空氣溫度場(chǎng)以及速度場(chǎng)分布情況，較好地改善人體熱舒適性環(huán)境且系統(tǒng)能耗會(huì)因?yàn)閮?yōu)化作用而降低。

[1] SIBILIO S, ROSATO A, CIAMPI G, et al. Building-integrated trigeneration system: Energy, environmental and economic dynamic performance assessment for Italian residential applications[J]. Renewable and Sustainable Energy Reviews, 2016, 68(2): 920-933.

[2] PERNIGOTTO G, GASPARELLA A. Extensive comparative analysis of building energy simulation codes: Heating and cooling energy needs and peak loads calculation in TRNSYS and energy plus for southern Europe climates[J]. HVAC&R Research, 2013, 19(5): 481-492.

[3] CHO W H, LEE T Y, CHO K, et al. Energy consumption rate of air conditioner and panel heater with ventilation for a residential apartment using TRNSYS[J]. Asian Conference on Refrigeration and Air-conditioning, 2004: 8(2): 669-675.

[4] SHIRAZI A, PINTALDI S, WHITE S D, et al. Solar-assisted absorption air-conditioning systems in buildings: control strategies and operational modes[J]. Applied Thermal Engineering, 2016, 92: 246-260.

[5] DAVIDSSON H, BERNARDO L R, LARSSON S. Design and performance of a hybrid ventilation system with heat recovery for low energy buildings[J]. Journal of Environment and Engineering, 2011, 6(2): 469-477.

[6] 李斌, 馬光柏, 翟曉強(qiáng). 基于TRNSYS軟件的大型太陽(yáng)能集熱陣列的性能模擬與分析[J]. 制冷技術(shù), 2016,36(1): 14-19.

[7] 王喜春. 夏熱冬冷地區(qū)居住建筑圍護(hù)結(jié)構(gòu)節(jié)能技術(shù)氣候適應(yīng)性研究[J]. 制冷技術(shù), 2016, 36(2): 26-29.

[8] 趙愛(ài)國(guó), 祝用華, 晉欣橋. 多聯(lián)機(jī)與新風(fēng)機(jī)復(fù)合空調(diào)系統(tǒng)優(yōu)化控制研究[J]. 制冷技術(shù), 2015, 35(1): 6-10.

[9] LI K, SU H, CHU J. A CFD-based test method for control of indoor environment in air-conditioned rooms[C]// Control Conference (CCC), 31stChinese IEEE, Hefei, 2012: 6933-6937.

[10] NARDECCHIA F, GUGLIERMETTI F, BISEGNA F. How temperature affects the airflow around a single-block isolated building[J]. Energy and Buildings, 2016, 118: 142-151.

[11] GILANI S, MONTAZERI H, BLOCKEN B. CFD simulation of stratified indoor environment in displacement ventilation: Validation and sensitivity analysis[J]. Building and Environment, 2016, 95: 299-313.

[12] DU Z, XU P, JIN X, et al. Temperature sensor placement optimization for VAV control using CFD-BES co-simulation strategy[J]. Building and Environment, 2015, 85: 104-113.

[13] 劉巧玲, 杜志敏, 晉欣橋. VAV 空調(diào)系統(tǒng)室內(nèi)溫度傳感器位置的影響研究[J]. 建筑熱能通風(fēng)空調(diào), 2013, 32(1): 11-14.

[14] 晉欣橋. 變風(fēng)量空調(diào)系統(tǒng)的仿真及其實(shí)時(shí)優(yōu)化控制研究[D]. 上海: 上海交通大學(xué), 1999.

[15] 晉欣橋, 柴小峰, 杜志敏. 過(guò)渡季節(jié)VAV空調(diào)系統(tǒng)送風(fēng)溫度的優(yōu)化控制策略[J]. 天津大學(xué)學(xué)報(bào), 2009, 42(7): 587-590.

[16] 任曉利, 陳小磚, 袁東升. 辦公室空調(diào)房間不同送風(fēng)速度的數(shù)值模擬[J]. 制冷與空調(diào), 2008, 22(1): 80-83.

[17] POURSHAGHAGHY A, OMIDVARI M. Examination of thermal comfort in a hospital using PMV-PPD model[J]. Applied Ergonomics, 2012, 43(6): 1089-1095.

[18] 趙軍, 狄育慧, 李健, 等. 建筑節(jié)能熱舒適的發(fā)展現(xiàn)狀[J]. 潔凈與空調(diào)技術(shù), 2009(3): 51-55.

[19] FANGER P O. Thermal Comfort-Analysis and Applications in Environment Engineering[M]. New York: McGraw-Hill, 1972.

Investigation of Variable Air Volume Optimal Control for Air Conditioning System Based on Multi-sensor Data Fusion

GE Xuan-ming*, DU Zhi-min**, JIN Xin-qiao
(Institute of Refrigeration and Cryogenics, Shanghai Jiao Tong University, Shanghai 200240, China)

Using TRNSYS-FLUENT co-simulation platform, a control strategy of supply air based on multi-sensor for Variable Air Volume (VAV) system was proposed. The energy consumption and thermal comfort for the system based on the proposed strategy was compared with that based on the traditional single-sensor control strategy. The results show that, the proposed multi-sensor control strategy can effectively improve thermal comfort of occupants without raising energy consumption.

VAV air conditioning system; Multi-sensor; Thermal comfort; Energy consumption

10.3969/j.issn.2095-4468.2016.06.107

*葛宣鳴（1993-），男，碩士研究生。研究方向：空調(diào)系統(tǒng)仿真與模擬。

**杜志敏（通訊作者），男，副教授。聯(lián)系地址：上海市東川路800號(hào)上海交通大學(xué)制冷與低溫工程研究所，郵編200240。聯(lián)系電話：021-34206533。E-mail：duzhimin@sjtu.edu.cn。

國(guó)家自然科學(xué)基金（No.51376125）。