溫海棠,吳愛(ài)國(guó),尚羽佳

(天津大學(xué)電氣自動(dòng)化與信息工程學(xué)院,300072,天津)

作為中央空調(diào)系統(tǒng)的核心部分,冷水機(jī)組能耗在中央空調(diào)系統(tǒng)中比重較大,其中約50%～60%用于制冷機(jī)組產(chǎn)生冷量,20%～30%用于冷凍水與冷卻水的輸配。因此,降低冷水機(jī)組能耗是建筑節(jié)能工作的重要內(nèi)容[1]。

目前,很多學(xué)者對(duì)冷水機(jī)組進(jìn)行了建模與工作點(diǎn)優(yōu)化計(jì)算,以實(shí)現(xiàn)機(jī)組節(jié)能運(yùn)行,很多先進(jìn)的建模方法和智能優(yōu)化算法也已引入到冷水機(jī)組優(yōu)化設(shè)計(jì)中。文獻(xiàn)[2]基于最小二乘法建立了冷水機(jī)組在線模型;文獻(xiàn)[3]以總能耗為目標(biāo)函數(shù)對(duì)冷水機(jī)組進(jìn)行了負(fù)荷的優(yōu)化分配;文獻(xiàn)[4]建立了較為精確的冷水機(jī)組機(jī)理模型,并獲得了不同熱負(fù)荷下系統(tǒng)的優(yōu)化設(shè)定值;文獻(xiàn)[5]采用簡(jiǎn)化性能指標(biāo)計(jì)算冷卻水溫度的優(yōu)化設(shè)定點(diǎn)，在室外溫度大范圍變化工況下可以取得4%以上的節(jié)能效果;文獻(xiàn)[6]建立了制冷機(jī)組、水泵和冷卻塔等裝置的簡(jiǎn)化數(shù)學(xué)模型，并在此基礎(chǔ)上得到了冷凍水和冷卻水的優(yōu)化設(shè)定點(diǎn)，使系統(tǒng)整體能耗減少約0.73%～2.55%;文獻(xiàn)[7]采用人工神經(jīng)網(wǎng)絡(luò)建立機(jī)組模型，并采用粒子群算法與逆神經(jīng)網(wǎng)絡(luò)結(jié)合的方法優(yōu)化機(jī)組控制參數(shù)；文獻(xiàn)[8]建立了機(jī)組能耗模型,并利用遺傳算法進(jìn)行負(fù)荷最優(yōu)分配以及冷凍水溫度優(yōu)化設(shè)定;文獻(xiàn)[9]采用一種混合穩(wěn)態(tài)機(jī)理模型描述冷水機(jī)組各變量的相互關(guān)系,通過(guò)遺傳算法求取系統(tǒng)的優(yōu)化設(shè)定值,在此基礎(chǔ)上,采用分散優(yōu)化算法對(duì)優(yōu)化問(wèn)題進(jìn)行求解,從而將求解時(shí)間縮短為原來(lái)的1%左右[10]。

在保證制冷機(jī)組穩(wěn)定運(yùn)行的前提下,進(jìn)一步提高制冷機(jī)組運(yùn)行效率是減小冷水機(jī)組整體能耗的有效途徑。蒸發(fā)器過(guò)熱度是表征制冷機(jī)組運(yùn)行效率與穩(wěn)定性的重要參數(shù),設(shè)定較低的過(guò)熱度可以增加蒸發(fā)器的有效換熱面積,提高制冷機(jī)組運(yùn)行效率,但根據(jù)最小穩(wěn)定過(guò)熱度(MSS)理論[11],當(dāng)蒸發(fā)器過(guò)熱度過(guò)低時(shí),系統(tǒng)參數(shù)會(huì)出現(xiàn)嚴(yán)重振蕩。目前,大部分研究未充分考慮蒸發(fā)器過(guò)熱度對(duì)系統(tǒng)的影響,導(dǎo)致無(wú)法保證系統(tǒng)穩(wěn)定性或者不能充分挖掘制冷機(jī)組的節(jié)能潛力。

本文通過(guò)建立壓縮式冷水機(jī)組系統(tǒng)穩(wěn)態(tài)機(jī)理模型,以機(jī)組總能耗最小為優(yōu)化目標(biāo),基于最小穩(wěn)定過(guò)熱度理論[11],提出了一種改進(jìn)過(guò)熱度約束條件,根據(jù)系統(tǒng)負(fù)荷取對(duì)應(yīng)負(fù)荷下MSS值為過(guò)熱度約束下限,并采用遺傳算法求解系統(tǒng)設(shè)定值。實(shí)驗(yàn)結(jié)果表明,本文提出的優(yōu)化方法可以有效擴(kuò)大尋優(yōu)范圍,在保證系統(tǒng)穩(wěn)定運(yùn)行的同時(shí)進(jìn)一步提高機(jī)組運(yùn)行效率。

1 冷水機(jī)組穩(wěn)態(tài)模型

壓縮式冷水機(jī)組主要包含3個(gè)子系統(tǒng),即冷凍水系統(tǒng)、制冷機(jī)組系統(tǒng)和冷卻水系統(tǒng),如圖1所示。

圖1 壓縮式冷水機(jī)組結(jié)構(gòu)示意圖

水循環(huán)系統(tǒng)的主要?jiǎng)恿?lái)自冷凍水泵與冷卻水泵,水泵通過(guò)消耗電能來(lái)維持水介質(zhì)循環(huán)流動(dòng),實(shí)現(xiàn)與制冷劑的換熱。制冷機(jī)組是冷水機(jī)組的核心部分,主要由壓縮機(jī)、冷凝器、節(jié)流閥及蒸發(fā)器4部件組成,其基本工作原理可以通過(guò)圖2所示的制冷循環(huán)壓焓(p-h)圖表示。

圖2中:o點(diǎn)為臨界點(diǎn);ob為飽和液體線,其左側(cè)為過(guò)冷區(qū);oc為飽和蒸汽線,其右側(cè)為過(guò)熱區(qū);ob與oc之間的區(qū)域稱為兩相區(qū)。液態(tài)制冷劑在蒸發(fā)器內(nèi)不斷從冷凍水吸熱蒸發(fā)為氣態(tài),制冷劑溫度保持恒定(5—6),氣態(tài)制冷劑進(jìn)入過(guò)熱區(qū)繼續(xù)吸熱升溫(6—1),1點(diǎn)與6點(diǎn)的溫度差即為蒸發(fā)器出口的過(guò)熱度。壓縮機(jī)消耗電能對(duì)氣態(tài)制冷劑做功,將制冷劑壓力由蒸發(fā)壓力pe升高到冷凝壓力pc(1—2);氣態(tài)制冷劑在冷凝器內(nèi)向冷卻水放熱將蒸汽冷卻為液態(tài)(2—4);液態(tài)制冷劑經(jīng)節(jié)流閥節(jié)流,壓力重新降為蒸發(fā)壓力(4—5)。

圖2 壓縮式制冷機(jī)組循環(huán)壓-焓圖

為實(shí)現(xiàn)冷水機(jī)組整體優(yōu)化,首先需要根據(jù)制冷循環(huán)建立系統(tǒng)的穩(wěn)態(tài)模型,以便在優(yōu)化計(jì)算過(guò)程中確定系統(tǒng)變量。建模過(guò)程中出現(xiàn)的制冷劑溫度、焓值及密度等物性參數(shù)均通過(guò)美國(guó)國(guó)家標(biāo)準(zhǔn)計(jì)量局(NIST)開(kāi)發(fā)的REFPROP軟件[12]查詢。

1.1 蒸發(fā)器模型

根據(jù)上述對(duì)制冷循環(huán)過(guò)程的分析,可將蒸發(fā)器內(nèi)部按制冷劑狀態(tài)分為兩相區(qū)與過(guò)熱區(qū)兩部分,如圖3所示。

圖3 蒸發(fā)器相區(qū)原理圖

本文采用實(shí)際工程中應(yīng)用比較廣泛的對(duì)數(shù)平均溫差(LMTD)法計(jì)算制冷劑側(cè)與水側(cè)溫差,并取LMTD校正因數(shù)為1,則蒸發(fā)器的穩(wěn)態(tài)傳熱方程可以表示為

(1)

(2)

其中,Ue,sp與Se,sp分別為蒸發(fā)器過(guò)熱區(qū)傳熱系數(shù)與傳熱面積,Ue,tp為兩相區(qū)傳熱系數(shù)。由于Ue,sp與Ue,tp可以分別由制冷劑側(cè)與水側(cè)傳熱系數(shù)直接求出,因此式(2)中未知量?jī)H為Se,sp,而Se,sp可以通過(guò)過(guò)熱區(qū)內(nèi)制冷劑側(cè)與水側(cè)能量平衡方程求得

(3)

式中:Tchw,avg為冷凍水平均溫度。

過(guò)熱區(qū)與兩相區(qū)制冷劑側(cè)傳熱系數(shù)由Nusselt’s theory關(guān)聯(lián)式[13]表示

(4)

(5)

冷凍水側(cè)傳熱系數(shù)均由Shah關(guān)聯(lián)式[11]表示

(6)

式中:參數(shù)B通過(guò)冷卻水平均溫度計(jì)算

B=1 496+22Tw,avg

(7)

蒸發(fā)器模型另一個(gè)獨(dú)立方程為制冷劑側(cè)與冷凍水側(cè)能量平衡方程

(8)

1.2 壓縮機(jī)模型

壓縮機(jī)質(zhì)量流量可以表示為[14]

(9)

式中:f、Vcom及ρi分別為壓縮機(jī)頻率、理論輸氣量和入口制冷劑密度;ηvol為壓縮機(jī)體積效率,根據(jù)下式計(jì)算

ηvol=0.98-0.085[(pc/pe)1/1.18-1]

(10)

另一方面,壓縮機(jī)對(duì)制冷劑做功可表示為[14]

Qcom=

(11)

式中:ccom,q,1、ccom,q,2為與壓縮機(jī)特性有關(guān)的常數(shù),通過(guò)實(shí)驗(yàn)辨識(shí)得到。因此,壓縮機(jī)能量守恒方程為

(12)

1.3 冷凝器模型

根據(jù)制冷機(jī)組整體能量守恒方程,冷凝器釋放熱量可以表示為

Qc=Qe+Qcom

(13)

與蒸發(fā)器類似,冷凝器內(nèi)制冷劑側(cè)與冷卻水側(cè)的整體熱平衡方程可表示為

(14)

式中:Tclw,i為冷卻水入口溫度;Tclw,o為冷卻水出口溫度。

冷凝器過(guò)熱區(qū)與兩相區(qū)是其進(jìn)行熱交換的主要區(qū)域,為簡(jiǎn)化建模及求解過(guò)程,冷凝器模型只考慮兩相區(qū)與過(guò)熱區(qū),忽略過(guò)冷區(qū)的影響。因此,根據(jù)冷凝器制冷劑側(cè)與冷卻水側(cè)的穩(wěn)態(tài)傳熱方程,可得到冷凝器模型的另一個(gè)獨(dú)立方程

(15)

式中:Sc與Uc分別為冷凝器整體傳熱面積及換熱系數(shù),Uc可表示為過(guò)熱區(qū)與兩相區(qū)整體傳熱系數(shù)的平均值

(16)

與蒸發(fā)器類似,冷凝器過(guò)熱區(qū)傳熱面積Sc,sp可以通過(guò)過(guò)熱區(qū)內(nèi)制冷劑側(cè)與水側(cè)能量平衡方程求得

(17)

過(guò)熱區(qū)與兩相區(qū)制冷劑側(cè)傳熱系數(shù)分別由式(4)～式(7)計(jì)算。

1.4 過(guò)熱度模型

在確定系統(tǒng)主要運(yùn)行參數(shù)后,通過(guò)蒸發(fā)壓力pe及蒸發(fā)器出口焓h1即可計(jì)算蒸發(fā)器出口過(guò)熱度。蒸發(fā)器過(guò)熱度為蒸發(fā)器出口溫度與飽和溫度之差

Tsh=T1(pe,h1)-Te(pe)

(18)

式中:Tsh為過(guò)熱度;Te為制冷劑蒸發(fā)壓力下飽和溫度;T1為蒸發(fā)器出口過(guò)熱蒸汽溫度,為蒸發(fā)壓力與出口焓值的函數(shù)。

式(1)、式(8)、式(12)～式(15)和式(18)構(gòu)成冷水機(jī)組穩(wěn)態(tài)模型,模型輸入輸出狀態(tài)如圖4所示。在冷水機(jī)組控制中,通常將蒸發(fā)壓力、過(guò)熱度及冷凝壓力作為被控變量,其中過(guò)熱度可由蒸發(fā)壓力及蒸發(fā)器出口焓值計(jì)算,若機(jī)組制冷量以及外部輸入已知,即可通過(guò)機(jī)組模型確定系統(tǒng)運(yùn)行狀態(tài)。為簡(jiǎn)化求解過(guò)程,本文選擇制冷機(jī)組內(nèi)部參數(shù)蒸發(fā)壓力pe、冷凝壓力pc及壓縮機(jī)頻率fcom作為優(yōu)化自由變量。

圖4 冷水機(jī)組模型結(jié)構(gòu)

2 優(yōu)化問(wèn)題及求解

冷水機(jī)組耗能部件主要是壓縮機(jī)、冷凍水泵及冷卻水泵,降低機(jī)組能耗直接體現(xiàn)為3部分功耗之和最小,故優(yōu)化目標(biāo)函數(shù)可表示為如下形式

minWtotal=Wcom+Wchw+Wclw

(19)

式中:Wcom為冷水機(jī)組總功率;Wcom、Wchw及Wclw分別為壓縮機(jī)、冷凍水泵及冷卻水泵功耗。

2.1 壓縮機(jī)及水泵功耗模型

壓縮機(jī)功耗為理論功耗與功率系數(shù)之比

(20)

其中功率系數(shù)為

ηcom,p=ccom,η,1+ccom,η,2(pc/pe)ccom,η,3

(21)

式中:ccom,η,1、ccom,η,2、ccom,η,3為與壓縮機(jī)特性有關(guān)的常數(shù)。

冷凍水泵功耗可表示為冷凍水質(zhì)量流量的多項(xiàng)式形式

(22)

與冷凍水泵類似,冷卻水泵功耗與冷卻水質(zhì)量流量的關(guān)系如下

(23)

式(22)、式(23)中參數(shù)分別由實(shí)際數(shù)據(jù)擬合得到。

2.2 約束條件

冷水機(jī)組優(yōu)化問(wèn)題中的約束條件可分為自由變量約束、中間變量約束及過(guò)熱度約束,其中自由變量約束可表示為

(24)

中間變量約束為

(25)

較低的過(guò)熱度設(shè)定值可有效提高制冷機(jī)組的運(yùn)行效率,這導(dǎo)致了過(guò)熱度優(yōu)化值通常較低。然而由于MSS的存在,現(xiàn)有優(yōu)化方法中過(guò)熱度約束相對(duì)比較保守,過(guò)熱度約束下限通常會(huì)高于最大熱負(fù)荷對(duì)應(yīng)的MSS值。考慮到MSS隨熱負(fù)荷的下降而降低,本文將當(dāng)前負(fù)荷對(duì)應(yīng)的MSS取為過(guò)熱度約束下限,并隨工作條件變化動(dòng)態(tài)改變。這樣,更富彈性的過(guò)熱度約束可以有效增大尋優(yōu)空間,在進(jìn)一步挖掘制冷機(jī)組節(jié)能潛力的同時(shí)保證系統(tǒng)的穩(wěn)定運(yùn)行。因此,最小化過(guò)熱度約束如下式所示

TMSS≤Tsh≤20

(26)

式中:TMSS為對(duì)應(yīng)熱負(fù)荷下MSS值。

2.3 MSS曲線的實(shí)驗(yàn)獲取

為了在提高系統(tǒng)運(yùn)行效率的同時(shí)保證系統(tǒng)穩(wěn)定,需要通過(guò)實(shí)驗(yàn)獲得制冷機(jī)組在不同制冷量下的MSS值,具體步驟如下。

(1)在每一壓縮機(jī)頻率下給定一個(gè)較高的過(guò)熱度初始設(shè)定值,待系統(tǒng)穩(wěn)定后檢測(cè)冷凍水流量、供回水溫差,計(jì)算系統(tǒng)穩(wěn)態(tài)制冷量。

(2)逐漸減小過(guò)熱度設(shè)定值,如圖5所示,可以看到,隨著過(guò)熱度設(shè)定值的不斷降低,過(guò)熱度在調(diào)節(jié)過(guò)程中的波動(dòng)幅度會(huì)逐漸增大。當(dāng)設(shè)定值減小到某一臨界值后,過(guò)熱度會(huì)出現(xiàn)等幅振蕩,此臨界過(guò)熱度設(shè)定值加0.1 ℃即為該制冷量下系統(tǒng)的MSS值。

(3)逐漸降低壓縮機(jī)頻率(由50 Hz下降到30 Hz),并重復(fù)步驟(1)、(2)即可得到不同制冷量下的MSS值。

(4)根據(jù)上述實(shí)驗(yàn)所得到的數(shù)據(jù),利用Matlab工具箱將MSS值與對(duì)應(yīng)制冷量進(jìn)行多項(xiàng)式擬合,擬合值與實(shí)驗(yàn)值對(duì)比見(jiàn)圖6,擬合公式如下

(27)

圖5 制冷量22 kW時(shí)MSS的獲取過(guò)程

圖6 不同制冷量下MSS擬合值及實(shí)驗(yàn)值對(duì)比

2.4 優(yōu)化問(wèn)題的求解

遺傳算法具有較強(qiáng)的全局搜索能力和求解動(dòng)態(tài)復(fù)雜系統(tǒng)的能力,本文采用遺傳算法尋求不同工況下冷水機(jī)組的最優(yōu)設(shè)定點(diǎn),實(shí)現(xiàn)系統(tǒng)各部分功耗的最優(yōu)分配。以最小化機(jī)組總功耗Wtotal為優(yōu)化目標(biāo),設(shè)計(jì)適應(yīng)度函數(shù)以保證優(yōu)化結(jié)果在可行域內(nèi)[8]。函數(shù)式如下

(28)

式中:Ktotal為懲罰函數(shù)。采用遺傳算法進(jìn)行優(yōu)化的具體流程如圖7所示。

圖7 采用遺傳算法進(jìn)行優(yōu)化的流程

3 結(jié)果與討論

為驗(yàn)證本文所提出的改進(jìn)過(guò)熱度約束對(duì)于降低系統(tǒng)能耗的作用,在不同工況條件下設(shè)計(jì)兩組對(duì)比實(shí)驗(yàn),一組將過(guò)熱度約束設(shè)為目前常見(jiàn)形式7 ℃～25 ℃,另一組采取本文提出的改進(jìn)過(guò)熱度約束,就兩種過(guò)熱度約束實(shí)驗(yàn)結(jié)果進(jìn)行對(duì)比。

實(shí)驗(yàn)裝置為圖2所示的壓縮式冷水機(jī)組,通過(guò)可編程電加熱器模擬實(shí)際負(fù)荷變化,實(shí)驗(yàn)裝置詳細(xì)描述見(jiàn)文獻(xiàn)[15]。實(shí)驗(yàn)過(guò)程中,通過(guò)壓縮機(jī)-蒸發(fā)壓力、電子膨脹閥-過(guò)熱度以及冷卻水泵-冷凝壓力控制回路,將上述3個(gè)優(yōu)化變量保持在優(yōu)化設(shè)定值,以上3個(gè)控制回路均采用PI控制算法。冷水機(jī)組整體運(yùn)行效率由所需制冷量與系統(tǒng)整體功耗之比(綜合制冷性能系數(shù))表征

(29)

式中:SCOP機(jī)組綜合制冷性能系數(shù)。

3.1 變負(fù)荷工況對(duì)比實(shí)驗(yàn)

在變負(fù)荷工況對(duì)比實(shí)驗(yàn)過(guò)程中,環(huán)境溫度為27.5 ℃,冷卻水回水溫度23.4 ℃,熱負(fù)荷由16 kW逐漸上升到30 kW,綜合制冷性能系數(shù)及過(guò)熱度對(duì)比結(jié)果如圖8與圖9所示。

圖8 兩種優(yōu)化方法下綜合制冷性能系數(shù)對(duì)比結(jié)果

圖9 兩種優(yōu)化方法下過(guò)熱度對(duì)比結(jié)果

由圖8可見(jiàn),隨著制冷量的升高,系統(tǒng)綜合制冷性能系數(shù)逐漸降低。采用本文提出的改進(jìn)過(guò)熱度優(yōu)化方法,系統(tǒng)的綜合制冷性能系數(shù)由3.01逐漸下降到2.43,但在整個(gè)制冷量變化過(guò)程中均高于現(xiàn)有的優(yōu)化方法。在熱負(fù)荷為22 kW時(shí)優(yōu)化幅度最大,約為1.89%;在熱負(fù)荷為26 kW時(shí)最小,仍約為1.05%。

由于較低的過(guò)熱度可有效降低壓縮機(jī)運(yùn)行功耗,因此兩種方法的過(guò)熱度優(yōu)化值基本達(dá)到過(guò)熱度約束下界。由圖9可以看到,現(xiàn)有優(yōu)化方法過(guò)熱度優(yōu)化值均為7 ℃,本文方法的過(guò)熱度優(yōu)化值隨著制冷量的降低逐漸減小,而且基本沿著MSS線變化(個(gè)別工作點(diǎn)略高于對(duì)應(yīng)的MSS)。因此,在熱負(fù)荷較低的工況下,尋優(yōu)范圍較大,節(jié)能效果較為明顯;隨著熱負(fù)荷增大,特別是大于26 kW后,兩種方法的過(guò)熱度優(yōu)化值差距減小,節(jié)能效果也更為接近。

圖10給出了兩種優(yōu)化方法下蒸發(fā)壓力、冷凝壓力及壓縮機(jī)頻率的優(yōu)化結(jié)果;圖11比較了兩種優(yōu)化方法下壓縮機(jī)及水泵功耗。從圖10a、圖10b可以看到,在部分負(fù)荷下,本文優(yōu)化方法比現(xiàn)有優(yōu)化方法得到的冷凝壓力優(yōu)化值更低,蒸發(fā)壓力值更高。這是由于在最小過(guò)熱度約束條件下,過(guò)熱度尋優(yōu)范圍擴(kuò)大的結(jié)果,例如假設(shè)系統(tǒng)已經(jīng)工作在現(xiàn)有優(yōu)化方法得到的設(shè)定點(diǎn),過(guò)熱度為7 ℃,若要在保證制冷量不變的條件下進(jìn)一步降低過(guò)熱以提升系統(tǒng)能效,則需要增加膨脹閥開(kāi)度并減小壓縮機(jī)頻率,從而使冷凝壓力下降,蒸發(fā)壓力上升。這樣,在壓縮機(jī)頻率及壓縮比同時(shí)減小的共同作用下,壓縮機(jī)的功耗得以進(jìn)一步降低,如圖11a所示。

(a)蒸發(fā)壓力

(b)冷凝壓力

(c)壓縮機(jī)頻率圖10 兩種優(yōu)化方法下系統(tǒng)運(yùn)行工作點(diǎn)對(duì)比

(a)壓縮機(jī)功耗

由于主要通過(guò)優(yōu)化制冷機(jī)組內(nèi)部運(yùn)行參數(shù)提升冷水機(jī)組運(yùn)行效率,因此并不需要犧牲水泵功耗。由圖11b也可以看到,在不同熱負(fù)荷工況下,兩種優(yōu)化方法下水泵功耗較為接近,本文優(yōu)化方法下水泵功耗甚至更低。綜上所述,本文優(yōu)化方法在合理分配制冷機(jī)組及水循環(huán)系統(tǒng)功耗基礎(chǔ)上,進(jìn)一步挖掘了制冷機(jī)組的節(jié)能潛力,提升了冷水機(jī)組的整體運(yùn)行效率。

(b)水泵功耗圖11 兩種方法壓縮機(jī)及水泵功耗的對(duì)比

3.2 負(fù)荷與環(huán)境溫度變化工況對(duì)比實(shí)驗(yàn)

為進(jìn)一步檢驗(yàn)本文優(yōu)化方法的實(shí)際節(jié)能效果,在熱負(fù)荷與環(huán)境溫度均變化的工況下設(shè)計(jì)對(duì)比實(shí)驗(yàn)。這里以天津某建筑實(shí)際數(shù)據(jù)為基礎(chǔ),用電加熱器模擬實(shí)際熱負(fù)荷。圖12為該建筑一天24 h熱負(fù)荷的變化情況,圖13為天津夏季環(huán)境溫度變化的典型情況,可以看到,由于墻體隔離作用,實(shí)際熱負(fù)荷變化比環(huán)境溫度滯后約1 h,這是因?yàn)榈莾烧叩淖兓厔?shì)基本一致。這是因?yàn)楫?dāng)熱負(fù)荷與環(huán)境溫度較高時(shí),壓縮機(jī)與水泵將更多的熱量由冷凍水輸送到高溫冷卻水需要做更多的功,在增加制冷成本的同時(shí)導(dǎo)致節(jié)能空間減小。

圖12 天津某建筑熱負(fù)荷曲線

圖13 天津夏季環(huán)境溫度典型曲線

圖14給出了兩種優(yōu)化方法在一天內(nèi)綜合制冷性能系數(shù)的對(duì)比結(jié)果,可以看到,在所有時(shí)間點(diǎn),本文方法的系統(tǒng)運(yùn)行效率均高于現(xiàn)有優(yōu)化方法。在熱負(fù)荷及環(huán)境溫度相對(duì)較高的14:00～16:00時(shí)間段,兩種方法的綜合制冷性能系數(shù)較低且非常接近,而在制冷成本較低的其他時(shí)段,綜合制冷性能系數(shù)相對(duì)較高,且本文方法對(duì)綜合制冷性能系數(shù)的提升較為明顯。

圖14 綜合制冷性能系數(shù)對(duì)比結(jié)果

最后,為進(jìn)一步說(shuō)明在不同時(shí)間點(diǎn)改進(jìn)過(guò)熱度約束所帶來(lái)的節(jié)能效果,圖15給出了工作時(shí)段8:00～20:00中,本文方法的系統(tǒng)整體功耗及節(jié)能效果。從中可以看到,與現(xiàn)有優(yōu)化方法相比,本文優(yōu)化方法在所有時(shí)間點(diǎn)均進(jìn)一步降低了冷水機(jī)組整體功耗。在制冷成本較高的14:00～16:00時(shí)平均節(jié)能約0.85%,而在上午9:00可進(jìn)一步減少系統(tǒng)整體功耗達(dá)3.2%,在工作時(shí)段的平均節(jié)能量為1.92%。

圖15 工作時(shí)段中本文方法的系統(tǒng)功耗及節(jié)能效果

4 結(jié) 論

本文根據(jù)熱力學(xué)定律建立了壓縮式冷水機(jī)組穩(wěn)態(tài)機(jī)理模型。在考慮到蒸發(fā)器過(guò)熱度對(duì)系統(tǒng)運(yùn)行效率及穩(wěn)定性影響的基礎(chǔ)上,提出了改進(jìn)過(guò)熱度優(yōu)化方法。與現(xiàn)有優(yōu)化方法進(jìn)行了一系列對(duì)比實(shí)驗(yàn)表明:①改進(jìn)過(guò)熱度約束可以有效擴(kuò)大尋優(yōu)范圍,從而比現(xiàn)有優(yōu)化方法進(jìn)一步降低了系統(tǒng)整體功耗,引入MSS值為冷水機(jī)組的穩(wěn)定運(yùn)行提供了理論保證;②由于系統(tǒng)MSS值隨著負(fù)荷的降低而降低,因此本文方法在部分負(fù)荷下可取得更為明顯的節(jié)能效果;③在夏季典型工況下的工作時(shí)段,比現(xiàn)有優(yōu)化方法實(shí)現(xiàn)平均節(jié)能1.92%。本文的研究結(jié)果對(duì)節(jié)約壓縮式冷水機(jī)組運(yùn)行成本、增強(qiáng)運(yùn)行穩(wěn)定性具有一定的實(shí)際意義。

參考文獻(xiàn):

[1] JIANG Y. Chinese building energy consumption situation and energy efficiency strategy [J]. New Architecture,2008(2): 4-7.

[2] 陳丹丹,晉欣橋,杜志敏,等. 多臺(tái)冷水機(jī)組聯(lián)合運(yùn)行空調(diào)系統(tǒng)的負(fù)荷優(yōu)化分配 [J]. 上海交通大學(xué)學(xué)報(bào),2007,41(6): 974-977.

CHEN Dandan,JIN Xinqiao,DU Zhimin,et al. The optimal loading strategy of multiple chillers in HVAC systems [J]. Journal of Shanghai Jiaotong University,2007,41(6): 974-977.

[3] 閆秀英,孟慶龍,任慶昌,等. 聯(lián)合運(yùn)行冷水機(jī)組負(fù)荷優(yōu)化分配及仿真研究 [J]. 暖通空調(diào),2007,37(11): 18-21.

YAN Xiuying,MENG Qinglong,REN Qingchang,et al. Optimal load sharing strategy for multiple-chiller systems and its simulation [J]. Journal of HV&AC,2007,37(11): 18-21.

[4] NAVARRO-ESBRIJ J,GINESTAR D,BELMAN J M,et al. Application of a lumped model for predicting energy performance of a variable-speed vapour compression system [J]. Applied Thermal Engineering,2010,30(4): 286-294.

[5] LIU C W,CHUAH Y K. A study on an optimal approach temperature control strategy of condensing water temperature for energy saving [J]. International Journal of Refrigeration,2011,34(3):816-823.

[6] MA Z J,WANG S W. Supervisory and optimal control of central chiller plants using simplified adaptive models and genetic algorithm [J]. Applied Energy,2011,88(1):198-211.

[7] 王亞昆,吳愛(ài)國(guó),董娜. 吸收式制冷機(jī)組逆神經(jīng)網(wǎng)絡(luò)設(shè)定優(yōu)化 [J]. 西安交通大學(xué)學(xué)報(bào),2018,52(1): 123-142.

WANG Yakun,WU Aiguo,DONG Na. A set point optimization method for absorption chiller based on inverse neural network [J]. Journal of Xi’an Jiaotong University,2018,52(1): 123-142.

[8] 閆唯嘉,任慶昌,閆秀英. 基于遺傳算法的冷水機(jī)組負(fù)荷分配與出水溫度的優(yōu)化 [J]. 制冷與空調(diào)(北京),2011,11(2): 37-40.

YAN Weijia,REN Qingchang,YAN Xiuying. Load distribution of chillers and the optimum of its outlet water based on genetic algorithm [J]. Refrigeration and Air-Conditioning,2011,11(2): 37-40.

[9] ZHAO L,CAI W J,DING X D,et al. Model-based optimization for vapor compression refrigeration cycle [J]. Energy,2013,55(55): 392-402.

[10] ZHAO L,CAI W J,DING X D,et al. Decentralized optimization for vapor compression refrigeration cycle [J]. Applied Thermal Engineering,2013,51(1/2): 753-763.

[11] FALLAHSOHI H,CHANGENET C,PLACE S,et al. Predictive functional control of an expansion valve for minimizing the superheat of an evaporator [J]. International Journal of Refrigeration,2010,33(2): 409-418.

[12] LEMMON E W,HUBER M L,MCLINDEN M O. NIST standard reference database 23: reference fluid thermodynamic and transport properties (REFPROP): version 8.0 [EB/OL]. (2007-11-02) . http://users.ugent.be/～mvbelleg/literatuur%20SCHX%20-%20Stijn%20Daelman/ORCNext/Supercritical/Software %20EES/REFPROP8.pdf.

[13] SHANG Y J,WU A G,FANG X,et al. Dynamic simulation of electronic expansion valve controlled refrigeration system under different heat transfer conditions [J]. International Journal of Refrigeration,2016,72: 41-52.

[14] DING X D,JIA L,CAI W J,et al. A hybrid modeling for the real-time control and optimization of compressors [C]// 2009 4th IEEE Conference on Industrial Electronics and Applications. Piscataway,NJ,USA: IEEE,2009: 3256-3261.

[15] SHANG Y J,WU A G,FANG X. A study on the modeling of the minimal stable superheat for a variable speed refrigeration system [J]. International Journal of Refrigeration,2015,59: 182-189.