商場過渡季節中央空調冷源系統運行參數優化研究

閆軍威? 梁艷輝 黃揚春 喻 凡

?

商場過渡季節中央空調冷源系統運行參數優化研究

閆軍威? 梁艷輝 黃揚春 喻 凡

（華南理工大學機械與汽車工程學院 廣州 510641）

針對夏熱冬暖地區商場過渡季節空調系統運行特點，以廣州某商場中央空調冷源系統為研究對象，提出各設備單元的能耗模型，根據空調實際運行數據，利用最小二乘方法對各模型的參數進行辨識，以冷源系統運行設備總能耗最小為目標，探討基于遺傳算法的中央空調冷源系統最佳運行參數值，并將優化的運行參數由動態變量來控制進行實驗驗證。結果表明：與原運行方式相比，參數優化運行方式下冷源系統節能率為7.07%。

商場；過渡季節；空調冷源系統；運行參數；優化；遺傳算法

0 引言

夏熱冬暖地區，過渡季節時間長。在大型商場建筑中，即使在過渡季節室外氣溫適宜的條件下，由商場內人流量大、射燈多的特點，商場內也有一定的冷負荷，為滿足商場內舒適性要求，中央空調系統需長時間處于運行狀態，且目前中央空調系統運行控制方式大多采用恒定或者根據管理者經驗修改運行參數設定值的方式對下位機控制器進行控制，在過渡季節部分負荷運行時，因運行參數不合理導致控制特性較差及能耗浪費嚴重，存在較大的節能潛力。

通常，夏熱冬暖地區商場空調系統能耗比重較大，占建筑總能耗約25%[1]。文獻[2-5]對夏熱冬暖地區商場空調系統能耗與運行管理進行了分析，提出了有針對性的節能技術措施，理論計算與實際應用均表明具有較好的節能效果。本文針對夏熱冬暖地區大型商場過渡季節空調系統運行時間長、能耗高的特點，探討大型商場過渡季節中央空調冷源系統最佳運行參數值，并以廣州某商場中央空調冷源系統為研究對象，選取過渡季節空調系統常采用的運行方式進行分析，在保證商場內舒適性和系統安全運行的前提下，以冷源系統運行設備總能耗最小為目標，得出最佳的冷水供水溫度、冷水流量、冷卻水流量及冷卻塔風機頻率組合運行參數值，并通過動態變量控制優化的運行參數，對該方法進行節能效果驗證。

1 研究對象

本文以廣州某商場中央空調冷源系統為研究對象，該空調冷源系統主要由4臺冷水機組、6臺冷凍泵、6臺冷卻泵及8臺冷卻塔組成。其中冷水機組采用2臺大機和2臺小機；冷凍泵、冷卻泵及冷卻塔均有兩種功率不同的型號，分別與大、小兩種冷水機組搭配使用，主要設備參數如表1所示。該系統已搭建了一套冷源集中管理控制系統，配備有水溫傳感器、壓差傳感器、流量計、水泵變頻器、冷卻塔風機變頻器、多功能電表、室外溫濕度傳感器等設備，可通過通訊接口將水溫、壓差、水流量、水泵頻率、冷卻塔風機頻率、電量、室外溫濕度等參數進行采集并存儲至數據服務器，此外該冷源集中管理控制系統可對冷源運行參數進行實時控制，實驗平臺系統示意圖如圖1所示。

表1 空調冷源系統設備參數

圖1 中央空調系統實驗平臺系統示意圖

2015年該商場中央空調冷源系統總用電量為346.73萬kWh，其中過渡季節（3～5月份及10～11月份）冷源系統總用電量為130.30萬kWh，耗電量較高，占冷源系統全年總用電量的37.58%。通常，商場冷負荷不同，冷源系統設備組合運行方式也不同，而不同負荷條件下存在最佳的冷源運行參數組合，使得冷源系統能耗最小[7]。在過渡季節該商場中央空調冷源系統通常開啟1臺大機，1臺75kW冷凍泵、1臺90kW的冷卻泵及若干臺冷卻塔，本文對該商場過渡季節冷源系統設備組合運行方式進行分析，在滿足末端負荷需求的前提下，得出該運行方式下冷源系統最佳運行參數值，進一步挖掘該商場冷源系統的節能潛力。

2 中央空調冷源系統各設備單元能耗模型

2.1 冷水機組能耗模型

冷水機組是中央空調系統的供冷設備。其實際功率計算表達式如下：

式中，e為冷水機組制冷量，kW；chiller為冷水機組功率，kW；為冷水機組運行能效。

其中，冷水機組運行能效有多種經驗模型，Tong-Shing Lee等[8]對不同的COP模型進行比較，發現Reddy等[9]提出的多元多項式經驗模型（MP模型）精度較好，該模型與冷水機組制冷量、冷水回水溫度、冷卻水回水溫度三個參數有關，其表達式如下：

式中，chwr、cwr分別為冷水回水溫度、冷卻水回水溫度，℃；0～9為模型系數。

2.2 水泵能耗模型

水泵是中央空調系統中冷水和冷卻水的動力設備。對變頻水泵而言，水泵實際功率不僅與流量、揚程、水泵效率及電機效率有關，還與變頻器效率有關，其理論計算表達式如下：

式中，pump為水泵實際功率，kW；為水密度，kg/m3；為重力加速度，m/s2；p為水泵實際體積流量，m3/h；p為水泵實際揚程，m；為水泵全效率；為水泵效率；為電機效率；為變頻器效率。

文獻[10]指出電機效率和變頻器效率為水泵頻率的辨識模型，水泵揚程為水泵流量和頻率的辨識模型，而辨識這些模型的模型系數所需數據很難獲取，且將辨識模型代入（3）中，水泵能耗模型相對復雜，工程實用性低。文獻[11]提出水泵能耗可表示為水泵頻率及水泵流量的多項式模型，其表達式如下：

冷凍泵能耗模型：

冷卻泵能耗模型：

式中，0～3、0～3為模型系數；chw、cw分別為冷水和冷卻水流量，m3/h；chwo、cwo為冷凍泵和冷卻泵額定流量，m3/h；chwp、cwp為冷凍泵和冷卻泵比轉速；chwp、cwp為冷凍泵和冷卻泵電機實際運行轉速；chwpo、cwpo為冷凍泵和冷卻泵電機額定轉速；chwp、cwp為冷凍泵和冷卻泵電機實際運行頻率，Hz；chwpo、cwpo為冷凍泵和冷卻泵電機額定頻率，Hz。

2.3 冷卻塔風機能耗模型

冷卻塔是中央空調系統的散熱設備。其風機功率理論計算公式類似于水泵功率理論計算公式，表達式如下：

式中，fan為風機功率，kW；a為風量，m3/h；為冷卻塔進出口風壓差，Pa；為風機效率。

針對變頻冷卻塔風機，風量與冷卻塔進出口風壓差難以準確獲取。在忽略冷卻塔風機自身發熱的情況下，文獻[12]提出變速冷卻塔風機能耗可表示為風機比轉速的多項式模型，其計算表達式如下：

式中，0～3為模型系數；fan為風機比轉速；fan為風機實際轉速；fano為風機額定轉速；fan為風機實際運行頻率，Hz；fano為風機額定運行頻率，Hz。

3 基于遺傳算法的中央空調冷源系統運行參數優化分析

選取2016年過渡季節1典型日（4月2日）空調冷源系統設備組合運行方式進行分析，當天商場空調冷源系統運行設備為：1#冷水機組、3#冷凍泵、3#冷卻泵及5#～7#冷卻塔。根據中央空調運行情況，辨識運行設備單元模型、選取優化參數、確定優化目標和約束條件及編寫優化算法程序。

3.1 模型參數辨識

利用該中央空調冷源集中管理控制系統采集的數據，采用最小二乘法分別對1#冷水機組能效模型、3#冷凍泵能耗模型、3#冷卻泵能耗模型及冷卻塔能耗模型的模型系數進行辨識，各設備單元模型系數如下：（1）1#冷水機組能效模型系數0～9分別為：46.2686，-1.2341，-2.5441，-0.0073，0.0106，0.0906，1.1700×10-6，0.0091，2.2408×10-4，-1.7805×10-4；（2）3#冷凍泵能耗模型系數0～3分別為：113.3043，-90.5927，70.0571，-18.4323；（3）3#冷卻泵能耗模型系數0～3分別為：125.8799，-0.1351，1.7730×10-4，-8.2124×10-8；（4）冷卻塔能耗模型系數0～3分別為：-0.4130，2.1866，0.7474，1.9708。

根據模型精度判斷準則[13]，將期望誤差百分比EEP和95%置信區間作為模型的評價指標，表2給出了各設備單元模型驗證精度。由表2可知，各設備模型的相對誤差在95%的置信區間內的數據均超過92%，EEP均低于3.5%，因此建立的各設備模型具有較高的精度。

表2 模型驗證精度

3.2 優化參數的選取

中央空調冷源系統能耗包括冷水系統能耗和冷卻水系統能耗。從理論上講，當空調末端冷負荷需求一定時，對冷水系統而言，存在某一確定的冷水供水溫度和冷水流量參數組合，使得冷水系統設備運行能耗最小；當冷水機組冷凝器散熱量及室外氣象參數一定情況下，對冷卻水系統而言，存在某一確定的冷卻水流量和冷卻水回水溫度參數組合，使得冷卻水系統設備運行能耗最小，而冷卻水回水溫度取決于冷卻塔風量，風量大小可通過冷卻塔風機運行頻率來調節，因此冷卻塔風機頻率可間接反映冷卻水回水溫度；對整個空調冷源系統而言，冷水機組冷凝器散熱量與空調末端冷負荷需求及冷水機組壓縮機對制冷劑做的功相關，因此中央空調冷源系統的運行優化問題可以表示為空調運行中冷水供水溫度、冷水流量、冷卻水流量及冷卻塔風機頻率的尋優過程。綜合考慮以上因數，選取冷水供水溫度chws、冷水流量chw、冷卻水流量cw及冷卻塔風機頻率fan作為空調冷源系統節能運行的優化參數。

3.3 目標函數及約束條件

以冷源系統所有運行設備總能耗最下為優化目標，其數學表達式為：

式中，total為冷源系統所有運行設備總能耗，kW；為第臺冷卻塔風機運行功率，kW，由于所運行的3臺冷卻塔型號規格相同且為同步變頻控制，可認為。

在空調系統實際運行過程中，為滿足冷負荷需求及系統運行穩定性，需考慮系統本身的物理約束條件及系統的能量平衡關系。根據研究對象實際運行情況，約束條件有：

1）冷水機組制冷量與冷水流量、冷水供回水溫度之間關系應滿足：

式中，為水比熱容，kJ/(kg·℃)；chws為冷水供水溫度，℃。

2）由于5#～7#冷卻塔型號規格相同且為同步變頻控制，可認為3臺冷卻塔的散熱性能基本一致，若忽略冷卻水管路熱損及冷卻塔風機自身發熱，則冷卻塔散熱量與冷卻水流量、冷卻水進出水溫度之間關系應滿足：

式中，c為總散熱量；為空氣側的傳熱效率；a為單臺冷卻塔風量，m3/h；為空氣密度，kg/m3；ao,s為冷卻塔出口空氣達到冷卻水出水溫度時所對應的飽和狀態的焓值，ai為冷卻塔入口空氣焓值，KJ/kg。

根據文獻[14]，空氣側傳熱效率為風水比、冷卻塔入口水溫與空氣濕球溫度之差的函數，表達式如下：

式中，0～5為模型系數；a為空氣質量流量，kg/h；cw為冷水流量，kg/h；tw,i為冷卻塔入口水溫，近似等于冷卻水出水溫度，℃；wb為空氣濕球溫度，℃。

3）冷水供水溫度、冷卻水回水溫度應滿足：

4）冷水流量、冷卻水流量應滿足：

5）冷卻塔風機運行頻率應滿足：

為了便于優化求解，引入帶懲罰因子的懲罰函數，將有約束的優化問題轉化為無約束的優化問題[15]，則參數優化模型為：

3.4 基于遺傳算法的中央空調冷源系統參數優化流程

針對上述多變量非線性問題，本文利用遺傳算法進行尋優計算。首先需確定算法的編碼方式、操作參數及適應度函數[15,16]：

1）編碼。采用二進制編碼方式對chws，chw，cw，fan四個變量進行編碼，編碼長度為10；

2）遺傳算法操作參數。遺傳算法操作參數包括種群大小、交叉概率P、變異概率P、最大迭代次數等，這些參數的取值對遺傳算法有很大影響[15]。結合本文優化目標并綜合考慮尋優的準確性、優化變量的解空間大小及收斂性，本文選取種群大小為100，交叉概率為0.5，變異概率0.01，最大迭代次數為150；

3）適應度函數。因本文的目標函數為最小值優化問題，選取適應度函數為：

式中，()為適應度函數；o為足夠大的正數；()為目標函數。

根據上述確定的條件，編寫基于遺傳算法的中央空調冷源系統運行參數優化程序，其流程如圖2所示：

圖2 遺傳算法求解冷源參數的優化流程

4 仿真優化結果與實驗驗證

采用上述優化算法對4月2日空調冷源系統運行參數進行仿真優化。當天冷負荷變化曲線如圖3所示，室外氣象參數如圖4所示。

圖3 4月2日空調末端瞬時冷負荷

圖4 4月2日與4月3日室外氣象參數

4月2日（原運行方式日：日期1）該商場中央空調系統開機時間為9:30，基本達到穩定運行狀態時間為10:00。為保證仿真結果準確性，采用空調系統運行穩定后的數據進行優化，優化時間范圍為10:00～19:00，優化周期與該空調冷源管理控制系統數據采集周期相同，為3min。

為驗證采用優化參數運行的節能效果，選取4月3日（參數優化運行方式日：日期2）進行實驗驗證。在實驗驗證過程中，通過一些動態變量來控制優化的運行參數，即通過設定冷凍泵變頻器頻率和冷水供回水壓差控制冷水流量，通過設定冷卻泵變頻器頻率控制冷卻水流量，冷水供水溫度與冷卻塔風機頻率可直接設定，確保空調系統正常運行。實驗驗證條件如下：

1）室外溫濕度與4月2日基本一致，如圖4所示；2）空調系統開機時間、運行設備及設備運行臺數與4月2日完全相同；3）實驗驗證時間為10:00至18:00；4）考慮到實驗驗證過程中運行參數工作點變動過于頻繁會影響系統運行的穩定性，故以60min共20組優化值的平均值作為該時間段空調冷源系統運行參數的設定值，結果如表3所示；5）實驗驗證過程中，對商場內溫濕度進行記錄，以驗證商場內空調環境的舒適性。

表3 空調冷源系統優化參數表

通過空調系統的電量采集模塊對各設備能耗進行實時采集，表4為該商場空調冷源系統各設備在原運行方式下（日期1）和參數優化運行方式下（日期2）的能耗統計與節能率分析，圖5為在兩種不同運行方式下冷源系統逐時能耗對比。

表4 不同運行方式下各設備能耗統計與節能率分析

圖5 不同運行方式下冷源系統逐時能耗對比

表4得知，冷水機組與冷卻塔運行能耗減少，節能率分別為9.34%和25.93%，而冷凍泵與冷卻泵運行能耗增加，增加比例分別為2.45%和5.08%，空調冷源系統總體節能率為7.07%。這是由于參數優化運行方式是從冷源整體的角度出發，綜合考慮冷源各運行參數并進行合理設定，從而達到降低中央空調冷源系統整體運行能耗的目的，也表明整個冷源系統的優化并不一定使單個運行設備得到優化。由圖5也可得知，原運行方式下冷源的能耗明顯低于參數優化運行方式下冷源的能耗。

圖6 不同運行方式下冷水機組與空調冷源系統各時段能效對比

由圖6得知，與原運行方式相比，參數優化運行方式下冷水機組能效比COP與冷源能效比EERr有不同程度的提高，這是由于過渡季節空調系統運行處于部分負荷下，適當提高了冷水出水溫度，因此冷水機組與空調冷源系統能效比均有所提高。

5 結論

針對夏熱冬暖地區商場過渡季節中央空調系統運行時間長、能耗高的問題，提出基于遺傳算法的中央空調冷源系統運行參數優化研究。在滿足商場內舒適性及安全運行的前提下，對冷源系統冷水供水溫度、冷水流量、冷卻水流量及冷卻塔風機頻率進行了優化，并將優化結果應用于實驗研究。結果表明，冷源系統優化運行總能耗與原運行方式相比降低7.07%，具有良好的節能效果，為夏熱冬暖地區商場過渡季節中央空調冷源系統運行參數優化設定提供參考。

[1] 王永真,陳穎,肖小清,等.廣州地區商場建筑能耗調研與分析[J].建筑科學,2012,28(12):67-70.

[2] 陳偉青,周孝清,劉芳,等.廣州某商場空調系統能耗狀況與節能性分析[J].廣州大學學報,2008,7(4):91-74.

[3] 何業龍.廣州市某大型商場空調系統運行性能分析[J].制冷,2012,31(2):57-61.

[4] 張烽.夏熱冬暖地區購物中心空調風系統節能探討[J].建筑熱能通風空調,2010,29(3):75-77.

[5] 閆軍威,馮家亮.廣州某商場空調系統節能改造[J].暖通空調,2014,44(5):87-90.

[6] 曾昭向,盧清華.中央空調節能技術分析與探討[J].制冷與空調,2013,27(1):45-48.

[7] 楊助喜,岳獻芳,王立.基于蜜蜂進化型遺傳算法的中央空調系統能耗優化研究[J].建筑科學,2011,27(6): 78-82.

[8] Tzong-Shing Lee, Ke-Yang Liao, Wan-Chen Lu. Evaluation of the suitability of empirically-based models for predicting energy performance of centrifugal water chillers with variable chilled water flow[J]. Applied Energy, 2012,93:583-595.

[9] Reddy TA, Andersen KK. An evaluation of classical steady-state off-line linear parameter estimation methods applied to chiller performance data[J]. HVAC Res, 2002,8(1):10-24.

[10] 胡磊,盧軍,陳明,等.集中空調冷卻水變流量節能研究[J].暖通空調,2005,35(6):52-54.

[11] 李蘇瀧,朱孟標,張國強.水泵變頻調速方案計算機輔助論證[J].暖通空調,2005,35(3):83-85.

[12] 顏永民.建筑冷熱源系統自適應優化控制模型的研究[D].長沙:湖南大學,2007.

[13] 呂安林,張晶,趙樹民.灰色模型的精度及誤差檢驗研究[J].華中理工大學學報,1998,26(1):41-45.

[14] Lu L, Cai W A. Universal Engineering Model For Cooling Towers[C]. International Refrgeration and Air Conditioning Conference. 2002:625.

[15] 岳敏楠,柳建華. 基于遺傳算法的車輛用空調換熱的優化[J].制冷與空調,2008,22(4):42-45.

[16] 周雙喜,楊彬.影響遺傳算法性能的因數及改進措施[J].電力系統自動化,1996,7(20):24-26.

Operating Parameters Optimization of Central Air-conditioning Cold Source System of Shopping Mall in the Transitional Season

Yan Junwei Liang Yanhui Huang Yangchun Yu Fan

( School of Mechanical & Automotive Engineering, SCUT, Guangzhou, 510641 )

In hot summer and warm winter area, aiming at the operating characteristics of the air-conditioning system of a shopping mall in the transitional season, taking the central air-conditioning cold source system of a shopping mall in Guangzhou as the research object, proposes the energy consumption model of the equipment unit, based on the actual running data of air-conditioning, identifies the parameters of each model by using the least squares method. On this basis, taking the minimum total energy consumption of central air-conditioning cold source system as the goal, obtains the optimum operating parameters of central air-conditioning cold source system based on the genetic algorithm, and the optimized operation parameters are controlled by the dynamic variables to verify the experiment results. The results show that: compared with the original operation mode, the energy saving rate of the cold source system of parameter optimized operation mode is about 7.07%.

shopping mall; transitional season; central air-conditioning cold source system; operating parameters; optimization; genetic algorithm

1671-6612（2016）06-677-07

TB65

A

閆軍威（1968-），男，教授級高級工程師，E-mail：mmjwyan@scut.edu.cn

梁艷輝（1990-），男，在讀碩士研究生，E-mail：lyhyanhui@163.com

2016-10-10