住宅混合通風模糊控制策略及效果分析

王麗薇 林忠平*

同濟大學機械與能源工程學院

建筑的空調和通風系統能耗占建筑總能耗的70%左右[1]，合理使用自然通風，通過開窗通風等手段可以降低通風系統能耗，實現可持續發展。近年來各國學者在熱舒適領域的研究中發現[2]，在自然通風環境中人們的舒適域遠遠超過了現有標準中提供的舒適域，而且舒適域也大于完全靠機械通風和空調的建筑[3]。由于自然通風驅動力的不穩定性，僅依靠自然通風無法維持穩定舒適的室內環境，因此近年來出現了自然通風與機械通風相結合的混合通風方式。因為很難建立一個適合于控制的精確的數學模型，所以傳統的控制方法無法對混合通風系統進行實時有效的控制[4]。模糊控制理論可以模擬人的思維方式并利用人們在實際控制過程中積累的經驗達到優化控制的目的。本文采用模糊控制的原理，將人的控制經驗數量化，在控制過程中，自動根據外界環境的變化控制住宅窗戶開度大小。自然通風動力不足時，開啟輔助風機，調整通風量的大小，達到控制室內環境的目的。

1 模型選取及Sketch Up建模

混合通風利用的室外溫度一般在22～30%℃范圍內，可借助通風對熱舒適性進行調節的室內溫度范圍是 20～28%℃[4]。文獻[5]、[6]研究表明東北地區夏季炎熱，室外通風溫度低，室外風速較大，具有良好的自然通風潛力，因此選取黑龍江省省會城市哈爾濱的一個住宅公寓進行建模和控制，使得研究更具代表性和應用價值。本文選取了哈爾濱市三口之家的某一居民公寓，并對其進行簡化得到如圖1所示模型。

圖1 簡化后sketch up房間模型

該公寓被簡化為兩個臥室（西區為雙人主臥，東區為次臥）以及一個公共區域（北區），包括客廳、開放式廚房、餐廳等，層高2.7 m。簡化后住宅平面圖如圖2所示。窗戶均為水平推拉窗，高度均為2 m，實際可用開窗面積分別 2.25m2、2.25m2、3.375m2。

圖2 簡化后房間平面圖

2 模糊控制器設計

2.1 模糊控制邏輯

混合通風系統使用模糊控制思想對室內參數進行控制，無須建立數學模型，只需用實時檢測的室內外溫度、風速值作為模糊控制器的輸入，通過模糊運算后得到窗戶開度和輔助風機的轉速，即可實現對室內環境的控制。影響熱舒適的參數很多，考慮到本系統的特殊性，在多個輸入中，室內溫度是最重要的，因此本文以室內溫度為控制目標，根據室外溫度及風速進行模糊推理得到窗戶和風機的控制參數，并將室內溫度作為反饋，對控制信號進行修正。模糊控制的邏輯框圖如圖3：

圖3 控制框圖

2.2 模糊控制的模糊化,模糊推理以及解模糊過程

根據適合混合通風的室外溫度（22～30%℃）、風速（0～8m/s）條件，將輸入和輸出參數分別賦予NL、NM、NS、O、PS、PM、PL 七個語言值，即負大、負中、負小、零、正小、正中、正大，并映射到[-3，3]區間，然后建立隸屬度函數，本控制系統采取簡單的三角形分布，如圖4所示。根據用戶實際使用不同感受，隸屬函數可進一步的微調。

圖4 參數隸屬度函數

根據建立的語言值在Matlab中進行隸屬函數設置以及IF…THEN…模糊規則設計，通過該規則進行模糊推理并使用重心法進行解模糊后，得到精確的輸出信號，可用于之后的Energy Plus建模以及模擬。模糊規則的設計是控制系統的核心，本控制系統的模糊規則如表1所示：

表1 模糊控制規則

2.3 控制系統搭建

基于2.1中所述的模糊控制的輸入輸出參數所建立的模糊系統，將適合混合通風的室外參數進行篩選后作為模糊控制系統的輸入，并加入室內溫度反饋系統，二者綜合對開窗機和風機進行調節，從而實現對室內溫度的控制。其中反饋系統中同樣采用模糊控制的方法將混合通風系統室內溫度控制范圍分為7個等級，與室外溫度一起作為輸入量，經過模糊推理、解模糊過程，進一步對控制信號進行修正。其中反饋系統的隸屬函數以及模糊規則的設定過程與2.1以及2.2中所述類似，由于篇幅原因不再贅述。控制系統圖如圖5所示，據此在Simulink中建立的仿真系統如圖6所示。

圖5 控制流程圖

圖6 Simulink仿真模型

運行仿真系統后可得到與室外參數相對應的控制信號，并將控制信號存儲在文件中，作為Energy Plus運行的外部文件。

3 Energy Plus模擬及控制結果分析

3.1 模型完善

為驗證該模糊控制系統對混合通風住宅的控制效果，將通過Energy Plus進行模擬從而得到控制參數——室內溫度以及相對濕度等室內參數。根據實際住宅的墻體材料、門窗材料等在Energyplus中對模型進行完善，并根據一般三口之家生活習慣對人員，照明，設備進行設定和時間指派，如表2、表3所示。人員，設備時間指派與照明類似。

表2 各區人員、照明、設備情況

表3 各區照明情況時間指派

模型所選取某品牌輔助風機，額定功率30 W，額定風量220m3風量，在Energy Plus的Ventilation:DesignFlowrate中輸入相應其他參數。

3.2 控制信號時間表建立

由于22～30℃為適合混合通風的室外溫度范圍，因此假定室外溫度在此范圍外時窗戶開度以及風機轉速均為0。結合2.3仿真控制系統中得到的控制信號，建立開窗機及輔助風機的時間表作為Energy Plus的輸入。

另外，由于本文研究對象為哈爾濱市內某居民住宅，而Energy Plus提供的氣象文件為郊區氣象參數，因此與實際建筑的環境存在較大差異，尤其是風速的差異，因此根據文獻[7]、[8]的研究結果將郊區風速乘以系數0.6進行修正。

3.3 模擬數據處理及結果分析

為了更加真實地反映人體的熱感覺，本小節引入體感溫度對實際控制結果進行評價。體感溫度是熱平衡條件下，人體對實時綜合環境以熱感覺溫度表示的生物氣象指標[9]。通常情況下體感溫度可表示為：

式中：Tg為體感溫度，℃；Ta為空氣溫度，℃；RH為相對濕度；v為風速，m/s。

本文引入最佳舒適溫度Ts，并進行時空修正[10]，修正后的最佳舒適溫度為：

式中：φ為緯度；M為月份。

體感溫度與最佳舒適溫度Ts與最佳相對濕度RHs相關，一般 RHs取 50%。當 Ta≥Ts，RH≥RHs時：

當 Ta＜Ta，RHTaRHs時：

式中：Tg為體感溫度，℃；Ta為平均空氣溫度，℃；v為平均風速，m/s；A為修正系數，由 Steadman所做的apparent temperature查表得到。當RH＜RHs，濕度項不起作用。

將Energy Plus模擬結果中適合混合通風的時間（室外溫度22～30%℃，共計1122 h）篩選出來后，采用上述公式進行處理，得到采取通風控制系統的室內體感溫度變化情況，如圖7～8所示：

圖7 采用混合通風控制系統的室內體感溫度

圖8 不采用混合通風控制系統的室內體感溫度

由圖7～8可知使用模糊控制的混合通風系統可使三個區域室內溫度平均溫度達到25.7%℃，而不進行通風的模型室內平均溫度則為27.4%℃，通過對比可知該模糊控制可將過渡季室內體感溫度平均值降低了1.7%℃，使室內體感溫度平均水平維持在較為舒適的范圍內。

4 空調系統建立與節能結果分析

4.1 Energy Plus中分體空調建立

為與達到相同室內溫度控制效果的空調系統進行能耗對比，在Energy Plus中的各個房間設立分體空調，并進行溫度控制，從而使室內溫度平均值可控制在與混合通風系統相當的情況。具體室內體感溫度控制值如表4所示。將該空調能耗進行輸出如圖9所示，具體對時間積分后得到使用空調代替混合通風時段的總能耗為280.5 kWh，夏季空調總能耗315.7 kWh。

表4 各系統室內體感溫度控制結果

圖9 夏季空調能耗

混合通風的推窗機選用某型號開窗機，其具體參數見表5，根據本住宅窗戶大小及個數，經計算得到住宅混合通風期間開窗機所消耗電能約為0.24 kWh,開窗機運行時間極短，因此功耗極小，可以忽略不計。將輔助風機的參數輸入Energy Plus，并根據不同風量系數下的運行結果，擬合出部分負荷能耗曲線，風機能耗由其部分負荷曲線（圖10）和風機控制信號進行計算后得到，整個混合通風期間總能耗為25.5 kWh。對比空調系統的能耗可知使用本文所使用的控制系統能耗節省了254.8 kWh的電能，節能效果明顯。

表5 開窗機參數

圖10 輔助風機部分負荷能耗曲線

4 結論

本文對一間實際居民住宅進行建模與簡化，在Matlab中建立仿真控制系統對室內溫度使用模糊控制的方法進行控制，并在Energy Plus中進行模擬，分析控制結果并進行能耗對比可得到以下結論：

1）通過建立合適的控制邏輯及規則，模糊控制方法在混合通風系統中的應用效果比較好，在過渡季可實現房間體感溫度2℃左右的下降。

2）自然通風潛力較大的地區，如哈爾濱市，若合理利用自然通風與機械通風，在實現室內環境調控的同時可節省相當可觀的電能。

[1]江億.我國建筑能耗趨勢與節能重點[J].建設科技,2006,(7):10-15

[2]Brager G S,De Dear R J.A standard for natural ventilation[J].ASHRAE Journal,2000,42(10):21-28

[3]Ghiaus C,Belarbi R,Allard F.Evaluation of natural ventilation potential by using degree-days[C]//International Forum on Renewable Energies FIER’2002 Proceedings.2002:467-473

[4]張荔.住宅混合通風控制系統關鍵技術研究[D].南京:東南大學,2008

[5]鄒惠芬,楊春.對沈陽居住建筑自然通風潛力的評估[J].低溫建筑技術,2011,(5):106-108

[6]喬宣銘.北方鐵路客站夏季通風降溫與節能研究[D].成都:西南交通大學,2014.

[7]曹梅.西安城市與郊區風向風速差異分析[J].陜西氣象,2016,(2):19-23

[8]于成獻.應用區域氣象站資料分析泰安市區與郊區風的差異[J].現代農業科技,2009,(18):241-243

[9]劉梅,于波.以熱量平衡為基礎的體感溫度模型及氣候要素的效應分析[J].南京氣象學院學報,2001,24(4):527-535

[10]馬盼,王式功.基于“黃金分割率”的體感溫度計算方法及相應舒適度劃分[C]//第30屆中國氣象學會年會論文集.南京,2013