基于熱舒適度的辦公建筑HVAC系統節能控制①

逯廣浩,汪 明,謝浩田,孫啟凱

(山東建筑大學 信息與電氣工程學院,濟南 250101)

建筑節能是綠色建筑可持續發展方面的一項重要內容.在住宅和商業建筑的能源消耗中,供暖、通風和空調(HVAC)系統占總體能源消費的50%[1].因而對建筑HVAC 系統進行節能控制和優化,是一項關鍵且有效的措施[2].然而在我國,一方面由于辦公建筑是依據建筑設計標準進行設計和建造的,通常缺乏針對辦公建筑的外部環境、應用場景、室內設備等實際條件的考量依據,對不同情景下的建筑運維績效沒有進行全面有效的模擬與測試[3];另一方面,由于缺乏建筑專業知識,客戶一般也不會向設計院和建筑公司進行運維績效方面的反饋[4].這造成了建筑后期運行時不是處在最佳運行工況下,無法保證既舒適又節能的滿意效果.為此,對辦公建筑的能源消耗情況進行模擬和評估,通過對比氣候條件、建筑設計、建筑圍護結構、居住者行為、設備系統控制、建筑運維等不同參數變化對能源消耗的影響尋求更好的建筑節能策略,這對研究建筑節能問題是非常必要的[5].

在所采取的建筑節能策略中,需要對熱舒適性有深入了解,從而建立HVAC 系統合適的節能策略,這是因為節能不應以犧牲用戶的舒適度和工作效率為代價[6].因此在建筑能耗模擬的最終報告中,熱舒適性報告是不可忽視的一部分,考慮建筑節能同時保證全年熱舒適性也是最優的.當前的建筑能耗模擬軟件程序,例如EnergyPlus,可分析HVAC 性能(滿負荷/部分負荷)、設計運行策略和替代方案,并可在較大的時間范圍(每年,每月,每天)提供精確的能耗評估[7].

針對建筑能耗分析,國內外眾多研究人員使用建筑能耗模擬軟件對建筑模型進行了能耗分析,Sardoueinasab 等利用EnergyPlus中的能源管理系統(EMS)模塊開發了并聯風扇供電的終端單元進行了建模和分析[8].石磊等通過建筑能耗模擬軟件對內蒙古西部辦公樓的能耗現狀分析,利用統計學方法提出了針對辦公建筑的節能策略[9].Al-janabi 等[10]建立了自由浮動模型(free-floating aire system)、理想負載空氣系統模型(ideal loads air system)和實際空氣系統模型(detailed air system)對在建的斯坦利保利工程大樓進行了建模,并分析了不同建模方法之間的差異.

為使研究具有典型性,本文選用山東濟南某辦公建筑空間進行能耗模擬,主要開展了以下工作:(1)對建筑空間進行了建模;(2)進行EMS 開發并進行能耗模擬;(3)基于PMV 設計了基于數據和經驗的HVAC控制策略,并對不同策略進行了分析對比,最終得出了最優控制區間.

1 建筑空間建模

為了使研究具有典型性,需要選擇實際工程進行分析[11],本文選取研究對象是位于山東省濟南市的一座25 層辦公建筑中的辦公空間.該辦公空間位于整棟建筑的一層東南角,南部開窗,總建筑面積672.1 m2.其內部隔斷分為大辦公空間、院長室、會議室、休息室和衛生間等子空間,建筑設計圖如圖1所示.大辦公空間設計人數為70 人,每人配備臺式電腦1 臺,額定設計功率400 W,HVAC 系統采用變風量空調系統,辦公空間內部有8 臺送風設備;東部外墻無窗,南部外墻窗墻比為42%,是一個典型的公共辦公空間,院長室設計人數為2 人,每人配備臺式電腦1 臺,額定設計功率600 W,一臺變量空調系統送風設備,內墻為玻璃隔斷,外墻窗面積為4.5 m2.會議室設計人數為14 人,無電腦設備,一臺變風量空調系統送風設備,內墻為玻璃隔斷,外墻窗面積為4.5 m2.休息室設計人數為3 人,無電氣設備.其它外部區域包括衛生間為其他空間空調設備供暖制冷,不予考慮.因此,辦公空間建模的總面積為456 m2,設置一個單獨的HVAC 區域,HVAC 系統采用變風量空調系統,溫度設定點為制冷25 ℃、供暖20 ℃.

圖1 研究對象建筑設計情況

整個辦公空間設計總人數為89 人,其中休息室和會議室使用時間較短,且與其它空間人員有重合.因此不予考慮,定義實際設計人數為72 人,其中大辦公空間內設計人數為70 人,院長室設計人數為2 人.

對于建筑物照明,其功率密度按照國家標準設定為11 W/m2.辦公設備主要是臺式電腦,每人配備1 臺,設計每位員工的可用設備功率為400 W/人,院長室中的正副院長按600 W/人設計.在設計時,辦公空間的總人數設計為72 人,設備功率與人員數量相匹配.通過調查該辦公空間人員上班時間可以制定人員時間表,作為控制室內照明、電氣設備以及HVAC 系統的依據,調查后制定的人員時間表如圖2所示.

圖2 工作日人員時間表

根據國家制定的《室內空氣質量標準》,夏季空調溫度標準值在22-28 ℃之間,冬季采暖溫度標準值在16-24 ℃之間.因此將制冷溫度設定點設定為25 ℃,供暖溫度設定點設定為20 ℃.

2 基于PMV 優化控制

HVAC 系統的優化控制內容主要是節能和保證舒適度,對于HVAC 系統節能的研究有許多先例,包括利用預估模糊PID[12]、自抗干擾控制[13]、TR 智能算法[14]等先進控制技術達到節能的目的,也有基于舒適度的HVAC 系統優化控制[15,16].對于新建建筑,在對HVAC 系統的優化控制進行研究的過程中,利用Energy-Plus的能源管理系統(EMS)進行HVAC 系統優化控制模擬是一個直接且有效的手段[17].

能源管理系統是EnergyPlus中可實現高級控制模塊之一.EMS 能夠訪問各種傳感器數據,并使用此數據來指揮各種類型的控制動作.其概念是在EnergyPlus內部模擬實際建筑中使用的數字能源管理系統可能實現的控制類型.在EnergyPlus 控件的層次結構中,EMS模塊是建筑系統的高級通用監視控件,它支持建立各種變量,并使用ERL (Energyplus Run Language)編寫控制程序,實現對建筑物能源相關系統的高級監督控制.由于熱舒適性(PMV)需要考慮的因素較多,且建筑節能問題的研究中經常會有忽視熱舒適度作用的情況存在,利用EnergyPlus 進行EMS 模塊開發基于熱舒適度的HVAC 系統優化控制方法并進行分析是解決建筑節能問題的一項有意義的工作.

2.1 PMV 指標選擇

自二十世紀六十年代建立了第一個基于Fanger的人體熱平衡方程式的熱舒適模型起,Fanger 熱舒適度模型一直是最經典的熱舒適模型[18],熱舒適模型包含6 個參數:空氣溫度、輻射溫度、相對濕度、風速、衣物熱阻和活動性.EnergyPlus 軟件內置多種熱舒適度模型,其中就包括Fanger 模型,通過對輸入文件中對象People 進行相關設置可以輸出Fanger 模型的各項參數變量,最主要的兩個判斷人體熱感覺的指標就是PMV(預測平均熱感覺指標)和PPD(預期不滿意百分率).

PMV模型采用ARSHER55-2004 標準7 分制,其指標如表1所示[19].《民用建筑室內熱濕環境評價標準》中對不同熱舒適等級的PMV和PPD值進行了規定,熱舒適性等級規定如表2所示[20].由于Fanger 模型的兩個主要指標PMV和PPD在考慮多中因素的情況下對人體感覺情況具有直觀的反映,因此選用Fanger模型進行EMS 程序的開發.

表1 ARSHER55-2004 標準7 分制

表2 熱舒適性等級規定

在EnergyPlus中PMV與PPD的計算方式如下:

其中,M為人體能量代謝率,W/m2;W為人體的機械功率,W/m2;Pa為人體周圍空氣水蒸氣分壓力,Pa;ta為人體周圍空氣溫度,℃;tr為平均輻射溫度,℃;fcl為人體服裝面積和裸露面積,m2;tcl為服裝外表面溫度,℃;hc為表面傳熱系數,W/m2·k.

2.2 變量

在EMS 程序中,主要用到的變量類型傳感器、執行器和全局變量等需要使用以下變量來進行整體區域的控制,雖然模型簡化為單區域的HVAC 系統,但經過變量執行設備的更改可以應用于多區域HVAC 系統中.表3顯示了用于實現基于舒適度控制算法的不同變量.

表3 EMS 程序變量表

在設定的變量中,傳感器的作用是獲取建筑內部系統或組件的狀態,全局變量的作用是對程序進行控制和計算,物理上并不不存在,執行器變量的作用是控制組件完成基于PMV的溫度設定點控制在HVAC 系統中的運行.

2.3 程序的調用

在 EnergyPlus的模擬過程中,需要定義EMS 程序的調用點,從而在合適的模擬步驟中調用設計的EMS程序.在EMS 模塊中,ProgramCallingMananger是用于管理調用程序的時間點.本次開發的EMS 程序需要在模擬運行階段:① AfterPredictorAfterHVACManagers和② InsideHVACSystemIterationLoop 進行程序的調用.第一個調用點是調用程序(ModelSet)的部分,該部分通過傳感器得到室內環境數據判斷舒適度程序的運行模式,第二個調用點主要用來調用算法主程序,即(RUNPMVControl),該程序作用是通過不同模式判斷是否需要運行基于PMV的控制算法.

由于PMV指標的直觀可控,設計以PMV為控制量的基于經驗和數據的空調設定點控制算法.EMS 程序算法如下.

Step 1.取本次時間步長中的人數,然后確定系統中的人員模式(0-1),當人員少于10%的情況下,設定為0,應該關閉舒適度控制;人員多于10%的情況設定為1,應該運行舒適度控制.

Step 2.模式的判斷選擇是否運行舒適度控制程序.當人員模式為0 時不運行舒適度控制程序.當人員模式為1 時,判斷系統模式.當系統模式為0 時,不進行程序的調用;當系統模式為1 時,調用制冷模式的控制程序;當系統模式為2 時,調用供暖模式的控制程序.

Step 3.當前室內溫度,并且與設定點溫度進行比較.當室內溫度位于設定點溫度的死區內部時,確定當前溫度令人滿意,系統運行系統模式將設定為0,不進行舒適度控制運行;當室內溫度高于冷卻設定點時,系統模式將設定為1 進行制冷;當室內溫度低于供暖設定點時,系統模式將設定為2 進行供暖.

Step 4.運行控制程序,調整全年舒適度.控制程序是基于經驗和數據的控制,基本控制邏輯如模糊規則表4所示,將規則表精確化后進行EMS 程序編寫,改變溫度設定點的變化量,如當PMV＞1 或PMV＜-1 時,溫度設定點在25 ℃/20 ℃的基礎上進行重新設定,當PMV值為負時升高溫度設定點,當PMV值為正時降低溫度設定點.對模型進行多次建筑能耗模擬,分析控制方法的可行性.

表4 EMS 控制程序模糊規則表

3 仿真實驗及結果分析

3.1 模型能耗分析

自由浮動模型是沒有對內部熱量調節系統進行定義的建筑模型,即沒有定義HVAC 系統的模型.此類建筑模型的內部環境條件僅取決于建筑物的性能和外部天氣的變化.在ASHRAE90.1中自由浮動模型一般用于比較建筑能耗模擬的溫度計算方面.圖3是辦公空間的自由浮動模型運行結果.當室內負載達到設計最大值后,室內的溫度最高可以達到55.7 ℃,最低在22.3 ℃,這說明設計數量的人員、設備和照明對整體空間的影響相當大,且需要較高的冷卻負載.

圖3 自由浮動模型全年室內溫度

加入高性能變風量空調系統后的建筑能耗組成如圖4所示,由于大量設備帶來的高熱負荷,制冷能耗占HVAC 系統能耗65.6%左右.

圖4 變風量空調系統模型的全年能耗組成

調整人員設備數量為設計數量的25%、50%、90%進行能耗模擬,得出其不舒適小時數情況如表5所示,隨著人員的增加全年不舒適小時數先減少后增加,在達到最低之后制冷負荷增加,平均溫度上升,舒適度下降,因此需要設計控制策略補足HVAC 系統的制冷與供暖效果.

表5 變風量空調系統全年不舒適小時數(h)

3.2 控制算法結果

根據不同的PMV值調節不同的溫度設定點,PMV絕對值值高則溫度設定點變化大,PMV絕對值低則溫度設定點變化小.調節不同的溫度設定點變化幅度可以進行比較,分析出較適合的控制溫度,達到改善全年舒適度的問題.將調節不同溫度設定點的控制策略進行編號(0～3),其中控制策略0為不進行控制,控制策略1為將溫度設定點在22/17 ℃到28/23 ℃之間調整,控制策略2 及控制策略3 溫度設定點分別在21/16 ℃到29/24 ℃和20/15 ℃到30/25 ℃區間內調節.

調整并運行有EMS 程序的建筑空間模型,并在總能耗報告和全年變量變化兩方面進行與不運行EMS程序的模型對照.總能耗報告中的內容主要進行全年能耗與全年不舒適小時數的對比,能耗與舒適度數據如表6所示.具體的控制規則以控制策略1為例,通過EMS中的subroutine 使用ERL 語言進行控制程序的編寫,設置溫度設定點,當PMV值為3 以上時,設定制冷溫度設定點為22 ℃,供暖溫度設定點為17 ℃,PMV值在2 到3 之間時設定制冷溫度設定點為23 ℃,供暖溫度設定點為18 ℃,其他相應調整幅度如表7所示,其中表內數值為制冷/供暖溫度設定點的溫度.

表6 控制策略0～3的全年能耗與舒適度數據

表7 控制策略0～3的溫度與PMV 區間對應表(℃)

根據全年能耗與舒適性報告可以分析得出,基于經驗與數據的控制可以在增加能耗100 kWh/年左右的情況下達到增加超過40 小時/年的舒適時間.對于整體數據而言,控制程序對全年的舒適性有改善,但舒適度改善精確到每個步長,因而需要對全年的舒適度數據進行統計分析,明確是否對全年運行程序的時間段內的舒適度均有改善,改善程度如何.

比較PMV和PPD的變化,分析運行EMS 程序對全年舒適度的控制效果,通過對全年運行時間內的PMV與PPD數據進行處理.對于PMV先求絕對值,然后用控制策略0的數據分別與其它3 種控制策略的數據進行做差,輸出為正值即可說明對全年的舒適度情況有正向影響.對于PPD指標的數據處理方法相同,用控制策略0的數據與其它3 種控制策略的數據做差,PMV統計與PPD統計數據如圖5和圖6所示.

圖5 控制策略0與策略1～3 全年PMV 絕對值差

圖6 控制策略0與策略1～3 全年PPD 差

經過PMV數據對照,可以得出,運行控制策略1～3 號的EMS 程序的在全年情況下均對舒適度改善效果顯著,其中策略1與策略2 在全年舒適度改善的平均表現較好,策略3 在全年舒適度改善的峰值表現較好,然而策略3 在舒適度改善的情況下有較多負值,且整體能耗指標表現不佳.綜合考慮PPD指標可以看出,策略1 在全年的舒適度改善上要好于策略2與策略3,策略3 在PPD指標上出現了較大幅度的振蕩,在全年來看對舒適度的改善效果較差.總體來說,3 種控制策略都對舒適性有正面的影響.

3.3 控制策略優化

雖然策略1～3 有舒適度的改善效果,但控制粒度較粗,且控制精度較低,為尋求更優的控制效果,因此需要尋求更合適的控制策略.因此,對策略1～3 進行控制程序改進,將溫度控制粒度由1 ℃改變為0.5 ℃,將控制策略編號為4、5、6 號,與控制策略1～3 相似,其控制規則如表8所示,其中表內數值為制冷/供暖溫度設定點的溫度.

表8 策略4～6的溫度設定點與PMV 區間對應表(℃)

為研究溫度控制粒度對控制效果的影響,以策略1～3為對照組來分析策略4～6的舒適度數據.通過改變溫度控制粒度,將全年運行程序時間內的PMV和PPD值進行處理,分析溫度控制粒度提高對全年舒適度的影響情況.其中PMV與PPD的處理方法是求絕對值,然后與相應的對照組做差,策略4對應策略1,策略5對應策略2,策略6對應策略3.全年能耗與舒適度數據如表9所示,全年PMV與PPD變化情況如圖7和圖8所示.

表9 控制策略4～6的全年能耗與舒適度數據

綜合表6和表9,對比控制策略1～3,提高了控制粒度確實對能耗和舒適度有一定的影響,但是改善的效果非常有限,在全年時間段內只有幾個小時的舒適度提高,效果不明顯.因此需要從舒適度指標上進行分析.

分析圖7與圖8通過全年的PMV與PPD的變化趨勢看,策略4 相比于策略1,PMV與PPD的絕對值做差為負的時間較多,整體控制效果差于策略1.策略5 相比策略2,在PMV值上波動較大,PPD值全年優于策略1,綜合來看策略5 控制效果優于策略2.策略6 相比與策略3,全年PMV值表現優于策略3,PPD值波動較大,但差值為負的時間較少且差值較小,總體來看控制效果優于策略3.在綜合考慮模擬結果后可以得出結論,以PMV為控制量調節溫度設定點的控制方法中,溫度設定點在4 ℃以內波動為最優控制區間.

圖7 對照組全年PMV 絕對值差值

圖8 對照組全年PPD 差值

3.4 多場景應用情況

控制策略的應用研究主要面向于變風量空調系統較為單一,為驗證控制策略在建筑能耗模擬中的適用性,對原建筑模型HVAC 系統進行更改,建立風機盤管系統和可變性冷媒流量中央空調(VRF)系統進行控制策略適用性研究.對實驗建筑模型來說,由于存在大量的制冷負荷,導致制冷能力較差的HVAC 系統會導致舒適性差的后果.對風機盤管系統和VRF 空調系統進行建筑能耗的模擬,其PMV值如圖9所示.由圖可知較變風量空調系統,風機盤管系統的熱舒適性較差,VRF 空調系統性能較好,應用控制策略123對兩種模型進行EMS 控制模擬,對其能耗與舒適性變化進行分析,可以得出控制策略的應用范疇.

圖9 風機盤管系統和VRF 空調系統全年PMV 情況

對運行控制策略1～3的風機盤管模型和VRF 空調模型進行能耗與舒適度的宏觀分析,總能耗報告中的內容主要進行全年能耗與全年不舒適小時數的對比,能耗與舒適度數據如表10所示.

表10 風機盤管系統與VRF 空調系統控制策略0～3的全年能耗與舒適度數據

根據表內數據可以看出,控制策略對風機盤管系統有一定的舒適度改良,但對VRF 空調系統基本沒有影響,根據圖9全年PMV值可以看出,VRF 空調系統的熱舒適性非常好,大部分時間在不需要控制策略更改溫度設定點的PMV值內,導致EMS 程序運行時間短,對全年影響較小.對風機盤管PMV值變化進行分析,其3 種控制策略下的PMV差值如圖10所示.該控制策略對風機盤管系統影響較大,且溫度設定點調整幅度增加對熱舒適性改善有較明顯的正向效果.

圖10 風機盤管系統全年PMV 差值

根據模擬與分析可以得出結論,基于熱舒適度的溫度設定點控制策略對熱舒適性較好的HVAC 系統影響較小,對熱舒適性較差的HVAC 系統影響較大.在熱舒適性較差的HVAC 系統作用下,增加溫度設定點的調整幅度可以更好地產生正面影響,而在熱舒適度較好的HVAC 系統作用下,增加溫度設定點的調整幅度不一定對熱舒適性有正向影響,但總體來看不會產生負面影響.

4 結論

建筑HVAC 系統控制與優化是保障建筑空間舒適、降低建筑能耗的關鍵環節.本文從舒適和節能的多目標角度出發,針對典型建筑空間展開HVAC 控制研究,利用EnergyPlus的Energy Manager System 模塊建立了建筑空間能耗模型,提出了基于數據與經驗的溫度模糊控制方法,并對不同條件下的全年能耗進行了模擬,在此基礎上,通過對PMV與PPD兩個指標分析發現當溫度設定點在21/16 ℃到29/24 ℃之間變化的策略2 控制效果最優.當將控制粒度細化到 0.5 ℃時,發現細化控制粒度后策略1～3的表現并不相同,其中策略1 提高控制精度后控制效果下降,策略2和策略3 控制效果提高,且策略2 提高控制精度后變化較穩定,因此得出結論溫度設定點的控制在4 ℃左右調整最能提高人體舒適度.最后進行了其它場景的應用仿真,模擬了在風機盤管系統和VRF 系統下控制策略的影響情況,得出結論控制策略可以有效改善性能較差的HVAC 系統的熱舒適性,對性能較好的HVAC 系統影響較小.

本文針對現實問題提出了基于數據和經驗的室內舒適度控制方法,并利用EMS 進行了實際模擬,經過多次模擬的實際數據分析,并進行了多種場景的仿真及結果分析,得出了針對PMV值較優的控制區間與控制策略適用范圍.所做的研究成果將對建筑HVAC 系統優化控制具有很好的支撐作用.