小型建筑分布式能源系統設計及優化

呂 濤 魯月紅 王昌龍 李 嬌 劉雪梅

（安徽工業大學建筑工程學院 馬鞍山 243002）

0 引言

分布式供能系統最主要優點體現于冷熱電聯產，聯產符合總能系統的“梯級利用”的準則，可達到高效利用能源的目的，且適用于負荷種類多、熱電波動大的建筑，具有很大的發展前景。分布式能源系統是一種清潔高效的新型能源利用技術，在近幾年來得到廣泛關注。將分布式能源與國家電網相結合被視為未來電力市場發展的主要方向[1-3]，在當前國內外現狀下擁有巨大的應用前景。

目前，國內外對于小型分布式能源系統設計及優化均有一定的研究[4-9]。其中，文獻[10]建立了一個含有可再生能源以及冷、熱、電多種能源形式的分布式能源模型，并結合實際案例研究了該模型方案的可行性，結果表明，該模型可有效優化能源分配、降低運行成本。文獻[11]從節能與經濟效益兩方面比較傳統產能系統與聯供系統，結果表明，采用聯供系統更具有優勢。文獻[12]為降低分布式能源系統的運行成本，在建筑與電網交互端設計上網電價、可再生能源激勵機制，探究系統的環保及經濟效益，結果表明，該方法可有效降低碳排放，同時可使分布式能源系統更具有經濟性。

中外學者對于優化分布式能源系統的配置以及運行方案的方法也有很多種[13-18]。文獻[19]基于聯供系統冷電輸出特性與用戶動態供需匹配的原則，歸納總結了冷熱電聯供系統的設計與優化方法。文獻[20]以能源應用側互補、互動和互利為原則，同時兼顧個人公平與整體效率，為分布式能源系統探求最佳決策方案。而GenOpt 作為一種可與TRNSYS 平臺聯合優化仿真的軟件，現已被廣泛應用于能源系統設計優化[21-23]。其中Nikola[24]等結合GenOpt 優化軟件對建筑方案進行優化，結果表明，最優成本的冷熱源方案是氣-水熱泵結合氣凝鍋爐；此外討論了上述模型在采用不同標準時的適用性。Li[25]等對典型的住宅區、商業區進行分析，利用GenOpt 優化平臺以最低生命周期成本為目標對參數進行優化。結果表明，系統的經濟效益明顯較優化前增加。

分布式能源系統具有明顯的節能與環境方面的優勢，但其初投資過高、系統設備安裝繁瑣，所以需根據運行情況對系統容量進行設計。目前，針對大型分布式能源系統的優化設計的研究較多，但對不同類型的小型建筑分布式能源系統設計優化研究較少。本文結合建筑設計標準[26]設計三種不同用途建筑（i.e.,辦公建筑，賓館建筑，住宅建筑），并以使用周期成本為目標函數設計三種建筑的分布式能源系統，為之后工程實際提供參考。

1 建筑負荷模擬

1.1 設計參數

本文研究的建筑位于安徽省合肥市，系夏熱冬冷地區，其月平均溫度及逐時干球溫度如圖1所示。根據合肥地區的溫度數據可確定該地建筑的供冷熱季節設計室內參數。由圖可知，合肥地區月平均溫度最高在7月，為22.11℃；最低在1月，為-8.4℃。年最高溫度出現于5126h，為35.74℃；最低出現于696h，為-8.6℃。

圖1 合肥市全年溫度Fig.1 Annual temperature of Hefei

本文設計了三種類型建筑（i.e.,辦公建筑、賓館建筑、住宅建筑），由于這三種建筑在使用時間、設備類型上存在差異，其負荷也存在一定差異。

（1）建筑類型

建筑1 類型為辦公樓，共三層；建筑2 類型為賓館建筑，共四層；建筑3 類型為居民住宅小區，共五層，各建筑的簡易構造如圖2所示；三種不同類型建筑的基本概況如表1所示。

表1 各建筑基本概況Table 1 Basic situation of each building

圖2 各建筑示意圖Fig.2 Schematic diagram of each building

（2）圍護結構參數

通過查閱零能耗建筑圍護結構設計標準規范[26]及能耗指標要求，改變當前常規建筑選用的圍護結構構造類型，選用傳熱系數較低的圍護結構。例如，與常規采用的水泥砂漿磚墻的方法構造外墻相比，該建筑外墻與屋面均加入0.05m 厚度的保溫砂漿夾層，從而達到降低整個墻體圍護結構傳熱系數的目的。外窗均采用雙層中空玻璃以及配合外遮陽的方法，達到減小圍護結構的吸熱量及太陽輻射的吸收量，具體圍護結構及其傳熱系數如表2所示。

表2 建筑圍護結構參數Table 2 Building envelope parameters

（3）建筑內熱源參數

辦公建筑、賓館建筑、住宅建筑的使用時間分別為8 時至18 時、0 時至24 時、0 時至24 時；按照建筑設計標準[26]，單位面積的照明功率以及設備功率如表3、4 所示。

表3 規范照明設計功率Table 3 Specifications for lighting design power

表4 設備設計功率Table 4 Equipment design power

1.2 建筑冷熱電及熱水負荷

1.2.1 冷熱負荷

參照夏熱冬冷地區供冷、熱時間[27]，設置辦公建筑設計供冷、熱時間分別為：5月15日-10月15日、11月15日-3月1日；賓館及住宅建筑的設計供冷、熱時間分別為6月10日-10月15日、11月15日-3月1日。在過渡季節，可通過通風實現人們對舒適室內環境的需求，因而三種建筑的冷熱負荷基本為0。三種建筑的整年逐時冷熱負荷如圖3所示。

圖3 各建筑負荷計算結果Fig.3 Calculation results of each building load

模擬結果顯示，辦公樓、住宅、賓館建筑冷負荷分別為34.42kW、439.18kW、334.35kW；熱負荷分別為33.30kW、188.28kW、191.70kW。

1.2.2 用戶熱水負荷

由圖4各建筑的每日用水比例，用戶側生活用水設計參數主要與建筑用途及使用時間有關，結合生活用水設計定額可得各時刻用水量。生活熱水由太陽能與自加熱水箱聯產，選用合適的光伏光熱板面積與蓄熱水箱的加熱功率，確保每日用水時刻溫度與流量均滿足人員需要。

圖4 各建筑用水比例Fig.4 Proportion of water used in each building

1.2.3 用電負荷

在某一時刻，建筑的用電負荷主要分為戶式設備用電及供能設備用電。戶式設備用電前文1.1 內已經介紹了三種建筑的用電設備功率、數量以及同時使用系數。供能設備用電負荷計算如式（1），主要由制冷熱機組用電負荷、水泵用電負荷、生活用水加熱水箱組成。

式中：Pz為某時刻供能系統用電負荷，kW；Pjz為制冷熱機組用電負荷，kW；Ppump為水泵用電負荷，kW；Psx為水箱用電負荷，kW。

圖5為冬季某日用電負荷變化。

圖5 各建筑冬季某日用電負荷Fig.5 Power load of each building on a day in winter

2 分布式能源系統建立

太陽能光伏/熱（PV/T）技術是將光伏和光熱結合在一起，可實現較高的太陽能利用率[28]。在小型分布式能源系統中設置PV/T 模塊可以滿足系統對于熱能、電能的需要。在冬季設置一部分光伏/熱模塊與地源熱泵機組耦合，共同承擔冬季供熱負荷，減少熱泵機組需從地下換熱的需求量，提升機組運行的COP，減少對于地表淺層溫度的擾動。在耦合的同時也能在光照條件良好的情況下作為系統產電的一部分，與其他光伏模塊相結合，負責整個系統產電。

基于零能耗建筑要求在TRNSYS 平臺設計了一種適用于夏熱冬冷地區并網分布式能源系統，系統原理圖如圖6所示。

圖6 分布式能源系統原理圖Fig.6 Schematic diagram of distributed energy system

針對三種建筑不同的負荷，選用的地源熱泵機組的參數如表5和6 所示。

表5 地源熱泵機組選型Table 5 Selection of ground source heat pump unit

表6 地源熱泵機組設計參數Table 6 Design parameters of ground source heat pump unit

3 優化設計

前文使用TRNSYS 動態仿真軟件建立了適用于三種建筑的小型并網分布式能源系統模型，但是存在能量分布不均衡、設置參數非按最佳壽命周期費用所設置，為了實現最佳經濟型和保證系統能源供應負荷要求，本文利用TRNSYS軟件內GENOPT模塊的Hooke-Jeeves 算法對相關變量進行優化，得到最優參數集。并對系統優化前后的結果進行對比和分析，使該分布式能源系統的設計更加具體、更具經濟性。

3.1 優化過程

在對復雜的系統模型進行優化時，由于多個參數之間的相互作用導致直接人為確定參數不一定能使系統運行達到最優的目標，因此通過TRNSYS軟件內的GenOpt 優化模塊可以有效解決上述問題。圖7為GenOpt 優化過程，在設置的參數范圍內，軟件對各個參數進行等步長迭代計算直至找到最優解。

圖7 GenOpt 優化過程Fig.7 GenOpt optimization process

3.2 優化變量

本文選取地埋管埋管深度Length_C、光伏/熱板面積Area_PVT、光伏板串聯數量PV_Line 為優化變量，按照系統設計要求確定的參數初始值，對三個參數變量進行優化，使其達到經濟性與性能均最優。以辦公樓建筑為例，優化變量的初始值及優化范圍如表7所示。

表7 優化參數初始參數Table 7 Optimized parameters Initial parameters

3.3 目標函數

采用LCC 作為優化的目標函數，LCC（全生命周期成本，Life Cycle Cost，簡稱LCC），也被稱為全壽命周期費用。它是指產品在有效使用期間所發生的與該產品有關的所有成本，包括產品設計成本、制造成本、采購成本、使用成本、維修保養成本、廢棄處置成本等。

式中，CI（cost of investment）投資成本，即一次或兩次設備購買投入成本；CO（cost of operation）運行成本；CM（cost of maintenance）養護成本；CF（cost of fault）維修成本；CD（cost of disposal）廢置處理成本。CI 主要包括購入熱泵系統、水箱、水泵、太陽能光伏/熱（光伏）等設備的費用；CO 主要包括設備運行電費等；CM、CF、CD 取投資成本的10%計算。

以辦公樓建筑為例，計算初投資如表8所示。

表8 初投資計算表Table 8 Calculation table of initial investment

3.4 限制函數

該系統的優化是基于冷、熱、電及熱水多方約束下進行的，需保證優化后的變量在運行時滿足各方面負荷。

供冷熱約束（以夏季工況為例）：

式中：QCF為夏季冷負荷，kW；QC為熱泵機組供冷量，kW。

由式（3）可知，機組負荷需不小于實際負荷，且設置的冬夏季節熱泵機組出口水溫與設計水溫偏差不應過大。本文通過比較熱泵出口水溫與地埋管出口水溫為監視因子，優化變量應盡量減少運行周期內不滿足符合要求的次數。

生活熱水約束：

式中：Tsh為實際使用熱水溫度，℃；Tsj為設計用水點溫度，50℃。

零能耗約束：

式中：Wf為系統發電量，kW；Wh為建筑能耗，kW。

3.5 優化過程

在優化過程開始前需設置優化系統基本參數，如優化年限、壽命周期年利率等，具體參數設置如表9所示。通過上述初始參數數值、參數范圍以及限制函數的確定，結合三種建筑用戶側模擬周期內各種負荷的情況，以壽命周期費用LCC 為目標函數，在TRNSYS 內使用GenOpt 進行優化，優化過程簡化如圖8所示。

表9 優化基本設置Table 9 Optimizing basic Settings

3.6 優化結果

表10 為辦公建筑的優化最終結果，當地埋管深度（Length_C）為47.81m、光伏板串聯數量（PV_line）為6.5、光伏/熱板面積（AREA_PVT)為20.31m 時，整個模型達到最小費用為20.22 萬元，相比較未優化之前LCC 的27.11 萬元，減少了26.99%，因此利用優化計算能帶來明顯的經濟效益。

三種建筑的變量優化前后對比如表11 所示，優化后的變量均比初始值小，所以優化后的小型分布式能源系統初始投資均降低了，優化后的壽命周期費用LCC 如圖9所示。

表11 優化變量比較Table 11 Comparison of optimization variables

圖9 優化結果比較Fig.9 Comparison of optimization results

由圖9可知，對于賓館建筑，優化前的LCC為84.15 萬元，優化后為61.43 萬元；對于辦公建筑，優化前的LCC 為27.11 萬元，優化后為20.22萬元；對于住宅建筑，優化前為107.49 萬元，優化后為73.83 萬元。若可再生能源發電量全部用于建筑負載，則實際LCC 分別為：辦公建筑為18.96萬元、住宅建筑為57.35 萬元、賓館建筑為51.46萬元；相對于未優化前LCC 分別減少了26.99%、25.41%、31.30%。

4 結論

本文以零能耗建筑設計標準于安徽省合肥市設計了三棟小型建筑，通過分析各建筑的負荷特性，設計了一種小型零能耗標準分布式能源系統。在TRNSYS 軟件平臺建立模型，并調用GenOpt優化模塊，以使用周期費用為目標函數，采用單目標Hooke-Jeeves 算法對三種參數進行優化并得到最優解集，并與初始設計參數進行對比，其結論如下：

（1）根據TRNSYS 動態仿真軟件內設置零能耗建筑標準的圍護結構以及設備功率標準，計算得辦公樓、住宅、賓館建筑冷負荷分別為34.42kW、439.18kW、334.35kW；熱負荷分別為33.30kW、188.28kW、191.70kW。

（2）以使用周期總費用為目標函數，以負荷側制冷/熱、生活熱水溫度、零能耗建筑為約束條件，得到三種建筑使用該系統的最優參數集。優化得辦公樓、住宅、賓館的使用周期最低費用分別為18.96 萬元、57.35 萬元、51.46 萬元。

（3）與常見的分布式能源系統相比，本系統結合了地表淺層熱能以及太陽能兩種可再生能源，加大了可再生能源使用的范圍，構建得到的系統最優方案具有運行節能以及環保優勢。