基于TRNSYS的氣候變化下“冷-熱-電”聯供系統運行優化

許野,何哲晨,譚鈞元,郭軍紅,李薇,李亞樓

(1.華北電力大學環境科學與工程學院，北京市 102206；2.教育部資源環境系統優化重點實驗室，北京市 102206；3.電網安全與節能國家重點實驗室(中國電力科學研究院有限公司) 北京市 100192)

0 引 言

中國的社會和經濟發展受到能源短缺與環境污染兩大問題的嚴重制約。建筑作為能源消耗的“三大巨頭”之一，至2020年我國建筑能耗占全國總能耗的35%左右，單位面積能耗量是氣候條件接近的發達國家的3倍左右。尤以商場、醫院、辦公樓等公共建筑為甚，是普通住宅運行能耗的3～4倍[1]，因此，公共建筑的節能已經成為我國建筑節能工作中的首要任務。實踐證明，采用天然氣“冷-熱-電”聯供(combined cooling heating and power, CCHP)系統為小型建筑供能，有助于優化高耗能建筑能源結構與利用率，減少污染物排放，已具備大規模推廣、高效發展的成熟條件，可進一步推進社會的可持續發展[2-4]。

聯合國政府間氣候變化專門委員會(Intergovernmental Panel on Climate Change，IPCC)第五次氣候評估報告指出，截止到21世紀末全球平均氣溫將升高0.3～4.8 ℃，熱浪、強降水等極端事件發生頻率將增加，全球氣候變暖已成大趨勢。據《建筑結構可靠性設計統一標準(GB 50068—2018)》，普通房屋和構筑物的設計使用年限為50年，標志性建筑和重要建筑結構的設計使用年限為100年，在長期使用年限條件下，氣候變化勢必會對建筑能耗造成影響，進而影響到CCHP系統供能策略的實用性和可靠性。

隨著計算機技術的快速發展，利用軟件模擬技術完成建筑負荷預測的優勢日益凸現，備受國內、外學者的廣泛關注[5-10]。文獻[5]利用DeST軟件分析了建筑材料類型和保溫層厚度兩個因素對建筑負荷的影響。結果表明，相較于冷負荷，增加絕緣材料對熱負荷的影響更大。文獻[6]利用eQUEST軟件構建了典型城市的住宅負荷預測模型，并對住宅的修改設計案例進行了模擬和經濟分析。文獻[7]利用TRNSYS軟件分析了辦公建筑的負荷構成并篩選了冷、熱負荷的影響因素。結果表明，利用BP神經網絡進行超短期預測時，預測誤差在8%以內。文獻[8]提出考慮儲能特性的混合負荷跟隨運行策略并利用DeST軟件模擬大型辦公樓并對辦公樓的冷熱電負荷進行計算，驗證了所提運行策略的可行性和優越性。文獻[9]選用eQUEST軟件建立了建筑模型，模擬計算得到逐時負荷數據，在負荷需求分析的基礎上給出合理的裝機容量，確保分布式供能系統的利用率，以獲得較好的運行收益。文獻[10]在運用DeST軟件建立酒店負荷預測模型的基礎上，重點評估了不同控制策略條件下的太陽能冷熱電聯供系統的運行性能。但是，多數情況下采用氣象要素的歷史均值作為輸入變量，無法反映未來，特別是氣候變化條件下建筑能源需求的波動變化趨勢。

近年來，隨著溫室效應的不斷加劇，國內、外圍繞如何制定適應氣候變化的“冷-熱-電”三聯供系統運行方案開展了一系列研究[11-18]。文獻[11]在預測氣候變化條件下的溫度和輻射值的基礎上，以中國上海某酒店為例，建立了太陽能聯供系統運行優化模型，有效避免氣候變化導致的能源供需失衡。文獻[12]分析了不同氣候區域典型建筑的CCHP系統運行優化方案，結果表明，除嚴寒地區以外，“以熱定電”策略的適應性更強。文獻 [13]構建了不同氣候條件下的CCHP系統運行優化模型，提出了不同場景成本最低、能源利用效率最高的系統運行策略。文獻[14]提出了綜合考慮系統的經濟性和碳排放影響的CCHP系統容量配置規劃模型,仿真分析比較了經濟性權重和環保性權重對系統容量配置的影響，為CCHP系統的規劃提供一定的理論指導。文獻[15]基于構建的不確定集合，將含可再生能源和儲能的CCHP微網運行優化模型轉化為兩階段魯棒優化模型，借此有效解決氣候變化帶來的環境問題。文獻[16]面向用戶不同氣候條件下的能源需求差異，采用基于模糊層次分析和反熵權法的多目標決策法，對CCHP和含新能源CCHP兩套系統進行了綜合評估與分析。文獻[17]針對不同氣候條件下的居民區能源需求不確定性特征，構建了基于下方風險規避的區間2階段隨機優化模型，生成了利于實現能源供需平衡的最優供能策略。文獻[18]在構建綜合能源系統運行優化模型的基礎上，充分考慮了綜合能源系統在冬、夏兩季的運行工況差異，采用分季調節運行模式，求解生成了最佳運行策略。

盡管上述研究可以一定程度地反映氣象條件對CCHP系統的影響，但是仍然無法很好地反映氣候變化導致的極端天氣現象，以及準確地描述氣候變化條件下的氣象要素變化情況和定量估算該變化對建筑負荷和CCHP系統供能策略的影響。因此，本文采用區域氣候模型PRECIS預測氣候變化條件下該地區未來至2100年的溫度值，利用TRNSYS軟件計算其未來能源需求，創新性地將需求預測結果作為重要輸入變量結合到預先構建的CCHP系統運行優化模型中，生成適應氣候變化的、保證能源供需平衡的CCHP系統運行方案。最后以上海市某醫院為例，對所提方法進行驗證。

1 關鍵技術

1.1 總體介紹

圖1展示了本文研究的冷熱電聯供系統的組成和運行模式。結合預測的用戶能源需求，優化確定內燃機的輸出功率和對應的天然氣耗量；當煙氣熱水型溴化鋰機組優先使用，利用高溫煙氣和余熱熱水無法滿足用戶的冷、熱需求時，驅動離心式制冷機和燃氣鍋爐進行補充供能，在實現能源梯級利用的同時，確保能源供需平衡。

圖1 CCHP系統示意圖Fig.1 Demonstration of a CCHP system

近年來，隨著溫室效應的不斷加劇，全國多地極端高溫頻發，用戶的能源需求峰值屢創新高，給能源的安全和穩定供應帶來了極大的困難。與此同時，居民生活水平的不斷提高，導致冷量、熱量和電力供應的可靠性與安全性要求日益嚴格。CCHP系統在發電過程中產生的高溫煙氣可被溴化鋰機組回收利用產生冷能和熱能，不足部分可由燃氣鍋爐和離心式制冷機組來補充供能。這種協同運行模式在增強能源供給可靠性的同時，顯著提高能源利用率，具有明顯優勢。因此，如何在準確識別全球變暖背景下建筑的冷、熱需求的基礎上，考慮經濟效益和保障能源供需平衡制定適應氣候變化的CCHP系統運行方案顯得至關重要。圖2為氣候變化條件下的CCHP系統運行優化模型構建的總體技術路線圖。

圖2 技術路線圖Fig.2 The technical roadmap

1.2 基于TRNSYS的建筑負荷預測

TRNSYS(Transient System Simulation Program)即瞬時系統模擬程序，是TRNSYSstudio、TRNEdit、TRNBuild、TRNEXE、TRNSYS-3D以及TRNOPT等軟件的總稱[19]。相較于DeST、EnergyPlus和eQUEST等其他建筑負荷預測軟件，TRNSYS的模塊化思想使其注重搭建模型過程中模塊的輸入和輸出參數，并非系統內部結構，有利于建立內部結構復雜的建筑能耗模擬模型；開放式的模塊化結構支持根據模型需要在模塊間任意建立連接，計算過程簡單，利于精確預測建筑負荷。

1.3 基于PRECIS的氣候變化模擬分析

已有研究表明，氣候變化條件下的溫度、濕度、太陽輻射等氣象因素的波動對建筑負荷產生了很大的影響[20]，尤其是近年來我國夏季頻繁出現的高溫天氣現象，導致制冷需求急劇增加，進而引發能源供需失衡。因此，定量評估氣候變化對建筑用戶側冷、熱負荷的影響，并以此為依據設計合理的建筑供能系統

運行方案，顯得尤為重要。英國氣象局Hadley氣候中心開發的PRECIS區域氣候模式，可以較好地模擬出中國地區多年平均氣溫的空間分布特征，以此作為建筑負荷預測模型的輸入變量，可以很好地反映氣候變化條件下建筑負荷的變化特征[21-22]。

1.4 氣候變化條件下的CCHP系統運行優化模型構建

本文搭建了以經濟收益最大化為目標函數，以能源供需平衡和設備容量限制為主要約束條件的CCHP系統運行優化模型，保證系統的經濟性和穩定性[23]。

1.4.1目標函數：系統利潤最大化

(1)

(2)

TN=TB-TC

(3)

式中：TB為典型月的系統總收益；tb為典型月的系統制冷(或供暖)收益；cee(t)為t時刻內燃機發電量；ep(t)為t時刻售電電價；TC為典型月的系統總成本；tcec(t)為t時刻內燃機運行成本；tlbc(t)為t時刻溴化鋰機組運行成本；tcmc(t)為t時刻離心制冷機運行成本；tbc(t)為t時刻鍋爐運行成本；TN為典型月的系統總利潤。

1)內燃機運行成本。

tcec(t)=cec(t)+cel(t)ey(t)+cee(t)η1ep(t)+

ceng(t)eg(t)+em(t)cee(t)+

ec(t)ceng(t), ?t

(4)

式中：cec(t)為內燃機折舊損耗成本；cel(t)為t時刻內燃機潤滑油消耗量；ey(t)為單位質量的潤滑油價格；η1為內燃機耗電比例，%；ceng(t)為t時刻內燃機天然氣耗量；eg(t)為單位體積天然氣價格；em(t)為內燃機單位發電量的運行維護費用；ec(t)為內燃機運行時消耗天然氣產生的污染物造成的單位環境成本。

2)煙氣熱水型溴化鋰機組運行成本。

tlbc(t)=lbe(t)ep(t)+lbm(t)×
[lbihd(t)+lbicd(t)], ?t

(5)

式中：lbe(t)為t時刻溴化鋰機組耗電量；lbm(t)為溴化鋰機組單位制冷量的設備運行維護費用；lbihd(t)為t時刻內溴化鋰機組供暖量；lbicd(t)為t時刻溴化鋰機組供冷量。

3)離心式制冷機運行成本。

tcmc(t)=[cmcie(t)+cmfe(t)s(t)]ep(t)+

cmm(t)cmcid(t), ?t

(6)

(7)

式中：cmcie(t)為t時刻離心制冷機滿足制冷需求的耗電量；cmfe(t)為離心制冷機運轉過程中的固定耗電量；s(t)為整數變量，運行時取1，否則為0；cmm(t)為離心制冷機單位制冷量的運行維護費用；cmcid(t)為t時刻離心制冷機供冷量。

4)鍋爐運行成本。

tbc(t)=bie(t)ep(t)+bing(t)eg(t)+

bmc(t)bihd(t), ?t

(8)

式中：bie(t)為t時刻鍋爐滿足供暖需求的耗電量；bing(t)為t時刻鍋爐滿足供暖需求的天然氣耗量；bmc(t)為鍋爐單位制熱量的運行維護費用；bihd(t)為t時刻鍋爐供暖量。

5)初期投資成本。

(9)

1.4.2主要約束

1)供暖約束。

bihd(t)+lbihd(t)≥ihd(t),?t

(10)

式中：ihd(t)為t時刻用戶供暖需求。

2)供冷約束。

lbicd(t)+cmicd(t)≥icd(t),?t

(11)

式中：icd(t)為t時刻用戶供冷需求。

3)設備運行約束。

ceemin(t)≤cee(t)≤ceemax(t),?t

(12)

lbicd(t)≤lbicdmax(t),?t

(13)

lbihd(t)≤lbhdmax(t),?t

(14)

bihd(t)≤bhdmax(t),?t

(15)

cmicd(t)≤cmicdmax(t),?t

(16)

式中：ceemax(t)為內燃機最大發電量；ceemin(t)為內燃機最小發電量；lbicdmax(t)為溴化鋰機組最大制冷量；lbhdmax(t)為溴化鋰機組的最大制熱量；bhdmax(t)為過鍋爐的最大功率；cmicdmax(t)為離心式制冷機組最大功率。

2 案例分析

2.1 研究對象概況

近年，醫療衛生行業迅速推進，大型醫院建設也得到空前發展。在眾多類型公共建筑中，醫院的用能系統功能最復雜，使用時間最長，且使用強度十分高，對系統穩定性要求十分嚴格。高科技診療手段、設備的不斷更新使醫院的能耗呈現持續增長趨勢。故深入剖析醫院建筑的能耗規律與運行模式，對公共建筑節能、穩定性改造具有重要研究價值。

本文以上海市某醫院為研究對象，建筑朝向為正北，面積約為8 922.99 m2，共7層，高約35 m。醫院內根據不同功能分為普通病房、特殊病房及附屬功能房(包括護士站、辦公室、值班室等)三個區域，是其集中式空調系統耗能的主要來源。建筑的一、二、三層房間功能復雜，主要為各科診室；四、五、六層主要為病房、手術室；七層主要為辦公區，符合《綜合醫院建設標準》中一般綜合醫療建筑中病房、門診和附屬功能房的面積比例大致為3.5∶2∶1的設計標準。

2.2 建筑負荷預測

為準確掌握醫院的負荷變化情況，采用TRNSYS軟件，以建筑所處方位、結構、外部氣象要素和室內熱擾等因素為輸入變量，對其全年8 760 h的冷、熱負荷進行模擬計算。圖3展示了TRNSYS環境下醫院建筑模型示意圖，通過外部氣象參數輸入模塊、地溫模塊和建筑模型輸入等模塊組合進行建筑負荷預測。

圖3 基于TRNSYS軟件的醫院建筑模型示意圖Fig.3 Schematic diagram of hospital model using TRNSYS software

2.3 氣候變化模擬分析

本文以全球氣候模式HadGEM2-ES數據為邊界和初始條件，驅動英國Hadley中心開發的PRECIS區域氣候模型[24]，以25 km ×25 km 為空間分辨率，分別選取不同濃度路徑RCP4.5(中等排放情景)和RCP8.5(高排放情景)作為未來情景，模擬得到上海地區未來至2100年的溫度值。圖4展示了4個代表年，即2025年、2050年、2075年及2098年的溫度變化情況。

圖4 氣候變化條件下的上海市月平均溫度變化情況Fig.4 Monthly average temperature in Shanghai under climate change

選取有代表性的最低溫月份1月及最高溫月份8月作為典型月對建筑進行冷、熱負荷預測。目前，典型月1月份平均溫度為4.51 ℃，8月為26.98 ℃。如圖2所示，隨著溫室氣體濃度的增加(即年份的增加)，氣候變暖趨勢明顯，月平均溫度呈現上升趨勢。在RCP4.5情景下，1月的平均溫度漲幅為2.27～6.87 ℃，8月的平均溫度漲幅為0.47～2.71 ℃；在RCP8.5情景下，對應的低溫和高溫月份的溫度漲幅分別為1.47～8.91 ℃和0.21～5.86 ℃。

2.4 氣候變化條件下的建筑負荷預測

將PRECIS預測得到的未來氣候變化條件下的溫度作為TRNSYS的輸入變量，即可得到該醫院未來的冷、熱負荷值，詳見圖5和圖6。

圖5 氣候變化條件下的醫院全年熱負荷Fig.5 Annual heat load of hospital under climate change

圖6 氣候變化條件下的醫院全年冷負荷Fig.6 Annual cool load of hospital under climate change

如圖5、6所示，與現狀的變化趨勢相類似，醫院的全年供暖期主要集中在冬季12月—次年2月，在1月達到高峰。在溫度升高的前提下，供暖需求降低，其中RCP8.5情景降幅更為明顯。在RCP4.5情景下，熱負荷在1月份平均降幅為17.58%～47.74%；在RCP8.5情景下，平均降幅為28.50%～67.44%。全年制冷期主要集中在6—9月，在8月達到高峰，氣溫升高導致冷負荷顯著升高，RCP8.5情景條件下的變化更為明顯。在RCP4.5情景下，制冷季典型月8月冷負荷的平均漲幅為4.36%～14.06%；在RCP8.5情景下，平均漲幅為9.65%～28.90%。

2.5 系統關鍵參數介紹

表1展示了CCHP系統相關技術和經濟參數。參考上海市發展和改革委員會公布的相關文件，確定電價和天然氣價格，如表2所示。

表1 CCHP系統的關鍵技術和經濟參數Table 1 The critical technical and economic parameters of CCHP system

表2 電價、燃氣價格參數Table 2 The electricity-price and gas-price parameters

3 結果分析

如前所述，氣候變暖導致醫院的冷負荷和電負荷呈現上升趨勢，熱需求則逐年降低，為了更好地適應氣候變化和確保能源供需平衡，隨著氣候變暖趨勢的不斷加劇，求解優化模型得到的CCHP系統運行策略也相應發生變化。

全球變暖情況下，相較于供熱量和發電量，制冷量的變化趨勢更為明顯。圖7展示了氣候變化條件下夏季典型月(8月)CCHP系統的冷量供應情況。如圖7所示，在RCP4.5情景下，4個典型年(即2025、2050、2075和2098)溴化鋰機組的月制冷量分別為800 270.12、1 012 634.42、1 172 479.31和1 365 313.76 kW·h；離心式制冷機的制冷量分別為134 725.39、145 257.37、149 865.26和168 319.34 kW·h。導致系統制冷量顯著增加的原因是，氣溫升高的幅度逐年增加，用戶的冷需求顯著升高，因此，供冷設備的出力水平相應提高。類似的變化趨勢也反映在RCP8.5情景條件下。溴化鋰機組的制冷量分別為906 644.21、1 070 863.82、1 250 962.81和15 450 319.51 kW·h；離心式制冷機的制冷量為146 704.89、153 260.62、189 315.64和194 113.96 kW·h。由于RCP8.5的溫室效應更為明顯，因此，相同年份下的系統制冷出力高于RCP4.5下的。另外，溴化鋰制冷機組的出力水平明顯高于離心式制冷機組。其主要原因在于，溴化鋰機組以內燃機發電過程中產生的高溫煙氣和余熱熱水為能量來源，用能成本明顯低于離心式制冷機的耗電成本。這也反映了CCHP系統利于能源梯級利用的巨大優勢。

圖7 夏季典型月兩個RCP情景下CCHP系統的制冷量Fig.7 The cold output of CCHP system under two RCP scenarios in summer

氣候變化在改變CCHP系統的供能策略的同時，對系統的經濟表現也產生很大的影響。圖8展示了氣候變化條件下典型月CCHP系統的成本變化情況。以制冷季的典型月8月為例，現有氣象條件下的CCHP系統運行成本為259.18萬元，在RCP4.5情景下，不同年份的系統運行成本分別為260.10、264.62、268.72和275.95萬元。氣候變化條件下的系統成本高于現狀的同時，隨年份的增加呈現遞增趨勢。其主要原因在于，氣候變暖導致冷負荷增加，供冷設備的出力隨之增加，最終導致成本上升。供暖季典型月1月的成本變化趨勢與制冷季截然相反，熱需求的降低使得系統運營成本明顯降低。當前運行成本為213.18萬元，在RCP4.5情景下，運行成本分別為198.27、197.29、189.23和185.76萬元；由于過渡季10月醫院的負荷仍以冷負荷為主，因此，系統運行成本的變化趨勢與制冷季大致相同。目前運行成本為236.74萬元，在RCP4.5情景下，運行成本分別為245.28、246.18、249.00和249.74萬元；在RCP8.5情景下，成本分別為246.08、249.29、252.9和254.28萬元。

圖8 氣候變化條件下系統成本變化情況Fig.8 The variation in system cost under climate change

綜上所述，本文構建的氣候變化條件下的CCHP系統運行優化模型，通過增加制冷設備的出力，可有效避免全球氣候變暖形勢下連續高溫造成的系統供能不足問題；同時，合理減少供暖設備的出力，可以緩解“暖冬”問題造成的供能過剩問題，顯著提升系統經濟性。考慮到PRECIS軟件應用范圍的廣泛性、TRNSYS軟件面向各類建筑的靈活性和通用性、綜合能源系統運行優化模型的普適性，基于區域氣候模擬、建筑負荷預測和供能系統運行優化的組合方法在解決特定區域的其他用途建筑的供能策略優化問題，同樣具有很好的應用前景。

4 結 論

本文提出了一種氣候變化背景下，耦合負荷預測的CCHP系統運行優化模型，創新性地實現了區域氣候模擬、建筑負荷預測和供能系統優化的集成應用。相較于傳統優化模型，該模型可有效避免未來極端天氣條件下夏季制冷不足和冬季供暖過剩的問題，增強用戶體驗的同時，實現降本增效。在建筑能耗模型和供能系統運行優化模型的構建過程中，存在一定程度的簡化和假設，可能影響負荷預測結果的準確性和供能策略的可靠性，后續需要通過全面、系統的現場調研、資料收集和文獻查閱工作，以及供能系統仿真模型和運行優化模型的組合，為CCHP系統的大規模推廣和應用提供技術支持。