地鐵車站通風空調大系統動態調控策略研究

趙 寧，郭智杰，杜梅霞，賈 萌

(中煤天津設計工程有限責任公司,天津 300120)

0 引言

近年來,隨著國民經濟的迅速發展,地鐵越來越成為城市不可或缺的交通運輸方式,人們不再僅僅關注便捷問題,舒適的地鐵環境也成為人們乘坐地鐵的基本要求[1-4]。目前國內的地鐵車站大系統大多采用帶送、回風機的一次回風雙風機系統,設計過程中由于地鐵車站大系統空調負荷是逐時變化的,且在計算人員的散熱負荷和新風負荷時按遠期高峰客流為計算依據,系統設備均按遠期進行配置,通常容易在空調區出現“過冷”或“過熱”的現象,能源浪費現象顯著。據相關研究表明,通風空調系統產生能耗約占整個地鐵用電負荷40%。基于此,深入探究地鐵站通風空調系統節能運行模式,對推動地鐵經濟發展具有顯著意義。

目前,國內外眾多學者針對地鐵車站通風空調調控策略及地鐵車站熱環境進行了研究。路肆鑒[5]對配備空調裝置和開式環境控制系統的地鐵車站熱環境的動態變化規律進行研究。李俊[6]針對典型地鐵站現有空調負荷的計算方法進行研究。陳思伊[7]以西安市兩典型地鐵車站為研究對象,對地鐵車站的熱環境以及人體的熱舒適進行研究。杜彬[8]通過分析現有地鐵車站的結構特點,對通風空調系統的節能運行模式進行研究。張旭[9]運用CFD軟件模擬的模擬方法,對地鐵車站出入口的活塞風進行研究,提出一種新型的測算活塞風效應的方法。劉亞成[10]對車站的隧道通風系統、大、小系統、水系統、備用空調系統設計方案及節能控制系統進行研究。Xue P等[11]運用實驗和模擬相結合的方法,對地鐵車站和車站隧道中的三維非定常氣流進行分析。Adnan Mortada等[12]運用CFD模擬方法對倫敦典型地鐵車站進行建模,研究影響地鐵站熱環境的主要因素。

以上研究表明,目前國內外對于地鐵站內熱環境的研究主要集中在活塞風、屏蔽門等對車站熱環境的影響,對于逐時調整空調運行模式以達到節能優化目的的研究較少。為保證地鐵車站乘客及工作人員的健康和舒適性,本文應用模擬軟件開展基于地鐵客流量預測的通風空調大系統動態調控策略研究,對地鐵站空調大系統的風機進行合理的調節控制,使地鐵車站空調大系統設備提供的冷量能較好地滿足地鐵車站人員的實時需要,降低能耗,為優化地鐵空調運行模式提供依據。

1 物理模型

本文以天津某地鐵站作為研究對象,以實際大小尺寸建立物理模型,由于地鐵車站站臺層結構對稱,因此建立模型時,以中心軸為界,建立一半車站站臺物理模型。在建立物理模型時,將乘客簡化為多個長方體,將地鐵車站站臺圍護結構、兩側的屏蔽門均簡化為一個面處理,對于照明及廣告牌等散熱量,均按熱量附著到結構面處理。物理模型如圖1所示。

2 模擬工況及其方法

2.1 模擬工況

本研究主要研究的影響因子為:車站客流數據計算得到的發熱量、空調送風工況(送風溫度、送風速度),并對影響因子按照規范進行合理的取值。

人體發熱量基于OS-ELM模型客流預測數據得到,選取工作日工況早高峰、晚高峰、平常工況、休息日平常工況及人員較少工況共計5種,取值為71 W/m2,40 W/m2,25 W/m2,11 W/m2,26 W/m2;空調送風工況設置為9種,參考GB 50157—2013地鐵設計規范,空調送風溫度取值為20 ℃,22 ℃,24 ℃,空調送風速度取值為2 m/s,3 m/s,4 m/s;采用全模擬形式,模擬不同客流量工況地鐵車站通風空調不同送風工況下的溫度場分布,共計需要完成45個模擬。

2.2 數值模型

地鐵車站空調在運行過程中為三維、不可壓縮、非穩態、湍流的物理過程,同時為了使問題得到簡化,本文將對要建立的數學模型做以下幾點假設:

1)為得到室內熱環境隨時間的變化情況,時間類型設置為非穩態,并考慮重力的影響。

2)將流體設置為理想不可壓縮氣體。

3)湍流模型選擇Standard k-ε模型,參數設置采用默認值。

4)模型求解方法選擇SIMPLE算法,滿足Boussinesq假設。

5)模型中所有的離散格式選擇為二階迎風格式。

2.3 模擬的邊界條件

模型邊界條件見表1。

表1 模型邊界條件

3 模擬結果及分析

為研究地鐵車站客流、送風速度、送風溫度對地下車站公共區流場的影響,參照建筑環境學[13]對站臺中心位置、人體頭部位置(1.7 m標高位置處)進行監測,參照GB 50157—2013地鐵設計規范,地下車站公共區站臺設計干球溫度為28 ℃,通過評價溫度達到28 ℃所需時間,分析不同影響因子變化時對地下車站公共區流場的影響。

3.1 空調送風速度的影響

為研究地鐵車站通風空調大系統送風速度不同時對車站公共區流場的影響,選擇工作日早高峰客流工況,送風溫度為20 ℃時,改變空調送風速度,當送風速度為2 m/s,3 m/s,4 m/s時,測點溫度隨時間變化如圖2所示。

通過分析空調送風溫度不同地鐵車站站臺測點溫度變化,可以看出,在站臺客流、送風溫度均相同的情況下,空調送風速度對地鐵車站站臺流場影響較大,不同送風速度工況下,站臺測點溫度變化趨勢相同,均為逐漸下降的趨勢,將圖中關鍵信息進行整理,如表2所示。

表2 送風速度不同對比研究

通過對表2分析,可以看出,早高峰客流對應送風溫度為20 ℃,送風風速為2 m/s時,此工況對應的穩定溫度為30 ℃,不能滿足要求。送風速度為3 m/s,4 m/s時,室內流場滿足要求,溫度下降速率分別為2.8 ℃/min,3.2 ℃/min,分別通過170 s,150 s達到室內需求溫度。分析其原因,這是由于站臺發熱量一致的情況下,送風風速越大,送入室內冷量越多,溫度下降越快。

綜上,空調送風速度對車站站臺流場影響較大,隨著送風速度增大,溫度下降速率呈上升趨勢。

3.2 空調送風溫度的影響

選擇工作日晚高峰,送風速度為2 m/s時,改變送風溫度,研究空調送風溫度變化時站臺內流場變化,結果如圖3所示。

通過對空調送風溫度不同地鐵車站站臺測點溫度變化進行分析,可以看出,隨著送風溫度的升高,站臺公共區測點穩定溫度逐漸升高,將圖中關鍵信息進行整理,如表3所示。

表3 送風溫度不同對比研究

通過對表3分析,可以看出,送風溫度不同時對應不同站臺流場測點穩定溫度,晚高峰客流、送風速度為2 m/s的情況下,送風溫度高于20 ℃時,站臺流場溫度無法滿足要求,送風溫度每升高1 ℃,站臺公共區測點穩定溫度約升高0.9 ℃。

3.3 地鐵車站站臺客流的影響

通過選擇工況1,4,7,10,13研究地鐵車站站臺客流不同時對車站公共區流場的影響,選定送風溫度為20 ℃、送風速度為2 m/s,改變客流數據,工況分別對應工作日(早高峰、晚高峰、平常工況、人員較少工況)、休息日平常工況,分析地鐵車站站臺客流變化時對站臺流場的影響,測點溫度隨時間變化如圖4所示。

通過對圖4分析,可以看出,地鐵車站客流不同時,測點穩定溫度差異較為明顯,對圖中關鍵信息進行整理,如表4所示。

表4 地鐵車站站臺客流不同對比研究

通過對表4分析,當送風溫度為20 ℃、送風速度為2 m/s,客流發熱量大于40 W/m2時,地鐵車站站臺層內溫度無法滿足溫度規定要求。工作日平常工況與休息日平常工況,客流發熱量相差1 W/m2,兩種工況下站臺層公共區測點穩定溫度基本一致,穩定溫度相差0.1 ℃。通過對比表中數據可以發現,隨著客流發熱量增大,每下降1 W/m2,站臺公共區穩定溫度約下降0.06 ℃,發熱量為26 W/m2,11 W/m2,溫度下降速率分別為0.7 ℃/min,1 ℃/min。

綜上,地鐵車站站臺客流的變化會影響車站公共區流場穩定溫度,隨客流發熱量的減小,溫度減小速率逐漸上升。

4 地鐵車站通風空調大系統動態調控運行策略的提出

通過對45個模擬工況進行計算,并對結果進行整理,得到統計回歸所需要的回歸資料。利用SPSS軟件進行回歸統計,得到不同客流、不同空調運行模式下,站臺公共區溫度由初始溫度降低到舒適溫度(28 ℃)所用時間的預測模型,以及空調持續運行對應站臺公共區穩定溫度的預測模型,并利用模擬結果進行驗證,在此基礎上提出地鐵車站通風空調的最佳運行策略。

4.1 站臺公共區測點溫度降低到28 ℃所用時間預測模型

站臺公共區測點溫度降低到28 ℃所用時間預測模型ANOVA如表5所示,模型回歸方式選用非線性模型。

表5 ANOVAa

通過擬合優度判定系數R2,對模型擬合程度進行檢驗,該模型R2=0.900,擬合程度較高,得到站臺公共區測點溫度降低到28 ℃所用時間預測模型:

t=8.035α+0.008β4+88.140γ3+
0.032αβ2-1.413αγ2-21.624βγ2+224 877

(1)

其中,α為人體發熱量,W/m2;β為空調送風溫度,℃;γ為空調送風速度,m/s。

4.2 站臺公共區測點穩定溫度預測模型

站臺公共區測點穩定溫度預測模型,預測模型選用線性模型,模型摘要如表6所示,ANOVA如表7所示。

表6 模型摘要

表7 ANOVAa

模型方程顯著性變化值小于0.001,模型方程顯著,復合擬合要求。站臺公共區測點穩定溫度預測模型方程中擬合優度判定系數R2=0.938,擬合優度修正決定系數為0.934,擬合程度較高,得到站臺公共區測點穩定溫度與影響因子之間的關系式,可以看出,公共區測點穩定溫度與各影響因子呈線性相關,與送風速度呈負相關關系,與其他影響因子呈正相關關系,式中因子代表含義與式(2)相同:

T=0.034α+0.935β-2.233γ+11.953

(2)

4.3 預測模型誤差檢驗

運用線性或非線性的擬合方法得到了站臺公共區測點溫度降低到28 ℃所用時間預測模型以及公共區測點穩定溫度2個預測模型,根據模擬結果對2組模型準確度進行驗證,驗證結果如圖5,圖6所示。

對2個預測中,模型預測值與模擬值進行誤差對比分析,對結果進行分析,計算其平均誤差,時間預測模型平均誤差為3.25%,穩定溫度預測模型平均誤差為0.08%,預測模型平均誤差均小于20%,因此可以得出預測模型較為準確。

4.4 地鐵車站通風空調大系統動態調控運行策略的提出

根據回歸分析得到站臺公共區測點溫度降低到28 ℃所用時間預測模型以及公共區測點穩定溫度預測模型,并基于此得到地鐵車站通風空調大系統動態調控運行策略,整體思路如圖7所示。

確定地鐵車站通風空調大系統動態調控運行策略的過程中,首先采集時間因子,根據OS-ELM模型預測得到逐時客流數據,并根據逐時客流數據計算得到人員發熱量,輸入至地鐵車站站臺公共區測點穩定溫度預測模型,并通過輸入送風工況(送風溫度、送風速度)判斷地鐵車站公共區流場溫度穩定溫度是否小于28 ℃,若不滿足則改變送風工況,返回地鐵車站站臺公共區測點穩定溫度預測模型進行計算,若滿足即輸入至地鐵車站站臺公共區測點溫度降低到28 ℃所用時間預測模型,在送風工況區間(送風溫度20 ℃～24 ℃、送風速度2 m/s～4 m/s)不斷計算,對符合要求的工況,測點降低到28 ℃所需時間進行比選,選擇所用時間小于600 s,且最接近600 s的送風工況,即為該時間狀態下對應的車站通風空調大系統最佳運行策略,基于此,控制送風速度及送風溫度的變化,完成最佳送風工況的設定。

5 結論

1)地鐵車站公共區熱環境受地鐵車站客流量、空調送風工況(送風速度、送風溫度)的影響,隨著客流增大、送風速度減小、送風溫度上升,公共區測點溫度降低到28 ℃所用時間逐漸增加,其中,送風速度對流場影響較大,送風速度由3 m/s增大至4 m/s時,溫度下降速率由2.8 ℃/min升高至3.2 ℃/min,隨著送風速度增大,溫度下降速率呈上升趨勢。

2)工作日平常工況與休息日平常工況,站臺層公共區測點穩定溫度基本一致,穩定溫度相差0.1 ℃。隨著客流發熱量增大,每下降1 W/m2,站臺公共區穩定溫度約下降0.06 ℃。

3)利用SPSS軟件對模擬數據進行回歸分析,得到不同客流、不同空調運行模式下,站臺公共區溫度由初始溫度降低到舒適溫度(28 ℃)所用時間的預測模型,以及空調持續運行對應站臺公共區穩定溫度的預測模型,其中時間、穩定溫度預測模型與各影響因子分別呈非線性、線性相關關系,測點穩定溫度與各影響因子呈線性相關,與送風速度呈負相關關系,與其他影響因子呈正相關關系。

4)在預測模型基礎上,提出地鐵車站通風空調大系統動態調控運行策略,對應不同時間客流,控制送風速度及送風溫度的變化,為優化地鐵空調運行模式提供技術依據。