上海某酒店的空调冷冻水系统的管网拓扑结构如图1所示。这座高层酒店共有22层，每层都配有数台空气处理机组(AHUs)。为了克服不同楼层之间严重的水力不平衡现象，在各楼层入口的供水管道上安装了22个可调节节流阀。冷水系统配有两台额定制冷量为.6kW，额定功耗为.2kW的冷水机组。设计供水/回水温度为7/12°C。一次水泵额定流量为90.0m3/h，额定扬程为27.9mH2O。6台二次水泵的额定流量为55.0m3/h，额定扬程为30.7mH2O。通常情况，3台一次泵和4台二次泵工作，其余水泵备用。一次水泵工作频率恒定，二次水泵则是带有共享MPC控制器的变频泵。在冷水机组和阀门的进出口还安装有27个水压表和24个流速表。水压表和流量计的分辨率分别为0.1kPa和0.1m3/h。
图1.冷冻水系统的管网拓扑结构
管道的长度和直径以及冷水机组、阀门、水泵和末端机组的位置均由工程项目的CAD图纸获得。为了对该管网系统进行模拟仿真，模型包括2台冷水机组、22个节流阀、3台一次泵、6台二次泵、台末端机组和根管道。阀门和水泵根据预测冷负荷进行逐时调整。预测冷负荷由基于EnergyPlus工具的第三方软件提供，计算过程中综合考虑了当地气候和人员活动等因素。本文以夏季某典型日(年7月22日)中午12点为例介绍基于模型的水力调节过程。
(1)步骤1
27个压力计和24个流量计的实时观测数据每隔30秒通过无线信号采集一次，每小时即可获取组压力和流量的观测值。然而，一小时内的两轮调节之间管网的水力情况通常是相似的，因此将每15分钟收集的数据平均为1个样本进行校准。在这个案例中，使用最近72小时的观测数据(个样本)校准了管道、冷水机组和空气处理机组的水力阻力。一次泵为恒速运行(50Hz)，二次泵根据控制策略变速运行。一次泵和二次泵的水力特性曲线分别如图2和图3所示。
图2一次泵的水力特性曲线
图3二次泵的水力特性曲线
(2)步骤2
在步骤2中，根据前述方法，对冷水机组和末端设备的水力阻力以及管道内表面的粗糙度进行校准。所有管道粗糙度的初始值设定为(μm)，各冷水机组(r0,r1,r2)的阻力系数初值设定为(0,0,0.80)，所有末端机组的阻力系数初值设定为(0,0,8.0)。为了简化，忽略系数r0和r1。采用遗传算法将决策变量编码到条染色体中，用于初始种群。所有管道校准后的粗糙度值如图3所示。所有管道的平均粗糙度为.1(μm)。各末端机组的校准阻力系数值如图4所示。各末端机组的平均阻力系数r2为25.8。2台冷水机组校准后的局部阻力系数r2分别为0.和0.。
图3.所有管道内壁粗糙度校准值
图4.所有末端阻力系数校准值
(3)步骤3
根据当前的冷负荷预测的结果，使用最新的校准参数对模型进行仿真。通过式(6)可得各末端机组所需的冷冻水流量，进而对管网内的压力和流量分布进行模拟。根据施工CAD图纸，将模拟结果以彩色云图的形式清晰地表达出来。为了简单起见，从0:00到23:00所有的24个模拟结果没有全部展示。12点时的压力和流量分布仿真结果分别如图5、图6所示。
图5.压力分布云图图6.流量分布云图
节流阀所需压降及其通过流量如表1所示。模拟结果通过无线信号传输给阀门控制器。
表1节流阀所需压降及流量
阀门序号
压降(Pa)
流量(m3/h)
开度(%)
1
8.46
10.4
2
9.00
11.5
3
9.54
12.5
4
7.79
13.2
5
7.59
14.6
6
11.12
18.3
7
7.66
14.2
8
6.85
13.8
9
6.73
14.9
10
6.63
16.2
11
9.45
27.7
12
9.67
38.9
13
13.00
50.9
14
10.40
62.2
15
11.54
59.9
16
10.58
75.5
17
9.82
75.0
18
9.28
85.3
19
8.90
85.6
20
8.68
91.9
21
8.57
99.9
22
10.25
92.0
各二次泵所需扬程和流量分别为31.05mH2O和.5m3/h。为了尽可能节约用电，二次泵的扬程应设置在一个较低的值，即22个节流阀中至少有一个节流阀压降不超过2.0kPa。二次泵的最小扬程可通过2-3次试验确定。
(4)步骤4
当22个阀门和6个泵的MPC控制器得到最新的仿真结果，即可分别调节阀门开度以及水泵的运行频率。12时各阀门开度如表1所示。二次泵的工作频率为46.Hz。
从第1步到第4步即完成了该时刻（12:00）的一轮调节。该次调节完成3-5分钟后，利用流量计的观测数据，根据式(24)确定是否满足预期控制目标。如图7所示，流量的观测值和期望值之间的最大相对误差小于1.0%。说明经过这一轮调控，已达到预期的控制目标。下一轮调节将根据13:00最新的冷负荷预测结果进行调整。此种基于MPC方法的调节过程能够有效消除冷水系统的水力振荡现象。考虑到建筑的巨大热惯性，按时调节（每小时调节一次）通常足以满足如案例22层酒店空调冷冻水系统调节的需要。
图7.流量期望值和观测值的相对误差
另外，上述调节方法几乎消除了管网动态水力不平衡的现象。水力平衡可以显著提高系统工作效率以及酒店客人的舒适度。在传统的PID控制方法中，冷冻水流量依据管网最不利环路的需求进行调整。在大多数PID控制系统中，冷冻水系统通常工作在“大流量，小温差”的状况。与此同时，大多数楼层的末端机组处于过流状态，这会导致水泵过热以及产生更高的电耗。为了评价本文所述方法的节能效果，分别在该方法和传统方法的条件下，对循环泵的小时耗电量进行了模拟。夏季典型日逐时模拟结果如图8所示。在该案例中，本文所述的MPC方法在24小时内的平均节电率高达23.3%。
图8.MPC方法和PID方法逐时仿真计算结果
见微知筑工作室介绍
同济大学见微知筑工作室是以能源系统设计、控制管理为核心方向的团队，其成员由同济大学机械学院热能所及暖通所的老师组成，包括一位建筑部节能专家，一位上海市浦江人才，四位教师及20余名学生。团队已发表各类论文50余篇，其中国际权威期刊论文30余篇，参与多项国家级课题。
THEEND
预览时标签不可点收录于话题#个上一篇下一篇