设为首页 联系我们 友情链接 网站导航 知识窗
中央空调 家用空调 空调末端 特种空调 运输空调 冷冻冷藏 热泵热水机 水/地源热泵 蒸发冷却空调 压缩机 热交换器 配件及原料 智能控制 空气净化
您所在位置:首页  > 技术

冰蓄冷空调系统优化运行控制策略研究综述

发表日期:2021/1/19 10:10:53 来源:《制冷与空调》 评论 总点击量:

随着我国城市化进程的快速推进,民用建筑用能持续增长。据统计,2009—2015年,我国民用建筑能耗总量从5.68亿吨标准煤增长到8.20亿吨标准煤,年均增速为6.3%,其中,公共建筑空调系统运行能耗占建筑总能耗的一半左右。空调用电提升了夏季高峰负荷,拉大了电网峰谷差,引发了深刻的供需矛盾。

与常规空调相比,冰蓄冷空调作为一种蓄能设备,凭借其“移峰填谷” 、“平衡和稳定电网负荷”等优势受到广泛关注。其利用夜间低谷的富余电力制冷并储存在蓄冰装置中,在白天高峰时段释冷,以减少制冷主机的使用,实现用电量时序转移,这对于改善电力建设的投资效益和生态环境都有重大意义。而从用户角度而言,冰蓄冷技术能否带来经济效益才更为关键。与常规空调相比,冰蓄冷空调系统的初投资费用更高,而在实际运行过程中,往往因其运行策略或控制方法不适未能达到明显降低运行费用的效果,使得冰蓄冷技术的经济优势并不明显。因此,无论是从用户经济效益提升的角度,还是从电力系统整体效益和全社会综合能效的角度,冰蓄冷空调系统的优化运行控制意义重大。

本文从冰蓄冷空调系统的基本原理出发,介绍冰蓄冷系统的基本构成,对比分析几种运行策略的优缺点,重点围绕冷负荷预测和优化建模两个方面分析总结冰蓄冷空调系统优化控制策略的国内外研究现状。

1  冰蓄冷空调系统及其运行控制

空调系统主要有显热蓄冷和潜热蓄冷两种蓄冷方式。冰蓄冷属于后者,其利用水或冰在冰点为0 ℃条件下发生相变,并释放或吸收热量,即相变潜热。相比于水蓄冷技术的显热蓄冷方式,冰蓄冷技术具有蓄冷密度高、等温性好等优点,在实际工程中应用较多,发展也更为迅猛。

如图1所示,冰蓄冷空调系统一般由双工况主机、蓄冰设备、乙二醇泵、冷冻水泵和板式换热器等设备组成。该系统可利用夜间低谷电力制冷,并将冷量储存在蓄冰设备中,在白天高峰时段融冰供冷。冰蓄冷空调系统通过制冷机组或者蓄冰设备单独或联合供冷,从而满足建筑冷负荷需求,其运行控制策略是指实时控制建筑负荷的分配,即确定逐时冷负荷中,制冷机组和蓄冰设备的占比。控制策略对冰蓄冷系统的经济性有着重要影响,有效的控制策略可以明显降低运营成本,缩短投资回收期,因此,一个合适的运行策略对整个空调系统来说很关键。冰蓄冷空调系统的控制策略分类如图2所示。

图1  冰蓄冷空调系统的组成

图2  冰蓄冷空调系统控制策略

1.1  全蓄冰系统

全蓄冰系统是指制冷机组在用电低谷时的蓄冰量能满足建筑全部负荷,在白天用电高峰时可关闭制冷机组,让蓄冰设备承担建筑的全部冷负荷(图3)。全蓄冰空调系统的制冷机组功率和蓄冰装置容量要求都比较大,虽然系统运行费用低,但是设备初投资高,蓄冰装置的占地面积较大,因此实际应用较少。

图3  全蓄冰系统示意图

1.2  部分蓄冰系统

部分蓄冰系统是指蓄冰设备提供白天建筑总负荷中的部分冷量,剩余部分由制冷机组提供。部分蓄冰系统对蓄冰装置容量的要求较小,设备初投资相对较少,并且在合理的控制策略下系统的运行费用也会减少,能达到费用综合最低的效果。同时,部分蓄冰系统还能灵活调整用电负荷时序,因此备受关注。确定制冷机组和蓄冰设备所供冷量的逐时分配比例是部分蓄冰系统运行控制的主要目的,当前该系统的控制策略主要有冷机优先控制;融冰优先控制,定比例控制和优化控制。

1.2.1  冷机优先控制

冷机优先控制是指制冷机组尽量保持满载状态运行向建筑直接供冷,仅在建筑所需负荷大于机组的最大制冷量时才由蓄冰设备进行补充(图4)。这种控制策略实现简单,运行可靠,机组运行效率高,但缺点是夜间存储的冰有可能未被完全利用,造成浪费,而且机组始终保持满载状态运行也增加了不必要的运行费用。总体而言,冷机优先控制可行性较大,但运行费用偏高,经济优势并不明显。

图4  冷机优先控制策略示意图

1.2.2  融冰优先控制

融冰优先控制是由蓄冰设备优先提供建筑所需的冷量,在负荷超出冰槽的供冷能力时由主机运行补充冷量(图5)。融冰优先控制能够最大程度发挥蓄冰装置的作用,降低运行费用。但是在冷负荷需求大的时候,冰槽过早融冰释冷可能会导致后期冰槽供冷不足,而且与其他控制策略相比,该方式对蓄冰设备的容量参数要求更高,设备初投资较高,所以并非合适的运行策略。

图5  融冰优先控制策略示意图

1.2.3  定比例控制

所谓定比例控制,即制冷机组和蓄冰设备按确定比例满足冷负荷需求(图6)。与冷机优先相比,其优点是同时使用制冷机组和蓄冰设备供冷,可减少更多的峰值用电量,运行费用介于冷机优先和融冰优先之间。但由于建筑冷负荷每个时刻都是不断变化的,机组供冷量要随时调整到所需值,实施难度较大,而且控制不当可能会造成冰槽的冰剩余或过早耗尽的现象,这种策略在实际应用时难度较大。

图6  定比例控制策略示意图

1.2.4  优化控制

以上控制策略中,均会存在蓄冰设备融冰过快或有剩余的问题,没有充分发挥冰蓄冷系统的优势。为了解决上述问题,需要寻找一种运行控制策略,在确保系统安全运行的同时,通过制冷机组和蓄冰设备间冷量的合理分配,破解融冰不足或过剩等问题,实现运行费用节省等目标,即优化控制策略(图7)。

图7  优化控制策略示意图


2  冰蓄冷空调系统优化运行控制策略研究

优化运行控制策略研究是以降低冰蓄冷空调系统的运行费用和运行能耗为目的,充分利用分时电价政策,分配好制冷机组和蓄冰设备各自承担的冷量,尽可能减少机组在电价高峰时段的运行。该策略主要分两步进行实施:

第一步:对次日建筑物冷负荷进行合理预测,这是实施优化运行控制策略的基础。

第二步:综合考虑负荷分布、电价结构、设备特性等影响因素,建立系统优化控制数学模型,求解得到最终制冷机组与蓄冰设备的负荷分配。

2.1  负荷预测

在冰蓄冷空调系统的优化运行中,负荷预测是指在整个建筑运行期间,对未来时刻冰蓄冷系统的运行所需要的冷量进行短期预测,其主要目的是为冰蓄冷空调系统的优化运行控制服务,以预测的建筑物负荷分布为基础,在保证用户舒适性的前提下制定出一种经济节能的最佳运行控制策略。负荷分布预测的方法按照建模原理可以分为参数回归法、时间序列预测法、人工神经网络、支持向量机等,其具体优缺点见表1。

表1  负荷预测建模方法的比较

冰蓄冷空调系统的负荷预测多采用人工神经网络进行,其中,BP神经网络(Back Propagation Neutral Network,BPNN)是应用较为广泛的一种,其信息处理方式为正向传递其工作信号,反向传递其误差信号。但是BP神经网络存在收敛速度慢、易陷入局部最优解、对训练数据依赖性大的缺陷。针对上述问题,近年来,进化算法(Evolutionary Algorithms,EAs)与BP神经网络结合受到广泛关注,如遗传算法、差分进化算法、粒子群优化算法(Particle Swarm Optimization,PSO)等。

HUANG等提出了基于EDA-PSO-BP算法的神经网络模型,根据冷负荷的特点使用分布估计算法(EDA)对粒子群优化算法进行改进,并利用改进后的EDA-POS优化BP神经网络,测试结果表明EDA-PSO-BP预测方法比起BP神经网络收敛速度更快且预测精度更高。杨熊等也对传统的PSO-BP神经网络预测模型提出改进,加入灰色关联度分析法预先处理模型的输入变量,进一步提高了预测模型的精度。

2.2  冰蓄冷系统建模与优化

2.2.1  运行策略优化

1985年,RAWLINGS进行了冰蓄冷空调的优化配置研究,提出了逐时温度预测、反馈控制、剩余冰量逐时测量等方法,通过冷负荷预测结果来实现对冰蓄冷空调系统的预测控制。在此之后, STETHMANN对冰蓄冷空调系统的经济性展开研究,以经济性为优化目标,在对次日冷负荷预测的基础上,根据电价变化改变运行方式,结果表明,与冷机优先或融冰优先相比,优化后的控制方法可节约16%至42%的运行费用。BRAUN针对3种气象条件(凉爽日、温和日、标准日)和不同峰谷电价比,比较了冰蓄冷系统在主机优先、定比例控制和优化控制下的运行费用,结果表明所提出的优化控制方法可节约25%的运行费用。

随着人们对冰蓄冷空调系统经济效益的关注度逐渐增强,越来越多的研究围绕这一方面展开。2001年,HAICHANA C等建立了冰蓄冷系统的动态模型,模拟分析了系统在全蓄冷和部分蓄冷模式下的运行费用,并与常规空调系统进行了比较。何大四等提出了一个不同于其他控制方法的新思路——优先权法,该方法基于排序思路将优化控制中的负荷分配问题转化为排序问题。2012年,HAJIAH A首次将人体舒适度纳入冰蓄冷空调的优化控制范畴,通过建立包含建筑热模型、机组设备模型和优化模块的实验室模型,在维持居住者舒适度水平的同时以降低总运行成本为目标对冰蓄冷空调系统进行优化控制。HUANG等以日运行费用最小为目标函数建立了冰蓄冷系统优化运行的数学模型,并将制冰和融冰时间分别按电价和机组直接供冷的费用高低进行安排,提出了一种基于按顺序降低直接供冷成本的最优控制方法。LUO等全面分析了一个购物中心的冰蓄冷系统的运行情况,提出一种基于序列二次规划算法的最优控制策略,使系统的运行费用最小化。

2.2.2  设备配置与运行策略协同优化

在对冰蓄冷空调系统进行运行优化的基础上,一些学者将系统设备的容量配置与初投资费用也纳入研究范围内,进行设备配置与运行策略协同优化。HABEEBULLAH以包括投资费用和运行成本在内的总经济性最优为目标对冰蓄冷空调系统进行优化,具体分析了电价结构、运行时间、环境等因素对经济性的影响。王胤钧等分析了冰蓄冷空调系统的投资构成,以全生命周期费用最低为目标建立优化模型,并使用改进粒子群优化算法求解,得出符合优化目标的制冷机组和蓄冰装置的设计容量。XU S等研究了在3种控制策略下不同蓄冰量引起的冰蓄冷系统的机组容量和经济指标值(初投资与运行成本的综合)的变化,分别得到了与最小制冷机组容量和最小经济费用相对应的最优蓄冷率,同时分析了不同电价结构对不同控制策略下最优冰蓄冷率的影响。

2.2.3  多目标优化

近年来,随着节能环保关注度的提升,涵盖经济、节能、环保等多维度指标的多目标优化也被引入冰蓄冷系统优化运行研究中。2013年,SANAYE首次提出从能源、效率、经济以及环境4个方面(4E分析)对冰蓄冷空调系统进行建模分析,将效率和总成本(包括初投资、维护、运行成本和CO2排放惩罚成本)作为目标函数并利用遗传算法求解,对系统进行多目标优化。此外,SANAYE还从4E角度对冰蓄冷系统部分负荷条件下的两种运行模式(POM-DL和POM-LL)的设计参数进行优化。SANAYE的上述研究结果均显示,优化后的冰蓄冷系统在成本、能耗和碳排放量方面均有所降低。RAHDAR等对某办公建筑R717和R134a两种型号的冰蓄冷系统进行优化,建立了考虑经济、能效和环保的多目标优化模型,分别使用遗传算法和多目标粒子群算法求解得出最优设计参数,并从能效、经济性和CO2排放量3个方面对比分析了两种系统的优化结果。于军琪等建立了考虑经济性和节能性的冰蓄冷空调系统多目标优化模型并利用粒子群算法求解,得出系统的优化运行参数,结果表明优化后系统运行可以为用户节约10.2%的运行费用,同时降低15.2%的电能损失。DANIEL等分析了带蓄冷装置的冷热一体化空调系统的性能,以减少用电量和降低用电成本为目标,采用动态优化的方法求解系统运行的最优控制策略。

3  结束语与展望

冰蓄冷空调系统对转移电力高峰、平衡电网负荷有相当重要的作用,而系统的优化运行控制是实现上述功效的关键环节。本文围绕冰蓄冷空调的优化运行问题,梳理了国内外在该领域的最新研究进展。总体结论可归纳为以下几个方面:

1)作为系统优化运行的前提和基础,冷负荷的精确预测至关重要。目前,遗传算法等启发式算法已被广泛应用于冷负荷预测,通过与神经网络结合,极大提升了负荷预测精度。

2)冰蓄冷空调系统运行优化数学模型的构建是制定优化运行策略的重要手段。当前研究已从早期的单纯运行优化,经由设备配置与运行策略的协同优化,发展至考虑经济、节能、环保等诸要素的多目标优化。

后续研究中,冰蓄冷空调系统的优化运行将不能仅局限于其自身的独立优化,而要将其纳入整个建筑能源、环境系统中。一方面,随着分布式能源、建筑能源微网等技术的应用,冰蓄冷空调有望成为其重要组成部分,通过整体优化提升建筑综合能效;另一方面,随着建筑室内舒适度等健康建筑理论的提出,冰蓄冷空调系统的运行控制需要与室内环控参数建立有效联系,从而确立以人为本的优化运行策略。




本文选自《制冷与空调》2020年11月刊69-73+77页;作者:孙悦  韩明新  任洪波  夏麟;未经许可,不得转载


发表评论: 共有 访客发表了评论

验证码: 看不清楚?

    精彩内容推荐

    • 2020制冷空调系统节能节水技术交流会顺利举办

      由中国制冷空调工业协会主办,中国通用机械工业协会泵业分会提供支持,上海凯泉泵业(集团)有限公司协办的2020制冷空调系统节能节水技术交流会于10月23日上午在温州举办。来自设备制造商、终端用户、科研设计单位、运维服务领域的专家和代表共计400余人齐聚一堂,对制冷空调系…

    • 关于印发冷链食品生产经营新冠病毒防控技术指南和冷链食品生产经营过程新冠病毒防控消毒技术指南的通知

      关于印发冷链食品生产经营新冠病毒防控技术指南和冷链食品生产经营过程新冠病毒防控消毒技术指南的通知联防联控机制综发〔2020〕245号各省、自治区、直辖市及新疆生产建设兵团应对新冠肺炎疫情联防联控机制(领导小组、指挥部):为贯彻落实“外防输入、内防反弹”疫情防控策略…

    • 2020年中国国际保护臭氧层日纪念大会在线召开

      9月16日,生态环境部召开2020年中国国际保护臭氧层日纪念大会,主题为“加强蒙约履约监督管理,建设履约长效机制”。生态环境部副部长赵英民出席会议并讲话。会议指出,今年是《保护臭氧层维也纳公约》(以下简称公约)缔结35周年。三十多年来,中国认真履行公约和《关于消耗臭…

    排行榜

    一周 | 一月

    精彩专题更多

    • 中国制冷能效项目

    • 《制冷与空调》杂志所刊登的部分标准解读文章一览

    • 2020年全国制冷空调行业年会系列会议

    • 第三届进博会制冷空调行业企业展示

    • 制冷空调行业部分上市公司2020年三季度报盘点

    • 制冷空调行业部分上市公司2020年半年报盘点

    • 2020年全国行业职业技能竞赛——全国智能楼宇及空调系统职业技能竞赛

    • 制冷空调行业部分上市公司2019年年报盘点

    • 制冷空调行业部分上市公司2019年半年报一览

    • 第十三届中国制冷空调行业大学生科技竞赛

    • 制冷空调行业部分上市公司2018年年报盘点

    • 臭氧气候技术路演及工业圆桌会议

    • 保护臭氧层与温室气体减排

    • 改革开放40年制冷空调企业展示

    • 制冷空调行业部分上市公司2018年三季度报集锦

    • 制冷空调行业部分上市公司2018年中报集锦

    • 2018年中国技能大赛——全国机械行业职业技能竞赛制冷工(制冷与空调)赛项

    • 第十二届中国制冷空调行业大学生科技竞赛

    • 20号令变身94号令,关于质疑投诉的要点

    • 详解《中华人民共和国标准化法》

    • 制冷空调行业部分上市公司2017年三季报集锦

    • 全国各地政府采购评审专家劳务报酬标准汇总

    • 第十一届中国制冷空调行业大学生科技竞赛

    • 2017“2+26”城市“煤改清洁能源”补贴政策一览

    • 您需要知道的几个要点

    • 2017北京“煤改清洁能源”招标陆续启动

    • 关注热泵采暖

    • 中央空调政府采购二三事儿

    • 冷冻冷藏

    • 汽车空调

    Top