蘇州大學(xué)文正學(xué)院 張桂爐

濟(jì)中節(jié)能技術(shù)(蘇州)有限公司 居劍亮△ 段 飛

0 引言

空調(diào)能耗作為建筑能耗的大戶，占建筑總能耗的比例達(dá)30%～50%[1]。制冷站作為空調(diào)系統(tǒng)的“心臟”，負(fù)責(zé)為系統(tǒng)提供冷源，運(yùn)行能耗占整個(gè)空調(diào)系統(tǒng)能耗的比例較高，是建筑中的重點(diǎn)耗能設(shè)備。但長(zhǎng)期以來(lái)，制冷站設(shè)備都是根據(jù)運(yùn)維人員對(duì)冷負(fù)荷的預(yù)估和系統(tǒng)運(yùn)行結(jié)果進(jìn)行調(diào)節(jié)，嚴(yán)重依賴操作人員的經(jīng)驗(yàn)，對(duì)于系統(tǒng)穩(wěn)定運(yùn)行非常不利。因此，合理的負(fù)荷預(yù)測(cè)和控制策略對(duì)于冷源系統(tǒng)的穩(wěn)定、節(jié)能運(yùn)行具有重要意義。當(dāng)前對(duì)于空調(diào)冷源系統(tǒng)的群控研究多集中在反饋控制和計(jì)算機(jī)模擬方面，依靠末端神經(jīng)網(wǎng)絡(luò)的反饋調(diào)節(jié)，反映冷源側(cè)制冷量的變化，調(diào)整機(jī)組的運(yùn)行[2]。由于存在一定的系統(tǒng)循環(huán)周期，該種調(diào)節(jié)方式會(huì)造成線性滯后，不能根據(jù)當(dāng)量的變化及時(shí)有效調(diào)節(jié)；另外，由于是通過(guò)能耗模擬軟件建立的負(fù)荷計(jì)算模型，通過(guò)輸入變量進(jìn)行模擬計(jì)算[3]，存在模擬軟件占用比較大的運(yùn)行內(nèi)存弊端，且存在與其他軟件的數(shù)據(jù)對(duì)接問(wèn)題，需要專業(yè)的工程師進(jìn)行操作，推廣應(yīng)用困難。本文結(jié)合工程實(shí)例，利用大數(shù)據(jù)分析手段，將對(duì)歷史數(shù)據(jù)的分析與建筑物理模型相結(jié)合，應(yīng)用算法工具預(yù)測(cè)實(shí)際制冷量的變化，結(jié)合R語(yǔ)言形成的專家規(guī)則庫(kù)，以目標(biāo)函數(shù)最優(yōu)解指導(dǎo)制冷站設(shè)備的群控，消除了單純依靠反饋控制的滯后性和模擬軟件難推廣的不利因素，具有簡(jiǎn)單、直觀、有效、準(zhǔn)確的優(yōu)勢(shì)。

1 項(xiàng)目背景

項(xiàng)目位于深圳一研究基地內(nèi)，共有4棟建筑物，包括3棟辦公建筑和1棟餐飲樓，共用1個(gè)制冷站。建筑內(nèi)辦公人員約1 500人，每個(gè)工作日都有外來(lái)訪客。建筑區(qū)域總面積約42 500 m2，其中空調(diào)面積35 000 m2。制冷系統(tǒng)幾乎全年運(yùn)行，能耗占建筑總能耗的45%。各建筑內(nèi)均配備樓宇自控(BA)系統(tǒng)，可在中控室查看冷源及末端的運(yùn)行狀況，制冷站設(shè)備和大部分末端風(fēng)機(jī)都可進(jìn)行遠(yuǎn)程控制。

項(xiàng)目制冷站設(shè)備參數(shù)如表1～3所示，所有設(shè)備由物業(yè)公司負(fù)責(zé)維保和運(yùn)行管理，除2#冷水機(jī)組最大負(fù)荷只能達(dá)到額定負(fù)荷的80%外，其余設(shè)備均運(yùn)轉(zhuǎn)正常，保養(yǎng)良好。

表1 冷水機(jī)組

表2 冷卻塔

表3 水泵

業(yè)主對(duì)該項(xiàng)目提出的改造要求如下：默認(rèn)冷源系統(tǒng)的制冷量為建筑冷負(fù)荷需求，在不改變硬件設(shè)備的條件下，根據(jù)系統(tǒng)運(yùn)行歷史數(shù)據(jù)，尋找適應(yīng)全年負(fù)荷變化的開(kāi)機(jī)策略，將系統(tǒng)能效提升5%或?qū)⑾到y(tǒng)電耗降低5%以上。

2 系統(tǒng)分析

2.1 運(yùn)行分析

現(xiàn)有的數(shù)據(jù)包括各設(shè)備用電量、功率，以及冷水機(jī)組的各項(xiàng)參數(shù)，其中4#冷水機(jī)組因?qū)?yīng)的流量計(jì)損壞，其冷水流量數(shù)據(jù)缺失。根據(jù)數(shù)據(jù)分析要求，選擇2017年1月至2019年6月的冷源系統(tǒng)數(shù)據(jù)進(jìn)行分析，數(shù)據(jù)采集間隔為5 min。表4給出了制冷站系統(tǒng)2018年運(yùn)行電耗。

表4 制冷站系統(tǒng)2018年運(yùn)行電耗 kW·h

由表4可知，空調(diào)電耗呈明顯的季節(jié)性特點(diǎn)，其中，冷水機(jī)組用電占比為66.9%，冷水泵用電占比為16.5%，冷卻水泵用電占比為12.8%，冷卻塔用電占比為3.8%。選取BA系統(tǒng)里夏季運(yùn)行數(shù)據(jù)，查看2018年7月下半月的制冷量變化情況，結(jié)果如圖1所示。

由圖1可以看出，制冷量變化有明顯的周期性特點(diǎn)，工作日的負(fù)荷較高，一般需要運(yùn)行2～3臺(tái)冷水機(jī)組，非工作日負(fù)荷偏低，一般只需運(yùn)行1臺(tái)冷水機(jī)組。

分析根據(jù)已有數(shù)據(jù)計(jì)算得到的冷水機(jī)組COP發(fā)現(xiàn)，較高負(fù)荷下，冷水機(jī)組的COP在4.9～5.5之間，和額定值相當(dāng)，但部分負(fù)荷時(shí)機(jī)組出口水溫在7 ℃以下，低于額定出口溫度，冷水溫差平均為4.2 ℃，冷卻水溫差平均為3.7 ℃，還存在一定的提升空間。

通過(guò)對(duì)全年運(yùn)行數(shù)據(jù)的分析發(fā)現(xiàn)，夏季高溫時(shí)段單位面積負(fù)荷峰值為217 W/m2，均值為173 W/m2，全年單位面積累計(jì)負(fù)荷為112 kW·h/m2，在深圳地區(qū)辦公建筑中屬于較高能耗水平[4]，存在較大的能源浪費(fèi)。

綜合考慮設(shè)備運(yùn)行特點(diǎn)，選擇使冷源系統(tǒng)運(yùn)行能耗最低為目標(biāo)，對(duì)系統(tǒng)運(yùn)行進(jìn)行優(yōu)化，優(yōu)化策略集中在以下幾個(gè)方面：1) 減少設(shè)備運(yùn)行時(shí)長(zhǎng)，使開(kāi)關(guān)機(jī)時(shí)間更合理；2) 優(yōu)化加減機(jī)操作，避免人工錯(cuò)誤判斷造成浪費(fèi)；3) 優(yōu)化主機(jī)、泵、塔之間的運(yùn)行組合方式；4) 通過(guò)性能尋優(yōu)，優(yōu)先選擇性能好的設(shè)備運(yùn)行。

優(yōu)化策略需要通過(guò)以下方式實(shí)現(xiàn)：1) 準(zhǔn)確預(yù)測(cè)全天制冷需求，指導(dǎo)設(shè)備運(yùn)行；2) 通過(guò)設(shè)備運(yùn)行的專家規(guī)則庫(kù)，尋找各工況下最佳的設(shè)備組合；3) 通過(guò)歷史數(shù)據(jù)的分析研究，得到各設(shè)備性能特點(diǎn)和運(yùn)行規(guī)律。

所有的預(yù)測(cè)分析和策略，都依賴于數(shù)據(jù)的準(zhǔn)確性和有效性，需要對(duì)數(shù)據(jù)進(jìn)行整理分析，才能得到有效的信息。

2.2 數(shù)據(jù)分析

數(shù)據(jù)分析流程如圖2所示。

圖2 數(shù)據(jù)分析流程

歷史數(shù)據(jù)為業(yè)主提供的近2年來(lái)BA系統(tǒng)記錄的數(shù)據(jù)。筆者對(duì)數(shù)據(jù)進(jìn)行了查看，發(fā)現(xiàn)數(shù)據(jù)質(zhì)量并不高，缺失了很多數(shù)據(jù)和混雜了許多離群值。對(duì)數(shù)據(jù)進(jìn)行整理和篩選后，保留了約50%的原始數(shù)據(jù)，同時(shí)補(bǔ)充了少量缺失數(shù)據(jù)。對(duì)最終的數(shù)據(jù)進(jìn)行分析，得到制冷機(jī)的性能曲線和冷量變化曲線。

2.3 結(jié)果分析

數(shù)據(jù)分析結(jié)果分兩部分：制冷機(jī)性能比較和逐時(shí)冷量變化。根據(jù)已有的歷史數(shù)據(jù)(1#和3#冷水機(jī)組的數(shù)據(jù)較為完整)，對(duì)1#和3#冷水機(jī)組的制冷量、冷卻水溫度、冷水溫度與COP值的對(duì)應(yīng)關(guān)系用k-means聚類算法進(jìn)行了分析，得到如圖3～6所示結(jié)果。

圖3 1#冷水機(jī)組制冷量、冷卻水溫度與COP聚類結(jié)果

圖4 3#冷水機(jī)組制冷量、冷卻水溫度與COP聚類結(jié)果

圖5 1#冷水機(jī)組制冷量、冷水溫度與COP聚類結(jié)果

圖6 3#冷水機(jī)組制冷量、冷水溫度與COP聚類結(jié)果

由圖3～6可以看出:在相同的冷卻水和冷水出水溫度下，3#冷水機(jī)組的聚類結(jié)果更集中，COP比1#冷水機(jī)組高0.5～0.7，但1#冷水機(jī)組的制冷能力比3#冷水機(jī)組要高300 kW；冷卻水溫度越低，對(duì)機(jī)組能效值的提升越明顯，較低的冷水溫度雖然會(huì)帶來(lái)制冷量的提升，但從能效方面考慮，出水溫度設(shè)定在7.0～7.4 ℃之間最為高效。所以，單機(jī)組運(yùn)行且負(fù)荷低于3 000 kW工況下，優(yōu)先考慮運(yùn)行3#冷水機(jī)組，設(shè)備運(yùn)行初期，盡量獲得較低的冷卻水溫來(lái)提升機(jī)組性能。

圖7、8分別顯示了制冷量的日、周變化。由于篇幅限制，各冷水機(jī)組的制冷量變化和不同冷水機(jī)組運(yùn)行對(duì)應(yīng)的制冷量未給出。根據(jù)從歷史數(shù)據(jù)中習(xí)得的數(shù)據(jù)變化，結(jié)合天氣、人流等其他信息參數(shù)，可以進(jìn)行一天之內(nèi)的冷量預(yù)測(cè)，從而指導(dǎo)系統(tǒng)的運(yùn)行。

圖7 制冷量日變化

圖8 制冷量周變化

3 系統(tǒng)優(yōu)化

系統(tǒng)優(yōu)化的前提是能夠得到準(zhǔn)確的冷量預(yù)測(cè)結(jié)果，而后根據(jù)負(fù)荷變化，制定出系統(tǒng)設(shè)備的運(yùn)行策略，指導(dǎo)操作人員，達(dá)到節(jié)能目標(biāo)。制冷站系統(tǒng)調(diào)優(yōu)模型結(jié)構(gòu)如圖9所示。

圖9 制冷站系統(tǒng)調(diào)優(yōu)模型結(jié)構(gòu)圖

3.1 冷量預(yù)測(cè)

冷量預(yù)測(cè)結(jié)合了歷史數(shù)據(jù)分析和物理模型預(yù)測(cè)2種方法，在已有實(shí)際制冷量數(shù)據(jù)的基礎(chǔ)上，結(jié)合天氣數(shù)據(jù)(溫濕度、日照條件等)、建筑信息、人流量、工作日歷等實(shí)時(shí)數(shù)據(jù)，對(duì)一天之內(nèi)的負(fù)荷變化進(jìn)行預(yù)測(cè)，同時(shí)根據(jù)輸入?yún)?shù)的變化周期性地更新預(yù)測(cè)結(jié)果。冷量預(yù)測(cè)流程如圖10所示。

圖10 冷量預(yù)測(cè)流程

由圖10可見(jiàn)，預(yù)測(cè)模型分為匹配歷史數(shù)據(jù)預(yù)測(cè)(主要為了解決歷史數(shù)據(jù)中過(guò)量供冷的問(wèn)題)和物理模型預(yù)測(cè)(建筑需求側(cè)負(fù)荷)，通過(guò)相關(guān)數(shù)據(jù)的采集，調(diào)用算法得出各自的預(yù)測(cè)值，通過(guò)是否為工作日的判定，取不同條件下的不同權(quán)重值(根據(jù)各實(shí)際運(yùn)行工況的數(shù)據(jù)測(cè)算，工作日權(quán)重各為50%，非工作日歷史模型權(quán)重為70%、物理模型權(quán)重為30%)計(jì)算，得出冷量預(yù)測(cè)的綜合值，而后根據(jù)天氣預(yù)報(bào)的更新結(jié)果，刷新預(yù)測(cè)值，同時(shí)與系統(tǒng)運(yùn)行的冷量實(shí)時(shí)值進(jìn)行對(duì)比，當(dāng)2種結(jié)果偏差超過(guò)10%時(shí)，啟動(dòng)修正算法，重新調(diào)整預(yù)測(cè)結(jié)果，繼續(xù)比較修正值與實(shí)時(shí)值，直至偏差低于設(shè)定限值。

3.2 優(yōu)化策略

得到冷量預(yù)測(cè)結(jié)果后，系統(tǒng)會(huì)根據(jù)全天的冷量值尋找最優(yōu)的設(shè)備組合，指導(dǎo)設(shè)備運(yùn)行，優(yōu)化流程如圖11所示。

圖11 優(yōu)化流程

優(yōu)化控制模型以系統(tǒng)能耗最少為目標(biāo)函數(shù)，引入系統(tǒng)運(yùn)行專家規(guī)則庫(kù)，對(duì)各冷量條件下的設(shè)備運(yùn)行組合進(jìn)行尋優(yōu)，給出設(shè)備的開(kāi)關(guān)機(jī)時(shí)間、切換時(shí)間、機(jī)組運(yùn)行順序，冷水出水溫度設(shè)置、溫差設(shè)置、水泵跨天運(yùn)行時(shí)間等信息，以圖形界面或任務(wù)列表的形式展示給運(yùn)維人員。

4 效益對(duì)比

系統(tǒng)上線后進(jìn)行了為期4周的測(cè)試，對(duì)比優(yōu)化情況下和非優(yōu)化情況下系統(tǒng)的COP與總能耗(含冷水機(jī)組、冷水泵、冷卻水泵、冷卻塔)，確定是否達(dá)到預(yù)定目標(biāo)。

為了去除天氣差異和非工作日影響，引入工況相似度概念，只有在工況相似程度高的條件下，能效對(duì)比分析才有意義。通過(guò)對(duì)歷史運(yùn)行數(shù)據(jù)和業(yè)主提供的建筑空調(diào)使用中的相關(guān)信息的分析，選取室外溫度、人流量、工作日歷這3個(gè)維度進(jìn)行工況相似度比較,并根據(jù)歷史數(shù)據(jù)中的運(yùn)行狀況和室內(nèi)工況分配相應(yīng)的權(quán)重，根據(jù)數(shù)據(jù)的相似程度進(jìn)行評(píng)分，結(jié)果見(jiàn)表5。

表5 工況相似度權(quán)重

工況相似度大于80%認(rèn)為是近似相似工況；大于85%為高度相似工況，運(yùn)行條件基本一致，對(duì)比分析結(jié)果較客觀；低于70%則為較不相似，失去對(duì)比意義；70%～80%為部分相似，結(jié)果僅作參考。

去除測(cè)試期間數(shù)據(jù)中斷的7天，統(tǒng)計(jì)了24天的運(yùn)行數(shù)據(jù)，驗(yàn)證系統(tǒng)的調(diào)優(yōu)效果。

表6顯示了測(cè)試期運(yùn)行效果對(duì)比數(shù)據(jù)。從表6可以看出，24天中，僅1天策略失效，策略有效性達(dá)到96%，其中有效日的COP平均提升4%，平均節(jié)能率達(dá)9.8%，日均節(jié)能量為2 231 kW·h，超出業(yè)主的預(yù)期目標(biāo)5%。測(cè)試在最為炎熱的夏季進(jìn)行，本身節(jié)能空間有限，操作也偏保守，若是在負(fù)荷波動(dòng)較大的過(guò)渡季進(jìn)行，系統(tǒng)的節(jié)能率將會(huì)進(jìn)一步提升。按當(dāng)前的節(jié)能率和有效性，全年冷源系統(tǒng)的節(jié)能量將達(dá)到36.7萬(wàn)kW·h，將會(huì)明顯降低業(yè)主的能源成本。

表6 測(cè)試期運(yùn)行效果對(duì)比數(shù)據(jù)

5 結(jié)語(yǔ)

將歷史數(shù)據(jù)匹配預(yù)測(cè)與物理模型預(yù)測(cè)相結(jié)合，用于制冷量的預(yù)測(cè)并指導(dǎo)系統(tǒng)設(shè)備運(yùn)行，取得了非常好的運(yùn)行效果，后期筆者將加入數(shù)據(jù)養(yǎng)殖功能，對(duì)運(yùn)行數(shù)據(jù)進(jìn)一步提煉，使系統(tǒng)通過(guò)不斷學(xué)習(xí)，提升預(yù)測(cè)的穩(wěn)定性和準(zhǔn)確率。

本文針對(duì)深圳地區(qū)某辦公建筑群的制冷站運(yùn)行預(yù)測(cè)，具有可復(fù)制性，不僅有顯著的節(jié)能效益，而且投資少，無(wú)硬件設(shè)備改造，減少了人員工作量和不確定性影響，推廣前景非常廣闊。