張 楠 姚 曄 賈東新

(1 上海交通大學(xué)機(jī)械與動力工程學(xué)院 制冷與低溫工程研究所 上海 200240;2 普沃思環(huán)?？萍紵o錫有限公司 無錫 214000)

隨著人們對環(huán)境舒適度的需求不斷提高,高效節(jié)能的除濕技術(shù)引起了廣泛關(guān)注。與其他除濕方式相比,轉(zhuǎn)輪除濕以結(jié)構(gòu)緊湊、除濕效率高、能夠?qū)崿F(xiàn)連續(xù)除濕再生過程等特點(diǎn)[1-2],已逐漸成為空氣除濕領(lǐng)域中的主流。

近年來,為有效解決傳統(tǒng)除濕轉(zhuǎn)輪系統(tǒng)能耗較高的問題,國內(nèi)外學(xué)者開展了大量的研究和實(shí)驗(yàn),主要從新型干燥劑材料、新型再生熱源、熱回收裝置等方面進(jìn)行[3]。何晨晨等[4]制備了MaCl2/CaCl2改性復(fù)合材料,有效提升了除濕材料的除濕能力和在低溫下的脫附能力。A. Yadav等[5]研究了真空管式太陽能集熱器除濕轉(zhuǎn)輪在50～55 ℃范圍內(nèi)的再生和吸附性能。楊晚生等[6]將熱空氣和微波加熱聯(lián)合進(jìn)行組合再生,實(shí)驗(yàn)結(jié)果表明,聯(lián)合加熱能夠使轉(zhuǎn)輪內(nèi)溫度分布更均勻,且能夠有效提高再生率和降低能耗。楊穎等[7]通過分級再生系統(tǒng)利用低品位熱源對轉(zhuǎn)輪進(jìn)行預(yù)熱,在達(dá)到相同除濕效果的情況下,將再生能耗降低約50%。Yao Ye等[8-9]提出超聲波能在常溫、低溫條件下對固體除濕劑進(jìn)行再生,節(jié)能潛力較大。楊玉潔等[10]研究得出由船舶廢熱驅(qū)動的兩級轉(zhuǎn)輪除濕空調(diào)系統(tǒng)的節(jié)能潛力為傳統(tǒng)空調(diào)系統(tǒng)的7.5%～37.6%。Sheng Ying等[11]將高溫?zé)岜煤统凉褶D(zhuǎn)輪空調(diào)系統(tǒng)進(jìn)行耦合,與傳統(tǒng)蒸氣壓縮系統(tǒng)相比節(jié)約了45.6%的能耗,且在室外空氣含濕量較低時節(jié)能率可進(jìn)一步提升,劉異等[12]在此基礎(chǔ)上進(jìn)一步研究了高溫?zé)岜棉D(zhuǎn)輪除濕及輻射供冷空調(diào)系統(tǒng)在高溫高濕地區(qū)的性能表現(xiàn)。陳思豪等[13]通過熱力學(xué)理論分析得出室內(nèi)排風(fēng)回收、再生排風(fēng)回收、吸附熱回收和預(yù)冷處理是降低轉(zhuǎn)輪除濕系統(tǒng)能耗的有效措施,并提出了相應(yīng)的節(jié)能型轉(zhuǎn)輪除濕空調(diào)系統(tǒng)。

然而,上述研究主要關(guān)注轉(zhuǎn)輪系統(tǒng)本身的優(yōu)化,忽略了在運(yùn)行過程中環(huán)境工況實(shí)時改變的問題。針對上述問題,本文提出一種基于數(shù)值模型的轉(zhuǎn)輪除濕系統(tǒng)節(jié)能優(yōu)化控制策略。首先,構(gòu)建除濕轉(zhuǎn)輪數(shù)值計算模型并對其進(jìn)行實(shí)驗(yàn)驗(yàn)證。在轉(zhuǎn)輪模型的基礎(chǔ)上,進(jìn)一步構(gòu)建轉(zhuǎn)輪系統(tǒng)能耗模型,并以再生溫度、風(fēng)速、轉(zhuǎn)輪轉(zhuǎn)速作為優(yōu)化參數(shù),以系統(tǒng)能耗及除濕性能作為優(yōu)化指標(biāo),建立除濕轉(zhuǎn)輪系統(tǒng)的優(yōu)化模型,采用粒子群算法(particle swarm optimization, PSO)對優(yōu)化模型最優(yōu)值進(jìn)行求解。最后,將在優(yōu)化控制策略與傳統(tǒng)策略下的系統(tǒng)能耗進(jìn)行對比分析,以驗(yàn)證優(yōu)化策略的節(jié)能潛力。

1 除濕轉(zhuǎn)輪數(shù)值計算模型

1.1 數(shù)學(xué)建模

除濕轉(zhuǎn)輪劃分為除濕區(qū)和再生區(qū)兩個區(qū)域,分別通入處理空氣和再生空氣,通過旋轉(zhuǎn)完成除濕與再生的循環(huán)過程。假設(shè)轉(zhuǎn)輪內(nèi)部通道規(guī)格大小均相同,在穩(wěn)定工況下,任一空氣通道的周期性變化也相同,彼此間僅存在相位差異,因此可以選取單一空氣通道作為研究對象,以其在一個周期內(nèi)不同時刻的狀態(tài)變化來代表轉(zhuǎn)輪穩(wěn)定后在不同位置的空氣通道狀態(tài)。

針對單一空氣通道構(gòu)建沿氣流方向的一維簡化模型,如圖1所示,以除濕轉(zhuǎn)輪中一個流道為研究對象,沿空氣流動方向建立z軸,沿轉(zhuǎn)輪轉(zhuǎn)動方向(時間方向)建立τ軸,將除濕轉(zhuǎn)輪模簡化為一維非穩(wěn)態(tài)傳熱傳質(zhì)模型。

圖1 除濕轉(zhuǎn)輪空氣通道模型

進(jìn)行如下假設(shè):

1)氣流側(cè)與固體側(cè)均為一維,其中氣流在軸向作一維層流流動;

2)多孔介質(zhì)的熱物性、孔徑和孔隙率等參數(shù)在空間上處處相等;

3)忽略氣流軸向熱傳導(dǎo)和質(zhì)量擴(kuò)散,并假設(shè)氣流和吸濕材料的熱量質(zhì)量交換只通過對流完成,固體側(cè)沿軸向發(fā)生熱傳導(dǎo)和質(zhì)量擴(kuò)散;

4)吸濕材料與多孔孔隙內(nèi)空氣的溫度始終處于熱平衡狀態(tài)。

根據(jù)質(zhì)量及能量守恒定律,建立控制方程如下:

氣流側(cè)質(zhì)量平衡方程:

(1)

氣流側(cè)熱量平衡方程:

(2)

吸附側(cè)質(zhì)量微分方程:

(3)

吸附側(cè)熱量微分方程:

(4)

式中:Ya為空氣含濕量,g/(kg干空氣);Yd為與吸附劑表面相平衡的空氣的含濕量,g/(kg干空氣);Ta為空氣溫度,K;Td為與吸附劑表面相平衡的空氣的溫度,K;W為吸附劑的吸附量,g/(kg吸附劑);ua為空氣流速,m/s;hm為傳質(zhì)系數(shù),m2/s;h為表面?zhèn)鳠嵯禂?shù),W/(m2·K);P為空氣通道周長,m;A為空氣通道橫截面積,m2;ρa(bǔ)、ρd分別為空氣、吸附材料的密度,kg/m3;cpg、cpv、cpl、cpd分別為空氣、水蒸氣、液態(tài)水及吸附材料的比定壓熱容,J/(kg·K);qst為吸附熱,J/kg。其中共有5個主要變化參數(shù),分別Ya、Yd、Ta、Td、W。

由于空氣通道為正弦曲線型,其周長和流通面積可用下式表示:

A=2ab

(5)

(6)

式中:2a、2b分別為正弦型通道的高度和寬度,m。

依據(jù)Yd、W和Td之間的相互關(guān)系將以下三個方程聯(lián)立作為補(bǔ)充方程。

水蒸氣飽和壓力方程[14]:

(7)

式中:ps為水蒸氣飽和蒸氣壓,Pa。

含濕量與相對濕度換算公式:

(8)

式中:φ為空氣相對濕度;p為環(huán)境大氣壓,Pa。

平衡吸附曲線[15]:通過對吸附材料的吸附等溫線進(jìn)行擬合得到材料平衡相對濕度和吸附劑吸附量之間的關(guān)系。

(9)

式中:Wmax為吸附材料的飽和吸附量,g/(kg吸附劑);C為根據(jù)實(shí)驗(yàn)數(shù)據(jù)擬合的常數(shù)。

方程的初始條件及邊界條件如下:

初始條件:

(10)

邊界條件:

(11)

(12)

1.2 模型求解

Δy=L/Z, Δτ=T/N

(13)

對于控制方程中的偏導(dǎo)數(shù),采用向后差分進(jìn)行離散如下,其中,i代表空間離散點(diǎn),n代表時間離散點(diǎn)。

(14)

1.3 模型實(shí)驗(yàn)驗(yàn)證

為驗(yàn)證該傳熱傳質(zhì)數(shù)學(xué)模型的可靠性,本文通過實(shí)驗(yàn)測試了在不同運(yùn)行工況下的轉(zhuǎn)輪出口工況,并與在相同工況下的數(shù)值模擬的處理空氣出口溫度和含濕量進(jìn)行對比,實(shí)驗(yàn)原理及實(shí)驗(yàn)裝置如圖2所示。測量裝置主要包括溫度傳感器、濕度傳感器、速度傳感器,測量精度分別為±0.2 ℃、±1%、±0.05 m/s。模擬過程中所用的轉(zhuǎn)輪及物性參數(shù)如表1所示,其中吸附曲線參數(shù)由實(shí)驗(yàn)測量擬合。用于實(shí)驗(yàn)的轉(zhuǎn)輪除濕系統(tǒng)由普沃思環(huán)?？萍紵o錫有限公司提供。

表1 模型計算參數(shù)

圖2 實(shí)驗(yàn)原理及實(shí)驗(yàn)裝置

在改變處理空氣入口溫度和含濕量的情況下,以模擬值和實(shí)驗(yàn)值的相對誤差的絕對值作為模擬與實(shí)驗(yàn)的偏差來對模型計算結(jié)果和實(shí)驗(yàn)測量結(jié)果進(jìn)行對比分析。當(dāng)改變處理空氣入口溫度時,模擬結(jié)果與實(shí)驗(yàn)結(jié)果對比如圖3所示,出口空氣溫度、含濕量的模擬值與實(shí)驗(yàn)值的最大偏差分別為10.2%、6.8%。當(dāng)改變處理空氣入口含濕量時,模擬結(jié)果與實(shí)驗(yàn)結(jié)果對比如圖4所示,出口空氣溫度、含濕量的模擬值與實(shí)驗(yàn)值的最大偏差分別為8.3%、8.1%。由此可知,在不同工況條件下,該數(shù)學(xué)模型計算的處理空氣出口溫度及含濕量與實(shí)驗(yàn)值吻合較好,故本文所建立的除濕轉(zhuǎn)輪數(shù)值模型具有可靠性。

圖3 入口空氣溫度改變時出口模擬值與實(shí)驗(yàn)值對比

圖4 入口空氣含濕量改變時出口模擬值與實(shí)驗(yàn)值對比

2 轉(zhuǎn)輪除濕系統(tǒng)優(yōu)化控制

2.1 優(yōu)化控制模型

環(huán)境溫濕度的變化對除濕轉(zhuǎn)輪系統(tǒng)的除濕性能具有一定影響。當(dāng)環(huán)境溫度變化時,處理空氣出口溫濕度也隨之改變,難以維持在設(shè)定的目標(biāo)值。此外,傳統(tǒng)除濕轉(zhuǎn)輪系統(tǒng)通常采用恒定再生溫度的工作模式,但在某些工況下,過高的再生溫度會導(dǎo)致再生能源的浪費(fèi)。為進(jìn)一步提高除濕轉(zhuǎn)輪的能效,使除濕轉(zhuǎn)輪能夠以最小的能源消耗滿足除濕需求,需要對系統(tǒng)的實(shí)時運(yùn)行進(jìn)行優(yōu)化控制。

為實(shí)現(xiàn)除濕轉(zhuǎn)輪系統(tǒng)能夠以最小的能源消耗滿足除濕需求,本文根據(jù)建立的除濕轉(zhuǎn)輪數(shù)值計算模型,將系統(tǒng)總能耗與系統(tǒng)除濕性能結(jié)合起來作為優(yōu)化目標(biāo)。根據(jù)上述分析,優(yōu)化目標(biāo)如下:1)除濕需求,即控制除濕轉(zhuǎn)輪出口含濕量與目標(biāo)設(shè)定值之間的誤差在可接受范圍內(nèi),該誤差可通過除濕轉(zhuǎn)輪數(shù)值模型計算而得;2)最小能耗,即控制系統(tǒng)總能耗在最小值,其中系統(tǒng)總能耗需進(jìn)一步建立能耗模型進(jìn)行計算。

在除濕轉(zhuǎn)輪系統(tǒng)中,能耗主要來自兩部分:再生能耗以及風(fēng)機(jī)能耗。

再生能耗:

Ereg=cpgρa(bǔ)Aregureg(Ta,reg-Ta,ad)

(15)

式中:Areg為再生面積,m2;ureg為再生空氣風(fēng)速,m/s;Ta,reg為再生溫度,K;Ta,ad為環(huán)境溫度,K。

風(fēng)機(jī)能耗包括處理風(fēng)機(jī)能耗Efan,ad和再生風(fēng)機(jī)能耗Efan,reg:

(16)

(17)

式中:pfan為風(fēng)機(jī)全壓,Pa;Gad為處理空氣風(fēng)量,m3/s;Greg為再生空氣風(fēng)量,m3/s;K為電動機(jī)容量儲備系數(shù);η為效率。

故系統(tǒng)總能耗模型:

Etotal=Ereg+Efan,ad+Efan,reg

(18)

引入權(quán)值因子λ對兩個優(yōu)化目標(biāo)進(jìn)行歸一化處理,λ越小,對出口含濕量的誤差要求越高,λ越大,則越追求更低能耗,對出口含濕量誤差的要求也相應(yīng)放低。歸一化的優(yōu)化目標(biāo)函數(shù)即優(yōu)化算法的適應(yīng)度函數(shù):

J=λEtotal+(1-λ)(Ya,out-Ya,ref)2

(19)

式中:λ為權(quán)值因子,λ∈[0,1];Etotal為系統(tǒng)總能耗,kW;Ya,out為處理空氣出口含濕量,g/(kg干空氣),可通過除濕轉(zhuǎn)輪數(shù)值模型計算獲得;Ya,ref為處理空氣出口含濕量設(shè)定值,g/(kg干空氣)。

確定優(yōu)化目標(biāo)后,還需要對優(yōu)化參數(shù)進(jìn)行分析。根據(jù)前述建立的除濕轉(zhuǎn)輪數(shù)值模型可知,除濕轉(zhuǎn)輪系統(tǒng)具有多種變量,包括處理空氣相關(guān)參數(shù)、再生空氣相關(guān)參數(shù)、轉(zhuǎn)輪相關(guān)參數(shù)等。其中,部分變量屬于不可控變量,如環(huán)境溫度、環(huán)境含濕量、轉(zhuǎn)輪厚度、轉(zhuǎn)輪材料等。雖然這些變量對系統(tǒng)的除濕性能有一定影響,但由于在實(shí)際控制時,難以對這些變量進(jìn)行調(diào)整和修改,因此,在優(yōu)化控制過程中,該部分參數(shù)會根據(jù)實(shí)際情況設(shè)定為常數(shù)。而另一部分變量,如再生溫度、處理風(fēng)速、再生風(fēng)速、轉(zhuǎn)輪轉(zhuǎn)速等可以通過調(diào)節(jié)電加熱時間、風(fēng)機(jī)、電機(jī)等進(jìn)行直接控制,其中,處理風(fēng)速在需要保證除濕空氣風(fēng)量的場景下需保持為定值,因此,本文將再生溫度Ta,reg、再生風(fēng)速ureg、轉(zhuǎn)輪轉(zhuǎn)速r這三個變量作為優(yōu)化參數(shù)。

由于風(fēng)機(jī)、電機(jī)等在正常運(yùn)行過程中具有工況限制,其對應(yīng)的變量也存在相應(yīng)限制,故對優(yōu)化變量提出如下合理約束條件:

(20)

綜合適應(yīng)度函數(shù)以及約束條件,除濕轉(zhuǎn)輪系統(tǒng)實(shí)時運(yùn)行優(yōu)化問題如下:

(21)

2.2 優(yōu)化模型求解

針對所建立的優(yōu)化控制模型,本文采用改進(jìn)PSO算法進(jìn)行模型求解。PSO是一種模擬自然界生物群體智能的隨機(jī)優(yōu)化算法,具有收斂快速、參數(shù)調(diào)節(jié)靈活、易于實(shí)現(xiàn)等優(yōu)點(diǎn)[16]。在搜索過程中,PSO算法結(jié)合個體認(rèn)知和社會影響對粒子速度和位置進(jìn)行不斷更新,進(jìn)而尋求最優(yōu)值。

(22)

由于在基本PSO算法中,若ω賦值過大,會導(dǎo)致粒子局部搜索能力太低,導(dǎo)致搜索精度不足;ω賦值過小,會導(dǎo)致粒子全局搜索能力不足,容易陷入局部最優(yōu)。因此,ω不宜為固定常數(shù)。本文采用改進(jìn)PSO算法,通過自適應(yīng)調(diào)整策略使ω慣性權(quán)重線性減小,進(jìn)而使算法在前期具有較強(qiáng)的全局搜索能力,使搜索空間能夠快速收斂至某一區(qū)域,在后期則有較強(qiáng)的局部搜索能力,提高搜索精度[17]。改進(jìn)的慣性權(quán)重如下:

(23)

式中:ωmax為最大慣性權(quán)重;ωmin為最小慣性權(quán)重;I為當(dāng)前迭代次數(shù);Imax為最大迭代次數(shù)。

基于上述改進(jìn)PSO,對除濕轉(zhuǎn)輪系統(tǒng)實(shí)時運(yùn)行優(yōu)化問題進(jìn)行計算求解。環(huán)境溫濕度改變后,除濕轉(zhuǎn)輪出口含濕量及系統(tǒng)總能耗也隨之發(fā)生變化,進(jìn)而導(dǎo)致目標(biāo)函數(shù)值變化,此時采用改進(jìn)PSO算法對新環(huán)境工況下的最優(yōu)目標(biāo)函數(shù)值進(jìn)行求解計算,并返回優(yōu)化后的可控變量:再生溫度、再生風(fēng)速以及轉(zhuǎn)輪轉(zhuǎn)速,從而實(shí)現(xiàn)除濕轉(zhuǎn)輪系統(tǒng)的實(shí)時優(yōu)化控制。整個優(yōu)化控制流程如圖5所示。

圖5 除濕轉(zhuǎn)輪系統(tǒng)實(shí)時運(yùn)行優(yōu)化策略

其中PSO優(yōu)化過程具體步驟如下:

1)參數(shù)初始化,如粒子群規(guī)模、粒子維度、迭代次數(shù)、慣性權(quán)重、學(xué)習(xí)因子等。

2)根據(jù)變量約束范圍,隨機(jī)初始化各粒子的速度及位置,并根據(jù)除濕轉(zhuǎn)輪模型和能耗模型計算得到出口含濕量和總能耗,隨后根據(jù)適應(yīng)度函數(shù)計算得到各粒子的初始適應(yīng)值。

3)確定各粒子的最優(yōu)適應(yīng)值為初始適應(yīng)值,對比各粒子適應(yīng)值大小獲取種群最優(yōu)適應(yīng)值,并確定個體及種群最優(yōu)適應(yīng)值所對應(yīng)的位置。

4)根據(jù)式(23)對慣性權(quán)重進(jìn)行更新。

5)根據(jù)式(22)對各粒子速度及位置進(jìn)行更新,并根據(jù)轉(zhuǎn)輪模型和能耗模型計算其適應(yīng)值。

6)對比各粒子當(dāng)前適應(yīng)值與個體最優(yōu)適應(yīng)值的大小,若該粒子當(dāng)前適應(yīng)值小于個體最優(yōu)適應(yīng)值,則更新該粒子的最優(yōu)適應(yīng)值為其當(dāng)前適應(yīng)值,并更新該粒子的個體最優(yōu)位置。對比所有粒子當(dāng)前適應(yīng)值與種群最優(yōu)適應(yīng)值的大小,若某粒子當(dāng)前適應(yīng)值小于種群最優(yōu)適應(yīng)值,則更新種群最優(yōu)適應(yīng)值為該粒子當(dāng)前適應(yīng)值,并更新種群最優(yōu)位置。

7)判斷是否達(dá)到設(shè)定的最大迭代次數(shù),否則返回步驟4),是則輸出種群最優(yōu)適應(yīng)值及其所對應(yīng)的位置。

3 結(jié)果與分析

由式(19)可知,權(quán)值因子λ決定了轉(zhuǎn)輪除濕系統(tǒng)的能耗指標(biāo)與除濕性能指標(biāo)在優(yōu)化過程中的占比權(quán)重,不同的λ會導(dǎo)致不同的優(yōu)化結(jié)果。在同一初始條件下,λ越大,能耗指標(biāo)占比越大,能耗優(yōu)化效果越好,但出口含濕量與目標(biāo)設(shè)定值的偏差也更大,λ越小,出口含濕量與目標(biāo)設(shè)定值越接近,除濕性能越好,但能耗優(yōu)化效果降低。因此,需要探究不同λ下的優(yōu)化策略的有效性。

本文在不同環(huán)境溫度Ta,ad及環(huán)境含濕量Ya,ad工況下,將λ從0均勻增至1,計算在優(yōu)化策略下的出口含濕量和能耗優(yōu)化值,并與傳統(tǒng)策略能耗及目標(biāo)含濕量進(jìn)行對比。在傳統(tǒng)控制策略中,再生溫度和再生風(fēng)速根據(jù)需求設(shè)置為定值。計算中采用的PSO算法初始化參數(shù)總結(jié)如表2所示。

表2 PSO算法初始化參數(shù)

3.1 不同環(huán)境含濕量下優(yōu)化性能對比

在保持環(huán)境溫度Ta,ad為27 ℃的條件下,改變環(huán)境含濕量Ya,ad及權(quán)值因子λ,計算優(yōu)化策略下的能耗節(jié)省率εE及出口含濕量控制誤差εYa,其中Ya,ad變化范圍為16～22 g/(kg干空氣),λ權(quán)值因子變化范圍為0～1。優(yōu)化結(jié)果及相應(yīng)優(yōu)化參數(shù)如圖6所示。

圖6 不同環(huán)境含濕量下的優(yōu)化性能

圖6(a)所示為在不同Ya,ad和λ下εE及εYa的變化情況。從整體來看,εYa隨著Ya,ad和λ的增大而增大,εE隨著λ的增大而增大,但隨Ya,ad的增大而降低,且降低速率逐漸增大。

對于εYa,要求在不同Ya,ad下的εYa均可控制在10%范圍內(nèi)。當(dāng)λ<0.3時,不同Ya,ad下的εYa變化緩慢,均控制在10%范圍內(nèi)。當(dāng)λ>0.3時,隨著λ和Ya,ad的增大,εYa也不斷增大,在高環(huán)境含濕量下εYa超過10%,不能滿足除濕要求。這是因?yàn)楫?dāng)λ<0.3時,在優(yōu)化過程中除濕性能指標(biāo)的占比更大,此時對除濕出口控制誤差要求更為嚴(yán)苛,因此不同Ya,ad下出口含濕量均可控制在要求范圍內(nèi)。而當(dāng)λ>0.3時,隨著λ權(quán)值因子和Ya,ad的增大,除濕性能指標(biāo)占比降低且所需除濕量增大,因此在高環(huán)境含濕量下εYa無法控制在要求范圍之內(nèi)。因此λ應(yīng)控制在0～0.3范圍內(nèi)。

對于εE,在滿足εYa小于10%的前提下,εE越高越好。在低環(huán)境含濕量下,εE均能維持在較高范圍內(nèi),達(dá)70%以上,而在高環(huán)境含濕量下,εE較低,但隨λ的增大而增加。這是因?yàn)樵诘铜h(huán)境含濕量下,所需除濕量較低,所需的再生溫度及再生風(fēng)速也較低,εE較高,而在高環(huán)境含濕量情況下則需要較高的再生溫度才能滿足除濕要求,因此εE較低,但可通過增大λ來增加能耗指標(biāo)占比以提高εE。因此在λ=0.3時,既能滿足出口含濕量要求,又能使εE達(dá)到最高。此時,εYa最高為9.6%,εE在環(huán)境含濕量為16 g/(kg干空氣)時達(dá)到最高值95.6%,在環(huán)境含濕量為22 g/(kg干空氣)時為最低值46.3%,平均εE為76.4%。

圖6(b)所示為在不同環(huán)境含濕量Ya,ad和權(quán)值因子λ下的優(yōu)化再生風(fēng)速ureg、轉(zhuǎn)速r及再生溫度Ta,reg。由圖可知,在低環(huán)境含濕量下,主要通過減小Ta,reg對能耗進(jìn)行優(yōu)化,在高環(huán)境含濕量下,主要通過調(diào)節(jié)r及ureg對能耗進(jìn)行優(yōu)化。

3.2 不同環(huán)境溫度下優(yōu)化性能對比

在保持環(huán)境含濕量Ya,ad為19 g/(kg干空氣)的條件下,改變環(huán)境溫度Ta,ad及權(quán)值因子λ,其中Ta,ad變化范圍為24～30 ℃,λ變化范圍為0～1。優(yōu)化結(jié)果及相應(yīng)優(yōu)化參數(shù)如圖7所示。

圖7 不同環(huán)境溫度下的優(yōu)化性能

圖7(a)所示為在不同Ta,ad和λ下能耗節(jié)省率εE及出口含濕量控制誤差εYa的變化情況。由圖可知,隨著Ta,ad增加,εYa均無明顯變化,當(dāng)λ<0.7時,εYa均控制在10%范圍內(nèi)。εE在λ較小時呈隨Ta,ad增加而輕微下降趨勢,在λ較大時則無明顯變化。這是因?yàn)門a,ad的改變對除濕性能的影響主要通過物性參數(shù)及傳熱傳質(zhì)性能,因此隨Ta,ad增加,εYa無明顯變化,但所需再生溫度輕微增加,導(dǎo)致εE隨之輕微下降。在λ=0.7時,Ta,ad在24～30 ℃范圍內(nèi),最高εE為42.1%,最低εE為36.0%,平均εE為40.2%。

圖7(b)所示為在不同環(huán)境溫度Ta,ad和權(quán)值因子λ下的優(yōu)化再生風(fēng)速ureg、轉(zhuǎn)速r及再生溫度Ta,reg。由圖可知,在不同Ta,ad下,r及ureg無明顯變化,Ta,reg隨Ta,ad的增加而輕微增加。

4 結(jié)論

本文提出一種基于數(shù)值模型的轉(zhuǎn)輪除濕系統(tǒng)節(jié)能優(yōu)化控制策略方法,在轉(zhuǎn)輪模型和能耗模型基礎(chǔ)上,通過引入權(quán)值因子把系統(tǒng)能耗及除濕性能相結(jié)合作為優(yōu)化指標(biāo),構(gòu)建轉(zhuǎn)輪除濕優(yōu)化模型。該模型以再生溫度、再生風(fēng)速、轉(zhuǎn)輪轉(zhuǎn)速作為優(yōu)化參數(shù),以改進(jìn)PSO作為優(yōu)化算法,并將不同環(huán)境溫度和含濕量下的優(yōu)化控制結(jié)果和傳統(tǒng)策略結(jié)果進(jìn)行對比,得到如下結(jié)論:

1)優(yōu)化控制要求為將出口含濕量控制誤差控制在10%以內(nèi)。為滿足該要求,當(dāng)環(huán)境溫度控制在27 ℃,環(huán)境含濕量在16～22 g/(kg干空氣)區(qū)間內(nèi)變化時,權(quán)值因子λ應(yīng)小于0.3;當(dāng)環(huán)境含濕量控制在19 g/(kg干空氣),環(huán)境溫度在24～30 ℃區(qū)間內(nèi)變化時,權(quán)值因子λ應(yīng)小于0.7。

2)優(yōu)化控制目標(biāo)為在滿足出口含濕量控制誤差要求基礎(chǔ)上盡可能降低能耗節(jié)省率。隨著環(huán)境含濕量升高,能耗節(jié)省率逐漸降低,且降低速率逐漸增大。環(huán)境含濕量在16～22 g/(kg干空氣)范圍內(nèi),平均能耗節(jié)省率為76.4%。當(dāng)權(quán)值因子λ=0.3時,環(huán)境含濕量為16 g/(kg干空氣)時能耗節(jié)省率達(dá)到最大值95.6%。

3)隨著環(huán)境溫度升高,能耗節(jié)省率輕微下降,同時在環(huán)境溫度大于28 ℃、權(quán)值因子大于0.6時存在波動。環(huán)境溫度在24～30 ℃范圍內(nèi),平均能耗節(jié)省率為40.2%。當(dāng)權(quán)值因子λ=0.7時,環(huán)境溫度為24 ℃時能耗節(jié)省率達(dá)到最大值42.1%。