CAT电瓶高效机房仿真建模及应用

摘 要 冷水机组占中央空调体系总能耗的40%以上，准确的部件和体系模型对中央空调体系的操控优化和节能减排有重要的效果。本文针对高效机房开发了包括主机、冷却塔、水泵、管路的部件级动态模型和体系级通用化动态模型，一起提出了并联模块化管网处理办法，掩盖多类管网衔接办法。经过冷水机组实验运转数据验证了模型的准确性和运算速度，成果表明：体系模型温度猜测差错<2℃，能效、能耗的猜测值差错在5%以内；可在2分钟内完成全年能耗核算；适用于体系规划和优化操控需求。

关键词 高效机房 动态模型 署理模型 能耗猜测

 

MODELING AND APPLICATION OF UNIVERSAL HIGH PERFORMANCE CHILLER PLANT SYSTEM

XXX

(Midea, Shanghai, 200030)

 

Abstract The chiller plant system takes more than 40% of total energy consumption in the heating ventilation and air conditioning (HVAC) system. Developing accurate system models is significant for control optimization and energy conservation. This article presents transient models of various components in the HVAC system including chiller, cooling tower, water pump and piping. A piping processing algorithm is also developed for various connection types of the system. Based on the experimental results, the models can accurately predict the chilled water outlet temperature, energy consumption and COP of the system with relative error less than 5%. The calculation can provide the annual energy consumption within 2 minutes. The proposed models and algorithm can be applied to system design and control optimization.

Kerwords Chiller plant Transient model Agent model Energy consumption forecast

1. 前语

修建相关能耗及碳排放总量跟着城市化进程的加深而逐年上升，据统计，修建相关的能耗占到总能耗的35%而碳排放量占比则高达38%[1-3]，GlobalABC(全球修建建造联盟)发布的修建气候追踪体系显现，全球修建改进速度却在下降，脱碳进程从2016到2019几乎下降一半。我国是全球碳排放量最大的国家（2020年末占比32%）和全球最大的修建商场[4]，中央空调体系是修建中核心技术使用之一，其能耗占修建全体能耗的60%以上，直接影响着碳中和/碳达峰的完成。一起，中央空调体系直接调节修建室内环境温度、湿度、空气质量等，并影响着工作和居住者的身体健康和工作效率[5]。因而开展中央空调体系节能技术对国家工业产业结构调整和经济开展转变至关重要。

在中央空调体系中，仿真模型和规划东西是体系精密规划和操控优化的根底，实践使用中要求模型和算法具有精度高，速度快，通用性强的特性。Zhang等人使用DOE能耗模拟软件中现有冷水机组和水泵模型比照实践体系数据进行了验证，模型可以较为准确的模拟冷水机组和水泵的运转状况，差错在10%左右[6]。Fu等人提出了冷水机组功耗的数学模型，简化模型仅包括3个拟合参数和3个实测参数，一起改变冷水流量对模型猜测成果进行了比照，模型在确保运算速度根底上确保能耗猜测精度在95%以上[7]。Wang针对6中冷水机组的建模办法的猜测精度进行了剖析，运用实测数据对黑箱和灰箱模型进行验证，提出GNS模型参数物理含义较为清晰，可以作为毛病诊断模型使用[8]。Zhang等人提出用神经网络办法对DOE-2冷水机组模型参数进行辨识并补偿模型差错，有用进步了冷水出口温度的猜测精度，模型准确度进步了36.49%[9]。

冷水机组和体系的模型影响着操控优化效果和全体规划方案，决议了体系的节能效率。现有的模型多为依据第三方软件的能耗猜测模型，缺少依据物理进程的机理推导，无法准确反映体系运转特征；模型通用性差，仅针对特定机型，无法掩盖一切管路类型和机组规划；模型无法兼顾运算速度和复杂度，全体精度较低；模型的鲁棒性差。因而本文提出了高效机房技术并开发了对应的仿真模型及规划东西。高效机房技术可广泛使用于集中式制冷机房项目和节能改造项目，进步机房的运转效率，削减体系能耗，一起充分发挥设备和运维管理优势，确保体系的牢靠性。本文提出的动态仿真模型在确保模型精度的一起进步了运算速度，给高效机房的节能规划和操控优化提供了根底，进一步推广高效机房使用，助力节能减排以及碳中和的完成。

1. 仿真体系模型建立

1.1 部件及体系仿真模型

高效机房的首要部件包括主机、冷却塔、水泵和管路，本文经过实验数据和物理机理建立了部件的动态仿真模型。为了习惯各种体系的调配组合，选用了向量化建模办法，可以完成恣意数量的部件并联与装备的体系模型。

详细地，如图1-a所示，1为冷却塔并联子模块，2为主机并联子模块，3为水泵并联子模块，形成了由多部件并联后再串联的管网衔接形式。以图1-d所示的水泵并联模块为例，该模块对外的衔接口为一个流体进口与一个流体出口，模块内为n条包括管道、阀门、水泵组成的支路（图中显现为1条），从进口分流并在出口汇流。其间支路数量n可由用户指定，且各支路的管道、阀门、水泵等部件可独立装备。在模块进口/出口处， n条支路以及分/汇流的流体满意：

即在衔接处为压力相等，流量、焓流守恒的抱负混合进程。此外，注意到各支路均装备了阀门，以防止运转进程关闭支路时呈现反流的现象。

图1-a 仿真体系模型建立

图1-b冷却塔并联模块

图1-c主机并联模块

图1-d水泵并联模块

冷却塔为依据约克27系数的半物理半经历模型，其核心是经过多项式核算不同空气、水流量、湿球温度、进出口水温差下冷却塔的换热能力，可依据实践功能进行参数拟合与修正[10]。

式中 为冷却塔出水温度与环境湿球温度的插值， 为环境湿球温度， 为冷却塔进出口水温差， 为水侧无量纲流量（运转水流量/额外水流量）与空气侧无量纲风量（运转风量/额外风量）直接的比值。

水泵模型经过有限额外工况点，选用三阶Hermite样条曲线描绘额外转速下扬程-流量、功率-流量间的联系，确保其通用性、准确性与稳定性。关于变频工况，选用相似性规律对实践转速下的水泵功能进行核算，不同转速相似工况点水泵流量Mw、扬程H、输入功率W联系为：

 ， ，

式中，n0、n1为所对应的扬程和流量下的水泵转速。

实践冷水机组的主机包括压缩机、蒸腾器、冷凝器、阀门等多个子部件，相互间存在非线性的耦合效果，选用物理模型将导致非常复杂的迭代核算，速度难以满意实践使用的需求，且收敛率进步的成本昂扬。数据驱动模型（data-driven）具有操作简单，高自动化，核算速度快等优点，因而，本文选用神经网络结合多种回归剖析办法建立了主机模型的输入输出联系，满意了核算精度、速度、牢靠性要求。署理模型的建模办法如图2所示：1）依据体系运转条件，定义模型的输入/输出、参数规模、核算精度/速度等需求；2）经过实践体系生成数据并进行挑选；3）运用数据拟合神经网络；4）体系模型差错剖析，若不满意要求回来1或3步，调整学习样本或神经网络超参数等。

图2署理模型的建模办法

详细地，本文中主机署理模型的选用了三层神经网络，输入输出形式为：

其间， 为重视的主机功能参数，如最大制冷量、COP、压降等， 分别为蒸腾侧、冷凝侧的水流量， 为冷凝器进口、蒸腾器出口的水温，Q为主机的制冷量。

图3主机署理模型生成

 

1.2 高效机房操控策略

实践制冷体系运转进程中需求合作复杂的操控逻辑，不同的操控办法对体系的功能具有直接的影响。所以只有在相应的操控逻辑框架下运转仿真才具有实践工程含义。故本文对操控策略进行模块化建模，使体系更为实在反映实践运转特性。

因为本文对主机做了署理模型，其间的部件操控逻辑已包括在输出的最大制冷量、COP等参数中。关于整个水体系仿真而言，还需求对多台主机联合运转时的加减载逻辑，详细为：

1. 体系开机时先加载一台主机；

2. 一切已开机状况的主机的最大PLR（部分负荷率）达到设定上限且继续20分钟，则加载额外一台；

3. 一切已开机状况的主机的最小PLR在低于设定下限且继续20分钟，则减载一台。

PLR上下限的设定经历值为90%、80%，加减载次序可按照实践体系设置，一般优先加载额外COP高的主机，减载COP低的主机。

实践工程中水泵、冷却塔的加减载通常与制冷主机联动操控，即启动一台制冷主机就加载相应的水泵和冷却塔。此外，关于变频设备，则经过操控器对一切变频设备进行同频操控，例如PI操控器经过冷却塔管路进出口温差核算电扇转速，再把转速信号传递给一切已开的设备。本文的操控器中选用带有抗积分饱和的PI操控算法对设定方针进行操控。各执行器及其操控方针的对应联系如下表。

表1各被控部件及其操控方针

部件	操控变量	被控变量
冷却水泵	转速	冷却塔总管路进出口温差
冷冻水泵	转速	负荷侧总管路进出口压差
冷却塔电扇	风量	逼近度（依据室外温度核算）
旁通阀	开度	总管压差或温差

 

上述部件与操控模型选用modelica言语编写，经过Dymola渠道完成图形化建模。体系衔接如下图4所示，完成闭环仿真。仿真进程中，①所示的操控模块实时输出体系运转所需的操控变量，经过衔接模块②传递给体系模型③，体系模型核算得到的温度、压力等成果实时反馈给操控模块①。④所示的后处理模块担任对体系模型的核算成果进行过滤、积分等处理。

图4 闭环仿真模型

 

为进一步加速核算，依据相似规矩对气候状况和机组运转设定参数进行分类，在兼顾体系仿真的精度和速度的前提下，对相似条件下的工况仅进行一次核算，完成更高速的能耗仿真。

 

1. 实践高效机房体系介绍

本文选用美的总部大楼冷水机组功能与运转数据对仿真模型进行装备和验证，体系主机有370RT螺杆机和800RT离心机两种类型，如图5所示。

图5主机示意图

冷却水回路包括5台主机、5台水泵、8台冷却塔，各自并联后再串联；冷冻水回路包括5台主机、5台水泵，各自并联后再串联。体系全体规划如图6所示。

图6美的总部大楼冷水机组体系图

大楼中的主机、冷却塔、水泵标准参数如表2和表3所示。

表2 体系主机标准

体系区域	制冷量	功率	冷冻水 流量[m3/h]	冷却水 流量[m3/h]
	[RT]	[kW]
螺杆机	370	127x2	224	268
高压离心机	800	527	484	604

 

表3 体系水泵、冷却塔标准

部件	流量	扬程	功率
	[m3/h]	[m]	[kW]
冷冻水泵1#-3#	540	37	75
冷冻水泵4#-5#	250	37	37
冷却水泵1#-3#	670	28	75
冷却水泵4#-5#	295	28	37
冷却塔1#-8#	370	/	11

 

1. 仿真模型验证及剖析

曾经一节介绍的实践冷水机组功能参数装备仿真模型，依据美的总部大楼实践运转数据，选择单台离心机、单台螺杆机独立运转的工况分别开展仿真验证。输入条件为逐时间的气象参数（干湿球温度）、负荷（总制冷量）、主机冷冻水的设定出水温度，水泵、冷却塔为定频运转，冷却水、冷冻水总管的旁通阀关闭。

螺杆机的仿真运转成果比照如图7所示。

图7 螺杆机仿真功率、温度成果验证

离心机的仿真运转成果比照如图8所示。

图8 离心机仿真功率、温度成果验证

仿真差错剖析如图9所示，仿真成果与实测吻合较好，趋势共同。温度猜测差错在 2℃以内，功率和能耗精度验证 5%以内。

 

图9-a功率差错剖析 

图9-b温度差错剖析

相似地，以实测的制冷量为体系输入，进行全年度的能耗仿真核算，与实测能耗比照成果如图10，月度能耗差错最大为5%，全年差错约为1%。

图10 全年能耗仿真与实测成果比照

 

1. 定论

本文提出了一种高效机房体系通用的动态仿真模型，一起采集美的总部大楼实践数据模型精度进行了验证。得到以下定论：

1）经过向量化建模办法构建子模块，可以部件并联与装备的通用体系模型，掩盖多类管网衔接办法；

2）运用署理模型技术对主机进行建模，在满意精度条件下简化了模型复杂度进步了运算速度；

3）对高效机房实践的典型操控策略进行建模，接入动态体系模型完成联合仿真；

4）与实践运转数据比照表明，关于典型制冷工况模型温度猜测差错<2℃、功率和能耗猜测差错<5%。

综上所述，本文经过对高效机房建模的研讨，解决了现有模型通用性弱、鲁棒性差、核算速度慢的问题，满意了体系依据仿真的方案规划和优化操控需求，进一步进步体系的节能潜力，助力碳中和。