CN107023966A - 一种地铁站空调冷却水出水温度设定值优化方法 - Google Patents

Abstract

本发明公开一种地铁站空调冷却水出水温度设定值优化方法，首先，建立冷凝温度的多元线性回归方程；获取仿真实验数据；迭代计算能够满足冷凝温度保持在设计值的冷却水出水温度设定值；根据冷却水出水温度设定值与冷凝温度和冷却水进水温度的关系，基于Mamdani模糊模型建立冷却水出水温度设定值在线调整模型，实现冷却水出水温度设定值能够根据冷却水进水温度和冷凝温度进行调整，增大冷却水进出水温差，减小冷却水流量。采用本发明技术方案，能够更好地控制冷凝温度保持不变，且冷却水系统的节能效果更加显著。

Description

一种地铁站空调冷却水出水温度设定值优化方法

技术领域

本发明属于暖通空调领域，尤其涉及一种地铁站空调冷却水出水温度设定值优化方法。

背景技术

地铁在提供便利的同时也消耗着大量的能源，主要原因之一是因为通风空调系统是按照远期最大负荷进行设计的，这种设计方式不仅造成了大量资源浪费，也在一定程度上影响了站内人员的舒适度。在空调系统中，冷却水系统的作用是将新风中的热量排除室外，在部分负荷下，冷却水定流量运行会出现“大马拉小车”的现象。因此，需研究一种有效的冷却水变流量节能控制策略。

冷凝温度控制法通过设定冷却水出水温度控制冷却水流量，节能效果显著。但在冷却水进水温度较低时，仍然可以提高冷却水进出水温差，达到节能的目的，其节能潜力没有被充分挖掘。因此，需要一种能够随冷却水进水温度和冷凝温度变化对冷却水出水温度设定值做出调整的优化方法。

发明内容

本发明要解决的问题是在冷却水进水温度较低时，如何进一步挖掘冷却水系统的节能潜力。因此，提出一种地铁站空调冷却水系统出水温度设定值优化方法，该方法可以根据冷却水进水温度和冷凝温度的变化对冷却水出水温度设定值进行调整，进一步挖掘冷却水泵的节能潜力。

为实现上述目的，本发明采用如下的技术方案：

一种地铁站空调冷却水出水温度设定值优化方法，包括如下步骤，：

步骤(1)、获取空调冷却水系统的历史运行数据，其中包括：冷却水进水温度、冷却水出水温度、冷却水流量和冷凝温度；

步骤(2)、建立冷凝温度与冷却水进水温度、出水温度和冷却水流量的多元线性回归方程，如公式(1)所示：

T_cond＝a+b×T_in+c×T_out+d×Q_in (1)

其中：T_cond为冷凝温度，T_in为冷却水进水温度，T_out为冷却水出水温度，Q_in为冷却水流量，a,b,c,d为回归系数；

步骤(3)、根据热力学公式迭代计算出不同冷却水进水温度下，能够满足使冷凝温度保持在设计值的冷却水出水温度，计算公式如式(2)所示：

其中：Q为冷却水系统吸收的热量，COP为冷水机组的能效比；c_p为水的比热容；ρ为水的密度；G为冷却水流量，t_in位冷却水进水温度，t_out位为冷却水出水温度；

步骤(4)迭代计算出能够满足冷凝温度尽可能接近设计值的冷却水出水温度；

步骤(5)根据冷却水出水温度随冷却水进水温度和冷凝温度的变化规律，建立基于Mamdani模糊规则建立冷却水出水温度设定值在线调整模型，首先确定模糊隶属度函数，其次根据实际值得变化范围和变化规律制定出模糊规则，最后将Mamdani模型的输出u*作为冷却水出水温度设定值的调整值u。

步骤(6)冷却水出水温度设定值与模糊推理的输出值有如下关系：

u＝M(eT_cond,t,eT_in,t) (5)

T_set,t+1＝T_set,t+u (6)

其中，T_set,t+1为第t+1时刻冷却水出水温度设定值，T_set,t为第t时刻冷却水出水温度设定值；

步骤(7)根据冷却水出水温度的设定值与实际值的差值，控制冷却水流量，当差值为正时，减小冷却水流量，增大冷却水进出水温差，达到节约冷却水泵能耗的目的。

作为优选，步骤(4)包括以下步骤：

①获取当前时刻的冷却水进出水温度、流量及冷水机组负荷；

②已知负荷及冷却水进水温度，根据公式(2)计算冷却水流量；

③根据计算公式(1)计算当前时刻的冷凝温度；

④判断冷水机组的冷凝温度是否等于设计值，如果相等，则结束迭代计算过程，并以此温度作为当前时段冷却水出水温度的设定值，否则进入步骤⑤；

⑤以0.1为步长，调整冷却水出水温度设定值，若冷水机组的冷凝温度大于设计值，说明冷却水出水温度过高，需降低冷却水出水温度设定值，并转到步骤②进行迭代计算并判断，反之亦然。

作为优选，步骤(5)中模糊规则推理算法的实施步骤如下：

①定义系统状态的输入eT_cond、eT_in和输出u的论域、隶属函数和模糊推理规则；

②将真实的输入(eT_cond,eT_in)和输出u映射为模糊推理论域中的输入(eT_cond*,eT_in*)和输出u^*；

③确定(eT_cond*,eT_in*)的作用模糊子集A_i和B_j及其作用模糊推理规则R_k；

④计算各条作用规则的隶属度μ_k，其计算如公式(3)所示：

μ_k＝A_i(eT_cond*)*B_j(eT_in*)(k＝1,2,...,p)

(3)

⑤利用重心法进行反模糊化得到模糊输出量u*，如公式(4)：

⑥将模糊推理得到的输出u*映射为实际输出值u。

本发明的地铁站空调冷却水出水温度设定值优化方法，基于Mamdani模糊模型和历史数据建立冷却水出水温度随进水温度和冷凝温度变化的动态调整模型，并将结果作为冷却水变流量节能控制系统的设定值，调整冷却水流量，达到节约冷却水泵能耗的目的。

附图说明

图1为冷却水出水温度迭代计算流程图；

图2为Mamdani模糊模型隶属度函数图；

图3为冷却水变流量节能控制系统框图；

图4为冷凝温度控制法的冷却水泵功率变化曲线图；

图5为冷凝温度控制法的冷却水出水温度和冷凝温度变化曲线图；

图6为冷却水出水温度设定值优化方法的冷却水泵功率变化曲线图；

图7为冷却水出水温度设定值优化方法的冷却水出水温度和冷凝温度变化曲线图；

图8为地铁站空调冷却水系统出水温度设定值优化方法的流程图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，以下示例将结合附图对本发明的技术方案做进一步的说明。

本发明提供一种地铁站空调冷却水出水温度设定值优化方法，对地铁站空调冷却水系统出水温度设定值进行动态调整，根据历史运行数据和迭代计算得到冷却水出水温度设定值与冷却水进水温度和冷凝温度的对应关系，制定相应的模糊规则表。

本发明的技术方案为：一种地铁站空调冷却水出水温度设定值优化方法，包括如下具体步骤，如图8所示：

(1)获取空调冷却水系统的历史运行数据，其中包括：冷却水进水温度、冷却水出水温度、冷却水流量和冷凝温度，由于冷凝温度无法直接测量，可以以膨胀阀上游温度近似代替冷凝温度；

(2)根据冷凝温度的数学模型可知，冷凝温度与冷却水进水温度、出水温度、冷却水流量相关，但由于油膜热阻等部分参数无法直接获得，因此利用SPSS软件和冷却水系统的历史运行数据，建立冷凝温度与冷却水进水温度、出水温度和冷却水流量的多元线性回归方程，如公式(1)所示：

T_cond＝a+b×T_in+c×T_out+d×Q_in (1)

式中：T_cond为冷凝温度，kg/m²；T_in为冷却水进水温度，℃；T_out为冷却水出水温度，℃；Q_in为冷却水流量，m³/h；a,b,c,d为回归系数；

(3)在冷却塔风机定频的情况下，冷却水进水温度主要受室外湿球温度为影响，在不同冷却水出水温度和冷却水流量的情况下基本不变，根据热力学公式迭代计算出不同冷却水进水温度下，能够满足使冷凝温度保持在设计值的冷却水出水温度，计算公式如式(2)所示：

式中：Q为冷却水系统吸收的热量，kW；COP为冷水机组的能效比；c_p为水的比热容；ρ为水的密度；G为冷却水流量，m³/h；t_in位冷却水进水温度，℃；t_out位为冷却水出水温度，℃。

(4)根据热力学公式，迭代计算出能够满足冷凝温度尽可能接近设计值的冷却水出水温度。计算流程如图1所示，步骤如下：

①获取当前时刻的冷却水进出水温度、流量及冷水机组负荷；

②已知负荷及冷却水进水温度，根据公式(2)计算冷却水流量；

③根据计算公式(1)计算当前时刻的冷凝温度；

④判断冷水机组的冷凝温度是否等于设计值，如果相等，则结束迭代计算过程，并以此温度作为当前时段冷却水出水温度的设定值，否则进入步骤⑤；

⑤以0.1为步长，调整冷却水出水温度设定值，若冷水机组的冷凝温度大于设计值，说明冷却水出水温度过高，需降低冷却水出水温度设定值，并转到步骤②进行迭代计算并判断，反之亦然。

(5)根据冷却水出水温度随冷却水进水温度和冷凝温度的变化规律，建立基于Mamdani模糊规则建立冷却水出水温度设定值在线调整模型，首先确定模糊隶属度函数，其次根据实际值得变化范围和变化规律制定出模糊规则，最后将Mamdani模型的输出作为冷却水出水温度设定值的调整值u。模糊规则推理算法的实施步骤如下：

①定义系统状态的输入eT_cond eT_in和输出u的论域、隶属函数和模糊推理规则，如图2所示；

②将真实的输入(eT_cond,eT_in)和输出u映射为模糊推理论域中的输入(eT_cond*,eT_in*)和输出u^*；

③确定(eT_cond*,eT_in*)的作用模糊子集A_i和B_j及其作用模糊推理规则R_k；

④计算各条作用规则的隶属度μ_k，其计算如公式(3)所示：

μ_k＝A_i(eT_cond*)*B_j(eT_in*)(k＝1,2,...,p)

(3)

⑤利用重心法进行反模糊化得到模糊输出量u*，如公式(4)：

⑥将模糊推理得到的输出u*映射为实际输出值u；

(6)冷却水出水温度设定值与模糊推理的输出值有如下关系：

u＝M(eT_cond,t,eT_in,t) (5)

T_set,t+1＝T_set,t+u (6)

式中，T_set,t+1为第t+1时刻冷却水出水温度设定值，℃；T_set,t为第t时刻冷却水出水温度设定值，℃。

(7)根据冷却水出水温度的设定值与实际值的差值，控制冷却水流量，当差值为正时，减小冷却水流量，增大冷却水进出水温差，达到节约冷却水泵能耗的目的，冷却水变流量节能控制系统框图如图3所示。

实施例1：

本发明实施例1中是在北京某高校地铁站通风空调系统实训平台进行的，该平台是按照实际地铁站通风空调系统进行搭建的，其运行原理和节能原理与实际地铁站的空调系统相同，在理论上该平台可代替实际的地铁站通风空调系统。

(1)利用瞬时系统模拟仿真平台(TRNSYS)软件搭建地铁实训平台的仿真平台。在搭建仿真平台时，各设备的参数均按照实际情况进行配置，并利用实际的运行数据对仿真平台进行验证。由于冷凝温度难以通过实际测量得到，且难以根据冷凝温度的机理模型计算得出。因此，通过测量膨胀阀上游温度来近似代替冷凝温度，并根据实际数据对冷凝温度建立多元线性回归方程，如公式(7)所示：

T_cond＝33.43-0.3T_in+0.53T_out-0.56Q_in (7)

式中：T_cond为冷水机组的冷凝温度，kg/m²；T_in为冷却水进水温度，℃；T_out为冷却水出水温度，℃；Q_in为冷却水流量，m³/h。

将公式(7)写入TRNSYS的计算模块中，以冷却水进水温度、冷却水出水温度、冷却水流量为输入，冷凝温度为输出，模拟不同冷却水进出水温度和流量下，冷凝温度的变化情况。

(2)在仿真平台中，运行通风空调系统，并获得冷却水系统的历史运行数据，根据冷却水进水温度、冷却水出水温度、冷却水流量、冷水机组负荷和冷凝温度的仿真数据，迭代计算能够满足冷凝温度尽可能接近设计值的冷却水出水温度。根据其他学者和实际的工程经验可知，在冷却塔风机频率固定的情况下，冷却水进水温度主要由冷却塔湿球温度所决定的，不受冷却水变流量的影响。因此，可以假设，在冷却水出水温度和冷却水流量变化的过程中冷却水进水温度保持不变。根据热力学公式可以得出各时刻冷却水系统吸收的热量以及冷却水出水温度和冷却水流量之间的关系。

(3)根据冷却水出水温度与冷凝温度和冷却水进水温度的关系，制定模糊规则表如表1所示：

表1模糊规则表

为体现冷却水出水温度与进水温度和冷凝温度的对应关系，将冷却水进水温度的实际值与设计值32℃的差值和冷凝温度的实际值与设计值47℃的差值作为Mamdani模糊模型的输入，冷却水出水温度设定值的调整值作为输出。如式(8)所示：

ΔT_in,t＝T_in,t-32

ΔT_cond,t＝T_cond,t-47 (8)

ΔT_set,t＝M(ΔT_in,t,ΔT_cond,t)

T_set,t+1＝T_set,t+ΔT_set,t

试中，ΔT_set经过模糊推理得出的冷却水出水温度设定值调整值，℃；T_in,t为t时刻冷却水进水温度实际值，℃；T_cond,t为t时刻冷凝温度实际值，℃；T_set,t为t时刻冷却水出水温度设定值，℃；T_set,t+1为t+1时刻冷却水出水温度设定值，℃；

(4)在北京某高校地铁通风空调系统实训平台进行现场实验，验证冷却水出水温度设定值优化方法的节能控制效果和可行性。该平台仿照地铁站通风空调系统搭建，在原有设备的基础上对冷却水系统进行工程改造。冷却水变流量节能控制系统以冷却水出水温度作为设定值，调节冷却水泵的转速，进而改变冷却水流量，在部分负荷和冷却水出水温度较低的情况下减小冷却水流量，达到节能的目的。

①对冷却水泵增加变频器：将电源线与变频器输入端连接，再将变频器的输出端与冷却水泵的电源线连接，变频器根据PLC的控制信号，改变输出电流的大小，调整冷却水泵的转速，从而改变冷却水泵的流量和功率。为避免冷却水流量小于额定流量的25％，冷凝器中的换热由湍流变为层流造成的换热效率恶化，将变频器的最小输出频率设置为25Hz。根据历史数据可知，当冷却水泵的频率小于25Hz时，冷却水流量下降幅度较大，冷凝温度有较大幅度的上升，通常情况下在49℃左右，略大于47℃的设计值。

②加装传感器：在冷却水管道中增加流量传感器和温度传感器，测量冷却水进水温度、出水温度和流量。在冷水机组的膨胀阀上游安装传感器，测量冷凝温度，将冷却水出水温度的传感器连接至PLC的输入端，其余传感器连接至数据采集模块。

③编写PLC程序：首先，定义PLC的输入端口，根据测量值的电信号与实际值得对应关系，编写相应的模块进行转化；其次，设置输入和输出端口，定义端口号与组态软件进行数据通信，输出端口与变频器相连接，PLC的输出信号为4～20mA的电信号，对应变频器的输出为0～50Hz；最后，编写PLC程序，本实验的控制方法采用用PID(比例(Proportion)、积分(Integral)、微分(Derivative))控制器，分别编写比例、积分、微分的梯形图模块，在主程序中调用。

④编写组态程序：在组态界面中实现冷却水出水温度设定值的在线调整。数据采集模块通过RS485总线与上位机连接，在上位机的组态软件中实现基于Mamdani模糊模型的冷却水出水温度在线调整方法，组态程序根据冷却水进水温度和冷凝温度进行计算，将输出值传输至PLC程序，实现冷却水出水温度的在线调整。

分别对变冷却水出水温度节能控制法和冷凝温度控制法进行一周的现场实验。实验结果如图4、图5、图6和图7所示，两种控制方法的冷却水系统的能耗分别为1139.7kW和1192.9kW。观察实验结果图可知，与冷凝温度控制法相比，冷却水出水温度设定值优化方法的冷却水泵能耗降低4.67％，且冷却水出水温度和冷凝温度也更加稳定，有利于冷凝温度的控制。

本发明的地铁站空调冷却水出水温度设定值优化方法，首先，根据空调系统的实际运行数据建立冷凝温度的多元线性回归方程；在TRNSYS仿真平台中搭建仿真实验平台，并模拟运行通风空调系统，获取仿真实验数据；根据冷凝温度的计算公式和热力学公式以及仿真实验数据，迭代计算能够满足冷凝温度保持在设计值的冷却水出水温度设定值；根据冷却水出水温度设定值与冷凝温度和冷却水进水温度的关系，基于Mamdani模糊模型建立冷却水出水温度设定值在线调整模型，实现冷却水出水温度设定值能够根据冷却水进水温度和冷凝温度进行调整，增大冷却水进出水温差，减小冷却水流量；最后，在北京某高校地铁实训平台进行设备改造和现场实验，验证冷却水出水温度设定值优化方法的可行性和节能效果。与冷凝温度控制法相比，本发明能够更好地控制冷凝温度保持不变，且冷却水系统的节能效果更加显著。

Claims (3)

1.一种地铁站空调冷却水出水温度设定值优化方法，其特征在于，包括如下步骤，：

步骤(1)、获取空调冷却水系统的历史运行数据，其中包括：冷却水进水温度、冷却水出水温度、冷却水流量和冷凝温度；

步骤(2)、建立冷凝温度与冷却水进水温度、出水温度和冷却水流量的多元线性回归方程，如公式(1)所示：

T_cond＝a+b×T_in+c×T_out+d×Q_in (1)

其中：T_cond为冷凝温度，T_in为冷却水进水温度，T_out为冷却水出水温度，Q_in为冷却水流量，a,b,c,d为回归系数；

步骤(3)、根据热力学公式迭代计算出不同冷却水进水温度下，能够满足使冷凝温度保持在设计值的冷却水出水温度，计算公式如式(2)所示：

其中：Q为冷却水系统吸收的热量，COP为冷水机组的能效比；c_p为水的比热容；ρ为水的密度；G为冷却水流量，t_in位冷却水进水温度，t_out位为冷却水出水温度；

步骤(4)迭代计算出能够满足冷凝温度尽可能接近设计值的冷却水出水温度；

步骤(5)根据冷却水出水温度随冷却水进水温度和冷凝温度的变化规律，建立基于Mamdani模糊规则建立冷却水出水温度设定值在线调整模型，首先确定模糊隶属度函数，其次根据实际值得变化范围和变化规律制定出模糊规则，最后将Mamdani模型的输出u*作为冷却水出水温度设定值的调整值u。

步骤(6)冷却水出水温度设定值与模糊推理的输出值有如下关系：

u＝M(eT_cond,t,eT_in,t) (5)

T_set,t+1＝T_set,t+u (6)

其中，T_set,t+1为第t+1时刻冷却水出水温度设定值，T_set,t为第t时刻冷却水出水温度设定值；

步骤(7)根据冷却水出水温度的设定值与实际值的差值，控制冷却水流量，当差值为正时，减小冷却水流量，增大冷却水进出水温差，达到节约冷却水泵能耗的目的。

2.如权利要求1所述的地铁站空调冷却水出水温度设定值优化方法，其特征在于，步骤(4)包括以下步骤：

①获取当前时刻的冷却水进出水温度、流量及冷水机组负荷；

②已知负荷及冷却水进水温度，根据公式(2)计算冷却水流量；

③根据计算公式(1)计算当前时刻的冷凝温度；

④判断冷水机组的冷凝温度是否等于设计值，如果相等，则结束迭代计算过程，并以此温度作为当前时段冷却水出水温度的设定值，否则进入步骤⑤；

⑤以0.1为步长，调整冷却水出水温度设定值，若冷水机组的冷凝温度大于设计值，说明冷却水出水温度过高，需降低冷却水出水温度设定值，并转到步骤②进行迭代计算并判断，反之亦然。

3.如权利要求2所述的地铁站空调冷却水出水温度设定值优化方法，其特征在于，步骤(5)中模糊规则推理算法的实施步骤如下：

①定义系统状态的输入eT_cond、eT_in和输出u的论域、隶属函数和模糊推理规则；

②将真实的输入(eT_cond,eT_in)和输出u映射为模糊推理论域中的输入(eT_cond*,eT_in*)和输出u^*；

③确定(eT_cond*,eT_in*)的作用模糊子集A_i和B_j及其作用模糊推理规则R_k；

④计算各条作用规则的隶属度μ_k，其计算如公式(3)所示：

μ_k＝A_i(eT_cond*)*B_j(eT_in*) (k＝1,2,...,p) (3)

⑤利用重心法进行反模糊化得到模糊输出量u*，如公式(4)：

⑥将模糊推理得到的输出u*映射为实际输出值u。