CN109631440B - 一种基于结霜时空分布的空气源热泵有效抑霜方法 - Google Patents

一种基于结霜时空分布的空气源热泵有效抑霜方法 Download PDF

Info

Publication number
CN109631440B
CN109631440B CN201811604952.9A CN201811604952A CN109631440B CN 109631440 B CN109631440 B CN 109631440B CN 201811604952 A CN201811604952 A CN 201811604952A CN 109631440 B CN109631440 B CN 109631440B
Authority
CN
China
Prior art keywords
frosting
frequency
month
frost
average
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201811604952.9A
Other languages
English (en)
Other versions
CN109631440A (zh
Inventor
王智伟
魏鹏
刘优优
孙婷婷
刘艳峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian University of Architecture and Technology
Original Assignee
Xian University of Architecture and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xian University of Architecture and Technology filed Critical Xian University of Architecture and Technology
Priority to CN201811604952.9A priority Critical patent/CN109631440B/zh
Publication of CN109631440A publication Critical patent/CN109631440A/zh
Application granted granted Critical
Publication of CN109631440B publication Critical patent/CN109631440B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
    • F25B47/00—Arrangements for preventing or removing deposits or corrosion, not provided for in another subclass
    • F25B47/006—Arrangements for preventing or removing deposits or corrosion, not provided for in another subclass for preventing frost
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
    • F25B49/00—Arrangement or mounting of control or safety devices
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
    • F25B2500/00—Problems to be solved
    • F25B2500/31—Low ambient temperatures

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Thermal Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明公开了一种基于结霜时空分布的空气源热泵有效抑霜方法，本发明基于结霜图谱，通过供暖季平均结霜频率，将县市按结霜程度进行聚类得到结霜空间分布特征；由月平均结霜频率和典型日逐时结霜频率得到县市结霜时间分布特征。依据结霜越严重、抑霜比例越大的原则，采用平板结霜模型结合结霜时空分布特征得到不同结霜程度的地区和时间段蒸发温度调升值水平。应用线性拟合给出供暖季、逐月、逐日蒸发温度调升值估计公式，在抑霜目标下依据估计公式调整机组不同地区、不同时段运行的蒸发温度。本方法实现了不同地区、不同时段的差异化抑霜，具有明显的抑霜效果。

Description

一种基于结霜时空分布的空气源热泵有效抑霜方法
技术领域
本发明属于空气源热泵有效抑霜技术领域，具体涉及一种基于结霜时空分布的空气源热泵有效抑霜方法。
背景技术
空气源热泵不仅具有安装使用灵活便捷、较好的分室分时末端调控性能等优点，而且在水电资源丰富地区，该技术对节约能源、保护环境目标的实现有很大的促进作用。
尽管空气源热泵存在诸多优点，但其在冬季供暖时存在低温和结霜问题。对于低温问题，由于喷气增焓准二级压缩、两级压缩技术等的应用，空气源热泵在-25℃环境条件下仍可稳定运行。对于结霜问题，不同学者从与结霜相关的室外环境条件、换热器表面温度和表面特性等方面研究抑霜，如采用热气旁通来提高蒸发温度、采用吸湿材料降低空气含湿量等。但现有抑霜方法亦存在不足之处，不同地区、不同时段室外空气温湿度水平差异较大，从而空气源热泵结霜严重程度存在较大差异，目前的抑霜方法并没有考虑空气源热泵这种结霜的差异性。不同结霜程度的地区或时间采取同样的抑霜策略，导致部分地区抑霜效果不佳。
分区域结霜图谱是一种以温度、相对湿度二维坐标图的形式展示不同温湿度条件下结霜情况的工具。应用分区域结霜图谱可以对结霜的严重程度做出判断，进而可以得出结霜的时空分布特征，因此，提出一种基于结霜时空分布特征的差异化的有效抑霜方法用以解决上述技术问题。
发明内容
本发明的目的在于提出一种基于结霜时空分布特征的有效抑霜方法，缓解机组由于结霜导致的制热量下降等问题。该方法克服了以往抑霜方法无差别的抑霜以及抑霜效果不佳的现象。
本发明是通过下述技术方案来实现的。
一种基于结霜时空分布的空气源热泵有效抑霜方法，包括下述步骤：
步骤1：获取被研究地区的温度和相对湿度的逐时值；
步骤2：根据结霜规律线对分区域结霜图谱进行低温区域延伸；
步骤3：将各地区的室外气象参数点映射到分区域结霜图谱上，依据延伸后分区域结霜图谱，采用线性差值法，得到各县市供暖季逐时结霜速率值vij；由结霜速率值及结霜频率定义，得到对应的结霜频率值fij；并计算各县市供暖季、逐月的平均结霜频率值；
步骤4：由供暖季平均结霜频率值，利用SPSS软件，采用k-means聚类方法，将各县市按结霜程度进行聚类得到结霜空间分布特征；基于空间结霜严重程度，由各月结霜平均结霜频率和典型日逐时结霜频率得到各县市结霜时间分布特征；
步骤5：基于结霜时空分布特征提出差异化的抑霜策略；采用平板结霜模型，以整个供暖季或逐月抑霜百分比ψi为目标，采用二分法，得到不同结霜程度的地区和时间段蒸发温度调升值水平；
步骤6：根据蒸发温度调升值水平与温湿度水平关系，应用线性拟合给出供暖季、逐月、逐日蒸发温度调升值估计公式；
步骤7：应用所得蒸发温度调整值的估计公式，给出县市抑霜目标下供暖季、逐月、逐日运行的蒸发温度调整策略。
进一步，所述步骤3中，不考虑除霜所消耗的时间，从霜层开始生长至翅片单侧霜层厚度达到空气源热泵蒸发器侧翅片间距的1/2时所用的时间定义为结霜周期；定义1h内结霜周期的次数为结霜频率；根据制作结霜图谱的机组翅片间距，结霜周期Tij、结霜频率fij的计算如下：
Tij＝h/vij
fij＝1/Tij＝1/(h/vij)＝vij/h
式中：vij为某一县/市i，某个时刻j的结霜速率，mm/h；h为一个结霜周期霜生长厚度，可为翅片间距的1/2，mm/次；j可为供暖季、逐月、日的各时刻。
进一步，所述步骤3中，通过下式计算各县市供暖季或逐月的平均结霜频率值
Figure BDA0001923390240000031
Figure BDA0001923390240000032
式中，n为结霜时刻数；j可为供暖季、逐月、日的各时刻；fij为结霜频率，次/h。
进一步，所述步骤4中，采用k-means聚类方法，将各县市聚为4类，结霜程度由小到大依次为Ⅰ、Ⅱ、Ⅲ、Ⅳ；基于空间结霜严重程度Ⅰ～Ⅳ继续细化，由各月结霜平均结霜频率得到各县市各月结霜严重程度；将日平均结霜频率最接近月平均结霜频率的那一天作为该月典型日，研究日结霜规律。
进一步，所述步骤5中，采用平板结霜模型，蒸发温度调升值间隔0.1℃，做出相应的一系列分区域结霜图谱。
进一步，所述步骤5中，依据结霜越严重，抑霜百分比越大的原则，根据各县市供暖季或逐月平均结霜频率
Figure BDA0001923390240000037
求得各地供暖季或逐月的抑霜百分比ψi：
Figure BDA0001923390240000033
式中，ψ0为基础抑霜百分比，％；
Figure BDA0001923390240000034
为平均结霜频率，次/h；r为平均结霜频率每增加0.1，抑霜百分比增加1％；i为某一县市。
进一步，所述步骤5中，应用二分法探究蒸发温度调整值具体步骤如下：
①确定抑霜百分比：
Figure BDA0001923390240000035
确定目标函数：
Figure BDA0001923390240000036
式中，ψi为i县市抑霜百分比，％；ψ0为基础抑霜百分比，％；
Figure BDA0001923390240000041
为平均结霜频率，次/h；i为某一县市；r为平均结霜频率每增加0.1，抑霜百分比增加1％；
Figure BDA0001923390240000042
为抑霜后i县市平均结霜频率，次/h；
Figure BDA0001923390240000043
为i县市抑霜前平均结霜频率，次/h。
②确定蒸发温度调整值k的初始区间[a,b]，给定精确度ξ和抑霜后平均结霜频率值K，验证蒸发温度调整值为a时对应的平均结霜频率
Figure BDA0001923390240000044
蒸发温度调整值为b时对应的平均结霜频率
Figure BDA0001923390240000045
求区间(a,b)的中点c，c＝ROUND(1/2(a+b),1)；
其中，a为蒸发温度调整值区间下限值，b为蒸发温度调整值区间上限值，
③计算蒸发温度调整值为c时对应的平均结霜频率
Figure BDA0001923390240000046
a.若
Figure BDA0001923390240000047
则令b＝c，b就是对应蒸发温度调整值；
b.若
Figure BDA0001923390240000048
则令b＝c；
若
Figure BDA0001923390240000049
则令a＝c；
c.判断是否达到精确度ξ：即若|a-b|≤ξ，则在[a,b]区间内线性插值得到具体蒸发温度调升值，否则重复①～③。
本发明由于采取以上技术方案，其具有以下有益效果：
1)差异化抑霜，针对性强，抑霜效果明显。根据结霜越严重，抑霜比例越大的原则，制定抑霜目标。基于结霜时空分布特征，在机组设计和运行时不同地区不同时段依据结霜严重程度不同给出不同的蒸发温度调升值。
2)本发明应用简便。给出设计及运行蒸发温度调升值估算公式，便于在实际工程中应用。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，并不构成对本发明的不当限定，在附图中：
图1为本发明基于结霜时空分布特征的抑霜方法的技术路线图；
图2为本发明低温延伸后分区域结霜图谱；
图3为实施例川西藏区结霜频率空间分布特征图；
图4为实施例川西藏区供暖季平均结霜频率及平均温湿度图；
图5为实施例不同月份各县市平均结霜频率逐月分布特征；
图6(a)为实施例代表县市乡城各月典型日结霜特征；
图6(b)为实施例代表县市石渠各月典型日结霜特征；
图6(c)为实施例代表县市红原各月典型日结霜特征；
图6(d)为实施例代表县市康定各月典型日结霜特征；
图7(a)-(n)为实施例蒸发温度调升不同值时对应的分区域结霜图谱；
图8为实施例蒸发温度调整值探究流程图；
图9为实施例设计蒸发温度调升值与供暖季平均相对湿度关联图；
图10为实施例蒸发温度调升值与供暖季平均相对湿度关联图；
图11为实施例分时段抑霜蒸发温度调升值与供暖季平均相对湿度关联图。
具体实施方式
下面将结合附图以及具体实施例来详细说明本发明，在此本发明的示意性实施例以及说明用来解释本发明，但并不作为对本发明的限定。
下面结合本发明在川西藏区的具体实施方法为例做进一步详细说明：
如图1所示，本发明以川西藏区有效抑霜方法为例，具体步骤如下：
步骤1：获取被研究地区的温度和相对湿度的逐时值：
对于有典型气象年数据的红原、理塘、甘孜、松潘、马尔康、九龙6个县/市，获取该地区的典型气象年数据的空气干球温度和相对湿度，且其供暖天数di及供暖起止时间采用与数据配套的数据集的规定。
对于无典型气象年数据的川西藏区其他各县/市，获取中国气象数据网发布的2017年供暖季的温度和相对湿度逐时值，其供暖期天数di及供暖起止时间，采用川西藏区各县/市累年日平均温度数据(由1981～2010年30年的气象资料统计得出)，通过五日滑动平均法确定。
步骤2：根据结霜规律线对分区域结霜图谱进行低温区域延伸：
现有分区域结霜图谱的温度范围为-15～11.5，而且实验结果表明-18℃时结霜现象依然存在。现有川西藏区各县市气象数据中，最低温度可达-26.1℃，因此沿着分区域结霜图谱的结霜规律线，将其低温部分延伸至-27℃，如图2。
步骤:3：将各地区的室外气象参数点映射到分区域结霜图谱上，依据延伸后分区域结霜图谱，采用线性差值法，得到各县市供暖季逐时结霜速率值vij；由结霜速率值及结霜频率定义，得到对应的结霜频率值fij；并计算各县市供暖季、逐月的平均结霜频率值。
计算供暖季、逐月的平均结霜频率
Figure BDA0001923390240000061
(3a)已知某一县市某一时刻的温湿度值，根据其所处延伸后分区域结霜图谱位置，利用线性插值法得到其结霜速率vij，如图2中W点结霜速率为1.05mm/h。
(3b)不考虑除霜所消耗的时间，从霜层开始生长至翅片单侧霜层厚度达到空气源热泵蒸发器侧翅片间距的1/2时所用的时间定义为结霜周期；定义1h内结霜周期的次数为结霜频率；根据制作结霜图谱的机组翅片间距，结霜周期Tij、结霜频率fij的计算如下：
Tij＝h/vij
计算各温湿度点结霜频率值fij。
fij＝1/Tij＝1/(0.75/vij)＝vij/0.75
式中：vij为某一县/市i，某个时刻j的结霜速率，mm/h；0.75为一个结霜周期霜生长厚度，可为翅片间距的1/2，mm/次；j可为供暖季、逐月、日的各时刻。
例如，W点的结霜频率为：1.05/0.75＝1.4次/h。
(3c)求得川西藏区各县市供暖季(逐月)所有点的结霜频率值后，通过下式分别计算川西藏区35个县市供暖季(逐月)的平均结霜频率值
Figure BDA0001923390240000071
见图4。
Figure BDA0001923390240000072
式中，n为结霜时刻数。
步骤4：由供暖季平均结霜频率值，利用SPSS软件，采用k-means聚类方法，将各县市按结霜程度进行聚类得到结霜空间分布特征；基于空间结霜严重程度，由各月结霜平均结霜频率和典型日逐时结霜频率得到各县市结霜时间分布特征。
采用k-means聚类方法，将川西藏区各县市聚为4类，结霜程度由小到大依次为Ⅰ、Ⅱ、Ⅲ、Ⅳ，四类地区的聚类中心县市为乡城、石渠、红原、康定。对四个中心县市，依据各县市各月的平均结霜频率得到各县市各月结霜严重程度；以Ⅰ～Ⅳ类代表县市为例，将日平均结霜频率最接近月平均结霜频率的那一天作为该月典型日，研究日结霜规律。
川西藏区空间分布特征为东部至东北部至西南部逐渐减弱，Ⅰ～Ⅳ结霜地区及其代表县市的结霜特征如图3及表1。
表1结霜严重程度空间分布及原因
Figure BDA0001923390240000073
川西藏区结霜逐月分布特征呈现“U”型、“上升”型、“下降”型，如图5。
川西藏区结霜日分布特征为夜晚结霜严重，白天结霜轻微，红原县日的结霜特征见图6(a)-(d)。
步骤5：基于结霜时空分布，采用通用的相对准确的平板结霜模型，以整个供暖季(逐月)抑霜百分比ψi为目标，采用二分法，得到不同结霜程度的地区和时间段蒸发温度调升值水平。
(5a)依据结霜越严重，抑霜百分比越大的原则，根据各县市供暖季或逐月平均结霜频率
Figure BDA0001923390240000081
求得各县市供暖季(逐月)的抑霜百分比ψi为：
Figure BDA0001923390240000082
式中，ψ0为基础抑霜百分比，％；
Figure BDA0001923390240000083
为平均结霜频率，次/h；r为平均结霜频率每增加0.1，抑霜百分比增加1％；i为某一县市。
本实施例中：
Figure BDA0001923390240000084
(5b)利用通用的相对准确的平板结霜模型，蒸发温度每提升0.1℃可以做一张分区域结霜图谱，以蒸发温度提升范围为0～1.4℃，间隔0.1℃，做一系列分区域结霜图谱，见附图7(a)-(n)。
(5c)通过步骤2、步骤3得到不同蒸发温度调整值下的供暖季及各月平均结霜频率值fij。
(5d)以红原县为例说明二分法探究蒸发温度调整值具体步骤：
①确定抑霜百分比：ψ红原＝10+0.97÷0.1＝19.7％；确定目标函数：
Figure BDA0001923390240000085
②确定蒸发温度调整值k的初始区间[a,b]，给定精确度ξ＝0.1和抑霜后平均结霜频率值K，验证蒸发温度调整值为a时对应的平均结霜频率
Figure BDA0001923390240000086
蒸发温度调整值为b时对应的平均结霜频率
Figure BDA0001923390240000087
求区间(a,b)的中点c，c＝ROUND(1/2(a+b),1)；其中，a为蒸发温度调整值区间下限值，b为蒸发温度调整值区间上限值；
③计算蒸发温度调整值为c时对应的平均结霜频率
Figure BDA0001923390240000088
a.若
Figure BDA0001923390240000091
则令b＝c，b就是对应蒸发温度调整值；
b.若
Figure BDA0001923390240000092
则令b＝c；
若
Figure BDA0001923390240000093
则令a＝c；
c.判断是否达到精确度ξ＝0.1：即若|a-b|≤ξ＝0.1，则在[a,b]区间内线性插值得到具体蒸发温度调升值，否则重复①～③。
其具体探究流程如图8。
其余各县市的蒸发温度调整值探究同上，得Ⅰ～Ⅳ类地区代表县市乡城、石渠、红原、康定的蒸发温度调整值分别为：0.32℃、0.48℃、0.82℃、1.15℃。Ⅰ～Ⅳ类地区的机组设计蒸发温度调升值水平如表2。
表2川西藏区各类结霜地区蒸发温度调升值
Figure BDA0001923390240000094
(5e)重复步骤(4a)～(4d)求得空气源热泵逐月运行时蒸发温度调整值。
以红原县为例，空气源热泵机组运行时，其逐月蒸发温度调升值如表3。
表3红原县机组运行时各月蒸发温度调升值
Figure BDA0001923390240000095
(5f)重复步骤(4a)～(4d)求得空气源热泵运行逐日蒸发温度调整值。
由结霜的日分布特征可知，夜晚结霜严重，白天结霜轻微。因此，在每日22时至次日10时作为抑霜时段。
以红原县为例，逐日抑霜百分比与逐月抑霜百分比相同，以各月典型日为代表，给出日运行抑霜策略。空气源热泵机组运行时，各月典型日蒸发温度调升值如表4。
表4红原县机组运行时各月典型日蒸发温度调升值
Figure BDA0001923390240000101
步骤6：在既有机组蒸发温度与空气温度的单值性关系下，给出蒸发温度调升值和相对湿度的关联式。
(6a)图9为蒸发温度调升值与供暖季平均相对湿度关联图，可以看出其基本规律为设计蒸发温度调升值随供暖季平均相对湿度的升高而升高，利用线性拟和，得ki与
Figure BDA0001923390240000102
的关联式：
Figure BDA0001923390240000103
因此，在实际应用中，在已知该县市供暖季平均相对湿度
Figure BDA0001923390240000104
的情况下，可估算确定设计蒸发温度调整值ki的值。
(6b)图10为逐月抑霜时蒸发温度调升值与供暖季各月平均相对湿度关联图，可以看出其基本规律为运行蒸发温度调升值随供暖季各月平均相对湿度的升高而升高，利用线性拟合，得ki与
Figure BDA0001923390240000111
的关联式：
Figure BDA0001923390240000112
因此，在实际应用中，在已知该县市供暖季各月平均相对湿度水平
Figure BDA0001923390240000113
的情况下，可估算各月抑霜运行时蒸发温度调整值ki的值。
(6c)图11为分时段抑霜蒸发温度调升值与供暖季各月平均相对湿度关联图，可以看出其基本规律为分时段抑霜蒸发温度调升值随供暖季各月平均相对湿度的升高而升高，利用线性拟合，得ki与
Figure BDA0001923390240000114
的关联式。
Figure BDA0001923390240000115
因此，在实际应用中，在已知该县市供暖季各月平均相对湿度水平
Figure BDA0001923390240000116
的情况下，可估算确定各月每日22时至次日10时抑霜时段运行蒸发温度调整值ki的值。
步骤7：应用步骤6得出的蒸发温度调整值的估算关联式，给出某县市抑霜目标下供暖季、逐月、逐日运行是的蒸发温度调整策略。以红原县为例。
(7a)已知红原县供暖季平均相对湿度为67％，应用公式
Figure BDA0001923390240000117
得出供暖季运行时，红原县蒸发温度调升值为0.82℃，抑霜比例为19.7％。
(7b)已知红原县每月的月平均相对湿度，应用公式
Figure BDA0001923390240000118
得出逐月运行时，红原县每月蒸发温度的调升值，并给出蒸发温度调整后的抑霜百分比。
表5红原县空气源热泵运行时逐月蒸发温度调升值
Figure BDA0001923390240000119
Figure BDA0001923390240000121
(7c)已知红原县10月份每日的日平均相对湿度，应用公式
Figure BDA0001923390240000122
估算每日22时至次日10时抑霜时段运行时空气源热泵的蒸发温度调整值，并给出蒸发温度调整后的抑霜百分比。
表6红原县10月份空气源热泵日运行抑霜时段蒸发温度调升值
Figure BDA0001923390240000123
本发明并不局限于上述实施例，在本发明公开的技术方案的基础上，本领域的技术人员根据所公开的技术内容，不需要创造性的劳动就可以对其中的一些技术特征作出一些替换和变形，这些替换和变形均在本发明的保护范围内。

Claims (5)

1.一种基于结霜时空分布的空气源热泵有效抑霜方法，其特征在于，包括下述步骤：
步骤1：获取被研究地区的温度和相对湿度的逐时值；
步骤2：根据结霜规律线对分区域结霜图谱进行低温区域延伸；
步骤3：将各地区的室外气象参数点映射到分区域结霜图谱上，依据延伸后分区域结霜图谱，采用线性差值法，得到各县市供暖季逐时结霜速率值vij；由结霜速率值及结霜频率定义，得到对应的结霜频率值fij；并计算各县市供暖季、逐月的平均结霜频率值；
步骤4：由供暖季平均结霜频率值，利用SPSS软件，采用k-means聚类方法，将各县市按结霜程度进行聚类得到结霜空间分布特征；基于空间结霜严重程度，由各月结霜平均结霜频率和典型日逐时结霜频率得到各县市结霜时间分布特征；
采用k-means聚类方法，将各县市聚为4类，结霜程度由小到大依次为Ⅰ、Ⅱ、Ⅲ、Ⅳ；基于空间结霜严重程度Ⅰ～Ⅳ继续细化，由各月结霜平均结霜频率得到各县市各月结霜严重程度；将日平均结霜频率最接近月平均结霜频率的那一天作为该月典型日，研究日结霜规律；
步骤5：基于结霜时空分布特征提出差异化的抑霜策略；采用平板结霜模型，以整个供暖季或逐月抑霜百分比ψi为目标，采用二分法，得到不同结霜程度的地区和时间段蒸发温度调升值水平；
依据结霜越严重，抑霜百分比越大的原则，根据各县市供暖季或逐月平均结霜频率
Figure FDA0002780511400000011
求得各地供暖季或逐月的抑霜百分比ψi：
Figure FDA0002780511400000012
式中，ψ0为基础抑霜百分比，％；
Figure FDA0002780511400000013
为平均结霜频率，次/h；r的取值为使平均结霜频率每增加0.1，抑霜百分比增加1％；i为某一县市；
步骤6：根据蒸发温度调升值水平与温湿度水平关系，应用线性拟合给出供暖季、逐月、逐日蒸发温度调升值估计公式；
步骤7：应用所得蒸发温度调升值的估计公式，给出某县市抑霜目标下供暖季、逐月、逐日运行的蒸发温度调整策略。
2.根据权利要求1所述的一种基于结霜时空分布的空气源热泵有效抑霜方法，其特征在于，所述步骤3中，不考虑除霜所消耗的时间，从霜层开始生长至翅片单侧霜层厚度达到空气源热泵蒸发器侧翅片间距的1/2时所用的时间定义为结霜周期；定义1h内结霜周期的次数为结霜频率，根据制作结霜图谱的机组翅片间距，结霜周期Tij、结霜频率fij计算如下：
Tij＝h/vij
fij＝1/Tij＝1/(h/vij)＝vij/h
式中：vij为某一县/市i，某个时刻j的结霜速率，mm/h；h为一个结霜周期霜生长厚度，可为翅片间距的1/2，mm/次；j可为供暖季、逐月、日的各时刻。
3.根据权利要求1所述的一种基于结霜时空分布的空气源热泵有效抑霜方法，其特征在于，所述步骤3中，通过下式计算各县市供暖季或逐月的平均结霜频率值
Figure FDA0002780511400000021
Figure FDA0002780511400000022
式中，n为结霜时刻数；j可为供暖季、逐月、日的各时刻；fij为结霜频率，次/h。
4.根据权利要求1所述的一种基于结霜时空分布的空气源热泵有效抑霜方法，其特征在于，所述步骤5中，采用平板结霜模型，蒸发温度调升值间隔0.1℃，做出相应的一系列分区域结霜图谱。
5.根据权利要求1所述的一种基于结霜时空分布的空气源热泵有效抑霜方法，其特征在于，所述步骤5中，应用二分法探究蒸发温度调升值具体步骤如下：
①确定抑霜百分比：
Figure FDA0002780511400000031
确定目标函数：
Figure FDA0002780511400000032
式中，ψi为i县市抑霜百分比，％；ψ0为基础抑霜百分比，％；
Figure FDA0002780511400000033
为平均结霜频率，次/h；i为某一县市；r的取值为使平均结霜频率每增加0.1，抑霜百分比增加1％；
Figure FDA0002780511400000034
为抑霜后i县市平均结霜频率，次/h；
Figure FDA0002780511400000035
为i县市抑霜前平均结霜频率，次/h；
②确定蒸发温度调升值k的初始区间[a,b]，给定精确度ξ和抑霜后平均结霜频率值K，验证蒸发温度调升值为a时对应的平均结霜频率
Figure FDA0002780511400000036
蒸发温度调升值为b时对应的平均结霜频率
Figure FDA0002780511400000037
求区间(a,b)的中点c，c＝ROUND(1/2(a+b),1)；
其中，a为蒸发温度调升值区间下限值，b为蒸发温度调升值区间上限值；
③计算蒸发温度调升值为c时对应的平均结霜频率
Figure FDA0002780511400000038
a.若
Figure FDA0002780511400000039
则令b＝c，b就是对应蒸发温度调升值；
b.若
Figure FDA00027805114000000310
则令b＝c；
若
Figure FDA00027805114000000311
则令a＝c；
c.判断是否达到精确度ξ：即若|a-b|≤ξ，则在[a,b]区间内线性插值得到具体蒸发温度调升值，否则重复①～③。
CN201811604952.9A 2018-12-26 2018-12-26 一种基于结霜时空分布的空气源热泵有效抑霜方法 Active CN109631440B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811604952.9A CN109631440B (zh) 2018-12-26 2018-12-26 一种基于结霜时空分布的空气源热泵有效抑霜方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811604952.9A CN109631440B (zh) 2018-12-26 2018-12-26 一种基于结霜时空分布的空气源热泵有效抑霜方法

Publications (2)

Publication Number Publication Date
CN109631440A CN109631440A (zh) 2019-04-16
CN109631440B true CN109631440B (zh) 2020-12-29

Family

ID=66078063

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811604952.9A Active CN109631440B (zh) 2018-12-26 2018-12-26 一种基于结霜时空分布的空气源热泵有效抑霜方法

Country Status (1)

Country Link
CN (1) CN109631440B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109915999B (zh) 2019-03-13 2020-11-06 珠海格力电器股份有限公司 基于结霜图普的空调抑霜方法及装置
CN111854058A (zh) * 2020-05-29 2020-10-30 青岛海尔空调电子有限公司 空调机组及其除霜控制方法
CN111678280B (zh) * 2020-06-24 2021-12-28 西安建筑科技大学 一种基于模糊分区结霜图谱的控霜方法
CN115371209B (zh) * 2022-08-26 2024-07-23 珠海格力电器股份有限公司 一种空调器化霜时间预测方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104807264A (zh) * 2014-01-23 2015-07-29 珠海格力电器股份有限公司 抑制热泵机组结霜方法和热泵机组
CN105716340A (zh) * 2016-03-09 2016-06-29 北京工业大学 一种基于多区域结霜图谱的空气源热泵除霜控制方法
CN106482408A (zh) * 2016-03-09 2017-03-08 北京工业大学 一种适于预测空气源热泵结霜程度的多区域结霜图谱的开发方法
CN109084443A (zh) * 2018-07-26 2018-12-25 四川长虹空调有限公司 一种空调室外机冷凝器结霜抑制方法及空调

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPWO2018138796A1 (ja) * 2017-01-25 2019-11-07 三菱電機株式会社 冷凍サイクル装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104807264A (zh) * 2014-01-23 2015-07-29 珠海格力电器股份有限公司 抑制热泵机组结霜方法和热泵机组
CN105716340A (zh) * 2016-03-09 2016-06-29 北京工业大学 一种基于多区域结霜图谱的空气源热泵除霜控制方法
CN106482408A (zh) * 2016-03-09 2017-03-08 北京工业大学 一种适于预测空气源热泵结霜程度的多区域结霜图谱的开发方法
CN109084443A (zh) * 2018-07-26 2018-12-25 四川长虹空调有限公司 一种空调室外机冷凝器结霜抑制方法及空调

Also Published As

Publication number Publication date
CN109631440A (zh) 2019-04-16

Similar Documents

Publication Publication Date Title
CN109631440B (zh) 一种基于结霜时空分布的空气源热泵有效抑霜方法
Smirnova et al. Modifications to the rapid update cycle land surface model (RUC LSM) available in the weather research and forecasting (WRF) model
Dixon et al. Patterns and causes of Atlanta's urban heat island–initiated precipitation
Niebauer Sea ice and temperature variability in the eastern Bering Sea and the relation to atmospheric fluctuations
Marinova et al. Climate profile of Bulgaria in the period 1988-2016 and brief climatic assessment of 2017
Chen et al. Impact of afternoon thunderstorms on the land–sea breeze in the Taipei basin during summer: An experiment
CN107765348B (zh) 降水量气象报文数据误差修正方法、雨凇景观预测方法
Landman et al. South Africa’s present-day climate
Mizoguchi et al. Climate in ogawa forest reserve
CN112649370A (zh) 一种基于遥感的区域蒸散发计算方法
Bendix et al. Climate Variability: Temporal Heterogeneities
Nagorskiy et al. Properties and structure of mesoscale convective systems over Western Siberia according to remote observations
Allison et al. Seasonal variations in the surface energy exchanges over Antarctic sea ice and coastal waters
Liu et al. Quantifying the rainfall cooling effect: The importance of relative humidity in Guangdong, South China
Kanno Classification of the Yamase (cold northeasterly wind around northeastern Japan) based upon its air-mass vertical structures
Dennett Variation of rainfall‐the background to soil and water management in dryland regions
Balybina et al. Soil temperature dynamics in Transbaikalia under changing climate conditions
CN102054180A (zh) 一种自动检测结霜的方法
Ólafsson et al. Diurnal, seasonal, and geographical variability of air temperature limits of snow and rain
Lili et al. Surface Layer Wind Speed Profiles in Center and Suburbs of Urumqi, China
Baranowski The climate of Łeba
Rangno The Classification of Clouds
Lefebvre et al. The climate in the North and Baltic Sea region
SZEKER Thermal anomalyes in the Întorsura Buzăului Depression generated by absolute extremes.
Surkova Regional climate variability

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant