CN114676894A - 基于设备热力学特性模型的建筑区域能源系统配置优化方法 - Google Patents
基于设备热力学特性模型的建筑区域能源系统配置优化方法 Download PDFInfo
- Publication number
- CN114676894A CN114676894A CN202210253504.9A CN202210253504A CN114676894A CN 114676894 A CN114676894 A CN 114676894A CN 202210253504 A CN202210253504 A CN 202210253504A CN 114676894 A CN114676894 A CN 114676894A
- Authority
- CN
- China
- Prior art keywords
- equipment
- water
- capacity
- heating
- heat pump
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000005457 optimization Methods 0.000 claims abstract description 40
- 238000013486 operation strategy Methods 0.000 claims abstract description 12
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 135
- 238000010438 heat treatment Methods 0.000 claims description 85
- 238000005057 refrigeration Methods 0.000 claims description 56
- 238000005265 energy consumption Methods 0.000 claims description 45
- 238000001816 cooling Methods 0.000 claims description 34
- 239000007789 gas Substances 0.000 claims description 23
- 238000013461 design Methods 0.000 claims description 22
- 238000012423 maintenance Methods 0.000 claims description 19
- AMXOYNBUYSYVKV-UHFFFAOYSA-M lithium bromide Chemical compound [Li+].[Br-] AMXOYNBUYSYVKV-UHFFFAOYSA-M 0.000 claims description 18
- 239000000498 cooling water Substances 0.000 claims description 14
- 239000000446 fuel Substances 0.000 claims description 12
- 238000010521 absorption reaction Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000005611 electricity Effects 0.000 claims description 8
- 238000002485 combustion reaction Methods 0.000 claims description 7
- 230000014509 gene expression Effects 0.000 claims description 7
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 239000003345 natural gas Substances 0.000 claims description 3
- 238000001704 evaporation Methods 0.000 claims description 2
- 239000002689 soil Substances 0.000 claims description 2
- 230000008901 benefit Effects 0.000 abstract description 4
- 230000007613 environmental effect Effects 0.000 abstract description 4
- 238000012163 sequencing technique Methods 0.000 description 3
- 239000005431 greenhouse gas Substances 0.000 description 2
- 239000008236 heating water Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011234 economic evaluation Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 101150067055 minC gene Proteins 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000004381 surface treatment Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06316—Sequencing of tasks or work
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明公开了一种基于设备热力学特性模型的建筑区域能源系统配置优化方法。所述方法可结合建立的设备样本库,构建各类典型设备的热力学特性模型。在已知建筑全年逐时冷、热负荷信息,并指定相应经济技术指标后,所述方法考虑了全年逐时负荷下的系统运行策略和约束条件,以一定年限内的方案总费用最小作为目标函数,自动实现区域能源系统的配置优化。相较现有技术,本发明实现了在全年运行工况下,对具体型号的能源设备进行优化选型和组合,构建多元、高效、可持续的区域能源系统方案,具有显著的经济与环境效益。
Description
技术领域
本发明属于建筑区域能源系统规划领域,涉及一种基于设备热力学特性模型的建筑区域能源系统配置优化方法。
背景技术
随着世界经济的高速发展,人民的生活水平不断提高,对能源的需求和消耗量也持续攀升。面对日益严重的化石能源短缺和全球气候变暖问题,如何提高能源利用的效率已逐渐成为各行业关注的重点。对于建筑行业,区域能源系统可通过优化集成城市建筑群的能源体系,实现可再生和低品位冷热源的提质增效,在满足建筑终端冷、热负荷需求,改善人居环境的同时,降低能源消耗,具有高效、环保、经济、安全等优点。
推广区域能源系统对建筑节能减排的意义重大,但其在工程领域仍面临着一些技术理论与应用实践的难题。问题主要集中在系统的规划与设计阶段,由于区域能源站的建设投资总量大,设计方案一经确定,能源站将会投产并运营相当长一段时间,越早期的方案决策对区域能源系统的综合效率提升越有效。然而,区域能源系统包含的设备类型众多,供能方式复杂,同样的建筑冷、热负荷需求可以有多种满足的供能组合形式,因此很难确定系统的最佳设备组合和配置容量。在满足规划区域热力需求的前提下,对区域能源系统配置进行优化,提高能源利用效率,减少温室气体排放,形成多元、高效、可持续的供能体系,具有重要的经济与环境意义。
归纳现有的区域能源系统配置优化方法,一方面其主要侧重于对不同供能方式的整体规划容量进行配比和寻优,而没有与具体地设备性能参数结合,尚缺乏直接对供能设备进行选型和组合的优化方法。另一方面,现有方法多依据典型日的设计冷、热负荷进行区域能源系统配置优化,并未细化到考虑全年部分负荷率下不同设备之间的运行逻辑。而近年来,关于建筑需求侧负荷预测的研究和技术已相对成熟,准确的建筑全年逐时冷、热负荷预测已可以实现。基于全年逐时负荷数据并考虑系统逐时运行策略的配置优化方法更具有应用价值和现实意义。为了能在设计阶段,对系统方案的制定进行更加细节地把控和指导,亟需提出一种涵盖实际设备建模和选型在内,考虑全年运行工况的区域能源系统配置优化方法。
发明内容
鉴于现有技术的不足,本发明提出一种基于设备热力学特性模型的建筑区域能源系统配置优化方法。所述方法可在已知建筑全年逐时冷、热负荷信息,并指定相应经济技术目标后,结合建立的设备样本库,构建各类设备热力学特性模型,考虑全年逐时负荷下的系统运行策略,自动实现区域能源系统的设备选型、组合以及容量配置优化。
本发明采用的具体技术方案如下:
第一方面,本发明基于基础能源系统设备的热力学特性模型与经济指标参数,构建多种区域能源系统设备典型模型,在此基础上,进一步对具体型号的设备热力学特性与经济指标进行扩展,构建详细的设备样本库。所述方法可从样本库备选设备中选取最优设备组合,实现最佳容量配比下的选型优化。所述方法采用“部分内置+用户自定义扩充”的模式,保留设备模型的技术参数和经济参数输入接口,可根据实际项目对设备样本库进行持续更新。
作为优选,所述设备样本库涵盖的设备典型模型有冷热源设备和输配设备。
进一步地,所述冷热源设备有常规电制冷冷水机组、冷却塔、燃气锅炉、水源热泵、地源热泵、空气源热泵、直燃型溴化锂吸收式热泵机组、冷却塔。
进一步地,所述输配设备有变频水泵。
作为优选,常规电制冷冷水机组模型参数有设备名称、额定制冷量、额定功率、CAPFT性能曲线系数、EIRFT性能曲线系数、EIRFPLR性能曲线系数、出水温度和单位容量初投资。
进一步地,常规电制冷冷水机组模型采用DOE-2模型,使用三条性能曲线表征机组性能。三条曲线分别为CAPFT(制冷量关于温度的曲线),EIRFT(EIR关于温度的曲线)和EIRFPLR(EIR关于部分负荷率PLR的曲线)。
Two:冷冻水离开冷机的温度(℃);
Tci:冷却水进入冷机的温度(℃);
PLR:冷水机组部分负荷率(%)。
进一步地,常规电制冷冷水机组在部分负荷情况下的运行能耗有下式计算。
Pref:冷水机组的额定功率(kW);
Qevap:冷水机组实际制冷量(kW)。
作为优选,冷却塔模型参数有设备名称、冷却水流量、风机额定功率、冷却塔压降、设计工况进水温度、设计工况出水温度和单位冷却水量初投资。
进一步地,冷却塔的运行能耗有下式计算。
Pfan,ref:冷却塔风机的额定功率(kW);
FanRatio:冷却塔的风机开启率。
进一步地,变频工况下,冷却塔的风机开启率FanRatio用下式计算。
Tset:某一时间步长下的设定出水温度(℃);
Toff:额定工况,风机关闭时的出水温度(℃);
Ton:额定工况,风机开启时的出水温度(℃)。
作为优选,燃气锅炉模型参数有设备名称、额定制热量、制热效率和单位容量初投资。
进一步地,燃气锅炉消耗的燃料量的与自身的输出特性和负荷情况有关,其热力学特性模型表达式如下。
PGB:燃气锅炉消耗的燃料量(kW);
QH:燃气锅炉的输出制热量(kW);
ηGB:燃气锅炉的制热效率(%)。
作为优选,空气源热泵模型参数有设备名称、额定制冷量、制冷额定功率、制冷CAPFT性能曲线系数、制冷EIRFT性能曲线系数、制冷EIRFPLR性能曲线系数、制冷出水温度、制冷额定制热量、制热额定功率、制热CAPFT性能曲线系数、制热EIRFT性能曲线系数、制热EIRFPLR性能曲线系数、制热出水温度和单位容量初投资。
进一步地,空气源热泵机组模型同样采用DOE-2模型,使用三条性能曲线表征机组热力学性能,区分热泵机组制冷工况和制热工况进行定义。
Two:制冷时冷冻水离开热泵的温度(℃),制热时热水离开热泵的温度(℃);
Tci:制冷时机组的冷凝温度(℃),制热时机组的蒸发温度(℃);
PLR:空气源热泵机组的部分负荷率(%)。
进一步地,空气源热泵机组在部分负荷情况下的运行能耗有下式计算。
Pref:空气源热泵机组的制冷/制热的额定功率(kW);
Qevap:空气源热泵机组的实际制冷/制热量(kW)。
作为优选,水源热泵和地源热泵机组模型参数有设备名称、额定制冷量、制冷额定功率、制冷CAPFT性能曲线系数、制冷EIRFT性能曲线系数、制冷EIRFPLR性能曲线系数、制冷出水温度、制冷额定制热量、制热额定功率、制热CAPFT性能曲线系数、制热EIRFT性能曲线系数、制热EIRFPLR性能曲线系数、制热出水温度和单位容量初投资。
进一步地,水源热泵和地源热泵机组模型同样采用DOE-2模型,使用三条性能曲线表征机组热力学性能,区分热泵机组制冷工况和制热工况进行定义。
Two:制冷时冷冻水离开热泵的温度(℃),制热时热水离开热泵的温度(℃);
Tci:制冷/制热时冷却水进入热泵的温度(℃);
PLR:水源热泵、地源热泵机组的部分负荷率(%)。
进一步地,水源热泵和地源热泵机组在部分负荷情况下的运行能耗有下式计算。
Pref:水源热泵、地源热泵机组的制冷/制热的额定功率(kW);
Qevap:水源热泵、地源热泵机组的实际制冷/制热量(kW)。
作为优选,直燃型直燃型溴化锂吸收式热泵机组模型参数有设备名称、额定制冷量、制冷效率、额定制热量、制热效率、冷却水流量和单位容量初投资。
进一步地,直燃型直燃型溴化锂吸收式热泵机组的热源消耗燃料量的与自身的输出特性和负荷情况有关,制冷和制热工况的热力学特性模型表达式分别如下。
PC:制冷工况机组热源消耗的燃料量(kW);
QC:机组的输出制冷量(kW);
ηC:机组的综合制冷效率(%)。
PH:制热工况机组热源消耗的燃料量(kW);
QH:机组的输出制热量(kW);
ηH:机组的综合制热效率(%)。
作为优选,变频水泵模型参数有设备名称、额定水量、额定扬程、额定转速、额定效率、“效率-转速”变频性能曲线系数和单位水量初投资。
进一步地,对于变扬程运行工况下的变频水泵(如根据冷凝器出口温度控制水泵频率时的冷却水泵),水泵功率和流量之间近似是三次方关系,水泵的实际扬程以及流量可以由相似律进行计算。
Q:水泵流量(m3/h),Q0为额定流量;
N:水泵转速(rpm),N0为额定转速;
H:水泵扬程(m),H0为额定扬程。
进一步地,对于定扬程运行工况下的变频水泵(如根据冷冻水供回水干管差压控制水泵频率时的冷冻水泵),其扬程大致是常数,即冷冻水侧压差设置值。此工况下,水泵功率和流量之间近似是一次方关系。
进一步地,水泵变频运行时,水泵的效率也根据转速发生改变了,由下式计算。
ηpump:水泵变频效率(%),η0为额定效率。
进一步地,水泵的总能耗有下式计算。
Ppump:某一时间步长下的变频水泵能耗(W)。
第二方面,综合考虑建筑区域能源系统的能耗指标和经济指标,构建多维度目标函数,结合系统约束与项目实际条件,建立配置优化方法。所述方法基于设备样本库中各设备的全排列组合形式,构建设备热力学特性模型,并考虑系统全年运行策略,计算不同方案的能耗和经济评价指标。所述方法可实现全局寻优,得到满足末端用户全年冷、热负荷条件下,区域能源系统的设备选型、组合以及容量配置方案优先级排序,最终输出最优和次优设备选型方案。
作为优选,区域能源系统配置优化以系统一定年限内的总费用最小minCcost作为目标,综合考虑设备初投资成本Cinitial和运维费用Coperation。目标函数如下式。
进一步地,年限内方案初投资成本计算方法为下式。
R:设备折旧系数;
r:银行利率值;
t:优化配置分析年限,由优化目标情景确定。
进一步地,年限内方案总运维费用由全运行年限内的逐时能耗费用和设备维护费用组成。
进一步地,逐时能耗费用Ce计算方法如下式。
Pk(t):设备逐时能耗(kW或m3);
σk(t):相应能源费用(电价:元/kWh或气价:元/m3);
k:能源类型,电、天然气。
进一步地,逐时设备维护费用Cm计算方法如下式。
作为优选,区域能源系统配置优化的约束条件分为系统容量约束、设备运行约束和能量平衡约束。
进一步地,系统容量约束主要控制系统所有设备总容量满足负荷需求并在合理的范围内,系统容量约束如下所示。
loadmax:峰值负荷(kW);
δ:容量配置上限系数,用于控制总容量上限。
进一步地,设备运行约束主要控制冷热源设备在某一时间步长下的制冷/制热量在其容量范围内,设备运行约束如下所示。
进一步地,能量平衡约束保证了每个时刻满足用户端的冷热负荷需求,能量平衡约束如下所示。
load(t):t时刻下,建筑冷/热负荷(kW)。
作为优选,区域能源系统配置优化方法的输入信息包含需求设备类型、设计扬程、预期冷热源设备台数、全年逐时负荷数据、用户接入率、气象数据、能源价格、优化目标和银行利率值。
进一步地,需求设备类型和预期冷热源设备台数用于所述方法从设备样本库中筛选设备、建立模型并进行组合,形成全部配置方案。
进一步地,设计扬程用于为冷热源设备配置变频水泵,并从设备样本库中选取合适型号。
进一步地,用户接入率用于根据用户接入进度对全年逐时负荷数据进行修正。
进一步地,修正后全年逐时负荷数据的峰值用于设备容量约束(式28),从全部配置方案中筛选满足负荷需求的配置方案。
进一步地,依据设备热力学特性模型中的制冷/制热效率,所述方法可对每个满足负荷需求的配置方案中的设备组合进行能效排序。
进一步地,结合设备运行约束(式29)和修正后全年逐时负荷,所述方法可生成全年逐时设备制冷/制热运行策略。制冷工况下,制冷效率高的设备优先运行,负荷达到其额定制冷量后,下一台设备开启运行;制热工况下,制热效率高的设备优先运行,负荷达到其额定制热量后,下一台设备开启运行。
作为优选,气象数据包含全年逐时室外干球温度(用于空气源热泵模型能耗计算)、全年逐时室外湿球温度(用于冷却塔和常规电制冷冷水机组模型能耗计算)、全年逐时土壤温度(用于地源热泵模型能耗计算)、全年逐时水源温度(用于水源热泵模型能耗计算)。
进一步地,结合全年逐时气象参数和修正后负荷数据,基于设备制冷/制热运行策略,所述方法可调用各设备热力学特性模型,逐时计算配置方案中各台设备能耗并满足能量平衡约束(式30),形成方案逐时总能耗,包含耗电量和耗气量。
作为优选,能源价格信息包含分时电价和分时气价。
进一步地,基于全年逐时电价和全年逐时气价,结合方案逐时能耗,所述方法可计算各配置方案的年运维费用(式25-27)。
进一步地,基于设备样本地经济指标参数,所述方法可计算各设备初投资(式23),形成方案总初投资成本。
作为优选,优化目标设定为一定年限内方案总费用最小。
进一步地,所述方法根据优化目标确定方案运行年限,结合银行利率计算得到设备折旧系数(式24)。
进一步地,整合方案年运维费用,初投资成本和设备折旧系数计算得到方案年限内的总费用(式22)。
进一步地,所述方法以方案年限内的总费用作为排序指标,对各配置方案进行优先级排序,得到最优的区域能源系统设备选型、组合以及容量配置方案。
与现有技术相比,本发明具有以下有益效果:
本发明公开了一种基于设备热力学特性模型的建筑区域能源系统配置优化方法。所述方法基于基础能源系统设备的热力学特性模型进行构建,形成了详细的、可持续更新的设备样本库,比较现有技术侧重于对不同供能方式的整体规划容量进行配比和寻优,本发明实现了对具体型号设备在最佳容量配比下的组合和选型优化。比较现有技术主要基于典型日设计负荷数据进行系统配置优化,本发明的方法基于全年逐时冷、热负荷数据进行分析,考虑了设备组合的逐时运行策略,并充分协调用户接入率进行逐时负荷修正,计算得到不同目标情景下满足全年运行工况的建筑区域能源系统配置优化方案。
附图说明
为了更清楚地说明本发明实施例和/或现有技术中的技术方案,下面将对实施例和/或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例的方法流程示意图。
图2是本发明实施例的方法详细技术路径图。
图3是本发明实施例中具体应用案例的全年逐时负荷数据曲线。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施案例对本发明进行深入地详细说明。
如图1和图2所示,本发明实施例的一种基于设备热力学特性模型的建筑区域能源系统配置优化方法包括以下流程:
S1:构建能源系统典型设备样本库。设备样本库内置区域能源系统典型设备样本,如常规电制冷冷水机组、冷却塔、燃气锅炉、水源热泵、地源热泵、空气源热泵、直燃型溴化锂吸收式热泵机组、冷却塔和变频水泵。设备样本库涵盖各类设备的技术参数和经济参数指标,在部分信息内置的基础上亦可根据实际项目需求进行自定义扩充。
S2:输入系统配置优化所需的基本信息。作为优化方法的实施基础,输入信息包含设计需求(所需设备类型、设计扬程、预期台数、优化目标)、负荷信息(全年逐时负荷数据、用户接入率)、气象信息和经济信息(能源价格、银行利率)。
S3:设备选型、组合并形成系统配置方案。基于设计需求信息,从设备样本库中筛选合适型号的冷热源设备,根据预期台数进行可重复的排列组合,形成详尽的系统配置方案。同时,结合设计扬程和冷热源设备的设计水量对输配系统的变频水泵进行选型。
S4:建立设备热力学特性模型,计算系统全年运行能耗。
S401:首先结合用户接入率对负荷数据进行修正,根据修正后的负荷峰值和系统容量约束从全部配置方案中筛选满足负荷需求的系统配置方案。
具体地,系统容量约束主要用以控制系统所有设备总容量满足负荷需求并在合理的范围内,本发明实施例的系统容量约束如下所示。
loadmax:峰值负荷(kW);
δ:容量配置上限系数,用于控制总容量上限。
S402:依据设备制冷/制热能效,对满足负荷需求的系统配置方案中的设备进行排序,结合设备具体容量和设备运行约束,确定系统全年逐时的制冷/制热运行策略。
具体地,设备运行约束主要用以控制冷热源设备在某一时间步长下的制冷/制热量在其容量范围内,本发明实施例的设备运行约束如下所示。
S403:基于各设备的热力学特性模型,结合能量平衡约束,计算全年运行策略下的系统逐时能耗。
具体地,能量平衡约束主要用以保证每个时刻满足用户端的冷热负荷需求,本发明实施例的能量平衡约束如下所示。
load(t):t时刻下,建筑冷/热负荷(kW)。
具体到冷热源设备模型,本发明实施例中的常规电制冷冷水机组模型、空气源热泵模型、水源热泵模型和地源热泵模型均采用DOE-2模型,使用CAPFT(制冷量关于温度的曲线),EIRFT(EIR关于温度的曲线)和EIRFPLR(EIR关于部分负荷率PLR的曲线)三条性能曲线表征机组性能;本发明实施例中的冷却塔的运行能耗由式S4-4计算;本发明实施例中的燃气锅炉热力学特性模型表达式为S4-5;本发明实施例中的直燃型直燃型溴化锂吸收式热泵机组热力学特性模型表达式为S4-6(制冷工况)和S4-7(制热工况)。
Pfan=FanRatio·Pfan,ref (S4-4)
Pfan,ref:冷却塔风机的额定功率(kW);
FanRatio:冷却塔的风机开启率。
PGB:燃气锅炉消耗的燃料量(kW);
QH:燃气锅炉的输出制热量(kW);
ηGB:燃气锅炉的制热效率(%)。
PC:制冷工况机组热源消耗的燃料量(kW);
QC:机组的输出制冷量(kW);
ηC:机组的综合制冷效率(%)。
PH:制热工况机组热源消耗的燃料量(kW);
QH:机组的输出制热量(kW);
ηH:机组的综合制热效率(%)。
具体到输配设备模型,本发明实施例中的变频水泵能耗由式S4-8计算。
Ppump:某一时间步长下的变频水泵能耗(W)。
具体地,本发明实施例中的冷却水泵频率根据冷凝器出口温度控制,为变扬程运行工况,水泵功率和流量之间近似是三次方关系,水泵的实际扬程以及流量可以由相似律式S4-9和S4-10进行计算。
N=N0·(Q/Q0) (S4-9)
H=H0·(N/N0)2 (S4-10)
Q:水泵流量(m3/h),Q0为额定流量;
N:水泵转速(rpm),N0为额定转速;
H:水泵扬程(m),H0为额定扬程。
具体地,本发明实施例中的冷冻水泵频率根据冷冻水供回水干管差压控制,为定扬程运行工况,水泵扬程大致是常数,水泵功率和流量之间近似是一次方关系。
具体地,水泵变频运行时,水泵的效率根据转速发生改变,由式S4-11计算。
ηpump:水泵变频效率(%),η0为额定效率。
S5:计算运行年限总费用,进行配置方案全局寻优。
具体地,本步骤根据S4计算得到的系统逐时运行能耗和输入能源价格信息,计算配置方案运行年限内的总运维费用。如式S5-1,本发明实施例中年限内方案总运维费用由全运行年限内的逐时能耗费用和设备维护费用组成。逐时能耗费用Ce计算方法见式S5-2。逐时设备维护费用Cm计算方法如见式S5-3。
Coperation=Ce+Cm (S5-1)
Ce=∑Pk(t)σk(t) (S5-2)
Pk(t):设备逐时能耗(kW或m3);
σk(t):相应能源费用(电价:元/kWh或气价:元/m3);
k:能源类型,电、天然气。
同时,本步骤计算各方案的设备总初投资。本发明实施例中年限内方案初投资成本计算方法为下式S5-4和S5-5。
R:设备折旧系数;
r:银行利率值;
t:优化配置分析年限,由优化目标情景确定。
具体地,本发明实施例以系统一定年限内的总费用最小minCcost作为优化目标,依据目标函数式S5-6整合得到各方案运行年限内总费用,并基于此对区域能源系统配置方案进行排序,输出最优及次优的设备选型组合和系统配置方案。
min Ccost=min(Cinitial+Coperation) (S5-6)
本发明实施例的流程针对一种基于设备热力学特性模型的建筑区域能源系统配置优化方法,一方面构建了区域能源系统典型设备样本库,另一方面考虑系统容量约束、设备运行约束和能量平衡约束,结合各设备热力学特性模型,建立系统逐时运行策略,计算配置方案全年逐时运行能耗,以一定年限内总费用最小作为目标函数实现了区域能源系统的设备选型、组合以及配置优化。
下面举一具体应用案例对本发明实施例进行进一步说明。
以上海市某一建筑区域为例,建筑全年逐时冷、热负荷数据如图3所示,气象数据采用上海市典型年的气象信息作为输入,能源价格及银行利率依据上海市相关经济参数进行输入。设计需求为:(1)希望包含的冷热源设备类型有:常规电制冷冷水机组、冷却塔、燃气锅炉、水源热泵、地源热泵、空气源热泵和直燃型溴化锂吸收式热泵机组;(2)预期包含的冷热源设备台数为:4台;(3)冷冻水侧扬程为15m,冷却水侧扬程为13m;(3)用户接入率为100%;(4)优化目标为:运行5年内,方案总费用最小。
基于上述输入信息,通过本发明的基于设备热力学特性模型的建筑区域能源系统配置优化方法进行求解,得到以下设备选型结果(均为具体的设备样本型号)。
(一)最优方案:方案包含冷热源设备:3台地源热泵GSHP750、1台常规电制冷冷水机组Chiller750;包含冷冻水泵:4台pump150;冷却水泵:4台pump200;冷却塔:1台tower200。该方案制冷总容量为3000kW;制热总容量为2250kW。制冷设备配置占比为:地源热泵75%、常规电制冷冷水机组25%;制热设备配置占比为地源热泵100%。该方案初投资为244.5万元,年耗电量45.67万度,年运维费用为32.3万元。考虑设备折旧,5年总费用为210.6万元。
(二)次优方案:方案包含冷热源设备:2台地源热泵GSHP750、1台水源热泵WSHP700、1台常规电制冷冷水机组Chiller750;包含冷冻水泵:4台pump150;冷却水泵:4台pump200;冷却塔:1台tower200。该方案制冷总容量为2950kW;制热总容量为2200kW。制冷设备配置占比为:地源热泵51%、水源热泵24%、常规电制冷冷水机组25%;制热设备配置占比为地源热泵68%、水源热泵32%。该方案初投资为247.5万元,年耗电量46.08万度,年运维费用为32.6万元。考虑设备折旧,5年总费用为212.7万元。
上述应用实例说明,本发明实施例充分考虑了系统全年运行工况,可基于实际设备样本进行选型和组合,得到总费用最小的区域能源系统配置方案。本发明应用价值高,起到了降低能源消耗的预期作用,并可进一步减少温室气体排放,实现多元、高效、可持续的区域能源系统配置优化,具有显著的经济与环境效益。
以上实施例的具体实施方式及其应用实例只是本发明的一种较佳的方案,然其并非用以限制本发明。有关技术领域的普通技术人员,在不脱离本发明的精神和范围的情况下,还可以做出各种变化和变型。因此凡采取等同替换或等效变换的方式所获得的技术方案,均落在本发明的保护范围内。
Claims (10)
1.一种基于设备热力学特性模型的建筑区域能源系统配置优化方法,其特征在于,该方法包括以下步骤:
步骤S1:构建能源系统典型设备样本库;
步骤S2:输入系统配置优化所需的基本信息;
步骤S3:设备选型、组合并形成系统配置方案;
步骤S4:建立设备热力学特性模型,计算系统全年运行能耗;
步骤S5:计算运行年限总费用,进行配置方案全局寻优。
2.根据权利要求1所述的基于设备热力学特性模型的建筑区域能源系统配置优化方法,其特征在于,所述设备样本库涵盖的设备典型模型有冷热源设备和输配设备;所述冷热源设备有常规电制冷冷水机组、冷却塔、燃气锅炉、水源热泵、地源热泵、空气源热泵、直燃型溴化锂吸收式热泵机组、冷却塔;所述输配设备有变频水泵。
3.根据权利要求1所述的基于设备热力学特性模型的建筑区域能源系统配置优化方法,其特征在于,构建的设备样本库包含各类设备的技术参数和经济参数,并保留设备参数输入接口,在部分信息内置的基础上亦可根据实际项目需求进行自定义扩充。
4.根据权利要求1所述的基于设备热力学特性模型的建筑区域能源系统配置优化方法,其特征在于,常规电制冷冷水机组模型参数有设备名称、额定制冷量、额定功率、CAPFT性能曲线系数、EIRFT性能曲线系数、EIRFPLR性能曲线系数、出水温度和单位容量初投资;冷却塔模型参数有设备名称、冷却水流量、风机额定功率、冷却塔压降、设计工况进水温度、设计工况出水温度和单位冷却水量初投资;燃气锅炉模型参数有设备名称、额定制热量、制热效率和单位容量初投资;空气源热泵、水源热泵和地源热泵机组模型参数有设备名称、额定制冷量、制冷额定功率、制冷CAPFT性能曲线系数、制冷EIRFT性能曲线系数、制冷EIRFPLR性能曲线系数、制冷出水温度、制冷额定制热量、制热额定功率、制热CAPFT性能曲线系数、制热EIRFT性能曲线系数、制热EIRFPLR性能曲线系数、制热出水温度和单位容量初投资;直燃型溴化锂吸收式热泵机组模型参数有设备名称、额定制冷量、制冷效率、额定制热量、制热效率、冷却水流量和单位容量初投资;变频水泵模型参数有设备名称、额定水量、额定扬程、额定转速、额定效率、“效率-转速”变频性能曲线系数和单位水量初投资。
5.根据权利要求1所述的基于设备热力学特性模型的建筑区域能源系统配置优化方法,其特征在于,作为优化方法的实施基础,输入信息包含设计需求(所需设备类型、设计扬程、预期台数、优化目标)、负荷信息(全年逐时负荷数据、用户接入率)、气象信息(全年逐时室外干球温度、湿球温度、土壤温度和水源温度)和经济信息(能源价格、银行利率)。
6.根据权利要求1所述的基于设备热力学特性模型的建筑区域能源系统配置优化方法,其特征在于,基于设计需求信息,可从设备样本库中筛选合适型号的冷热源设备,根据预期台数进行可重复的排列组合,形成详尽的系统配置方案;同时可结合设计扬程和冷热源设备的设计水量对输配系统的变频水泵进行选型。
7.根据权利要求1所述的基于设备热力学特性模型的建筑区域能源系统配置优化方法,其特征在于,常规电制冷冷水机组模型采用DOE-2模型,使用三条性能曲线CAPFT(制冷量关于温度的曲线),EIRFT(EIR关于温度的曲线)和EIRFPLR(EIR关于部分负荷率PLR的曲线)表征机组性能,
EIRFPLR=a3+b3PLR+c3PLR2 (7-3)
Two:冷冻水离开冷机的温度(℃),
Tci:冷却水进入冷机的温度(℃),
PLR:冷水机组部分负荷率(%),
常规电制冷冷水机组在部分负荷情况下的运行能耗有下式计算,
P=Pref×CAPFT(Two,Tci)×EIRFT(Two,Tci)×EIRFPLR(Qevap) (7-4)
Pref:冷水机组的额定功率(kW),
Qevap:冷水机组实际制冷量(kW);
冷却塔模型的运行能耗有下式计算,
Pfan=FanRatio·Pfan,ref (7-5)
Pfan,ref:冷却塔风机的额定功率(kW),
FanRatio:冷却塔的风机开启率;
变频工况下,冷却塔的风机开启率FanRatio用下式计算,
Tset:某一时间步长下的设定出水温度(℃),
Toff:额定工况,风机关闭时的出水温度(℃),
Ton:额定工况,风机开启时的出水温度(℃);
燃气锅炉的热力学特性模型表达式如下,
PGB:燃气锅炉消耗的燃料量(kW),
QH:燃气锅炉的输出制热量(kW),
ηGB:燃气锅炉的制热效率(%);
空气源热泵机组模型同样采用DOE-2模型,使用三条性能曲线表征机组热力学性能,区分热泵机组制冷工况和制热工况进行定义,
EIRFPLR=a3+b3PLR+c3PLR2 (7-10)
Two:制冷时冷冻水离开热泵的温度(℃),制热时热水离开热泵的温度(℃),
Tci:制冷时机组的冷凝温度(℃),制热时机组的蒸发温度(℃),
PLR:空气源热泵机组的部分负荷率(%);
空气源热泵机组在部分负荷情况下的运行能耗有下式计算,
P=Pref×CAPFT(Two,Tci)×EIRFT(Two,Tci)×EIRFPLR(Qevap) (7-11)
Pref:空气源热泵机组的制冷/制热的额定功率(kW),
Qevap:空气源热泵机组的实际制冷/制热量(kW);
水源热泵和地源热泵机组模型同样采用DOE-2模型,使用三条性能曲线表征机组热力学性能,区分热泵机组制冷工况和制热工况进行定义,
EIRFPLR=a3+b3PLR+c3PLR2 (7-14)
Two:制冷时冷冻水离开热泵的温度(℃),制热时热水离开热泵的温度(℃),
Tci:制冷/制热时冷却水进入热泵的温度(℃),
PLR:水源热泵、地源热泵机组的部分负荷率(%);
水源热泵和地源热泵机组在部分负荷情况下的运行能耗有下式计算,
P=Pref×CAPFT(Two,Tci)×EIRFT(Two,Tci)×EIRFPLR(Qevap) (7-15)
Pref:水源热泵、地源热泵机组的制冷/制热的额定功率(kW),
Qevap:水源热泵、地源热泵机组的实际制冷/制热量(kW);
直燃型直燃型溴化锂吸收式热泵机组制冷和制热工况的热力学特性模型表达式分别如下,
PC:制冷工况机组热源消耗的燃料量(kW),
QC:机组的输出制冷量(kW),
ηC:机组的综合制冷效率(%),
PH:制热工况机组热源消耗的燃料量(kW),
QH:机组的输出制热量(kW),
ηH:机组的综合制热效率(%);
对于变扬程运行工况下的变频水泵模型,水泵功率和流量之间是三次方关系,水泵的实际扬程以及流量可以由相似律进行计算,
N=N0·(Q/Q0) (7-18)
H=H0·(N/N0)2 (7-19)
Q:水泵流量(m3/h),Q0为额定流量,
N:水泵转速(rpm),N0为额定转速,
H:水泵扬程(m),H0为额定扬程,
对于定扬程运行工况下的变频水泵,其扬程是常数,水泵功率和流量之间是一次方关系,
水泵变频运行时,水泵的效率根据转速发生改变,由下式计算,
ηpump:水泵变频效率(%),η0为额定效率,
水泵的总能耗有下式计算,
Ppump:某一时间步长下的变频水泵能耗(W)。
8.根据权利要求1所述的基于设备热力学特性模型的建筑区域能源系统配置优化方法,其特征在于,所述方法的约束条件分为系统容量约束、设备运行约束和能量平衡约束,其中,系统容量约束主要控制系统所有设备总容量满足负荷需求并在合理的范围内,系统容量约束如下所示,
loadmax:峰值负荷(kW),
δ:容量配置上限系数,用于控制总容量上限;
设备运行约束主要控制冷热源设备在某一时间步长下的制冷/制热量在其容量范围内,设备运行约束如下所示,
能量平衡约束保证了每个时刻满足用户端的冷热负荷需求,能量平衡约束如下所示,
load(t):t时刻下,建筑冷/热负荷(kW)。
9.根据权利要求1所述的基于设备热力学特性模型的建筑区域能源系统配置优化方法,其特征在于,所述方法结合用户接入率对负荷数据进行修正,根据修正后的负荷峰值和系统容量约束从全部配置方案中筛选满足负荷需求的系统配置方案;依据设备制冷/制热能效,对满足负荷需求的系统配置方案中的设备进行排序,结合设备具体容量和设备运行约束,确定系统全年逐时的制冷/制热运行策略;基于各设备的热力学特性模型,结合能量平衡约束,计算全年运行策略下的系统逐时能耗。
10.根据权利要求1所述的基于设备热力学特性模型的建筑区域能源系统配置优化方法,其特征在于,所述方法以系统一定年限内的总费用最小作为优化目标,综合考虑设备初投资成本和运维费用,目标函数如下式,
minCcost=min(Cinitial+Coperation) (10-1)
年限内方案初投资成本计算方法为下式,
R:设备折旧系数,
r:银行利率值,
t:优化配置分析年限,由优化目标情景确定;
年限内方案总运维费用由全运行年限内的逐时能耗费用和设备维护费用组成,
Coperation=Ce+Cm (10-4)
逐时能耗费用Ce计算方法如下式,
Ce=∑Pk(t)σk(t) (10-5)
Pk(t):设备逐时能耗(kW或m3),
σk(t):相应能源费用(电价:元/kWh或气价:元/m3),
k:能源类型,电、天然气;
逐时设备维护费用Cm计算方法如下式,
所述方法依据运行年限内的总费用指标,对区域能源系统配置方案进行排序,输出多种优选的设备选型组合和系统配置方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210253504.9A CN114676894A (zh) | 2022-03-15 | 2022-03-15 | 基于设备热力学特性模型的建筑区域能源系统配置优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210253504.9A CN114676894A (zh) | 2022-03-15 | 2022-03-15 | 基于设备热力学特性模型的建筑区域能源系统配置优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114676894A true CN114676894A (zh) | 2022-06-28 |
Family
ID=82073572
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210253504.9A Pending CN114676894A (zh) | 2022-03-15 | 2022-03-15 | 基于设备热力学特性模型的建筑区域能源系统配置优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114676894A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115437260A (zh) * | 2022-11-10 | 2022-12-06 | 山东澳信供热有限公司 | 一种空气源热泵运行优化方法及系统 |
CN116227739A (zh) * | 2023-05-05 | 2023-06-06 | 中建安装集团有限公司 | 计及能效的含热泵与电热混合储能的建筑微能源网双层优化配置方法 |
-
2022
- 2022-03-15 CN CN202210253504.9A patent/CN114676894A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115437260A (zh) * | 2022-11-10 | 2022-12-06 | 山东澳信供热有限公司 | 一种空气源热泵运行优化方法及系统 |
CN116227739A (zh) * | 2023-05-05 | 2023-06-06 | 中建安装集团有限公司 | 计及能效的含热泵与电热混合储能的建筑微能源网双层优化配置方法 |
CN116227739B (zh) * | 2023-05-05 | 2023-09-12 | 中建安装集团有限公司 | 计及能效的含热泵与电热混合储能的建筑微能源网双层优化配置方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108960503B (zh) | 基于内点法的综合能源系统多场景优化分析方法 | |
CN108197768B (zh) | 一种能源系统与管网布局联合优化方法 | |
Lu et al. | Study on the configuration and operation optimization of CCHP coupling multiple energy system | |
Harkouss et al. | Optimal design of renewable energy solution sets for net zero energy buildings | |
Wei et al. | Multi-objective optimal operation and energy coupling analysis of combined cooling and heating system | |
CN101667013B (zh) | 微型燃气轮机冷电联供分布式供能系统优化运行控制方法 | |
Wang et al. | Analysis of inlet air throttling operation method for gas turbine in performance of CCHP system under different operation strategies | |
CN114676894A (zh) | 基于设备热力学特性模型的建筑区域能源系统配置优化方法 | |
Franchini et al. | Performance prediction of a solar district cooling system in Riyadh, Saudi Arabia–A case study | |
CN110070460A (zh) | 多套燃气-蒸汽联合循环机组热电负荷优化调度系统 | |
CN106786509B (zh) | 大规模风电并网下基于多场景模拟的热-电联合调度方法 | |
Chang et al. | Multi-objective optimization of a novel combined cooling, dehumidification and power system using improved M-PSO algorithm | |
CN109919480B (zh) | 一种三层目标的能源互联网规划方法及设备 | |
Calise et al. | Dynamic simulation and optimum operation strategy of a trigeneration system serving a hospital | |
Pieper et al. | Method of linear approximation of COP for heat pumps and chillers based on thermodynamic modelling and off-design operation | |
CN104766133A (zh) | 一种小型生物质沼气冷热电联供系统综合优化方法 | |
Deng et al. | Comparative analysis of optimal operation strategies for district heating and cooling system based on design and actual load | |
WO2024109327A1 (zh) | 一种基于多能互补的综合能源运行控制方法及系统 | |
CN111724045A (zh) | 基于数据驱动的综合能源系统能效评价与提升方法 | |
Kim et al. | Optimization of dynamic poly-generation system and evaluation of system performance in building application | |
CN116151565A (zh) | 一种基于多能流多层级的城市智慧能源系统构建方法和协同规划方法 | |
CN105631557B (zh) | 考虑蓄冰空调并具有电冷耦合特征的微电网优化调度方法 | |
Chu et al. | Optimization of operation strategy for a grid interactive regional energy system | |
Li et al. | Multi-objective optimization of district heating systems with turbine-driving fans and pumps considering economic, exergic, and environmental aspects | |
Wang et al. | Optimal configuration of CCHP system based on energy, economical, and environmental considerations |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |