CN116305758A - 一种基于空调负荷模拟的冷机建模方法及模型应用 - Google Patents
一种基于空调负荷模拟的冷机建模方法及模型应用 Download PDFInfo
- Publication number
- CN116305758A CN116305758A CN202211658465.7A CN202211658465A CN116305758A CN 116305758 A CN116305758 A CN 116305758A CN 202211658465 A CN202211658465 A CN 202211658465A CN 116305758 A CN116305758 A CN 116305758A
- Authority
- CN
- China
- Prior art keywords
- cooling
- temperature
- cold
- power consumption
- follows
- 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 32
- 238000004088 simulation Methods 0.000 title claims abstract description 13
- 238000001816 cooling Methods 0.000 claims abstract description 62
- 238000005057 refrigeration Methods 0.000 claims abstract description 30
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 22
- 239000000498 cooling water Substances 0.000 claims abstract description 18
- 238000001704 evaporation Methods 0.000 claims abstract description 14
- 230000005494 condensation Effects 0.000 claims abstract description 10
- 238000009833 condensation Methods 0.000 claims abstract description 10
- 230000008020 evaporation Effects 0.000 claims abstract description 8
- 230000005540 biological transmission Effects 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 13
- 230000005611 electricity Effects 0.000 claims description 12
- 238000005094 computer simulation Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 abstract description 17
- 238000010586 diagram Methods 0.000 description 11
- 238000005265 energy consumption Methods 0.000 description 8
- 239000002826 coolant Substances 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 238000010276 construction Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000004378 air conditioning Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 3
- 229910052799 carbon Inorganic materials 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 239000000725 suspension Substances 0.000 description 2
- 238000009423 ventilation Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000003507 refrigerant Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000005482 strain hardening Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明涉及空调冷站设计的技术领域,具体而言,涉及一种基于空调负荷模拟的冷机建模方法及模型应用。该建模方法包括如下步骤:根据冷站总供冷量Q、额定制冷量和冷机电耗Wc计算得到负荷率PLR和冷机实际性能系数COP;利用冷机冷冻水出水温度Tc,out、冷机冷却水出水温度Tco,out来确定蒸发温度Te、冷凝温度Tc和两器温差DT;通过蒸发温度Te和冷凝温度Tc计算得到理想制冷系数ICOP;利用冷机实际性能系数COP和理想制冷系数ICOP计算得到热力完善度DCOP;对热力完善度DCOP进行多项式拟合得到所述的冷机建模。通过本发明的建模方法计算最终的选项结果更加贴近项目的个性化需求,从而使得投运后设备能够运行在高效的区间内。
Description
技术领域
本发明涉及空调冷站设计的技术领域,具体而言,涉及一种基于空调负荷模拟的冷机建模方法及模型应用。
背景技术
建筑碳排放是城乡建设领域碳排放的重点,占社会总体碳排放50%以上。从全球范围来看,建筑用能占一次能源消耗的20%-40%,某些发达地区甚至高达45%。暖通空调系统是建筑中的重要用能系统,在建筑用能中的比例能够占到50%~65%,其中制冷站作为其中的核心,其能耗又占到空调系统总能耗的65%~75%左右,而空调系统的能效系数是衡量空调系统是否节能的重要指标。
目前中国的制冷站运行能效还有很大的提升空间,存在着巨大的节能减排潜力。中国目前大量低效冷站存在的原因,一方面是由于机房群控技术及运维管理水平相对落后,但更重要的原因在于冷站设计及设备选型过于保守,造成设计与实际脱节,从而使得核心设备不能运行在设计工况点而脱离高效区间。现有的一般的设计思路仅考虑暖通空调设计标准中的设计工况点,根据单个设计工况点计算出全年负荷需求,乘以安全系数确定冷源总容量,然后按照设计师经验选择冷机台数及容量。稍微更全面的设计会在设计工况的基础上,选择4-5个典型工况进行设计(一般会选择20%、40%、60%、80%、100%几个负荷计算点),根据设计师经验选择几种冷机台数及容量,计算全年能耗。而这种设计思路存在如下几个问题:1、现有技术往往不是以后期节能运维为出发点,因此进行选型计算的基础往往是单点或几个典型工况点,很少能够涵盖全年大部分时间的运行工况,从而使得设备选型不能更好的契合运行需求。2、现有技术往往根据经验直接给出选型,对于不同类型、不同型号的设备搭配缺少深入分析。3、现有技术为了保证安全性,往往在最终取较高的安全系数,造成大量建筑存在较高的设备冗余,设备常年不用而带来资源浪费。
有鉴于此,特提出本发明。
发明内容
本发明的第一目的在于提供一种基于空调负荷模拟的冷机建模方法,通过该冷机建模方法计算最终的选项结果更加贴近项目的个性化需求,从而使得投运后设备能够运行在高效的区间内。
本发明的第二目的在于提供一种基于空调负荷模拟的冷机模型的应用。
本发明的第三目的在于提供一种冷站的全生命周期总成本的计算建模方法。
为解决上述技术问题,本发明提供了一种基于空调负荷模拟的冷机建模方法,包括如下步骤:
S2、利用冷机冷冻水出水温度Tc,out、冷机冷却水出水温度Tco,out来确定蒸发温度Te、冷凝温度Tc和两器温差DT,公式如下:
Te=Tc,out-1.5;
Tc=Tco,out+2;
DT=Tc-Te;
S3、通过蒸发温度Te和冷凝温度Tc计算得到理想制冷系数ICOP,公式如下:
S4、利用冷机实际性能系数COP和理想制冷系数ICOP计算得到热力完善度DCOP;公式如下:
S5、对热力完善度DCOP进行多项式拟合得到所述的冷机建模,拟合公式如下:
DCOP=a×PLR2+b×PLR×DT+c×DT2+d×PLR×+e×DT+f,
其中,a~f为拟合系数。
进一步的,所述步骤S2中的冷机冷却水出水温度Tco,out是由湿球温度计算得到,公式如下:
除此之外,本发明还提供了一种基于空调负荷模拟的冷机模型的应用,将所述模型应用于冷站的全生命周期总成本的计算。
除此之外,本发明还提供了一种冷站的全生命周期总成本的计算建模方法,包括如下步骤:
S1、计算每个负荷点的冷机电耗Wc,即根据拟合后的DCOP计算得到冷机实际性能系数COP,再由冷机实际性能系数COP得到冷机电耗Wc,公式如下:
S2、计算每个负荷点的输配系统电耗,包括冷冻泵电耗Wckw、冷却泵电耗Wcwp、冷却塔电耗WCT;
S3、计算逐时冷站总电耗W,根据逐时冷站总电耗W计算逐时电费c,公式如下:
W=Wc+Wchw+Wcwp+WCT;
c=W×p;其中,p为逐时电价;
S4、将全年逐时电费c累加得到全年总电费,利用全年总电费和冷站初投资得到冷站的全生命周期总成本C,模型的最终输出如下:
其中,i为项目投运后的i年;Ci为第i年的全年总电费;r为折现率;v为项目总投资。
进一步的,所述步骤S2中的冷冻泵电耗Wckw、冷却泵电耗Wcwp和冷却塔电耗WCT分别由冷冻泵输配系数WTFckw、冷却泵输配系数WTFcwp和冷却塔输配系数WTFCT计算得到,公式如下:
与现有技术相比,本发明的有益效果在于:
1、通过本发明的冷机建模方法和冷站的全生命周期总成本的计算建模方法,可以获得更加实际运行工况的能耗数据,使得最终的选项结果更加贴近项目的个性化需求,从而使得投运后设备能够运行在高效的区间内;
2、摒弃层层增加安全系数的做法,分析项目真实需求的基础上给出较为经济的设备配置。
3、通过综合考虑初投资与运行费用,既避免了一味追求高效、又避免了一味追求降低建设成本,从而达到契合业主需求的平衡效果。
附图说明
为了更清楚地说明本发明实施例或背景技术中的技术方案,下面将对本发明实施例或背景技术中所需要使用的附图进行说明。
图1示出了本发明所提供的全生命周期总成本的计算原理框图;
图2示出了本发明所提供的评价冷站能效的具体结构图;
图3示出了本发明所提及的逆卡诺循环(温熵图);
图4示出了本发明所提及的劳伦兹循环(温熵图)。
具体实施方式
在本发明实施例的描述中,所属技术领域的技术人员应当知道,本发明实施例可以实现为方法、装置、电子设备及计算机可读存储介质。因此,本发明实施例可以具体实现为以下形式:完全的硬件、完全的软件(包括固件、驻留软件、微代码等)、硬件和软件结合的形式。此外,在一些实施例中,本发明实施例还可以实现为在一个或多个计算机可读存储介质中的计算机程序产品的形式,该计算机可读存储介质中包含计算机程序代码。
上述计算机可读存储介质可以采用一个或多个计算机可读存储介质的任意组合。计算机可读存储介质包括:电、磁、光、电磁、红外或半导体的系统、装置或器件,或者以上任意的组合。计算机可读存储介质更具体的例子包括:便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM)、闪存(Flash Memory)、光纤、光盘只读存储器(CD-ROM)、光存储器件、磁存储器件或以上任意组合。在本发明实施例中,计算机可读存储介质可以是任意包含或存储程序的有形介质,该程序可以被指令执行系统、装置、器件使用或与其结合使用。
上述计算机可读存储介质包含的计算机程序代码可以用任意适当的介质传输,包括:无线、电线、光缆、射频(Radio Frequency,RF)或者以上任意合适的组合。
可以以汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、集成电路配置数据或以一种或多种程序设计语言或其组合来编写用于执行本发明实施例操作的计算机程序代码,程序设计语言包括面向对象的程序设计语言,例如:Java、Smalltalk、C++,还包括常规的过程式程序设计语言,例如:C语言或类似的程序设计语言。计算机程序代码可以完全的在用户计算机上执行、部分的在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行以及完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络,包括:局域网(LAN)或广域网(WAN),可以连接到用户计算机,也可以连接到外部计算机。
本发明实施例通过流程图和/或方框图描述所提供的方法、装置、电子设备。
应当理解,流程图和/或方框图的每个方框以及流程图和/或方框图中各方框的组合,都可以由计算机可读程序指令实现。这些计算机可读程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,从而生产出一种机器,这些计算机可读程序指令通过计算机或其他可编程数据处理装置执行,产生了实现流程图和/或方框图中的方框规定的功能/操作的装置。
也可以将这些计算机可读程序指令存储在能使得计算机或其他可编程数据处理装置以特定方式工作的计算机可读存储介质中。这样,存储在计算机可读存储介质中的指令就产生出一个包括实现流程图和/或方框图中的方框规定的功能/操作的指令装置产品。
也可以将计算机可读程序指令加载到计算机、其他可编程数据处理装置或其他设备上,使得在计算机、其他可编程数据处理装置或其他设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机或其他可编程数据处理装置上执行的指令能够提供实现流程图和/或方框图中的方框规定的功能/操作的过程。
本发明实施例的说明书和权利要求书中的术语“第一”和“第二”等是用于区别不同的对象,而不是用于描述对象的特定顺序。例如,第一目标对象和第二目标对象等是用于区别不同的目标对象,而不是用于描述目标对象的特定顺序。
在本发明实施例中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本发明实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
在本发明实施例的描述中,除非另有说明,“多个”的含义是指两个或两个以上。例如,多个处理单元是指两个或两个以上的处理单元;多个系统是指两个或两个以上的系统。需要说明的是,以下实施例仅用于解释本发明的设计思想,而不应以任何方式来限制本发明。
下面结合本发明实施例中的附图对本发明实施例进行描述。
本发明实施例提供了一种空调负荷模拟的冷机建模方法,包括如下步骤:
S2、利用冷机冷冻水出水温度Tc,out、冷机冷却水出水温度Tco,out来确定蒸发温度Te、冷凝温度Tc和两器温差DT,公式如下:
Te=Tc,out-1.5;
Tc=Tco,2ut+2;
DT=Tc-Te;
S3、通过蒸发温度Te和冷凝温度Tc计算得到理想制冷系数ICOP,公式如下:
S4、利用冷机实际性能系数COP和理想制冷系数ICOP计算得到热力完善度DCOP;公式如下:
S5、对热力完善度DCOP进行多项式拟合得到所述的冷机建模,拟合公式如下:
DCOP=a×PLR2+b×PLR×DT+c×DT2+d×PLR×+e×DT+f,
其中,a~f为拟合系数。
首先阐述一下本发明的理论基础:
蒸汽压缩式冷水机组的模型在制冷原理上可理想的简化为逆卡诺循环,如图3所示,对于逆卡诺循环而言,所耗的功量等于压缩机的耗功量与膨胀机的得功量之差,故制冷系数ε可认为只和被冷却物的温度、冷却剂的温度相关,即下式:
其中T′k为冷却剂温度,T′o被冷却物温度,由上式可知,被冷却物温度越高,冷却剂温度越低,制冷系数ε越高,此时的制冷系数ε是在理想循环得到的理想制冷系数,然后对ε求偏导数,可知被冷却物温度T′o的变化比冷却剂温度T′k的变化对制冷系数ε的影响要大,即下式,
实际制冷循环中,被冷却物的放热过程和冷却剂的吸热过程一般都伴随温度的变化,此时的理想制冷循环更适宜采用劳仑兹循环,如图4所示,而制冷系数εl等于以使用放热平均温度T′km和吸热平均温度T′om作为高低热源温度的等效逆卡诺循环的制冷系数,保持了逆卡诺循环的主要结论,即制冷系数εl仅取决于被冷却物和冷却剂的温度状况,而与制冷剂性质无关。
经上述分析我们由理论分析反馈至实际的冷机运行中可以得到以下结论:
1.蒸发温度(与被冷却物相关)越高越好
2.冷凝温度(与冷却剂温度相关)越低越好
3.如果在蒸发温度及冷凝温度中选择,蒸发温度的提升工作的优限度大于冷凝温度降低工作的优限度。
引入冷工况热力完善度DCOP(热力学第二定律效率)说明制冷循环接近工作温度相同时的逆卡诺循环的程度,也可看做制冷循环的经济性指标,其值小于1,但越接近1表明其经济性越好。热力完善度DCOP与冷机实际性能系数COP、理想制冷系数ICOP的关系可写为下式:
其中ICOP根据前文可知,参考公式1结合冷机实际运行工况可写为下式:
Te为蒸发温度,Tc为冷凝温度,单位为K
使用热力完善度DCOP来整体评价制冷系统接近理想制冷循环的程度,相对于外部不可控的条件,DCOP等效于“内部效率”;使用理想制冷系数ICOP来评价制冷系统之外的影响,因末端的需求和外部气象条件皆不由制冷系统自己决定,甚至部分条件下无法人为干预,故lCOP等效于“外部效率”。
早期模型的弊端在于ICOP虽然是变化的,但是DCOP往往是定值,造成计算COP时与实际运行COP存在一定的偏差,在此引入冷机性能曲线,冷机性能曲线可以评价冷机在各种不同负荷率情况下的COP情况,并分析部分负荷情况下各冷机的表现,使用历史运行数据或实测数据对冷机性能曲线进行回归和模拟,并与厂商提供的性能曲线对比,为了更简便的分析,同时结合了工作温度的变化,在分析DCOP时简化模型,通过历史数据与负荷率PLR、两器温差DT建立回归模型,而在本项目中采用多项式拟合,拟合公式如下:
DT=Tc-Te (公式15)
DCOP=a×PLR2+b×PLR×DT+c×DT2+d×PLR×+e×DT+f(公式17)
其中a~f为拟合系数,为额定制冷量,具体到某种类型冷机时,拟合参数及结果不同,如在变频冷机及磁悬浮冷机中需拟合不同转速及导叶阀开度下的曲线,拟合曲线越接近给出的样本曲线,性能越符合要求,简单来讲DCOP实质上也是跟随负荷变化的值。
在计算ICOP时,一般由冷机冷冻水出水温度、冷机冷却水出水温度来确定蒸发温度及冷凝温度,其中冷冻水出水温度降低1.5K为蒸发温度,冷却水出水温度提升2K为冷凝温度。
Te=Tc,out-1.5 (公式18)
Tc=Tco,out+2 (公式19)
Tc,out为冷冻水出水温度,Tco,out为冷却水出水温度。冷机冷却水出水温度与气象参数密切相关,根据湿球温度及冷却塔设备提供的效率来计算,在此模型中,依照下述经验值计算:
除此之外,本发明还提供了一种冷站的全生命周期总成本的计算建模方法,包括如下步骤:
S1、计算每个负荷点的冷机电耗Wc,即根据拟合后的DCOP计算得到冷机实际性能系数COP,再由冷机实际性能系数COP得到冷机电耗Wc,公式如下:
S2、计算每个负荷点的输配系统电耗,包括冷冻泵电耗Wckw、冷却泵电耗Wcwp、冷却塔电耗WCT;
S3、计算逐时冷站总电耗W,根据逐时冷站总电耗W计算逐时电费c,公式如下:
W=Wc+Wchw+Wcwp+WCT;
c=W×p;其中,p为逐时电价;
S4、将全年逐时电费c累加得到全年总电费,利用全年总电费和冷站初投资得到冷站的全生命周期总成本C,模型的最终输出如下:
其中,i为项目投运后的i年;Ci为第i年的全年总电费;r为折现率;v为项目总投资。
常规集中式供冷的中央冷站总电耗包含冷机电耗、冷冻水泵电耗、冷却水泵电耗以及冷却塔电耗。具体关系如下:
W=Wc+Wchw+Wcwp+WCT (公式1)
W:中央冷站总电耗,单位为瞬时的kW或者累计的kWh;
Wc:冷机电耗,单位为瞬时的kW或者累计的kWh,实质上应该使用输入功率,即考虑指示效率、摩擦效率、传动效率,但输入功率较难进行测量,故采用总功率;
Wchw:冷冻水泵电耗,单位为瞬时的kW或者累计的kWh;
Wcwp:冷却水泵电耗,单位为瞬时的kW或者累计的kWh;
WCT:冷却塔电耗,单位为瞬时的kW或者累计的kWh。
评价冷站能效的指标为EER,可以拆解为冷机COP、冷冻泵输配系数WTFchw、冷却侧输配系数WTFcw,其中冷却测输配系数又可以拆分为冷却泵输配系数WTFcwp、冷却塔输配系数WTFCT,具体结构如图2所示,具体定义如下列公式:
Q:冷站总供冷量,单位为瞬时的kW或者累计的kWhc。
因此,综合上述理论,我们得出了冷站的全生命周期总成本的计算建模方法,具体计算原理框图如图1所示,具体计算流程如下:
1.输入条件,典型年全年逐时气象参数(干球温度、湿球温度、太阳辐射等)以及对应的逐时负荷。
2.设计一种冷机组合方案,例如总体装机需求为5000RT,可以设计的一种方案为4台1000RT定频离心机+1台1000RT变频离心机,或者4台1100RT定频离心机+1台600RT的磁悬浮冷机,均为可供输入的冷机方案。基于冷机组合方案穷举得到所有的开机方案,例如对于上述第二种冷机组合方案,冷机开机方案有:1台小冷机、1台大冷机、1台小冷机+1台大冷机、2台大冷机、1台小冷机+2台大冷机、3台大冷机、1台小冷机+3台大冷机、4台大冷机、1台小冷机+4台大冷机。
3.基于冷机厂家提供的冷机样本,拟合得到冷机的模型:根据各工况点参数,利用其制冷量、机组功率计算得到COP(公式3),利用制冷量、额定制冷量计算得到PLR(公式14),利用冷冻水出水温度、冷却水出水温度计算得到Te(公式18)、Tc(公式19)、DT(公式15),利用Te、Tc计算得到ICOP(公式16)、利用COP与ICOP计算得到DCOP(公式12),从而拟合得到DCOP公式。具体计算过程如下:
S3.Te=Tc,out-1.5
Tc=Tco,out+2
DT=Tc-Te
S6.DCOP=a×PLR2+b×PLR×DT+c×DT2+d×PLR×+e×DT+f
4.对于每个负荷点,计算每种开机方案的开机负荷率,选择负荷率最高的开机方案为计算方案。利用湿球温度计算得到冷却水出水温度(公式20),利用冷冻水出水温度、冷却水出水温度计算得到Te(公式18)、Tc(公式19)、DT(公式15),并计算出ICOP(公式16),将PLR、DT带入到第三步得到的DCOP公式中计算DCOP,与ICOP联合计算出COP(公式12),由负荷与COP计算得到冷机功率(公式3),具体流程如下:
S2.Te=Tc,out-1.5
Tc=Tcoout+2
DT=Tc-Te
S4.DCOP=a×PLR2+b×PLR×DT+c×DT2+d×PLR×+e×DT+f
S5.COP=DCOP×ICOP
5.对于每个负荷点,计算输配系统电耗,包括冷冻水泵电耗、冷却水泵电耗、冷却塔电耗。使用冷冻水泵、冷却水泵、冷却塔的输配系数来估算,具体经验参数取值如下,需要根据项目设计及物业管理经验进行取值,计算依据为公式4、6、7,具体流程如下:
其中,经验取值如下表所示:
6.冷机、冷冻水泵、冷却水泵、冷却塔电耗相加获得冷站总电耗。
W=Wc+Wchw+Wcwp+WCT
7.使用逐时冷站总电耗与逐时电价计算得到逐时电费:
c=W×p
c:逐时电费,单位为元;
p:逐时电价,单位为元/kWh;
8.将全年逐时电费累加得到全年总电费。
9.利用全年总电费与冷站初投资(根据项目使用的设备品牌及型号,询价得到),计算本冷机选型方案的全生命周期总成本(净现值),作为本模型的最终输出。
C:全生命周期总成本(净现值),单位为元
i:项目投运后的第i年,一般为1-14,即全生命周期取15年;
c i:第i年的全年总电费,单位为元;
r:折现率,根据企业具体情况取值,一般取6%~8%;
v:项目总投资,包括设备采购与对应的施工成本。
综上所述,通过本发明的冷机建模方法和冷站的全生命周期总成本的计算建模方法,可以获得更加实际运行工况的能耗数据,使得最终的选项结果更加贴近项目的个性化需求,从而使得投运后设备能够运行在高效的区间内;摒弃层层增加安全系数的做法,分析项目真实需求的基础上给出较为经济的设备配置。通过综合考虑初投资与运行费用,既避免了一味追求高效、又避免了一味追求降低建设成本,从而达到契合业主需求的平衡效果。
以上所述,仅为本发明实施例的具体实施方式,但本发明实施例的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明实施例披露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明实施例的保护范围之内。因此,本发明实施例的保护范围应以权利要求的保护范围为准。
Claims (5)
1.一种基于空调负荷模拟的冷机建模方法,其特征在于,包括如下步骤:
S2、利用冷机冷冻水出水温度Tc,out、冷机冷却水出水温度Tco,out来确定蒸发温度Te、冷凝温度Tc和两器温差DT,公式如下:
Te=Tc,out-1.5;
Tc=Tco,out+2;
DT=Tc-Te;
S3、通过蒸发温度Te和冷凝温度Tc计算得到理想制冷系数ICOP,公式如下:
S4、利用冷机实际性能系数COP和理想制冷系数ICOP计算得到热力完善度DCOP;公式如下:
S5、对热力完善度DCOP进行多项式拟合得到所述的冷机建模,拟合公式如下:
DCOP=a×PLR2+b×PLR×DT+c×DT2+d×PLR×=e×DT+f,
其中,a~f为拟合系数。
3.一种基于空调负荷模拟的冷机模型的应用,其特征在于,将所述模型应用于冷站的全生命周期总成本的计算。
4.一种冷站的全生命周期总成本的计算建模方法,其特征在于,包括如下步骤:
S1、计算每个负荷点的冷机电耗Wc,即根据拟合后的DCOP计算得到冷机实际性能系数COP,再由冷机实际性能系数COP得到冷机电耗Wc,公式如下:
S2、计算每个负荷点的输配系统电耗,包括冷冻泵电耗Wckw、冷却泵电耗Wcwp、冷却塔电耗WCT;
S3、计算逐时冷站总电耗W,根据逐时冷站总电耗W计算逐时电费c,公式如下:
W=Wc+Wckw+Wcwp+WcT;
c=W×p;其中,p为逐时电价;
S4、将全年逐时电费c累加得到全年总电费,利用全年总电费和冷站初投资得到冷站的全生命周期总成本C,模型的最终输出如下:
其中,i为项目投运后的i年;Ci为第i年的全年总电费;r为折现率;v为项目总投资。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211658465.7A CN116305758A (zh) | 2022-12-22 | 2022-12-22 | 一种基于空调负荷模拟的冷机建模方法及模型应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211658465.7A CN116305758A (zh) | 2022-12-22 | 2022-12-22 | 一种基于空调负荷模拟的冷机建模方法及模型应用 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116305758A true CN116305758A (zh) | 2023-06-23 |
Family
ID=86793068
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211658465.7A Pending CN116305758A (zh) | 2022-12-22 | 2022-12-22 | 一种基于空调负荷模拟的冷机建模方法及模型应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116305758A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117350086A (zh) * | 2023-12-05 | 2024-01-05 | 珠海格力电器股份有限公司 | 风冷机组能效仿真模型的搭建方法、装置及电子设备 |
-
2022
- 2022-12-22 CN CN202211658465.7A patent/CN116305758A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117350086A (zh) * | 2023-12-05 | 2024-01-05 | 珠海格力电器股份有限公司 | 风冷机组能效仿真模型的搭建方法、装置及电子设备 |
CN117350086B (zh) * | 2023-12-05 | 2024-04-05 | 珠海格力电器股份有限公司 | 风冷机组能效仿真模型的搭建方法、装置及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Safa et al. | Heating and cooling performance characterisation of ground source heat pump system by testing and TRNSYS simulation | |
CN102043907B (zh) | 空调房间实时冷负荷确定方法 | |
JP5890697B2 (ja) | 冷却塔ファン制御装置および方法 | |
JP2017101862A (ja) | 熱源制御システムおよび制御方法 | |
CN109063255B (zh) | 一种节能控制方法、电子设备、存储介质、装置及系统 | |
Yu et al. | Environmental performance and economic analysis of all-variable speed chiller systems with load-based speed control | |
CN106951630A (zh) | 一种应用于空调系统中的制冷主机设备选择方法 | |
Meng et al. | Thermal energy storage air-conditioning demand response control using elman neural network prediction model | |
CN116305758A (zh) | 一种基于空调负荷模拟的冷机建模方法及模型应用 | |
Biglia et al. | On the real performance of groundwater heat pumps: Experimental evidence from a residential district | |
Kang et al. | The power simulation of water-cooled central air-conditioning system based on demand response | |
Yik et al. | Chiller models for plant design studies | |
Huang et al. | Model-based optimal operation of heating tower heat pump systems | |
Deng et al. | Research on systematic analysis and optimization method for chillers based on model predictive control: A case study | |
Kumar et al. | Advanced modeling and energy-saving-oriented assessment of control strategies for air-cooled chillers in space cooling applications | |
Khalid et al. | Energy usage prediction model comparing outdoor vs. indoor ice rinks | |
Vakiloroaya et al. | New integrated hybrid evaporative cooling system for HVAC energy efficiency improvement | |
Hu et al. | Performance investigation of a multi-connected heating tower heat pump system | |
CN104676752A (zh) | 水冷冷水机组为冷源的集中空调系统运行能耗的分析方法 | |
Lamptey et al. | Comparative energy analysis of cooling energy performance between conventional and hybrid air source internet data center cooling system | |
CN114240470A (zh) | 一种多元化市场主体边际贡献度测算方法 | |
Chan et al. | Analysis of the component characteristics of air-cooled chillers for modelling floating condensing temperature control | |
Anandh et al. | A case analysis on energy savings and efficiency improvement of a chiller plant in a luxury hotel building | |
Lee et al. | Performance modelling of air-cooled twin-circuit screw chiller | |
CN117053355B (zh) | 一种冷冻站节能控制装置及其控制方法 |
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 |