智能建筑冷热源自动控制研究

智能建筑冷热源自动控制研究
发布时间：2022-06-22T12:26:01.225Z 来源：《科技新时代》2022年6期作者：叶福平
[导读] 近年来我国智能建筑、绿色建筑大量兴建，相关技术得到广泛应用。

广东大简科技有限公司 519000
摘要：近年来我国智能建筑、绿色建筑大量兴建，相关技术得到广泛应用。

基于此，以某绿色智能建筑作为研究对象，深入研究冷热源自动控制。

研究结果表明，案例项目中智能建筑冷热源自动控制模拟优化后实现21.2%的年累计供热量节约，实际运行验证实现27.3%的冷热源站耗电量节省和19.4%的累计供热量节省。

关键词：智能建筑；冷热源；自动控制
前言：由于电子设备在智能建筑中的大量应用，很多研究指出智能建筑存在高于传统建筑的空调负荷，为降低空调能耗，冷热源自动控制技术的科学应用极为关键。

为保证冷热源自动控制取得预期效果，正是研究的目标所在。

1. 工程概况
以某绿色智能建筑项目作为研究对象，该项目属于典型的厂房建筑，共分为5层，项目需要对其进行改造，解决原有建筑存在的保温效果差、通风不佳等问题，改造前建筑通过市政热网和分体空调进行室内温度调节。

项目基于智能、绿色目标进行改造，改造后的办公建筑由能源机房和办公区组成，前者设置于1层，后者设置于2～5层，6层设置有新建的餐厅、健身房。

为降低能耗和运行成本，案例项目改造过程中集成了绿色技术和智能技术，冷热源系统选择水蓄能和地源热泵结合设计，地源热泵主机分为两部分，分别为甲机组和乙机组，运行分成两组模块，为保证冷热量需求量与输出量接近，选择增减压缩机运行数量方式。

为满足建筑的绿色属性，改造后项目使用免费冷源，即地埋管，全年可实现一定时间段的免费供冷。

通过应用水蓄能技术，项目可实现对当地削峰填谷政策提供优惠电价的充分利用，进而降低空调能耗和使用成本，依托蓄能罐、高低温热泵机组及不同的空调末端设计，设计可为不同季节提供针对性的运行工况，冷热源自动控制可由此保证空调系统能耗降到最低。

案例项目通过直接数字控制方式进行冷热源的群控，具体由现场DDC控制器、通信网络、中央控制设备等组成。

为保证冷热源的群控取得预期效果，需聚焦冷热源系统通信接口、基于模糊运算的控制参数调整，同时关注相关故障影响并设法优化控制策略[1]。

2. 节能潜力分析
为实现案例项目的冷热源自动控制优化，需要对其运行模式逐时能耗进行分析，分析2020年10月1日－2021年9月30的冷热源逐时耗电量、运行工况变化情况，同时需要关注冷站逐时COP值变化情况。

综合分析可以发现，研究区间全年总耗电量、冷站耗电量分别为270500kW?h、107190kW?h，暖通空调系统耗电强度、总耗电强度分别为19.48kW?h/m2、46.9kW?h/m2，能耗总量中暖通空调占比为
41.2%。

更深入分析可以确定，冬季夜间需要同时供热和蓄能，因此存在较高耗电量，如晚9:00－早7:00选择不供热模式运行，每年可实现约13050kW?h的电量节约，在冷热源设备总耗电量中的具体占比为12.2%。

供暖季供热量总值为110698kW?h，如设定存在零的夜间供热量，同时不考虑白天供热量受到的影响，案例项目可实现42.8%供热量的节约。

3. 模拟验证
模拟验证需要得到软件支持，涉及DeST模型创建、优化控制策略、实验验证等内容，具体内容如下所示。

3.1 DeST模型创建
基于案例项目实际情况，结合平面图及参数进行维护结构创建，这一过程需要使用软件DeST，同时进行房间类型、外窗、外墙、通风换气次数等参数设定，为简化模拟，将项目中每层的小房间向大房间合并，因此可得到五个房间，对应建筑的五层，具体如图1所示。

结合软件对控制策略优化前后的逐时供热负荷及室内环境温度进行分析可以发现，白天室内环境温度在优化前后基本不存在变化，夜间虽然存在较低温度，但具体温度始终大于10℃，因此能够满足实际需要。

更深入分析可以发现，优化前、优化后累计供热量分别为80459kW?h、63366kW?h，优化控制策略能够实现21.2%的供热量节约。

3.3实验验证
为验证节能效果，实际开展优化控制实验，这一实验通过停止市政热网供热及冷热源群控调整实现，具体在2022年1月14日进行实验，在早2:00－7:00停止供暖，收集数据并与2022年1月12日的相似数据进行比较。

通过比较可以发现，由于1月14日存在较高室外温度，因此停止供暖后室内仍存在较高温度，温度在白天差别很小。

1月12日，项目存在1149kW?h的总供热量，1月14日则为931kW?h，因此实现19.5%的总供热量节约。

1月14日、1月12日的冷站总电耗分别为395kW?h、580kW?h，冷站日总耗电量因此实现27.3%的节约。

考虑到1月14日和1
月12日存在不同的室外温度，基于不同的热负荷，为保证二者存在相同条件，需要简单修正热负荷和节热量，具体公式如下[2]：
上式中的、分为修正后、修正前的i时刻供热负荷，、、分别为i时刻的室内温度、室外温度（1月14日）、室外温度（1月12日），为修正后日累计节热量。

对于1月12日和1月14日，如两日的室外温度相同，12日修正总供热量、修正后日总供热量中节省热量占比分别为1004.1kW?h、7.6%。

综合分析可以发现，在冷热源自动控制和运行工况可视化分析下，能够有效发现案例项目冷热源自动控制策略存在的不足，进而针对性进行优化，最终明确智能建筑冷热源自动控制规律，为冷热源自动控制优化提供依据，这种优化具备较高实际意义。

结合案例项目进行分析可以发现，运行工况可视化分析能够有效发现相关问题，并提出冷热源自动控制优化方案，该方案的实用性通过模拟及实际运行验证得到证明，具体较高借鉴价值。

结论：综上所述，智能建筑冷热源自动控制存在较高现实意义。

在此基础上，本文涉及的DeST模型创建、优化控制策略、实验验证等
内容，则直观展示了智能建筑冷热源自动控制优化路径。

为更好实现节能降耗目标，冷热源自动控制优化还需要聚焦软硬件升级、行业专
家支持等方面。

参考文献：
[1]葛丰.智能建筑暖通空调系统优化策略探讨[J].居舍,2021(06):161-162.
[2]谭志全.电气自动化在智能建筑中的设计探究[J].设备管理与维修,2018(08):152-153.。