基于冷冻能力最大化的启停式冷水机组卸载控制

刘菁菁， 韩 宁， 姚立德

(1.北京林业大学工学院，北京 100083;2.台北科技大学机电学院，台湾台北 10608)

台湾地属亚热带，夏季多为炎热且潮湿的气候，空调设备的需求量也因此而大幅提升，这也是造成夏季尖峰用电量快速增长的主要原因。据调查，空调的用电量占总用电量的比例高达30%以上，空调总用电量中又以冷水机耗电量为最多[1]。

空调系统的最优化控制在日益讲究能源效益及高生活品质的需求中扮演了重要的角色，其目的在于控制调整现有的空调设备，使得系统在操作时，耗用最少的能源就能达到系统的负载需求，创造高品质与舒适的生产或生活环境，达到节约能源的目的[2]。

在高压用户中，最具卸载潜力的用户为装设空调主机的商业用户。据调查，台湾地区有高达65%的高压用户认为若需实施需量交易，则该单位的空调负载为最适合进行交易的电力负载。因此本研究的目标是希望得到一套冷水机组卸载的优化策略，既满足空间负载的冷冻能力，又达到台湾电力公司(简称台电)所要求的卸载量，并保证一定的舒适度，进而提升能源利用率。

目前对冷水机组进行优化卸载控制的相关研究多是针对离心式冷水机组，并对其实现线性的最优化卸载，但在实际应用中的多是启停式或分段式冷水机组，因此不能使用传统的方法去控制，所以本文是针对广泛应用的启停式或分段式冷水机组进行最优化卸载控制设计的。

1 负载控制策略及优化控制方法

1.1 台湾地区现行的负载控制策略

由于电业自由化，需量反应措施在美国、英国及澳洲等国家已被提出并且逐渐推广。需量反应的基本定义是指电力公司预测未来的某段时间内可能会造成缺电，而在该段时间内买回用户的负载容量，转而提供给较无卸载弹性且须供应稳定电力的用户。

需量反应包括多种需量管理措施:

(1)即时电价(real-time pricing tariffs);

(2)紧急性可停电力计划(emergency load curtailm ent p rograms);

(3)自愿性卸载计划(voluntary demand response program s);

(4)需量竞价计划(demand bidding programs);

(5)负载直接控制(direct load control)。

上述做法可以个别独立实施，也有部分机构将多种做法合并为一种计划实施[3]。

为保障电力系统的安全，电力公司要求用户必须与台电订立契约容量，电力公司根据此契约容量准备电力，同时为保证用户履行合约而订立超约用电处理原则。台电的需量单位是每15 min内的有效累积电力量值，每月最大电力需量超过契约容量在10%以下的部分，按适用电价的2倍计收基本电费;超过10%以上的部分，按适用电价的3倍计收基本电费[4]，因此，抑制尖峰需量成为解决超额罚款问题的重点。又因为空调造成的尖峰需量达到总需量的30%以上，因此在尖峰负载时刻对冷水机组进行卸载，能有效地降低尖峰需量。

1.2 常用的优化控制方法

目前对于离心式空调压缩机优化控制最常用的几种方法[5]是:平均卸载法、单位冷冻能力耗电量最小化法和MPCOP法。

(1)平均卸载法(ELD)[6]。这种方法是现今业界最常使用的方法。把每台冷水机视为性能相同的主机，随着系统的冷冻负载增加而增开冷水机，当上线主机决定后，把系统负载平均分配到每台冷水机上，且对中央空调系统的其它元件作最佳化分析[7，8]。但冷水机组在实际运转时，由于管路架构、运转时间及保养状况等因素，所表现出的性能亦不相同，而平均负载法忽略了不同机组间的性能差异，使求得的负载分配并非最佳化，未能使机组处于最佳状况下运转。

(2)单位冷冻能力耗电量最小化法。此种方法的主要目的是:在保持冷冻能力一定的条件下，使耗电量最小，即最小化单位冷冻能量的耗电量。

(3)MPCOP法(COP最大法)。该方法是使空调压缩机组在部分负载情况下COP值最大化。COP为空调主机的性能系数，因此研究COP曲线与部分负载率(Part Load Ratio，简称PLR)的关系是该方法的基础。

以上优化控制方法都是针对离心式空调压缩机的，而对启停式(分段式)空调机组最优化控制的研究目前却还一直停滞不前。

因此本文的研究重点是针对启停式(分段式)空调机组，提出了冷冻能力最大化法的最优化卸载控制策略，既实现其冷冻能力最大又满足舒适度的要求。

2 冷冻能力最大化法

空调的实际用户主要考虑的是:在满足台湾电力公司卸载要求目标的前提下，保持空调效能的最大化。由于空调效能最大化往往通过冷水机组的冷冻能力体现，因此以保持冷水机组冷冻能力最大化为目标，能更好地满足用户的需求，所以目标函数设为被卸载冷水机的冷冻能力总和为最小。

在进行最优化前需要得到的参数如下:

Ei(kT s):在k时段，第i组期望的最小冷冻能力。

W 1(kT s)为经过前次卸载后，累计已卸载时间未达到最大卸载时间，可以继续保持卸载的量。

W g(kT s)-W 1(kT s)表示除去上次卸载后可以继续保持卸载的量外被要求的卸载量。因此，需要在达到卸载条件的冷水机中，选择出最适合者代替卸载时间到达最大卸载时间而需要复归的冷水机，使这个周期的总卸载量大于或等于要求卸载的值，即

决策变数为η(kT s)，即在k时段，第i组冷水机j是否被要求卸载。其值为1表示卸载，其值为0表示不卸载。

为了在达到卸载要求的前提下，被卸载的冷冻能力最小，最优化目标应设为:

为了使每一区域都能保持一定的舒适度，必须保证每一区域的最低冷冻能力，即

其中，i=1，…，n。处于复归状态下的冷水机也会由于自身内部的控制程序而进行启停动作，所以用来计算区域的冷冻能力更加合理。

因此最优化模型可列为:

多台单区、多台多区的情况都可以通过改变(8)～(11)式中的参数及控制周期Ts来实现最优化。

3 实验仿真

本次实验选择12台启停式冷水机和1台两段式、2台三段式冷水机记录数据，将分段式冷水机近似看成几台独立的启停式冷水机，可得20个实验对象(记为l)。

冷水机组参数见表1所列。

使用的软件为C++和Lingo9.0。Lingo是一套专门用于求解最优化问题的软件。

表1 冷水机组参数表

将空调按照区域分为4组，第1组1～6，第2组7～11，第3组12～15，第4组16～20(其中3、4为两段式冷水机，7、8、9为三段式冷水机，16、17、18为三段式冷水机)，取5m in为1个采样周期，进行10个周期的最优化计算，每个周期要求的卸载量见表2所列，4个区域需要保持的最小冷冻能力分别为280、120、200、200 kW，优化后结果见表3所列。

表2 每一采样周期要求卸载的量kW

表3 优化卸载结果

由表1和表3可以计算出每个周期的卸载量和卸载的冷冻能力，以及每个区域的冷冻能力。

实验仿真的结果如图1～图3所示。

图1 优化后卸载量比较

图2 优化后被卸载的冷冻能力

图3 优化后每一区域的冷冻能力

本文建立的优化模型求解出的卸载结果可以满足台电的卸载要求，实际卸载量大于或等于要求的卸载量，能有效地避免超约罚款的产生，如图1所示。

节约的冷冻能力如图2所示。由图2可见，可以达到提高能源利用率的目的。

将图3与区域需要保持的最小冷冻能力比较可知，在10个采样周期中，优化后每个区域的冷冻能力都大于每个区域期望的最小冷冻能力，即能保证每一区域一定的冷冻能力，即一定的舒适度。

4 节能效益验证

节能效益验证是计算优化卸载后的平均用电量与未进行优化卸载前平均用电量，前者即卸载后用电量累加后除以周期数，后者即卸载前用电量累加后除以周期数，依据下述公式计算而得。

电量节能效益=[(B-A)/B]×100%。

通过计算得到电量节能效益为22.5%。

冷冻能力节能效益=[(D-C)/D]×100%。

通过计算得到冷冻能力的节能效益为19.6%。

5 结束语

本文针对台湾电力负荷的控制策略，提出了对启停式(分段式)冷水机组的优化卸载控制策略，并且可以保证其一定的冷冻能力和舒适度。中国是一个能源消耗大国，我国电力供给过去长期处于紧缺和低水平供需平衡状态[11]，目前也存在着严重的电荒问题，尖峰负载问题长期存在，电力系统改革迫在眉睫。该研究对于电力负荷控制策略在国内的推广以及实现节能减排目标有较大的借鉴作用。

在今后的研究中，还可以加入其它一些启闭设备，如照明设备和水泵，其冷冻能力设为零，可不影响区域的冷冻能力，也可以再加入其它一些约束条件，如照度等。另外，可以通过焓值控制，求得每个区域期望的最小冷冻能力，以期达到更理想的人体舒适度。

[1] 张永宗，林家田，林瑞昆.冰水主机最佳排序[J].冷冻与空调，2002，(17):15-25.

[2] 黄启泰.惩罚函数法应用于空调系统之最佳化控制[D].台北:台北科技大学，2006.

[3] EPRI.Demand response p rog rams[R].EPRI，2002.

[4] 杨正光.电力系统需量控制之发展趋势[J].能源节约技术报导，2001，(42):17-25.

[5] Lu H R，Yao L.On-line load optim ization for tw o w ay load m anagem en t system[C]//IEEE In ternational Conference on System s，Man and Cybernetics，Taipei，Taiw an，2006:3250-3255.

[6] Braun J E，K lein S A，M itchell JW，et al.Applications of op timal control to chilled w ater sy stems withou t storage[J].ASHRAE Transactions，1989，95(1):663-675.

[7] Braun JE.M ethodologies for the design and control of central cooling p lan ts[D].University of W isconsin-M adison，1989.

[8] Braun JE，M itchell JW，K lein S A，et al.Performance and control characteristics of a large cooling system[J].ASHRAE T ransactions，1987，93，(1):1830-1841.

[9] Yao L，Lu H R.A tw o-way direct con trol of cen tral airconditioning load via the In ternet[J].IEEE T ransactions on Pow er Delivery，2009，24(1):240-248.

[10] Yao L，Lu H R.Op timization of two-way direct load control based on fuzzy linear prog ramm ing[C]//2008 IEEE In ternational Conference on Fuzzy System s，Hong Kong，2008:1894-1901.

[11] 张学治，倪 军.双良燃气中央空调:缓解中国电荒，成就城市绿洲[J].中国建设信息:供热制冷，2004，(3):100-102.