中央空调冷水机组群控优化方法研究

邵 凡，张 艳，鲁 燕（.国网南通供电公司，江苏 南通 6006；.国网江苏省电力公司，南京 004）

中央空调冷水机组群控优化方法研究

邵 凡1，张 艳2，鲁 燕1
（1.国网南通供电公司，江苏 南通 226006；2.国网江苏省电力公司，南京 210024）

对于配备多台冷水机组的中央空调来说，中央空调冷水机组的群控方式对于提高中央空调系统的整体效率具有重要意义。首先根据各台冷水机组负荷效率特性建立模型，其次对空调负荷进行计算，在保证空调效果的前提下建立空调负荷和冷水机组负荷的最优匹配模型，实现冷水机组的群控。相关模型和方法不仅可应用于空调节能，而且可以应用于空调负荷调控，实现空调负荷的柔性控制。

冷水机组群控；负荷效率特性；最优匹配模型

随着我国经济的持续发展和人民生活水平的不断提高，用户对室内环境质量要求不断提高，中央空调系统在各类公共建筑中得到了广泛使用［1］。中央空调负荷已占尖峰负荷的30%～40%［2—4］，而其中大约50%～60%用电负荷消耗于冷水机组［5］。冷水机组作为中央空调系统的重要组成部分，在多台冷水机组联合运行时，通常由于运行冷水机组选择和负荷的分配不合理导致系统整体效率低，造成能源的浪费［6］。因此，冷水机组的群控方式研究对于提高中央空调系统的整体效率具有极大意义。

目前，国内外学者已针对中央空调冷水机组的控制方式开展了大量研究。文献［7］分析了冷水机组的部分负荷性能和部分负荷率对其他能源效率的影响，提出了基于能源效率与负荷率动态匹配的冷水机组节能控制技术。刘磅等人从智能建筑定义出发、对中央空调进行能耗评估和能源监测后，提出了冷机群控的管理方法［8］。文献［9］提出了一种基于模糊控制的群控节能方法，通过自适应模糊-PID控制技术对水泵、风机进行变频策略优化，并结合系统实时负荷运算对冷水机组与各设备的加减载进行联锁控制，实现冷水机组的智能群控。

本文采用计算机技术和自动控制技术等技术，根据空调负荷的变化情况及各台冷水机组负荷效率特性，在保证空调效果的前提下选择合适的机组及分配其相应的负荷量使系统整体效率最高。本文首先建立各冷水机组的负荷效率模型，其次对空调负荷进行计算，最后建立空调负荷与冷水机组负荷最优匹配模型，实现冷水机组的群控。

1 冷水机组负荷效率模型

冷水机组的效率主要与冷冻水供水温度、冷冻水流量、冷却水供水温度、冷却水量及冷水机组的负荷率有关。冷冻水和冷却水系统为机组创作外部运行工况，它反映机组外部因素对冷水机组性能的影响；冷水机组的负荷率为冷水机组的实际制冷量与额定制冷量的比值，它反映机组内部因素对冷水机组性能的影响。

工程上通常用冷水机组的能效比COP （coefficient of performance）与冷水机组的负荷率PLV（part load rate）的函数关系来表示负荷率对冷水机组性能的影响，如图1所示。由于不同类型的冷水机组部分负荷性能不一，相同类型的冷水机组其部分负荷性能也不一样，且差距很大。因此必须使用现代采集及存储技术获取各种运行工况下各冷水机组在各种负荷率下的制冷量和能耗数据，再利用计算机技术建立各冷水机组的运行特性模型。冷水机组性能模型如图2所示。

图1 负荷率对冷水机组性能的影响

图2 冷水机组性能模型

采集的的冷水机组运行参数包括冷冻水供水温度、冷却水进水温度、冷冻水流量、冷却水流量，冷冻水回水温度和冷水机组输入功率等参数。冷水机组的供冷负荷率、能效可以通过式（1）—式（3）计算得到。

式中：Qc为空调供冷负荷，kW；Cp为冷冻水比热，J/ （kg·℃）；m为冷冻水质量流量，kg/s；tchwr为冷冻回水温度，℃；tchws为冷冻供水温度，℃；PLV为供冷负荷负荷率，%；Qr为冷水机组额定制冷量，kW；P为冷水机组消耗功率，kW。

2 空调负荷计算

2.1 系统运行前负荷的计算

空调负荷主要由人员热湿负荷、照明设备负荷、新风负荷和围护结构散热负荷等组成，不同建筑其负荷组成不一样。可以根据特定的建筑负荷特点找出空调负荷的影响因素，具体因素包含室外温度、室外湿度、室内人员个数、前一周期负荷量、建筑室内平均设定温度及预测负荷等。并根据历史负荷数据建立空调负荷与这些因素之间的关系模型，进而可以通过这些因素计算相应建筑的空调负荷Q，思路如图3所示。

图3 系统运行前负荷的计算

本文利用BP神经网络算法建立空调房间负荷模型，即对于中央空调所属建筑物而言，瞬时得热量（所需冷负荷）可以表示成如式（4）

式中：Qbuilding表示建筑物瞬时得热量，W；Ki表示房间第i面墙的传热系数，W/m2℃；F表示房间第i面墙的传热面积，m2；To为室外温度，℃；Tin为室内温度，℃；Ai表示i面墙的窗户面积，m2；Cs，i表示窗玻璃遮挡系数；Cn，i表示窗内遮阳设施的遮阳系数；Djmax，i表示太阳辐射得热因素的最大值，W/m2；Ccl，i表示窗外冷负荷系数；φ表示集群系数；n表示房间内总人数；q表示每个人的全散热热量，W；nk表示房间换气次数，次/h；C=0.28 J（/kg·℃），表示空气定压重量比热；V表示房间制冷体积，m3；ρ=1.29 kg/m3，表示空气密度；n1表示设备利用系数（0～1）；n2表示负荷系数（0～1）；n3表示同时使用系数（0～1）；n4表示热能转化系数；∑Pe表示设备总的额定功率，W；n5表示照明设备的同时使用系数；∑Pl表示照明装置的总功率。

2.2 系统运行时负荷的计算

系统运行时对冷水机组的调节，例如对冷冻水温度、质量流量的调节，会导致空调制冷能力发生变化，此时可按如下方法计算房间冷负荷，通过当前冷水机组制冷量乘以负荷补偿系数，即：

式中：αt为负荷补偿系数，与当前供水温度有关，供水温度越大补偿系数越大反之则小，此系数的确定根据系统历史运行数据计算得到；Qc通过式（1）计算。

图4分别表示冷冻水供水温度对盘管单位面积制冷量和除湿量的影响。从图4中可知，冷冻水的供水温度对单位面积末端盘管的制冷能力和除湿能力的影响近似成线性关系［10］，因而根据冷冻水供水温度对系统冷负荷进行补偿计算是科学合理且比较准确。

图4 冷冻水供水温度的影响

3 空调负荷与冷水机组负荷最优匹配模型

根据第1部分中得到的指定工况下各冷水机组COP与PLV的关系及第2部分中计算出的空调负荷Q，使用寻优算法（退火算法、蚁群算法、或遗传算法等）在满足空调负荷Q及相关约束条件的前提下，实现冷水机组整体能效最高，即寻找在满足相关约束条件时使目标函数取最小值的各冷水机组的负荷分配值Qi（第i台冷水机组的负荷分配值）。

3.1 目标函数

冷水机组群控优化是指在满足末端空冷需求的前提下，使冷水机组的总能效最高，即总输出功率最低。因而将能效最高的优化问题转化为输出功率最低的优化问题，目标函数为

式中：Pi为第i台冷水机组负荷分配对应的总功率值，其表达式为

式中：Qi为第i台冷水机组分配的制冷量；COPi为第i台冷水机组的能效比；可通过冷水机组的负荷效率模型，即部分负荷率与能效比的关系得到，即

式中：PLV为冷水机组部分负荷率；QiN为第i台冷水机组的额定制冷量。

3.2 约束条件

中央空调的各个冷水机组的制冷量具有特定的变化范围，若超出范围会对冷水机组的运行性能造成不好的影响，甚至发生故障，因而待优化变量Qi的变化范围为

式中：Qimax、Qimin分别为第i台冷水机组制冷量的上下限约束。

此外，各冷水机组分配负荷之和应与空调房间所需冷负荷相等，即

式中：Qneed为空调房间冷负荷，可按第2部分中的方法进行具体计算。

式（6）—式（10）构成了空调负荷与冷水机组负荷最优匹配优化模型，可通过遗传算法等优化算法进行求解。

4 算例分析

设某地某建筑物中中央空调的3台冷水机组负荷效率模型如图5所示，通过拟合曲线方法得到3台冷水机组能效比和负荷率的函数关系分别为

式中：机组CA1的额定制冷量为842.2 kW，机组CA2的额定制冷量为845.6 kW，机组CA3的额定制冷量为1 758 kW。

根据冷冻水供水温度对房间冷负荷进行补偿后，所得空调房间每日每时刻所需冷负荷情况如图6所示。

图5 螺杆机冷水机组负荷效率模型

图6 空调日所需冷负荷曲线图

4.1 冷水机组负荷分配结果分析

优化得各时刻3台冷水机组的负荷分配值如表1所示，绘制成图，如图7所示。

表1 各机组各时刻负荷分配

图7 3台冷水机组负荷分配图

在图7中，0：00～8：00时间段，冷水机组CA3的负荷分配值与其他两台机组相比很小，几乎可以忽略不计，这是因为在此时间段内空调房间冷负荷需求量较小，同时又因为冷水机组CA3的额定制冷量最大，且其属于变频离心式机组，若当供冷负荷率小于50%时容易发生喘振现象，因而在前两台机组负荷分配满足空调房间所需冷负荷的条件下，第三台机组制冷负荷分配量几乎为零。时段19：00～23：00的情况与上述时间段相同。

在时段9：00～12：00，空调房间所需负荷从1 400 kW左右突增至2 800 kW左右，机组CA2负荷分配量显著下降而机组CA3负荷分配量显著增加，这是因为当空调房间冷负荷增至仅靠前两台机组运行出力无法满足时，机组CA3增发出力，且此机组的能效比COP值大于机组CA2，更加节约能耗，从而导致机组CA2出力减少而机组CA3出力显著增加的现象。

此外，机组CA1所分配的制冷量始终维持在很高的水平，接近其额定制冷量。这是因为，在空调房间所需冷负荷较小时，在75%～100%的负荷率区间，机组CA1的能效COP值均大于机组CA2；在空调房间所需冷负荷突增后，机组CA3虽增发出力但不能满足所有需求，机组CA1满负荷运行既满足比机组CA2出力节能，又能满足冷负荷需求。

4.2 与其他负荷分配方式比较分析

分别采用平均分配和按容量分配法对3台机组的制冷量进行分配，得3种负荷分配方法下3台机组的制冷量分配值，进而分别得出采用群控优化法、平均分配法、按容量分配法后冷水机组消耗总功率情况，如图8所示。

由于图8中3条曲线分布比较密集，分别作出与制冷量平均分配法以及按容量分配法相比较，群控优化方法的总能耗节约量曲线，如图9所示。

图8 3种方法下机组总功耗情况

图9 群控优化法节能量曲线

在图8中可以看出与平均分配方法及按容量分配方式相比，冷水机组群控优化后的总功率明显下降，下降幅度最大可实现从245.54 kW下降至211.13 kW，可节省能耗34.41 kW，节能比例达到14.02%，有效缓解了负荷率平均分配下运行阶段电能浪费的现象，实现了在不同运行工况下冷水机组的整体能效最高，使冷水机组达到最大程度的节能。

由图9分析可得，3种制冷量分配方法按节能效果高低排序为：群控优化法＞平均分配法＞按容量分配法。群控优化法在低负荷需求情况下节能效果最佳，这是因为在空调房间冷负荷需求量较小时，优化结果为机组CA1和机组CA2出力，在75%～100%的负荷率区间，能效COP值的大小顺序为：CA1＞CA2＞CA3，致使此时段空调系统冷水机组总能耗比从平均5.0最高达到5.76，因而此种情况下节能效果最明显；而在高负荷需求情况下，冷水机组总能耗比最高达到5.37，节约能耗量比低负荷时明显较少。

5 结论

本文提出了一种最佳中央空调冷水机组群控优化模型，并通过matlab仿真验证了模型的可行性。算例结果表明：

（1）与传统制冷负荷分配方法相比，考虑中央空调各台冷水机组负荷效率的差异性，根据能效与部分负荷率的关系，使空调冷水机组在部分负荷下运行时能效最大化的负荷分配方法更加节能。

（2）在不同的冷负荷需求下，中央空调的各冷水机组出力组合各异，各机组虽未运行在最大能效处，但实现了在不同运行工况下冷水机组的整体能耗最高。

在本算例中的待优化变量即各冷水机组的负荷分配量，并未在建立冷水机组能效模型时分析冷冻水流量，冷冻水供水温度，冷却水流量及冷却水进水温度对其能效的影响，从而通过流量分配、冷冻水供水温度设置或设置冷水机机组的负荷率来实现各冷水机组指定负荷的分配。

［1］ 辛洁晴，吴亮.商务楼中央空调周期性暂停分档控制策略［J］.电力系统自动化，2013（5）：49-54.

［2］ 上海电网家用空调负荷特性试验圆满结束［EB/OL］.（2012-05-28）.http：//www.zgdw.com.cn/news/dq/shanghai/ 2014/0330/33974.html.

［3］ 广州用电创新高，空调负荷占四成［EB/OL］.（2013-8-13）.http：//money.163.com/13/0813/14/965PKE6K00253 B0H.html.

［4］ 空调负荷占今夏用电三成以上，水泥行业开始轮休让电［EB/OL］.（2013-7-23）.http：//zjnews.zjol.com.cn/ 05zjnews/system/2013/07/23/019485023.shtml.

［5］ 郑丽华.基于DCS的中央空调冷水机组控制系统设计［D］.沈阳：沈阳工业大学，2015.

［6］ 刘雪峰.中央空调冷源系统变负荷运行控制机理与应用研究［D］.广州：华南理工大学，2012.

［7］ 李玉街，王琪玮.中央空调冷水机组能源效率与负荷率动态匹配节能技术［J］.智能建筑电气技术，2012（4）：81-84.

［8］ 刘磅，李信洪.中央空调系统优化与节能整体解决方案［J］.机电工程技术，2012，41（15）：53-59.

［9］ 张广会.基于模糊控制的中央空调节能群控系统研发［D］.广州：华南理工大学，2012.

［10］ 傅允准，曹国海.冷冻水温度变化对空调供冷的影响分析及对策［J］.沈阳建筑工程学院学报（自然科学版），2004，20（1）：53-56.

Study on optimal group control of chillers for central air conditioner

SHAO Fan1，ZHANG Yan2，LU Yan1
（1.State Grid Nantong Power Supply Company，Nantong 226006，China；2.State Grid Jiangsu Electric Power Company，Nanjing 210024，China）

For the central air conditioner equipped with multiple chillers，the group control strategy is very important to enhance the overall efficiency of the system.In this paper，firstly，the load efficiency of each chiller is modeled.Secondly，the air conditioning load is calculated，in the premise of ensuring the function effect，the optimal matching model for air conditioning load and the chillers' load is established，so as to realize the group control of the chillers.The models and algorithms are not only for saving energy of the air conditioning，but also can be used for air conditioning load regulation.Flexible control of the air conditioning load is achieved.

chillers group control；load efficiency characteristics；optimal matching model

邵凡（1965），男，江苏南通人，大专学历，工程师，从事电能计量、需求侧管理方面研究；张艳（1981），女，江苏扬州人，本科学历，工程师，从事需求侧管理、用户侧负荷分析方面研究；鲁燕（1971），女，河南商丘人，本科学历，工程师，从事电能计量、用户侧负荷分析研究。

TM714

A

10.3969/j.issn.1009-1831.2016.04.002

2016-04-27；修回日期：2016-06-21