水电厂地下厂房湿热环境防治方案研究

马 鑫，李超顺，袁世铎，刘 杰，朱郅玮

（1.五强溪电厂，湖南怀化 418000；2.华中科技大学土木与水利工程学院，武汉 430074）

0 引 言

随着我国经济和社会的快速发展，电力负荷迅速增长，峰谷差不断加大，对电网稳定性的要求也越来越高，调峰能力不足将成为制约电力系统发展的关键问题。水力发电站以其调峰填谷的独特运行特性，发挥着调节负荷、促进电力系统节能和维护电网安全稳定运行的功能，逐步成为我国电力系统有效的、不可或缺的调节手段［1，2］。水电站地下厂房由发电机层、母线层等层室组成，为了有效利用水能，水电站地下厂房普遍建设深度较大，且厂房内部安装有大量水轮机主辅设备，设备长期运行带来的大量散热导致厂房环境极为闷热［3］。另一方面，大坝坝体一侧为水库，厂房深处潮湿环境，也使厂房极易发生潮湿与表壁结露现象。这样的湿热环境对场内工作人员非常不友好，严重威胁厂房内的机电设备的稳定运行，甚至降低其使用寿命。

在水电站厂房内，不同种类规格的设备位于不同的层室。这些设备的运行状态不同，导致厂房内各层室的湿热情况存在很大的差异。一般而言，水电站地下厂房最上层为发电机层，其主要的设备为发电机组及相应监控保护盘柜等二次设备，且发电机层要求内部交通畅通无阻［4］，故发电机层一般通风状况良好，湿热负荷不大；水轮机层及蜗壳层是厂房内主要的湿负荷区域，这两个层室建设深度较大，并且受水轮发电机组设备渗漏水的影响，导致湿度极大；部分厂房的电梯廊道两侧分别连接电梯井与外部空间，夏季时，为了达到隔绝外部高温的目的，会在连接外部空间一侧加装隐私帘，但导致廊道内部湿度也较大。因此，许多水电厂购置了较多除湿机，辅以场内通风系统及送风机来改善厂房内部湿热环境［5，6］。但厂房内不同区域的湿热负荷复杂多变，只是单一的长期运行除湿机，没有考虑不同区域的实际湿热情况，导致功耗较大。因此，设计以优化水电站地下厂房湿热环境为目标的系统，并辅以合适的除湿机控制策略，有其存在的必要性。

国内外的专家学者针对水电厂厂房湿热环境的形成机理与优化方案进行了许多研究，并取得了一定的进展［3，7-11］，研究的内容主要集中在利用CFD 等技术进行厂房实际温湿度环境的仿真以及通风系统的改造等。这些研究存在一定的局限性，没有考虑电站不同区域变化的湿热场景来构建湿热环境优化系统。因此，本文结合工程实际的需求，结合在线监测与模糊智能控制方法，建立能兼顾电站不同区域实际变化湿热场景的厂房湿热环境优化系统，构建除湿机模糊智能控制策略，对厂房的除湿机实现智能控制，最终达到改善水电厂地下厂房的湿热环境的目的。

开展水电站地下厂房湿热环境在线监测与优化的研究，并将其应用于实际工程，有利于改善水电站地下厂房生产与工作环境，提高水电厂内现场人员工作安全系数和舒适度；同时也有利于实现水电站“无人值班”或“少人值守”的智慧运维新模式，提升水电站智能化运行程度；有利于降低水电厂厂房内各种主辅设备的事故率，提升水电站运行的安全程度与稳定性。

1 水电厂厂房湿热环境优化系统设计

1.1 水电厂基本情况介绍

某水电站位于我国华中地区，是沅水流域水电梯级开发的骨干电厂，华中电网骨干调峰调频电厂。厂房结构为地下厂房，安装有5 台单机容量240 MW 水轮发电机组，总装机容量为1 200 MW。廊道通风潮湿问题是水电厂历来已久的顽疾，该电厂水轮机层、39.4 m 操作廊道、油库及各电梯口空气湿度大，露结水珠将直接影响到机电设备运行安全。湿度长期过高加速了设备、设施的老化及生锈速度，影响工作寿命，增大设备、设施维护难度；同时湿度过高会严重危害作业人员的身体健康，影响作业人员的工作效率，导致人员在作业场所不能安全有效开展工作，图1为该水电站现场湿热环境实景图。

图1 水电站现场湿热环境实景图Fig.1 Real view of hot and humid environment on site of hydropower station

1.2 系统设计思路

本文的湿热环境优化系统设计的思想是：首先实地调研水电厂地下厂房湿热环境的实际情况，分析水电厂对于环境优化系统的需求；然后根据需求设计系统的架构，采购相应的硬件，并着手开发程序与软件，与硬件设备进行联合调试；到实施部分，依据现场情况编写具体的施工方案，进行厂房内的施工与现场调试。

1.3 系统架构

本文的湿热环境优化采用分布式架构，分为三层：管理层、中间层和现场层。以现场层的分区域无线温湿度传感器在线监测温湿度参数为基础，通过无线连接的方式将参数汇集到中间层的无线主机，再经由RS-485 通讯电缆将所有区域的数据汇集到管理层的服务器，服务器将地下厂房湿热环境指标监测数据上传至公司生产决策系统。形成分布式在线湿热环境优化系统。湿热环境优化系统的架构拓扑图如图2所示。

图2 湿热环境优化系统架构拓扑图Fig.2 Optimized system architecture topology diagram for humid and hot environment

整个系统架构的管理层是指运行在工控机中厂房湿热环境参数在线监测的软件系统，组态软件作为整个系统的开发工具，一方面能用于设计人机交互界面，另一方面还可通过该软件实现厂房重点区域湿热环境实时监控。除此之外，本系统还利用其较好的运算能力实现对厂房的除湿机的模糊智能控制。中间层无线主机的主要功能为温湿度监测数据的收发与传输。将不同区域的温湿度传感器采集到的环境参数通过无线传输的方式，汇集到管理层的工控机上。现场层是整个系统的底层，主要布置的是分布在水电厂各个区域的传感器。按功能分类，传感器可分为温湿度型、风速型等。现场安装的温湿度传感器、无线主机以及厂房湿热环境参数在线监测的人机交互界面如图3所示。

图3 设备安装实景图及在线监测系统人机交互界面Fig.3 Real-world diagram of equipment installation and humancomputer interaction interface of online monitoring system

2 除湿机模糊智能控制策略设计

2.1 设计思路

水电厂厂房内不同区域的湿热负荷复杂多变，只是单一的长期运行除湿机，没有考虑不同区域的湿热实际情况，导致功耗较大。因此，以优化水电站地下厂房湿热环境为目标的系统，辅以合适的除湿机控制策略，有其存在的必要性。模糊控制是一种可以作用于非线性工作条件下的智能控制方法，它是利用工作人员长期而又丰富的实践总结的经验或者专家总结的经验，归纳出一套完备科学的控制规则，然后利用各类传感器将检测到的信号实时在线传入模糊控制器，模糊控制器将传来的实时信号根据前期制定的模糊控制规则进行模糊化推理，从而得出模糊控制输出量，实现对复杂对象进行有效的控制［12］，因此十分适合实现对水电厂厂房除湿机的智能控制。本文除湿机模糊智能控制策略设计的思路如下：首先确定区域湿度优化目标，其次根据区域湿度优化目标进行模糊控制输出，最后则是根据输出控制量与实际除湿机控制状态转换，具体的除湿机模糊智能控制方法流程图如图4所示。

图4 除湿机模糊智能控制方法流程图Fig.4 Flow chart of fuzzy intelligent control method for dehumidifier

2.2 具体策略

2.2.1 确定区域湿度优化目标

策略的第一步确定区域湿度优化目标包括：首先对水电站进行工作状态判断，判断机组处于正常运行状态或者机组处于全部停机或检修状态；其次根据尾水平台的温度传感器历史数据进行季节判断，确定不同季节的总体温湿度优化目标；最后根据温湿度传感器所属区域标签判断温湿度传感器所属区域，从而确定不同区域的具体湿度优化目标，具体的根据水力发电厂厂房暖通风雨空气调节设计规程的分季节、区域温湿度目标如表1［13］所示。需要注意的是，规程还指出当水力发电厂采纳全面或局部空气调剂时，中央操纵室、办公室和其他对室内空气温、湿度有较高要求的房间可按舒服性空气调剂室内运算参数采纳，夏季室内的相对湿度应采纳≤65%，冬季应≥40%。其余的未列出的区域则根据各具体区域的设备安全稳定运行要求及电厂现场工作人员对工作环境的要求，结合上述规程要求综合制定。

表1 水电厂厂房分季节、区域温湿度目标Tab.1 Seasonal and regional temperature and humidity targets for hydropower plants

2.2.2 区域湿度优化目标模糊控制输出

3.课堂教学方法非常枯燥和单一，而且机械化、形式化严重，在这样的教学模式下，学生学习英语的潜力根本无法挖掘，不仅在英语方面没有学生兴趣，而且在实际情况下学生学习英语变成了学习生涯的一种负担。随着学习英语时间的不断推移，学生对英语课程就会慢慢滋生厌恶心理。这不利于学生在启蒙阶段中对英语的学习。

根据区域湿度优化目标进行模糊控制输出包括以下步骤：

（1）确定除湿机模糊控制策略的输入量和输出量。定义湿度优化目标为h1，实际室内湿度为h2，定义相对湿度误差RH=h2- h1，将当前湿度对于目标值的偏差RH作为一个输入量。模糊控制策略的另一个输入量为相对湿度的误差变化率RCH，其中输出量即为除湿机开启的比例PH。同时对控制策略的输入进行对应控制周期的离散化；在本文对湿热环境优化研究中，厂房内空气的相对湿度为0～100%。定义控制策略的一个输入量相对湿度的误差RH的基本论域为［-100，100］，另一个输入量为相对湿度的误差变化率RCH的基本论域为［-50，50］。定义对应的模糊输入变量的量化的论域全部为［-3，3］。由于除湿机的开启台数只能为正数，即开启台数占据总台数的比例在0～100%之间，因此控制策略的控制量即除湿机的开启台数的比例PH的基本量化论域为［0，1］，除湿机的离散化控制周期选取1 h。

（2）输入量和输出量的模糊化。相对湿度的误差RH和湿度误差变化率RCH依据厂房对湿度的控制要求可以分为5 个模糊集：｛负大（NB），负小（NS），零（ZO），正小（PS），正大（PB）｝。除湿机的开启台数的比例PH选择4个模糊子集：｛零（ZO），小（S），中（M），大（L）｝。

（3）模糊隶属度确定。在本文中，对于除湿机模糊控制策略的输入与输出变量统一选择三角形的隶属度函数；利用三角形隶属度函数，将除湿机模糊控制策略的输入与输出量进行模糊化，对应的隶属度函数示意图如图5所示。

图5 模糊控制输入输出隶属度函数Fig.5 Fuzzy control input and output membership function

（4）建立模糊控制规则。模糊控制规则是通过专家知识与现场熟练工作人员的经验的归纳与总结［14］。根据水电站地下厂房工作人员的日常工作经验，可以设计合适的模糊规则，本文确定的模糊控制规则列出部分如下：

①如果控制区域相对湿度误差为负大且该区域相对湿度误差变化率为负大，则该区域除湿机的开启台数的比例为小；

（if RHis NB and RCHis NB，then PHis S）

②如果控制区域相对湿度误差为负大且该区域相对湿度误差变化率为负小，则该区域除湿机的开启台数的比例为零；

③如果控制区域相对湿度误差为负大且该区域相对湿度误差变化率为零，则该区域除湿机的开启台数的比例为零；

（if RHis NB and RCHis ZO，then PHis ZO）

④如果控制区域相对湿度误差为负大且该区域相对湿度误差变化率为正小，则该区域除湿机的开启台数的比例为零；

（if RHis NB and RCHis PS，then PHis ZO）

⑤如果控制区域相对湿度误差为负大且该区域相对湿度误差变化率为正大，则该区域除湿机的开启台数的比例为零；

（ifRHis NB andRCHis PB，thenPHis ZO）

为使得本文设计的模糊控制规则表述更为直观，完整的模糊控制规则转换成如表2，此时的除湿机模糊控制策略输出曲面如图6。

表2 模糊控制规则表Tab.2 Fuzzy control rule table

图6 除湿机模糊智能控制策略输出曲面Fig.6 Dehumidifier fuzzy intelligent control strategy output surface

（6）模糊输出量计算。经过模糊推理得到的结果是模糊量，不能直接用于控制除湿机，必须变换成相应的控制量。利用重心法［16］进行除湿机模糊控制策略输出量的清晰化计算，其数学表达式为：

式中：x是输出模糊子集的元素；μN(x)是输出模糊子集的元素的隶属度值。

对所有制定的模糊控制规则按照模糊推理方法，并利用重心法进行模糊控制量的清晰化。具体原理就是：通过选取输出的隶属度函数与相应横坐标围成的区域面积的重心作为模糊推理最终的输出量。最后，输出量除湿机开启台数的比例与模糊论域对应表如表3所示。

表3 除湿机开启台数比例与模糊论域对应表Tab.3 Correspondence table of the ratio of the number of dehumidifiers turned on and the fuzzy domain

2.2.3 控制量与实际除湿机控制状态转换

作为本文所述的水电站地下厂房湿热环境优化系统方案的除湿机模糊智能控制策略，其中所述根据输出控制量与实际除湿机控制状态转换是由于除湿机不能根据控制量的大小准确调整台数输出值，仅能调整调整除湿机的开关得到特定的开启比例，因此需要根据控制量范围划分除湿机的启闭，并制作状态转换表。

以图7蜗壳层实际温湿度传感器与无线主机及除湿机设备的布置为例，传感器控制区域除湿机对应表如表4。

图7 蜗壳层温湿度传感器与无线主机及除湿机设备布置图Fig.7 Layout drawing of volute temperature and humidity sensor，wireless host and dehumidifier equipment

表4 温湿度传感器控制区域除湿机对应表Tab.4 Correspondence table of temperature and humidity sensor control area dehumidifier

除湿机工作情况只有启动与关闭两个状态，由于存在单温湿度传感器控制区域一台或者两台除湿机的工作状态，故有两种除湿机控制策略输出量与实际除湿机状态转换的规则，一台除湿机控制策略输出量与实际除湿机控制状态转换的转换如表5。

表5 一台除湿机控制策略输出量与除湿机控制状态转换表Tab.5 A dehumidifier control strategy output and dehumidifier control state conversion table

两台除湿机控制策略输出量与实际除湿机控制状态的转换如表6。

表6 两台除湿机控制策略输出量与除湿机控制状态转换表Tab.6 Two dehumidifier control strategy output and dehumidifier control state conversion table

两台除湿机的控制状态存在不同的开启策略，如启动一台除湿机可以有两种开启策略，默认的开启策略为开启标号较小的除湿机。

3 仿真结果与对比

为了验证本文所述的除湿机模糊智能控制策略的控制效果，就前述蜗壳层夏季工况进行湿热环境数值仿真，同时对比常规的除湿机常开策略，结合仿真结果对控制策略进行进一步分析。

图8 为除湿机模糊常开策略下蜗壳层距地1.7 m 横向空间的湿度云图分布，在1.7 m 处横向空间下的湿度变化整体较为均匀，其数值在48.24%左右，但是在3 号测压管道处的湿度值较大，其值为56.27%，整体数值小于60%，满足生产运行要求。就夏季工况而言，经除湿机作用后，整体湿度值明显变小。图9为除湿机模糊常开策略下蜗壳层距地1.7 m 纵向空间的湿度云图分布，就中间纵向空间的湿度变化来看，五条测压管道的湿度变化较为均匀，除却3号测压管道处的湿度值较高。

图8 除湿机常开策略下蜗壳层距地1.7 m横向空间湿度云图Fig.8 Horizontal spatial humidity cloud map of the volute layer 1.7 m above the ground under the dehumidifier normally-on strategy

图9 除湿机常开策略下蜗壳层距地1.7 m纵向空间湿度云图Fig.9 Longitudinal spatial humidity cloud map of the volute layer 1.7 m above the ground under the dehumidifier normally-on strategy

图10为除湿机模糊智能控制策略下蜗壳层距地1.7 m横向空间的湿度云图分布，根据控制策略，左侧的除湿机处于开启状态，右侧开启了编号为1、3、5的三台除湿机，整体湿度变化较为均匀，五处测压管道以及左侧廊道处湿度值小，数值在50.44%左右，右侧廊道处湿度值大一些，数值在58.92%，相比于除湿机常开策略下的情况，湿度的数值更大。图11为中间区域纵向空间的相对湿度变化云图，同横向空间湿度分布类似，整体湿度值在49.90%左右波动，中间纵向处湿度最大值为50.50%，就夏季工况而言，该湿度值同样符合生产运行，达到相应的安全运行标准，且整体的除湿机工作的功耗更小，达到了节能的目的。

图10 除湿机模糊智能控制策略下蜗壳层距地1.7 m横向空间湿度云图Fig.10 The horizontal spatial humidity cloud map of the volute layer 1.7 m above the ground under the fuzzy intelligent control strategy of the dehumidifier

图11 除湿机模糊智能控制策略下蜗壳层距地1.7 m纵向空间湿度云图Fig.11 Longitudinal spatial humidity cloud diagram of volute layer 1.7 m above ground under fuzzy intelligent control strategy of dehumidifier

4 结 语

水电厂地下厂房过度的湿热极大的影响水电厂各种主辅设备的安全运行与水电厂现场工作人员的工作环境与效率。通过对水电站地下厂房湿热环境的实地调研，以及遵照水力发电厂厂房暖通风雨空气调节设计规程，结合现场工作人员的实际需求，设计了一套水电厂地下厂房湿热环境优化系统与分区域除湿机模糊智能控制方法。该系统能实时在线监测各区域的温湿度情况，将重点区域的相对湿度及相对湿度误差作为分区域除湿机模糊智能控制方法输入，经模糊控制得到实际除湿机台数开启比例，仿真结果显示分区域除湿机模糊智能控制方法能有效控制除湿机改善水电厂地下厂房湿热环境，达到相应的安全运行标准，且能降低整体能耗，科学的优化水电厂地下厂房的湿热环境。该系统满足水电站对于安全生产运行的要求，有利于改善水电厂厂房湿热环境，并提高水电站的智能化运行水平。