考虑能源地下车站负荷特征的地埋管换热量计算

摘 要：为提高地下地铁车站的负荷计算精度，解决能源地下车站的地埋管换热量设计问题，以大连地铁4号线地下地铁车站为研究对象，采用3种负荷计算（DeST模拟、规范算法、逐时算法）方法计算地下车站全年负荷，并分析讨论地下车站设备管理用房区的全年负荷特征，进一步确定能源地下车站地埋管换热量。结果表明：地铁车站能源需求具有明显的逐时波动性和环境参数相关性，通过逐时负荷计算方法获得的全年总负荷较规范算法和DeST模拟结果的精确度可提高约1倍；不同功能用房负荷差异较大，办公用房的供热需求大于制冷需求，设备用房和变电所用房全年无需供热，且变电所用房的冷负荷远大于设备用房；逐时算法得到的换热量可准确反映全年换热需求，其地埋管换热量的不均衡率高达7.14。

关键词：地铁车站；地下传热；地源热泵；地埋管换热量；设备管理用房

中图分类号：TK529" " " " " " " " " " " " " 文献标志码：A

0 引 言

地铁车站环控系统的能耗在地铁运行总能耗中的占比高达30%～50%［1］，具有较大的节能潜力。通过地源热泵利用浅层地热能实现地下车站制冷和供暖需求的地下车站绿色建造技术（即能源地下车站技术）得到业内的广泛关注［2-3］。准确计算地埋管换热量是系统设计的核心，对于降低车站能耗、系统设计和管理意义重大。

不同于商业高层等地表建筑，地下建筑相对隐蔽且具有受太阳辐射影响较小、通风需求较大、室内热量大等特性。目前针对地下建筑负荷计算的研究相对较少，计算精度相对不足。文献［4］通过现场监测分析不同通风条件下地铁车站实际运行负荷，表明实际运行负荷仅为设计负荷的50%。文献［5］采用不同的机器学习方法预测车站商业公共区的短期空调负荷，发现聚类-神经网络模型的预测精度最高。文献［6］计算不同客流量条件下考虑渗风负荷的环控负荷，并对系统运行策略进行优化。文献［7］中上海地铁的现场调研和测试试验揭示了3种环控系统（开式、闭式和屏蔽门系统）的负荷影响因素和特征差异。既有研究主要集中于对地铁车站商业公共区短期负荷的黑箱预测，以及地下车站负荷影响因素分析。缺少对全年动态负荷的计算研究，无法体现车站全年环控负荷的逐时动态变化特征。

诸多学者从地下岩土体传热角度开展了系统性的地源热泵系统地埋管（换热井、能量桩、能源隧道等）换热量评估研究，除了传统的线热源模型、空心圆柱热源模型、圆柱热源模型等解析模型［8］外，还有G函数［9］、热阻模型等半解析模型；并且评价了地下水渗流、热干扰、埋管形式、岩土材料等因素［10-11］对地埋管换热量的影响。文献［12］利用G函数模拟了美国3种气候条件地源热泵系统地埋管的换热性能。上述研究多是建立在特定室内负荷（入口温度）的前提下开展，单纯地评估了理想条件下埋管换热器的换热性能。然而，仅有特定条件下的换热性能还不能满足地源热泵的系统设计。地源热泵系统的设计往往需要先评估室内负荷需求，根据室内负荷特征进而确定埋管换热器的设计和控制。

因此，本文采用3种不同负荷方法计算地下车站的全年环控负荷，讨论地下车站不同类型房间的全年负荷特征，并在此基础上计算能源地下车站埋管换热器的换热量。分析对比3种负荷计算方法在能源地下车站地埋管换热量计算方面的差异，讨论地下车站负荷特征对能源地下车站地埋管换热量的影响。

1 依托工程概况

1.1 环控分区

以大连地铁4号线某地下车站为研究对象，该站由站台层和站厅层构成，总建筑面积约为11359 m2，其中站厅层面积为5666 m2，高4.9 m，站台层面积为5693 m2，高5.1 m。根据车站内各房间的设计功能，将车站的环控分区分为4部分：地铁车站公共区（3883 m2）、管理用房区（320 m2）、设备用房区（其中左侧约241 m2、右侧约397 m2）和变电所分区（373 m2），如图１所示。

1.2 环控负荷组成

为了便于地铁车站的空调系统设计与管理，通常将地铁车站分为商业公共区和设备管理用房区两个环控系统（即环控大系统和环控小系统）［13］。根据各房间的功能差异，环控小系统又可被细分为管理用房分区、设备用房区、变电所分区3个分区。小系统空调负荷主要由人员负荷、围挡结构负荷、照明负荷、新风负荷、风机温升、设备负荷［13］6部分构成，如图2所示。由于围挡结构传热过程的复杂性和岩土体综合换热系数的不确定性，实际工程中发现很难准确计算围挡结构负荷［14］，常采用经验值估算，且其他专业提供的设备散热量均大于实际运行时的散热量，因此假设其他专业提供的设备散热富余量近似于围挡结构散热负荷。该假设不仅达到了简化围挡结构负荷计算模型的效果，而且极大降低了模型简化对车站总负荷的影响。

2 车站环控负荷计算方法

2.1 规范空调负荷算法

根据《城市轨道交通通风空气调节与供暖设计标准》（GB/T 51357—2019）［15］和《民用建筑供暖通风与空气调节设计规范》（GB 50736—2012）［16］规定，地下车站室内外空气计算参数如表1和表2所示。

2.2 DeST空调负荷算法

DeST通过状态空间法建立建筑的动态热过程模型，认为建筑的热过程主要由外扰的围护结构传热过程、内扰的热传递过程、通风以及空调热量4部分构成［17］。

2.3 逐时负荷算法

在规范计算方法的基础上，考虑设备管理用房内人员、照明、设备等热扰的作息变化以及室外环境的变化，引入热扰作息系数，其取值参考孔纲强等［18］的研究（图3a）、典型气象年的全年逐时室外环境计算参数取值可参考国家气象数据网（http：//data.cma.cn）。同时，结合规范中的室内空气计算参数，通过线性插值确定逐时室内空气计算参数的设计值（图3b）。此外，为了准确计算新风负荷，需考虑不同功能用房的通风方式差异［19］，因此各分区的新风逐时负荷计算方法将随着通风方式的不同存在差异［20］。

设备用房分区常采用回风式系统进行室内通风，该通风方式将设备用房分区房间视为整体，各房间的新风量需按照一定比例进行迭代确定，从而得到设备用房分区内各房间的新风负荷[Qsf]，最终获得各设备房间的负荷[Qi]（图4）［18］。

本文采用的地下车站负荷计算方法对比见表3。

3 结果与讨论

3.1 车站设备管理区全年逐时环控负荷

图5为地铁车站设备管理区（车站环控小系统）的全年逐时负荷，表现出明显的逐时波动性、环境温度相关性。由图5可知，车站环控小系统的逐时负荷随环境温度的变化而波动，并非常年恒定。依据规范中的负荷计算方法算出夏季冷负荷为473.15 kW，冬季热负荷为56.90 kW。将逐时算法与规范算法计算结果进行对比发现，逐时算法的负荷结果基本在规范计算的冷/热负荷范围内波动，由于规范中的室外空气计算参数和逐时算法中环境空气计算参数之间的差异，造成部分极端环境条件下的逐时负荷溢出现象，但并不影响该计算方法的合理性。同时发现DeST模拟结果与规范负荷结果偏差较大，严重低估了车站设备管理区的夏季冷负荷情况，其原因主要有：1）根据赵鹏等［14］的室内模型试验发现车站围护结构传热过程较为复杂且围护结构传热参数差异性较大，而DeST模型中围护结构的传热方程难以准确反映地下建筑围护结构的传热过程；2）不同功能用房通风方式的差异，导致设备用房的新风负荷误差较大，最终表现出车站逐时负荷在过渡季出现不合理的突变现象［18］。通过3种环控负荷算法的对比发现，相较DeST的负荷模拟结果，逐时负荷结果与规范负荷结果误差更小，表明逐时负荷算法既可反映负荷的波动性又能保证计算结果的可靠性和准确性。此外，逐时算法计算的全年热负荷是其他两种算法的2.4～2.8倍，全年冷负荷是其他两种算法的2.0～2.3倍。

由于逐时负荷计算结果以及DeST负荷模拟结果的逐时波动性，取这两种算法的峰值负荷与规范算法的负荷结果分析各房间的负荷情况，分析结果如图6所示。由图6a可知：

1）受房间空间和室内发热量的影响，各房间冷负荷差异较大，且办公用房冷负荷普遍较低、变电所用房冷负荷较高；2）小系统的平均冷负荷指标为358.31～394.14 W/m2。各分区房间内的冷负荷指标差异较大，办公用房的冷负荷指标范围为150～200 W/m2，变电所用房和部分设备房间由于设备产热量较大，其冷负荷指标最高可达1283.78 W/m2。

图6b为各办公用房的冬季热负荷情况，发现逐时算法的热负荷结果与规范算法的热负荷结果相近，基本可反映计算方法的合理性和有效性。此外，发现各房间的冬季逐时热负荷约为4 kW，除少数房间外，大部分房间的热负荷指标为150～170 W/m2。但DeST模型计算出的负荷结果与其他两种方法的结果相差较大，主要与DeST计算结果的瞬时波动性有关，具体内容将在后文展开详细阐述。

3.2 不同功能用房逐时负荷特征

3.2.1 办公用房逐时负荷

选取母婴室为代表房间分析办公用房逐时热环境特征，其结果如图7a和图7b所示。发现办公用房的冬季逐时热负荷大于夏季逐时冷负荷，且热负荷的时长大于冷负荷的时长，表明办公用房的供暖需求大于制冷需求。由图7可知，逐时算法的冬季热负荷结果波动下限基本等于规范算法的热负荷结果（1.79 kW），而夏季冷负荷波动上限基本等于规范算法的冷负荷结果（1.40 kW）。DeST计算的瞬时热负荷和瞬时冷负荷波动性很大，甚至造成计算结果失真。若以该瞬时负荷的峰值与规范计算结果进行对比，明显存在较大偏差，因此造成图6b中DeST的热负荷和热负荷指标过大的现象。根据该房间的瞬时负荷结果可发现，逐时负荷算法的结果可较好地反映逐时负荷与室外空气状态的相关性以及瞬时波动性。而规范算法只能计算人为规定的供热季（11月5日—4月5日）或制冷季（6月15日—9月15日）负荷情况，且计算结果恒定不变，无法计算过渡季负荷情况。DeST计算结果波动性较大，对实际工程的指导意义欠佳，不利于工程应用中的推广。

3.2.2 设备用房逐时负荷特征

选取综合监控设备室为代表房间分析设备用房逐时热环境特征（图7c），设备用房的全年逐时负荷与管理用房的全年逐时负荷存在明显差异。不同于对室内环境品质要求较高的管理用房、民用住宅或商业用房等，冬季需进行供暖以满足环境舒适性。设备用房全年仅存在冷负荷，表明全年均需进行适当的制冷，冬季无需供热，其原因与设备用房的设备散热有关。3种计算方法的冷负荷结果如图7c所示，逐时算法以及DeST模拟的逐时冷负荷波动峰值基本等于规范算法的冷负荷结果（16.18 kW）。相较其他两种计算方法的冷负荷结果，逐时算法的计算结果最能反映设备用房逐时冷负荷特征，一方面可反映出设备房间全年无需供暖的特殊负荷特征（即全年均以冷负荷为主），另一方面可计算出过渡季和供暖季的逐时冷负荷情况。若冬季仍按照规范计算出的冷负荷进行室内空气调节，显然将产生较大的建筑能耗。

根据关博文等［20］研究发现车站空调负荷与通风量产生的新风负荷有密切关系，而DeST计算地下建筑负荷时，无法详细考虑通风方式的差异，建筑内各房间采用的通风方式一致，仅受通风次数的影响。新风负荷计算不够精细和准确，造成非空调季无环控负荷的现象，导致车站全年负荷在过渡季出现突变（如图5所示）。

3.2.3 变电所逐时负荷特征

选取交配电室为代表房间分析变电所用房逐时热环境特征，重点分析非制冷季（非夏季）的逐时负荷特征（图7d）。变电所用房的非制冷季逐时负荷仍保持较高的冷负荷，且制冷需求远高于设备用房，全年均需进行制冷降温，使室内温度降至人体可接受的范围内。逐时算法的逐时冷负荷波动峰值基本等于规范算法的冷负荷结果（47.78 kW），但按照规范计算出的逐时负荷保持恒定不变，不利于室内空调系统的动态运行调节，本文的逐时负荷结果会随环境状态的变化做出动态响应。

综上分析，如果按照规范计算出的冷负荷进行车站室内空气调节将产生较大的建筑能耗，带来不必要的供电压力。而DeST计算方法虽然一定程度上可反映出瞬时负荷的波动性，但不太适用于地下地铁车站这种特殊的地下建筑环控系统。相比规范算法和DeST模拟结果，逐时负荷计算方法最能反映车站内各房间的逐时冷负荷特征，可提高计算精度20%。此外，既可反映出瞬时负荷的环境温度相关性及瞬时波动性，也可计算出特殊用房在过渡季和供暖季的逐时冷负荷。

3.3 地埋管换热量

根据车站逐时峰值负荷可确定地埋管的逐时最大换热量。此外，地热平衡直接影响能源地下车站热泵系统的耐久性，能量桩、能源隧道等能源地下结构［21］的埋管系统设计换热量应按照全年动态负荷计算。因此，需以自然年为最小计算周期计算全年冷热交替的换热量，根据车站全年负荷情况及热泵的能效COP可确定能源地下结构埋管系统的换热量：

对比3种方法的年换热量，逐时算法的年换热量是规范算法和DeST算法的约2.1倍，如图8所示。值得注意的是，规范算法和DeST算法均由于不同原因造成难以准确计算过渡季负荷，导致计算出的地埋管全年换热量较少。若按该换热量进行地埋管设计近似于仅考虑空调季的环控负荷，而非全年换热量设计。DeST和规范算法的办公区全年放热量略大于全年吸热量，但逐时算法的办公区吸/放热量关系与之相反。受设备区和变电所的负荷特征控制，服务于这两类房间的地埋管均表现出仅存在放热量的特点，且基于逐时算法的放热量约为DeST和规范算法的2～3倍。

此外，由于车站的冷、热负荷差异，导致地埋管的放热量和吸热量不均。取夏季放热量和冬季吸热量的比值为不平衡率，由表4可知，逐时算法的不平衡率最小，由于规范和DeST方法不能真实反映车站的全年换热量，得到的不平衡率虚高。地埋管参数设计和地源热泵系统设计中不仅需考虑逐时最大换热量，还需重点解决全年吸热量和放热量的不均衡性。由于设备区和变电所办公区的吸/放热量关系，因此结合能源地下车站全年逐时负荷特征，在系统设计中可通过动态控制地埋管的服务对象以缓解系统长期运行产生的热堆积问题。

4 结 论

1） 对比分析3种不同负荷计算方法对地下车站环控负荷计算的效果，发现逐时负荷计算方法在全年负荷的气象参数、热扰敏感性方面的表现较好，其原因是该方法在既有负荷计算方法的基础上，考虑了气象参数、室内热扰的波动变化以及不同功能用房通风方式差异，且逐时算法的全年总负荷相较规范算法和DeST模拟结果的精确度可提高约1倍。

2） 逐时负荷方法可反映出不同功能用房之间的负荷差异。办公用房冬季（夏季）存在热（冷）负荷，且供暖期比制冷期长，热负荷大于冷负荷；设备用房和变电所用房由于常年的设备散热造成冬季也存在冷负荷，需进行制冷设计且变电所的逐时冷负荷远大于管理用房的逐时冷负荷。

3） 根据车站的全年逐时负荷准确计算能源地下结构的地埋管换热量，有利于室外地埋管参数设计。逐时算法的全年换热量是规范算法和DeST算法的约2.1倍，且换热量不平衡率高达7.14，地埋管的放、吸热不均是系统设计中需解决的问题，以减少热堆积问题对系统性能的影响。

符号表

[Qrt] 人员总负荷，kW

[qx] 显热量，kW

[qq] 潜热量，kW

[Nr] 人数

[Cr] 人员作息系数

[Qsb] 设备总负荷，kW

[qsb] 设备散热负荷，kW

[Csb] 设备作息系数

[Qzm] 照明总负荷，kW

[qzm] 单位面积照明负荷，kW/m2

[Czm] 照明作息系数

[Lsf] 单位送风体积，m3/h

[Nsf] 单位小时送风次数，次/h

[S] 建筑面积，m2

[H] 建筑净高，m

[Qfj] 风机温升负荷，kW

[ΔT] 风机温升，℃

[ρa] 空气密度，kg/m3

[Msf] 新风质量，kg/s

[Qsf] 新风负荷，kW

[h0] 夏季空调室外环境焓值

[hR] 夏季空调室内焓值

[Qid] 各房间冷负荷（除新风），kW

[h1] 混风与送风间焓差，kJ/kg

[ri] 各房间总风量比值

[Mi0] 各房间除新风负荷计算空调风量，m3/h

[Mp] 试算房间总风量，m3/h

[Mip] 预测各房间总风量，m3/h

[Misf] 预测各房间新风量，m3/h

[Qisf] 预测各房间新风负荷，kW

[Mia] 预测各房间空调总风量，m3/h

[Ma] 回风系统空调总风量，m3/h

[h2] 室外点与送风点间焓差，kJ/kg

[Qc] 土壤放热量，kWh

[Q0] 全年冷负荷，kWh

[Qh] 土壤吸热量，kWh

[Q1] 全年热负荷，kWh

[P] 热泵能效系数COP，可取4.2

［参考文献］

［1］ 王磊， 苏醒. 地铁车站设备管理用房设备发热量计算［J］. 建筑科学， 2021， 37（2）： 97-102.

WANG L， SU X. Calculation of heat flux of equipment in management and equipment rooms in subway station［J］. Building science， 2021， 37（2）： 97-102.

［2］ 朱旻， 孙晓辉， 陈湘生， 等. 地铁地下车站绿色高效智能建造的思考［J］. 隧道建设（中英文）， 2021， 41（12）： 2037-2047.

ZHU M， SUN X H， CHEN X S， et al. Green， efficient， and intelligent construction of underground metro station［J］. Tunnel construction， 2021， 41（12）： 2037-2047.

［3］ ZANNIN J， FERRARI A， KAZERANI T， et al. Experimental analysis of a thermoactive underground railway" "station［J］." "Geomechanics" "for" energy" and" "the environment， 2022， 29： 100275.

［4］ LI Y， ZHANG Q， WANG J Q， et al. Field investigation on operation parameters and performance of air conditioning" "system" "in" "a" "subway" "station［J］." Energy exploration amp; exploitation， 2020， 38（1）： 235-252.

［5］ 孟华， 孙浩， 裴迪， 等. 基于聚类及优化集成神经网络的地铁车站空调负荷预测［J］. 同济大学学报（自然科学版）， 2021， 49（11）： 1582-1589.

MENG H， SUN H， PEI D， et al. Air-conditioning load prediction of subway station based on clustering and optimization" "algorithm" "ensemble" "neural" "network［J］. Journal of Tongji University （natural science）， 2021， 49（11）： 1582-1589.

［6］ ZHANG Y， LI X F. Methodology of developing operation strategy for VAC system in subway stations with PSDs and APDs［J］. Energy and buildings， 2021， 253： 111525.

［7］ 边志美. 地铁屏蔽门、闭式和开式系统环控能耗分析研究［D］. 上海： 同济大学， 2007.

BIAN Z M. Energy consumption analysis of the metro environment control mode with and without metro platform screen doors［D］. Shanghai： Tongji University， 2007.

［8］ SPITLER J D， GEHLIN S E A. Thermal response testing for ground source heat pump systems—an historical review［J］. Renewable and sustainable energy reviews， 2015， 50： 1125-1137.

［9］ LOVERIDGE F， POWRIE W. Temperature response functions （G-functions） for single pile heat exchangers［J］. Energy， 2013， 57： 554-564.

［10］ YOU T， YANG H X. Influences of different factors on the three-dimensional heat transfer of spiral-coil energy pile group with seepage［J］. International journal of low-carbon technologies， 2020， 15（3）： 458-470.

［11］ ZHANG W K， YANG H X， FANG L， et al. Study on heat transfer of pile foundation ground heat exchanger with three-dimensional" groundwater" seepage［J］." International journal of heat and mass transfer， 2017， 105： 58-66.

［12］ KWAG" B" C，" KRARTI" M." Analysis" of" thermo-active foundations" for" office" buildings［J］. Sustainable" energy technologies and assessments， 2018， 30： 239-252.

［13］ 何绍明. 浅谈地铁车站空调负荷特性［J］. 暖通空调， 2007， 37（8）： 125-127， 120.

HE S M. Discussion on characteristics of air conditioning load" in" an" underground" railway" station［J］. Journal" of HV amp; AC， 2007， 37（8）： 125-127， 120.

［14］ ZHAO P， LI X Z， ZHANG D H， et al. A simplified method to determine the comprehensive heat transfer quantity" in" subway" tunnels［J］. Energy" and" buildings， 2021， 247： 111090.

［15］ GB/T 51357—2019， 城市轨道交通通风空气调节与供暖设计标准［S］.

GB/T 51357—2019， Standard for design of ventilation air conditioning and heating of urban rail transit［S］.

［16］ GB/T 50736—2012， 民用建筑供暖通风与空气调节设计规范［S］.

GB/T 50736—2012. Design code for Heating ventilating and air conditioning of civil buildings［S］.

［17］ 谢晓娜， 宋芳婷， 燕达， 等. 建筑环境设计模拟分析软件DeST（第2讲）建筑动态热过程模型［J］. 暖通空调， 2004， 34（8）： 35-47.

XIE X N， SONG F T， YAN D， et al. Building environment" "design" "simulation" "software" "DeST（2）： dynamic" "thermal" "process" "of" "buildings［J］. Journal" "of HV amp; AC， 2004， 34（8）： 35-47.

［18］ KONG G Q， HU S J， YANG Q. Uncertainty method and sensitivity analysis for assessment of energy consumption of underground metro station［J］. Sustainable Cities and Society， 2023， 92： 104504.

［19］ ZHANG Y， LI X F. A study of fresh air control in subway stations［J］." Journal" of" wind" engineering" and" industrial aerodynamics， 2018， 175： 384-390.

［20］ GUAN B W， ZHANG T， LIU X H. Performance investigation of outdoor air supply and indoor environment related to energy consumption in two subway stations［J］. Sustainable Cities and Society， 2018， 41： 513-524.

［21］ MEIBODI S S， LOVERIDGE F. The future role of energy geostructures in fifth generation district heating and cooling networks［J］. Energy， 2022， 240： 122481.

HEAT TRANSFER QUANTITY CALCULATION OF GROUND HEAT EXCHANGER CONSIDERING LOAD CHARACTERISTICS OF

ENERGY UNDERGROUND STATIONS

Hu Shuaijun1，Kong Gangqiang1，Zhong Guo2，Wang Zhongtao3，Dai Guohao1，Yang Qing3

（1. Key Laboratory of Ministry of Education for Geomechanics and Embankment Engineering， Hohai University， Nanjing 210098， China；

2. Dalian Metro Group Co. ， Ltd. ， Dalian 116021， China；

3. State Key Laboratory of Coastal and Offshore Engineering， Dalian University of Technology， Dalian 116024， China）

Abstract： In order to improve the load calculation accuracy of underground subway station and solve the design problem of buried pipe heat transfer in energy underground station， three load calculation methods （DeST simulation， Standard algorithm and Hourly algorithm） were used to calculate the annual load of underground subway stations in Dalian Metro Line 4， and the annual load characteristics of the equipment management housing area were analyzed and discussed. Further determine the heat transfer capacity of underground station ground heat exchanger. The results show that the energy demand of subway stations has obvious hourly fluctuation and correlation with environmental parameters， and the annual load obtained by hourly load calculation method is about twice as accurate as the standard method and DeST simulation. There is a great difference in the load of different rooms. The heating demand of offices is greater than the cooling demand. The equipment rooms and substation rooms need no heating all year round， and the cooling load of substation rooms is more than that of equipment rooms. The heat transfer obtained by the Hourly algorithm method can accurately reflect the annual heat transfer demand， and it is found that the unbalance rate of buried pipe heat transfer is as high as 7.14.

Keywords：subway station； underground heat transfer； geothermal heat pumps； heat exchange quantity； equipment management rooms

收稿日期：2022-05-30

基金项目：国家自然科学基金优秀青年基金项目（51922037）

通信作者：孔纲强（1982—），男，博士、教授，主要从事能源地下结构方面的研究。gqkong1@163.com