机场航站楼空调系统运行能耗优化模型

赵植竹

（山东省机场管理集团烟台国际机场有限公司，山东烟台 264006）

0 引言

机场航站楼空调系统用电量占航站楼总耗电量的35%～65%，其运行能耗是机场建筑能耗的主要构成部分。因为航站楼空调系统在组件选型时大多依据设计日负荷，而在实际运行过程中，很多组件长时间处于低负荷运行状态，运行效率较低，造成大量能源浪费。因此，构建其运行能耗优化模型，对于降低机场建筑能耗、实现节能发展，具有重要现实意义。空调系统运行能耗的优化主要取决于对供冷需求与供应的精准对接，因此需要考虑以逐时供冷负荷预测值为基础来构建模型，以精准的冷负荷预测来降低运行能耗支出，达到运行能耗优化目标。

1 机场航站楼逐时供冷负荷预测

依据功能特征与围护结构特征，将机场航站楼供冷负荷分为围护供冷负荷、太阳辐射供冷负荷、有组织新风供冷负荷、无组织渗风供冷负荷、人体散热供冷负荷与机器设备散热供冷负荷，并根据热量传递的物流过程，构建机场航站楼供冷负荷预测模型：

式中 K——围护结构的传热系数，W/（m2·℃）

tτ-ξ-tn——温度波作用时刻计算温度与室内温度的差值，℃

F1——围护结构幕墙面积，m2

F2——外窗幕墙面积，m2

Xg——构造修正系数

Iwτ——在没有遮阳状态下玻璃的太阳辐射供冷负荷，W/m2

G1——有组织新风风量，kg/s

G2——无组织渗风风量，kg/s

Hτ——室外的空气焓值，kJ/kg

Hn——室内的空气焓值，kJ/kg

n——室内人员数量，个

qs——人员轻度劳动状态下的显热发热量，W

ql——人员轻度劳动状态下的潜热发热量，W

Wτ——所有设备设施在消耗电能时形成的发热量总和，W

根据相关研究查，单位人员总发热量（qs+ql）为181 W。

考虑到上述模型存在部分数据难以获取到准确数值的问题，因此采用回归分析法反复对实际供冷量进行测量，并根据上述模型重复计量对应时刻的预估供冷量，将上述数据作为训练集合，以回归模型建立二者间的回归关系，从而获取到较为精准的未知参数，并将集中数据代入检验，通过对比未来运行时刻下的实际供冷量与预估供冷量的差值大小，判断模型的有效性。以上述方法构建的机场航站楼供冷负荷预测模型为基础，充分利用已有数据，通过回归分析的方式推断出无法获取到准确数值的未知参数，并将未知参数重新代入到模型中进行检验，通过实际值与预估值的对比检验模型，如果发现数据仍存在较大误差，可获取更多样本量进行模型校正，从而实现对建筑供冷负荷的精准计算。

2 机场航站楼空调系统运行能耗优化模型构建

本文设计提出的航站楼空调系统优化模型有制冷机组、冷却塔、蓄冰罐等组成。系统运行耗能优化模型设计中，根据不同系统组件进行了模型设计。

2.1 制冷机组能耗优化模型

制冷机组是空调系统中的关键能耗部分，其耗能约占整体的70%以上，因此有必要对该部件能耗进行优化设计。优化中以制冷能耗比EER 作为负荷性能先进指标，其计算方法如下：

制冷机组在不同工况条件下的部分负荷率为：

其中，EER 为制冷机组额定工况下的能效比；QCHLR为第i 时刻下机组的制冷或蓄冰量；X（j）为第j台机组的负荷分配系数；CCAP 为机组制冷或蓄冰的最大供冷量。

机组运行过程中冷却系统的进水温度会直接影响冷凝温度，而机组中冷冻水的出水温度则会影响其蒸发温度。航站楼空调系统多台制冷机组在满足基本制冷需求的前提下，通过联合运行模式可满足最低能耗要求，提升机组的能效比，不仅可以有效降低系统的启停次数，还可以提高机组的运行效率。因此，确定多台制冷机组联合运行的能耗优化模型如下：

其约束条件为：

其中，i=1，2，…，N。

2.2 冷却塔能耗优化模型

考虑到其运行的热交换原理，电机驱动风扇工作后会带走冷却水中的热量，从而有效降低冷凝器的出口温度。因此，冷却塔能耗与电机运行效率与冷凝器的热负荷具有直接关系，冷却塔的能耗优化设计模型为：

2.3 蓄冰罐能耗优化模型

设备运行过程中通常会在低电价时期进行蓄冰，在高电价时期进行融冰，从而达到制冷降温的效果。该设备由直接蓄冰和间接蓄冰系统共同构成，对蓄冰罐的能耗研究主要以分析融冰性能速率为主。在航站楼空调系统蓄冰设备应用过程中，本文在分析融冰速率时引入蓄冰罐状态变量r 和变化率u，则融冰速率：

其中，u（i）为第i 时刻的融冰率，r（i）为第i 时刻的剩余冰量。

u（i）在不同时刻的变化是唯一存在的，因此可计算确定融冰速率的最大值和最小值：

集合多项式拟合的方法，以蓄冰罐融冰时间作为自变量，第i 时刻的已融冰总量R（i）为因变量，因此可确定在i 时刻最大融冰速率下的能耗优化模型为：

2.4 最小化运行费用优化模型

航站楼空调系统运行费用由电度电费和需量电费组成，开展系统能耗优化设计应以降低系统运行费用为目标，在多类能耗设备运行下结合能耗优化模型可计算得出航站楼空调系统运行费用最小优化模型为：

其约束条件为：

其中，i=1，2，…，N，e（i）为第i 时刻电价；Psys为某时刻总用电量；QTES（i）为第i 时刻蓄冰罐供冷量。

考虑到航站楼空调系统运行问题为多目标问题，因此采用自适应权重wk将其转换为单目标问题：

充分利用种群中有利信息进行权重的动态更新，根据目标值的最大解与最小解不断迫近正理想点，最终求得动态的最大极限点与最小极限点，而二者的变化也将引起wk的变化：

因此，可以将最小化运行费用问题通过等价转化为最大化问题，并将式（14）代入单目标函数表达式，得到新的目标函数为：

3 实例应用

某航站楼共有3 台制冷机组与1 台蓄冰罐，根据空调系统制冷与蓄冷设备运行情况，将相关数据代入模型（1）中计算得到冷负荷预测值，并选择冷负荷的100%、75%、50%、25%四种状态进行检验，所选取的状态涵盖了冷负荷的不同情况，从而可以确保在不同状态下均可以确定最优运行模式。

（1）在100%冷负荷下，此时系统运行负荷最大，所有冷机均处于满负荷运行状态，由蓄冷设备完成剩余冷量供应，即蓄冷设备与制冷设备处于联合运行模式，此时的优化控制结果与冷机优先一致（图1）。

图1 100%冷负荷下的运行优化策略

（2）在75%冷负荷下，系统运行负荷偏大，此时通过Matlab 变成求解可得到运行优化策略：冷机3 仅在负荷高峰期开启，且3 台冷机的优先启动权以天为单位进行循环，可以保证冷机的总运行时间保持一致，此时所有冷机均接近满负荷运行且处于节能状态（图2）。

图2 75%冷负荷下的运行优化策略

（3）在50%冷负荷下，系统运行负荷处于中间状态，系统大部分时间处于该状态下，此时可有效缩短机组高峰段运行时间，实现费用最小化的目标。在此状态下，空调系统同时包含和蓄冰罐融冰模式与联合供冷模式，且有效借助前一种模式来控制机组的运行时间（图3）。

图3 50%冷负荷下的运行优化策略

（4）在25%冷负荷下，系统运行负荷较小，此时蓄冰罐融冰模式完全可以满足冷负荷需求，因此在夜间不需要蓄满蓄冷罐，在白天进行释冷，此时与蓄冰罐融冰优先一致，无需冷机运行（图4）。

图4 25%冷负荷下的运行优化策略

因此，在不同负荷状态下均可以找到空调系统最优运行模式，且与传统的冷机优先模式进行对比，75%冷负荷下单日可减少2107 元的运行费，50%冷负荷下单日可减少1399 元，25%冷负荷下单日可减少1316 元，因此在4 种负荷状态下均满足优化控制目标。同时，从能耗方面进行对比，可以发现虽然优化控制的日运行能耗更高，75%冷负荷下单日耗电量增加了248 kW·h，50%冷负荷下单日耗电量增加了3072 kW·h，25%冷负荷下单日耗电量增加了1435 kW·h，但考虑到政府电价调控问题，75%、50%、25%冷负荷下的电费分别为0.527 元、0.410 元、0.314 元，分别低了0.146 元、0.358元、0.451 元，优化控制下的日运行费用整体更低，分别低了2 101.79元、1 397.56 元、1 316.225 元，因此优化控制运行策略仍然较为合理。

4 结束语

本研究提出了基于机场航站楼逐时供冷负荷预测的机场航站楼空调系统运行能耗优化模型，包括多台制冷机组能耗优化模型、蓄冰罐模型、冷却塔能耗模型以及最小化运行费用优化模型等，属于非线性优化控制问题，同时考虑到经济成本与运行模式最优，可以在不同负荷状态下确定最优运行策略，且可以有效降低成本支出，满足优化控制目标。