建筑技术丨严寒地区地源热泵供热系统运行优化研究发表时间:2025-05-22 16:35 2022年全球能源消费总量达到16.31亿t标准油,同比增长2 %。其中,石油、天然气、煤炭3种化石能源合计82.6 %,亚太地区在全球碳排放总量中的占比继续增加。《科技支撑碳达峰碳中和实施方案(2022—2030年)》提出,到2025年实现重点行业和领域低碳关键核心技术的重大突破,支撑单位国内生产总值二氧化碳排放比2020年下降18 %,单位国内生产总值能源消耗比2020年下降13.5 %。地源热泵利用浅层地热能作为热源,可以满足建筑的供暖需求,是节能减碳、降低能耗的一种有效途径。地源热泵供热系统运行控制方案的优化,对减少碳排放具有重要意义。 现有地源热泵系统在实际运行中多采用温差控制、温度控制、时间控制等传统运行策略及控制方法,而传统运行策略较难结合地源热泵系统自身特点有针对性地进行控制与调节,难以充分发挥出地源热泵供热系统节能性优势。以沈阳市ST办公楼地源热泵供热系统为研究对象,以系统能耗最低和能效最高为目标,采用遗传算法对优化变量进行多目标寻优,得到最佳运行参数,利用TRNSYS模拟预测运行10年以热泵系统整体能耗最低和能效最高为目标的节能效果。 1 建筑及系统概况 1.1 建筑概况 调研建筑为沈阳市ST办公楼,建筑主体地上3层,地下1层。地下室层高为5.60 m,局部为4.30 m,1~3层层高均为4.80 m,局部顶层层高为3.60 m。该办公楼工作日的办公人数为19人,周末及节假日的办公人数为2人。建筑总面积5 100 m2,空调面积占比35.3%,设计冷、热负荷分别为202 kW、265 kW。建筑围护结构传热系数见表1。建筑的朝向窗墙面积比:东向为0.30,西向为0.25,南向为0.31,北向为0.29。 表1 建筑围护结构传热系数 W/(m2·K) ![]() 1.2 能源系统 调研建筑地源热泵系统夏季不运行,冬季整个供暖季150 d,机组连续运行3 600 h。系统主要由地埋管集热器、地源热泵机组和风机盘管3部分组成,地埋管集热器用于从土壤中吸收能量,额定制热量为151.6 kW的地源热泵为空调系统提供动力。用户侧供回水设计温度分别为45℃/40 ℃;地源侧供回水设计温度分别为0℃/–1.5 ℃。机房主要设备的参数见表2。 表2 机房主要设备参数 ![]() 供暖季地源热泵系统的监测内容为地源侧进出水温度、用户侧进出水温度、用户侧循环流量和地源侧循环流量,数据采集步长为10 min。 2018年11月和2019年3月地源热泵负载率为50 %,2018年12月和2019年2月地源热泵负载率为75 %,2019年1月地源热泵完全开启,负载率为100 %。地源热泵运行具体情况如图1所示。 ![]() (a) ![]() (b) 图1 地源热泵运行具体情况 (a)温度;(b)流量 在供暖季初期系统开启时运行不稳定,造成机组与系统的COP波动。改变机组的负载率会使机组和系统的COP发生突变。机组额定COP为3.3,在整个采暖季中机组运行COP低于额定COP的频率高达83.4 %,非常有必要对机组运行控制方案进行优化。 2 系统优化 以实现低能耗、高能效地源热泵供热系统为目标,运用熵权法计算出影响系统运行效果的变量权重,优选地源侧与用户侧循环水流量、地源侧进水温度、用户侧出水温度为控制优化变量。 2.1 遗传算法 在非线性、多模型、多目标优化领域,遗传算法存在显著优势。本研究将系统运行控制方案的寻优问题转化成利用MATLAB软件求解数值模型最优解问题,输入优化变量数据集,将其转化为基因型个体,产生初始种群,运用评价适应度的适值函数,最终迭代出满足输出条件的最优解。 将适应度函数与优化变量建立关系,可以实现对目标函数的寻优。以地源热泵供热系统工作环境中的重要参数为优化变量。 选择地源侧与用户侧循环水流量、地源侧进水温度、用户侧出水温度作为参数。工况综合得分为适应度函数值,是工况优劣的判断标准。 2.2 求解最优参数 遗传算法的适应度函数为得分函数。根据引用数据量决定初始种群数,一般情况下初始种群的数量为引用数据量的1 %~2 %,本研究选取初始种群数为50。图2(a)中,初始种群为随机生成种群,遗传算法评价一个解的好坏取决于该解的适应度值,根据适应度的大小,为后续个体选择提供依据。从图2(b)中可以看出,大部分月份在5~7代满足迭代限制,部分月份在起始迭代时发生数据偏离。这是由于遗传算法在寻找初代解时通常会随机产生初代种群,初代解与最优解有较大差别是正常的。 ![]() ![]() 图2 逐月最优工况计算与收敛过程 (a)种群适应度值;(b)个体之间的平均距离 根据供暖季调研建筑中地源热泵供热系统的工况综合得分情况为研究前提,深入探究系统的最优运行控制方案,以期系统运行效率和节能效果达到最佳状态。图3为供暖季最优运行控制方案时各优化变量的参数值,3月得分达最大值,地源侧与用户侧循环水流量依次为22 m3/h、79 m3/h,地源侧进水温度与用户侧出水温度依次为5.78 ℃、34.49 ℃。将计算得到的参数作为优化后的系统控制方案。 ![]() 图3 供暖季最优运行控制方案时各参数值 3 地源热泵供热系统 3.1 模型建立 以实际建筑中地源热泵供热系统的运行情况为基准,利用TRNSYS软件对地源热泵供热系统进行建模,并进行长期的运行模拟。模型的重要组件主要有地下埋管换热器(Type557a)、热泵机组模块(Type668)、水泵(Type114)、气象参数(Type109–TMY2)、供暖季控制函数(Type14k)、在线输出设备(Type65c)、计算器(Equa)等。建立的地源热泵供热系统模型如图4所示。 ![]() 图4 地源热泵供热系统模型示意 3.2 模型验证 供暖季地源热泵系统全天供热,以调研建筑中建筑中地源热泵供热系统的实际运行状态为基础进行模拟分析,实测系统与模拟系统采用相同的控制方案,结果如图5、图6所示。图5和图6分别为地源热泵机组和地源热泵系统的实测与模拟在供暖季运行5个月的累计耗电量。 ![]() 图5 地源热泵机组累计耗电量 ![]() 图6 地源热泵系统累计耗电量 从图5可以看出,供暖季热泵机组连续运行3 600 h,实测机组和系统全年累计耗电量分别为118 109.58 kW·h、195844.37 kW·h。 图6中热泵机组及热泵系统耗电量的模拟值与实测值曲线变化趋势趋于一致,热泵机组和热泵系统耗电量的模拟值与实测值偏差均不超过10 %。 4 系统仿真结果 建筑实际运行控制方案为优化前方案,图3不同月份下的最优参数值控制方案为优化后方案,在模拟软件中分别运行优化前控制方案和优化后控制方案,预测10年后地源热泵供热系统的运行状态。 4.1 系统全年累计耗电量 系统采用优化前后控制方案运行10年后,能源系统的耗电量情况如图7、图8所示。由图7可以看出,在系统优化运行10年中,系统和机组耗电量均呈阶梯式上升。能源系统耗电量在供暖季和非供暖季表现反差较大,地源热泵系统在供暖季开始运行,随时间推移耗电量增加,曲线上升明显;系统在非供暖季时停止运行,曲线变平缓。经过系统10年运行模拟,系统和机组的总耗电量分别为174.4万kW·h、100万kW·h。计算可得,水泵总耗电量占系统总耗电量的42.7 %,在节能方面表现出一定的潜力。 ![]() ![]() 图8 优化后系统及热泵机组的累计耗电量 系统采用优化后控制方案运行10年后,地源热泵供热系统耗电量消耗情况如图8所示。系统耗电量达152.3万kW·h,地源热泵机组耗电量达86.8万kW·h。耗电量比优化前有明显减少,系统耗电量减少了22.1万kW·h,降低了14.5 %;热泵机组的耗电量减少了13.1万kW·h,降低了15.1 %。说明采用优化后的运行模式明显优于优化前。 4.2 系统性能参数 由图9可知,经10年运行模拟,系统COP下降0.29,这是由于机组长期运行导致土壤产生冷堆积。优化后的系统COP较优化前有明显提升。经过多目标优化,系统的COP由2.94提升至3.64,增幅为23.8 %,说明遗传算法求得的最优运行控制方案可行性较高,地源热泵系统能够长期高效稳定地运行。 ![]() 图9 优化前后地源热泵系统的COP变化 4.3 优化效果分析 模拟10年后,分别采用优化前后控制方案的供热系统累计耗电量、机组累计耗电量及平均COP见表3。根据图7~图9可知,相对于系统优化前的运行控制方案,经遗传算法计算的最优参数值的运行控制方案,系统能源消耗降低,运行效果显著提高。 表3 优化前后供热系统累计能耗及平均COP ![]() 5 结论 以沈阳市ST办公楼地源热泵系统为研究对象,基于建筑实际运行情况,利用遗传算法对地源热泵供热系统运行优化控制方案寻优,并在TRNSYS仿真平台中预测最优运行控制方案的优化效果,得到以下结论。 (1)在整个采暖季中机组运行COP低于额定COP的频率大于80 %,以地源热泵系统实际运行为基础建立的TRNSYS模型,该模型能准确模拟系统实际运行。 (2)以实现低能耗、高能效地源热泵供热系统为目标,输入优化变量数据集,利用遗传算法进行多目标寻优,可得到地源热泵供热系统在不同月份时系统的最佳运行参数。 (3)将利用遗传算法优化得到的系统运行参数输入系统模型,经模拟系统运行,地源热泵供热系统耗电量减少14.5 %,系统运行COP提高23.8 %。 摘自《建筑技术》2024年4月,刘 馨,宋萌萌,鲁倩男,冯国会,耿 秀,吴修慧 |