香港城市大學建筑技術科學系 都佳 謝松輝 陳佑宗 孫勇軍
【摘 要】建筑節能在全社會節能減排中占據重要地位,政府辦公建筑的指引表率作用不容忽視。本文結合已有理論研究基礎,以香港某政府辦公建筑暖通空調系統的優化改造為例,針對暖通系統典型問題,提出相應解決方案。通過改進測量數據預處理方法與冷機、AHU控制方案和運行策略,實現該辦公建筑系統表現多方面提高。通過建立計算機模擬平臺與實施系統節能改造,實現空調季8.7%的月節能量、平均5.8%的日峰值電耗降低量,同時有效提高系統穩定性和可靠性。
【關鍵字】建筑節能,辦公建筑,能耗數據分析,系統控制優化
1.項目背景概述
建筑節能是我國實現可持續發展及建設節約型社會的重要方面。2014年,我國建筑面積達到561億平方米,相當于22萬個鳥巢體育場,已有的建筑“總商品消耗”即建筑運行能耗占據全國能源消費宗浪的五分之一 [1] 。同時,我國建筑終端能耗在2000~2012年增長37% [2] ??偭看?、比例高且增速快,建筑節能具有巨大潛力。并且,綜合考慮中國能耗現狀,工業、交通與建筑中,建筑行業節能可行性最高。中國建筑節能未來的發展方向或者說是終極目標是建筑近零能耗甚至是零能耗 [3] 。
公共建筑節能是中國建筑節能工作的重要方面。從建筑面積來看,公共建筑面積 為 107億平方米,占據我國建筑面積總量的 19% ;從能耗總量來看,除去北方采暖能耗,2014 年,公共建筑商品能耗總量為 2.35 億噸標煤在中國建筑商品能耗中比例最大;從強度來看,公共建筑在國四類用方面(北方采暖、城鎮住宅農村商品及生物質用能公共建筑),能耗強度 最高,為21.9 kgce/m2,以上多種角度方面來看 ,公共建筑的能耗均為中國整體建筑能耗的不可忽視組成部分 ,也是中國建筑節能事業的關鍵環節 。政府辦公建筑是公共建筑的重要組成部分。近十年來,其節能工作逐步得到有關部門重視,出臺《國家機關辦公建筑和大型公共建筑節能監管體系建設實施方案》、《公共機構節能條例》 [4]等規范條例,并設立公共機構節能管理司進行政府機關辦公建筑的管理工作。
在香港,機電工程署(EMSD)于1994年成立能源效益事務處,致力于開發、推廣和實踐節約能源;2015年,環境局聯合發展局和運輸及房屋局提出《香港都市節能藍圖:2015-2025+》 [5]中,特別指出政府是香港最大用電量的用戶之一(超過 6%),根據2013-2013年度總用電數據,政府建筑物用電占據 56%(約14億度電)。政府辦公建筑的節能在建筑節能工作的探索、實踐及推廣中占據重要地位。
同時,在針對辦公建筑節能實踐中,發現其能耗系統存在的問題:例如,設計階段多種因素導致的系統容量設計偏大 [6] ,設備選型出現偏差,使得運行階段冷機、水泵等設備偏離設計工作區,效率低下;再如,運行階段管理缺失,部分管理人員只關注是否正常運行,未能提出具體的節能目標,出現能耗較高、室內舒適度不滿足等的粗放運行結果 [7] 。在實際建筑中,針對具體建筑的具體問題提出解決方案、進行改造并總結結論,將為辦公建筑節能工作提供寶貴的工程經驗。作者針對香港某政府辦公建筑(以下簡稱建筑A),進行了為期超過一年的節能診斷、暖通系統分析及改造工作,本文將詳解介紹該案例。
2.研究問題與方法
建筑A位于香港北角,于2010年12月建成啟用。建筑A樓高32層,整體建筑面積約4.1 萬 平方米,主要用作行政辦公建筑,亦設有多項其他設施,例如室內練靶場、羈留中心、多用途演講廳、展覽廊和傳媒接待室。其暖通系統簡介如下,冷熱源由4臺額定總制冷量2108kW的水冷機組(WCC)和2臺額定總制冷量1033kW的空冷機組(ACC)組成;冷凍水系統為二級泵系統,其中一級水泵為定頻水泵,二級水泵為變頻水泵;冷卻水系統使用定頻水泵;空氣處理系統包括空調箱(AHU)等。
按照建筑能耗審計通用指標,根據2014年運行數據對建筑A的運行表現及節能潛力進行深入分析,總結得到以下三個研究要點。
冷機電耗運行等記錄各處存在不同程度的數據偶然錯漏點,在全年電耗逐月曲線中出現明顯失真點;同時在冷凍水、冷卻水的供回水溫度測量記錄中也存在波動的、持續的測量誤差。如何克服這些誤差,進行正確有效的負荷計算是后期節能分析的基礎。
冷機運行存在不合理的運行策略與不必要的開啟。通過分析逐時系統運行效率參數(COP)曲線,發現COP數值存在規律性下降,在夜間與周末等尤為明顯;某些時段,空冷機組不合理開啟,造成整體系統效率低下。如何改善控制程序,配合不同時段的負荷,將系統調整至整體效率最佳的狀態,是節能工作的重點。
建筑A負荷存在規律的峰值點。在初步計算負荷曲線后,又根據更為詳盡的數據深入分析負荷特征,發現建筑A符合分布具有一定的周期規律。每周工作日、周六、周日負荷為三個階梯;每日工作時間、非工作時間負荷分為兩個階梯。并且大多數情況,每日早晨冷機開啟時負荷達到尖峰,這一暖通系統電耗尖峰也正是建筑A整體電耗的尖峰所在。如何通過改進啟動策略,實現電耗平緩過渡,降低電耗峰值,也是改善建筑A能耗表現的一個方面。
通過文獻綜述及專家討論,針對以上三個問題,提出對應解決方案,整體技術路線如圖 1所示。
整體而言,根據已有監測數據基礎,建立并校驗,得到建筑A暖通系統計算機模擬平臺;在模擬平臺進行多次試驗,調整得到建筑A節能改造方案;在建筑A試運行改造方案,提出合理的評價指標,綜合評估節能效益。
首先,針對現場監測數據存在誤差等問題,采用較為成熟的小波函數[8]、窗函數分析方法等處理現場數據,診斷數據錯漏點。同時,采用數據融合[9]方法,綜合直接計算負荷與間接計算負荷兩個結果,得到更為可靠的負荷曲線[10][11] ,為冷機時序聯動控制策略提供基礎。其中,直接計算負荷是指利用測量數據中供回水溫差與流量計算得到的負荷值,間接計算負荷則是指利用監測得到的蒸發冷凝溫度、壓力和冷機電功率等參數計算得到的負荷值。
其次,針對冷機不合理運行和不必要啟停,采用目前較為完善的冷水機組聯動控制方法(Chiller Sequencing Control)提高控制策略的魯棒性。搭建并校正冷水機組、空冷機組及輸配系統等模型,建立建筑A暖通系統模擬平臺,利用經過驗證的模擬平臺多次試驗,得到最適宜的冷機控制策略。對建筑A實際暖通系統控制策略進行改進,進一步驗證控制策略的節能成果。
最后,針對每日規律出現的電耗亦負荷尖峰,采用末端設備逐次開啟的方式,調整清晨負荷在時間序列的分布,實現負荷波動平緩化。
3.解決方案設計與實施
3.1 數據融合獲得精確冷負荷
如上文所述,首先利用數據融合方法,提高建筑A暖通系統冷負荷測量值準確度。主要步驟包括,剔除測量值的離群值(Outlier);校正直接計算結果,減少測量噪聲;減小系統誤差;評估與輸出。
(1)根據以下公式得到直接負荷(Qdm,k)和間接負荷(Qim),
Qdm,k=cpwρw,kMw,k (Tw,rtn,k-Tw,sup,k) (1)
其中,cpw(kJ/kg·K)為冷凍水比熱,ρw,k(kg/L)為冷凍水密度,Mw,k(L/s)為冷凍水流量,Tw,rtn,k、Tw,sup,k(℃)為冷凍水回、供水溫度。
參考文獻中冷機模型[10],如公式:
其中,α、β(kW)為電機不定值、定值損失,通過實驗獲取四臺水冷機組和兩臺風冷機組每臺冷機各自對應的取值表;hfg為制冷劑(此項目中為R134a)的對應壓力下潛熱,取值為197.9kJ/kg;cpl、cpg為制冷劑液、氣態定壓比熱,取值為1.265 kJ/kg·K、0.8925 kJ/kg·K;Pcom(kW)為冷機輸入功率;Tev、Tcd為蒸、冷凝溫度,根據測量的蒸發、冷凝壓力Pev、Pcd計算得到,應用公式 計算得到,a、b取值為17.4、-3297.2。
驗證模型可用后,計算時序直接、間接計算負荷增量差值[11]
dk=∣ΔQim,k-ΔQdm,k∣,并根據設置的限定值判斷是否離群,得到數據融合后的負荷Qf,k(Qf,k=Qf,k-1+ΔQim,k)。
(2)得到數據融合結果后,通過在已剔除離群值的時序值序列上定義移動窗口,減小測量噪聲(兩個序列分別為(QKdm,1,…QKdm,Nw-1,Q dm,k;QKim,1,…QKim,Nw-1,Qim,k)。此時,
(3)利用間接計算負荷與數據融合負荷之差表征系統誤差Ef,k(Ef,k=Qim,k-Qf,k)。根據設定的誤差范圍,修整負荷值gs4-1根據誤差容許范圍上下限和相關公式得到[11])
(4)根據輸出監測數據診斷與數據融合置信度。通過MATLAB程序實現上述過程,得到更為準確可靠的冷負荷曲線,如圖 2所示:
3.2 冷機序列控制
依據制冷機實際控制建立冷機計算模型(如公式(2));根據實際COP得到不同負荷率下電耗修正系數,實現冷機能耗實測與模擬偏差為1%。冷機模型能夠較好反映實際情況,在此基礎上,結合上述冷負荷曲線,建立控制系統,完善MATLAB模擬平臺。在實地測試與模擬平臺中采用同樣控制邏輯,冷機啟停臺數模擬與實際保持一致。綜上,能夠通過模擬方式預估與評測控制方案實際節能效果。
在前期調研中,發現非工作時間開啟風冷機組、未合理規劃冷機臺數等粗放運行現象,導致系統表現未達到最優。通過計算機模擬平臺,設計冷機序列控制方案,最終得到表 1所示,優化的冷機序列控制方案,有效解決上述問題。
表注:經多次試驗,兩側彈性區間各取為4%較為合理
同時,針對清晨負荷尖峰的情況,根據以往工程時間經驗,設計將 AHU設備每日工作時段啟動時,分批次開啟,改變以往同時開啟的方式,以期削減電耗峰值。
3.3 實施優化方案與效果分析
進行如下表所示,在建筑A分步實現優化控制方案。第一階段,改進AHU運行策略,在以往固定的開啟時間之前,逐步開啟AHU。第二階段,改進建筑A暖通空調控制系統,并且輸入優化的控制邏輯,測試優化的冷機序列控制方案對系統表現的影響。第三階段,以“周”為時間單位交替運行原始、優化控制方案,在氣象參數差別不大的情況下,對比能效、系統滿足率等多方面表現。
選取評價指標時,需同時考慮能源賬單與系統表現。建筑A電力供應商為港燈電力投資有限公司與香港其他電力公司相同,電力費用包括負荷費和耗電費兩個重要組成部分 [12]。其中負荷費指每月對最高電力負荷(Demand Charge,單位:kVA)進行階梯收費,費用占據暖通能源賬單的約20%;耗電費則是指針對每月累積電能消耗總量(Energy Charge, 單位:kWh)進行階梯收費。以上兩部分均為能源賬單的重要組成,因此累積耗電量、峰值電負荷是評價節能效果的兩個指標。同時,為了保證用戶舒適度,需要保證系統供應的穩定性,因此供水溫度的平穩性也是評價運行策略優化效果的指標。
根據模擬結果與實驗檢測結果,評價以上三個方面的建筑A暖通系統改進效果。
(1)系統穩定性
如下圖所示,在優化控制方案實驗期間,供水溫度更為穩定。系統設計供水溫度為7℃,實驗中避免了原始控制方案下出現的長時間偏離設定供水溫度的情況,并且也減少了供水溫度的擾動。
(2)系統能效(負荷費)
通過合理優化方案,非工作時間時按需配置冷機開啟臺數,避免容量過大的情況出現,并且合理使用風冷機組;工作時間能夠有效根據負荷變化切換,避免開啟不必要的水冷機組;同時改進冷機頻繁啟停的現象。以2016年6月29日至2016年7月28日為例,在一個月時間內,僅采用優化控制方案,未進行其他設備或設置改動,系統整體能效系數由3.06提升至3.35,能耗由45.7萬度降低至41.7萬度,實現8.7%的節能量,系統電耗曲線對比如圖 4所示。
(3)系統峰電(耗電費)
優化的冷機序列控制方案與溫和的AHU開啟策略對于峰值電耗均有削減作用。這里峰值電耗是指在一段時間內最高的電功率[12](連續半小時平均值)。對比AHU開啟策略改進前后,以2016年9月12日與2016年9月14日電耗數據為例,通過重新分配清晨開機負荷,峰值電耗由1203 kVA降低至849 kVA,降低了 29%。對比暖通系統電耗曲線與建筑A整體電耗曲線,暖通系統的電耗峰值直接決定整體峰值,因此減少暖通系統電耗峰值有益于降低整體能源賬單中耗電費。使用優化冷機序列控制方案后,以2016年9月26日至2016年10月25日電耗數據和能源賬單為例,通過減少工作時段不必要的一臺冷機的開啟,該月峰值電耗由9月28日的1715 kVA降低為9月28日的1597 kVA,降低了7%,如圖 5所示。計算2016年7月至10月每日峰值電耗,平均降低量為5.8%。
4.案例總結
本文針對建筑A的暖通系統,實施節能診斷與改進。歸納暖通系統存在的三個改進點:冷機電耗運行等記錄各處存在不同程度的數據偶然錯漏點;冷機運行存在不合理的運行策略與不必要的開啟;每日規律出現電耗亦負荷尖峰。提出針對性改進方案:基于數據預處理和數據融合得到更為準確的負荷曲線,設計并實現優化的冷機序列控制,實施溫和的AHU開啟策略。建立模擬平臺協助并評估改進方案后,改進建筑A控制系統,進一步分析系統能效表現。在能耗方面,2016年7月份(這里指6月29日至7月28日)實現8.7%的節能量,2016年7月至10月實現日峰值電耗平均降低5.8%。按照建筑A電力供應單位(港燈電力投資有限公司)的分項階梯電費計算方法,實施上述改進后,2016年7月的電費如表 2所示,實現了較好的經濟效益。
同時,關于改造方案中冷機模型與運行策略的適用性等方面還有待探究。案例研究過程中,與香港機電工程署等相關單位建立了良好的合作關系,為后續探究改造方法的適用性提供可能。
致謝:本工作受到香港機電工程署(EMSD)多方面支持,包括提供建筑A的建筑基本信息、建筑運行數據,協助完成建筑A自控系統改造、進行多次實驗,組織專題匯報研討會,特此致謝!
參考文獻
[1] 清華大學建筑節能研究中心. 中國建筑節能年度發展研究報告, 2016.
[2] International Energy Agency, Tsinghua University Building Energy Research Center. Building Energy Use in China, 2015.
[3] 陳向國. 徐偉:建筑節能的發展目標是近零能耗[J]. 節能與環保,2015,(10):16-23.
[4] 公共機構節能條例 . 2008. http://www.gov.cn/flfg/2008 -08/11/content_1069579.htm
[5] 香港特別行政區政府. 環境局. 香港都市節能藍圖:2015-2025+.
[6] 張野,燕達,劉燁,張曉亮. 公共建筑空調負荷計算參數的探討[J]. 供熱制冷,2016,(06):54-57.
[7] 田雪冬. 公共建筑全過程能耗總量控制管理方法研究[D]. 清華大學: 清華大學,2016.
[8] N. C. F. Tse, J. Y. C. Chan, W. H. Lau, J. T. Y. Poon and L. L. Lai, "Real-Time Power-Quality Monitoring With Hybrid Sinusoidal and Lifting Wavelet Compression Algorithm," in IEEE Transactions on Power Delivery, vol. 27, no. 4, pp. 1718-1726, Oct. 2012. doi: 10.1109/TPWRD.2012.2201510
[9] Gongsheng Huang , Shengwei Wang & Yongjun Sun (2008) Enhancing the Reliability of Chiller Control Using Fused Measurement of Building Cooling Load, HVAC&R Research, 14:6, 941-958.
[10] Huang G, Wang S, Sun Y. Enhancing the reliability of chiller control using fused measurement of building cooling load[J]. HVAC&R Research, 2008, 14(6): 941-958.
[11] Yongjun Sun. Online Optimal Control of Multiple-Chiller Systems in Large Buildings [D]. The Hong Kong Polytechnic University,2009.
[12] 港燈電力投資有限公司: 賬單、繳費及供電價目表.https://www.hkelectric.com/en/customer-services/billing-payment-electricity-tariffs/maximum-demand-tariff
備注:本文收錄于《建筑環境與能源》2018年10月刊總第15期(第21屆暖通空調制冷學術年會文集)。
版權歸論文作者所有,任何形式轉載請聯系作者。