多聯機與新風機復合空調系統優化控制研究

趙愛國，祝用華，晉欣橋

（1-合肥通用機械研究院，安徽合肥 230031；2-聯合技術研究中心(中國)有限公司，上海 200092；3-上海交通大學機械與動力工程學院，上海 200240）

多聯機與新風機復合空調系統優化控制研究

趙愛國*1，祝用華2，晉欣橋3

（1-合肥通用機械研究院，安徽合肥 230031；2-聯合技術研究中心(中國)有限公司，上海 200092；3-上海交通大學機械與動力工程學院，上海 200240）

盡管變制冷劑流量（VRF）多聯機系統在部分負荷工況下具有高能效的顯著優點，但是該系統仍然存在缺少新風的缺點。本文提出了一種多聯機與新風機復合空調系統降低能耗的優化控制策略。在建立的系統仿真模型基礎上，本文以一辦公樓為例，對提出的優化控制策略進行了制熱工況下的仿真研究。結果表明，提出的優化控制策略是可行的，可以有效地降低復合空調系統的能耗。

復合空調系統；變制冷劑流量；新風機；優化控制

0 引言

變制冷劑流量（Variable refrigerant flow, VRF）多聯式空調系統[1]具有系統簡潔、可靠性高和可實現模塊化設計安裝等優點。多項研究表明：在相同工況下，VRF系統比其他傳統空調系統如變風量系統（Variable air volume, VAV），風機盤管加新風系統（Fan-coil plus fresh air, FPFA）等具有更好的節能特性[2-4]。但其因為無新風引入而無法獨立保證室內空氣品質。可行的解決辦法之一是構建VRF機組與新風處理機組（Outdoor air processing, OAP）的復合空調系統。這種系統可以同時利用兩者各自優點從而構建一種節能高效的系統。已有學者[5-6]注意到VRF與其他機組組成復合系統的優點，并作了一定的研究，但研究資料仍然非常匱乏，特別是針對VRF與新風機的復合空調系統及其聯合（優化）控制運行方面的研究仍未見報道。

在前期的研究中[7-9]，作者已針對一種空氣源VRF與直膨式新風機的復合空調系統進行了研究，對系統的結構和控制設計進行了分析，對部件及整個復合系統建立了數學模型并進行了仿真研究。結果表明，提出的復合空調系統能很好地保證室內溫度及空氣品質且不失各區域獨立控制的靈活性。在這些研究基礎上，本文為復合空調系統提出了一種優化控制策略，并對其性能進行仿真研究。

1 復合空調系統及仿真模型

復合空調系統的簡圖如圖1所示，OAP機組通過風管提供一定量的處理過的新風到每一房間，VRF室內機則承擔室內負荷，新風與排風之間連接有轉輪（Enthalpy wheel, EW）回熱器以預先處理新風并回收一部分能量。新風流量采用需求控制策略（Demand control ventilation, DCV）[10]。控制回路主要包括室內溫度控制、VRF容量控制、新風流量控制、新風送風溫度控制及OAP容量控制等。其中，室內溫度通過調節室內節流閥開度進行控制，VRF容量通過調節壓縮機轉速進行控制，新風流量控制通過聯合調節新風閥開度和送風機頻率實現，新風送風溫度通過調節OAP機組節流閥開度進行控制，OAP容量則通過調節壓縮機轉速實現。

圖1 復合空調系統及其控制簡圖

本文利用TRNSYS軟件[11]進行仿真。TRNSYS軟件的特點是具有模塊化結構，一個復雜的熱力系統可通過一個個小的模塊或子系統按物理配置順序依次連接，最終形成一個可執行的仿真器。對于本文的復合空調系統，大部分的部件包括新風側的風機、VAV末端（風閥）、管道、控制器、傳感器和執行器等的模型與文獻[12]中的相同。VRF及OAP的模型已經在文獻[7]中作了詳細的建模分析及實驗驗證，也不再贅述。本文的研究對象是一棟6層的辦公樓，其標準層視圖如圖2所示，包括25個區、1個環形走廊以及1個內區。建筑模型也已在前期的研究中[8]進行了詳細論述。

圖2 辦公樓標準層結構（單位：m）

2 優化控制策略介紹

2.1 概述

復合空調系統的能耗主要由VRF機組能耗、OAP機組能耗及風機能耗等組成，其中風機能耗受系統運行的影響比較小，因此系統的總能耗主要受前兩者的影響。提出的優化控制策略即針對這兩者的運行而展開的。

根據文獻[9]的研究結果，新風送風溫度的變化將導致VRF機組與OAP機組承擔的負荷形成一種此消彼長的關系，而且機組的部分負荷率PLR處于0.4～0.7的范圍內時機組的運行效率最高。因此，一方面，可以通過優化新風送風溫度來達到最優化系統能耗的目的。另一方面，如果OAP機組（或VRF機組）在新風送風溫度優化控制策略下運行效率低下，則可以嘗試關閉OAP機組（或VRF機組），使另一個機組運行在高效區的概率增大。當負荷足夠大時，重新開啟被關閉的機組，再執行新風送風溫度優化控制。由于新風送風溫度優化控制的前提條件是VRF機組和OAP機組都在運行，故將新風送風溫度優化控制稱為局域優化控制。而結合局域優化控制和機組啟停的策略則稱為全局優化控制。考慮到關閉VRF機組后會造成空調區域舒適性與室內空氣品質需求的矛盾，且會增加傳感器及信號采集系統等的成本與控制復雜性，一般不建議關閉VRF機組。圖3是僅考慮關閉與重開OAP機組的優化控制策略的邏輯圖。其中，θ1～θ4稱為閾值參數，本文它們的取值分別為0.22、3、0.15和3。

2.2 局域優化控制策略

基于新風送風溫度優化的局域優化控制策略如圖4所示，主要包括機組能耗預測模型、機組負荷分配優化和新風送風溫度再設定等部分。本文的模型以制熱工況為例。

圖3 系統優化控制邏輯

圖4 局域最優化控制邏輯

2.2.1 機組能耗預測模型

OAP機組可視為只有一個室內機的VRF機組，仍然適用于如下VRF機組的能耗預測模型：

式中：

W ——VRF機組的輸入功率；

Wcomp——壓縮機的輸入功率；

Wfan——風機的輸入功率；

Wfan,i——單個風機的功率；

a～f——需要在線調整的模型參數，可用最小二乘參數估計方法[13-14]獲得；

Tc——VRF機組的冷凝溫度；

Te——VRF機組的蒸發溫度；

Tdb,OA——室外空氣干球溫度；

Tdb,avg——加權的DX進口空氣干球溫度；

n——壓縮機轉速；

下標ref——參考值。

2.2.2 機組負荷分配優化

假設總負荷為Qtotal，它也可由最小二乘法根據當前運行參數估計，OAP機組提供LR比例的冷量，則系統能耗估計值為：

最終系統輸入功率可簡化為：

其中：

從式(10)可以看出，系統總的輸入功率是一個關于LR的二次函數。由于二次項的系數為正，因此當函數取得最小值時對應的LR即為要求的最優值。

2.2.3 新風送風溫度再設定

在制熱工況下，LR越高，新風送風溫度也要求越高。因此，以當前測量的送風溫度和制冷/熱量為基準，可以簡單地通過以下關系式獲得新風送風溫度的設定值：

式中，下標meas表示當前測量值。

3 優化控制策略驗證

3.1 工況設置

以如圖2所示的7～12共6個區域作為空調系統仿真對象。空調區域負荷主要由人員、設備及燈光產生。其中人數變化事先給定，通過基本人員密度變化乘以人員系數的方法模擬不同區的人員變化情況。6個區的溫度設定值相同，人員系數分別為0.95、1.00、0.85、1.05、1.10和0.90。基本人員密度、設備及燈光計劃如圖5所示。圖6給出了一測試日的室外溫濕度變化情況。

圖5 設備開啟臺數、燈光、人員變化計劃

圖6 測試日室外溫濕度

3.2 結果與討論

為了更好地反映提出的控制策略的有效性，將其與一種定新風送風溫度（22 ℃）的基本控制策略進行對比研究。圖7表示了兩種控制策略下7區的溫度波動情況。從圖中可知，房間溫度在兩種控制策略下都能得到很好的控制，表明了控制系統的穩定與可靠性。其他房間的溫度控制情況類似。

圖7 兩種控制策略下房間溫度控制結果 (7區)

表1列出了復合空調系統在兩種控制策略下的制熱量與能耗的情況。從表中可以看出，兩種控制策略下，系統總的制熱量基本相同，這是合理的且為比較能耗的大小奠定了基礎。當使用提出的優化控制策略時，系統總能耗下降約5.29%，表明提出的控制策略是可行的，可以有效地降低系統的能耗。

表1 制熱量和能耗結果統計

4 結論

針對多聯機與新風機的復合空調系統提出了一種優化控制策略，并在仿真平臺上進行了驗證。結果表明提出的優化控制策略是可行的，它可以有效地降低系統的總能耗。盡管提出的控制策略及驗證案例是以制熱工況為基礎的，這種方法也可以很方便地擴展到制冷模式中。

[1] 劉傳聚, 鄭文. 多聯式空調 (熱泵) 機組性能及應用述評[J]. 制冷技術, 2007, 27(4): 7-11.

[2] 周鵬飛, 賀群妮. 多聯機空調系統運行性能的影響因素分析[J]. 制冷技術, 2012, 32(3): 62-65.

[3] 薛衛華, 沈建芳, 蘇志軍, 等. VRV 空調系統與螺桿式風冷熱泵空調系統全年能耗比較[J]. 制冷技術, 2004, 24(4): 6-9.

[4] LIU X B, HONG T Z. Comparison of energy efficiency between variable refrigerant flow systems and ground source heat pump systems[J]. Energy and Buildings, 2010, 42(5): 584-589.

[5] KARUNAKARAN R, INIYAN S, RANKO G. Energy efficient fuzzy based combined variable refrigerant volume and variable air volume air conditioning system for buildings[J]. Applied Energy, 2010, 87(4): 1158-1175.

[6] PARAMESHWARAN R, KARUNAKARAN R, VINU R, et al. Energy conservative building air conditioning system controlled and optimized using fuzzy-genetic algorithm[J]. Energy and Buildings, 2010, 42(5): 745-762.

[7] ZHU Y H, JIN X Q, DU Z M, et al. Generic simulation model of multi-evaporator variable refrigerant flow air conditioning system for control analysis[J]. International Journal of Refrigeration, 2013, 36(6): 1602-1615.

[8] ZHU Y H, JIN X Q, DU Z M, et al. Simulation of variable refrigerant flow air conditioning system in heating mode combined with outdoor air processing unit[J]. Energy and Buildings, 2014, 68(1): 571-579.

[9] ZHU Y H, JIN X Q, DU Z M, et al. Control and energy simulation of variable refrigerant flow air conditioning system combined with outdoor air processing unit[J]. Applied Thermal Engineering, 2014, 64(1/2): 385-395.

[10] WANG S W, JIN X Q. CO2-based occupancy detection for on-line outdoor air flow control[J]. Indoor and Built Environment, 1998, 7(3): 165-181.

[11] KLEIN S A. TRNSYS-A Transient Simulation Program, User Manual, version 17.0[M]. Wisconsin: University of Wisconsin-Madison, 2009.

[12] 晉欣橋. 變風量空調系統的仿真及其實時優化控制研究[D]. 上海: 上海交通大學, 1999.

[13] NASSIF N, MOUJAES S, ZAHEER-UDDIN M. Self-tuning dynamic models of HVAC system components[J]. Energy and Buildings, 2008, 40(9): 1709-1720.

[14] MA Z J, WANG S W. Supervisory and optimal control of central chiller plants using simplified adaptive models and genetic algorithm[J]. Applied Energy, 2011, 88(1): 198-211.

Investigation on Optimal Control of Hybrid Air Conditioning System with Multi-split Air Conditioner and Fresh Air Unit

ZHAO Ai-guo*1, ZHU Yong-hua2, JIN Xin-qiao3
(1-Hefei General Machinery Research Institute, Hefei, Anhui 230031, China; 2-United Technologies Research Center (China) Ltd., Shanghai 200092, China; 3-School of Mechanical Engineering, Shanghai Jiao Tong University, Shanghai 200240, China)

Although variable refrigerant flow (VRF) multi-split air conditioner systems have good energy performances in part load conditions, the shortcoming of no outdoor air intake has not been solved thoroughly. An optimal control strategy for combined air conditioning system (with VRF unit and outdoor air processing unit) aiming at reducing energy consumption is presented in this paper. Based on the developed simulation platform, the proposed optimal control strategy is evaluated in heating mode. Results show that the proposed optimal control is feasible, which can effectively decrease the energy consumption of the combined system.

Combined air conditioning system; Variable refrigerant flow; Outdoor air processing unit; Optimal control

10.3969/j.issn.2095-4468.2015.01.102

*趙愛國（1964-），男，高級工程師，學士。研究方向：制冷空調技術。聯系地址：合肥市長江西路888號，郵編：230031。聯系電話：18055112715。E-mail：ahzag@126.com。