冰蓄冷集中供冷系統的優化控制應用算法研究

史春燕 葉重陽 常亞翠

1.中國中冶美麗鄉村與智慧城市研究院 重慶 400013;

2.中冶賽迪股份工程技術有限公司 重慶 400013;

3.中冶賽迪電氣技術有限公司 重慶 400013

引言

隨著能源短缺、電力污染等環境壓力的加劇,以及國內出臺的“峰谷電價”的利益引導,“削峰填谷、平衡電網負荷”成為集中供冷供熱空調系統的研究熱點。應運而生的蓄冰空調系統[1],充分利用夜間廉價的低谷電力儲存冷量,在電力高峰期補充空調冷負荷需要,將部分高峰時段電力需求轉移到低谷時段,節約系統運行成本。由于制冷機組在制冰工況下的效率要明顯低于正常水冷工況,且蓄冰過程存在一定冷量損失,因此冰蓄冷的總體效率大約只有制冷機組直接供冷效率的60%左右[2]。在1∶2∶3的谷、平、峰三段電價下,如控制不當,可能造成冰蓄冷系統能源費用超出正常供冷費用的情況。這正是目前冰蓄冷技術推廣的主要障礙。在已有的冰蓄冷控制策略研究中,論文[3]中綜述了冰蓄冷工程中的6種控制方法,除“優化控制策略”外的5種控制方式都過于簡單,控制效果距離最優相差較遠。而文中僅給出了“優化控制策略”的思想,沒有具體實現方法。論文中采用動態規劃方法給出了優化控制算法,但求解過程涉及因素復雜,其精確控制結果在工程實施中難度很大(工程控制誤差一般較大,很難精確控制)。論文中提出了冰蓄冷優化控制的單位冷量價格控制思想,將確定制冷機組及蓄冰槽冷量輸出的控制思想轉化為確定制冷機組逐時啟動臺數,采用機組優先控制策略,并給出了基于規則推理的優化步驟。這種結合機組優先與優化思想的控制策略在簡化算法的同時方便了工程實施,但文中單位冷量價格確定太過簡化,其規則的完整性和適用范圍仍需探討。論文中提出了冰蓄冷優化控制的機組優先網格控制思想,將逐時刻負荷離散成網格的值,根據規則進行網格的優先級排序,將問題轉化為每個網格的負荷由機組或者融冰承擔的問題。其算法求解過程簡單,并避開了復雜的機組、輔助設備運行費用的計算,該方法能得到確切解,但是該論文構建的模型簡單,不適合在復雜的實際工程中應用。本文在以往研究的基礎上,基于復雜的實際工程應用,提出了基于機組優先的離散規劃控制方法,提高機組的運行COP并實現蓄冰槽的最大利用,從而實現能源站全工況的優化控制。

1 理論模型

某CBD區域江水源熱泵冰蓄冷集中供冷系統,共有基載機組10臺,雙工況機組8臺,蓄冷槽總儲冷量330785k W(94080RTh),其設備布置圖及簡化示意如下所示:

1.1 系統運行工況分析

根據電價政策,系統設計的夜間時段為電價低谷階段(23:00－次7:00),其余的時段為白天時段。由系統供回水溫度決定系統的運行工況如下圖所示:

(1)白天時段(7:00～22:00)

由于系統在白天時段供水出口溫度的要求為不高于3℃,而基載主機出口溫度為4.5℃,雙工況換板的出口溫度也為4.5℃,因此系統在白天時段基載主機、雙工況主機開啟的同時必須聯合融冰供冷才能達到所要求的供水出口溫度。

當制冷主機聯合融冰供冷時,制冷主機出口流量是Q,水比熱為C,則主機供冷總量R_主機＝CQ(13℃－4.5℃),融冰最低的供冷總量R_融冰＝CQ(4.5℃－3℃),則制冷主機與融冰聯合供冷時,其最大的配比為:

R_主機:R_融冰 ＝(13－4.5):(4.5－3)＝8.5:1.5,即融冰出力至少占總供冷負荷的15%才能滿足供水出口溫度3℃的要求。

(2)夜間時段(23:00－次7:00)

由于系統在夜間時段供水出口溫度的要求為4.5℃,基載主機出口溫度為4.5度,滿足夜間溫度要求。因此,夜間為雙工況主機制冰時段,夜晚的負荷由基載主機承擔。

1.2 優化控制影響因素分析

實施冰蓄冷空調系統優化控制相關的影響因素包括:空調(用冷)時段的逐時負荷、各時段電價,制冷主機的動態特性和蓄冰槽的蓄融冰動態特性。

(1)制冷主機的動態特性可以由廠家提供的負荷率與能效比COP的曲線數據獲得。在該江水源項目中,制冷機運行在85%負荷率時達到機組的COP峰值。另外,根據論文[8]知,當多臺同規格制冷機并行運行時,其各機組負荷率相同時,系統運行最經濟。

(2)蓄冰槽的蓄融冰動態特性可以根據廠家提供的冰量與出口溫度關系數據來得到。大量的工程實測表明:在蓄冷階段的絕大部分時間內可以近似認為蓄冷率是恒定的,某一時刻蓄冰槽的釋冷率可以統一表示為蓄冰槽中剩余冰量的函數。

1.3 離散規劃數學模型介紹

使用機組額定出力將逐時負荷進行離散,機組最大出力以上的網格為A類網格,是必須要融冰供冷的負荷;最大出力線下的網格是B類網格,對B類網格按照一定規則進行量化排序,確定融冰的具體時刻和供冷量。下圖以單臺主機額定功率2000KW,10臺組成的機組為例,機組最大出力為14000kw,在紅線之上的網格稱為A類網格,無空閑機組,必須融冰供冷;紅線之下的網格稱為B類網格。

其重要的假設:每個網格的供冷只能采用主機供冷或者融冰供冷其中一種進行。優化分配問題轉換為將B類網格分配到主機或者融冰的優先級問題。

1.4 離散規劃數學模型結合實際項目問題

根據逐時刻的預測負荷情況進行特定的離散,根據2.1節的分析,聯合工況下,融冰供冷量至少為預測總負荷的15%,屬于A類網格。剩余的85%預測負荷將進行網格離散處理。

當某時刻的85%預測負荷小于10臺基載＋8臺雙工況機組總COP峰值負荷時,使用機組COP峰值負荷將該時刻負荷進行離散,記為B1類情況,否則記為B2類情況,使用機組的額定負荷對該時刻負荷進行離散。

(1)確定量化的約束條件

約束條件1:機組最大出力約束

約束條件2:有效防止制冷機低負荷運行

約束條件3:盡可能將蓄冰使用在電力高峰時段

約束條件4:盡可能保持制冷機組工作的連續性,避免頻繁啟停機

(2)確定檢驗條件

檢驗條件1:最大蓄冰容量檢驗

檢驗條件2:逐時最大融冰速度檢驗

(3)約束條件量化:

1)約束1的量化模型:

N取值為18,≤時為基載主機,s 1為基載主機的額定負荷量化值,時為雙工況主機,是雙工況主機的額定負荷量化值。

理論上,蒸發溫度每降低1℃,制冷機組的平均耗電率增加3%。基載主機出口溫度為4.5℃,效率100%,雙工況制冷出口溫度3.5℃,效率為97%,因此,在聯合工況下,優先啟動基載主機。在進行機組最大出力約束量化時,從下往上,先離散10臺基載主機,再離散8臺雙工況。

2)約束2的量化模型:

B 1類情況下,Qe為制冷主機的85%額定負荷,B 2類情況下,Qe為制冷主機額定負荷。

3)約束3的量化模型:

遵循尖峰電價優先用冰原則,Ap值越小,優先級越高。

約束4的量化模型:

Ar[i,j]＝α?(N－j),

表示為層數越高,值越小,優先級越高,有效防止頻繁起停機。

(4)確定離散網格的優先級模型:

綜合各種影響因素,得出總優先級系數表達式:

Prio[i,j]＝An[i,j]＋Ap[i,j]×Aq[i,j]＋Ar[i,j]

(5)輸出檢驗

計算每個網格Prio[i,j]值,根據該值按小到大排序,越小的網格優先使用融冰。使用約束5總蓄冰罐容量以及逐時最大融冰速度進行檢驗。

2 模型求解算法描述

(1)初始化逐時預測負荷、7點時刻的現存冰量以及設備的故障狀態,并進行邊界檢驗。

(2)計算A類網格的總融冰量,逐時負荷的15%以及剩余超出機組總能力的部分。

(3)進行B類網格離散處理,根據逐時負荷的情況進行判斷,如果主機承擔的總負荷小于全部機組的COP峰值負荷,則使用COP峰值負荷進行離散,反之,使用主機額定負荷進行離散。

(4)計算每個網格的Prio[i,j]值,根據該值按小到大排序,越小的網格優先使用融冰。

(5)依次累加融冰供冷量,當累加第n個網格融冰總量小于總蓄冰罐容量,當累加到n＋1個網格融冰總量大于總蓄冰罐容量時,取總融冰量為前個網格融冰量W,則總需蓄冰量為W,蓄冰設備使用率為W/Q,其中,Q為蓄冰罐容量。

(6)同時加入最大融冰速率檢驗,如果該時刻的融冰供冷達到最大融冰速率V,則該時刻的剩余網格不再具有優先條件,排除后,再次用Prio值排序,排序后繼續進行檢驗判斷。此時,最大融冰速率可以使用蓄冰剩余冰量進行量化約束(隨著剩余冰量變化),也可以設置合適的固定值。

(7)算法流程見下圖:

(8)根據離散規劃算法計算調度結果

當預測日負荷為能源站100%負荷時,調度結果如下所示,在7:00－13:00以及17:00－22:00,機組均以COP峰值即85%額定負荷運行,效率最優;在14:00－16:00負荷高峰時段,機組近額定負荷運行,滿足供冷需求;當日的冰槽為96.62%的高利用率,實現系統最大化的“削峰填谷”,使得系統運行接近理論上的最優化狀態,實現最大化的經濟效益。

當預測日負荷為80%負荷時,調度結果如下圖所示,在7:00－22:00的各白天時段,系統機組均運行機組COP峰值狀態下,冰槽也達到96.15%的高利用率。

從調度結果可以看出,在日負荷較高的情況下,大多數時間機組是運行在COP峰值負荷率情況下,少數高峰時段運行負荷率高于COP峰值設定,接近其設備額定能力;在日負荷一般的情況下,機組均運行在COP峰值,冰槽利用率非常高,整個系統運行接近理論上的最優化狀態,對系統經濟運行具有較高的指導價值。

?

?

3 結論

本文針對復雜的江水源聯合冰蓄冷系統實際工程應用,提出了改進的離散規劃優化控制方法,能根據逐時段負荷特點進行恰當的量化,并能統一進行系統的調度,保證了機組的運行效率、蓄冰罐的利用率以及機組的運行連續性等,并且該方法能得到確切解,經驗證,該方法可行并且效果良好,非常適合解決江水源聯合冰蓄冷集中供冷系統的全自動優化調度問題。