基于建筑能耗模型的中央空調預測控制研究

林凱威 陳振乾

東南大學能源與環境學院

0 引言

隨著我國城市化進程的提高，人們對生活環境的要求越來越高，中央空調在人們的生活中隨處可見，而中央空調系統運行帶來的能源浪費問題也隨之而來。比如：其在調節空氣參數的過程流量、溫度的不匹配，會造成大量的能源浪費。因此現代化建筑中央空調系統不僅需對環境中空氣參數進行嚴格地控制，還需要盡可能地減少能源浪費的現象。現在自動化控制系統廣泛應用于中央空調的控制上，不僅可以減少人工成本使中央空調自動化，還能實現中央空調系統的節能運行[1]。大部分情況下中央空調系統都是按照最大負荷進行設計的，這導致了其大部分時間都運行在部分負荷工作狀態下，因此空調節能運行至關重要[2]。中央空調系統是一個典型的混雜系統，系統中包含連續變量，傳統控制方法通過測量建筑物內部熱工參數（例如供回水溫差）來調整中央空調系統的運行狀態。由于影響建筑能耗的因素經由外界傳遞到空調系統中存在著時間滯后，往往得不到良好的控制效果[3]。近期預測算法被越來越多地應用于中央空調系統控制，但預測算法的計算往往需要大量的運行數據，在建筑中央空調系統運行之初便也無法使用這種算法。因此，可以建立合適的建筑中央空調能耗系統模型可以幫助中央空調系統更準確地計算出實時負荷，從而更節能地運行。

本文結合SketchUp、OpenStudio、Energy Plus 等軟件，對建筑中央空調系統能耗模型進行建立，并對建筑物內的參數進行分析，并研究能耗變化的因素，并就建筑冷熱負荷預測展開研究，利用預測控制在PLC中建立冷凍水變流量控制系統，并對控制效果進行了對比研究。

1 能耗模型建立

1.1 工程概況

本研究采用的模型為淮安市某醫院建筑，總建筑面積77116.25 m2，地上十三層，地下兩層，建筑高度為50 m，地下為設備機房、地下車庫、服務用房等設施，地上部分主要功能為：大廳，門診部及病房等。本研究所選用的建筑位于夏熱冬冷地區，屬于甲類公共建筑并按照65%的建筑節能設計標注進行設計。

1.2 軟件介紹

目前Energy Plus 有多種第三方建模平臺，包括OpenStudio、DesignBuilder、Simergy 等軟件，本文將采用OpenStudio 進行軟件建模。

OpenStudio 是美國可再生能源實驗室（National Renewable Energy Laboratory，NREL）領導多家單位參與開發的繼承EnergyPlus 進行能耗模擬，使用Radiance 進行采光模擬，具有多平臺版本的建筑能耗模擬軟件[4]。OpenStudio 包括一個分析框架和運行管理器，可以自動修改建筑能源模型，并在EnergyPlus中模擬它們，在單個數據庫中收集結果[5]。OpenStudio相比其他能耗模擬軟件，具有以下幾個特點：使用SketchUp 建模，建模效率高。使用模板，加快模擬數據的輸入速度。使用云端在線數據庫，可進行在線云計算。可應用Measure 對模型進行修正。參數化分析。模擬結果有詳盡的報告，并擁有優秀的可視化界面。

1.3 模型的建立

能耗模擬的3D 模型應當盡量保持與原建筑一致，本文在充分的實地調研、對比竣工圖紙之后，利用SketchUp 軟件內的Open Studio 插件建立目標建筑的3D 模型，根據使用功能劃分不同熱工區域，將相同熱工參數的區域進行合并從而簡化模型，減少參數的同時也可加快模擬速度，建筑具體物理模型如圖1 所示：

圖1 建筑物理信息模型

1.3 建筑信息的錄入

建立3D 模型之后，需要將目標文件導入OpenStudio 主程序之中，對建筑能耗模型進行信息補入，主要包括以下步驟：設定建筑所處區域的氣候條件。設定建筑圍護結構參數。設定不同時間下中央空調系統運行特性。設定空間內各種室內負荷的密度特性。對模型內的房間進行類型劃分。設定中央空調系統的循環特性[6]。

2 模擬結果分析

在OpenStudio 補充完參數后，將IDF 文件導入到Energy Plus 中運行模擬。由于數據庫缺乏淮安市氣象數據，且南京氣候與淮安接近，因此氣象數據依據Energy Plus 自帶的南京典型氣象年逐時氣象數據（CHN_Jiangsu.Nanjing.582380_CSWD）作為模型的氣象參數數據輸入，模擬時期分為三類：第一模擬期為典型設計日1，時間為1 月21 日0:00 至24:00。第二模擬器為典型設計日2，時間為7 月21 日0:00 至24:00。第三模擬期為全年模擬，時間月1 月1 日0:00 至12 月31 日24:00。

2.1 設備能耗分析

本文對建筑物的全年能耗進行了模擬，表1 及圖2 展示了建筑物全年的冷熱負荷及輸配系統（水泵）的耗能情況，可以看到制冷系統耗電量最高，占機房總耗電量的46.32%，制熱系統占機房總能耗的34.54%，而輸配系統占據機房總耗電量的19.13%。因此，若想減少機房的能耗，首先應當盡量在制冷劑減少空調用電。而輸配系統僅是將管網內的冷媒送至目標處，就占據了機房總能耗的19%。若能對水泵進行節能控制，也可以使機房能耗得到進一步下降。

表1 機房設備耗能情況

圖2 機房設備能耗分析逐月對比

2.3 中央空調冷熱負荷預測算法

中央空調系統總能耗受諸多方面影響，許多因素都難以通過儀表來進行測量，具體其外部環境影響因素包括：室外溫度、濕度等。因此本文以Energy Plus 中全年模擬的中央空調系統總能耗及逐時的環境參數為依據，假設自變量與因變量之間呈線性關系，不僅僅可以簡化計算，而且也易于在建筑自動化中實現[7]，以建筑冷、熱負荷為自變量，環境干球溫度、環境絕對濕度作為自變量，設其滿足以下關系式：

式中：Yc為中央空調系統冷負荷，J；Yh為中央空調系統熱負荷，J；Tout為室外干球溫度，℃；Dout為室外絕對濕度，g/kg；α1～α6為擬合系數。

再考慮其它對中央空調系統總能耗產生影響的因素。雖然其無法直接通過儀表測量，但其產生的結果卻可以進行記錄，因此考慮將上一時刻的建筑能耗引入，因其可以間接反映當前時刻的所有影響參數，也就可以用于預測該時刻的中央空調系統總能耗。因此可以將式（1）和式（2）改寫為：

利用Matlab 中的多元函數線性擬合工具nlinfit對分別對式（1）-（4）進行擬合，可以得出其上擬合參數的結果如表4 所示，如果擬合系數為正，那么說明其與中央空調系統總能耗呈正相關，反之為負相關。可以看出在制冷工況下，無論哪種擬合方式，中央空調系統總能耗與室外干球溫度及絕對濕度都成正相關關系。而在制熱工況下，中央空調系統總能耗與室外干球溫度呈負相關關系，與絕對濕度呈正相關關系，這與人們的認知保持一致。根據擬合可以將其與全年逐時的空氣干球溫度、絕對濕度進行計算，用于與原負荷進行對比來評估其預測效果，可以繪制模擬負荷和預測負荷的逐時對比圖（圖3）。

表2 擬合系數計算那結果

圖3 全年逐時擬合對比

從圖3 中可以看出如果將前一時刻的建筑總負荷考慮進來，那么就可以使模擬能耗與擬合能耗進一步地接近，為了方便認識兩種預算方法的差距，計算了這四次對比結果的相關系數，結果如表3 所示。可以清楚認識到，如果只考慮將室外空氣干球溫度及絕對濕度用于作為預測建筑能耗的工具，那么會產生一定的誤差。前一時刻中央空調系統總能耗的引入，可以在很大程度上提高中央空調系統總能耗預測的精確程度，尤其在冬季，可以使預測的效果大大提升。考慮到，如果只使用兩種參數由于預測中央空調系統總能耗，儀器自身存在著故障和測量誤差的風險，采用多個參數同時對中央空調系統總能耗進行預測，也可以使預測結果的可靠度更高。

表3 相關系數計算結果

3 基于負荷預測的模糊PID 控制

水泵所占能耗比例高達19.13%，這是由于水泵在運行過程中往往無法在最佳效率點進行運行，因此本文以冷凍水變流量自動控制系統為例，講解基于負荷預測的模糊PID 控制在西門子S7-300 型號的PLC 中的實現。

常規來說PLC 是通過測量冷凍水供回水溫差，并與冷凍水流量相乘得出當前時刻的空調冷負荷，但需要注意到的是，此時的冷負荷并不是建筑物的實時負荷，而是延遲一定時間后系統的總負荷。因此，如若能夠測得這以延遲的時間，就可以通過PLC 或上位機儲存并調用往前任一時刻系統的總負荷。

實現預測控制，應首先考慮如何采集所需要的數據，通過模擬量輸入通道配合溫濕度傳感器，容易實現對室外溫濕度的實時采集。本文通過拓展模塊IM153-4PN 里的模擬量輸入點位PIW256 及PIW258采集室外環境溫濕度數據，并將其轉換為相應的工程值。而上一周期的負荷，通過讀取系統儲存數據得出。

根據式（3）～（4），設立5 個新變量β1～β4以及預測負荷值Q 分別對應Beta1～4 及Q_Simu，并賦予對應點的值。利用PLC 內的ADD 和MUL 工具，即可根據式（3）～（4）算出最近一個小時內建筑物的總制冷量，從而擬合出當前時刻建筑物冷負荷。

實現將預測負荷運用至自動化控制系統中，同樣需要運用溫差對冷凍水系統進行自動化控制。普通自動控制方法之所以控制效果不佳，主要是因為當前建筑負荷與實測負荷不等而導致的。如圖4 所示，可以通過預測負荷與實測負荷的差值eq 及其變化率ecq 當作模糊控制器2 的輸入量，按照與模糊控制器1 相同的模糊規則進行模糊推理，得到PID 控制器的另外三個調節量：ΔKp,2,ΔKi,2及ΔKd,2，因此修正后PID 的三個控制參數可以修正為：

ΔKp,1、ΔKi,1、ΔKd,1為依據以溫差為基礎的模糊PID控制器1 的三個輸出值，ΔKp,2、ΔKi,2、ΔKd,2為以負荷差值為基礎的模糊控制器2 的三個輸出值。通過溫差以及負荷差值對PID 控制器進行參數的實時修正，即可使控制效果得到更大的優化效果。如圖4 所示：

圖4 基于負荷預測的模糊PID 控制原理

4 測試結果及分析

4.1 調節效果對比

無論是改變設備或是控制方法，其最終的目的都是為了降低運行費用同時提高人體在使用空調時的舒適性，舒適性的評價標準可以通過供回水溫差在調節過程中供回水溫差的變化情況進行判斷。利用現有模糊PID 算法及預測算法與此前采用的普通PID 控制方法進行對比，在過渡季節（4 月10 日、4 月11 日、4月12 日）的開機時間段分別對供回水溫差進行測量，每30 s 采集一次數據，實驗結果如圖5 所示。可以看到，使用常規PID 控制對冷凍水流量進行控制，不僅會產生超調，而且會產生一定的震蕩，控制效果不佳。使用模糊算法及預測算法對其進行改進后，不僅使超調量得到巨大的改善，而且控制精度也比普通PID 控制要高。

圖5 溫差控制效果對比

4.2 能效果對比

改造控制方法，在保證了人體舒適性的前提下，應當盡量保證其運行費用的節能效果，通過計量在同一季節，不同年份下空調水泵的能耗情況來對節能控制方法進行評價。圖6 是分別采用PID 控制及模糊PID 控制對水泵能耗進行計算的結果，經過計算可知，利用模糊PID 可將水泵能耗降低7.3%，具有一定節能效果。而加入預測算法之后，節能效果可以達到9.6%，因此加入預測算法有利于減少冷凍水系統能耗。

圖6 節能效果對比

5 結論

本文主建立淮安市某醫院公共建筑的能耗模型。得到了建筑物全年能耗的數據，并分析了制冷系統，制熱系統及輸配系統的耗能情況并進行了分析。此外，本文還就影響建筑總能耗的影響因素展開了討論，研究了各項參數對建筑總能耗的影響程度。最后，本文研究了建筑負荷預測算法，利用模擬得出的逐時數據進行了公式的擬合，并對比了兩種預算算法的精確程度。最后本文討論了如何利用負荷預測算法對中央空調冷凍水變流量系統進行優化。得出了以下結論：

1）大型中央空調系統中的制冷所需能耗最高，達到機房能耗的46.32%。而水泵雖然不參與制冷制熱，但其能耗依舊較高，機房總能耗的21%，若能將水泵能耗進一步降低就可以明顯減少中央空調系統的總能耗。

2）中央空調系統總能耗可以通過測量室外空氣干球溫度，絕對濕度及前一時刻總能耗來共同預測。經過分析可知其預測精度高，無論是預測負荷和模擬負荷的相關系數都能達到0.99 以上，相比于只采用室外空氣干球溫度和絕對濕度來進行負荷預測的方法要來得更為可靠。

3）通過PLC 建立了中央空調冷凍水變流量自動控制系統，利用負荷預測與模糊PID 控制方法共同對流量進行控制，結果表明使用預測算法不僅可以減少系統控制時間，增強系統控制精度，而且比普通PID控制方法節能9.6%。