冰蓄冷空調系統高效調控運行案例研究

王廷偉 劉建波 夏小平

南方電網綜合能源股份有限公司

冰蓄冷系統運行調控較為復雜，許多學者注重傳熱過程、蓄放控制及系統設計經濟性，并做了大量理論性研究與探討[1]，仍存在與實際聯系不緊密等不足之處。本文依據項目實際運行數據，長期跟蹤分析運行模式是否處于高效區間，給出增加費用節約空間；同時，提出系統高效運行評價指標，并初步建立冰槽蓄放過程評價指標體系，更好服務于冰蓄冷項目高效運營。

1 項目基本情況

本項目為科研辦公樓宇，中央空調采用冰蓄冷系統，利用夜間電網低谷電價運行雙工況冷水機組制冷，以冰的形式儲存于蓄冰槽，在白天用電高峰時將冰融化提供建筑空調用冷，提高供電一次能源利用效率，降低空調運行費用和提高空調品質，系統采用國內主流、主機效率高、控制簡單可靠的主機上游+冰槽下游的串聯系統（圖1）。

圖1 項目冰蓄冷系統系統圖

空調系統選用4 臺900RT 雙工況冷水機組，2 臺300RT 基載冷水機組，設計尖峰負荷6300RT，總蓄冰量約20600RT，提供13～15 萬m2建筑面積建筑用冷。

2 影響高效調控運行的關鍵因素

項目實際運行數據取自2019 年5-10 月，當地峰谷電價時段：谷段，0:00-8:00；平段，8:00-14:00、17:00-19:00、22:00-24:00；峰段，14:00-17:00、19:00-22:00。

針對冰蓄冷系統運行特點，提出冰槽利用率（α）、殘冷率（β）以及峰平段放冷比（γ）分析影響蓄冰槽高效調控運行因素。定義如下。

式中：Qs為實際蓄冷量，RTh；Qe為額定蓄冷量，RTh；Qc為殘余冷量，RTh；Qg為峰段放冷量，RTh；Qp為平段放冷量，RTh。

2.1 冰槽利用率

冰蓄冷系統冰槽蓄冷量設計峰值20600RTh，然而隨著地區氣候變化，特別冬季低用冷需求導致蓄冷量降低，本項目選取時間屬于高用冷需求，蓄冷量可全部放完，蓄冷量則越多越好。

圖2 所示為項目2019 年8:00 時蓄冷終了時刻冰槽蓄冷量，發現部分時期蓄冷量并未達到設計值20600RTh，若按照蓄冷量設計值偏差10%測算，至少有27 天蓄冷量低于設計值90%，甚至最低不足17000RTh，則全年冰槽利用率約85.3%。

圖2 蓄冰槽8:00 時刻終了蓄冷量

2.2 冰槽殘冷率

項目設計時未考慮冰槽冷量未放完的殘余冷量，實際上殘余冷量是無法避免的，但是應盡可能降低其占比，將會導致節能效益被夸大。

圖3 所示為項目2019 年0:00 時蓄冰槽殘余冷量，從全年數據分布看，殘冷量維持在1800RTh 左右，殘冷率約10%。從各月數據分布看，8 月份殘冷量最高，接近2000RTh。5 月與10 月殘冷量最低，約1500RTh。綜上所述，僅部分時期日殘冷量達到4000RTh，殘冷率整體分布較為平均。

圖3 冰槽0:00 時殘冷量與殘冷率

2.3 峰平段放冷比

項目冰蓄冷系統放冷過程，存在三種運行模式，包括蓄冰槽單獨放冷，冷水機組單獨放冷以及兩者聯合放冷。不管何種方式，最理想情況高峰時段末端供冷則全部由蓄冷量覆蓋。

圖4 所示為項目2019 年峰段與平段放冷量情況，正常情況下橫坐標兩端峰段放冷量占比較大，中間占比相對較低，然而6 月份前后及8 月份峰段占比偏低，存在放冷異常。從全年峰段放冷量看，峰段放冷量占比68.6%，峰平段放冷比為2.18。

表1 所示為5-10 月峰段放冷量占比，9 月份最高為78%，峰平段放冷比3.55，7 月及8 月份低于70%，放冷比不足2.33。若6-8 月份峰段放冷量提升至相同水平，高峰時段放冷量增加16.6 萬RTh，效益相應提升5.45%。

表1 項目高峰放冷量占總放冷量比例

3 改進措施與效果分析

冰蓄冷空調系統依賴峰谷電價政策，低谷電價蓄冷，峰平段電價放冷，系統建成后，盡可能把蓄冰槽蓄滿、用盡，且盡可能覆蓋高峰電價時段，因而做好以這幾點將成為冰蓄冷系統高效調控運行的關鍵。

3.1 提升冰槽利用率

提升冰槽利用率是容易保證的，確保8 小時蓄冰時間即可，冰槽就能達到設計蓄冷量。由前面分析可知，5-10 月本項目冰槽利用率僅85.3%，遠低于設計值98.1%，具備實施價值。

如圖5 所示項目供冷量與蓄冷量，每日供冷量遠大于蓄冷量，蓄冷量可全部被利用，冰槽利用率將提升至98.6%，相應增加蓄冷量50.4 萬RTh；若全部用于平段放冷，效益相應提升8.3%；若全部用于峰段放冷，效益則相應提升15.6%，節約效果明顯。

圖5 項目供冷量與蓄冷量情況

3.2 加強項目用冷量預測

5 月份工作日與節假日逐時供冷量差距較大，詳見圖6、7，對于第一個高峰電價時段（14:00-16:00），工作日集中在2000～3000RTh，節假日則集中在1000～2000RTh，各時段用冷量基本一致；對于第二個電價高峰時段（19:00～21:00），隨著項目冷負荷降低，工作日集中分布0～2000RTh，而節假日集中分布0～1500RTh。

圖6 工作日逐時供冷量分布區間

圖7 節假日逐時供冷量分布區間

因此，若項目辦公人員與面積變化不大，以上統計數據亦變化較小，能夠相對精確判斷項目用冷量分布區間，進而對冰蓄冷系統運行進行調控。

表2 項目各月工作日逐時供冷量分布（單位：kRTh）

國內外關于空調負荷預測研究已較為普遍，采用包括遺傳算法、神經網絡算法、離散規劃數學模型等[2]，后期將據此開展應用分析。

4 結論

1）針對冰槽蓄放過程，提出三個關鍵指標，評價實際運行質量。其中，蓄冷槽利用率低于設計值，保證每日最大蓄冷量，效益最大可提升15.6%。

2）結合蓄放過程質量評價，且加強項目用冷量預測，可對系統運行實施高效調控，優化冰槽殘冷率和峰平段放冷比，實現冰蓄冷系統效益最大化。