水電站地下廠房熱濕環境分布規律的數值模擬研究

丁嘉奇，李超順，邊之豪

（1. 華中科技大學中歐清潔與可再生能源學院，湖北 武漢 430074； 2. 華中科技大學土木與水利工程學院，湖北 武漢 4300744）

0 引 言

水力發電是世界上最大的清潔和靈活的發電來源使得其成為低碳發電的巨大支柱，加之隨著“雙碳”政策的號召給水電行業的發展帶來全新機遇，但是社會經濟和科學技術的快速發展使得地面建筑資源愈發緊張［1］，故目前水電站的建設會傾向于地下廠房的方式以便節約地面資源，盡管地下電站具有布局便利、節約成本、可極大程度上保護地面自然資源和環境的優點［2］，然而地下水電站廠房的通風問題仍面臨較大挑戰，若采用傳統機械通風的方式如使用空調等設備則會造成大量能源浪費亦不利于節能環保，合理利用自然通風來改善水電站地下廠房內部環境并進行通風調節顯得尤為重要，因此對在自然通風條件下的廠房內部氣流組織布局的分析具有重要意義。

地下廠房自然通風的研究方法通常為現場試驗、多區域網絡模型、區域模型以及仿真模擬，現場試驗研究具有結果精確、可信度高的特點，但是操作要求高，試驗成本大；多區域網絡模型可以在整個建筑的通風口快速預測不同房間之間的氣流，然而前提是室內的空氣是充分混合的；區域模型則在多區域模型的基礎上充分考慮了整個區域的空氣流動情況，且精度方面提高很多，但其模擬精度很大程度上取決于劃分區域的多少，若劃分精度高，使得模型收斂時間顯著提高、計算成本變高；常見的仿真模擬方法為CFD 仿真，與上述幾種研究方法相比，CFD極大地平衡了模擬精度和計算成本要求，為此成為諸多學者的研究技術手段。

地下廠房自然通風的影響因素主要包括廠房外部環境、廠房結構以及廠房內部環境，廠房外部環境因素主要是氣象參數；廠房結構因素包括圍護結構、廠房通風口等；廠房內部環境因素主要有散熱設備、內部環境參數等［3］，因此，學者們采用CFD 方法進行大量研究，關于地下廠房的通風問題，學者們不僅研究了自然通風條件下氣流組織的分布情況由此對自然通風分布進行預測［4］，也考慮在通風不暢處增加通風設備進而優化廠房內部的氣流組織，以便對通風系統進行改進［5-8］；也有學者對廠房內部的通風環境進行分析，袁偉，歐雪梅等人對建筑內部氣流與熱環境相互耦合分析室內氣流分布規律進而為室內環境的節能優化提供改進建議［9，10］，Yu 和Gao 等人則認為以往學者忽略了濕環境對廠房通風性能的影響，因此基于三維傳熱傳質模型進行廠房內部的熱-濕耦合，充分考慮廠房內部濕源，預測并分析廠房的通風性能［11，12］；在此基礎上，羅戴維等人進一步考慮了建筑圍護結構因素，充分預測建筑內部的氣流分布［13］；由于自然通風是利用風壓或熱壓作用將室外空氣直接引入室內，進行通風換氣冷卻，因此室外氣象參數對通風性能起到關鍵性作用，很多學者建立不同風環境場景以便研究氣象參數對建筑通風性能的影響［14-16］。

然而廠房通風性能是由多種因素共同決定，單純的氣流-熱耦合、熱濕環境耦合或氣象因素的研究并不能體現出地下廠房的通風性能，因此本文決定在綜合考慮室外氣象因素下，進行氣流-熱-濕耦合，進而探究水電站地下廠房通風性能與熱濕度分布情況。

1 研究理論

1.1 流體流動理論

本文在模擬發電機層自然通風狀態下的氣流分布時，假設氣流是粘性不可壓縮的，內部流場是變化的、充分發展的湍流，壁面是等溫的，由此得出如下方程［17］：

連續性方程：

式中：ρ為空氣密度，kg∕m3；?·為散度算子；u為速度，m∕s。

動量方程：

式中：?為梯度；P為壓力，Pa；g為重力加速度，9.81 m∕s2；μ為黏度，Pa·s。

能量方程：

式中：為比熱，kJ∕（K·kg）；Kd為導熱系數，W∕（K·m）；T為溫度，K。

在本文中，湍流模型選擇RNG k-epsilon模型：

式中：k為湍流動能；αk為k的有效普朗特數的倒數；μeff為有效的湍流黏度；Gk為平均速度梯度引起的湍流動能；Gb為浮力引起的湍流動能；ε為動能耗散率；YM為可壓縮湍流中脈動膨脹對總耗散率的作用；Sk為用戶定義的源項。

1.2 熱 源

由于主廠房內部存在的局部熱源是自然通風影響因素之一，因此針對帶有局部熱源的問題，本文采用了DO 輻射模型，具體方程為：

1.3 濕 源

對廠房內部濕度場的計算，本文開啟了組分運輸模型，守恒方程為［18］：

式中：ci為某組分體積濃度；ρci為某組分質量濃度；Di為某組分擴散系數。

1.4 熱舒適性參數

速度和溫度的不均勻系數可以直接反映該空間速度和溫度場分布的均勻程度，平均速度和平均溫度由式（7）和（8）定義：

發電機層的氣流組織速度和溫度的方差由式（9）和式（10）定義：

因此，可以得出速度和溫度的不均勻系數，見式（11）和（12）：

在綜合考慮了溫度和速度對工作人員的共同作用后，本文采用空氣擴散性能指數（ADPI）來確定人體舒適度，該性能指數是指通過測量由有效通風溫度（EDT）確定的滿足要求的速度和溫度的區域占總區域的百分比；EDT 是將氣流溫差和風速結合計算得到的溫差，研究學者普遍認為EDT 在-1.7～+1 ℃范圍內，風速在0.35 m∕s 以下的區域可視為舒適區域，EDT公式見式（13）：

式中：ti為測點溫度；tn為室內區域溫度；vi為測點速度，m∕s。

因此，可以得出ADPI指標的公式：

能量效率系數不僅是反映氣流分布經濟性的重要評價指標也可以用來研究能源利用的有效性，能源效率系數越高，系統節能潛力越大，該系數又稱溫度效率，可以評價測量空間內溫度梯度變化，公式如下：

式中：tp為排風口溫度；to為送風口溫度。

2 計算模型建立

2.1 物理模型

利用三維建模軟件按照1∶1 的比例尺構建發電機層模型，現場模型見圖1，三維模型見圖2，網格模型見圖3，其中以發電機層內部溫度變化為標準進行了網格無關性驗證，見圖4，網格數量分別設置為52 萬、56 萬、71 萬、105 萬、136 萬以及177 萬，綜合模擬精度、計算成本以及網格質量，本文選擇網格數量為105萬進行計算。

2.2 邊界條件的選擇

研究充分考慮了影響主廠房自然通風因素，并以春季工況為例，選擇三種典型代表天氣：多云、晴、雨天，在當地氣象局搜集到風速、溫度、濕度值，將其設置為入口邊界條件，見表1。熱源主要考慮機組散熱以及照明設備，見表2。將地面和墻壁設置為濕源，見表3。

圖1 發電機層現場示意圖Fig.1 Layout of generator floor

圖2 發電機層三維模型Fig.2 3D model of generation floor

圖3 網格分布圖Fig.3 Mesh of 3D model

圖4 網格無關性驗證Fig.4 Grid independence verification

表1 氣象參數分布表Tab.1 Distribution of meteorological parameters

表2 主廠房熱源分布表Tab.2 Heat source distribution of underground powerplant

表3 主廠房濕源分布表Tab.3 Wet source distribution of underground powerplant

2.3 模型精度

結合發電機層傳感器的溫濕度在線監測結果，分別選取3種天氣條件對應日期的熱濕參數監測結果、實測結果與仿真結果進行對比，具體對比圖見圖5，可以看出離線和在線監測值與仿真計算值相對吻合，經計算得出相對誤差在5%以內，進一步驗證仿真結果的精確度。

圖5 模型精度對比圖Fig.5 Model precision chart of 3D model

3 研究結果分析

3.1 速度場分析

選擇對1.7 m 橫向空間進行熱濕參數分析，因為此處區域為工作人員工作以及設備運行的主要區域，對此位置進行分析具有代表性。速度場結果的闡述是分析流體動力學的關鍵特征，圖6 是3 種典型自然條件下的速度場模擬結果，發電機層采用自然通風方式，通風效果與氣流速度受外界環境影響，根據當地氣象局采集的數據，在雨天時，整體風速較大；在晴天和多云天氣，風速略小，但整體分布均勻，通風效果較佳，五臺發電機周圍氣流速度較大，且五處機組之間的區域是氣流分布最佳位置，這對機組周圍環境的溫度調節呈有利趨勢。然而從3 種天氣條件下的速度放大云圖中看出，在四周靠近墻壁一側區域以及五處機組各自周圍區域，尤其是通風口對面以及1 號機組左側寬闊區域的速度值較小、氣流分布不均勻、且有回流現象出現，該位置也可能是氣流組織分布的死區。

圖6 3種自然條件下速度分布云圖Fig.6 The velocity change of different weather conditions

3.2 溫度場分析

發電機層的通風效果受到入口氣流的強烈影響，不同環境條件下溫度變化不同，因此對每種天氣的溫度分布進行了模擬，具體溫度分布云圖見圖7，由于進入主廠房的空氣是受外界環境因素制約，導致晴天時溫度平均值為21 ℃、多云天氣時溫度平均值為17 ℃、雨天時溫度平均值為12 ℃，可見發電機層內的溫度變化平穩，未出現溫度極低的情況，3種工況均良好反映出在對應天氣環境下的溫度。此外，由于本文考慮了發電機組散熱現象，因此從各自溫度放大云圖中也可以看出五處機組周圍的溫度值同發電機層的平均溫度相比，要略高一些。

圖7 3種自然條件下溫度分布云圖Fig.7 The temperature change of different weather conditions

3.3 濕度場分析

在南方春季多雨潮濕的這段時間，給地下廠房的濕環境帶來嚴重影響，不論是從通風口處流進的濕空氣、地面的排濕還是工作人員的散濕，都會對發電機層的相對濕度變化產生不利作用，相對濕度過高不僅會從多個維度影響工作人員的心理和生理健康而且會危害電氣設備的運行效率，為電廠高效運行帶來一系列弊端。

3 種天氣條件下的濕度場分布形態與速度場變化相似，數值均在60%～70%之間變化，雖然3 種條件的濕度值均未超過80%，但仍有部分區域存在濕度值較高的情況，尤其是在雨天，在五處發電機組周圍存在大面積區域濕度值過高的現象，這是因為發電機層通風方式為自然通風，由下風口進風，左右兩側的兩排風口進行排風，且發電機層通風口面積相對較大、數量相對較多，所以發電機層的主要的潮濕來源是室外空氣，由于南方春季多雨潮濕的特性，會導致在發電機層的主要通風路徑上濕度值較大，即便在氣流組織分布效果良好、通風速度較大的情況下，也無法緩解室外空氣含濕量較大的問題。從濕度放大云圖看出，在五處機組周圍區域，濕度值普遍偏小，與溫度變化相對應，因為該處區域機組漏風散熱的原因導致溫度略高。

圖8 3種自然條件下濕度分布云圖Fig.8 The humidity change of different weather conditions

3.4 熱舒適度分析

對發電機層通風效果的探究除分析熱環境、濕環境以及通風速度之外還要衡量熱舒適性和經濟性，由于發電機層采用自然通風方式因此其通風效果具有極高的經濟價值，故需對其熱舒適性做出評價進而衡量氣流組織的分布情況，本文在1.7 m橫截面隨機選擇200個測點根據仿真計算結果進行熱舒適度分析，具體計算結果見表4。

表4 3種自然條件熱舒適度分布表Tab.4 Thermal comfort distribution of different weather conditions

從表4可以看出，溫度不均勻系數數值很小，反映出發電機層整體溫度分布均勻，這一點也可由橫向空間的溫度云圖驗證。由于1.7 m 處速度數值分布區間跨度較大，速度最小值接近0，最大值均超過1，故導致速度不均勻系數同溫度不均勻系數相比相差很多。ADPI 指數量化了發電機層在自然通風過程中工作人員可以接受的氣流速度以及有效通風溫度，直接反應了發電機層的熱舒適程度，可以看出在晴天時，發電機層ADPI指數大于80%，氣流組織分布較好，另外兩種環境下ADPI 指數均小于80%，氣流組織分布較差。能源利用系數反應了發電機層通風系統對能源利用的有效程度，數值越高表明該環境狀態下的節能潛力越高，故從節能角度考慮，發電機層在多云狀態下的自然通風效果更好。

4 結 論

采用CFD 方法研究發電機層在自然通風下的熱濕環境分布，將仿真結果同在線和離線監測結果進行對比進而驗證仿真結果精確度，與以往研究不同，本研究綜合考慮室外環境因素、熱源、濕源以及氣流影響，進而對發電機層熱濕環境分布以及氣流組織的熱舒適性進行深度探究。

根據仿真結果，可以發現在3 種氣象條件下熱濕參數分布相似，除機組周圍溫度較高外，其他1.7 m 橫向空間區域的溫度值分布均未出現較大波動，速度和濕度分布情況相似呈現不均勻的分布態勢，四周墻壁處數值較低，在五處機組附近未出現明顯極值現象，且熱濕參數分布情況均對應相應氣象條件；就熱舒適度參數而言，由于是自然通風條件，能量利用系數均較高、節能潛力大，但由于速度分布不均勻導致速度不均勻系數較大。