異程管網(wǎng)熱濕負(fù)荷分配次優(yōu)解群及適應(yīng)性

門玉葵++劉雪峰++楊鵬++劉金平

摘要：提出了一種基于次優(yōu)解群統(tǒng)計(jì)分析的異程管網(wǎng)熱濕負(fù)荷分配方法，采用變步長+隨機(jī)走步的尋優(yōu)計(jì)算方法，獲得空調(diào)季不同負(fù)荷率下熱濕負(fù)荷再分配的次優(yōu)解群，分析次優(yōu)解群的隨機(jī)行為和統(tǒng)計(jì)規(guī)律，以此探索復(fù)雜變量約束下的冷凍水系統(tǒng)負(fù)荷分配的優(yōu)化控制策略及其適應(yīng)性。根據(jù)計(jì)算結(jié)果，在40%、60%、80%、100%這4種負(fù)荷率下末端人數(shù)次優(yōu)解重疊率最高達(dá)到24%。研究表明，次優(yōu)解群隨機(jī)行為與管網(wǎng)熱濕負(fù)荷分配策略存在相關(guān)性，離冷源側(cè)越近，末端人數(shù)次優(yōu)解重疊率越高，分配策略的負(fù)荷適應(yīng)性越好，其權(quán)重越大。

關(guān)鍵詞：冷凍水系統(tǒng)；異程布置；熱濕負(fù)荷重構(gòu)；適應(yīng)性

中圖分類號(hào)：TK01.8文獻(xiàn)標(biāo)志碼：A文章編號(hào)：16744764（2017）01005109

收稿日期：20160525

基金項(xiàng)目：國家科技支撐計(jì)劃（2012BAJ06B06）；廣東省自然科學(xué)基金（2015A030310303）；中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金（B6150170）

作者簡介：門玉葵（1993），女，主要從事制冷空調(diào)系統(tǒng)優(yōu)化設(shè)計(jì)與運(yùn)行研究，（Email）1103253973@qq.com。

劉雪峰（通信作者），男，副教授，碩士生導(dǎo)師，（Email）lyxfliu@scut.edu.cn。

Received：20160525

Foundation item：Project Funds Plan Supported by National Science and Technology （No.2012BAJ06B06）；Natural Science Foundation of Guangdong Province（No.2015A030310303）；Fundamental Research Funds for the Central University（No.B6150170）

Author brief：Men Yukui（1993）， main research interests： optimal design and operational research of the refrigeration and airconditioning system， （Email）1103253973@qq.com.

Liu Xuefeng（corresponding author），associate professor，master supervisor，（Email）lyxfliu@scut.edu.cn.Suboptimal group and adaptability analysis of thermalhumidity load

distribution of drectreturn chilled water system

Men Yuikui，Liu Xuefeng，Yang Peng，Liu Jinping

（School of Electric Power；Key Laboratory of Efficient and Clean Energy

Utilization of Guangdong Higher Education Institutes， Guangzhou 510640， P.R. China）

Abstract：A way of thermalhumidity load distribution of directreturn chilled water system based on the suboptimal group was proposed. And the suboptimization method of variable step size combined with the random walking was adopted. After obtaining suboptimal group of thermalhumidity load distribution in different load rate in the airconditioning season， it would analyze random behavior and statistical law of the suboptimal group. So that the optimal control strategy and adaptability of chilled water system could be explored in constraint of complex variable. The results showed that the most overlapped ratio of the suboptimal solution of terminal numbers reached 24 percent under the four load rate， for example， 40%， 60%， 80%，100%. A correlation between random behavior of suboptimal group and strategy of heat and moisture load distribution for chilled water system was found， and the optimal solution of terminal numbers nearer cold sources had the higher overlapped ratio， better adaptability of distribution strategy， larger weight.

Keywords：chilled water system； directreturn layout； thermalhumidity load reconstruction； adaptability

中央空調(diào)系統(tǒng)耗電量占社會(huì)總用電量20%左右，占建筑總能耗的30%～60%[1]，而在實(shí)際運(yùn)行過程中冷凍水和冷卻水系統(tǒng)的水泵耗電量占空調(diào)系統(tǒng)總電量的20%～30%[2]?？照{(diào)系統(tǒng)一般是按照最大負(fù)荷設(shè)計(jì)的，大多數(shù)情況下空調(diào)系統(tǒng)是在部分負(fù)荷下運(yùn)行的。所以，在前期設(shè)計(jì)時(shí)應(yīng)該對(duì)冷凍水系統(tǒng)進(jìn)行綜合設(shè)計(jì)，使得管網(wǎng)在各種負(fù)荷率下運(yùn)行都具有良好的適應(yīng)性，同時(shí)，應(yīng)該為冷凍水系統(tǒng)運(yùn)行提供合理的運(yùn)行控制策略與解決方案。

目前，學(xué)者們針對(duì)水系統(tǒng)部分負(fù)荷運(yùn)行情況提出的優(yōu)化設(shè)計(jì)與控制策略，大多只考慮到冷水機(jī)組和冷凍水泵，對(duì)冷水系統(tǒng)進(jìn)行能耗預(yù)測實(shí)時(shí)控制冷水機(jī)組及冷凍水泵的運(yùn)行。閆唯嘉等[3]、Chang等[4]、Lee等[5]用傳統(tǒng)的最優(yōu)化算法根據(jù)冷水機(jī)組出水溫度，模擬計(jì)算冷凍水系統(tǒng)輸送的最低能耗，實(shí)現(xiàn)冷水機(jī)組負(fù)荷分配的優(yōu)化。趙天怡等[6]利用了傳統(tǒng)的最優(yōu)化計(jì)算方法實(shí)現(xiàn)在線優(yōu)化配置變頻水泵的臺(tái)數(shù)。Liu等[7]提出了變壓差控制與變頻泵相結(jié)合的節(jié)能控制策略應(yīng)用于空調(diào)系統(tǒng)，而Gao等[8]提出將容錯(cuò)控制和壓差控制相結(jié)合實(shí)時(shí)控制一次泵與二次泵的啟停。Kusiak等[9]則提出了基于神經(jīng)網(wǎng)絡(luò)與粒子群算法相結(jié)合的冷水系統(tǒng)的能耗模型，模型包括了冷水機(jī)組、冷凍水泵、風(fēng)機(jī)及再熱裝置，同時(shí)對(duì)冷凍水泵與冷水機(jī)組進(jìn)行在線模擬優(yōu)化，實(shí)時(shí)控制冷凍水泵與冷水機(jī)組的運(yùn)行。Ma等[1011]針對(duì)二次泵水系統(tǒng)的變負(fù)荷運(yùn)行的問題，把能耗預(yù)測、最優(yōu)化技術(shù)與管理策略、控制策略相結(jié)合，綜合考慮系統(tǒng)與子系統(tǒng)之間的特點(diǎn)與交互效應(yīng)，同時(shí)還提出了使用旁通截止閥來降低二次泵水系統(tǒng)的能耗。Ali等[12]認(rèn)為暖通空調(diào)系統(tǒng)的各變量是耦合的，必須進(jìn)行整體優(yōu)化配置才能使得冷凍水系統(tǒng)達(dá)到最節(jié)能，但沒有具體針對(duì)部分負(fù)荷率時(shí)管網(wǎng)前期優(yōu)化設(shè)計(jì)。有少部分學(xué)者針對(duì)水系統(tǒng)部分負(fù)荷運(yùn)行時(shí)在設(shè)計(jì)初期考慮到管網(wǎng)的能耗問題而進(jìn)行優(yōu)化設(shè)計(jì)，但是沒有結(jié)合后期部分負(fù)荷運(yùn)行對(duì)冷凍水系統(tǒng)進(jìn)行優(yōu)化設(shè)計(jì)并提出相應(yīng)的控制策略[13]。本文提出了采用變步長+隨機(jī)走步的次優(yōu)化求解方法對(duì)多變量、強(qiáng)耦合的冷水系統(tǒng)進(jìn)行負(fù)荷重新分配的優(yōu)化計(jì)算，使得水系統(tǒng)對(duì)各末端負(fù)荷變化時(shí)管網(wǎng)有良好的適應(yīng)性，同時(shí)變步長+隨機(jī)走步法的次優(yōu)化求解方法通過有限次的隨機(jī)走步計(jì)算基礎(chǔ)上獲得稍次于最優(yōu)解的次優(yōu)解群。與傳統(tǒng)的最優(yōu)化方法相比避免了傳統(tǒng)最優(yōu)化方法計(jì)算次數(shù)極大甚至不收斂的問題，當(dāng)初始值改變時(shí)對(duì)最終的結(jié)果不會(huì)有太大的差異[1416]，而且對(duì)多個(gè)工況下的次優(yōu)解中各變量分布規(guī)律進(jìn)行分析，可以尋求管網(wǎng)能耗最低的負(fù)荷搭配組合，對(duì)各末端進(jìn)行權(quán)重分析，使得各末端有良好的適應(yīng)性，為冷水系統(tǒng)隨機(jī)運(yùn)行行為提供控制策略。

1熱濕負(fù)荷分配模型

1.1次優(yōu)解群模型

在實(shí)際工程中，工程技術(shù)人員參照管網(wǎng)時(shí)間分布特性設(shè)計(jì)最優(yōu)方案，在負(fù)荷率變化或建筑功能改變時(shí)，可能導(dǎo)致最優(yōu)設(shè)計(jì)方案失效，即設(shè)計(jì)方案的適應(yīng)性不強(qiáng)。因此，筆者選擇采用變步長+隨機(jī)走步法的次優(yōu)化求解方法獲得次優(yōu)解群，拋棄了最優(yōu)解尋求次優(yōu)解，對(duì)次優(yōu)解群取一定的能耗差控制裕度（規(guī)定能耗差控制裕度為經(jīng)篩選后次優(yōu)解群中最大能耗比最小能耗高出的百分比）對(duì)各末端人數(shù)分布規(guī)律進(jìn)行統(tǒng)計(jì)，可以得到末端人數(shù)分布的解群帶。多個(gè)負(fù)荷率工況下的解群帶有一定的重疊率，在冷凍水管網(wǎng)的前期設(shè)計(jì)與后期改造時(shí)，根據(jù)解群帶的重疊率選擇合適的末端人數(shù)，使得各末端人數(shù)在每一個(gè)工況下都接近于最優(yōu)解，在不同負(fù)荷率運(yùn)行條件下都有良好的適應(yīng)性。

本文以一次回風(fēng)系統(tǒng)進(jìn)行計(jì)算，采用次優(yōu)化求解方法對(duì)異程式管網(wǎng)計(jì)算模型在多個(gè)工況下進(jìn)行熱濕負(fù)荷重構(gòu)的次優(yōu)化求解計(jì)算，對(duì)獲得的次優(yōu)解群進(jìn)行統(tǒng)計(jì)分析，計(jì)算模型所采用的變步長+隨機(jī)走步次優(yōu)化計(jì)算方法的計(jì)算邏輯圖如圖1所示。

圖1冷凍水系統(tǒng)熱濕負(fù)荷分配計(jì)算邏輯圖

Fig.1The distribution calculation logic of thermal

and moisture load of chilled water system1.2水力計(jì)算模型

計(jì)算涉及到的異程布置管網(wǎng)計(jì)算的拓?fù)浣Y(jié)構(gòu)型如圖2所示，離冷源側(cè)最遠(yuǎn)端為AHU_1，最近端為AHU_16，每個(gè)AHU的支路管路包含了AHU、閥門及連接管道等元件。圖2冷凍水系統(tǒng)管網(wǎng)拓?fù)浣Y(jié)構(gòu)

Fig.2Topology of chilled water system對(duì)異程布置冷水系統(tǒng)管網(wǎng)水力特性計(jì)算分析[17]，根據(jù)壓力平衡和流量守恒原理，假設(shè)所有末端支路的閥門在水力可調(diào)的情況下，算出各支管路的平衡壓差，比較出各支管路中的最大的平衡壓差，即管網(wǎng)的供回水壓差，由壓力平衡原理可計(jì)算出各支管路的閥門壓降。中央空調(diào)冷水系統(tǒng)管網(wǎng)最小供回水壓差的水力計(jì)算模型方程組如式（1）所示。ΔPbranch_b_1=（SAHU_1+Sbranch_1）G2branch_1+Smain_in_1（Gbranch_1+...+Gbranch_n）2+

（Smain_out_1G2branch_1+Smain_out_2（Gbranch_1+Gbranch_2）2+...+

Smain_out_n（Gbranch_1+...+Gbranch_n）2）

ΔPbranch_b_2=（SAHU_2+Sbranch_2）G2branch_2+（Smain_in_1（Gbranch_1+...+Gbranch_n）2+

Smain_in_2（Gbranch_2+...+Gbranch_n）2）+（Smain_out_2（Gbranch_1+Gbranch_2）2+

...+Smain_out_n（Gbranch_1+...+Gbranch_n）2）

......

ΔPbranch_b_n=（SAHU_n+Sbranch_n）G2branch_n+（Smain_in_1（Gbranch_1+...+Gbranch_n）2+

Smain_in_2（Gbranch_2+...+Gbranch_n）2+...+Smain_in_nG2branch_n）+

Smain_out_n（Gbranch_1+...+Gbranch_n）2

ΔPAB=max{ΔPbranch_b_1，…… ，ΔPbranch_b_n}

ΔPvalve_1=ΔPAB-ΔPbranch_b_1

......

ΔPvalve_n=ΔPAB-ΔPbranch_b_n（1）式中：ΔPbranch_b_n為支管路的平衡壓降；SAHU_n為末端設(shè)備AHU的阻抗；Sbranch，n為支管路阻抗；Smain_in_n為兩個(gè)節(jié)點(diǎn)之間的供水干管阻抗；Smain_out_n為兩個(gè)節(jié)點(diǎn)之間的回水干管阻抗；ΔPAB為管網(wǎng)的最小供回水壓差；下標(biāo)n為管網(wǎng)中各計(jì)算節(jié)點(diǎn)的序號(hào)。2熱濕負(fù)荷次優(yōu)化分配

2.1基本計(jì)算條件

現(xiàn)代的寫字樓，一般有會(huì)議室、招待室、一般辦公室、高級(jí)辦公室等房間。由于各種原因，寫字樓的辦公性質(zhì)常有改變，這時(shí)物業(yè)管理處就應(yīng)該考慮在既有的管網(wǎng)條件下對(duì)新入住的公司重新規(guī)劃各個(gè)辦公室的使用功能，使得管網(wǎng)的能耗在整個(gè)空調(diào)季下都有良好的適應(yīng)性和較低的能耗。所以，本文針對(duì)寫字樓做研究，建立了一個(gè)包含16個(gè)空氣處理末端，每一個(gè)末端限制人數(shù)為3到13人的異程式管網(wǎng)計(jì)算模型，以冷凍水輸送能耗作為目標(biāo)函數(shù)進(jìn)行熱濕負(fù)荷重構(gòu)。以廣州為例，按照廣州空調(diào)季的負(fù)荷率分布假設(shè)4個(gè)運(yùn)行工況，分別為100%負(fù)荷率、80%負(fù)荷率、60%負(fù)荷率、40%負(fù)荷率進(jìn)行次優(yōu)化計(jì)算。熱濕負(fù)荷重構(gòu)過程中所有末端承擔(dān)總?cè)藬?shù)保持128人不變，采用次優(yōu)化的計(jì)算方法取一定的能耗差控制欲度計(jì)算獲得各種負(fù)荷率下的解群，綜合考慮各個(gè)負(fù)荷率下的解群帶的重疊率，可以得到每個(gè)末端人數(shù)限制范圍，在這個(gè)范圍內(nèi)安排人數(shù)可以控制管網(wǎng)的能耗在一定的范圍內(nèi)[18]。

冷凍水系統(tǒng)中各個(gè)末端的負(fù)荷由圍護(hù)結(jié)構(gòu)傳入的熱量、新風(fēng)冷負(fù)荷、人體散熱量、照明及設(shè)備散熱組成，通過改變了室外氣象條件計(jì)算房間在不同負(fù)荷率條件下的負(fù)荷（即動(dòng)態(tài)負(fù)荷）。冷凍水系統(tǒng)的異程式管網(wǎng)從離冷源側(cè)最遠(yuǎn)端開始由1～n進(jìn)行編號(hào)，并聯(lián)了16個(gè)AHU節(jié)點(diǎn)，管網(wǎng)的節(jié)點(diǎn)計(jì)算參數(shù)如表1所示。

表1異程式管網(wǎng)計(jì)算參數(shù)

Table 1Calculation parameters of directreturn chilled water system節(jié)點(diǎn)Dbranch_nLbranch_nξbranch_nΔbranch_nDbranch_nLbranch_nξbranch_nΔbranch_nDbranch_nLbranch_nξbranch_nΔbranch_nAHU_10.04530.000 20.041030.000 20.041030.000 2AHU_20.04530.000 20.051030.000 20.051030.000 2AHU_30.04530.000 20.0651030.000 20.0651030.000 2AHU_40.04530.000 20.0651030.000 20.0651030.000 2AHU_50.04530.000 20.0651030.000 20.0651030.000 2AHU_60.04530.000 20.0651030.000 20.0651030.000 2AHU_70.04530.000 20.081030.000 20.081030.000 2AHU_80.04530.000 20.081030.000 20.081030.000 2AHU_90.04530.000 20.081030.000 20.081030.000 2AHU_100.04530.000 20.081030.000 20.081030.000 2AHU_110.04530.000 20.11030.000 20.11030.000 2AHU_120.04530.000 20.11030.000 20.11030.000 2AHU_130.04530.000 20.11030.000 20.11030.000 2AHU_140.04530.000 20.11030.000 20.11030.000 2AHU_150.04530.000 20.11030.000 20.11030.000 2AHU_160.04530.000 20.11030.000 20.11030.000 2

2.2能耗控制裕度對(duì)解群特性的影響

為某負(fù)荷率解群做次優(yōu)化，引入了能耗差控制裕度這一概念，能耗差控制裕度為經(jīng)過刪選后的次優(yōu)解群中最大能耗比最小能耗高出的百分比，定義為Gsub，MGall，M

max（Gsub，M）=（1+Mx）Gcal，M式中：Gsub，M為負(fù)荷率為x時(shí)的次優(yōu)解群；Gall，M為負(fù)荷率為x時(shí)計(jì)算輸出的所有解群；Mx為求解次優(yōu)解群所取得能耗差控制欲度；Gcal，M為負(fù)荷率為x時(shí)次優(yōu)化計(jì)算得到的最終結(jié)果，即所有解群中的最小值[18]。

圖3為在100%負(fù)荷率的計(jì)算條件下，一次次優(yōu)化計(jì)算的解群中末端搭配容量隨著能耗差控制裕度變化的規(guī)律。圖中反映了解群末端搭配容量隨著能耗差控制裕度的增大而增大，能耗差控制裕度達(dá)到一定大后解群容量將不再增加，所以，為了實(shí)現(xiàn)實(shí)際工程前期設(shè)計(jì)與后期改造中的房間功能靈活設(shè)置與使用期間的適應(yīng)性必須充分考慮能耗差控制裕度的取值。

圖3當(dāng)前計(jì)算條件下結(jié)群容量隨著

能耗差控制裕度的變化規(guī)律圖

Fig.3The group capacity variation with scope

of controlled energy consumption in the

current calculation conditions2.3單工況下次優(yōu)化解群適應(yīng)性分析

2.3.1次優(yōu)化求解方法的可行性在100%負(fù)荷率條件下對(duì)一次回風(fēng)系統(tǒng)管網(wǎng)末端熱濕負(fù)荷分配優(yōu)化計(jì)算使用變步長+隨機(jī)走步次優(yōu)化計(jì)算方法，以管網(wǎng)的冷凍水輸送能耗作為目標(biāo)函數(shù)進(jìn)行優(yōu)化計(jì)算，圖4記錄了求解過程的解群記錄情況。在計(jì)算的初始階段，解群的解在冷凍水輸送能耗較高的位置帶比較密集，逐漸的優(yōu)化后，其能耗值隨著優(yōu)化過程計(jì)算步長的減小逐漸減小，在100%負(fù)荷率條件下的30次次優(yōu)化計(jì)算過程中，完成優(yōu)化計(jì)算的時(shí)間最長不超過15 min，而遺傳算法和模擬退火算法等傳統(tǒng)的最優(yōu)化方法計(jì)算時(shí)間達(dá)到幾小時(shí)甚至更長，有可能陷入局部最優(yōu)或不收斂，相比之下次優(yōu)化計(jì)算的解群很快達(dá)到收斂并且不會(huì)陷入局部最優(yōu)[1416]。

圖4求解過程云圖

Fig.4The solution process nephogram對(duì)異程管網(wǎng)次優(yōu)化問題進(jìn)行了30次運(yùn)算，任取其中的10次結(jié)果，得到總的優(yōu)化逼近過程如圖5所示，優(yōu)化的最終末端人數(shù)分布如圖6所示。由于計(jì)算初始變量的隨機(jī)性，10次運(yùn)算的初始值不一樣，異程管網(wǎng)優(yōu)化的最終結(jié)果冷凍水輸送能耗最大值是1.45 kW，最小值是1.46 kW，10次的結(jié)果差異總體上不超過0.46%，優(yōu)化的最終末端人數(shù)分布也差異不大，與使用神經(jīng)網(wǎng)絡(luò)優(yōu)化算法初始值位置不同導(dǎo)致優(yōu)化結(jié)果有很大的差異相比，變步長+隨機(jī)走步優(yōu)化計(jì)算方法在計(jì)算結(jié)果上有很大的收斂性和復(fù)現(xiàn)性[15]。

圖5優(yōu)化結(jié)果逼近過程

Fig.5Optimizegraduallyprocess圖6多次優(yōu)化運(yùn)算結(jié)果末端人數(shù)分布

Fig.6The distribution of the terminal

numbers after multiple operators圖7所示為異程管網(wǎng)10次次優(yōu)化計(jì)算結(jié)果各末端流量，冷凍水流量離冷源側(cè)由遠(yuǎn)及近依次增大。圖8所示為異程管網(wǎng)10次次優(yōu)化計(jì)算結(jié)果各末端閥門壓差，閥門壓差越大代表了開度越小，末端閥門壓差離冷源側(cè)由遠(yuǎn)及近依次增大，離冷源側(cè)最近的末端壓差達(dá)到最大。以上結(jié)論在周辰的研究中已經(jīng)得到驗(yàn)證[19]。圖710次次優(yōu)化計(jì)算結(jié)果各末端流量

Fig.7Each terminal traffic of ten times suboptimization圖8異程管網(wǎng)10次優(yōu)化運(yùn)算結(jié)果各末端閥門壓差

Fig.8Each terminal valve pressure of ten

times suboptimization2.3.2單工況下的次優(yōu)解群任取30次優(yōu)化計(jì)算中的一次優(yōu)化計(jì)算，將優(yōu)化計(jì)算過程中輸出的所有解群各末端人數(shù)出現(xiàn)頻率分布做統(tǒng)計(jì)如圖9所示，圖10統(tǒng)計(jì)了圖9中的各曲線的頂點(diǎn)，顯示了異程管網(wǎng)末端的人數(shù)頻率分布的峰值人數(shù)由遠(yuǎn)及近呈現(xiàn)遞增趨勢，并且每個(gè)末端的人數(shù)分布概率都呈現(xiàn)正態(tài)分布，對(duì)多工況下的次優(yōu)解群的重疊性判據(jù)提供很好的基礎(chǔ)。

圖9求解過程末端人數(shù)分布頻率

Fig.9The distribution frequency with terminal

numbers in solving process圖10求解過程末端人數(shù)分布頻率峰值

Fig.10The distribution peak frequency with

terminal numbers of solving process2.3.3AHU人數(shù)固定不變對(duì)管網(wǎng)的適應(yīng)性影響現(xiàn)在，因?yàn)楦鞣N原因，寫字樓辦公性質(zhì)常有變化，中央空調(diào)系統(tǒng)的各末端負(fù)荷相應(yīng)的發(fā)生改變，各末端房間的功能要重新規(guī)劃。當(dāng)有特殊功能區(qū)域的負(fù)荷與其他區(qū)域的負(fù)荷相比較低的情況下，例如，當(dāng)高級(jí)辦公室只有一個(gè)使用者時(shí)，這對(duì)改造提出了更高的要求。所以，利用基于次優(yōu)解群的計(jì)算機(jī)邏輯算法，對(duì)某些末端進(jìn)行精確的熱濕負(fù)荷分配，尋找合理的改造方案。在100%負(fù)荷率的條件下，當(dāng)AHU_1、AHU_4、AHU_7、AHU_10、AHU_13、AHU_16的末端人數(shù)都分別固定為1人，其他的計(jì)算條件不變時(shí)，在這6種情況下分別進(jìn)行熱濕負(fù)荷重構(gòu)的次優(yōu)化計(jì)算，如圖11所示總體上人數(shù)分布各末端離冷源側(cè)由遠(yuǎn)及近呈現(xiàn)人數(shù)遞增的趨勢，結(jié)果仍符合異程管網(wǎng)布置的管網(wǎng)水力特性[19]。

圖11各末端人數(shù)固定不變的優(yōu)化結(jié)果

Fig.11Optimal results with fixed terminal numbers圖12顯示了異程管網(wǎng)各末端人數(shù)固定位置不同時(shí)整個(gè)冷凍水管網(wǎng)的冷凍水輸送能耗的差別。為了便于分析，在考慮計(jì)算模型時(shí)，風(fēng)量的變化僅體現(xiàn)在新風(fēng)量的變化，當(dāng)AHU_1的人數(shù)固定在1人時(shí)，AHU_1末端的負(fù)荷為7.78 kW，風(fēng)量1 980 m2/h，通過計(jì)算得到的整個(gè)管網(wǎng)的冷凍水輸送能耗為1.44 kW，而固定人數(shù)在AHU_16時(shí)能耗值達(dá)到1.59 kW，比固定人數(shù)在AHU_1時(shí)能耗高了0.15 kW。在實(shí)際中央空調(diào)系統(tǒng)工程改造方案中，針對(duì)既定的管網(wǎng)若是異程管網(wǎng)布置形式則把人數(shù)相對(duì)較少的房間設(shè)置在管網(wǎng)的最遠(yuǎn)端，參照?qǐng)D11、圖12可以妥善安排對(duì)末端人數(shù)控制有嚴(yán)格要求的房間，使得管網(wǎng)依舊有良好的適應(yīng)性。

圖12各末端人數(shù)固定不變的冷凍水輸送能耗

Fig.12The energy consumption for conveying

chilled water with fixed terminal numbers2.4單工況下冷凍水系統(tǒng)能效分析

以冷凍水管網(wǎng)為研究對(duì)象，對(duì)整個(gè)管網(wǎng)進(jìn)行能效分析。冷凍水系統(tǒng)的能效定義為E=W冷W末端=G冷×ΔP冷Q末端+W加熱器式中：W冷為冷凍水輸送所需能耗；W末端為管網(wǎng)末端總能耗；G冷為冷凍水流量；ΔP冷為冷凍水供回水壓差；Q末端為末端所承擔(dān)負(fù)荷；W加熱器為加熱器輸出功率。

對(duì)100%負(fù)荷率下管網(wǎng)優(yōu)化人數(shù)分布方案的水系統(tǒng)能效和管網(wǎng)人數(shù)均勻分布的水系統(tǒng)能效進(jìn)行了比較，如圖13所示。管網(wǎng)優(yōu)化結(jié)果的能效為0.7，管網(wǎng)人數(shù)均勻分布的能效為1.3，相比低了46%。在管網(wǎng)次優(yōu)化解群的各個(gè)位置中隨機(jī)抽取一些解，得到的管網(wǎng)能效如圖14所示，異程管網(wǎng)初始能效值為097，解群中各末端人數(shù)隨機(jī)搭配的能效隨著解群的不斷優(yōu)化，管網(wǎng)能效總體趨勢是逐漸減小的。

圖13次優(yōu)化結(jié)果與人數(shù)均勻分布結(jié)果能效比較

Fig.13Optimal resultcomparison with the uniform

numbers energy efficiency圖14次優(yōu)化結(jié)果能效統(tǒng)計(jì)

Fig.14Statistics of suboptimal energy efficiency2.5多工況下次優(yōu)化解群適應(yīng)性分析

在中央空調(diào)系統(tǒng)的建造中，對(duì)冷凍水管網(wǎng)的布置往往是一次性的，不能像末端風(fēng)量、末端流量等變量一樣可以進(jìn)行多次重復(fù)的調(diào)節(jié)。同時(shí)，中央空調(diào)系統(tǒng)大部分時(shí)間是在部分負(fù)荷下運(yùn)行的，不同的負(fù)荷率分布會(huì)造成全年總能耗差異可達(dá)到55%以上，所以，熱濕負(fù)荷分配必須綜合考慮各個(gè)負(fù)荷率下的各種工況，采用次優(yōu)化求解的方法對(duì)每種工況進(jìn)行次優(yōu)化計(jì)算都可以獲得一個(gè)次優(yōu)的解群帶，綜合分析各個(gè)工況次優(yōu)化計(jì)算解群中變量統(tǒng)計(jì)分布規(guī)律與解群帶重疊區(qū)域，對(duì)各變量進(jìn)行權(quán)重分析，為冷凍水系統(tǒng)前期設(shè)計(jì)提供基礎(chǔ)。

對(duì)以上設(shè)計(jì)的4種工況，分別進(jìn)行次優(yōu)化計(jì)算，分別從30次次優(yōu)化計(jì)算中取一次次優(yōu)化運(yùn)算過程，把能耗差控制裕度為5%的所有搭配進(jìn)行保留，對(duì)所有各末端人數(shù)搭配進(jìn)行統(tǒng)計(jì)分析，如圖15所示，圖上圓的大小代表負(fù)荷率的大小，面積最大的圓代表100%負(fù)荷率，圓面積依次減小代表的負(fù)荷率也依次減小，而顯示的區(qū)域顏色越深代表出現(xiàn)的概率越大。各個(gè)負(fù)荷率下的解群帶的重疊率越大則穩(wěn)定性越好，符永正[20]做了關(guān)于管網(wǎng)穩(wěn)定性研究得出結(jié)論表明：在異程系統(tǒng)中離冷源越近的支路穩(wěn)定性越好。綜合考慮4種工況尋求最優(yōu)解的時(shí)候，離冷源側(cè)比較近的這些末端AHU_8、AHU_9、AHU_10、AHU_11、AHU_13、AHU_14、AHU_15的最大重疊區(qū)在4種工況下的概率都大于20%，而AHU_10的最大重疊區(qū)在4種工況下的概率都大于24%。所以，在前期設(shè)計(jì)時(shí)將這些末端的人數(shù)設(shè)置在這些重疊區(qū)域范圍內(nèi)時(shí)，可以使各末端在不同負(fù)荷下有良好的適應(yīng)性，而對(duì)于重疊概率相對(duì)較小的末端，則應(yīng)綜合考慮各個(gè)負(fù)荷率條件下優(yōu)化的結(jié)果合理設(shè)計(jì)。

權(quán)重的大小體現(xiàn)了各末端對(duì)冷凍水系統(tǒng)熱力學(xué)特性影響大小，在重疊區(qū)中變量的重疊概率越小體現(xiàn)了末端的權(quán)重越小，相反則越大。如圖15所示，分析解群帶的重疊率可得離冷源側(cè)近的末端權(quán)重相對(duì)比較大，在解群帶重疊區(qū)中離冷源遠(yuǎn)的AHU_1、AHU_2、AHU_4、AHU_5、AHU_6、AHU_7等末端的綜合重疊概率相對(duì)其他末端較小，則權(quán)重比較低，而AHU_1最大重疊區(qū)在4個(gè)工況中最小概率僅3%，對(duì)于權(quán)重較小的末端在不同負(fù)荷率下次優(yōu)化的結(jié)果相差很大，說明這些末端的可選擇人數(shù)的范圍較廣，所以在前期設(shè)計(jì)及后期改造過程中這些權(quán)重小的末端設(shè)計(jì)相對(duì)較靈活[20]。

圖15各負(fù)荷率下解群各末端人數(shù)分布概率圖

Fig.15The probability graph with terminal numbers

distribution of group on different load rate3結(jié)論

1）充分考慮了中央空調(diào)冷凍水系統(tǒng)的管網(wǎng)的水力特性和熱力特性，提出了基于次優(yōu)理論以冷凍水管網(wǎng)輸送能耗為評(píng)價(jià)指標(biāo)的冷凍水系統(tǒng)熱濕負(fù)荷分配設(shè)計(jì)方案。

2）對(duì)次優(yōu)化計(jì)算中輸出的所有解群加以一定的能耗差控制，可以得到滿足設(shè)計(jì)需求的解群，參考解群進(jìn)行設(shè)計(jì)可以使冷凍水管網(wǎng)具有一定的適應(yīng)性。

3）在末端管網(wǎng)人數(shù)固定位置不同時(shí)，用次優(yōu)的計(jì)算方法得到的解群符合管網(wǎng)運(yùn)行的固有特性，反映了該方法的可行性。

4）綜合分析多個(gè)工況下的次優(yōu)解群中變量的統(tǒng)計(jì)規(guī)律，可得出在多個(gè)工況下適應(yīng)性較強(qiáng)的各末端人數(shù)分布與各末端權(quán)重大小，為冷水系統(tǒng)前期設(shè)計(jì)及后期改造與提供依據(jù)。

參考文獻(xiàn)：

[1] 徐莉君，張勝.中央空調(diào)系統(tǒng)節(jié)能技術(shù)研究[J].科技尚品，2016（1）：197198.

XU L J，ZHANG S.The saving technology research of central air conditioning system energy [J]. Premiere， 2016（1）：197198.（in Chinese）

[2] 徐建.某商場空調(diào)冷凍水系統(tǒng)水大溫差系統(tǒng)分析[J].建筑熱能通風(fēng)空調(diào)，2015（3）：6366.

XU J.A nalysis of large chilled water temperature difference of air conditioning system of an emporium [J].Building Energy & Environment，2015（3）：6366. （in Chinese）

[3] 閆唯嘉，任慶昌，閆秀英.基于遺傳算法的冷水機(jī)組負(fù)荷分配與出水溫度的優(yōu)化[J].制冷與空調(diào)， 2011（2）：3740.

YAN W J， REN Q C， YAN X Y. Load distribution of chillers and the optimum of its outlet water based on genetic algorithm [J].Refrigeration and AirConditioning， 2011（2）：3740. （in Chinese）

[4] CHANG Y C， CHEN W H. Optimal chilled water temperature calculation of multiple chiller systems using Hopfield neural network for saving energy [J]. Energy， 2009， 34（4）：448456.

[5] LEE K P， CHENG T A. A simulationoptimization approach for energy efficiency of chilled water system [J]. Energy & Buildings， 2012， 54（6）：290296.

[6] 趙天怡，張吉禮，馬良棟，等.并聯(lián)變頻水泵在線優(yōu)化控制方法[J].暖通空調(diào)， 2011（4）：96100.

ZHAO T Y， ZHANG J L， MA L D， et al. Online optimal control scheme of variable speed parallel water pumps [J].HVAC，2011（4）：96100. （in Chinese）

[7] LIU X F， LIU J P， LU Z T，et al. Diversity of energysaving control strategy for a parallel chilled water pump based on variable differential pressure control in an airconditioning system [J]. Energy， 2015，88 ：718733.

[8] GAO D C， WANG S， SUN Y. A faulttolerant and energy efficient control strategy for primarysecondary chilled water systems in buildings [J]. Energy & Buildings， 2011， 43（12）：36463656.

[9] KUSIAK A， LI M， TANG F. Modeling and optimization of HVAC energy consumption [J]. Applied Energy， 2010， 87（10）：30923102.

[10] MA Z， WANG S. An optimal control strategy for complex building central chilled water systems for practical and realtime applications [J]. Building & Environment， 2009， 44（6）：11881198.

[11] MA Z， WANG S. Enhancing the performance of large primarysecondary chilled water systems by using bypass check valve [J]. Energy， 2011， 36（1）：268276.

[12] ALI M， VUKOVIC V， SAHIR M H， et al. Energy analysis of chilled water system configurations using simulationbased optimization [J]. Energy & Buildings， 2013， 59：111122.

[13] 馮小平，龍惟定.基于遺傳算法的集中空調(diào)水系統(tǒng)管網(wǎng)優(yōu)化設(shè)計(jì)[J].流體機(jī)械， 2007（3）：8088.

FENG X P，LONG W D. Optimal design of central a ir conditioning water system using genetic algorithm [J].Fluid Machinery， 2007（3）：8088. （in Chinese）

[14] 馬永杰，云文霞.遺傳算法研究進(jìn)展[J].計(jì)算機(jī)應(yīng)用研究，2012（4）：12011210.

MA Y J， YUN W X. Research progress of genetic algorithm [J].Application Research of Computers， 2012（4）：12011210. （in Chinese）

[15] 牛向陽.神經(jīng)網(wǎng)絡(luò)優(yōu)化問題研究進(jìn)展[J].阜陽師范學(xué)院學(xué)報(bào)（自然科學(xué)版），2008（4）：3438.

NIU X Y. The research of neural network optimization [J]. Journal of Fuyang Teachers College （Natural Science），2008（4）：3438. （in Chinese）

[16] 陳得寶，魏華，鄒鋒，等.模擬退火教學(xué)式優(yōu)化算法[J].計(jì)算機(jī)應(yīng)用研究，2014（12）：33553356.

CHEN D B， WEI H，ZOU F，et al. Simulated annealing teachinglearningbased optimization algorithm [J]. Application Research of Computers， 2014（12）：33553356. （in Chinese）

[17] 劉雪峰，劉金平，陳星龍.異程布置的冷凍水系統(tǒng)管網(wǎng)水力特性計(jì)算方法[J]. 土木建筑與環(huán)境工程，2013，35（5）：9097.

LIU X F， LIU J P， CHEN X L.Calculation method of hydraulic characteristic for directreturn chilled water system [J].Journal of Civil， Architectural & Environmental Engineering， 2013，35（5）：9097. （in Chinese）

[18] 盧智濤.次優(yōu)解群分析法在復(fù)雜變量的冷源系統(tǒng)優(yōu)化控制中的研究[D].廣州：華南理工大學(xué)，2015.

LU Z T.Application research of second best solution group analysis method in chilled source system with complex variables [D].Guangzhou：South China University of Technology，2015. （in Chinese）

[19] 周辰，孫多斌，王玨. 冷凍水管網(wǎng)環(huán)路動(dòng)態(tài)平衡探究[J]. 遼寧工程技術(shù)大學(xué)學(xué)報(bào)（自然科學(xué)版），2016，35（9）：968972.

ZHOU C，SUN D B，WANG J.The study o chilled pipeline networks dynamic equilibrium [J]. Journal of Liaoning Technical University（Natural Science），2016，35（9）：968972. （in Chinese）

[20] 符永正，吳克啟. 閉式水循環(huán)系統(tǒng)的穩(wěn)定性分析[J]. 流體機(jī)械，2005（12）：4548，15.

FU Y Z，WU K Q.Stability analysis of closedlop water system [J]. Fluid Machinery，2005（12）：4548，15.（in Chinese）