多联机与新风机复合空调系统优化控制研究

赵爱国，祝用华，晋欣桥

（1-合肥通用机械研究院，安徽合肥 230031；2-联合技术研究中心(中国)有限公司，上海 200092；3-上海交通大学机械与动力工程学院，上海 200240）

多联机与新风机复合空调系统优化控制研究

赵爱国*1，祝用华2，晋欣桥3

（1-合肥通用机械研究院，安徽合肥 230031；2-联合技术研究中心(中国)有限公司，上海 200092；3-上海交通大学机械与动力工程学院，上海 200240）

尽管变制冷剂流量（VRF）多联机系统在部分负荷工况下具有高能效的显著优点，但是该系统仍然存在缺少新风的缺点。本文提出了一种多联机与新风机复合空调系统降低能耗的优化控制策略。在建立的系统仿真模型基础上，本文以一办公楼为例，对提出的优化控制策略进行了制热工况下的仿真研究。结果表明，提出的优化控制策略是可行的，可以有效地降低复合空调系统的能耗。

复合空调系统；变制冷剂流量；新风机；优化控制

0 引言

变制冷剂流量（Variable refrigerant flow, VRF）多联式空调系统[1]具有系统简洁、可靠性高和可实现模块化设计安装等优点。多项研究表明：在相同工况下，VRF系统比其他传统空调系统如变风量系统（Variable air volume, VAV），风机盘管加新风系统（Fan-coil plus fresh air, FPFA）等具有更好的节能特性[2-4]。但其因为无新风引入而无法独立保证室内空气品质。可行的解决办法之一是构建VRF机组与新风处理机组（Outdoor air processing, OAP）的复合空调系统。这种系统可以同时利用两者各自优点从而构建一种节能高效的系统。已有学者[5-6]注意到VRF与其他机组组成复合系统的优点，并作了一定的研究，但研究资料仍然非常匮乏，特别是针对VRF与新风机的复合空调系统及其联合（优化）控制运行方面的研究仍未见报道。

在前期的研究中[7-9]，作者已针对一种空气源VRF与直膨式新风机的复合空调系统进行了研究，对系统的结构和控制设计进行了分析，对部件及整个复合系统建立了数学模型并进行了仿真研究。结果表明，提出的复合空调系统能很好地保证室内温度及空气品质且不失各区域独立控制的灵活性。在这些研究基础上，本文为复合空调系统提出了一种优化控制策略，并对其性能进行仿真研究。

1 复合空调系统及仿真模型

复合空调系统的简图如图1所示，OAP机组通过风管提供一定量的处理过的新风到每一房间，VRF室内机则承担室内负荷，新风与排风之间连接有转轮（Enthalpy wheel, EW）回热器以预先处理新风并回收一部分能量。新风流量采用需求控制策略（Demand control ventilation, DCV）[10]。控制回路主要包括室内温度控制、VRF容量控制、新风流量控制、新风送风温度控制及OAP容量控制等。其中，室内温度通过调节室内节流阀开度进行控制，VRF容量通过调节压缩机转速进行控制，新风流量控制通过联合调节新风阀开度和送风机频率实现，新风送风温度通过调节OAP机组节流阀开度进行控制，OAP容量则通过调节压缩机转速实现。

图1 复合空调系统及其控制简图

本文利用TRNSYS软件[11]进行仿真。TRNSYS软件的特点是具有模块化结构，一个复杂的热力系统可通过一个个小的模块或子系统按物理配置顺序依次连接，最终形成一个可执行的仿真器。对于本文的复合空调系统，大部分的部件包括新风侧的风机、VAV末端（风阀）、管道、控制器、传感器和执行器等的模型与文献[12]中的相同。VRF及OAP的模型已经在文献[7]中作了详细的建模分析及实验验证，也不再赘述。本文的研究对象是一栋6层的办公楼，其标准层视图如图2所示，包括25个区、1个环形走廊以及1个内区。建筑模型也已在前期的研究中[8]进行了详细论述。

图2 办公楼标准层结构（单位：m）

2 优化控制策略介绍

2.1 概述

复合空调系统的能耗主要由VRF机组能耗、OAP机组能耗及风机能耗等组成，其中风机能耗受系统运行的影响比较小，因此系统的总能耗主要受前两者的影响。提出的优化控制策略即针对这两者的运行而展开的。

根据文献[9]的研究结果，新风送风温度的变化将导致VRF机组与OAP机组承担的负荷形成一种此消彼长的关系，而且机组的部分负荷率PLR处于0.4～0.7的范围内时机组的运行效率最高。因此，一方面，可以通过优化新风送风温度来达到最优化系统能耗的目的。另一方面，如果OAP机组（或VRF机组）在新风送风温度优化控制策略下运行效率低下，则可以尝试关闭OAP机组（或VRF机组），使另一个机组运行在高效区的概率增大。当负荷足够大时，重新开启被关闭的机组，再执行新风送风温度优化控制。由于新风送风温度优化控制的前提条件是VRF机组和OAP机组都在运行，故将新风送风温度优化控制称为局域优化控制。而结合局域优化控制和机组启停的策略则称为全局优化控制。考虑到关闭VRF机组后会造成空调区域舒适性与室内空气品质需求的矛盾，且会增加传感器及信号采集系统等的成本与控制复杂性，一般不建议关闭VRF机组。图3是仅考虑关闭与重开OAP机组的优化控制策略的逻辑图。其中，θ1～θ4称为阈值参数，本文它们的取值分别为0.22、3、0.15和3。

2.2 局域优化控制策略

基于新风送风温度优化的局域优化控制策略如图4所示，主要包括机组能耗预测模型、机组负荷分配优化和新风送风温度再设定等部分。本文的模型以制热工况为例。

图3 系统优化控制逻辑

图4 局域最优化控制逻辑

2.2.1 机组能耗预测模型

OAP机组可视为只有一个室内机的VRF机组，仍然适用于如下VRF机组的能耗预测模型：

式中：

W ——VRF机组的输入功率；

Wcomp——压缩机的输入功率；

Wfan——风机的输入功率；

Wfan,i——单个风机的功率；

a～f——需要在线调整的模型参数，可用最小二乘参数估计方法[13-14]获得；

Tc——VRF机组的冷凝温度；

Te——VRF机组的蒸发温度；

Tdb,OA——室外空气干球温度；

Tdb,avg——加权的DX进口空气干球温度；

n——压缩机转速；

下标ref——参考值。

2.2.2 机组负荷分配优化

假设总负荷为Qtotal，它也可由最小二乘法根据当前运行参数估计，OAP机组提供LR比例的冷量，则系统能耗估计值为：

最终系统输入功率可简化为：

其中：

从式(10)可以看出，系统总的输入功率是一个关于LR的二次函数。由于二次项的系数为正，因此当函数取得最小值时对应的LR即为要求的最优值。

2.2.3 新风送风温度再设定

在制热工况下，LR越高，新风送风温度也要求越高。因此，以当前测量的送风温度和制冷/热量为基准，可以简单地通过以下关系式获得新风送风温度的设定值：

式中，下标meas表示当前测量值。

3 优化控制策略验证

3.1 工况设置

以如图2所示的7～12共6个区域作为空调系统仿真对象。空调区域负荷主要由人员、设备及灯光产生。其中人数变化事先给定，通过基本人员密度变化乘以人员系数的方法模拟不同区的人员变化情况。6个区的温度设定值相同，人员系数分别为0.95、1.00、0.85、1.05、1.10和0.90。基本人员密度、设备及灯光计划如图5所示。图6给出了一测试日的室外温湿度变化情况。

图5 设备开启台数、灯光、人员变化计划

图6 测试日室外温湿度

3.2 结果与讨论

为了更好地反映提出的控制策略的有效性，将其与一种定新风送风温度（22 ℃）的基本控制策略进行对比研究。图7表示了两种控制策略下7区的温度波动情况。从图中可知，房间温度在两种控制策略下都能得到很好的控制，表明了控制系统的稳定与可靠性。其他房间的温度控制情况类似。

图7 两种控制策略下房间温度控制结果 (7区)

表1列出了复合空调系统在两种控制策略下的制热量与能耗的情况。从表中可以看出，两种控制策略下，系统总的制热量基本相同，这是合理的且为比较能耗的大小奠定了基础。当使用提出的优化控制策略时，系统总能耗下降约5.29%，表明提出的控制策略是可行的，可以有效地降低系统的能耗。

表1 制热量和能耗结果统计

4 结论

针对多联机与新风机的复合空调系统提出了一种优化控制策略，并在仿真平台上进行了验证。结果表明提出的优化控制策略是可行的，它可以有效地降低系统的总能耗。尽管提出的控制策略及验证案例是以制热工况为基础的，这种方法也可以很方便地扩展到制冷模式中。

[1] 刘传聚, 郑文. 多联式空调 (热泵) 机组性能及应用述评[J]. 制冷技术, 2007, 27(4): 7-11.

[2] 周鹏飞, 贺群妮. 多联机空调系统运行性能的影响因素分析[J]. 制冷技术, 2012, 32(3): 62-65.

[3] 薛卫华, 沈建芳, 苏志军, 等. VRV 空调系统与螺杆式风冷热泵空调系统全年能耗比较[J]. 制冷技术, 2004, 24(4): 6-9.

[4] LIU X B, HONG T Z. Comparison of energy efficiency between variable refrigerant flow systems and ground source heat pump systems[J]. Energy and Buildings, 2010, 42(5): 584-589.

[5] KARUNAKARAN R, INIYAN S, RANKO G. Energy efficient fuzzy based combined variable refrigerant volume and variable air volume air conditioning system for buildings[J]. Applied Energy, 2010, 87(4): 1158-1175.

[6] PARAMESHWARAN R, KARUNAKARAN R, VINU R, et al. Energy conservative building air conditioning system controlled and optimized using fuzzy-genetic algorithm[J]. Energy and Buildings, 2010, 42(5): 745-762.

[7] ZHU Y H, JIN X Q, DU Z M, et al. Generic simulation model of multi-evaporator variable refrigerant flow air conditioning system for control analysis[J]. International Journal of Refrigeration, 2013, 36(6): 1602-1615.

[8] ZHU Y H, JIN X Q, DU Z M, et al. Simulation of variable refrigerant flow air conditioning system in heating mode combined with outdoor air processing unit[J]. Energy and Buildings, 2014, 68(1): 571-579.

[9] ZHU Y H, JIN X Q, DU Z M, et al. Control and energy simulation of variable refrigerant flow air conditioning system combined with outdoor air processing unit[J]. Applied Thermal Engineering, 2014, 64(1/2): 385-395.

[10] WANG S W, JIN X Q. CO2-based occupancy detection for on-line outdoor air flow control[J]. Indoor and Built Environment, 1998, 7(3): 165-181.

[11] KLEIN S A. TRNSYS-A Transient Simulation Program, User Manual, version 17.0[M]. Wisconsin: University of Wisconsin-Madison, 2009.

[12] 晋欣桥. 变风量空调系统的仿真及其实时优化控制研究[D]. 上海: 上海交通大学, 1999.

[13] NASSIF N, MOUJAES S, ZAHEER-UDDIN M. Self-tuning dynamic models of HVAC system components[J]. Energy and Buildings, 2008, 40(9): 1709-1720.

[14] MA Z J, WANG S W. Supervisory and optimal control of central chiller plants using simplified adaptive models and genetic algorithm[J]. Applied Energy, 2011, 88(1): 198-211.

Investigation on Optimal Control of Hybrid Air Conditioning System with Multi-split Air Conditioner and Fresh Air Unit

ZHAO Ai-guo*1, ZHU Yong-hua2, JIN Xin-qiao3
(1-Hefei General Machinery Research Institute, Hefei, Anhui 230031, China; 2-United Technologies Research Center (China) Ltd., Shanghai 200092, China; 3-School of Mechanical Engineering, Shanghai Jiao Tong University, Shanghai 200240, China)

Although variable refrigerant flow (VRF) multi-split air conditioner systems have good energy performances in part load conditions, the shortcoming of no outdoor air intake has not been solved thoroughly. An optimal control strategy for combined air conditioning system (with VRF unit and outdoor air processing unit) aiming at reducing energy consumption is presented in this paper. Based on the developed simulation platform, the proposed optimal control strategy is evaluated in heating mode. Results show that the proposed optimal control is feasible, which can effectively decrease the energy consumption of the combined system.

Combined air conditioning system; Variable refrigerant flow; Outdoor air processing unit; Optimal control

10.3969/j.issn.2095-4468.2015.01.102

*赵爱国（1964-），男，高级工程师，学士。研究方向：制冷空调技术。联系地址：合肥市长江西路888号，邮编：230031。联系电话：18055112715。E-mail：ahzag@126.com。