基于TRNSYS 的零能耗建筑能耗和安全系数敏感性分析

2022-10-25 03:42刘雪梅安徽工业大学建筑工程学院硕士研究生
建筑与文化 2022年10期
关键词:安全系数能耗负荷

文/刘雪梅 安徽工业大学建筑工程学院 硕士研究生

鲁月红 安徽工业大学建筑工程学院 副教授(通讯作者)

吕 涛 安徽工业大学建筑工程学院 硕士研究生

周奕捷 安徽工业大学建筑工程学院 硕士研究生

引言

建筑和建筑行业是一次能源用户,也是碳排放的主要来源[1-4],2018 年占全球能源使用量的36%,占全球能源和工艺相关二氧化碳排放量的39%[5]。为了最大限度地减少建筑能耗和碳排放,零能耗建筑正在迅速发展,该建筑在一段时间内(通常为一年)产生的电力能够满足其自身能源的需求。

敏感性分析方法是用于优化建筑设计各项参数的重要方法之一,也是能够明确影响建筑能耗的敏感参数的常用方法。以某小型办公建筑为例,Fang 和Cho[6]优化了建筑围护结构的设计参数,包括窗户和天窗的尺寸和布置,研究结果表明能耗降低了20.2%。Ilbeigi[7]采用人工神经网络,优化了六个设计参数,最大限度地减少了伊朗一座办公楼的能源消耗。研究结果表明,该多参数优化方案可实现高达35%的节能效果。冯国会[8]等确定近零能耗建筑围护结构设计关键参数对能耗的影响程度,利用敏感性分析其优化范围,以便于设计师在方案阶段进行建筑性能化设计,实现更好的节能效益。

与传统建筑不同,零能耗建筑的能源发电系统主要依赖于间歇性和不可控的可再生能源(如太阳辐射、风)。例如,Awad 和Gül[9]证明了通过对光伏(PV)方位角和倾斜角度进行不确定性分析,改善负载匹配。Lu[10]等对优化后的系统(光伏/风力发电/生物柴油发电)进行敏感性分析,研究设计输入变化对建筑性能(运行成本、二氧化碳排放、对电网的影响)的影响。Lu and Wang[11]等研究了基于确定性和随机方法的不确定性建筑能源优化的鲁棒性。Zhang[12]等采用全局敏感性分析,定量比较了24 个影响参数在过欠压、电网依赖性和能量损失三个主要性能方面的影响并采用蒙特卡罗方法对参数不确定性进行了模拟。Hirushie[13]等开发一个模型,以确定可再生能源系统的最佳组合,同时考虑不确定性,提出了一个在建筑层面规划优化混合可再生能源系统的框架,以支持零能耗发展目标。Zhu[14]等研究建筑负荷的不确定性和敏感性对于满足建筑能源规划的风险评估,研究结果为建筑节能规划和设计提供了见解。

然而,上述文献都忽略了安全系数的影响,而这将很容易导致设计的系统偏大,造成初始投资过高或者偏小不能实现零能耗目标,分析设计过程中导致性能指标较大偏离的变量参数对安全系数的确定及建筑设计过程非常重要。因此,文章对零能耗建筑中主要输入参数的影响进行敏感性分析,研究不同参数对建筑能耗和安全系数变化的影响规律,并对零能耗建筑的两种设计方案的性能稳健性进行研究。

1 技术路线

本文以南京地区某居住建筑为例,研究不同参数对零能耗建筑能耗和安全系数的影响规律(图1)。首先,选取典型气象年(即1987 年)作为建筑能源系统模拟的天气情况,将建筑设计参数输入到TRNSYS 中进行负荷模拟;其次,基于冷热负荷,得到空调系统的能耗,再加上建筑其他用电及生活热水能耗,模拟得到建筑总能耗;然后,根据能耗与发电量的关系,计算零能耗建筑对应的两种可再生能源系统规模;引入安全系数,对不同参数进行单一敏感性分析和综合敏感性分析;最后,研究不同参数对两种系统设计方案下的安全系数的影响范围,确定对建筑性能有显著影响的输入变量,分析不同条件下安全系数的变化及两种方案的可靠性。

根据零能耗建筑的定义,其每年的产能将不小于建筑本身的用能。在确定性设计时,需满足设计工况下的年产能量(Egene)大于等于其耗能量(Econ):

引入安全系数(sf):

系统总能耗可以表示为:

式中,Econ为建筑年度能源消耗;EAC为空调系统能耗;Edhw为生活热水系统能耗;Eother为照明和设备系统能耗;Δt为时间间隔。

2 案例研究

2.1 建筑模型

研究对象是南京市某居民住宅建筑,该住宅用地面积为100m2,总建筑面积为200m2。对于室外天气条件,影响冷负荷的四个最重要因素是室外干球温度、相对湿度、太阳辐射和风速,这四个因素的数据从天气文件导出。对于内部热源,重要的因素包括室内人员数量、通风率、照明密度、设备密度。在基准情况下,夏季室内温度设定为26℃,冬季室内温度设定为18℃。建筑其他用电负荷指除空调系统外,建筑物内所有电器的建筑电气负荷总量。所有输入变量(15 个)都以给定幅度(10%,20%)变化(表1)。

表1 输入参数及变化范围

2.2 暖通空调系统

利 用TRNSYS 中GHP 和HVAC Equipment Library 两大组件库中的模块来搭建空调系统模型(图2),模拟建筑空调系统运行能耗。与传统的空调相比,地源热泵的热源来自于大地,冬天利用热泵提高大地中低位热能,实现建筑的供暖需求,同时冬季还可储存冷量留作夏季应用;夏季则将建筑内热量交换至地下,实现建筑的降温需求,并储存热量留于冬季应用。

2.3 可再生能源系统

在本文中,分别选择PV 和WT 作为零能耗建筑的可再生能源系统,建立了PV 和WT 模型来生成每小时平均光伏发电量和平均风力发电量[15,16]。光伏发电量使用等式(4)计算,WT发电量使用等式(5)计算。

其中,POWpv,tot是每小时平均光伏发电总量;Apv(m2)为光伏面积;τn,αn分别为垂直于光伏的太阳辐射的透射系数和吸收系数;IAM 是总体入射角修正器;IT(kW/m2)η 是太阳辐射;是光伏整体效率。

其中,POWpv,tot是每小时平均风力发电量;NUMWT是风力涡轮机数量;Cp(m2/s2)轴向感应系数的函数;AR(m2)是转子面积;ρ(kg/m3)是空气密度;V(m/s)是自由流风速。

3 结果与讨论

3.1 输入变量对ZEB-PV 系统总能耗及安全系数影响

为验证模拟数据的准确性,查阅住宅建筑冷负荷指标,冷负荷指标在60 ~80W/m2之间,热负荷指标在45 ~70W/m2。通过模拟得到基准情况下,建筑的冷负荷为12kW,热负荷为14kW,单位面积冷负荷指标为60W/m2,单位面积热负荷指标为70W/m2。可以看出,模拟的冷热负荷指标均在给定范围内,因此本研究中住宅建筑的模拟数据处于合理区间范围内。

输入变量对冷、热负荷的影响(图3、图4)。由图3 可知,随着环境温度的升高,冷负荷增加显著,变化范围为[-54.57%,104.42%];随着室外相对湿度的增加,冷负荷变化范围为[-16.11%,28.61%],通风率及渗透率的变化对冷负荷变化影响较小。主要原因是由于室内、外温差的变化而引起室内、外热量传递的变化,室外空气通过空调房间的门、窗缝隙进入室内,对室内温度的影响较大。与基准情况相比,其他输入变量的影响很小,可忽略不计。由图4可知,热负荷随着通风率的升高而增大较大,变化范围为[-7.41%,7.41%];随着温度的增加,热负荷变化范围为[-4.75%,4.75%]。与基准情况相比,其他输入变量的变化趋势相近且趋于平缓,影响很小,可忽略不计。

输入变量对总能耗及安全系数的影响(图5、图6)。由图5 可知,总能耗随着太阳辐射的增加,呈现下降的趋势,变化范围为[-9.72%,11.73%],主要是由于只考虑了太阳辐射对PV系统发电量的影响,且采用的是光伏光热板,能够用来加热生活热水,太阳辐射的增加减少了生活热水的能耗,总能耗降低。其次是建筑其他用电负荷,其变化与总能耗正相关,变化范围为[-12.78%,12.40%]。由图6 可知,安全系数随着太阳辐射的增加而增加,变化范围为[-25.45%,26.51%],主要是由于总能耗降低,发电量增加,故安全系数增加。其次是建筑其他用电负荷,其变化与安全系数负相关,变化范围为[-10.89,14.08%]。其他输入变量的变化影响较小。

输入变量对总能耗及安全系数的综合影响(图7),由图7 可知,综合考虑各输入参数的影响,总能耗的变化范围在[-29.82%,34.88%],安全系数的变化范围在[-37.21%,60.26%]。

3.2 输入变量对ZEB-WT 系统总能耗及安全系数影响

输入变量对总能耗及安全系数变化的影响(图8、图9)。由图8 可知,对总能耗影响较大的是其他用电负荷,总能耗与太阳辐射呈线性正相关,即总能耗随着用电负荷的增加而增加,变化范围为[-11.76%,11.76%];其次是环境相对湿度,变化范围在[-6.46%,3.25%];其他输入参数对总能耗的变化趋势基本相近且趋于平缓,影响较小。由图9 可知,对安全系数影响最大的是风速,变化范围在[-58.33,83.76%],主要是由于只考虑了风速对WT 系统的影响,风速越大,发电量越大,安全系数增加显著;其次是建筑其他用电负荷,变化范围在[-10.58,13.44%],其他输入参数对总能耗的变化影响较小。

输入变量对总能耗及安全系数的综合影响(图10)。由图10 可知,综合考虑各输入参数的影响,总能耗的变化范围在[-23.00%,20.49%];安全系数的变化范围在[-64.82%,133.86%]。

3.3 综合敏感性分析

对不同系统进行综合灵敏度分析,以评估当所有输入变量同时变化到“最佳”和“最差”值时的极端情况。ZEB-PV、ZEB-WT 系统输出的敏感性分析龙卷图(图11、图12)。由图可知,当所有变量同时变化时,ZEB-PV系统总能耗的变化范围在7714-14827kWh,安全系数的变化范围为0.6 ~1.6,影响最大的两个输入变量是太阳辐射及建筑其他用电负荷;ZEB-WT 系统总能耗的变化范围在7276-11386kWh,安全系数的变化范围为0.35 ~2.33,影响最大的两个输入变量是风速及建筑其他用电负荷。

由表2 可知,ZEB-WT 系统比ZEB-PV 系统对输入变量的变化更敏感,ZEB-PV 系统性能的鲁棒性更强。对于ZEB-WT 系统,当所有输入变量同时变化且影响方向相同时,安全系数的波动范围可达198.68%,与采用ZEB-PV系统的建筑相比,ZEB-WT 系统的建筑可能具有较差的性能稳健性,原因是风速的不确定性对发电量影响很大。

表2 比较两种设计方案的总能耗及安全系数变化范围

结语

本文对一个并网零能耗建筑的两种可再生能源系统进行了敏感性分析研究。对设计方案ZEB-PV,ZEB-WT 系统进行了单一敏感性分析和综合敏感性分析,以确定影响建筑性能的最显著因素,研究不同参数对零能耗建筑的能耗和安全系数影响范围,分析不同条件下安全系数的取值及其方案的可靠性。

对于ZEB-PV 系统,当输入变量为20%时,总能耗综合影响的最大变化为34.89%,安全系数综合影响的最大变化为60.26%;对于ZEB-WT 系统,总能耗综合影响的最大变化为20.49%,安全系数综合影响的最大变化为133.86%。单向敏感性分析结果表明,太阳辐射和建筑其他用电负荷是显著影响总能耗和安全系数的关键因素,其方差均大于50%。由其他参数变化引起的输出的方差非常小(小于1%),说明其变化的影响可以忽略不计。相比之下,综合性能对建筑其他电力负荷最敏感,其次是太阳辐射。

猜你喜欢
安全系数能耗负荷
人造革合成革拉伸负荷测量不确定度评定
120t转炉降低工序能耗生产实践
3项标准中维持热负荷要求对比分析
基于Morgenstern-Price法考虑桩作用力的支护力计算方法
能耗双控下,涨价潮再度来袭!
基于有限元土质边坡稳定性影响因素分析
考虑材料性能分散性的航空发动机结构安全系数确定方法
探讨如何设计零能耗住宅
Opening flexible resources by integrating energy systems: A review of flexibility for the modern power system
日本先进的“零能耗住宅”