面向熱泵集成型第五代區域供熱與供冷系統的建筑前瞻性設計：建筑改造與最優控制對網絡性能的影響

第五代區域供熱與制冷（5GDHC）網絡為增加剩余和可再生能源（RES）的份額提供了有前景的解決方案。然而，它們的效率取決于建筑的翻新水平和智能控制策略。本文介紹了一項基于情境的模擬研究，探討不同翻新水平如何影響系統性能。該研究展示了最優控制（OC）如何提升熱泵運行、降低峰值用電，并支持低溫網絡在未來建筑群的可行性。

介紹

到2050年實現氣候中和的轉變，需要對我們如何給城市環境供暖和制冷進行根本性重新思考，既考慮建筑物，也包括整個社區。第五代區域供熱與制冷（5GDHC）網絡因其能夠通過雙向網絡實現同時供暖和制冷而受到越來越多的關注。通過在接近環境溫度（Ts < 30°C）下運行，這些系統可以整合大量可再生和剩余能源（R2ES），從而減少初級能源使用和二氧化碳排放。

然而，向低供電溫度和5GDHC網絡的轉變要求連接的建筑要么高度節能，要么配備先進的集成控制策略，以補償建筑性能的變化。對能效較差的現有建筑進行翻新是必不可少的，盡管深度翻新既昂貴又耗時，且可能并非總是必要。與此同時，在5GDHC網絡中管理和控制多個分布式熱源和冷源面臨重大挑戰，泵送功率在低溫時成為關鍵因素。

鑒于降低建筑供熱溫度的重要性、集成最優控制策略的需求以及大規模翻新的成本障礙，本文介紹了一項模擬研究的見解，展示了Optimal Control（OC）如何作為小型虛擬5GDHC網絡在不同建筑翻新場景下發揮系統集成器的作用。本文內容基于[1]中展示的研究成果。

熱能網絡與建筑描述

一個小型虛擬5GDHC系統作為雙向能量-定向介質流動（BiD）配置的用例，圖1示意圖示。該系統由三棟排屋和三棟辦公樓組成，代表比利時一個混合的小型區，以及一個中央平衡單元。中央泵控制網絡中的流動方向，而變電站主側的三通閥則調節變電站內介質流量，朝向調節水源熱泵（WSHP）或熱交換器（HEx）進行直接冷卻，具體取決于選擇的供暖模式或制冷模式。為了在建筑的每個區域實現供暖/制冷，采用了嵌入式地板排放系統，由閥門控制。中央平衡單元通過大型調節空氣源熱泵（ASHP）和大型調節空氣源冷卻器（ASCH）來管理網絡內的熱量失衡，并將網絡溫度保持在指定范圍（5-16°C）內。還會增加一個水緩沖罐以減弱網絡中的峰值。

圖1：雙向能量定向介流5GDHC網絡配置的簡化方案

分析了十種翻新場景，從高度絕緣的機械通風兼熱回收建筑（MVHR）到保溫較差但機械排氣通風（MEV）的建筑，以及混合翻新方案。根據比利時分類（表1），考慮三種不同的絕緣等級（標簽A、B和C）。表2中總結了考慮的翻新方案，突出了與該區相連建筑的主要參數差異。

表1：保溫標簽A、B、C的傳熱系數（U值）和氣密性數值

A

B

C

單位

窗戶

1.5

2.5

3

W/m2/K

屋頂與天花板

0.24

0.4

0.8

W/m2/K

城墻

0.24

0.6

0.6

W/m2/K

樓層

0.24

0.4

1.5

W/m2/K

門與大門

2

2.9

3.5

W/m2/K

氣密性

3.2

4

6

m3/h/m2

表2：所考慮的改造方案匯總（標簽、通風、住宅與辦公室的Q設計）

劇情

房屋（標簽/通風
/Q設計[面積/平方米樓層）])

辦公室（標簽/通風
/Q設計【每平方米樓層】])

1

全A級 / MVHR / 27.23

A / MVHR / 38.3

1_2

1 B / MEV / 52.67,2 A / MVHR / 27.23

A / MVHR / 38.3

1_3

1 C / MEV / 62.04,2 A / MVHR / 27.23

A / MVHR / 38.3

2

全部為B / MEV / 52.67

A / MVHR / 38.3

2_1

2個B/MEV / 52.67,1個A/MVHR / 27.23

A / MVHR / 38.3

2_3

2 B / MEV / 52.67,1 C / MEV / 62.04

A / MVHR / 38.3

3

全C/MEV / 62.04

A / MVHR / 38.3

3_1

2 C / MEV / 62.04,1 A / MVHR / 27.23

A / MVHR / 38.3

3_2

2 C / MEV / 62.04,1 B / MEV / 52.67

A / MVHR / 38.3

4

全C/MEV / 62.04

C / MEV / 87.53

最優控制

最優控制（OC）被用作系統集成器，以最大限度地減少能耗，同時提供熱舒適度。所采用的最優控制器是一種理想化的模型預測控制器，使用詳細的白箱系統模型（無模型不匹配）并對天氣條件有完美的了解。基于物理的雙區建筑模型、熱系統（如熱泵、冷水機組）和液壓組件在Modelica中開發，并集成到TACO（自動化控制與優化工具鏈）中，TACO是基于Modelica的非線性白盒模型預測控制（MPC）工具鏈[2]。

優化問題的主要目標是在特定約束條件下（例如最低和最高室內溫度、地面溫度、網絡溫度、網絡溫度）下，最小化（1）包括所有熱泵、冷卻機、循環泵和集中泵的總初級能源使用量，（2）建筑物內部的熱不適感。Dell'Isola 等人[3]對解決BiD配置NLP最優控制問題的方法進行了更詳細的描述。

最優控制問題在冬季、中季和夏季的三個代表性月份（1月、4月和7月）進行。

為評估翻新水平的影響，比較不同場景，重點關注電能消耗、峰值功率和季節性性能因子（SPF），這些因子以所有建筑在供暖狀態下提供的總有用熱量或冷卻狀態下提取的總有用熱量來評估，與模擬期內熱泵總電能消耗為對比。

5GDHC網絡性能受翻新程度影響

圖2-3-4展示了三個代表月份不同翻新場景的主要結果。在所有月度模擬中，熱不適感都非常低，即低于2.5 Kh/區域。因此，在相同的熱舒適條件下比較不同的翻新場景。

研究證實，翻新程度對網絡性能有顯著影響，尤其是在冬季。經過良好翻新、保溫水平更高、通風系統性能更好的建筑，所需的熱量更低，從而實現預期的低一級能源使用（見圖2）。然而，有趣的是，即使是中等或混合翻新水平，最優控制策略仍有助于最大化系統效率，通過更高的冷凝器熱泵功率和相當的性能系數（COP）抵消較高的需求。這導致不同場景間SPF的相對差異僅為1.7%，除了所有C級標簽的場景4，導致能耗更高、供電溫度更高，且建筑間熱相互作用有限。

圖2：1月OC模擬的性能指標熱圖

圖3中對4月過渡季節的類似觀察也顯示了翻新程度的影響排名。

圖3：4月OC模擬的性能指標熱力圖

圖4展示了夏季期的有趣結果。裝修程度較低的建筑會影響系統的最佳運行，導致熱泵即使在制冷季節也能啟動。最優控制利用建筑的熱慣性以及住宅與辦公間熱負荷的多樣性，以優化熱相互作用。

圖4：7月OC模擬的性能指標熱圖

圖5展示了性能較低的住宅建筑在辦公區制冷高峰時作為散熱器（仍滿足熱舒適約束）的使用方式，達到情景二中最低的總電能消耗。分散式熱泵從網絡中吸收熱量，減少了對高能耗中央冷水機的作需求。另一方面，建筑物業主不必要的熱泵啟動會在SPF計算中受到懲罰。

圖5：情景二：7月18日至29日期間的熱需求與供給

熱泵與冷水機容量

圖6展示了不同區內翻新場景下中央/分散式熱泵（HP）和中央冷水機（CH）容量的變化。[1] 結果凸顯了建筑性能如何通過最小化總電能消耗和熱不適，影響區內網絡的峰值用電和最佳運行策略。

在性能較差的區域，隔熱和熱慣性較低的建筑需要更連續的供暖以確保熱舒適。這導致建筑層面分散式高壓容量增加。中央高壓容量可能增加（例如情景一對比1_2），或保持不變（例如情景二對比2_3），中央高壓運行更連續但容量相近。但這會以更高的總能耗為代價，因為在性能較差的區，熱泵通常運行時間更長。另一方面，隨著區內性能下降（冷卻需求增加），中央冷水機容量總是上升，以便在無需額外分散式冷水機的情況下提供直接冷卻。

[1] 在情景1、2和2_1中，考慮了第二高峰值功率。中央HP的最高峰值功率已被濾除，因為它是模擬結束時僅出現一次的殘差 period.mp 動態運行條件下的系統“，亞琛工業大學，德國亞琛，2022年。doi：10.18154/RWTH-2022-06640。

圖6：按場景劃分的熱泵和冷水機容量

在表現更好的區域，高隔熱和良好的氣密性使建筑具有更大的熱慣性。對這些建筑的最佳控制使得供暖需求減少，當熱泵運行到最高COP時，供暖峰值會更明顯。分散式高壓容量較低，因為需求較低（建筑熱損失較低），而中央高壓容量則因建筑類型組合而變化（類似上述考慮）。無論如何，表現更好的學區總能耗總是較低。冷卻機容量也隨著翻新水平的提升而持續下降，這得益于制冷需求減少。編譯 陳講運

帶有標簽B和標簽C的場景之間的差異，比跳到標簽A建筑的場景要小。這是因為B和C都使用相同的MEV系統，而標簽A通過機械通風和熱回收受益，顯著提升能量性能并減輕系統負荷。

在情景4中，住宅和辦公樓的翻新程度較低，使得熱泵和冷水機的容量明顯高于其他情景。

結論

本研究表明，如果配備集成的最優控制策略，5GDHC網絡即使在建筑翻新水平混合的地區也能取得強勁表現。夏季熱泵啟動策略展示了先進控制如何將看似劣勢的劣勢，如性能不佳的建筑，轉化為系統層面資產，從而幫助平衡網絡并降低整體能源消耗。

對于極端翻新場景，結果與現有文獻一致：翻新良好的建筑（情景1）能提供高效和良好的熱舒適性，而翻新不良的區域（情景4）因負荷較大且靈活性較低，不適合5GDHC。在此類情況下，系統不再自平衡（如僅辦公區或僅住宅區內可能出現），則第四代區供熱（4GDH）網絡可能更為合適。總體而言，研究結果表明，最佳控制對于釋放低溫區域供熱和制冷系統的全部潛力至關重要。

未來工作將包括全年模擬、利用不同天氣數據集進行地理位置敏感度分析，以及智能通風控制的研究。此外，熱泵和冷水機組在不同場景中峰值功率需求的觀察趨勢，凸顯了在5GDHC網絡中整合最優尺寸和控制策略進行進一步研究的必要性。

掃碼或加微583769685索取報告全文

免責聲明：本公眾號文章多來源于公開媒體內容，整理、翻譯、編輯而成，僅供讀者參考。文中的觀點和內容不具有任何指導作用，對讀者不構成任何項目建議或承諾！如果本文不慎侵犯您的權益，請加微583769685聯系，將及時處理。

1、

2、

3、