面向热泵集成型第五代区域供热与供冷系统的建筑前瞻性设计：建筑改造与最优控制对网络性能的影响

第五代区域供热与制冷（5GDHC）网络为增加剩余和可再生能源（RES）的份额提供了有前景的解决方案。然而，它们的效率取决于建筑的翻新水平和智能控制策略。本文介绍了一项基于情境的模拟研究，探讨不同翻新水平如何影响系统性能。该研究展示了最优控制（OC）如何提升热泵运行、降低峰值用电，并支持低温网络在未来建筑群的可行性。

介绍

到2050年实现气候中和的转变，需要对我们如何给城市环境供暖和制冷进行根本性重新思考，既考虑建筑物，也包括整个社区。第五代区域供热与制冷（5GDHC）网络因其能够通过双向网络实现同时供暖和制冷而受到越来越多的关注。通过在接近环境温度（Ts < 30°C）下运行，这些系统可以整合大量可再生和剩余能源（R2ES），从而减少初级能源使用和二氧化碳排放。

然而，向低供电温度和5GDHC网络的转变要求连接的建筑要么高度节能，要么配备先进的集成控制策略，以补偿建筑性能的变化。对能效较差的现有建筑进行翻新是必不可少的，尽管深度翻新既昂贵又耗时，且可能并非总是必要。与此同时，在5GDHC网络中管理和控制多个分布式热源和冷源面临重大挑战，泵送功率在低温时成为关键因素。

鉴于降低建筑供热温度的重要性、集成最优控制策略的需求以及大规模翻新的成本障碍，本文介绍了一项模拟研究的见解，展示了Optimal Control（OC）如何作为小型虚拟5GDHC网络在不同建筑翻新场景下发挥系统集成器的作用。本文内容基于[1]中展示的研究成果。

热能网络与建筑描述

一个小型虚拟5GDHC系统作为双向能量-定向介质流动（BiD）配置的用例，图1示意图示。该系统由三栋排屋和三栋办公楼组成，代表比利时一个混合的小型区，以及一个中央平衡单元。中央泵控制网络中的流动方向，而变电站主侧的三通阀则调节变电站内介质流量，朝向调节水源热泵（WSHP）或热交换器（HEx）进行直接冷却，具体取决于选择的供暖模式或制冷模式。为了在建筑的每个区域实现供暖/制冷，采用了嵌入式地板排放系统，由阀门控制。中央平衡单元通过大型调节空气源热泵（ASHP）和大型调节空气源冷却器（ASCH）来管理网络内的热量失衡，并将网络温度保持在指定范围（5-16°C）内。还会增加一个水缓冲罐以减弱网络中的峰值。

图1：双向能量定向介流5GDHC网络配置的简化方案

分析了十种翻新场景，从高度绝缘的机械通风兼热回收建筑（MVHR）到保温较差但机械排气通风（MEV）的建筑，以及混合翻新方案。根据比利时分类（表1），考虑三种不同的绝缘等级（标签A、B和C）。表2中总结了考虑的翻新方案，突出了与该区相连建筑的主要参数差异。

表1：保温标签A、B、C的传热系数（U值）和气密性数值

A

B

C

单位

窗户

1.5

2.5

3

W/m2/K

屋顶与天花板

0.24

0.4

0.8

W/m2/K

城墙

0.24

0.6

0.6

W/m2/K

楼层

0.24

0.4

1.5

W/m2/K

门与大门

2

2.9

3.5

W/m2/K

气密性

3.2

4

6

m3/h/m2

表2：所考虑的改造方案汇总（标签、通风、住宅与办公室的Q设计）

剧情

房屋（标签/通风
/Q设计[面积/平方米楼层）])

办公室（标签/通风
/Q设计【每平方米楼层】])

1

全A级 / 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

全部为B / MEV / 52.67

A / MVHR / 38.3

2_1

2个B/MEV / 52.67,1个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

最优控制

最优控制（OC）被用作系统集成器，以最大限度地减少能耗，同时提供热舒适度。所采用的最优控制器是一种理想化的模型预测控制器，使用详细的白箱系统模型（无模型不匹配）并对天气条件有完美的了解。基于物理的双区建筑模型、热系统（如热泵、冷水机组）和液压组件在Modelica中开发，并集成到TACO（自动化控制与优化工具链）中，TACO是基于Modelica的非线性白盒模型预测控制（MPC）工具链[2]。

优化问题的主要目标是在特定约束条件下（例如最低和最高室内温度、地面温度、网络温度、网络温度）下，最小化（1）包括所有热泵、冷却机、循环泵和集中泵的总初级能源使用量，（2）建筑物内部的热不适感。Dell'Isola 等人[3]对解决BiD配置NLP最优控制问题的方法进行了更详细的描述。

最优控制问题在冬季、中季和夏季的三个代表性月份（1月、4月和7月）进行。

为评估翻新水平的影响，比较不同场景，重点关注电能消耗、峰值功率和季节性性能因子（SPF），这些因子以所有建筑在供暖状态下提供的总有用热量或冷却状态下提取的总有用热量来评估，与模拟期内热泵总电能消耗为对比。

5GDHC网络性能受翻新程度影响

图2-3-4展示了三个代表月份不同翻新场景的主要结果。在所有月度模拟中，热不适感都非常低，即低于2.5 Kh/区域。因此，在相同的热舒适条件下比较不同的翻新场景。

研究证实，翻新程度对网络性能有显著影响，尤其是在冬季。经过良好翻新、保温水平更高、通风系统性能更好的建筑，所需的热量更低，从而实现预期的低一级能源使用（见图2）。然而，有趣的是，即使是中等或混合翻新水平，最优控制策略仍有助于最大化系统效率，通过更高的冷凝器热泵功率和相当的性能系数（COP）抵消较高的需求。这导致不同场景间SPF的相对差异仅为1.7%，除了所有C级标签的场景4，导致能耗更高、供电温度更高，且建筑间热相互作用有限。

图2：1月OC模拟的性能指标热图

图3中对4月过渡季节的类似观察也显示了翻新程度的影响排名。

图3：4月OC模拟的性能指标热力图

图4展示了夏季期的有趣结果。装修程度较低的建筑会影响系统的最佳运行，导致热泵即使在制冷季节也能启动。最优控制利用建筑的热惯性以及住宅与办公间热负荷的多样性，以优化热相互作用。

图4：7月OC模拟的性能指标热图

图5展示了性能较低的住宅建筑在办公区制冷高峰时作为散热器（仍满足热舒适约束）的使用方式，达到情景二中最低的总电能消耗。分散式热泵从网络中吸收热量，减少了对高能耗中央冷水机的作需求。另一方面，建筑物业主不必要的热泵启动会在SPF计算中受到惩罚。

图5：情景二：7月18日至29日期间的热需求与供给

热泵与冷水机容量

图6展示了不同区内翻新场景下中央/分散式热泵（HP）和中央冷水机（CH）容量的变化。[1] 结果凸显了建筑性能如何通过最小化总电能消耗和热不适，影响区内网络的峰值用电和最佳运行策略。

在性能较差的区域，隔热和热惯性较低的建筑需要更连续的供暖以确保热舒适。这导致建筑层面分散式高压容量增加。中央高压容量可能增加（例如情景一对比1_2），或保持不变（例如情景二对比2_3），中央高压运行更连续但容量相近。但这会以更高的总能耗为代价，因为在性能较差的区，热泵通常运行时间更长。另一方面，随着区内性能下降（冷却需求增加），中央冷水机容量总是上升，以便在无需额外分散式冷水机的情况下提供直接冷却。

[1] 在情景1、2和2_1中，考虑了第二高峰值功率。中央HP的最高峰值功率已被滤除，因为它是模拟结束时仅出现一次的残差 period.mp 动态运行条件下的系统“，亚琛工业大学，德国亚琛，2022年。doi：10.18154/RWTH-2022-06640。

图6：按场景划分的热泵和冷水机容量

在表现更好的区域，高隔热和良好的气密性使建筑具有更大的热惯性。对这些建筑的最佳控制使得供暖需求减少，当热泵运行到最高COP时，供暖峰值会更明显。分散式高压容量较低，因为需求较低（建筑热损失较低），而中央高压容量则因建筑类型组合而变化（类似上述考虑）。无论如何，表现更好的学区总能耗总是较低。冷却机容量也随着翻新水平的提升而持续下降，这得益于制冷需求减少。编译 陈讲运

带有标签B和标签C的场景之间的差异，比跳到标签A建筑的场景要小。这是因为B和C都使用相同的MEV系统，而标签A通过机械通风和热回收受益，显著提升能量性能并减轻系统负荷。

在情景4中，住宅和办公楼的翻新程度较低，使得热泵和冷水机的容量明显高于其他情景。

结论

本研究表明，如果配备集成的最优控制策略，5GDHC网络即使在建筑翻新水平混合的地区也能取得强劲表现。夏季热泵启动策略展示了先进控制如何将看似劣势的劣势，如性能不佳的建筑，转化为系统层面资产，从而帮助平衡网络并降低整体能源消耗。

对于极端翻新场景，结果与现有文献一致：翻新良好的建筑（情景1）能提供高效和良好的热舒适性，而翻新不良的区域（情景4）因负荷较大且灵活性较低，不适合5GDHC。在此类情况下，系统不再自平衡（如仅办公区或仅住宅区内可能出现），则第四代区供热（4GDH）网络可能更为合适。总体而言，研究结果表明，最佳控制对于释放低温区域供热和制冷系统的全部潜力至关重要。

未来工作将包括全年模拟、利用不同天气数据集进行地理位置敏感度分析，以及智能通风控制的研究。此外，热泵和冷水机组在不同场景中峰值功率需求的观察趋势，凸显了在5GDHC网络中整合最优尺寸和控制策略进行进一步研究的必要性。

扫码或加微583769685索取报告全文

免责声明：本公众号文章多来源于公开媒体内容，整理、翻译、编辑而成，仅供读者参考。文中的观点和内容不具有任何指导作用，对读者不构成任何项目建议或承诺！如果本文不慎侵犯您的权益，请加微583769685联系，将及时处理。

1、

2、

3、