Multi-Variable Coupled Physical Model of Water-Cooled Centralized Air-Conditioning Cold Source System

doi:10.12141/j.issn.1000-565X.230085

Abstract

Abstract:

The water-cooled centralized air-conditioning system is a multi-variable coupled nonlinear system with a high degree of sparsity in operational data, leading to poor generalization ability of data-driven machine learning models. A comprehensive physical model reflecting the hydraulic and heat transfer mechanisms has become a key focus of current research. However, there are some technical challenges that urgently need to be addressed, such as the complexity of variable coupling in the system, nested iterations leading to significant computational costs, and that changes in hydraulic structure due to equipment start-stop cycles necessitate frequent model reconstructions. By using continualization of discrete variables and pattern search methods to correlate resistance coefficients with branch openings, and equipment start-stop events with pump operating frequencies, it is possible to integrate discrete variables into continuous ones, reduce nested iterations, and achieve dynamic flow distribution and global hydraulic-thermal coupling calculations. This study established a multi-variable coupled physical model of a water-cooled centralized air-conditioning cold source system with external constraints such as cooling load, chilled water flow rate, chilled water supply temperature, chilled water supply-return pressure difference, and ambient temperature and humidity, enabling asynchronous adjustments of multiple independent variables including the number of chiller units, the number of chilled water pump units and frequencies, the number of cooling water pump units and frequencies, and the number of cooling tower units and frequencies. The reliability of the model was validated through a comprehensive experimental platform to explore the operational characteristics and group control strategies of chiller units, cooling towers, chilled water pumps, and cooling water pumps under different operating conditions. The research findings indicate that the simulation results of the cold source system physical model have an average relative error of less than 10%, with a few cases within 15%. The computational time for a single iteration is approximately 0.32 s. The adjustment of multiple variables can comprehensively balance the energy efficiency of each subsystem. Global optimization of the system can maximize energy-saving opportunities, addressing the shortcomings of traditional subjective empirical control in maintaining stable energy-saving effects and providing a theoretical basis for intelligent diagnostics.

Key words: air-conditioning system, multi-variable, physical model, modeling strategy

CLC Number:

TB61

LIU Xuefeng, HUANG Bin, DING Liwei, et al. Multi-Variable Coupled Physical Model of Water-Cooled Centralized Air-Conditioning Cold Source System[J]. Journal of South China University of Technology(Natural Science Edition), 2024, 52(5): 139-152.

Figures/Tables 17

Fig.1

Fig.2

Fig.3

Table 1

Fig.4

Fig.5

Table 2

Fig.6

Table 3

Fig.7

Fig.8

Fig.9

Fig.10

Table 4

Table 5

Fig.11

Fig.12

References 31

1	杜祥琬．如何实现碳达峰和碳中和［J］．中国石油石化，2021（1）：26.
	DU Xiangwan ．How to achieve carbon peak and carbon neutrality［J］．China Petrochem，2021（1）：26.
2	索荣．走出误区，找准碳中和的现实路径——南方科技大学创新创业学院院长刘科谈不一样的减碳观［J］．中国石油和化工产业观察，2021（9）：8-11.
	SUO Rong ．Out of the misunderstanding，find the realistic path of carbon neutrality-Liu Ketan，dean of the School of Innovation and Entrepreneurship，Southern University of Science and Technology，different views on carbon reduction［J］．China Petrochemical Industry Observer，2021（9）：8-11.
3	BEN-DAVID T， RACKES A， WARING M S ．Alternative ventilation strategies in U.S．offices：saving energy while enhancing work performance，reducing absenteeism，and considering outdoor pollutant exposure tradeoffs［J］．Building and Environment，2017，116：140-157.
4	邵嵘．冷水机组系统能效比的优化控制及人机界面的设计［D］．上海：上海交通大学，2004.
5	THANGAVELU S R， MYAT A， KHAMBADKONE A ．Energy optimization methodology of multi-chiller plant in commercial buildings［J］．Energy，2017，123：64-76.
6	YAN C H， WANG S W， XIAO F，et al ．A multi-level energy performance diagnosis method for energy information poor buildings［J］．Energy，2015，83（1）：189-203.
7	刘雪峰，刘金平，陈星龙，等．同程布置冷水系统管网水力特性计算机分析［J］．暖通空调，2012，42（10）：121-127.
	LIU Xuefeng， LIU Jinping， CHEN Xinglong，et al ．Computer calculation method of hydraulic characteristics of reversed return chilled water system［J］．HV&AC，2012，42（10）：121-127.
8	YANG J， WU J H， XIAN T，et al ．Research on energy-saving optimization of commercial central air-conditioning based on data mining algorithm［J］．Energy & Buildings，2022，272：112326/1-15.
9	JAYAMAHA L ．Energy-efficient building systems：green strategies for operation and maintenance［M］．New York：McGraw-Hill Digital，2007.
10	ASHRAE ．2021 ASHRAE handbook：fundamentals．SI edition［M］．Georgia：ASHRAE，2021.
11	任聪．中央空调系统关键设备故障诊断研究［D］．成都：电子科技大学，2019.
12	WANG K， YANG S， CHEN S ．Smart control of air conditioning systems in manufacturing systems facing uncertainty［J］．Procedia CIRP，2022，107：770-775.
13	凌善旭，梁彩华，张小松．集中式空调系统调控策略优化与节能研究［J］．建筑科学，2017，33（8）：35-41.
	LING Shanxu， LIANG Caihua， ZHANG Xiaosong ．Study on control strategy optimization and energy saving of central air conditioning system［J］．Building Science，2017，33（8）：35-41.
14	YAO Y， CHEN J ．Global optimization of a central air-conditioning system using decomposition-coordination method［J］．Energy & Buildings，2010，42（5）：570-583.
15	TU D X， XIA H W， YIN H J，et al ．Optimization of group control strategy and analysis of energy saving in refrigeration plant［J］．Energy and Built Environment，2022，3（4）：525-535.
16	TIAN Z C， SI B H， SHI X，et al ．An application of Bayesian network approach for selecting energy efficient HVAC systems［J］．Journal of Building Engineering，2019，25：100796/1-9.
17	YUE N H， LI L L， MORANDI A，et al ．A metamodel-based multi-objective optimization method to balance thermal comfort and energy efficiency in a campus gymnasium［J］．Energy & Buildings，2021，253：111513/1-15.
18	HUANG Z J， CHEN X F， WANG K W，et al ．Air conditioning load forecasting and optimal operation of water systems［J］．Sustainability，2022，14：4867/1-12.
19	宋一平．集中空调冷水系统全面优化运行研究［D］．哈尔滨：哈尔滨工业大学，2020.
20	CHEN J Y， SUN Y J ．A new multiplexed optimization with enhanced performance for complex air conditioning systems［J］．Energy and Buildings，2017，156：85-95.
21	AFRAM A， JANABI-SHARIFI F ．Review of modeling methods for HVAC systems［J］．Applied Thermal Engineering，2014，67（1/2）：507-519.
22	刘雪峰．中央空调冷源系统变负荷运行控制机理与应用研究［D］．广州：华南理工大学，2012.
23	刘雪峰，丁笠伟，徐瑾蔓，等．一种冷却塔的水量分配方法、装置、设备和存储介质：CN114294992B［P］．2022-09-20.
24	林立昌，刘青荣，阮应君．基于实测数据并联变频水泵运行优化［J］．科学技术与工程，2020，20（30）：12546-12551.
	LIN Li-chang， LIU Qing-rong， RUAN Ying-jun ．Operation optimization of variable-speed parallel water pumps based on measured data［J］．Science Technology and Engineering，2020，20（30）：12546-12551.
25	吴业正，李红旗，张华．制冷压缩机［M］．3版．北京：机械工业出版社，2017.
26	杨世铭，陶文铨．传热学［M］．4版．北京：高等教育出版社，2006.
27	石文星，田长青，王宝龙．空气调节用制冷技术［M］．5版．北京：中国建筑工业出版社，2016.
28	史美中，王中铮．热交换器原理与设计［M］．6版．南京：东南大学出版社，2018.
29	黄翔．空调工程［M］．3版．北京：机械工业出版社，2017.
30	机械通风冷却塔第1部分：中小型开式冷却塔：［S］．
31	史佑吉．冷却塔运行与试验［M］．北京：水利电力出版社，1990.

定频涡旋冷水机组			逆流式冷却塔			变频冷冻水泵			变频冷却水泵			柜式空调箱
设备台数	制冷量/kW	供水温度/℃	设备台数	循环水量/（m³·h^-1）	进出水温/℃	设备台数	流量/（m³·h^-1）	扬程/mH₂O	设备台数	流量/（m³·h^-1）	扬程/mH₂O	设备台数	加热量/kW	风量/（m³·h^-1）
2	7.5	5~15	2	12	37/32	2	2	29.0	2	4	15.0	30	0~2	1 300
2	12.5	5~15	2	10	37/32	2	4	23.5	3	4	23.5
1	20.0	5~15	1	8	37/32	1	4	31.0

运行参数	仪表型号	仪表性能
蒸发器、冷凝器流量	涡轮流量计	40~280 L/min
蒸发温度、冷凝温度	热电偶（冷水机组自带）	-30~100 ℃
蒸发器、冷凝器进出口水温	热电偶（冷水机组自带）	-30~100 ℃
冷却塔支路流量	欧西泰OXT-CSB-LLJ-SC 超声波流量计	0~32 m/s
冷却塔出风温湿度	Rotronic HL-NT2-D 手持式温湿度传感器	-10~60 ℃ 0~100%
冷却塔风量	Testo 410i叶轮风速仪	0.4~30.0 m/s
供回水干管温度	美控MIK-PX202一体化温度变送器	0~50 ℃
设备进出口压力	上海仪川指针式压力表上海仪川指针式压力表	0~0.4 MPa -0.10~0.06 MPa

序号	实验时间	冷冻水总流量/（kg·s^-1）	冷冻水供回水压差 /kPa	冷冻水干管供水温度 /℃	冷负荷 /kW	环境温度 /℃	环境相对湿度
1	2022-11-17，11：30	1.99	136.9	8.9	29.4	29.5	0.64
2	2022-11-19，10：50	2.54	154.6	9.7	42.0	29.6	0.65
3	2022-11-19，12：18	2.53	161.1	7.0	31.8	30.4	0.64
4	2022-11-19，16：40	2.22	133.3	12.1	33.5	28.6	0.66
5	2022-11-19，17：52	2.65	168.0	7.1	41.4	26.8	0.75
6	2022-11-25，18：31	1.91	126.1	10.5	23.8	20.6	0.96
7	2022-11-27，17：27	1.86	143.4	9.9	21.1	24.5	0.85
8	2022-11-29，19：10	2.29	150.5	5.6	26.2	25.5	0.85
9	2022-11-29，20：05	2.28	147.6	7.5	26.0	25.3	0.89

策略序号	冷水机组运行方式	冷却塔运行方式	冷冻水泵运行方式	冷却水泵运行方式	系统功耗/kW
1	2-8.8、3-5.5、5-6.9	1-50、2-50	1-50、2-50、3-50、4-50	1-50、2-50、3-50	23.57
2	1-7.0、2-7.0、5-7.0	1-50、3-50、5-50	1-48.5、2-48.5、5-48.5	1-50、2-50、5-50	20.27
3	2-8.0、3-6.5、4-6.5	3-50、4-50、5-50	1-48.9、2-48.9、5-48.9	2-50、3-50、4-50	22.84
4	4-7.0、5-7.0	1-50、3-50	1-48.9、2-48.9、5-48.9	4-50、5-50	21.86
5	1-7.0、2-7.0、3-7.0、4-7.0	2-50、3-50、4-50	1-48.5、2-48.5、5-48.5	1-50、2-50、3-50、4-50	20.36
6	1-7.0、2-7.0、3-7.0、4-7.0	1-50、3-50	1-48.5、2-48.5、5-48.5	1-50、3-50	21.80

序号	冷水机组运行方式	冷却塔运行方式	冷冻水泵运行方式	冷却水泵运行方式
1	4-8.8、5-9.0	3-50、4-50、5-50	3-50、4-50	4-50、5-50
1	1-8.9、2-8.9、5-8.9	1-50、2-39、3-45	1-40、3-49、5-40	1-48、2-48、3-42、4-40、5-48
2	3-9.0、4-9.8、5-9.9	1-50、3-50	4-50、5-50	2-50、3-50、4-50、5-50
2	3-9.7、4-9.7、5-9.7	1-50、2-50	4-50、5-50	2-50、3-50、4-50、5-50
3	2-8.8、3-5.5、5-6.9	1-50、2-50	1-50、2-50、3-50、4-50	1-50、2-50、3-50
3	1-7.2、2-7.0、5-6.9	1-50、2-45	1-48、2-49、5-48	3-50、4-50、5-50
4	4-12.4、5-12.0	2-50、3-50	2-50、5-50	1-50、2-50、3-50
4	1-13.2、2-12.8、5-11.2	1-50、2-50	2-50、5-50	2-50、3-50、4-50、5-50
5	2-9.1、3-5.1、4-6.9、5-7.1	1-50、2-50、4-50	3-50、4-50、5-50	全开-50
5	1-7.4、2-7.1、4-6.9、5-7.1	1-50、2-50、4-50	3-50、4-50、5-50	全开-50
6	3-10.0、4-11.0	1-50、4-50	1-50、2-50、3-50	1-50、2-50、3-50
6	2-10.5、5-10.5	1-50、2-50	1-50、2-50、3-50	1-50、2-50、3-50
7	5-9.9	4-50、5-50	3-50、4-50	1-50、2-50
7	5-9.9	2-41、4-39	2-44、3-47、5-40	2-40、4-40、5-50
8	1-6.6、2-6.9、3-4.5、4-4.6	1-50、5-50	1-50、2-50、4-50	1-50、2-50、3-50
8	1-6.0、2-5.7、4-5.3	1-48、3-48、4-47	2-49、5-49	1-46、2-43、3-49、4-41、5-38
9	2-9.1、3-6.2、4-7.3	1-50、5-50	1-50、2-50、4-50	1-50、2-50、3-50
9	1-7.9、5-7.3	1-44、2-34、3-46	1-43、3-50、5-43	1-47、2-43、3-46、4-42、5-38