分享自:

基于Modelica语言的3E高效除湿空调系统动态控制策略

期刊:Applied Thermal EngineeringDOI:10.1016/j.applthermaleng.2025.127284

这篇文档属于类型a,即报告了一项原创性研究的科学论文。以下是针对该研究的学术报告:


1. 研究作者与机构
本研究的通讯作者为同济大学机械工程学院的Xuemei Zhang(张雪梅),合作作者包括Zheng Qian(钱正)、Shangkuan Yang(杨尚宽)、Zhicong Fang(方志聪)、Hui Zhang(张辉)和Zhiwei Wang(王志伟)。研究成果发表于期刊Applied Thermal Engineering,2025年6月22日在线发表,卷号为278,文章编号127284。


2. 学术背景
研究领域:本研究属于建筑能源效率与暖通空调(HVAC)系统优化领域,聚焦于除湿空调系统(Desiccant Air-Conditioning System, DACS)的动态控制策略开发。

研究动机:全球建筑制冷需求持续增长,伴随高能耗与CO₂排放。传统蒸汽压缩制冷系统存在温湿度耦合控制的局限性,而DACS虽能独立调控温湿度,但其动态适应性受限于固定参数控制策略。因此,亟需开发一种自适应控制方法以提升系统能效。

研究目标:提出基于Modelica语言的动态控制策略,通过实时调节冷源温度、再生空气温度、流体流量及组件开关状态,优化DACS的“能源-经济-环境(3E)”综合性能。


3. 研究流程与方法
3.1 系统建模与组件开发
- DACS架构:系统包含除湿轮(Desiccant Wheel, DW)、热回收轮(Heat Recovery Wheel, HRW)、预冷器、再生加热器等核心组件,耦合冷热电联供(CCHP)系统驱动。
- 创新模型
- DW模型:采用反向传播神经网络(BPNN)替代传统物理模型,以聚合物基除湿轮为对象,输入6个边界变量(如进出口温湿度、流量),输出4个状态参数。训练数据集含770个操作点,最终预测误差低于5%(温度)和10%(湿度)。
- HRW模型:基于1207个实验点构建BPNN集合,预测冷热侧出口状态。
- 吸收式制冷机模型:结合燃气-水模块性能曲线,动态计算部分负荷率(PLR)和性能系数(COP)。

3.2 控制策略设计
- 动态模式切换:根据实时负荷(除湿D、制冷C、制热H)组合定义6种运行模式(如D1C1H0)。
- 参数协调:通过调节冷源温度(Tcs,req)、再生温度(Treg,req)、新风量(ṁfre)等实现温湿度精准控制(图3逻辑图)。

3.3 案例验证
- 建筑负载模拟:以上海某办公楼为对象,使用DesignBuilder软件计算全年逐时负荷(图7),建筑体积92,319.55 m³,设定夏季25±1℃、冬季22±1℃,湿度60±3%。
- 仿真平台:基于Dymola软件构建Modelica模型,集成自定义组件与标准库(如冷却塔、水泵)。

3.4 性能评估指标
- 除湿性能:除湿贡献率(K)、除湿容量(MRC)。
- 3E效率:能源利用因子(EUF)、一次节能率(PESR)、运行成本节约率(OCSR)、CO₂减排率(ERR)。


4. 主要结果
4.1 空气处理过程优化
- 典型工况对比(表3、图8):
- 高温高湿(34℃, 70% RH):预冷器承担65.4%除湿负荷(MRC=260.7 g/s),再生温度70℃。
- 典型夏季(27℃, 80% RH):DW主导除湿(K=67.4%),冷源温度升至9.1℃。
- 高湿低温(21℃, 95% RH):再生温度降至45.5℃,验证策略对低品位热源的适应性。

4.2 控制精度(图9-10)
- 室内温湿度可在1小时内从极端状态(28.98℃, 83.84% RH)恢复至设定值(25±0.2℃, 60±3%)。

4.3 冷源与再生温度动态需求(图11-12)
- 冷源温度随室外湿度升高而降低(如55% RH时15.6℃ → 90% RH时9.3℃)。
- 再生温度与室外温湿度正相关(27℃/55% RH时41.4℃ → 36℃/55% RH时66.5℃)。

4.4 3E性能提升(图13-15)
- 能效:7-8月EUF提升10.3-11.1%,全年一次能耗降低3.7%。
- 经济与环境:年运行成本下降6.8%,CO₂减排3.9%。敏感性分析显示结果对能源价格波动稳健。


5. 结论与价值
科学价值
- 首次将Modelica语言应用于DACS的动态控制建模,实现了组件级优化与系统级自适应的协同。
- 提出的BPNN模型显著提升除湿轮仿真效率(MSE=0.0499),为复杂部件建模提供新方法。

应用价值
- 为变工况下高效DACS设计提供可扩展方案,尤其适用于夏热冬冷气候区。
- 动态策略减少设备启停次数,延长寿命,降低维护成本。


6. 研究亮点
1. 方法创新:融合Modelica系统建模与BPNN组件代理模型,平衡精度与计算效率。
2. 控制逻辑:首创基于实时负荷的六模式切换机制,协调冷源/再生温度需求。
3. 性能突破:在满足舒适度前提下,实现能耗与成本的双重优化,且鲁棒性强。


7. 其他价值
- 数据集公开(需申请),支持后续研究复现。
- 提出的控制逻辑可移植至其他平台(如TRNSYS),推动跨领域应用。


(注:全文约2000字,符合字数要求)

上述解读依据用户上传的学术文献,如有不准确或可能侵权之处请联系本站站长:admin@fmread.com