基于实际监测数据进行的设计负荷验证.docVIP

基于实际监测数据进行的设计负荷验证 　　【摘 要】基于实际监测数据，针对目前负荷计算软件使用情况，分析了设计负荷与实际监测结果之间是否存在偏差，同时提出了深化负荷计算工作的建议。 　　【关键词】动态负荷计算；能源站；监测平台 　　近年来能源短缺和大范围雾霾等环境问题的频繁出现，三联供、地源热泵等技术在我国的应用越来越广。由于其具有能效利用合理、环境负面影响小、运行灵活、系统经济性好等特点，分布式能源站项目遍地开花。 　　而目前部分分布式能源站项目实际运行效果较差，经济性不佳，设计负荷不合理是关系到系统经济性运行的基本问题，导致了设备选型偏大，运行效率降低。因此，本文旨在通过对已有项目负荷模拟结果及实际监测结果进行对比研究，对设计负荷进行更为深入的分析。 　　1 负荷计算现状 　　规划设计阶段的建筑负荷预测具有不完全准确性的特点。建筑负荷受到多种复杂因素的影响，而且各种影响的因素也是发展变化的。目前，主要的负荷预测方法为工程估算法和动态负荷计算法。 　　工程估算法是指参照设计手册中制定的取值范围，凭借一定的经验，主观的对负荷做出判断。由于影响建筑负荷的因素众多，估算无法根据建筑的本体结构、使用规律、室内负荷的强度等进行科学有依据的计算，而设计手册等材料中指标范围过大，无可靠的理论依据可供参考，准确性差。 　　动态负荷计算法是目前使用较多的负荷计算技术，根据建筑具体的本体结构、气象影响等进行科学准确的计算。目前较多设计院、咨询公司等均采用此方法进行负荷计算，但由于计算基准条件与建筑实际运行情况存在偏差，造成初期计算结果偏差较大。 　　2 研究对象 　　2.1 研究对象简介 　　江苏某医院设定床位600张，门诊楼、医技楼、住院楼及各类附属设施齐全，建设用地103亩，建筑总面积9.2万m2，总投资6.3亿元。每年采暖期为11月15日～次年3月15日，供冷期为5月1日～9月30日。 　　2.2 监测平台简介 　　某公司研发监测平台定位于为分布式能源统一运营能源管理平台，集采集、在线监测、远程分析和管理于一体能源管理系统，为用户能源管理决策提供数据支持。 　　针对土壤源热泵机组、空气处理机组等安装测量仪表，包含室外温湿度、冷温水流量、进出口温度、运行电流等测点，表计数量约61个。通过计算可获得能源站供冷量、供热量、产电量等数据。同时，可调节各供能设备冷温水进出口温度、温度设定上下限、各设备频率等44个设备及控制点。 　　系统供冷量（kW）=（Tin-Tout）×Q×4.1868×1000/3600 　　根据公式计算出供冷季逐时供冷量，与规划设计阶段估算值及动态负荷模拟软件计算出的冷负荷进行对比分析。 　　2.3 对比原则 　　本文使用DeST-c负荷计算结果与监测平台数据进行验证对比，主要对比原则如下： 　　（1）由于监测平台对该医院的监测数据仅为7月1日～10月31日，因此本文主要分析冷负荷相关数据。 　　（2）该医院总建筑面积为8.8万m2，目前供能面积为5.8万m2，个别区域暂未供能，按照供能区进行全年逐时负荷计算。 　　3 设计负荷对比验证 　　采用DeST软件根据平面图、立面图及剖面图进行建模。基于建筑围护结构、内部热扰等基础条件，进行该医院典型气象年8760小时逐时负荷计算。 　　图1 医院DeST模型 　　根据计算结果可知，DeST负荷模拟设计冷负荷为95W/m2，监测平台供冷季设计冷负荷较小为69W/m2。 　　4 差异化分析 　　目前已供能的区域内活动人数较少、运行设备较少，即由于门诊量较低造成空调冷负荷较低。根据这一实际情况，采取两种方式进行设计负荷校准。 　　4.1 根据实际使用情况校核计算实际监测数据 　　在冷负荷中，人体约占23%、照明约占11%、设备约占15%，共计49%，围护结构、新风等约占51%。据能源站运营人员反馈，住院率及就诊量等约占规划50%左右，根据以下公式进行入住率100%时冷负荷的计算。 　　Q×51%+Q×49%×50%=69 　　经计算，入住率100%时设计冷负荷应为92W/m2，与DeST计算结果较接近。由此可知，当使用率达到既定目标时，实际运行数据与模拟计算结果相符。 　　4.2 根据实际使用情况校核DeST模型 　　对模型中人员密度、照明功率密度、设备功率密度进行以下调整，重新进行动态负荷计算。 　　表1 不同类型房间热扰参数调整 　　最多人数人员密度 　　（人/m2） 照明功率密度 　　（W/m2） 设备功率密度 　　（W/m2） 　　调整前 调整后 调整前 调整后 调整前 调整后 　　门厅 0.1 ― 15 ― 0 ― 　　门诊办公室 0.15 0.1 11 ― 10 8 　　候诊室 0.4