基于供需匹配的空气源热泵供暖系统变水温优化控制策略与实践研究.docxVIP

基于供需匹配的空气源热泵供暖系统变水温优化控制策略与实践研究

一、引言

1.1研究背景与意义

1.1.1研究背景

我国北方地区冬季漫长且寒冷，供暖是保障居民生活舒适度的关键需求。长期以来，传统的燃煤供暖方式在北方地区占据主导地位。据相关数据显示，我国北方城镇供暖能耗在建筑运行总商品能耗中占比颇高，如2017年北方城镇供暖能耗高达2.01亿tce，占建筑运行总商品能耗的21％，其碳排放量占建筑运行碳排放量的22％。燃煤供暖在满足供暖需求的同时，也带来了诸多严峻问题。

从能耗角度来看，燃煤供暖效率相对低下，大量的煤炭能源在燃烧过程中未能充分转化为有效热能，造成了能源的巨大浪费。并且，随着能源需求的不断增长，煤炭资源的供应压力也日益增大，对我国能源安全构成潜在威胁。在环境污染方面，燃煤产生的大量污染物，如二氧化硫、氮氧化物、颗粒物等，是导致雾霾天气的重要因素之一，严重影响了空气质量和居民的身体健康。北方地区冬季雾霾频发，与燃煤供暖的污染排放密切相关，对生态环境和人们的生活质量造成了极大的负面影响。

为应对能源与环境的双重挑战，我国政府于2016年提出“清洁取暖”政策，并大力开展“煤改电”工作，旨在减少燃煤污染，推动能源结构的清洁化转型。在众多清洁取暖技术中，空气源热泵供暖系统凭借其独特优势脱颖而出，成为北方农村地区清洁能源取暖的主要方式之一。空气源热泵利用逆卡诺循环原理，从空气中提取热量并传递至室内，实现供暖目的。它具有利用可再生能源的特点，减少了对传统化石能源的依赖，有助于缓解能源短缺问题。并且，空气源热泵高效节能，相较于传统燃煤供暖，能显著降低能源消耗。其安装与操作便捷，无需复杂的管道铺设和大型设备安装，适合各种建筑类型和使用场景，运行可靠，稳定性高，能为用户提供持续稳定的供暖服务。

然而，空气源热泵供暖系统在实际运行中仍面临一些挑战。系统性能受到多种因素的综合影响，包括气候条件的变化、机组供热能力与建筑热负荷的匹配特性，以及供暖系统配置与运行控制策略的合理性等。由于机组选型通常基于稳态峰值负荷并考虑一定安全系数，而建筑实际热负荷随室外气象条件动态变化，导致空气源热泵系统长时间工作在部分负荷工况下。为匹配建筑需求，系统需通过变频、启停等方式调节供热量，在低负荷条件下，频繁启停问题较为普遍。相关研究表明，空气源热泵开机过程中制冷剂侧高低压力的建立、停机过程中的待机与输配功率等，都会导致启停损失。在非设计工况下，启停调节可使供暖季系统能效相较于名义值降低6％-20％，若机组超配，损失则高达30％。

1.1.2研究意义

变水温优化控制对于提升空气源热泵供暖系统的能效具有至关重要的作用。通过实时监测室外气象条件和建筑热负荷的变化，动态调整供水温度，使系统输出的热量与建筑实际需求精准匹配，避免了能源的过度供应和浪费，从而有效提升系统的能源利用效率。降低能耗与成本是变水温优化控制的另一重要意义。在满足室内热舒适需求的前提下，合理降低供水温度可减少空气源热泵机组的能耗，进而降低运行成本。这对于大规模推广空气源热泵供暖系统，减轻用户经济负担具有积极影响。

对建筑节能和环保而言，变水温优化控制同样意义深远。它推动了建筑供暖领域的节能技术发展，为实现建筑节能目标提供了有力支持。减少了因能源消耗产生的污染物排放，对改善大气环境质量、促进可持续发展具有重要意义。在国家积极推进“双碳”目标的背景下，研究基于供需匹配的空气源热泵供暖系统变水温优化控制，对于提高能源利用效率、减少碳排放，助力实现碳达峰、碳中和目标具有现实意义。

1.2国内外研究现状

1.2.1国外研究进展

国外在空气源热泵供暖系统控制策略方面开展了大量研究。早期研究主要集中在传统的控制方法，如PID控制，通过对温度、压力等参数的反馈调节，实现对空气源热泵系统的基本控制。随着技术的发展和对系统性能要求的提高，智能控制策略逐渐成为研究热点。模糊控制、神经网络控制等智能算法被广泛应用于空气源热泵控制中。模糊控制能够根据模糊规则对系统进行非线性控制，适应复杂的运行工况；神经网络控制则具有强大的自学习和自适应能力，可根据大量的运行数据优化控制策略。在变水温优化算法方面，国外学者提出了多种基于不同原理的算法。一些研究基于热力学原理，建立系统的数学模型，通过求解模型来确定最优的供水温度。还有学者利用遗传算法、粒子群优化算法等优化算法，对变水温控制参数进行优化，以实现系统性能的最大化。

国外的研究成果为空气源热泵供暖系统的控制提供了先进的理论和技术支持。但在实际应用中也存在一定不足。部分智能控制算法计算复杂，对硬件设备要求较高，增加了系统的成本和实现难度，限制了其在一些小型或经济条件有限的项目中的应用。不同地区的气候条件、建筑特点和能源政策存在差异，国