夏季冷负荷（精选九篇）
夏季冷负荷 篇1
本文对采用蒸发式空气冷却器来解决直接空冷系统夏季高负荷, 发电站不能满发问题进行初步探讨。
一、直接空冷系统夏季负荷过高的分析
电站冷却系统主要指汽轮机排汽端凝汽冷却系统, 它将汽轮机排出的已做完功后的乏汽冷凝成冷凝水, 回流到凝结水箱后再通过水泵送回锅炉燃烧继续循环。凝汽冷却系统作为发电机组热力循环过程中重要环节, 对于整个热力发电厂的安全经济运行具有决定性的影响。
由于直接空冷凝汽器属于表面热交换器, 对当地气候条件的波动十分敏感, 经常会受到周围环境中风速、风向、温度的影响, 特别是在炎热的夏季, 当外界环境温度达到35℃以上时, 散热器入口空气温度就会变高, 换热温差减小, 空冷凝汽器散热效果变差, 导致机组背压高;另若横向风速超过5m/s或者风向改变后, 空冷岛周围的空气流场也会发生相应变化, 也会在空冷凝汽器周围产生热风回流现象, 导致散热器入口热量无法散出, 凝汽器散热效率大幅降低, 机组背压发生波动, 从而直接影响机组正常工作, 引起机组出力受阻, 被迫降负荷, 机组夏季尖峰时刻真空度急剧下降情况时有发生, 机组无法稳定运行。因此如何解决直接空冷机组安全度夏, 就成为发电厂提高发电机组运行效率以及保证机组安全运行的重要问题。
二、解决方案
1 对于新建电厂空冷岛的度夏问题, 其在空冷岛设计初期, 就考虑度夏的各种方案, 归纳总结如下:
(1) 增加空冷岛散热面积
设计方在设计初期根据项目所在地区的气候, 考虑空冷岛的散热面积设计裕量, 通常在5%~10%左右, 裕量小不能解决度夏问题, 裕量大电厂初期投资大, 而且使用率不高, 冬季防冻困难容易发生冻结。
(2) 增加喷雾系统
此方案主要靠冷却水雾化后降低环境温度来实现增强换热的效果, 投资小, 安装方便, 操作简单。
(3) 增加水冷器或冷却塔
此方案换热效果好, 但占地面积大, 电厂初期投资大, 而且耗水量过大, 不符合节能节水要求。
目前, 电厂采取的主要方式是适当增加空冷岛散热面积与增加喷雾系统相结合。第 (3) 种方案由于存在一定弊端, 在实际工程中应用较少。
2 蒸发式空气冷凝器技术分析
(1) 蒸发式空气冷却器的技术特点
蒸发空冷器是一种将水冷与空气冷却、传质传热过程融为一体的高效冷凝冷却设备。其工作原理, 是用泵将下部贮水池中的循环水输送到位于水平放置的光管 (或翅片管) 管束上方的喷淋分配器, 由分配器的喷嘴将冷却水向下喷淋道热管表面, 使管外表面湿润并形成连续的水膜。同时用风机将空气从设备的下部空气吸入窗吸入, 自下而上掠过管束。
蒸发空冷器适用于入口温度低于80℃的介质的冷凝冷却, 同时利用冷却水的潜热和显热, 冷却后介质出口温度, 可接近于环境湿球温度。
以上得知, 蒸发式空气冷却器比较适合作为直接空冷的尖峰冷却器使用。
(2) 工艺流程
在直接空冷系统中将蒸发式空冷器与空冷岛并联使用这种形式可称为复合式空冷系统。
此种联接方式可充分发挥蒸发空冷器降温能力强的特点, 而且在不启用蒸发空冷器时, 可通过三个阀门将蒸发空冷系统隔离出来, 方便维修检查, 降低能耗。
(3) 蒸发式空冷器在空冷系统中的作用
(1) 保证夏季高温安全满发, 缩短或消除不满发小时数
蒸发式空冷凝汽器可以在夏季尖峰时刻稳定运行, 以微量的水量来降低凝汽器背压及背压变化差, 大大提高汽轮机运行的可靠性和稳定性, 实现提高峰荷出力, 减少能耗的目的。
(2) 气温高于16摄氏度时, 保持设计背压, 降低煤耗
并联蒸发式空冷系统后, 使整个空冷系统的换热能力增强, 降低空冷岛的负荷, 使汽轮机的背压降低, 提高汽轮机的效率, 降低煤耗。
(3) 增大整个空冷系统的安全系数, 降低意外情况发生时的损失
在非高温时段满负荷运行蒸发空冷器, 可使空冷岛的风机轮流检修, 避免空冷岛发生故障时影响发电机组正常运行。
3 采用本系统时还需进一步解决的的问题
采用这种复合式空冷系统, 我们还要分析该空冷系统可能存在的问题, 充分考虑应对措施, 从而最大限度地减小其对空冷系统的影响, 以保证电站安全运行。
如何更经济的采用本循环系统, 还要有以下几方面要注意的问题:
(1) 在喷水时, 如果换热管外表金属温度较高, 水中的钙、镁离子变成钙、镁盐而结垢影响换热。需要定期除垢, 并且净化水质。
(2) 腐蚀问题。蒸发式冷凝凝汽器外壳由于常年处于水与空气的潮湿环境下, 易于腐蚀, 从而严重影响产品寿命。因此蒸发式冷凝凝汽器换热管热浸锌处理或不锈钢板质量要严格把好关。
(3) 该系统汽轮机的排气压力和空冷系统的冷却能力及抽真空系统之间关系复杂, 应充分做好电气控制方面的考虑。
(4) 除盐水的消耗占蒸发式空冷器总能耗的50%~65%, 如何保证蒸发冷却器的最佳运行状态, 应该做进一步的实验研究。
结语
近年北方地区夏季高温时间延长, 原有直接空冷系统大部分都不能满足夏季安全运行, 不满发小时数逐年增加, 使电站的经济效益降低。在这种情况下, 在系统中增加蒸发空冷器增强整个空冷系统的换热能力, 提高电站运行的经济性, 是解决直接空冷系统现有问题的上佳选择。
摘要：本文分析现有电站直接空冷系统夏季高负荷的原因, 并提出了几种解决方案, 其中针对蒸发式空冷器做出了详细介绍。概述了蒸发冷却技术的工作原理, 并详细介绍了直冷系统中并联蒸发式空冷器的工艺流程, 及蒸发式空冷器在直冷系统中起到的关键作用, 同时也提出了采用这种复合式空冷系统还需要进一步解决的问题。
关键词：直接空冷系统,蒸发式空冷凝汽器,夏季高负荷,不满发
参考文献
夏季冷负荷 篇2
准备工作：
1.在cad图纸新建一个图层 00-面积 洋红6号色 不打印 2.框好面积 标上数字
3.新建一个excel文档，房间编号
房间用途
房间面积 4.在图纸 立面图上 标上各朝向的窗户命名 及面积
华电源阶段 流程：
1.新建工程
输入工程文件名
2.设置类型/详细计算
3.参数初始化
设置外墙、屋顶、外窗的K和SC值 3.1 新建外墙、外窗、屋顶材料
3.1.1 外墙
设置外墙的K值
3.1.2 屋顶
设置屋顶的K值
3.1.3
外窗+玻璃
设置其K和SC值
以上初试值都先用限值带入，等节能报告下来后用实际值替换。都可以修改的
3.2 将上述新建的设为初始化的选项 参数库/参数初始化管理
包括：外墙、外窗、屋顶
4.参数输入 4.1 气象参数
参数输入/气象参数
选择对应的地区、城市
4.2 空间参数
以下的所有操作，包括大楼、楼层、房间的追加（添加的意思）、修改、插入、删除，完成后都需要按“应用”按钮。第一步：各栋楼的设置 1 追加一个大楼，命名 2 建筑的整体旋转
用于将不规则朝向的建筑旋转为规则朝向的建筑，便于以后各个房间信息里朝向设置的信息与规范的数据匹配。第二步：各楼楼层的设置 1.输入占地面积
2.自动生成层名
第三步：房间的设置
1.先设置下层高，这样设置外墙时就不用再一个个改高度了
2.自动生成房间名 快速生成房间
楼层复制
各层与原层不联动
例： 3、4、5层与2层一样，进行复制
单击左侧树形结构的3层，再单击“楼层复制”，弹出“复制”对话框，选择“2层”，单击“复制”，弹出“提示...”对话框，单击确定完成复制操作。先选择3层
复制只能一层一层的复制，不能几层一起复制。复制结束以后，复制者不会随着被复制者动态变化而变化。不联动
楼层组管理
各层与标准层联动
第四步：负荷计算参数 1.房间用途、房间面积
房间用途先不用管，用默认的，最后集体一起改，在参数库/房间用途管理
统一设置 房间面积选，面积选项，这时需要用到最初的excel表了，输入比看cad图纸快。磨刀不误砍柴工。
2.房间复制、房间镜像、工作时间表 这里不详细介绍了
3.墙体、屋顶、地板
墙体的设置包括：墙体的类型、尺寸、朝向
由于最初参数初试化中已经设为自定义的墙体了，所以这里类型基本不用改动 朝向需要设置
尺寸的设置，由于在前面已经设置过楼层的层高了，所以这里墙体的高度基本也不用改，只要输入墙体的长度
门窗的设置包括：数量和面积，以及类型
参数初始化中已经设为自定义的窗户类型了，这里不用改，K值和SC值是限值 由于在cad中已经定义了各个里面的外窗的名字并标上面积了
例如 东外窗2f-1 这要定义相应的窗户名称，输入面积 和数量即可
屋顶和地板上面操作类似。
房间的复制，楼层的复制，楼层组的设置
第五步：房间用途的统一设置 参数库/房间用途管理
这样就可以统一房间用途的各个房间统一设置。当然也可以自定义房间用途。到这里所有的输入工作已经完成，下面就是负荷的输出计算过程了。
输出计算
输出/输出设置及输出
一般只需要选择空调负荷统计数据
输出到excel 既可。
在输出的excel文件中，将各层的数据设为黄色背景，夏季总冷指标列数据字颜色设为蓝色，并利用条件格式，当其数值大于160时数值背景为淡红色，表示可能有问题的数据。
Part2：拿到节能报告后，得到外墙、外窗、屋顶的真实K值和SC值，在华电源中进行替换，然后重新计算即可。
夏季小心“冷哮喘” 篇3
什么是“冷哮喘”
研究发现，哮喘病人遇到冷空气、冷风或食用冷饮、冰冻食品后，易促使哮喘发作。如今，人们生活水平提高了，家家户户装上了空调，同时，冰镇饮食品种繁多。
当孩子大汗淋漓地由室外进入室内时，加上吃冰镇饮食，这些，对于一个过敏体质的孩子而言，犹如从夏季突然转入深秋季节，上呼吸道会受到冷空气或冷食品的突然袭击，使原本就处于高反应状态的气管、支气管反射性地痉挛，引起咳嗽、气喘。
另外，在使用空调的房间里空气不能得到及时更新，空调器内存积的病毒和灰尘、螨虫也是诱发哮喘的原因。因此，“冷哮喘”就这样出现了。
哮喘儿童不能吹空调吗
当然，家长也不要谈“冷”色变，“冷”只是个可能的诱因。不是所有的孩子一定会出现这种情况，也不是说哮喘的孩子就不能吹空调。而是说，要尽量避免哮喘的孩子面对这种温差大的情况。
应对这种情况，我们家长要为孩子做一些防“冷”的具体措施。例如使用空调机时必须要注意，室内的温度与室外温度相差不要超过5℃，更不要让空调的出风口正对着孩子；从炎热的室外进入室内时，不要立刻进入空调房间，更不要随意的从冰箱取出冷饮就喝。进入房间时，可以先用干毛巾将孩子身上的汗水擦干，让他喝一些温开水，待情绪稳定后再享受凉爽；多让孩子参加游泳、保健体操等体育锻炼，增强体质。
另外，在使用空调的房间里，每天都要彻底清扫，定时开窗换气，多进行更新；空调器内存积的病毒和灰尘，要注意打扫，过滤网要经常清洗。
哮喘少发作，正规治疗是关键
有人问，有什么方法可增加孩子的抵抗力，减少哮喘的发生呢?中医的确有很多方法，家长可以找专业的中医专家咨询。从我们西医的角度来说，想让孩子少犯病，避免过敏源，按照医生指导按时用药，定期找医生调整用药，不要私自停药，这是预防哮喘复发最重要的因素。
据我们临床观察，很多哮喘的孩子反复犯病的原因就是家长不能配合长期随访和用药。哮喘虽然是儿科常见的疾病之一，看似简单，可是治疗却需要个体化长期治疗，并且需要定期的随访和不断调整治疗方案。很多家长看到孩子不喘了，就掉以轻心，不再让孩子坚持用药，结果天气一变，孩子哮喘再次发作。
哮喘是由过敏引发的呼吸道疾病，也就是气道的慢性炎症，这种慢性炎症会引起气道的黏膜增厚，气道狭窄，从而导致哮喘发作。
夏季冷负荷 篇4
电力系统中的负荷特性分析是电力管理部门的一项重要工作,正是由于电力负荷会受到各种随机因素尤其是气候方面的影响,使得这些随机因素与负荷之间的关系存在不确定性和难预测性,进而导致诸如负荷预测存在误差等情况的发生[1]。
研究负荷特性的最终目的就是希望确定出能描述负荷用电特性的数学方程以及其中的参数,即是完成负荷建模的工作。但这一工作面临着两个重要问题:(1)从空间角度上来说,电力负荷在地域上的排布相当密集,随着电网规模的不断升级,即使在一个省级电网中也有数十乃至上百个220 k V的变电站,各个变电站的负荷构成会使其综合表现出的负荷特性存在差异。(2)从时间角度上来说,即使是对于同一个变电站,其负荷构成会随时间发生变化,也会导致在不同的时间段呈现不同的综合负荷特性[2]。
然而从工程应用方面来看,在同一电网所采用的综合负荷模型应尽可能的精简,这就使得在精确负荷建模和实际工程应用之间存在着突出矛盾。所以在研究负荷特性过程中,应该在影响负荷的诸多因素中抓住主要矛盾,通过把负荷特征接近或相似负荷归并为一类来进行研究分析。
本文在研究过程中仅考虑气象因素中温度对负荷的影响,选取了莫愁湖变和殷巷变作为两种典型负荷进行分析,并在此基础上利用模糊算法对32个变电站进行了归类。
1 气温对负荷特性的影响
1.1 南京电网负荷特性的描述
南京市属于亚热带气候,年温差较大。它三面环山,具有典型的“热岛效应”,闷热天气较多,湿度较大。居民生活用电负荷、农村生产排灌用电负荷具有明显的季节波动特点,在多数情况下,直接影响系统峰值负荷的大小和出现时间。尤其是随着取暖器、空调、电风扇之类家用电器日益广泛地使用,居民负荷变化对系统峰值负荷变化的影响越来越大。商业部门越来越广泛地采用空调、电风扇、制冷制热设备等,使得商业用电负荷也同样具有季节性变动的特性,并且这种趋势正在增长。相对来说,大多数工业负荷一般都受气候影响较小[3]。
1.2 数据的获取以及初步处理
本文处理的数据是2010年7月份南京电网32个变电站的实测数据以及7月份南京市区的气象数据。变电站的数据每隔5 min测取一次获得的,时间间隔较短,所以近似认为每日288个数据中的最大值就是当日的最大负荷。
1.3 负荷与气温的敏感度分析
相关系数r是描述变量之间相关程度的指标,其变量X和Y之间的相关系数计算公式如式(1)所示。相关系数的绝对值越接近1,说明两变量间相关越密切;若越接近于0,则相关越不密切。通常情况下,认为当|r|>0.8时,两个变量之间有较强的相关性[4]。
式中,xi、yi分别是X和Y的第i个分量,x、y分别是X和Y中分量的平均值。
本文分析负荷与温度的相关性时,负荷分量就是每天的负荷,气温分量就是每天的气温数据,根据式(1)可以分别计算出莫愁湖变和殷巷变所供给的负荷与气温的相关系数r,结果如表1所示。
表1中L1代表莫愁湖变的负荷,L2是殷巷变的负荷,Tmax、Tmin和Tavg分别代表最高、最低和平均气温。
根据表1中数据所示,莫愁湖变的负荷与气温成正相关,而且日最大负荷与最高气温以及最小负荷与最低气温之间的相关系数均大于0.8,表现出该变电站供给的负荷大小与气温有很强的相关性。这与实际情况是吻合的,因为莫愁湖变地处南京市区,主要为周围的居民负荷、第三产业以及企事业单位办公楼用电,在高温天气时,这些地方的空调负荷大大增加,使得总负荷量也明显上升。
本文取出7月最大气温数据和莫愁湖变的负荷数据,形成气象敏感负荷与气温因子的一一对应序列。图1就是莫愁湖变日最大负荷与日最高气温散点图。由散点图的趋势可以看出,温度和负荷的拟合关系较好,呈现出线性相关性,利用Matlab平台,建立线性回归模型,可以拟合出负荷与气温之间的回归方程:
利用相同的分析方法,可以对殷巷变负荷对气温的敏感度进行分析。因为殷巷变处于南京市江宁区,主要供给的是江宁开发区工业用电。由于部分工厂在周末停产,使得这阶段的负荷量锐减,所以这些天的负荷数据不适合用来表征其负荷特性,所以只对工作日的数据进行分析。表1中关于殷巷变的结果就是工作日的负荷与气温间的相关系数。正是因为殷巷变主要供给的是工业用户,其负荷随温度变化的波动性不大,所以使得负荷与气温之间并没有明显的相关性。由图2也可以看出,该变电站供给的负荷是由相对固定的基荷组成,负荷量与气温没有明显关联。
1.4 温度累积效应带来的影响
温度累积效应是指持续高温情况下目标日之前若干日气温对目标日的负荷具有比较明显的影响,表现为在持续低温或高温天气状况下,负荷出现一定程度的反常增长。南方地区夏季温度累积效应尤为明显。究其原因主要是人体感官对温度变化有一个适应的过程,使城市降温负荷滞后于气温增加而上升,另外持续的高温会使地表吸收的热量不断增加使得室内气度也不断上升[5]。例如同等温度(如37℃)下,连续数日最高气温出现为此温度和某一日气温陡然增高至此温度,其负荷值会有明显的差异。随着高温天气的持续,会出现负荷值明显持续升高的现象,使用常规的负荷预测方法会产生比较大的误差。因此,必须对这种现象进行研究,以期提高高温持续天气的负荷预测精度。
由于温度积累效应一般出现在夏季持续高温天气,参考文献[6]给出持续高温天气的定义如下:当某日日最高气温为T时,则该日为一个高温日,连续5日及以上的日最高气温为T时,为持续高温天气。其中T代表某一温度数值。不同的地区可能对应不同的T,即使在同一地区,T也可能随时间的变化而变化。由1.3节的相关性分析中可知,日最大负荷与日最高气温有着强相关性,所以本文着重研究日最高气温对日最大负荷的累积效应。通过分析南京地区2010年7月份的气温数据,选取T为30℃,认为若某日的最高气温高于30℃,则该日的最高气温会对后面几天的最大负荷造成影响,若某日的最高气温不足30℃,则该日的最高气温不会对后面的最大负荷产生影响。由于某日的高温不会一直地影响以后的负荷,所以对于某日的最大负荷,本文仅考虑前三天的累积气温,若前三天中有最高气温高于下限温度T的,则考虑其影响,对于最高气温低于下限温度T的,认为影响因子为0。取7月26～30日的数据,计算出这些天的等效温度,结果如表2所示。
这样就可以建立起一个等效温度模型:
其中,Teq为等效温度;Tm为当日的最高气温;TΔ为累积气温;α、β分别是日最高气温和累积气温的加权系数。
这样对于莫愁湖变,用Teq作为已知变量,使拟合函数的形式为:
式中,a和b是线性拟合方程的待定系数。
将式(3)代入式(4)中,可以进一步化简得到:
通过利用最小二乘法解超定方程组的方法可以求解出aα、aβ及b的值,最后拟合的方程是:p(T)=6.685Tm+0.814TΔ-32.938。
计算等效气温与负荷间的相关系数,结果如表3所示,可以看出通过考虑温度累积效应,可以建立更加精确的负荷-气温回归模型。
2 基于模糊聚类算法的负荷分类
2.1 模糊C均值(FCM)聚类算法
给定数据集X={x1,x2,…,xn},其中每个元素包含p个属性。模糊聚类就是要将X划分为C类(2≤C≤n),V={v1,v2,…,vC}为C个聚类中心,其中vi与xi结构相同。在模糊划分中,每一个样本点不能严格地划分到某一类,而是以一定的隶属度属于某一类。
令uij表示第j个样本点属于第i类聚类中心的隶属度:
式中,1≤j≤n,1≤i≤C。式(6)是隶属度矩阵所需满足的条件。
两个样本之间欧式距离为:
其中,vik和xjk分别是第i个聚类中心和第j个数据的第k个属性分量。
此处选取模糊指数m为2,则模糊C均值聚类的目标函数J为:
d2ij是样本xj到聚类中心vi之间的欧式平方距离。
模糊C均值算法就是求在满足式(6)的情况下,求取目标函数J的最小值。这是明显的有限定条件的函数求极值,所以采用拉格朗日乘数法。
首先,目标函数J在式(6)下的条件极值可以表示为:
其中,λ为常数。
目标函数J的两个一阶偏导数为:
根据拉格朗日乘数法,函数J取得极值的必要条件是式(10)和(11)都等于0,这样就可以得到隶属度矩阵和聚类中心矩阵的迭代公式:
模糊C均值聚类算法的思想是迭代调整(U,V),使得目标函数J最小。具体步骤大致见图3。
首先根据实际情况,确定需要划分的聚类数目C,模糊指数m,输入待分类数据集X,然后初始化聚类中心矩阵V0,令迭代次数为L,每次迭代时,由UL-1计算出新的隶属度矩阵UL,然后根据式(13)更新聚类中心矩阵VL,这样经过多次迭代后,当|UL-UL-1||小于预先设定的ξ时,认为迭代结束,根据此时的隶属度矩阵把每个数据划分到相应的聚类中心里去。
2.2 利用FCM对负荷分类
模糊C均值聚类算法其实质是把样本之间欧氏距离最短的样本分为一类[7],这样可能出现某两个变电站7月份的负荷随气温变化的波动性相似,应该被分为一类,但由于两者负荷的大小差距明显,反而使得两者间的欧式距离变大,使得分类结果不合理。鉴于此,本次研究中,需利用式(14)对这些变电站的数据进行标准化处理:
式中,设xij为第i个变电站第j天的最大负荷,xi max和xi min分别代表第i个变电站31天最大负荷里的最大值和最小值。
用标准化公式将变电站的数据压缩在[0,1]闭区间内,使得每个变电站样本的属性只表示其负荷大小随气温变化的波动性。
因这32个变电站同在南京地区,所以本次研究认为它们每日的气象数据相同。那么可根据32个变电站31天的负荷波动性对其进行分类,也就是说把每个变电站的数据作为一个样本,各变电站31天的数据作为该样本的31个属性。此处略去隶属度矩阵结果,只列出最后的分类结果,如表4所示。
注:1—东阳变2—钟山变3—尧化门变4—龙山变5—大定坊变6—六合变7—溧水变8—盘城变9—莫愁湖变10—殷巷变11—板桥变12—晓庄变13—下关变14—中央门变15—古柏变16—五总降变17—三总降变18—槽坊变19—汊河变20—双闸变21—仙鹤变22—高桥变23—大胜关变24—高旺变25—扬石变26—苏庄变27—梅钢变28—经港变29—华科变30—山江变31—桃花变32—沿泰变
选取其中龙山变和大定坊变两个来进行分析。这两个变电站在此分类算法中被分在同一个类别中,图4是龙山变电站和大定坊变电站31天最大负荷的波动性曲线,把两条曲线进行比较可以发现,尽管这两个变电站的负荷差距略大,但曲线变化趋势相近,说明这两个变电站有相近的负荷特性,所以把两个变电站分为一类较为合理。
3 结语
随着电网规模的升级,电力研究者需要对越来越多负荷进行建模,对负荷特性相近的变电站进行分类的重要性显得更加明显。本文就夏季城市中典型变电站负荷特性受气温的影响进行了分析,并采用相关分析法、画散点图法以及回归理论对负荷数据和气象数据进行分析。而后考虑了温度累积效应对负荷特性的影响,所建立的模型清晰、实用,有利于电力工作人员更好的掌握电力负荷特性的规律。最后,本文采用模糊C均值聚类算法对南京市32个变电站进行分类,结果表明该算法具有较好的聚类性能,具有重要的理论和应用价值。在今后的研究工作中,如何准确地把负荷与其他气象因素联系起来以及采用更加有效的分类方法是值得深入研究的。
参考文献
[1]朱振伟.气象因素对电网负荷特性影响的研究[D].杭州:浙江大学,2008.
[2]李培强,李欣然,陈辉华,等.基于模糊聚类的电力负荷特性的分类与综合[J].中国电机工程学报,2005,25(24):73-78.
[3]姜勇.南京市居民夏季用电负荷特性分析[J].继电器,2003,31(4):24-26.
[4]朱振伟,方鸽飞,王国福,等.电网夏季气象敏感负荷特性分析[J].华东电力,2008,36(9):53-58.
[5]张凯,姚建刚,李伟,等.负荷预测中的温度热累积效应分析模型及处理方法[J].电网技术,2008,32(4):67-71.
[6]黎灿兵,杨朋,刘玮,等.短期负荷预测中考虑夏季气温累积效应的方法[J].电力系统自动化,2009,33(9):96-99.
墙体逐时冷负荷温度的确定 篇5
1 墙体非稳态传热的数值模拟
墙体热工性能的研究是进行建筑能耗研究的理论基础,是建筑维护结构节能设计的参考依据。建筑维护结构的墙体的传热实际上是一个很复杂的过程。它包括墙体表面的吸热,放热和结构本身的导热三个基本过程,在导热过程中还包括墙体自身的蓄热过程,且这些过程又涉及导热,对流和辐射三种基本的传热方式;同时由于室外空气温度和墙体表面温度状况也随室内人们的活动和采暖、空调设备的形式和运行状况不断变化,所以通过墙体的传热量也是随时间而不断变化的,即现实中墙体的传热现象是一个复杂的非稳态传热过程。
科学、准确的墙体传热量计算可以更科学的确定建筑耗能,为建筑节能的评价标准提供依据,也为建筑维护结构节能设计中墙体的选择提供参考。因此,采用何种传热计算方法,它对传热量的计算也起着举足轻重的作用。
2 墙体热工性能的评价方法
墙体的热工性能是建筑围护结构节能设计的参考依据,其性能参数主要包括:墙体的热阻R、传热系数K、热惰性指标D、密度ρ、比热c和蓄热系数s。科学的墙体热工性能评价方法是确定墙体热工性能优劣的基础,是进行墙体之间热工性能对比的一个重要前提。
传统的墙体热工性能评价主要集中在热阻R和热惰性指标D两个量上。其中,热阻越大,其墙体内外表面平均温度的温差则越大,保温隔热效果就越好;而热惰性指标越大,其抵抗外界温度波动的能力越强,夏季温度的波幅的衰减越大、延迟时间越长,室外热作用对室内的干扰越小。在一定范围内,因为其热阻和热惰性指标基本成正比关系,所以该评价具有合理性。
但是,随着人们生活水平的提高,采暖空调设备在日常生活的普及和应用,室内温度可以由设备进行控制;同时,由于许多新型轻质保温材料和轻质墙体、复合墙体的问世和推广,热阻和热惰性指标之间的关系往往呈非线性关系,出现热阻大热惰性小的情况,从而给热工性能的评价带来许多不确定的因素。
因此,在现代的墙体热工性能评价不仅要考虑热阻、热惰性指标,同时必须分析各个传热面的温度分布和热流分布情况,这样才能较全面的评价一种新型墙体材料的热工性能。
3 墙体传热数值计算
3.1 墙体传热模型的确立
选取新型墙体作为研究对象,并以它们作为传热模型的主体。这两种墙体的构造、材料及其参数详见表1,其构造大样见图1。
3.2 有限元法方程式的确立
墙体三维导热问题可用———无内热源、非线性及非稳态导热控制方程。研究对象所涉及的边界约束条件包括以下4类:(1)离室外相当远处的室内楼板、墙体的内部温度等于室内温度;(2)对于对称边界,边界条件可表达为n·(k塄T)=0;(3)对于与室外空气接触的围护结构表面,仅考虑对流换热;(4)内壁面的边界条件满足下面两个方程:
n·(k塄T)=hi(Ti-T)+ε(G-σT4)和(1-ε)G=J0-εσT4式中塄—变量的梯度;
k—导热系数,W/(m·K);
T—围护结构内部温度;
ε—发射率,取0.9;
h—对流换热系数,W/(m2·K),室内、外表面对流换热系数值分别取8.7,19.0;
n—计算表面的法线方向;
Ti—室内温度,取26℃。
3.3 室外边界条件的确立
现实中的室外空气温度及其他各气象参数都是在不断作伪周期性变化的,为了研究的方便,本文对室外的边界条件也进行了一定的简化。取一个典型日的室外气象参数作为室外边界条件,对墙体进行周期性外扰作用下的传热特性分析。
3.3.1 典型日的选取[3]
本文选取福州7月1日的气象数据作为本模型的夏季室外边界条件,其气象数据经整理可得所选典型日的室外温度函数[4],具体见式(1):
3.3.2 室外空气综合温度的确立[5]
为了简化模型,根据文献[6]上的规定做近似计算,公式详式(2)。
式中tZP—夏季空气调节室外计算日平均综合温度,℃(即ts);
tw P—夏季空气调节室外计算日平均温度,℃;
ρ—围护结构外表面对于太阳辐射热的吸收系数,取0.9;
JP—围护结构所在朝向日平均太阳辐射照度值,W/m2,福州夏季南向该值为73;
αW—围护结构外表面换热系数,W/(m2·K)。
下面结合典型日的气象参数等,计算出福州市夏季南向该墙体室外综合温度,见表2。
对其进行函数化后得出综合温度分布函数见式(3)。
4 墙体逐时冷负荷温度的确定
根据文献[6]上规定的外墙传热形成的逐时冷负荷,宜按公式(4)计算,即
式中CL—外墙传热形成的逐时冷负荷,W;
K—外墙传热系数,W/(m2·K);
F—外墙的传热面积,m2;
tn—室内计算温度,℃;
tw1—外墙的逐时冷负荷计算温度,℃。
通过外墙体传入室内的逐时负荷按公式(5)计算,即
由公式(4)(5)得:
式中Q—外墙传热形成的逐时热流量,W;
tn—夏季空气调节室内计算温度,℃;
t外表面、t内表面—墙体内、外表面温度,℃;
K1—墙体的平均传热系数,W/(m2·K)。
因规范上规定逐时冷负荷计算温度是根据建筑物的地理位置、朝向和构造、外表面颜色和粗糙程度以及空气调节区的蓄热特性等来确定,这就显得很繁琐,所以采用该方法确定新型墙体的逐时冷负荷温度更为简单、直观、精确。
下面以福州的气象参数为例,求得该墙体的逐时冷负荷温度。利用有限元模拟软件得到该墙体(南向)单位面积内表面稳态时的逐时内、外表面的温度如表3所示。
由表3和式(6),可以计算出福州市夏季南向该墙体的逐时冷负荷计算温度,见表4。
5 结束语
借助有限元方法,对墙体进行三维热传导模拟仿真,求得墙体逐时冷负荷计算温度,应用于空调围护结构冷负荷计算,编制了建筑新型墙体空调冷负荷计算用表,改变现有资料中缺乏新型墙体数据资料的状况,为新型墙体空调冷负荷设计计算提供了科学依据;
从冷负荷计算温度表中可见,该墙体空调冷负荷计算温度较传统墙体的冷负荷计算温度都低,建筑物的空调冷负荷小,耗冷量少,空调系统的运行费用低,节能效果显著;
文章中只给出南向外墙的冷负荷温计算结果,其他朝向外墙的可用该模型进行计算。
该研究方法可为我国暖通空调工程人员提供一套能够直接查阅的常用新型墙体动态传热特性基础数据,从而能进行建筑全年动态负荷模拟、全年能耗分析及建立温度和环境系统自动控制,以便为建筑新型节能墙体热工性能的深入研究和新型墙体综合性能评价提供参考依据。同时,该研究方法也可应用于新型砖砌块的研发,为企业和国家研发出更节能的产品,达到“低碳”的效果。
摘要：借助有限元数值模拟方法,建立新型墙体的三维非稳态传热模型,研究其逐时冷负荷温度,详细说明了求取空调冷负荷计算温度的方法和步骤,举例求解了新型墙体的逐时冷负荷温度。
关键词：有限元法,新型墙体,冷负荷温度
参考文献
[1]建设部.民用建筑热工设计规范(GB 50176-93)[S].中国建筑工业出版社.2001.
[2]蔡孝文,方永林,陈刚.新型空心砌块的节能性和经济性探讨[J].砖瓦,2008,(4).
[3]许景峰.间歇采暖条件下建筑围护结构热工性能评价研究[D].重庆大学,2005.
[4]景天然等.水泥混凝土路面温度状况的研究[J].同济大学学报,1980(3).
[5]彦启森,赵庆珠合编.《建筑热过程》[M].中国建筑工业出版社,1986.
空分装置夏季负荷不足的技术改造 篇6
1 空分装置设计指标
某煤化工项目配套空分装置杭氧KDON-52000/61100型空分装置, 该空分装置采用离心式空气压缩, 常温分子筛净化, 增压透平膨胀机, 填料型上塔, 全精馏无氢制氩, 液氧 (氮) 泵增压的内压缩工艺技术, 采用DCS控制, 空压机设计打气量279000Nm3/h。
2 倒灌液氧方案的选定
本套空分设计产量为满足后系统壳牌气化炉用氧量, 在空分装置运行正常的情况下, 完全可以满足气化炉100%负荷。但由于后系统新上一套用氧装置, 使耗氧量增加, 当后系统全部满负荷运行时, 空分制氧量将无法满足生产需要, 且如遇空分装置夏季运行, 空压机打气量减少, 则问题更为突出。为保证后系统满负荷运行, 解决制氧量不足问题, 决定采用倒灌液氧的方法, 提出以下方案:
(1) 通过液氧采出管线进行倒灌, 这是空分装置开车时采用的倒灌方法, 目的是缩短开车时间, 但是在正常装置运行时, 这种方法有一定的风险。因为此管线与液氧泵入口管线使用同一根主管线, 如果倒灌过程中出现气体, 则可能会影响液氧泵的运行, 造成液氧泵的汽蚀, 从而造成液氧泵跳车。
(2) 通过主冷凝蒸发器底部排液阀进行倒灌, 这种方法因为直接加到主冷凝蒸发器液氧底部, 对主冷的安全造成威胁, 且对主冷凝蒸发器工况影响较大。
(3) 通过氩系统粗氩塔Ⅱ底部液氩泵备用泵入口导淋进行倒灌, 把液氧从液氧储槽灌至粗氩塔Ⅱ内, 或通过液氧槽车泵将液氧输送到粗氩塔II内, 再通过液氩泵把液氧从粗氩塔II输送到粗氩塔Ⅰ内, 通过粗氩塔II底部进入主冷凝蒸发器液氧侧。优点是可通过调节液氩泵负荷来控制倒灌量, 并且粗氩系统可为倒灌提供缓冲, 更安全可靠, 对精馏塔工况影响较小;缺点是对粗氩系统工况有一定影响。
经过比较, 从安全性和可操作性上考虑, 最终选择第三种方法进行改造。
3 方案操作方法和注意事项
3.1操作方法及注意事项
3.1.1自流倒灌, 打开V07、V04、V01、V05或V06, V02、V03、V09, V08关闭, 通过V01来调节进液量, 为防止粗氩系统工况异常导致粗氩塔底部氩浓度高从而影响氧纯度, 粗氩Ⅱ液位保证在2000mm~2500mm。
3.1.2通过泵倒灌, 打开V07、V04、V01、V05或V06, 启动泵通过V08调整出口压力, 控制住0.4~0.5MPa, 现场专人监护避免泵超压、安全阀起跳及对冷箱内设备管线造成损害, 通过V08调整进液量。
为避免倒灌液氧对氧纯度造成影响, 操作时适当降低了精馏塔上塔压力, 增大了主冷凝蒸发器温差, 增大了主冷凝蒸发器蒸发量, 提高液氧纯度。为避免倒灌液氧对氩系统工况的影响, 操作时适当减少了氩系统负荷, 降低了氩馏分的抽取量, 增大了粗氩气放空量, 严格控制氩馏分的指标, 避免“氮塞”。
安全方面, 所有管线、阀门均经过吹扫、试压、查漏、脱脂处理, 管道进行保温, 编制事故预案, 对人员进行专项培训、演练。
4 方案实施后对系统影响
(1) 对粗氩系统影响较小, 降低负荷后可保证粗氩系统正常运行, 因精氩系统未投用, 故后果未知。
(2) 对精馏工况有一定影响, 因加工空气量不足, 如果主冷凝蒸发器液氧液位过高, 则会造成液氧蒸发量减小, 氩、氮组分无法被完全蒸发, 会造成氧气纯度下降。操作中通过控制液氧的倒灌量, 避免主冷凝蒸发器液氧液位过高, 降低精馏塔上塔压力, 降低主冷凝蒸发器液氧液位, 增大主冷凝蒸发器液氧蒸发量等措施后, 氧气纯度未发生较大波动。
(3) 对低压换热器影响较大, 但在可控制的范围, 因加大了主冷凝蒸发器液氧的蒸发量, 且要降低精馏塔上塔压力, 所以加大了污氮气的抽取量, 污氮气通过低压换热器的量增大后导致低压换热器热端温差增大, 由3℃以内扩大到6℃左右, 冷损增大。
5 结语
虽然倒灌液氧对整个空分装置有一定的影响, 但是均在可接受的范围内。通过此次改造, 空分氧负荷可以满足后系统的最大用氧负荷, 解决了因氧气不足而造成后系统无法满负荷生产的问题, 为公司提高经济效益, 降低了运行成本, 目前来看是一项较为成功的技术改造。
摘要：空分装置夏季运行由于温度高使氧气产量下降, 导致气化炉无法满负荷运行, 通过倒灌液氧等方法的对比, 确定技术改造的具体方案和实施效果, 解决空分装置夏季负荷不足的问题。
浅议地铁车站公共区冷负荷计算 篇7
地铁地下线是一座狭长的地下建筑, 除各站出入口和通风道口与大气沟通以外, 可以认为地铁基本上是和大气隔绝的。由于列车运行、设备运转和乘客等会散发大量的热量, 若不及时排除, 地铁内部的空气温度就会升高, 同时, 由于地铁周围土壤通过地铁围护结构的渗湿量也较大, 若不加以排除地铁地下线路内部的空气湿度会增大, 这些都会使乘客无法忍受。因此, 必须设置通风和空调系统, 对地铁内部的空气温度及湿度等空气环境因素进行控制[1]。地铁空调系统设计与民用建筑设计还是存在诸多不同, 而且冷负荷计算的合理性直接影响到后期空调设备选型及运营能耗等方面。文章结合某南方城市地下车站公共区冷负荷计算数据, 对设计计算不合理及存在问题之处进行分析和探讨。
1 车站空调冷负荷计算方法
根据规范要求, 除在方案设计或初步设计阶段可以使用冷负荷指标进行必要的估算外, 施工图设计阶段应进行逐时冷负荷计算。在工程设计中, 对于方案设计或初步设计阶段, 通常采用空调冷负荷指标法估算, 以确认设备容量及系统造价。对于一般建筑的空调冷负荷指标为100-250W/m2, 对于大型建筑, 如百货商场等指标达到350W/m2[2]。在现行设计中, 施工图阶段多采用冷负荷系数法或采用设计软件进行负荷计算。以某南方城市地下双层岛式车站为例, 施工图阶段, 理论计算出站厅公共区空调冷负荷指标约200W/m2, 站台公共区约740W/m2。因此, 在方案设计或初步设计阶段, 不能简单地套用空调冷负荷指标进行冷负荷估算。由于我国地域差异, 地铁空调系统还没有统一的空调冷负荷指标, 且受列车运行影响, 在列车进站时, 通过屏蔽门的渗透风带入热量对站台空调环境影响很大, 还需进一步研究。且需综合考虑由于空调系统因地域不同、空调制式不同等计算方法存在差异, 总结及制定出符合我国地铁车站冷负荷计算特点的计算方法。
2 室内外计算参数
地铁车站的空调尾舒适性空调, 根据统计数据资料, 乘客完成一个客车过程, 从进站、候车到上车, 在车站上仅3min-5min, 下车出站约需3min, 因此, 车站的空调有别于一般舒适性空调[1], 由于地铁车站空调仅为乘客提供一个过渡性的热舒适环境, 只需考虑乘客由地面进入车站有较凉快的感觉, 满足于“暂时舒适”就可以了。每个城市空调室外计算干球温度是一定, 从节能角度, 就要求车站室内空气计算温度与室外计算干球温度的温差应该较小, 即车站室内空气计算温度的设定值要高。但我国各地气候条件差异较大, 人们长期生活的环境条件也不同, 因此对温度的适应情况不同, 对温度的感觉也存在差异。如南方地区的人与北方地区的人相比, 更喜欢室内温度低一些。在现行设计中, 认为按地铁规范的规定, 地下车站站厅的空气计算温度比空调室外计算干球温度低2-3℃, 站台比站厅低1-2℃的标准进行设计, 灵活处理温差是合理可行的。
3 空调冷负荷计算组成
城市轨道交通通风空调系统分为三种制式:开式系统、闭式系统、屏蔽门系统。现在地下车站设置基本都采用屏蔽门系统, 以下讨论亦以屏蔽门系统为例。采用屏蔽门系统后, 屏蔽门将隧道分隔在站台之外, 车站空调负荷受隧道的影响相对较小, 车站内公共区散热已不含列车驱动设备发热量、列车空调设备及机械设备发热量, 仅有站内人员散热量、照明设备散热量、站台内外温差传热量、渗透风带入热量[3]。由于地铁车站内的照明、广告灯箱等散热量可以通过各用电设施的实际功率很方便的计算, 不在详述。以下主要对车站冷负荷计算占比较大的人体热负荷及渗透风带入热量进行讨论。
3.1 人体热负荷
因人体热负荷的确定, 关键在于地铁客流量的确定上, 而这一数据一般源自当地交通规划部门的客流预测报告, 而且客流预测中上下车客流量的合理性直接关系到同时在站人数的准确性, 同时在站人数为站厅及站台人员热负荷 (包含显热及潜热) 的计算基数。以某南方城市地下双层岛式车站为例, 车站此负荷约占车站公共区总冷量的40.5%。
那么客流预测的准确性及合理性就显得尤其重要。客流预测是通过建立现状社会经济、土地利用、人口、车辆拥有、交通网络等与现状交通需求及特征之间的定量关系 (四阶段模型) , 并结合规划前景的假设与输入、获得预测年的交通需求与特征, 包括轨道客流需求与特征数据。在轨道客流需求的基础上, 通过客流分配, 得到研究线路的客流详细指标。客流预测年限分为初期、近期和远期[4]。
既然客流预测是在建立模型的基础对未来的客流进行预测, 本身就对边界输入条件进行假设, 其准确性受到诸多因素的影响。根据作者所在南方城市现行开通的运营地铁, 开通运行两年, 即使开通区间小交路的运营模式, 其早晚高峰期还是大大高于初期预测客流, 而且在客流量较大的换乘车站, 矛盾更加明显。那么如何在客流预测数据的基础上, 确定上下车客流量, 是值得设计人员研究的问题[5]。
3.2 渗透风带入热量
以某南方城市地下双层岛式车站为例, 此部分热量在车站公共区冷量中约占30%, 此部分热量分为出入口渗透风和屏蔽门开启时的渗透风, 其中以屏蔽门开启时的渗透风最大。在设计中, 一般都是通过设计经验, 按估算指标进行计算, 出入口为200W/m2, 屏蔽门按每站5-10m3/s估算漏风量。针对上述经验数据, 如出入口数量, 通常一个地下车站设置2-4个出入口, 但随着城市线网的扩展, 车站出入口的数量不断增加;屏蔽门如按上述指标进行估算, 那么上下限值相关的风量相差为18000m3/h。而且随着运营年份的不同, 即使同一位置处的热量也随之改变。结合运营实例, 区别标准车站、换乘站以及站台形式等对上述经验数进行修改完善, 必要时可结合采用仿真模拟计算。
4 结束语
综上所述, 地铁车站冷负荷计算有别于民用建筑计算, 其计算影响因素多, 而且通风空调的能耗在车站总能耗中占比很大, 如何结合基础数据、经验数值, 准确合理地进行负荷计算, 与后期的设备选型及运营能耗关系密切, 同时也是地铁设计值得研究的方向。
另外车站冷负荷除公共区冷负荷外, 还应包含设备区的冷负荷, 其负荷计算又有别于公共区, 特别是对于重要设备房间 (如信号设备室) 需按24小时不间断空调进行设计, 如何合理确定此类房间设备发热量, 并区分考虑运营和非运营时段设计, 亦是冷负荷计算的难点, 文章不作详述, 作为作者后期研究方向。文章的宗旨是探讨合理计算车站冷负荷, 以便更好地控制后期空调运营能耗。那么作为地铁设计人员更不应墨守成规, 应采用各种计算手段, 结合地铁设计特点, 必要时可进行设计及技术创新。
摘要：随着经济的快速发展, 城市规模和人口不断扩大, 传统的城市地面交通运输已无法满足城市经济快速发展的需求, 越来越多的地下交通运输形式蓬勃兴起, 地下车道形式得到越来越多的应用, 便利的交通给人们节省了大量出行时间。文章对地铁公共区冷负荷计算的影响因素, 对负荷计算中存在问题进行探讨分析。能给客流量较大的换乘车站提供舒适的地铁乘车环境, 这至关重要。
关键词：地铁,车站公共区,冷负荷
参考文献
[1]GB50157-2003.地铁设计规范[S].北京:中国计划出版社, 2013:468+477.
[2]陆耀庆.实用供热空调设计手册第二版[M].北京:中国建筑工业出版社, 2007:1492.
[3]周顺华.城市轨道交通设备系统[M].北京:人民交通出版社, 2009, 6:152-153.
[4]王遇川, 刘东.屏蔽门地铁车站公共区空调系统节能分析[J].暖通空调, 2010 (12) .
深圳地铁地下车站公共区冷负荷计算 篇8
碧海站是深圳地铁11号线的第8座车站,为地下标准岛式车站,车站通风空调系统采用屏蔽门制式,站厅层设计温度30℃,站台层设计温度28℃。地下车站的负荷不受外界环境的影响,不需要考虑建筑物围护结构对负荷的影响,其主要来源于车站的人员、设备、车站与隧道区间的热交换、车站与出入口之间的热交换等。
1 人员散热
1.1 人员数量的确定
人员数量确定的基本依据是客流资料,需将客流资料折合成同时出现在站厅、站台的人数,一般来说远期晚高峰小时客流量为最大客流,通常作为人员计算的依据。但由于近期的行车对数较低,往往出现近期人员高于远期的情况,因此对近期人员也要进行校核。一般远期高峰小时的上下车客流已经包含了换乘客流,碧海站远期晚高峰小时客流量见表1。
人次/h
1.1.1 人员停留时间
一般乘客在车站内逗留时间按以下数据计算:上车乘客站厅逗留时间2.0 min,在站台逗留时间为一个行车间隔;下车乘客在车站逗留时间3.0 min(其中站厅逗留时间1.5 min,站台逗留时间1.5 min)。换乘站换乘乘客在上车站台逗留时间为一个行车间隔,在下车站台或站厅停留时间为1.5 min,当通过站厅等其他换乘空间换乘时,尚需考虑在其他换乘空间停留1.5 min。由于换乘形式复杂多样,需根据具体情况确定。碧海站站厅、站台停留时间见表2。
1.1.2 超高峰系数
超高峰系数是指车站高峰小时乘降量中最大15 min乘客乘降量占高峰小时乘降量的比值,因此在人员计算时,需对高峰小时人数进行附加。这个值是根据城市出行特征及既有条件等因素确定,各线取值不同。一般按照客流专业提供的数据选取,没有相关资料可根据《地铁设计规范》9.1.3规定,按1.1—1.4选取[1]。换乘站、商业中心、短期会发生大客流的车站(如体育场馆等)取上限,一般车站取下限。
注:11号线远期高峰小时行车间隔2.5 min。
1.1.3 人员数量
人数=(客流/60)×停留时间×超高峰系数[2],碧海站人数计算见表3。
1.2 人员散热量
式中:q为不同室温和劳动性质时成年男子的散热量;N为室内全部人数;n'为群集系数,地铁车站取1。碧海站单位人员散热、散湿统计见表4。
2 车站设备冷负荷
设备的冷负荷主要由照明、电梯、扶梯、售检票设备、屏蔽门设备等散热构成,各设备系统应提供设备发热量供计算使用,当缺乏数据时,可参考以下数据进行计算。
(1)自动扶梯散热量(50 Hz)见表5。
(2)机房垂直电梯主机散热量:3 500 W/台。
(3)照明灯具:20 W/m2车站、5 k W/km区间隧道(LED照明应根据功率折减)。
(4)广告牌:大型720 W/台、小型320 W/台(LED照明应根据功率折减)。
人
注:该站超高峰系数为1.25。
(5)导向牌、指示牌:100 W/块。
(6)屏蔽门电机发热量:11 k W/两侧。
(7)自动售货机:2 500 W/台(有制冷功能)。
(8)自动售检票设备中,进/出闸机为550 W/台、自动售票机为1 200 W/台、验票机为130 W/台、ATM柜员机为400 W/台。
3 车站与隧道区间的热交换
3.1 轨顶及轨底风道传热
轨顶风道与站厅层地面及站台层公共区相邻,设计应考虑其向站厅、站台的散热量。轨底风道只需计算风道顶板向站台层的传热,计算方法同轨顶风道[3]。
3.1.1 轨顶(底)风道温度
列车进站时,由于列车冷凝器散热,使车站隧道温度升高,此时的排风温度按照38℃考虑,列车驶离后的车站区间温度按照SES系统模拟计算结果取值,根据列车的停站时间计算轨顶(底)风道内平均温度。
例如:行车对数30对,停站时间30 s,则每小时停站15 min,计算温度38℃,其余45 min计算温度33℃(按照SES系统模拟计算结果取值),计算平均温度为34.25℃。
3.1.2 传热系数
式中:Rn为内表面换热热阻,取0.036 m2·K/W(考虑到风道内风速较高,内表面换热热阻参照建筑室外选取);Rw为外表面换热热阻,取0.110 m2·K/W(参照建筑室内选取);δ为围护结构厚度,m;λ为围护结构导热系数,W/(m2·K);K为传热系数,W/(m2·K)。碧海站风道传热系数见表6。
3.1.3 传热量
式中:Q为传热量,W;F为传热面积,m2;Δt为风道两侧温差,℃。
3.2 屏蔽门传热
屏蔽门采用8 m m无色钢化玻璃,传热系数按照5.83 W/(m2·K)计算,车站隧道温度按照SES系统模拟计算结果取值。
屏蔽门高度可近似按轨顶风道下全部高度计算(约3.5 m),含屏蔽玻璃(2 m)、门机、部分风道侧墙下沿的混凝土。
3.3 隧道进风冷负荷
当列车进站时,屏蔽门开启,车站与区间形成空气对流。广州、深圳等地的测试表明,在列车进站的惯性作用下,在屏蔽门尾部,部分隧道空气涌入车站;同时,由于轨排风机的作用,更多的空气由车站进入隧道,进出的差值即屏蔽门漏风量。大部分研究结果表明:6辆编组车站在屏蔽门开启时,区间隧道进入车站的风量约1 m3/s;停站时间30 s,30对/h车站,折合到一小时的平均进风量0.25 m3/s;屏蔽门净漏风量数值约为30 m3/s,对于停站时间30 s,30对/h车站,折合到一小时的平均漏风量为7.5 m3/s。
由于隧道温度高于车站,由隧道进入车站的空气造成的冷负荷即隧道进风冷负荷。
式中:G为风量,m3/s;ρ为空气密度,取1.2 kg/m3;iw为室外空气焓值,k J/kg;in为室内空气焓值,k J/kg。
按照隧道空气温度3 8℃、相对湿度9 0%,站台空气温度28℃、相对湿度55%考虑,该冷负荷为Q=0.25×1.2×(138-62)=23 k W。
4 车站与出入口间的热交换
渗透风冷负荷是指由出入口进入车站的渗透风量造成的冷负荷,当新风机的新风量大于等于屏蔽门漏风量时,该负荷按4.1章节计算,反之,按照4.2章节计算,两项不重复计算。
4.1 正常情况出入口渗透冷负荷
车站出入口渗透风的热量为0.2 k W/m2,面积按照出入口实际面积计算。
4.2 自然进风冷负荷
当屏蔽门漏风量大于新风机风量时,列车进站停车会造成车站短时间出现负压,使得空气由出入口补充进入车站,造成自然进风负荷。这部分不同于新风机新风负荷,需要放在车站冷负荷内一并考虑,建议按照站厅60%、站台40%的比例分别分摊至站厅、站台负荷内。
(1)自然进风量=屏蔽门漏风量-新风机新风量。
(2)自然进风负荷。
4.2.1 确定室内外计算参数
室内空气状态点为站厅、站台混合后空气状态,按照空气温度29℃、相对湿度55%设置。碧海站室内外空气状态参数见表7。
4.2.2 计算冷负荷
为便于进行下一步风量计算,分别计算显热和全热负荷。
式中:G为自然进风量,m3/s;ρ为空气密度,取1.2 kg/m3;iw为室外空气焓值,k J/kg;in为室内空气焓值,k J/kg;dw为室外空气含湿量,g/k g;dn为室内空气含湿量,g/kg干;d为散湿量,g/s。
4.2.3 碧海站算例
碧海站屏蔽门漏风量7.5 m3/s,新风机风量7.6 m3/s,不再考虑自然进风负荷。当有自然进风负荷时,可按表8进行统计,并记录于表9。
5 湿负荷
车站湿负荷主要由人员、屏蔽门渗透风、出入口渗透风、围护结构壁面产湿量构成。其中人员及渗透风产生的湿负荷在上述章节已经述及,围护结构壁面产湿量按2 g/(m2·h)计。
6 冷负荷及湿负荷汇总
汇总站厅站台热、湿负荷,形成冷负荷汇总表。为方便下阶段利用温差计算风量,一般将显冷负荷单独统计。碧海站车站冷负荷汇总见表9。
7 结束语
近年来全国地铁建设蓬勃发展,与之不相匹配的是地铁暖通空调设计并没有形成完整的计算体系,造成设计水平参差不齐的粗放型现状。以深圳地铁碧海站为例对地铁空调系统冷负荷计算进行了梳理,列出常用的经验数据,供设计人员参考,对需要注意的各个环节予以说明,为同类工程设计提供参考。
摘要：冷负荷计算是空调设计的前提和基础,地铁车站作为一类特殊的建筑形式,其考虑因素、计算方法与一般民用及公共建筑不同。由于地铁行业尚未制定专业设计手册,地铁冷负荷计算无规范和标准可遵循,导致设计人员在工作中十分迷茫和困惑。以深圳地铁11号线碧海站为例,论述地下车站屏蔽门系统公共区冷负荷计算的方法和过程,包括冷负荷组成、考虑因素、参数选取及确定等,为同类工程设计提供参考。
关键词：屏蔽门,客流,换乘客流,冷负荷,超高峰系数,传热,渗透冷负荷
参考文献
[1]GB 50157—2003地铁设计规范[S].
[2]陆耀庆.实用供热空调设计手册[M].2版.北京:中国建筑工业出版社,2008.
夏季冷负荷 篇9
随着国民经济的快速发展和人民生活水平的不断提高,电网负荷水平和结构发生很大变化,特别是各种空调系统的广泛应用,使得降温负荷急剧增长[1],已经成为夏季电网负荷屡创新高和电力紧缺的主要原因之一[2]。同时,由于启动时会对电网造成巨大的冲击,在电网电压稳定分析中也必须对空调群负荷加以重点考虑[1,3]。据测算,我国一些大中城市和经济发达省份的降温负荷已占到夏季最大负荷的30%以上,某些地区甚至超过40%[4,5]。从需求侧管理角度来看,准确把握夏季降温负荷的特性规律,短期内将为制定迎峰度夏措施提供科学依据[6],长期内更是智能电网框架下挖掘需求响应资源、制定有效需求响应措施的必要前提;同时也为电网的安全经济运行及规划设计提供重要参考。
夏季降温负荷是指由于夏季气温升高引起的负荷增长部分,空调类负荷是其重要组成部分,目前对其规律的研究体现在3个方面:一是监测基础上的辨识规律研究,包括侵入式负荷监测和非侵入式负荷监测[7,8],前者是在每个空调降温设备上都安装传感器以得到实时的功率消耗,后者是在假定用电设备正常工作时的稳态电流具有一定统计规律的前提下,应用辨识技术对用户入网点处的实测负荷进行分解,从而确定其中不同类型用电设备的功率比重;二是短期负荷规律预测的研究,通过在预测模型中显现温度对负荷变化规律的影响来提高预测精度[9,10,11,12,13,14];三是从需求侧管理角度开展的研究,试图揭示降温负荷的关键影响因素,从而准确把握其演变规律[4,5,15,16,17]。负荷辨识方法可较准确地得到空调类设备的实时负荷,但对监测装置的数量和性能,以及电网的智能化程度有较高要求,目前尚处于理论研究阶段,难以工程实用化。而后2个方面的研究主要基于电网整体负荷的监测数据进行。其中,负荷预测研究的重点在于准确预测电网整体负荷,降温负荷的具体大小不是其关注焦点,而需求侧管理角度的研究更关注降温负荷本身,目标是把握降温负荷不同于总体负荷的独特规律。
就需求侧管理角度开展的研究而言,一般采用的是各种概率统计学方法,即对历史负荷数据与相关因子的关联关系进行分析,得出降温负荷变化趋势,主要包括:时间序列法,根据采用数据的不同又分为最大负荷比较法和基准负荷比较法[2];回归分析法,研究降温负荷与一个或多个影响因素间是否存在因果关系,目前研究中考虑的主要影响因素是各种以温度为主的气象因素,定义为各种温度因子TF(Temperature Factor),短期研究可建立降温负荷与相关因子的关系表达式,长期研究则可根据历年的数据变化预测发展趋势。如文献[1]在依权重考虑本日、昨日和前日最高气温的基础上定义气候指数,分析了河南电网夏季日峰荷与该气候指数的关系,得到空调降温负荷与气候指数的回归模型;文献[18]在其基础上,进一步探讨了空调负荷在节点负荷中的比例与地理分区的关系;文献[5,16-17]分别针对上海、南京等地区,利用时间序列法详细分析了降温负荷与气温、湿度及温度湿度指数THI(Temperature Humidity Index)等因素间的关联关系。
可见,现有研究大多针对某一地区一段时期内的数据作温度因子的相关分析,因而所建立的模型有明显的地域局限性和时间局限性,普适性不强。实际上,对降温负荷的影响,气温因素的作用固然直观,但非气象因素,如经济增长以及消费观念等,不仅决定着降温设备的容量规模,也影响着人们的使用习惯,在降温负荷规律研究中是不可忽视的因素。山东是经济和人口大省,负荷较高,夏季降温负荷问题也很突出,但全省各地区间的气象条件和社会经济发展水平存在明显的差异,单纯采用现有气温回归模型很难全面准确地把握夏季降温负荷的特性规律。因此,本文突破降温负荷研究仅关注气温因素的局限性,通过对更多非气象因素作地区间的横向对比,在定义经济因子和区位电能消费倾向因子的基础上,进行详实的回归分析,建立新的夏季降温负荷模型。应用所提模型对山东电网夏季降温负荷规律进行分析,得到了满意的结果。
1 气温影响夏季降温负荷的规律
从气温对夏季降温负荷影响角度来看,电网总负荷可分成气温敏感和气温非敏感负荷[9]两部分,表示为:
其中,L为电网总负荷;LB为气温非敏感负荷,也可称为电网基准负荷;LT为气温敏感负荷,即由于夏季气温升高而导致的负荷增长部分。
1.1 分析方法
首先采用基准负荷比较法统计气温敏感负荷数据,然后采用回归分析法研究其与气温的关联关系。
1.1.1 基准负荷比较法
基准负荷比较法实现由电网负荷曲线推算降温负荷。首先,选取恰当的样本日,求取日负荷曲线的平均值为基准负荷曲线:
其中,LB,t为第t小时的基准负荷即气温非敏感负荷;Ld,t为电网第d个样本日、第t小时的负荷;N为样本天数。
在此基础上,将夏季样本日的负荷曲线与基准曲线比较,两者的差值即为当天受温度影响的降温负荷曲线:
其中,LT,t和Lt分别为夏季某日第t小时的降温负荷和系统负荷。选取一定数量的样本日,即可由基准负荷比较法获取足量的降温负荷信息。
1.1.2 回归分析法
气温敏感负荷与温度因素,如日最高气温、日平均气温等之间的关系可通过一元回归分析确定,数学表达式为:
其中,LT,0为降温负荷常量,th为降温负荷开启高温临界值,Kh为气温敏感系数。本文采用统计产品和服务解决方案SPSS(Statistical Product and Service Solutions)软件作为回归分析的工具[19]。
1.2 数据处理
为准确反映气温对降温负荷的影响,需要对待分析的负荷历史数据进行预处理,按照以下原则进行。
a.区分工作日和休息日。虽然居民、商场等用户降温负荷在周末、节假日较高,但由于写字楼、办公楼的降温负荷所占比重更大,因此本文降温负荷统计范围限定于工作日。
b.根据负荷受气象条件影响的规律选择基准负荷和夏季负荷样本日。基准负荷样本日的选取主要考虑以下因素:应避开冬季取暖负荷、春季农灌负荷等的影响,排除11月至次年3月和春季4、5月等日期;山东省天气特点为9月上旬才逐渐凉爽,但在热累积效应下此时仍有部分降温负荷开启,因此,一般可选择9月中下旬至10月上旬的工作日作为基准负荷样本日。夏季负荷样本日取气温最高的日期,一般为7、8月份。淄博市2010、2011年6至10月份气象信息见表1,可见9月下旬至10月上旬天气已较为凉爽。
c.排除干旱天气、削峰措施等随机因素的影响。2011年夏季,山东电力公司多措并举,并积极协调“外电入鲁”,供电能力稳定,没有采取移峰措施,最大限度地满足了全省的电力需求;同时2011年降水充足,因此本文忽略该因素影响。
d.排除夏季连续降雨天气的影响。持续降雨后,居民等高敏感用户的降温负荷将有明显变化,故本文根据气象信息剔除了部分凉爽工作日负荷数据。
1.3 分析结果及讨论
根据可获取数据的完备情况,选定青岛、淄博、济宁、聊城、滨州、菏泽、日照七地市2011年的电网负荷数据进行分析。根据数据处理原则,选取9月15、16、19、20、21、22、23、26、27、28、29、30日和10月10、11、12、13、14日共17天作为基准负荷样本日,夏季负荷样本日取7、8月份的工作日,七地市具体样本日详见表2。由式(2)得七地市基准负荷曲线如图1所示。
由图1可见,各地市基准负荷曲线变化特性和峰荷出现时间均各有差异,这与各地市产业结构比重有关,以淄博市和日照市为例,两地市基准负荷曲线均较平滑,但淄博市峰荷出现在14:00至15:00左右,说明其工、商业负荷所占比重较大,而居民负荷比重相对较小;反之,日照市高峰时段为傍晚19:00,说明其居民负荷比重相对较大。
由式(3)可得山东电网七地市夏季7、8月份样本日最大降温负荷值,详见表2。对夏季各工作日24 h降温负荷求平均值,可得到各地市夏季典型降温负荷曲线,以淄博市为例,如图2所示。
由图2可见,淄博市7、8月份降温负荷的整体趋势是:07:00负荷最低,15:00最高,其余时段随气温及工作周期而变化。
进一步研究降温负荷与温度因子的相关性。为分析影响降温负荷的关键温度因子,首先根据历史气象信息[20]统计七地市2011年7、8月各样本日的多个温度因子的值,包括日最高气温、日最低气温以及02:00、08:00、14:00、20:00的气温,分别以tmax、tmin、t2、t8、t14和t20表示。对七地市2011年7、8月各样本日最大降温负荷与各温度因子进行相关性分析,得相关系数如表3所示。由表3可见,七地市日最大降温负荷LT,max与最高气温tmax的相关系数分布在均值0.678左右,均值最大且方差最小,故可认为日最高气温tmax是影响降温负荷的关键温度因子。
设定式(4)中th=27℃,则式(4)转化为:
对七地市样本日最大降温负荷和日最高气温(详见表4)进行一元线性回归,得各地市回归系数LT,0和Kh如表5所示。由表5可见,各地市回归系数LT,0和Kh有较大差异。显然,气温虽然是影响降温负荷的重要因素,但并不是最本质的,回归系数的差异昭示着更关键因素的存在。不难想象,在分析较大区域电网,如省级电网的降温负荷时,如果区域内气温差异明显,则仅基于温度因子的回归模型必然难以给出准确分析。
注:表中数据空白部分是因数据源的相应内容缺失或根据数据处理原则式(4)处理的结果。
2 考虑非气象因素的电网降温负荷模型
研究表明,影响降温负荷变化规律的主要因素是夏季气候条件、宏观经济水平、居民收入水平及消费观念等,且降温负荷中居民用电所占比重较大[5,17]。在式(4)中,降温负荷包括降温负荷常量LT,0和降温负荷变量Kh(tmax-th)两部分,前者表征夏季降温负荷中不随气温变化的部分;后者反映降温负荷中随温度上升而变化的部分,其变化敏感度由Kh表征。显然,降温负荷常量取决于降温设备的安装容量,应与该地市宏观经济水平和居民收入密切相关;而降温负荷变量取决于降温设备的使用情况,与该地市的电能消费息息相关,即Kh与电能消费倾向应有较大的相关性。为此,本文提出了2个新的相关因子:经济因子EF(Economic Factor)和区位电能消费倾向因子AECHF
(Area Electricity Consuming Habit Factor)。
经济因子定义为:
即以各地市的国民生产总值(GDP)的亿元归算数综合表征其宏观经济发展和居民收入水平。
区位电能消费倾向因子定义为:
其中,α为区位不平衡系数,Pcz和Pnc分别为城镇和农村总人口数,k为城乡人均用电消费支出比。如前所述,降温设备的使用情况与电能消费观念有较大的相关性,但目前城、乡电能消费仍存在明显差异,因此区位电能消费倾向因子以城市人群的消费倾向为基准对地区的消费倾向进行归算处理;同时当考虑各地区消费观念存在较大差异时,以系数α进行平衡。
2.1 降温负荷常量与经济因子相关性分析
山东省七地市2006至2010年GDP[21]增长趋势如图3所示,可以看出:同一地市GDP呈线性增长,故可较精确预测出七地市2011年的GDP值,由式(6)计算得δEF,详见表5。
对七地市降温负荷常量LT,0和经济因子δEF进行回归分析,建立一元回归模型,如图4所示。
七地市夏季降温负荷常量LT,0与经济因子δEF的相关系数为0.969,相关度极高,表明本文前述分析是合理的。同时可见,降温负荷受经济因子作用的规律为:δEF每增长100,LT,0增大7.3 MW。
2.2 降温负荷变量与区位电能消费倾向因子相关性分析
根据山东统计信息数据[21]可知,山东省城乡人均用电消费支出比为k=290.57∶110.04≈2.65∶1,同时认为山东省内各地城市人群的消费观念无较大差异,即取α=1,于是根据式(7)可计算得δAECHF,详见表5。随后对七地市降温负荷敏感系数Kh和区位电能消费倾向因子δAECHF进行回归分析,建立一元回归模型,如图5所示。
七地市夏季降温负荷敏感系数Kh与区位电能消费倾向因子δAECHF的相关系数为0.99,可见相关度极高,呈明显线性关系,表明本文前述分析合理。并且δAECHF每增长100,Kh增大15。
2.3 计及非气象因素的电网降温负荷模型
综上分析,根据表5及式(8)、式(9)回归分析结果,可以得到各地市以日最高气温tmax、经济因子δEF和区位电能消费倾向因子δAECHF为自变量,夏季日最大降温负荷LT,max为因变量的计及非气象因素的多影响因子模型,如式(10)所示:
3 考虑非气象因素的电网降温负荷分析
根据式(10),若已知某地区的日最高气温tmax、经济水平因子δEF和区位电能消费因子δAECHF,则可推算其电网的夏季最大降温负荷。以下针对山东电网进行具体分析。
3.1 模型的时间适用特性
首先,建立山东省全网的温度因子一元回归模型。针对山东电网2005年7、8月份日最大降温负荷数据,同时取山东省17地市日最高气温的平均值作为山东省温度因子,对二者进行相关分析,得全省最大降温负荷关于日最高气温的一元回归模型如式(11)所示,相关系数为0.923。
根据山东省统计年鉴数据及δEF、δAECHF定义可计算得到山东电网2005、2011年的δEF和δAECHF值,如表6所示。
以下进行温度因子一元回归模型与本文所提模型的时间适用特性对比。选取山东电网夏季统调负荷较高的2 d作为样本日(2005年取7月21日和8月12日,2011年取7月28日和8月9日),分别利用基准负荷比较法、一元回归模型式(11)和考虑非气象因素模型式(10)推算最大降温负荷,依次记为LBT,max、LA1T,max、LA3T,max,结果详见表7。
由表7可见,本文所提模型推算出的日最大降温负荷值与基准负荷比较法所得结果相差不超过6%,而仅考虑气温的一元回归模型在2005年情况较为吻合,将其应用于2011年时与基准负荷比较法所得结果相差超过40%。这是因为模型式(10)是由2005年数据回归得到的,显然其中的参数LT,0和Kh随着社会经济发展是增长变化的,不能适用于2011年。可见,本文计及非气象因素的降温负荷模型能够较准确地反映降温负荷的变化规律,模型参数有很好的时间稳定性,扩展了模型适用的时间尺度。
3.2 模型的空间适用特性
本节进行温度因子一元回归模型与本文所提模型的空间适用特性对比。针对市级区域电网,在设定tmax=31℃的前提下,根据表5中各市的一元回归模型参数和2011年的δEF和δAECHF数值,分别由模型式(5)和式(10),推算得各市级电网2011年日最大降温负荷,见表8。
由表8可见,在温度因子一定的情况下,本文模型推算得到的各市级电网日最大降温负荷和一元回归模型结果几乎一致,最大偏差小于2%,即计及非气象因素的降温负荷模型能够表征各地市电网的降温负荷变化,更具一般性,因此完全可以用此模型取代各市级电网的一元回归模型。
综上,本文所提模型能较准确地分析不同地域范围电网在较长时间周期内夏季降温负荷的特性规律,即模型在时间、空间上突破了温度因子一元回归模型的局限性。同时该模型仅需已知气象因素tmax、非气象因素δEF和δAECHF,无需庞大的负荷历史数据,便可方便地得出区域电网的最大降温负荷,因而具有更强的实用性。但也必须看到,表7中2005年分析结果LA3T,max与LBT,max的差异较LA1T,max与LBT,max的偏差大,表明本文模型对随时间变化因素的考虑还欠精确,有待进一步研究。
4 结论