SCI论文（www.lunwensci.com）
摘 要：针对传统冷水机组所建模型组件不可更换、模型可调参数少、模型通用性低的问题,采用 Modelica 语言和面向 对象的建模思想建立了冷水机组的仿真模型。在 Dymola 软件中先分别建立了主要部件模型,将各个部件统一整合构成了冷水 机组模型,模型具备真实机械的基础制冷功能。在参照真实机械某段时间的运行工况调整参数后,得到的运行数据对比真实机 械的运行数据具备一定准确性 ;与传统模型相比,该模型在模块化、参数动态调整区间拥有更加广泛等优势。
Modelica-based Modeling and Simulation of Chillers
LIU Baizhi1. YANG Wen2. PANG Aiping1
(1.The Electrical Engineering College, Guizhou University, Guiyang Guizhou 550025;
2. Key Laboratory of Space Launching Site Reliability Technology, Haikou Hainan 570100)
【Abstract】： Aiming at the problems of non-replaceable model components, few model adjustable parameters and low model versatility for traditional chillers, a multi-domain unified physical modeling Modelica language and object-oriented modeling ideas were used to build a chiller simulation model. In the Dymola software, the main component models were first established, and each component was integrated to form a chiller model. The model has the basic refrigeration function of a real machine. After adjusting the parameters with reference to the operating conditions of the real machine for a certain period of time, the obtained operating data has certain accuracy compared with the operating data of the real machine; compared with the traditional model, it has the advantages of replacing parts and adjusting parameters more accurately.
【Key words】：chiller;Modelica;Dymola;simulation model;data center
0 引言
数据中心的能耗问题越来越严重, 在“十四五”期 间,根据各方面计算,我国数据中心的耗电量比重会从 2020 年的 3% 增至 4.7%[1],其中冷水机组的能耗在数 据中心的能耗中有相当大的占比。因此减少其带障运行 对数据中心的能耗问题很重要,使用建模仿真技术可以 对其故障进行研究,通过研究系统的内部特性,利用其 数学公式建立有足够精度的物理模型,可以有效模拟冷 水机组运行时的动态特性。
之前已经有很多对冷水机组建模的研究。Zhang B[2] 等评估验证了 8 个基于经验的冷水机组预测模型,实验 结果说明了模型在现场运行结果不理想,经验模型存在局限性。Zhang D[3] 等使用顺序二次规划的方法,对系 统中的设备数量、温度和流量进行了优化。Beghi A[4] 等使用粒子群算法,优化了冷水机组的负荷率和开机次 序。这些研究都是基于一些优化算法对冷水机组的运行 策略进行优化,并没有进行物理建模。
Huang S[5] 等用 Modelica 建立了冷水机组与锅炉 厂的模型,结合 EnergyPlusTM 热负荷模型,以研究 影响各种故障场景。Hinkelman K[6] 等对校园区域制 冷系统进行了模拟。通过多种节能策略优化,增强了设 备运行的寿命,校园内二氧化碳排放有效减少,能源消 耗有效降低。Schweiger G[7] 等提出了一种新颖的框架, 用于表示和简化并网能源系统,以及用于区域供热和制冷系统的动态热工水力模拟和优化。Fan C[8] 等模拟水 边节能器冷水机组的多个冷却模式控制序列的控制和能 量性能,研究表明该模型具有强大的节能潜力。这些研 究所建立的模型大多都是基于冷水机组的能耗建立模 型,模型的层级都是系统级别的,对于具体组件的研究 不够细致。
综上所述,冷水机组系统的建模仿真目前还存在以 下几点问题。
(1)一些传统模型关注于系统的运行策略和使用不 同的策略验证设备性能是否更高。其结果难以在大范围 内保持最优,通用性存在问题。(2)虽然一些研究使用 了基于物理特性 Modelica 语言建模的方法,但是所建 立模型都是大范围的,系统级别的模型,相对冷水机组 的层级更高,在面对多种类型多种工况的冷水机组通用 性不足,可以调节的参数比较少。
为了后续针对冷水机组故障诊断研究,需要有大量 的故障样本,而现存的真实机械数据稀少,所以需要建 立一种能够模拟多种工况的多种类型的冷水机组,需要 一种统一建模、接口标准、模块化程度高的建模语言。 Modelica 是一种基于方程、面向对象的多领域统一建 模语言 [9]。由于其强大的动态模拟能力,所以它可以很 好的对制冷系统进行动态模拟。本文基于 Modelica 语 言从低层级的冷水机组内部组件开始建模,然后整合部 件建立具备真实机械的制冷功能的冷水机组模型 ;与真 实数据进行对比,确认其准确性 ;与传统模型相比具有 可更换部件、可调参数多、通用性更好的优势。
1 冷水机组动态建模
一般来说,冷水机组系统由一个循环制冷剂回路和 两个水回路组成。如图 1 所示为冷水机组结构图,图中 虚线所圈的四个主要部件 ：压缩机、冷凝器、膨胀阀和 蒸发器是建模的重点。
正在本研究中, 使用 Dymola 软件和 Modelica 语 言中开发冷水机组的瞬态模型。本文采用 Dymola 软件 自带的 VaperCycle 库和 Modelon 库建立模型。本文 基于 Modelica 语言从低层级的冷水机组内部组件开始建模,以压缩机组件单独建模为例。
1.1 单独组件建模
在冷水机组中压缩机会压缩制冷剂,使气体由低温 低压变成高温高压。本文中使用的压缩机的模型由两个 流体的端口提供制冷剂的进出,一个机械端口来提供电 机的转速。其数学模型可以用容积效率、等熵效率和机 械效率的公式来描述,如式(1)、式(2)、式(3)所示 ：
如图 2 所示是以单个压缩机为例建立的压缩机实验 模型。组件 Compressor 上方即是其机械端口,连接一 个基于速度的旋转轴 RPS 来模拟电机旋转,通过 Speed 斜坡函数控制压缩机转速变化。将压缩机 Compressor 的进出端口设置稳定的压力和温度边界条件,选用制冷 剂为 R134a。
如图 3(a) 所示,压缩机稳态运行时的进出口的压力 对比,压力升高证明了模型具备压缩机的功能。为测试 压缩机的工作情况,在其他边界条件不变的前提下,调 节压缩机转速的斜坡函数,观察了压缩机的压力变化情 况。如图 3(b) 所示,当转速下降,因为出口压力不变, 压缩机压缩能力下降,所以如图 3(c) 所示,入口压力升 高。测试说明模型符合数学模型公式,工作能力正常, 可以满足冷水机组系统建模。
其他组件也经过单独建模测试能符合数学公式在进 行整体系统建模。
1.2 冷水机组
经过测试,本节将把压缩机、膨胀阀、冷凝器、蒸 发器这 4 个制冷系统的主要部件与其他附属部件一起组成冷水机组系统,如图 4 所示。
仿真系统以 R134a 为制冷剂, 冷凝器和蒸发器的进 水温度依据实际机械标准工况分别设置为 32℃和 12℃, 模拟时间设定为 30 天。如图 5 所示为冷水机组按照上 述要求调整参数后稳态运行时的冷凝器进出水温度图、 蒸发器进出水温度图。
图 5 表明冷冻水温度能够从 12℃降低到 7.3℃左右,冷却水温度能够从 32℃升高到 35℃左右,满足工 况要求,其他模拟结果如表 1 所示。
模拟结果 COP(制冷系数)正常说明冷水机组制冷 效率良好,过热度和过冷度换热器换热效果良好,总体 说明冷水机组运行正常。
2 仿真模拟验证
为了证明模型的有效性,按照一台约克系列单级冷 水机组在夏季某段时间的工况调整了模型参数,截取一 段真实数据,如图 6 所示,仿真数据选取以正弦函数变 化的温度对比真实数据冷冻水的出水温度。
通过对比仿真数据和真实数据冷冻水的出水温度, 可以看出两者数值比较相近,但是仿真数据不具备真实 数据的随机变动。这总体说明模型具备一定程度仿真真 实机械的能力。
3 结论
本文建立了基于 Modelica 语言, 使用 Dymola 软 件的冷水机组模型。模拟了各个冷水机组部件,将各个 部件整合起来形成了冷水机组模型。通过对比真实机械 的数据,证明了模型具备相当的准确性,能够相对准确 地模拟真实机械。未来该模型可以应用在故障模拟等方 面,并且在更新更多部件以后可以模拟更多型号的冷水 机组。
参考文献
[1] 马玉草,张铁峰,许正阳,等.信息基础设施能耗分析及现状与 趋势[J].电力信息与通信技术,2022.20(4):79-87.
[2] ZHANG B,YOU S J,WANG S,et al.From Laboratory to on-site Operation:Reevaluation of Empirically Based Electric Water Chiller Models[C]//Building Simulation. Tsinghua University Press,2022.15(2):213-232.
[3] ZHANG D X,LUH P B,FAN J,et al.Chiller Plant Operation Optimization:Energy-efficient Primary-only and Primary–secondary Systems[J].IEEE Transactions onAutomation Science and Engineering,2017.15(1):341-355.
[4] BEGHI A,CECCHINATO L,COSI G,et al.A PSO-based Algorithm for Optimal Multiple Chiller Systems Operation[J]. AppliedThermal Engineering,2012(32):31-40.
[5] HUANG S,ZUO W,VRABIE D,et al.Modelica-based System Modeling for Studying Control-related Faults in Chiller Plants and Boiler Plants Serving Large Office Buildings[J].Journal of Building Engineering,2021(44): 102654.
[6] HINKELMAN K,WANG J,ZUO W,et al.Modelica-Based Modeling and Simulation of District Cooling Systems:A Case Study[J].2021.
[7] SCHWEIGER G,LARSSON P O,MAGNUSSON F,et al. District Heating and Cooling Systems – Framework for Modelica-based Simulation and Dynamic Optimization[J]. Energy,2017(137):566-578.
[8] FAN C,HINKELMAN K,FU Y,et al.Open-source Modelica Models for the Control Performance Simulation of Chiller Plants with Water-side Economizer[J].Applied Energy, 2021(299):117337.
[9] FRITZSON P.Principles of Object-oriented Modeling and Simulation with Modelica 3.3:ACyber-physical Approach[M].John Wiley & Sons,2014.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jisuanjilunwen/64838.html
