2025, Vol. 47
2. 中国舰船研究设计中心，湖北 武汉 430064
2. China Ship Development and Design Center, Wuhan 430064, China
在船舶冷媒水管网系统中，大部分用户都用空调作为冷源[1]。除传统空调用户以外，还有许多其他用户采用冷媒水作为冷源，以达到设备降温或除湿的目的。传统的分散式系统独立运行方式会造成分系统间无法冷量共享、冷媒水系统配置资源增加和维修保养工作量大等问题。相比之下，环状冷媒水管网作为一种特殊的管网布局形式，通过设置多个并联的环路来增强系统的冗余度，大大提升了整体系统的鲁棒性和可靠性[2]。面对多样的船舶用户需求和特殊的运行环境，设计及优化管网以适应不同负载也是一个关键问题，因此开展环状冷媒水系统的优化控制模拟研究，有利于提升船舶冷媒水系统的适应性和效率，为船舶提供稳定可靠的冷源供应，同时降低能源消耗和维护成本。
水系统管网控制方面，国内外学者们针对各控制对象提出了多种策略，旨在提升系统能效与运行稳定性。郑军林等[3]根据某冷媒水系统冬季负荷特点，提出单泵或双泵供全船用户支路的控制策略，能够满足各支路流量要求且水力稳定性小于15%。Fan等[4]研究了基于负荷概率密度的冷水机组控制策略，通过模拟分析比较了3种策略的节能效果，确定了最优控制方案。闫秀英等[5]针对多冷水机组并联问题，研究开启台数与负荷分配关系，运用聚类方法对负荷进行处理，提出一种优化制冷机排序控制的方法，在实际建筑中应用后实现4%～5%能耗降低。Sheng等[6]、Zhang等[7]、Huo等[8]与Gong等[9]通过优化系统水泵控制策略，以提高多源环网系统水力表现。Liu等[10]指出末端类型、负荷分配及管网结构对水系统能耗有显著影响，需深入研究以制定最佳控制策略。方志等[11]研究了多末端空调系统运行特性，对比现有控制策略适应性，提出基于温控阀开度/风机档位等末端调节信号的综合变流量控制策略，并在实际医院空调系统中验证其节能效果。但上述研究多针对单一目标优化，缺乏协同考量，难以达到全局最优的效果。
本文基于某环状冷媒水管网系统实验平台建立了其数值仿真模型，通过实际测试数据对模型进行验证，进而针对管网及末端需求特性提出了末端变流量控制策略、泵支路压差旁通控制策略并进行了模拟分析，提出相应的优化设计方案，为环状管网的优化设计和运行管理提供理论支持和实践指导。
1 环状冷媒水管网概况本文船舶环状冷媒水管网系统分为上下2层，2层管网干管为环状管网，管网模型系统原理图如图1所示。沿船长方向水系统可划分为艏部、舯部、艉部3个区域，即一区、二区、三区，每个区域均设有1个泵（制冷机组）支路和多个用户支路，用户支路分布在上下2层，由环状干管连接，区域之间用蝶阀分隔开，能实现各区独立供水。
|
图 1 冷媒水管网模型系统原理图及分区示意图 Fig. 1 Schematics of the refrigerant water pipeline network system and its zoning |
用户支路因服务对象的功能不同分为普通用户支路和设备用户支路。普通用户支路全部位于上层，主要服务于为人员提供居住和办公的舱室，这类舱室受室内人员和外界环境等因素影响负荷波动较大，全年部分时间为冷需求，其它时间为热需求。设备用户支路全部位于下层，主要服务于存放电子设备的舱室，全年一直为冷需求，设备用户支路所服务的舱室由于设备散热量大且基本恒定，其冷负荷全年基本处于满负荷状态，该类舱室环境控制要求较高，需要全年维持稳定的冷量供应。
该冷媒水管网的泵支路供回水管管段管径为DN80，上、下层环状管网供回水干管管段管径分别为DN65、DN80，上、下层连接立管管径为DN80。各区用户支路并联，其中一区包含4个上层用户支路和6个下层用户支路，编号分别为Q1-S-Z1～Q1-S-Z4和Q1-X-Z1～Q1-X-Z6；二区包含4个上层用户支路和6个下层用户支路，编号分别为Q2-S-Z1～Q2-S-Z4和Q2-X-Z1～Q2-X-Z6；三区包含4个上层用户支路和2个下层用户支路，编号分别为Q3-S-Z1～Q3-S-Z4和Q3-X-Z1～Q3-X-Z2。冷媒水管网各区水泵的额定流量为50 m3/h，额定扬程为80 mH2O。
2 管网模拟平台 2.1 FloMASTER数值模型根据图1的环状冷媒水管网系统示意图，在FloMASTER中按照系统的实际布局和系统拓扑建立了该系统的仿真模型。其中，水泵模型依据实测水泵的特性曲线建立，确保其性能曲线与实测数据相吻合。各阀件、管段模型根据元件规格和实际管径构建，保持与物理系统的一致性。用户区管网依据实际连接方式顺序搭建，并通过环状干管互相连接，上下层环网则通过供回水立管连接，最终实现整个管网的水力连通。
为简化描述和分析，以二区下层用户区为例进行描述。泵支路上设有水泵、阀门、弯头和三通等组件，其它部分则通过阻力件进行阻力模拟，在水泵的入口处设置一个定压点以模拟定压补水，泵支路上设置有一个旁通管路以及旁通调节阀来控制压差和末端支路的流量分配，保证泵支路的流量稳定性。同时，末端设备和管段阻力损失也用为阻力元件来表示，以实现支路阻力特性的模拟。图2为二区下层用户区模型图。
|
图 2 冷媒水系统二区下层用户区模型 Fig. 2 Model of the lower user area of zone 2 of the refrigerant water system |
为了保证管网模型真实地反映实际系统的水力特性，通过现场开展的管网实验得出实测管网水力参数对上述管网模型进行了模型验证。根据现场实测压力与流量估算支路阻力系数，并进一步调节模型中各元件的阻力系数、管道粗糙度等参数使得阻力分配与实际相符，进而影响各支路流量的模拟值与实验工况中实测值匹配，获得模拟工况中管网各区域独立运行工况下的水力参数，并与相应的现场实测值进行对比，完成模型验证。单区独立运行满负荷运行下，实测工况为所有用户支路阀门均为全开，24个用户支路的流量测量值与模拟值对比结果如表1所示，各支路流量模拟误差均在为2%以内，可见该管网模型与实际管网系统较吻合，能够反映真实系统的水力状态。
|
表 1 冷媒水管网单区满负荷运行下流量测量值与模拟值对比 Tab.1 Comparison of the measurement and the simulation result of the flow rate under the single zone full load operation mode of the refrigerant water pipe network |
针对该管网不同类型空调用户支路的需求多样性带来的流量变化的复杂性问题，本文提出末端变流量控制策略和泵支路压差旁通控制策略。在船舶冷媒水系统的设计与运行中，末端控制策略对于整个系统的稳定性和效率至关重要。受船舶航行变化影响，普通末端用户支路所服务的舱室负荷波动变化较大，为满足舱室的环境需求，需要采用末端变流量PID控制同步调控支路流量。根据实际管网模型搭建末端变流量控制模型，末端变流量控制模型如图3(a)所示。当末端用户的需求负荷变化时，通过PID控制器可以实现对阀门开度的动态调节，从而控制末端用户支路流量的变化。
|
图 3 管网控制策略示意图 Fig. 3 Schematics of the control strategies |
为了保证变工况下水泵的安全运行与泵支路流量稳定，在泵支路设置有压差旁通阀来实现旁通流量控制，压差旁通控制以设定的旁通压差值为目标，当末端需求流量减小、阻力增大时，旁通阀开启使部分流量直接回流，保证水泵的流量维持稳定，同时可以保证末端压差稳定，减少支路之间的相互干扰。根据实际管网模型搭建泵支路压差旁通模型，旁通压差控制模型如图3(b)所示。压差旁通PID控制器以旁通压差设定值为设定参数，以实际读取旁通压差系统为输入，采用PI算法计算阀门开度信号，并将该信号输入到压差旁通阀执行器以控制压差旁通阀的阀门开度来控制旁通富余流量，实现用户末端变流量，泵支路定流量控制。
4 控制策略模拟结果分析 4.1 末端变流量控制以三区支路Q3-X-Z1为例，其设计流量为4.15 m3/h，假设该支路的负荷需求呈周期性变化，通过调节阀门开度来实现负荷变化带来的用户需求流量的变化。在模拟中对PID控制器输入一个以4 h为周期的连续变化的流量控制信号。PID控制器同时读取支路的实际流量，通过PI算法计算阀门开度信号，并将该信号输入到支路调节阀来调节用户流量以达到控制要求。
由图4可知，随着设定目标的流量值变小，末端支路调节阀的开度变小，末端支路实际流量降低；设定目标的流量值变大时，末端支路调节阀的开度变大，末端支路实际流量升高，末端支路流量变化基本与设定目标吻合。
|
图 4 末端支路调节阀开度变化及流量对比 Fig. 4 Comparison of the openings and the flow rates of the end-user branch control valve |
基于末端变流量控制模型，构建了一个扩展模型，该模型包含多个用户支路及其对应的PID控制器，反映了实际船舶冷媒水系统中同时工作的多个末端设备。每个支路都配备了独立的PID控制器，以便精确地调节流量并响应各自区域的需求变化。多末端同时调控模型如图5(a)所示。
|
图 5 多末端同时调控模型及支路流量控制目标设定曲线 Fig. 5 The multi-branch simultaneous control model and the branch flow rate setpoint profiles |
以二区上层2条支路Q2-S-Z1和Q2-S-Z2为例，其设计流量分别为5.93 m3/h和6.97 m3/h，假设2条支路的负荷需求均呈周期性变化，但变化并不同步发生，而是存在时间上的延迟。在模拟中分别对支路Q2-S-Z1和支路Q2-S-Z2的PID控制器输入以4 h为周期，0～5.93 m3/h和0～6.97 m3/h非连续变化的流量控制信号，其中支路Q2-S-Z1的流量发生变化的控制信号比支路Q2-S-Z2延迟1 h，2条支路的流量控制目标设定曲线如图5(b)所示。PID控制器同时读取两条支路的实际流量，通过PI算法计算阀门开度信号，并将该信号输入到支路调节阀来调节用户流量以达到控制要求。根据各自支路的负荷变化生成相应的流量控制信号，以此指导PID控制器对末端流量调节阀进行调整，实现对应分支的流量需求。
在分析多支路同时调控与单支路调控的互相干涉特性时，通过图6和图7对比了2条支路Q2-S-Z1和Q2-S-Z2的调节阀开度变化及流量变化情况。以支路Q2-S-Z1为例进行分析，在多支路同时调控的情况下，其调节阀开度的变化表现出明显的阶段性特征。在第3 h～第4 h，调节阀开度的增速相较于单支路调控变缓，而在第4 h～第5 h，调节阀开度的增速又由缓变急。这种变化的原因在于支路Q2-S-Z2在同一时间段内的流量变化，即从最大值降至0，然后又从0升至最大值，对Q2-S-Z1的流量控制产生了显著的干涉。此外，第7 h～第8 h，Q2-S-Z1的调节阀增速再次变缓，这是由于Q2-S-Z2的流量开始下降，对Q2-S-Z1流量的上升起到了补偿作用。尽管Q2-S-Z1的调节阀动作在多支路调控下有所变化，但其流量变化趋势与单支路调控情况下基本保持一致。
|
图 6 多支路同时调控与单支路调控时Q2-S-Z1的调节阀开度及流量变化对比 Fig. 6 Comparison of valve opening and flow rate variations of the zone of Q2-S-Z2 with the multi-branch simultaneous regulation and the single branch regulation |
|
图 7 多支路同时调控与单支路调控时Q2-S-Z2的调节阀开度及流量变化对比 Fig. 7 Comparison of valve opening and flow rate variations of the zone of Q2-S-Z2 with the multi-branch simultaneous regulation and the single branch regulation |
综上所述，在多支路同时调控的情况下，2条支路的调节阀开度变化和流量变化呈现出复杂的相互作用关系。这种干涉特性表明，一条支路的流量变化对另一条支路的调节阀开度会有显著影响，导致调节阀的开度调整出现非线性的复杂响应。但尽管存在这样的相互影响，支路流量的变化本身并未受到显著影响。这表明，尽管调节阀的开度调整过程可能因多支路间的相互作用而变得复杂，但最终的流量控制结果仍然基本保持稳定。
4.3 泵支路压差旁通控制以三区泵支路为例，水泵设计流量为50 m3/h，旁通控制压差设定值为0.56 MPa，假设该区普通用户支路的负荷需求均呈周期性变化，通过调节阀门开度来实现负荷变化带来的用户需求流量的变化。在模拟中对普通用户支路末端的调节阀输入一个以4 h为周期，从0-1正弦变化的开度控制信号。当末端流量改变时，压差旁通PID控制器通过调节压差旁通阀开度旁通富余流量，以保持末端压差稳定和水泵流量稳定。图8(a)为末端流量变化情况，当流量变化时，泵支路流量基本稳定50 m3/h左右，结果如图8(b)所示。旁通支路压差基本稳定在0.56 MPa左右，结果如图8(c)所示。
|
图 8 泵支路压差旁通控制效果 Fig. 8 Control effect of the pump branch bypass pressure differential |
为深化船舶环状冷媒水系统性能和控制策略研究，本研究在FloMASTER中建立的船舶环状冷媒水管网数值模型基础上，实施了末端变流量PID控制策略及泵支路压差旁通PID控制策略的模拟分析。末端变流量PID控制策略的模拟表明，该策略能够有效地根据需求流量调整支路阀门开度，实现流量的精确控制。进一步地，多末端同时调节的模拟展示了系统在面对多个调控点同时作用时的动态特性和稳定性。尽管调节阀开度与流量变化间存在复杂的非线性响应，系统的总体流量控制结果仍然保持稳定，指出了不同支路同时调节的干涉问题并分析了其对管网性能的影响。对泵支路压差旁通控制策略的模拟分析显示，这种策略在维持系统流量和压差稳定性方面具有显著效果。这些模拟结果为船舶环状冷媒水管网的具体控制策略应用提供了理论依据，并对系统的设计和优化提供了实际指导。
| [1] |
申晓晨. 船舶空调系统的数学建模与动态仿真[J]. 舰船科学技术, 2023, 45(8): 46-49. SHEN X C. Mathematical modeling and dynamic simulation of marine air conditioning systems[J]. Ship Science and Technology, 2023, 45(8): 46-49. |
| [2] |
张伟华. 环枝状集输管网布局拓扑优化研究[J]. 油气田地面工程, 2023, 42(5): 43-47, 52. |
| [3] |
郑军林, 严天, 徐新华. 船舶环状冷媒水系统冬季工况运行模拟分析[J]. 舰船科学技术, 2021, 43(1): 133-137. ZHENG J L, YAN T, XU X H. Simulation study on the operation of loop refrigerant water of a ship in winter season[J]. Ship Science and Technology, 2021, 43(1): 133-137. |
| [4] |
FAN B, JIN X Q, DU Z M. Optimal control strategies for multi-chiller system based on probability density distribution of cooling load ratio[J]. Energy and Buildings, 2011, 43: 2813-2821. DOI:10.1016/j.enbuild.2011.06.043 |
| [5] |
闫秀英, 王乐唯. 多台冷水机组联合运行优化控制策略[J]. 计算机测量与控制, 2020, 28(7): 97-101. |
| [6] |
SHENG X J, LIN D M. Energy saving factors affecting analysis on district heating system with distributed variable frequency speed pumps[J]. Applied Thermal Engineering, 2017, 121: 779-790. DOI:10.1016/j.applthermaleng.2017.04.079 |
| [7] |
ZHANG Y C, CHEN C X, XIA J J. Energy performance analysis of an integrated distributed variable-frequency pump and water storage system for district cooling systems[J]. Applied Sciences, 2017, 7(11): 1139. DOI:10.3390/app7111139 |
| [8] |
HUO Y J, CAI L, ZHANG J Z. Research on pipeline characteristics and energy saving of distributed secondary pump system for district cooling[J]. Energy Procedia, 2019, 158: 6405-6412. DOI:10.1016/j.egypro.2019.01.199 |
| [9] |
GONG E W, WANG N, YOU S J, et al. Optimal operation of novel hybrid district heating system driven by central and distributed variable speed pumps[J]. Energy conversion and management, 2019, 196: 211-226. DOI:10.1016/j.enconman.2019.06.004 |
| [10] |
LIU X F, LIU J P, LU J D, et al. Research on operating characteristics of direct-return chilled water system controlled by variable temperature difference[J]. Energy, 2012, 40(1): 236-249. DOI:10.1016/j.energy.2012.01.076 |
| [11] |
方志, 梁彩华, 白曦. 基于末端调节信号的空调冷冻水变流量运行策略[J]. 建筑科学, 2023, 39(6): 189-196. |