住宅混合通风模糊控制策略及效果分析

王丽薇 林忠平*

同济大学机械与能源工程学院

建筑的空调和通风系统能耗占建筑总能耗的70%左右[1]，合理使用自然通风，通过开窗通风等手段可以降低通风系统能耗，实现可持续发展。近年来各国学者在热舒适领域的研究中发现[2]，在自然通风环境中人们的舒适域远远超过了现有标准中提供的舒适域，而且舒适域也大于完全靠机械通风和空调的建筑[3]。由于自然通风驱动力的不稳定性，仅依靠自然通风无法维持稳定舒适的室内环境，因此近年来出现了自然通风与机械通风相结合的混合通风方式。因为很难建立一个适合于控制的精确的数学模型，所以传统的控制方法无法对混合通风系统进行实时有效的控制[4]。模糊控制理论可以模拟人的思维方式并利用人们在实际控制过程中积累的经验达到优化控制的目的。本文采用模糊控制的原理，将人的控制经验数量化，在控制过程中，自动根据外界环境的变化控制住宅窗户开度大小。自然通风动力不足时，开启辅助风机，调整通风量的大小，达到控制室内环境的目的。

1 模型选取及Sketch Up建模

混合通风利用的室外温度一般在22～30%℃范围内，可借助通风对热舒适性进行调节的室内温度范围是 20～28%℃[4]。文献[5]、[6]研究表明东北地区夏季炎热，室外通风温度低，室外风速较大，具有良好的自然通风潜力，因此选取黑龙江省省会城市哈尔滨的一个住宅公寓进行建模和控制，使得研究更具代表性和应用价值。本文选取了哈尔滨市三口之家的某一居民公寓，并对其进行简化得到如图1所示模型。

图1 简化后sketch up房间模型

该公寓被简化为两个卧室（西区为双人主卧，东区为次卧）以及一个公共区域（北区），包括客厅、开放式厨房、餐厅等，层高2.7 m。简化后住宅平面图如图2所示。窗户均为水平推拉窗，高度均为2 m，实际可用开窗面积分别 2.25m2、2.25m2、3.375m2。

图2 简化后房间平面图

2 模糊控制器设计

2.1 模糊控制逻辑

混合通风系统使用模糊控制思想对室内参数进行控制，无须建立数学模型，只需用实时检测的室内外温度、风速值作为模糊控制器的输入，通过模糊运算后得到窗户开度和辅助风机的转速，即可实现对室内环境的控制。影响热舒适的参数很多，考虑到本系统的特殊性，在多个输入中，室内温度是最重要的，因此本文以室内温度为控制目标，根据室外温度及风速进行模糊推理得到窗户和风机的控制参数，并将室内温度作为反馈，对控制信号进行修正。模糊控制的逻辑框图如图3：

图3 控制框图

2.2 模糊控制的模糊化,模糊推理以及解模糊过程

根据适合混合通风的室外温度（22～30%℃）、风速（0～8m/s）条件，将输入和输出参数分别赋予NL、NM、NS、O、PS、PM、PL 七个语言值，即负大、负中、负小、零、正小、正中、正大，并映射到[-3，3]区间，然后建立隶属度函数，本控制系统采取简单的三角形分布，如图4所示。根据用户实际使用不同感受，隶属函数可进一步的微调。

图4 参数隶属度函数

根据建立的语言值在Matlab中进行隶属函数设置以及IF…THEN…模糊规则设计，通过该规则进行模糊推理并使用重心法进行解模糊后，得到精确的输出信号，可用于之后的Energy Plus建模以及模拟。模糊规则的设计是控制系统的核心，本控制系统的模糊规则如表1所示：

表1 模糊控制规则

2.3 控制系统搭建

基于2.1中所述的模糊控制的输入输出参数所建立的模糊系统，将适合混合通风的室外参数进行筛选后作为模糊控制系统的输入，并加入室内温度反馈系统，二者综合对开窗机和风机进行调节，从而实现对室内温度的控制。其中反馈系统中同样采用模糊控制的方法将混合通风系统室内温度控制范围分为7个等级，与室外温度一起作为输入量，经过模糊推理、解模糊过程，进一步对控制信号进行修正。其中反馈系统的隶属函数以及模糊规则的设定过程与2.1以及2.2中所述类似，由于篇幅原因不再赘述。控制系统图如图5所示，据此在Simulink中建立的仿真系统如图6所示。

图5 控制流程图

图6 Simulink仿真模型

运行仿真系统后可得到与室外参数相对应的控制信号，并将控制信号存储在文件中，作为Energy Plus运行的外部文件。

3 Energy Plus模拟及控制结果分析

3.1 模型完善

为验证该模糊控制系统对混合通风住宅的控制效果，将通过Energy Plus进行模拟从而得到控制参数——室内温度以及相对湿度等室内参数。根据实际住宅的墙体材料、门窗材料等在Energyplus中对模型进行完善，并根据一般三口之家生活习惯对人员，照明，设备进行设定和时间指派，如表2、表3所示。人员，设备时间指派与照明类似。

表2 各区人员、照明、设备情况

表3 各区照明情况时间指派

模型所选取某品牌辅助风机，额定功率30 W，额定风量220m3风量，在Energy Plus的Ventilation:DesignFlowrate中输入相应其他参数。

3.2 控制信号时间表建立

由于22～30℃为适合混合通风的室外温度范围，因此假定室外温度在此范围外时窗户开度以及风机转速均为0。结合2.3仿真控制系统中得到的控制信号，建立开窗机及辅助风机的时间表作为Energy Plus的输入。

另外，由于本文研究对象为哈尔滨市内某居民住宅，而Energy Plus提供的气象文件为郊区气象参数，因此与实际建筑的环境存在较大差异，尤其是风速的差异，因此根据文献[7]、[8]的研究结果将郊区风速乘以系数0.6进行修正。

3.3 模拟数据处理及结果分析

为了更加真实地反映人体的热感觉，本小节引入体感温度对实际控制结果进行评价。体感温度是热平衡条件下，人体对实时综合环境以热感觉温度表示的生物气象指标[9]。通常情况下体感温度可表示为：

式中：Tg为体感温度，℃；Ta为空气温度，℃；RH为相对湿度；v为风速，m/s。

本文引入最佳舒适温度Ts，并进行时空修正[10]，修正后的最佳舒适温度为：

式中：φ为纬度；M为月份。

体感温度与最佳舒适温度Ts与最佳相对湿度RHs相关，一般 RHs取 50%。当 Ta≥Ts，RH≥RHs时：

当 Ta＜Ta，RHTaRHs时：

式中：Tg为体感温度，℃；Ta为平均空气温度，℃；v为平均风速，m/s；A为修正系数，由 Steadman所做的apparent temperature查表得到。当RH＜RHs，湿度项不起作用。

将Energy Plus模拟结果中适合混合通风的时间（室外温度22～30%℃，共计1122 h）筛选出来后，采用上述公式进行处理，得到采取通风控制系统的室内体感温度变化情况，如图7～8所示：

图7 采用混合通风控制系统的室内体感温度

图8 不采用混合通风控制系统的室内体感温度

由图7～8可知使用模糊控制的混合通风系统可使三个区域室内温度平均温度达到25.7%℃，而不进行通风的模型室内平均温度则为27.4%℃，通过对比可知该模糊控制可将过渡季室内体感温度平均值降低了1.7%℃，使室内体感温度平均水平维持在较为舒适的范围内。

4 空调系统建立与节能结果分析

4.1 Energy Plus中分体空调建立

为与达到相同室内温度控制效果的空调系统进行能耗对比，在Energy Plus中的各个房间设立分体空调，并进行温度控制，从而使室内温度平均值可控制在与混合通风系统相当的情况。具体室内体感温度控制值如表4所示。将该空调能耗进行输出如图9所示，具体对时间积分后得到使用空调代替混合通风时段的总能耗为280.5 kWh，夏季空调总能耗315.7 kWh。

表4 各系统室内体感温度控制结果

图9 夏季空调能耗

混合通风的推窗机选用某型号开窗机，其具体参数见表5，根据本住宅窗户大小及个数，经计算得到住宅混合通风期间开窗机所消耗电能约为0.24 kWh,开窗机运行时间极短，因此功耗极小，可以忽略不计。将辅助风机的参数输入Energy Plus，并根据不同风量系数下的运行结果，拟合出部分负荷能耗曲线，风机能耗由其部分负荷曲线（图10）和风机控制信号进行计算后得到，整个混合通风期间总能耗为25.5 kWh。对比空调系统的能耗可知使用本文所使用的控制系统能耗节省了254.8 kWh的电能，节能效果明显。

表5 开窗机参数

图10 辅助风机部分负荷能耗曲线

4 结论

本文对一间实际居民住宅进行建模与简化，在Matlab中建立仿真控制系统对室内温度使用模糊控制的方法进行控制，并在Energy Plus中进行模拟，分析控制结果并进行能耗对比可得到以下结论：

1）通过建立合适的控制逻辑及规则，模糊控制方法在混合通风系统中的应用效果比较好，在过渡季可实现房间体感温度2℃左右的下降。

2）自然通风潜力较大的地区，如哈尔滨市，若合理利用自然通风与机械通风，在实现室内环境调控的同时可节省相当可观的电能。

[1]江亿.我国建筑能耗趋势与节能重点[J].建设科技,2006,(7):10-15

[2]Brager G S,De Dear R J.A standard for natural ventilation[J].ASHRAE Journal,2000,42(10):21-28

[3]Ghiaus C,Belarbi R,Allard F.Evaluation of natural ventilation potential by using degree-days[C]//International Forum on Renewable Energies FIER’2002 Proceedings.2002:467-473

[4]张荔.住宅混合通风控制系统关键技术研究[D].南京:东南大学,2008

[5]邹惠芬,杨春.对沈阳居住建筑自然通风潜力的评估[J].低温建筑技术,2011,(5):106-108

[6]乔宣铭.北方铁路客站夏季通风降温与节能研究[D].成都:西南交通大学,2014.

[7]曹梅.西安城市与郊区风向风速差异分析[J].陕西气象,2016,(2):19-23

[8]于成献.应用区域气象站资料分析泰安市区与郊区风的差异[J].现代农业科技,2009,(18):241-243

[9]刘梅,于波.以热量平衡为基础的体感温度模型及气候要素的效应分析[J].南京气象学院学报,2001,24(4):527-535

[10]马盼,王式功.基于“黄金分割率”的体感温度计算方法及相应舒适度划分[C]//第30届中国气象学会年会论文集.南京,2013