錢明楊¹、燕達¹、江億¹、劉華²、王寶龍¹

1 清華大學建筑學院建筑節能研究中心；2 空調設備及系統運行節能國家重點實驗室

       【摘   要】多聯機系統廣泛應用于居住建筑之中，通常由一個室外機與多個室外機組成。多聯機系統的室外機容量設計對系統運行能耗影響大。本文對實際居住建筑中的354個多聯機系統的逐分鐘供冷量數據進行了分析，針對系統不同負荷率的出現小時數統計，發現僅有3%的時間負荷率達到80%以上。針對這一現象對室外機容量設計的配置率進行了優化調整，并通過統一的多聯機能耗模型計算不同配置率情況下的能耗水平與不滿意率，最后基于計算結果為不同室內機臺數的多聯機系統給出了推薦的室外機容量設計配置率。

       【關鍵詞】多聯機 容量設計 配置率 居住建筑

1 引言

       多聯機系統通常是一個室外機與多個室內機通過管路連接的制冷空調系統，由于其每個室內機末端都可以單獨調節靈活可控，室外機采用變頻或變容量控制^[1]，廣泛應用于居住建筑與小型辦公建筑之中，近年來其市場占有率快速增長，2013年-2018年中央空調市場占有率從37.9%增長至50.4%^[2]，并且多聯機的能耗占比也持續增長，2017年城鎮住宅制冷能耗中5%為多聯機供冷能耗^[3]。所以提高多聯機系統的效率降低能耗變得尤為重要。

       多聯機系統的容量設計是多聯機系統設計的基礎，設計容量的大小會影響系統出投資與實際運行效率。若多聯機系統容量設計偏小，則使得系統無法滿足用戶供冷供熱需求；若多聯機系統容量設計偏大，則會導致多聯機系統長期處于低負荷率運行，運行效率低能耗高。對于多聯機系統的末端室內機容量設計，通常以設計工況的房間負荷決定^[4]，而對于室外機設計容量，其需要滿足所有室內機的需求來設計，首先計算每個室內機的設計工況容量，考慮不同方位房間最大負荷出現的時刻，并考慮負荷安全系數，作為室外機的設計容量^[5]，所以室外機容量與室內機容量總和往往不同，眾多研究者提出了“連接率”^[6]、“配置比”^[7]等指標定義了室內機容量總與室外機容量的比值。國家標準GB/T 18837-2015中定義了各室內機的名義制冷量之和與室外機組名義制冷量之和的比為“配置率”^[8]，行業標準JGJ 174-2010中規定：一般系統配置室內機總能力控制在室外機能力的50%~130%之間^[9]。對于配置率大于100%，即室內機容量總和大于室外機容量的情況，被定義為室外機超配。已有研究指出，對于公共建筑可以適當超配110%，而對于家用多聯機可以超配130%^[10]。

       從已有的研究中可知，目前室內機與室外機容量的配置率只給出了一個數值范圍，其次目前的計算方法中僅考慮了不同方位房間峰值負荷出現的時間差異，而實際建筑中的多聯機系統每個末端都可以靈活調控，能使得用戶完全按照個人需求進行調節，所以用戶的空調人行為對多聯機系統的運行及能耗影響非常大^[11-12]，而用戶的空調人行為差異巨大，使用傳統的少量的案例測試[13]或者大規模調研問卷都難以獲取真實用戶的空調人行為分布情況^[14]，即很難通過實地測試或問卷調研獲取不同多聯機系統的復雜運行模式。但是隨著智能家居、物聯網和數據傳輸存儲技術的發展，大規模的建筑空調系統數據的獲取變得更加容易^[15]。數據挖掘分析方法可以很好地獲取實際空調的復雜運行模式^[16]，將實際多聯機運行數據作為輸入，建立定量化的模擬分析模型，就能更好地計算獲取推薦的多聯機系統配置率。更為重要的是目前針對居住建筑僅推薦家用多聯機可以超配130%的建議，并需要工程師們根據實際工程在進行調整，未能給出更好的工程指導意見。

       針對目前已有研究中的不足，本文對實際居住建筑中354個多聯機系統的逐分鐘供冷負荷率數據進行了分析，同時對多聯機系統同時運行室內機臺數進行了分析,發現用戶的部分時間部分空間的空調使用習慣使得系統供冷負荷率長時間處于低負荷率，僅少量時間能達到系統的滿負荷運行。針對這一現象，對室外機容量設計的配置率進行了優化調整，并通過多聯機系統優化研究的動態仿真[17]方法，建立統一的多聯機能耗模型計算不同配置率情況下的能耗水平與不滿意率，最后基于計算結果為不同室內機臺數的多聯機系統給出了推薦的室外機容量設計配置率。

圖1 技術路線圖

2 多聯機運行數據介紹及分析

       本文從某空調大數據監測平臺獲取了354套多聯機系統運行數據，多聯機系統所在92個城市分布情況如圖 2所示，主要分布在夏熱冬冷地區。不同室內機臺數的多聯機系統數量分布如圖 3所示，多聯機系統的室內機臺數主要有2-10臺，其中以4、5臺為主。

圖2 多聯機系統分布情況

圖3 不同室內機臺數的多聯機系統數量分布

       基于354套多聯機系統的運行數據以及多聯機系統供冷量的基于壓縮機能量平衡法^[18]的虛擬傳感器方法^[19]獲取了這些多聯機系統6月至9月（2928小時）的實際供冷量曲線，將其中一套額定制冷量為12kW的多聯機系統逐時供冷負荷從小到大進行排序，如圖 4所示，可見系統長時間是低負荷率的情況，最大供冷負荷為11.6kW，說明整個供冷季都沒有達到額定制冷量12kW。

圖4 編號11769多聯機系統實測供冷負荷排序曲線

       在所有354臺實際多聯機系統樣本中長時間低負荷的情況非常常見，如圖 5所示，室外機供冷負荷大部分時間達不到100%負荷，僅有3%的時間負荷率達到80%以上，達到滿負荷的時間更加少。

圖5 不同供冷負荷的運行時間狀圖及統計餅圖

       在所有實際多聯機系統樣本中長時間低負荷的情況非常常見，其主要原因是家用多聯機系統用戶往往僅開啟自己所在房間的室內機，根據數據集中的室內機同時開啟的時間比例統計，如圖 6所示，85%時間同時運行不超過2臺室內機，其中59%時間僅運行1臺室內機，這是用戶部分時間部分空間的使用習慣，這使得所有房間的室內機都開啟的情況很少出現，最終導致多聯機系統很難達到滿負荷運行，所以可以適當減小室外機容量，使得整體的運行負荷率提高，進而提高運行效率。

圖6 室內機同時開啟時間柱狀圖及統計餅圖

3 室外機容量優化的多聯機能耗及不滿意率計算模型

       為了改善多聯機系統的低負荷率問題，提出優化方案可以適當減小室外機容量，使得整體的運行負荷率提高，進而提高運行效率。通過模擬計算的分析方法進行定量化的計算驗證，將354套多聯機系統的運行冷負荷數據輸入一個統一的反映冷負荷率對效率影響的能耗計算模型，計算獲取不同配置率下的多聯機系統的能耗及不滿意率均值，最后給出不同室內機臺數的多聯機對應的推薦配置率。

       優化方案是適當將校室外機容量，使得整體的運行負荷率提高，進而提高運行效率，主要考慮建議一個冷負荷率相關的多聯機能耗計算模型，計算模型的性能曲線如圖 7所示，多聯機系統的COP計算如公式（1）（2），其中   為供冷量，  為室外機額定制冷量，Rcooling(τ)為多聯機室外機負荷率，COPcooling為多聯機室外機效率，對應圖 7中的計算公式，Ecooling(τ)為多聯機室外機的電功率。

                 （1）

        （2）

 
圖7 多聯機COP隨負荷率變化曲線

       為了定量化說明減小室外機容量，使用表中的配置率（Combination Ratio，以下簡寫為CR）來描述室外機與室內機容量的關系，配置率（CR）是各室內機的名義制冷量之和與室外機組名義制冷量之和的比，如公式（3）所示：

               （3）

                           （4）

       配置率可以反映室內機同時使用情況，配置率越高指的是室外機設計容量越小，但是減小室外機設計容量可能導致室內機供應不足的問題。所以為了同時定量化反映供應不足的問題，本文通過不滿意率（Unsatisfied Rate）來描述，不滿意小時數（）定義為供冷負荷需求大于室外機額定容量的時長，不滿意率（Unsatisfied Rate）定義為不滿意小數占供冷季總時間(，6月至9月，2928小時)比例，如公式（4）所示：

       計算不同配置率對應的不滿意率，如表 1所示，對單個系統，降低室外機容量，將配置率CR提高到1.5，可以計算得知不滿意率為1.2%。針對供冷負荷需求大于室外機額定容量的時刻，多聯機系統按照額定制冷量輸出進行能耗計算。

表1 編號11769多聯機系統的不同配置率的計算結果樣例

4 模擬結果分析

       為了能更好地提供推薦的室外機配置率的數值，計算了配置率從1.0-1.5的情況，即從不超配到超配150%。由實測的多聯機室內機同時開啟臺數數據可知85%時間同時運行不超過2臺室內機，其中59%時間僅運行1臺室內機，可見若室內機個數少對應的全部開啟的概率就更高，可能對于室內機個數少的系統室外機不能進行超配，所以模擬計算結果根據室內機臺數不同分類統計能耗及不滿意率的均值。

       其中室內機2-3臺的多聯機系統計算結果如圖 8所示，隨著配置率增大，多聯機能耗均值降低，不滿意率在配置率大于1.0后快速升高，說明這類系統的供冷負荷達到滿負荷率的情況很多，所以對于室內機2-3臺的多聯機系統不能進行超配設計，推薦配置率為1.0，即對于這種系統不能通過適當減小室外機容量來降低能耗。

圖8 室內機2-3臺的多聯機系統計算結果

       其中室內機4-6臺的多聯機系統計算結果如圖 9所示，隨著配置率的提高，在配置率小于1.4時，系統的不滿意率升高較少，均在0.3%以下。圖中三種系統的不滿意率升高的速率不同，明顯室內機臺數越多，不滿意率上升越慢。可見對于4-6臺室內機的系統的配置適當超配，配置率小于1.4則不滿意率基本可以負荷需求。

圖9 室內機4-6臺的多聯機系統計算結果

       為了保證盡可能低的不滿意率（小于0.03%），所以推薦室內機4-6臺多聯機系統的配置率分別為1.1-1.3，不同情況的能耗節能率如表 2所示，室內機數量越多，推薦配置率越大，室外機可以適當減小容量。

表2 不同室內機臺數的多聯機系統推薦配置比即節能比例

5 結論與建議

       本文對實際居住建筑中的354個多聯機系統的逐分鐘供冷量數據進行了分析，并通過統一的多聯機能耗模型進行了模擬計算，通過以上分析得到以下結論：

       （一）較多系統長時間處于低負荷率，總時間上僅有3%的時間負荷率達到80%以上，多聯機系統很難達到滿負荷。其主要原因是用戶空調人行為的部分時間部分空間模式（85%時間同時運行不超過2臺室內機，其中59%時間僅運行1臺室內機）；

       （二）對于室內機2-3臺的多聯機系統不能進行超配設計，推薦配置率為1.0，即對于這種系統不能通過適當減小室外機容量來降低能耗；

       （三）對于室內機4-6臺多聯機系統，可以適當進行超配設計，推薦的配置率分別為1.1-1.3，在不滿意率小于0.03%時，相比于配置率1.0的節能比例在4%-10%。

       本文討論了多聯機系統的配置率推薦值，即討論了當室內機設計容量合理的情況下，室外機容量與室內機容量匹配設計的方法。但是目前工程中依舊存在室內機容量設計過大的現象，并且也多個室內機負荷不均勻[20]的問題，這些都會影響多聯機系統的性能，未來研究中需要進一步考慮室內機選型偏大的問題，進一步合理設計室外機的額定制冷量。

參考文獻

       [1] 葉建新.多聯機空調系統的綠色節能設計特點和優勢[J].建筑節能,2015,43(06):23-25.
       [2] 2018年度中國中央空調市場總結報告  第三章  主流機型市場分析[J].機電信息,2019(04):29-46.
       [3] The Future of Cooling In China, IEA, 2019
       [4] GB 50736-2012, 民用建筑供暖通風與空氣調節設計規范[S].
       [5] 袁建新,谷炳龍.多聯機系統設備選型高容量指標的疑惑[J].暖通空調,2016,46(09):84-87.
       [6] 劉曙光,王曉宇.多聯機VRV系統設計[J].才智,2009(29):64.
       [7] 劉正恩.家用多聯式空調(熱泵)機組的能效初探[J].制冷與空調,2009,9(06):27-30.
       [8] GB/T 18837-2015, 多聯式空調(熱泵)機組[S].
       [9] JGJ 174-2010, 多聯機空調系統工程技術規程[S].
       [10] 曾衛軍.多聯機空調系統設計問題探析[J].科技創新與應用,2019(18):101-102.
       [11] 李兆堅,江億.住宅空調方式的夏季能耗調查與思考[J].暖通空調,2008(02):37-43+64.
       [12] Yu, X., Yan, D., Sun, K., Hong, T., & Zhu, D. (2016). Comparative study of the cooling energy performance of variable refrigerant flow systems and variable air volume systems in office buildings. Applied energy, 183, 725-736.
       [13] 趙德印,張旭,徐強.基于實測數據的辦公建筑多聯機加班運行能耗研究[J].暖通空調,2019,49(04):43-48.
       [14] Feng, X., Yan, D., Wang, C., & Sun, H. (2016). A preliminary research on the derivation of typical occupant behavior based on large-scale questionnaire surveys. Energy and Buildings, 117, 332-340.
       [15] Fan, C., Xiao, F., Li, Z., & Wang, J. (2018). Unsupervised data analytics in mining big building operational data for energy efficiency enhancement: a review. Energy and Buildings, 159, 296-308.
       [16] 陳煥新,劉江巖,胡云鵬,李冠男.大數據在空調領域的應用[J].制冷學報,2015,36(04):16-22.
       [17] 邵雙全,梁楠,田長青.多聯式空調制冷系統動態仿真研究[J].制冷學報,2011,32(01):16-22.
       [18] 丁連銳,曲宗峰,亓新,張國輝,王寶龍,石文星.房間空氣調節器實際運行性能測量方法研究[J].中國標準化,2019(03):172-179.
       [19] Liu, H., et al., Performance of VRF systems based on large scale monitoring. IOP Conference Series: Materials Science and Engineering, 2019. 609: p. 052012
       [20] 趙偉,周德海,石文星.多聯機空調系統的性能域[J].暖通空調,2010,40(07):98-102+107.

       備注：本文收錄于《建筑環境與能源》2020年10月刊 總第37期（第22屆全國暖通空調制冷學術年會文集）。版權歸論文作者所有，任何形式轉載請聯系作者。