基于信息熵引导的快速降维CFD-TRNSYS耦合方法在地铁站活塞风与相变材料节能中的应用

《Building and Environment》:Information entropy-guided fast dimensionality reduction CFD-TRNSYS coupling for piston wind and phase change material (PCM) energy saving in subway stations

【字体: 大 中 小 】 时间:2026年08月10日 来源:Building and Environment 8.4

编辑推荐:

  摘要:地铁站的供暖、通风与空调系统能耗极高,因此利用活塞风进行自然通风是实现节能的重要策略。然而,传统的三维计算流体力学模拟计算成本高昂,且难以与建筑能源模拟工具整合。本研究提出了一种基于信息熵引导的降维方法的高效CFD-TRNSYS耦合框架。首先通过信息熵分析将三维CFD模型简

  摘要:地铁站的供暖、通风与空调系统能耗极高,因此利用活塞风进行自然通风是实现节能的重要策略。然而,传统的三维计算流体力学模拟计算成本高昂,且难以与建筑能源模拟工具整合。本研究提出了一种基于信息熵引导的降维方法的高效CFD-TRNSYS耦合框架。首先通过信息熵分析将三维CFD模型简化为二维模型,该方法在保持质量流量守恒的同时可将计算时间缩短99%以上,且活塞风的质量流量误差控制在5%以内。所得到的二维模型的精度显著高于基于伯努利方程的传统一维理论模型。随后将简化模型得到的活塞风动态数据接入TRNSYS,对上海某典型地铁站的年度能耗进行模拟。对比结果表明,仅依靠活塞风就能使地铁站的年度HVAC能耗降低约9.0%;若再结合基于相变材料的夜间冷存储技术,在默认相变材料配置下总节能率可提升至11.1%,而在优化相变材料的熔化温度和厚度后这一数值还可进一步上升至13.5%。敏感性分析进一步表明,相变材料的熔化温度和厚度对整体节能效果有着重要影响。本研究提供了一种兼顾精度与效率的多尺度耦合分析工具,为地铁站的节能设计提供了实用方案。

引言:随着城市化进程的加快,城市轨道交通已成为大城市的公共交通核心。然而,地下地铁站的供暖、通风与空调系统消耗了大量能源。在夏季制冷负荷较高的地区,HVAC系统的能耗通常占整个车站能源消耗的40%–50%[[1], [2], [3]]。因此,开发被动式节能技术以及利用自然能源资源的策略对于实现轨道交通系统的低碳运行至关重要。高速列车在隧道中行驶时产生的活塞风是一种极具潜力的自然通风资源[4]。通过合理的通风系统设计,可以利用活塞风与车站内部空气交换,从而大幅降低机械通风的能耗[[5], [6], [7]]。目前关于活塞风特性的研究主要依赖于三维计算流体力学模拟[[8], [9], [10], [11], [12], [13]]。例如,Kim等人[14]利用CFD技术准确模拟了隧道内非稳态气流的演变过程。不过,三维CFD模型存在严重的计算瓶颈:一次瞬态模拟往往需要数十小时甚至数周的时间[9,10,15,16],这使得它很难与TRNSYS[17,18]或EnergyPlus[19,20]这类用于年度(8760小时)能源模拟的工具直接进行实时耦合。

为了解决全三维瞬态CFD模拟所带来的高昂计算成本和时间问题,以往的研究探索了多种提高效率的策略,包括:(1)采用粗网格策略或稳态近似来替代瞬态模拟[[11], [12], [13]];(2)开发降阶模型,如适当正交分解或其他基于投影的技术,从高精度的三维解中提取主导模式,以便快速重建流场[[21], [22], [23], [24]];(3)构建基于机器学习的替代模型,如神经网络或高斯过程回归,这些模型通过在有限次昂贵的CFD计算基础上训练,能够实现多参数场景下的快速预测[25,26];(4)有些研究尝试直接采用二维简化模型[27,28]。然而,大多数这类二维方法缺乏严谨的降维理论指导,因此在捕捉复杂的活塞风特性时会导致精度下降[29,30]。这些方法在简化几何结构的同时往往无法保持质量流量守恒。尽管如此,现有研究仍存在诸多局限:首先,大多数二维简化方法缺乏严谨的理论依据,在降低空间维度时难以保持质量流量守恒,从而导致在捕捉复杂活塞风特性方面的精度不足;其次,目前尚未对一维理论模型、二维降阶模型以及三维高精度模型之间的预测精度和计算效率进行系统性的比较评估;最为关键的是,空气动力学预测与系统能源模拟之间存在严重的“脱节”现象——CFD生成的活塞风动态数据很少被引入到年度动态能源分析中,这就难以准确判断其在系统长期节能潜力中的作用。

为了解决这些问题,信息熵为科学的降维方法提供了坚实的理论基础。信息熵由香农在1948年提出,其概念源自热力学熵,用于量化数据集的信息含量或不确定性,从而帮助识别复杂系统中的主导特征。信息论相关量已被应用于流体力学领域,用于量化流场的复杂性并支持降阶建模。以往的研究中,人们利用熵作为选择空间或时间 POD特征函数的标准,确定流场模式的截断阶数,解读湍流分解结果,以及评估降阶特征的重要性。例如,Bleris和Kothare[32]使用时空流数据集的熵值作为标准,来选择基于POD的低阶模型中的空间或时间特征函数族;Brindise和Vlachos[33]则利用香农熵来识别具有物理意义的POD模式,并为实验中的流场重建确定客观的截断阶数。此外,熵值也被用于解读POD湍流分解结果,以及最近在基于聚类的降维方法中对模式顺序的确定[34]。不过,目前大多数基于熵的降维方法都是在模式、特征函数、参数或潜在特征空间中运行的,它们无法直接确定在将三维CFD几何结构转换为二维模型时可以去除哪个物理坐标方向。本研究采用的基于方向熵的几何降维方法是在作者之前的工作中开发的[6]。在该方法中,会分别计算压力以及三个速度分量在x、y、z三个方向上的香农熵值,然后选择包含最少流场信息的方向进行降维,之后再通过质量流量守恒和阻塞比等原则构建出等效的二维几何结构。

基于上述考虑,本研究提出了一种基于信息熵分析的降维方法,并构建了一个多尺度耦合框架,该框架能够高效地将CFD空气动力学预测结果与TRNSYS动态能源模拟相结合(见图1)。该框架首先通过信息熵将三维CFD模型简化为二维模型,这在大幅提升计算效率的同时还能确保质量流量误差保持在5%以内[6]。同时,还建立了一个基于伯努利方程的一维理论模型作为对比基准。之后,将二维CFD模型得到的活塞风动态数据作为输入引入TRNSYS模型,进而设定三种运行场景——无活塞风、仅有活塞风、活塞风+相变材料——对这三种场景下的年度能耗进行对比分析。本研究的目标如下:(1)建立活塞风的一维理论模型,并将其预测精度与计算效率与三维及二维CFD模拟的结果进行比较,重点分析动态阻塞效应对瞬态峰值的影响;(2)评估基于信息熵引导的二维降阶模型在计算精度和效率方面的优势;(3)将二维CFD模型得到的动态气流数据接入TRNSYS,对上海某典型地铁站进行年度能源性能分析;(4)揭示活塞风与相变材料结合时的节能机制,并探讨其提升车站能源性能的潜力。

方法:本研究提出了一种CFD-TRNSYS耦合模拟方法,用于评估在地铁站中利用活塞风和相变材料系统实现节能的潜力。首先建立三维CFD模型,模拟列车行驶引起的隧道内气流情况,然后再通过信息熵分析构建降阶后的二维CFD模型,以此快速预测活塞风的风速。得到活塞风风速后,将其作为输入数据……

活塞风模型的对比分析:为了评估不同模型在活塞风预测方面的适用性,本研究采用了ー维理论模型、所提出的二维CFD降阶模型以及三维CFD模型进行计算,并比较了这三种模型在预测精度和计算效率方面的表现。

相变材料熔化温度的敏感性:在所构建的耦合框架中,相变材料起着“热缓冲”的作用。其作用体现在两方面:一是削峰填谷——在夏季白天,活塞风带来的温暖潮湿空气会流经相变材料换热模块,该材料通过熔化过程中的潜热吸收热量,从而降低送入站台的空气温度,进而减轻空调系统的负荷高峰;二是夜间冷存储——利用夜间或列车非运营时段的低温环境,相变材料……

结论:本研究提出了一种基于信息熵降维的CFD-TRNSYS耦合模拟方法,用于研究地铁站中活塞风的利用效果以及相变材料系统的节能性能。主要结论如下:1. 有效的降维验证:基于信息熵引导的二维CFD模型能够在将计算效率提升99%以上的同时,将质量流量误差控制在5%以内,堪称连接高精度三维模型与高效二维模型的理想桥梁……

作者贡献说明:田东东:概念构思、原始稿撰写;王静:概念构思、原始稿撰写;张建顺:监督指导;高志:监督指导、审稿与编辑;金星:监督指导与审稿;徐福锁:概念构思、原始稿撰写;邓琴琴:监督指导与软件相关工作;周颖:审稿与编辑;张明杰:监督指导、审稿与编辑。

利益冲突声明:作者声明不存在任何可能影响本文研究结果的已知竞争性财务利益或个人关系。

作者贡献说明:田东东:原始稿撰写;王静:审稿与编辑、原始稿撰写;张建顺:监督指导;高志:原始稿撰写、监督指导;金星:监督指导;徐福锁:监督指导;邓琴琴:软件相关工作;周颖:概念构思;张明杰:监督指导。

田东东|王静|张建顺|高志|金星|徐福锁|邓琴琴|周颖|张明杰
中国江苏省南京市汉口路22号,南京大学建筑与城市规划学院,邮编210093
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号