面向区域供热的建筑水力平衡机器学习框架

《Applied Thermal Engineering》：A machine learning framework for hydronic balancing in buildings connected to district heating

　　

与压力无关控制阀（PICV）相比，水力不平衡使子站冷凝器热输出提高6%至12%。采用PICV进行水力平衡可将子站热泵季节性电力消耗最多降低12%。水力平衡可将季节性性能系数（SCOP）最多提高约5%，节能效果源于更低的热需求。PICV控制可使生命周期运行碳排放降低2.5%至11.7%。

在欧盟能源转型背景下，空间供暖约占最终能源消耗的25%，区域供热技术因可整合低品位废热与可再生能源而成为关键脱碳路径。第四代区域供热系统中的热源网络（TSN）在近环境温度（5–35°C）下运行，依赖建筑端分布式水-水热泵子站满足用户冷热需求。由于热泵效率对蒸发器与冷凝器间的温度提升高度敏感，建筑侧供水温度设定与回水温度水平成为决定子站电力消耗的核心因素。然而，现有研究多假设建筑内部水力条件理想，忽视了实际供暖系统中普遍存在的水力不平衡问题。水力不平衡会导致部分回路流量过大，回水温度升高，从而增大热泵子站的冷凝器热输出与电力需求，但这一影响缺乏量化研究。

为填补上述空白，研究人员在《Applied Thermal Engineering》上发表了此项研究，旨在开发一个集成热工水力模拟与机器学习代理模型的框架，量化建筑侧水力平衡策略对TSN热泵子站技术、经济与环境性能的影响。研究以爱尔兰都柏林一栋四层八户公寓楼为案例建筑，该建筑特征基于爱尔兰建筑能源评级（BER）数据库的统计信息确定，代表性评级为C3。

在技术方法上，研究人员基于Modelica语言构建了动态热工水力模型，该模型集成灰箱区域模型（5R1C）、散热器动态模型、阀门控制及热泵子站模型，并通过功能样机接口（FMI）标准导出为功能样机单元（FMU）进行联合仿真。对五个关键参数——建筑供水温度、系统尺寸因子、TSN供水温度、室内空气设定点及卡诺效率系数——采用拉丁超立方采样（LHS）生成参数空间，每个控制场景生成400个样本。随后训练多种机器学习代理模型，包括高斯过程回归（GPR）、多层感知机（MLP）、支持向量回归（SVR）等，以逼近高保真仿真模型的输入-输出关系。

主要结果如下：

灵敏度分析
通过Sobol总阶指数识别输入变量的贡献。建筑供水温度、TSN供水温度和卡诺效率系数是热泵子站性能的主要驱动因素；泵相关输出主要由尺寸因子和室内设定点控制。该分析支持了特征筛选，降低代理模型维度。

代理模型评估
GPR在热泵季节性性能系数（SCOP）预测中达到R2=0.9987，MLP在回水温度预测中表现良好。极端梯度提升（XGB）虽统计精度尚可，但其响应面存在阶梯状伪影，与物理连续性不符，因此被排除。最终为每个输出与场景独立选择最优模型。

水力分支性能
在恒温散热器阀（TRV）配置下，靠近泵的支路流量超出设计值约33%，但散热器热输出仅增加约8%，导致供回水温差减小、总质量流量增大，并引起回水温度升高。相比之下，压力无关控制阀（PICV）通过内部差压调节器维持设计流量，使流量分布更均匀。TRV配置的冷凝器总热输出比PICV高6%至12%，且该差值随供水温度升高而扩大。

子站性能
PICV控制使热泵季节电力消耗降低约4%至12%，但SCOP仅提高约5%，表明水力平衡的主要收益并非来自热泵热力学效率的改善，而是源于过量流量减少所导致的热需求下降。此外，PICV因阀门压降较高，循环泵电力消耗略高，但其绝对值远小于热泵电力消耗。

经济评估
在45°C供水温度下，TRV的净现值成本（NPC）约为55,000欧元，PICV约为63,000欧元，差异主要来自PICV较高的初始投资。随着供水温度升高，两者成本差距缩小，至70°C时均接近97,000–98,000欧元，PICV未表现出明确的成本优势。单因素敏感性分析表明，电价和阀成本是影响盈亏平衡温度的主要因素。

运行碳排放
基于爱尔兰官方发布的逐年边际电网排放因子（2026–2050年）计算，PICV在全部供水温度范围内均具有更低的运行碳排放。相对减排量从45°C时的2.5%增至70°C时的11.7%，对应生命周期节省5.1吨CO₂。由于电网逐步脱碳，绝对碳收益集中在项目早期。

讨论部分强调，水力平衡对TSN高效运行至关重要，尤其在高供水温度场景下。PICV的价值不在于提高热泵SCOP，而在于降低过量流量、回水温度与热需求。建议将动态水力平衡纳入TSN连接标准，并在高供水温度或复杂水力条件下优先考虑PICV。

研究结论翻译如下：建筑侧供水温度和水力稳定性是决定TSN子站性能的关键因素。在分析参数空间中，热泵子站性能的主要影响参数为建筑供水温度、TSN供水温度和卡诺效率系数；泵相关输出主要由尺寸因子和室内空气设定点控制。上述结果证实，TSN中分布式热泵子站的运行不能仅从网络侧条件评估，建筑侧热工水力行为直接影响季节电力消耗、冷凝器热输出、回水温度和峰值需求。代理模型选择应同时考虑统计精度和物理合理性。对都柏林典型公寓建筑，TRV与PICV均能实现可行运行，但PICV在回水温度、冷凝器热输出和季节电力消耗方面表现更优；然而，其较高资本投入导致在评估范围内未表现出明确的净现值成本优势。碳排放评估表明，PICV在全部供水温度下均具有更低的运行碳排放，相对减排量从2.5%至11.7%，且收益集中于项目早期。因此，应针对不同建筑条件差异化选择控制策略，并将水力平衡纳入TSN连接标准，以改善子站运行并降低碳足迹。