基于TRNSYS的地铁车站公共区冷负荷预测模型

马晓明，李晓锋，朱颖心

机电工程

基于TRNSYS的地铁车站公共区冷负荷预测模型

马晓明，李晓锋，朱颖心

（清华大学建筑学院，北京 100084）

以地铁车站公共区负荷为研究对象，在前人研究基础上继续完善地铁车站公共区负荷计算方法，用该负荷计算方法得到的数据作为输入参数，应用TRNSYS软件建立地铁车站公共区逐时负荷计算模型。以南方某屏蔽门地铁车站为例，用该站夏季某时间段的实测负荷数据对TRNSYS模型进行验证；并用该模型对负荷影响较大的因素做详细分析，挖掘该站的节能潜力，得到在关闭新风阀和提高车站控制温度时，该站公共区负荷可分别降低68%和42%。希望可以应用该方法为地铁车站公共区空调设计、运行和能耗管理提供一定指导。

地铁；预测模型；TRNSYS；逐时负荷；屏蔽门

在我国地铁车站能耗中，车站通风空调系统能耗占比高达1/3以上，对于南方地区，车站通风空调系统能耗占比可达到1/2[1]。准确预测地铁车站的空调负荷对设备初投资和运行管理节能有重要意义，对于负荷计算方法的研究一直是行业重点。地铁车站空调负荷主要分为车站公共区负荷和设备与管理用房负荷，其中公共区负荷占比大，现主要针对地铁车站公共区负荷进行研究。现阶段地铁设计中，在计算地铁车站公共区负荷时，对于屏蔽门的渗透风量、屏蔽门内外侧对流换热系数以及围护结构传热量均采用估算值或简化的计算方法[2-4]；王莹等[5]提出了地铁车站公共区的合理能耗模型，模拟车站公共区每日负荷，采用车站内部得热量等于供冷量的方法，模拟得到车站每日供冷量。目前已有的地铁车站公共区的能耗和负荷方面的研究，认为逐时得热量等于逐时负荷，并且没有进行逐时负荷的实测验证。因为地铁埋深较深，土壤具有很好的蓄热性能，采用得热量等于逐时负荷的方法会带来一定程度的计算误差，无法准确反映地铁车站公共区逐时负荷的变化。

目前对于地铁车站公共区逐时负荷的研究较少，在参考前人对于地铁车站公共区负荷研究成果的基础上，应用TRNSYS软件搭建屏蔽门地铁车站公共区负荷计算模型，得到屏蔽门地铁公共区逐时负荷的计算方法；并用夏热冬冷地区某屏蔽门制式车站的实际运行数据进行对比，验证该模型的可靠性；之后利用该模型对不同影响因素进行分析，挖掘该站的节能潜力。本计算模型填补了地铁车站公共区逐时负荷模拟的空白，可对地铁节能工作进行指导作用。

1 TRNSYS软件

TRNSYS软件(transient system simu­lation program)是一套完整的可扩展的模块化动态仿真软件，可以通过其中的Type56模块和TRNBuil­ding软件进行连接，从而建立建筑模型，完成对于建筑全年的逐小时负荷模拟[6]。TRNSYS软件利用传递函数法来计算墙体传热，采用热平衡法来计算建筑负荷，能准确反映室内负荷的变化。在ASHRAE140- 2011[7]中，给出了不同能耗计算软件测试的标准算例和计算结果，TRNSYS软件与其他软件的计算结果具有较好的一致性。余镇雨等[8]通过TRNSYS软件和IBE软件建模对比，发现IBE软件会低估动态系数，高估建筑热负荷，需要进行修正，而TRNSYS软件在动态环境下准确性更高。孙德宇[9]指出在输入条件一致的情况下，TRNSYS软件的负荷计算结果与其他能耗模拟软件基本一致。

图1是在TRNSYS软件中的建筑热量平衡图，热平衡方程如式1所示。

式中，surf是墙体表面得热，通过传递函数法计算所得[6]；inf是室外渗风负荷；vent是机械新风负荷；g，c是内部对流负荷(通过室内人员、设备、灯光等其余内部发热源)；cplg是从其他区域或者边界空气交换产生的负荷，其中：

图1 建筑室内热量平衡示意图

Figure 1 The diagram of indoor heat balance

式中，是送风量，m3/h；为空气密度，kg/m3；C是空气比热容，kJ/(kg·k)；outside、air、vent、other分别是室外空气温度、室内空气温度、机械送风温度、其他空间的室内空气温度，℃。对于地铁系统而言，inf为出入口渗风负荷，cplg为隧道渗风负荷，g, c为内热源负荷，主要包括地铁车站内部人员散热量、照明、电梯和广告灯牌等设备的散热量。

2 地铁车站公共区负荷计算方法

地铁车站公共区负荷主要分为内热源负荷(人员负荷、照明负荷、电扶梯等设备负荷)、屏蔽门渗风负荷和出入口渗风负荷、机械新风负荷、围护结构传热量。

2.1 内热源负荷计算方法

地铁车站内热源负荷包括人员负荷p、照明负荷light、电扶梯等设备负荷equip。其中照明负荷、电扶梯及其他设备负荷可默认其消耗的电能都会转变成热量释放到地铁中，全天基本为固定变化值，可通过建筑设计图纸和分项计量系统获得其电耗，即可得到其负荷。

地铁车站人员负荷可根据车站客流量和人员在站台站厅停留时间计算得到，根据大量调研和实测，地铁车站在运行一段时间后，客流变化量基本稳定，可以用典型日客流变化作为代表。

式中，p为人员的全热负荷，取ISO 7730标准中[10]对于轻度工作和步行人员的发热量185 W/人，其中显热负荷为95 W/人，潜热负荷为90 W/人；c和p分别为站厅、站台的计算人次；1和2分别为车站逐时进站、出站人次；1和2为乘客进站在站厅、站台的停留时间，一般1可取2 min，2可取发车间隔的一半时长；1和2为乘客出站在站厅、站台的停留时间，可取1.5～2 min。

2.2 围护结构传热负荷计算方法

TRNSYS通过传递函数法计算围护结构负荷，其中土壤温度可通过TRNSYS自带的Type501模块计算得到。Type 501模块应用国际公认的g-function[11]模型来进行土壤热平衡计算和校核，是目前公认较为精确的计算模型。站厅顶板、站厅侧墙、站台侧墙和地板分别取不同深度的土壤温度，默认地铁围护结构外墙与土壤之间接触面的温度相同。

屏蔽门传热量可按式9计算得到：

式中，为屏蔽门平均综合传热系数，W/(m2·℃)；为屏蔽门面积，m2；tunnel和plat分别是隧道温度和站台温度，℃。

2.3 出入口和隧道渗风负荷计算方法

地铁与室外有多个出入口相连，列车运动引起的活塞风会引起隧道与站台之间以及出入口与站厅之间的空气交换，从而产生了大量的渗风负荷。杨乐[4]在大量现场测试中发现，即便是设有屏蔽门的车站，仍存在明显的站内活塞渗风现象，说明了屏蔽门系统也无法避免列车活塞风带来的影响；王莹[12]提出了屏蔽门当量缝隙宽度的概念，给出了不同条件下屏蔽门渗风量的计算公式，能较为准确地模拟地铁屏蔽门漏风量和出入口渗风量，本文对于地铁屏蔽门漏风量和出入口渗风量的模拟也采用该方法，详见参考文献[12]。

式(10)和式(11)中，inf和cplg分别是地铁出入口渗风负荷和屏蔽门渗风负荷，kW；inf和other分别为出入口渗风量和屏蔽门渗风量，m3/h；为空气密度，kg/m3；C是空气比热容，kJ/(kg·k)；outside、air、other分别是室外空气温度、室内空气温度、隧道空气温度，℃。

2.4 机械新风负荷计算方法

机械新风负荷可通过式(12)求得。

式中，vent为机械新风负荷，kW；vent为机械新风量，m3/h；为空气密度，kg/m3；C是空气比热容，kJ/(kg·k)；vent和air分别为室外空气温度，℃。

3 模型建立与实测验证

3.1 车站信息

车站位于夏热冬冷地区某大型城市，呈南北向布置，为地下二层岛式非换乘车站，该站为地下屏蔽门制式车站。车站总长约200 m，宽约20 m，深约16 m，站厅建筑面积2 898 m2，站台建筑面积为1 278 m2，设4个出入口，与国内大多城市的屏蔽门制式标准站结构类似。

3.2 输入参数

在TRNSYS中进行建模，把站台和站厅当作相邻的两个房间，气象参数选用该城市实测气象参数，其余输入参数如表1所示，实测中的测试仪器和测量精度如表2所示。

表1 TRNSYS所需输入参数汇总

表2 测试仪器及精度

车站空调负荷测试时间为7月21日至7月31日。图2是测试期间室外逐时空气干球温度及含湿量。测试期间室外空气温度波动范围在28～40℃之间，室外空气相对湿度波动范围在37%～89%之间，接近典型设计日气象条件。

图2 室外空气温湿度

Figure 2 The outdoor temperature and relative humidity

图3～图5是测试期间站台、站厅和隧道的逐时空气温度及相对湿度。站厅的温度波动范围在22.7～26.5℃之间(含夜间停运期间)，相对湿度波动范围在78.7%～96%。站台的温度波动范围在23.6～26.3℃之间(含夜间停运期间)，相对湿度波动范围在77.8%～95%。隧道的温度波动范围在24.4～26.1℃之间(含夜间停运期间)，相对湿度波动范围在79.2%～94.9%。

图3 站厅温度及相对湿度

Figure 3 The temperature and relative humidity of the station hall

图4 站台温度及相对湿度

Figure 4 The temperature and relative humidity of the platform

图5 隧道温度及相对湿度

Figure 5 The temperature and relative humidity of the tunnel

车站有2台冷水机组，表3是冷水机组冷冻水供水量测试结果，图6是根据现场实测数据得到7月21日到7月31日公共区逐时供冷量。从逐时供冷量曲线来看，机组运行状况比较稳定，供冷量最大值为1 064 kW。

表3 车站公共区冷冻水流量

图6 冷机供冷量

Figure 6 The cooling capacity of a chiller

机械新风负荷与室外气象参数直接相关，测试期间，列车运行时该站机械新风阀门全开，测得机械新风量为7.46万m3/h，结合测试期间室外气象参数，图7是计算得到的逐时机械新风负荷如，机械新风最大负荷为820 kW。

3.3 实测验证

将上述参数输入TRNSYS模型中，即可计算得到地铁车站公共区逐时负荷。为了验证该模型的可靠性，将模拟得到的逐时负荷和冷机逐时供冷量进行对比，图8是逐时模拟冷负荷与冷机制冷量的对比。85%以上的小时数误差在15%以内，误差大于15%的点大多出现在7:00以前和21:00以后，因为这些时间段冷机供冷量较小，从而相对误差变大。

图7 机械新风负荷

Figure 7 The load of mechanical fresh air

图8 逐时模拟冷负荷与冷机制冷量

Figure 8 The simulated hourly cooling load and cooling capacity of the chiller

图9是每日模拟冷负荷和冷机总制冷量的对比，除7月27日累积负荷误差为16%外，其余10天误差均小于8%，证明该模型可较为准确地反映地铁公共区日负荷的变化。

图9 逐日模拟冷负荷与冷机制冷量对比及误差

Figure 9 The comparison and error between simulated daily cooling load and the cooling capacity of the chiller

4 模型应用分析

图10是该站7月21日至7月31日公共区负荷中由于不同因素产生的占比，其中机械新风负荷占比最大，为71%，其余依次为出入口渗风负荷、屏蔽门渗风负荷、围护结构传热负荷和设备及人员负荷，分别占比14%、10%、3%、2%。其中机械新风负荷、出入口渗风负荷和隧道渗风负荷均与车站站台、站厅控制温度有关，为了降低该站能耗水平，主要从机械新风量和车站控制温度两个方面进行分析。

图10 地铁车站不同因素负荷占比

Figure 10 Proportion of different loads in metro area

4.1 机械新风

该站在空调季节，新风阀处于全开模式，默认室内人员需求新风量全部由机械新风供给，忽略了隧道渗风和出入口渗风的影响。

根据地铁设计规范，车站公共区空调季节小新风运行时按12.6 m3/(人·h)计算，且不少于总送风量的10%。对于实际地铁车站而言，总送风量的10%远大于按人员需求计算得到的新风量。对于本车站而言，总送风量为12万m3/h，而本站客流高峰期间进出站客流量在1 400人次/h左右，假设进出站乘客在车站中平均消耗时间为5 min，则所需新风量为1 470 m3/h，远小于总送风量的10%。所以机械新风量应为1.2万m3/h。将机械新风量降为1.2万m3/h时，用该模型模拟该站的逐时负荷，图11和图12分别是计算得到的逐时负荷和日累积负荷对比。与全开新风阀相比，当机械新风量降低到1.2万m3/h时，日平均累积负荷降低7 136 kW (58.8%)。

我们一般用CO2体积分数表征建筑室内空气新风是否达标，相关标准规定室内CO2体积分数少于1 500×10–6即为合格。经过大量的现场调研，隧道内部CO2浓度基本与室外一致[13]，因此可以认为在地铁建筑中，除机械新风外，从隧道进入地铁内部和出入口渗风均可作为新风来源[14]。对于一般地铁车站，从隧道进入地铁内部和出入口渗风量之和大于送风量的10%，所以可以通过关闭新风阀来实现节能。当关闭新风阀后，图13和图14是该站不同新风量下的逐时负荷和日累积负荷对比。与全开新风阀相比，当关闭新风阀时日平均累积负荷降低8 339 kW(68%)，说明降低机械新风量可显著降低该站公共区负荷。

图11 降低新风量后逐时负荷对比

Figure 11 Comparison of hourly load when decreasing the volume of fresh air

图12 降低新风量后日累积负荷对比

Figure 12 Comparison of daily accumulated load when decreasing the volume of fresh air

图13 不同机械新风量下公共区逐时冷负荷对比

Figure 13 Comparison of hourly cooling load of large system with different volumes of mechanical fresh air

图14 不同机械新风量下公共区日累积冷负荷对比

Figure 14 Comparison of daily accumulated cooling load of big system in different mechanical fresh air volume

4.2 车站控制温度

根据地铁设计规范，夏季车站公共区的空气温湿度控制标准为：站厅干球温度≤30℃，相对湿度40%～70%；站台干球温度≤29℃，相对湿度40%～。对于该站，测试时间内站台、站厅的控制温度偏低3～4℃，大大增加了新风负荷。提高控制温度后，机械新风负荷、出入口渗风负荷与屏蔽门渗风负荷也会由于温差变小而得到显著降低。

在TRNSYS中设置该站站台、站厅控制温度分别为27℃和28℃，得到逐时负荷和每日累积负荷分别如图15和图16所示。提高控制温度后，日平均累积负荷可以减少5 124 kW(42%)，说明提高车站公共区控制温度可显著降低该站公共区冷负荷。

图15 不同公共区控制温度逐时冷负荷对比

Figure 15 Comparison of hourly cooling load of big system under different setting temperatures

5 结语

1) 提出基于TRNSYS软件的地铁车站公共区逐时负荷模拟模型，该模型基于传递函数法计算围护结构传热负荷，考虑了围护结构蓄热对逐时负荷的影响。

2) 用某夏热冬冷地区屏蔽门地铁车站的实测数据验证了该模型的准确性和可行性，逐小时负荷误差多数时间内小于15%，日累积误差多数时间小于8%。

图16 不同公共区控制温度日累计冷负荷对比

Figure 16 Comparison of daily accumulated cooling load of large system under different setting temperatures

3) 本文中应用该模型定量分析了降低机械新风量和提高车站控制温度两种节能措施的节能量，从而可以为该站节能运行策略的制定提供准确的指导。

[1] 张鹏, 林迪, 申健. 西安地铁二号线钟楼站通风空调系统设计[J]. 隧道建设(中英文), 2013, 33(5): 393-397. ZHANG Peng, LIN Di, SHEN Jian. Design of ventilation and air conditioning system of Zhonglou Station of line 2 of Xi’an metro[J]. Tunnel construction, 2013, 33(5): 393- 397.

[2] 郭永桢. 屏蔽门系统车站环控大系统冷负荷分析计算[J].科技交流, 2001, 31(4): 65-72.

[3] 何绍明. 浅谈地铁车站空调负荷特性[J]. 暖通空调, 2007(8): 125-127. HE Shaoming. Discussion on characteristics of air condi­tio­ning load in an underground railway station[J]. HV & AC, 2007(8): 125-127.

[4] 杨乐. 地铁站用能特征与节能策略研究[D]. 北京: 清华大学, 2017. Yang Le. Research on the energy use characteristics and energy saving strategies of metro stations[D]. Beijing: Tsing­hua University, 2017.

[5] 王莹, 李晓锋. 基于实测的屏蔽门地铁合理能耗计算模型研究[J]. 暖通空调, 2017, 47(10): 120-126. WANG Ying, LI Xiaofeng. Research on reasonable energy consumption calculation model of underground railway station with platform screen door based on field measure­ment[J]. HV&AC, 2017, 47(10): 120-126.

[6] Solar Energy Laboratory. TRNSYS user handbook[Z]. Wisconsin: University of Wisconsin-Madison, 2000.

[7] ANSI/ASHRAE 2007. Standard 140-2007, standard method of test for the evaluation of building energy analysis com­puter programs, american society of heating, refrigerating and air-conditioning engineers[S]. Atlanta, Georgia.

[8] 余镇雨, 徐伟, 邹瑜, 等. 准稳态建筑负荷计算软件IBE与动态模拟软件TRNSYS在寒冷地区应用的对比研究[J]. 暖通空调, 2018, 48(8): 113-119. YU Zhenyu, XU Wei, ZOU Yu, et al. Comparison between quasi-steady energy calculation software IBE and dynamic simulation software TRNSYS applied to cold zone[J]. HV & AC, 2018, 48(8): 113-119.

[9] 孙德宇. 空调负荷计算方法及软件比对分析研究[D]. 北京: 中国建筑科学研究院, 2011. SUN Deyu. Analysis and research on the cooling load calculation and software comparison[D]. Beijing: China Academy of Building Research, 2011.

[10] ISO 7730, Moderate thermal environments determination of the PMV and PPD indices and specification of the conditions for thermal comfort[S].

[11] 王补宣, 江亿. 分析长期不稳定传热问题的特征值法[J].工程热物理学报, 1984(3): 284-287. WANG Buxuan, JIANG Yi. An eigenvalue method for the analysis of long-term transient heat conduction[J]. Journal of engineering thermophysics, 1984(3): 284-287.

[12] 王莹. 屏蔽门地铁车站无组织渗风问题研究[D]. 北京: 清华大学, 2018.WANG Ying. Research on unorganized ventilation pro­blems in subway stations with platform screen doors[D]. Beijing: Tsinghua University, 2018.

[13] 陈艳秋, 李骊琛, 周斌. 南京地铁站台空气质量调查与分析[J]. 城市轨道交通研究, 2017, 20(7): 24-26. CHEN Yanqiu, LI Lichen, ZHOU Bin. Investigation and Analysis of the Air Quality at Nanjing Subway Station[J]. Urban mass transit, 2017, 20(7): 24-26.

[14] 刘慧, 石同幸, 冯文如, 等. 广州地铁五号线车站空气质量状况调查与分析[J]. 环境卫生学杂志, 2013, 3(2): 107-110. LIU Hui, SHI Tongxin, FENG Wenru, et al. Investi­ga­tion and analysis on circumstances of air quality in Guang­zhou Metro Line 5 station[J]. Journal of environ­mental hygiene. 2013, 3(2): 107-110.

Load Prediction Model of Public Area in Metro Station Based on TRNSYS

MA Xiaoming, LI Xiaofeng, ZHU Yingxin

(Tsinghua University, Beijing 100084)

Taking the load of a public area in metro stations as the research object, we improved the calculation method for the load of public areas in metro stations on the basis of previous studies. The data obtained from the calculation method were used as the input parameter. We utilized TRNSYS to simulate the hourly cooling load of the public area of the metro station. The TRNSYS model was verified with an actual measurement result during summer of a metro station with the PSD in South China. We used the model to analyze the factors that have a significant influence on the load to tap the energy-saving potential of the station. When the fresh air valve was closed and the control temperature of the station was increased, the load in the public area of the station could be reduced by 68% and 42%, respectively. It is hoped that this research will provide guidance for metro HVAC system design, operation, and energy management.

metro; prediction model; TRNSYS; hourly load; PSD

U231

A

1672-6073(2021)02-0130-07

10.3969/j.issn.1672-6073.2021.02.021

2020-01-05

2020-03-30

马晓明，男，硕士研究生，从事地铁能耗模拟的研究，876603646@qq.com

朱颖心，女，教授，博士生导师

科技部“十三五”项目(2018YFC0705000)

马晓明，李晓锋，朱颖心. 基于TRNSYS的地铁车站公共区冷负荷预测模型[J]. 都市快轨交通，2021，34(2)：130-136.

MA Xiaoming, LI Xiaofeng, ZHU Yingxin. Load prediction model of public area in metro station based on TRNSYS[J]. Urban rapid rail transit, 2021, 34(2): 130-136.

（编辑：王艳菊）