28 septiembre 2011

Modelización de los sistemas energéticos vistos en detalle (5ª PARTE)

Ver 4ª PARTE

COMPONENTES DEL SISTEMA PRIMARIO

Los sistemas HVAC primaria consumen energía y transmiten calor y frío al edificio, usualmente a través de sistemas secundarios. Los equipos primarios generalmente incluyen enfriadoras, calderas, torres de refrigeración, equipos de cogeneración y equipos de almacenamiento térmico a nivel de planta.


Estrategias de modelización

Las características de consumo de energía del equipo primario generalmente dependen del diseño del equipo, condiciones de carga, condiciones ambientales, y estrategias de control del equipo. Por ejemplo, el rendimiento de la enfriadora depende de las características de diseño del equipo básicas (ej., superficies de intercambio de calor, diseño del compresor), temperaturas y caudal a través del condensador y evaporador, y métodos para controlar la enfriadora a diferentes cargas y condiciones de operación. En general, estas variables varían constantemente y requieren cálculos sobre una base horaria.

Modelos de regresión

Aunque muchos componentes secundarios (ej. intercambiadores de calor, válvulas) están descritos por los principios de ingeniería, la naturaleza compleja de la mayoría de los equipos primarios ha aconsejado el estudio de las características de consumo usando ecuaciones de regresión simples publicadas a partir de datos del fabricante.

La aproximación habitual para modelar equipos primarios en los programas de simulación es asumir las siguientes formas funcionales para el consumo de energía de los equipos:


Donde:
P = Potencia del equipo, kW
PIR = Ratio de entrada de energía
PIRnom = Ratio de entrada de energía bajo condiciones a plena carga nominal
Load = Potencia transmitida a la carga, kW
Cavail = Capacidad del equipo disponible, kW
Cnom = Capacidad del equipo nominal, kW
f1 = Función relacionada con la potencia a plena carga en condiciones off-design (ta,tb,…) a potencia a plena carga en condiciones de diseño
f2 = Función de potencia a plena carga de fracción, relacionando la potencia a carga parcial respecto a la potencia a plena carga
f3 = Función relacionando la capacidad disponible en condiciones off-design (ta,tb,…) respecto a la capacidad nominal
ta,tb = varias temperaturas de operación que afectan a la potencia.
PLR = Ratio de carga parcial
El ratio de carga parcial es la relación de la carga respecto a la capacidad del equipo disponible en unas condiciones de operación fuera de diseño. Como la potencia la capacidad a plena carga es una función de las condiciones de operación.
Las formas particulares de las funciones off-design f1 y f3 dependen del tipo específico del equipo primario. Por ejemplo, para las calderas de combustibles fósiles, la capacidad y potencia a plena carga puede ser afectada por las pérdidas térmicas a temperatura ambiente. Para las enfriadoras, tanto la capacidad como la potencia pueden ser afectadas por las temperaturas del evaporador y del condensador, que a menudo están caracterizadas en términos de sus fluidos secundarios. Para las enfriadoras enfriadas por aire de expansión directa, las temperaturas de operación son típicamente las temperaturas del bulbo húmedo del aire entrando en el condensador. Para las enfriadoras de líquidos, las temperaturas son usualmente la temperatura del agua dejando la enfriadora y la temperatura del agua entrando en el condensador.
Ejemplo
Consideremos el rendimiento de una unidad de techo de una zona simple. El rendimiento nominal de estas unidades es dada típicamente para temperaturas de aire exterior de 35 ºC y evaporador entrando en las condiciones del serpentín de 26,7 ºC db y 19,4 ºC wb.

Las constantes están tabuladas (ver bibliografía)

La función f2 de potencia a plena carga fraccional representa el cambio en la eficiencia del equipo en condiciones de carga parcial y depende profundamente de las estrategias de control usadas para acoplar carga y capacidad.
Modelos First-Principle
Como con los componentes secundarios, los principios de ingeniería pueden usarse para desarrollar modelos de equipos primarios.
Por ejemplo, un modelo de caldera complejo no es apropiado si la caldera opera virtualmente a eficiencia constante. Similarmente, un modelo de regression puede ser apropiado cuando el usuario dispone de datos fiables medidos en planta. Sin embargo, los modelos físicos first-principle tienen varias ventajas sobra los modelos de regresión puros:
·       Los modelos físicos permiten la extrapolación de la confianza fuera del rango de los datos disponibles.
·       La regresión es aún requerida para obtener valores para parámetros físicos no conocidos. Sin embargo, los valores de estos parámetros usualmente tienen significado físico, que puede ser usado para estimar valores de los parámetros default, errores de diagnosis en el análisis de datos a través de controles para valores de parámetros realistas, e incluso evaluar el potencial de las mejoras de rendimiento.
·       El número de parámetros desconocidos es mucho más pequeño que el número de coeficientes desconocidos en el modelo de regresión típico. Por ejemplo, el modelo de compresor ARI estándar requiere tanto como 30 coeficientes, 10 para regresión de capacidad, potencia, y caudal de refrigerante. Por comparación, un modelo de compresor físico puede tener tan pocos como cuatro o cinco parámetros desconocidos. Así, los modelos físicos requieren menor medición de datos.
·        Los datos de operación de carga parcial de enfriadoras y calderas son notoriamente difíciles de obtener. Las correcciones de carga parcial a menudo representan la mayor incertidumbre en los modelos de regresión, ya que causan el mayor efecto en las predicciones de energía anuales. Por comparación, los modelos físicos de operación en carga parcial a menudo permiten extensión directa a operación con carga parcial con pocos datos requeridos adicionales.
Los modelos físicos de equipos HVAC se basan fundamentalmente en los análisis de ingeniería y están disponibles en muchos libros de texto.
Aunque los modelos físicos se basan en las características físicas, los valores obtenidos a través del análisis de regresión de los datos del fabricante no son representativos.
Ver 6ª PARTE
Publicar un comentario en la entrada