Многокритериальная оптимизация утилизатора теплоты с учетом климатического фактора

Применение тепловых насосов в системах утилизации теплоты вытяжного воздуха является эффективной энергосберегающей технологией. В связи с увеличением количества хладагентов с различающимися характеристиками возникает проблема с принятием решения о примене­нии конкретного вещества с учётом климатических особенностей конкретного региона. Методы многокритериальной оптимизации, адаптированные к решению данной задачи, могут быть ис­пользованы с учетом заданных предпочтений по энергетическому, экологическому и экономиче­скому факторам. В работе применяется метод TOPSIS как один из подвидов метода многокри­териальной оптимизации MADM, который адаптирован для решения поставленной задачи. Суть метода заключается в поиске Парето-оптимального альтернативного решения, наиболее при­ближенного к «идеально позитивному». Параметры теплонасосной установки рассчитаны в про­грамме EES. Метод многокритериальной оптимизации TOPSIS реализован в виде вычислительной процедуры в среде Excel. В качестве альтернатив рассмотрены рабочие тела R410A, R407C, R290, R134a и R1234yf. Климатические зоны Российской Федерации представлены городами Санкт-Петербург, Петрозаводск, Сочи, Омск, Краснодар и Анадырь. Выбор оптимальной альтернативы выполнен с учетом предпочтений, заданных весовыми коэффициентами. Результаты многокри­териальной оптимизации приведены в функции от климатического фактора градусо-сутки ото­пительного периода, что позволяет их использовать для любого населенного пункта. По резуль­татам оптимизации выявлено, что при равной оценке значимости для шести городов Российской Федерации хладагент R1234yf имеет рейтинг выше остальных на 21 %–23 %. Оптимизация на основании энергетической эффективности выявила существенные преимущества у хладаген­тов R410A и R134a с разницей в 2 %–11 %. Для регионов с холодным климатом экономичней использовать хладагент R1234yf, в то время как для регионов с умеренным климатом наилучшим вариантом является R134a.

1. Pérez-Lombard L., Ortiz J., and Pout C. A review on buildings energy consumption information // Energy and Buildings. 2008. Vol. 40 (3). P. 394–398. DOI: 10.1016/j.enbuild.2007.03.007.

2. Butler D. Architects of a low-energy future // Nature. 2008. Vol. 452 (3). P. 520–523. DOI: 10.1038/452520a.

3. Saidur R. Energy consumption, energy savings, and emission analysis in Malaysian office buildings // Energy Policy. 2009. Vol. 37 (10). P. 4104–4113.

4. Spyropoulos G. N., Balaras C. A. Energy consumption and the potential of energy savings in Hellenic office buildings used as bank branches – a case study // Energy and Buildings. 2011. Vol. 43 (4). P. 770–778. DOI: 10.1016/j.enbuild.2010.12.015.

5. Norris M., Shiels P. Regular national report on housing developments in European countries — synthesis report. Dublin: The Housing Unit, 2004.

6. Roberts S. Altering existing buildings in the UK // Energy Policy. 2008. Vol. 36 (12). P. 4482–4486. DOI: 10.1016/j.enpol.2008.09.023.

7. Energy Efficiency Directive (2012/27/EU). URL: http://ec.europa.eu/energy/en/topics/energy-efficiency/energyefficiency-directive. (дата обращения: 12.04.2024).

8. Самарин О. Д. Энергетический баланс гражданских зданий и возможные направления энергосбережения // Жи­лищное строительство. 2012. № 8. С. 2–4. EDN: PEZFXR.

9. Кокорин О. Я. Современные системы кондициониро­вания. Москва: Изд-во физико-математической литературы. 2003. 272 с.

10. Наумов А. Л., Серов С. Ф., Будза А. О. Квартирные утилизаторы теплоты вытяжного воздуха // ABOK. 2012. № 1. URL: abok.ru/for_spec/articles.php?nid=5155 (дата обращения: 28.11.2024).

11. Бродач М. М., Шилкин Н. В. Малоэтажные многоквар­тирные жилые здания как новая среда обитания // Энергосбережение. 2020. № 5. С. 4–6. EDN: TPHXQT.

12. Muraveinikov S. S., Sulin A., Baranov I., Nikitin A. Average annual efficiency evaluation in the design of life support systems // AIP Conference Proceedings. 2019. Vol. 2141 (1). 030019. DOI: 10.1063/1.5122069.

13. Tsvetkov O. B., Laptev Yu., Nikitin A. [et al.]. Energy and environment options of working fluid alternative for different refrigeration configurations // IOP Conference Series: Materials Science and Engineering. 2020. Vol. 826 (1). 012017. DOI: 10.1088/1757-899X/826/1/012017.

14. Handayani T., Harvey A., Dalton R. [et al.]. Selection of the Optimum Working Fluids in Organic Rankine Cycles Using TOPSIS // Chemical Engineering Transaction. 2012. Vol. 29. P. 139–144. DOI: 10.3303/CET1229024.

15. Deymi-Dashtebayaz M., Sulin A. B., Ryabova T., Sankina Yu. Energy, exergoeconomic and environmental optimization of a cascade refrigeration system using different low GWP refrigerants // Journal of Environmental Chemical Engineering. 2021. Vol. 9. 106473. DOI: 10.1016/j.jece.2021.106473.

16. Hwang C. L., Yoon K. Methods for multiple attribute decision making // Lecture Notes in Economics and Mathematical Systems. 1981. P. 58–191. DOI: 10.1007/978-3-642-48318-9_3.

17. Hwang C. L., Lai Y. J., Liu T. Y. A new approach for multiple objective decision making // Computers & Operations Research. 1993. Vol. 20, №. 8. P. 889–899. DOI: 10.1016/0305-0548(93)90109-V.

18. Yoon K. P., Hwang C. L. Multiple attribute decision making: an introduction. Thousand Oaks, CA: Sage, 1995. 73 p. ISBN 0-8039-5486-7.

19. Tzeng G. H., Huang J. J. Multiple attribute decision making: methods and applications. CRC Press, 2011. 352 p. DOI: 10.1201/b11032.

20. Xu J., Tao Z. Rough multiple objective decision making. CRC Press, 2011. 446 p. DOI: 10.1201/b11061.

21. Linkov I., Moberg E. Multi-criteria Decision Analysis: Environmental Applications and Case Studies. CRC Press, 2012. 204 p. DOI: 10.1201/b11471.

22. Gore C., Murray K., Richardson B. Strategic Decisionmaking. USA: Cassell Press, 1992. 242 p.

23. Nasouri M., Nabi R., Amiri M. [et al.]. Performancebased Pareto optimization and multi-attribute decision making of an actual indirect-expansion solar-assisted heat pump system // Journal of Building Engineering. 2021. Vol. 42 (5). 103053. DOI: 10.1016/j.jobe.2021.103053.

24. Nagar D., Ramu P., Deb K. Visualization and analysis of Pareto-optimal fronts using interpretable self-organizing map (iSOM) // Swarm and Evolutionary Computation. 2023. Vol. 76 (4). 101202. DOI: 10.1016/j.swevo.2022.101202.

25. Никитина В. А., Сулин А. Б., Муравейников С. С., Никитин А. А., Макатов К. Энергомоделирование и экспери­ментальная верификация режимов работы теплового насоса при утилизации теплоты вытяжного воздуха. Часть 1. Схем­ные решения и расчетная модель // Вестник Международной академии холода. 2023. № 4 (89). C. 3–10. DOI: 10.17586/1606-4313-2023-22-4-3-10. EDN: GMEVFC.

26. Никитина В. А., Сулин А. Б., Муравейников С. С., Ни­китин А. А., Макатов К. Энергомоделирование и эксперимен­тальная верификация режимов работы теплового насоса при утилизации теплоты вытяжного воздуха. Часть 2. Энергетиче­ские, экономические и экологические показатели // Вестник Международной академии холода. 2024. № 1 (90). С. 43–49. DOI: 10.17586/1606-4313-2024-23-1-43-49. EDN: OJAWOM.

27. Ливчак В. И. Градусо-сутки отопительного периода как инструмент сравнения уровня энергоэффективности зда­ний в России и в других странах // Энергосбережение. 2015. № 6. С. 20–25.

28. Расчет ГСОП онлайн. URL: https://lsk-lskos.ru/gsop (дата обращения: 11.12.2024).