Phương pháp thu thập và xử lý dữ liệu

Một phần của tài liệu Nghiên cứu giải pháp tiết kiệm năng lượng cho hệ thống điều hòa không khí chiller bằng phương pháp phân phối phụ tải tối ưu (Trang 71 - 78)

CHƯƠNG 3: TRẠM LẠNH TRUNG TÂM CHILLER VÀ PHƯƠNG PHÁP THU THẬP, XỬ LÝ SỐ LIỆU

3.2Phương pháp thu thập và xử lý dữ liệu

3.2.1 Thu thập dữ liệu vận hành

3.2.1.1 Thu thập dữ liệu từ dữ liệu lịch sử của hệ thống BAS

Sử dụng tính năng ghi lịch sử dữ liệu vận hành (trendlog) của hệ thống BAS làm bộ thu thập dữ liệu vận hành thực tế của từng thiết bị trong TLTT chiller. Các số liệu ở mỗi điểm đo cần thu thập được đặt lịch để ghi lại với thời gian lấy mẫu là 10 phút một giá trị. Mỗi một điểm đo trong một ngày sẽ có 144 giá trị và được lưu thành tệp dữ liệu riêng cho từng ngày, một năm sẽ là 52 560 giá trị và 365 tệp dữ liệu cho một điểm đo. Với TLTT chiller của tòa nhà Mipec Tower, tổng số điểm điều khiển và giám sát từ hệ thống BAS là 279 điểm bao gồm: 99 điểm tín hiệu tương tự đầu, 110 điểm tín hiệu số đầu vào, 23 điểm điều khiển tương tự đầu ra và 42 điểm điều khiển số đầu ra. Các điểm tín hiệu vào ra này được thống kê chi tiết trong phụ lục 3. Theo bảng điểm điều khiển này thì tổng số điểm đo cần thu thập dữ liệu vận hành là 99 điểm đo tương tự và 110 điểm trạng thái tín hiệu số; dữ liệu thu được là trên 5 triệu giá trị tương tự và trên 5 triệu giá trị trạng thái được lưu trong

61

76 285 tệp dữ liệu trong một năm. Đây là một bộ dữ liệu khổng lồ, đòi hỏi phải có phương pháp và thuật toán cần thiết mới có thể xử lý được.

Mỗi điểm đo, cấu trúc dữ liệu nhận được có dạng như trong phụ lục 4. Trong đó, các cột “time” thể hiện thời gian thực có cấu trúc “MM/DD/YYYY HH:MM” cho “tháng / ngày / năm / giờ : phút”, hiển thị thời gian đến đơn vị giây có thể được hiển thị hoặc không được hiển thị; Cột tiếp theo là giá trị đo được ở thời gian tương ứng cho điểm đo “Dev 9017, AV0, present-value, CH-2 Outlet Temp. (oC)” – Có nghĩa là “Giá trị hiện tại của điểm đo AV0 thuộc thiết bị 9017 là nhiệt độ nước lạnh ra khỏi Chiller-2 với đơn vị đo là

oC”, tên thiết bị (ví dụ trên là “Dev 9017”), tên của biến trong hệ thống BAS (ví dụ trên là “AV0”), tên của của điểm đo (ví dụ trên là “CH-2 Outlet Temp.”), đơn vị đo (ví dụ trên là “oC”), được định nghĩa bởi người lập trình hệ thống BAS.

Cột cuối cùng của cấu trúc dữ liệu mỗi điểm đo là “Events” thể hiện sự xác thực của giá trị đo.

- Nếu Events = "" đồng nghĩa với giá trị đo đã được xác nhận đúng thời gian được đo.

- Nếu Events = NR, giá trị đo tại thời gian đó không có (non repspond); hệ thống sẽ gán luôn giá trị ở thời gian lấy mẫu trước đó.

- Nếu Event = “Time changed by xx seconds” nghĩa là có giá trị đo được ghi lại nhưng thời gian chỉ khác với giá trị đo trước đó một khoảng thời gian là “xx” giây. Các điểm đo tương tự (AV – Analog Value, AI – Analog Input) như là nhiệt độ, độ ẩm, tốc độ biến tần, độ mở của van điều khiển... sẽ có giá trị thực theo đơn vị đặt trước; các điểm đo thể hiện trạng thái hay lệnh chạy thiết bị là các điểm nhị phân (BV – Binary Value, DI – Digital Input, DO – Digital Output) được chỉ thị bằng giá trị “0”, “1”; trong đó “0” cho trạng thái dừng còn “1” cho trạng thái chạy hay cảnh báo.

Hệ thống BAS cũng máy móc ghi lại giá trị dữ liệu lịch sử theo khoảng thời gian đặt trước, ở đây là 10 phút, do đó nó bao gồm cả dữ liệu khi thiết bị không hoạt động. Lịch sử dữ liệu vận hành (trendlog) được đặt cho toàn bộ các thông số quan trọng của hệ thống với thời gian lấy mẫu mỗi 10 phút.

Mỗi một điểm đo được hệ thống lưu lại thành một file riêng dạng Microsoft Access (file có định dạng *.csv) hoặc Microsoft Excel (file có định dạng *.xls) cho từng ngày hoặc từng tháng, theo cấu hình đặt trước của người lập trình hệ thống BAS.

62

Ứng với mỗi điểm đo, hệ thống BAS sẽ cung cấp cho ta một loạt các file dữ liệu thô bao gồm cả các giá trị xác thực, giá trị không được xác thực hay cả giá trị khi thiết bị đang không hoạt động. Ngoài ra để có được dữ liệu của một điểm đo cho cả năm, ta cũng phải sử dụng thêm các thủ thuật nối file. Do vậy ta sẽ cần phải xử lý dữ liệu thu được này mới sử dụng được cho các tính toán, phân tích tiếp theo.

3.2.1.2 Thu thập dữ liệu tại hiện trường

Hệ thống BAS tại tòa nhà Mipec Tower đã ghi nhận được một bộ số liệu vận hành thực tế tương đối đầy đủ, tuy nhiên vẫn còn thiếu một số dữ liệu vận hành khác như: công suất điện tiêu thụ của bơm nước lạnh, bơm nước giải nhiệt, quạt tháp giải nhiệt, lưu lượng của bơm nước giải nhiệt... Do đó các số liệu vận hành này phải được thu thập và lấy số liệu tại hiện trường.

Thiết bị đo lưu lượng nước sử dụng bộ đo model Pplus 2000 version 1.0.8 của hãng SV Technics, hiệu chỉnh độ chính xác còn hạn đến 27/8/2015. Công suất điện tiêu thụ của bơm nước lạnh, bơm nước giải nhiệt sẽ được đọc trên bộ biến tần của các thiết bị tương ứng.

Phương pháp cơ bản để thu thập dữ liệu thực tế là sử dụng các thiết bị đo tại hiện trường với nhiều lần lặp số liệu đo hoặc đọc được từ thiết bị đo hoặc chính thiết bị trên hiện trường để loại trừ các sai số ngẫu nhiên. Công suất điện tiêu thụ của bơm nước lạnh, bơm nước giải nhiệt sẽ được đọc trên bộ biến tần của các thiết bị tương ứng.

Trong mỗi lần lấy số liệu của một bơm, vận hành bơm ở các tốc độ quay khác nhau thông qua việc điều chỉnh tần số điện vận hành của biến tần và đọc dữ liệu công suất điện tiêu thụ trên màn hình của biến tần. Đồng thời ở cùng mỗi giá trị tần số đó, sử dụng thiết bị đo lưu lượng Pplus 2000 để ghi lại giá trị công suất lưu lượng của bơm tương ứng. Lặp lại quy trình đo này cho từng bước tần số suốt dải điều chỉnh cho phép của biến tần (30 Hz ~ 50 Hz) ta sẽ có được bộ dữ liệu gồm: tần số của biến tần, công suất điện tiêu thụ và công suất lưu lượng của bơm. Lặp lại cả bước trên để lấy tiếp số liệu lần 2 nhưng ở bước tần số khác của lần trước đó.

Riêng đối với tháp giải nhiệt của TLTT Mipec Tower thì hệ thống BAS mới đảm bảo thu thập các dữ liệu vận hành của quạt tháp giải nhiệt liên quan đến lưu lượng nước và nhiệt độ nước giải đầu vào / ra mỗi tháp giải nhiệt nhưng cũng đầy khó khăn và phức tạp hơn do toàn bộ 6 tháp giải nhiệt luôn hoạt động song song đồng thời. Việc xác định các

63

thông số nhiệt độ, độ ẩm, lưu lượng gió của quạt tháp giải nhiệt cũng rất phức tạp. Do vậy, việc thu dữ liệu vận hành cho tháp giải nhiệt sẽ được trình bày ở các nghiên cứu tiếp theo.

3.2.2 Phương pháp xử lý số liệu đầu vào

Như phân tích ở trên đối với dữ liệu vận hành thu thập được từ hệ thống BAS cho TLTT chiller của tòa nhà Mipec Tower, dữ liệu vận hành thu được ở dạng thô và cần phải sử dụng các phương tiện toán khác để loại bỏ các giá trị không xác thực thời gian hay các giá trị sai lệch thời gian lấy mẫu.

Xử lý số liệu thu được theo trình tự như sau: 3.2.2.1 Xử lý số liệu của một điểm đo

Xử lý số liệu cho một điểm đo được thực hiện theo các bước như sau: - Bước 1: Chuyển đổi toàn bộ file dữ liệu vận hành sang định file trong excel; - Bước 2: Sử dụng macro nối file MergeFiles trong excel để nối các file dữ liệu

theo ngày để thành file dữ liệu theo tháng; nối các file dữ liệu theo tháng thành file dữ liệu trong cả năm. Macro trong excel để nối file được trình bày trong phụ lục 4.

- Bước 3: Lọc bỏ các giá trị nằm ngoài thời gian vận hành của hệ thống (từ 00:00 đến 7:30 hàng ngày); Lọc bỏ các dữ liệu ở giai đoạn khởi động của chiller sơ bộ trước, thường là khoảng thời gian 7:30 đến 8:00 hàng ngày.

- Bước 4: Lọc bỏ các giá trị trả về với giá trị “Events” khác giá trị xác nhận (“”) và “NR” để đồng bộ thời gian giữa các số liệu; Giá trị NR vẫn có thể lấy được vì thực tế nó chính là giá trị của lần đo được ở khoảng thời gian trước đó (10 phút). - Bước 5: Đồng bộ thời gian lấy mẫu. Hệ thống BAS mặc định các dữ liệu được

ghi sau mỗi khoảng thời gian 10 phút 1 lần tính từ lúc 00:00:00. Do sự trễ của đường truyền tín hiệu hay sai lệch thời gian ở bộ điều khiển và máy tính trung tâm, dữ liệu thu được có thể bị sai lệch về thời gian ghi giá trị đo (thường chỉ tính bằng giây và phần trăm giây), ta đưa mốc thời gian về đúng mốc chuẩn HH:MM:00 (giờ:phút: không giây). Sử dụng hàm làm tròn thời gian (TG) trong excel: (adsbygoogle = window.adsbygoogle || []).push({});

Mốc thời gian chuẩn =

64

Đây là bước cơ sở cho quy trình đồng bộ các dữ liệu theo thời gian thực ở quy trình tiếp theo. Kết quả ta sẽ thu được file dữ liệu của một điểm đo cho từng tháng và cho cả năm với mốc thời gian lấy mẫu chuẩn.

3.2.2.2 Ghép các tệp dữ liệu khác nhau

Một thiết bị sẽ cần thu thập cả một bộ thông số vận hành đặc trưng, ví dụ như máy lạnh chiller bao gồm các thông số vận hành như: nhiệt độ nước lạnh vào/ra bình bay hơi, nhiệt độ nước giải nhiệt vào/ra bình ngưng tụ, công suất tiêu thụ điện, phần trăm phụ tải... do đó ta phải tiến hành ghép các file thông số thu được từ các bước trên để tạo thành file chứa bộ thông số vận hành của thiết bị. Quy trình được thực hiện làm 2 bước như sau:

- Bước 1: Ghép bộ các file thông số vận hành của một thiết bị vào một file excel ở các sheet khác nhau. Để thực hiện bước này, sử dụng macro Combine Workbooks trong excel được trình bày trong phụ lục 4.

- Bước 2: Sử dụng hàm Vlookup trong excel với giá trị tham chiếu là thời gian, giá trị trả lại ở các cột khác nhau tương ứng với cột thứ 2 của các bảng thông số để đưa dữ liệu từ các sheet khác nhau trong file vào cùng một sheet trong excel. Thực hiện tương tự với các thiết bị khác nhau ta sẽ được bộ file chứa các thông số vận hành cho thiết bị tương ứng, làm cơ sở dữ liệu cho các bước xử lý và phân tích dữ liệu tiếp theo.

3.2.3 Mô hình đặc tính năng lượng của các thiết bị

Theo phương pháp luận trình bày trong chương hai cùng với bộ dữ liệu vận hành đầu vào thu được trong quá trình xử lý số liệu. Ứng dụng mô hình đa thức từng khúc với đa thức bậc 2 trong phần mềm Power [16], ta sẽ thu được đặc tuyến năng lượng của từng thiết bị trong TLTT chiller với sai số bình phương nhỏ nhất Σe2 và véc tơ pháp tuyến độ dốc của hàm mô hình |Gradient|.

Để đường đặc tuyến năng lượng thu được từ mô hình đa thức từng khúc với sai số nhỏ nhất cần thực hiện một số thủ thuật đơn giản để loại bớt các cực trị cục bộ của hàm thu được:

- Khảo sát sơ bộ hình dáng phân phối của dữ liệu đầu vào để dự đoán điểm gẫy có thể có;

- Điểm gẫy thường xảy ra ở vị trí chuyển tiếp công suất khi thêm hay bớt một thiết bị tiếp theo.

65

Việc dự đoán điểm gẫy càng chính xác thì đặc tuyến năng lượng hay đặc tuyến làm việc của thiết bị thu được càng chính xác, sai số càng nhỏ.

Kết quả mô hình hóa đặc tuyến năng lượng của các MLTT chiller và các bơm nước lạnh, bơm nước giải nhiệt của TLTT ở tòa nhà Mipec Tower được trình bày ở chương tiếp theo.

3.2.4 Xây dựng hàm mục tiêu tối ưu

Như phương pháp luận trình bày ở chương 2, hàm mục tiêu tối ưu (2.9) được xác lập từ đặc tuyến năng lượng thu được ở bước trên, gán với các điều kiện biên (2.10) ~ (2.11), chuẩn hóa các chỉ tiêu tối ưu và chuyển đổi bài toán bằng phương pháp chọn mục tiêu chính là tiết kiệm năng lượng (2.16) ta xác lập được hàm mục tiêu không điều kiện rằng buộc tương đương (2.21). Áp dụng thuật toán vượt khe được cụ thể trong phần mềm Power để giải [16]. Kết quả thu được là chế độ PPPT tối ưu cho từng thiết bị và cả hệ thống trong TLTT chiller tòa nhà Mipec Tower được trình bày trong chương 4.

3.2.5 Tính toán năng lượng tiết kiệm và giảm phát thải

Kết quả của lời giải hàm mục tiêu tối ưu trong phần mềm power cho ta biết được giá trị công suất tiết kiệm được ở mỗi mức phụ tải khác nhau của trạm lạnh (2.27). Kết hợp với việc khảo sát đặc tuyến phụ tải lạnh của tòa nhà trong từng ngày, tháng, từng quý hay cả năm, ta sẽ tính được điện năng tiêu thụ tiết kiệm được trong từng giai đoạn vận hành tương ứng. Kết quả tính toán hiệu quả TKNL và giảm phát thải cho TLTT chiller ở tòa nhà Mipec Tower được trình bày trong chương 4.

3.3 Kết luận chương 3

Tóm lại, nội dung chương 3 đã trình bày bao gồm các điểm sau:

- Trên cơ sở khảo sát các hệ thống ĐHKK trung tâm ở khu vực Hà Nội, hệ thống ĐHKK trung tâm chiller giải nhiệt nước tại tòa nhà Mipec Tower được chọn làm đối tượng điển hình để áp dụng cho phương pháp luận trình bày ở chương 2. - TLTT chiller tòa nhà Mipec Tower và các đặc điểm điển hình cho cả các TLTT

chiller tương tự khác đã được diễn giải chi tiết, đầy đủ. Đối tượng được chọn hội tụ đầy đủ các điều kiện cần thiết để áp dụng được kết quả bài toán tối ưu PPPT. - Phát triển phương pháp xử lý số liệu đầu vào thu được từ số liệu vận hành thô

66

trên dữ liệu thực của các thiết bị thành phần trong TLTT chiller, bước nền tảng quan trọng để thực hiện giải bài toán tối ưu chế độ vận hành cho TLTT chiller.

67

Một phần của tài liệu Nghiên cứu giải pháp tiết kiệm năng lượng cho hệ thống điều hòa không khí chiller bằng phương pháp phân phối phụ tải tối ưu (Trang 71 - 78)