2. 麦克维尔空调制冷武汉有限公司,湖北 武汉 430058
2. McWhite Air Conditioning & Refrigeration Wuhan Co., Ltd., Wuhan 430058, China
随着我国地铁建设的飞速发展,地铁车站环控系统的能耗问题日益凸显[1]。地铁车站为半敞开式建筑。伴随着列车进、出站,活塞风效应会导致地铁车站内部及站厅出入口的风压产生周期性波动,在出入口处会引起大量渗透风量。夏季室外空气温度较高、室内空气温度较低时,出入口渗透风负荷大幅增加了车站环控系统的能耗。经现场实测及理论计算,在设置屏蔽门系统的地铁车站,夏季由车站出入口渗透风引起的空调冷负荷约占整个公共区域空调冷负荷的30%~50%[2]。因此,研究地铁车站内部压力波动规律特性,对减少出入口渗透风冷量损失,以及降低车站环控系统能耗很有必要。
在地铁车站风压特性研究方面,董梦雪等[3]采用SST k−ω模型进行非定常计算,研究了地铁列车进站过程中产生的活塞风对站台全封闭屏蔽门的影响。结果表明,列车在进站过程中会引起屏蔽门表面压力的变化。该压力在车头通过第一个活塞风井后达到峰值,且越靠近该活塞风井的屏蔽门表面压力波动幅值越大,在−266 ~ 1 188 Pa之间。曾令伟等[4]针对A + 型标准地铁列车模型,通过动模型弹射试验研究了地铁列车过隧道、过站台、跟随工况下的隧道内风压、屏蔽门风压分布与变化规律。研究发现,列车过区间泄压井时产生的压缩波传递至屏蔽门后,压力极值将会保持在300 Pa左右并持续约5 s。这一侧向压力是导致屏蔽门无法正常开闭的主要原因。Yang等[5]采用六节车厢地铁列车模型、RNG k−ε湍流模型和滑动网格技术,模拟了相邻月台间地铁列车运行对隧道内滑流、活塞风、阻力和压力波等空气动力学效应。结果表明:地铁隧道内列车在加速和减速阶段的气动行为存在差异;隧道内压力波对前车和尾车的气动阻力影响较大,隧道内压力波的最大峰值出现在加速阶段结束时,可达700 Pa。以上研究多基于列车运行规律,探讨隧道活塞风特性以及隧道风压对屏蔽门承压方面的影响,但对地铁车站内部的压力分布场探讨较少。
本文以上海市某标准岛式地铁车站为研究对象,根据站厅尺寸建立物理模型,利用计算流体力学(CFD)数值模拟软件,分析单个行车周期内地铁站厅压力分布特性,并根据站厅各区域压力分布特性,探究机械送、回风调节对出入口渗透风量的影响,以期为地铁车站环控系统的节能减碳提供理论参考。
1 研究方法本文利用Fluent软件建立上海市某标准岛式地铁站厅物理模型,并对该站厅楼梯口与出入口风速进行现场实测。将楼梯口风速作为模拟边界条件,利用出入口风速实测结果验证站厅物理模型的准确性。
1.1 物理模型建立与简化以上海市某标准岛式地铁车站为研究对象,建立地铁站厅公共区域物理模型。站厅公共区域尺寸(长 × 宽 × 高)为102.3 m × 19.64 m × 3.4 m。站厅与站台之间有2个楼梯口,楼梯口尺寸为6 m × 4 m。该车站共3个出入口,出入口1尺寸为6 m × 2.5 m,出入口2与出入口3尺寸均为5 m × 2.5 m。送风口共32个,单个送风口尺寸为0.8 m × 0.4 m,分两行布置。回风口共10个,单个回风口尺寸为0.8 m × 0.8 m。站厅物理模型如图1所示。
![]() |
图 1 站厅物理模型 Fig.1 Physical model of station hall |
本文对模型作如下简化:
(1)地铁车站内空气为不可压缩流体,稳态流动,且符合Boussineq假设。
(2)计算过程中假设风速方向垂直于空调送风口,且整个送风口平面的风速保持恒定;
(3)计算过程中热源如人员的散热量、照明设备的散热量均匀分布于其相对应的表面上。人员的散热量均匀分布于地板上,照明设备的散热量均匀分布于天花板上。
(4)计算时不考虑站厅两侧的设备管理用房及员工休息室。
1.2 计算方法与边界条件本文中压力离散差分格式采用Body Force Weighted格式,其他变量对流项均采用一阶迎风格式离散,压力速度耦合算法为SIMPLE算法。
站厅2个楼梯口均定义为速度入口边界,其速度与温度均为实测所得,并被编译成UDF函数输入CFD模型中。站厅送、回风总量为136 000 m3/h,模拟中按照新风量不小于10%的送风量的标准来进行回风量的计算;送风风速为3.6 m/s,回风风速为5.3 m/s。模拟中,送风温度按实测温度17 ℃设置。
1.3 车站楼梯口与出入口风速实测选取上海市某标准岛式地铁车站,实测站厅楼梯口与出入口风速。楼梯口与出入口风速均采用由单点风速仪组装而成的多点风速仪TESTO 405i测得。仪器参数如表1所示。实测工况如表2所示。图2为实测仪器及现场实测图。图3为楼梯口风速实测结果。
![]() |
表 1 风速仪参数 Table 1 Parameters of the anemometer |
![]() |
表 2 实测工况 Table 2 Measured operating conditions |
![]() |
图 2 实测仪器及现场实测图 Fig.2 Measuring instruments and field measurement diagrams |
![]() |
图 3 楼梯口风速实测结果 Fig.3 Measured wind speeds at stairwell entrances |
本文利用皮尔逊相关系数进行对比验证,分析模拟结果和实测结果的误差。皮尔逊相关系数的计算公式为
$\qquad P=\dfrac{\displaystyle \sum _{i=1}^{n}({E}_{i}-\overline{E})({S}_{i}-\overline{S})}{\sqrt{\displaystyle \sum _{i=1}^{n}{({E}_{i}-\overline{E})}^{2}\displaystyle\sum _{i=1}^{n}{({S}_{i}-\overline{S})}^{2}}} $ | (1) |
式中:P为皮尔逊相关系数;i为样本序号;n为样本序号最大值;
选取出入口1与出入口2风速模拟值和测试值进行对比分析,如图4所示。
![]() |
图 4 出入口风速测试值和模拟值对比 Fig.4 Comparison between simulated and measured wind speeds at entrances and exits |
根据式(1)计算得到出入口1测试值与模拟值的皮尔逊相关系数为0.83,出入口2的测试值与模拟值的皮尔逊相关系数为0.87。按照皮尔逊相关系数大于等于0.8时可认为测试值与模拟值高度相关的论述,可以认为本文的模型是准确的[6]。
2 结果与分析 2.1 典型时刻地铁站厅压力波动特性选取单侧列车停站、列车离站以及下一班列车进站,共3个时段作为单个典型行车周期,分析典型时刻站厅动压与静压分布特性。
(1)活塞风效应下典型时刻站厅动压分布特性
图5为典型时刻站厅1.5 m高度处截面动压随时间分布云图。由图可知,单个行车周期内,站厅1.5 m高度处截面动压整体分布均匀,其中,在时间t=144、244和444 s即第一班列车离站时,临近3个出入口区域动压均出现明显波动。站厅1.5 m高度处截面动压平均值约为0.50 Pa,而典型时刻临近出入口区域动压可达到3.82 Pa。在第一班列车离站阶段,受活塞风负压效应影响,站厅通过楼梯口向站台进风的风速较大,同时,出入口由室外引入大量渗透风,导致临近出入口区域动压波动明显。在下一班列车进站阶段即t=612 s时,楼梯口风速达到峰值,且站厅只有在楼梯口2和出入口1附近的动压出现明显的分层现象。这说明站厅受活塞风正压效应影响时,楼梯口2和出入口1的空气扰动比楼梯口1和出入口2、3的强烈。
![]() |
图 5 典型时刻站厅1.5 m高度处截面动压随时间分布云图 Fig.5 Dynamic pressure distribution contours at 1.5 m height plane of station hall at typical moments |
(2)活塞风效应下典型时刻站厅静压分布特性
典型时刻站厅1.5 m高度处截面静压随时间分布云图如图6所示。由图可以看出,单个行车周期内,典型时刻在站厅楼梯口、出入口及承重柱等遮挡物处静压会出现较为明显的分层现象,而在其他区域则分布较均匀。此外,站厅静压平均值先减小再增加,后转为正值,进而回归至初始值,具有一定的周期性。站厅静压平均值先由0 Pa(t=2 s),逐步减小为−0.28 Pa(t=46 s)、−1.42 Pa(t=144 s)和−3.00 Pa (t=244 s),后增加至t=444 s时的−0.84 Pa。在t=612 s时,站厅静压平均值变为正值且增大至1.21 Pa,在t=678 s时又减小至0。第一班列车离站时,活塞风负压效应逐渐增大,通过屏蔽门进入站台的渗透风负压也逐渐增强,站厅1.5 m高度处截面静压逐渐减小,并随着活塞风效应降低而增加。在下一班列车进站时,活塞风效应由负压转为正压,站厅1.5 m高度处截面静压由负值转为正值,后又回归至0。
![]() |
图 6 典型时刻站厅1.5 m高度处截面静压随时间变化分布云图 Fig.6 Static pressure distribution contours at 1.5 m height plane of station hall at typical moments |
由站厅1.5 m高度处截面动压及静压分布云图可知,活塞风效应下,站厅压力分布具有显著的区域性。因此,对站厅公共区域进行划分,进一步分析各区域压力波动特性。站厅区域划分如图7所示。站厅左侧分为Y1 ~ Y4 4个部分,站厅中部分为Ya ~ Yh 8个部分,站厅右侧分为Y5 ~ Y10 6个部分。
![]() |
图 7 站厅区域划分平面图 Fig.7 Zoning plan of station hall |
(1) 单个行车周期内站厅各区域动压波动特性
图8给出了站厅1.5 m高度处截面各区域与出入口动压随时间的变化。由图可以看出,出入口动压波动与站厅各区域动压波动有较大的差异性,出入口动压波动显著大于站厅内部各区域动压波动。临近出入口区域动压波动幅度为站厅动压平均波动幅度的1.2 ~ 1.7倍。空气经过站厅中部区域时,沿程阻力较小,导致Ya ~ Yh的空气动压随时间的波动较为平缓。这说明Ya ~ Yh区域与出入口的压力波动相关性较小。
![]() |
图 8 站厅各区域与出入口动压随时间的变化 Fig.8 Variations of dynamic pressure in different zones and entrances and exits of station hall |
(2)单个行车周期内站厅各区域静压波动特性
图9为站厅内部1.5 m高度处截面各区域及出入口静压随时间的变化。由图可以看出,各处静压随时间的波动趋势几乎完全重合,变化幅度均在−4~2 Pa之间。这说明站厅各区域静压与出入口静压随时间几乎同步变化。空气静压受势能影响,各区域之间相互连通,无大型遮挡物,因此各区域截面静压与出入口静压随时间波动的规律整体相同。
![]() |
图 9 站厅内部各区域及出入口静压随时间的变化 Fig.9 Variations of static pressure in different zones and entrances and exits of station hall |
在单个行车周期内,站厅部分区域压力波动与出入口渗透风量波动关联性较强,因此,本文探究了基于站厅压力分区的机械送、回风调节对出入口渗透风量的影响,以减少空调季出入口冷量损失,降低车站环控系统能耗。基于机械送、回风总量136 000 m3/h保持不变的原则,将压力波动较强区域的送风风速增加50%,其他区域送风风速均匀降低,分析对出入口渗透风量的影响。图10为送风风速增加区域(打勾区域)示意图。
![]() |
图 10 送风风速增加区域示意图 Fig.10 Schematic diagram of increased air supply velocity zones |
图11为变区域送风工况与代表工况下各出入口渗透风量的变化。由图可以看出,将Y1、Y2、Y4、Y6、Y7、Y8 6个区域对应的送风风速增加50%后,3个出入口的渗透风量均有所下降;在t=244 s时,出入口1~3的渗透风量分别下降7.60 、6.75 、5.84 m3。表3为变区域送风工况与代表工况下3个出入口总渗透风量。由表可知,区域性送风风速调控可有效降低出入口渗透风量:3个出入口总渗透风量从24 164 m3下降至19 659 m3,约减小了19%。以上海地区为例,根据相关规范[7],站厅送风温度为30 ℃,相对湿度为65%。夏季典型日14:00时,室外温度为35.2 ℃,相对湿度为59%,实测出入口的平均渗透风量为14.3 m3/s。通过该方法可节省约32.3 kW空调冷量。
![]() |
图 11 变区域送风工况与代表工况下各出入口渗透风量随时间的变化 Fig.11 Temporal variations of infiltration airflow at entrances and exits under zone-based air supply control strategies and baseline conditions |
![]() |
表 3 变区域送风工况与代表工况下出入口总渗透风量 Table 3 Infiltration airflow at entrances and exits under zone-based air supply control strategies and baseline conditions |
本文以上海市某标准岛式地铁车站为研究对象,建立站厅物理模型,利用CFD数值模拟软件,分析了单个行车周期内地铁站厅压力分布特性,并根据站厅各区域压力分布特性,探究了机械送、回风调节对出入口渗透风量的影响,得到以下结论:
(1)在单个行车周期内,站厅1.5 m高度处截面动压整体分布均匀,其中,在t=144、244 、444 s,即第一班列车离站时,动压云图中临近3个出入口区域动压均出现明显波动。站厅1.5 m高度处截面动压平均值约为0.50 Pa,而典型时刻临近出入口区域动压可达到3.82 Pa。
(2)在单个行车周期内,站厅静压平均值先减小再增加,后转为正值,进而回归至初始值,变化规律具有一定的周期性,其负峰值约为−3.00 Pa,正峰值约为1.21 Pa。
(3)分析站厅动压分区结果发现,临近出入口区域动压波动幅度为站厅动压平均波动幅度的1.2 ~ 1.7倍。空气经过站厅中部区域时,沿程阻力较小,导致Ya ~ Yh区域空气动压随时间的波动较为平缓。
(4)分析站厅静压分区结果发现,空气静压受势能影响,各区域之间相互连通,无大型遮挡物,因此各区域截面静压与出入口静压随时间的波动规律整体相同,且值的范围均在−4 ~ 2 Pa之间。
(5)保持机械送、回风总量136 000 m3/h不变,将压力波动较强区域的送风风速增加50%,可有效降低出入口渗透风量。3个出入口总渗透风量从24 164 m3下降至19 659 m3,约减小了19%。
[1] |
张瑞, 刘昶, 冯泽. 基于BIM的城市轨道交通地下车站装配式高效制冷机房应用[J]. 暖通空调, 2018, 48(1): 99-103. |
[2] |
王靖宜. 屏蔽门系统地铁车站出入口渗透风特性研究[D]. 西安: 长安大学, 2019.
|
[3] |
董梦雪, 赵帅帅. 地铁列车进站过程中活塞风对站台屏蔽门的影响——以杭州地铁为例[J]. 河南科学, 2021, 39(10): 1575-1580. |
[4] |
曾令伟, 易富民, 王汉封, 等. 地铁车站屏蔽门风压特性试验研究[J]. 实验流体力学, 2020, 34(6): 59-65. |
[5] |
YANG X Y, SHOU A J, ZHANG R J, et al. Numerical study on transient aerodynamic behaviors in a subway tunnel caused by a metro train running between adjacent platforms[J]. Tunnelling and Underground Space Technology, 2021, 117: 104152. DOI:10.1016/j.tust.2021.104152 |
[6] |
ADLER J, PARMRYD I. Quantifying colocalization by correlation: The pearson correlation coefficient is superior to the Mander's overlap coefficient[J]. Cytometry Part A, 2010, 77A(8): 733-742. DOI:10.1002/cyto.a.20896 |
[7] |
中华人民共和国住房和城乡建设部. 城市轨道交通通风空气调节与供暖设计标准: GB/T 51357—2019[S]. 北京: 中国建筑工业出版社, 2019.
|