高然, 王成哲, 李安桂
西安建筑科技大学
【摘 要】个性化通风是在理论上能够实现热舒适同时又能节约能源的一种通风方式，近年来受到了广泛关注。本研究介绍了一种基于靶向送风概念的多风口耦合个性化送风方式，开发了一种新型的靶向个性化送风装置，提出了一种用于区域热舒适评价的靶向送风评价指标。文章对送风系统装置的有效性进行了定义，对送风效果进行了横向比较。并采用实验手段对靶向送风的实施效果进行了验证。
研究表个性化靶向送风实现了仅对控制区域送风的目标，提高了流场的利用率。个性化靶向送风多风口耦合的送风方式能够使流场更加均匀，所得流场内的风速0.3m/s左右，有效避免了吹风感的存在。与其它个性化风口相比，本文所提出的个性化靶向风口的靶向值比最小的还小40.5%，同时能够节能52.9%。
【关键词】个性化送风、吹风感、节能、靶向值
0 引言
现阶段通风空调面临节能与室内空气品质两项挑战，在传统通风形式中这两者之间既相互关联又相互矛盾。个性化通风是在理论上能够实现热舒适的同时又能节约能源的一种通风方式[1,2]。近年来，国内外学者针对个性化送风过程中的节能，热舒适，评价指标等进行研究。主要包括下面几个方面：
个性化送风的一个重要目的是为提高呼入空气的质量，为人体营造一个良好的热舒适环境[2]。Kaczmarczyk [3]等对比研究了个性化送风与混合送风系统，发现个性化送风系统能够提高空气品质并降低建筑综合症（SBS symptoms）。Zhu [4] 等研究了一种应用在婴儿睡眠时的宽盖式个性化送风系统，通过模拟分析该个性化通风在舒适度和吹风感方面的影响。研究[5]表明个性化通风系统在改善热舒适方面的性能与送风位置、送风温度、送风量以及背景条件等都有很大的关系，其中送风量是影响热舒适性的因素中较为重要的一项。Antoun 等[6]分析了不同类型的玻璃窗对个性化吊顶送风系统热舒适的影响。[7]从热舒适和空气品质方面，研究了台式扇或座椅扇辅助的顶棚个性化送风系统的性能。[8]通过实验研究两种不同的湍流度送风形式对个性化送风热舒适性的影响，实验发现为了避免吹风感低湍流度的局部冷却应当谨慎的使用。个性化送风对于营造人体热舒适有积极的作用，但同时也要警惕由于其风速过大可能带来的吹风感。N.Gong等[9]的实验表明，随着新鲜空气的增加人体会感受到空气品质的提升，但这同时也会可能造成不舒适的吹风感。由于人员距离风口较近，造成吹风感的原因可能是人员处于射流核心区所导致的（风口速度与吹直人体的风速相同。）那么，如何控制个性化送风的射流核心区，从而达到避免吹风感的效果，还有待进一步研究。
节能一直是通风面临的一个重要问题。针对个性化送风，[8,10]通过实验表明，个性化送风存在节能方面的潜力。Antoun 等[6]研究了在辐射不对称时个性化吊顶送风系统的性能，发现在房间安装高性玻璃窗户时，吊顶个性化送风与混合送风相比能够节能36%。个性化送风温度控制策略对能耗有显著影响，但是在寒冷气候下，如果不采用节能策略，个性化通风的能源消耗可能会大大增加（在61%至268%之间）[11]。文献[12]分析了在热湿气候下顶棚个性化通风系统的能量消耗。从上述文献可以看出，个性化通风在与其他送风方式相比较时具有节能性，那么在此个性化送风基础上是否存在更进一步的节能形式。
现有的个性化通风评价指标主要集中在热舒适上，其中得到普遍认同的是Fanger 教授的预测平均投票和预测不满意百分数（PMV-PPD）指标，综合考虑了空气温度、空气湿度、空气流动速度、平均辐射温度、衣服热阻、人体活动程度等六个因素。文献[3]将60名大学生分成两组，通过投票的方法衡量个性化送风和混合送风的热舒适性。Wang[13]等通过研究发现，受试者不满意的吹风感随着暴露时间的增加而增加，并且在暴露时间和气流参数的基础上建立了一种模型，用该模型预测由于吹风感造成的不满意百分比。Fanger[14]等研究了湍流度对吹风感的影响，在恒温23℃的条件下，通过问卷调查发现不同的湍流强度对人体吹风感有显著影响。然而，现有研究中用于评价热舒适和吹风感的评价指标多为“场”指标。“场”指标在进行相互对比时很容易出现不同区域的评价优劣不同，很难进行横向比较。那么，对于这种情况，是否存在一种单一值的评价指标对送风形式的“好坏”进行评价。
本研究介绍了一种基于靶向送风概念的多风口耦合个性化送风方式，开发了一种新型的个性化靶向送风装置，提出了一种用于区域热舒适评价的靶向送风评价指标。文章对送风系统装置的有效性进行了优化，对送风效果进行了横向比较。并采用实验手段对靶向送风的实施效果进行了验证。
1 靶向个性化送风的概念
在进行射击时，我们知道，只要是将子弹打到射击靶上，如图1中红色的点即可得分。但有时也会出现脱吧的情况，如图1中灰色的点。这是射击无效，不得分。
图1（a）靶向射击示意图；（b）靶向送风目标区域图
如果以此作为送风有效性的指标可知，射流射到射击靶上的风（射流断面覆盖射击靶）为有效送风，反之为无效送风。如果能够实现缩小，或者有效化个性化送风的送风射流，即可达到进一步对个性化送风进行节能的目的。另一方面，仅对射击靶进行送送风，其他区域不送风是不够的。还应该避免“一个弹坑落入两发炮弹”，也即靶向内的不均匀性。所以最理想的靶向效果是，靶子外的区域没有风，靶子内的区域送风，且风速值大小均匀且为指定风速，如0.3m/s。
此外，为了评价个性化靶向送风效果的优劣，本文提出了两种评价方法：面积靶向值和速度靶向值。
· 面积靶向值
如图1所示，首先定义面积靶向值。现今多数文献均表明，当风速低于0.3m/s时，不容易引起吹风感，但是并没有定义下限值[15]。而实际上，没有下限制就没法判定送风是否达到。因此，我们就需要定义靶向送风面积的边界。如果选择0m/s作为靶向送风边界，靶向面积将会很大同时速度也会偏离0.3m/s。此外，根据ASHRAE 161-2013[16]的规定，当头部水平没有直接的送风口时，局部风速应高于0.1m/s。所以，这里定义送风风速的下限值为0.1m/s。
式中，Ts表示面积靶向值；nI表示在靶向区域内的测点，nO表示在靶向区域外的测点。sI表示靶向区域内送风有效性指标的实际值（通过模拟或测试该点风速获得）。由上所述，如果某处（靶向内）速度大于0.1m/s时s1的值记为1，否则s1的值记为0。s'1表示靶向区域送风有效性指标的期望值（我们期望送风射流断面覆盖靶向，因此，s'1=1）。同理，s0表示靶向区域外送风有效性指标的实际值（通过模拟或测试该点风速获得）。
s'0表示靶向区域送风有效性指标的期望值（我们期望送风射流断面不要覆盖靶向外的区域，因此，s'0=0）。由这个式子可知，送风断面越覆盖射击靶，越不覆盖射击靶外的区域，这是我们越期望的结果。而这时，面积靶向值越小。
· 速度靶向值
在进行面积靶向优化的基础上，还可以提出速度靶向值的概念。
式中，Tr为风口速度靶向值；nI表示在靶向区域内的测点，nO表示在靶向区域外的测点。v1表示靶向区域内的风速（通过模拟或测试该点风速获得）。v'1表示靶向区域内的期望风速（这里我们指定为0.3m/s）。v0表示靶向区域外的风速（通过模拟或测试该点风速获得）。v'0表示靶向区域外的期望风速（由于不期望这里有风，所以v'0=0）。同样的值越小，越好。
2.研究方法
2.1 CFD数值模拟研究
通常个性化送风的气流为湍流，因此，选择正确的湍流模型是进行数值计算前提。在之前的气流组织研究中，常被采用的湍流模型主要有 k-εStandard，k-εRealizable，k-ω SST和Reynolds Stress model四种。本文通过实验针对这四种模型进行了验证，其中实验选取的是文献[3]中的个性化方形风口。通过模型与实验之间的速度分布比较，RSM模型各点速度与实验吻合较好，实验与模拟速度最大差值约为0.04m/s。因此本文采用RSM模型。
模型的尺寸为3×1.5×3m，风口的直径为1cm。在本研究中，一种非结构化网格被使用，因为它能很好的适用于本文复杂的风口角度。在网格独立性方面，提供了五种不同数量的网格：1200K、1400K、1600K、1800 K和2000 K。如图2，当网格数量增加到1600K以上时，截面上的速度场已不再随着网格数量的增加而变化。故本文选取网格数量为1600K的模型。由于风口在房间的布置成对称形式，计算采用对称面的形式，模拟采用对称边界条件，同时空气进口被定义为速度入口边界，空气出口定义为自由出流。
图2 不同网格数量下的速度云图分布
2.2 实验研究
实验方面分别对个性化靶向风口和方形个性化风口[3]进行了全尺寸实验，如图3。根据真实的人体模型比例，在距离风口0.6m处的断面，选择了具有代表性的17个测点。在测量断面处，每个点都记录4分钟的测量数据，然后求测点的平均值作为该点的测量值，同时计算标准误差。测量时，将Swema03风速仪固定在距离风口0.6m支架上，每次改变测点时使用水平仪和测量校对板进行校准，实验过程中通过风机调速器使风量达到指定工况，待风机运行稳定后，用Swema03风速仪进行工况测量并记录，该仪器的测量范围为0.05-3.0m/s，测量精度为±3%，分辨率为0.01m/s。
图3 流场风速测试实验台
3.结果与讨论
3.1 靶向个性化送风的风口角度
研究首先对β1、β2、β3、β4进行角度定义，考虑了14种角度形式，分别获得了14种形式的靶向值。结果显示风口角度在17°时靶向值最小。各风口角度值如图4表中系列 A10。在系列 A10 的基础上，尝试对α1、α2、α3、α4进行角度定义，当角度值为7°时，获得的靶向值最小，此时各风口的角度值为图4中系列 B5；以系列 B5 为基础，对α3、α4进行角度定义，当角度值为11°时，靶向值最小，此时各风口的角度值为图4中系列 C7；再以系列 C7为基础，对θ1进行角度定义，当角度值为11°时，靶向值最小，各风口角度值如图4中系列 D6；以系列 D6为基础，对α1、α2、进行角度定义，角度值为5°时获得的靶向值最小，各风口角度值为系列 E4；最后以系列 E4为基础，对α4进行角度定义，结果显示角度为23°时靶向值最小，最小靶向值为0.150，此时各风口角度值为如图4中系列 F13。
图4 定义风口角度
3.2 靶向个性化送风的风口面积
在自由射流中风口的出流断面积直接影响射流的轴心速度，当出口风速相同时，一般风口面积越大射流主体段的轴心速度衰减越慢，另外也会影响射流的叠加。因此在出口风速相同的条件下，不同的风口面积吹出的风速落到人身体上的是不同的。为了研究不同风口面积的组合形式，在定义风口角度的基础上对风口的面积进行定义。
图5 定义风口面积
研究首先对风口直径D1进行定义，保持风口直径D2（D2=1cm）不变，。考虑了9种不同的直径形式，并分别获得了这9种不同形式下的靶向值，如图5中系列 A。结果显示直径为1cm时面积靶向值最小。接着保持风口直径D1（D1=1cm）不变，对风口直径D2进行定义，如图5中系列 B，直径在1cm时风口面积靶向值最小。最后对风口直径D1、D2进行面积定义，如图5中系列 C，最小靶向值在直径为1cm处取得。因此，所有风口面积为1cm时，面积靶向值最小。
3.3 靶向个性化送风的风口风速
为了使人获得最佳的舒适感，避免产生吹风感，在定义风口面积的基础上，对送风速度进行了定义。
图6 定义风口速度
研究首先对风口风速V2进行定义，保持风口风速V1（V1=2m/s）不变，考虑了10种风速形式，当风速为3m/s时靶向值最小，如图6中系列 A。接着在保持风口风速为V2（2m/s）不变的条件下，对风口风速V1进行定义，风速在3m/s时速度靶向值最小，如图6中系列 B。最后对风口风速V1、 V2进行定义，风速在2.5m/s时靶向值最小，如图6中系列 C。比较三个靶向值的大小，所有风口风速为2.5m/s时靶向值最优。
图7 不同温度下目标区域的速度场和温度场
此外，考虑了温度对目标区域的影响从图7中可以看到，温度的变化对目标区域的速度场和温度场影响不大，在可接受的范围之内。因此，当需要改变目标区域的温度或速度时，只需要对应调节即可。
3.4 与不同个性化送风口的对比
为了进一步验证个性化靶向送风的效果，将该装置与已有不同的个性化风口[3，8，17]进行了对比，主要考虑流场均匀度、速度靶向值和流场有效性等三个方面。在进行数值计算时，每个风口的出风速度相等，风量取自相应文献。计算完成后分别获取距风口0.6m处的速度云图。从图8中可以看到，（a）（b）（c）不能将头部完全覆盖，流场不均匀，中心速度偏大。为了实现完全覆盖头部，在（b）的基础上，改变送风口面积，得到（d）（e），但是仍然存在流场不均匀，中心速度偏大等问题。而（f）是本文所研究的对象，与上面五种风口相比可以明显的看到，流场更加均匀，流场内的最大与最小风速差控制在0.3m/s。
图8 不同个性化风口目标区域速度对比
此外，我们比较了6种个性化送风风口的能耗。计算公式如下：
Q=c·ρ·ν·s·Δt （3）
式中，c是空气的比热容，当t =20℃时，c=1.013kJ/(kg·℃)；是空气的密度，当t =20℃时ρ=1.013 kg/m3；ν是风口出风速度，m/s；s是风口面积，m2；Δt是送风温度与室内温度的温差，℃。
最后，将六种风口的数据代入式（2）和（3），计算速度靶向值和能耗。从图9中可以清楚的看到本研究的靶向值最小，比增加面积后风口（e）的靶向值还小了40.5%，同时能够节能52.9%。本文在进行流场评价时假设人体是静止的。但是，当人体活动时，扩大流场区域后，本文所提供评价方法仍然适用。
图9 不同个性化风口的靶向值和能耗对比
4.实验验证分析
为了验证个性化靶向送风的效果，在定义了风口角度、风口面化和风口速度的最终结果上，采用全尺寸实验测量个性化靶向送风的速度场。研究发现不论是流场外还是流场内，各点速度模拟值和实验值吻合都较好，且证明了个性化靶向风口具有高效良好的送风效果。
图10 实验验证
5 结论
本文通过观察靶向射击得到启示，将射击的精准度引用到个性化送风中，提出一种新型的个性化靶向送风方式，即仅对目标区域进行送风的气流组织形式。获得的研究结论如下：
1.本文定义了风口的角度形式、面积以及出口速度，并通过全尺寸实验验证了风口的实施效果。
2.个性化靶向送风实现了仅对控制区域送风的目标，提高了流场的利用率。
3.个性化靶向送风多风口耦合的送风方式能够使流场更加均匀，所得流场内的最大与最小风速差控制在0.3m/s，有效避免了吹风感的存在。
4.本文提出了针对单一速度值的流场评价标准，可以为今后的热舒适评价提供参考。
5.与其它个性化风口相比，本文所提出的个性化靶向风口的靶向值比最小的还小40.5%，并且能够节能52.9%。
参考文献
[1] ASHRAE, 2010 ASHRAE Standard 22-2010 [M], American Society of Heating, Refrigeration and Air-Conditioning Engineers, Inc., Atlanta, USA,2010.
[2] Melikov A K. Personalized ventilation[J]. Indoor Air, 2004, 14 Suppl 7(Supplement s7):157.
[3] Kaczmarczyk J, Melikov A, Fanger P O. Human response to personalized ventilation and mixing ventilation[J]. Indoor Air, 2004, 14 Suppl 8(Supplement s8):17.
[4] Zhu S, Cai W, Spengler J D. Control of Sleep Environment of an Infant by Wide-Cover Type Personalized Ventilation[J]. Energy & Buildings, 2016, 129:69-80.
[5] Melikov A K, Cermak R, Msajer M. Personalized ventilation: evaluation of different air terminal devices[J]. Energy & Buildings, 2002, 34(8):829-836.
[6] Antoun S, Ghaddar N, Ghali K. Coaxial personalized ventilation system and window performance for human thermal comfort in asymmetrical environment[J]. Energy & Buildings, 2016, 111:253-266.
[7] Habchi C, Chakroun W, Alotaibi S, et al. Effect of Shifts from Occupant Design Position on Performance of Ceiling Personalized Ventilation Assisted with Desk Fan or Chair Fans[J]. Energy & Buildings, 2016, 117:20-32.
[8] Sun W, Tham K W, Zhou W, et al. Thermal performance of a personalized ventilation air terminal device at two different turbulence intensities[J]. Building & Environment, 2007, 42(12):3974-3983.
[9] N. Gong, K. W. Tham, A. K. Melikov, et al. The Acceptable Air Velocity Range for Local Air Movement in The Tropics[J]. Hvac & R Research, 2006, 12(4):1065-1076.
[10] Faulkner D, Fisk W J, Sullivan D P, et al. Ventilation efficiencies of desk-mounted task/ambient conditioning systems[J]. Indoor Air, 1999, 9(4):273.
[11] Schiavon S, Melikov A K. Energy-saving strategies with personalized ventilation in cold climates[J]. Energy & Buildings, 2009, 41(5):543-550.
[12] Yang B, Sekhar C, Melikov A K. Ceiling mounted personalized ventilation system in hot and humid climate—An energy analysis[J]. Energy & Buildings, 2010, 42(12):2304-2308.
[13] Wang Y, Lian Z, Broede P, et al. A time-dependent model evaluating draft in indoor environment[J]. Energy & Buildings, 2012, 49(2):466-470.
[14] Fanger P O, Melikov A K, Hanzawa H, et al. Air turbulence and sensation of draught[J]. Energy & Buildings, 1988, 12(1):21-39.
[15] Ventilation and air conditioning[M] CIBSE Guide B2 (London: Chartered Institution of Building Services Engineers) (2005).
[16] ASHRAE, ASHRAE Standard 161-Air Quality within Commercial Aircraft, ASHRAE, Atlanta, GA, 2013.
[17] Li R, Sekhar S C, Melikov A K. Thermal comfort and IAQ assessment of under-floor air distribution system integrated with personalized ventilation in hot and humid climate[J]. Building & Environment, 2010, 45(9):1906-1913.
备注：本文收录于《建筑环境与能源》2018年10月刊总第15期（第21届暖通空调制冷学术年会文集）。版权归论文作者所有,任何形式转载请联系作者。
