绿色厂务分会

     在芯片需求持续上升、国家战略支持的大背景下，我国芯片厂房建设规模巨大，且发展十分迅速。随着芯片生产线宽要求越来越小，芯片生产对洁净室温度、湿度和洁净度的要求也越来越高。芯片厂房洁净空调系统的能耗可占到建筑总能耗50%以上，其单位面积耗电量是一般舒适性空调的10倍以上。芯片厂房洁净空调系统较为复杂，了解其能耗影响因素对于研究其节能方式至关重要。
     袁伟调研分析了苏州16个电子类工业建筑，得出结论：建筑能耗与建筑面积、空调能耗、空调类型、照明总功率相关性较大。石静宜通过1年的实际芯片厂房空调能耗数据调研发现：冷水机组能耗占全厂能耗30%以上，但全年满负荷运行时间不足20%；在循环水系统中应用变频水泵可节电30%。李欣通过模拟及数理统计，得到了影响制药厂房净化空调系统能耗的主要因素为换气次数、风机效率、新风量、制冷机组COP。孙铭志等人分析了医院住院部空调能耗影响因素，应用正交试验法得出影响因素敏感性排序为：室内设计温度＞新风量＞冷水供回水温差＞冷源效率＞外墙传热系数＞水泵效率。由玉文等人通过理论分析及实验过程验证了洁净空调系统变新风量控制可行并具有很好的节能效果。Ma等人通过实测发现，芯片类洁净室洁净度往往保证过度，有降低设计标准以节能、经济运行的可能性。Hu等人分析了5种不同的芯片洁净室HVAC系统设计方法，其中新风机（MAU）+风机过滤单元（FFU）系统是能效最高的一种。Tsao等人研究了芯片洁净室MAU的节能措施，包括风机位置、冷水系统和再加热方案等，结果表明，中低温冷水系统加热回收的节能效果最好。
     综上，已有研究大多是关于医院、制药等类型洁净室的空调系统能耗影响因素或是芯片厂房洁净空调系统的相关节能技术分析，尚无针对芯片厂房洁净空调系统的能耗影响因素及其量化的研究。因此，本文从芯片厂房洁净空调系统的运行特点出发，就其能耗影响因素进行理论分析、实测分析和模拟研究，明确节能运行主要影响因素，并对主要影响因素进行敏感性分析。

     芯片厂房洁净空调系统的能耗主要包括制冷站耗能和净化空调系统能耗，电耗是主要的统计和关注对象。制冷站能耗主要包括制冷机电耗、水泵电耗、冷却塔电耗；净化空调系统能耗主要包括新风机电耗、空气处理机组电耗和FFU电耗，不包含各项工艺排风系统和普通排风系统电耗。
1.1 制冷站
     制冷站的能耗主要与其供冷量和整体能效比有关。从设备层面分析，制冷站整体能效比主要取决于冷水机组COP、冷水泵效率、冷却水泵效率、冷却塔效率，如图1所示。

1.2 净化空调系统
     以常见芯片厂房净化空调系统新风机（MAU）+风机过滤单元（FFU）+干盘管（DCC）为例进行分析，其动力装置主要为MAU和FFU中的动力装置。对于空调风机，影响其运行能耗的原因一是室内的不合理风量需求造成的风机能耗增大，如压差设定过高、换气次数过大等；二是过滤器、冷热盘管等设备阻力较大。
     DCC和MAU中的盘管阀门开度间接影响冷水系统的运行，主要为不必要的末端盘管冷热量抵消、房间温湿度设定值不合理等。净化空调能耗影响因素如图2所示。

     对某芯片厂房进行了为期1年的走访、调研测试，对其环境安全、能耗和运行问题进行分析，进而得到需重点关注的节能运行影响因素。
2.1 项目概述
     该项目为2009年投产的15.24 cm（6英寸）高压绝缘栅双极晶体管（IGBT）模块生产封装车间，生产厂房占地面积为8 648 m²，建筑面积为22 519.3 m²，其中洁净室面积为5 091 m²，层高为3.5、4.0 m。建筑共4层：1层为洁净室下夹层和其他办公设备区；2层为洁净室和其他工艺设备办公区；3层为洁净室上夹层和办公设备区；4层为架空顶棚和办公设备区。制冷站采用中低温水系统和板式换热器，分别供冷。空调系统主要采用MAU+FFU+DCC和MAU+循环风机（RCU）+FFU 2种形式。制冷站原理如图3所示。

2.2 室内环境分析
     芯片类洁净室对室内的温度、湿度和洁净度都有很高的要求。下文通过现场实测和对实时数据的整理，分析该项目的运行环境现状。
2.2.1 室内温度
     图4汇总了4类洁净区2019年1月9日至2020年1月9日的日平均温度。各类洁净区全年日平均温度基本处于合理温度控制区间内，个别洁净区25%的时间温度低于要求下限。而且各洁净区室内温度分布整体偏低，大部分时间处于温度要求范围的下半区间。温度较低会对生产工艺产生一定的影响，而且合理的室内温度可以有效降低空调系统能耗。

2.2.2 室内湿度
     图5汇总了3类洁净区2019年1月9日至2020年1月9日的日平均相对湿度。由图5可知，洁净区的相对湿度较高，整体在50%以上，如集成门极换流晶闸管（IGCT）测试区相对湿度全年均值和中位数均超过控制上限55%，全年近一半的时间有生产环境高湿风险。如优化系统冷却加湿PID（比例、积分、微分）参数，预期可以使得全年95%以上的时间室内相对湿度得到有效控制。

2.2.3 邻室压差
     图6显示了不同洁净区的室内外压差。调研洁净区均为ISO 5级（百级），根据规范对洁净室室内外压差的规定，光刻间室内外压差不应小于20 Pa。由图6可知，光刻间的室内外压差设定值较高。蒸发前区、扩散前区的室内外压差基本满足不应小于15 Pa的要求。3个洁净区均出现正压较低的情况，有一定的交叉污染风险。

2.2.4 室内洁净度
     对项目的ISO 5级（百级）、ISO 6级（千级）、ISO 7级（万级）洁净室进行了颗粒物测试，其中ISO 5级洁净室各洁净区颗粒物实测结果如表1所示。

     由表1可知，该项目ISO 5级洁净室各洁净区颗粒物浓度远低于合格标准。经测试，该项目各洁净区运行状态下洁净度等级在测试工况下均达标，且大多数洁净区颗粒物浓度远低于合格标准，存在降低室内换气次数或室内平均送风速度以降低能耗的可能性。
2.3 运行能耗分析
2.3.1 总能耗分析
     项目2015—2018年水电气耗量、总费用及各项占比统计数据如图7所示。

     由图7可知，项目能耗折合标准煤为1 490~2 400 t/a，费用为912万~1 320万元/a，主要受公司产能和能耗管理的影响。在各项能耗及费用占比中，建筑耗电量常年占据总能耗的70%以上，逐年整体波动不大。经实测，2019年项目单位面积空调系统耗电量为655.5 kW·h/（m²·a），是GB/T 51161—2016《民用建筑能耗标准》规定的B类大型购物中心非供暖能耗指标约束值300 kW·h/（m²·a）的2倍有余。洁净空调系统负荷大、风量大、运行时间长等特点决定了其空调系统的高能耗。
2.3.2 能耗构成
     图8显示了2018—2019年项目耗电量分布比例。由图8可知，洁净空调系统的能耗达到了整体能耗的近30%，其中制冷站耗电量约占总耗电量的21%，净化空调系统占7%左右，工艺设备耗电量占比最大，约54%。

     如图9所示，该项目2018年洁净空调系统制冷站耗电量总体占比高达75%，其中中温冷水机组和循环水泵各占36%、29%，低温冷水机组耗电量仅为中温冷水机组的1/4。中温冷水机组和低温冷水机组制冷量分别为2 286 kW/台、1 653 kW/台，两者相差不大，且中温冷水机组能效比更高，由此可知低温冷水机组在选型时可能存在较大富余量。

2.3.3 运行能耗主要问题分析
     1） 制冷站。
     对制冷站全年各工况进行了全面调研测试，下面以夏季工况为例进行分析。
     测试时，室外干球温度为35.3 ℃，相对湿度为59.7%，对其进行节能经济运行评价，结果如表2所示。

     由表2可知，夏季工况制冷站整体EER_r为3.49，亟待改善。根据对7—9月累计耗冷量和耗电量的统计，低温冷水机组平均COP为3.2，中温冷水机组平均COP为4.0，低于规范全年工况限值4.8。制冷站平均EER_r为2.9，低于规范全年工况限值3.7。由调研数据分析可知，中低温冷水机组在超过60%负荷率的情况下，夏季典型工况实际运行COP仅为额定COP的75%左右，有着较大的优化空间。
     通过对输配系统中中低温冷水泵和中低温冷却水泵进行测试，得到夏季典型工况下的水泵效率和输送系数，如表3所示。

     调研主要对各新风机和FFU的风量、能耗等进行测试，分析其在不同工况下的运行状态、能效及是否存在优化空间。以MAU3系统为例，其在各工况下的送风量及送风设备耗电量如表4所示。

     由表4可知，MAU3系统的单位洁净空气风机耗功率全年保持在1.10 kJ/m³左右，远高于GB 50189—2015《公共建筑节能设计标准》对常规空调的限定值。MAU3系统在全年各测试工况下，新风换气次数约为设计值的50%，实际送风量约为设计风量的40%，但室内的洁净度符合生产要求，且大多远超生产要求，邻室压差也均符合要求。综合考虑风机老化带来的性能衰减，可以在设计中降低室内送风量和新风量，以实现净化空调系统的节能经济运行。

3.1 芯片厂房能耗模型的建立
     以实测的芯片厂房作为建筑模拟原型，采用DesignBuilder软件进行全年空调系统能耗模拟。按照能耗模拟原则，进行部分简化后，根据项目实际情况和相关设计标准规范进行建模。项目模型见图11。

3.2 模拟原型的校验
     结合实例能耗分析可知，空调系统能耗主要集中在电耗，模拟主要针对空调系统的耗电量进行，暂不考虑喷淋加湿量等其他能源形式的消耗。本次模型校验利用建筑空调系统月度能耗实测值和相应模拟值计算出月偏差R_m和年偏差R_y 2个评价指标，由于仅有逐月的能耗值，缺乏具体的运行数据，因此主要采取典型月月偏差和年偏差进行模型校验。

     实测得2019年项目空调系统能耗为364.47万kW·h，典型月8月的空调系统总能耗为58.32万kW·h，模拟得2019年项目空调系统能耗为331.67万kW·h，R_y为8.9%，典型月8月的空调系统总能耗为52.95万kW·h，R_m为9.2%。由表5可知，模拟偏差在合理范围内，基本可以满足研究需要。夏季典型日空调系统模拟冷负荷为2 329.37 kW，与实际测试供冷量2 447 kW相差4.8%，进一步说明了模型的可信度。
3.3 影响因素的选取
     影响芯片厂房洁净空调系统能耗的因素众多。由实测分析可知，在设备层面，能耗占比相对较大且具有优化空间的是冷水机组、循环水泵及风机。在压差和洁净度均有保证的前提下，通过降低新风量和换气次数，可以有效降低运行能耗。此外，实测室内温度普遍低于设定值，在与生产工艺贴合的基础上，适当提升室内温度可以有效降低系统能耗。
     综上，模拟主要针对冷水机组COP、水泵效率、风机效率、新风量、换气次数和室内设计温度进行洁净空调系统能耗影响程度的分析。
     以实际值作为基准值，每个因素分别选取3个优化水平进行模拟，依次改变各因素的取值水平。各影响因素取值见表6。

3.4 单因素影响分析

     采用空调系统电耗最大节能率Q_A为评价指标衡量各因素对洁净空调系统能耗的影响程度。

式中 A_max、A_min分别为空调系统电耗最大、最小值；A_b为空调系统电耗基准值。
     图12显示了各影响因素与空调电耗的关系。由图12可知，洁净空调系统的耗电量与6个因素拟合优度均大于0.9，基本呈线性关系。其中冷水机组COP、换气次数、风机效率、新风量、水泵效率、室内设计温度的最大节能率分别为39.7%、23.0%、15.4%、11.2%、10.8%、6.0%。冷水机组COP的提高极大地减少了空调能耗，主要是因为制冷季较长，制冷站耗电量占比较大。换气次数和新风量的降低带来的节能效益主要源于风量降低带来的风机能耗的大幅降低。风机和水泵效率的提升提高了设备的利用效率。室内设计温度的提高对空调系统耗电量产生一定影响，但其设定需要考虑工艺生产，实际的有效节能空间有限。

3.5 偏相关分析
     偏相关分析是在变量多于2个时，控制其他变量不变的前提下，研究其中2个变量之间的线性相关关系的方法，偏相关系数指在控制了其他变量影响下的相关系数。
     针对模拟数据，利用SPSS（统计产品与服务解决方案）统计分析软件对洁净空调系统年电耗量和换气次数、新风量、室内设计温度、风机效率、冷水机组COP、水泵效率进行了偏相关分析，结果如表7所示。其中，R表示偏相关系数，P表示2个变量之间不相关的显著性水平（P<0.05拒绝原假设）、N表示分析的样本数。

     由表7可知，在置信水平为95%情况下，偏相关系数从大到小排列依次为冷水机组COP、换气次数、新风量、风机效率、室内设计温度、水泵效率。其中，显著性因素为冷水机组COP、换气次数、新风量，是今后节能研究的重点。风机效率、室内设计温度、水泵效率的影响相对较小。

     1） 实测中，芯片厂房制冷站在全年各测试工况下能效比均较低，其中冷水机组COP、水泵效率均有较大的提升潜力。净化空调系统在全年各测试工况下，实际新风量和室内换气次数仅为设计值的50%左右，但室内的洁净度符合生产要求，且大多远超生产要求，邻室压差也均符合要求。可以在设计中合理地降低新风量和室内换气次数，以实现洁净空调系统的节能经济运行。
     2） 采用模拟的方法，根据实际案例，得到了各单因素对洁净空调系统电耗的量化影响。并通过拟合发现洁净空调系统电耗的变化和各个因素的变化普遍接近线性关系，从而得出了具体的拟合公式，为预测各个因素对洁净空调系统电耗的影响提供依据。
     3） 偏相关分析表明冷水机组COP、换气次数、新风量是影响芯片厂房洁净空调系统电耗的显著性因素，是今后节能研究的重点。