Енергоефективна комбінована система забезпечення мікроклімату в ремонтних приміщеннях автомобільного господарства

Abstract

The paper addresses the problem of energy-efficient microclimate provision in automotive repair facilities, which are characterised by significant year-round thermal demand for heating, ventilation, and domestic hot water due to elevated air-exchange rates required to remove vehicle exhaust gases, welding fumes, and solvent vapours. Conventional gas-fired heating systems result in high primary energy consumption and substantial CO₂ emissions, motivating the search for renewable-based alternatives. A combined SAHP (Solar-Assisted Heat Pump) system is proposed, integrating an air-to-water heat pump, a flat-plate solar collector array, and a stratified thermal energy storage tank. An extended mathematical model is developed that includes: the Hottel–Whillier–Bliss equation with the incidence angle modifier IAM accounting for diurnal and seasonal variations of beam radiation; an exergy analysis of the heat pump cycle determining irreversibility losses E_x,loss in the compressor, condenser, expansion valve, and evaporator; a multi-node (N = 4) stratified tank model that captures vertical temperature distribution and inter-node convective–conductive heat transfer; a recuperative heat exchanger model based on the ε–NTU method; and a seasonal performance factor (SPF) optimisation criterion evaluated over a typical meteorological year for the Vinnytsia region. The optimisation task determines the optimal collector area A_sol* and tank volume V_tank* that maximise SPF subject to capital cost constraints, formulated as a constrained nonlinear programming problem and solved using a hybrid genetic algorithm. Results show that accounting for tank stratification improves SPF prediction accuracy by 12–18% compared to a conventional single-zone fully-mixed model, which systematically overestimates useful storage capacity. Integration of solar thermal energy raises the system COP by 30–77% relative to a standalone ASHP across the heating season, while the expected SPF = 3.8–4.3 corresponds to a primary energy factor E_PE = 0.47–0.53 — 1.7–2.1 times lower than a comparable gas boiler. IoT-based model predictive control (MPC) leveraging short-term solar irradiance and load forecasts is discussed for operational optimisation, demonstrating an additional 6–9% reduction in seasonal electricity consumption. The results are applicable to the design and retrofit of heat supply systems for industrial automotive enterprises, service stations, and similar facilities pursuing decarbonisation and reduced operating costs.

У статті розглянуто проблему енергоефективного забезпечення мікроклімату на підприємствах з ремонту автотранспорту, які характеризуються значним цілорічним тепловим навантаженням на системи опалення, вентиляції та гарячого водопостачання внаслідок підвищених норм повітрообміну, необхідних для видалення вихлопних газів автомобілів, зварювальних аерозолів і парів розчинників. Застосування традиційних газових котлів спричиняє високе споживання первинної енергії та значні викиди CO₂, що зумовлює актуальність пошуку альтернативних рішень на основі відновлюваних джерел. Запропоновано комбіновану систему SAHP (Solar-Assisted Heat Pump), яка інтегрує тепловий насос «повітря–вода», масив плоских сонячних колекторів та стратифікований акумулятор теплової енергії. Розроблено розширену математичну модель, що включає: рівняння Хоттеля–Вільє–Блісса з модифікатором кута падіння IAM, який враховує добові й сезонні варіації прямої сонячної радіації; ексергетичний аналіз циклу теплового насоса з визначенням втрат необоротності E_x,loss у компресорі, конденсаторі, дросельному вентилі та випарнику; багатовузлову (N = 4) стратифіковану модель акумулятора, що описує вертикальний розподіл температур та конвективно-кондуктивне перенесення теплоти між зонами; модель рекуперативного теплообмінника за методом ε–NTU; критерій оптимізації за сезонним коефіцієнтом продуктивності SPF, розрахованим за типовий метеорологічний рік для Вінницького регіону. Задача оптимізації полягає у визначенні оптимальної площі колекторів A_sol* і об’єму акумулятора V_tank*, що максимізують SPF за обмеженнями на капітальні витрати; її сформульовано як задачу нелінійного програмування з обмеженнями та розв’язано гібридним генетичним алгоритмом. Встановлено, що врахування стратифікації акумулятора підвищує точність прогнозування SPF на 12–18% порівняно з однозонною моделлю повного перемішування, яка систематично переоцінює корисну ємність акумулятора. Інтеграція сонячної теплової енергії підвищує COP системи на 30–77% порівняно з автономним ASHP протягом опалювального сезону, а очікуване значення SPF = 3,8–4,3 відповідає коефіцієнту первинної енергії E_PE = 0,47–0,53, що у 1,7–2,1 раза менше, ніж для газового котла. Розглянуто IoT-орієнтоване модельно-предиктивне керування (MPC) з використанням короткострокових прогнозів сонячної радіації й теплового навантаження, що забезпечує додаткове зниження сезонного споживання електроенергії на 6–9%. Отримані результати застосовні для проектування та реконструкції систем теплопостачання промислових автотранспортних підприємств, СТО та подібних об’єктів, що реалізують стратегії декарбонізації та зниження експлуатаційних витрат.