Zrównoważone zwiększanie wydajności systemu gruntowej pompy ciepła z odzyskiem ciepła przy użyciu danych terenowych i uczenia maszynowego

Dlaczego lepsze wykorzystanie ciepła z gruntu ma znaczenie

W miarę jak miasta szukają czystszych sposobów utrzymania komfortu w budynkach, rośnie zainteresowanie systemami wykorzystującymi stabilną temperaturę gruntu. Gruntowe systemy pomp ciepła mogą zmniejszać zużycie energii w porównaniu ze standardowymi klimatyzatorami i kotłami, lecz w regionach z gorącymi latami mają ukryty problem: z czasem odprowadzają do gleby coraz więcej ciepła odpadowego, co stopniowo ogrzewa grunt i obniża wydajność. Niniejsze badanie opisuje nową konstrukcję, która nie tylko ogranicza to nagrzewanie się podłoża, lecz także zamienia letnie ciepło odpadowe w użyteczną ciepłą wodę, wykorzystując dane terenowe i współczesne narzędzia uczenia maszynowego.

Inteligentniejszy sposób na chłodzenie budynków i podgrzewanie wody

Naukowcy przetestowali gruntową pompę ciepła z odzyskiem ciepła (HRGSHP) w dużym budynku przemysłowym w chińskim mieście o gorących latach i zimnych zimach. Podobnie jak w standardowym systemie gruntowym, krąży w nim woda przez głębokie pionowe rury w gruncie, aby pochłaniać lub oddawać ciepło. Różnica polega na tym, że każda jednostka pompy ma dwa skraplacze połączone równolegle. Przy użyciu zestawu zaworów system może albo wysyłać niechciane ciepło do gruntu, albo przechwytywać je do wytwarzania ciepłej wody do zastosowań takich jak ogrzewanie pomieszczeń, ponowne dogrzewanie osuszania czy ciepła woda użytkowa. Latem, gdy zapotrzebowanie na chłodzenie jest duże, a ciepła woda również przydatna, ta konstrukcja pozwala tej samej maszynie schładzać wnętrza i jednocześnie dostarczać wodę o temperaturze 50 °C.

Jak system działa w ciągu roku

W ciągu prawie trzech lat eksploatacji system przełączał się między czterema podstawowymi trybami. W trybie czystego chłodzenia działał podobnie do konwencjonalnej chłodziarki gruntowej, odprowadzając ciepło do pętli gruntowej i dostarczając chłodną wodę do budynku. W trybie łączonym chłodzenie plus ciepła woda część ciepła trafiała do gruntu, a część do zbiornika ciepłej wody. Był też tryb tylko ciepła woda w okresach łagodniejszych oraz tryb grzewczy zimą, kiedy pętla gruntowa służyła jako źródło ciepła, a system dostarczał ciepłą wodę do ogrzewania pomieszczeń. Poprzez regulację położeń zaworów, przepływu wody i wydajności sprężarki, system dostosowywał się do zmieniających się warunków zewnętrznych i wewnętrznych bez potrzeby instalowania oddzielnych kotłów czy wież chłodniczych.

Co ujawniły lata danych terenowych

Zespół nieprzerwanie rejestrował temperatury, przepływy, zużycie energii, warunki glebowe i pogodę, gromadząc ponad dwieście tysięcy punktów danych. Pomiary wykazały, że nawet przy intensywnym chłodzeniu średnia temperatura gleby na głębokości 150 m wzrosła w ciągu trzech lat jedynie o około 0,45 °C, znacznie mniej niż wzrosty raportowane dla standardowych systemów gruntowych w podobnych klimatach. Jednak rzeczywista sprawność instalacji była niższa niż wartości nominalne z laboratoriów, częściowo z powodu zbyt intensywnej pracy pomp, które często tłoczyły więcej wody niż to konieczne, powodując małe różnice temperatur w systemie i marnując energię elektryczną. Pojawiły się też trendy sezonowe: stopniowe ocieplanie gruntu nieco pogarszało efektywność chłodzenia, lecz poprawiało efektywność grzania zimą, podnosząc temperaturę źródła gruntowego.

Pozwolenie algorytmom na strojenie parametrów

Aby wycisnąć więcej wydajności z istniejącego sprzętu, autorzy stworzyli oparte na danych ramy optymalizacyjne. Użyli typu sieci neuronowej do nauczenia się, jak wskaźniki efektywności systemu reagują na warunki takie jak temperatura zewnętrzna, temperatury wody i przepływy. Następnie algorytm genetyczny poszukiwał najlepszych ustawień wewnętrznych, a metoda decyzyjna znana jako TOPSIS równoważyła jednocześnie wiele celów, w tym oddzielne miary dla samej pompy ciepła i dla całej instalacji. To wirtualne stanowisko testowe pozwoliło im zbadać wiele kombinacji pracy, które byłyby niepraktyczne do ręcznego wypróbowania, jednocześnie respektując realistyczne ograniczenia temperatur i przepływów.

Oszczędność energii i jej praktyczne znaczenie

Po zastosowaniu zoptymalizowanych ustawień w modelu wyniki były uderzające. Średnio miary wydajności grzewczej zimą poprawiły się do 27 procent dla całego systemu, podczas gdy wydajność chłodzenia latem wzrosła o około 21 procent. Jednocześnie analiza wskazała, że zużycie energii elektrycznej mogłoby spaść o około jedną piątą, co przekłada się na szacunkowe 19 procent obniżki kosztów operacyjnych w porównaniu z dotychczasowym sposobem eksploatacji instalacji. Co ważne, osiągnięcie tych korzyści nie wymagało nowego sprzętu, a jedynie innych wyborów temperatur wody i prędkości pomp kierowanych metodą opartą na danych.

Co to oznacza dla przyszłych budynków

Dla osoby niebędącej specjalistą najważniejszy wniosek jest taki, że gruntowe systemy pomp ciepła można uczynić zarówno bardziej ekologicznymi, jak i bardziej opłacalnymi poprzez ponowne wykorzystanie własnego ciepła odpadowego oraz inteligentniejsze sterowanie ich pracą. Testowana konstrukcja zapobiega przegrzewaniu gruntu, ogranicza zależność od osobnych urządzeń grzewczych i chłodzących oraz wykazuje, że uczenie maszynowe może pomóc operatorom znaleźć optymalne ustawienia, które mogą umknąć metodzie prób i błędów. Choć potrzeba dalszych badań uwzględniających szczegółowe koszty cyklu życia i testy innych rodzajów budynków, badanie oferuje praktyczną ścieżkę przekształcania zakopanych rur i modeli cyfrowych w rzeczywiste oszczędności energetyczne.

Cytowanie: Cui, Y., Chong, W.T., Varman, M. et al. Sustainable performance enhancement of a heat recovery ground source heat pump system using field data and machine learning. Sci Rep 16, 15271 (2026). https://doi.org/10.1038/s41598-026-45353-z

Słowa kluczowe: gruntowa pompa ciepła, odzysk ciepła, energia budynków, uczenie maszynowe, optymalizacja HVAC