针对炎热气候地区的液体浸灌式压缩空气空调系统，进行了全面的4E（经济性、环境、效率、可靠性）分析与多目标优化

《Energy Conversion and Management-X》：Comprehensive 4E analysis and multi-objective optimization of a liquid-flooded compression air-conditioning system for hot climates

　　阿马尔·M·巴赫曼（Ammar M. Bahman）|阿卜杜勒瓦哈布·阿尔巴西姆（Abdulwahab Albassam）|肖艾布·汗莫哈马迪（Shoaib Khanmohammadi）
科威特大学工程与石油学院机械工程系，萨巴赫阿尔萨勒姆大学城，邮政信箱5969，萨法特13060，沙达迪亚，科威特

**摘要**
本研究通过综合能源、熵、经济和环境（4E）分析，深入评估了适用于炎热气候条件的液浸式压缩（LFC）空调系统。该系统采用了油注入回路和再生器来增强压缩机的热管理及制冷剂的稳定性。在均匀边界条件下，研究了三种工质（R410A、R32和R290）。研究结果表明，LFC配置显著降低了压缩机的排气温度，其中R32的降温效果最为显著。所有制冷剂的性能系数（COP）均有所提高。在科威特的一个典型案例研究中，LFC系统使峰值电力需求降低了21.5%，年度能耗减少了14.2%。经济评估显示，所有制冷剂的回收期均在6年内。LFC系统还将总等效升温影响（TEWI）降低了8.42%。在测试的制冷剂中，R32展现了最平衡的运行特性（COP为5.97至6.49，I?tot为1.83至2.10 kW），而R290的熵损失最低，且具有最有利的环境性能。

**1. 引言**
炎热气候地区对制冷需求的增加显著加剧了全球能源消耗和环境问题[1]。空调系统在住宅和商业领域的电力消耗中占据很大份额，从而导致更多的温室气体排放和能源成本。因此，提高制冷技术的效率和可持续性已成为研究人员和政策制定者的关键优先事项。在不同的方法中，通过创新配置和工质管理来提升活塞式压缩系统的热力学性能是一个有前景的方向[2], [3]。为了应对这一挑战，开发了注入压缩技术，将制冷剂或油直接引入压缩过程。该技术有助于调节排气温度，提高制冷效果，并降低整体压缩功[4]。通过在压缩机内部耗散多余热量，确保热稳定性，防止过热，并在传统干式压缩机经常出现效率下降的情况下维持性能[5], [6]。液浸式压缩（LFC）是一种逐渐被广泛应用于活塞式压缩系统中的先进方法，以提高热力学和运行性能[7]。与传统干式压缩不同，LFC将一定量的液体（通常是油或制冷剂）引入压缩室。这种注入的液体吸收压缩过程中产生的热量，从而降低排气温度并提高制冷剂的热力学稳定性[8]。因此，LFC减少了压缩机的功，提高了等熵效率，并允许更高的压力比而不会导致部件热降解，从而延长了压缩机的使用寿命[9]。此外，液体还起到润滑和密封作用，减少了内部泄漏和机械磨损。配备过滤和温度监测机制的油注入系统可确保适当的润滑，保持油的质量，并在极端高温条件下持续运行时提供稳定的性能[6], [10], [11]。多项研究表明，将液体注入压缩机是减少泄漏损失和控制排气温度的有效方法[12], [13], [14]。Bell等人[15], [16], [17]研究了LFC，并报告称油注入可以增强压缩过程中的热吸收，从而降低排气温度和提高效率。他们的研究强调了优化油注入速率以平衡性能提升和系统稳定性的重要性。Ramaraj等人[18]使用POE油在R410A涡旋压缩机中研究了液浸式压缩的效果，实现了准等温压缩。他们的结果显示，在油浸条件下，制冷剂的质量流量增加，排气温度降低。他们还开发了一个半经验性能图，以确定最佳油注入限制并评估不同运行条件下的系统性能。Luo等人[19]研究了带有再生器（OFCR）的油浸式压缩，发现添加油分离器、油冷却器和再生器可以显著提高空调性能。他们的参数分析显示，具有完全有效再生器时，COP提高了0.7–11.8%，而溶解度效应和高油温可能会降低性能。Bell等人[15]改进了住宅用蒸汽注入压缩机，以实现接近等温压缩。实验中油的质量分数高达45%，蒸发温度和冷凝温度分别为-10°C和30°C。结果表明，增加油注入量提高了等熵效率（达到约70%）和制冷剂质量流量，且对压缩机运行没有不良影响。Schyns等人[20]研究了通过油浸式压缩改进的空气-空气R410A热泵系统在低温条件下的效率。改进后的17.6 kW装置包括一个油注入压缩机、一个再生器和一个作为油冷却器的室内热交换器内的回路。实验结果显示，与基线系统相比，COP提高了8%，加热能力提高了3.3%。带有外部油冷却器和更大逆流板再生器的改进原型进一步提高了性能，COP和加热能力分别提高了4–15%和0.4–19%。

**2. 系统描述和制冷剂选择**
所提出的液浸式压缩（LFC）系统的示意图如图1所示。该系统包含两个相互连接的回路：一个制冷剂回路和一个油回路。制冷剂回路包括传统活塞式压缩循环的四个主要组件，即压缩机、冷凝器、膨胀阀和蒸发器，并附加了一个再生器和一个液体分离器。另一方面，油回路由油冷却器和油膨胀阀组成，与制冷剂回路共享压缩机和液体分离器。

**3. 方法论和系统建模**
本节提供了用于建模液浸式压缩（LFC）空调系统的方程式。这些方程式使用Engineering Equation Solver（EES）软件求解[29]。制冷剂属性取自EES库，而油的属性则使用Schyns[30]获得的方程式计算。

**3.1. 假设**
为了简化热力学建模并确保计算的可行性，基于常规实践和相关文献，做出了以下假设：
- 再生器的效率为εRegen=0.9。
- 忽略了换热器及组件之间的压力降。
- 调节空间保持23°C，供应空气从蒸发器中输出时温度为13°C[31]。
- 整年内的冷却能力Q?evap取决于冷却需求。
- 对于所有带有空气侧的换热器，夹点温度为ΔTpinch=5°C。
- 假设液体分离器运行理想；因此，忽略非理想分离和油进入制冷剂回路的情况。

**3.2. 能量和熵分析**
3.2.1. 压缩机
制冷剂以蒸发压力Pevap进入压缩机，油在中等压力Pint下注入压缩机，其中Pint可由下式确定：
$$Pint = Pevap - Pcond$$
压缩机的等熵效率由下式表示：
$$\eta_{isentr} = \frac{h_2s - h_{in}}{h_2 - h_{in}} = \frac{xlh_{10} + 1 - xlh_{1}}{h_2 -xlh_{10} + 1 - xlh_{1}}$$
参数h2s和hin由下式确定：
$$h_{in} = xlh_{10} + 1 - xlh_{1}$$
$$h_{2s} = hm(P_{cond}, s_{2s}, xl)$$
$$s_{2s} = xl + ls_{10} + 1 - xl$$
$$hm = xlh_{l} + 1 - xlh_{g}$$
其中xl表示油的质量分数。

**3.3.2.2. 冷凝器**
制冷剂从油中分离后，向环境释放热量直到冷却。冷凝器使用以下方程式进行建模：
$$T_{cond} = TH + \Delta T_{sub} + \Delta T_{pinch}$$
$$T_{cond,out} = TH + \Delta T_{pinch}$$
$$Q_{cond} = mg(h_{4} - h_{3})$$
$$S_{cond} = mg\cdot s_{4} - s_{3} + Q_{cond}TH$$
$$I_{cond} = T_{0}S_{cond}$$

**3.3.2.3. 再生器**
在再生器中，热量从离开冷凝器的过冷液体制冷剂传递到离开蒸发器的制冷剂蒸汽，从而提高整个循环的效率。再生器使用以下方程式进行建模：
$$\Delta T_{reg,max} = \min(h_{4} - h_{T7,P4})$$
$$\epsilon_{reg} = \Delta h_{reg}$$
$$h_{5} = h_{4} - \Delta h_{reg}$$
$$h_{7} = h_{1} + \Delta h_{reg}$$
$$S_{reg} = mg\cdot s_{5} - s_{4} + s_{1} - s_{7}$$
$$I_{reg} = T_{0}S_{reg}$$

**3.3.2.4. 膨胀阀**
系统配备了两个膨胀阀，一个用于制冷剂，一个用于油。两者均视为等焓过程，其行为由以下方程式描述：
$$h_{10} = h_{9}$$
$$h_{6} = h_{5}$$
$$S_{throttle,g} = mg\cdot s_{6} - s_{5}$$
$$S_{throttle,l} = ml\cdot s_{10} - s_{9}$$
$$I_{throttle,g} = T_{0}S_{throttle,g}$$
$$I_{throttle,l} = T_{0}S_{throttle,l}$$**蒸发器**
在蒸发器中，制冷剂与被调节空间内的空气之间的热量发生交换。蒸发器的建模如下：
(30) \(T_{evap} = T_{supply\ air} - \Delta T_{sh} - \Delta T_{pinch}\)
(31) \(T_{cond,\ out} = T_{supply\ air} - \Delta T_{pinch}\)
(32) \(Q_{\ evap} = mg(h_7 - h_6)\)
(33) \(S_{\ evap} = mg\_{\ s4} - s_3 + m_{\ air} s_{supply\ air} - s_{return\ air}\)
(34) \(I_{\ evap} = T_0\)
\(\Delta T_{sh} = 5^\circ C\) 表示制冷剂蒸汽在蒸发器出口处的过热度。这种过热度确保制冷剂以蒸汽形式离开蒸发器，并防止任何液态制冷剂进入压缩机，从而避免机械损坏。\(\Delta T_{pinch}\) 定义了空气与制冷剂之间的最小温差，以确保有效的热传递。

**油冷却器**
在油冷却器中， hot oil 被环境空气冷却，然后可以返回到压缩机。其建模如下：
(35) \(T_{cond,\ out} = T_H + \Delta T_{pinch}\)
(36) \(Q_{\ cooler} = m_l(h_9 - h_8)\)
(37) \(S_{\ cooler} = m_l\_{\ s9} - s_8 + Q_{\ cooler} T_H\)
(38) \(I_{\ cooler} = T_0\)

**液体分离器**
在液体分离器中，从压缩机排出的油-制冷剂混合物被有效分离。蒸汽制冷剂进入冷凝器或气体冷却器，而富含液体的混合物则被引导至油冷却器进行再注入。在稳态下，分离器两侧的温度和压力保持平衡：
(39) \(T_2 = T_3 = T_8\)
(40) \(P_2 = P_3 = P_8\)
(41) \(I_{\ sep} = T_0\)
\(S_{\ sep} = S_8 + S_3 - S_2\)
由于本研究考虑的是相对较小的住宅空调单元（约5 TR等级），因此与大型注油螺杆压缩机系统相比，油的携带量预计有限；这与现有的空调文献一致，该文献表明，在典型的空调蒸发温度下，涡旋式系统循环的少量油通常不会对系统造成显著影响 [42]。

**循环性能**
通过计算 COP（性能系数）和不可逆性来评估 LFC（液体填充压缩）循环与传统循环的总体性能：
(42) \(COP = \frac{Q_{\ evap}}{W_{\ comp}}\)
(43) \(COP_{\ Carnot} = \frac{T_L}{T_H - T_L}\)
(44) \(\varepsilon_{\ cycle} = \frac{COP}{COP_{\ Carnot}}\)
(45) \(I_{\ tot} = \sum_{n=1}^N I_n\)
(46) \(\phi = \frac{I_{\ tot}}{W_{\ comp}}\)

**环境模型**
为了评估系统的环境影响，进行了总等效升温影响（TEWI）分析 [33]。TEWI 通过将各种温室气体排放量转换为等量的二氧化碳来量化它们，代表了系统在其生命周期内的总全球变暖潜力。这包括直接排放（如制冷剂泄漏）和与系统运行相关的间接排放（如电力消耗）。TEWI 使用以下关系式计算：
(47) \(TEWI = GWP \times m \times L_{annual} \times n + GWP \times m \times (1 - \alpha_{\ recovery}) + [E_{annual} \times \beta \times n]\)

**经济分析**
为了评估系统的可行性，计算了第 n 年的生命周期成本（LCC）。它包括固定成本和可变成本。固定成本代表购买设备的初始资本投资成本 \(C_{ci}\)，可变成本代表维护成本 \(C_{mc}\) 和电力成本 \(C_{ec}\)：
(48) \(LCC_n = C_{ci} + \sum_{n=0}^N C_{mc} + \sum_{n=0}^N C_{ec}\)

**3.3.4.2. 电力成本**
在科威特进行的本研究中，居民用电以高度补贴的价格 0.002 KWD/kWh（约 0.0065 USD/kWh）供应。这种补贴价格并不能准确反映能源生产的真实成本，因此可能会低估注油系统的潜在经济效益。为了提供现实的评估，分析采用了实际的能源生产成本 0.04 KWD/kWh（0.13 USD/kWh）[36]。此外，为了考虑电力成本随时间的预期增加，使用了以下公式：
(50) \(C_{ec}(n) = c_{ec} \times E_C \times n + E_S \times n\)
其中 \(c_{ec}\) 是每 kWh 的电力成本，\(E_C\) 是基于科威特典型住宅冷却负荷计算的年电力消耗量，\(E_S\) 和 \(E_D\) 分别是通胀率和折现率，分别为 1% 和 4.25% [37]。

**3.3.4.3. 维护成本**
第 n 年的维护成本（包括纠正性和预防性维护）使用以下公式计算：
(51) \(C_{mc}(n) = C_{mc}^1 + d_{mc}\)
\(C_{mc}\) 是第一年的总维护成本，假设为初始资本投资的 1%；\(d_{mc}\) 是维护的通胀率，选为 2.6% [38]。

**3.5. 电力消耗**
年电力消耗是基于科威特典型住宅建筑的每小时冷却负荷计算的。我们假设系统根据所需的冷却负荷每小时变化运行。理想情况下，年电力消耗使用以下公式计算：
(52) \(E_{annual} = \int_0^{1\ year} W_{\ comp} \cdot T_{out,n} \cdot Q_{CL} \cdot dt\)
然而，由于可用数据是以小时为单位递增的，因此使用以下公式：
(53) \(E_{annual} = \sum_{n=1}^N W_{\ comp} \cdot T_{out,n} \cdot Q_{CL,n} \cdot \Delta t\)
其中 \(n = 8760\) 是一年中的小时数。Barghash 等人 [39] 和 Guedour 等人 [40] 提出了科威特典型公寓的模型，并按小时递增计算了每小时冷却负荷。基于这些冷却负荷和科威特天气数据，我们计算了两种系统一年中的每小时电力消耗。

**4. 结果与讨论**
本节全面分析了所提出的液体填充压缩（LFC）空调系统的性能。结果从能源、熵、经济和环境（4E）指标方面进行了评估，以便与传统系统进行详细比较。进行了参数化和多目标优化研究，以确定最佳运行条件并评估不同性能指标之间的权衡。详细讨论了关键参数（包括压缩机入口条件、油质量分数和环境温度）对系统效率、不可逆性、成本和环境影响的影响，以了解系统的实际和可持续运行情况。此外，还进行了多标准优化，以确定三种考虑制冷剂的最佳运行参数。

**4.1. 模型验证**
为了验证所开发模型及相应计算程序的准确性，通过将模型输出与文献 [20]、[30] 中报告的实验数据进行比较来进行了验证过程。图 2 展示了 LFC 系统的验证结果。Schyns 等人 [20] 和 Schyns [30] 对在类似热力学条件下运行的热泵系统进行了实验研究。通过将这些实验条件作为输入复制到当前模型中，预测结果与实验结果进行了比较。在能量系统评估（EES）实现中，施加了所有实验报告的运行条件，除了待验证的目标变量，该变量是从控制方程中求解的，然后与相应的实验值进行了比较。如图 2(a) 所示，模型预测的压缩机等熵效率与各种运行条件下的实验测量值非常吻合，所有数据点都分布在零误差线附近，证实了模型的可靠性。同样，图 2(b) 将模型得到的冷凝器传热率与实验测量值进行了比较。预测值偏差在 ±5% 以内，进一步证明了模型模拟 LFC 系统的准确性和有效性。尽管本研究的主要焦点是冷却应用，但由于缺乏使用 LFC 技术的现有空调系统，为了验证目的也评估了加热能力。

**4.2. 参数研究**
**4.2.1. 系统性能分析**
注油的主要目的是在压缩过程中降低制冷剂温度。因此，性能分析首先比较了不同运行条件下的制冷剂排放温度。共检查了六种情况。在前三种情况下，使用三种制冷剂 R410A、R32 和 R290 评估了 LFC 系统的性能。在其余三种情况下，分析了使用相同制冷剂的传统蒸汽压缩循环，以建立比较基准。图 3 显示了在 25 至 50 °C 的环境温度范围内的排放温度，代表了科威特典型的较高环境温度条件。对于每次模拟，使用的油质量分数 \(x_l\) 是实现最高性能系数（COP）的最佳值，这将在下一节中讨论。

**4.3. 经济分析**
**4.3.1. 资本投资**
资本投资成本基于阿里巴巴采购平台上的产品价格获得。每种单元的价格列在表 2 中。对于传统系统，价格直接来自表格；对于注油系统，则按以下方式计算：
(49) \(C_{ci,\ oil\ flooded} = C_{ci,conv} - C_{conv\ comp} + C_{LF\ comp} + \sum_{i=1}^{m} C_{ad}\)
其中 \(C_{ci,conv}\) 是传统空调系统的价格，\(C_{conv\ comp}\) 是传统压缩机的价格，\(C_{LF\ comp}\) 是带有液体注入端口的压缩机的价格，\(C_{ad}\) 是传统系统中未包含的额外组件的成本，如再生器和液体分离器。

**4.3.2. 电力成本**
在科威特进行的本研究中，居民用电以 0.002 KWD/kWh（约 0.0065 USD/kWh）的补贴价格供应。这种补贴价格不能准确反映能源生产的真实成本，因此可能低估了注油系统的潜在经济效益。为了提供现实的评估，分析采用了实际的能源生产成本 0.04 KWD/kWh（0.13 USD/kWh）[36]。此外，为了考虑电力成本随时间的预期增加，使用了以下公式：
(50) \(C_{ec}(n) = c_{ec} \times E_C \times n + E_S \times n\)
其中 \(c_{ec}\) 是每 kWh 的电力成本，\(E_C\) 是基于科威特典型住宅冷却负荷计算的年电力消耗量，\(E_S\) 和 \(E_D\) 分别是通胀率和折现率，取为 1% 和 4.25% [37]。

**4.3.3. 维护成本**
第 n 年的维护成本（包括纠正性和预防性维护）使用以下公式计算：
(51) \(C_{mc}(n) = C_{mc}^1 + d_{mc}\)
\(C_{mc}\) 是第一年的总维护成本，假设为初始资本投资的 1%；\(d_{mc}\) 是维护的通胀率，选为 2.6% [38]。

**4.4. 结果与讨论**
本节全面分析了所提出的液体填充压缩（LFC）空调系统的性能。结果从能源、熵、经济和环境（4E）指标方面进行了评估，允许与传统系统进行详细比较。进行了参数化和多目标优化研究，以确定最佳运行条件并评估不同性能指标之间的权衡。详细讨论了关键参数（包括压缩机入口条件、油质量分数和环境温度）对系统效率、不可逆性、成本和环境影响的影响，以了解系统的实际和可持续运行情况。此外，还进行了多标准优化，以确定三种考虑制冷剂的最佳运行参数。

**4.4.1. 模型验证**
为了验证所开发模型及其相应计算程序的准确性，通过将模型输出与文献 [20]、[30] 中报告的实验数据进行比较来进行验证过程。图 2 展示了 LFC 系统的验证结果。Schyns 等人 [20] 和 Schyns [30] 对在类似热力学条件下运行的热泵系统进行了实验研究。通过将这些实验条件作为输入复制到当前模型中，预测结果与实验结果进行了比较。在 EES 实施中，施加了所有实验报告的运行条件，除了待验证的目标变量，该变量是从控制方程中求解的，然后与相应的实验值进行了比较。如图 2(a) 所示，模型预测的压缩机等熵效率与实验测量值非常吻合，所有数据点都分布在零误差线附近，证实了模型的可靠性。同样，图 2(b) 将模型得到的冷凝器传热率与实验测量值进行了比较。预测值之间的偏差在 ±5% 以内，进一步证明了模型模拟 LFC 系统的准确性和有效性。尽管本研究的主要焦点是冷却应用，但由于缺乏使用 LFC 技术的现有空调系统，也评估了加热能力。

**4.5. 总结**
本研究表明，与传统的蒸汽压缩系统相比，LFC（液体填充压缩）空调系统在能源效率、经济性和环境影响方面具有显著优势。通过参数化和多目标优化，确定了最佳运行条件并评估了不同性能指标之间的权衡。还通过开展多标准优化，为三种制冷剂确定了最佳运行参数。在所有情况下，第二定律效率随着室外温度的升高而增加，表明这些系统针对高温运行条件得到了有效的优化，并且在温度升高时能够更有效地利用可用能量。在最高的环境温度下，采用R290的LFC系统表现优于传统系统，其第二定律效率达到了20.52%的最高值。下载：下载高分辨率图片（215KB）下载：下载全尺寸图片

图6. 使用R410A、R32和R290的液体填充压缩（LFC）系统和传统系统的第二定律效率随环境温度的变化。

图7显示了总耗散量（或系统不可逆性，I?total）随环境温度的变化。如图所示，环境温度的升高导致两种系统的不可逆性相应增加。这种趋势是因为系统不可逆性直接受到环境温度（TH）的影响。随着TH的升高，冷凝压力和温度也会上升，这就要求压缩机为更高的压力比输出更多的功率。此外，如前所述，较高的环境温度会导致排气温度升高，从而使制冷剂-油混合物以更高的温度进入冷凝器和油冷却器。这增加了换热器中的温度梯度，导致耗散量增加。下载：下载高分辨率图片（347KB）下载：下载全尺寸图片

图7. 使用R410A、R32和R290的液体填充压缩（LFC）系统和传统系统的总耗散率（I?total）和耗散比率（?）随环境温度的变化。

由于排气温度较低，如图7所示，LFC系统在所有制冷剂中的不可逆性始终低于传统配置。然而，排气温度并不能完全决定系统的不可逆性。例如，使用R32的LFC系统比使用R410A的相同系统显示出更低的不可逆性，尽管R32的排气温度更高。这些观察结果表明，制冷剂的热物理性质和各个组件的性能对总耗散量有显著影响。

在较高的环境温度下，系统需要更大的功率输入，从而导致总耗散量增加。为了更好地评估系统利用可用能量的有效性，评估了耗散比率（?），如图7所示。在较低的环境温度下，所有情况下?的值几乎相同，平均约为89%。随着温度的升高，?值下降，突显了LFC系统相较于传统配置的改进性能。在较高温度下，使用R290的液体填充压缩系统实现了最低的?值，为75%，而使用相同制冷剂的传统系统为78%。这些结果证实，LFC配置在高温运行条件下具有更高的耗散效率。

为了深入了解系统内耗散损失的来源，分析了各个组件的耗散率，如图8所示。图8展示了在50°C环境温度下使用R410A的液体填充压缩系统的耗散流图。该图展示了整个系统中可用能量的分布，并量化了每个组件中发生的耗散。此类分析对于识别效率低下之处、指导系统改进以及支持未来的优化工作至关重要。下载：下载高分辨率图片（187KB）下载：下载全尺寸图片

图8. 在50°C环境温度下使用R410A的液体填充压缩（LFC）系统的耗散流图，显示了系统组件之间的能量分布和损失。

在这种情况下，压缩机的耗散率最高，占总供应能量的大约39.57%。蒸发器是第二大贡献者，耗散了可用能量的12.18%，而冷凝器导致了大约8.93%的总能量损失。其余组件的贡献均低于7%。这些发现表明，优化工作可以主要集中于提高压缩机、蒸发器和冷凝器的性能，因为这些组件的改进将带来整体系统效率的最大提升。

4.3. 关于科威特气候条件的案例研究
4.3.1. 功耗
如前所述，本研究的目标之一是评估LFC系统在夏季高峰负荷期间减少功耗的能力。图9显示了7月10日的每小时功耗情况，这一天是科威特最热的一天。该图比较了使用三种制冷剂的LFC系统和传统系统的功耗。图表还显示了室外环境温度（TH）和冷却负荷（Qevap）在一天中的变化。下载：下载高分辨率图片（293KB）下载：下载全尺寸图片

图9. 7月10日（科威特最热的一天）使用R410A、R32和R290的液体填充压缩（LFC）系统和传统系统的每小时功耗变化，以及相应的环境温度和冷却负荷曲线。

随着环境温度的升高，系统所需的功率也随之增加以满足所需的冷却负荷。功耗取决于系统配置和制冷剂类型。例如，使用R410A的传统系统的峰值功率为7.166 kW，而使用相同制冷剂的LFC系统的峰值功率为6.446 kW，减少了约10%。使用R290的LFC系统显示出最低的峰值功率消耗，为5.623 kW，相比传统的R410A系统减少了21.5%。对于所有制冷剂而言，LFC系统的峰值功耗始终低于传统系统。在较高的环境温度下，LFC系统的优势更加明显，如功耗曲线之间的差距所证明的那样。这表明LFC系统在炎热条件下的高峰负荷期间特别有效。此外，图10展示了每种制冷剂在LFC系统中的年功耗。下载：下载高分辨率图片（82KB）下载：下载全尺寸图片

图10. 不同制冷剂（R410A、R32和R290）的液体填充压缩（LFC）系统的年功耗。

4.3.2. 经济分析
图11展示了生命周期成本（LCC）分析的结果。图11(a)-11(c)比较了所研究制冷剂的LFC系统和传统系统的LCC。虽然LFC系统的初始资本投资较高，但其较低的功耗降低了年度运营成本，从而随着时间的推移总LCC较低。LFC系统变得比传统系统更具成本效益的平衡点是R410A为5年、R32为6年、R290为4年。考虑到从R410A向R290等自然制冷剂的持续转变，图11(d)还估计了使用R410A的传统系统与使用R290的LFC系统之间的平衡点，结果为2年。下载：下载高分辨率图片（155KB）下载：下载全尺寸图片

图11. 不同制冷剂的液体填充压缩（LFC）系统和传统系统的生命周期成本（LCC）比较：(a) R410A，(b) R32，(c) R290，以及(d) 使用R410A的传统系统与使用R290的LFC系统的平衡点。

4.3.3. 环境分析
图12展示了每种系统配置的总等效升温影响（TEWI）。使用R410A的传统系统显示出最高的TEWI，代表了最不环保的情景，而使用R290的LFC系统则实现了最低的TEWI，表明它是最环保的选择。对于这两种系统类型，TEWI的趋势为R410A > R32 > R290，反映了直接和间接排放的贡献。作为天然制冷剂，R290的直接排放可以忽略不计。比较使用相同制冷剂的系统，LFC配置始终显示出较低的TEWI值，分别减少了5.51%、5.29%和8.42%。此外，当比较使用R410A的传统系统和使用R290的LFC系统时，总排放量减少了高达21.4%。表3展示了每种情况的总等效升温影响（TEWI）指数，比较了传统系统和LFC系统，并显示了LFC配置所实现的百分比改进。下载：下载高分辨率图片（93KB）下载：下载全尺寸图片

表3. 使用R410A的传统系统和液体填充压缩（LFC）系统的总等效升温影响（TEWI）指数比较，显示了LFC配置实现的百分比改进。

4.4. 多标准优化
本节展示了多目标优化的结果。在优化过程中考虑了四个决策变量：环境温度（TH）、油的质量分数（xl）、再生器的有效性（εreg）和压缩机的等熵效率（ηis,comp）。针对这三种制冷剂进行了优化，以评估它们对LFC系统性能的影响。选定的目标函数是性能系数（需要最大化）和总不可逆性（I?total）（需要最小化）。用于优化的决策变量及其相应范围如下：
25 < TH < 55
0.1 < xl < 0.9
0.7 < ηis,comp < 0.85
?0.1 < ?reg < 0.9

油的质量分数在较宽的范围内变化，以检查LFC系统的热力学响应并确定不同制冷剂下的可能最优值。所选范围得到了液体填充压缩文献的支持。特别是，Bell [21]通过实验表明，在液体填充涡旋压缩机中可以实现高油质量分数，而Basha [41]对双螺杆压缩机中的强油注入进行了数值分析。因此，采用了这个范围来进行本项工作中的比较系统级评估。

基于遗传算法的多目标优化方法被用来为三种研究的制冷剂（R32、R290和R410A）推导出Pareto前沿，揭示了性能参数（即COP和I?total）之间的权衡。正如预期的那样，如图13所示，这两个目标之间存在反比关系，即在较高运行条件下，系统效率的提高通常伴随着由于热力学不可逆性加剧而导致的耗散率增加。下载：下载高分辨率图片（243KB）下载：下载全尺寸图片

图13. 使用三种不同制冷剂的液体填充压缩（LFC）系统的Pareto前沿：(a) R290，(b) R32，(c) R410A。

对于R32制冷系统，COP在5.97到6.49之间变化，而I?tot的范围是从1.83 kW到2.10 kW。这种制冷剂展示了最宽的Pareto分布，表明其对决策变量具有高度的优化灵活性和敏感性。最平衡的运行点分别位于COP和I?tot为6.35 kW和1.98 kW附近，代表了性能和不可逆性之间的高效折中。

相比之下，R290制冷系统的耗散变化较大，但平均效率较低，COP值在4.56到6.42之间，I?tot的范围是从0.28 kW到1.68 kW。尽管在三种制冷剂中实现了最低的耗散率，但其热力学性能不太稳定，特别是在COP值较低时。最优折中解大约出现在COP和I?tot分别为5.75 kW和1.05 kW时，此时耗散率保持适中，同时保持了合理的系统效率。

R410A系统的优化范围较窄，COP值在6.10到6.35之间，I?tot在1.73 kW到1.84 kW之间。其Pareto前沿的紧凑形状表明在平衡性能和不可逆性方面的灵活性有限。尽管如此，R410A在类似条件下实现了略高的最小耗散率，表明其热力学行为更加稳定且适应性较小。

比较Pareto前沿的结果显示，R32提供了最理想的折中方案，结合了相对较高的COP和适度的耗散水平。R290虽然在环境上更优越且在较低负荷下不可逆性更低，但其热力学效率较低。R410A尽管稳定性好且操作熟悉度较高，但提供的优化灵活性最小。这些结果凸显了R32是在炎热气候下运行的LFC空调系统中最有前景的制冷剂，实现了能量效率与耗散可持续性之间的稳健平衡。

5. 结论
本研究全面分析了为高温地区设计的液体填充压缩（LFC）空调系统的热力学、耗散学、经济和环境性能。所提出的配置结合了油注入循环和再生器，以增强压缩机内的热传递并稳定制冷剂的热力学性能。三种制冷剂R410A、R32和R290在相同条件下进行了研究，以确保进行一致的比较评估。结果表明，LFC（液态制冷剂）配置显著降低了压缩机的排气温度，尤其是对于R32，其平均降温幅度达到了39.3°C，相较于传统系统有显著提升。从能源角度来看，LFC系统在所有制冷剂的情况下均表现出更高的COP（能量系数）。能量分析证实，LFC配置减少了总不可逆性，其中压缩机的不可逆性降低最为明显，这表明压缩机是进一步优化的关键部件。在科威特炎热的气候条件下，LFC系统使峰值功率需求降低了21.5%，年能源节省量达到了14.2%。尽管初始投资成本略高，但回报周期在经济上是可行的：R410A的回收期为5年，R32为6年，R290为4年；将R290应用于LFC配置后，回收期进一步缩短至2年。从环境角度来看，LFC系统分别实现了5.51%（R410A）、5.29%（R32）和8.42%（R290）的排放减少。研究结果表明，制冷剂的选择对总环境影响指数（TEWI）的降低作用比系统配置本身更为显著。

通过多目标遗传算法进行的优化得出了帕累托前沿，展示了系统效率与能量损失之间的权衡。在所研究的制冷剂中，R32的性能最为平衡，其COP范围为5.97至6.49，总能耗（I?tot）范围为1.83至2.10千瓦时；而R290则表现出最低的能量损失率（0.28至1.68千瓦时）和最高的环保潜力。总体而言，特别是使用R32和R290的优化后的LFC系统，为炎热气候条件提供了技术上高效、经济上可行且环境可持续的冷却解决方案。未来的研究可以考虑非理想分离器行为和油携带效应对下游热传递、压力损失及系统性能的影响，并通过实验验证以及与可再生能源辅助系统或废热驱动系统的集成来进一步提升系统的可持续性和性能。

**作者贡献**
所有作者均对已发表的手稿版本进行了修订并达成一致。

**作者贡献声明**
- Ammar M. Bahman：撰写 – 修订与编辑、数据可视化、项目监督、资源管理、方法论制定、实验设计、数据分析、概念化
- Abdulwahab Albassam：撰写 – 初始草稿撰写、数据验证、软件开发、方法论制定、数据分析
- Shoaib Khanmohammadi：撰写 – 修订与编辑、数据可视化、资源管理、数据整理