客流量对铁路客运站候车室新风量的影响

李立清，刘小燕，马卫武，孙政

(中南大学 能源科学与工程学院，湖南 长沙，410083)

摘  要：通过对客运站候车室内客流进行仿真计算，建立CO₂体积分数随客流量变化数学模型，利用数值解法对该模型进行模拟求解。采用该模型对不同换气频率时室内CO₂体积分数随时间变化规律进行模拟计算。模拟结果表明：CO₂体积分数随客流量同步变化，室内空气中的CO₂体积分数与客流量呈正相关性；自然通风换气频率为0.4~0.8次/h不能满足旅客舒适度的要求；当机械通风换气频率为2次/h时，新风量可满足室内CO₂体积分数要求，若换气频率增加，对室内空气品质的影响会越来越弱。

关键词：客流量；新风量；换气频率；候车室；铁路客运站

中图分类号：TU83          文献标志码：A         文章编号：1672-7207(2010)06-2412-07

Effects of passenger flow on fresh air volume in waiting room at railway station

LI Li-qing, LIU Xiao-yan, MA Wei-wu, SUN Zheng

(School of Energy Science and Engineering, Central South University, Changsha 410083, China)

Abstract: The effect of passenger flow on CO₂ concentration at the waiting room in railway station was studied on the basis of the passenger flow simulation. A positive correlation between gathered passenger number and CO₂ concentration was observed with the method of numerical analysis. The research on CO₂ concentration varying with both natural and mechanical ventilation at different air change rates and in different working days at the waiting room was carried out. The result shows that the air change rate of natural ventilation is from 0.4 to 0.8 times/h, which can not meet passenger’s demands, until the mechanical air change rate reaches 2 times/h, and the effect on indoor air quality is less with the increase of the air charge.

Key words: passenger flow volume; fresh air volume; air change number; waiting room; railway station

新风负荷在空调负荷中的比例较大，一般占空调总负荷的20%左右^[1]，新风量越少，节能效果越明显；但过少的新风量将影响室内空气品质，所以，如何在保证室内空气品质的前提下尽量减少新风量已成为世界各国共同关注的问题。在国内已有大量关于新风控制节能的研究，如赵加宁等^[2]提出人员作为建筑内唯一CO₂来源，室内滞留人员数量影响新风量需求，但其新风供给方式多采用新风定量控制的传统模式；国外早在20世纪80年代就提出在大型建筑物空调系统中将新风量控制在最佳值，既可保证室内人员舒适与健康，又能节省能源，如Rees等^[3]提出利用CO₂体积分数作为控制阀门开度讯号。目前，美国已在一些逗留人数变动大的场所，如办公楼、商场和体育馆等建筑空调系统中应用CO₂体积分数作为调节对象进行需求控制。对于铁路客运站候车室，由于其客流量随工作日(分为平常日、周末和节假日3种，其中节假日指除周末以外的国家法定假日)性质的不同以及1 d中不同时刻的发车情况波动很大，客流增加，CO₂体积分数上升，传统新风供给方式将严重影响室内空气品质。在此，本文建立与客流量相关的CO₂体积分数模型，对室内新风量进行控制仿真计算。

1  客运站候车室内CO₂体积分数模型

室内CO₂体积分数是反映空气质量的重要指标，常用来表征室内新鲜空气含量或通风程度^[1]。根据世界卫生组织(WHO)对人体健康的要求，提出了室内空气品质的通风标准，即《ASHRAE standard 3704—1993》^[4]。该标准要求最小新风量必须根据室内人员情况决定，将室内CO₂体积分数低于1 000×10^-6作为室内空气品质舒适性的标志。对于铁路客运站候车室，候车旅客是CO₂唯一的产生源，因此，将客流量作为计算新风量的基础，当客流量指标一定时，新风量也随之确定。

1.1  客流模型建立

在长沙站进站口检票人员的配合下，本文作者对某工作日长沙站的进站旅客进行车票车次和进站时间登记，得出旅客提前到达候车室的精确时间。经统计，有效样本为2 340份，得到不同候车时间旅客所占比例。采用MATLAB中的Gauss模型对调查统计数据进行拟合，得出拟合曲线计算公式如下：

        (1)

式中：x为旅客候车时间，min；f(x)为1 d中候车时间为x时旅客数占全体候车旅客数的比例。

候车室聚集人数随着各列车的离站和到站情况发生重复性变化，根据旅客候车时间分布模型和每列车旅客每天发送量S_k及其对应的发车时刻，计算每分钟候车室的旅客数，从而得到铁路客运站1 d的聚集人数分布规律^[5]：

        (2)

式中：N_t为第t分钟车站聚集旅客人数；t为1 d自时刻0:00起的累计时间，24 h累计共有1 440 min；θ为送站人员数占发送旅客数的比例，依客运站规模而定，在此取送站人数为旅客发送量的10%；S_k为第k列车的旅客发送量；v_k为第k列车检票的速度，35人/(min?通道)；R­_k为第k列车开启的检票通道数，500以下开启1个检票通道，500~1 000人开启2个检票通道，依此类推。

根据对全国多个特大型及大型客运站调查统计结果及参考《铁路旅客车站建筑设计规范GB 50226—95》和《铁路客运站最高聚集人数模拟计算研究》，对式(2)中的参数进行取值计算。应用PowerBuilder9.0和SQL Server2005数据库就可以计算候车室内聚集 人数。

1.2  CO₂体积分数模型建立

在一般通风系统中，总是假定进入空气与室内空气的混合是在瞬间完成的。通过室内空气CO₂质量守恒定律来建立数学模型。令E为过滤器效率，封闭式通风系统如图1所示。

图1  通风系统图

Fig.1  Ventilation system

由于候车室内CO₂的散发率随客流量的变化而变化，故采用混合因子模型求解室内CO₂体积分数。取候车室体积作为控制容积V，则可得出控制容积V内CO₂质量平衡方程^[6]：

     (3)

式中：q₀为送风量，m³/h；q₁为循环风量，m³/h；q₂为排风量，m³/h(由于要保持室内空气量不变，因此，在舒适性空调中，一般认为q₀=q₂)；E为回风过滤效率，由实际调查可知，候车室空调系统只对回风进行简单过滤，对CO₂气体未作处理，故E=0；φ为室内CO₂体积分数；φ₀为室外CO₂体积分数，我国城市室外CO₂体积分数基本为330×10^-6~480×10^-6[7]，对所调查铁路客运站，室外CO₂体积分数实测为380×10^-6；S为室内污染物散发量，即CO₂释放量，m³/h；若按人均CO₂产生量计算，则S与候车室旅客聚集人数密切相关；R为室内污染物沉降量，由于CO₂这种室内污染物不能被一般过滤器除去，因此，在室内无沉降；k为混合因子，取k=0.9^[8]；V为候车室体积，m³。根据实际情况，当t=0时，φ=φ₀，因此，由式(3)可以求得：

     (4)

室内CO₂的生成速率不是常数，而是随客流量的变化而变化，所以，上式的解适用性很差。若令S=S(t)，则方程式(1)可转化为：

       (5)

其解可以写为：

      (6)

其中：，。

为求得φ，仍需要确定式(4)中被积函数的显式表达式。有以下3种方法。

(1) 将S(t)表示为级数形式，即S(t)=atⁿ时(其中，a为常数，n=0, 1, 2, ···)，可以求得以下形式的级数解：

         (7)

 (2) 将S(t)表示为正弦函数，即S(t)=bsin (ct)时(其中，b和c为常数)，则可得：

               (8)

(3) 数值解法。

1.3  仿真模拟的实现与流程

鉴于上述前2种数学计算方法难以进行实际求解，并且室内污染源产生量与客流量关系密切，为便于计算及分析求解，本文采用第3种方法即数值解法来求解候车室内每一时刻CO₂体积分数，这也是目前广泛流行的用于对房间内污染物进行模拟的方法。数值解法的计算公式及计算流程图如图2所示(采用MATLAB数学软件即可求解)。

候车旅客作为客运站室内CO₂污染的唯一来源，在仿真系统中，室内污染物(即CO₂)释放量S与候车室聚集旅客人数密切相关。人体释放CO₂的速率主要与旅客的性别、年龄、体型及所处活动状态等因素相关。由于候车室内旅客的活动状态一般为静坐、聊天、站立、闲逛等，故旅客人均CO₂的产生量可取0.016 8 m³/(h?人)^[8]，整个候车室内CO₂瞬时释放率S即为旅客数量与人均CO₂产生量的乘积，即

另外，本文选取研究对象为我国一特大型客运站A站，经现场测量与统计，其体积为145 540 m³。则室内CO₂体积分数φ_t可表示为：

图2  CO₂体积分数模拟计算流程图

Fig.2  Flow chart of carbon dioxide concentration simulation

由此可看出：当相关系数及候车室体积确定后，候车室内CO₂体积分数主要受新风量、客流量及时间长度的影响。

其中：h为所取步长；K₁~K₄为中间变量^[9]。

2  候车室内CO₂体积分数模拟计算

根据国内某特大型客运站A每天各趟列车发送的旅客数量，可以计算出每天候车室内聚集人数。为简化分析，取平常日、周末及节假日(“五一”黄金周中的1 d)3种典型工作日的列车发送量进行分析，对车站A该候车室内3 d内聚集人数进行模拟，如图3   所示。

图3  车站A候车室内总聚集人数

Fig.3  Total assembling passengers in waiting rooms of station A

根据上述对候车室内旅客聚集人数的变化分析，以模拟的车站A聚集人数为基础，下面讨论在自然通风及机械通风条件下候车室内CO₂体积分数的变化规律。

2.1  自然通风时室内CO₂体积分数变化规律

在自然通风条件下，铁路客运站候车室一般由门、窗的开启进行通风换气，由参考文献[8]可知：混合系数k值可以取0.9，根据式(3)可计算候车室内CO₂体积分数变化。

自然通风时，室内每天平均换气频率包括2种状态^[10]，即静态换气频率(门窗关闭)和动态换气频率(门窗开启)^[11]，其表达式为：

式中：n为室内每小时平均换气频率，次/h；n_j为室内静态换气频率，次/h；t_j为门窗关闭时间，h；n_D为室内动态换气频率，次/ h；t_D为门窗开启时间，h。

由于建筑自然通风的换气频率一般为0.3~0.8  次/h^[12]，本文作者对候车室内CO₂体积分数在自然通风条件下的模拟，取n=0.3，0.4，0.7，0.8 次/h。其中，n=0.3 次/h时为门窗关闭，即静态换气；n=0.8    次/h时为门窗开启，即动态换气。根据式(11)得：n=0.4    次/h时，静态换气时间为19 h，动态换气时间为5 h；n=0.7 次/h时，静态换气时间为5 h，动态换气时间为19 h。取不同换气频率，是为比较客运站内门窗开启情况不同时CO₂体积分数的变化情况。

图4所示为自然通风时，不同工作日、不同换气频率下候车室内CO₂体积分数的变化。由图4可知：

(1) 与图3对比分析，无论是平常日工作日、周末或者节假日，室内CO₂体积分数与候车室聚集人数变化规律一致，室内CO₂体积分数随着客流量的增加而增加，客流量减少时，室内CO₂体积分数也会随之减少。不同之处在于：聚集人数随列车发送实际情况会呈现高低不同的峰值，但CO₂体积分数曲线则保持累积增加的趋势，并在客流高峰期相应出现CO₂体积分数最大值，对比图3及图4中各子图，可发现客流量与CO₂体积分数基本上呈正相关性，CO₂体积分数与客流量保持同步增长或同步减少的趋势。

(2) 图4表明：换气频率不同，CO₂体积分数及最大值不同。随着换气频率增大，即门窗开启时间增加，候车室内CO₂体积分数随之降低，表明换气频率对室内空气品质的影响。

表1  自然通风时不同工作日、不同换气频率下室内CO₂体积分数最大值

Table 1  Maximum indoor CO₂ concentration with natural ventilation on different workdays and with different air changes

图4  自然通风时，不同工作日、不同换气频率下候车室内CO₂体积分数的变化

Fig.4  Variations of CO₂ concentration with natural ventilation and different air changes on different working day in waiting room

 (3) 根据暖通设计规范，公共建筑室内CO₂体积分数应在1 000×10^-6以下^[13]。据图4分析可知：自然通风无法满足室内空气品质要求，特别是北方采暖季节，自然通风效果更差。

2.2  机械通风时室内CO₂体积分数变化规律

自然通风的不可控制性使得客运站候车CO₂体积分数在很多情况下难以满足室内空气品质，为了使CO₂体积分数满足室内空气品质的要求，需要进行机械通风。通常铁路客运站候车室都是采用顶板送风方式和侧送风方式，回风也只做简单过滤，未对CO₂气体进行处理^[14]。为了研究不同换气频率下CO₂体积分数的变化规律，本文模拟了换气频率n为1，2，3和5 次/h时的情况。同自然通风分析一样，针对节假日、周末、平常日3种典型工作日分析室内CO₂体积分数随时间的变化规律，模拟结果见图5。对模拟的结果进行分析可知：

(1) 机械通风条件时，图5(a)中换气频率n=1次/h无法满足室内空气品质要求；图5(b)中换气频率n=2次/h即可满足客运站候车室CO₂体积分数在1 000×10^-6以下；随着换气频率的增加，曲线逐渐平缓，不同工作日CO₂体积分数差异减小。对3种典型工作日，在不同的换气频率下，候车室内CO₂体积分数最大值见表2。

(2) 当n=1次/h时，室内CO₂体积分数随着时间波动较大(380×10^-6~1 670×10^-6)；随着换气频率的增大，室内CO₂深度波动性逐渐减弱；当n=5次/h时，室内CO₂体积分数在380×10^-6~640×10^-6之间变化，这表明再增大换气频率时，CO₂体积分数变化将非常缓慢。

3  比较与分析

为检测本文对铁路客运站候车室内CO₂体积分数模拟的正确性，对模拟曲线和现场实测数据进行对比。地点为车站A候车室内。实测所用测量仪器为芬兰维萨拉公司便携式CO₂传感器，测量范围为0~3 000×10^-6，精度不超过10×10^-6。

为使测量数据精确反映室内空气质量水平，对各候车室采用“四点法”布置测量点^[15]，即将候车室横、纵向按相同的长度划分成若干个面积相等的矩形网格，把测点设置在每个矩形网格的四角，每个测量点测3次取其平均值，为该点的CO₂体积分数测量值。

表2  机械通风时不同工作日、不同换气频率下的室内CO₂体积分数最大值

Table 2  Maximum indoor CO₂ concentration with mechanical ventilation on different workday and with different air changes

图5  机械通风时，不同工作日、不同换气频率下候车室内CO₂体积分数的变化

Fig.5  Variations of CO₂ concentration with mechanical ventilation and different air changes on different working day in waiting room

由于测试时为某普通工作日，新风通过控制门窗开启时间进行调节，为自然通风形式。本次测试主要是对门窗全关及全开状态时室内CO₂体积分数的变化进行测试，实测值与模拟值的对比见图6。

从图6可以看出：自然通风时室内CO₂体积分数测试值基本位于n=0.3 次/h和n=0.8 次/h之间。模拟计算的室内CO₂体积分数和实测数据有一定吻合度。

在某普通工作日对车站A使用相同测试仪器和同样的测试方法，对其候车室内CO₂体积分数再次进行测试。仍然选择客流量及其变化幅度的大的8:00~ 22:00时间段进行测试，每隔30 min进行1次测量并记录所测数据。通过控制空调系统的风机，将换气频率定为n=2 次/h，实测值与CO₂体积分数曲线模拟值(n=2次/h)对比见图7。由图7可知：实测CO₂体积分数值在模拟曲线上下波动，经验证模拟值和实测值的相关系数R²=0.804，这表明室内CO₂体积分数模拟值与实际值吻合良好，模拟曲线有效。

图6  自然通风时实测值与模拟值对比

Fig.6  Comparison between test value and simulation value with natural ventilation

图7  机械通风时测试值与模拟值对比

Fig.7  Comparison between test value and simulation value with mechanical ventilation

4  结论

(1) 候车室内空气中的CO₂体积分数与客流量基本上呈现正相关性，CO₂体积分数与客流量在相同时刻出现最高值。

(2) 自然通风时，候车室内换气频率n为0.3~0.8次/h，新风不能满足室内空气品质要求。

(3) 机械通风时，换气频率n为2次/h时，各工作日下室内CO₂体积分数都可满足现有空调设计规范要求；若换气频率继续增加，对室内空气品质的影响将越来越小。

(4) 实测值与模拟值比较分析，可看出二者有一定的吻合度，证明了CO₂体积分数模型的正确性。

参考文献：

[1] 杨晓燕, 翁俊. 城市地下空间CO₂浓度的测试研究[J]. 地下空间与工程学报, 2006, 2(2): 199-208.

YANG Xiao-yan, WENG Jun. Investigation on CO₂ concentration in urban underground space[J]. Chinese Journal of Underground Space and Engineering, 2006, 2(2): 199-208.

[2] 赵加宁, 李本强. 商场的新风控制方式与空调动态负荷[J]. 哈尔滨建筑大学学报, 2001, 34(4): 74-78.
ZHAO Jia-ning, LI Ben-qiang. Mode of fresh air control and air-conditioning dynamic load in stores[J]. Journal of Harbin University of Civil Engineering and Architecture, 2001, 34(4): 74-78.

[3] Rees S J, Haves P. A nodal model for displacement ventilation and chilled ceiling systems in office spaces[J]. Building and Environment, 2001, 36(6): 753-762.

[4] ASHRAE standard 3704—1993. Effect of air diffuser layout on the ventilation condition of a worksation (Part 2): Air change efficiency and ventilation efficiency[S].

[5] 何宇强, 毛保华, 丁勇. 铁路客运站最高聚集人数模拟计算研究[J]. 系统仿真学报, 2006, 18(1): 213-216.
HE Yu-qiang, MAO Bao-hua, DING Yong. Research on simulative calculation of maximum assembling of railway passenger station[J]. Journal of System Simulation, 2006, 18(1): 213-216.

[6] 吴忠标, 赵伟荣. 室内空气污染及净化技术[M]. 北京: 化学工业出版社, 2005: 18-35.
WU Zhong-biao, ZHAO Wei-rong. Contamination control and air purification technology[M]. Beijing: Chemical Industry Press, 2005: 18-35.

[7] 周中平. 室内污染检测与控制[M]. 北京: 化学工业出版社, 2002: 9-23.
ZHOU Zhong-ping. Inspection and control of indoor pollution[M]. Beijing: Chemical Industry Press, 2002: 9-23.

[8] 马卫武. 新风量对室内空气品质影响的不确性方法分析研究[D]. 长沙: 湖南大学土木工程学院, 2003: 22-38.
MA Wei-wu. The research of analysis ways to the uncertainty of fresh air volume impact indoor air quality[D]. Changsha: Hunan University. College of Civil Engineering, 2003: 22-38.

[9] 翟瑞彩, 谢伟松. 数值分析[M]. 天津: 天津大学出版社, 2000: 220-269.

ZHAI Rui-cai, XIE Wei-song. Numerical analysis[M]. Tianjin: Tianjin University Press, 2000: 220-269.

[10] 洪燕峰, 戴自祝, 陈逊, 等. 室内空气自然通风换气频率的估算[J]. 环境与健康杂志, 2005, 22(1): 47-49.
HONG Yan-feng, DAI Zi-zhu, CHEN Xun, et al. Estimation of air change frequency in the condition of natural indoor ventilation[J]. Journal of Environment and Health, 2005, 22(1): 47-49.

[11] Holford J M, Woods A W. On the thermal buffering of naturally ventilated buildings through internal thermal mass[J]. Journal of Fluid Mechanics, 2007, 580: 3-29.

[12] Harris D, Helwig N. Solar chimney and building ventilation[J]. Application of Energy, 2007, 84(2): 135-146.

[13] Wong N H, Heryanto S. The study of active stack effect to enhance natural ventilation using wind tunnel and computational fluid dynamics (CFD) simulations[J]. Energy and Buildings, 2004, 36(7): 668-678.

[14] GB 50019—20. 采暖通风与空气调节设计规范[S].

GB 50019—20. Code for design of heating ventilation and air conditioning[S].

[15] 陈焕新, 杨培志, 黄素逸. 空调列车车厢内CO₂尝试的模糊控制[J]. 中南工业大学学报: 自然科学版, 2003, 34(6): 652-656.
CHEN Huan-xin, YANG Pei-zhi, HUANG Su-yi. Fuzzy control of CO₂ concentration in train station[J]. Journal of Central South University: Science and Technology, 2003, 34(6): 652-656.

(编辑 陈爱华)

收稿日期：2009-09-22；修回日期：2009-12-20

基金项目：铁道部科技研究开发重点项目(2007Z011)；国家自然科学基金资助项目(20676154)；中南大学博士后基金资助项目(2010年)

通信作者：马卫武(1974-)，男，湖南隆回人，博士后，副教授，从事建筑节能研究；电话：13974871366；E-mail: maweiwu@yahoo.com.cn