智能空調箱之節能成效與應用 The Effect and Application of Intelligent MAU 陳廷宇 / 徐家紹 / 葉俊賢台灣積體電路股份有限公司新竹科學工業園區園區二路 168 號 摘要 Abstract TSMC 公司在廠房設計階段, 就已經將綠建築納入設計發包範圍內, 接著就該思考如何將智慧化措施也納入設計中 在針對無塵室空調系統各單元深入解析後, 將實際運轉經驗知識化, 並透過監控系統自動化, 導入了智能系統即完成了標準化的動態節能 外氣空調箱 (Make-up Air Unit, MAU) 除了建立空調與冰水控制系統溝通橋樑, 動態調配雙溫冰水比重 ( 類似油電車驅動概念 ), 其控制跳脫傳統設定值為固定之方式, 讓外氣空調箱注入智能系統, 並可依照實際無塵室負載狀況, 同時修正出風溫度設定 度電 ) [ 圖 1 ], 因此在節約能源考量下可從 MAU 作改善 MAU 通常依據功能要求來設置風機 冰水盤管 熱水盤管 濾網 加溼器 空氣混合箱體 送回風及旁通風門等 ; 並經由風管將外氣送至潔淨室之回風管道或是回風層, 與回風混合後再經乾盤管降溫冷卻由風車或是風扇過濾單元 (FFU) 送至潔淨室內完成潔 [2] 淨空氣循環, 如圖 2 所示 關鍵詞 / 無塵室 外氣空調箱 智能系統 Keywords/ Clean Room MAU Intelligent Energy-Saving System 一 前言 Preface / Introduction 台灣自 1989 年引進 智慧建築 之概念, 台積電於 2005 年綠廠房思維興起, 除了維持穩定及高品質供應的廠務系統發展, 也一直朝著節能運轉發展, 在廠房設計之初, 即導入綠建築, 建造了省水省電的晶圓製造工廠, 從源頭上就開始做對的事 但在實際運轉上, 還必須依照經驗與專業知識調整參數並累積數據, 建造並導入智能系統才有辦法完成一連串的節能運轉的任務 縱觀無塵室空調各系統組成中, 外氣空調箱 (MAU) 設備元件最會影響潔淨室內條件的控制, 其功能最主要在維持室內正壓 外氣微塵粒過濾及潔淨室內相對溼度的控制 [1] ; 其消耗之能源也最大, 能量運轉大約耗冰水主機的噸位一半以上, 如台積電 2015 耗電 75.2 億度電, 廠務空調即佔了 27%(19.6 億 圖 1 廠區電力耗能比例圖圖 2 典型無塵室空調循環圖二 文獻回顧 Background 智慧建築 之概念應用於外氣空調箱依照美國智慧建築學會 (American
Intelligent Building Institute, AIBI) 的定義, 智慧建築 係指透過結構 系統 服務 管理等四個基本要素及其間相互關係優化設計提供一具備高效及成本經濟效益的建築空間環境 歐洲智慧建築聯盟 (Intelligent Building Group, IBG) 智慧建築定義係指創造一種可以使用戶發揮最高效率的建築, 同時達到最低維護成本 有效地管理自身資源, 提供快速反應, 高效率和環境的支持力, 使用戶能達到實現其業務之目的 Q E=Q CC1+Q CC2+Q MA... (1) 其中 Q OA 表外氣能量 Q Fan 表風車能量 Q AW 表空氣洗滌器加入之能量 Q HC 表預熱盤管能量 Q W 表加濕器加入能量 Q E 表箱體熱獲得 Q CC1 表預冷盤移出能量 Q CC2 表除濕盤管移出能量 Q MA 表空調箱出風能量 M OA+M AW+M W=M CC1+M CC2+ M MA+M P... (2) 其中 M OA 表外氣質量 M AW 表空氣洗滌器加入之質量 M W 表加濕器加入質量 M CC1 表第一道冷盤移出質量 M CC2 表第二道冷盤移出質量 M MA 表空調箱出風質量 M P 表微粒移除的總質量 2. MAU 盤管之功能說明 圖 3 MAU 架構 [3] 1. MAU 之功能與架構 如圖 3 所示,MAU 主要引進外氣經過處 理後, 可提供無塵室穩定的溫溼度, 並維持 室內正壓, 防止並除去空氣飄遊之微塵粒子 及化學物質 傳統 MAU 固定設定值控制即可 因應各種不同氣候外氣條件, 包含溫度 絕 對濕度 焓值等, 透過各道盤管控制設定, 達到提供穩定供風給予無塵室使用 因傳統 控制上設定上皆為定值設定, 但定值控制 下, 無法即時因應外氣狀況和現場負載進行 最佳化設定調整 在計算外氣空調箱耗電 時, 必須以能量及質量的平衡來分析 ; 能量 平衡如方程式 (1) 所示 ; 其質量平衡如方程式 (2) 所示 Q OA+Q Fan+Q AW+Q HC+Q W+ 預熱盤管 : 透過焓值設定, 於外氣條件低 溫低濕 ( 絕對溼度偏低 ) 時, 將外氣預熱 至經過水洗加濕後可達設定絕對濕度之條 件, 盤管使用為 35 溫水 預冷盤管 : 透過溫度設定, 將外氣預冷至 設定條件後, 進入水洗段清洗加濕降溫, 使 用 12 冰水 除濕盤管 : 透過絕對濕度控制, 將經過水 洗後之空氣, 透過冷凝除濕將空氣絕對濕度 調節至符合無塵室需求條件, 使用 5 冰水 再熱盤管 : 透過溫定設定, 將經過除濕盤 管後之低溫空氣, 再熱至符合無塵室需求條 件之乾球溫度, 使用為 35 溫水 [4] 3. MAU 以雙溫冰水設計 第一道預冷盤管, 以較高溫之冰水供 應 ; 而第二道除濕盤管, 則為低溫冰水供應, 如此可提供 CHU(Chilled Water Unit) 系統冰 水溫度, 減少冰水主機耗電量, 達到節能目
的 由過往的 5 與 9, 演變至今的 5 與 12 [5] 圖 4 和表 1 表 1 使用不同溫度冰水節能比較 為 35 80%RH 台灣夏季的天氣狀態 ( 空氣線圖位置 1) 當空氣進入到 MAU 箱體後, 將會遇到第二道預熱盤管 ( 空氣線圖位置 2), 由 12 冰水所控制之盤管, 設置的用意是先將外氣進行溫度的調降, 避免使用過多的 5 冰水 當通過 12 冰水所控制的盤管會來到加濕器, 在此利用霧化的水氣將空氣中的相對濕度提升至 95% 再來經過 5 冰水盤管的除濕冷卻盤管後 ( 空氣線圖位置 3), 準確地將外氣的狀態調整至 8.8 95%RH 的狀態 最後再經由 35 溫水再熱盤管將低溫的潔淨空氣加熱至所需要的溫度 ( 空氣線圖位置 4), 方才可以將空氣吹入無塵室內 4.2 MAU 冬季供風介紹 (5 6 3 4): 圖 4 冰水溫度演進 4. MAU 溫溼度控制說明 MAU 藉著以上四種不同的盤管, 即能在不同氣候下維持無塵室換恆溫恆濕的環境, 如圖 5 所示 圖 5 夏季及冬季 MAU 設備內盤管於空氣曲線圖趨勢圖 當冬季來臨的時候, 外氣設計條件為 4.5 28%RH 為乾冷的狀態 ( 空氣線圖位置 5), 當 MAU 吸入戶外的乾冷空氣後, 需要利用第一道 35 預熱盤管先將空氣進行加溫到達 ( 空氣線圖位置 6), 因經過加濕器所製造出來的水氣進行加濕 ( 空氣線圖位置 3), 準確地將外氣的狀態調整至 8.8 95% RH 的狀態 最後再經由 35 溫水再熱盤管將低溫的潔淨空氣加熱至所室空調循環中可發現降低 MAU 出風溫度, 可減少循環冷盤管 (DCC) 冰水量, 等於同時減少 MAU 再熱盤管 35 溫水用量及 DCC 的 12 冰水用量 但 DCC 反應著無塵室的熱負載, 而無塵室熱負載是隨時在改變 因此最後藉著 DCC 的開度狀況直接動態改變 MAU 出風溫度, 由最後發展出預冷盤管及再熱盤管動態改變設定值最佳化之全智能無塵室外氣空調箱 需要的溫度 ( 空氣線圖位置 4), 方才可以將空氣吹入無塵室內 4.1 在夏季時,MAU 供風介紹 (1 2 3 4): 三 計畫方法 Methodology 台灣的夏季為高溫潮濕狀態, 設計條件 冰水主機以監控及資料擷取系統
(Supervisory Control and Data Acquisition, SCADA) 配合可程式化邏輯控制器 (Programmable Logic Controller, PLC) 進行遠端監控及運轉資料收集 ; 無塵室空調系統, 則以分散式控制系統 (Distributed Control System, DCS) 進行控制監視 兩套系統為上下游關係, 設計上彼此運轉不互相干涉, 僅能依照初始設計進行控制圖 6 為了找出節能運轉可能性, 將兩套系統以物聯網概念連結進行動態智慧自動控制 [6] 圖 7 透過物聯網概念將空調資訊整合 圖 6 傳統冰水主機與無塵室自動控制系統各自獨立導入物聯網概念, 連結了冰水主機與無塵室空調運轉資訊與參數整合圖 7, 包含空調箱與無塵室 外氣天氣資訊 雙溫冰水主機負載狀況條件, 確認冰機運轉負載效率最佳區間, 及找出無塵室空調 MAU 預冷盤管設定值變動最佳運轉點, 最後才能進行整合發展出新的控制邏輯創造出智慧空調 動態智慧化自動控制如圖 8 可看到 12 冰機在產生冰水的指標 KW/RT 明顯低於 5, 意指產生同樣冷凍噸的冰水, 但是能耗較低, 且 12 冰機 60-80% 負載時, 效率最佳 ;5 則是 80% 時最佳 新的控制邏輯主要強化了雙溫冰水使用量調配的概念 ( 油電車驅動 ) 圖 9, 除了盡量使用高溫冰水進行預冷除濕, 且讓冰水主機運轉在效率最佳點 ; 再者, 由無塵室空調循環中可發現降低 MAU 出風溫度, 可減少循環冷盤管 (DCC) 冰水量, 等於同時減少 MAU 再熱盤管 35 溫水用量及 DCC 的 12 冰水用量 但 DCC 反應著無塵室的熱負載, 而無塵室熱負載是隨時在改變 因此最後藉著 DCC 的開度狀況直接動態改變 MAU 出風溫度, 由最後發展出預冷盤管及再熱盤管動態改變設定值最佳化之全智能無塵室外氣空調箱 圖 8 不同冰水出水溫度下冰機之效率
圖 12 再熱盤管動態修正最佳運轉效能結果 圖 9 油電互補概念動態修正設定參數達最 佳運轉效能 四 結果與分析 Result 如圖 10 所示, 動態改變外氣空調箱預冷盤管設定參數之結果, 如圖 11 約有 1000 冷凍噸由 5 轉移至 12, 且可發現於 2014 年並無此狀況, 且系統可負荷下盡量使用 12 進行空調降溫除濕, 計算節能成果, 十二廠四 / 五期一年可省 150 萬度電 ; 另外動態改變再熱盤管溫度設定後, 十二廠四 / 五期一年則可省 312 萬度電 將節能成果送至公司內部提案系統發表, 並完成 IE 公證節能效益 圖 10 預冷盤管動態修正最佳運轉效能結果 圖 13 再熱盤管動態修正後出風溫度變化五 結論 Conclusion 台積電 2015 耗電 75.2 億度電, 廠務空調系統即佔了 26%(19.6 億度電 ), 本文以物聯網連結相關資訊, 導入智慧建築概念, 並運用油電混合原理, 最後發展出動態改變無塵室空調箱盤管設定參數之結果, 改變了傳統固定值設定運轉之方式, 將無塵室空調箱注入智能, 進化為超完美動態智能空調箱圖 14, 每年可節能 1.5%,10 年可 15%, 若推廣到十二吋廠廠務, 則可產生更龐大之效果, 促進環境永續經營, 符合台積電公司環境保護政策 圖 11 預冷盤管動態改變設定後冰機負載變化 圖 14 物聯網及油電車概念後產生之智能空 調
參考文獻 Reference 1. 蘇金佳譯, 冷凍與空調, 國立編譯館主譯 (Stoecker & Jones : Refrigeration &Air Conditioning 2/E). 2. 黃瑞隆 陸紀文 黃建民 謝文健 謝建新 / 譯者, 空調工程與設計 - 含供暖與通風 (Spitler & Parker & Mc-Quiston: Heating, Ventilating, and AirConditioning-Analysis and Design 5/E) 3. 陳良銅,2000, 潔淨室外氣空調箱特性與節能之研究, 台北市, 台北科技大學碩士論文 4. Feb 2006, 半導體廠冰水主機及冰溫水全自動控制系統設計, 台北市, 中華水電冷凍空調月刊,vol.#, pp 18-31 5. 陳良銅 王文博, 電子產業雙冰水溫度系統節能分析, 冷凍與空調雜誌, 第 7 期, P78~90,FEB 2001 6. 胡石政 陳明坤, 半導體無塵室節約能源之可行方法, 中國冷凍空調雜誌, 第 35 期,P88~93,DEC 1997