本文關鍵詞： 冷水機組 負荷分配 啟停優(yōu)化 BP神經網絡 遺傳算法　出處：《華南理工大學》2014年碩士論文　論文類型：學位論文

【摘要】：隨著人民生活水平的不斷提高，對室內環(huán)境質量要求也不斷提升，，中央空調系統已在各類公共建筑中被廣泛使用。由于中央空調系統的冷負荷是跟隨室外氣象條件與建筑負荷而變化的，現有的控制手段往往無法滿足空調負荷的動態(tài)控制，導致系統的運行能效偏低，存在一定的能耗浪費。在中央空調系統中，冷水機組是中央空調系統最主要的能耗設備，其控制策略直接影響著中央空調系統的能耗。因此，合理的冷水機組控制策略對于中央空調系統的節(jié)能運行具有重要意義。 本課題以廣州某商場中央空調的四臺冷水機組為研究對象，利用冷水機組實際運行數據，引入附加動量項與自適應學習速率算法，建立了基于改進BP神經網絡的冷水機組能效模型，通過Pearson相關系數和雙側顯著性檢驗，選取供冷負荷率、冷凍水流量、冷卻水流量、冷凍水供水溫度、冷卻水進水溫度作為模型輸入，以能效作為模型輸出。所建冷水機組能效模型的預測精度與傳統的BP神經網絡模型、SL模型、BQ模型、MP模型及SMP模型相比，分別提高了63.5%、83.1%、65.1%、41.6%、37.1%。 在所建能效模型的基礎上，仿真分析了冷水機組負荷率，冷凍水流量與供水溫度，冷卻水流量與回水溫度以及負荷分配方式對能效的影響。分析結果表明上述運行參數的變化均會引起冷水機組能效值不同程度的變化。即使是額定制冷量相等的兩機組，其機組的能效變化特性也是不同的，針對其中一臺機組能效并不總高于另一臺機組的情況，當兩臺冷水機組并聯運行時，采用負荷不均等分配的運行方式比傳統的負荷平均分配的運行方式能獲得更高的冷水機組總能效。 在上述分析的基礎上，從冷水機組啟停優(yōu)化和負荷分配優(yōu)化兩個方面，提出了基于遺傳算法的冷水機組能效優(yōu)化控制方法。該方法以冷水機組群總能效達到最優(yōu)為目標，利用遺傳算法對不同負荷率下冷水機組的運行方式以及在各運行方式下的負荷分配率進行尋優(yōu)，確定最佳的機組啟停狀態(tài)，并在負荷小范圍波動時優(yōu)化該運行方式下冷水機組的負荷分配方式，實現節(jié)能的目標。對夏季、過渡季、冬季工況下的冷水機組運行進行了仿真分析，結果表明，與原控制相比可節(jié)能7.51%。 基于上述方法，以已建立的該商場冷水機組遠程監(jiān)控系統為平臺，采用C#與Matlab的混合編程開發(fā)了冷水機組的能效優(yōu)化控制程序，并將該程序與原控制程序相結合，實現了冷水機組的在線優(yōu)化控制。測試結果表明，與原控制相比可節(jié)能5.79%。
[Abstract]:闅忕潃浜烘皯鐢熸椿姘村鉤鐨勪笉鏂彁楂

本文編號：1527014