【摘要】：隨著經(jīng)濟(jì)的發(fā)展與生活水平的提高,空調(diào)的使用越來越廣泛,隨之而來的是耗電量的不斷增多,一線城市的空調(diào)用電量已占其高峰用電量的25%以上,而且空調(diào)與工業(yè)生產(chǎn)用電都集中于白天,造成電力系統(tǒng)的峰谷負(fù)荷差加大。蓄冷空調(diào)可以將空調(diào)用電量從白天轉(zhuǎn)移到晚上,晚上通過冷機(jī)制冷將冷量存儲(chǔ),并在電力高峰期間釋冷。國家出臺(tái)相關(guān)政策鼓勵(lì)蓄冷技術(shù)的應(yīng)用實(shí)施,以達(dá)到電力“移峰填谷”效果。但是目前實(shí)際工程項(xiàng)目當(dāng)中的蓄冷空調(diào)系統(tǒng)的運(yùn)行效果并不理想,經(jīng)過對深圳市現(xiàn)有蓄冷項(xiàng)目的調(diào)查研究發(fā)現(xiàn),大多數(shù)系統(tǒng)的控制依靠的是工作人員實(shí)際積累的經(jīng)驗(yàn),而非系統(tǒng)科學(xué)的控制策略,因此造成蓄冷項(xiàng)目達(dá)不到充分利用蓄冷降低運(yùn)行費(fèi)用的目的。蓄冷空調(diào)系統(tǒng)具有大滯后、非線性、強(qiáng)耦合的特性,而傳統(tǒng)PID控制很難處理各變量間復(fù)雜的耦合關(guān)系,且不能實(shí)現(xiàn)系統(tǒng)的節(jié)能和優(yōu)化控制。預(yù)測控制算法對模型要求不高,能處理約束、耦合和滯后問題,適用于水蓄冷空調(diào)系統(tǒng)控制。預(yù)測控制本質(zhì)上就是對系統(tǒng)運(yùn)行狀態(tài)的最優(yōu)控制,可以提前預(yù)測下一時(shí)刻目標(biāo)值,從而求得系統(tǒng)的目標(biāo)函數(shù)的最小值,進(jìn)而達(dá)到對蓄冷系統(tǒng)運(yùn)行的最優(yōu)控制,且預(yù)測控制算法對模型要求較低,易于工程實(shí)現(xiàn)。另一方面,準(zhǔn)確的建筑空調(diào)冷負(fù)荷預(yù)測對水蓄冷空調(diào)系統(tǒng)來說是一個(gè)基礎(chǔ)型性前提條件。只有知道了建筑物次日的負(fù)荷需求,才可以以此決定蓄水槽夜間需要蓄存的冷量,這樣可以使蓄存的冷量在白天充足應(yīng)用又不至于浪費(fèi)。并且在次日蓄冷系統(tǒng)運(yùn)行時(shí),預(yù)測控制策略將根據(jù)逐時(shí)負(fù)荷需求來確定當(dāng)前時(shí)刻冷機(jī)與水槽需要承擔(dān)的負(fù)荷,以使系統(tǒng)達(dá)到節(jié)能和冷量匹配的目的。但是,目前水蓄冷空調(diào)系統(tǒng)預(yù)測控制研究存在兩方面的困難,一是蓄冷空調(diào)蓄冷設(shè)備多,回路復(fù)雜,機(jī)理建模困難;且現(xiàn)有的暖通空調(diào)仿真平臺(tái)(如TRNSYS、EnergyPlus等)缺少水槽、板式換熱器等模塊的動(dòng)態(tài)模型,現(xiàn)有的非動(dòng)態(tài)模型不適用于控制系統(tǒng)的仿真,需要開發(fā)動(dòng)態(tài)模塊與TRNSYS仿真軟件中水泵、管道等模塊搭配共同搭建蓄冷系統(tǒng)的仿真平臺(tái)。二是傳統(tǒng)預(yù)測控制算法計(jì)算量大,在實(shí)際工程項(xiàng)目中難以實(shí)現(xiàn)。當(dāng)前利用預(yù)測控制算法來進(jìn)行非線性控制系統(tǒng)求解時(shí),使用率最高的方法就是動(dòng)態(tài)規(guī)劃(Hamilton-Jacobi-Bellman,HJB)和歐拉方程(Euler-Lagrange,EL),但兩者均存在缺點(diǎn)。HJB方程易造成“維數(shù)災(zāi)”問題,而EL方程只能對特定初始狀態(tài)下的最優(yōu)控制向量序列進(jìn)行求解,且沒有反饋功能。本論文以深圳國銀大廈水蓄冷空調(diào)系統(tǒng)為研究對象,進(jìn)行負(fù)荷預(yù)測和控制策略研究。本論文首先利用實(shí)際工程中安裝的傳感器收集到空調(diào)季的實(shí)際數(shù)據(jù),然后采用BP神經(jīng)網(wǎng)絡(luò)建立了蓄冷系統(tǒng)的負(fù)荷預(yù)測模型;為提高網(wǎng)絡(luò)泛化能力,采用改進(jìn)的貝葉斯正規(guī)化方法對網(wǎng)絡(luò)模型訓(xùn)練;并利用部分樣本數(shù)據(jù)對已建立的模型進(jìn)行測試,利用一周的數(shù)據(jù)測試時(shí)只有1.21%的誤差,表明該模型可以達(dá)到的精度可以滿足實(shí)際要求,可以用于實(shí)際工程項(xiàng)目。本論文研究了神經(jīng)網(wǎng)絡(luò)預(yù)測控制策略,該策略結(jié)合HJB及EL方程的優(yōu)點(diǎn),利用控制器對系統(tǒng)尋求使目標(biāo)函數(shù)達(dá)到最優(yōu)的反饋控制量,并且利用滾動(dòng)優(yōu)化的方法不斷尋找最優(yōu)解,對于干擾信號和模型不確定性所產(chǎn)生的的影響可以及時(shí)減少并排除。本論文所采用的預(yù)測控制算法計(jì)算量小,能夠有效克服“維數(shù)災(zāi)”問題,易于在實(shí)際工程實(shí)現(xiàn)。在構(gòu)建負(fù)荷預(yù)測模型的基礎(chǔ)上,本論文利用TRNSYS快速開發(fā)功能,開發(fā)了水槽及板式換熱器動(dòng)態(tài)模塊,并根據(jù)TRNSYS中type155模塊可調(diào)用MATLAB的功能,搭建了TRNSYS與MATLAB聯(lián)合仿真平臺(tái),將所研究的神經(jīng)網(wǎng)絡(luò)預(yù)測控制策略用于對所搭建的水蓄冷空調(diào)系統(tǒng)模型進(jìn)行控制,來求解蓄冷系統(tǒng)的優(yōu)化反饋解。通過在聯(lián)合仿真平臺(tái)上對神經(jīng)網(wǎng)絡(luò)預(yù)測控制策略實(shí)施測試,所建立的模型通過控制板式換熱器熱端流量進(jìn)而達(dá)到控制其熱端出口溫度的目的。實(shí)驗(yàn)結(jié)果表明,當(dāng)需要將系統(tǒng)中板式換熱器的熱端出口溫度控制在5.5℃時(shí),利用本論文采用的預(yù)測控制策略,系統(tǒng)需要經(jīng)過190秒的調(diào)整時(shí)間;而PID控制的調(diào)整時(shí)間長達(dá)20分鐘。通過對比實(shí)驗(yàn)可得出,本論文當(dāng)中設(shè)計(jì)采用的神經(jīng)網(wǎng)絡(luò)預(yù)測控制策略在對蓄冷空調(diào)冷凍水的控制中,可以在負(fù)荷變化的情況下將冷凍水控制在5.5℃;且通過對水槽釋冷量的控制,在滿足空調(diào)負(fù)荷的同時(shí)達(dá)到電力“移峰填谷”作用,能夠減少運(yùn)行電費(fèi),節(jié)省冷水機(jī)組能耗。
【圖文】：

空調(diào)系統(tǒng)控制策略研究現(xiàn)狀 90 年代初期，我國已經(jīng)開始在建筑空調(diào)系統(tǒng)中引進(jìn)與應(yīng)用蓄推廣應(yīng)用，為提高系統(tǒng)能效，我國對蓄冷設(shè)備與蓄冷技術(shù)不斷進(jìn)項(xiàng)創(chuàng)新與突破。到 2015 年年末，我國投入運(yùn)行以及仍在建設(shè)當(dāng)?shù)?1200 多個(gè)，廣泛分布于 28 個(gè)省市[8]。例如，，北京首都體育館造增設(shè)蓄水槽而形成新的蓄冷空調(diào)系統(tǒng)，多年來運(yùn)行狀況良好和降低用電高峰負(fù)荷的作用，取得了良好節(jié)能效果與經(jīng)濟(jì)效益也建設(shè)成了應(yīng)用水蓄冷的空調(diào)系統(tǒng)，其蓄冷設(shè)備是直徑 26ｍ、系統(tǒng)共設(shè)置有 4 個(gè)水槽，總蓄冷量最大可達(dá)到 106696Rth。與常水蓄冷空調(diào)系統(tǒng)體現(xiàn)出的節(jié)能特性以及產(chǎn)生的經(jīng)濟(jì)效益都較為每年的運(yùn)行費(fèi)用減少 900 多萬元左右[14]。2012 年天津大學(xué)尹戈逐時(shí)能耗以及系統(tǒng)運(yùn)行費(fèi)用的分析模型，并著重分析了冷機(jī)性等因素對既有建筑進(jìn)行蓄冷改造時(shí)對經(jīng)濟(jì)性能造成的影響[15]。限公司的張敏、王晨曉等對自然分層型水蓄冷方式進(jìn)行了分析調(diào)系統(tǒng)的相關(guān)控制策略，而且對浦東機(jī)場能源中心已有的水蓄冷

Fig.1-3 Diagram of model predictive control控制時(shí)，首先要建立被控對象的預(yù)測模型。但是水蓄冷空調(diào)系統(tǒng)線性系統(tǒng)，且各回路之間存在耦合現(xiàn)象，因此采用機(jī)理建模方法可以高精度逼近任意非線性函數(shù)，且不需要深入了解被控對象內(nèi)、輸出及隱層參數(shù)，經(jīng)過大量的樣本數(shù)據(jù)對網(wǎng)絡(luò)權(quán)值進(jìn)行訓(xùn)練間的非線性關(guān)系就能夠被找到[29-30]。調(diào)系統(tǒng)是一個(gè)典型的非線性且具有大滯后系統(tǒng)，充分調(diào)用神經(jīng)網(wǎng)到非線性關(guān)系的優(yōu)點(diǎn)，解決非線性系統(tǒng)求解困難的問題，且魯棒較少，精度較高。本論文對于所研究的水蓄冷空調(diào)系統(tǒng)，采用了制策略，可以高效控制水槽供冷量。并依據(jù)水槽與板式換熱器機(jī)態(tài)模型，并利用 TRNSYS 軟件建立本項(xiàng)目中系統(tǒng)模塊，與 MAT據(jù)所研究的水蓄冷空調(diào)系統(tǒng)需要控制的參量建立神經(jīng)網(wǎng)絡(luò)控制器預(yù)測控制策略進(jìn)行了仿真驗(yàn)證。安排內(nèi)容與步驟將本論文的章節(jié)內(nèi)容安排如下：
【學(xué)位授予單位】：北京建筑大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TP273;TU831

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王修巖;高沖;李宗帥;;冰蓄冷空調(diào)系統(tǒng)的多目標(biāo)優(yōu)化控制策略研究[J];計(jì)算機(jī)測量與控制;2015年12期

2 張桂萍;劉永麗;徐冰峰;;蓄冷技術(shù)在空調(diào)系統(tǒng)中應(yīng)用與發(fā)展方向[J];低溫建筑技術(shù);2015年06期

3 張敏;王晨曉;;水蓄冷運(yùn)行控制分析[J];科技與創(chuàng)新;2014年21期

4 戴文戰(zhàn);婁海川;楊愛萍;;非線性系統(tǒng)神經(jīng)網(wǎng)絡(luò)預(yù)測控制研究進(jìn)展[J];控制理論與應(yīng)用;2009年05期

5 李兆堅(jiān);江億;;我國城鎮(zhèn)住宅夏季空調(diào)能耗狀況分析[J];暖通空調(diào);2009年05期

6 陳勝立;童明偉;;空調(diào)共晶鹽高溫相變蓄冷技術(shù)的分析[J];制冷空調(diào)與電力機(jī)械;2007年01期

7 劉堅(jiān);侯靖賢;蘇文;;水蓄冷空調(diào)技術(shù)的應(yīng)用[J];上海電力;2005年06期

8 羅紅;會(huì)展建筑中的大空間空調(diào)冷負(fù)荷計(jì)算分析[J];工程建設(shè)與設(shè)計(jì);2004年07期

9 于航 ,渡邊俊行;大溫差水蓄冷空調(diào)系統(tǒng)的工程應(yīng)用實(shí)例[J];暖通空調(diào);2002年03期

10 駱維軍 ,李吉生,趙慶珠;蓄冰系統(tǒng)優(yōu)化控制算法[J];暖通空調(diào);2002年02期

相關(guān)會(huì)議論文 前1條

1 石磊;劉偉;劉咸定;潘利輝;;冰蓄冷系統(tǒng)中室外逐時(shí)氣象參數(shù)的預(yù)測[A];全國暖通空調(diào)制冷2002年學(xué)術(shù)年會(huì)論文集[C];2002年

相關(guān)碩士學(xué)位論文 前7條

1 張?zhí)?水蓄冷空調(diào)系統(tǒng)的運(yùn)行性能分析及經(jīng)濟(jì)性評價(jià)[D];合肥工業(yè)大學(xué);2015年

2 曾燁;基于冷機(jī)建模和負(fù)荷預(yù)測的冷凍水動(dòng)態(tài)控制研究[D];西安建筑科技大學(xué);2014年

3 李君;基于最低運(yùn)行費(fèi)用的冰蓄冷系統(tǒng)蓄、融冰控制策略研究[D];天津大學(xué);2012年

4 蔡振華;空調(diào)水蓄冷自動(dòng)控制系統(tǒng)的研究與開發(fā)[D];天津大學(xué);2009年

5 朱為明;基于神經(jīng)網(wǎng)絡(luò)的變風(fēng)量空調(diào)智能控制系統(tǒng)研究[D];北京建筑工程學(xué)院;2008年

6 戴輝陽;基于BP神經(jīng)網(wǎng)絡(luò)的冰蓄冷空調(diào)系統(tǒng)負(fù)荷預(yù)測研究[D];上海海事大學(xué);2006年

7 韓雪松;直接接觸式氣體水合物蓄冷特性的理論及實(shí)驗(yàn)研究[D];上海海事大學(xué);2004年

本文編號：2599298