發(fā)布時間：2020-03-25 03:10

【摘要】：隨著經(jīng)濟的發(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,晚上通過冷機制冷將冷量存儲,并在電力高峰期間釋冷。國家出臺相關(guān)政策鼓勵蓄冷技術(shù)的應(yīng)用實施,以達到電力“移峰填谷”效果。但是目前實際工程項目當中的蓄冷空調(diào)系統(tǒng)的運行效果并不理想,經(jīng)過對深圳市現(xiàn)有蓄冷項目的調(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際積累的經(jīng)驗,而非系統(tǒng)科學(xué)的控制策略,因此造成蓄冷項目達不到充分利用蓄冷降低運行費用的目的。蓄冷空調(diào)系統(tǒng)具有大滯后、非線性、強耦合的特性,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)運行狀態(tài)的最優(yōu)控制,可以提前預(yù)測下一時刻目標值,從而求得系統(tǒng)的目標函數(shù)的最小值,進而達到對蓄冷系統(tǒng)運行的最優(yōu)控制,且預(yù)測控制算法對模型要求較低,易于工程實現(xiàn)。另一方面,準確的建筑空調(diào)冷負荷預(yù)測對水蓄冷空調(diào)系統(tǒng)來說是一個基礎(chǔ)型性前提條件。只有知道了建筑物次日的負荷需求,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。并且在次日蓄冷系統(tǒng)運行時,預(yù)測控制策略將根據(jù)逐時負荷需求來確定當前時刻冷機與水槽需要承擔的負荷,以使系統(tǒng)達到節(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,機理建模困難;且現(xiàn)有的暖通空調(diào)仿真平臺(如TRNSYS、EnergyPlus等)缺少水槽、板式換熱器等模塊的動態(tài)模型,現(xiàn)有的非動態(tài)模型不適用于控制系統(tǒng)的仿真,需要開發(fā)動態(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。二是傳統(tǒng)預(yù)測控制算法計算量大,在實際工程項目中難以實現(xiàn)。當前利用預(yù)測控制算法來進行非線性控制系統(tǒng)求解時,使用率最高的方法就是動態(tài)規(guī)劃(Hamilton-Jacobi-Bellman,HJB)和歐拉方程(Euler-Lagrange,EL),但兩者均存在缺點。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,進行負荷預(yù)測和控制策略研究。本論文首先利用實際工程中安裝的傳感器收集到空調(diào)季的實際數(shù)據(jù),然后采用BP神經(jīng)網(wǎng)絡(luò)建立了蓄冷系統(tǒng)的負荷預(yù)測模型;為提高網(wǎng)絡(luò)泛化能力,采用改進的貝葉斯正規(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)對已建立的模型進行測試,利用一周的數(shù)據(jù)測試時只有1.21%的誤差,表明該模型可以達到的精度可以滿足實際要求,可以用于實際工程項目。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,利用控制器對系統(tǒng)尋求使目標函數(shù)達到最優(yōu)的反饋控制量,并且利用滾動優(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減少并排除。本論文所采用的預(yù)測控制算法計算量小,能夠有效克服“維數(shù)災(zāi)”問題,易于在實際工程實現(xiàn)。在構(gòu)建負荷預(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,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)合仿真平臺上對神經(jīng)網(wǎng)絡(luò)預(yù)測控制策略實施測試,所建立的模型通過控制板式換熱器熱端流量進而達到控制其熱端出口溫度的目的。實驗結(jié)果表明,當需要將系統(tǒng)中板式換熱器的熱端出口溫度控制在5.5℃時,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)整時間;而PID控制的調(diào)整時間長達20分鐘。通過對比實驗可得出,本論文當中設(shè)計采用的神經(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)負荷的同時達到電力“移峰填谷”作用,能夠減少運行電費,節(jié)省冷水機組能耗。
【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)不斷進項創(chuàng)新與突破。到 2015 年年末，我國投入運行以及仍在建設(shè)當?shù)?1200 多個，廣泛分布于 28 個省市[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)，多年來運行狀況良好和降低用電高峰負荷的作用，取得了良好節(jié)能效果與經(jīng)濟效益也建設(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 個水槽，總蓄冷量最大可達到 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)濟效益都較為每年的運行費用減少 900 多萬元左右[14]。2012 年天津大學(xué)尹戈逐時能耗以及系統(tǒng)運行費用的分析模型，并著重分析了冷機性等因素對既有建筑進行蓄冷改造時對經(jīng)濟性能造成的影響[15]。限公司的張敏、王晨曉等對自然分層型水蓄冷方式進行了分析調(diào)系統(tǒng)的相關(guān)控制策略，而且對浦東機場能源中心已有的水蓄冷

Fig.1-3 Diagram of model predictive control控制時，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，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態(tài)模型，并利用 TRNSYS 軟件建立本項目中系統(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)測控制策略進行了仿真驗證。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】

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)的多目標優(yōu)化控制策略研究[J];計算機測量與控制;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)測控制研究進展[J];控制理論與應(yīng)用;2009年05期

5 李兆堅;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)與電力機械;2007年01期

7 劉堅;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;會展建筑中的大空間空調(diào)冷負荷計算分析[J];工程建設(shè)與設(shè)計;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)的運行性能分析及經(jīng)濟性評價[D];合肥工業(yè)大學(xué);2015年

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

3 李君;基于最低運行費用的冰蓄冷系統(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驗研究[D];上海海事大學(xué);2004年

本文編號：2599298