【摘要】：大型公共建筑中央空調(diào)系統(tǒng)能耗占建筑總能耗的比例高達(dá)40%以上,中央空調(diào)系統(tǒng)的節(jié)能優(yōu)化控制是建筑節(jié)能的重點(diǎn)。雖然現(xiàn)階段我國(guó)的中央空調(diào)節(jié)能運(yùn)行受到廣大學(xué)者的關(guān)注,但是建筑供冷負(fù)荷的控制多以經(jīng)驗(yàn)調(diào)節(jié)為主,缺乏相應(yīng)的理論支撐,容易導(dǎo)致室內(nèi)熱舒適性難以滿足需求且能耗存在浪費(fèi)現(xiàn)象,因此,完善建筑供冷負(fù)荷的控制策略,對(duì)于指導(dǎo)中央空調(diào)的節(jié)能優(yōu)化運(yùn)行具有重要意義。本文提出建筑供冷負(fù)荷的模型預(yù)測(cè)控制策略,通過分析建筑熱工特性,建立基于等效電路法的建筑熱模型,并在此模型基礎(chǔ)上,綜合考慮空調(diào)能耗和建筑熱舒適性,設(shè)計(jì)供冷負(fù)荷的模型預(yù)測(cè)控制策略,以廣東省某大型辦公建筑為研究對(duì)象驗(yàn)證了該控制策略的有效性,此外,還開發(fā)了“建筑供冷負(fù)荷節(jié)能優(yōu)化軟件平臺(tái)”,為建筑供冷負(fù)荷模型預(yù)測(cè)控制提供了相應(yīng)的軟件平臺(tái)。本文的主要研究工作包括:(1)大型公共建筑的圍護(hù)結(jié)構(gòu)十分復(fù)雜,難以從機(jī)理出發(fā)進(jìn)行熱工特性建模,本文將建筑的非穩(wěn)態(tài)傳熱過程簡(jiǎn)化為等效的RC電路,建立三階狀態(tài)方程形式的建筑熱模型,然后根據(jù)實(shí)測(cè)數(shù)據(jù),通過遞推最小二乘法(Recursive Least Squares,RLS)對(duì)模型參數(shù)進(jìn)行在線辨識(shí),構(gòu)造偽測(cè)量值,利用卡爾曼濾波(Kalman Filtering,KF)對(duì)室溫預(yù)測(cè)值進(jìn)行校正。結(jié)果表明,相比單一RLS算法,RLS-KF算法的室溫預(yù)測(cè)精度和穩(wěn)定性更高,當(dāng)采樣周期為15 min時(shí),期望誤差百分比降低80.3%。(2)大型公共建筑是具有大慣性、非線性、時(shí)變性的非穩(wěn)態(tài)熱工系統(tǒng),常規(guī)控制策略難以滿足實(shí)時(shí)性和穩(wěn)定性的控制要求,本文提出了建筑供冷負(fù)荷的模型預(yù)測(cè)控制策略,并基于預(yù)測(cè)步數(shù)和權(quán)重矩陣超參數(shù)尋優(yōu)的整定控制器性能。首先,利用狀態(tài)方程和天氣預(yù)報(bào)信息,遞推演繹室溫多步預(yù)測(cè)方程;然后構(gòu)造權(quán)衡熱舒適性和能耗的代價(jià)函數(shù),通過求解帶約束的二次規(guī)劃問題,實(shí)現(xiàn)空調(diào)供冷負(fù)荷的滾動(dòng)優(yōu)化;同時(shí),引入?yún)?shù)辨識(shí)和狀態(tài)觀測(cè)作為反饋校正環(huán)節(jié)。仿真結(jié)果表明:相比PID控制,模型預(yù)測(cè)控制的溫控精度更高,并且能夠降低8.5%的能耗。(3)此外,中央空調(diào)系統(tǒng)的相關(guān)運(yùn)行數(shù)據(jù)在采集、傳輸和存儲(chǔ)過程中,由于傳感器故障、通信干擾、網(wǎng)絡(luò)延遲等原因,難免產(chǎn)生異常,為避免對(duì)控制系統(tǒng)造成干擾,提出基于自回歸模型的異常數(shù)據(jù)在線識(shí)別和修復(fù)方法,該方法對(duì)異常數(shù)據(jù)的平均識(shí)別率達(dá)到97.2%,修復(fù)的均方誤差為0.413。(4)結(jié)合工程實(shí)際,開發(fā)一套“建筑供冷負(fù)荷節(jié)能優(yōu)化軟件平臺(tái)”,對(duì)數(shù)據(jù)在線預(yù)處理方法、建筑熱工特性建模方法以及空調(diào)供冷負(fù)荷的模型預(yù)測(cè)控制方法進(jìn)行封裝,為中央空調(diào)操作人員提供有效的數(shù)據(jù)分析和模型預(yù)測(cè)控制平臺(tái)。
【圖文】：

詳述控制算法所需數(shù)據(jù)的采集技術(shù)及與評(píng)估工作準(zhǔn)備高質(zhì)量的數(shù)據(jù)集。首先概述研究對(duì)和參數(shù)，介紹數(shù)據(jù)采集系統(tǒng)的相關(guān)技術(shù)和傳感器布處理技術(shù)，包括異常數(shù)據(jù)的在線識(shí)別與修復(fù)方法、大型辦公建筑為研究對(duì)象。廣東地處夏熱冬暖地區(qū)公建筑總面積為 14.67 萬 m2，共 20 層，地下 2 層主要為辦公用房和公共區(qū)域。建筑朝向坐北朝南，，主要圍護(hù)結(jié)構(gòu)參數(shù)如表 3-1 所示。該建筑常駐辦中央空調(diào)用電、照明和插座用電、動(dòng)力設(shè)備用電和

“起始條件” AND “篩選項(xiàng)” <= “終止條件”圖 5-7 數(shù)據(jù)檢索模塊的功能示意5.2.3 數(shù)據(jù)預(yù)處理模塊原始數(shù)據(jù)中含有大量不規(guī)范的因素，數(shù)據(jù)預(yù)處理模塊負(fù)責(zé)消除不規(guī)范因素，為建筑熱工特性分析和空調(diào)供冷負(fù)荷控制的算法設(shè)計(jì)提供高質(zhì)量的數(shù)據(jù)支撐。按功能劃分，，數(shù)據(jù)預(yù)處理模塊由“異常值處理”、“歸一化”和“數(shù)據(jù)平滑”三個(gè)子模塊構(gòu)成，不同于數(shù)據(jù)選擇模塊有完整的操作步驟，數(shù)據(jù)預(yù)處理模塊的各個(gè)子模塊相對(duì)獨(dú)立，用戶可根據(jù)需求選擇使用，也沒有嚴(yán)格的使用順序。數(shù)據(jù)預(yù)處理模塊的界面如圖 5-8 所示。
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TU831

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 楊石;羅淑湘;杜明;顧中煊;吳蕾;鐘衍;李先庭;李德英;張海;;基于數(shù)據(jù)挖掘的公共建筑能耗監(jiān)管平臺(tái)數(shù)據(jù)處理方法[J];暖通空調(diào);2015年02期

2 周偉;李永博;汪小e

本文編號(hào)：2692408