集中空調系統(tǒng)遞階穩(wěn)態(tài)優(yōu)化節(jié)能控制研究.pdf

1、集中空調系統(tǒng)的設計經常是根據最不利的室內熱濕負荷和室外設計參數進行的。但是由于平時最不利的室內熱濕負荷和室外設計參數很少出現，集中空調在運行過程中往往達不到最大負荷，所以需要根據室內外相關參數和實際負荷對集中空調進行調節(jié)。因此，在空調空間負荷和外界環(huán)境動態(tài)變化的條件下，可通過對集中空調系統(tǒng)全局優(yōu)化控制以確保系統(tǒng)可靠運行，且使?jié)M足室內環(huán)境熱舒適性要求的代價最小。
　　集中空調系統(tǒng)全局優(yōu)化節(jié)能研究涉及到集中空調系統(tǒng)的具體構成、能耗設備

2、模型、控制系統(tǒng)組成，優(yōu)化控制算法等內容。本文針對集中空調系統(tǒng)進行遞階穩(wěn)態(tài)優(yōu)化節(jié)能控制研究。
　　首先，本文介紹了研究的實驗平臺——變風量(VAV)集中空調系統(tǒng)，包括實驗系統(tǒng)的整體軟硬件平臺及各子系統(tǒng)的功能設計。同時，針對集中空調系統(tǒng)的各個子系統(tǒng)，通過擬合的方法建立了各子系統(tǒng)的能耗模型。并且為了解系統(tǒng)特性，有助于節(jié)能優(yōu)化控制，在實測的基礎上對集中空調系統(tǒng)的各個調節(jié)裝置進行了特性分析。
　　其次，為確保集中空調系統(tǒng)在進入穩(wěn)態(tài)階段

3、之前具有良好的動態(tài)性能，本文針對集中空調系統(tǒng)各個子系統(tǒng)，通過系統(tǒng)辨識的方法建立了各子系統(tǒng)的動態(tài)模型，并針對不同子系統(tǒng)的具體特點，確定了不同的控制算法。具體的控制算法包括無模型自適應控制MFAC(model free adaptive control)、PID控制和單神經元PID控制。其中，MFAC是首次被引入集中空調系統(tǒng)中用于其大滯后子系統(tǒng)的控制和不同耦合系統(tǒng)之間的解耦。同時，研究了MFAC對不確定性系統(tǒng)的控制效果。并針對MFAC控制參

4、數尚無系統(tǒng)的確定方法的情況，實現了基于單純形的MFAC控制參數的優(yōu)化。
　　第三，結合大系統(tǒng)理論和集中空調系統(tǒng)的特點，確定了分解集中空調大系統(tǒng)的方法——基于實際系統(tǒng)結構的分解，并對其進行了分解。同時，確定了穩(wěn)態(tài)優(yōu)化運行的協(xié)調方法——具有全局反饋的關聯(lián)平衡法(IBMF)。并根據本研究所確定的集中空調大系統(tǒng)穩(wěn)態(tài)辨識的方法——分散辨識方法，辨識了集中空調各子系統(tǒng)的穩(wěn)態(tài)模型。
　　第四，為進一步提高集中空調負荷預測的精度，在現有空調

5、負荷方法的基礎上，針對有限項預測方法的組合，提出了基于殘差修正的動態(tài)的集中空調負荷預測的方法，預測效果良好。
　　最后，本文利用分散辨識方法建立了集中空調各子系統(tǒng)穩(wěn)態(tài)模型,還建立了集中空調系統(tǒng)的全局穩(wěn)態(tài)優(yōu)化模型。針對集中空調的夏季工況以及空調系統(tǒng)優(yōu)化過程中的“維數災”問題，利用具有全局反饋的關聯(lián)平衡法(IBMF，Interaction Balance Method with Feedbacak),對集中空調系統(tǒng)進行了遞階穩(wěn)態(tài)優(yōu)化節(jié)