中央空调系统节能控制策略

中央空调系统节能控制策略

来源：Electricity 发表时间：2011-10-20

●由盛兴1, 尹娟2,尚京福3, 余洋4, 吴张先5

1。国家电网信息与通信有限公司。

2中国华电有限公司融资

3国家电网交流工程建设公司

4中国东北电力调度通信中心

5华北电力大学

摘要:基于预测控制的节能控制策略,提出了中央空调系统这篇论文。冷负荷模型,描述了温度控制系统的动态特性,然后在冷负荷模型和参数估计中央空调系统模型。广义预测控制(GPC)是用于建立一个优化模型,以减少能源的消耗和温度的控制误差。模拟退火(SA)算法,采用二次规划相结合,来解决最优问题。与传统PID控制的仿真,证明这种提出策略的有效性。

关键词:中央空调;预测控制;节能;时滞系统;模拟退火

介绍：在中国[1]电能是购买能源的最重要的形式。出于这个原因，电能的效率应该被提高，因为已经历了快速发展的国家中节约能源是一个必要关心的问题。在中国，建筑，旅游，商贸等行业的繁荣创造了空调[2]的需求不断增加。目前，中国电力中央空调系统占了总用电量的20％[3]。不可避免的是，对于空调系统，需要制定基于节能目标更高效的控制策略。根据最近的研究，许多研究人员都集中要在

中央空调系统中实现自己的模糊控制理论而努力[4]，[7]。同时，一些研究人员利用预测控制策略来补偿延迟温度控制[5]，[6]。此外，Wang和Burnett提出了一种在线优化控制策略，其中一个是自适应和衍生物的方法用于确定设定点压力[8]。

如在建筑物影响温度的主要因素中，冷负荷必须加以考虑。此外，冷负荷可以动态地反映所需要的冷量。为了在提高系统的运行效率和得到稳定的控制性能的基础上，实现冷负荷广义预测控制策略，提出本文。介绍冷负荷和建模的温度控制功能被示出在第2，而最佳的配制剂和算法提出在部分3，在第4模拟被提出和结论中给出部分5。温度控制系统建模

冷能输出的描述

在中央空调系统中，从建筑热空气加热到冷却水，造成冷却水的温度上升。冷冻水泵用于循环冷却水和由冷冻机，而这又使冷却水的冷热量传递给冷却水。接着，冷却水由冷却水泵再循环和最终热释放到大气中的冷却塔。在这方面，假设一组循环用于空调系统的可分为一个冷却水泵，1冷冻水泵和一个制冷机器，并且总共有NRE套这样的系统中的中央空调系统的建筑物。

根据热力学定律，在时刻k的冷能量输出可以写为如下：

冷量

其中，

SK：在时间k用于循环系统的数量;

CW：水的特殊加热能力;

F1，K，F2，K：冷冻水和冷却水;

ΔT1，ΔT2：的各自的温度变化

冷冻水和冷却水;

同时，QRM表示由冷冻机，其正比于流的立方体，并且可以DEFI定

义如下产生的热：（3）

其中，η是效率

冷负荷的模型

建筑物冷负荷在可以由以下四个因素确定：由所述构建表面，它正比于建筑物的表面区域（Pt）的，通过从中央空调系统风（PW）而引起的热量所带来的热，由人体在建筑物（PF）所带来的热，由电气设备在建筑物（PE）所产生的热量散发的热量。这样的冷负荷可以被

描述如下：

冷负荷

我们假设每人冷负荷是一个常数（在常数等于在夏季30瓦）。同时，Pt可谓表面积的一个函数：

其中K代表热导率和F表示的表面积，而TN和TL，K代表设定温度在建筑物和在时间k建筑物外部的温度，分别为。

由于屋顶和建筑物的一侧具有不同的热导率，（2）将被重写如下：

为简单起见，我们假定Pw的正比于Pt和系数β，以便（1）可被重写如下：冷量

PFK表示人在建筑物在时间k的流动，并服从一个泊松过程，这已被证明是人溢流在大型建筑物中最近似分布，如下可以是DEFI奈德：

其中λ是期望的人流量。

从（1）至（8）中，未知的参数是α，PE和λ，可以使用实验数据拟合。

温度控制的预测模型

在中央空调系统中，通过冷气产生的冷能将满足冷负荷。首先，然后将多余的冷能左侧将保持在设定值的温度。如果冷能不能满足冷负荷，在建筑的温度会上升。同时，通过在建筑物的振子发送来的实时温度将反馈以使冷能更准确地输出，如图1所示。由于在建筑物内的温度是难以改变，具有纯延迟的一阶惯性元件被用来模拟建筑物的动态过程，当输入变量发生变化。这样的传递函数可以写成如下

其中T为惯性时间常数和g等于C（空气）F（空气）是增益。

图1温度控制系统

上面的等式可以被离散化，如下所示：

其中T0是采样时间和N是整数。延迟时间τ= NT0

其中DTout表示TOUT的变化，同时U（k-n）代表冷能与冷负荷之间的差，并且可以被定义如下：

GPC基于控制策略

由于D.W.克拉克提出的广义预测控制（GPC）在自动化的原则，1987年，GPC已经成为最流行的模型预测控制方法在工业界和学术界的应用，其中已经发现非常有效和强大。在GPC中，属于该组的滚动优化，在每个采样间隔中产生的一组未来的控制信号（在此纸P的信号），但只有在第一元件中

我们定义：

其中，F1，最大值和F2，最大支架的最大溢流冷冻水泵和冷却水泵，分别。

此外，在未来的P步骤温度输出可以预测由等式：

DTout（K0+ N）可以通过（12）来获得，并且TOUT（K0）是当前的温度在可以由传感器来转导的建筑物，因此，在下一个P步骤的温度可以通过（17）进行预测，并在温度输出的误差可以被定义为：

根据（15） - （18）中，优化模型可建立如下：

基于SA求解算法

对于每一个取样间隔，一个输出信号，包括{F1，K，SK}，可以通过解上述的优化模型来获得。然而，该优化模型是一个非线性规划问题整数约束，这不能由可以解决传统丢番图方程。为了保证溶液的准确性以及实时能力，基于模拟退火的优化算法（SA）的载于本文。