一种基于负荷预测的空调系统节能优化方法

摘要

本发明利用历史数据，预测出未来时刻空调系统的负荷，然后利用粒子算法，优化空调系统的能耗模型，得到该负荷条件下的最优运行参数，再根据系统的实时滞后时间，提前对系统的各参数变量进行控制，不但避免了由于空调系统的大时滞和大惰性带来的控制时间差，而且保证了系统供冷和负荷用冷在数量上相等，时间上同步。另一方面，本发明还可以实时进行空调系统的负荷预测和优化控制，使空调系统始终处于最优或接近最优的工作状态，从而达到节能优化的目的。

主权项

一种基于负荷预测的空调系统节能优化方法，主要包括以下具体步骤：第一步，收集历史数据，并对数据进行归一化；第二步，利用归一化后的历史数据，通过神经网络对空调系统待测时刻的空调系统负荷Q进行预测；第三步，设定空调系统的能耗模型为P=f(Q,T1o,T2o,v1,v2，Fair)，其中P为空调系统的能耗功率，Q为空调系统负荷，T1o为空调系统冷冻水出水温度，T2o为空调系统冷却水出水温度，v1为空调系统的冷冻水泵流量，v2为空调系统的冷却水泵流量，Fair为空调系统的空气流量，在通过所述第二步获得待测时刻的空调系统负荷Q的前提下，利用粒子群算法进行能耗模型的优化，得到在待测时刻的能耗功率P取最小值时的最优参数组合，即T1o,T2o,v1,v2,Fair的最优参数组合。步骤四：根据得到的T1o,T2o,v1,v2,Fair的最优参数组合，对各参数变量提前进行控制，以保证待测时刻到来时，空调系统处于最优的工作状态。