一种既有大型公共建筑空调系统的低成本调适方法与流程

本发明属于建筑用能系统调适领域，具体讲，涉及一种既有大型公共建筑地源热泵机组的用能情况诊断、节能潜力计算和优化方案的提出，尤其涉及一种既有大型公共建筑空调系统的低成本调适方法。
背景技术：
：建筑行业中的调适(commissioning)指的是通过在设计、施工、验收和运行维护阶段的全过程监督和管理，保证建筑能按照设计和用户的要求，实现安全、高效的运行和控制，避免由于设计缺陷、施工质量和设备运行问题，影响建筑的正常使用，甚至造成系统的重大故障。本发明主要针对的是既有建筑的调适，即运行维护阶段的调适。公共建筑用能系统主要包括空调系统、照明系统、设备用能系统等。根据对全国各地的既有大型公共建筑用能情况的调研发现，目前既有大型公共建筑空调系统存在诸多问题：一、普遍存在能耗高、管理水平低下的问题，我国目前的空调系统基本上都会采用变水温、变流量等控制方法，但是往往不能完全保证空调系统的运行合理和稳定。如果系统出现静态失衡和动态失衡等问题，必将导致空调系统制冷、制热效果差，能耗高的现象产生；二、空调系统运行不合理，往往会出现“大马拉小车”，冷热不均、无人时依然运行等问题；三、调适成本往往比较高，传统的调适流程涉及到对设备的更换甚至是更换整套系统，成本居高不下。因此，本发明基于上述实际问题，提出了一种低成本的既有大型公共建筑空调系统的低成本调适的方法，方法中涉及的空调使用情况是根据实地调研总结，符合实际使用情况。技术实现要素：本发明的目的在于克服现有技术的不足，提出一种既有大型公共建筑空调系统的低成本调适方法。提出对建筑空调系统的初步诊断、负荷估算、提出优化方案一套完整的快速低成本调适方法，为既有大型公共建筑的调适提供建议及依据。本发明为解决的
背景技术：
中的技术问题，采用的技术方案如下：一种既有大型公共建筑空调系统的低成本调适方法，包括如下步骤：步骤1)：构建空调机组故障诊断模型，输入参数为空调机组的逐时运行参数，输出参数为空调机组诊断结果；步骤2)：构建空调系统负荷估算模型，输入参数为建筑人员活动信息、用能设备基本信息及运行规律、灯具基本信息及开启规律、建筑基本信息和当地气象参数，输出参数为建筑的逐时冷负荷步骤3)：构建空调系统优化模型，输入参数为建筑逐时冷负荷(由步骤2得到)，机组运行历史数据，输出参数为机组运行的最优化目标值。所述步骤1)构建空调机组故障诊断模型，具体步骤如下：首先定义输入变量：tev,蒸发温度,℃；tchws，蒸发器出水温度，℃；tchwr,蒸发器进水温度，℃；tcwe,冷凝器进水温度，℃；tcwl,冷凝器出水温度,℃；tcd,冷凝温度，℃；p，机组功率，kw；toil，润滑油箱油温，℃(1)蒸发器侧水量诊断：定义判断指标a：a＝(tchwr-tchws)-t1(1)其中，t1为蒸发器侧进出水温差平均值，一般取值2.5诊断结果如下：若a>0.3则蒸发器存在流量不足现象，应当提高冷冻水泵频率；若-0.3<a<0.3则蒸发器正常工作；若a<-0.3则蒸发器存在流量过量现象，应当降低冷冻水泵频率；(2)冷凝器侧水量诊断：定义判断指标b：b＝(tcwl-tcwe)-t2(2)其中t2为冷凝器侧进出水温差平均值，一般取值2.5诊断结果如下：若b>0.5则冷凝器存在流量不足现象，应当提高冷却水泵频率；若-0.3<b<0.3则冷凝器正常工作；若b<-0.3则冷凝器存在流量过量现象，应当降低冷却水泵频率；(3)不凝性气体诊断定义判断指标c：c＝tcd-tcwl(3)诊断结果如下：若c≤1，则系统正常；若c>1且560<p<610，则判断系统含有不凝性气体，应当及时排除系统内不凝性气体；若c>1且p>610，则冷凝器存在结垢可能，此时应当及时清理冷凝器污垢；(4)润滑系统诊断诊断结果如下：若toil>54.2，则判断机组润滑油过量，此时应当建议抽取油箱内多余的润滑油。所述步骤2)构建空调负荷估算模型，具体步骤如下：首先，构建建筑人数模型，将典型的一天时间分为上午活跃时间(08:30-09:30)，中午休息时间段(11:20-13:00)、下午活跃时间段(17:20-18:00)非活跃时间段(09:30-11:20及13:00-17:20)四个时间段，获得每个时间段一周的平均在室人数变化后，即可分别用下列公式对活跃时间段的室内逐时人数进行拟合：y＝ax3+bx2+cx+d(4)式中y为人数，x为时间，a、b、c、d均为拟合系数，非活跃时间段的人数认为基本维持在一个稳定状态，采用上一个活跃时间段最后时刻值作为此时间段人数值即可；进一步，构建建筑设备冷负荷估算模型：qe＝qeclqe(5)其中式中：qe为设备散热量，w；为设备显热散热冷负荷系数；n1为单台设备的使用效率，取值0.15至0.25；n2为设备折合系数，取值1.1；ne单台为设备的额定功率，w；建立人员冷负荷逐时变化模型，具体如下：式中：qc为人体显热散热形成的逐时冷负荷，w；qs为不同室温和劳动性质成年男子显热散热量，w；集群系数；clq为人体显热散热冷负荷系数；建立照明冷负荷逐时变化模型的具体步骤如下：1)对于存在多个照明分区的建筑中，灯具开启率根据下式计算：式中：j为照明分区数量；uj为开启j个照明分区时的灯具开启率，％；k为建筑照明分区数量；mi为第i个照明分区灯具数量；n为照明区域灯具总量；2)建筑的照明冷负荷可以采用下式计算：式中：ql为照明瞬时冷负荷，w；α为修正系数；wl为照明灯具所需功率，w；cql为照明显热散热冷负荷系数；建筑内部冷负荷计算公式如下qi＝qc+qe+ql(10)建筑围护结构冷负荷的估算模型如下所示：式中：qts为围护结构逐时冷负荷，w；a为围护结构面积，m2；surf为围护结构的数量；f为围护结构的传热系数，w/(m2·k)；tτ为室外空气计算日逐时温度，℃；tn为室内设计温度，℃；太阳辐射冷负荷估算模型如下：式中：qtr为太阳辐射逐时冷负荷，w；r为窗户日照得热量，w/m2；xg、xd、xz分别为窗户的构造修正系数、地点修正系数、遮挡系数；exp为窗户数量；建筑外部冷负荷估算模型，计算公式如下所示：qt＝qts+qtr(13)建立建筑新风负荷估算模型，公式如下：qf＝qfs+qfl(14)式中，qf、qfs、qfl分别为新风负荷、显热负荷、潜热负荷，w/m2；dτ、dn分别为室外空气湿度、室内空气湿度，kg(水)/kg(干空气)；cp为空气比热容，1.01kj/kg；ρ为空气密度，1.293g/m3；v为单人所需新风量，大小为30m3/(h·人)；rt为水的汽化潜热，1718kj/kg；建筑的冷负荷逐时变化模型按如下公式计算：q＝qi+qt+qf(17)长时间运行的情况下机组供冷量与建筑负荷应当保持动态平衡的关系，认为机组供冷量等于建筑冷负荷。所述步骤3)构建空调系统优化模型，具体步骤如下：首先构建地源热泵机组的能耗模型，地源热泵机组的能耗可以采用如下公式拟合获得：p1＝c1+c2·t1+c3·t2+c4·q(18)式中：p1——热泵机组能耗；c1、c2、c3和c4——各项的参数；t1——冷水出水温度；t2——热水供水温度；q——实际制热量；空调侧、地源侧水泵能耗模型可以采用：p2＝g1+g2·m(19)式中：p2——空调侧、地源侧水泵能耗g1、g2——各项的参数；m——水泵实际流量；暖通空调系统的能耗模型就是上述三个设备能耗之和，当某一时刻建筑负荷即供热需求确定时，即可通过确定相应的约束条件及优化算法，确定系统能耗最低的最佳工作点，算法的具体流程如下：(1)设定热水供回水温度、冷水供回水温度、热水供回水温差、冷水供回水温差、热水流量和冷水流量的正常运行范围；(2)建立暖通空调系统能耗的表达式，该能耗与热水供回水温度、冷水供回水温度和热负荷相关；(3)输入预测时刻的热负荷值，程序会在热水供回水温度、冷水供回水温度中随机选择一组参数计算得到能耗值，记录为e1；将e1与一个参考值作比较，该参考值远大于可能的能耗值，若e1小于参考值，则用e1代替该参考值，作为进一步计算的参考能耗值；(4)继续随机选择一组参数计算能耗值，记录为e2，若e2小于e1，则用e2代替e1作为参考能耗值；若e2大于e1，则仍保留e1为参考能耗值；(5)继续(4)中的过程，直到找到最小的能耗值ei，将其与对应的参数组一并输出。本发明的有益效果:1、首先，在对既有大型公共建筑进行节能改造时，首先面对的问题是如何判断目标建筑的能耗水平高于同类其它建筑。传统的方法是基于经验，或简单与行业标准值比较，结果误差较大；本发明的系统诊断只需通过分析历史数据即可，结果更加准确可靠。2、其次，当确认需要对建筑进行节能改造后，如何提升改造效率，将有限的改造经费落实在对能耗提升最明显的部分，传统的调适流程涉及到对设备的更换甚至是更换整套系统，同时由于不注重系统运行的调适，往往存在成本高效果差的毛病。本方法则着重于系统运行阶段的调适，调适成本低。3、在实际调研工作中，普遍存在的一个问题，就是目前大多数的既有公共建筑相关信息严重不足，如何对这些信息严重不足的建筑进行节能潜力的计算，有针对性的进行调适是非常关键的，本方法的大部分输入参数均可以通过历史数据或现场测量的方式获得，对信息量的要求较低。4、在尽可能短的时间内完成对建筑运营能效的检测工作有助于节省检测成本，传统的调适方法周期长，参与人员多，操作复杂。本方法具有能够在短时间内完成系统的诊断、负荷估算、计算最优结果的优点，能有效降低监测成本。附图说明图1为空调系统诊断的算法流程图。图2为空调系统负荷估算的流程图。图3为人员数量的拟合曲线示意图。图4为建筑照明控制模式示意图。图5为空调系统的最优化目标流程图。具体实施方式下面通过具体实施例和附图对本发明作进一步的说明。本发明的实施例是为了更好地使本领域的技术人员更好地理解本发明，并不对本发明作任何的限制。本发明一种既有大型公共建筑空调系统调适方法，包括下列步骤：步骤1)：构建空调机组故障诊断模型，输入参数为空调机组的逐时运行参数，输出参数为空调机组诊断结果；步骤2)：构建空调系统负荷估算模型，输入参数为建筑人员活动信息、用能设备基本信息及运行规律、灯具基本信息及开启规律、建筑基本信息和当地气象参数，输出参数为建筑的逐时冷负荷步骤3)：构建空调系统优化模型，输入参数为建筑逐时冷负荷(由步骤2)得到)，机组运行历史数据，输出参数为机组运行的最优化目标值。实施例：一种既有大型公共建筑空调系统的低成本调适方法，基于设计和实际使用情况，包括空调系统运行诊断、建筑负荷估算、系统最优化目标计算三个模型，每个模型的提出都是基于大量的对行政、商业、教育科研等大型公共建筑空调系统的实测数据分析总结而来，公共建筑中地源热泵为较为常见的空调系统，因此本调适方法也仅针对地源热泵机组，对于其他类型的机组并不适用。下面将描述模型获取的具体方法，包括调研方法以及数据处理方法，然后介绍本发明所需的输入参数以及具体的预测方法。步骤1)：构建空调机组故障诊断模型首先定义输入参数，输入参数包括：tev,蒸发温度,℃；tchws，蒸发器出水温度，℃；tchwr,蒸发器进水温度，℃；tcwe,冷凝器进水温度，℃；tcwl,冷凝器出水温度,℃；tcd,冷凝温度，℃；p，机组功率，kw；toil，润滑油箱油温，℃。1.在机组诊断之前，必须先判断数据的有效性，由于输入的参数必须符合物理规律，所以可以采用下式判断数据有效性：0<tev(蒸发温度)<tchws(蒸发器出水温度)<tchwr(蒸发器进水温度)<tcwe(冷凝器进水温度)<tcwl(冷凝器出水温度)<tcd(冷凝温度)2.诊断的目标主要有四个：蒸发器侧诊断、冷凝器侧诊断、不凝性气体诊断及润滑油系统诊断，诊断的具体实施方法如下。(1)蒸发器侧水量诊断：定义判断指标aa＝(tchwr-tchws)-t1(1)其中t1为蒸发器侧进出水温差平均值，一般取值2.5诊断结果如下：若a>0.3则蒸发器存在流量不足现象，应当提高冷冻水泵频率若-0.3<a<0.3则蒸发器正常工作若a<-0.3则蒸发器存在流量过量现象，应当降低冷冻水泵频率(2)冷凝器侧水量诊断：定义判断指标bb＝(tcwl-tcwe)-t2(2)其中t2为冷凝器侧进出水温差平均值，一般取值2.5诊断结果如下：若b>0.5则冷凝器存在流量不足现象，应当提高冷却水泵频率若-0.3<b<0.3则冷凝器正常工作若b<-0.3则冷凝器存在流量过量现象，应当降低冷却水泵频率(3)不凝性气体诊断定义判断指标cc＝tcd-tcwl(3)诊断结果如下：若c≤1，则系统正常若c>1且560<p<610，则判断系统含有不凝性气体，应当及时排除系统内不凝性气体若c>1且p>610，则冷凝器存在结垢可能，此时应当及时清理冷凝器污垢(4)润滑系统诊断诊断结果如下：若toil>54.2，则判断机组润滑油过量，此时应当建议抽取油箱内多余的润滑油需要说明的是，指标a、b、c合理范围并非固定，方法中给出的范围仅代表通常情况，实际取值应当以历史数据或实时监测数据为准，空调系统诊断模型的算法流程图如图1所示。步骤2)：构建空调系统负荷估算模型(1)建筑楼内人数逐时模型构建根据大量对建筑内在室人数的实测数据，发现在典型公共建筑的正常开启时间内，在室人数随时间呈现两个典型特征；一是人员在室数量呈现较明显的双峰分布特征，分布状态相对稳定，两峰值间的低谷为午休时段。二是建筑每天的室内人数略有不同，峰值与低谷值的大小与出现时间在一定范围内随机波动，而此随机波动可以通过较长时间(一周及一周以上)的对应时刻的人数求平均值来取消。通过调研发现，建筑室内人数在上午活跃时间段(08:30-09:30)午休时间(11:20-13:00)、下班时间(17:20-18:00)三个时间段存在较大变化。而在非活跃时间(09:30-11:20及13:00-17:20)人员在室率稳定在较小范围内波动：对于在人员室率变化较大的三个时间段，认为人员在室率的分布特征在一定程度上符合三次多项式曲线的变化趋势，在通过安装仪器获得每个时间段一周的平均在室人数变化后，即可分别用下列公式对人员在室率进行拟合：y＝ax3+bx2+cx+d(4)式中，y为不同时刻的人员在室率；a、b、c、d为模型系数；x为时间。由于时间的计数方式不是十进制，故先将一天的时间转换为0至1之间的小数。(例如将12:00设为0.5，18:00设为0.75),转换值如表1所示:表1x各时刻对应值在工作时间段，楼内人数基本变化稳定，此时间段的人员数量可以直接通过仪器测算出来，结合拟合曲线，即可获得人员在室率在办公时间的逐时变化模型。因此，在进行一周或一个月的长期用能预测中，可以用式(4)来确定平均逐时楼内人数。通过matlab等软件进行三次曲线拟合确定待定系数a,b,c,d的值。通过大量的实测数据显示，三次曲线拟合的拟合确定系数r^2最小值一般不小于0.95，能很好的反映出人员在室率的变化曲线。楼内人数的拟合曲线示意图如图3所示。(2)设备冷负荷逐时变化模型构建建立设备逐时负荷变化模型首先需要获得建筑设备功率的逐时变化曲线。建筑设备可分为两类，一类是样本量较大且频繁使用的设备，如台式机、笔记本等。这一类设备主要为单人设备，使用频率与使用者的作息行为习惯密切相关；第二类是间歇使用且数量有限的设备，如打印机饮水机等，该类设备主要为公用设备，特点为人员可共享。第二类设备的负荷占设备总负荷比重较小，采用在单台设备的基础上乘以安全系数的方式计算。根据调研发现第二类设备负荷一般不超过第一类设备负荷的10％，因此第二类设备的功率折合至第一类设备的设备折合系数取值为1.1。设备额定功率为单人设备的额定功率，单人设备如台式机，笔记本等设备额定功率不尽相同，可以通过问卷调查，现场记录等方式计算出单台设备额定功率的平均值，作为调查对象的单台设备的额定功率。通过大量对建筑设备使用情况的调查发现，单人设备使用情况与在室人数密不可分，建筑人员数量和单人设备一一对应，当使用者处于工作时间时，对应的单人设备也处于工作状态，使用者只有在需要离开办公区域较长时间时才会选择关闭对应单人设备。而午休时间人员在室率虽然大幅度下降，但大部分设备依旧处于工作状态，只有少部分设备会处于待机或关闭状态。因此，午休时间设备负荷与工作时间相比略有下降，实测数据表明，午休时间设备负荷下降一般不超过10％，因此取系数0.95作为午休时刻设备负荷修正值。在获得设备功率逐时变化曲线后，办公建筑室内设备冷负荷可以采用下式计算：式中：qe为设备散热量，w；为设备显热散热冷负荷系数；n1为单台设备的使用效率，取值0.15至0.25；n2为设备折合系数，取值1.1；ne为单台设备的额定功率，w；(3)室内人员逐时冷负荷模型构建人员负荷受劳动强度、性别、着装、人员在室率等因素的影响，其中最主要的影响因素为人员在室率。建筑的人员负荷可以用如下公式计算式中，qc为人体显热散热形成的逐时冷负荷，w；为集群系数，对于办公建筑，取值0.95；clq为人体显热散热冷负荷系数。qs为不同室温和劳动性质成年男子显热散热量，w。qs的值见表2：表2一名成年男子的显热散热量(4)：照明冷负荷逐时变化模型构建实地调研表明，当工作面照度不满足人员需求时，会产生开灯行为，但当工作面照度满足甚至超过工作需求时却并不存在主动关灯现象。可见，人员对照明的控制行为与工作面照度之间并不是完全的需求关系，也就是说，照度只是人员产生开灯行为的驱动因素，而与关灯行为并无直接关系。建筑照明控制模式为上班时间开、下班时间关，但照明的开启模式并不是简单的一开全开模式，而是根据区域照度的不同由人员自主控制。照明关闭模式则是一关全关模式，下班时间是人员产生关灯行为的关键节点，对于存在多个照明分区的建筑中，灯具开启率根据下式计算：式中：j为照明分区数量；uj为开启j个照明分区时的灯具开启率，％；k为建筑照明分区数量；mi为第i个照明分区灯具数量；n为办公区域灯具总量。建筑中照明控制模式示意如图4所示。因此，建筑的照明负荷可以采用下式计算：式中ql为照明瞬时冷负荷，w；α为修正系数；wl为照明灯具所需功率，w；cql为照明显热散热冷负荷系数。在获得设备、人员、照明逐时冷负荷变化曲线后，建筑内部冷负荷即可采用如下公式计算：qi＝qc+qe+ql,(10)由于建筑设备、人员、照明冷负荷逐时变化模型均为逐时变化模型，因此可以将即可获得建筑内部冷负荷的逐时变化曲线。(5)围护结构冷负荷逐时变化模型构建模型的建立采用冷负荷系数法，通过查询中国天气网等网站获取室外空气的温湿度逐时的预报值，并通过预报值来预测建筑的围护结构冷负荷。具体的计算公式如下；式中：qts为围护结构逐时冷负荷，w；a为围护结构面积，m2；surf为围护结构的数量；f为围护结构的传热系数，w/(m2·k)；tτ为室外空气计算日逐时温度，℃；tn为室内设计温度，℃；(7)太阳辐射冷负荷逐时变化模型构建太阳辐射透过玻璃进入室内成为房间得热。通过调研获得建筑外窗的结构等建筑基本信息，结合中国天气网等网站给出的窗户的日照的日量。可以获得建筑太阳辐射冷负荷逐时预测模型，具体计算公式如下：式中：qtr为太阳辐射逐时冷负荷，w；r为窗户日照得热量，w/m2；xg、xd、xz分别为窗户的构造修正系数、地点修正系数、遮挡系数。exp为窗户数量。步骤(8)：建立建筑外部冷负荷逐时变化模型，建筑外部冷负荷由围护结构冷负荷和太阳辐射冷负荷构成，在获得建筑围护结构和太阳辐射冷负荷预测模型后，即可获得建筑外部冷负荷逐时变化模型，具体计算公式如下：qt＝qts+qtr(13)(8)建立建筑新风负荷逐时变化模型新风负荷与室内人员数量有关，而新风的送风温差又与室内设计温度有关，因此将新风负荷单独计算。通过已经获得的人员在室率变化模型预测出在室人数结合室外温湿度参数的预报值，可以获得建筑新风负逐时变化模型。具体计算公式如下：qf＝qfs+qfl(14)式中，qf、qfs、qfl分别为新风负荷、显热负荷、潜热负荷，w/m2；dτ、dn分别为室外空气湿度、室内空气湿度，kg(水)/kg(干空气)。cp为空气比热容，1.01kj/kg。ρ为空气密度，1.293g/m3。v为单人所需新风量，大小为30m3/(h·人)。rt为水的汽化潜热，1718kj/kg。在获得建筑室外逐时冷负荷变化模型、建筑室内冷负荷逐时变化模型和新风负荷逐时变化模型之后，将三部分负荷相加，即可获得室内冷负荷逐时变化模型。q＝qi+qt+qf(17)建筑的冷负荷计算的完整流程图见图2。步骤(3)：构建空调系统最优化目标计算模型首先要做的是建立地源热泵机组、空调侧水泵和地源侧水泵的数学模型。冷水机组的能耗与冷冻水供水温度、冷却水出水温度和实际制冷量有关，此处仍假设地源热泵机组能耗与上述变量相关，只是在分析供热季工况时，冷冻水供水温度即为冷水出水温度(从蒸发器出，到地源侧)，冷却水出水温度即为热水出水温度(从冷凝器出，到用户侧)，实际制热量利用空调侧流量和供回水温度差得到。地源热泵机组的能耗如公式(18)所示。p1＝c1+c2·t1+c3·t2+c4·q(18)式中：p1——热泵机组能耗；c1、c2、c3和c4——各项的参数；t1-冷水出水温度；t2——热水供水温度；q——实际制热量。(2)空调侧、地源侧水泵能耗模型文献指出，水泵能耗与水泵实际流量和转速比有关。对于中建新塘，调研发现水泵一直为定频运行，转速比不变，因此本文假设水泵能耗仅与水泵实际流量有关，能耗表达式如公式(19)所示。p2＝g1+g2·m(19)式中：p2——空调侧、地源侧水泵能耗g1、g2——各项的参数；m——水泵实际流量。在获得建筑运行的实际监测数据后，可以利用matlab中的最小二乘法辨析公式(18)和(19)中的参数。暖通空调系统的能耗模型就是上述三个设备能耗之和，要的就是当某一时刻建筑负荷确定时，即供热需求知道时，暖通空调系统的能耗能够最低。找到能够使能耗最低时系统各参数的值，即系统的最佳工作点。但在寻求系统最佳工作点时，首先要求各参数的值在正确的范围内，即各参数值要进行约束。约束结果如下：表3约束条件设置结果表约束项最大值最小值热水供水温度(℃)4540热水回水温度(℃)4535热水供回水温差(℃)72冷水进水温度(℃)158冷水出水温度(℃)155冷水进出水温差(℃)72空调侧水泵流量(m3/h)6020地源侧水泵流量(m3/h)8020注：表中所给约束条件仅供参考，具体数值应当根据机组的的实际情况来设定。本文能耗优化的目的就是在各种约束条件下，寻求当能耗取得最小值时，系统各参数的值，即系统最佳工作点。对于热负荷值，可利用热负荷预测模型所得；对于热水流量，当热水供回水温度确定后，热水流量也可确定；对于冷水流量，当冷水进出水温度确定后，也可确定。因此暖通空调系统的总能耗与热水供回水温度、冷水供回水温度这四个变量相关，优化算法就是确定当能耗取得最小值时，四个变量的值，即暖通空调系统在该负荷下的最佳工作点。优化算法在matlab2014a中通过编程得到，程序为简单的for循环语句和if、else语句，算法简单易懂，运行速度快，能够为运行管理提供及时的指导策略。优化算法过程如下。(1)设定热水供回水温度、冷水供回水温度、热水供回水温差、冷水供回水温差、热水流量和冷水流量的正常运行范围。(2)建立暖通空调系统能耗的表达式，该能耗与热水供回水温度、冷水供回水温度和热负荷相关。(3)输入预测时刻的热负荷值，程序会在热水供回水温度、冷水供回水温度中随机选择一组参数计算得到能耗值，记录为e1。将e1与一个参考值作比较，该参考值远大于可能的能耗值，若e1小于参考值，则用e1代替该参考值，作为进一步计算的参考能耗值。(4)继续随机选择一组参数计算能耗值，记录为e2，若e2小于e1，则用e2代替e1作为参考能耗值；若e2大于e1，则仍保留e1为参考能耗值。(5)继续(4)中的过程，直到找到最小的能耗值ei，将其与对应的参数组一并输出。空调系统最优化目标的计算流程图如图5所示。本发明所述输入参数有：空调机组逐时运行参数历史数据或实时监测数据、建筑人员活动信息、用能设备基本信息及运行规律、灯具基本信息及开启规律、建筑基本信息、当地气象参数。因此本发明在进行系统调适前，需要先进行输入参数的信息收集，输入参数的准确性与调适结果的真实性密切相关。空调机组的参数主要有：蒸发温度、、蒸发器出水温度、蒸发器进水温度、冷凝器进水温度、冷凝器出水温度、冷凝温度、机组功率、润滑油箱油温、空调侧水泵流量及地缘侧水泵流量。在有能耗监测平台的前提下，可以使用历史数据来进行计算，也可以采用实时监测的方式来代替；人员活动信息则可以采用人员计数器的方式获取；建筑基本信息包括，设备类型、台数以及功率、建筑面积、室内设计温湿度、围护结构基本信息。使用信息包括办公室作息时间、设备使用习惯、灯具数量及功率。室外气象参数为预报值，由目标办公室所在地区气象局提供。若建筑使用有周期性,则需要将各个周期分别设置输入参数进行负荷预测(例如工作日和周末、冬季和夏季能存在不同的使用规律)。由于输入参数是针对目标建筑的情况设置的,因而调适模型更有实际依据,可信度更高。本发明可以用于既有大型公建稳定运行时间内的空调系统调适，同时给出系统的诊断结果，负荷需求估算及最优化目标计算。本方法简便易行,可推广性强,具有很强的参考价值。应当理解的是，这里所讨论的实施方案及实例只是为了说明，对本领域技术人员来说，可以加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。当前第1页12