一种中央空调系统风水联调优化控制方法

本发明涉及中央空调系统，具体涉及一种中央空调系统风水联调优化控制方法。

背景技术：

1、随着我国经济的不断发展，建筑行业随之快速发展，与此同时建筑能源消耗甚剧，在我国建筑运营阶段，中央空调系统能耗在建筑能耗中占比高达50％。未来由于建筑体量的加大、人员对室内舒适性环境的要求提高，导致该部分能耗占比将会更高。因此如何在保证室内舒适性环境的前提下降低空调系统运行能耗，提高空调系统以及建筑楼宇运行效率成为当下暖通工程中亟待解决的问题。

2、空调房间的室内温度与空调水系统和风系统设备的运行参数密切相关，包括空调主机供水温度，空调冷冻水泵频率，末端设备水阀开度和风机档位。当建筑内的各个房间负荷发生改变时，常常会出现各房间末端制冷量与当前房间负荷不匹配，从而导致各个房间的室内温度都出现不同程度偏离设计温度的情况，这不仅会影响中央空调系统的室内舒适度，还会提高系统的能耗，造成不必要的浪费。

3、目前多数学者已经着手于研究中央空调水系统和风系统的节能优化控制，但是大部分研究多是使用软件模拟的方式进行分析，通过构建空调系统控制模型，不断根据空调系统的实时情况进行反馈来求解控制。但是实际工程中各设备之间耦合性复杂，且室内人员用能习惯不一，导致求解控制困难，结果不太理想，且很容易忽略室内环境的变化，难以根据室内外环境变化对各个空调设备参数进行快速而精准的调控，造成热舒适性不满足要求；另外上述方法往往只针对单一的设备变量进行求解，缺少空调水系统和风系统的多种设备参数组合优化情况，仍有较大的节能潜力。

技术实现思路

1、本发明的目的在于提供一种中央空调系统风水联调优化控制方法，以解决现有中央空调系统各设备之间耦合性复杂，且室内人员用能习惯不一，导致求解控制困难，结果不太理想，且很容易忽略室内环境的变化，难以根据室内外环境变化对各个空调设备参数进行快速而精准的调控，造成热舒适性不满足要求的问题。

2、本发明解决上述技术问题的技术方案如下：

3、本发明提供一种中央空调系统风水联调优化控制方法，所述中央空调系统风水联调优化控制方法包括：

4、s1：根据中央空调系统对主机供水温度、水泵频率、末端设备水阀开度和风机档位以及房间内热源强度的随机调试实验，得到数据集；

5、s2：利用皮尔逊相关分析方法确定影响下一时刻各房间室内温度的中央空调系统的运行参数；

6、s3：选取所述数据集中的大部分数据，作为训练样本；

7、s4：将所述训练样本中当前时刻的运行参数作为gwo算法优化的bp神经网络的输入数据，以及，将所述训练样本中下一时刻各房间室内温度作为gwo算法优化的bp神经网络的输出数据，构建房间室温的预测模型；

8、s5：根据新输入的当前时刻的运行参数，利用所述预测模型对新输入的当前时刻所对应的下一时刻各房间室内温度进行预测，得到预测结果；

9、s6：判断所述预测结果是否满足预设条件，若是，进入s9；否则，进入s7；

10、s7：利用所述预测结果对所述运行参数进行优化控制，生成优化控制结果；

11、s8：将所述优化控制结果作为所述预测模型的另一输入数据，结合新的当前时刻的相关参数，生成新的下一时刻各房间室内温度并返回s6；

12、s9：输出当前时刻的运行参数。

13、可选择地，所述s1中，所述数据集通过以下方式得到：

14、在预设时间间隔内，采集所述中央空调系统机组设定供水温度、水泵设定频率、各个房间末端设备水阀开度和风机档位、各房间内热源强度、室外干球温度、室外相对湿度、各个房间的室内干球温度和相对湿度，得到若干采集数据；

15、将若干采集数据按照时序整理统计，得到数据集。

16、可选择地，所述s2中，所述运行参数包括：

17、供水温度、当前时刻各房间室内温度、各房间内热源强度、当前时刻室外温度、水泵频率、各房间末端水阀开度和各房间末端风机档位。

18、可选择地，所述s4中，利用gwo算法优化的bp神经网络包括：

19、a1：初始化连接权值与阈值的bp神经网络，得到第一初始化结果；

20、a2：根据所述第一初始化结果，利用gwo算法对输入数据进行优化，得到最优解；其中，所述最优解为使适应度值最小的bp神经网络的权值和阈值；

21、a3：将所述最优解作为所述bp神经网络正向传播参数输入；

22、a4：计算所述bp神经网络的预测输出值；

23、a5：计算真实值和所述预测输出值之间的误差；

24、a6：利用所述输出误差反向传播调整所述权值和所述阈值；

25、a7：根据所述调整前后的权值和阈值，计算网络平均误差；

26、a8：根据所述网络平均误差判断是否满足终止条件，若是，输出所述预测输出值；否则，返回a1。

27、可选择地，所述a2包括：

28、根据所述输入数据，初始化所述gwo算法的种群大小、阈值和最大迭代次数，得到第二初始化结果；

29、基于所述第一初始化结果和所述第二初始化结果，初始化灰狼种群；

30、根据当前灰狼种群计算适应度值，并更新灰狼位置；

31、根据所述灰狼位置，确定最优解。

32、可选择地，所述s6中，所述预设条件为：

33、24℃<ti，n+1<26℃

34、其中，ti，n+1为预测结果，也即新输入的当前时刻所对应的下一时刻各房间室内预测温度。

35、可选择地，所述s7包括：

36、s71：判断所述预测结果是否大于等于第一预设温度，若是，进入s72；否则，进入s73；

37、s72：判断所述运行参数中的水泵频率是否等于第一预设频率，若是，将供水温度降低至目标温度；否则，将所述水泵频率增加至第一目标频率；

38、s73：判断所述运行参数中的水泵频率是否等于第二预设频率，若是，进入s74；否则，将所述水泵频率降低至第二目标频率；

39、s74：判断各房间末端风机档位是否大于等于预设档位，若是，将风机档位减档至目标风机档位；否则，将各房间末端水阀开度降低至目标水阀开度；

40、s75：将所述目标温度/第一目标频率/第二目标频率/目标风机档位/目标水阀开度，作为所述优化控制结果输出。

41、本发明具有以下有益效果：

42、本发明主要从室内温度的预测模型出发，根据模型实时预测的下一时刻室温情况，通过算法迭代优化计算出为满足房间舒适性要求的当前时刻所需设定的空调水系统和风系统设备节能优化运行参数，从而能够保证室内舒适性环境的前提下降低空调系统运行能耗，提高空调系统以及建筑楼宇运行效率。

技术特征：

1.一种中央空调系统风水联调优化控制方法，其特征在于，包括：

2.根据权利要求1所述的中央空调系统风水联调优化控制方法，其特征在于，所述s1中，所述数据集通过以下方式得到：

3.根据权利要求1所述的中央空调系统风水联调优化控制方法，其特征在于，所述s2中，所述运行参数包括：

4.根据权利要求1所述的中央空调系统风水联调优化控制方法，其特征在于，所述s4中，利用gwo算法优化的bp神经网络包括：

5.根据权利要求4所述的中央空调系统风水联调优化控制方法，其特征在于，所述a2包括：

6.根据权利要求1所述的中央空调系统风水联调优化控制方法，其特征在于，所述s6中，所述预设条件为：

7.根据权利要求1-6中任意一项所述的中央空调系统风水联调优化控制方法，其特征在于，所述s7包括：

技术总结
本发明公开了一种中央空调系统风水联调优化控制方法，包括：根据中央空调系统对主机供水温度、水泵频率、末端设备水阀开度和风机档位以及房间内热源强度的随机调试实验，得到数据集；利用皮尔逊相关分析方法确定影响下一时刻各房间室内温度的中央空调系统的运行参数；选取数据集中的大部分数据，作为训练样本；将训练样本中当前时刻的运行参数作为GWO算法优化的BP神经网络的输入数据，以及，将训练样本中下一时刻各房间室内温度作为GWO算法优化的BP神经网络的输出数据，构建房间室温的预测模型；利用预测模型的预测结果进行优化控制。本发明能够保证室内舒适性环境的前提下降低空调系统运行能耗，提高空调系统以及建筑楼宇运行效率。

技术研发人员：袁中原,林则烨,吕瑞欣,余涛
受保护的技术使用者：西南交通大学
技术研发日：
技术公布日：2024/3/5