一种中央空调系统优化控制方法、系统及电子设备

本发明涉及中央空调系统优化，特别是涉及一种中央空调系统优化控制方法、系统及电子设备。

背景技术：

1、在使用中央空调的办公建筑中，中央空调的能耗约占建筑总能耗的50％。冷源系统消耗的能耗占据整个空调系统的60％～80％。大多数中央空调的运行参数是按照最大值的状态运行，因此优化中央空调的冷源系统运行参数对整个中央空调系统的能耗节约至关重要。建筑空调的冷负荷受到室外气象参数、建筑设计、室内人数等多重因素的影响。因此，如何根据冷负荷需求动态控制系统运行参数以提高能效，一直是建筑中央空调节能研究的重点。

2、自1980年引入自适应算法以来，自适应控制已成为解决空调系统控制参数调整问题的重要手段之一。在欧盟(eu)和世界各国政府为建筑物及其空调系统制定强制性建筑能源研究和节能政策的背景下，适当建立建筑物及其不同系统的能源性能变得至关重要，以减少建筑能源模型(bem)模拟结果与实际测量结果之间的差距。中央空调节能优化控制的核心是寻找最佳的空调控制参数，同时保持室内舒适性的要求，以实现最低能耗的目标。然而，中央空调系统具有高度非线性、不确定性、时变性和耦合性的特点，这增加了对控制算法的要求。传统的自适应算法和控制方式在应对这些挑战时往往无法达到理想的控制效果。此外，这些算法的机理建模和参数辨识工作相对较为复杂。强化学习(reinforcementlearning，rl)是近年来兴起的一种机器学习方法，具有自学习和在线学习的特点。通过“动作和奖赏”机制，在缺少控制系统模型的情况下能够实现控制器的自适应优化，是一种数据驱动型控制方法。深度强化学习(deep reinforcement learning，drl)继承了深度学习的特征表示能力和强化学习能力与环境自主交互的能力，近年来，在空调控制领域得到了广泛的应用。

技术实现思路

1、本发明的目的是提供一种中央空调系统优化控制方法、系统及电子设备，能够提高中央空调系统优化控制的合理性。

2、为实现上述目的，本发明提供了如下方案：

3、一种中央空调系统优化控制方法，包括：

4、基于建筑冷负荷影响因素，构建待优化中央空调所在建筑的冷负荷环境模型；

5、构建待优化中央空调的冷源系统环境模型；

6、基于噪声干扰，对所述冷负荷环境模型和所述冷源系统环境模型进行耦合处理，得到中央空调系统能耗目标函数；

7、确定待优化中央空调的变量组和约束条件；

8、基于所述约束条件，利用改进dqn算法对所述中央空调系统能耗目标函数进行求解，得到最优变量组；所述改进dqn算法是在dqn算法的基础上引入优势函数后得到的；

9、基于所述最优变量组控制待优化中央空调。

10、可选的，所述冷负荷环境模型为：

11、cltotal＝clq+clch.1+clch.2+clr；

12、其中，cltotal为环境总负荷，clq为外墙传热形成的逐时冷负荷；clch.1为外窗温差传热形成的逐时冷负荷；clch.2为透过玻璃窗进入房间的太阳辐射热形成的逐时冷负荷；clr为人体散热引起的冷负荷。

13、可选的，所述冷源系统环境模型为：

14、ptotal＝pchiller+ppumpe+ppumpc+ptower；

15、

16、

17、

18、

19、其中，ptotal为中央空调系统总能耗，pchiller为冷水机组能耗，ppumpe为冷冻水泵能耗，ppumpc为冷却水泵能耗，ptower为冷却塔能耗；qe为制冷量；cop为冷水机组运行能效；ve为冷冻水流量；he为冷冻水水泵扬程；ηe为冷冻水水泵全效率；ρ为流体的密度；g为重力加速度；vc为冷却水流量；hc为冷却水水泵扬程；ηc为冷却水水泵全效率；ft为风机运行频率；f0为风机额定频率；ptower_r为风机额定功率。

20、可选的，所述约束条件包括：冷冻水供水温度teo约束、冷却水回水温度tci约束、冷却水流量vc与冷却水泵频率fc约束、冷冻水流量ve与冷冻水泵频率fe约束和冷却塔风量vt与冷却塔风机频率ft约束；

21、冷冻水供水温度teo约束为：

22、7℃≤teo≤12℃；

23、冷却水回水温度tci约束为：

24、twb≤tci≤33℃；

25、其中，twb为空气湿球温度；

26、冷却水流量vc与冷却水泵频率fc约束为：

27、14m3/h≤vc≤29.2m3/h；

28、23hz≤fc≤50hz；

29、冷冻水流量ve与冷冻水泵频率fe约束为：

30、12m3/h≤ve≤25.5m3/h；

31、23hz≤fe≤50hz；

32、冷却塔风量vt与冷却塔风机频率ft约束为：

33、14000m3/h≤vt≤30000m3/h；

34、23hz≤ft≤50hz。

35、一种中央空调系统优化控制系统，包括：

36、冷负荷环境模型构建模块，用于基于建筑冷负荷影响因素，构建待优化中央空调所在建筑的冷负荷环境模型；

37、冷源系统环境模型构建模块，用于构建待优化中央空调的冷源系统环境模型；

38、目标函数构建模块，用于基于噪声干扰，对所述冷负荷环境模型和所述冷源系统环境模型进行耦合处理，得到中央空调系统能耗目标函数；

39、约束条件确定模块，用于确定待优化中央空调的变量组和约束条件；

40、最优变量组确定模块，用于基于所述约束条件，利用改进dqn算法对所述中央空调系统能耗目标函数进行求解，得到最优变量组；所述改进dqn算法是在dqn算法的基础上引入优势函数后得到的；

41、待优化中央空调优化控制模块，用于基于所述最优变量组控制待优化中央空调。

42、一种电子设备，包括存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行所述的一种中央空调系统优化控制方法。

43、可选的，所述存储器为可读存储介质。

44、根据本发明提供的具体实施例，本发明公开了以下技术效果：

45、本发明提供的一种中央空调系统优化控制方法、系统及电子设备，通过建立并耦合建筑冷负荷模拟环境与冷源系统模拟环境搭建了中央空调系统模拟环境，同时引入噪声干扰来减小所建立的中央空调系统模拟环境与现实中的中央空调系统运行情况的差距，提高模拟环境的鲁棒性。针对本发明所建立的中央空调系统模拟环境，提出了优势函数上置信界深度q网络算法(afucb-dqn)，该算法综合了优势函数和上限置信界(ucb)算法的优势，以平衡探索和利用之间的关系，从而实现更好的控制策略搜索，提高中央空调系统优化控制的合理性。

技术特征：

1.一种中央空调系统优化控制方法，其特征在于，包括：

2.根据权利要求1所述的一种中央空调系统优化控制方法，其特征在于，所述冷负荷环境模型为：

3.根据权利要求1所述的一种中央空调系统优化控制方法，其特征在于，所述冷源系统环境模型为：

4.根据权利要求1所述的一种中央空调系统优化控制方法，其特征在于，所述约束条件包括：冷冻水供水温度teo约束、冷却水回水温度tci约束、冷却水流量vc与冷却水泵频率fc约束、冷冻水流量ve与冷冻水泵频率fe约束和冷却塔风量vt与冷却塔风机频率ft约束；

5.一种中央空调系统优化控制系统，其特征在于，包括：

6.一种电子设备，其特征在于，包括存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行权利要求1至4中任一项所述的一种中央空调系统优化控制方法。

7.根据权利要求6所述的一种电子设备，其特征在于，所述存储器为可读存储介质。

技术总结
本发明公开了一种中央空调系统优化控制方法、系统及电子设备，涉及中央空调系统优化技术领域。方法包括：构建待优化中央空调所在建筑的冷负荷环境模型和冷源系统环境模型；基于噪声干扰，对冷负荷环境模型和冷源系统环境模型进行耦合处理，得到中央空调系统能耗目标函数；基于约束条件，利用改进DQN算法对中央空调系统能耗目标函数进行求解，得到最优变量组；改进DQN算法是在DQN算法的基础上引入优势函数后得到的；基于最优变量组控制待优化中央空调。本发明基于改进深度Q网络算法(Deep Q‑Network，DQN)算法完成中央空调系统优化控制，能够提高中央空调系统优化控制的合理性。

技术研发人员：田禾,冯明文,李大华,李栋,李璇,樊怀聪,曹冉冉
受保护的技术使用者：天津理工大学
技术研发日：
技术公布日：2024/3/31