多联机空调系统运行负荷变化范围大,现有定蒸发温度控制策略往往导致系统运行能效低,室内温度波动大等问题。开发了变蒸发温度控制策略,通过预测负荷,实时调节蒸发温度设定值,提高系统效率并改善室内温湿控制。控制策略的核心是空调负...多联机空调系统运行负荷变化范围大,现有定蒸发温度控制策略往往导致系统运行能效低,室内温度波动大等问题。开发了变蒸发温度控制策略,通过预测负荷,实时调节蒸发温度设定值,提高系统效率并改善室内温湿控制。控制策略的核心是空调负荷的快速在线预测,通过建立(Elman和长短期记忆神经网络,long short term memory,LSTM)两类数据模型,替代复杂且计算速度较慢的建筑物理模型。Elman和LSTM模型的平均相对误差分别为8.6%和2%,LSTM精度高,计算速度快,适宜与机组控制模块耦合。在此基础上,通过多联机系统模型和建筑模型的联合仿真,对基于负荷预测的变蒸发温度控制策略的运行效果进行了验证。研究表明,与定蒸发温度控制相比,变蒸发温度控制策略在兼顾房间热舒适性的前提下,其在广州典型制冷季的平均节能率为14%。该方法可应用到多联机的远程云端智能控制,降低建筑能耗及碳排放量。展开更多
文摘多联机空调系统运行负荷变化范围大,现有定蒸发温度控制策略往往导致系统运行能效低,室内温度波动大等问题。开发了变蒸发温度控制策略,通过预测负荷,实时调节蒸发温度设定值,提高系统效率并改善室内温湿控制。控制策略的核心是空调负荷的快速在线预测,通过建立(Elman和长短期记忆神经网络,long short term memory,LSTM)两类数据模型,替代复杂且计算速度较慢的建筑物理模型。Elman和LSTM模型的平均相对误差分别为8.6%和2%,LSTM精度高,计算速度快,适宜与机组控制模块耦合。在此基础上,通过多联机系统模型和建筑模型的联合仿真,对基于负荷预测的变蒸发温度控制策略的运行效果进行了验证。研究表明,与定蒸发温度控制相比,变蒸发温度控制策略在兼顾房间热舒适性的前提下,其在广州典型制冷季的平均节能率为14%。该方法可应用到多联机的远程云端智能控制,降低建筑能耗及碳排放量。