基于模型预测控制的冰蓄冷空调系统优化控制策略研究

在峰谷电价背景下,冰蓄冷空调系统可以利用谷值电价进行蓄冷,在电价较高时段释放蓄冷量,从而减少峰值用电量。为此,提出一种基于模型预测控制(MPC)的冰蓄冷空调系统优化控制策略,目标是系统能耗成本最低,同时解决传统运行策略不当而导致的冰槽使用效率低下问题。基于参照建筑搭建TRNSYS-Python联合模拟仿真平台,采用极端梯度提升(XGBoost)算法构建建筑未来24h逐时冷负荷预测模型,运用模型预测控制理论,考虑建筑负荷预测偏差,逐时滚动求解冰蓄冷空调系统蓄放冷最优控制策略,在保证全天冷量合理分配的同时,实现峰谷电价背景下系统运行能耗成本最低。与传统规则策略相比,优化控制策略可以针对不同冷负荷需求采取灵活的控制措施,在冷负荷需求较高时,将有限的冷量优先用在电价高峰期,有效规避高额电费支出,降低能耗成本;在冷负荷需求较低时,通过精准预测,仅储存必要冷量,确保冰量在一天中被完全利用,提升冰蓄冷系统效率。在基于设计日负荷100%、75%、50%三种工况下,优化控制策略比传统规则策略分别可节约能耗成本7.95%、12.64%和10.18%。