基于混合模型的中央空调冷源系统运行能耗优化

为优化中央空调冷源系统运行能耗,本文分别建立了中央空调冷源系统运行能耗预测灰箱模型和BP神经网络模型,对比分析了灰箱模型与BP神经网络模型的能耗预测性能,并基于K-means聚类算法提出了将灰箱模型和BP神经网络模型相结合的能耗预测混合模型。结合中央空调冷源系统能耗预测混合模型,以模型可控输入变量为优化变量,对中央空调冷源系统进行节能优化。结果表明:对比单独使用灰箱模型或BP神经网络模型,中央空调冷源系统混合模型能耗预测精度提升了27.7%和33.85%。对比冷源系统优化前能耗,优化后的中央空调冷源系统运行能耗平均降低了8.2%。

基于商场中央空调冷源系统运行能效优化

商场随着经济的发展在城市中如雨后春笋般快速发展,但与此同时,商场数量和规模的不断增大,商场中的能源消耗也与日俱增,其中,中央空调的能源消耗占据了总能源消耗的一半以上。于是,根据商场本身的特点,对商场中的中央空调系统的冷源系统进行能效优化,可以为商场节省大量的能源。本文通过结合某商场示例,对现运行情况出现的问题进行分析,并给出合理的优化建议以供参考。

基于ResNet-GWO的冷源系统节能优化

针对中央空调冷源系统运行能耗高、设备之间高度耦合机理建模困难、参数众多难以随环境变化动态调节的问题,引入智能化算法进行建模优化.以某经过初步节能改造且冷水主机并联运行的地铁站空调冷源系统实测运行数据为基础,结合冷源系统运行原理建立能耗预测残差神经网络(ResNet)模型.采用灰狼优化算法(GWO)对某典型夏季制冷日运行工况进行寻优计算.仿真结果表明,冷源系统ResNet模型在测试集上的平均相对误差、平均绝对误差值分别为1.5485%、2.2394,预测精度高于BP神经网络模型和支持向量回归机模型;优化结果显示,GWO优化后的能耗值相比遗传算法(GA)、粒子群优化(PSO)更低,较实际运行平均节能10.45%,其中冷水主机能耗降低8.14%,而各主机冷冻水供水温度相等时冷机节能率仅为5.37%.因此,基于ResNet-GWO的仿真优化策略可用于实现中央空调冷源系统的高能效运行.

青岛市既有办公建筑冷源系统运行调研分析

基于青岛市5栋既有办公建筑中央空调冷源系统的运行调研及分析,得到既有办公建筑实际运行最大单位面积冷负荷为45~-60 W/m^(2),以螺杆式冷水机组为冷源的冷源系统单位面积平均日能源消耗为0.057 k Wh,其中制冷主机耗电量占比61%。根据实际运行的EER及COP对冷源系统整体能效及制冷主机的能效进行分析,得出制冷主机能效50%的时间里低于厂家标称能效。