基于负荷预测的冷冻站系统非线性预测控制

我国建筑能耗约占社会总能耗的30%,其中集中式暖通空调系统能耗约占一半以上.为提高节能效率,本文提出基于负荷预测的空调冷冻站系统神经网络预测控制策略.本文采用神经网络作为优化反馈控制器,将满足负荷需求和系统能效比需求作为优化目标,将变分法和随机梯度下降法相结合,对神经网络权值进行滚动优化,既能解决传统变分法由开环控制引发的对随机干扰和不确定性敏感的问题,又可避免基于动态规划的非线性优化算法的"维数灾"问题.本文以北京某国企科研楼的空调系统为研究对象,实验结果表明,本文所提出的神经网络预测控制策略与PID控制算法相比,系统总能耗节省约8.57%,并且在控制过程中能够克服各种变化和不确定性因素的影响,具有更好的动态和稳态性能,且该算法占用存储空间适中、计算量小,易于工程实现.

沈阳某大厦空调自控系统设计

对沈阳某大厦的空调、新风系统的设计方案进行了分析,并介绍了空调、新风系统以及冷冻站系统、换热站系统的设计。系统在满足正常使用的情况下,还达到了节省能源、减少能耗的目的,可为类似大厦空调设计提供参考。

基于扩展卡尔曼滤波的T⁃S模糊模型建模方法

冷冻站系统设备和回路众多,且具有非线性、强耦合、大滞后等特点,机理建模困难。为满足冷冻站系统智能控制需要,提出基于扩展卡尔曼滤波的Takagi⁃Sugeno(T⁃S)模糊模型建模方法,构建了系统负荷预测模型和能效比预测模型。首先采用模糊C⁃均值聚类算法得到样本的聚类中心和聚类半径,进而计算出模糊规则的隶属度函数,完成结构辨识;为解决模型参数辨识中传统方法效率较低的问题,采用扩展卡尔曼滤波算法进行模糊模型后件参数修正,以辨识系统非线性动态特性,同时提升建模效率,为后期模型参数在线修正打下基础。文中采用上述方法对北京市某公共建筑冷冻站系统建模,实验结果表明,所建立的负荷预测模型和能效比预测模型精度较高,相对误差分别是2.75%和2.25%,满足工业控制模型精度要求。