求解并联冷机负荷分配问题的改进FODPSO算法

针对并联冷机负荷分配问题,以系统总功率最小为优化目标,建立满足系统末端负荷需求的并联冷机负荷分配优化模型,提出一种改进分数阶达尔文粒子群优化(IFODPSO)算法,以每台冷机的部分负荷率为优化变量进行求解,优化并联冷机系统的运行策略以节能。首先,针对基本分数阶达尔文粒子群优化(FODPSO)算法粒子初始化过于分散的问题,提出利用蒙特卡洛方法结合基本算数运算符生成初始种群;其次,针对其在高维优化中难以同时搜寻到每一维最优解的问题,引入多重优化提高算法稳定性并加快收敛速度;第三,针对易陷入局部最优的问题,通过自适应多策略行为使粒子能够根据其适应度选择合适的更新方式,提高了算法的搜索能力;最后,以2个典型的并联冷机系统作为案例验证所提出算法的性能,并与其他现有优化算法的实验结果进行对比。研究结果表明:相比于其他算法,IFODPSO算法在并联冷机负荷分配问题的求解中能够取得更加显著的节能效果,得到更优的运行策略,同时收敛精度、收敛速度和稳定性都有了显著提高。

冰蓄冷空调系统配置模式分析

介绍了冰蓄冷空调系统的各种配置模式,并且按机优先和冰优先两种工作模式,分别对串联系统和并联系统的工作特性进行了分析,据此提出一种理想的冰蓄冷空调系统模式及经济运行模式的原则.

中央空调并联冷机负荷分配分布式优化控制

针对现有中央空调并联冷机优化算法对分布式控制的适应性不足的问题,提出了一种适用于分布式控制系统的并联冷机负荷分配优化算法。该算法仅通过每个冷机与相邻冷机交互信息完成对并联冷机运行的优化控制。将预处理机制与粒子群优化算法结合,在粒子初始化时对粒子间距离小的粒子进行适应度值比较,对适应度值小的个体进行惩罚并更新,以维持种群多样性;同时提出一种非线性惯性权重改进策略,加快收敛速度,避免算法陷入局部最优。最后,通过仿真实验测试算法的性能。实验结果表明,相对于对比算法,该算法能得到同等或更好的负荷分配控制策略,且收敛速度更快、鲁棒性更强,能够适用于分布式控制系统下并联冷机负荷优化分配。

大型数据中心部分自然冷却方式的节能性分析

大型数据中心冷却塔间接供冷方式主要分为板式换热器与冷水机组串联和并联2种系统方式,介绍了2种系统方式的部分自然冷却原理和特点。对影响自然冷却工况转换温度的因素进行了分析,计算了案例模型下2种系统方式全年运行工况的室外湿球温度范围,并对5个不同气候分区城市采用2种系统方式的全年运行能耗进行了计算。结果显示,案例模型下并联系统方式比串联系统方式节能性更好。建议大型数据中心根据计算选择适合的自然冷却系统方式,保证全年节能运行。

基于改进烟花算法的并联冷机负荷分配优化

针对并联冷机负荷分配优化问题提出一种改进烟花算法,以并联冷机系统功耗最小为优化目标,以每台冷机的部分负荷率作为优化变量进行求解.在改进烟花算法中,首先针对基本烟花算法搜索初始解不均匀问题,提出基于混沌初始化的变量定义方法;然后针对高斯突变不利于跳出局部最优问题,采用变异范围更大的莱维飞行变异方法,提高了基本烟花算法的搜索能力;最后针对改进的烟花算法,以两个并联冷机系统测试案例对所提出的改进烟花算法性能进行测试,并与其他的优化算法的结果进行对比.实验表明,相比于其他算法,改进烟花算法可以得到较优的运行策略,具有较好的节能效果.