

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、在HVAC系統(tǒng)能耗中,冷熱源的能耗占了相當大的比重,HVAC系統(tǒng)的冷熱源運行能耗直接影響了系統(tǒng)的能耗特點,并對系統(tǒng)初投資、運行費用和環(huán)境等產(chǎn)生重要的影響。 在冷熱源優(yōu)化控制研究中,大部分研究都集中在冷熱源系統(tǒng)的單個組件或某個子系統(tǒng)的優(yōu)化控制,沒有從系統(tǒng)角度考慮冷熱源系統(tǒng)優(yōu)化控制問題;小部分研究雖然對冷熱源系統(tǒng)提出了優(yōu)化控制方法,但還存在一定的不足,不能較好地運用于實際工程。而在實際工程中,冷熱源的優(yōu)化控制大部分集中在機組開啟臺數(shù)
2、的控制、水溫控制和流量控制等簡單控制,沒有實現(xiàn)真正意義上的優(yōu)化控制,因此有必要尋找一種優(yōu)化控制方法,既能達到優(yōu)化的效果,又適合實際工程的需要。 空調(diào)冷熱源優(yōu)化控制的研究目前主要包括數(shù)學模型的建立、模型參數(shù)辨識和優(yōu)化算法等三方面,并且三者是密不可分的。 冷熱源設(shè)備的性能特性分析計算是冷熱源優(yōu)化控制的基本依據(jù)之一,建立相關(guān)的設(shè)備模型,對冷熱源的優(yōu)化控制具有十分重要的意義。在冷熱源自適應(yīng)優(yōu)化控制研究中,本文以長沙某出版社的冷熱
3、源系統(tǒng)為研究對象,建立了冷水機組、水泵、冷卻塔和鍋爐的數(shù)學模型。 為了解決模型參數(shù)辨識精度和計算時間的矛盾,本文在傳統(tǒng)的遞推最小二乘法基礎(chǔ)上,提出了HVAC系統(tǒng)的遺忘因子模糊自整定的系統(tǒng)辨識法。在變遺忘因子法中,為了跟蹤模型的時變參數(shù),不同的設(shè)備模型需要確定不同的遺忘因子準則函數(shù),而運用遺忘因子模糊自整定的系統(tǒng)辨識法后,各設(shè)備模型可通用一個遺忘因子準則函數(shù),既可以減少確定各模型遺忘因子準則函數(shù)所帶來的繁瑣性,又能保證計算精度。在
4、運用遺忘因子和模糊控制的方法后,整個過程的計算量增加不大。本文分別以小型蒸汽吸收式溴化鋰機組、渦旋式風冷熱泵機組和螺桿式冷水機組為實驗對象,對遺忘因子模糊自整定的系統(tǒng)辨識法和相關(guān)文獻l中的變遺忘因子法進行了比較。計算結(jié)果表明,遺忘因子模糊自整定法在快速跟蹤變化的參數(shù)同時,也保證了參數(shù)估計的精度,通用性強。 在遺忘因子模糊自整定系統(tǒng)辨識的基礎(chǔ)上,提出了冷熱源系統(tǒng)自適應(yīng)優(yōu)化控制模型。冷熱源系統(tǒng)自適應(yīng)優(yōu)化控制模型包括三個部分:參數(shù)估計
5、模型、系統(tǒng)設(shè)備模型和優(yōu)化控制模型。在參數(shù)估計模型中,為了節(jié)約計算時間和減少計算的復雜性,采用遺忘因子模糊自整定遞推最小二乘法,對設(shè)備模型的參數(shù)進行估計。系統(tǒng)設(shè)備模型采用辨識模型,對設(shè)備進行能耗計算。在優(yōu)化模型中,根據(jù)目標函數(shù)和約束條件,構(gòu)造懲罰函數(shù),把原來的約束問題轉(zhuǎn)化為無約束的優(yōu)化問題。在優(yōu)化算法模型中,為了能較好地處理離散參數(shù)和約束條件,采用二進制編碼的遺傳算法,對冷熱源系統(tǒng)運行參數(shù)進行優(yōu)化。為了驗證冷熱源系統(tǒng)自適應(yīng)優(yōu)化控制模型的有
6、效性,利用某出版社的空調(diào)冷源系統(tǒng)對優(yōu)化控制模型進行了檢驗。經(jīng)計算分析,優(yōu)化后的系統(tǒng)能耗比優(yōu)化前節(jié)能約7%。為了減少冷熱源系統(tǒng)在線優(yōu)化控制問題的復雜性和節(jié)約計算時間,運用近似優(yōu)化控制策略,對冷熱源自適應(yīng)優(yōu)化控制模型進行簡化,得到簡化模型。在此基礎(chǔ)上,再運用本文提出的優(yōu)化算法對建筑冷熱源系統(tǒng)進行優(yōu)化。本文對簡化的系統(tǒng)優(yōu)化控制模型與未簡化的系統(tǒng)優(yōu)化控制模型進行了對比,在對比分析中發(fā)現(xiàn),兩種模型的平均節(jié)能率相差不大,說明系統(tǒng)優(yōu)化控制模型在運用近
7、似優(yōu)化策略進行簡化后,既可以簡化計算,又能達到較好的節(jié)能效果。 在冷熱源優(yōu)化控制系統(tǒng)中,現(xiàn)場控制也是很重要的一個環(huán)節(jié)。除了開/關(guān)控制,常規(guī)PID控制器是現(xiàn)場控制中應(yīng)用最為廣泛最基本的控制器。但是常規(guī)的PID控制主要是控制具有確切模型的線性過程,而對于非線性、時變的系統(tǒng),則很難達到滿意的控制效果。提出了自適應(yīng)模糊PID控制器模型,可以根據(jù)系統(tǒng)誤差和誤差變化率不斷對PID控制器的輸出進行在線調(diào)整。以某空調(diào)房間溫度控制系統(tǒng)為研究對象,
8、對自適應(yīng)模糊PID控制器和常規(guī)PID控制器進行了對比。計算結(jié)果表明,自適應(yīng)模糊PID控制器具有良好的動、靜態(tài)性能,并且魯棒性較強。 本文的主要創(chuàng)新點如下: (1)冷熱源系統(tǒng)的設(shè)備模型對冷熱源優(yōu)化控制具有重要的影響,考慮到計算速度的約束,提出了冷卻塔進、出水溫差的辨識模型。 (2)為了辨識HVAC系統(tǒng)設(shè)備模型的時變參數(shù),在傳統(tǒng)的帶遺忘因子遞推最小二乘法基礎(chǔ)上,提出了HVAC系統(tǒng)的遺忘因子模糊自整定系統(tǒng)辨識法。運用遺
9、忘因子模糊自整定的系統(tǒng)辨識法后,各設(shè)備模型可共用一個遺忘因子準則函數(shù),既可以減少確定各模型遺忘因子準則函數(shù)所帶來的繁瑣性,又能保證計算精度。在運用遺忘因子和模糊控制的方法后,整個過程的計算量增加不大。 (3)在遺忘因子模糊自整定系統(tǒng)辨識的基礎(chǔ)上,提出了冷熱源系統(tǒng)在線自適應(yīng)優(yōu)化控制模型。 (4)為了能更好地將冷熱源自適應(yīng)優(yōu)化控制模型運用于實際工程,對冷熱源優(yōu)化控制問題進行了簡化,提出了冷熱源自適應(yīng)優(yōu)化控制簡化模型。
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 建筑冷熱源優(yōu)化設(shè)計軟件研究.pdf
- 會展建筑的空調(diào)系統(tǒng)負荷分析與冷熱源優(yōu)化研究.pdf
- 智能建筑中的熱源自適應(yīng)節(jié)能控制.pdf
- 冷熱源方案的優(yōu)化選擇
- 集中冷熱源供應(yīng)半徑優(yōu)化研究.pdf
- PVC聚合過程的無模型自適應(yīng)優(yōu)化控制.pdf
- 無模型自適應(yīng)控制的研究.pdf
- 基于自組態(tài)技術(shù)的建筑環(huán)境冷熱源通用控制系統(tǒng)研究.pdf
- 組合系統(tǒng)模型參考自適應(yīng)控制問題的研究.pdf
- 空調(diào)冷熱源的優(yōu)化選擇與其系統(tǒng)開發(fā).pdf
- 切換系統(tǒng)的模型參考自適應(yīng)控制.pdf
- pvc聚合過程的無模型自適應(yīng)優(yōu)化控制
- 基于動態(tài)優(yōu)化的非線性系統(tǒng)多模型自適應(yīng)控制.pdf
- 多模型切換自適應(yīng)控制系統(tǒng)的研究.pdf
- 基于模型集動態(tài)優(yōu)化的魯棒多模型自適應(yīng)控制.pdf
- 既有公共建筑冷熱源系統(tǒng)改造規(guī)定
- 基于模型參考的魯棒自適應(yīng)控制與自適應(yīng)容錯控制.pdf
- 基于多模型的自適應(yīng)控制系統(tǒng)的研究.pdf
- 電動變槳系統(tǒng)的無模型自適應(yīng)控制研究.pdf
- 多模型自適應(yīng)控制算法的研究
評論
0/150
提交評論