【技术实现步骤摘要】
本专利技术涉及能源控制，具体涉及一种中央空调能源控制系统节能控制算法。
技术介绍
1、在当前的建筑中央空调系统节能控制领域，尽管已有多种技术手段致力于优化能耗，但多数技术主要侧重于通过计算中央空调系统中各部件（如冷水机组、水泵、风机等）在工作过程中的能源消耗来进行节能控制。这种控制策略往往忽略了建筑自身热量分布的复杂性和多样性，特别是在超高层建筑和特定工业建筑（如高层工业化养猪建筑）中，热量分布的差异尤为显著。
2、中国专利文献cn 114508784a记载了一种多源互补供热系统及其优化控制方法，控制系统用核心控制器中的优化控制算法对传感器检测的数据进行优化计算，算出的数据作为底层控制器的设定值，从而底层控制器根据设定值自动控制太阳能集热器、电锅炉、地源热泵的功率输出和储热水箱出口阀门的开度。cn116734404a记载了一种中央空调系统的节能优化控制系统及优化方法，包括：冷水机组物理模型，所述冷水机组物理模型用以反应实际设备的基本运行特性，并用以计算中央空调系统的上位机能效cop；负荷预测模型，所述负荷预测模型是基于神经网络算法构建的；冷源能效模型，所述冷源能效模型用以获取能耗最优状态点数据；水泵性能模型，所述水泵性能模型用以计算运行工况下的水泵能耗。
3、现有技术存在如下局限：
4、1. 忽略建筑分区热量差异：现有的节能控制技术大多未充分考虑建筑内部的热量分区特性。例如，在超高层建筑中，不同高度、不同朝向的房间由于太阳辐射、风向风速等因素，其热量分布存在显著差异。同时，高层建筑的顶层和底层
5、2. 目标分布与热量需求的不匹配：在大型公共建筑或特殊工业建筑（如高层工业化养猪建筑）中，目标分布往往不均匀，且随时间变化。例如，在养猪建筑中，不同区域的猪只密度和活动强度不同，导致热量产生和分布的不均匀。现有的节能控制系统通常基于固定的负荷设定值进行控制，无法实时感知并响应这种动态变化，从而导致能耗浪费。
6、3.水系统能量分配不均：中央空调系统一般包括风系统和水系统，其中水系统能耗占比较大。然而，现有的水系统控制往往基于对整个系统的平均负荷进行预测和调节，忽略了建筑内部各分区对冷热水需求的差异性。这导致在实际运行中，部分区域的水量分配过多或过少，造成制冷或制热效果不理想，甚至出现能量浪费和能效低下的情况。
7、4.缺乏智能化监控与调节：现有的节能控制系统在监控和调节方面仍存在不足。许多系统缺乏实时、准确的传感器网络来监测建筑内部的温度、湿度、人流量等参数，导致控制策略无法根据实际情况进行及时调整。此外，部分系统的调节手段也较为单一，无法实现对复杂热环境的精细化控制。
8、综上所述，现有的建筑中央空调系统节能控制技术虽然在降低能耗方面取得了一定成效，但由于忽略了建筑分区热量分布的复杂性和多样性，导致在实际应用中仍存在诸多不足。因此，开发一种基于建筑分区热量分布的中央空调节能控制算法显得尤为重要。该算法应能够实时感知建筑内部各分区的热量分布情况，并根据实际需求进行精准调节，从而实现能源的高效利用和节能减排的目标。
技术实现思路
1、本专利技术所要解决的技术问题是提供一种中央空调能源控制系统节能控制算法，克服现有技术缺点的同时，满足目标建筑的热量需求，提高建筑中央空调能耗的利用效率。
2、为解决上述技术问题，本专利技术所采用的技术方案是：
3、一种中央空调能源控制系统节能控制算法，包括以下步骤：
4、step1、根据目标建筑的结构，对目标建筑空间进行分区，分区包括根据高度、位置和采光的不同进行划分；
5、step2、在目标建筑处设置气象监测站，对目标建筑区域的气象参数进行监控并保存相应数据；
6、step3、在目标建筑分区的外侧光照能够涉及的分区设置光照强度传感器，在step1中划分的各分区内设置温湿度传感器，并建立各传感器与中央空调控制系统的通讯，对各分区的历史温度控制情况以及中央控制系统的总功率进行记录并存储；
7、step4、对step2中的历史气象数据以及step3中对应的中央空调系统总功率历史数据进行预处理；
8、step5、对step4预处理后的历史气象数据和中央空调系统总功率历史数据进行相关性分析，提取对中央空调系统总功率影响大于设定值的气象特征，剔除无效气象特征，step6、利用变分模态分解将中央空调系统总功率历史数据分解成不同的固有模态函数imf，并通过计算每个imf的近似熵ae，将所有imf重构为高频分量和低频分量；
9、step7、通过门控神经网络对step5得到的历史气象因此和step6中的历史高频功率分量和历史低频功率分量对未来时间点的中央空调系统总功率进行预测；
10、step8、根据step1中的目标建筑分区情况以建立各分区单个空间的热量传递模型；
11、step9、建立中央空调系统的功率控制模型；通过中央空调系统中各组成部分的物理模型建立各自的能源消耗模型；
12、step10、建立中央空调系统各组成部分的约束条件，结合step8中各分区热量传递，得到实际的中央空调系统的功率模型；
13、step11、将step7中预测的中央控制系统总功率值与实际的总功率值进行差值比较，并引入step10中得到的中央空调系统的功率模型作为参考修正，得到修正后的中央控制系统总功率预测模型；
14、step12、按照修正后的中央控制系统总功率预测模型得到的功率预测值，结合中央空调系统各组成部分的约束条件对各组成部分进行控制。
15、上述的step2中的气象参数包括光照强度、光照方向、气压以及温度。
16、上述的step4的预处理包括对于采集的历史气象数据和中央空调系统总功率历史数据的缺失值，采用前后的设定时间间隔的记录均值进行填补，对于其中的异常值，采用孤立森林算法，按照下述步骤进行检测并剔除：
17、孤立森林算法对数据样本不断分割直至每个样本空间只包含一种数据点，分割过程如下：
18、对于数据集x，使用一棵具有n个节点的二叉树t进行描述，每一节点或的数据为x的子集，其中的 i 表示树的层数，j 表示上一层中第 j 个节点，r 和 l 用于区分同层的右节点和左节点；
19、对于某层所包含的数据集，随机选择样本属性q及其值域的空间取值p来划分与，对应节点集与，小于或等于p的数据划分到节点，其他划分到节点，其中j*表示第 i+1层第 j*个节点；
20、当遇到下面情况时得到完整的二叉树，划分结束：
21、a.数据树的深度达到设定的最大值；
22、b.节点只包含一个数据点或所包含的数据点相同。
本文档来自技高网...【技术保护点】
1.一种中央空调能源控制系统节能控制算法，其特征在于，包括以下步骤：
2.根据权利要求1中所述的一种中央空调能源控制系统节能控制算法，其特征在于，所述的Step2中的气象参数包括光照强度、光照方向、气压以及温度。
3.根据权利要求2中所述的一种中央空调能源控制系统节能控制算法，其特征在于，所述的Step4的预处理包括对于采集的历史气象数据和中央空调系统总功率历史数据的缺失值，采用前后的设定时间间隔的记录均值进行填补，对于其中的异常值，采用孤立森林算法，按照下述步骤进行检测并剔除：
4.根据权利要求3中所述的一种中央空调能源控制系统节能控制算法，其特征在于，所述的Step5中采用皮尔逊相关系数对相关性进行分析。
5.根据权利要求4中所述的一种中央空调能源控制系统节能控制算法，其特征在于，所述的Step8中各分区单个空间的热量传递模型：
6.根据权利要求5中所述的一种中央空调能源控制系统节能控制算法，其特征在于，所述的Step9中中央空调系统的功率控制模型目标函数为：
7.根据权利要求6中所述的一种中央空调能源控
8.根据权利要求7中所述的一种中央空调能源控制系统节能控制算法，其特征在于，所述的Step10中中央空调系统的功率控制模型的约束条件有：
9.根据权利要求8中所述的一种中央空调能源控制系统节能控制算法，其特征在于，所述的Step11中将Step7中预测的中央控制系统总功率值与实际的总功率值进行差值比较，得到多个时间间隔的差值，将得到的多个差值引入到Step10中得到的中央空调系统的功率模型，并按照设定的权重乘以差值后加入中央空调系统的功率模型，得到修正后的中央空调系统的功率模型，然后再重复进行预测知道差值小于设定的阈值。
10.根据权利要求9中所述的一种中央空调能源控制系统节能控制算法，其特征在于，所述的Step1中将可以接收到光照的区域与不能接收到光照的区域进行区分。
...【技术特征摘要】
1.一种中央空调能源控制系统节能控制算法，其特征在于，包括以下步骤：
2.根据权利要求1中所述的一种中央空调能源控制系统节能控制算法，其特征在于，所述的step2中的气象参数包括光照强度、光照方向、气压以及温度。
3.根据权利要求2中所述的一种中央空调能源控制系统节能控制算法，其特征在于，所述的step4的预处理包括对于采集的历史气象数据和中央空调系统总功率历史数据的缺失值，采用前后的设定时间间隔的记录均值进行填补，对于其中的异常值，采用孤立森林算法，按照下述步骤进行检测并剔除：
4.根据权利要求3中所述的一种中央空调能源控制系统节能控制算法，其特征在于，所述的step5中采用皮尔逊相关系数对相关性进行分析。
5.根据权利要求4中所述的一种中央空调能源控制系统节能控制算法，其特征在于，所述的step8中各分区单个空间的热量传递模型：
6.根据权利要求5中所述的一种中央空调能源控制系统节能控制算法，其特征在于，所述的step9中中央...
【专利技术属性】
技术研发人员：李晓红，蒋璟琳，喻传权，万小威，袁新晔，龚箭，王浩然，罗权，周立博，
申请(专利权)人：湖北能源光谷热力有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。