【技术实现步骤摘要】
本专利技术涉及中央空调节能优化，尤其是涉及一种中央空调冷冻水系统及节能优化控制方法。
技术介绍
1、近年来，随着我国城市建设的迅猛发展，建筑能耗水平大幅提升。根据相关部门统计数据显示，我国建筑能耗占比达到全国能源总消耗的三分之一。在建筑领域中，中央空调的耗电量约在40％以上。因此，降低建筑能耗，提高能源利用效率成为当下亟需解决的问题。
2、当前建筑空调的节能优化方式有很多种，其中最核心的四种方法分别为降低末端冷热负荷需求、选型优化、系统结构优化和系统运行参数优化。其中，降低冷热负荷需求主要靠提升建筑维护结构的保温性能达成，但成本与维护费用较高。选型优化主要是增强系统各设备的匹配度，比如避免冷机选型过大致使设备运行低效的情况出现。对于系统结构优化，可以采用变风量系统、冰蓄冷技术。不过由于空调系统结构复杂，对于降低冷负荷需求、选型优化和系统结构优化这三种节能方式，都会存在改造难、投资金额大等问题。因此，对空调系统的运行参数进行优化是降低空调系统能耗的最佳途径。
3、目前提出的方法基本都是基于人工智能、神经网络等深度学习的系统节能优化都会存在计算量大、现场部署难、容易陷入局部极值的问题。
4、公开号为cn1793746a的专利技术专利公开了了一种中央空调系统冷却水及冷冻水流量的自动调节控制方法，所述中央空调系统包括冷水机组、与冷水机组相连接的冷却塔及空调末端，设置在冷水机组与冷却塔相连接的冷却回水管道上的冷却水泵，设置在冷水机组与空调末端相连接的冷冻回水管道上的冷冻水泵，还包括一plc控制器，与该l
5、因此提供一种能节能优化、计算量小和不容易陷入局部极值的节能优化方法及系统是目前急需解决得问题。
技术实现思路
1、本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种中央空调冷冻水系统及节能优化控制方法。
2、本专利技术的目的可以通过以下技术方案来实现：
3、根据本专利技术的一个方面，提供了一种中央空调冷冻水系统的节能优化控制方法，所述节能优化方法包括以下过程：
4、s1、建立中央空调冷冻水系统的能耗模型；
5、s2、先采用灰色关联分析法对选取的冷负荷影响因素进行关联性分析，筛选出强相关影响因素，建立基于pso-lssvm的中央空调冷负荷预测模型；
6、s3、使用改进的白鲸算法对满足预测下一点位冷负荷值，同时优化中央空调冷冻水系统的能耗模型参数，并使得能耗模型的输出结果达到最低值；
7、所述中央空调冷冻水系统的能耗模型和中央空调冷负荷预测模型周期性的更新数据，通过实时更新的中央空调冷冻水系统的能耗模型和中央空调冷负荷预测模型预测冷负荷，同时优化能耗模型。
8、作为优选的技术方案，所述能耗模型的建立包括以下过程：
9、s11、采集中央空调冷冻水系统的历史能耗数据和设备运行参数数据作为能耗模型参数辨识的数据；
10、s12、建立中央空调冷冻水系统的设备能耗数学模型，根据采集的历史能耗数据和设备运行参数数据采用最小二乘法进行参数辨识。
11、作为优选的技术方案，所述历史能耗运行数据包括冷水机组瞬时功率和冷冻水泵瞬时功率；所述的设备运行参数数据包括冷水机组的冷负荷、冷冻水供水温度、冷冻水回水温度、冷却水回水温度、冷冻水泵运行频率和冷冻水总流量。
12、作为优选的技术方案，所述中央空调冷负荷预测模型的建立包括以下过程：
13、s21、采集中央空调冷负荷数据和室外环境数据作为冷负荷预测模型训练的历史数据；
14、s22、将采集的历史数据作为冷负荷预测模型的训练样本，采用粒子群算法进行惩罚参数和核函数优化训练之后，得到最终的冷负荷预测模型，作为中央空调冷冻水系统优化的末端约束；
15、s23、确定预测的周期，通过实际采取的当前冷负荷数据和当前室外环境数据以及上一点位的冷负荷数据和室外环境数据作为冷负荷预测模型的输入，预测下一点位冷负荷值。
16、作为优选的技术方案，所述室外环境数据包括室外气象数据，所述室外气象数据包括湿度和辐照度参数。
17、作为优选的技术方案，所述中央空调冷冻水系统的能耗模型和中央空调冷负荷预测模型更新数据包括以下过程：
18、s31、确定中央空调冷冻水系统的优化参数，采集中央空调冷冻水系统的实时运行能耗数据、设备运行参数数据和室外环境数据，在满足预测下一点位冷负荷值的情况下，采用改进白鲸算法进行求解最佳系统运行参数；
19、s32、输出最终中央空调冷冻水系统的设备运行参数数据；
20、s33、判断是否达到中央空调冷冻水系统的优化周期时间，重复s31～s33直至停止优化；
21、s34、确定能耗模型和冷负荷预测模型的更新时间，如果达到更新时间，则更新能耗模型参数和冷负荷预测模型并存储；
22、其中，若达到中央空调冷冻水系统的优化周期时间，则预测下一点位冷负荷值、参数优化和输出优化结构。
23、作为优选的技术方案，所述白鲸算法的改进包括以下过程：
24、s101、初始化ibwo参数，包括迭代次数和种群规模；
25、s102、采用新型的种群初始化策略初始化种群；
26、s103、计算白鲸个体适应度值，选择最优适应度个体；
27、s104、计算平衡因子bj和鲸落概率wj；
28、s105、若bj小于0.5，则为开发阶段，否则为勘探阶段；
29、s106、若bj大于wj，则为鲸落阶段，否则为反向学习策略；
30、s107、更新适应度确定最佳个体；
31、s108、若达到最大迭代次数，则输出调参结果，否则重复s103直至达到最大迭代次数。
32、根据本专利技术的另一个方面，一种采用如上任一所述的中央空调冷冻水系统，包括能耗建模模块、冷负荷预测模块和节能优化模块；
33、其中，所述能耗建模模块建立冷水机组能耗模型和冷冻水泵能耗模型，所述冷负荷预测模块建立冷负荷预测模型；所述能耗建模模块和冷负荷预测模块将数据传输至节能优化模块中，所述节能优化模块对接收的数据处理后输出优化参数。
34、作为优选的技术方案，所述节能优化模块包括目标函数单元、优化算法单元和约束条件单元，所述能耗建模模块的数据传输至目标函数单元，所述冷负荷预测模块的数据传输至约束条件单元，所述目标函数单元和约束条件单元通过优化算法单元中改进的白鲸算法输出优化参数。
35、作为优选的技术方案，所述节能优化模块还包括冷水机组设备数据、冷冻水泵设备数据、设备物理约束和设备之间约束，所述冷水机组设备数据和冷冻水泵设备数据传输至目标函数单元中，所述设备物本文档来自技高网...
【技术保护点】
1.一种中央空调冷冻水系统的节能优化控制方法，其特征在于，所述节能优化方法包括以下过程：
2.根据权利要求1所述的一种中央空调冷冻水系统的节能优化控制方法，其特征在于，所述能耗模型的建立包括以下过程：
3.根据权利要求2所述的一种中央空调冷冻水系统的节能优化控制方法，其特征在于，所述历史能耗运行数据包括冷水机组瞬时功率和冷冻水泵瞬时功率；所述的设备运行参数数据包括冷水机组的冷负荷、冷冻水供水温度、冷冻水回水温度、冷却水回水温度、冷冻水泵运行频率和冷冻水总流量。
4.根据权利要求1所述的一种中央空调冷冻水系统的节能优化控制方法，其特征在于，所述中央空调冷负荷预测模型的建立包括以下过程：
5.根据权利要求4所述的一种中央空调冷冻水系统的节能优化控制方法，其特征在于，所述室外环境数据包括室外气象数据，所述室外气象数据包括湿度和辐照度参数。
6.根据权利要求1所述的一种中央空调冷冻水系统的节能优化控制方法，其特征在于，所述中央空调冷冻水系统的能耗模型和中央空调冷负荷预测模型更新数据包括以下过程：
7.根据权利要求1所
8.一种采用权利要求1-7任一所述的中央空调冷冻水系统，其特征在于，包括能耗建模模块、冷负荷预测模块和节能优化模块；
9.根据权利要求8所述的一种中央空调冷冻水系统，其特征在于，所述节能优化模块包括目标函数单元、优化算法单元和约束条件单元，所述能耗建模模块的数据传输至目标函数单元，所述冷负荷预测模块的数据传输至约束条件单元，所述目标函数单元和约束条件单元通过优化算法单元中改进的白鲸算法输出优化参数。
10.根据权利要求9所述的一种中央空调冷冻水系统，其特征在于，所述节能优化模块还包括冷水机组设备数据、冷冻水泵设备数据、设备物理约束和设备之间约束，所述冷水机组设备数据和冷冻水泵设备数据传输至目标函数单元中，所述设备物理约束和设备之间约束传输至约束条件单元中。
...【技术特征摘要】
1.一种中央空调冷冻水系统的节能优化控制方法，其特征在于，所述节能优化方法包括以下过程：
2.根据权利要求1所述的一种中央空调冷冻水系统的节能优化控制方法，其特征在于，所述能耗模型的建立包括以下过程：
3.根据权利要求2所述的一种中央空调冷冻水系统的节能优化控制方法，其特征在于，所述历史能耗运行数据包括冷水机组瞬时功率和冷冻水泵瞬时功率；所述的设备运行参数数据包括冷水机组的冷负荷、冷冻水供水温度、冷冻水回水温度、冷却水回水温度、冷冻水泵运行频率和冷冻水总流量。
4.根据权利要求1所述的一种中央空调冷冻水系统的节能优化控制方法，其特征在于，所述中央空调冷负荷预测模型的建立包括以下过程：
5.根据权利要求4所述的一种中央空调冷冻水系统的节能优化控制方法，其特征在于，所述室外环境数据包括室外气象数据，所述室外气象数据包括湿度和辐照度参数。
6.根据权利要求1所述的一种中央空调冷冻水系统的节能优化控制方法，其特征在于，所述中央空调...
【专利技术属性】
技术研发人员：万俊杰，徐宇雷，樊树强，何艳，张振，张彪，李新颜，康雅智，
申请(专利权)人：安科瑞电气股份有限公司，
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。