【技术实现步骤摘要】
一种中央空调冷水机组负荷优化方法、系统、介质及设备
[0001]本专利技术属于中央空调
,具体涉及一种中央空调冷水机组负荷优化方法、系统、介质及设备。
技术介绍
[0002]在我国大型公共建筑的能耗中,空调系统的能耗约占建筑总能耗的40%,然而,空调系统能耗主要来自冷水机组的能耗,对冷水机组而言,其控制策略的优劣将直接决定机组能耗的高低。因此,如何在不同冷负荷条件下降低冷水机组系统能耗,继而对其进行合理控制优化是一个亟待解决的问题。此外,由于冷机群控系统通常是由性能和容量各不相同的冷水机组构成,因此研究各冷水机组在部分负荷率(Partial Load Rate,PLR)下的运行优化组合对于实现建筑节能和绿色发展具有重要的现实意义。
[0003]目前,该领域提出了多种冷水机组负荷优化的模型和优化算法,以推进最优冷水机组负荷(Optimal Chiller Loading,OCL)问题的研究,但是当前基本智能算法优化环境下依然存在空调负荷分配不合理造成大量能源浪费的情况。
[0004]针对这个问题,考虑到差分进化(Differential Evoluation,DE)算法在求解OCL问题时的有效性,该算法不仅能找到问题最优解,也能获得较好的平均解,且该算法在求解最优解问题方面优于基本GA算法,并解决了拉格朗日方法在低需求下产生的发散问题,但也存在迭代后期收敛速度缓慢、易陷入局部最优等问题。除此之外,也考虑到自适应遗传算法(Adaptive Genetic Algorithm,AGA)改进了基本遗传算 ...
【技术保护点】
【技术特征摘要】
1.一种中央空调冷水机组负荷优化方法,其特征在于,包括以下步骤:S1、对中央空调冷水机组负荷系统进行初始化,随机产生初始群体并设置中央空调冷水机组负荷系统的参数;S2、根据步骤S1设置的中央空调冷水机组负荷系统参数计算各个个体的适应度值F;S3、根据步骤S2各个个体的适应度值F选择遗传操作的顺序;S4、根据步骤S3确定的遗传操作顺序判断遗传操作结果是否已搜索到最优值或已迭代到设定的最大迭代次数;S5、如果步骤S4达到收敛条件,输出最小系统能耗值、平均系统能耗以及收敛速度,实现中央空调冷水机组负荷系统的优化。2.根据权利要求1所述的方法,其特征在于,步骤S1中,中央空调冷水机组负荷系统参数包括:种群规模、染色体长度、交叉概率、变异概率、最大迭代次数和决策变量个数。3.根据权利要求1所述的方法,其特征在于,步骤S2中,根据各个个体的适应度值F对种群所有个体进行评价,保留最大适应度个体,淘汰最小适应度个体,适应度函数为冷水机组COP最高。4.根据权利要求3所述的方法,其特征在于,个体适应度值F具体为:F=a
i
+b
i
PLR
i
+c
i
PLR
i2
+d
i
PLR
i3
其中,a
i
,b
i
,c
i
,d
i
是第i台冷水机组的能效曲线系数,PLR
i
是第i台冷水机组的部分负荷率。5.根据权利要求1所述的方法,其特征在于,步骤S3中,根据步骤S2确定的各个个体的适应度值F判断f
max
代表群体中的最大适应度值,f
avg
代表群体的平均适应度值,f
min
代表群体中的最小适应度值,λ为一无穷小正数,如果成立,以自适应概率先执行变异操作,然后以自适应概率进行交叉操作,最后执行选择操作。6.根据权利要求5所述的方法,其特征在于,如果不成立,以自适应概率先执行交叉操作,再以自适应概率执行变异操作,最后执行选择操作。7.根据权利要求1所述的方法,其特征在于,步骤S4中,遗传操作包括变异操作、交叉操作和选择操作;交叉操作:在种群个体...
【专利技术属性】
技术研发人员:闫秀英,景媛媛,许成炎,范凯兴,
申请(专利权)人:西安建筑科技大学,
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。