一种分布式架构下的换热站并联水泵优化控制方法及系统技术方案

本发明专利技术公开了一种分布式架构下的换热站并联水泵优化控制方法及系统，基于分布式控制架构，通过添加智能设备对换热站内机电设备进行升级，使得并联水泵的整个控制系统成为分布式控制系统；将集中式框架下的优化模型通过惩罚函数转化为分布式架构下的子优化模型，并且使用自适应因子对目标函数进行改进；使用改进的元启法式方法SCAFOA对优化模型进行求解，并且基于分布式架构将其转换为改进的分布式果蝇优化算法D

【技术实现步骤摘要】
一种分布式架构下的换热站并联水泵优化控制方法及系统


[0001]本专利技术属于区域供暖系统中换热站相关设备优化控制
，具体涉及一种分布式架构下的换热站并联水泵优化控制方法及系统。

技术介绍

[0002]并联水泵作为区域供暖(DH,District heating)系统的主要耗能设备，它是由电动机驱动。在全球范围内，电动机占电能消耗的46％，其中配水系统中的水泵和风机能耗占比高达60
‑
70％。而通过对设备进行更新或者在建筑管理系统中针对设备增加智能模块，可以节约30％的能源，因此DH系统中换热站的并联水泵有着很大的节能潜力。水泵的运行效率不仅取决于设计，在满足需求的条件下，开启台数及运行频率对能耗的影响更为重要；想要提高水泵的运行效率，对其运行策略进行有效的优化尤为关键。
[0003]针对此问题，前期方法针对基于传统的集中式控制架构，在实际工程中不但需要逐例开发，而且计算时必须在全局范围内收集信息；这就对中央处理器有着很高的性能要求，一旦该处理器发生故障，整个并联泵组将无法工作，同时通信和计算成本的增加严重阻碍了这些方法在实际工程中的普及。后来相关方法基于传统的分布式控制架构对此问题进行优化求解，这些方法首先需要一个主控制器进行集中代理，然后将子任务分配给次控制器分别计算，从而在分布式控制架构下完成优化；虽然能够获得比在集中式控制架构下更好的节能效果，但如果主控制器发生故障，同样会导致整个并联泵组无法工作；因此，这种传统的分布式优化方法并不能充分利用分布式架构的优势，无法实现完全的分布式优化。

技术实现思路

[0004]本专利技术所要解决的技术问题在于针对上述现有技术中的不足，提供一种分布式架构下的换热站并联水泵优化控制方法及系统，基于分布式控制架构，使用正余弦方法(SCA)对果蝇优化方法(FOA)进行改进，用SCA方法的正余弦策略代替FOA方法在嗅觉搜索阶段的随机策略实现优化控制。
[0005]本专利技术采用以下技术方案：
[0006]一种分布式架构下的换热站并联水泵优化控制方法，包括以下步骤：
[0007]S1、将并联连接的每个智能水泵内部的分布式控制器按照实际物理拓扑关系连接，构建分布式系统；
[0008]S2、建立智能水泵的集中式优化控制模型，将集中式优化控制模型改进为步骤S1搭建的分布式系统下的优化子模型；
[0009]S3、基于步骤S2建立的优化子模型，结合果蝇优化方法，以各台智能水泵的总能耗最小为目标，智能水泵的转速为优化变量，智能水泵的流量需求为约束条件，将优化子模型与果蝇优化方法深度结合，在分布式架构下对优化子模型进行求解；
[0010]S4、在步骤S3的基础上，使用正余弦算法的正余弦策略替代步骤S3果蝇优化方法中嗅觉搜索阶段的随即策略，实现对果蝇优化方法的改进，基于步骤S1构建的分布式系统
获得改进的分布式果蝇优化方法；
[0011]S5、将步骤S4获得的改进分布式果蝇优化方法发送至步骤S1每个智能水泵内部的分布式控制器；由任意的分布式控制器发起优化任务并向相邻的分布式控制器发送启动信号，实现优化控制。
[0012]具体的，步骤S2中，根据智能水泵的集中式优化控制模型确定目标函数、优化变量以及约束范围，以总能耗P最小为目标，求解最优的水泵开启台数和各台水泵转速；在此将集中式下的优化问题分解为N个子问题，通过惩罚函数Φ
i
将总流量约束松弛到目标函数中，将有约束的最优化问题转化为由原函数、罚函数和惩罚因子组成的无约束问题，对目标函数通过惩罚函数进行改进得到分布式系统下的优化子模型。
[0013]进一步的，智能水泵在任意转速下的模型如下：
[0014][0015]其中，H
i
为第i台水泵的扬程；Q
i
为第i台水泵的流量；ω
i
为第i台水泵的转速比；p
i
为第i台水泵的功率；η
i
为第i台水泵的机械效率；a
i
,b
i
,c
i
,j
i
,k
i
,l
i
分别为第i台水泵的性能参数；N为并联的智能水泵总台数；P为泵组的总输出功率。
[0016]进一步的，无约束问题具体如下：
[0017][0018]其中，p
i
为第i台水泵的功率，θ为惩罚因子，Q
i
为第i台水泵的流量，Q
need
为系统总流量需求，ΔQ为水泵的实际流量与满足负荷需求所需流量的差值，*为标记当前等式的符号。
[0019]具体的，步骤S3中，果蝇优化方法在嗅觉搜索过程中是随机的赋予果蝇个体距离与方向，具体如下：
[0020][0021]其中，X
i
为第i个果蝇个体在横轴方向上的距离，Y
i
为第i个果蝇个体在纵轴方向上的距离，i＝1,2,...,Sizepop，Sizepop为种群规模；(X
axis
，Y
axis
)是果蝇群初始化位置；random是[
‑
1,1]之间的随机数。
[0022]进一步的，果蝇群初始化位置X
axis
，Y
axis
为：
[0023][0024]其中，Q_pump_Low和Q_pump_Up分别为水泵流量的下限和上限，rand()为在0～1之间取的随机数。
[0025]具体的，步骤S4中，改进的分布式果蝇优化方法具体为：
[0026]S401、每个智能水泵的分布式控制器接收满足DH系统水力平衡及末端需求时对应的扬程H
need
和总流量Q
need
；
[0027]S402、初始化果蝇优化方法种群规模Sizepop、最大迭代次数Maxgen、SCA的控制参数h、惩罚因子的惩罚参数θ0，以及r1、r2、r3和r4；根据水泵流量额定范围对果蝇群体位置(X
axis
,Y
axis
)进行初始化；
[0028]S403、在嗅觉搜索阶段，使用SCA的正余弦策略替代果蝇优化方法的随即策略；若r4<0.5，则使用正弦策略更新种群，否则使用余弦策略更新种群；
[0029]S404、计算果蝇个体到原点的距离D
i
，再计算味道浓度判定值S
i
，S
i
代表水泵的流量；
[0030]S405、基于信息传递机制，当前水泵控制器与邻居的水泵控制器进行信息交互，任意分布式控制器首先将自己优化的流量Q
i
和由上游相邻分布式控制器发送的流量信息发送至下游的分布式水泵控制器，同时分布式控制器通过自身的流量Q
i
计算自身智能水泵所在功率p
i
；
[0031]S406、确定味道浓度判定函数，将味道浓本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种分布式架构下的换热站并联水泵优化控制方法，其特征在于，包括以下步骤：S1、将并联连接的每个智能水泵内部的分布式控制器按照实际物理拓扑关系连接，构建分布式系统；S2、建立智能水泵的集中式优化控制模型，将集中式优化控制模型改进为步骤S1搭建的分布式系统下的优化子模型；S3、基于步骤S2建立的优化子模型，结合果蝇优化方法，以各台智能水泵的总能耗最小为目标，智能水泵的转速为优化变量，智能水泵的流量需求为约束条件，将优化子模型与果蝇优化方法深度结合，在分布式架构下对优化子模型进行求解；S4、在步骤S3的基础上，使用正余弦算法的正余弦策略替代步骤S3果蝇优化方法中嗅觉搜索阶段的随即策略，实现对果蝇优化方法的改进，基于步骤S1构建的分布式系统获得改进的分布式果蝇优化方法；S5、将步骤S4获得的改进分布式果蝇优化方法发送至步骤S1每个智能水泵内部的分布式控制器；由任意的分布式控制器发起优化任务并向相邻的分布式控制器发送启动信号，实现优化控制。2.根据权利要求1所述的方法，其特征在于，步骤S2中，根据智能水泵的集中式优化控制模型确定目标函数、优化变量以及约束范围，以总能耗P最小为目标，求解最优的水泵开启台数和各台水泵转速；在此将集中式下的优化问题分解为N个子问题，通过惩罚函数Φ
i
将总流量约束松弛到目标函数中，将有约束的最优化问题转化为由原函数、罚函数和惩罚因子组成的无约束问题，对目标函数通过惩罚函数进行改进得到分布式系统下的优化子模型。3.根据权利要求2所述的方法，其特征在于，智能水泵在任意转速下的模型如下：其中，H
i
为第i台水泵的扬程；Q
i
为第i台水泵的流量；ω
i
为第i台水泵的转速比；p
i
为第i台水泵的功率；η
i
为第i台水泵的机械效率；a
i
,b
i
,c
i
,j
i
,k
i
,l
i
分别为第i台水泵的性能参数；N为并联的智能水泵总台数；P为泵组的总输出功率。4.根据权利要求2所述的方法，其特征在于，无约束问题具体如下：其中，p
i
为第i台水泵的功率，θ为惩罚因子，Q
i
为第i台水泵的流量，Q
need
为系统总流量需求，ΔQ为水泵的实际流量与满足负荷需求所需流量的差值，*为标记当前等式的符号。5.根据权利要求1所述的方法，其特征在于，步骤S3中，果蝇优化方法在嗅觉搜索过程中是随机的赋予果蝇个体距离与方向，具体如下：
其中，X
i
为第i个果蝇个体在横轴方向上的距离，Y
i
为第i个果蝇个体在纵轴方向上的距离，i＝1,2,...,Sizepop，Sizepop为种群规模；(X
axis
，Y
axis
)是果蝇群初始化位置；random是[
‑
1,1]之间的随机数。6.根据权利要求5所述的方法，其特征在于，果蝇群初始化位置X
axis
，Y
axis
为：其中，Q_pump_Low和Q_pump_Up分别为水泵流量的下限和上限，rand()为在0～1之间取的随机数。7.根据权利要求1所述的方法，其特征在于，步骤S4中，改进的分布式果蝇优化方法具体为：S401、每个智能水泵的分布式控制器接收满足DH系统水力平衡及末端需求时对应...

【专利技术属性】
技术研发人员：赵安军，席江涛，于军琪，杨航杰，张萌芝，赵啸，王鹏柱，米璐，
申请(专利权)人：西安建筑科技大学，
类型：发明
国别省市：