制冷站的优化控制方法、装置、电子设备及存储介质制造方法及图纸

技术编号:35659657 阅读:18 留言:0更新日期:2022-11-19 16:57
本发明专利技术提供制冷站的优化控制方法、装置、电子设备及存储介质,涉及制冷站调控技术领域,制冷站的优化控制方法包括:从时间维度和模型维度对制冷站控制模型的输入状态空间进行降维解耦;以冷机的台数组合模式作为状态,获得全局最优策略和全局最优策略的总成本,并从时间维度对制冷站控制模型进行二次降维;基于分布式粒子群优化方法,在满足制冷站控制模型约束的情况下,寻找制冷站的优化控制变量的最优解。通过上述方式,本发明专利技术简化了制冷站多设备多控制参数的约束和优化问题,提高了方法的通用性,降低了算法现场部署对专业技术人员的要求。实现了更多节能和更少启停冷机,从而使得制冷站能够更高效、更节能、更平稳的运行。更平稳的运行。更平稳的运行。

【技术实现步骤摘要】
制冷站的优化控制方法、装置、电子设备及存储介质


[0001]本专利技术涉及制冷站调控
,尤其涉及制冷站的优化控制方法、装置、电子设备及存储介质。

技术介绍

[0002]暖通空调系统节能是建筑节能的重点,在暖通空调系统中,针对典型商业建筑,制冷站能耗可占暖通空调系统能耗的30%~50%甚至更高,由于制冷站设备功率较大,设备位置集中,制冷站节能是暖通空调系统节能的重点,是大量建筑节能公司的主要关注对象。
[0003]目前的相关研究大多将制冷站多设备的优化控制看作单步优化策略问题,即在当前时刻,基于测量信息,进行寻优,不考虑当前时刻的策略对后续策略的影响。在实际工程中,这一简化可能在一些情况下产生设备启停频繁的问题。在碳达峰和碳中和的背景下,建筑可再生能源应用日益增多,用户需求侧和电网侧的响应互动更加重要,利用建筑自身蓄能以及蓄冷、蓄热、储电技术快速发展,这些都需要制冷站的优化控制能够考虑多步优化问题,而不仅仅是基于当前效率优化的目标进行单步策略。然而多步优化的相关研究在工程部署上的难度较大,优化的算法难以在工程项目中简单部署。

技术实现思路

[0004]本专利技术提供制冷站的优化控制方法、装置、电子设备及存储介质,用以解决现有技术中制冷站优化控制中只能单步策略,优化效率低的缺陷。
[0005]本专利技术提供一种制冷站的优化控制方法,包括:从时间维度和模型维度对制冷站控制模型的输入状态空间进行降维解耦;以冷机的台数组合模式作为状态,获得全局最优策略和全局最优策略的总成本,并从时间维度对制冷站控制模型进行二次降维;基于分布式粒子群优化方法,在满足制冷站控制模型约束的情况下,寻找制冷站的优化控制变量的最优解。
[0006]根据本专利技术提供的一种制冷站的优化控制方法,从时间维度和模型维度对制冷站控制模型的输入状态空间进行降维解耦,包括:从时间维度减少制冷站控制模型的控制变量的数量;从模型维度将制冷站控制模型的控制策略解耦为多个单步策略叠加。
[0007]根据本专利技术提供的一种制冷站的优化控制方法,以冷机的台数组合模式作为状态获得全局最优策略和全局最优策略的总成本,包括:将冷机的台数组合作模式作为状态处理,得到完成整个时间序列的全局最优策略和状态的集合;基于状态的历史无关性,利用反向求解或者递归的方式求解最优状态,获得全局最优策略和全局最优策略的总成本。
[0008]根据本专利技术提供的一种制冷站的优化控制方法,将冷机的台数组合作模式作为状态处理,得到完成整个时间序列的最优策略和状态的集合,包括:得到以冷机的台数组合作模式作为状态处理的全局最优策略表达式;基于状态的历史无关性,利用反向求解或者递归的方式求解最优状态,获得全局最优策略和全局最优策略的总成本,包括:基于全局最优策略表达式,使用反向求解最优状态;根据控制变量之间的关系和最优状态,获得全局最优
策略和全局最优策略的总成本。
[0009]根据本专利技术提供的一种制冷站的优化控制方法,基于分布式粒子群优化方法,在满足制冷站控制模型约束的情况下,寻找制冷站的优化控制变量的最优解,包括:随机生成各个智能体的控制变量组合D
m
=[C
m,1
, C
m,2
,

,C
m,n
],其中,n为智能体的个数,C
m,i
代表第m个备选组合中第i个智能体的控制变量;D
m
代表为第m种控制变量的备选组合;对于每个D
m
,当已知4个控制变量C
i
时,求解其他控制C
j
;每个智能体计算本智能体的所有成本ACost
m,i
;协调智能体计算m个控制变量组合D
m
的m个总成本ACost
all,m
;协调智能体采用粒子群算法,基于总成本ACost
all,m
的值、本地知识和全局知识迭代更新控制变量组合D
m
=[C
m,1
, C
m,2
,

,C
m,n
];当最新的总成本ACost
all = min(ACost
all,m
)相对于上一次的总成本ACost
all
的差值小于第一预设阈值,并且新计算的控制变量组合D
m
和上一次计算时获得的控制变量组合D
m
的曼哈顿距离小于第二预设阈值时,确定最新的控制变量组合D
m
为最优的控制变量组合D
m
;若没有确定最优的控制变量组合D
m
,则循环迭代计算最新的总成本ACost
all
和控制变量组合D
m

[0010]根据本专利技术提供的一种制冷站的优化控制方法,对于每个D
m
,当已知4个控制变量C
i
时,求解其他控制C
j
,包括:已知4个控制变量C
i
, i∈[1,2,3,4],随机生成其他待定控制变量C
j
, j∈[5,6,

,11];每个智能体按照随机顺序,与其他智能体交换信息,获得关联变量的最新值;根据关联变量的最新值,基于智能体本身的约束模型,求解关联变量的更新值;更新本智能体的控制变量值,以及更新关联变量值;当控制变量C和关联变量V两次迭代的曼哈顿距离小于第三预设阈值时,确定满足模型约束的控制变量集合C;若没有确定满足模型约束的控制变量集合C,则循环迭代计算控制变量C和关联变量V。
[0011]根据本专利技术提供的一种制冷站的优化控制方法,协调智能体采用粒子群算法,基于ACost
all,m
的值、本地知识和全局知识迭代更新控制变量组合D
m
=[C
m,1
, C
m,2
,

,C
m,n
],还包括:协调智能体统计在当前运行参数设置值集合下制冷站的总成本ACost
all,m
,并告知其他智能体。
[0012]本专利技术还提供一种制冷站的优化控制装置,包括:降维解耦模块,用于从时间维度和模型维度对制冷站控制模型的输入状态空间进行降维解耦;二次降维模块,用于以冷机的台数组合模式作为状态获得全局最优策略和全局最优策略的总成本,从时间维度对制冷站控制模型进行二次降维;最优解模块,用于基于分布式粒子群优化方法,在满足制冷站控制模型约束的情况下,寻找制冷站的优化控制变量的最优解。
[0013]本专利技术还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行程序时实现如上述任一种制冷站的优化控制方法。
[0014]本专利技术还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种制冷站的优化控制方法。
[0015]本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种制冷站的优化控制方法,其特征在于,包括:从时间维度和模型维度对制冷站控制模型的输入状态空间进行降维解耦;以冷机的台数组合模式作为状态,获得全局最优策略和全局最优策略的总成本,并从时间维度对制冷站控制模型进行二次降维;基于分布式粒子群优化方法,在满足所述制冷站控制模型约束的情况下,寻找制冷站的优化控制变量的最优解。2.根据权利要求1所述的制冷站的优化控制方法,其特征在于,所述从时间维度和模型维度对制冷站控制模型的输入状态空间进行降维解耦,包括:从时间维度减少所述制冷站控制模型的控制变量的数量;从模型维度将所述制冷站控制模型的控制策略解耦为多个单步策略叠加。3.根据权利要求1所述的制冷站的优化控制方法,其特征在于,所述以冷机的台数组合模式作为状态获得全局最优策略和全局最优策略的总成本,包括:将冷机的台数组合作模式作为状态处理,得到完成整个时间序列的全局最优策略和状态的集合;基于状态的历史无关性,利用反向求解或者递归的方式求解最优状态,获得全局最优策略和全局最优策略的总成本。4.根据权利要求3所述的制冷站的优化控制方法,其特征在于,所述将冷机的台数组合作模式作为状态处理,得到完成整个时间序列的最优策略和状态的集合,包括:得到以冷机的台数组合作模式作为状态处理的全局最优策略表达式;所述基于状态的历史无关性,利用反向求解或者递归的方式求解最优状态,获得全局最优策略和全局最优策略的总成本,包括:基于所述全局最优策略表达式,使用反向求解最优状态;根据控制变量之间的关系和所述最优状态,获得全局最优策略和全局最优策略的总成本。5.根据权利要求1所述的制冷站的优化控制方法,其特征在于,所述基于分布式粒子群优化方法,在满足所述制冷站控制模型约束的情况下,寻找制冷站的优化控制变量的最优解,包括:随机生成各个智能体的控制变量组合D
m
=[C
m,1
,C
m,2
,

,C
m,n
],其中,n为智能体的个数,C
m,i
代表第m个备选组合中第i个智能体的控制变量;D
m
代表为第m种控制变量的备选组合;对于每个D
m
,当已知4个控制变量C
i
时,求解其他控制C
j
;每个智能体计算本智能体的所有成本ACost
m,i
;协调智能体计算m个控制变量组合D
m
的m个总成本ACost
all,m
;所述协调智能体采用粒子群算法,基于总成本ACost
all,m
的值、本地知识和全局知识迭代更新控制变量组合D
m
=[C
m,1
,C
m,2
,

,C
m,n
];当最新的总成本ACost
al...

【专利技术属性】
技术研发人员:于震李怀李立吴剑林曲凯阳
申请(专利权)人:中国建筑科学研究院有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1