一种空调系统用能优化方法技术方案

本发明专利技术公开一种空调系统用能优化方法，包括：步骤S1，建立温湿独立空调

【技术实现步骤摘要】
一种空调系统用能优化方法


[0001]本专利技术属于空调系统
，具体涉及一种空调系统用能优化方法。

技术介绍

[0002]空调系统在建筑能耗(特别是商业建筑能耗)中占有很大的比例。空调系统的用能优化对建筑的节能减排起到了关键的作用。温湿独立控制空调系统由相互独立的温度控制和湿度控制子系统组成，可以有效解决常规空调热湿耦合控制带来的能耗偏高、温湿控制失衡、室内空气质量欠佳等问题。
[0003]目前，关于温湿独立控制空调系统的研究工作大多聚焦于系统设计或温度与湿度控制逻辑，少有工作将其作为能耗设备对其进行用能优化。另一方面，常规暖通空调(Heating，Ventilation，and Air Conditioning，HVAC)系统用能优化策略会在降低能耗的同时考虑维持室内舒适度。例如，有的通过预测平均评价(Predicted Mean Vote，PMV)模型来获取人体热舒适度，有的同时将室内的二氧化碳(CO2)浓度也作为一项室内舒适度指标。但影响用户侧体验的因素是多方面的，这些因素如何进一步对空调的使用行为产生影响有待深入探索。

技术实现思路

[0004]本专利技术实施例所要解决的技术问题在于，提供一种空调系统用能优化方法，以将温湿独立控制空调系统作为综合能源系统进行用能优化。
[0005]为解决上述技术问题，本专利技术提供一种空调系统用能优化方法，包括：
[0006]步骤S1，建立温湿独立空调
‑
吸附式制冷机能源系统模型；
[0007]步骤S2，定期采集监测数据；
[0008]步骤S3，建立设备状态与设备功率对应关系；
[0009]步骤S4，根据采集到的监测数据从多种维度计算用户的舒适度指数；
[0010]步骤S5，构建以电费与总体舒适度指数最小化作为优化目标的用能优化问题模型；
[0011]步骤S6，将所述用能优化问题转化为多智能体强化学习问题，进行双重深度强化学习求解；
[0012]步骤S7，求解用能优化策略。
[0013]进一步地，所述步骤S2中，针对t时刻，采集的数据包括：设备功率数据L(t)、室内环境数据E(t)、气象数据W(t)和下一时刻的电价q(t+1)。
[0014]进一步地，设备功率数据L(t)具体是：
[0015]L(t)＝P
fcu
(t),
fau
(t),
acs
()
[0016]其中，P
fcu
为干式风机盘管功率，P
fau
为新风机组功率，P
acs
为吸附式制冷机功率；
[0017]室内环境数据E(t)具体是：
[0018][0019]其中，t
a
为室内空气温度，t
r
为室内平均辐射温度，v
a
为室内空气流速，
a
为室内空气相对湿度，为二氧化碳浓度，为细颗粒物浓度，为臭氧浓度；
[0020]气象数据W(t)具体是：
[0021][0022]其中，为室外温度，为室外空气相对湿度，为室外风速，r
solar
为太阳辐射强度，p为大气压。
[0023]进一步地，所述步骤S3中，采用K
‑
means方法对设备功率P的历史数据进行聚类，并假设历史数据中包含设备在所有工作状态下的功率；将历史数据H划分为g+1类：H＝H0∪H1∪
…
∪H
g
，每一分类对应一种设备状态{0,1,2,
…
,g}；
[0024]设y
k
为状态k对应的聚类H
k
的中心：
[0025][0026]则设备功率P对应的设备状态s(P)为：
[0027][0028]s(P)为与P距离最近的聚类中心所对应的聚类。
[0029]进一步地，所述步骤S4中，从多种维度计算用户的舒适度指数具体包括衡量用户对室内热舒适度、室内空气质量、用能舒适度的评价指标；其中，室内空气质量基于二氧化碳、PM2.5细颗粒物和臭氧3类室内空气污染物；用能舒适度通过用能策略改变用户用能行为的持续时长来衡量。
[0030]进一步地，所述步骤S4采用PMV
‑
PPD模型对室内热舒适度进行评价；预测平均评价PMV是表征人体热反应的评价指标，根据下式计算：
[0031]PMV＝(0.303exp{
‑
0.0336M}+0.028){(M
‑
W)
‑
3.5
×
10
‑3[5733
‑
6.99(M
‑
W)
‑
P
a
]‑
0.42[(M
‑
W)
‑
58.15]‑
1.7
×
10
‑5M(5867
‑
P
a
)
‑
0.0014M(34
‑
t
a
)
‑
3.96
×
10
‑8f
cl
[(t
cl
+273)4‑
(t
r
+273)4]‑
f
clc
(t
cl
‑
t
a
)}
[0032]其中，M为人体新陈代谢率；W为人体所做机械功；P
a
为人体周围水蒸气分压力(单位Pa)，根据下式进行计算：
[0033][0034]其中，t
a
为空气温度，
a
为室内空气相对湿度；
[0035]f
cl
为服装表面积因子，由下式计算：
[0036][0037]其中，I
cl
为服装隔热值；t
cl
与h
c
分别为服装表面温度和对流传热系数，通过解下述方程组求得：
[0038]t
cl
＝35.7
‑
0.028(W
‑
M)
‑
I
cl
{3.96
×
10
‑8f
cl
[(t
cl
+273)4‑
(t
r
+273)4]+f
cl
h
c
(t
cl
‑
t
a
)}
[0039][0040]其中，t
r
为平均辐射温度，v
a
为室内空气流速；
[0041]预测不满意百分率PPD用于衡量人体对热环境不满意的百分率，由下式计算：
[0042]PPD＝100
‑
9本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种空调系统用能优化方法，其特征在于，包括：步骤S1，建立温湿独立空调
‑
吸附式制冷机能源系统模型；步骤S2，定期采集监测数据；步骤S3，建立设备状态与设备功率对应关系；步骤S4，根据采集到的监测数据从多种维度计算用户的舒适度指数；步骤S5，构建以电费与总体舒适度指数最小化作为优化目标的用能优化问题模型；步骤S6，将所述用能优化问题转化为多智能体强化学习问题，进行双重深度强化学习求解；步骤S7，求解用能优化策略。2.根据权利要求1所述的空调系统用能优化方法，其特征在于，所述步骤S2中，针对t时刻，采集的数据包括：设备功率数据L(t)、室内环境数据E(t)、气象数据W(t)和下一时刻的电价q(t+1)。3.根据权利要求2所述的空调系统用能优化方法，其特征在于，设备功率数据L(t)具体是：L(t)＝[P
fcu
(t),P
fau
(t),P
acs
(t)]其中，P
fcu
为干式风机盘管功率，P
fau
为新风机组功率，P
acs
为吸附式制冷机功率；室内环境数据E(t)具体是：其中，t
a
为室内空气温度，t
r
为室内平均辐射温度，c
a
为室内空气流速，
a
为室内空气相对湿度，为二氧化碳浓度，为细颗粒物浓度，为臭氧浓度；气象数据W(t)具体是：其中，为室外温度，为室外空气相对湿度，为室外风速，r
solar
为太阳辐射强度，p为大气压。4.根据权利要求1所述的空调系统用能优化方法，其特征在于，所述步骤S3中，采用K
‑
means方法对设备功率P的历史数据进行聚类，并假设历史数据中包含设备在所有工作状态下的功率；将历史数据H划分为g+1类：H＝H0∪H1∪
…
∪H
g
，每一分类对应一种设备状态{0,1,2,
…
,g}；设y
k
为状态k对应的聚类H
k
的中心：则设备功率P对应的设备状态s(P)为：s(P)为与P距离最近的聚类中心所对应的聚类。5.根据权利要求1所述的空调系统用能优化方法，其特征在于，所述步骤S4中，从多种
维度计算用户的舒适度指数具体包括衡量用户对室内热舒适度、室内空气质量、用能舒适度的评价指标；其中，室内空气质量基于二氧化碳、PM2.5细颗粒物和臭氧3类室内空气污染物；用能舒适度通过用能策略改变用户用能行为的持续时长来衡量。6.根据权利要求5所述的空调系统用能优化方法，其特征在于，所述步骤S4采用PMV
‑
PPD模型对室内热舒适度进行评价；预测平均评价PMV是表征人体热反应的评价指标，根据下式计算：PMV＝(0.303exp{
‑
0.0336M}+0.028){(M
‑
W)
‑
3.5
×
10
‑3[5733
‑
6.99(M
‑
W)
‑
P
a
]
‑
0.42[(M
‑
W)
‑
58.15]
‑
1.7
×
10
‑5M(5867
‑
P
a
)
‑
0.0014M(34
‑
t
a
)
‑
3.96
×
10
‑8f
cl
[(t
cl
+273)4‑
(t
r
+273)4]
‑
f
...

【专利技术属性】
技术研发人员：王静，赵宇明，刘子俊，汪桢子，余鹏，陈炯聪，
申请(专利权)人：深圳供电局有限公司，
类型：发明
国别省市：