一种基于负荷预测的冷水机组群控优化方法技术

本发明专利技术公开了基于负荷预测的冷水机组群控优化方法，包括如下步骤：基于历史运行数据和冷水机组特性曲线，建立负荷预测模型和冷水机组负荷匹配模型；根据历史运行数据和建筑特点，实时输入室内外空气温湿度、室内人员及设备的散热量等未来一段时间的参数，代入所建立的负荷预测模型中输出空调系统预测冷量；根据预测冷量，结合建立的冷水机组负荷匹配模型，给出最优的开机方案，对所开启的冷水机组台数和型号进行控制；将实测冷量和预测冷量进行对比，对负荷预测模型进行持续优化。该群控优化策略在利用预测控制思想解决系统时滞性问题的基础上，实现了冷水机组在高效的负荷区间内运行，有利于空调系统整体能效的提升。有利于空调系统整体能效的提升。有利于空调系统整体能效的提升。

【技术实现步骤摘要】
一种基于负荷预测的冷水机组群控优化方法


[0001]本专利技术属于数据中心机房空调的节能优化控制领域，尤其涉及基于负荷预测的冷水机组群控优化方法。

技术介绍

[0002]中央空调系统能耗在建筑能耗中占很大的比例，中央空调系统的自动控制策略不仅影响着室内温湿度等环境参数，也直接影响中央空调系统的能耗。在中央空调系统中，冷水机组是能耗占比最大的设备，其能耗一般占中央空调系统总能耗的60%~70%，故让冷水机组在高效的负荷区间内运行，降低其耗电量是实现整个中央空调系统运行节能的关键所在。
[0003]一般来讲，部分负荷率在区间60%~80%内时，冷水机组的运行效率最优。然而，现有对冷水机组的群控策略相对比较粗糙，不少项目仅通过供水温度或者回水温度来对冷水机组进行启停控制，没有做到对冷水机组负荷的合理分配。虽然也有学者提出了基于负荷的冷水机组群控策略，但忽视了冷水机组性能随使用时间的衰减，以及机组在启停过程中的时间延迟，同样无法对冷负荷进行最优分配，实现冷水机组在不同实际运行工况下耗电量最低的目标。

技术实现思路
r/>[0004]专本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于负荷预测的冷水机组群控优化方法，其特征在于包括以下步骤：步骤S1，以制冷负荷为目标，建立冷水空调负荷预测模型；步骤S2，采集冷水机组的实时实测数据或历史数据作为样本数据，并基于GA
‑
BP人工神经网络对冷水空调负荷预测模型进行训练，得到冷水空调负荷预测模型的目标参数；步骤S3，以冷水机组运行效率COP为目标，基于二次完全回归函数建立冷水机组负荷匹配模型COP
‑
PLR；步骤S4，采集不同型号冷水机组运行数据作为输入量输入到步骤S3建立的冷水机组负荷匹配模型，以冷却水进水温度T
cd,in
、冷冻水出水温度T
ch,out
和部分负荷率PLR作为自变量，经过二次回归曲线拟合得到冷水机组负荷匹配模型的拟合系数，从而得到不同型号冷水机组优化后的冷水机组负荷匹配模型；步骤S5，根据COP最大值对应的部分负荷率，划分负荷率空间阈值，从而确定不同负荷区间下冷水机组的最优开机方案，以确保开启的冷水机组整体COP值最高；步骤S6，将预测冷量与实际采集的冷量进行对比，并对比实测冷水机组COP和根据冷水空调负荷预测模型计算的COP值进行比较，当相对误差超过预定值时，则对冷水机组负荷匹配模型进行修正。2.根据权利要求1所述基于负荷预测的冷水机组群控优化方法，其特征在于：步骤S1所述冷水空调负荷预测模型如式（1）所示，（1）式中，t
out
和t
n
分别为τ时刻室外空气温度和室内空气温度，J
τ
为τ时刻室外太阳辐射强度，N
τ
为τ时刻新风机开启台数；H
τ
和H
n
分别为τ时刻室外空气的焓值和室内空气的焓值，v
τ
为τ时刻室外主要风向平均风速，n
τ
为室内人员数，q
s

【专利技术属性】
技术研发人员：陈胜朋，李林达，袁祎，吴振翔，王强，
申请(专利权)人：南京佳力图机房环境技术股份有限公司，
类型：发明
国别省市：