【技术实现步骤摘要】
本专利技术申请涉及暖通空调，具体涉及一种面向暖通空调多系统协同运行的预测调控方法。
技术介绍
1、在当前现有的暖通系统运行调控方法中，通常会使用传统的控制理论和方法（如pid控制算法等）对暖通空调系统的运行进行调控。这些方法主要依靠设定数学模型和规则，基于系统设备的测量数据和设定值进行调节，然而由于方法本身固有的非线性和滞后性，以及受室外气象参数、人员流通、建筑运行时间等多种因素影响，采用 pid 类线性控制方式，并不能很好的实现对具有高度非线性、大时变性、强耦合性等特性的空调系统中的被控参数的良好控制效果，要做到保证室温舒适的同时实现运行节能十分困难。其次，现有此类方法往往并未充分考虑系统的动态变化和不确定性，因而无法在短期内对系统的运行进行精细化控制和优化。此外，传统空调系统调控方法往往只关注温度、能耗或热舒适性等单一指标，无法综合基于能耗和热舒适性之间的权衡和平衡来进行系统调控。在实际应用中，由于能耗和热舒适性在不同外因内扰下及不同系统运行时的复杂关联关系，暖通系统的运行难以实时地在实现节能减碳的同时满足用户的热舒适性需求。
2、现有方法存在的主要缺点或不足之处主要包括：①对系统动态变化和不确定性的适应性和自调节能力不强；②难以综合兼顾能耗和热舒适性进行多系统之间的协同运行和调控。
3、公开于该
技术介绍
部分的信息仅用于加深对本公开的
技术介绍
的理解，而不应当被视为承认或以任何形式暗示该信息构成本领域技术人员所公知的现有技术。
技术实现思路
1、鉴于以上技
2、根据本公开的一个方面，提供一种基于暖通空调多系统协同运行的预测调控方法（参见图1），包括：
3、一级调控：
4、s1）构建一级调控数据库：构建包括历史气象参数和人员参数的数据库；所述历史气象参数包括室外温度、相对湿度，所述人员参数包括人员服装热阻；
5、s2）构建气候参数关联的数据驱动预测模型：基于所述数据库，构建各暖通空调系统开启时与室外气象参数关联的室内热舒适性和能耗的数据驱动预测模型；
6、s3）构建综合评价指标：基于热舒适性和能耗构建综合评价指标，该综合评价指标基于能耗和热舒适性的加权综合计算得出，其中舒适性指标和能耗指标的权重基于用户需求而调整；基于此评价指标进行不同室外气象条件下各系统运行效果的可视化热力图绘制，形制如图2所示；
7、s4）基于综合评价指标热力图的系统切换：用户根据天气预报获取的室外温度和相对湿度参数，查询各暖通空调系统对应的综合评价指标在所述热力图中的色块表现，以综合评价指标值最小的系统方案作为此时最优的系统来运行，从而实现基于室外气象参数进行的暖通空调不同系统的切换；
8、二级调控：
9、s5）构建二级调控数据库：建立各暖通空调系统历史运行参数的数据库，所述运行参数包括但不限于室内设置温度、冷冻水供水温度、水泵频率等；
10、s6）构建运行参数关联的数据驱动预测模型：基于各暖通空调系统历史运行参数的数据库，构建与各系统运行参数关联的数据驱动负荷预测模型和热舒适性预测模型；
11、s7）基于运行参数关联预测的参数调整：基于所述一级调控实现的系统切换和运行参数关联的预测模型，预测对应系统在不同运行参数下的负荷和热舒适性，在满足热舒适性要求的前提下选择负荷最小的运行参数方案，从而以该参数作为运行参数设置来实现按需供能。
12、在本公开的一些实施例中，在所述步骤s2）中，选取室外温度、相对湿度、服装热阻作为输入参数，pmv和能耗作为输出参数构建bp神经网络预测模型，神经网络的输入层个数为3，隐含层个数为7，输出层个数为1，激活函数为 sigmoid 函数。
13、在本公开的一些实施例中，在所述步骤s3）中，先由式①将不同暖通空调系统标签下的 pmv 预测值整体进行min-max归一化处理，由式②对不同暖通空调系统标签下的能耗预测值整体进行归一化处理，得到不同系统对应的逐时标准 pmv 值 pmv norm和逐时标准能耗值 e norm，再由式③计算得到各系统的综合评价指标r：
14、 ①；
15、 ②；
16、 ③；
17、式中，a、b分别为标准能耗和标准化pmv的权重。
18、在本公开的一些实施例中，在所述步骤s3）中，对所得综合评价指标进行可视化处理：根据各暖通空调系统在不同室外气象条件下计算所得的综合评价指标，绘出以室外温度和相对湿度为横纵坐标、色块冷暖表示综合评价指标值大小的热力图，其中冷色调代表较低的值、暖色调代表较高的值。
19、在本公开的一些实施例中，所述暖通空调多系统包括独立新风系统、新风+地源热泵系统、新风耦合风机盘管系统中的至少两种。
20、本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
21、1. 针对近零能耗等可持续建筑中暖通空调多系统的联合运行现状，本申请提出基于两级调控的数据驱动预测调控方法，一级调控指的是根据室外气象参数进行的系统切换，二级调控指的是在一级调控切换系统基础上进行的运行参数的调整，从而实现可再生能源系统在保证室内热舒适性的前提下充分发挥作用、实现低碳运行。
22、2. 进一步地，本申请还提出一种直观的、可视化的热力图决策依据，使用户能够直观地了解不同系统的综合效果。热力图采用能耗和舒适性综合指标获得数值评价值，并基于此绘制以室外温度和相对湿度为横纵坐标、用色块冷暖表示综合评价指标值的系统运行热力图。基于热力图，用户可查询获得与预报室外温度和相对湿度参数对应的各系统综合评价指标值，以此为依据进行系统间的切换。
23、3. 本申请调控方法适用于不同季节和环境条件下各种建筑室内人工环境营造所需的暖通空调系统调控，尤其针对暖通空调多个系统在不同季节条件下的自适应协同运行，可在考虑能耗和舒适度综合最优的前提下实现多系统的协同运行调节与控制。
本文档来自技高网...【技术保护点】
1.一种面向暖通空调多系统协同运行的预测调控方法，其特征在于，包括：
2.根据权利要求1所述的面向暖通空调多系统协同运行的预测调控方法，其特征在于，在所述步骤S2）中，选取室外温度、相对湿度、服装热阻作为输入参数，PMV和能耗作为输出参数构建BP神经网络预测模型。
3.根据权利要求1所述的面向暖通空调多系统协同运行的预测调控方法，其特征在于，在所述步骤S3）中，先由式①将不同暖通空调系统标签下的 PMV 预测值整体进行归一化处理，由式②对不同暖通空调系统标签下的能耗预测值整体进行归一化处理，得到不同系统对应的逐时标准室内热舒适性指标 PMV 值PMVnorm和逐时标准能耗值Enorm，再由式③计算得到各系统的综合评价指标R：
4.根据权利要求1所述的面向暖通空调多系统协同运行的预测调控方法，其特征在于，在所述步骤S3）中，对所得综合评价指标进行可视化处理：根据各暖通空调系统在不同室外气象条件下计算所得的综合评价指标值，绘出以室外温度和相对湿度为横纵坐标、色块冷暖表示综合评价指标值大小的热力图，其中冷色调代表较低的指标值、暖色调代表较高的指标值。
5.根据权利要求1所述的面向暖通空调多系统协同运行的预测调控方法，其特征在于，所述暖通空调多系统包括独立新风系统、新风+地源热泵系统、新风耦合风机盘管系统中的至少两种。
...【技术特征摘要】
1.一种面向暖通空调多系统协同运行的预测调控方法，其特征在于，包括：
2.根据权利要求1所述的面向暖通空调多系统协同运行的预测调控方法，其特征在于，在所述步骤s2）中，选取室外温度、相对湿度、服装热阻作为输入参数，pmv和能耗作为输出参数构建bp神经网络预测模型。
3.根据权利要求1所述的面向暖通空调多系统协同运行的预测调控方法，其特征在于，在所述步骤s3）中，先由式①将不同暖通空调系统标签下的 pmv 预测值整体进行归一化处理，由式②对不同暖通空调系统标签下的能耗预测值整体进行归一化处理，得到不同系统对应的逐时标准室内热舒适性指标 pmv 值pmvnorm...
【专利技术属性】
技术研发人员：陈义波，杨建中，吴孟坤，郭敏，方鑫，刘赛雨，
申请(专利权)人：郑州大学，
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。