（系统工程专业论文）中央空调水系统的建模与优化研究.pdf

婆堕兰些查堂堡主堂堡丝苎一 摘要 在大型中央空调系统中，由冷却塔和冷水机组组成的空调水系统的能耗约占整 个空调系统能耗的5 5 左右，其中冷却塔的耗电量占整个系统耗电量的1 5 左右， 冷水机组耗电量约占整个系统耗电量4 0 。因此降低空调水系统的能耗是十分必要 的。 由于暖通空调系统是按最大负荷设计，而空调系统大多数时间内处于部分负荷 状况下运行，如果能根据负荷在线找出空调系统的最佳工作点，并通过控制系统实 现能量最佳匹配，将大幅度地降低空调系统能耗。 本文通过分析空调水系统的运行工艺过程和各环节设备的能耗特点，提出对中央空 调水系统的工作设定点进行在线优化，使中央空调水系统在任何工况下，可以实现最佳 运行，节约大量的能量消耗，并针对于中央空调水系统的特点研究了关键设备的建模方 法和优化方法，解决了中央空调水系统的实时优化控制问题：采用神经网络方法来辨识 中央空调系统的静态模型，并且结合实际的运行数据，利用前馈型网络结合b p 算法建 立了冷却塔、制冷机节能关键设备的神经网络模型，解决了传统的机理分析法和系统辨 识方法难以解决的具有高度非线性的中央空调水系统设备的建模问题；应用能够对解空 间进行持续搜索的全局优化算法遗传算法解决了属于多维非线性有约束的中央空调 系统优化问题；并根据中央空调系统的运行特性对标准遗传算法进行了改进，提出遗传 算法与复合形法相结合的混合遗传算法。通过混合遗传算法对中央空调系统的静态模型 的工作点进行在线优化，解决了由于空调系统设备模型复杂、待定系数数量多、优化方 法初始值不易恰当选取等因素引起中央空调控制系统局部最小点和实时性要问题。通过 实验室仿真验证了这种方法的有效性。 关键词：中央空调、优化、人工神经网络、混合遗传算法 盗里三些查兰堡主鲨笙茎一 s t u d y o nm o d e f i n ga n d o p t i m i z i n go f w a t e r - s y s t e m i nt h e h e a t i n g v e n t i l a t i n g a n d a i r - c o n d i t i o n i n gs y s t e m a b s t r a c t i nt h e h e a t i n gv e n t i l a t i n ga n da i r - c o n d i t i o n i n gs y s t e m ( h v a c ) ，t h ee n e r g yc o n s u m p t i o n o f t h ew a t e r - l o o ps u b - s y s t e m ，w h i c hc o n s i s t so fc o o l i n gt o w e r sa n dc h i l l e rp l a n t s ，i sa b o u t5 5 p e r c e n t o f t h a to f t h ew h o l e s y s t e m ，i nw h i c h t h e e n e r g yc o n s u m p t i o n o f t h e c o o l i n g t o w e r sa n d c h i l l e rp l a n t si sa b o u t1 5p e r c e n ta n d4 0p e r c e n t ，r e s p e c t i v e l y t h u s ，i ti si m p o r t a n tt or e d u c et h e e n e r g yc o n s u m p t i o no f t h ew a t e r - l o o ps y s t e m i nt h eh v a c s y s t e m i ng e n e r a l ，t h ed e s i g no ft h eh v a c s y s t e mi sb a s e do n t h ea s s u m p t i o nt h a tt h es y s t e mi s w o r k i n g o nt h e l a r g e s tl o a d s ，b u ti nf a c tt h eh v a cs y s t e m i su s u a l l yr u no nt h e p a r tl o a d s i f t h e o p t i m u m w o r k p o i n to f t h eh v a c s y s t e mc o u l d b ef o u n db yc e r t a i nm e t h o d sa n dt h ee n e m y m a t c h i n go fd i f f e r e n td e v i c e si nt h es y s t e mc o u l db ea d j u s t e db yc o n t r o ls y s t e m s ，t h ee n e r g y c o n s u m p t i o no f t h es y s t e m w o 、l l db e g r e a t l yr e d u c e d a c c o r d i n gt ot h eo p e r a t i n gp r o c e s sa n dt h ec h a r a c t e r i s t i c so fe n e r g yc o n s u m p t i o no f v a r i o u sd e v i c e si nt h eh v a c s y s t e m ，t h i sp a p e rp r o p o s e st oo p t i m i z et h ew o r kp o i n to f t h e w a t e r - l o o ps y s t e mo n l i n e t om a k e t h eh v a c s y s t e mr u n 0 1 2t h eo p t i m u m p r o c e s sd u r i n gt h e a l lk i n d so fc o n d i t i o na n dr e d u c et h ee n e r g yc o n s u m p t i o n f u r t h e r m o r e ，1a l s os t u d yt h e m o d e l i n gm e t h o d a n d o p t i m i z i n gm e t h o da c c o r d i n g t ot h ec h a r a c t e r i s t i c so fc m c i a ld e v i c e ，a n d s o l v et h er e a l - t i m eo p t i m i z a t i o nc o n t r o lp r o b l e mo fw a t e rs y s t e mi ni - w a c f o rt h ew a t e r - l o o p s y s t e m ，t h ec o n f i g u r a t i o n o ft h ed i f f e r e n td e v i c e si ss o c o m p l i c a t e d t h a tt h et r a d i t i o n a l m e c h a n i s ma n a l y s i sm e t h o da n ds y s t e mi d e n t i f i c a t i o nm e t h o di sn o ts u i t a b l et oe s t a b l i s ht h e m o d e lo f t h eh v a c s y s t e m ，w h i c hi so f h i g h l y n o n - l i n e a ra n d h i 【g hc o u p l i n g i nt h i sp a p e r , t h e n e u t r a ln e t w o r km e t h o di sd e v e l o p e dt 0i d e n t i f yt h es t a t i cm o d e lo f t h eh v a c s y s t e ma n d t h e f e e d f o r w a r dn e t w o r kw i t hb p a l g o r i t h mt a k i n gi n t oa c c o u n t t h ee x p e r i m e n t a ld a t ai sp r e s e n t e d t oo b t a i nt h en e u t r a ln e t w o r k m o d e l ，w h i c hi sn e a r l yc o n s i s t e n tw i t ht h ee x p e r i m e n td a t a t h e o p t i m i z a t i o no f t h eh v a c s y s t e mi sak i n do f m u r i - d i m e n s i o na n dn o n - l i n e a ro p t i m i z a t i o n p r o b l e m w i t hc o n s t r a i n ta n di nt h i sp a p e rt h ea l g o r i t h mm e t h o d ( g a ) ，w h i c hc a nf r e dt h e g l o b a l 2 一 沈阳t 业大学硕士学位论文 o p t i m u mp o i n t ，i su s e d t os o l v et h eo p t i m i z a t i o np r o b l e m b a s e do nt h et r a d i t i o n a lg a m e t h o d ， t h i sp a p e r p r e s e n t sa ni m p r o v e d g am e t h o dc o m b i n e dw i t ht h ec o m p o u n dm e t h o dt oo p t i m i z e t h ew o r kp o i n to ft h es t a t i cm o d e lo ft h eh v a cs y s t e mo nl i n e b yu s i n gt h ec o m b i n e d o p t i m i z a t i o n m e t h o d p r o p o s e d i nt h i sp a p e r ，s o m e k e yp r o b l e m s c a nb es o l v e d ，s u c ha st h el o c a l o p t i m u mp o i n tp r o b l e mo f t h eh v a c s y s t e m w h i c hi sr e s u l t e df r o mt h ec o m p l e x i t yo f 1 1 1 e s y s t e m ，t h el a r g em o u n t o ft h ev a r i a b l e sa n dt h ed i f f i c u l t yo fd e t e r m i n a t i o no ft h ei n i t i a ld a t a , a n dt h er e a lt i m ep r o b l e m t h el a b o r a t o r ys i m u l a t i o ni su s e dt o v e i l f yt h ev a l i d i t yo ft h e m e t h o d s p r o p o s e d i nt h i sp a p e ra n d p r o g r a mc o m p i l e db y t h ea u t h o r s k e yw o r d s ：n v a c ，o p t i m i z a t i o n 。a r t 填d a ia e u t r a la e t w o r k , c o m b i n e dg am e t h o d 3 独创性说明 本人郑重声明：所呈交的论文是我个人在导师指导下进行的研究工 作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方 外，论文中不包含其他人已经发表或撰写的研究成果，也不包含为获得 沈阳工业大学或其他教育机构的学位或证书所使用过的材料。与我一同 工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表 示了谢意。 签名：鱼盘鎏日期：型! ! ：! 竺 关于论文使用授权的说明 本人完全了解沈阳工业大学有关保留、使用学位论文的规定，即： 学校有权保留送交论文的复印件，允许论文被查阅和借阅；学校可以公 布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论 文。 ( 保密的论文在解密后应遵循此规定) 签名：鱼盘缍导师签名：易舌矿彳日期：砌r 弓，v 伊 沈阳工业大学硕士学位论文 1 课题研究的意义及国内外研究状况 1 1 课题研究的意义 中央空调( h v a c ) 系统的能量消耗一般占攘个建筑耗电量的5 0 以上，空调系统是按 满足用户最大需求而设计，但目前实际情况是，我国的暖通空调系统绝大多数处在低效 运行状态，造成运行效率低，能源浪费严重。1 9 9 8 年上海技术监督局抽查1 0 幢智能商 用大楼，仅2 幢处于较好运行状态。在h v a c 控制系统普及率和自动化水平都较高的新 加坡，2 0 0 1 年统计调查，其能耗功效比都在( 1 2 1 5 k w t o n ) 之间，h v a c 系统功效比 理论最低可达0 6 2 k w t o n 。 造成这种现象的原因是多方面的。首先，在设计方面，没有考虑房间的季节、时 间、房间朝向等因素的冷负荷变化，而是按房间最大冷负荷加上一个较大的安全裕量而 进行设计的，房间冷负荷的计算方法不能反映实际房间的冷负荷分布情况等。实际的最 大冷负荷低于设计冷负荷，且机组大部分时间是在部分负荷下运行，这就导致在大多数 中央空调水系统中出现大流量、小温差的运行状态，造成二级泵的能量巨大损耗等；其 次，在控制方面，主机和部分末端装置有自动控制装置，但没有形成中央空调系统的集 中控制，总的来说是自动控制水平偏低。当外界环境发生变化，特别是在湿度和房间负 荷变化较大，控制系统调节时间长而浪费能源；再则，在系统优化方面，早期暖通空调 系统中的控制主要满足负荷需要，而能耗是次要问题，因此那时的控制根本谈不上优 化。比如冷机的启停、性能调节等基本是手动的，也有气动装置。7 0 年代的能源危 机，使空调控制在满足负荷、保证系统稳定性的条件下开始注意节能，这时的空调控制 也逐步开始向优化方向发展。 近年来，随着直接数字控制器( d d c ) ，特别是能源管理控制系统( e m c s ) 的研 究应用日益广泛化，优化控制得到了飞速的发展。当今的中央空调系统的控制通常由 e m c s 来完成，它包括低层次的局部控制和高层次的全局性控制，前者一般通过反馈控 制( p i d 控制器) 来实现和维持预先给定的各种设定值，而后者按照使整个系统运行能 耗最低的目标来优化各控制变量，给出设定值及各种时变运行模式。因此，如何优化各 控制变量，以使整个系统运行能耗最低已成为当今空调优化控制领域的研究热点。如果 婆堕三、业查堂堡主堂垡丝塞 一 能找出机组处于部分负荷状况下的最优工况，并通过控制系统实现能量匹配的自动调 节，将大幅度地降低建筑能耗，并获得巨大的经济效益。因此，本课题的研究有一定的 现实意义。 1 2 国内外研究现状 ( 1 ) 中央空调节能方法的研究现状 暖通空调系统的节能研究方向有很多，降低暖通空调系统耗能的方法主要有以下几 类： 1 ) 降低建筑物冷负荷的需求m 。在一个设计和建造不合理的建筑物中，大约 5 0 的冷负荷需求来源于太阳的热辐射和室内的照明光源的热辐射，所以，这两种显热 源的热辐射的降低直接导致建筑物冷负荷的降低，由此节约暖通空调系统的运行费用。 2 ) 优化暖通空调系统( h v a c ) 设计。一。制冷机、冷却塔风扇、冷冻水泵、冷 却水泵、风和水的分布管路的设计一定要考虑各设备的特点，使之匹配合理。 3 ) 系统及其部件的优化控制一即本文研究的方法。因为在9 5 以上的运行时 间内，暖通空调系统都是运行在部分负荷条件下。通过改变系统的工作设定点使整个系 统运行的效率最高，可以极大地降低系统的能量消耗。 4 ) 提高制冷机组的工作效率嘲。要根据建筑物的位置、当地气候特点、建筑物 的建筑材料组成、建筑物的用途来准确计算冷负荷的需求，进丽选择合适的制冷机组使 之运行在最佳的工作效率的工作点上。 5 )采用变风量“、变水量的空调系统。由于风扇和水泵的能量消耗与设备的转 速的三次方成正比，当风扇和水泵的转速为额定转速的8 0 ，它们的能量消耗仅为额定 能耗的5 0 ，故采用变风量、变水量的空调系统大量节约了风扇和水泵的能量“”。 6 ) 采用冰蓄冷技术来节约暖通空调系统的能量消耗。这种技术主要利用用电高 峰和用电低谷的电价的差额来节约暖通空调系统的运行费用，即：在夜间电价低的情况 下用电制冰，在白天利用冰溶解吸热的原理来产生所需要的冷负荷，如果不能满足冷负 荷需求时，再利用制冷机组来产生所需要的冷负荷。 7 ) 利用自然通风或房间的回风节约暖通空调系统的能耗。当室外空气的温度较 低且空气质量能够满足室内的清洁标准的情况下，可以考虑自然通风；当采用完全新风 2 - 沈阳工业大学硕士学位论文 系统时，房间回风的热量完全浪费，可以利用空气处理单元的再热装置对房间的回风的 热量进行能量回收”。 上述各种方法都能不同程度的降低中央空调系统的能量消耗，但从中央空调系统的 运行原理分析可以知道：改变中央空调系统的运行的经济性是本质的。无论中央空调系 统结构设计的多么优良、冷负荷计算的多么准确，还是采用冰蓄冷和费热回收等新型的 节能方法，使中央空调在任何工况下都运行在最节约能量的运行工作点的优化控制是 最重要的。 ( 2 ) 中央空调优化控制的研究现状 通过对中央空调系统各种节能方法的分析，可以得出运行工作点的优化控制方法是 最本质的节能方法，中央空调系统优化控制是本文研究的方法。 暖通空调系统优化控制的研究最早出现于二十世纪7 0 年代，当时的研究更注重优 化控制的最终量值结果，而不注重模型的方法研究“”，系统参数也大都通过直接测量或 离线回归的方式获取，由于测量范围广、工作量大，致使结果误差较大。z i m m e r 。”采用 二次模型对冷机系统进行了优化控制研究，采用下山坡寻优中适于多变量单目标函数的 一种优化算法n e l d e r - m e a d 进行寻优。优化后系统的能耗降低了3 ，但作者没有考虑 冷机的启，停状态，也未考虑冷凝温度对系统总能耗的影响。c h u n 和n o r d e n “”在模型中 考虑了冷冻水供水温度等控制变量，并在约束条件中引入“惩罚因子”概念，采用 n e l d e r - m e a d 优化算法。优化后系统的能耗降低了1 2 5 ，但文章作者没有对冷机运行 台数进行优化控制。e n t e r l i n e “”采用多维优化方法对空调系统的各组成部件分别进行了 优化控制研究，将冷机和冷冻水泵能耗之和j 作为目标函数，利用在线方法测绘出能耗 j 随冷冻水供水温度的变化关系图，由此获取所需参数，但文章作者没有考虑整个系统 各组成部件的相互关系，同时参数的获取较复杂。l a u “”考虑到湿球温度、冷水负荷、 冷却塔风扇转速、冷却泵流量、冷机运行台数等变量、采用实测数据获取参数，该优化 策略比原来节能1 4 。 1 9 8 9 年以后的研究比较注重建模和参数辨识的方法，力求提高优化控制的稳定度 和精度。b r a u n “”认为建模的最终目的对所建模型的种类及特点起决定性作用。他分别 采用基于部件的( c o r 印o n 噼b a s e d ) 和基于系统的( s y s f c m b a s i d ) 两种模型，对某飞机场的 - 3 - 沈阳工业大学硕士学位论文 空调系统进行了优化控制研究。文章作者着重对其中的参数辨识方法进行研究，提出 “递归最小二乘”参数辨识法。o l s o n “。采用混合整数非线性问题( m i x i n t e g e rn o n l i n e a r p r o g r a m m i n gp r o b l e m ，m 1 n l p ) 僦，对具有多台冷机和多台冷却塔的空调系统进行了 优化控制研究，采用s q p ( s e q u e n t i a lq u a d r a t i cp r o g r a m m i n g ) 法进行优化计算。 1 9 9 8 年c u r t i s s 0 7 1 利用人工神经网络技术对某空调系统进行了优化控制研究，采用 最速下降法进行寻优。神经网络模型比传统的二次模型更具灵活性，但因其不能微分而 致使可选用的优化计算方法受到限制。1 9 9 9 年b a f l a k e “”采用b r a u n 的二次模型对某 空调冷却系统进行优化控制研究，采用退火法进行寻优计算，得出在折合费用最低时各 控制变量的优化设定值。此时，研究者将一些先进的建模方法和优化方法引入到中央空 调的优化控制中来。 ( 3 ) 最优化相关技术的研究现状 系统最优化的实现需要分两步来进行：首先建立被控对象精确的模型，而后依据控 制目标选用适当的最优化方法。中央空调系统的优化控制同一般最优化问题一样，需要 建立能反映系统关键设备能耗特性的合理的模型，然后根据模型的形式寻找合适的优化 算法对系统的全局最优点进行寻优。 利用最优化方法去解决实际问题时，首先需要建立待优化问题的数学模型。系统建 模的方法主要有；机理分析法、系统辨识法和新型建模方法。 用机理分析法建立暖通空调系统的静态模型国外学者做了深入的研究。1 9 8 9 年以 来j a m e se b r a u n 一直致力于空调系统及其部件的理论建模研究“，提出了采用不同形 式的压缩机的制冷机组的静态模型。他利用系统方法将制冷机组系统分解为：蒸发器、 压缩机、冷凝器、热力膨胀阀等部件。在对一些条件作规定和假设的前提下，依据机理 分析列出这些部件的热力学控制方程，包括：能量平衡，总质量平衡，吸收剂质量平 衡，热交换，液体和蒸汽的熟力学状态平衡，最后联立求解这些方程组，从而得出系统 静态的机理模型。制冷机组是个复杂的非线性系统，在该机理模型方程组的建立和求解 都比较困难，使它们在实际中的应用受到了限制。 在现代控制理论中，建模手段开始由机理建模向系统辨识建模方法转变。较之机理 分析法，系统辨识法无须深入了解过程的机理。传统的系统辨识法也有自身的缺点：它 - 4 沈阳工业大学硕士学位论文 要求研究人员给出系统模型的结构及阶次，也就是说模型的建立还是立足于函数的求 解，而对于多输入多输出的复杂非线性系统必须进行解耦，这个过程很困难甚至可能达 不到我们需要的i t 的。 人工神经网络建模方法可以根据对象的输入、输出信息，不断调整网络的权值和闽 值，以实现输入参数到输出参数的映射，建立模型时不需具体的函数形式，因而整个学 习过程不需要机理方面的细节知识，也不需方程的求解过程就可以得出一个输入输出变 量的函数关系式，该函数式可用于系统的优化控制。适当的选择系统的输入、输出变 量，人工神经网络能够很好地解决传统方法不能解决的具有高度的非线性、多变量系统 的建模问题呱2 “。 传统的优化方法一般分为解析法、搜索法以及解析与数值计算相结合的方法。 解析法是根据目标函数存在极小值的必要和充分条件求得其解析解，这种方法需要 目标函数具有简单明确的数学表达形式，甚至要求存在一阶及二阶导数的情况下才能适 用。搜索法是一种数值解法，它的基本思想是经过一系列的迭代以产生点的序列f 简称 点列) ，使之逐步接近最优点。搜索法可以分为函数逼近法，区间消去法和爬山法等方 法。主要有菲波纳奇法，黄金分割法、变量轮转法，步长加速法，方向加速法，单纯形 法和随机搜索等。除此之外还有以梯度法为基础的数值计算法，即一种解析与数值计算 相结合的方法。在求解多维无约束最优化问题时，不但要计算i t 标函数值，而且还要计 算目标函数的一阶或高阶导数，求出目标函数的梯度并以梯度方向作为搜索极值的方 向，使求解问题时已知信息更多。以梯度法为基础的数值解法包括最速下降法，共扼梯 度法，牛顿法，牛顿一高斯最小二乘法等 新型最优化方法的研究也是近年来的研究热点，遗传算法、模拟退火算法、禁忌搜 索法、蚂蚁算法和粒子群算法等新兴的算法不断涌现出来。由于遗传算法简单、易用， 且对很多优化问题能较容易地给出令人满意的解，所以引起了很多人的关注，进而得到 了深入的研究、快速的发展和广泛的应用噙”“。值得我们引入到具有高度的非线性 性、部件之间有强烈的耦合关系的暖通空调系统的最优化控制研究中。 综上所述，前人对空调系统优化控制的研究取得了丰硕的成果。但也存在着一些 问题，如在模型的选取、参数的优化过程中只考虑了一部分耗能设备，末考虑系统各组 5 沈阳工业大学硕士学位论文 成部分之间的相互关系、相互影响；未考虑各耗能部件运行模式中满功率和部分功率等 不同的运行特性；在建模方法上，通常运用机理建模和参数辨识的建模方法，模型或者 太复杂、或者不能完全反映中央空调系统的特性；在优化方法的选取上，所选用的算法 具有收敛性差、寻优速度慢的缺点。因此，需要寻找适合于表征中央空调系统能量消耗 特性的合理建模方法进行建模，并选择合适的优化算法进行寻优计算。 1 _ 3 本文研究的内容和方法 从上述研究现状可知，我们对暖通空调系统节能优化的研究应该从建立系统的模型 开始。最初入们企图建立系统精确的数学模型，但是对于暖通空调系统这一复杂的系统 人们对它的许多物理特性并不是十分的清楚，而且暖通空调系统备组成部件的结构、形 式、规格成于上万，如果希望通过物理机理推导出数学模型要作出大量的假设，因此既 使最后能通过复杂的数学方法将其求解，它的实用性也存在相当的疑问。确定模型参数 的系统辨识理论目前成功的研究和应用都还局限于线性系统中，而h v a c 系统的显著 特点就是它的非线性、耦合性、多变量输入输出，所以目前想要运用传统的系统辨识方 法解决系统建模问题在数学理论上还存在无法跨越的障碍。当今计算机技术飞速发展， 微型计算机强大的计算和信息处理能力就能实现批量和复杂的计算。在此基础上，人工 智能科学开始成功的运用到各个现实领域中，其中人工神经网络因为它能够处理高度复 杂、非线性、多交量系统、并行处理问题等特点，开始引起了广泛的注意。本文将探索 神经网络建模方法在中央空调系统关键设备建模中的应用。同时，传统的优化算法存在 的收敛速度慢、容易陷入局部最优点的缺点给中央空调系统的优化控制得实现带来了较 大的困难，新型优化算法的快速发展，尤其是遗传算法的出现为中央空调系统在线优化 提供了方便的算法支持，只要能够根据中央空调系统的特点构造合适的优化算法就能解 决系统的在线优化问题，从而使中央空调水系统节约大量的能量。 本文研究内容如下： ( 1 ) 详细分析中央空调水系统的运行工艺过程，通过制冷机和冷却塔的运行时的 能量消耗、设备运行特性的分析，得到了冷却水泵、制冷机和冷却塔风扇在每一负荷下 都存在着最佳匹配关系使系统消耗的总能量最小，提出在线优化系统工作设定点的控制 方法可以使中央空调系统解决大量的能量。 - 6 - 沈阳工业大学硕士学位论文 ( 2 ) 采用神经网络方法来辨识中央系统水系统关键设备的模型，结合实际的实验 数据，利用前馈型网络结合改进的b p 算法来辨识制冷机和冷却塔的神经网络模型。将 神经网络模型的输出与设备实际输出进行比较，可以发现神经网络模型能够准确反映制 冷机的能耗特性和冷却塔的散热特性。 ( 3 ) 针对于中央空调水系统的运行特点，分析了遗传算法和复合形法各自的不足 与优点，提出了遗传算法和复合形法相结合的混合遗传算法，作为优化算法对中央空调 系统进行优化计算，寻找在特定负荷下，系统的工作设定点如何设定才能使系统的能量 消耗最小。运行结果表明混合遗传算法显著提高优化算法的收敛速度和收敛精度，适合 作为中央空调系统优化控制的优化算法。 ( 4 ) 为了验证混合遗传算法在中央空调优化工作定点的节能效果，对实验室的小 型中央空调系统进行了仿真研究，仿真结果表明，无论在何种工况下运用混合遗传算法 在线优化中央空调水系统的工作设定点的运行方式都能节约大量的能量。 7 沈附工业大学硕士学位论文 2 中央空调系统的构成与空调水系统运行工艺过程 随着人们生活水平的日益提高，人们越来越追求生活环境的舒适度，中央空调系统成 为人们生活中不可缺少的组成部分。在智能建筑中，中央空调系统所消耗的能量占建筑物 总能量消耗的比重大约为6 0 ，空调水系统的低效运行是系统运行缺乏经济性的主要原 因，因此本章将详细分析空调水系统的运行工艺过程，寻找提高水系统运行效率的方法。 2 1 中央空调系统的构成 中央空调系统是智能建筑中对生活环境中的空气进行调节的所有设备所组成的系 统，该系统采用一定的方法创造并保持满足人们需求的一定要求的空气环境，即对一个 内部受控的空气环境的温度、湿度、空气的流动速度及清洁度进行人工调节，以满足人 体舒适或工艺性生产过程的要求。由于组成中央空调系统的设备形式规格多样，所以中 央空调系统种类有很多。本课题的研究对象是：应用最广的、热效率最高的、以水作为 载冷剂的、冷源为冷水机组的中央空调系统，其结构如图2 1 所示： 图2 1 空调系统结构简图 8 沈阳工业大学硕士学位论文 空调水系统主要是由制冷机组、冷冻水泵、冷却水泵、冷却塔等组成的一个系统。 该系统的工作原理是制冷剂在制冷机组的蒸发器中汽化吸收冷冻水的热量，从而使载冷 剂冷冻水的温度降低，然后，在蒸发器内被汽化的制冷剂经制冷机组的压缩机时被 压缩成高压高温的气体，当高温高压的制冷剂流经冷凝器时被来自冷却塔的冷却水冷却 变成低温高压的气体，低温高压的制冷剂通过膨胀阀后重新变成了低温低压的液体，而 后再在蒸发器内气化，完成一次卡诺循环。通过不断的卡诺循环，载冷剂不断地输送冷 量到空气处理单元，同时，制冷机组产生的热量不断的被冷却水所带走，在流经冷却塔 时散发到环境的空气中。 空调风系统是由空气处理单元、风管路、末端装置和房间组成的系统。该系统将室 外空气或按一定比例混合的新、回风，通过输送到空气处理单元和末端装置等换热设备 的载冷剂冷冻水对空气进行处理，将空气处理到所需的送风状态，然后送入室内， 使得室内的温度、湿度、气流速度、空气品质等满足需求。空调系统的热交换原理如图 2 2 所示： 图2 2 中央空调系统热交换原理图 2 2 空调水系统运行工艺过程 2 2 1 冷却塔散热过程 在空调系统优化研究中，普遍采用的是b r a u n 于1 9 8 9 年提出的基于部件的冷却塔 模型，该模型表达式非常复杂，模型的数学表达式如下所式： q 南= 巳m 。( 。一h 。) ( 2 1 ) 9 沈阳工业大学硕士学位论文 1 8 一m u ( 1 - m ) 吼2 i z 丽 删= c ( 硝” 珊：堕旦 聊。c 。 ( 2 2 ) ( 2 3 ) ( 2 4 ) e = ( 舯小i h s , w , i - 瓦h s , w , o s ， 其中：q 0 为冷却塔的散热量； 巳为热交换效率； m 。为空气的质量流量； h 。为在冷却塔入口水温温度下，饱和空气的焓值； h 为入口空气的焓值； 脚为交换单元的数目： c 、h 为b r m m 模型中的经验常数； 聊。为冷却水的质量流量； 1 + 为b r a u n 模型中空气与水的热效率比； c 。为相对于温度的饱和空气焓值的微商； c 。为常压下水的比热： h 。为在冷却塔出口水温温度下，饱和空气的焓值； 乏。为冷却水供水温度； 。为冷却水回水温度。 可以看出，此模型相当的复杂，这是因为这是采用机理分析法建立的模型，可以准 确的反映出冷却塔的散热过程扭5 ，上述关系可以简化表示成如下的函数形式： ( = f ( ( t c w r t w b ) ，( 埘。m 。) ) ( 2 ，6 ) 通过分析其传热机理采用更适合于工程应用的简化模型进行分析和计算，模型 1 0 沈阳t 业大学硕士学位论文 具体形式如下 盱雨o | m ：3 m k ) 1 十口：i 坠j l。 ( 2 7 ) 首先，将冷却水的供水温度和环境湿球温度看作常量，我们来讨论两种质量流量变 化对散热量的影响。为了说明水流量和空气流量对冷却塔特性的影响，在图2 3 内画了 五个等散热量的曲线，x 轴表示水流量的百分比，y 轴表示空气流量的百分比。 图2 3 不同散热能力下冷却水流量和冷却塔空气贡量流量之闻的关系 从图中可以看出：在区域( 1 ) 中，空气的质量流量相对较小，所以水流量必须提 高才能满足散热量的要求。在这种情况下，空气与冷却水的热交换效率较低，容易引起 冷却水大流量、小温差现象的产生，而且随着制冷机的不断产生热量，冷却水的温度不 断升高，使制冷机的效率不断下降；在区域( 3 ) 中，空气质量流量相对较大、冷却水 的流量比较小。在这种情况下，冷却塔的热交换趋于饱和，冷却塔的出水温度基本等于 啦v丑求骠瞩糕捌骚衄馓壤删碍r剐 沈阳工业大学硕士学位论文 环境湿球温度，这样会使冷却塔的风扇电机的运行的经济性下降；此外，在区域( 1 ) 和区域( 3 ) 中曲线变得比较平缓，在区域( 1 ) 中改变冷却水的质量流量对冷却塔的散 热量基本没有影响，在区域( 3 ) 中改变空气的质量流量对冷却塔的散热量的影响同样 不大，而在区域( 2 ) 中无论增加空气质量流量还是增加冷却水的质量流量都会显著提 高冷却塔的散热量，同理，无论减少空气质量流量还是减少冷却水的质量流量都会显著 降低冷却塔的散热量。 在区域( 2 ) 中，降低空气流量导致风扇能耗降低，为了保证冷却塔产生足够的 散热量，水流量不得不升高，这样导致水泵能耗的升高；同样，降低水流量会使冷却水 泵的能耗降低，但同时导致风扇能耗的升高。 由于风扇和水泵的能耗曲线不同，因此，对于一定的散热量，一定存在一个最优的 运行工作点，使风扇和冷却水泵的能耗总和最小。 其次，当环境湿球温度变化，会引起空气中含湿量的变化，导致冷却塔的散热能力 随之变化。当环境湿球温度上升，空气中含有的湿空气的比重就会变大，空气的焓值随 之增大，空气的冷却能力降低，这必然会引起空气和冷却水的质量流量配合的变化，例 如提高空气的质量流量、降低水的质量流量，或者提高冷却水的质量流量、降低空气的 质量流量，如何调整空气和冷却水的流量配合主要取决于风扇和冷却水泵的能耗特性。 总之，可以找到新的最优运行工作点，使风扇和冷却水泵的能耗总和再次达到最小。 2 2 2 冷却水系统传热过程 制冷机和冷却塔之间的相互影响，是通过冷却水系统实现的。现在我们引入制冷 机的能耗模型，表达式由下式给出： = q 泖c o p 。池r q ) ( r e m p 。) ( 2 8 ) 这里， 峨却仉鸭 ( 2 9 ) t e m p 耐= + c l 孵+ c 2 船2 + 岛乏船+ c 4 砭孵2 + c 5 哪 ( 2 1 0 ) 1 2 - 沈阳工业大学硕士学位论文 从模型可以看出，制冷机的c o p 与制冷量( q ) 和冷冻水供水温度( t c n w s ) 及冷 却水供水温度( 殆孵) 有关，暂时不考虑冷冻水系统，将冷却水的供水温度看成常 量，c o p 随着制冷量的增加而下降；而在相同的制冷量下，冷却水供水温度死雌越 高，制冷机的c o p 越大。图2 4 说明了制冷机c o p 与冷却水供水温度和制冷量的关 系。 制拎机的制冷百分比( ) 图2 4 制冷机c o p 与冷却水供水温度和制冷量的关系 可以看出，降低冷却水供水温度能够降低制冷机的能耗。然而，通过提高冷却塔的 能耗来获得较低的冷却水供水温度得不偿失，这是因为随着空气质量流量的升高，风扇 和水泵的功率将成立方增长。另一方面，冷却水回水温度反过来影响冷却塔的热交换 率。当冷却水供水温度降低，对于同样的冷却量冷却水回水温度也会降低。这将导致在 同样环境湿球温度下，冷却塔的低效运行。 很明显，一定存在一个最优的运行工作点，满足制冷机、冷却水泵和风扇的能耗总 和最小。这个最优的运行工作点出现在风扇和水泵能耗升高等于制冷机能耗降低的点。 2 3 本章小结 本章详细介绍了中央空调水系统的系统组成、工作原理，分析了中央空调水系统的 运行工艺过程，通过制冷机和冷却塔的运行时的能量消耗、设备运行特性的分析，得到 1 3 沈刚工业大学硕士学位论文 了冷却水泵、制冷机和冷却塔风扇在每一负荷下都存在着最佳匹配关系使系统消耗的总 能量最小，为本文研究最佳的运行工作点提供了明确的研究目标。 - 1 4 沈阳工业大学硕士学位论文 3 中央空调系统的人工神经网络建模方法研究 通过第二章对空调系统的分析，可以把空调系统分解成冷却塔、冷却水泵、冷却风 扇、制冷机四个关键设备，由于它们具有很强的非线性，而且机理关系非常复杂，传统 的建模方法满足不了在线优化需求，所以本章对这些关键设备进行了神经网络建模。 3 1 人工神经网络的基础知识 人工神经网络( a r t i f i c i a ln e u r a ln e t w o r k ，a n 是8 0 年代之后迅速发展起来的一门 新兴学科1 。它是在人类对其大脑神经系统认识理解的基础上产生和发展起来的。它是 大脑神经系统的一种数学模型，是模仿生物神经系统的信息传递和反射功能来获得处理 事物的“智能”的一种信息处理系统。 3 1 1 生物神经元网络 人脑大约由1 0 1 2 个神经元组成，其中每个神经元又与其他的约1 0 2 1 0 4 个神经元相 连接，如此构成一个庞大而复杂的神经元网络。 神经元是大脑处理信息的基本单元，它的结构如图3 1 所示。它是以细胞体为主 体，有许多向周围延伸的不规则树枝状纤维构成的神经细胞。神经元细胞是由细胞体、 树突、轴突、突触几部分组成的。突触与其他的神经元细胞的树突相连，组成神经元网 络。当细胞体从树突接收到刺激信号后就做出判断，并经由轴突通过突触传递出去。这 就是神经元细胞的基本工作原理。 图3 1 生物神经元示意图 1 5 沈阳工业大学硕士学位论文 3 1 2 人工神经元模型 人工神经元是人工神经网络的最小组成单位。它模拟神经元细胞的功能。人工神经 元的结构如图3 2 所示： x 图3 2 人工神经元模型 人工神经元的主要参数是输入工、输出y 、权值w 、闽值b 和激励函数f ( x ) 。左侧 输入端的作用类似于神经细胞的树突，它感受、收集并导入外部信息；中间的权值、阈 值和激励函数的作用类似神经元细胞体，完成对信息的加工处理，并形成输出；右侧输 出端的作用类似于神经元细胞的轴突，它将神经元的输出传导出去。神经元的数学算法 为y = f ( w + x b 1 。 3 1 3 人工神经网络 像人类的大脑一样，人工神经网络是由许多神经元按一定的规则连接在一起构成 的。美国神经网络学家h e e h t n i e l s e n 曾为人工神经网络给出以下定义：人工神经网络是 由多个非常简单的处理单元彼此按某种方式连接而成的计算机系统，该系统是靠其状态 对外部输入信息的动态响应来处理信息的。可见人工神经网络的信息处理功能是依靠计 算机的强大处理能力来实现的，但它又不同于一般的计算机系统。它没有预先确定的、 串行的运算操作，也没有确定的存储器。它由许多互连的简单处理单元组成，学习达到 平衡后，由各个神经元的权值组成的整个网络的分布状态，就是所求的结果。网络学习 的过程也就是各神经元权值的调整过程。神经网络的特性及能力主要取决于网络的拓扑 结构及学习算法。人工神经网络连接的几种基本形式。“嘲有：前向网络、带反馈的前向 网络、层内互联前向网络和互联网络。网络的学习算法更是多种多样，总体来讲可分为 有教师学习和无教师学习。 1 6 沈阳工业大学硕士学位论文 ( 1 ) 有教师学习 亦称有监督学习，它需组织一批正确的输入输出数据对。将输入数据加载到网络的 输入端后，把网络的实际响应输出与正确的( 期望的) 输出相比较得到误差，然后根据误 差的情况修改各连接权值，使网络朝着能够正确响应的方向不断变化下去，直到实际响 应的输出与期望的输出之间的误差在允许范围内。这种学习算法通称为误差修正算法。 许多前向网络都是采用这种算法，如b p 网络、r b f 网络等。 ( 2 ) 无教师学习 亦称无监督学习，这种算法只有一批输入数据。 迭代自组织学习网络初始状态下，互联权均设置为一小正数，通过反复加载这批输 入数据，使网络不断受到刺激，当与曾经经历的刺激相同的刺激到来时，相应的连接权 以某一系数增大，重复加入的同种刺激使相应的连接权增大到接近l 的某值。这一自组 织的方法，使网络具有某种“记忆”能力以致形成“条件反射”，当曾经学习过的或相 似的刺激加入后，输出端便按权矩阵产生相应的输出。k o h o n e n 的自组织映射( s e l f o r g a n i z a t i o nm a p p i n g ，简称s o 岣算法便是这类学习的代表。 神经网络根据结构的不同而产生不同种类的网络，每种网络结构都有其自身的优势 和意义，有其最佳表现的应用场合啪嘲。相同结构的神经网络根据网络学习算法的不同 应用也不同。对于非线性建模问题来