[发明专利]一种地铁站空调冷却水出水温度设定值优化方法

权利要求书

1.一种地铁站空调冷却水出水温度设定值优化方法，其特征在于，包括如下步骤：

步骤(1)获取空调冷却水系统的历史运行数据，其中包括：冷却水进水温度、冷却水出水温度、冷却水流量和冷凝温度；

步骤(2)建立冷凝温度与冷却水进水温度、出水温度和冷却水流量的多元线性回归方程，如公式(1)所示；

T_cond＝a+b×T_in+c×T_out+d×G (1)

其中：T_cond为冷凝温度，T_in为冷却水进水温度，T_out为冷却水出水温度，G为冷却水流量，a,b,c,d为回归系数；

步骤(3)根据热力学公式迭代计算出不同冷却水进水温度下，能够满足使冷凝温度保持在设计值的冷却水出水温度，计算公式如式(2)所示；

其中：Q为冷水机组负荷，COP为冷水机组的能效比，c_p为水的比热容，ρ为水的密度，G为冷却水流量，T_in为冷却水进水温度，T_out为冷却水出水温度；

步骤(4)迭代计算出能够满足冷凝温度设计值的冷却水出水温度；在冷水机组负荷、冷却水进水温度不变的情况下，冷凝温度随冷却水出水温度的升高而升高，冷却水流量随冷却水出水温度的升高而减小，根据公式(1)和公式(2)，通过迭代计算得出能够使实际冷凝温度达到其设计值的冷却水出水温度设定值；

步骤(5)根据步骤(4)中计算出的冷却水出水温度设定值，建立基于Mamdani模糊规则的冷却水出水温度设定值在线调整模型；首先确定模糊隶属度函数，其次根据实际值的变化范围和变化规律制定出模糊规则，最后将Mamdani模型的输出u*作为冷却水出水温度设定值的调整值u；

冷却水出水温度设定值与模糊推理的输出值有如下关系：

u＝M(eT_cond,t,eT_in,t) (5)

T_set,t+1＝T_set,t+u (6)

其中，eT_cond,t为t时刻冷凝温度与其设计值的差值，eT_in,t为t时刻冷却水进水温度与其设计值的差值，T_set,t+1为第t+1时刻冷却水出水温度设定值，T_set,t为t时刻冷却水出水温度设定值；

根据冷却水出水温度的设定值与实际值的差值，控制冷却水流量，当差值为正时，减小冷却水流量，增大冷却水进出水温差，达到节约冷却水泵能耗的目的；

①获取当前时刻的冷却水进出水温度、流量及冷水机组负荷；

②已知负荷及冷却水进水温度，根据公式(2)计算冷却水流量；

③根据计算公式(1)计算当前时刻的冷凝温度；

④判断冷水机组的冷凝温度是否等于设计值，如果相等，则结束迭代计算过程，并以此温度作为当前时段冷却水出水温度的设定值，否则进入步骤⑤；

⑤以0.1为步长，调整冷却水出水温度设定值，若冷水机组的冷凝温度大于设计值，说明冷却水出水温度过高，需降低冷却水出水温度设定值，并转到步骤②进行迭代计算并判断，反之亦然；

步骤(5)中模糊规则推理算法的实施步骤如下：

①定义系统状态的输入eT_cond、eT_in和输出u的论域、隶属函数和模糊推理规则；

②将真实的输入(eT_cond,eT_in)和输出u映射为模糊推理论域中的输入(eT_cond*,eT_in*)和输出u^*；

③确定(eT_cond*,eT_in*)的作用模糊子集A_i和B_j及其作用模糊推理规则R_k；

④计算各条作用规则的隶属度μ_k，其计算如公式(3)所示：

μ_k＝A_i(eT_cond*)*B_j(eT_in*)k＝1,2,...,p (3)

⑤利用重心法进行反模糊化得到模糊输出量u*，如公式(4)：

⑥将模糊推理得到的输出u*映射为实际输出值u。