[发明专利]冷负荷需求预测及冰蓄冷空调负荷分配的方法和系统

说明书

本发明属于空调制冷领域，公开了一种冷负荷需求预测及冰蓄冷空调负荷分配的方法和系统。本发明在保证目标建筑末端用户舒适度的需求下，基于冰蓄冷空调系统数学模型，以系统运行能耗最少、运行费用最少、能耗损失最小为三个目标，基于分散控制结构的差分进化改进的粒子群组合算法对其优化，根据寻优结果来控制冰蓄冷空调系统冷水机组和冰槽负荷分配。基于约束条件的多目标优化控制，使得冰蓄冷空调系统既能保证室内环境品质，又满足节能、经济的运行要求。

技术领域

本发明属于空调制冷领域，具体涉及一种冷负荷需求预测及冰蓄冷空调负荷分配的方法和系统。

背景技术

能源问题日益严重，节能减排工作成为各国焦点，空调是建筑中最普遍的耗能设备之一，约占总电力和能源消耗的60％左右。尤其在夏季空调需求高峰期，掉电和其他电网故障更为普遍。冰蓄冷空调系统以乙烯乙二醇水溶液为载冷剂，通过制冰方式、相变潜热储存冷量，在低谷电价时段用电制冰蓄冷，电力高峰期使用冷机和融冰联合供冷，实现空调用电“移峰填谷”和节能运行工作。

冰蓄冷空调系统是在空间和时间上分布的大规模控制系统，且初投资更多，而当前集中式架构需要对所有控制节点完成组网配置，多个互相连接的子系统，设备多而分散，现场配置和系统组态工作量大。设备类型或目标建筑发生变化时，需要对控制器重新逐案编程。除此之外，随着系统规模增大，数据传输时链路拥塞和运行滞后等问题频繁发生。

发明内容

本发明的目的在于提供一种冷负荷需求预测及冰蓄冷空调负荷分配方法和系统，用以解决现有技术中的冰蓄冷系统运行能耗、运行费用和能耗损失较大的问题。

为了实现上述任务，本发明采用以下技术方案：

目标建筑的冷负荷需求预测方法，包括如下步骤：

步骤a：利用Mini-Max建筑空间单元划分方法将目标建筑划分成多个空间单元；

步骤b：采集各空间单元内空调箱数据，根据空调箱数据获得各空间单元的标准供应冷负荷；

步骤c：采集待调控日当前时刻的冷负荷影响因素，将当前时刻的冷负荷影响因素和各空间单元的标准供应冷负荷分别输入PSO-BP网络预测模型，输出各空间单元当前时刻的冷负荷需求预测值；

步骤d：若当前时刻不是待调控日的最后一个时刻，则令待调控日的下一时刻等于当前时刻返回执行步骤c，获得各空间单元下一时刻的冷负荷需求预测值；若当前时刻是待调控日的最后一个时刻，则停止循环，获得各空间单元所有时刻的冷负荷需求预测值，利用生成树加和法得到目标建筑的待调控日的总冷负荷需求预测值。

进一步的，步骤b中根据空调箱数据通过式Ⅱ计算各空间单元的标准冷负荷，

Q'_demand＝c_wm_w(t_s-t_i) 式Ⅱ

其中，Q'_demand为空间单元的标准冷负荷，单位为kW，c_w为水的比热容值，单位为J/(kg·℃)，m_w为通过空调箱的冷冻水质量，单位为kg，t_s为空调箱进水温度，单位为℃，t_i为空调箱出水温度，单位为℃。

进一步的，所述当前时刻的冷负荷影响因素包括：当前时刻室外空气温度、当前时刻太阳辐射强度、当前时刻相对湿度、前一时刻室外空气温度、前一时刻太阳辐射强度、前一时刻空调冷负荷和前两时刻空调冷负荷。

目标建筑的冷负荷需求预测系统，包括分区模块，采集模块和冷负荷需求预测模块；

所述分区模块用于根据Mini-Max建筑空间单元划分方法将目标建筑划分成多个空间单元；