一种空调水节能分配优化算法及系统的制作方法

1.本发明涉及一种节能分配优化算法及系统，具体为空调水节能分配优化算法及系统，属于建筑空调节能及系统构建技术领域。


背景技术：

2.随着城市化和工业化的不断进展，建筑耗能在社会总能耗中的比例不断增大，目前，建筑耗能已经占到社会总耗能的33％，而其中36％来自于中央空调水系统的耗能。在能源紧缺不断加剧的现状下，建筑中央空调系统节能成为广泛关注的热点，而中央空调水系统作为中央空调系统最主要的耗能部分，对其采取节能措施具有重要的社会意义和经济意义；现在有的中央空调系统中的空调水系统是一个具有时滞、时变和非线性的复杂系统，而目前空调水系统节能控制还处于数据采集和常规控制阶段，空调水系统无法进行有效的能效管理，运行过程欠佳，整体节能效果不明显，为此，提出一种空调水节能分配优化算法及系统。


技术实现要素：

3.有鉴于此，本发明提供一种空调水节能分配优化算法及系统，以解决或缓解现有技术中存在的技术问题，至少提供一种有益的选择。
4.本发明实施例的技术方案是这样实现的：一种空调水节能分配优化算法，包括以下步骤：s1、建立并调用空调水系统能耗模型；s2、采集数据模块,包括温度、压力、流量、电力的数据采集；s3、利用粒子群算法识别采集的能耗模型数据；s4、识别后并初始化优化粒子群计算出空调系统水运行能耗比；s5、根据节能优化的参数调整空调供水系统的各个设备。
5.进一步优选的，所述s1中能耗模型包括冷水机组能耗模型、冷冻水泵能耗模型以及空调机组能耗模型。
6.进一步优选的，所述s2中采集数据模块包括温度传感器、压力传感器、流量传感器和智能电量计量仪。
7.进一步优选的，所述s3中通过粒子群算法中的四分位法对历史数据进行数据清洗，在数据清洗完成后，通过系统负荷变换情况和控制策略对构建模型的数据进行筛选。
8.进一步优选的，所述s3中在粒子群优化过程中，根据中央空调系统的热惯性，对优化过程中涉及的温度限制为
±
0.3℃，对涉及的频率限制为5hz。
9.进一步优选的，所述s4中计算空调水系统的总功耗，根据当前获取的冷冻水供回水温差和实时运行参数，计算空调水系统的制冷量，根据当前获取的空调水系统的总功耗和制冷量，计算空调水系统的运行能耗比。
10.进一步优选的，所述初始化优化粒子群优化的粒子个数n，确定粒子群优化过程中的学习因子c1和c2，粒子的初始位置x，以及优化的范围在[xmin ,xmax ]，x为优化变量组成的5维数组，粒子的初始寻优速度v，以及最大的粒子寻优速度vmax，计算每个粒子的个体适应度。
[0011]
进一步优选的，所述s5中根据当前获取的运行能耗比，通过粒子群算法计算空调水系统最小能耗时的水流量设定值，根据当前获取的最小能耗时的水流量设定值，调整空调水系统的水流量。
[0012]
进一步优选的，所述温度传感器、压力传感器、流量传感器和智能电量计量仪通过传导线电性连接。
[0013]
进一步优选的，所述采集数据模块可采集空调的冷冻进出水总管、冷却进出水总管上的温度、压力和流量，智能电量计量仪采集冷却系统用电量。
[0014]
本发明实施例由于采用以上技术方案，其具有以下优点：本发明建立并调用空调水系统能耗模型，采集数据模块,包括温度、压力、流量、电力的数据采集，利用粒子群算法识别采集的能耗模型数据，识别后并计算出空调系统水运行能耗比，根据节能优化的参数调整空调供水系统的各个设备，通过采集模块中采集空调水系统实时运行的数据的分为多个目标函数，将每个目标函数看作是一个维度，将所有目标函数组成一个多维空间，每个粒子的位置就是一个解在多维空间中的坐标，通过不断地更新粒子的位置和速度，找到最优解，即在多维空间中的最优坐标点，从而得到最优的控制策略，最后通过优化后的数据来调整空调供水系统的各个设备，调整空调水系统的水流量，本发明降低了空调水系统总能耗，从而增强了空调水系统整体节能效果。
[0015]
上述概述仅仅是为了说明书的目的，并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外，通过参考附图和以下的详细描述，本发明进一步的方面、实施方式和特征将会是容易明白的。
附图说明
[0016]
为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0017]
图1为本发明的步骤流程图。
具体实施方式
[0018]
在下文中，仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样，在不脱离本发明的精神或范围的情况下，可通过各种不同方式修改所描述的实施例。因此，附图和描述被认为本质上是示例性的而非限制性的。
[0019]
下面结合附图对本发明的实施例进行详细说明。
[0020]
如图1所示，本发明实施例提供了一种空调水节能分配优化算法，包括以下步骤：s1、建立并调用空调水系统能耗模型；s2、采集数据模块,包括温度、压力、流量、电力的数据采集；
s3、利用粒子群算法识别采集的能耗模型数据；s4、识别后并初始化优化粒子群计算出空调系统水运行能耗比；s5、根据节能优化的参数调整空调供水系统的各个设备。
[0021]
在一个实施例中，s1中能耗模型包括冷水机组能耗模型、冷冻水泵能耗模型以及空调机组能耗模型。
[0022]
在一个实施例中，s2中采集数据模块包括温度传感器、压力传感器、流量传感器和智能电量计量仪；在所述冷却系统管道上安装温度与流量传感器，采集冷却水供回水温度与冷却水流量，同时采用智能电量计量仪采集冷却系统用电量；安装智能电量计量仪采集冷水机组用电量。
[0023]
在一个实施例中，s3中通过粒子群算法中的四分位法对历史数据进行数据清洗，在数据清洗完成后，通过系统负荷变换情况和控制策略对构建模型的数据进行筛选，同时粒子群算法可以引入惯性权重、加速因子等参数来控制粒子的运动，从而提高算法的收敛速度和全局搜索能力，同时，也可以采用多种启发式算法来辅助粒子群算法，如遗传算法、模拟退火算法等，从而进一步提高算法的优化效果。
[0024]
在一个实施例中，s3中在粒子群优化过程中，根据中央空调系统的热惯性，对优化过程中涉及的温度限制为
±
0.3℃，对涉及的频率限制为5hz，通过粒子群算法计算空调水系统最小能耗时的水流量设定值，根据当前获取的最小能耗时的水流量设定值，调整空调水系统的水流量，根据节能优化的参数调整空调供水系统的各个设备，通过采集模块中采集空调水系统实时运行的数据的分为多个目标函数，将每个目标函数看作是一个维度，将所有目标函数组成一个多维空间，每个粒子的位置就是一个解在多维空间中的坐标，通过不断地更新粒子的位置和速度，找到最优解，即在多维空间中的最优坐标点，从而得到最优的控制策略，最后通过优化后的数据来调整空调供水系统的各个设备，调整空调水系统的水流量。
[0025]
在一个实施例中，s4中计算空调水系统的总功耗，根据当前获取的冷冻水供回水温差和实时运行参数，计算空调水系统的制冷量，根据当前获取的空调水系统的总功耗和制冷量，计算空调水系统的运行能耗比，初始化优化的粒子群优化的粒子个数n，确定粒子群优化过程中的学习因子c1和c2，粒子的初始位置x，以及优化的范围在[xmin ,xmax ]，x为优化变量组成的5维数组，粒子的初始寻优速度v，以及最大的粒子寻优速度vmax，计算每个粒子的个体适应度，s5中根据当前获取的运行能耗比，通过粒子群算法计算空调水系统最小能耗时的水流量设定值，根据当前获取的最小能耗时的水流量设定值，调整空调水系统的水流量，初始化优化的粒子群优化的粒子个数n，确定粒子群优化过程中的学习因子c1 和c2，粒子的初始位置x，以及优化的范围在[xmin ,xmax ]，x为优化变量组成的5维数组，粒子的初始寻优速度v，以及最大的粒子寻优速度vmax；计算每个粒子的个体适应度，带入模型进行计算，对第i个粒子，计算该粒子的整个模型的耗能，记为einit ,i，计算该粒子的系统模型是否可以满足此时的末端负荷情况，记此时的模型计算结果为qinit ,i，计算此时系统的单耗ucinit ,i；保留此时的各粒子的适应度情况，记此时初始化完各个粒子的情况认为是粒子的个体最优情况，集为pbest，即保留此时各个粒子的耗能、可满足的末端负荷以及该粒子的单耗，并在各个粒子中，选取满足条件的粒子，以其单耗为目标，选择全最优的粒子，记此时粒子的状态为gbest；粒子群进行迭代，对于粒子i：vi＝vi +c1
×
rand( )
×
(pbest ,i-xi )+c2
×
rand( )
×
(gbesti
ꢀ‑
xi )其中，pb e s t ,i ,j-1表示第j-1次迭代过后，整个迭代过程中粒子i个体的最优位置； gbest ,i ,j-1表示第j-1次迭代过后，迭代过程中全局所有粒子中最优的位置；xi ,j-1表示粒子i在第j-1次迭代的位置；rand是介于(0，1)之间的随机数；则其粒子位置xi的迭代：xi＝xi +vi其中，i表示第i个位置，j表示迭代的代数，x表示粒子的位置，v表示粒子的速度；在第j次迭代中，对第i个粒子，计算该粒子的整个模型的耗能，记为ei ,j，计算该粒子的系统模型是否可以满足此时的末端负荷情况，记此时的模型计算结果为qi ,j，计算此时系统的单耗uci ,j；比较第j次迭代中个体的适应度和之前个体最优值的大小，即比较uci ,j和pbest ,若第j次迭代的个体适应度较优，则更新其个体最优值，将其作为新的个体最优值pbest；将所有的个体最优值与总体最优值gbest进行比较，若第i个粒子的个体最优值较之前总体最优值较优，则更新总体最优值，将其作为新的总体最优值gbest；迭代优化停止过程，当迭代次数达到预设最大迭代次数或持续多次迭代过程变化量小于预设数值时，则认为迭代完成，终止整个优化算法。
[0026]
在一个实施例中，温度传感器、压力传感器、流量传感器和智能电量计量仪通过传导线电性连接，采用智能电量计量仪采集冷冻系统用电量，同时采用智能电量计量仪采集冷却系统用电量；安装智能电量计量仪采集冷水机组用电量。
[0027]
在一个实施例中，采集数据模块可采集空调的冷冻进出水总管、冷却进出水总管上的温度、压力和流量，智能电量计量仪采集冷却系统用电量，同时采集系统的用电量和水流量，能较好地评估实际能耗的消耗率，保证测量的准确性。
[0028]
本发明在工作时：使用时，建立并调用空调水系统能耗模型，采集数据模块,包括温度、压力、流量、电力的数据采集，利用粒子群算法识别采集的能耗模型数据，识别后并计算出空调系统水运行能耗比，根据节能优化的参数调整空调供水系统的各个设备，通过采集模块中采集空调水系统实时运行的数据的分为多个目标函数，将每个目标函数看作是一个维度，将所有目标函数组成一个多维空间，每个粒子的位置就是一个解在多维空间中的坐标，通过不断地更新粒子的位置和速度，找到最优解，即在多维空间中的最优坐标点，从而得到最优的控制策略，最后通过优化后的数据来调整空调供水系统的各个设备，调整空调水系统的水流量，本发明降低了空调水系统总能耗，从而增强了空调水系统整体节能效果。
[0029]
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到其各种变化或替换，这些都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

技术特征：
1.一种空调水节能分配优化算法，其特征在于：包括以下步骤：s1、建立并调用空调水系统能耗模型；s2、采集数据模块，包括温度、压力、流量、电力的数据采集；s3、利用粒子群算法识别采集的能耗模型数据；s4、识别后并初始化优化粒子群计算出空调系统水运行能耗比；s5、根据节能优化的参数调整空调供水系统的各个设备。2.根据权利要求1所述的空调水节能分配优化算法，其特征在于：所述s1中能耗模型包括冷水机组能耗模型、冷冻水泵能耗模型以及空调机组能耗模型。3.根据权利要求1所述的空调水节能分配优化算法，其特征在于：所述s2中采集数据模块包括温度传感器、压力传感器、流量传感器和智能电量计量仪。4.根据权利要求1所述的空调水节能分配优化算法，其特征在于：所述s3中通过粒子群算法中的四分位法对历史数据进行数据清洗，在数据清洗完成后，通过系统负荷变换情况和控制策略对构建模型的数据进行筛选。5.根据权利要求1所述的空调水节能分配优化算法，其特征在于：所述s3中在粒子群优化过程中，根据中央空调系统的热惯性，对优化过程中涉及的温度限制为
±
0.3℃，对涉及的频率限制为5hz。6.根据权利要求1所述的空调水节能分配优化算法，其特征在于：所述s4中计算空调水系统的总功耗，根据当前获取的冷冻水供回水温差和实时运行参数，计算空调水系统的制冷量，根据当前获取的空调水系统的总功耗和制冷量，计算空调水系统的运行能耗比。7.根据权利要求1所述的空调水节能分配优化算法，其特征在于：所述初始化优化粒子群优化的粒子个数n，确定粒子群优化过程中的学习因子c1和c2，粒子的初始位置x，以及优化的范围在[xmin ,xmax ]，x为优化变量组成的5维数组，粒子的初始寻优速度v，以及最大的粒子寻优速度vmax，计算每个粒子的个体适应度。8.根据权利要求1所述的空调水节能分配优化算法，其特征在于：所述s5中根据当前获取的运行能耗比，通过粒子群算法计算空调水系统最小能耗时的水流量设定值，根据当前获取的最小能耗时的水流量设定值，调整空调水系统的水流量。9.根据权利要求3所述的空调水节能分配优化系统，其特征在于：所述温度传感器、压力传感器、流量传感器和智能电量计量仪通过传导线电性连接。10.根据权利要求1所述的空调水节能分配优化系统，其特征在于：所述采集数据模块可采集空调的冷冻进出水总管、冷却进出水总管上的温度、压力和流量，智能电量计量仪采集冷却系统用电量。

技术总结
本发明提供了一种空调水节能分配优化算法，包括以下步骤：S1、建立并调用空调水系统能耗模型；S2、采集数据模块,包括温度、压力、流量、电力的数据采集；S3、利用粒子群算法识别采集的能耗模型数据。通过采集模块中采集空调水系统实时运行的数据的分为多个目标函数，将每个目标函数看作是一个维度，将所有目标函数组成一个多维空间，每个粒子的位置就是一个解在多维空间中的坐标，通过不断地更新粒子的位置和速度，找到最优解，即在多维空间中的最优坐标点，从而得到最优的控制策略，最后通过优化后的数据来调整空调供水系统的各个设备，调整空调水系统的水流量，本发明降低了空调水系统总能耗，从而增强了空调水系统整体节能效果。从而增强了空调水系统整体节能效果。从而增强了空调水系统整体节能效果。


技术研发人员：崔云娟 王倩倩
受保护的技术使用者：科越工程（苏州）有限公司
技术研发日：2023.07.25
技术公布日：2023/10/20