[發(fā)明專利]一種基于模型預(yù)測的冷水機組組合運行優(yōu)化控制方法

有效

• 申請?zhí)枺?/td>: 202010056062.X
• 申請日: 2020-01-17
• 公開（公告）號: CN111256294B
• 公開（公告）日: 2021-01-05
• 發(fā)明（設(shè)計）人: 侯國峰;孫育英;許偉忠
• 申請（專利權(quán)）人: 深圳市得益節(jié)能科技股份有限公司
• 主分類號: F24F11/47
• 分類號: F24F11/47;G06N3/04;G06N3/08;G06Q10/04
• 代理公司: 北京精金石知識產(chǎn)權(quán)代理有限公司 11470
• 代理人: 張黎

本發(fā)明提供的一種基于GRNN的冷水機組能效模型建模方法和基于冷負荷預(yù)測和冷水機組能效模型的冷水機組群控方法，涉及冷水機組節(jié)能領(lǐng)域。利用GRNN技術(shù)和制冷系統(tǒng)實際運行數(shù)據(jù)建立冷水機組能效模型，實現(xiàn)迅速、準確地預(yù)測冷水機組在不同運行工況下的能耗。利用冷負荷預(yù)測數(shù)據(jù)和冷水機組能效模型，以系統(tǒng)能耗最低為目標，實時優(yōu)化冷水機組運行臺數(shù)和負荷率分配，從而有效提高制冷系統(tǒng)運行能效。

技術(shù)領(lǐng)域

本發(fā)明屬于制冷系統(tǒng)節(jié)能控制領(lǐng)域，具體涉及一種基于模型預(yù)測的冷水機組組合運行的優(yōu)化控制方法。

背景技術(shù)

冷水機組是集中空調(diào)系統(tǒng)的核心部件，其運行能耗占集中空調(diào)總能耗的40％以上。對于大型建筑多臺冷水機組聯(lián)合運行的系統(tǒng)，冷水機組在不同負荷率下的運行能效不同，采用合理的冷水機組群控方法，使冷水機組盡可能保持高效運行，最大限度提高制冷系統(tǒng)運行效率，是實現(xiàn)集中空調(diào)系統(tǒng)節(jié)能的重要技術(shù)途徑。

傳統(tǒng)的冷水機組群控采用反饋控制方法，一般通過監(jiān)測供冷負荷，當實測負荷達到設(shè)定限值時增加或減少機組臺數(shù)；或者通過監(jiān)測冷凍水出水溫度，當水溫低于設(shè)定值時，增加機組運行臺數(shù)；或者通過監(jiān)測旁通管流量，當旁通流量大于1臺機組流量時，減少機組運行臺數(shù)。傳統(tǒng)的冷水機組群控方法雖然基本滿足空調(diào)冷負荷的需求，但是運行調(diào)節(jié)滯后，未考慮冷水機組運行能效隨負荷率和運行工況的變化特性，嚴重制約制冷系統(tǒng)的節(jié)能運行。

發(fā)明專利文獻CN110222398A公開了一種冷水機組人工智能控制方法，包括：建立冷負荷預(yù)測模型；獲取采集一定時間內(nèi)的冷水機組的歷史天氣及生產(chǎn)數(shù)據(jù)作為第一訓(xùn)練數(shù)據(jù)；將所述第一訓(xùn)練數(shù)據(jù)通過第一機器學(xué)習(xí)算法對所述冷負荷預(yù)測模型進行訓(xùn)練；對訓(xùn)練完成的所述冷負荷預(yù)測模型輸入未來的天氣預(yù)報數(shù)據(jù)和生產(chǎn)計劃，以使所述冷負荷預(yù)測模型輸出預(yù)定時間內(nèi)的冷負荷需求；還包括：建立冷機模型；獲取采集一定時間內(nèi)的冷機歷史數(shù)據(jù)作為第二訓(xùn)練數(shù)據(jù)；將第二訓(xùn)練數(shù)據(jù)通過第二機器學(xué)習(xí)算法對冷機模型進行訓(xùn)練；對訓(xùn)練完成的所述冷機模型輸入所述冷負荷預(yù)測模型輸出的預(yù)定時間內(nèi)冷負荷需求，作為輸入數(shù)據(jù)，以輸出所述冷負荷預(yù)測模型和所述冷機模型組合優(yōu)化后的冷負荷需求數(shù)據(jù)；該發(fā)明雖然通過歷史天氣及生產(chǎn)數(shù)據(jù)對建立的冷負荷預(yù)測模型進行訓(xùn)練，解決目前無法對冷水機組的未來冷負荷進行預(yù)測的技術(shù)問題，從而實現(xiàn)在無需現(xiàn)場人員的干預(yù)下依據(jù)末端工況反饋對冷水機組的冷負荷進行準確預(yù)測，但是該發(fā)明并未考慮節(jié)能問題，尤其是基于模型預(yù)測的冷水機組組合運行的最佳節(jié)能方式問題。

專利文獻CN110542178A提供一種具有自學(xué)習(xí)能力的空調(diào)冷凍機房控制方法及系統(tǒng)，通過COP效率預(yù)測模型和獲取運行工況參數(shù)組的選中概率值，可以根據(jù)空調(diào)冷凍機房的現(xiàn)場實際工況自學(xué)習(xí)地動態(tài)調(diào)整輸入?yún)?shù)，尋找對系統(tǒng)整體COP效率最大化對應(yīng)的運行工況參數(shù)組，實現(xiàn)更優(yōu)于傳統(tǒng)冷機群控系統(tǒng)控制方式所能達到的節(jié)能效果。雖然該發(fā)明關(guān)注了預(yù)測與節(jié)能的情況，但是其運行效率和節(jié)能效果有限，有待進一步提高。

發(fā)明內(nèi)容

為解決現(xiàn)有技術(shù)中存在的技術(shù)問題，本發(fā)明提供了一種基于模型預(yù)測的冷水機組群控方法，對大滯后特性的制冷系統(tǒng)進行主動前饋控制，尋求制冷系統(tǒng)最佳運行效率的冷水機組運行臺數(shù)和負荷率分配方法。

具體技術(shù)方案如下：一方面，本發(fā)明提供了一種基于GRNN的冷水機組能效模型建模方法，其特征在于，包括如下步驟：

S1：根據(jù)制冷系統(tǒng)實際運行數(shù)據(jù)建立訓(xùn)練數(shù)據(jù)集，訓(xùn)練數(shù)據(jù)集包含系統(tǒng)各臺冷水機組的運行功率W_i、負荷率冷凍水供水溫度t_gi、冷卻水回水溫度ct_hi；

S2：基于步驟S1得到的訓(xùn)練數(shù)據(jù)集，以t_gi、ct_hi為模型輸入?yún)?shù)、W_i為輸出參數(shù)，采用廣義回歸神經(jīng)網(wǎng)絡(luò)(GRNN)，分別建立各個冷水機組的能耗預(yù)測模型；