[發明專利]一種基于模糊邏輯的建筑能耗系統預測控制參數整定方法

有效

• 申請號: 202011099045.0
• 申請日: 2020-10-14
• 公開（公告）號: CN112180733B
• 公開（公告）日: 2021-12-28
• 發明（設計）人: 賀寧;許恭博
• 申請（專利權）人: 西安建筑科技大學
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 房鑫

1.一種基于模糊邏輯的建筑能耗系統預測控制參數整定方法，其特征在于，包括以下步驟：

1)構建被控建筑能耗系統，再對建筑能耗系統進行廣義預測控制，并初始化廣義預測控制器的被調參數λ；

2)采集控制過程中被控建筑能耗系統的輸出斜率y_k(t)、實際輸出y(t)、設定值y_r(t)及預測輸出值然后將被控建筑能耗系統的輸出斜率y_k(t)、實際輸出y(t)與設定值y_r(t)及預測輸出值作為模糊目標參數；

3)對步驟2)中的模糊目標參數構建隸屬度函數，然后使用粒子群算法對模糊隸屬度函數的參數進行最優選定，得各模糊目標參數的隸屬度函數參數，從而確定隸屬度函數；

4)對得到的模糊目標參數的隸屬度進行模糊推理運算，并利用模糊推理運算結果對被調參數λ進行整定，完成基于模糊邏輯的建筑能耗系統預測控制參數整定；

步驟2)中，

基于所采集的被控建筑能耗系統輸出斜率y_k(t)，將被控建筑能耗系統的輸出斜率y_k(t)作為第一個模糊目標參數：

對y_k(t)施以約束t為采樣次序數，T為采樣時間間隔，y(t)為預測控制過程中采樣時刻的實際輸出，y(t-1)為預測控制過程中上一時刻的實際輸出；

基于采集的實際輸出y(t)與設定值y_r(t)，將實際輸出y(t)與設定值y_r(t)的絕對偏差e(t)作為第二個模糊目標參數：

e(t)＝y(t)-y_r(t)，0≤e(t)≤e_max (3)

其中，e_max為預設最大偏差；

獲取絕對偏差e(t)的變化率的輸出達到設定值的時間ts(t)，將ts(t)作為第三個模糊目標參數：

其中，ts_min≤ts(t)≤ts_max，M為常數，ts_max及ts_min分別為ts(t)的最大值及最小值；

基于所采集的預測輸出值將作為模糊目標參數，并施以約束；

其中，i＝1，2，…，N，及分別為的最大值及最小值；

步驟3)中，各模糊目標參數的隸屬度函數參數為v_min、v_max、p₁、p₂，其中，v_min、v_max為模糊目標參數的最小值及最大值，p₁和p₂稱為模糊寬度；

步驟4)中采用Mamdani模糊推理法對隸屬度進行模糊推理運算。

2.根據權利要求1所述的基于模糊邏輯的建筑能耗系統預測控制參數整定方法，其特征在于，將整定后的被調參數λ代入到下一循環周期的目標函數中，以改善一下循環周期的被控建筑能耗系統的性能。

3.根據權利要求1所述的基于模糊邏輯的建筑能耗系統預測控制參數整定方法，其特征在于，步驟1)中，被控建筑能耗系統為變風量空調系統，被控建筑能耗系統的動態模型過程傳遞函數為一階時滯模型，即：

其中，y為送風管道靜壓；u為風機輸入頻率；K為過程增益；T為采樣時間間隔；τ為延時時間。

4.根據權利要求1所述的基于模糊邏輯的建筑能耗系統預測控制參數整定方法，其特征在于，步驟1)中，廣義預測控制器的被調參數λ被初始化為

其中，tend為預測控制過程的循環次數，N為預測時域，d為被控系統模型中的純延遲。

5.根據權利要求2所述的基于模糊邏輯的建筑能耗系統預測控制參數整定方法，其特征在于，所述目標函數為：

其中，N₁為最小預測時域長度，當已知系統時延d時，N₁＝d，N₂為最大預測時域長度，N_u為控制時域長度，λ(j)為大于零的控制加權系數矩陣，λ(j)＝λ，k表示當前時刻，y(k+j)是系統的提前j步預測輸出，Δu(k+j-1)是k+j-1時刻的控制輸入量。