[發(fā)明專利]一種基于模糊邏輯的建筑能耗系統(tǒng)預測控制參數(shù)整定方法有效
| 申請?zhí)枺?/td> | 202011099045.0 | 申請日: | 2020-10-14 |
| 公開(公告)號: | CN112180733B | 公開(公告)日: | 2021-12-28 |
| 發(fā)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 |
| 地址: | 710055 陜*** | 國省代碼: | 陜西;61 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 模糊 邏輯 建筑 能耗 系統(tǒng) 預測 控制 參數(shù) 方法 | ||
本發(fā)明公開了一種基于模糊邏輯的建筑能耗系統(tǒng)預測控制參數(shù)整定方法,包括:1)構建被控建筑能耗系統(tǒng),再對建筑能耗系統(tǒng)進行廣義預測控制,并初始化廣義預測控制器的被調參數(shù)λ;2)采集控制過程中被控建筑能耗系統(tǒng)的輸出斜率yk(t)、實際輸出y(t)、設定值yr(t)及預測輸出值然后將其作為模糊目標參數(shù);3)對步驟2)中的模糊目標參數(shù)構建隸屬度函數(shù),然后使用粒子群算法對模糊隸屬度函數(shù)的參數(shù)進行最優(yōu)選定,得各模糊目標參數(shù)的隸屬度函數(shù)參數(shù);4)對隸屬度函數(shù)參數(shù)進行模糊推理運算,并利用模糊推理運算結果對被調參數(shù)λ進行整定,該方法能夠有效的提高建筑耗能系統(tǒng)的控制性能。
技術領域
本發(fā)明涉及一種建筑能耗系統(tǒng)預測控制參數(shù)整定方法,涉及一種基于模糊邏輯的建筑能耗系統(tǒng)預測控制參數(shù)整定方法。
背景技術
在經(jīng)濟全球化的時代背景下,現(xiàn)代人類生活水平正在不斷提高,隨之而來的是全球的能源消耗量逐年上升,能源缺乏、能量資源分布不均、能源供需不同步等問題正被世界各國迫切關注。建筑能耗約占我國總能耗的三分之一,而其中四分之一的能耗可以在建筑用能系統(tǒng)的運行中得到有效控制,因此,必須要從整個能耗系統(tǒng)方面進行調控,提高能耗利用率,從而達到節(jié)能的目的。本發(fā)明以針對空調等現(xiàn)代建筑的主要能耗系統(tǒng),使用先進控制算法對其進行節(jié)能控制。
模型預測控制(Model Predictive Control,MPC),是一種以優(yōu)化理論為基礎的多變量控制策略,其主要特點是能處理多變量系統(tǒng)的耦合問題、能顯式地考慮系統(tǒng)輸入輸出量的物理約束。然而,當此算法被應用到一些復雜的工業(yè)生產(chǎn)中時存在一定的局限性,因為所有種類的最小方差控制器必須要求目標的時間延遲是確定的,否則整個系統(tǒng)的控制精確度會變得很差。在這樣的背景下,學者們在在線辨識、輸出預測和最小方差控制的基礎上,吸收了動態(tài)矩陣控制和模型算法控制中滾動優(yōu)化的策略,提出了廣義預測控制算法(Generalized Predictive Control,GPC)。此控制算法是目前最具前景的先進控制策略之一,在建筑能耗系統(tǒng)中有著廣泛的應用。
然而,大多數(shù)的建筑能耗系統(tǒng)都具有多變量、強滯后性和強非線性的特點,這導致GPC代價函數(shù)設計參數(shù)的數(shù)量繁多,往往由于參數(shù)設置不合適造成系統(tǒng)控制品質不佳,嚴重的影響了建筑耗能系統(tǒng)的控制性能。
綜上,亟需一種基于模糊邏輯的建筑能耗系統(tǒng)預測控制參數(shù)整定方法。
發(fā)明內容
本發(fā)明的目的在于克服上述現(xiàn)有技術的缺點,提供了一種基于模糊邏輯的建筑能耗系統(tǒng)預測控制參數(shù)整定方法,該方法能夠有效的提高建筑耗能系統(tǒng)的控制性能。
為達到上述目的,本發(fā)明所述的基于模糊邏輯的建筑能耗系統(tǒng)預測控制參數(shù)整定方法包括以下步驟:
1)構建被控建筑能耗系統(tǒng),再對建筑能耗系統(tǒng)進行廣義預測控制,并初始化廣義預測控制器的被調參數(shù)λ;
2)采集控制過程中被控建筑能耗系統(tǒng)的輸出斜率yk(t)、實際輸出y(t)、設定值yr(t)及預測輸出值然后將被控建筑能耗系統(tǒng)的輸出斜率yk(t)、實際輸出y(t)與設定值yr(t)及預測輸出值作為模糊目標參數(shù);
3)對步驟2)中的模糊目標參數(shù)構建隸屬度函數(shù),然后使用粒子群算法對模糊隸屬度函數(shù)的參數(shù)進行最優(yōu)選定,得各模糊目標參數(shù)的隸屬度函數(shù)參數(shù)并確定隸屬度函數(shù);
4)對所得模糊目標參數(shù)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(shù)λ進行整定,完成基于模糊邏輯的建筑能耗系統(tǒng)預測控制參數(shù)整定。
將整定后的被調參數(shù)λ代入到下一循環(huán)周期的目標函數(shù)中,以改善一下循環(huán)周期的被控建筑能耗系統(tǒng)的性能。
步驟1)中,被控建筑能耗系統(tǒng)為變風量空調系統(tǒng),被控建筑能耗系統(tǒng)的動態(tài)模型過程傳遞函數(shù)為一階時滯模型,即:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于西安建筑科技大學,未經(jīng)西安建筑科技大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011099045.0/2.html,轉載請聲明來源鉆瓜專利網(wǎng)。





