[發明專利]一種基于系統延遲性的空調側負荷預測方法

有效

• 申請號: 202011139927.5
• 申請日: 2020-10-22
• 公開（公告）號: CN112268350B
• 公開（公告）日: 2022-03-15
• 發明（設計）人: 趙靖;李佳玉
• 申請（專利權）人: 天津大學
• 主分類號: F24F11/46
• 分類號: F24F11/46;F24F11/61;F24F11/64;F24F11/70;F24F11/88;F24F110/10;F24F110/12;F24F130/10
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 李素蘭

本發明公開了一種基于系統延遲性的空調側負荷預測方法，考慮了從過去到未來一段時間的室內外參數以及空調輸出負荷的影響，并利用先進的人工神經網絡模型，直接對當前空調要輸出的負荷進行預測。本發明充分考慮了系統延遲性，將過去的室內室外參數和空調負荷，以及當前和未來的室內室外參數作為負荷預測的依據，體現了系統參數在時間維度上的變化特征；能夠篩選出最符合目標房間的預測模型，進一步提升了預測精度。

技術領域

本發明涉及室內熱環境動態調控領域，具體涉及一種基于系統延遲性的空調側負荷預測方法。

背景技術

在室內熱環境控制領域，目前多采用被動式控制方法，即根據過去的系統狀態來確定未來的控制參數，如利用傳統的PID控制器來控制室溫，這種方法雖然可在一定范圍內滿足控溫需求，但往往需要空調系統高頻率的變換工況，從而增加了設備的能耗和磨損。若采用主動式控制方法，通過預測系統未來的輸出，提前優化控制參數，則可改善空調系統的運行工況，提高系統的靈活性。

對室內熱環境的預測是實現主動式控制的關鍵步驟。冷(熱)負荷是空調系統設計與控制時的重要依據，傳統負荷的計算是根據室外氣象參數、維護結構和室內熱源等參數來確定，現有負荷預測方法也多是依據上述方法。然而，現有方法的預測負荷關注房間逐時的需求負荷，忽略了空調系統以及房間內部傳熱延遲性的影響。因此，受到過去系統參數對當前系統狀態的影響以及當前和過去系統參數對未來系統狀態的影響，實際空調系統要提供的負荷并不一定等于傳統計算方法預測的室內需求負荷。有些改進方法通過計算系統及房間傳熱的延遲時間，由系統提前相應的時間提供需求側房間負荷。但如果延遲時間大于1小時，而依然進行逐時房間需求負荷預測，則會導致在每個控制時間節點空調側輸出負荷狀態受到影響，導致空調側的輸出負荷波動較大，控制不準確。

發明內容

基于現有技術，本發明提出一種基于系統延遲性的空調側負荷預測方法，在空調側輸出負荷的角度上，考慮了從過去到未來一段時間的室內外參數以及空調輸出負荷的影響，并利用先進的人工神經網絡模型，直接對當前空調要輸出的負荷進行預測。

本發明的一種基于系統延遲性的空調側負荷預測方法，該方法包括以下步驟：

步驟1、收集的目標房間室外氣象參數、室內熱環境參數和空調側輸出負荷的歷史數據；

步驟2、設定過去和未來的時間尺度，具體為：設步驟1中收集的歷史數據中，某一時刻的時間為t₁，t₁前的某一時刻為t₀，t₁后的某一時刻為t₂，t₀、t₁、t₂也可理解為相對的過去、現在和未來三個時間點，其中t₂時刻的室內參數是控制目標，t₀與t₁的時間間隔Δt₀₁和t₁與t₂的時間間隔Δt₁₂；

步驟3、將t₀、t₁、t₂對應的時刻的室內室外參數和Δt₀₁、Δt₁₂對應的時間間隔的平均空調輸出負荷作為樣本；例如，對t₀、t₁、t₂賦予不同的值，得到若干個生成預測模型的訓練與測試樣本；

步驟4、利用步驟3得到的樣本建立空調輸出負荷的預測模型：預測模型的輸入變量為t₀、t₁、t₂對應的室內室外參數和Δt₀₁所對應的時間間隔的平均空調輸出負荷，輸出為Δt₁₂所對應的時間間隔的平均空調輸出負荷，將所有樣本按比例分為訓練樣本集和測試樣本集，利用訓練樣本集訓練預測模型，利用測試樣本集檢測以獲得預測模型的預測誤差，保存訓練好的預測模型和所對應的Δt₀₁、Δt₁₂；