徐笑强 陈振乾
东南大学能源与环境学院
冰蓄冷空调系统通常应用在办公楼,大型商场,宾馆,饭店和医院等负荷变化较大的场合[1]。它主要有两个优点:1)降低装机容量,从而减少制冷主机和电力增容费用。2)在实行峰谷电价的城市,因充分使用低谷电,冰蓄冷空调可大大节约运行费用。由于冰蓄冷空调系统比常规空调多出许多额外的设备,系统结构复杂,对自控的要求也更高[2]。如果在运行中其策略或控制方法选择不适,会导致移峰填谷的优势没有完全发挥,造成运行节约的经济未达到预期目标,使得该技术的推广受到一定的限制。
本文根据某冰蓄冷空调系统,针对其目前使用的主机优先供冷的运行控制方式加以改进,以神经网络预测建筑冷负荷作为基础,通过优化算法合理分配制冷主机和蓄冰装置逐时供冷量,从而得到经济最优化的运行方式。
本文先对位于淮安的某办公建筑冰蓄冷空调系统的逐时供冷量和室外温湿度进行测试,测试时间从2016年8月5日至8月18日,共计317个小时。测试工具为ZUF-100型超声波能量表和RC-4HC型温湿度测量仪,测得的数据如图1和图2所示。

图1 实测建筑冷负荷

图2 实测干球温度和相对湿度
建筑冷负荷是与多种因素相关的非线性系统,而人工神经网络(Artificial Neural Network,ANN)对于此类系统在模型建立方面具有较好的适应性,同一种结构几乎不需要修改就能在不同建筑中使用[3]。因此本文选用ANN作为淮安办公建筑冷负荷预测的工具。……