基于大数据分析的制冷站运行预测及节能优化

苏州大学文正学院 张桂炉

济中节能技术(苏州)有限公司 居剑亮△ 段 飞

0 引言

空调能耗作为建筑能耗的大户，占建筑总能耗的比例达30%～50%[1]。制冷站作为空调系统的“心脏”，负责为系统提供冷源，运行能耗占整个空调系统能耗的比例较高，是建筑中的重点耗能设备。但长期以来，制冷站设备都是根据运维人员对冷负荷的预估和系统运行结果进行调节，严重依赖操作人员的经验，对于系统稳定运行非常不利。因此，合理的负荷预测和控制策略对于冷源系统的稳定、节能运行具有重要意义。当前对于空调冷源系统的群控研究多集中在反馈控制和计算机模拟方面，依靠末端神经网络的反馈调节，反映冷源侧制冷量的变化，调整机组的运行[2]。由于存在一定的系统循环周期，该种调节方式会造成线性滞后，不能根据当量的变化及时有效调节；另外，由于是通过能耗模拟软件建立的负荷计算模型，通过输入变量进行模拟计算[3]，存在模拟软件占用比较大的运行内存弊端，且存在与其他软件的数据对接问题，需要专业的工程师进行操作，推广应用困难。本文结合工程实例，利用大数据分析手段，将对历史数据的分析与建筑物理模型相结合，应用算法工具预测实际制冷量的变化，结合R语言形成的专家规则库，以目标函数最优解指导制冷站设备的群控，消除了单纯依靠反馈控制的滞后性和模拟软件难推广的不利因素，具有简单、直观、有效、准确的优势。……