苗文筱 张勇
东南大学能源与环境学院
随着我国公共建筑面积在总建筑面积中的比例升高,其能耗比例已上升到38%[1],建筑节能迫在眉睫。利用优化方法,对冷水机组的负荷分配和运行策略进行优化,可以节省大量能源。
目前提出的优化方法有很多,根据最早致力于二次方程系统解决空调系统优化的Braun[2]的研究,对于同型号的两台冷水机,以相同的部分负荷率(PLR)运行的是其最佳调度。chang[3-4]通过拟合kW-PLR 曲线,将问题转化二次规划,采用拉格朗日方法求得最优解,并提出梯度法解决该缺陷。
随着机器学习的发展,越来越多的机器学习算法[5-6]也被应用到制冷领域。这些机器学习算法通过计算机强大的运算能力,寻找到最优解,可能会存在收敛过早,结果偏差,因此有许多改进算法方面的研究[7-8]。
由于二次规划对问题进行了简化,只选取PLR 为自变量,而冷水机组控制参数多,多目标优化可以更好地实现节能,因此本文提出一种基于拉格朗日多目标优化方法[9],通过引入KKT 条件,对冷水机组多个运行参数进行优化,在满足总冷却负荷需求的条件下,实现最小化耗能。
出于操作灵活性、维护便利的目的,空调系统经常使用多台冷水机组,并采用二次泵变流量系统实现一定程度的节能。二次泵变流量系统是一种分离式系统,在冷源侧提供恒定流量,从而防止温度过低未损害蒸发器并避免冷却器频繁停机。在负荷侧可以根据伏在变化通过二通阀调节流入末端的冷水流量,图1展示了一个多台冷水机组成的二次泵变流量系统[10]。……