基于改进ABC算法的模糊Elman变频空调温度控制

陈 以，莫 迪，陈睿星，孙俊佚雄

(桂林电子科技大学电子工程与自动化学院，广西 桂林 541004)

1 引言

由空调用电量大造成的夏季电网高负荷运行是电力网络中普遍存在的问题，目前华东地区夏季用电负荷高峰中有超过30%是由空调用电造成的，而在北京上海等城市甚至接近50%。如何有效的控制空调用电一直是空调研究领域的热点。文献[1]提出一种考虑时间约束的变频空调频率控制方法，通过对空调进行组网，在一定范围内限制空调运行功率来降低用电峰值。文献[2]同样基于需求响应提出了一种考虑热舒适度的多家庭变频空调群组恒温控制策略，在考虑用户舒适体验的同时实现负荷削减容量最大化。文献[1][2]的方法均是通过限制空调运行功率来降低用电峰值，虽然可行但仍在一定程度上影响了用户体验。从空调运行控制策略的角度研究，利用更加精确的智能控制方法限制空调温度超调，实现空调的节能运行，无疑会对用户更加友好。文献[3]，文献[4]，文献[5]等将模糊控制与神经网络相结合，建立模糊神经网络控制器对变频空调压缩机进行精确控制。文献[6]将神经网络与PID控制策略相结合，通过改善风机功率实现节能目的。受上述启发，本文将模糊控制规则引入Elman网络，建立模糊Elman网络控制器(FENC)对变频空调实现控制。针对网络训练中存在的易陷入局部极小点的问题，给出一种改进的人工蜂群算法(IABC)，在标准人工蜂群算法(ABC)的跟随蜂阶段引入模拟退火算法思想，通过设定模拟退火的作用范围保证权值优化算法的全局收敛。……