基于负荷预测的冰蓄冷空调系统运行策略研究

被引：19

作者：

李妤姝

卢军

李永财

谷骋都

机构：

[1] 重庆大学三峡库区生态环境教育部重点实验室

来源：

暖通空调 | 2019年 / 49卷 / 03期

关键词：

冰蓄冷空调系统; 遗传算法; BP神经网络; 控制策略; 运行; 负荷预测;

D O I：

10.19991/j.hvac1971.2019.03.024

中图分类号：

TU831 [空气调节];

学科分类号：

081404 [供热、供燃气、通风及空调工程];

摘要：

以重庆市某能源站冰蓄冷空调系统为研究对象,通过实地测试得到系统制冷机组侧、板式换热器侧实际运行性能偏差均在5%范围内,满足设计要求。以一周为周期,用户负荷呈3种类型:周一类型、周二～周五类型和周末类型。通过Matlab建立了3种遗传算法优化的BP神经网络负荷预测模型,并用测试样本进行了仿真训练,得到最大相对误差分别为16.5%,7.6%,13.9%。最后通过Matlab编程建模,得到了100%,75%,50%和25%负荷率下的运行优化控制策略。

引用

页码：129 / 134+43 +43

页数：7

共 12 条

[1]

某冰蓄冷空调系统全寿命周期模型分析 [J].

王胤钧 ;

于军琪 .

暖通空调, 2017, 47 (07) :80-84

[2]

冰蓄冷空调系统供冷项目决策评价方法及应用 [J].

黎小华 ;

夏小平 ;

程文辉 ;

陈永华 .

节能技术, 2016, 34 (01) :77-80

[3]

蓄冰系统优化控制算法 [J].

骆维军 ;

李吉生 ;

赵庆珠 .

暖通空调, 2002, (02) :82-84

[4]

Model-based predictive control of an ice storage device in a building cooling system.[J].J.A. Candanedo;V.R. Dehkordi;M. Stylianou.Applied Energy.2013,

[5]

Optimal control of building storage systems using both ice storage and thermal mass – Part I: Simulation environment.[J].Ali Hajiah;Moncef Krarti.Energy Conversion and Management.2012,

[6]

Review of thermal energy storage for air conditioning systems [J].