[01275849]基于协调的变风量空调全局优化控制方法研究

1、课题来源与背景本课题来源于甘肃省自然科学基金148RJZA022。随着经济的快速发展，建筑能耗越来越大，而空调能耗又在建筑能耗中占了很大的比重，空调系统关于能源利用的研究主要集中在开发冷热源和挖掘输送系统节能潜力这两方面。

变风量空调系统具有很大的节能潜力，变风量空调控制系统要实现基于全局的优化控制与管理很困难。设计一种递阶方式的控制方案，使得变风量空调系统满足环境舒适性的同时，能稳定的运行，并最大限度地减少系统能耗。

2、项目目的和意义建筑物中央空调的年运行负荷率较低，一般在设计负荷50%以下的运行时间就占了70%以上。建筑物中央空调的节能研究是大有潜力而且在变风量空调系统满足建筑物内负荷需求的情况下，使整个变风量空调系统的能量消耗最少，达到节能的目的。

通过自动控制提高变风量空调系统的空气品质，避免过冷或过热，使室内空气环境达到舒适性要求是有重大意义的。

3、主要论点和依据本项目以变风量空调系统为研究对象，以节能为出发点，主要研究变风量空调系统在运行期间的节能与优化控制方法，进行了以下工作。

1)递阶结构的变风量空调控制系统设计递阶结构结构可分为三层，变风量空调系统中，冷冻水供水温度、流量决定送风温度，送风温度、送风流量、送风湿度又决定房间温度、房间湿度、房间CO2浓度等，即包含了3个相互关联的子系统通过通信网络把PLC与计算机联接，将计算机运算速度快、信息处理方便、显示性能好的优点与PLC的优点相结合，即可形成一个优势互补的分级递阶控制系统。这样， PLC就可以执行复杂的控制职能，从而对被控系统进行最优综合控制。

2)静压控制的优化方法静压控制的优化方法采用变静压控制，送风机通常采用变频风机，具有较大的节能潜力。变静压中静压的设定值为满足系统所有末端设备风量需求的一个最小静压值。静压在设定值优化后，就进入自适应神经网络控制，采用粒子群算法来优化网络神经网络控制。通过变频器控制，使变频风机提供的风压与送风管网实际所需的静压相一致，保证系统的负荷需求，并实现节能，风机节能11.132%。

3)基于迭代学习的空调系统冷冻水变压差控制研究变流量技术的主要环节为根据实际负荷变化情况来调节冷冻水泵的转速，以实现冷冻水流量的控制可选用压差反映系统的负荷变化，即根据压差的变化来调节水泵的转速。

对压差进行迭代学习控制，采用基于迭代算法的变压差控制，控制二次泵可节能28.135%。

4、创建与创新

1)利用大系统理论，将变风量空调系统合理的分解，进行系统优化和参数估计。

2)采用先进的优化方法，对于不同的控制参数，采用多种先进的自适应方法和迭代学习的方法进行控制。

5、社会经济效益和存在的问题

本项目所提出的方法，可有效实现变风量空调系统在运行期间的节能与优化控制，项目的部分成果在实验结果满意的情况下，有效解决了变风量空调系统在不同负荷状态下运行时的舒适与节能措施，具有明显的经济效益和深远的社会效益。

由于经费有限，本项目仅限于理论和仿真研究阶段，尽管搭建了实验系统，但在算法的工程实现及软件编程方面还有一定的局限，从而限制了项目的进一步深入开展。

6、历年获奖情况无。