CN109636051A - 基于ga的一次泵变流量系统运行参数优化方法 - Google Patents
基于ga的一次泵变流量系统运行参数优化方法 Download PDFInfo
- Publication number
- CN109636051A CN109636051A CN201811555631.4A CN201811555631A CN109636051A CN 109636051 A CN109636051 A CN 109636051A CN 201811555631 A CN201811555631 A CN 201811555631A CN 109636051 A CN109636051 A CN 109636051A
- Authority
- CN
- China
- Prior art keywords
- water
- variable flow
- primary pump
- max
- individual
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000005457 optimization Methods 0.000 title claims abstract description 23
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 181
- 238000004378 air conditioning Methods 0.000 claims abstract description 22
- 230000002068 genetic effect Effects 0.000 claims abstract description 8
- 230000010429 evolutionary process Effects 0.000 claims abstract description 6
- 238000013178 mathematical model Methods 0.000 claims abstract description 6
- 230000035772 mutation Effects 0.000 claims abstract description 6
- 230000006978 adaptation Effects 0.000 claims abstract description 4
- 238000005057 refrigeration Methods 0.000 claims description 37
- 239000000498 cooling water Substances 0.000 claims description 35
- 238000005265 energy consumption Methods 0.000 claims description 32
- 239000006200 vaporizer Substances 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 7
- 239000000203 mixture Substances 0.000 claims description 6
- 238000001816 cooling Methods 0.000 claims description 5
- 238000000547 structure data Methods 0.000 claims description 5
- 230000017525 heat dissipation Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 108700028369 Alleles Proteins 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 3
- 238000009472 formulation Methods 0.000 claims description 2
- 239000003795 chemical substances by application Substances 0.000 claims 1
- 238000013461 design Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 5
- 238000012546 transfer Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000007710 freezing Methods 0.000 description 2
- 230000008014 freezing Effects 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 239000003507 refrigerant Substances 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000009395 breeding Methods 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000007791 dehumidification Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012850 discrimination method Methods 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- JEGUKCSWCFPDGT-UHFFFAOYSA-N h2o hydrate Chemical compound O.O JEGUKCSWCFPDGT-UHFFFAOYSA-N 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 210000000582 semen Anatomy 0.000 description 1
- 238000010025 steaming Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
- 239000002918 waste heat Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Strategic Management (AREA)
- Biophysics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Health & Medical Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Operations Research (AREA)
- Artificial Intelligence (AREA)
- Fuzzy Systems (AREA)
- Signal Processing (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- Genetics & Genomics (AREA)
- Physiology (AREA)
- Air Conditioning Control Device (AREA)
- Software Systems (AREA)
- Primary Health Care (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Evolutionary Computation (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
Abstract
本发明公开一种基于GA的一次泵变流量系统运行参数优化方法，包括如下步骤：(1)建立一次泵变流量水系统优化运行的数学模型；(2)以步骤(1)中的目标函数作为GA遗传算法的表现型形式，进行编码，以约束条件作为GA遗传算法的适应度函数，经过选择、交叉、变异运算后得到后代群体，输出进化过程中所得到的具有最大适应度的个体作为优化后的一次泵变流量系统运行参数。本发明在满足舒适性和节能性的基础上建立一次泵变流量水系统优化运行的数学模型，根据优化模型的特点，通过编制基于GA的优化程序进行求解，确定一次泵变流量水系统优化运行的参数设定值，从而为空调系统在部分负荷下节能运行及提高空调系统的运行效率提供科学依据。
Description
技术领域
本发明涉及智能建筑暖通空调领域，特别涉及中央空调中一次泵变流量系统运行参数优化方法。
背景技术
建筑能耗在社会总能耗中占有很大的比重，而空调能耗又是建筑能耗中的大户。目前大多数一次泵系统为定流量系统，运行时流经制冷机组的水流量不能跟随负荷的变化而改变，水泵始终按照设计流量全速运行。而空调系统在实际运行中，95％的时间内是处于部分负荷工况下的，因此水泵容量往往大于实际需要，空调系统的运行费用高居不下。因此降低空调水系统的输配电耗，对于降低空调系统的全年运行能耗具有重要意义。
发明内容
发明目的：本发明目的在于针对现有技术的不足，结合一次泵变流量系统的工作原理，在满足舒适性和节能性的基础上建立一次泵变流量水系统优化运行的数学模型，根据优化模型的特点，通过编制基于GA的优化程序进行求解，确定一次泵变流量水系统优化运行的参数设定值，从而为空调系统在部分负荷下节能运行及提高空调系统的运行效率提供科学依据。
技术方案：本发明所述基于GA的一次泵变流量系统运行参数优化方法，包括如下步骤：
(1)建立一次泵变流量水系统优化运行的数学模型，设W(x)为目标函数，一次泵变流量水系统优化运行的数学表述为：
其中，W为水系统运行的总能耗；S为水系统各部分能耗模型的约束条件；
(2)以步骤(1)中的目标函数W(x)作为GA遗传算法的表现型形式，进行编码，以约束条件S作为GA遗传算法的适应度函数，随机设定N个初始点建立初始群体P(0)，设定进化代数t，经过选择、交叉、变异运算后得到后代群体P(t+1)，输出进化过程中所得到的具有最大适应度的个体作为优化后的一次泵变流量系统运行参数。
本发明进一步优选地技术方案为，所述一次泵变流量系统包括制冷剂循环系统、蒸发器侧水系统和冷凝器侧水系统，设制冷剂循环系统、蒸发器侧水系统和冷凝器侧水系统的能耗模型为W1、W2和W3，目标函数W(x)与个子模型的数字表述为：
其中，W1(i,x)为第i台制冷机组的实时运行能耗；W2(i,x)为第i台冷冻水泵的实时运行能耗；W3(i,x)为第i台冷却水泵的实时运行能耗；n1,n2,n3分别为制冷机组、冷冻水泵、冷却水泵的实时运行台数，n1＝n2＝n3。
优选地，作为适应度函数的约束条件S包括等式约束和不等式约束，空调系统运行过程中所能完成的制冷量必须满足末端用冷负荷需求，即：
Qe＝mecp(te.in-te.out)
Qc＝mccp(tc.out-tc.in)，
忽略机组壳体对周围空气的散热，结合热力学第一定律，可得等式约束为：
Qc＝Qe+W1；
其中Qe为制冷机组制冷量；me为冷冻水流量；te.in为冷冻水进水温度；te.out为冷冻水出水温度；Qc为冷负荷；mc为冷却水流量；tc.in为冷却水进水温度；tc.out为冷却水出水温度。
优选地，不等式约束为：
Qe.min≤Qe≤Qe.max
te.in.min≤te.in≤te.in.max
tc.in.min≤tc.in≤tc.in.max
tc.out.min≤tc.out≤tc.out.max
me.min≤me≤me.max
mc.in≤mc≤mc.max
0<te.in-te.out<△te
0<tc.out-tc.in<△tc，
其中，Qe.max、Qe.min为制冷机组制冷量的上下限；te.in.max、te.in.min为冷冻水进水温度的上下限；tc.in.max、tc.in.min为冷却水进水温度的上下限；tc.out.max、tc.out.min为冷却水出水温度的上下限；me.max、me.min为冷冻水流量的上下限；mc.max、mc.in为冷却水流量的上下限；△tc为冷却水进出水温差允许的最大值；△te为冷冻水进出水温差允许的最大值。
优选地，步骤(2)的具体算法为：
a、编码：GA在进行搜索之前先将目标函数W(x)表示成遗传空间的基因型串结构数据；
b、初始种群的生成：随机产生N个初始串结构数据，每个串结构数据称为一个个体，N个个体构成了一个群体，GA以这N个串结构作为初始点开始迭代；设置进化代数计算器t，设置最大进化代数T，随机生成N个个体作为初始群体P(0)；
c、适应度值评价检测：根据约束条件建立算法的适应度函数，计算种群P(t)中各个个体的适应度值；
d、选择：根据各个个体的适应度值，从上一代群体中选择出优良的个体遗传到下一代群体中；
e、交叉：将群体内的各个个体随机搭配成对，通过交叉操作可以得到新一代个体；
f、变异：在群体中随机选择一个个体，对于选中的个体以一定的概率随机改变串结构数据中某个串的值；或对群体中的每一个个体，以某一概率改变某一个或某一些基因座上的基因值为其它的等位基因；
g、群体P(t)经过选择、交叉、变异运算后得到下一代群体P(t+1)，终止条件判断：若t≤T，则t→t+1，转到步骤c；若t>T，则以进化过程中所得到的具有最大适应度的个体作为最优解输出，终止运算。
有益效果：本发明根据系统优化理论及优化步骤，结合一次泵变流量系统的工作原理，在满足舒适性和节能性的基础上建立一次泵变流量水系统优化运行的数学模型，给出模型的具体表达式、模型中各参数的辨识方法并进行模型验证。选取冷冻水流量和冷却水流量作为优化控制变量，通过基于优化程序来获得目标函数极值下控制变量的最优解，从而可用于一次泵变流量系统的优化控制以达到节能运行的目的。根据优化模型的特点，通过编制基于GA的优化程序进行求解。利用本发明所提出的优化方法可以确定一次泵变流量水系统优化运行的参数设定值，从而为空调系统在部分负荷下节能运行及提高空调系统的运行效率提供科学依据。当空调负荷减小时，使通过制冷机组蒸发器侧和冷凝器侧的水流量也能随空调负荷的降低而减少，从而减小水泵功耗，以达到减少水系统运行能耗的目的。
附图说明
图1为本发明中GA遗传算法的流程图；
图2为一次泵变流量系统工作原理图。
具体实施方式
下面通过附图对本发明技术方案进行详细说明，但是本发明的保护范围不局限于所述实施例。
实施例：一种基于GA的一次泵变流量系统运行参数优化方法，一次泵变流量系统包括三个子系统：制冷剂循环系统，蒸发器侧水系统和冷凝器侧水系统。制冷剂循环系统：主要是由压缩机、蒸发器、冷凝器和膨胀阀等四大部件组成。其中压缩机是最主要的部件，是热传导的源动力；蒸发器和冷凝器是制冷机组吸热和放热的部件；膨胀阀则是制冷机组的控制部件，它决定了系统的蒸发压力和冷凝压力。蒸发器侧水系统：主要由制冷机组的蒸发器和冷冻水泵组成。系统中的冷冻水经冷冻水泵送至制冷机组的蒸发器，在蒸发器中与低温低压的液态制冷剂进行热交换，放出热量，温度降低，然后将冷量输送到各个末端空调用户，经热交换后流回蒸发器。冷凝器侧水系统：主要由制冷机组的冷凝器和冷却水泵组成。自然界中的水源或者循环水经冷却水泵送至制冷机组的冷凝器，在冷凝器中与高温高压的气态制冷剂进行热交换，吸收热量，温度升高，然后流回自然界的水体中或者流经散热设备将多余热量散去后重新返回冷凝器。
一次泵变流量系统中，用户侧和冷源侧的流量变化可能是不一致的，而流量变化的不一致也导致了两侧的温差也不一致。由于流量或者温差不一致性是由表冷器和制冷机组的换热特性所决定的，不能随着控制方式的不同而改变，因此两侧的流量不一致性或者温差不一致性是客观存在的。针对此本发明通过采用干管压差旁通法来平衡用户侧和冷源侧的流量及温差不一致问题。本发明所提出的优化控制策略，将空调冷冻水侧和冷却水侧水系统采用温差控制，因为其为全空气系统，各空调负荷随季节变化规律比较一致。同时采用温差控制，用压差旁通法来平衡用户侧和冷源侧的流量及温差不一致问题。控制方法可简述为：设置温度传感器，分别位于冷冻水供回水总管和冷却水供回水总管处，根据冷冻水供回水温差控制冷冻水泵转速，根据冷却水供回水温差控制冷却水泵转速。通过对冷冻水和冷却水温度及流量的随时监测，经信号处理，并将此信号送入微电脑控制器中，向变频调速器输出控制信号，调整水泵电机转速，使流量始终与负荷相匹配。
在空调系统舒适性和节能性的基础上建立一次泵变流量水系统优化运行的数学模型。设W(x)为目标函数，则一次泵变流量水系统优化运行的数学描述可以表述为：
其中，W为水系统运行的总能耗，kW；S为水系统各部分能耗模型的约束条件。W主要与各部件性能有关，S主要是部件之间的约束关系以及房间舒适性、节能性要求。
一次泵变流量系统中整个水系统的模型由各个部件的子模型组成，子模型之间相互影响相互联系构成水系统的能耗模型。由于本发明主要从水系统实时运行能耗的角度来分析，故所研究的能耗模型主要由制冷机组能耗模型，冷冻水侧能耗模型和冷却水侧能耗模型组成。因此一次泵变流量水系统优化运行的目标函数为：
其中，W(x)为水系统实时运行总能耗，kW；W1(i,x)为第i台制冷机组的实时运行能耗，kW；W2(i,x)为第i台冷冻水泵的实时运行能耗，kW；W3(i,x)为第i台冷却水泵的实时运行能耗，kW。n1,n2,n3分别为制冷机组、冷冻水泵、冷却水泵的实时运行台数。本发明取工程上比较常用的n1＝n2＝n3。
对于一次泵变流量系统不可避免地受到许多条件的约束，所有这些约束都一一体现在建立的优化模型之中。
等式约束
当空调系统运行时，系统所承担的冷负荷是以干扰变量的形式出现的。即空调系统运行过程中所能完成的制冷量必须满足末端用冷负荷需求，即：
Qe＝mecp(te.in-te.out)
Qc＝mccp(tc.out-tc.in)
如果忽略机组壳体对周围空气的散热，结合热力学第一定律，可得：
Qc＝Qe+W1，
其中Qe为制冷机组制冷量；me为冷冻水流量；te.in为冷冻水进水温度；te.out为冷冻水出水温度；Qc为冷负荷；mc为冷却水流量；tc.in为冷却水进水温度；tc.out为冷却水出水温度。
不等式约束
对于空调水系统主要考虑以下七个变量：冷冻水出水温度te.out，、冷冻水进水温度te.in、冷却水出水温度tc.out、冷却水进水温度tc.in、冷冻水流量me、冷却水流量mc和冷负荷Qe。根据空调系统的运行特点，冷负荷Qe受室外气候、末端用户的用冷情况而定，属于扰动变量；冷凝器侧水流量mc和蒸发器侧水流量mc不仅影响水泵的能耗，而且对制冷机组的运行影响很大；冷冻水出口温度te.out和冷却水进水温度tc.in也对制冷机组的性能有较大的影响，在部分负荷下，提高冷冻水的出水温度或降低冷却水的进水温度都可以提高机组的运行效率，节约运行能耗。但对于空调末端来说，冷冻水温度的提高有可能不能满足末端负荷的需求，尤其是末端除湿要求，故本发明中冷冻水的出水温度仍按常规的7℃选取。而冷却水进水温度，对于开式系统来说，一般受室外气温的影响，进水温度不可控；对于冷却水使用循环水的闭式系统，其值可固定在某一温度。冷冻水进口温度te.in和冷却水出口温度tc.out。与末端用户用冷情况、表冷器\换热器的换热特性、冷冻水流量\冷却水流量有关，属于非可控制变量。因此，本发明选择冷凝器侧水流量mc和蒸发器侧水流量me作为优化控制的控制变量。为了保证空调系统的正常运行，防止各类事故的发生，空调设备本身对各参数也有一定的限制，同时为了满足空调末端设备的冷却祛湿要求，并且使优化问题的求解位于可行域内，优化过程还必须满足一些其它约束条件。如下所示：
Qe.min≤Qe≤Qe.max
te.in.min≤te.in≤te.in.max
tc.in.min≤tc.in≤tc.in.max
tc.out.min≤tc.out≤tc.out.max
me.min≤me≤me.max
mc.in≤mc≤mc.max
0<te.in-te.out<△te
0<tc.out-tc.in<△tc，
其中，Qe.max，Qe.min为制冷机组制冷量的上下限，kW；te.in.max，te.in.min为冷冻水进水温度的上下限，℃，tc.in.max，tc.in.min为冷却水进水温度的上下限，℃，tc.out.max，tc.out.min为冷却水出水温度的上下限，℃，me.max，me.min为冷冻水流量的上下限，kg/s；mc.max，mc.in为冷却水流量的上下限，kg/s；△tc为冷却水进出水温差允许的最大值，℃，△te为冷冻水进出水温差允许的最大值，℃，其值除了要考虑机组允许的冷冻水进出水温差的限制外，还需要考虑冷冻水大温差对末端设备冷却除湿的要求。
具体进行GA遗传运算时：
a、编码：解空间中的解数据x，作为GA的表现型形式。从表现型到基因型的映射称为编码。GA在进行搜索之前先将目标函数W(x)表示成遗传空间的基因型串结构数据；
b、初始种群的生成：随机产生N个初始串结构数据，每个串结构数据称为一个个体，N个个体构成了一个群体，GA以这N个串结构作为初始点开始迭代；设置进化代数计算器t，设置最大进化代数T，随机生成N个个体作为初始群体P(0)；
c、适应度值评价检测：根据约束条件建立算法的适应度函数，计算种群P(t)中各个个体的适应度值；
d、选择：根据各个个体的适应度值，从上一代群体中选择出优良的个体遗传到下一代群体中；选择的目的是为了从当前群体中选出优良的个体，使它们有机会作为父代为下一代繁殖子孙，GA通过选择运算体现这一思想，进行选择的原则是适应性强的个体为下一代贡献一个或多个后代的概率大，选择体现了适者生存的原则；
e、交叉：将群体内的各个个体随机搭配成对，通过交叉操作可以得到新一代个体；
f、变异：在群体中随机选择一个个体，对于选中的个体以一定的概率随机改变串结构数据中某个串的值；或对群体中的每一个个体，以某一概率改变某一个或某一些基因座上的基因值为其它的等位基因；
g、群体P(t)经过选择、交叉、变异运算后得到下一代群体P(t+1)，终止条件判断：若t≤T，则t→t+1，转到步骤c；若t>T，则以进化过程中所得到的具有最大适应度的个体作为优化后的一次泵变流量系统运行参数，终止运算。
在具体实施中：
水泵及其配套设备的选择：根据设备的设计安装位置、空间及承压，结合设计流量及扬程，决定选用何种类型的水泵及其所配机械密封。选泵时，水泵设计工作点尽可能在高效区偏右一点区域，以实现水泵保持在高效区变频运行，此点与常规选泵有异。马达的功率应覆盖水泵在实际应用中可能的工作区域，同样变频器功率亦应覆盖水泵运行的输入功率。
水泵台数控制：一次泵变流量系统中水泵与制冷机组的连接方式既可以采用传统的先串后并的连接方式，即机组先与水泵串联，经串联后再进行并联，也可以采用先并后串的连接方式，即水泵先与水泵并联，机组先与机组并联，然后水泵再与机组串联。因此水泵的加减机控制与机组的加减机控制可以分开来考虑。水泵的加减机控制可以根据系统所需要的流量来控制，系统所需要的流量可以采用设置在干管内的流量计来检测。当系统所需流量大于所有正在运行水泵的最大允许流量之和时，就可以增加一台水泵运行。当系统所需流量小于所有正在运行水泵的最小允许流量之和时，就可以减少一台水泵运行。本发明采用检测干管流量来控制水泵的运行台数。
水泵变频控制：一级泵变流量系统中水泵的控制方式如下：采用一定的检测装置，检测负荷变化时水系统中某个参数的变化，并根据该信号的变化控制水泵变频调节，使水泵节能运行。水系统采用温差控制，水泵调节处于主动状态，负荷的变化反映到供回水温差上引起温差的改变，水泵根据供回水温差调节转速改变流量，本发明采用温差控制法对水泵进行变频控制。
温差控制主要由供水和回水温度传感器(或供、回水温差传感器)、变频控制器、水泵及其管路等组成。
采用供回水总管中供回水温差或回水温度作为控制器的采样输入信号，控制器将该输入信号与内部的设定值进行比较，得出需要的输出信号来控制水泵的转速，使水流量满足空调负荷变化的要求。
温差控制法是在部分负荷时，保持供回水温差达到某一设定值，从而减少流量，降低水泵输送能耗。在系统供回水总管上安装温度传感器，DDC获得供、回水温度，并计算两者之差△t，与系统设定温差△t0进行比较。当△t-△t0≥desdband时，控制水泵转速增加，其中desdband为温差死区；当△t-△t0≤desdband时，控制水泵转速减小。
温差控制的原理，根据公式：
Q＝CG△t
其中，Q为空调负荷，kW；C为水的比热，kJ/(kg.℃)；G为水流量，kg/s；△t为供回水温差，℃。
采用一次泵变流量系统，变频水泵采用温差控制，当用户侧负荷发生变化时，为保持流经蒸发器侧和冷凝器侧供回水温差达到某一设定值，可通过变频水泵使冷冻水侧和冷却水侧的水流量发生改变以适应负荷的变化，从而到达节能运行的目的。
压差旁通法：用户侧和冷源侧不仅流量变化可能不一致，而且温差变化也可能不一致，两种不一致性是同时存在的。本发明主要是采用压差旁通法来进行流量平衡。
压差旁通法就是在供回水管道之间设置旁通管，并根据供回水管道之间的压差信号控制流过旁通管的流量，使部分冷冻水供水不经过末端设备而直接与回水混合，减小供回水温差，提高冷源的流量和供冷量能力。
该系统采用供回水干管两端的压差信号平衡用户侧和冷源侧的流量及温差，并采用干管内供回水之间的温差信号控制水泵变频调节。
当负荷为设计负荷时，旁通管内流量为0，冷源侧和用户侧的流量都是设计流量，水泵以设计转速运行。此时供回水干管两端的作用压差为△P，并取该值为压差旁通控制的设定值。干管内供回水温差为△t，并取该值为此时控制水泵变频调节的设定值。当用户侧的负荷变小时，末端各支路上的调节阀将减小开度，使各支路的流量减小同时阀门开度的减小，会增加支路阻力，从而使供回水干管之间的作用压差增大。压差检测装置检测到该信号后，通过压差控制法控制流过旁通管的流量，保持供回水干管两端的作用压差恒定和系统总流量基本不变。同时由于总流量不变，而负荷减小，所以干管内供回水温差将减小。温差检测装置检测到该信号后，通过温差控制法控制水泵减速运行，使流过旁通管的流量也相应地减小，并最终使干管内供回水温差恢复到设定值。
对于有旁通管的系统，当负荷变化时，在供回水总管压差控制下，旁通管上的旁通阀开度随之变化，旁通中的温度较低的冷冻水与温度较高的用户端回水相混合，引起总的回水温度或供回水温差的变化，控制器根据这种变化发出指令调节水泵转速，以减小旁通流量来达到节能的目的。
最小流量旁通控制：流速过小会影响制冷机组的传热效率和运行安全，所以制冷机组必须运行在允许的最低流速之上，与最低流速相对应的有一个最小流量。当用户侧实际所需流量小于机组允许的最小流量时，就必须通过旁通管旁通一部分流量，保证机组在允许的最小流量运行。旁通管设置在靠近冷源的供回水干管上，并设置一电动控制调节阀。旁通流量的控制可以采用压差信号或者流量信号控制。压差设定值就是机组流过最小流量时对应的机组进出口之间的压差。本发明选用机组侧进出口之间的压差信号来控制旁通阀开度从而控制旁通管中的水流量。
旁通管各控制间的切换：为了保持制冷机组不低于最小流量运行，系统中需要设置一个旁通管，并采取最小流量旁通来控制旁通管中的流量。为了解决用户侧和冷源侧的流量及温差不一致问题，系统中也需要设置一个旁通管，并采取压差旁通法控制旁通管中的流量。
用旁通管平衡用户侧和冷源侧的流量及温差时，干管内供回水温差保持设定值。用旁通管保持机组允许最小流量运行时，随着用户侧负荷的减小，干管内供回水温差将减小。因此，用旁通管平衡用户侧流量及温差时，最小流量旁通控制不起作用用旁通管保持机组最小流量运行时，流量平衡旁通控制不起作用。在进行旁通管控制设计时，需要考虑这两种旁通控制方法间的切换。
如上所述，尽管参照特定的优选实施例已经表示和表述了本发明，但其不得解释为对本发明自身的限制。在不脱离所附权利要求定义的本发明的精神和范围前提下，可对其在形式上和细节上作出各种变化。
Claims (5)
1.基于GA的一次泵变流量系统运行参数优化方法，其特征在于，包括如下步骤：
(1)建立一次泵变流量水系统优化运行的数学模型，设W(x)为目标函数，一次泵变流量水系统优化运行的数学表述为：
其中，W为水系统运行的总能耗；S为水系统各部分能耗模型的约束条件；
(2)以步骤(1)中的目标函数W(x)作为GA遗传算法的表现型形式，进行编码，以约束条件S作为GA遗传算法的适应度函数，随机设定N个初始点建立初始群体P(0)，设定进化代数t，经过选择、交叉、变异运算后得到后代群体P(t+1)，输出进化过程中所得到的具有最大适应度的个体作为优化后的一次泵变流量系统运行参数。
2.根据权利要求1所述的基于GA的一次泵变流量系统运行参数优化方法，其特征在于，所述一次泵变流量系统包括制冷剂循环系统、蒸发器侧水系统和冷凝器侧水系统，设制冷剂循环系统、蒸发器侧水系统和冷凝器侧水系统的能耗模型为W1、W2和W3，目标函数W(x)与个子模型的数字表述为：
其中，W1(i,x)为第i台制冷机组的实时运行能耗；W2(i,x)为第i台冷冻水泵的实时运行能耗；W3(i,x)为第i台冷却水泵的实时运行能耗；n1,n2,n3分别为制冷机组、冷冻水泵、冷却水泵的实时运行台数，n1＝n2＝n3。
3.根据权利要求2所述的基于GA的一次泵变流量系统运行参数优化方法，其特征在于，作为适应度函数的约束条件S包括等式约束和不等式约束，空调系统运行过程中所能完成的制冷量必须满足末端用冷负荷需求，即：
Qe＝mecp(te.in-te.out)
Qc＝mccp(tc.out-tc.in)，
忽略机组壳体对周围空气的散热，结合热力学第一定律，可得等式约束为：
Qc＝Qe+W1；
其中Qe为制冷机组制冷量；me为冷冻水流量；te.in为冷冻水进水温度；te.out为冷冻水出水温度；Qc为冷负荷；mc为冷却水流量；tc.in为冷却水进水温度；tc.out为冷却水出水温度。
4.根据权利要求3所述的基于GA的一次泵变流量系统运行参数优化方法，其特征在于，不等式约束为：
Qe.min≤Qe≤Qe.max
te.in.min≤te.in≤te.in.max
tc.in.min≤tc.in≤tc.in.max
tc.out.min≤tc.out≤tc.out.max
me.min≤me≤me.max
mc.in≤mc≤mc.max
0<te.in-te.out<△te
0<tc.out-tc.in<△tc，
其中，Qe.max、Qe.min为制冷机组制冷量的上下限；te.in.max、te.in.min为冷冻水进水温度的上下限；tc.in.max、tc.in.min为冷却水进水温度的上下限；tc.out.max、tc.out.min为冷却水出水温度的上下限；me.max、me.min为冷冻水流量的上下限；mc.max、mc.in为冷却水流量的上下限；△tc为冷却水进出水温差允许的最大值；△te为冷冻水进出水温差允许的最大值。
5.根据权利要求1所述的基于GA的一次泵变流量系统运行参数优化方法，其特征在于，步骤(2)的具体算法为：
a、编码：GA在进行搜索之前先将目标函数W(x)表示成遗传空间的基因型串结构数据；
b、初始种群的生成：随机产生N个初始串结构数据，每个串结构数据称为一个个体，N个个体构成了一个群体，GA以这N个串结构作为初始点开始迭代；设置进化代数计算器t，设置最大进化代数T，随机生成N个个体作为初始群体P(0)；
c、适应度值评价检测：根据约束条件建立算法的适应度函数，计算种群P(t)中各个个体的适应度值；
d、选择：根据各个个体的适应度值，从上一代群体中选择出优良的个体遗传到下一代群体中；
e、交叉：将群体内的各个个体随机搭配成对，通过交叉操作可以得到新一代个体；
f、变异：在群体中随机选择一个个体，对于选中的个体以一定的概率随机改变串结构数据中某个串的值；或对群体中的每一个个体，以某一概率改变某一个或某一些基因座上的基因值为其它的等位基因；
g、群体P(t)经过选择、交叉、变异运算后得到下一代群体P(t+1)，终止条件判断：若t≤T，则t→t+1，转到步骤c；若t>T，则以进化过程中所得到的具有最大适应度的个体作为最优解输出，终止运算。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811555631.4A CN109636051A (zh) | 2018-12-19 | 2018-12-19 | 基于ga的一次泵变流量系统运行参数优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811555631.4A CN109636051A (zh) | 2018-12-19 | 2018-12-19 | 基于ga的一次泵变流量系统运行参数优化方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109636051A true CN109636051A (zh) | 2019-04-16 |
Family
ID=66075463
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811555631.4A Pending CN109636051A (zh) | 2018-12-19 | 2018-12-19 | 基于ga的一次泵变流量系统运行参数优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109636051A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110220274A (zh) * | 2019-04-19 | 2019-09-10 | 广州丹德自动化科技有限公司 | 一种智能控制通风空调和冷冻冷藏的方法及系统 |
| CN110471278A (zh) * | 2019-07-23 | 2019-11-19 | 江苏天晟节能科技有限公司 | 一种工业循环水系统恒压变流量控制方法 |
| CN111767677A (zh) * | 2020-07-01 | 2020-10-13 | 中国水利水电科学研究院 | 一种基于ga算法的梯级泵站群扬程优化分配方法 |
| CN111915088A (zh) * | 2020-08-07 | 2020-11-10 | 青岛洪锦智慧能源技术有限公司 | 一种降低污水处理厂泵组能耗的优化控制方法 |
| CN112577159A (zh) * | 2020-12-10 | 2021-03-30 | 广东省科学院智能制造研究所 | 基于人体热舒适度的空调节能智能控制方法及装置 |
| CN113739362A (zh) * | 2021-09-22 | 2021-12-03 | 广东电网有限责任公司 | 一种空调系统的能耗确定方法、装置、设备及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102981410A (zh) * | 2012-12-12 | 2013-03-20 | 珠海派诺科技股份有限公司 | 一种基于人工蜂群的空调能耗模型参数辨识方法 |
| CN103104509A (zh) * | 2013-02-25 | 2013-05-15 | 天津大学 | 变频水泵全工况运行状态获取方法 |
| CN104534627A (zh) * | 2015-01-14 | 2015-04-22 | 江苏联宏自动化系统工程有限公司 | 中央空调冷却水系统综合能效控制方法 |
| US20180260714A1 (en) * | 2017-03-10 | 2018-09-13 | Yun Li | Global optimization, search and machine learning method based on the lamarckian principle of inheritance of acquired characteristics |
-
2018
- 2018-12-19 CN CN201811555631.4A patent/CN109636051A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102981410A (zh) * | 2012-12-12 | 2013-03-20 | 珠海派诺科技股份有限公司 | 一种基于人工蜂群的空调能耗模型参数辨识方法 |
| CN103104509A (zh) * | 2013-02-25 | 2013-05-15 | 天津大学 | 变频水泵全工况运行状态获取方法 |
| CN104534627A (zh) * | 2015-01-14 | 2015-04-22 | 江苏联宏自动化系统工程有限公司 | 中央空调冷却水系统综合能效控制方法 |
| US20180260714A1 (en) * | 2017-03-10 | 2018-09-13 | Yun Li | Global optimization, search and machine learning method based on the lamarckian principle of inheritance of acquired characteristics |
Non-Patent Citations (1)
| Title |
|---|
| 郭安: "基于GA的一次泵变流量系统运行参数优化", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110220274A (zh) * | 2019-04-19 | 2019-09-10 | 广州丹德自动化科技有限公司 | 一种智能控制通风空调和冷冻冷藏的方法及系统 |
| CN110471278A (zh) * | 2019-07-23 | 2019-11-19 | 江苏天晟节能科技有限公司 | 一种工业循环水系统恒压变流量控制方法 |
| CN111767677A (zh) * | 2020-07-01 | 2020-10-13 | 中国水利水电科学研究院 | 一种基于ga算法的梯级泵站群扬程优化分配方法 |
| CN111915088A (zh) * | 2020-08-07 | 2020-11-10 | 青岛洪锦智慧能源技术有限公司 | 一种降低污水处理厂泵组能耗的优化控制方法 |
| CN111915088B (zh) * | 2020-08-07 | 2024-05-28 | 青岛洪锦智慧能源技术有限公司 | 一种降低泵组能耗的优化控制方法 |
| CN112577159A (zh) * | 2020-12-10 | 2021-03-30 | 广东省科学院智能制造研究所 | 基于人体热舒适度的空调节能智能控制方法及装置 |
| CN112577159B (zh) * | 2020-12-10 | 2022-02-22 | 广东省科学院智能制造研究所 | 基于人体热舒适度的空调节能智能控制方法及装置 |
| CN113739362A (zh) * | 2021-09-22 | 2021-12-03 | 广东电网有限责任公司 | 一种空调系统的能耗确定方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109636051A (zh) | 基于ga的一次泵变流量系统运行参数优化方法 | |
| CN106545930B (zh) | 一种高效节能中央空调机房及节能方法 | |
| Jin et al. | Energy evaluation of optimal control strategies for central VWV chiller systems | |
| CN105352032B (zh) | 温湿度调控空调机组 | |
| CN110895016A (zh) | 一种基于模糊自适应的中央空调系统节能群控方法 | |
| JP4422572B2 (ja) | 冷温熱源機の冷温水制御方法 | |
| CN109917646B (zh) | 一种区域供冷供热设备优化运行系统及方法 | |
| CN102269444A (zh) | 一种供热与供冷水循环的能量控制系统与控制方法 | |
| CN105222241B (zh) | 双冷源四管制空调系统 | |
| CN201003835Y (zh) | 一种中央空调系统节能控制装置 | |
| CN108195099A (zh) | 一种变频多联机及其控制方法 | |
| CN102278795A (zh) | 采用双套冷却盘管的中央空调供风系统 | |
| CN106642535A (zh) | 一种中央空调冷站控制系统及控制方法 | |
| CN114459133A (zh) | 一种中央空调系统节能控制方法及节能控制系统 | |
| CN111706943A (zh) | 一种恒温层与空气热泵耦合的辐射空调系统 | |
| Huang et al. | Model-based optimal operation of heating tower heat pump systems | |
| CN203274139U (zh) | 一种基于空调冷却水系统的智能控制系统 | |
| CN212566080U (zh) | 一种恒温层与空气热泵耦合的辐射空调系统 | |
| CN217109938U (zh) | 一种空调能效分析与调适系统 | |
| CN205119420U (zh) | 一种干式机房专用空调 | |
| CN204987365U (zh) | 适用于空调一级泵系统的变水温控制系统 | |
| CN208205284U (zh) | 一种基于区域能量平衡的空调系统 | |
| CN110864572A (zh) | 基于储能式热管管束的可再生能源利用系统及其控制方法 | |
| CN115751654B (zh) | 空调末端水流控制装置、空调末端的控制方法及空调 | |
| Zhuang et al. | Optimization study on the heat transfer area of the sewage source heat pump system based on year-round coefficient of performance |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190416 |
|
| WD01 | Invention patent application deemed withdrawn after publication |