CN111076378A - 一种基于负荷预测的地铁车站通风空调节能系统及方法 - Google Patents

Abstract

本发明公开了一种基于负荷预测的地铁车站通风空调节能系统，包括中央控制单元及分别与之相连并通信的电能监测单元、温湿度监测单元、流量监测单元、风速监测单元、客流量监测单元、冷水机组单元、空气处理机组单元、冷却塔单元、水泵单元和风机单元。本发明利用智能算法预测地铁车站不同运行条件下的负荷变化，并根据优化算法以可避免

损失为优化目标获得的最佳运行参数，通过模糊算法，输出控制命令至通风空调系统各单元对相关参数进行实时动态调整，以到达趋势预判、智能化调节控制、节能管理、降低能耗，减少营运成本等效果。

Description

一种基于负荷预测的地铁车站通风空调节能系统及方法

技术领域

本发明涉及负荷预测与自动化控制领域，具体涉及一种基于负荷预测的地铁车站通风空调节能系统及方法。

背景技术

近些年来，随着地铁的出现，不仅能够给人们的出行带来方便，而且还可以缓解交通压力，地铁已经成为大城市在不断发展过程中的必备产物。目前在我国依然有许多城市正在建设或者扩建中。然而对于整个地铁系统来说又是一个巨大的能源消耗者，由于地铁通常是在地下建设和更好的服务乘客，所以对地铁在运营过程中的要求就比较高，需要大量精度高的仪器和设备，以保障乘客的安全和给乘客带来舒适的乘车环境。在这个过程中地铁的耗电量是巨大的。其中地铁车站通风空调系统所占的能耗将近1/3，因此如何有效的降低地铁车站通风空调系统的能耗变得尤为重要。

目前，地铁车站通风空调系统根据公共区和设备区分为大系统和小系统，很多车站是大小系统由共同的冷水机组一起提供冷量。大系统一般在白天运营期开启，而小系统是24小时开启。当站外温度低于一定设定温度，主要通过通风实现车站热量散热，而站外温度高于一定设定温度时，主要利用空调制冷。目前地铁车站通风空调系统按远期最大负荷设计，并有一定富裕量，但系统负荷随着乘客流量、站外温湿度和列车车次的变化等呈现较为明显的峰谷差异，满负荷运行时间很短，负荷上下波动较大。此外，地铁车站通风空调系统还具有时滞性大的特点。

因此，需要对现行的地铁车站通风空调系统运行模式进行改进，以降低运行能耗。

发明内容

针对上述存在的问题，本发明的目的在于提供一种基于负荷预测的地铁车站通风空调节能系统及方法，将预测与在线监测相结合，对通风空调系统的运行参数进行优化控制，在保证乘客舒适度需求的基础上，降低地铁车站通风空调系统能耗。

为实现上述目的，本发明采取的技术方案是：

一种基于负荷预测的地铁车站通风空调节能系统，包括：

电能监测单元，用于采集车站用电设备的实时电能参数，并上传至中央控制单元；

温湿度监测单元，用于采集车站内外及通风空调系统的实时温湿度参数，并上传至中央控制单元；

客流量监测单元，用于采集进出车站的客流量参数，并上传至中央控制单元；

风速监测单元，用于采集机械新风、送风及回排风的风速，并上传至中央控制单元；

流量监测单元，用于采集冷冻水、冷却水的流量，并上传至中央控制单元；

中央控制单元，根据实时电能参数、实时温湿度参数、客流量参数、机械新风量，联合列车时刻表，通过智能算法计算出车站的负荷预测值，结合实时温湿度参数、风速和流量，通过可避免

损失为优化目标的优化算法得到冷冻水供水温度、空气处理机组的送风温度、以及冷却水供水温度的最优值，再利用模糊算法，输出控制命令至冷水机组单元、空气处理机组单元、冷却塔单元、水泵单元和风机单元；

冷水机组单元，用于执行中央控制单元的控制命令，调节冷冻水供水温度至最优值；

空气处理机组单元，用于执行中央控制单元的控制命令，调节空气处理机组的送风温度至最优值；

冷却塔单元，用于执行中央控制单元的控制命令，调节冷却水供水温度至最优值；

水泵单元，用于执行中央控制单元的控制命令，调节冷却水与冷冻水流量；

风机单元，用于执行中央控制单元的控制命令，调节新风、送风、回风和排风风量。

作为本发明的一种改进，所述的电能监测单元包括电流互感器和多功能电量表。

作为本发明的一种改进，所述的温湿度监测单元包括设置在新风管道入口的站外温湿度传感器、设置在回风管道内的回风温湿度传感器、设置在空气处理机组后的送风温湿度传感器、设置在冷水机组进出口的冷冻水温度传感器、设置在冷却塔进出口的冷却水温度传感器、设置在冷却塔风机入口的湿球温度传感器。

作为本发明的一种改进，所述的智能算法包括级联、BP、SVR等智能算法。

作为本发明的一种改进，还包括气象修正单元，根据监测的站外温湿度对气象局提供的气象数据进行修正，从而利用气象局提供的气象数据预测车站外下一小时或下一天的站外温湿度，并上传至中央控制单元。

一种基于负荷预测的地铁车站通风空调节能方法，包括以下步骤：

步骤1、采集车站用电设备的实时电能参数，并上传至中央控制单元；

步骤2、采集站外温湿度、站内温湿度、空气处理机组送风温湿度、冷冻水供回水温度、冷却水供回水温度、冷却塔进口空气的湿球温度，并上传至中央控制单元；

步骤3、采集机械新风、空气处理机组送风、空调系统回排风的风速，并上传至中央控制单元；

步骤4、采集冷冻水、冷却水的流量，并上传至中央控制单元；

步骤5、采集实时客流量，联合列车时刻表及历史客流量数据对逐时客流量进行预测；

步骤6、利用气象修正单元，对气象站提供的气象数据进行修正，预测下一时间段的站外温湿度；

步骤7、中央控制单元利用监测获得的实时电能参数、预测的站外温湿度、设定的站内温湿度、预测的逐时客流量、机械新风量，联合列车时刻表，通过智能算法计算出车站负荷预测值；

步骤8、在得到车站负荷预测值后，结合实时温湿度参数、风速和流量，通过可避免

损失为优化目标的优化算法得到冷冻水供水温度、空气处理机组的送风温度、以及冷却水供水温度的最优值；

步骤9、获得最优参数后，通过模糊算法，输出控制命令至通风空调系统，调节车站内的温湿度。

与现有技术相比，本发明的有益效果是：

本发明根据不断更新的负荷数据库，利用智能算法预测地铁车站不同运行条件下的负荷变化，并根据优化算法以可避免

损失为优化目标获得的最佳运行参数，通过模糊算法，输出控制命令至通风空调系统各单元对相关参数进行实时动态调整，以到达趋势预判、智能化调节控制、节能管理、降低能耗，减少营运成本等效果。

附图说明

图1是本发明基于负荷预测的地铁车站通风空调节能系统的控制原理图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

如图1所示，本发明的一种基于负荷预测的地铁车站通风空调节能系统，包括中央控制单元及分别与之相连并通信的电能监测单元、温湿度监测单元、流量监测单元、风速监测单元、客流量监测单元、气象修正单元、冷水机组单元、空气处理机组单元、冷却塔单元、水泵单元和风机单元。

电能监测单元，主要包括电流互感器、多功能电量表等，串联于车站用电设备的电源线上，实时获取用电设备的电能参数，并上传至中央控制单元。电能参数包括但不限于电流、电压、功率等信息，通过计算各设备的负荷率，预测设备的发热量。用电设备主要是指公共区和设备管理房的设备，包括但不限于电梯、售票机、屏蔽门、民用通信设备/电源、变压器、配电箱、控制柜等。同时，各设备还可配套温度传感器，用于采集设备的温度并上传至中央控制单元。

温湿度监测单元，包括设置在新风管道入口的站外温湿度传感器、设置在回风管道内的回风温湿度传感器、设置在空气处理机组前的温湿度传感器、设置在空气处理机组后的送风温湿度传感器、设置在冷水机组进出口的冷冻水温度传感器、设置在冷却塔进出口的冷却水温度传感器、设置在冷却塔风机入口的湿球温度传感器，以获取站内外的实时温湿度参数，空调系统内部空气的实时温湿度、冷冻水和冷却水的实时温度，并上传至中央控制单元。本实施例中，站内温湿度用回风温湿度替代。

风速监测单元，风速监测点分别布置在新风管、送风管、回风管和排风管气流平稳的直管里，测得的风速上传至中央控制单元，并根据管道尺寸计算出相应的风量。

流量监测单元，监测点分别设置在冷冻水和冷却水的输送管道里，测得的流量上传至中央控制单元。

气象修正单元，实现站外气象数据的预测，利用监测的站外温湿度对气象局提供的气象数据进行修正，从而可利用气象局提供的气象数据预测车站外下一小时或下一天的站外温湿度，并上传至中央控制单元。

客流量监测单元，将采集点设置在自动验票机上，一次验票算一位乘客，并将客流量数据上传至中央控制单元，中央控制单元联合列车时刻表及历史客流量数据对逐时客流量进行预测。

中央控制单元，实质是一种专用于工业控制的计算机，其硬件结构基本上与微型计算机相同，软件部分嵌入了负荷数据库、智能人工算法、优化算法与模糊算法，通过信号接口接收监测数据，再经过处理后输出控制命令至冷水机组单元、冷却塔单元、空气处理机组单元及水泵、风机单元。负荷数据库用于储存已采集的地铁车站通风空调系统的负荷数据及相对应的运行条件，如气象数据、站内温湿度、客流量、列车时刻表、新风量、照明及其他设备的运行负荷等，本数据库随着地铁车站的运行，相关数据不断增加。

中央控制单元调用负荷数据库的历史数据及人工智能算法，利用电能监测获得的实时电能参数、实测或预测的站外温湿度、设定的站内温湿度、预测的逐时客流量、机械新风量，联合列车时刻表，计算出车站负荷的预测值。在得到车站负荷预测值后，通过可避免

损失为优化目标的优化算法获得最优的冷冻水供水温度、空气处理机组的送风温度、以及冷却水供水温度与空气湿球温度之差，得到冷冻水供水温度、空气处理机组的送风温度、以及冷却水供水温度的最优值。获得最优参数后，中央控制单元调用模糊算法，利用温湿度监测数据、冷水机组的运行参数、空气处理机组的运行参数、冷却塔的运行参数、水泵的运行参数及风机的运行参数作为输入变量，得到地铁车站通风空调系统运行的调整参数，并将调整参数发送至执行单元。本申请将设备的电能参数、环境的监测参数、逐时客流量、新风量及列车时刻表作为智能算法的输入神经元，使之可以根据设备发热量及外界环境的变化趋势，动态调节通风空调系统执行单元设备的台数及运行频率，从而达到降低能耗，减少营运成本等效果。

冷水机组单元、空气处理机组单元、冷却塔单元、水泵单元和风机单元作为通风空调系统执行单元，接收中央控制单元的控制指令，协调运作，以调节车站内的温湿度。

冷水机组单元，用于执行中央控制单元的控制命令，调节蒸发压力、冷水机组的台数与负荷率，以使冷冻水供水温度达到最优值。

空气处理机组单元，用于执行中央控制单元的控制命令，调节空气处理机组的频率，以使空气处理机组的送风温度达到最优值。

冷却塔单元，用于执行中央控制单元的控制命令，调节冷却塔风机频率，以使冷却水供水温度达到最优值。

水泵单元，用于执行中央控制单元的控制命令，调节冷却水泵与冷冻水泵的台数与频率，以控制冷却水和冷冻水的流量。优选的，冷水机组与冷冻水泵的台数一致。

风机单元，用于执行中央控制单元的控制命令，调节新风机、送风机和回排风机的频率，以控制新风、送风、回风、排风的风量。

本发明的基于负荷预测的地铁车站通风空调节能系统的调节步骤如下：

步骤1、采集车站用电设备的实时电能参数，并上传至中央控制单元；

步骤2、采集站外温湿度、站内温湿度、空气处理机组送风温湿度、冷冻水供回水温度、冷却水供回水温度、冷却塔进口空气的湿球温度，并上传至中央控制单元；

步骤3、采集机械新风、空气处理机组送风、空调系统回排风的风速，计算出相应的流量，并上传至中央控制单元；

步骤4、采集冷冻水、冷却水的流量，并上传至中央控制单元；

步骤5、采集实时客流量，联合列车时刻表及历史客流量数据对逐时客流量进行预测；

步骤6、利用气象修正单元，对气象站提供的气象数据进行修正，预测下一时间段的站外温湿度；

步骤7、利用监测获得的实时电能参数、预测的站外温湿度、设定的站内温湿度、预测的逐时客流量、机械新风量，联合列车时刻表，通过智能算法计算出车站负荷预测值；

步骤8、在得到车站负荷预测值后，结合实时温湿度参数、风速和流量，通过可避免

损失为优化目标的优化算法获得最优的冷冻水供水温度、空气处理机组的送风温度、以及冷却水供水温度与空气湿球温度之差，得到冷冻水供水温度、空气处理机组的送风温度、以及冷却水供水温度的最优值；

步骤9、获得最优参数后，通过模糊算法，输出控制命令至通风空调系统的执行单元，调节车站内的温湿度。

上述实施例只是为了说明本发明的技术构思及特点，其目的是在于让本领域内的普通技术人员能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡是根据本发明内容的实质所做出的等效的变化或修饰，都应涵盖在本发明的保护范围内。

Claims (6)

1.一种基于负荷预测的地铁车站通风空调节能系统，其特征在于：包括：

电能监测单元，用于采集车站用电设备的实时电能参数，并上传至中央控制单元；

温湿度监测单元，用于采集车站内外及通风空调系统的实时温湿度参数，并上传至中央控制单元；

客流量监测单元，用于采集进出车站的客流量参数，并上传至中央控制单元；

风速监测单元，用于采集机械新风、送风及回排风的风速，并上传至中央控制单元；

流量监测单元，用于采集冷冻水、冷却水的流量，并上传至中央控制单元；

中央控制单元，根据实时电能参数、实时温湿度参数、客流量参数、机械新风量，联合列车时刻表，通过智能算法计算出车站的负荷预测值，结合实时温湿度参数、风速和流量，通过可避免

损失为优化目标的优化算法得到冷冻水供水温度、空气处理机组的送风温度、以及冷却水供水温度的最优值，再利用模糊算法，输出控制命令至冷水机组单元、空气处理机组单元、冷却塔单元、水泵单元和风机单元；

冷水机组单元，用于执行中央控制单元的控制命令，调节冷冻水供水温度至最优值；

空气处理机组单元，用于执行中央控制单元的控制命令，调节空气处理机组的送风温度至最优值；

冷却塔单元，用于执行中央控制单元的控制命令，调节冷却水供水温度至最优值；

水泵单元，用于执行中央控制单元的控制命令，调节冷却水与冷冻水流量；

风机单元，用于执行中央控制单元的控制命令，调节新风、送风、回风和排风风量。

2.根据权利要求1所述的一种基于负荷预测的地铁车站通风空调节能系统，其特征在于：所述的电能监测单元包括电流互感器和多功能电量表。

3.根据权利要求1所述的一种基于负荷预测的地铁车站通风空调节能系统，其特征在于：所述的温湿度监测单元包括设置在新风管道入口的站外温湿度传感器、设置在回风管道内的回风温湿度传感器、设置在空气处理机组后的送风温湿度传感器、设置在冷水机组进出口的冷冻水温度传感器、设置在冷却塔进出口的冷却水温度传感器、设置在冷却塔风机入口的湿球温度传感器。

4.根据权利要求1所述的一种基于负荷预测的地铁车站通风空调节能系统，其特征在于：所述的智能算法包括级联算法、BP算法、SVR算法。

5.根据权利要求1所述的一种基于负荷预测的地铁车站通风空调节能系统，其特征在于：还包括气象修正单元，根据监测的站外温湿度对气象局提供的气象数据进行修正，从而利用气象局提供的气象数据预测车站外下一小时或下一天的站外温湿度，并上传至中央控制单元。

6.一种基于负荷预测的地铁车站通风空调节能方法，其特征在于：包括以下步骤：

步骤1、采集车站用电设备的实时电能参数，并上传至中央控制单元；

步骤2、采集站外温湿度、站内温湿度、空气处理机组送风温湿度、冷冻水供回水温度、冷却水供回水温度、冷却塔进口空气的湿球温度，并上传至中央控制单元；

步骤3、采集机械新风、空气处理机组送风、空调系统回排风的风速，并上传至中央控制单元；

步骤4、采集冷冻水、冷却水的流量，并上传至中央控制单元；

步骤5、采集实时客流量，联合列车时刻表及历史客流量数据对逐时客流量进行预测；

步骤6、利用气象修正单元，对气象站提供的气象数据进行修正，预测下一时间段的站外温湿度；

步骤7、中央控制单元利用监测获得的实时电能参数、预测的站外温湿度、设定的站内温湿度、预测的逐时客流量、机械新风量，联合列车时刻表，通过智能算法计算出车站负荷预测值；

步骤8、在得到车站负荷预测值后，结合实时温湿度参数、风速和流量，通过可避免

损失为优化目标的优化算法得到冷冻水供水温度、空气处理机组的送风温度、以及冷却水供水温度的最优值；

步骤9、获得最优参数后，通过模糊算法，输出控制命令至通风空调系统，调节车站内的温湿度。

Images