CN115203861A - 多级机站通风系统风机变频优化方法、装置及设备 - Google Patents
多级机站通风系统风机变频优化方法、装置及设备 Download PDFInfo
- Publication number
- CN115203861A CN115203861A CN202210973151.XA CN202210973151A CN115203861A CN 115203861 A CN115203861 A CN 115203861A CN 202210973151 A CN202210973151 A CN 202210973151A CN 115203861 A CN115203861 A CN 115203861A
- Authority
- CN
- China
- Prior art keywords
- fan
- branch
- ventilation
- frequency conversion
- jth
- 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
- 238000009423 ventilation Methods 0.000 title claims abstract description 248
- 238000006243 chemical reaction Methods 0.000 title claims abstract description 116
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000005457 optimization Methods 0.000 claims abstract description 81
- 238000004364 calculation method Methods 0.000 claims abstract description 62
- 238000009826 distribution Methods 0.000 claims abstract description 62
- 238000004088 simulation Methods 0.000 claims abstract description 11
- 230000015654 memory Effects 0.000 claims description 28
- 238000004590 computer program Methods 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 12
- 230000001105 regulatory effect Effects 0.000 claims description 7
- 230000001276 controlling effect Effects 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 5
- 239000000126 substance Substances 0.000 description 12
- 238000009434 installation Methods 0.000 description 11
- 238000013178 mathematical model Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 230000001360 synchronised effect Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000005265 energy consumption Methods 0.000 description 3
- 238000005065 mining Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21F—SAFETY DEVICES, TRANSPORT, FILLING-UP, RESCUE, VENTILATION, OR DRAINING IN OR OF MINES OR TUNNELS
- E21F1/00—Ventilation of mines or tunnels; Distribution of ventilating currents
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B30/00—Energy efficient heating, ventilation or air conditioning [HVAC]
- Y02B30/70—Efficient control or regulation technologies, e.g. for control of refrigerant flow, motor or heating
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Mining & Mineral Resources (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geology (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Ventilation (AREA)
Abstract
本申请公开了一种多级机站通风系统风机变频优化方法、装置及设备，该方法包括：获取多级机站通风系统的通风网络模型；基于通风网络解算方法对通风网络模型进行风量分配计算，并基于风量分配计算结果调整通风网络模型，直至通风网络模型中风机的模拟工况与实际工况匹配；基于井下通风风量需求和多级机站通风系统对应的设定优化模型，生成至少一个待选的风机变频调控方案；基于至少一个待选的风机变频调控方案与井下通风风量需求，确定最佳的风机变频调控方案；其中，设定优化模型为多目标的混合整数线性规划模型。如此，可以实现多级机站通风系统的智能变频调控，此外，还可以极大地提高风机变频调控方案的求解性能。
Description
技术领域
本申请涉及通风控制领域，尤其涉及一种多级机站通风系统风机变频优化方法、装置及设备。
背景技术
矿井通风的目的，就是给采矿作业区供给足量的新鲜空气，及时将井下污浊空气排出地表，改善矿井通风环境，强化安全生产标准，为井下职工创造一个良好的、舒适的作业环境。
相比于大主扇通风系统，多级机站通风系统(multi-fanstation ventilationsystem)更加可控，在金属矿山应用较为普遍。该多级机站通风系统是指由多级进风、回风机站将地面新鲜空气压送到作业采区并将污浊空气排出矿井的工程设施体系，其中，多风机串并联及多级机站级联的方式使得通风系统更加可调可控，提高了通风系统的效率并降低了通风能耗。
然而，随着智能化控制技术的发展，多级机站通风系统亟需实现智能变频调控。
发明内容
有鉴于此，本申请实施例提供了一种多级机站通风系统风机变频优化方法、装置及设备，旨在实现多级机站通风系统的智能变频调控，满足无人值守的控制需求。
本申请实施例的技术方案是这样实现的：
本申请实施例提供了一种多级机站通风系统风机变频优化方法，包括：
获取多级机站通风系统的通风网络模型；
基于通风网络解算方法对所述通风网络模型进行风量分配计算，并基于风量分配计算结果调整所述通风网络模型，直至所述通风网络模型中风机的模拟工况与实际工况匹配；
基于井下通风风量需求和所述多级机站通风系统对应的设定优化模型，生成至少一个待选的风机变频调控方案；
基于所述至少一个待选的风机变频调控方案与所述井下通风风量需求，确定最佳的风机变频调控方案；
其中，所述设定优化模型为多目标的混合整数线性规划模型，包括以下优化目标：通风风机功率最小目标、最佳按需通风需求目标、最佳工况风机风量目标及最佳工况风机风压目标；所述设定优化模型的决策变量为0-1整型决策变量，包括：表征按需分风分支的风量与该分支的多个风量值的对应关系的第一变量、表征风机分支调整前后的转速比与该分支的多个转速比的对应关系的第二变量及表征所述第一变量与所述第二变量乘积的第三变量；所述风机变频调控方案包括：各变频风机的目标运行转速。
在一些实施例中，所述基于通风网络解算方法对所述通风网络模型进行风量分配计算，并基于风量分配计算结果调整所述通风网络模型，直至所述通风网络模型中风机的模拟工况与实际工况匹配，包括：
采用基于回路风量的通风网络解算方法对所述通风网络模型进行风量分配计算，得到风量分配计算结果；
基于阻力测定方式对巷道风阻参数进行调整，直至所述风量分配计算结果与实测巷道风量的对比误差在设定阈值内；
基于所述风量分配计算结果得到所述通风网络模型中风机的模拟工况；
判断风机的模拟工况与实际工况是否匹配，若否，则调整所述通风网络模型的模型参数，直至所述通风网络模型中风机的模拟工况与实际工况匹配。
在一些实施例中，所述设定优化模型如下所示：
其中，Z为优化目标，ω1为第一权重系数，ω2为第二权重系数，ω3为第三权重系数，ω4为第三权重系数，F为所有风机分支f的集合，qf,j为第j条分支的风机风量，hf,j为第j条分支的风机风压，Nd表示所有按需分风分支的集合，
为第j条按需分风分支按需分风范围上限偏差量，qj 为第j条按需分风分支按需分风范围下限偏差量，
为j第条分支的最佳工况风量范围上限偏差量，qf,j 为第j条分支的最佳工况风量范围下限偏差量，
为第j条分支的最佳工况风压范围上限偏差量，hf,j 为第j条分支的最佳工况风压范围下限偏差量，N为通风网络的分支数，J为通风网络的节点数，aij为节点与分支的关系，qj为第j条按需分风分支的风量，M为通风网络的独立回路数，hj为第j条分支风压的代数和，bij为分支与回路的关系，vj,min为第j条分支允许风速下限，Sj为第j条分支的巷道断面面积，vj,max为第j条分支允许风速上限，hf,j为调整转速后第j条分支的风机风压，aj,0,aj,1,aj,2为调整转速前第j条分支的风机特性曲线拟合系数，nj表示第j条分支在风机调整转速后和调整转速前的转速比，qf,j为调整转速后第j条分支的风机风量，hf,j,min为第j条分支的风机风压下限，hf,j,max为第j条分支的风机风压上限，Nj为第j条分支的实际运行的转速，Nj,min为第j条分支的可调节风机转速下限，Nj,max为第j条分支的可调节风机转速上限，qf,j,min为第j条分支的允许风机风量下限，qf,j,max为第j条分支的允许风机风量上限，ηj为第j条分支的风机运转效率，Cj为第j条分支要求的最低风机运转效率，qj,min为第j条按需分风分支的允许风量下限，qj,max为第j条按需分风分支的允许风量上限。
在一些实施例中，所述基于井下通风风量需求和所述多级机站通风系统对应的设定优化模型，生成至少一个待选的风机变频调控方案，包括：
根据井下通风风量需求，设定所述设定优化模型的各权重系数以及决策变量；
基于设定的权重系数以及决策变量，利用所述设定优化模型求解出至少一个待选的风机变频调控方案。
在一些实施例中，所述基于所述至少一个待选的风机变频调控方案与所述井下通风风量需求，确定最佳的风机变频调控方案，包括：
采用基于回路风量的通风网络解算方法，对所述至少一个待选的风机变频调控方案进行风量分配计算，得到各风机变频调控方案对应的风量分配计算结果；
将所述各风机变频调控方案对应的风量分配计算结果与基于所述井下通风风量需求确定的按需分风分支的分配风量进行比对，确定最佳的风机变频调控方案。
在一些实施例中，所述方法还包括：
基于所述最佳的风机变频调控方案调控所述多级机站通风系统。
第二方面，本申请实施例提供了一种多级机站通风系统风机变频优化装置，包括：
通风网络模型获取模块，用于获取多级机站通风系统的通风网络模型；
通风网络模型优化模块，用于基于通风网络解算方法对所述通风网络模型进行风量分配计算，并基于风量分配计算结果调整所述通风网络模型，直至所述通风网络模型中风机的模拟工况与实际工况匹配；
调控方案生成模块，用于基于井下通风风量需求和所述多级机站通风系统对应的设定优化模型，生成至少一个待选的风机变频调控方案；
调控方案选取模块，用于基于所述至少一个待选的风机变频调控方案与所述井下通风风量需求，确定最佳的风机变频调控方案；
其中，所述设定优化模型为多目标的混合整数线性规划模型，包括以下优化目标：通风风机功率最小目标、最佳按需通风需求目标、最佳工况风机风量目标及最佳工况风机风压目标；所述设定优化模型的决策变量为0-1整型决策变量，包括：表征按需分风分支的风量与该分支的多个风量值的对应关系的第一变量、表征风机分支调整前后的转速比与该分支的多个转速比的对应关系的第二变量及表征所述第一变量与所述第二变量乘积的第三变量；所述风机变频调控方案包括：各变频风机的目标运行转速。
第三方面，本申请实施例提供了一种电子设备，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器，其中，所述处理器，用于运行计算机程序时，执行本申请实施例第一方面所述方法的步骤。
第四方面，本申请实施例提供了一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时，实现本申请实施例第一方面所述方法的步骤。
本申请实施例提供的技术方案，获取多级机站通风系统的通风网络模型；基于通风网络解算方法对通风网络模型进行风量分配计算，并基于风量分配计算结果调整通风网络模型，直至通风网络模型中风机的模拟工况与实际工况匹配；基于井下通风风量需求和多级机站通风系统对应的设定优化模型，生成至少一个待选的风机变频调控方案；基于至少一个待选的风机变频调控方案与井下通风风量需求，确定最佳的风机变频调控方案；其中，设定优化模型为多目标的混合整数线性规划模型。如此，可以实现多级机站通风系统的智能变频调控，满足无人值守的控制需求；此外，由于该设定优化模型为多目标的混合整数线性规划模型，可以极大地提高风机变频调控方案的求解性能。
附图说明
图1为本申请实施例多级机站通风系统风机变频优化方法的流程示意图；
图2为本申请实施例多级机站通风系统风机变频优化装置的结构示意图；
图3为本申请实施例电子设备的结构示意图。
具体实施方式
下面结合附图及实施例对本申请再作进一步详细的描述。
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请。
为了满足多级机站通风系统的智能化控制需求，本申请实施例提供了一种多级机站通风系统风机变频优化方法，其可以应用于具有数据处理能力的电子设备上，例如，笔记本、台式电脑或者服务器中，用于智能确定多级机站通风系统风机变频优化控方案。本申请实施例的方法以不同频率下通风变频特性曲线数据库为基础，在满足按需通风的要求下采用数学优化的方法确定风机变频调控方案，可以满足多级机站通风系统的无人值守的控制需求。
如图1所示，本申请实施例的多级机站通风系统风机变频优化方法包括：
步骤101，获取多级机站通风系统的通风网络模型。
需要说明的是，该通风网络模型为根据多级机站通风系统的井下实测数据建立的，其为构建本申请实施例的设定优化模型的数据基础。
示例性地，获取多级机站通风系统的通风网络模型，包括：
步骤a、利用矿井开采各水平设计与实测平剖面图建立三维通风网络图；
步骤b、通过通风阻力测定采集所有通风网络巷道风阻参数；
步骤c、调查井下风机与构筑物设施的安装布置情况，确定通风网络模型的初始状态；
步骤d、采集各级机站风机的运行状态，确定各台风机所在机站级数和风机变频运行的当前转速；
步骤e、对于非变频风机，可以认为风机运转转速比为100％且不允许调整风机转速。
步骤102，基于通风网络解算方法对所述通风网络模型进行风量分配计算，并基于风量分配计算结果调整所述通风网络模型，直至所述通风网络模型中风机的模拟工况与实际工况匹配。
可以理解是，通过比较通风网络模型中风机的模拟工况与实际工况，使得通风网络模型能够准确地反映风机的运行性能。其中，风机的工况可以理解为风机在当前转速下对应的风量和风压。
示例性地，所述基于通风网络解算方法对所述通风网络模型进行风量分配计算，并基于风量分配计算结果调整所述通风网络模型，直至所述通风网络模型中风机的模拟工况与实际工况匹配，包括：
采用基于回路风量的通风网络解算方法对所述通风网络模型进行风量分配计算，得到风量分配计算结果；
基于阻力测定方式对巷道风阻参数进行调整，直至所述风量分配计算结果与实测巷道风量的对比误差在设定阈值内；
基于所述风量分配计算结果得到所述通风网络模型中风机的模拟工况；
判断风机的模拟工况与实际工况是否匹配，若否，则调整所述通风网络模型的模型参数，直至所述通风网络模型中风机的模拟工况与实际工况匹配。
需要说明的是，上述基于阻力测定方式对巷道风阻参数进行调整，可以使得通风网络模型的各网络分支的风量与实测风量尽量相符，该设定阈值可以根据设计精度进行合理确定。
需要说明的是，本领域技术人员可以基于上述模拟工况与风机的实际工况的比对结果，调整通风网络模型的模型参数，直至模拟工况与实际工况的差异的合理精度范围之内。优选地，电子设备还可以基于模型优化算法智能调整通风网络模型的模型参数，直至模拟工况与实际工况的差异的合理精度范围之内。
步骤103，基于井下通风风量需求和所述多级机站通风系统对应的设定优化模型，生成至少一个待选的风机变频调控方案。
这里，所述设定优化模型为多目标的混合整数线性规划模型，该多目标的混合整数线性规划模型包括以下优化目标：通风风机功率最小目标、最佳按需通风需求目标、最佳工况风机风量目标及最佳工况风机风压目标。多目标的混合整数线性规划模型的决策变量包括：表征按需分风分支的风量与该分支的多个风量值的对应关系的第一变量、表征风机分支调整前后的转速比与该分支的多个转速比的对应关系的第二变量及表征所述第一变量与所述第二变量乘积的第三变量。所述风机变频调控方案包括：各变频风机的目标运行转速。
在一些实施例中，所述基于井下通风风量需求和所述多级机站通风系统对应的设定优化模型，生成至少一个待选的风机变频调控方案，包括：
根据井下通风风量需求，设定所述设定优化模型的各权重系数以及决策变量；
基于设定的权重系数以及决策变量，利用所述设定优化模型求解出至少一个待选的风机变频调控方案。
在一应用示例中，生成至少一个待选的风机变频调控方案，包括：
步骤a，根据井下通风风量需求，计算各作业点需风量，以便采用风机变频控制的方式对井下风量进行按需调控；
步骤b，根据矿山实际需求，选择相应的目标和约束条件，构建本申请实施例的设定优化模型；
步骤c，根据井下风量按需调控需求，设置风机变频控制各目标的权重系数，以及按需通风需求分支风量偏差范围、工况风量偏差范围、工况风压偏差范围以及风机运转范围等参数；
步骤d，采用设定优化模型进行求解运算，得到至少一个待选的风机变频调控方案，该风机变频调控方案包括各变频风机的目标运行转速。
步骤104，基于所述至少一个待选的风机变频调控方案与所述井下通风风量需求，确定最佳的风机变频调控方案。
示例性地，所述基于所述至少一个待选的风机变频调控方案与所述井下通风风量需求，确定最佳的风机变频调控方案，包括：
采用基于回路风量的通风网络解算方法，对所述至少一个待选的风机变频调控方案进行风量分配计算，得到各风机变频调控方案对应的风量分配计算结果；
将所述各风机变频调控方案对应的风量分配计算结果与基于所述井下通风风量需求确定的按需分风分支的分配风量进行比对，确定最佳的风机变频调控方案。
需要说明的是，井下通风风量需求可以根据井下作业人员数量、废气排放需求等进行合理确定，按需分风分支的分配风量可以由井下通风风量需求及通风规程中的计算公式经过换算处理得到，相关换算处理属于现有技术，在此不再赘述。
可以理解的是，本申请实施例的方法，可以基于上述多目标优化的设定优化模型生成至少一个风机变频调控方案，并基于至少一个待选的风机变频调控方案与井下通风风量需求，确定最佳的风机变频调控方案，从而可以实现多级机站通风系统的智能变频调控，满足无人值守的控制需求；此外，由于该设定优化模型为多目标的混合整数线性规划模型，可以极大地提高风机变频调控方案的求解性能，从而可以基于数学优化方法，快速地确定按需通风条件下变频风机运转的最佳转速，从而实现变频调节的优化控制。
本申请实施例的方法可以集成到风机的在线监测系统中，对井下大规模风机进行远程自动控制，实现风机智能按需变频，节省通风能耗。此外，在确保通风系统安全稳定运行的基础上，还可以进一步结合风流状态监测系统、风机状态监测系统和调节控制反馈系统，通过多次变频调速的方式获取具有较优反馈效果的最佳风机转速。
在一些实施例中，所述设定优化模型如下所示：
其中，Z为优化目标，ω1为第一权重系数，ω2为第二权重系数，ω3为第三权重系数，ω4为第三权重系数，F为所有风机分支f的集合，qf,j为第j条分支的风机风量，hf,j为第j条分支的风机风压，Nd表示所有按需分风分支的集合，
为第j条按需分风分支按需分风范围上限偏差量，qj 为第j条按需分风分支按需分风范围下限偏差量，
为j第条分支的最佳工况风量范围上限偏差量，qf,j 为第j条分支的最佳工况风量范围下限偏差量，
为第j条分支的最佳工况风压范围上限偏差量，hf,j 为第j条分支的最佳工况风压范围下限偏差量，N为通风网络的分支数，J为通风网络的节点数，aij为节点与分支的关系，qj为第j条按需分风分支的风量，M为通风网络的独立回路数，hj为第j条分支风压的代数和，bij为分支与回路的关系，vj,min为第j条分支允许风速下限，Sj为第j条分支的巷道断面面积，vj,max为第j条分支允许风速上限，hf,j为调整转速后第j条分支的风机风压，aj,0,aj,1,aj,2为调整转速前第j条分支的风机特性曲线拟合系数，nj表示第j条分支在风机调整转速后和调整转速前的转速比，qf,j为调整转速后第j条分支的风机风量，hf,j,min为第j条分支的风机风压下限，hf,j,max为第j条分支的风机风压上限，Nj为第j条分支的实际运行的转速，Nj,min为第j条分支的可调节风机转速下限，Nj,max为第j条分支的可调节风机转速上限，qf,j,min为第j条分支的允许风机风量下限，qf,j,max为第j条分支的允许风机风量上限，ηj为第j条分支的风机运转效率，Cj为第j条分支要求的最低风机运转效率，qj,min为第j条按需分风分支的允许风量下限，qj,max为第j条按需分风分支的允许风量上限。
需要说明的是，上式中s.t.是subject to(such that)的缩写，即受约束的意思。
在一些实施例中，本申请的方法还包括：
基于所述最佳的风机变频调控方案调控所述多级机站通风系统。
可以理解的是，上述最佳的风机变频调控方案可以输出给终端设备，由人工控制的方式调整变频风机的转速。优选地，电子设备还可以基于最佳的风机变频调控方案调控多级机站通风系统，例如，远程调控各变频风机运行在目标转速，从而实现风机按需变频，节省通风能耗。
在一应用示例中，设定优化模型可以表示为：
minZ＝ω1z1+ω2z2+ω3z3+ω4z4 (1)
其中，z1表示通风风机功率最小目标；
z2表示最佳按需通风需求目标；
z3表示最佳工况风机风量目标；
z4表示最佳工况风机风压目标；
ω1表示通风风机功率最小目标的权重系数；
ω2表示同级机站负压均衡目标的权重系数；
ω3表示最佳工况风机风量目标的权重系数；
ω4表示最佳工况风机风压目标的权重系数。
下面对上述的各优化目标说明如下：
(1)通风风机功率最小目标
通风风机功率最小目标可以表示为
其中，
F为所有风机分支的集合；
qf,j为第j条分支(风机分支)的风机风量；
hf,j为第j条分支(风机分支)的风机风压。
(2)最佳按需通风需求目标
最佳按需通风需求目标可以表示为
其中，
Nd表示所有按需分风分支的集合；
qj 为第j条分支(按需分风分支)按需分风范围下限偏差量。
qj 满足以下条件
qj,min为第j条分支(按需分风分支)允许风量下限，满足qj,min>0；
qj,max为第j条分支(按需分风分支)允许风量上限，满足qj,max≥qj,min>0。
在以上条件的约束下，存在
和qj 必有一个为零的隐式约束条件。当该分支风量分配值处于按需分风范围内时，按需分风范围上限偏差量
和按需分风范围下限偏差量qj 均为零。
(3)最佳工况风机风量目标
最佳工况风机风量目标可以表示为
其中，F为所有风机分支的集合；
qf,j 为第j条分支(风机分支)的最佳工况风量范围下限偏差量。
qf,j 满足以下条件
qf,j,min为第j条分支(风机分支)的最佳工况风量范围下限，满足qf,j,min>0；
qf,j,max为第j条分支(风机分支)的最佳工况风量范围上限，满足qf,j,max≥qf,j,min>0。
在以上条件的约束下，存在
和qf,j 必有一个为零的隐式约束条件。当该分支风机风量处于最佳工况风量范围内时，最佳工况风量范围上限偏差量
和最佳工况风量范围下限偏差量qf,j 均为零。
(4)最佳工况风机风压目标
最佳工况风机风压目标可以表示为
其中，F为所有风机分支的集合；
hf,j 为第j条分支(风机分支)的最佳工况风压范围下限偏差量。
hf,j 满足以下条件
hf,j,min为第j条分支(风机分支)的最佳工况风压范围下限，满足hf,j,min>0；
hf,j,max为第j条分支(风机分支)的最佳工况风压范围上限，满足hf,j,max≥hf,j,min>0。
在以上条件的约束下，存在
和hf,j 必有一个为零的隐式约束条件。当该分支风机风压处于最佳工况风压范围内时，最佳工况风压范围上限偏差量
和最佳工况风压范围下限偏差量hf,j 均为零。
下面对上述公式(1)的优化模型的约束条件说明如下：
(1)风量平衡约束
通风网络风量调节方案必须满足节点风量平衡条件，即在通风网络中流入与流出任意节点的各分支风量代数和为零。
其中，
N为通风网络的分支数；
J为通风网络的节点数；
qj为第j条分支的风量；
aij表示节点与分支的关系；
aij满足
(2)风压平衡约束条件
通风网络风量调节方案必须满足回路风压平衡条件，即在通风网络中任意回路中各分支风压代数和为零。
其中，
M为通风网络的独立回路数，M＝N-J+1；
hj为第j条分支风压的代数和，
rj为第j条分支的风阻；
hf,j为第j条分支的风机风压；
hN,j为第j条分支的自然风压；
bij表示分支与回路的关系；
bij满足
(3)风速范围约束
风速范围约束条件应满足
vj,min×Sj≤qj≤vj,max×Sj (14)
其中，
vj,min为第j条分支允许风速下限，满足vj,min≥0；
vj,max为第j条分支允许风速上限，满足vj,max≥vj,min≥0；
Sj为第j条分支的巷道断面面积。
(4)风机变频运行约束
对于同一台风机，风机转速由N1变化到N2，根据比例定律模拟变频风机特性曲线，风机的风压和风量换算公式满足
其中，
H1和Q1表示风机转速为N1时的风机风压和风机风量；
H2和Q2表示风机转速为N2时的风机风压和风机风量。
风机变频运行约束应满足
其中，
aj,0,aj,1,aj,2为调整转速前第j条分支(装机分支)的风机特性曲线拟合系数；
q′f,j和h′f,j为调整转速前第j条分支(装机分支)的风机风量和风机风压；
qf,j和hf,j为调整转速后第j条分支(装机分支)的风机风量和风机风压；
nj表示第j条分支(装机分支)在风机调整转速后和调整转速前的转速比。
通过对上式进行推导，变频风机特性曲线可以进一步地表示为
(5)风机运转风压约束
装机分支风机风压调节范围约束应满足
hf,j,min≤hf,j≤hf,j,max,j∈F (17)
其中，
hf,j,min为第j条分支(装机分支)风机风压下限；
hf,j,max为第j条分支(装机分支)风机风压上限。
(6)风机转速范围约束
装机分支风机风压调节范围约束应满足
Nj,min≤Nj≤Nj,max,j∈F (18)
其中，
Nj为第j条分支(装机分支)的实际运行的转速；
Nj,min为第j条分支(装机分支)可调节风机转速下限；
Nj,max为第j条分支(装机分支)可调节风机转速上限。
(7)风机运转风量约束
风机运转风量约束应满足
qf,j,max≥qf,j≥qf,j,min,j∈F (19)
其中，
qf,j为第j条分支(装机分支)的风量(装机风量)；
qf,j,min为第j条分支(装机分支)允许风机风量下限，满足qf,j,min≥0；
qf,j,max为第j条分支(装机分支)允许风机风量上限，满足qf,j,max≥qf,j,min≥0。
(8)风机运转效率约束
风机运转效率约束条件应满足
ηj≥Cj,j∈F (20)
其中，
ηj表示第j条分支(装机分支)的风机运转效率；
Cj为某个常数，表示第j条分支(装机分支)要求的最低风机运转效率。
需要说明的是，上述的目标函数和约束条件都为非线性函数，相应的数学模型为非线性规。为了将该数学模型转换为线性模型，从而将非线性的多级机站风机变频调控问题转化为线性问题，提高风机变频调控的求解性能，本申请实施例引入0-1整型决策变量作为设定优化模型的决策变量，并对该数学模型进行线性化处理，得到混合整数线性规划(Mixed Integer Linear Programming，MILP)模型。该0-1整型决策变量即仅取值0或1的二进制变量。
示例性地，引入的0-1整型决策变量定义如下：
(1)表征按需分风分支的风量与该分支的多个风量值的对应关系的第一变量
假设按风量调控精度以及第j条分支风量范围约束限制，该分支风量取值为{qj,1,qj,2,…,qj,k,…,qj,Kj}，其中，Kj表示第j条分支风量取值的个数。
定义0-1整型变量nj,k(对应前述的第一变量)表示第j条分支风量取值是否为qj,k，即
其中，qj为第j条分支的风量；qj,k为表示第j条分支第k个可能的风量取值，为常量。
为了限制nj,k的取值，nj,k应满足
其中，N为通风网络的分支数。
上式存在一个隐含条件，Kj个nj,k变量有且只有一个值为1，即第j条分支风量取值必然是{qj,1,qj,2,…,qj,k,…,qj,Kj}中的某个值。
特殊地，第j条分支的Kj个0-1整型变量nj,k满足以下特征
为了消除数学模型中的非线性变量qj，需要研究qj、
和
的线性表达式。通过推导计算，发现可以采用下式替换非线性变量qj
其中，
(2)表征风机分支调整前后的转速比与该分支的多个转速比的对应关系的第二变量
假设按风机转速调控精度以及第j条分支(风机分支)转速比范围约束，限制该分支风机转速比取值为{Nj,1,Nj,2,…,Nj,t,…,Nj,Tj}，其中，Tj表示第j条分支(风机分支)风机转速比取值的个数。
定义0-1整型变量nj,t(对应前述的第二变量)表示第j条分支(风机分支)风机转速比取值是否为Nj,t，即
其中，Nj为第j条分支(风机分支)的风机转速比；Nj,t为表示第j条分支(风机分支)第t个可能的风机转速比取值，为常量。
为了限制nj,t的取值，nj,t应满足
其中，F为所有风机分支f的集合。
为了消除数学模型中的非线性变量Nj，需要研究Nj、
和
的线性表达式。通过推导计算，发现可以采用下式替换非线性变量Nj
(3)第三变量
为了避免数学模型中的非线性项，引入0-1整型变量nj,k,t(对应前述的第三变量)，使得
其中，
nj,k,t＝nj,knj,t (29)
为了满足以上约束，0-1整型变量nj,k,t应满足
在引入nj,t、nj,k和nj,k,t三类0-1整型变量的基础上，多级机站通风系统的设定优化模型中的所有非线性项可转化为线性项，具体如下：
(1)风压平衡约束条件线性化处理
其中，
qj为第j条分支的风量；
hj为第j条分支风压的代数和；
rj为第j条分支的风阻；
hf,j为第j条分支的风机风压；
hN,j为第j条分支的自然风压；
(2)风机变频运行约束线性化处理
其中，
aj,0,aj,1,aj,2为调整转速前第j条分支(装机分支)的风机特性曲线拟合系数；qf,j和hf,j为调整转速后第j条分支(装机分支)的风机风量和风机风压；Nj表示第j条分支(装机分支)在风机调整转速后和调整转速前的转速比；qf,j,k为表示第j条分支(装机分支)第k个可能的风量取值。
(3)通风风机功率最小目标线性化处理
其中，
qf,j为第j条分支(风机分支)的风机风量；
hf,j为第j条分支(风机分支)的风机风压。
可以理解的是，通过上述线性化处理后，数学模型中决策变量变为nj,k,t、nj,k和nj,t，以及辅助决策变量
qj 、
和hj 。目标函数和约束条件都为线性函数，相应的数学模型为混合整数线性规划模型。
为了实现本申请实施例的方法，本申请实施例还提供一种多级机站通风系统风机变频优化装置，设置在电子设备，如图2所示，该多级机站通风系统风机变频优化装置包括：通风网络模型获取模块201、通风网络模型优化模块202、调控方案生成模块203及调控方案选取模块204。
通风网络模型获取模块201用于获取多级机站通风系统的通风网络模型；通风网络模型优化模块202用于基于通风网络解算方法对所述通风网络模型进行风量分配计算，并基于风量分配计算结果调整所述通风网络模型，直至所述通风网络模型中风机的模拟工况与实际工况匹配；调控方案生成模块203用于基于井下通风风量需求和所述多级机站通风系统对应的设定优化模型，生成至少一个待选的风机变频调控方案；调控方案选取模块204用于基于所述至少一个待选的风机变频调控方案与所述井下通风风量需求，确定最佳的风机变频调控方案；其中，所述设定优化模型为多目标的混合整数线性规划模型，包括以下优化目标：通风风机功率最小目标、最佳按需通风需求目标、最佳工况风机风量目标及最佳工况风机风压目标；所述设定优化模型的决策变量为0-1整型决策变量，包括：表征按需分风分支的风量与该分支的多个风量值的对应关系的第一变量、表征风机分支调整前后的转速比与该分支的多个转速比的对应关系的第二变量及表征所述第一变量与所述第二变量乘积的第三变量；所述风机变频调控方案包括：各变频风机的目标运行转速。
在一些实施例中，通风网络模型优化模块202具体用于：
采用基于回路风量的通风网络解算方法对所述通风网络模型进行风量分配计算，得到风量分配计算结果；
基于阻力测定方式对巷道风阻参数进行调整，直至所述风量分配计算结果与实测巷道风量的对比误差在设定阈值内；
基于所述风量分配计算结果得到所述通风网络模型中风机的模拟工况；
判断风机的模拟工况与实际工况是否匹配，若否，则调整所述通风网络模型的模型参数，直至所述通风网络模型中风机的模拟工况与实际工况匹配。
在一些实施例中，所述设定优化模型如下所示：
其中，Z为优化目标，ω1为第一权重系数，ω2为第二权重系数，ω3为第三权重系数，ω4为第三权重系数，F为所有风机分支f的集合，qf,j为第j条分支的风机风量，hf,j为第j条分支的风机风压，Nd表示所有按需分风分支的集合，
为第j条按需分风分支按需分风范围上限偏差量，qj 为第j条按需分风分支按需分风范围下限偏差量，
为j第条分支的最佳工况风量范围上限偏差量，qf,j 为第j条分支的最佳工况风量范围下限偏差量，
为第j条分支的最佳工况风压范围上限偏差量，hf,j 为第j条分支的最佳工况风压范围下限偏差量，N为通风网络的分支数，J为通风网络的节点数，aij为节点与分支的关系，qj为第j条按需分风分支的风量，M为通风网络的独立回路数，hj为第j条分支风压的代数和，bij为分支与回路的关系，vj,min为第j条分支允许风速下限，Sj为第j条分支的巷道断面面积，vj,max为第j条分支允许风速上限，hf,j为调整转速后第j条分支的风机风压，aj,0,aj,1,aj,2为调整转速前第j条分支的风机特性曲线拟合系数，nj表示第j条分支在风机调整转速后和调整转速前的转速比，qf,j为调整转速后第j条分支的风机风量，hf,j,min为第j条分支的风机风压下限，hf,j,max为第j条分支的风机风压上限，Nj为第j条分支的实际运行的转速，Nj,min为第j条分支的可调节风机转速下限，Nj,max为第j条分支的可调节风机转速上限，qf,j,min为第j条分支的允许风机风量下限，qf,j,max为第j条分支的允许风机风量上限，ηj为第j条分支的风机运转效率，Cj为第j条分支要求的最低风机运转效率，qj,min为第j条按需分风分支的允许风量下限，qj,max为第j条按需分风分支的允许风量上限。
在一些实施例中，调控方案生成模块203具体用于：
根据井下通风风量需求，设定所述设定优化模型的各权重系数以及决策变量；
基于设定的权重系数以及决策变量，利用所述设定优化模型求解出至少一个待选的风机变频调控方案。
在一些实施例中，调控方案选取模块204具体用于：
采用基于回路风量的通风网络解算方法，对所述至少一个待选的风机变频调控方案进行风量分配计算，得到各风机变频调控方案对应的风量分配计算结果；
将所述各风机变频调控方案对应的风量分配计算结果与基于所述井下通风风量需求确定的按需分风分支的分配风量进行比对，确定最佳的风机变频调控方案。
在一些实施例中，该风机变频优化装置还包括：变频控制模块205，用于基于所述最佳的风机变频调控方案调控所述多级机站通风系统。
实际应用时，通风网络模型获取模块201、通风网络模型优化模块202、调控方案生成模块203、调控方案选取模块204及变频控制模块205，可以由电子设备中的处理器来实现。当然，处理器需要运行存储器中的计算机程序来实现它的功能。
需要说明的是：上述实施例提供的多级机站通风系统风机变频优化装置在进行多级机站通风系统风机变频优化时，仅以上述各程序模块的划分进行举例说明，实际应用中，可以根据需要而将上述处理分配由不同的程序模块完成，即将装置的内部结构划分成不同的程序模块，以完成以上描述的全部或者部分处理。另外，上述实施例提供的多级机站通风系统风机变频优化装置与多级机站通风系统风机变频优化方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
基于上述程序模块的硬件实现，且为了实现本申请实施例的方法，本申请实施例还提供一种电子设备，用于多级机站通风系统风机变频优化。图3仅仅示出了该设备的示例性结构而非全部结构，根据需要可以实施图3示出的部分结构或全部结构。
如图3所示，本申请实施例提供的设备300包括：至少一个处理器301、存储器302、用户接口303和至少一个网络接口304。电子设备300中的各个组件通过总线系统305耦合在一起。可以理解，总线系统305用于实现这些组件之间的连接通信。总线系统305除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图3中将各种总线都标为总线系统305。
其中，用户接口303可以包括显示器、键盘、鼠标、轨迹球、点击轮、按键、按钮、触感板或者触摸屏等。
本申请实施例中的存储器302用于存储各种类型的数据以支持电子设备的操作。这些数据的示例包括：用于在电子设备上操作的任何计算机程序。
本申请实施例揭示的多级机站通风系统风机变频优化方法可以应用于处理器301中，或者由处理器301实现。处理器301可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，多级机站通风系统风机变频优化方法的各步骤可以通过处理器301中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器301可以是通用处理器、数字信号处理器(DSP，Digital Signal Processor)，或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。处理器301可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本申请实施例所公开的方法的步骤，可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于存储介质中，该存储介质位于存储器302，处理器301读取存储器302中的信息，结合其硬件完成本申请实施例提供的多级机站通风系统风机变频优化方法的步骤。
在示例性实施例中，电子设备可以被一个或多个应用专用集成电路(ASIC，Application Specific Integrated Circuit)、DSP、可编程逻辑器件(PLD，ProgrammableLogic Device)、复杂可编程逻辑器件(CPLD，Complex Programmable Logic Device)、FPGA、通用处理器、控制器、微控制器(MCU，Micro Controller Unit)、微处理器(Microprocessor)、或者其他电子元件实现，用于执行前述方法。
可以理解，存储器302可以是易失性存储器或非易失性存储器，也可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(ROM，Read Only Memory)、可编程只读存储器(PROM，Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM，Erasable Programmable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM，Electrically Erasable Programmable Read-Only Memory)、磁性随机存取存储器(FRAM，ferromagnetic random access memory)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(CD-ROM，Compact Disc Read-Only Memory)；磁表面存储器可以是磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器(RAM，Random AccessMemory)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(SRAM，Static Random Access Memory)、同步静态随机存取存储器(SSRAM，Synchronous Static Random Access Memory)、动态随机存取存储器(DRAM，Dynamic Random Access Memory)、同步动态随机存取存储器(SDRAM，SynchronousDynamic Random Access Memory)、双倍数据速率同步动态随机存取存储器(DDRSDRAM，Double Data Rate Synchronous Dynamic Random Access Memory)、增强型同步动态随机存取存储器(ESDRAM，Enhanced Synchronous Dynamic Random Access Memory)、同步连接动态随机存取存储器(SLDRAM，SyncLink Dynamic Random Access Memory)、直接内存总线随机存取存储器(DRRAM，Direct Rambus Random Access Memory)。本申请实施例描述的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
在示例性实施例中，本申请实施例还提供了一种存储介质，即计算机存储介质，具体可以是计算机可读存储介质，例如包括存储计算机程序的存储器302，上述计算机程序可由电子设备的处理器301执行，以完成本申请实施例方法所述的步骤。计算机可读存储介质可以是ROM、PROM、EPROM、EEPROM、Flash Memory、磁表面存储器、光盘、或CD-ROM等存储器。
需要说明的是：“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
另外，本申请实施例所记载的技术方案之间，在不冲突的情况下，可以任意组合。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请披露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。
Claims (9)
1.一种多级机站通风系统风机变频优化方法，其特征在于，包括：
获取多级机站通风系统的通风网络模型；
基于通风网络解算方法对所述通风网络模型进行风量分配计算，并基于风量分配计算结果调整所述通风网络模型，直至所述通风网络模型中风机的模拟工况与实际工况匹配；
基于井下通风风量需求和所述多级机站通风系统对应的设定优化模型，生成至少一个待选的风机变频调控方案；
基于所述至少一个待选的风机变频调控方案与所述井下通风风量需求，确定最佳的风机变频调控方案；
其中，所述设定优化模型为多目标的混合整数线性规划模型，包括以下优化目标：通风风机功率最小目标、最佳按需通风需求目标、最佳工况风机风量目标及最佳工况风机风压目标；所述设定优化模型的决策变量为0-1整型决策变量，包括：表征按需分风分支的风量与该分支的多个风量值的对应关系的第一变量、表征风机分支调整前后的转速比与该分支的多个转速比的对应关系的第二变量及表征所述第一变量与所述第二变量乘积的第三变量；所述风机变频调控方案包括：各变频风机的目标运行转速。
2.根据权利要求1所述的方法，其特征在于，所述基于通风网络解算方法对所述通风网络模型进行风量分配计算，并基于风量分配计算结果调整所述通风网络模型，直至所述通风网络模型中风机的模拟工况与实际工况匹配，包括：
采用基于回路风量的通风网络解算方法对所述通风网络模型进行风量分配计算，得到风量分配计算结果；
基于阻力测定方式对巷道风阻参数进行调整，直至所述风量分配计算结果与实测巷道风量的对比误差在设定阈值内；
基于所述风量分配计算结果得到所述通风网络模型中风机的模拟工况；
判断风机的模拟工况与实际工况是否匹配，若否，则调整所述通风网络模型的模型参数，直至所述通风网络模型中风机的模拟工况与实际工况匹配。
3.根据权利要求1所述的方法，其特征在于，所述设定优化模型如下所示：
其中，Z为优化目标，ω1为第一权重系数，ω2为第二权重系数，ω3为第三权重系数，ω4为第三权重系数，F为所有风机分支f的集合，qf,j为第j条分支的风机风量，hf,j为第j条分支的风机风压，Nd表示所有按需分风分支的集合，
为第j条按需分风分支按需分风范围上限偏差量，qj 为第j条按需分风分支按需分风范围下限偏差量，
为j第条分支的最佳工况风量范围上限偏差量，qf,j 为第j条分支的最佳工况风量范围下限偏差量，
为第j条分支的最佳工况风压范围上限偏差量，hf,j 为第j条分支的最佳工况风压范围下限偏差量，N为通风网络的分支数，J为通风网络的节点数，aij为节点与分支的关系，qj为第j条按需分风分支的风量，M为通风网络的独立回路数，hj为第j条分支风压的代数和，bij为分支与回路的关系，vj,min为第j条分支允许风速下限，Sj为第j条分支的巷道断面面积，vj,max为第j条分支允许风速上限，hf,j为调整转速后第j条分支的风机风压，aj,0,aj,1,aj,2为调整转速前第j条分支的风机特性曲线拟合系数，nj表示第j条分支在风机调整转速后和调整转速前的转速比，qf,j为调整转速后第j条分支的风机风量，hf,j,min为第j条分支的风机风压下限，hf,j,max为第j条分支的风机风压上限，Nj为第j条分支的实际运行的转速，Nj,min为第j条分支的可调节风机转速下限，Nj,max为第j条分支的可调节风机转速上限，qf,j,min为第j条分支的允许风机风量下限，qf,j,max为第j条分支的允许风机风量上限，ηj为第j条分支的风机运转效率，Cj为第j条分支要求的最低风机运转效率，qj,min为第j条按需分风分支的允许风量下限，qj,max为第j条按需分风分支的允许风量上限。
4.根据权利要求3所述的方法，其特征在于，所述基于井下通风风量需求和所述多级机站通风系统对应的设定优化模型，生成至少一个待选的风机变频调控方案，包括：
根据井下通风风量需求，设定所述设定优化模型的各权重系数以及决策变量；
基于设定的权重系数以及决策变量，利用所述设定优化模型求解出至少一个待选的风机变频调控方案。
5.根据权利要求1所述的方法，其特征在于，所述基于所述至少一个待选的风机变频调控方案与所述井下通风风量需求，确定最佳的风机变频调控方案，包括：
采用基于回路风量的通风网络解算方法，对所述至少一个待选的风机变频调控方案进行风量分配计算，得到各风机变频调控方案对应的风量分配计算结果；
将所述各风机变频调控方案对应的风量分配计算结果与基于所述井下通风风量需求确定的按需分风分支的分配风量进行比对，确定最佳的风机变频调控方案。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
基于所述最佳的风机变频调控方案调控所述多级机站通风系统。
7.一种多级机站通风系统风机变频优化装置，其特征在于，包括：
通风网络模型获取模块，用于获取多级机站通风系统的通风网络模型；
通风网络模型优化模块，用于基于通风网络解算方法对所述通风网络模型进行风量分配计算，并基于风量分配计算结果调整所述通风网络模型，直至所述通风网络模型中风机的模拟工况与实际工况匹配；
调控方案生成模块，用于基于井下通风风量需求和所述多级机站通风系统对应的设定优化模型，生成至少一个待选的风机变频调控方案；
调控方案选取模块，用于基于所述至少一个待选的风机变频调控方案与所述井下通风风量需求，确定最佳的风机变频调控方案；
其中，所述设定优化模型为多目标的混合整数线性规划模型，包括以下优化目标：通风风机功率最小目标、最佳按需通风需求目标、最佳工况风机风量目标及最佳工况风机风压目标；所述设定优化模型的决策变量为0-1整型决策变量，包括：表征按需分风分支的风量与该分支的多个风量值的对应关系的第一变量、表征风机分支调整前后的转速比与该分支的多个转速比的对应关系的第二变量及表征所述第一变量与所述第二变量乘积的第三变量；所述风机变频调控方案包括：各变频风机的目标运行转速。
8.一种电子设备，其特征在于，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器，其中，
所述处理器，用于运行计算机程序时，执行权利要求1至6任一项所述方法的步骤。
9.一种存储介质，所述存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现权利要求1至6任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210973151.XA CN115203861A (zh) | 2022-08-15 | 2022-08-15 | 多级机站通风系统风机变频优化方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210973151.XA CN115203861A (zh) | 2022-08-15 | 2022-08-15 | 多级机站通风系统风机变频优化方法、装置及设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115203861A true CN115203861A (zh) | 2022-10-18 |
Family
ID=83586208
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210973151.XA Pending CN115203861A (zh) | 2022-08-15 | 2022-08-15 | 多级机站通风系统风机变频优化方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115203861A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117519047A (zh) * | 2023-12-05 | 2024-02-06 | 中南大学 | 基于设备调控的矿井通风系统智能控制方法及系统 |
-
2022
- 2022-08-15 CN CN202210973151.XA patent/CN115203861A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117519047A (zh) * | 2023-12-05 | 2024-02-06 | 中南大学 | 基于设备调控的矿井通风系统智能控制方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Drgoňa et al. | All you need to know about model predictive control for buildings | |
| CN105449713B (zh) | 考虑分布式电源特性的有源配电网智能软开关规划方法 | |
| Talebi et al. | A review of district heating systems: modeling and optimization | |
| US10732595B2 (en) | Control parameter automatic-adjustment apparatus, control parameter automatic-adjustment method, and control parameter automatic-adjustment apparatus network | |
| Haque et al. | A hybrid intelligent model for deterministic and quantile regression approach for probabilistic wind power forecasting | |
| CN106505633B (zh) | 一种风光接入容量确定方法及装置 | |
| CN105631528A (zh) | 一种基于nsga-ii和近似动态规划的多目标动态最优潮流求解方法 | |
| Moradzadeh et al. | A secure federated deep learning-based approach for heating load demand forecasting in building environment | |
| CN115203861A (zh) | 多级机站通风系统风机变频优化方法、装置及设备 | |
| CN108154266B (zh) | 一种含风电电力系统经济调度方法 | |
| CN113050430A (zh) | 一种基于鲁棒强化学习的排水系统控制方法 | |
| Jain et al. | Data predictive control for peak power reduction | |
| Su et al. | Research on robust stochastic dynamic economic dispatch model considering the uncertainty of wind power | |
| Gholami et al. | Dynamic stochastic joint expansion planning of power systems, natural gas networks, and electrical and natural gas storage | |
| Zagorowska et al. | Online feedback optimization of compressor stations with model adaptation using Gaussian process regression | |
| CN115186509A (zh) | 矿井通风系统风量全局调节方法、装置及设备 | |
| JP3336140B2 (ja) | 発電機負荷配分装置 | |
| CN115173489B (zh) | 一种基于二分法的火电集群调度方法及系统 | |
| CN115186510A (zh) | 多级机站通风系统风机变频调控方法、装置及设备 | |
| Ymeri et al. | Impact of Photovoltaic Systems Placement, Sizing on Power Quality in Distribution Network. | |
| CN104037781B (zh) | 电网无功协调控制方法及装置 | |
| CN115329571A (zh) | 矿井通风系统风量混合调节方法、装置及设备 | |
| Atabay | Comparison of optimization methods for model predictive control: An application to a compressed air energy storage system | |
| CN115270503A (zh) | 矿井通风系统风量分步调节方法、装置及设备 | |
| Tuffaha et al. | Dynamic formulation of the unit commitment and economic dispatch problems |
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 |