提高智能建筑空调系统能量效率的控制与研究
|
摘要
智能建筑是一种具有“智能”的建筑物，充分利用这一“智能”资源，对建
筑中能耗最大的空调系统通过控制，使其以最佳的能量效率运行，具有重要的意
义。
本文以空调系统的温度为主要控制和研究对象。针对智能建筑空调系统的大
惯性和控制的滞后，将智能控制与前馈控制相结合，通过适时的提前控制动作，
从而避免被控温度的超调和较大波动，获得最佳的能量效率。在预冷（热）阶段，
采取的是神经网络算法基础上建立的预测预冷时间的控制方法；在调节过程中，
对变风量空调采取了前馈—反馈控制调节其风量，而对定风量空调，则借鉴连续
系统前馈—反馈控制的特点，对其进行间歇起停控制；在提前停机的控制中，采
用模糊控制进行提前停机时间的预测。
通过分析和比较，本文所设计的方法比目前常用的其它控制方法具有明显的
优越性，在达到良好控制效果的同时获得了满意的节能效果，实验数据和仿真结
果也证明了这一点。
Intelligent building is a building with intelligence. The air conditioning system
exhausts most energy in the building, so it is necessary to adopt a control method to get
the optimum energy efficient by making the best of the resources in the intelligence
building.
In this paper, the main aim of control and study is the temperature of the air
conditioning system. According to the time lag of the air-condition system and the
delay of the control, an energy-saving method by means of intelligent control theory
and the feedforward control in classical control theory is presented, the main idea of
which is to predetermine the lead time of control actions to reduce the overshoot and
fluctuation of the controlled temperature. The cooling preparation period is determined
in the way of neutral network. During the regulating period, conventional
feedforward-feedback control is adopted. The constant-air-volume and the variable-
air-volume air conditioning system are discussed respectively. The previous time of
turning off is got from a fi.~zzy mould. On the basis of analyses and contrast, the method
described in this paper is better than other available metho~Is.
The methods stated in this paper have good advantages over the conventional
methods. It gets not only good control effect, but also satisfying energy saving effect.
Both experiment data and simulation results indicate it.
筑中能耗最大的空调系统通过控制，使其以最佳的能量效率运行，具有重要的意
义。
本文以空调系统的温度为主要控制和研究对象。针对智能建筑空调系统的大
惯性和控制的滞后，将智能控制与前馈控制相结合，通过适时的提前控制动作，
从而避免被控温度的超调和较大波动，获得最佳的能量效率。在预冷（热）阶段，
采取的是神经网络算法基础上建立的预测预冷时间的控制方法；在调节过程中，
对变风量空调采取了前馈—反馈控制调节其风量，而对定风量空调，则借鉴连续
系统前馈—反馈控制的特点，对其进行间歇起停控制；在提前停机的控制中，采
用模糊控制进行提前停机时间的预测。
通过分析和比较，本文所设计的方法比目前常用的其它控制方法具有明显的
优越性，在达到良好控制效果的同时获得了满意的节能效果，实验数据和仿真结
果也证明了这一点。
Intelligent building is a building with intelligence. The air conditioning system
exhausts most energy in the building, so it is necessary to adopt a control method to get
the optimum energy efficient by making the best of the resources in the intelligence
building.
In this paper, the main aim of control and study is the temperature of the air
conditioning system. According to the time lag of the air-condition system and the
delay of the control, an energy-saving method by means of intelligent control theory
and the feedforward control in classical control theory is presented, the main idea of
which is to predetermine the lead time of control actions to reduce the overshoot and
fluctuation of the controlled temperature. The cooling preparation period is determined
in the way of neutral network. During the regulating period, conventional
feedforward-feedback control is adopted. The constant-air-volume and the variable-
air-volume air conditioning system are discussed respectively. The previous time of
turning off is got from a fi.~zzy mould. On the basis of analyses and contrast, the method
described in this paper is better than other available metho~Is.
The methods stated in this paper have good advantages over the conventional
methods. It gets not only good control effect, but also satisfying energy saving effect.
Both experiment data and simulation results indicate it.
引文
[1] 张振昭．楼宇智能化技术．北京：机械工业出版社，1999． 10-86，150-188
[2] 张瑞武．智能建筑．北京：清华大学出版社，1996． 126-129
[3] 龙惟定．智能化大楼的建筑设备．北京：建筑工业出版社，1997． 66-80
[4] 龙维定．智能化大楼对暖通空调的挑战，暖通空调，1996，(6) ．30-32
[5] 吴爱国．VAV空调系统的智能控制，天津98智能建筑论文选，1998，26-30
[6] 廖传善．空调设备与系统节能控制．北京：建筑工业出版社，1984． 67-101
[7] 谭良才．空调负荷的神经计算法，暖通空调，1997，(5) ．31-33
[8] 武建勋．空调建筑设计能耗模型探讨，暖通空调，1996，(6) ．9-11
[9] 邓广发．蓄冰空调的神经网络预测控制研究，通风除尘，1998，(1) ．28-31
[10] 陈向阳．变风量空调系统的自动控制，暖通空调，1997，(3) ．49-52
[11] 汪善国．美国的空调程控节能系统．暖通空调，1997，(增)．10-12
[12] 高德云．智能建筑变风量空调系统基于人工神经网络预测控制的研究：[硕士 学位论文]，天津：天津大学，1999
[13] 薛殿华．空气调节．北京：清华大学出版社，1991． 27-89
[14] 刘耀浩．热能与空调的微机测控技术．天津：天津大学出版社，1996． 41-66
[15] 刘耀浩．空调与供热的自动化．天津：天津大学出版社，1993． 17-36
[16] 陈建国．变风量空调系统空气处理机组的自动控制，建筑科学，1998，(3) ．11-12
[17] S. Parker. Energy Efficiant Office Building Design, ASHRAE Journal, 1996,(39) . 21-25
[18] M. Aucevic. Intelligent Building System for Airport, ASHRAE Journal, 1997,(12) . 26-27
[19] J. Levac. Total System Approach Saves Energy. ASHRAE Journal,1997,(12) . 33-34
[20] M.C. Jean. Scientific Basis of Air Conditioning, London: Applied Science Publishers Ltd, 1981 , 15-103
[21] 李吉生．建筑能源管理控制系统的研究，[博士学位论文]，北京：清华大学，1995
[22] 赵振宇．模糊理论和神经网络的基础与应用．北京：清华大学出版 社，1996． 47-86，99-126，158-161
[23] 孙增圻．智能控制理论与技术．北京：清华大学出版社，1997． 40-56，69-75， 168-181
[24] 王晓晔．神经网络模糊控制算法的研究，[硕士学位论文]，天津：河北工业 大学，1998
[25] 杜朝辉．工业恒温箱计算机控制系统的研究，[硕士学位论文]，天津：河北 工业大学，1997
[26] 段少杰．权值初值对BP网络的性能影响，第14届自动化青年学术会议论文集． 北京：西苑出版社1999，93-96
[27] P. Yang. An Integral ANN Based on Complex Domain, Advance in Computer Science and Technology, Beijing: International Academic Publishers, 1999． 537-539
[28] 吕德忠．微机控制技术．天津：天津大学出版社，1995． 37-41，90-123
[29] 方佩敏．新编传感器原理应用电路详解．北京：电子工业出版社，1994． 32-36
[30] M. Aucevic. Energy Efficiant Office Building Design, ASHRAE Journal, 1996,(39) .26-28
[31] 于海生．微型计算机控制技术．北京：清华大学出版社，1999． 210-236，260-278
[32] 冯纯伯．非线性控制系统分析与设计．北京：电子工业出版社， 1998． 120-136． 140-148
[33] J.Kokayko. Dormitory Renovation Project Reduces Energy, ASHRAE Journal, 1995,(3) . 6-7
[34] 魏克新．MATLAB仿真语言．北京：机械工业出版社，1997． 70-122
[2] 张瑞武．智能建筑．北京：清华大学出版社，1996． 126-129
[3] 龙惟定．智能化大楼的建筑设备．北京：建筑工业出版社，1997． 66-80
[4] 龙维定．智能化大楼对暖通空调的挑战，暖通空调，1996，(6) ．30-32
[5] 吴爱国．VAV空调系统的智能控制，天津98智能建筑论文选，1998，26-30
[6] 廖传善．空调设备与系统节能控制．北京：建筑工业出版社，1984． 67-101
[7] 谭良才．空调负荷的神经计算法，暖通空调，1997，(5) ．31-33
[8] 武建勋．空调建筑设计能耗模型探讨，暖通空调，1996，(6) ．9-11
[9] 邓广发．蓄冰空调的神经网络预测控制研究，通风除尘，1998，(1) ．28-31
[10] 陈向阳．变风量空调系统的自动控制，暖通空调，1997，(3) ．49-52
[11] 汪善国．美国的空调程控节能系统．暖通空调，1997，(增)．10-12
[12] 高德云．智能建筑变风量空调系统基于人工神经网络预测控制的研究：[硕士 学位论文]，天津：天津大学，1999
[13] 薛殿华．空气调节．北京：清华大学出版社，1991． 27-89
[14] 刘耀浩．热能与空调的微机测控技术．天津：天津大学出版社，1996． 41-66
[15] 刘耀浩．空调与供热的自动化．天津：天津大学出版社，1993． 17-36
[16] 陈建国．变风量空调系统空气处理机组的自动控制，建筑科学，1998，(3) ．11-12
[17] S. Parker. Energy Efficiant Office Building Design, ASHRAE Journal, 1996,(39) . 21-25
[18] M. Aucevic. Intelligent Building System for Airport, ASHRAE Journal, 1997,(12) . 26-27
[19] J. Levac. Total System Approach Saves Energy. ASHRAE Journal,1997,(12) . 33-34
[20] M.C. Jean. Scientific Basis of Air Conditioning, London: Applied Science Publishers Ltd, 1981 , 15-103
[21] 李吉生．建筑能源管理控制系统的研究，[博士学位论文]，北京：清华大学，1995
[22] 赵振宇．模糊理论和神经网络的基础与应用．北京：清华大学出版 社，1996． 47-86，99-126，158-161
[23] 孙增圻．智能控制理论与技术．北京：清华大学出版社，1997． 40-56，69-75， 168-181
[24] 王晓晔．神经网络模糊控制算法的研究，[硕士学位论文]，天津：河北工业 大学，1998
[25] 杜朝辉．工业恒温箱计算机控制系统的研究，[硕士学位论文]，天津：河北 工业大学，1997
[26] 段少杰．权值初值对BP网络的性能影响，第14届自动化青年学术会议论文集． 北京：西苑出版社1999，93-96
[27] P. Yang. An Integral ANN Based on Complex Domain, Advance in Computer Science and Technology, Beijing: International Academic Publishers, 1999． 537-539
[28] 吕德忠．微机控制技术．天津：天津大学出版社，1995． 37-41，90-123
[29] 方佩敏．新编传感器原理应用电路详解．北京：电子工业出版社，1994． 32-36
[30] M. Aucevic. Energy Efficiant Office Building Design, ASHRAE Journal, 1996,(39) .26-28
[31] 于海生．微型计算机控制技术．北京：清华大学出版社，1999． 210-236，260-278
[32] 冯纯伯．非线性控制系统分析与设计．北京：电子工业出版社， 1998． 120-136． 140-148
[33] J.Kokayko. Dormitory Renovation Project Reduces Energy, ASHRAE Journal, 1995,(3) . 6-7
[34] 魏克新．MATLAB仿真语言．北京：机械工业出版社，1997． 70-122