基于人工神經網絡的多區(qū)域VAV空調系統(tǒng)新風預測控制.pdf

1、隨著工業(yè)的進步和經濟的發(fā)展，人們對工作和生活環(huán)境的要求也有很大的提高。人們對于空調系統(tǒng)的要求已經不僅僅是“溫度調節(jié)”，而是要求一個健康、舒適的室內環(huán)境。這就對空調系統(tǒng)的新風控制提出了更高的要求。 變風量（VAV）系統(tǒng)由于其顯著的節(jié)能特性得到了日益廣泛的應用。在VAV空調系統(tǒng)中，每個空調區(qū)域的VAV末端都能根據區(qū)域實際負荷的變化，通過改變風門的開度而調節(jié)區(qū)域的送風量，以維持室內的某一設定溫度。由于各個空調區(qū)域的送風新風比相同，當區(qū)

2、域的送風量減少時送入區(qū)域的新風量也必然減少，送風量增加時送入系統(tǒng)的新風量也相應增加。因此，當人體負荷在室內負荷中不是占主導地位時，某些區(qū)域就必然會出現新風供給不足或供給過量的狀況，這種狀況不僅會使某些區(qū)域的空氣品質惡化，而且還有可能增加系統(tǒng)的能耗。因此，解決新風及其分配的問題，是保持多區(qū)域變風量空調系統(tǒng)的室內空氣品質和降低能耗的一個關鍵問題。 末端再熱控制是解決在滿足區(qū)域新風要求的同時節(jié)約系統(tǒng)能耗的一種方法。而要實現末端再熱控制

3、，必須解決兩個問題：（1）確定送風新風比；（2）消除再熱器的熱遲延。 本文在仿真分析的基礎上，通過提出的一種優(yōu)化的新風控制策略－基于人工神經網絡的多區(qū)域VAV新風預測控制策略－解決了上述兩個問題。該控制策略采用人工神經網絡在對空調系統(tǒng)運行工況的預測的基礎上，使用基因算法決定最優(yōu)的送風新風比并控制VAV末端再熱器，滿足區(qū)域的新風要求。 本文將基于預測的末端再熱控制策略在VAV空調系統(tǒng)仿真平臺上進行了仿真實驗。實驗結果說明，