基于负荷预测的冰蓄冷空调运行优化控制

李辉

摘要：采用主成分分析法对建筑负荷进行动态预测，指导冰蓄冷空调进行运行策略制定。采用动态规划和线性规划的计算方法进行优化控制策略制定。通过实际案例进行对比分析，该方案可实现冰蓄冷运行策略的制定，并实现剩余冰量占总制冰总量的3%以内，达到节省运行费用的目的。

关键词：负荷预测；冰蓄冷；运行优化；动态规划；线性规划

1概述

冰蓄冷空调系统通常应用在办公楼，大型商场，宾馆，饭店和医院等负荷变化较大的场合。它主要有两个优点：1）降低装机容量，从而减少制冷主机和电力增容费用。2）在实行峰谷电价的城市，因充分使用低谷电，冰蓄冷空调可大大节约运行费用。由于冰蓄冷空调系统比常规空调多出许多额外的设备，系统结构复杂，对自控的要求也更高。如果在运行中其策略或控制方法选择不适，会导致移峰填谷的优势没有完全发挥，造成运行节约的经济未达到预期目标，使得该技术的推广受到一定的限制。本文根据某冰蓄冷空调系统，针对其目前使用的主机优先供冷的运行控制方式加以改进，以神经网络预测建筑冷负荷作为基础，通过优化算法合理分配制冷主机和蓄冰装置逐时供冷量，从而得到经济最优化的运行方式。

2结构与参数的选择

ANN隐含层个数和各隐含层神经元个数的选取目前还没有统一的准则。Kawashima指出隐含层可按照2n+1（n为输入层神经元个数）选取。人工神经网络的BP算法最具影响力，据统计，有近90%的神经网络采用这一方法。本文选用具有13个神经元隐含层的BP神经网络预测冷负荷。

为了简化办公建筑的负荷预测，本文将从建筑物冷负荷影响因素主要有内扰和外部环境两个部分进行分析。虽然内扰在夏季负荷中占较大比重，可是在正常工作日，它跟作息时间有关，因此本文使用时间来体现内扰的影响。石磊对外部环境与冷负荷的相关性做出了研究，研究表明，室外干球温度和湿度对冷负荷具有较强的线性相关性，而太阳辐射与冷负荷成非线性相关。考虑到实际测量和影响权重，将室外空气干球温度、湿度作为输入参数。本文最后确定选用BP神经网络输入层6组参数为：星期、时刻、k时刻室外干球温度、k-1时刻室外干球温度、k-2时刻室外干球温度、k时刻室外空气相对湿度。输出层1组参数，为建筑物k时刻的逐时冷负荷。

3算法实现

3.1通过动态规划的方法求解最优决策

根据建筑物的负荷需求时间可以按小时分为多个决策阶段，例如办公楼、教学楼等场所负荷需求时段一般在白天8～10小时负荷段，可以将其分为8～10个阶段，医院、宾馆的等负荷时段可能会较长，划分的决策阶段也会更多。在此为了方便统一，将一天分为24个决策阶段，共有24个逐时负荷，没有负荷时段可以用0代替。阶段变量记作k，取值为1,2,…,24。

在整个决策过程中，每个阶段的决策依赖于蓄冰装置的剩余蓄冰量的多少，它能描述研究问题的状况，并且满足无后效性。因此选取每个阶段的剩余冰量为状态变量，用来表示第k阶段的剩余冰量。状态变量初始值可根据实际情况来确定。

状态变量确定好以后需要通过某些选择使得此阶段的状态转移到下一个阶段的某个状态，即如何从此阶段的剩余冰量转移到下一个阶段的剩余冰量，融冰量选为此阶段的决策，融冰量的多少为此阶段的决策变量。用表示第k阶段处于状态剩余冰量时的融冰量，它是的函数，用表示的允许决策集合。

在第k阶段剩余冰量为时，作出融冰量决策时，那么第k+1阶段的状态变量也被完全确定下来。其状态转移方程可以写为：

在衡量每个阶段决策优劣的数量指标上选取此阶段制冷主机供冷费用与蓄冰装置供冷费用之和，其中，主机供冷费用包含制冷主机及与之关联的水泵、冷却塔等用电费用，蓄冰装置供冷费用包含主机制冰时产生费用及融冰时水泵的费用。这也是此数学模型的阶段指标函数。阶段指标函数如下：

 

式中:——第k阶段主机供冷总费用与蓄冰装置供冷总费用之和，元；

——第k阶段的剩余冰量， kW·h；

——第k阶段蓄冰装置的释冷量， kW·h；

——第k阶段蓄冰装置每提供1 kW·h冷量所产生的全部电费，元；

——第k阶段主机在供冷时每提供1 kW·h冷量所产生的全部电费，元；

——第k阶段空调系统所要承担的负荷，kW·h。

冰蓄冷空调系统运行策略的动态规划采用逆序求解的方法，其方程建立如下：

式中:——第k阶段主机供冷总费用与蓄冰装置供冷总费用之和，元；

——第k阶段的剩余冰量， kW·h；

——第k阶段蓄冰装置的释冷量， kW·h；

——第k阶段蓄冰装置每提供1 kW·h冷量所产生的全部电费，元；

——第k阶段主机在供冷时每提供1 kW·h冷量所产生的全部电费，元；

——第k阶段空调系统所要承担的负荷，kW·h；

——第k阶段蓄冰装置的释冷量的取值集合。

3.2嵌套线性规划的方法约束决策变量

线性规划嵌套于动态规划之中，解决上述逆序求解方程中的取值，即预设的第k阶段蓄冰装置的融冰量的取值集合。各决策阶段的决策变量均需满足以下约束条件：

a)每个决策阶段的最大融冰速率不大于该蓄冰装置固有的最大融冰速率。

b)主机负载率不低于其高效运行的设定范围值。

c)主机承担负荷不大于逐时负荷。

d)主机承担负荷不大于主机额定负载。

预设的第k阶段蓄冰装置的融冰量的取值集合因不同时刻的逐时负荷决定，由以上四个约束条件进行约束，取值集合中最大融冰量为因变量，逐时负荷和主机承担的负荷为自变量。在线性规划中，最大融冰量应作为目标值进行求解，当k阶段时最大融冰量取最大融冰速率，主机承担的负荷导致主机处于低负载率的情况下，通过降低使得主机的负载率提高，达到设定值。

由以上分析建立线性规划数学模型如下：

式中:——第k阶段的最大释冷量，kW；

——第k阶段空调系统所要承担的负荷，kW；

——第k阶段主机所承担的负荷，kW；

——主机额定制冷量，kW；

——蓄冰装置额定的最大释冷速率，kW。

4案例应用分析

以下为2个程序计算和手工计算的结果比对。图1为项目一设计日工况下的计算值。图2为项目二设计日工况下的计算值。手工计算值和程序计算值部分一致，由于程序计算考虑到了自控系统在实际控制的局限性，不会对基载主机的开度进行控制。

图1项目一100%设计日负荷对比图

在图1中，手工计算会在19点有少量的双工况主机供冷，目的是为了让所有的冰用于供冷，程序计算时在计算时会允许少许的冰量剩余，目的是在保证省电方案的同时兼顾了设备的平稳运行以及实际控制的可操作性。

图2 项目二100%设计日负荷对比图

图2和图1计算结果类似，手工计算和程序计算整体上负荷分布相似，细微处有差异也是出于以上原因。手工计算在22以及23时的控制方案中考虑了由于基载主机开度，所以该两小时基载供冷量相同，而实际项目控制逻辑中主机的开度无法准确控制，程序计算出于以上考虑将融冰量前移。

5结论

程序计算得到的优化控制方案，在满足合理分配融冰制冷量从而达到省电的基础上，兼顾了系统的平稳运行以及实际控制中的主机可操作性。从计算实例可以看出，程序计算得到的负荷分配拥有较高的合理性。程序计算的值会有少量的冰剩余，但是该部分的值能控制在制冰总量的3%以内，满足设计要求，而且由于程序随着融冰的进行有实时调整功能，实际的剩余冰量会更少。

参考文献：

[1]孙可，何德，李春筱，董树锋，徐航，何仲潇.考虑冰蓄冷空调多模式的工厂综合能源系统多能协同优化模型[J].电力建设，2017，38（12）：12-19.

[2]陈秋雄，徐文东，陈敏.LNG冷能用于冰蓄冷空调的技术开发[J].煤气与热力，2012，32（08）：6-9.