[发明专利]一种基于NSGA-Ⅱ算法的中央空调系统能效优化方法在审

专利信息
申请号: 202010381313.1 申请日: 2020-05-08
公开(公告)号: CN111723456A 公开(公告)日: 2020-09-29
发明(设计)人: 闫军威;卢泽东;周璇 申请(专利权)人: 华南理工大学
主分类号: G06F30/20 分类号: G06F30/20;G06F119/08
代理公司: 广州市华学知识产权代理有限公司 44245 代理人: 李斌
地址: 510640 广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 nsga 算法 中央空调 系统 能效 优化 方法
【权利要求书】:

1.一种基于NSGA-Ⅱ算法的中央空调系统能效优化方法,其特征在于,所述方法包括以下步骤:

数据预处理,对采集的中央空调系统历史运行数据运用数据预处理方法过滤掉异常数据后得到可用数据;

运行工况划分,对数据预处理后得到的可用数据,以负荷率为指标,划分出运行工况并确定出各工况实验数据;

空调系统建模,以制冷量和中央空调系统能耗为优化目标,以中央空调系统运行参数为决策变量,以各决策变量的阈值和运行参数间的数值关系为约束条件,建立中央空调系统多目标优化模型;

参数拟合,按工况将实验数据拟合成数学模型,得到各工况下的具体目标函数;

运用NSGA-Ⅱ算法求解多目标优化模型,针对参数拟合成的数学模型,以制冷量最大和系统总能耗最低为目标函数,融入NSGA-Ⅱ算法进行优化,得到Pareto最优解集。

2.根据权利要求1所述的一种基于NSGA-Ⅱ算法的中央空调系统能效优化方法,其特征在于,所述数据预处理方法具体为:

数据剔除,对数据传输过程中因传输错误造成数据缺失的缺失部分的数据进行剔除;

属性约简,空调运行参数众多,使用属性约简解除运行参数间的相互影响;

运用拉依达准则剔除误差大的异常数据。

3.根据权利要求1所述的一种基于NSGA-Ⅱ算法的中央空调系统能效优化方法,其特征在于,所述运行工况划分具体为:

根据空调运行状态划分出不同的运行情况,采用等宽离散化方法对负荷率参数进行分析;

将不同聚类结果作为一个运行工况,把不同工况的历史数据分成各个数据组,形成各工况实验数据。

4.根据权利要求1所述的一种基于NSGA-Ⅱ算法的中央空调系统能效优化方法,其特征在于,所述空调系统建模具体为:

根据空调运行机理,分别建立中央空调的冷水机组、冷冻水泵、冷却水泵、冷却塔各个模块的多元非线性能耗模型;

根据制冷量与空调系统运行参数的关系,建立函数表达式;

根据得到的多元非线性能耗模型和函数表达式,建立中央空调能效优化的多目标优化模型。

5.根据权利要求4所述的一种基于NSGA-II算法的中央空调系统能效优化方法,其特征在于,所述各模块的多元非线性能耗模型的建立依据及具体表达式为:

冷水机组模型,将冷水机组的能耗拟合为冷冻回水温度和冷却回水温度的函数:

其中f1为冷水机组功耗;Tcl为冷却回水温度;为回归冷却水入口温度参数平均值;Tel为冷冻回水温度;为回归冷冻水入口温度参数平均值;Dij为回归系数;

冷冻水泵模型,根据水泵变频运行数据,得出水能耗与流量的关系:

其中f2为冷冻水泵功耗;vcwh为冷冻水流量;a0、a1、a2、a3为回归系数;

冷却水泵模型:

其中f3为冷却水泵功耗;vcw为冷却水流量;b0、b1、b2、b3为回归系数;

冷却塔模型,冷却塔风机能耗模型表示如下:

f4=Pfan,nom(c0+c1PLR+c2PLR2+c3PLR3)

其中,f4为冷却塔功耗;fa为冷却塔风机实际频率;fa,nom为冷却塔风机额定频率;Pfan,nom为冷却塔风机额定功率;PLR为冷却塔风机部分负荷率;c0、c1、c2、c3为回归系数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华南理工大学,未经华南理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010381313.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top