[发明专利]一种基于改进粒子群算法的中央空调能耗控制方法

权利要求书

1.一种基于改进粒子群算法的中央空调能耗控制方法，其特征在于，包括以下步骤：

S1、获取中央空调不同机组的COP曲线，拟合得到各机组的能耗函数；

S2、基于各机组的能耗函数，结合外点惩罚方式，构建中央空调能耗优化模型，所述中央空调能耗优化模型的约束条件包括系统负荷平衡约束条件和机组出力约束条件，所述中央空调能耗优化模型以机组总能耗最小作为目标函数；

S3、采用改进粒子群算法，求解中央空调能耗优化模型，得到各机组的最优负荷分配率；

S4、根据各机组的最优负荷分配率，控制各机组的负荷投切，即完成中央空调能耗优化控制；

其中，所述步骤S3中采用改进粒子群算法求解中央空调能耗优化模型的具体过程为：

S31、采用正弦混沌序列初始化粒子位置和速度，其中，粒子位置用于表征一个包含各机组负荷分配率的解；

S32、计算初始化后的粒子个体适应度值，从M个种群中选取出适应度值最优的前N个粒子作为初始种群，其中，适应度值用于表征对应于一个粒子位置情况下的机组总能耗；

S33、基于粒子个体适应度值，更新个体极值和全局极值，其中，个体极值具体为单个粒子到当代为止计算得到的最小适应度值，全局极值具体为种群所有粒子到当代为止计算得到的最小适应度值；

S34、根据当代所有粒子的适应度值，自适应调整粒子的惯性权重，结合前一代的个体极值和全局极值，更新当代粒子速度和位置；

S35、计算粒子平均间距，若粒子平均间距小于预设阈值，则执行步骤S36，否则执行步骤S39；

S36、判断当代全局最优适应度值是否小于预设的全局最优适应度值，若判断为是，则执行步骤S39，否则执行步骤S37；

S37、判断当前迭代次数是否大于或等于预设的危险迭代次数，若判断为是，则表明粒子种群陷入局部最优，执行步骤S38，否则执行步骤S39；

S38、从当代种群中随机选择N/2个粒子，将正弦混沌扰动加入这N/2个粒子的位置，并将加入正弦混沌扰动后的粒子重新归入种群，之后返回步骤S34；

S39、判断当前迭代次数是否大于或等于预设的最大迭代次数，若判断为是，则结束求解，输出当代最优粒子的位置和适应度值，即为各机组的最优负荷分配率和对应的机组总能耗；否则返回步骤S33，继续进行求解。

2.根据权利要求1所述的一种基于改进粒子群算法的中央空调能耗控制方法，其特征在于，所述机组的能耗函数具体为：

其中，F(P_α)为第α台机组的能耗函数，P_α为第α台机组当前的负荷量，a0、a1、a2和a3为机组能耗系数，P_αmax为第α台机组的最大负荷量。

3.根据权利要求2所述的一种基于改进粒子群算法的中央空调能耗控制方法，其特征在于，所述步骤S2中系统负荷平衡约束条件具体为：

其中，P_L为中央空调系统的总负荷量，D为总机组台数；

机组出力约束条件具体为：

P_αmin≤P_α≤P_αmax

其中，P_αmin为第α台机组的最小负荷量；

所述步骤S2中中央空调能耗优化模型的目标函数具体为：

其中，P为确定工况下的机组总能耗，λ为外点惩罚系数。

4.根据权利要求1所述的一种基于改进粒子群算法的中央空调能耗控制方法，其特征在于，所述步骤S31中正弦混沌序列具体为：

z_i+1＝sin(5.65/z_i) ， -1≤z_i≤1,z₁≠0

其中，z_i+1和z_i分别为第(i+1)和第i个正弦混沌个体。