- 1、本文档共5页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
蓄冰系统的空调负荷分析和预测模型研究.pdf
蓄冰系统的空调负荷分析和预测模型研究
1 1 1 2
陈长云 ,周 晖 ,钮文洁,杨振杰
(1 北京交通大学电气工程学院,北京,100044 ; 2 际高集团制冷空调设备有限公司,北京,100028)
摘 要:蓄冰空调技术是一项能解决移峰填谷、平衡电网、 蓄冰技术比较成熟的美国和日本,对空调负荷
缓解城市空调用电紧张局面的,且具有节能和环保双重社会 的预测研究十分重视,国际上,曾经进行过两次比
效益的新技术。本文采用美国供热、制冷和空调工程师协会 较有影响的负荷预测竞赛活动,一是由美国的
(以下简称为 ASHRAE)提供的负荷预测竞赛的实测数据, ASHRAE 协会组织的 The Great Energy Predictor
在对空调负荷特性分析的基础上,运用人工神经网络,构建
Shootout I and II,另外的一次的则是由日本空气
了单点或多点输出 BP 神经网络,比较其预测模型的性能差
调和卫生工学会( SHASE)组织的 The Load
异;通过对模型的数值计算,确定了较合适的BP模型参数;
Prediction Benchmark Test Trial-1 and Trial
考虑到空调负荷数据的连续性的影响,在输入变量中加入了
时序列,从而有效地提高预测模型的精度,实现了对未来一 -2。从两次负荷预测的开展情况来看,国外,尤其
天 24 个点的空调负荷预测。与实际空调负荷值比较的结果 是对一些发达国家像美国、日本来说,蓄冰空调技
表明,其预测精度能够满足蓄冰系统优化控制的要求。 术已逐步走向成熟,其经验也是值得我们学习的。
关键词:蓄冰空调技术;负荷预测;神经网络;BP 算法 而国内由于这项技术的推广正在发展中,所以,在
这个领域的研究尚不多见。
1 引言 [3]
2 预测模型及神经网络BP算法
在国内经济的迅速发展,人们对于生活舒适性
在负荷预测领域,主要有定性预测和定量预测
要求的提高,各地夏季用电负荷陡增的情况下,蓄
两种。而对于建筑物空调负荷预测来说,其目的在
冰空调技术作为一种能用于移峰填谷、平衡电网、
于为实施系统或设备优化提供量化的输入和控制水
缓解城市空调用电紧张局面的,它是一项具有节能
平。定性预测无法满足相应的要求,只能采用定量
和环保双重优良社会效益的新技术。从电力“移峰
[] 预测的方法。目前,定量预测模型中主要有时间序
填谷”的社会效益 来看,主要有以下三个方面:
列、神经网络预测两种。考虑到空调系统负荷的非
一是节省电力设施投资;二是节约一次能源;三是
[2] 线性特性,而神经网络对于非线性模型来说,具有
有利于环境保护 。该项技术在我国是从上世纪90
[1] 优良的预测性能,所以,本文利用神经网络BP 算法
年代开始发展起来的 ,蓄冰空调技术更凸现出其
文档评论(0)