冷水机组运行能耗模型的构建及运行优化.docxVIP

冷水机组运行能耗模型的构建及运行优化 0 基于拉格朗日多目标优化方法的供热节能技术 随着公共建筑面积占总面积的增加，能耗比例增加到38%。 目前提出的优化方法有很多，根据最早致力于二次方程系统解决空调系统优化的Braun 随着机器学习的发展，越来越多的机器学习算法 由于二次规划对问题进行了简化，只选取PLR为自变量，而冷水机组控制参数多，多目标优化可以更好地实现节能，因此本文提出一种基于拉格朗日多目标优化方法 1 恒流量检测 出于操作灵活性、维护便利的目的，空调系统经常使用多台冷水机组，并采用二次泵变流量系统实现一定程度的节能。二次泵变流量系统是一种分离式系统，在冷源侧提供恒定流量，从而防止温度过低未损害蒸发器并避免冷却器频繁停机。在负荷侧可以根据伏在变化通过二通阀调节流入末端的冷水流量，图1展示了一个多台冷水机组成的二次泵变流量系统 冷水机组的制冷量可以通过以下公式计算： 式中：m表示冷冻水流量，kg/s;c表示冷冻水的比热，J/(kg·K);T 冷水机组的制冷量可以通过测量冷冻水的流量，供回水温度来确定，各台冷水机表盘读取设定参数蒸发温度，冷凝温度，负荷率，通过功率计测量输入功率（k W），然后可以通过回归获得曲线。 2 拉格朗日函数的结构 2.1 目标函数的建立 ASHRAE在1999年手册 式中：k 本文提出一种同时改变冷冻水和冷却水温度的负荷优化分配方案，当满足负荷要求的同时冷水机组的总能耗降至最低时，即得出最佳的运行方案。同时制冷量与设计容量的比值为部分负荷率（PLR），因此式（2）可以改写为： 实际运算中，根据式（3）拟合得到的能耗模型与去掉三次方项拟合得到的线性方程精度相差无几，因此，去掉三次方后的简化模型为： 最佳冷水机组运行策略是找到一组冷水机组输出，该输出不违反运行极限，同时目标函数最小，目标函数为： 目标函数J是每个冷水机组消耗功率的总和，其中m是冷水机组的总数，P RT 则： 令T 将约束条件全部写成如下形式，构成4个不等式组如下： 上述的约束条件对问题集合进行了定义，确保了该问题是一个凸集，并且是一个凸优化问题，避免了出现局部极小值的问题 2.2 拉格朗日函数中的问题 通过结合目标函数方程与约束条件，构造拉格朗日函数： 式中：姿，滋 对于同时存在等式约束和不等式约束的拉格朗日函数，极值存在的充分必要条件被称作KKT(Karush-Kuhn-Tucker）条件，如下： 式中：X 在本问题中，根据KKT条件，需要求解的方程组如下： 根据上边的方程求解所有未知数，代入KKT的不等式条件，满足所有条件的解即为最优解。 3 计算示例 3.1 模型对比及结果分析 该方法对上海某医院空调系统数据进行了测试，该系统由两台磁悬浮冷水机组和两台螺杆冷水机组构成，采用二次泵变流量调节，系统运行时间较短，冷水机组损耗较少，因此同款冷水机组建立相同的能耗模型，上述能耗模型中i=2，因此待求解的优化参数共有四个，分别是磁悬浮冷水机组和螺杆冷水机组的部分负荷率以及冷却水回水温度与冷冻水供水温度的温差。首先将冷水机组运行数据分为5份，4份为训练数据，1份为测试数据，通过sklearn库自带的交叉验证模块对冷水机组能耗曲线进行拟合，并选取r2-score和均方误差（MSE）作为曲线准确度评价指标，表1显示了十次多项式与简化后模型的得分对比。 由表1可以看出来，两种能耗模型的得分相近，选择哪一个作为目标函数都在精度要求内，而十次多项式模型求导复杂，考虑之后计算简便，故选取简化后的模型，表2中列出了简化模型下磁悬浮与螺杆冷水机组模型回归系数。为了更直观体现出模型的准确性，图2显示了在该模型下，两台冷水机组预测值与实际值的偏差，直线上的点表示真实值与预测值完全相等。从图2可以看到，简化后的模型对数据的有很好的预测精度。 3.2 优化问题的解 在得到冷水机组的能耗模型后，根据式（5)～(9）构建拉格朗日函数。由于本系统中磁悬浮冷水机的出厂数据中，制冷百分比分母选择较小，因此存在了部分负荷率大于100的情况，将磁悬浮冷水机的部分负荷率的最大值设置为采集到数据中的最大值，图3显示了螺杆冷水机组在约束条件内的能耗范围，中间层为螺杆冷水机组能耗模型，上层为约束条件内的能耗平移所得，底层为约束条件。 本系统的拉格朗日函数如下： 其中CL为某刻冷负荷，可由式（1）获得。根据KKT条件，得到13个方程式，通过sympy库中的solve求解方程组，得到该问题不考虑约束下的所有解，选择了满足约束条件的解，即为该优化问题的最优解。 表3列出了5组实测冷水机组供回水温度与流量数据，用来计算冷负荷，由于不同机组温度传感器的误差，导致蒸发器进水温度有些许差异。其中1、2号机器为螺杆冷水机组，3、4表示磁悬浮冷水机组，每组工况中的数字表示实际运行中开启的机组。5中测