论文部分内容阅读
我国北方地区冬季主要采用集中供暖方式进行供暖,由于供暖室内温度受到诸多因素影响,传统的集中供暖系统控制方式不能保证建筑群体的室内舒适性温度。小区换热站循环水泵无法根据建筑群体供暖需求量有效分配各循环水泵的工作量,从而导致大量能源浪费。因此,如何实现较低供暖能耗和较高室内热舒适性有着重要意义。本论文基于新型建筑智能化平台,提出了集中供暖系统群智能控制方法。对集中供暖建筑室温采用群智能室温模型预测控制进行预测与群控,并根据控制后所需供热水量对循环水泵进行群智能优化控制,解决集中式控制的不足。围绕这一目标,本文以西安建筑科技大学南院教师住宅楼为对象,对集中供暖系统进行群智能控制与优化研究,主要研究工作如下:(1)采用机理建模方式,对室内热环境影响因素进行分析,并利用状态空间法建立室温热平衡方程,联立后通过特征法求解表征房间热特性指数,从而建立室内温度预测模型。通过仿真模型实验与实测数据对比验证表明,该室内温度预测模型能够正确的反映系统的实际情况,而且预测效果准确。(2)使用建筑能耗模拟软件TRNSYS根据高层集中供暖系统的拓扑结构建立集中供暖群智能控制仿真系统。系统中各建筑单元以及供暖设备配有分布式控制器形成智能设备,控制信号传递给散热器阀门进行动作,从而改变相应建筑的室内温度。并采用TRNSYS对教师住宅楼在冬季集中供暖工况下分别进行传统温控阀PID控制和群智能模型预测控制。结果表明,群智能模型预测控制能够使室温保持在设定范围内,控制效果比传统控制方式更稳定,而且可以减少热能消耗。(3)根据群智能室内温度模型预测控制后的散热器阀门开度,在设定供水温度恒定且不计热量损失的情况下,根据散热器动态模型计算每户房间的散热器循环水量,并对小区所有高层建筑的循环水量进行加和,求出小区换热站二次网所需的总循环水量。采用群智能算法对小区换热站并联水泵进行优化控制。结果表明,群智能算法优化后的并联水泵单独效率以及整体效率均小于传统的集中式控制方式,降低了换热站的能耗。通过研究发现,机理建模所得出的室温值与真实环境采集的室温相关系数为0.887,可以作为室温模型预测控制的基础。通过群智能模型预测控制后的室温可以维持在设定范围内,建筑供热需水量相比于未进行优化控制前节约22.09%用水量。对换热站循环水泵进行群智能优化后,在相同用水量工况下并联水泵效率较优化前提高了16.74%。