资源描述：
《空调负荷预测模型及仿真研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、第37卷增刊Ⅰ华中科技大学学报(自然科学版)Vol.37Sup.Ⅰ2009年8月J.HuazhongUniv.ofSci.&Tech.(NaturalScienceEdition)Aug.2009空调负荷预测模型及仿真研究1,2111徐今强肖睿黄冲冯自平(1中国科学院a广州能源研究所;b可再生能源与天然气水合物重点实验室,广东广州510640;2广东海洋大学海洋遥感与信息技术实验室,广东湛江524088)摘要:为改善蓄冰中央空调系统控制性能及提高能效,开发了一种基于遗传算法的广义回归神经网络模型,用于预测蓄冰中央空调逐时冷负荷.该模型以前一日已知的24h室外温度为
2、输入,以次日逐时冷负荷为输出,在遗传算法寻优网络平滑因子时,以均方差最小构造适应度函数.该模型克服了利用梯度下降法优化平滑因子时易陷入局部极值的缺点,通过对负荷预测值和计算值的比较分析验证了模型的有效性和精度,可用于蓄冰空调系统的动态优化控制.关键词:空调;逐时冷负荷;预测;遗传算法;广义回归神经网络;仿真中图分类号:TP273.22文献标识码:A文章编号:167124512(2009)S120259204Predictionmodelandsimulationstudyonairconditioningload1,2111XuJinqiangXiaoRuiHua
3、ngChongFengZiping(1aGuangzhouInstituteofEnergyConversion,bKeyLaboratoryofRenewableEnergyandGasHydrate,ChineseAcademyofSciences,Guangzhou510640,China;2OceanRemoteSensingandInformationTechnologyLaboratory,GuangdongOceanUniversity,Zhanjiang524088,GuangdongChina)Abstract:Inordertoimprovet
4、hecontrolperformanceandenhancetheenergyefficiencyofice2storageairconditioning,anewgeneralregressionneuralnetwork(GRNN)modelbasedongeneticalgorithmswasdevelopedtopredictthehourlycoolingloadofice2storagecentralairconditioning.Whenmodel2ingtheexternaltemperaturerecordedeveryhourbetween0:
5、00and24:00ofthepreviousdaywereusedasnetworkinput,thehourlycoolingloadofthenextdayasoutput,thefitnessfunctionaimingatthemeansquareerrorwasconstructedwhenoptimizingthesmoothfactorofGRNN.Thepresentedmodelcouldovercomethedefectcausedbygradientdescentmethodwhicheasytofallintolocalex2tremep
6、oints,thevalidityandprecisionofthemodelhadbeenverifiedwithcomparingthepredictiveloadandcalculativeload,whichcouldbeappliedtothedynamicoptimalcontroloftheice2storageairconditioningsystem.Keywords:air2conditioning;hourlycoolingload;prediction;geneticalgorithms;generalregressionneuralnet
7、work;simulation蓄冰中央空调利用夜间的低谷电力蓄冷、白56提供的数据显示,75%～100%的负荷率仅占天用电高峰期间释放夜间储存的冷量为终端用户空调全年总运行时间的10%,空调系统大部分时[1]供冷.该空调系统的设计依据是设计日的负荷分间是在低于设计日负荷条件下运行的.因此,蓄布,系统主要设备如制冷机组、冰槽等的容量都是冰空调系统能否经济运行不仅取决于系统设计是按设计日确定的,系统在设计日负荷条件下运行否合理,也取决于系统控制策略的选择是否正确,效果最佳.然而,根据美国制冷协会标准ARI8802空调负荷的准确预测则是蓄冰空调系统优化控制收稿日期:20
8、09205
