基于人工神经网络的多区域VAV空调系统新风预测控制

摘要

随着工业的进步和经济的发展，人们对工作和生活环境的要求也有很大的提高。人们对于空调系统的要求已经不仅仅是“温度调节”，而是要求一个健康、舒适的室内环境。这就对空调系统的新风控制提出了更高的要求。 变风量（VAV）系统由于其显著的节能特性得到了日益广泛的应用。在VAV空调系统中，每个空调区域的VAV末端都能根据区域实际负荷的变化，通过改变风门的开度而调节区域的送风量，以维持室内的某一设定温度。由于各个空调区域的送风新风比相同，当区域的送风量减少时送入区域的新风量也必然减少，送风量增加时送入系统的新风量也相应增加。因此，当人体负荷在室内负荷中不是占主导地位时，某些区域就必然会出现新风供给不足或供给过量的状况，这种状况不仅会使某些区域的空气品质恶化，而且还有可能增加系统的能耗。因此，解决新风及其分配的问题，是保持多区域变风量空调系统的室内空气品质和降低能耗的一个关键问题。 末端再热控制是解决在满足区域新风要求的同时节约系统能耗的一种方法。而要实现末端再热控制，必须解决两个问题：（1）确定送风新风比；（2）消除再热器的热迟延。 本文在仿真分析的基础上，通过提出的一种优化的新风控制策略－基于人工神经网络的多区域VAV新风预测控制策略－解决了上述两个问题。该控制策略采用人工神经网络在对空调系统运行工况的预测的基础上，使用基因算法决定最优的送风新风比并控制VAV末端再热器，满足区域的新风要求。 本文将基于预测的末端再热控制策略在VAV空调系统仿真平台上进行了仿真实验。实验结果说明，该新风控制策略可以在保证各个区域新风要求的同时节约系统能耗，控制稳定、可靠。