VAV系統(tǒng)神經網絡串級預測控制策略研究.pdf

1、目前,基于空調區(qū)域舒適度和空調系統(tǒng)節(jié)能的需要,空調系統(tǒng)往往選用更加節(jié)能的VAV(Variable Air Volume,變風量)空調系統(tǒng)。在現代的商業(yè)及辦公建筑中,空調區(qū)域的人數變動頻繁,設備散熱不均等因素造成室內冷熱負荷要求相異,空調系統(tǒng)的送風量也隨之變化,VAV空調控制系統(tǒng)能夠根據空調區(qū)域的實際負荷改變送風量大小,與定風量空調系統(tǒng)相比,更具有控制意義。但VAV控制系統(tǒng)的控制回路多,各回路之間耦合性強,傳統(tǒng)的PID控制方法應用在VAV

2、空調系統(tǒng)的控制中,不僅達不到理想的控制效果,而且還不能兼顧能耗最低的性能指標,給VAV空調系統(tǒng)實現控制過程的自動化和智能控制系統(tǒng)的設計增加了難度。
　　 本文以空調房間被控區(qū)域的溫度控制為目標,結合神經網絡和預測控制的優(yōu)點,提出了一種基于神經網絡的非線性預測優(yōu)化算法和PID算法的串級控制方法,對VAV空調的運行進行智能控制。首先利用研華的BAS3520控制器和ADAM系列數據采集模塊進行被控區(qū)域參數的采集,利用BP神經網絡建立空

3、調房間溫度的動態(tài)預測模型。基于構建的預測模型對空調末端采用串級控制,以神經網絡優(yōu)化控制器作為串級控制的主控制器,由空調區(qū)域預測模型和被控區(qū)域的狀態(tài)參數計算末端的設定風量,以PID控制器作為串級控制的副控制器,比較設定風量與實測風量之間的偏差信號經計算得到空調區(qū)域末端風閥控制信號,控制閥門開度使送風量滿足空調區(qū)域的負荷要求。對VAV系統(tǒng)的串級控制過程進行了仿真,結果表明,由于變風量空調的串級控制系統(tǒng)中采用的神經網絡預測優(yōu)化控制方法具有自學