基于代理模型的中央空调系统实时优化控制方法与流程

本发明涉及一种基于代理模型的中央空调系统实时优化控制方法。适用于综合能源系统运行控制领域。

背景技术：

1、中央空调系统是公共建筑运行阶段最主要的用能系统，其能耗占建筑运行阶段总能耗50%以上。开展中央空调系统的优化控制方法研究，对于满足建筑用户的冷负荷需求、降低系统的运行能耗具有重要意义，是实现公共建筑低碳节能的有力抓手。

2、中央空调系统具有非线性程度高、拓扑结构复杂、热力耦合性强等特点，目前该领域普遍采用求解系统优化模型的方法对系统最优的控制策略进行计算。

3、例如，专利公开号cn115577828a的中国发明专利，一种基于数据驱动建模和优化的空调冷冻站系统群控方法，采用差分进化算法对空调冷冻站模型进行求解实现了冷机最优供冷量的寻优，并构建了优化数据库以供运维人员查询；专利公开号cn115829093a的中国发明专利，一种基于数据驱动的冷冻水出水温度设定值优化方法,采用鱼群算法对室内温度和电能预测模型进行求解，实现了冷机最优冷冻水出水温度的寻优。

4、但是，尽管上述方法具有较高的优化精度，其计算复杂度和寻优时间成本通常较高，在实际应用中往往难以满足系统的实时优化控制需求。如何在保证控制策略优化精度的同时，降低计算复杂度、提高优化效率从而实现中央空调系统的高效实时控制有待进一步研究。

技术实现思路

1、本发明要解决的技术问题是：针对上述存在的问题，提供一种基于代理模型的中央空调系统实时优化控制方法。

2、本发明所采用的技术方案是：一种基于代理模型的中央空调系统实时优化控制方法，包括：

3、获取目标中央空调系统实时的运行工况，并将运行工况输入经训练的代理模型，对该运行工况下的最优控制策略结果进行预测；

4、所述代理模型的训练，包括：

5、确定目标中央空调系统的运行工况集合和系统中各设备的待优化控制参数集合；所述运行工况集合包括多类运行工况参数的数值范围，所述待优化控制参数集合包括系统中各设备多类设备运行参数的数值范围；

6、基于目标中央空调系统的设备组成和拓扑结构，以及优化目标和约束条件，建立该中央空调系统的数学优化模型；所述优化目标包括最小化系统的总运行能耗，所述约束条件包括能量守恒约束；

7、基于目标中央空调系统运行工况集合中各参数的数值范围随机生成多个运行工况样本，并对各运行工况样本下的数学优化模型进行求解，得到各运行工况样本下与待优化控制参数集合中参数对应的最优控制策略，基于运行工况样本和相应的最优控制策略构建训练数据集；

8、基于训练数据集，训练代理模型，该代理模型采用机器学习算法构建。

9、所述运行工况集合中运行工况参数类别包括末端冷负荷、室外温度和室外湿度；所述待优化控制参数集合中的参数类别包括目标中央空调系统各设备的设定值参数。

10、所述目标中央空调系统各设备的设定值参数包括冷水机组冷冻水出水温度、冷冻水泵运行频率、冷却水泵运行频率、冷却塔风机运行频率。

11、所述约束条件包括：

12、冷却水侧和冷冻水侧之间的能量守恒约束，即冷却塔的总排热量应等于冷负荷与各冷水机组运行功率之和；

13、供冷量和冷负荷之间的能量守恒约束，即冷负荷应等于各冷水机组的供冷量之和；

14、冷冻水环路的能量守恒约束；冷却水环路的能量守恒约束。

15、所述数学优化模型求解的优化算法包括遗传算法、粒子群算法和灰狼算法及其变体。

16、构建代理模型所采用的机器学习算法包括极端梯度提升、递归神经网络、人工神经网络、支持向量机回归。

17、一种存储介质，其上存储有能被处理器执行的计算机程序，所述计算机程序被执行时实现所述中央空调系统实时优化控制方法的步骤。

18、一种中央空调系统实时优化控制设备，具有存储器和处理器，存储器上存储有能被处理器执行的计算机程序，所述计算机程序被执行时实现所述中央空调系统实时优化控制方法的步骤。

19、本发明的有益效果是：本发明采用机器学习算法构建了用于最优控制策略结果预测的代理模型，在实际应用时通过将实时的运行工况输入代理模型，对该运行工况下的最优控制策略结果进行预测，相比于传统基于模型优化的控制方法，本发明降低计算复杂度、显著提高最优控制策略的计算效率，满足中央空调系统的实时优化控制需求。

20、本发明在模型训练时基于目标中央空调系统的设备组成和拓扑结构，以及优化目标和约束条件，建立该中央空调系统的数学优化模型，从而通过随机生成的运行工况生成大量与运行工况样对应的最优控制策略，构成代理模型训练的训练数据集，克服目标中央空调系统数据量少，无法进行有效训练的技术问题，以使所训练代理模型能准确预测最优控制策略。

21、本发明中模型训练可在专门的模型训练设备上进行，具体控制器上仅需部署经训练的代理模型，相较于传统在控制器中部署数学优化模型的方式，对控制器的算力要求低，控制器开销小、运算效率极高，能够显著提高系统的实时控制性能。

22、本发明选用末端冷负荷、室外温度和室外湿度作为输入进行模型预测，其中末端冷负荷主要影响冷冻水侧的运行，对冷机的出水温度设定点、冷冻水泵的频率有重要影响；室外温度和室外湿度主要影响冷却水侧的运行，对冷却塔的排热性能有重要影响，进而影响冷却水泵的频率，故选用末端冷负荷、室外温度和室外湿度作为输入有助于代理模型准确预测最优控制策略。

技术特征：

1.一种基于代理模型的中央空调系统实时优化控制方法，其特征在于，包括：

2.根据权利要求1所述的基于代理模型的中央空调系统实时优化控制方法，其特征在于：所述目标中央空调系统各设备的设定值参数包括冷水机组冷冻水出水温度、冷冻水泵运行频率、冷却水泵运行频率、冷却塔风机运行频率。

3.根据权利要求1所述的基于代理模型的中央空调系统实时优化控制方法，其特征在于，所述约束条件包括：

4.根据权利要求1所述的基于代理模型的中央空调系统实时优化控制方法，其特征在于：所述数学优化模型求解的优化算法包括遗传算法、粒子群算法和灰狼算法及其变体。

5.根据权利要求1所述的基于代理模型的中央空调系统实时优化控制方法，其特征在于：构建代理模型所采用的机器学习算法包括极端梯度提升、递归神经网络、人工神经网络、支持向量机回归。

6.一种存储介质，其上存储有能被处理器执行的计算机程序，其特征在于，所述计算机程序被执行时实现权利要求1~5任意一项所述中央空调系统实时优化控制方法的步骤。

7.一种中央空调系统实时优化控制设备，具有存储器和处理器，存储器上存储有能被处理器执行的计算机程序，其特征在于，所述计算机程序被执行时实现权利要求1~5任意一项所述中央空调系统实时优化控制方法的步骤。

技术总结
本发明涉及一种基于代理模型的中央空调系统实时优化控制方法。本发明采用机器学习算法构建了用于最优控制策略结果预测的代理模型，在实际应用时通过将实时的运行工况输入代理模型，对该运行工况下的最优控制策略结果进行预测，相比于传统基于模型优化的控制方法，本发明降低计算复杂度、显著提高最优控制策略的计算效率，满足中央空调系统的实时优化控制需求。本发明在模型训练时基于目标中央空调系统的设备组成和拓扑结构，以及优化目标和约束条件，建立该中央空调系统的数学优化模型，从而通过随机生成的运行工况生成大量与运行工况样对应的最优控制策略，构成代理模型训练的训练数据集，以使所训练代理模型能准确预测最优控制策略。

技术研发人员：王子豪,吴月超,李得第,黄艳忠,方浩,马时浩
受保护的技术使用者：中国电建集团华东勘测设计研究院有限公司
技术研发日：
技术公布日：2025/3/20