基于等效热模型的供冷建筑RLS-KF室温预测方法

摘要：

针对当前大型供冷建筑室温预测方法精度不高,难以满足空调系统节能优化控制的问题,提出基于等效热模型的递推最小二乘辨识-卡尔曼滤波(RLS-KF)室温预测方法.为了描述建筑的非稳态热工特性,通过等效电路法建立三阶的建筑热模型,选择空调冷负荷、室外温度和太阳辐射强度作为预测模型输入变量,并利用RLS算法在线辨识模型参数,同时针对单一RLS算法预测精度不高的问题,构造伪测量值,将KF算法应用于室温预测问题以提高预测精度.以广东某办公建筑供冷条件下室温为研究对象对文中方法进行验证,预测结果表明,RLS-KF算法较单一的RLS算法的预测精度和稳定性大幅提高,短期室温预测性能更为优越.

关键词：建筑热模型、递推最小二乘辨识、卡尔曼滤波、伪测量值、室温预测

所属期刊栏目：46

分类号：TP274+.2(自动化技术及设备)

资助基金：国家自然科学基金青年科学基金资助项目51408233;广东省自然科学基金资助项目2018A030313352;广东省科技计划项目2016B090918105,2017A020216023

在线出版日期：2019-03-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：42-49