变风量空调系统用非线性模型预测控制方法研究

摘要：

在工业HVAC系统中,为了提高在大扰量下的控制精度,模型预测控制(MPC)被广泛应用.本文提出一种用于变风量(VAV)系统的非线性MPC.该非线性MPC采用具有外部输入的非线性自回归网络(NARX)和粒子群优化算法(PSO).NARX模型旨在预测VAV系统的受控参数(室温),PSO作为优化器,来获得VAV系统的最优控制变量.通过为成本函数的目标分配不同的权值,本文提出的非线性MPC能权衡VAV系统的控制精度和节能需求,以达到不同的控制效果.不同权值的两种方案在实验室的VAV系统中得到了验证,其中方案1仅考虑控制精度,方案2同时考虑了控制精度和节能性.分别将实验得到的两种方案的MPC的控制效果与基于PI控制器的定静压方法进行对比,实验结果表明:基于MPC的方案1可以实现室温稳定在设定值±0.5℃的控制精度范围;基于MPC的方案2显示出更好的节能特性,与定静压方法对比,节能率达到23.7％.

关键词：非线性模型预测控制、变风量系统、神经网络模型、粒子群优化

所属期刊栏目：40

分类号：TB657.2;TB61+1(制冷工程)

在线出版日期：2020-01-16（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：62-69