申请/专利权人：苏州大学

申请日：2020-03-12

公开（公告）日：2021-04-13

公开（公告）号：CN111336669B

主分类号：F24F11/89(20180101)

分类号：F24F11/89(20180101);F24F11/88(20180101);F24F11/58(20180101);G06Q10/04(20120101);F24F130/10(20180101)

优先权：

专利状态码：有效-授权

法律状态：2021.04.13#授权;2020.07.21#实质审查的生效;2020.06.26#公开

摘要：本发明公开了一种基于模型预测控制的室内空调通风系统。本发明一种基于模型预测控制的室内空调通风系统，包括：温湿度传感器：采用实时室内温湿度监测仪器对室内温度湿度进行实时更新，温度与湿度信息主要用于更新模型预测控制中的输入参数，并且可对天气预报数据进行温差纠正，从而提高天气预报对空调通风系统所在位置的温湿度预测的准确度；空调通风系统主体：在线获取天气预报模块：通过利用无线网络方式在线获取天气信息，在线获取天气信息中包括24小时内每小时区域温度；以及嵌入式平台。本发明的有益效果：面向室内热环境的空调通风系统控制方案，具有能耗与热舒适协同优化、高效率、易使用等特点。

主权项：1.一种基于模型预测控制的室内空调通风系统，其特征在于，包括：温湿度传感器：采用实时室内温湿度监测仪器对室内温度湿度进行实时更新，温度与湿度信息主要用于更新模型预测控制中的输入参数，并且可以与天气预报数据进行温差纠正，从而提高天气预报对空调系统所在位置温湿度预测的准确性；空调通风系统主体：空调通风系统主体直接与室内相连通，空调通风系统主体包括两大部分：风机部分以及变频器部分；控制变频器可以改变空调主机运行频率，进一步控制空调通风系统的供热量制冷量，避免启停机导致的不必要能耗；风机则利用通风量改变室内空气与空调主机的热交换过程，改变实际的供热量制冷量；在线获取天气预报模块：通过利用无线网络方式在线获取天气信息，在线获取天气信息中包括24小时内每小时区域温度；将天气预报温度于室内热网络模型相结合，可以有效预估温度变化带来的热负荷变化，从而进一步提升优化控制的效果；以及嵌入式平台：嵌入式平台为运行模型预测控制算法提供硬件基础；在嵌入式平台中需要预先加载建筑热网络模型以及空调通风系统能耗模型，为模型预测控制提供模型基础；其次室内实时温湿度数据与在线获取的天气预测数据为输入变量，通过模型预测控制算法可以计算出最佳控制方案，用于控制系统的风机风量或空提主机变频器部分；所述空调通风系统能耗模型在建模中使用不同供热热量制冷量下的实际能效比代替恒定的额定能效比；计算公式如下： PHVAC，act为空调系统的实际功耗；COPHVAC，act为空调系统的实际能效比；Qact为空调系统的实际供热制冷量；为无量纲变量，表示实际风机送风量与额定风机风量和表示实际供热制冷量、能效比分别与的映射关系；所述模型预测控制算法，通过以目标模型为基础，利用给定输入对规定时域内的系统状态进行预测，由于不同控制序列会对系统状态造成影响，利用优化方法获得特定的控制序列可使得控制目标最优化，达到节能和热舒适的目的；对于室内热舒适的控制，在已建立热网络模型与简化热舒适模型的基础上，需要确立热舒适与能耗的综合目标，以及选择合适的优化方法；热舒适与能耗综合目标采用公式3的形式时实现高热舒适与节能的目的；由于系统为线性且属于凸优化问题，采用二次规划方式求解最优控制序列具有高稳定性与高效性；模型预测控制计算公式为：起始状态：x0＝x3动态过程：xk+1＝Axk+Buk+Cwk4yk+1＝Dxk+15其中x表示状态参量，u表示待控制变量，w表示来自天气预报的外界环境参数，y表示待优化的目标变量；x0表示状态参量的初始状态；下标k表示变量在k时刻的值；A，B，C，D为相关系数；代价函数：限制条件：xk∈[xmin，xmax]；uk∈[umin，umax]7其中J表示代价函数，下标min、max分别表示变量的最小值和最大值；Np表示优化的总步长；代价函数J的具体构造方式为： Pnon-linear为实际能耗，Pmax为实测最大能耗，Pmin为实测最低能耗，PMV表示室内热舒适性，ε为热舒适和能耗间的权重系数，PMVrange为PMV变化范围。

全文数据：

权利要求：

百度查询： 苏州大学 基于模型预测控制的室内空调通风系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD