关键词:
地下水源热泵
能效比
BP神经网络
优化控制
摘要:
地源热泵系统的形式多种多样,地下水源热泵系统即为其中一种,这种系统以浅层地能为能量来源,从而对室内温度进行双向的控制,因此它具有绿色和环保的特点,在过去几年间受到了极大的关注,其应用范围日益扩大。研究、收集、整理有关地源热泵系统、神经网络以及优化控制与之存在关联领域的文献资料,对其研究趋势进行分析。以唐山某单位建筑的地下水源热泵系统为研究对象,在夏季对其运转工况进行实际监测,分析影响系统能效的因素,并且将测试数据及其分析结果作为应用BP神经网络对该系统能效预测仿真以及优化控制的测试样本及参考依据。对测试系统进行BP神经网络能效预测模型的构建,(输入层节点为5,隐含层为2层,节点数分别为8和4,输出层节点为1),将所采集的20天400组地下水源热热泵系统运行数据分为两部分。前19天的380组数据作为训练样本,最后一天的后20组数据作为预测样本。通过MATLAB编程计算,对EER进行仿真预测。为了达到较好的EER,建立从EER到用户侧流量的非线性映射关系(类似预测模型的反函数),对系统用户侧流量进行数据分析,得到可实际控制的用户侧流量。通过监测数据计算得到的系统能效比EER,计算结果显示该单位地下水源热泵系统没有完全实现地下水源热泵的节能要求,但随着系统各参量的变化,系统EER都出现了相应的变化规律,对EER的优化提供依据。同时,BP神经网络程序运行结果表明神经网络对EER的预测取得了较好的效果,并将不同的影响因素进行正规化处理,训练网络,得到流量与其他参量的映射关系,最终得到用户侧流量应调整的值并给出对用户侧流量进行控制的方案。据此在系统中加入PID的流量控制阀实现对其进行优化控制的目的。在确定研究目标和研究内容时,同时注重研究创新点:设计了新的预测EER的方法;确定了影响EER的参量,即用户侧流量;采用BP模糊系统对长时滞、多参量、强耦合的非线性复杂的地下水源热泵系统的EER进行预测,并提出优化的措施。