论文摘要
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%。
论文目录
文章来源
类型: 期刊论文
作者: 陈炯德,王子轩,姚晔,王绍凡,冯静梅,赵鹏生
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
来源: 制冷学报 2019年06期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 建筑科学与工程
单位: 上海交通大学制冷与低温工程研究所,上海应用技术大学城市与建筑学院
分类号: TU83
页码: 62-69
总页数: 8
文件大小: 470K
下载量: 225
相关论文文献
标签：非线性模型预测控制论文; 变风量系统论文; 神经网络模型论文; 粒子群优化论文;