空調(diào)運行負荷預測方法的研究綜述

王鐘敏

【摘要】：空調(diào)運行負荷預測是空調(diào)系統(tǒng)優(yōu)化控制的關鍵技術。為了充分了解該領域內(nèi)已有的研究成果，開展更深入的探索和應用研究，本文對空調(diào)負荷預測國內(nèi)外研究現(xiàn)狀進行分析總結。簡述運行階段空調(diào)負荷預測的概念和意義，將其與設計階段負荷預測進行比較，闡明空調(diào)運行負荷預測的特點。對比分析預測理論的黑箱方法和白箱方法，指出空調(diào)運行負荷預測的適用方法和關鍵問題。綜述目前空調(diào)運行負荷預測模型的建模方法和影響因素，比較各種建模方法的優(yōu)缺點，探討了影響因素的選取和作用。指出現(xiàn)有研究的不足之處，提出有效利用建模的新技術、重視負荷的內(nèi)在因素分析、加強模型的自適應研究是未來空調(diào)運行負荷預測的發(fā)展方向。

【關鍵詞】：空調(diào)系統(tǒng)；負荷預測；運行階段；空調(diào)運行負荷；預測方法

引言

空調(diào)運行負荷預測是指在建筑運行階段，對未來時刻空調(diào)系統(tǒng)運行所需要的冷熱量進行短期預測。其目的是為空調(diào)系統(tǒng)優(yōu)化控制服務，以預測的負荷分布為基礎，確定最優(yōu)的運行工況或設定點，制定最佳的空調(diào)運行策略，保證空調(diào)房間的舒適性和空調(diào)系統(tǒng)運行的節(jié)能性。

1、運行階段與設計階段負荷預測的區(qū)別

1.1預測目的不同

設計階段的空調(diào)負荷預測是為了合理選擇空調(diào)系統(tǒng)方案。是否能準確預測建筑空調(diào)負荷，對空調(diào)系統(tǒng)的設備容量選擇、管路尺寸和系統(tǒng)投資都有很大的影響，同時關系到建筑物實際運行能耗和舒適性水平。運行階段的負荷預測是為了優(yōu)化空調(diào)系統(tǒng)的控制策略。目前，大部分負荷預測是為了優(yōu)化控制冰蓄冷系統(tǒng)，但是也有負荷預測是為了優(yōu)化控制冷水機組、變風量空調(diào)系統(tǒng)。預測未來時刻空調(diào)系統(tǒng)的負荷，目的是根據(jù)負荷分布確定最優(yōu)的運行工況、設定點，制定合理的空調(diào)運行策略，以室內(nèi)舒適度為前提條件，保證空調(diào)系統(tǒng)的經(jīng)濟運行。

1.2預測對象不同

在設計階段，空調(diào)負荷預測是對傳統(tǒng)理論的空調(diào)負荷進行預測，即“設計負荷”。通常預測所取的室外氣象條件為典型氣象年，空調(diào)系統(tǒng)為了維持空調(diào)房間的溫濕度，需要從空調(diào)房間帶走的冷熱量。在運行階段，空調(diào)負荷預測與理論計算負荷不同，而是系統(tǒng)提供給用戶末端的供冷量，這里我們稱為“空調(diào)運行負荷”。比如為了優(yōu)化冰蓄冷系統(tǒng)運行時，預測對象是“制冷系統(tǒng)運行負荷”，即制冷系統(tǒng)提供給空調(diào)水系統(tǒng)的冷熱量；而用于優(yōu)化變風量系統(tǒng)運行時，預測對象應為“空調(diào)機組運行負荷”，即空調(diào)機組提供給空調(diào)風系統(tǒng)的冷熱量?？照{(diào)運行負荷與理論的空調(diào)房間負荷一般不同，由于管網(wǎng)的滯后性和設備的控制調(diào)節(jié)影響，兩者在時間和量上具有不匹配性。

1.3影響因素不同

在設計階段，可以獲得具體的建筑設計參數(shù)，負荷預測的影響因素能夠考慮得非常詳細，包括影響空調(diào)房間負荷的所有參數(shù)，如建筑物理參數(shù)、室外氣象環(huán)境、室內(nèi)環(huán)境參數(shù)以及建筑使用參數(shù)等。在運行階段，由于空調(diào)運行負荷比空調(diào)房間負荷更為復雜，除了考慮空調(diào)房間負荷的影響因素之外，還應考慮到空調(diào)系統(tǒng)的熱容量、時間延遲、運行調(diào)節(jié)以及建筑的實際使用等影響因素。

2、空調(diào)運行負荷預測研究的關鍵問題

2.1建模工作量大

對于每個建筑，應用能耗模擬軟件建模要花費大量時間，輸入大量參數(shù)，建模工作繁瑣。并且，軟件專業(yè)性太強，很難被運行管理人員所掌握，輸入?yún)?shù)的細微差別也可能會導致負荷預測結果有很大差異。

2.2影響參數(shù)獲取困難

建筑仿真建模需要輸入大量參數(shù)，但在實際運行中很難獲取所有影響因素。譬如，利用EnergyPlus預測能耗，氣象參數(shù)需要20余種，在實際中很難實時測量這些數(shù)據(jù)。此外，在建筑的運行階段，很多項目的設計圖紙、技術資料存在丟失現(xiàn)象，由于設計參數(shù)不全，建立準確的仿真模型是非常困難的。

2.3預測與實際很難吻合。在仿真建模中，設計

者根據(jù)自身對問題的理解，進行了不同程度的假設和簡化，會產(chǎn)生一定誤差。例如，在模擬建筑曲面的時候，通常會“以直代曲”。此外預測數(shù)據(jù)為空調(diào)房間負荷，而不是空調(diào)運行負荷，沒有考慮管網(wǎng)水蓄熱造成的滯后、控制調(diào)節(jié)產(chǎn)生的延遲等問題，從而造成模擬結果與實際很難相符，很難達到運行調(diào)節(jié)要求。

3、空調(diào)運行負荷預測模型的建模方法

3.1時間序列法

空調(diào)負荷可以按一定時間間隔進行測量和記錄，形成一個有序的時間序列集合。時間序列方法就是利用負荷時間序列建立數(shù)據(jù)模型，來預測建筑未來時刻的空調(diào)負荷，屬于趨勢預測法。傳統(tǒng)的時間序列分析方法主要是基于線性模型的研究，將時間序列看成一個隨機過程，對其進行概率數(shù)理統(tǒng)計，其理論與方法已基本趨于完善和成熟，可以分為平穩(wěn)時間序列分析和非平穩(wěn)時間序列分析兩大類。平穩(wěn)時間序列分析包括自回歸模型（AR模型）、滑動平均模型（MA模型）、自回歸滑動平均模型（ARMA模型）；非平穩(wěn)時間序列分析包括差分自回歸滑動平均模型（ARIMA模型）、季節(jié)模型（Season模型）等。

3.2人工神經(jīng)網(wǎng)絡

人工神經(jīng)網(wǎng)絡是模仿人腦神經(jīng)網(wǎng)絡進行學習和處理問題的智能信息處理理論，它由大量具有處理功能的神經(jīng)元和連接神經(jīng)元的權值構成非線性系統(tǒng)，可以實現(xiàn)與人腦相似的學習、記憶、識別等信息處理功能，能夠解決復雜的、不確定性的、非線性的問題。

3.3組合預測法

由于傳統(tǒng)預測方法和人工智能預測方法都有不足之處，為了盡可能地提高預測精度，國內(nèi)外許多學者開始探究組合預測法，即采用2種以上不同方法建立負荷預測模型。

結語

建筑運行階段空調(diào)負荷預測是空調(diào)系統(tǒng)優(yōu)化控制的基礎，是隨著空調(diào)系統(tǒng)復雜化和節(jié)能減排的需求發(fā)展起來的，對實現(xiàn)空調(diào)系統(tǒng)節(jié)能運行有重要意義。運行階段空調(diào)負荷預測與設計階段負荷預測顯著不同，預測對象并非是理論上的空調(diào)房間負荷，而是滿足空調(diào)系統(tǒng)運行所提供的實際冷熱量，因此影響因素更為復雜，預測精度要求更高。

【參考文獻】

[1]張偉捷，王景剛，張杰.冰蓄冷空調(diào)系統(tǒng)預測控制理論研究[J].電工技術學報，2004，19（3）：88-93.

[2]何大四，張旭.改進的季節(jié)性指數(shù)平滑法預測空調(diào)負荷分析[J].同濟大學學報，2005，33（12）：1673-1676.

[3]陳柳.小波時間序列在空調(diào)負荷預測中的應用[J].流體機械，2008，36（2）：83-86.