建築節能中的熱環境建模與最佳化控制問題

《建築節能中的熱環境建模與最佳化控制問題》是依託江蘇大學，由李康吉擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：建築節能中的熱環境建模與最佳化控制問題
• 項目類別：青年科學基金項目
• 項目負責人：李康吉
• 依託單位：江蘇大學

項目摘要

我國是能源消耗大國，其中建築能耗約占我國社會總能耗的25%，且比例仍在逐年提升。在此背景下，對建築節能中的熱環境建模和最佳化控制問題展開研究具有重要現實意義和實際套用價值。本項目針對當前建築熱環境模型精度與複雜度之間的矛盾以及由此帶來的熱環境控制器設計的困難，致力於運用模型降階和多模型的思路對複雜分散式參數的建築熱環境進行快速精確建模，並設計出綜合考慮建築室內熱舒適度和建築能耗水平的熱環境最佳化控制方案。本項目的創新之處在於將CFD仿真與模型降階技術結合，並將非線性系統在平衡點線性化展開的思路擴展到複雜分散式參數系統，建立低階的、多模型形式的室內熱環境數學模型。在此基礎上，通過溫度感測器數目與位置的最佳化、熱環境模型與建築能耗模型的融合，最終，本項目旨在為暖通空調系統提供一種實用、節能的熱環境控制策略，促進建築節能技術的進一步發展和和套用。

結題摘要

隨著我國城鎮化建設與人民生活水平的快速發展，降低建築能耗、提高室內舒適度的需求越來越高。此背景下，建築環境與能量系統的精確建模、控制與最佳化研究尚未實現建築、暖通專業知識與控制理論的有機結合。本項目從控制學角度圍繞建築室內熱環境的降階建模與控制、建築室內多環境參數最佳化、建築能量系統性能最佳化、以及建築電能耗短時預測等四個方面展開研究。首先，針對建築熱環境CFD模型精度與複雜度之間的矛盾以及由此帶來的控制器設計困難，提出基於本徵正交分解思想的室內熱環境快速建模方法。在此基礎上，採用多模型切換控制的思路，通過離線-線上方式對室內熱環境實現高解析度精確調節；其次，針對目前建築室內環境的最佳化策略大都忽視環境參數空間分布的問題，我們採用本徵正交分解方法，結合多維插值和遺傳算法，設計一種綜合考慮室內熱舒適度、空氣品質及空調能耗的最佳化策略。其中本徵正交分解用於重構低階的環境參數空間，其與多維插值算法的結合可快速求解目標函式，確保最佳化算法的實時性；第三，當前建築能量系統的仿真與最佳化軟體存在算法封閉、擴展性差等缺陷。基於此，我們自主開發一種用於改善建築能量性能的通用最佳化工具。其特點在於整合多方軟體組成不同模組，運用數據互動技術將建築能量仿真中的多種分散式參數直接傳遞給最佳化算法，使得最佳化策略能充分考慮空間分布對環境參數的影響，相對目前的建築能量與環境最佳化策略，具有通用性好、最佳化精度高等優點；第四，在前期研究基礎上，我們繼續開展建築電能耗預測模型的研究。通過引入遺傳操作機制，將一種改進型微粒群算法用於人工神經網路連線權值與閾值的最佳化中，提出混合iPSO-ANN建築電能耗預測模型。預測實驗證明該方法預測精度優於廣泛使用的神經網路模型及其它PSO-ANN混合模型。另外，為了驗證POD降階模型對大空間建築環境的逼近能力，我們利用一處1500平方米農業生產型溫室，初步開展了實驗方案的設計與驗證工作。