空调负荷预测模型及仿真研究.pdf

第37卷 　增刊 Ⅰ 华 　中　科 　技 　大 　学 　学 　报 ( 自然科学版) Vol . 37 Sup . Ⅰ 2009 年 　8 月 　 J . Huazhong U niv . of Sci . Tech . (Nat ural Science Edition) 　Aug . 　2009 空调负荷预测模型及仿真研究 1 ,2 1 1 1 徐今强 　肖　睿 　黄 　冲 　冯自平 ( 1 中国科学院 a 广州能源研究所 ; b 可再生能源与天然气水合物重点实验室 , 广东 广州 5 10640 ; 2 广东海洋大学 海洋遥感与信息技术实验室 , 广东 湛江 524088) 摘要 : 为改善蓄冰中央空调系统控制性能及提高能效 ,开发了一种基于遗传算法的广义回归神经网络模型 , 用于预测蓄冰中央空调逐时冷负荷. 该模型以前一 日已知的 24 h 室外温度为输入 , 以次 日逐时冷负荷为输 出 ,在遗传算法寻优网络平滑因子时 , 以均方差最小构造适应度函数. 该模型克服了利用梯度下降法优化平滑 因子时易陷入局部极值的缺点 ,通过对负荷预测值和计算值的比较分析验证了模型的有效性和精度 ,可用于 蓄冰空调系统的动态优化控制. 关 　键 　词 : 空调 ; 逐时冷负荷 ; 预测 ; 遗传算法 ; 广义回归神经网络 ; 仿真 中图分类号 : TP273 . 22 　　文献标识码 : A 　　文章编号 : 167 145 12 (2009) S1025904 Prediction model and simulation study on air conditioning load X u J i nqi ang 1 , 2 　X i ao R ui 1 　H uang Chong 1 　Feng Z ip i ng 1 ( 1 a Guangzhou In stit ut e of Ener gy Conver sion , b Key L aboratory of Renewable Energy and Ga s Hydrat e , Chinese Academy of Sciences , Guangzhou 5 10640 , China ; 2 Ocean Remot e Sen sing and Information Technology L aboratory , Guangdong Ocean U niver sit y , Zhanj iang 524088 , Guangdong China) Abstract : In or der to imp rove t he co nt rol p erfor mance and enhance t he ener gy efficiency of icestorage air conditioning , a new general regre ssion neural net wor k ( GRN N ) mo del ba sed o n genetic algorit hm s wa s develop ed to p redict t he hourly cooling load of icestorage cent ral air conditionin g . When mo del ing t he ext er nal t emp erat ure recor ded every hour bet ween 0 :00 and 24 :00 of t he p reviou s day were u sed a s net wor k inp ut , t he hourly cooling load of t