公共建筑空调温度设定值的动态优化控制研究

近年来,通过优化室内空调温度设定值以达到节能目的已成为一种趋势.采用热平衡的方法,构建了室内温度与室外温度和室内舒适度的数学模型.在保证舒适度指标-1＜PMV＜+1的基础上,以系统能耗最小为目标,建立了室内温度设定值动态轨迹优化模型.针对一栋典型办公建筑进行仿真,结果表明,该动态优化方法与26℃固定温度设定值控制方法相比,整体系统能耗不仅可以节省2.3％,而且还能改善室内舒适度指标.     

空调系统表冷器供冷量优化控制仿真研究

主要研究空调系统一定温度要求下的表冷器最小能耗优化控制.介绍了空调系统仿真软件HVACSIM+模拟空气处理系统所需的主要数学模型;对西安地区某建筑的空气处理系统和空调房间进行仿真.建立表冷器的能耗与冷冻水流速之间的函数关系,并将此作为目标函数.应用变量轮换法优化PID控制器参数,计算冷源向空调系统提供的能耗.结果表明,所建立的仿真系统运行稳定,且表冷器能耗与优化前相比大大减少.     

EnergyPlus中变频多联空调的模块开发和能耗仿真分析

为评价变频多联空调(VRV-II,以下简称VRV)的能耗特征,在建筑能耗动态模拟软件EnergyPlus的基础上,开发了VRV的能耗计算模块,并在一典型的商业建筑模型基础上,与几种常见的空调系统方案作了建筑物总能耗仿真比较。结果表明,VRV是最为节能的方案。同时,对于传统的空调系统,作为冷源方案的水冷式螺杆机相比风冷式螺杆机、以及作为系统方案的风机盘管加新风相比变风量空调,都显示出更为节能的特性。     

基于房间温度响应特性的实时负荷建模方法

空调能耗是建筑能耗的主要组成部分,空调是建筑节能的重点攻关对象。准确计算空调的实时负荷有助于调整空调的实际运行,使其达到兼顾良好的空调调节效果并尽可能的减少能源消耗的目的。通过采用基于房／可温度响应特性的实时负荷建模方法,能够在空调实际运行的过程中快速准确的计算出房间实际的冷负荷,为根据实际情况调节空调供冷量提供良好的理论依据。     

上黄脆弱生态系统的动态调控仿真研究

上黄生态经济系统稳定性差，振荡大，经济发展缓慢，系统动态调控十分必要。应用动态仿真模型及其调控方法对该生态系统进行了有效地动态调控，取得满意效果，该模型的反馈机制及自调反馈控制，前馈复合控制的原理与方法均详细论述。     

基于Elman网的水泥回转窑模型及其DHP控制器设计

水泥回转窑熟料煅烧过程是一个涉及传质、传热和物理化学反应的复杂的多变量、多扰动、非线性过程。为了稳定回转窑温度以提高水泥熟料烧成质量,降低能耗,需要探索新型优化控制方法。近似动态规划(ADP)综合神经网络、强化学习和动态规划等方法和技术,是一种新型优化方法。其中的双启发式动态规划(DHP)算法由于其评价网络的输出是代价函数关于状态量的偏导数,它具有动态性好、收敛速度快、控制精度高等优点。在分析水泥回转窑工艺的基础上,采用Elman神经网络建立回转窑系统的模型,并利用近似动态规划中的双重启发式动态规划算法设计回转窑温度优化控制器。仿真结果表明,在经历控制初期的波动后,回转窑烧成带温度逐渐趋于稳定,实现了对水泥回转窑的仿真控制。     

云环境下能耗优化的任务调度模型及虚拟机部署算法

云计算环境下,在满足用户服务级目标约束下,如何有效地进行资源分配调度,降低能耗,已成为不容忽略的关键问题.针对目前云计算系统服务资源分配调度问题在能耗方面的研究不足,提出一种能耗优化的资源分配调度体系架构,并基于此架构设计了一个满足实时用户SLA的能耗优化模型.该优化模型从系统级和部件级两个层次进行能耗优化.在系统级上,提出一种基于分组遗传算法最大限度降低系统空闲能耗的虚拟机部署算法,该算法将虚拟机和服务器之间的映射抽象为有约束的多维可变装箱问题;同时,在部件级上采用动态电压功率调整技术降低执行能耗,从而达到在满足用户需求的前提下,最大限度降低系统总能耗.仿真实验结果表明,该算法与同类算法相比,在相同条件下可有效降低云计算系统的能耗开销.     

云计算中基于动态阈值的服务器唤醒策略

基于预留机制的服务器动态开启/关闭(dynamic powering on/off servers,DPS)策略采用静态设置的任务请求数阈值,可能造成服务器状态频繁切换从而导致性能下降、能耗上升。对此,提出一种基于动态阈值的服务器唤醒策略。首先,用具有不耐烦任务的排队模型对云计算系统的任务调度进行建模,分析系统中的平均任务背叛数和能耗成本,提出任务请求数阈值动态调整策略;然后,根据服务器所在冷点区域和当前关闭时长选择服务器进行唤醒。仿真结果表明,与基于静态阈值的服务器唤醒策略相比,本文策略能够保证任务的平均响应时间,并有效降低云计算系统的能耗开销。     

神经网络模糊预测优化控制在VAV系统中的应用

将神经网络、模糊控制与非线性预测优化控制结合起来,提出了神经网络模糊预测优化控制方法,采用前馈神经网络作为预测模型,利用贝叶斯正则化方法对模型进行了辨识,以自调整模糊控制器作为优化控制器,通过多步预测方式,系统的优化性能指标综合考虑温度偏差最小和能耗最小这两方面因素,应用该方法对制冷工况变风量空调系统的送风温度和回风温度（室内温度）进行了仿真控制研究。控制结果表明了该方法的有效性,控制效果良好,并且可以达到节省能耗的目的。

Abstract：

Artificial neural network,fuzzy control and nonlinear optimal predictive control were combined.The algorithm of neural network nonlinear fuzzy predictive optimal control was proposed.Feed-forward neural network was adopted as the predictive model of the cooling VAV system.The model was identified by the method of Bayesian regularization.The self-adjusting fuzzy controller was adopted as optimal controller.The algorithm was applied in the cooling VAV system with multi-step predictive method.Indoor temperature and supply air temperature was controlled aimed at minimum temperature deviation and minimum energy consumption by this scheme in Matlab.Simulation results illustrate the effectiveness of this technique,and in the meantime illustrate that this technique can save energy consumption.     

系统级能耗优化的实时电压调度方法研究

如何在满足实时性要求的前提下尽可能降低系统能耗,已成为目前实时系统设计面临的新挑战。针对动态优先级节能调度研究存储器操作的系统级能耗优化问题。通过设计线性整数规划模型提出了实现离线节能调度的SYS-SEDF算法,并分析临界频率及其计算方法,进而提出了应用于在线节能调度的SYS-CCEDF算法和SYS-LAEDF算法。实验表明,SYS-DVS系列算法可较好地降低系统级能耗。     

基于Simulink的空调系统先进自校正控制仿真研究

空调系统可以被看作是一阶惯性加延迟的过程,系统具有时延和参数时变的特性.提出了一种先进的自校正控制策略并将其应用在空调系统中.该控制策略采用了一种混合的参数辨识算法,在控制系统闭环运行条件下,空调系统的过程参数包括延迟时间可以被在线辨识.辨识出的延迟时间被Smith预估器用来补偿控制回路中的时延,同时该控制策略的控制信号可由内环回路中的PI控制器根据ITAE整定规则计算获得.Simulink仿真结果表明该自校正控制策略较自适应PI控制的控制性能更为优越.     

多能源混合电动汽车控制策略的模糊预测研究

为了使混合电动汽车获得较大的加速度和较长的续驶里程,同时改善整车的动力性能,提出了一种多能源混合动力系统结构。高能量、大功率的多能源混合动力系统必须配备一个能量智能管理系统,才能达到合理分配功率的目的。为此,建立在前向推理结构模型的基础上,提出了一种能量管理系统的模糊预测控制策略。它主要由电池荷电状态预测控制器、充电控制器和功率分配控制器组成。仿真结果表明:与简单分配控制策略(查表法)相比,采用模糊预测控制策略的混合电动汽车在续驶里程、燃油经济性和整车效率等方面均有较大提高。下一步将采用快速控制原型dSPACE系统完成该模糊预测控制的实车实现。     

基于链系统方法的甲醇合成过程控制及其仿真

通过对甲醇合成机理的分析,以甲醇合成回路经济效益最大,单位甲醇能耗最低为控制目标,引入链系统控制方法,找到影响甲醇单耗和产量的主要因素,建立了由产量和能耗两条主要因果链组成的互相关联的甲醇合成过程链系统模型.设计了甲醇合成过程的链预估算法和链控制系统,仿真结果显示基于链系统模型和链预估算法的甲醇合成过程链控制系统具有良好的稳定性和抗干扰能力.     

PSO-BP模型在城市用水量短期预测中的应用

为解决现有的城市用水量短期预测BP神经网络法对初始权值敏感、易陷入局部极小点和收敛速度慢等问题,通过对城市时用水量数据特征的分析,应用基于全局随机优化思想的粒子群优化(PSO)算法对BP网络的初始权值进行优化,建立了PSO-BP城市时用水量预测模型.在算例分析中与传统BP神经网络预测法进行对比,发现该方法的收敛速度明显提高,且平均预测精度提高了2%,在用水量短期预测中非常有效.     

时用水量观测序列的最大Lyapunov指数及其预测时间尺度

在传统wolf最大Lyapunov指数算法的基础上,提出新旧向量转变考虑长度及角度权重搜索的改进wolf计算方法.利用提出的改进算法对杭州市时用水量观测序列的混沌特性及其最大可预测时间尺度问题进行了探讨.为求比较,文中还分别对1小时和24小时两种时间间隔的用水量序列进行了最大Lyapunov指数计算.结果表明:1时用水量系统中存在明显的混沌特性;224时间隔的序列具有长于连续时序列的最大预测尺度.以上两条性质的提出对城市时用水量的较好预测具有其现实意义.     

基于能源区块链的综合能源系统调度优化模型及其应用

综合能源服务是在能源互联网背景下产生的新型能源服务模式,在综合能源服务系统中产销主体众多,能源生产消费多元化,针对综合能源系统调度过程中存在的信息安全及损耗问题,提出基于能源区块链的综合能源服务调度优化模型。利用区块链技术的去中心化、可信任和交易透明化的特性,构建基于区块链的综合能源服务网络架构;以系统经济效益及环保效益最大化为目标建立调度优化模型,有效降低系统运营成本,使得经济效益和环保效益得到较大提升。案例分析表明：能源区块链技术能够提高综合能源系统的安全性,保证相关数据不可篡改;同时,构建的综合能源服务调度优化模型能够为综合能源系统运营管理及调度优化问题提供决策支持与理论支撑。     

基于风速预测模型的风电一次调频仿真研究

为进一步提高风速预测精度,考虑数据内部结构性与外部影响因素耦合性叠加特征,以及风电机组功率特性,构建逆向前馈神经网络自回归移动平均模型(back propagation-autoregressive integrated moving average model, BP-ARIMA),并对风电场风速进行预测仿真,通过与实际数据对比分析,验证了所建模型具有较高预测精度。在所建预测模型基础上,基于风力发电机组典型功率特性曲线,统筹考虑储能装置容量优化配置与风电机组的致稳性问题,应用MATLAB-SIMULINK平台进行风电机组一次调频仿真。结果显示：一次调频控制策略的频率调节能力相较于常规超速减载调频控制可至少提高十个百分点。     

基于联合仿真技术的主动悬架自适应模糊PID控制研究

近年来联合仿真技术在车辆控制系统的开发研究中得到了广泛的应用。以某皮卡车为研究对象,首先利用ADAMS/CAR软件建立车辆多体动力学模型;然后在Matlab/Simulink环境中设计了基于自适应模糊PID控制的ASS,定义了与ADAMS/CAR环境下车辆模型的数据交换接口;最后,将设计的控制系统在ADAMS/CAR和Matlab/Simulink环境下通过输入输出接口进行联合仿真。文中对随机路面输入和脉冲路面输入工况下的ASS系统及整车动态特性进行了联合仿真研究,其研究结果为联合仿真技术在车辆工程中的实际应用提供了参考。     

预测函数控制及其应用研究

介绍并分析了预测函数控制（PFC）的基本原理和特点，给出了一阶加纯滞后系统的预测函数控制的具体算法。将PFC和PID控制相结合，提出了PFC－PID串级主汽温控制策略。系统的内回路采用PID控制，内回路和主调节区对象构成PFC的广义被控对象，对广义被控对象进行拟合简化得到一阶加纯滞后对象，作为PFC的预测模型，算法简单；预测模型失配时，系统仍具有良好的控制品质，易于工程实现，具有较高实用价值。大量仿真实验表明，，采用PFC－PID串级控制策略的主汽温控制系统的动态品质明显优于采用PID串级控制策略的系统，具有较强的鲁棒性和抗干扰能力。     

基于能量最优的无人驾驶汽车路径跟踪控制

动力总成控制对无人驾驶汽车的动态性能和经济性起着重要的作用.为了提高车辆在路径跟踪过程中的动力性和经济性,提出了—种基于能量最优化的路径跟踪控制策略.控制策略分为两部分,在上层控制器中使用非线性模型预测控制来计算所需要的动力参数和前轮转角.下层控制器采用基于电机能耗数值最优的方法进行设计.该方法可以确保电机一直运行在效...