基于MPC的MIMO水冷空调系统节能优化控制方法与流程

本发明涉及空调系统自动控制，具体涉及基于mpc的mimo水冷空调系统节能优化控制方法。

背景技术：

1、水冷空调系统作为建筑物和工业设备中常用的空调方式，经常需要在不同的环境条件下提供稳定的温度控制。传统的pid控制方法虽然适用于单输入单输出（siso）系统的控制，但在处理多输入多输出（mimo）系统时性能受限。

2、随着mimo系统的不断普及，控制多个输入和输出变量之间相互影响的复杂性成为挑战。模型预测控制（mpc）技术基于系统动态模型进行预测和优化控制，具有更好地适应mimo系统的优点，可以提高控制精度和鲁棒性。

3、此外，节能优化降低水冷空调能耗符合国家节能环保及“双碳”政策，能有效降低运营成本。通过优化控制水冷系统的运行参数，如冷冻水出水温度、冷却水出水温度、阀门总开合度、末端风机送风温度和压强等参数，可以有效减少系统的能耗，提高运行效率。传统空调系统控制方法往往无法充分考虑节能优化，导致能源浪费。

4、因此，结合mpc技术和节能优化的需求，开发了一种基于mpc的mimo水冷空调系统节能优化控制方法。本发明针对mimo系统的复杂性和节能优化需求进行了全面考虑，通过动态调整控制策略和参数，实现高效节能的空调系统运行，提高系统性能和节能效果。

技术实现思路

1、为克服现有技术的不足，本发明提出基于mpc的mimo水冷空调系统节能优化控制方法，采用mpc控制方法针对mimo水冷空调系统的节能优化进行控制，结合创新的控制策略和技术手段，以达到更高效、更节能的空调系统运行状态。为mimo水冷空调系统的节能优化控制领域带来了创新和技术进步，具有重要的实际应用意义和市场潜力。

2、为实现上述目的，本发明提供基于mpc的mimo水冷空调系统节能优化控制方法，所述方法包括：

3、步骤s1：获取室内外温湿度和多输入多输出水冷空调系统的运行数据并进行数据预处理；

4、步骤s2：基于预处理后的室内外温湿度和多输入多输出水冷空调系统的运行数据，构建车间室内温度状态方程和车间室内湿度状态方程；

5、步骤s3：结合与控制目标温湿度的逼近程度、本次调控的幅度、本次调控策略对应的能耗等，合理设计损失函数；

6、步骤s4：定义机组设备参数调控上下边界，在每个控制周期内，通过使用mpc算法基于当前系统的状态实现多输入多输出水冷系统的调控策略预测，计算出最优的控制输入，实现系统的节能优化控制。

7、进一步地，步骤s1中获取数据的时间间隔为30分钟，获取的数据包括：

8、采用温湿度传感器实时监控采集车间室内和室外的温湿度数据；

9、mimo水冷空调系统的运行数据，包括水泵的压力和转速，水冷机组冷冻水的出水温度和回水温度、冷冻水流量；

10、获取冷水机组制冷量、冷水机组总能耗、冷冻水泵总能耗，以上数据为非实时结果，其获取值为累计量，需要计算30分钟内的累计量，获取30分钟的首尾数据的差值，即为30分钟的累计量。

11、进一步地，步骤s1具体步骤为：

12、s11：采用温湿度传感器实时监控采集车间室内的温湿度和、室外的温湿度和；

13、s12：采用各种传感器和仪表收集mimo水冷空调系统的运行数据，其中mimo水冷空调系统包括水泵、冷却塔、冷水机组、末端风机；收集的运行数据包括：冷冻水出水温度和回水温度、阀门总开合度、冷水机组总能耗、水泵总能耗、冷冻水冷量、冷却水供水温度和回水温度、冷却塔风机频率、末端送风温度、末端送风压强；

14、s13：系统总能耗为冷水机组总能耗与水泵总能耗的和，即；

15、s14：数据采集周期为30分钟，需要将数据进行整合，主要整合内容为累计量，瞬时量取平均值；瞬时量包括：室内温湿度、室外温湿度、冷冻水出水温度和回水温度，阀门总开合度，冷却水出水温度和回水温度，冷却塔风机频率，末端送风温度和压强，该类数据取30分钟内的平均值作为整合数据；累计量包括：冷水机组总能耗、水泵总能耗、冷冻水冷量，该类数据获取30分钟的首尾数据的差值作为整合数据。

16、s15：进行数据预处理，包括对收集到的数据进行数据清洗、数据规范化处理、数据补全、数据均衡、数据归一化、数据降维等操作，并按时间排序进行汇总，以时间为主键存储在数据库中。

17、进一步地，数据预处理包括对收集到的数据进行缺失值处理、重复值处理、异常值处理操作，并按时间排序进行汇总，以时间为主键存储在数据库中。

18、步骤s2具体步骤为：

19、s21：建立车间温湿度的多元线性回归模型：

20、；

21、；

22、s22：以最小化残差平方和为优化目标，求解得到最优回归系数，以等指标来评估模型的性能。

23、s23：构建得到室内车间温湿度的状态方程：

24、；

25、其中，矩阵、是状态量，包括 t 时刻车间温度、t 时刻能耗和 t时刻室外温度，包括 t 时刻车间湿度、t 时刻能耗和 t 时刻室外湿度；矩阵是控制量，分别是冷冻水出水温度、冷却水出水温度、阀门总开合度、末端送风温度和末端送风压强；、是输出量，分别是 t+1 时刻车间温度和 t+1 时刻车间湿度；矩阵为s22中求解得到的各变量最优回归系数；

26、进一步地，步骤s3中设计的损失函数包含多方面因素，包括目标车间温湿度、调控的幅度、目标节能能耗等，以实现多目标的优化。

27、进一步地，步骤s3具体如下：

28、s31：设定车间温度目标值，通过预测模型预测下一步系统的车间温度状态，计算预测值与目标值之间的差值；

29、s32：设定车间湿度目标值，通过预测模型预测下一步系统的车间湿度状态，计算预测值与目标值之间的差值；

30、s33：计算当前调控量与上次调控量之间的差值；

31、s34：设定节能目标能耗，通过收集到的实际能耗数据，计算实际能耗与节能目标能耗之间的差值；

32、s34：设计损失函数为，是权重系数，用于调整不同指标对损失函数的影响。

33、进一步地，步骤s4中，每个控制周期内的mpc算法包括以下步骤：

34、预测mimo水冷空调系统的车间室内温湿度和未来多步时间内的发展情况；

35、根据优化目标函数和系统约束条件，确定最优的控制输入组合；

36、实施第一个控制输入并更新系统状态，进行下一个控制周期的输入计算；

37、不断迭代计算，实现系统的动态节能优化控制，并在每个周期内实现对系统的动态调节。

38、进一步地，步骤s4具体如下：

39、s41：定义系统冷水机组设备调控变量的上下边界，为冷冻水出水温度，阀门总开合度，冷却水出水温度，末端送风温度，末端送风压强，上下边界之差即为调控步长。

40、s42：预测mimo水冷空调系统的车间室内温湿度、、和未来多步时间内的系统状态量的发展情况；

41、s43：根据步骤s3设计的优化目标函数和系统机组调控变量的上下边界，确定最优的控制输入组合；

42、s44：实施第一个控制输入组合并更新系统状态，进行下一个控制周期的输入组合计算；

43、s45：不断迭代计算，实现系统的动态节能优化控制，并在每个周期内实现对系统的动态调节，达到节能效果

44、进一步地，所述mpc算法基于状态空间模型和系统动态响应特性，通过在线优化算法实现对mimo水冷空调系统全局性能和节能效果的同时优化。

45、进一步地，所述mpc算法通过实时监测系统运行状态，并根据系统性能指标和用户需求对控制策略进行调整，保证系统的节能性和舒适性兼顾。

46、与现有技术相比，本发明的有益效果是：

47、1.本发明提供了基于mpc的mimo水冷空调系统节能优化控制方法，采用mpc算法，能够同时处理多输入多输出（mimo）的系统。相比于传统的单输入单输出（siso）系统，mpc算法可以考虑多个输入和输出变量之间的相互影响，更有效地优化系统的整体性能。

48、2.本发明提供了基于mpc的mimo水冷空调系统节能优化控制方法，通过更精准地控制冷冻水出水温度、阀门总开合度、冷却水流量、末端送风温度和末端送风压强等参数，本发明能够避免能源浪费，实现能耗的优化。这种精准控制不仅提升了系统的运行效率，还大幅降低了能耗。

49、3.本发明提供了基于mpc的mimo水冷空调系统节能优化控制方法，实现了多目标优化，综合考虑目标车间温湿度、调控幅度和目标节能能耗等多方面因素。通过及时调整控制策略，本发明能够适应系统和环境的变化，全面提升系统的性能指标，确保节能效果。

50、4.本发明提供了基于mpc的mimo水冷空调系统节能优化控制方法，能够动态调整控制策略，实时优化系统的运行状态。通过不断调整控制变量，系统在满足舒适度要求的情况下，最大限度地减少能耗，显著提高节能效果结合创新的控制策略和技术手段，使得mimo水冷空调系统能够在更高效、更节能的状态下运行。此项技术为mimo水冷空调系统的节能优化控制领域带来了重要的创新和技术进步，具有重要的实际应用意义和市场潜力。