|
|
|
冰蓄冷空调系统预测方法的回顾
|
| |
摘要：准确的预测是冰蓄冷系统优化和控制的基础和前提。本文介绍了冰蓄冷系统预测的内容和方法，主要包括室外逐时气象参数的预测和建筑物逐时冷负荷的预测。其中，温度预测通常采用形状系数法；而人工神经网络在太阳辐射预测和建筑物冷负荷预测中优势显著。
关键词：冰蓄冷 气象参数 形状系数 人工神经网络
1 前言
对北京市冬夏季典型日电力负荷构成情况的调查表明：民用建筑用电是构成电力峰荷的主要因素［１］。目前，我国城市建筑夏季的空调用电量占其总用电量的40％以上。解决电力不足的途径有很多种，根据有关资料，在采用电能储存解决电力峰谷差的成熟技术中，冰蓄冷的转换效率最高［２］。在建筑物空调中应用冰蓄冷技术是改善电力供需矛盾最有效措施之一。
冰蓄冷空调系统的设计前提是设计日的负荷分布，系统主要设备的容量都是按设计日进行的。然而，100％的设计冷负荷出现时间仅占总运行时间的o％［3］。同时，由于分时电价或实时电价（RTP）的引入，建筑物中各种设备的运行控制更为复杂，运行决策必须以天、甚至小时为基础[4]。1993年，ASHRAE研究项目RP776对美国蓄冷（水蓄冷、优态盐。冰蓄冷）系统的调查显承；冰蓄冷系统约占近对m个蓄冰系统总数的86。7％。从设计到运行、维护，控制及控制相关问题是蓄冷系统的首要问题。在蓄冷系统满意程度的调查中，冰蓄冷系统满意率最低，仅有50％的冰蓄冷用户认为达到了预期的设计目的人正确地运用优化和控制技术至关重要[5]
|
|
|
|
|
|
|
|
|
| 广告载入中... |
| 广告载入中... |
| 广告载入中... |
|
|
|
|
|
教育论文中心