[发明专利]基于快速ADMM的变风量系统分布式优化控制方法有效
申请号: | 202110259343.X | 申请日: | 2021-03-10 |
公开(公告)号: | CN113028613B | 公开(公告)日: | 2022-03-25 |
发明(设计)人: | 王子豪;赵阳;李婷婷;刘轩彰;张学军 | 申请(专利权)人: | 浙江大学 |
主分类号: | F24F11/74 | 分类号: | F24F11/74;F24F11/89;F24F11/64 |
代理公司: | 杭州求是专利事务所有限公司 33200 | 代理人: | 傅朝栋;张法高 |
地址: | 310058 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 快速 admm 风量 系统 分布式 优化 控制 方法 | ||
1.一种基于快速ADMM的变风量系统分布式优化控制方法,其特征在于,步骤如下:
S1:对于变风量空调系统中的空调箱和每个并联的变风量末端,分别设置一个对应的智能体;
S2:设置初始参数,具体步骤如S2-1~S2-4:
S2-1:设置初始的空调箱送风量平均值及其加速值初始的变风量末端送风量平均值及其加速值初始的对偶变量λ0及其加速值λ′0;
S2-2:设置优化控制间隔T;
S2-3:设置单次控制方案寻优的最大迭代次数Kmax;
S2-4:设置加速项数组其值由下式确定:
α1=1,j=1
S3:发布变风量空调系统优化控制任务,设置总优化目标如下:
其中,N为变风量末端的数量,ω为权重因子;P(·)为空调箱的功率,由空调箱送风量QAHU确定;Ci(·)为第i个房间的舒适度,由对应的第i个变风量末端送风量Qi确定;s.t.式注明了该优化问题的约束条件;
S4:使用交叉方向乘子法将变风量空调系统优化控制任务总优化问题分解为若干个子问题,通过空调箱智能体和变风量末端智能体对子问题进行求解,通过智能体之间的信息交互进行迭代计算,实现分布式优化控制;
S5:当优化变风量空调系统优化控制任务发布的时间间隔达到T时,重复S2-S4步骤。
2.如权利要求1所述的基于快速ADMM的变风量系统分布式优化控制方法,其特征在于:所述S4的具体实现步骤为:
S4-1:空调箱智能体向各变风量末端智能体发送初始的空调箱送风量平均值及其加速值初始的变风量末端送风量平均值及其加速值初始的对偶变量λ0及其加速值λ′0;
S4-2:设置迭代次数k=0;
S4-3:每个变风量末端智能体接收空调箱智能体发送的变量值,利用下式进行变风量末端送风量和其加速值的更新计算;之后,将上述值发送回空调箱智能体:
其中,ρ为惩罚系数,为各变风量末端送风量的平均值,为空调箱送风量QAHU与变风量末端数量N的比值;各参数中的上标k均表示第k次迭代对应的参数;
S4-4:空调箱智能体接收所有变风量末端智能体更新计算的变风量末端送风量和其加速值计算变风量末端送风量加速值的平均值利用下式计算空调箱送风量平均值及其加速值
S4-5:判断空调箱智能体判断算法的收敛条件是否满足;如满足,本次分布式优化控制任务结束;如不满足,则计算变风量末端送风量的平均值根据下式更新对偶变量λk+1及其加速值λ′k+1,并将上述值发送回所有变风量末端智能体;之后,设置迭代次数k数值增加1,转至S4-3;
3.如权利要求1所述的基于快速ADMM的变风量系统分布式优化控制方法,其特征在于:初始参数设置为上一次优化控制任务中分布式优化算法计算得到的对应参数迭代终值。
4.如权利要求1所述的基于快速ADMM的变风量系统分布式优化控制方法,其特征在于:优化控制间隔T根据传感器数据采样间隔确定。
5.如权利要求1所述的基于快速ADMM的变风量系统分布式优化控制方法,其特征在于:空调箱智能体判断收敛的条件为下述三式同时满足或迭代次数k达到最大迭代次数Kmax;
其中,σ1,σ2,σ3为阈值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大学,未经浙江大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110259343.X/1.html,转载请声明来源钻瓜专利网。