[发明专利]并联冷机系统负荷控制优化方法、系统、设备及介质

权利要求书

1.一种并联冷机系统负荷控制优化方法，其特征在于，包括以下步骤：

根据优化目标，通过并联冷机系统的功耗模型，确定并联冷机系统的待优化控制变量；

采用改进的并行粒子群算法，对并联冷机系统的待优化控制变量进行寻优，得到最优的并联冷机系统的控制变量，即为并联冷机系统负荷控制优化结果；所述改进的并行粒子群算法引入了两种不同的种群初始化方式改进策略、两种不同的非线性递减惯性权重改进策略及新的移民算子。

2.根据权利要求1所述的一种并联冷机系统负荷控制优化方法，其特征在于，优化目标为在满足空调末端冷负荷需求的条件下，使并联冷机系统的总功耗最小；并联冷机系统的待优化控制变量为每台冷机的部分负荷率。

3.根据权利要求1所述的一种并联冷机系统负荷控制优化方法，其特征在于，并联冷机系统的功耗模型为：

P_chiller,i＝a_i+b_i·PLR_i+c_i·PLR_i²+d_i·PLR_i³

其中，P为并联冷机系统的总功耗；N为并联冷机系统中冷机的总台数；P_chiller,i为第i台冷机的能耗；a_i,b_i,c_i及d_i分别为第i台冷机的性能参数；PLR_i为第i台冷机的部分负荷率。

4.根据权利要求1所述的一种并联冷机系统负荷控制优化方法，其特征在于，采用改进的并行粒子群算法，对并联冷机系统的待优化控制变量进行寻优，得到优化后的并联冷机系统的控制变量，即为并联冷机系统负荷控制优化结果的过程，具体如下：

在并联冷机系统的待优化控制变量的可行解空间中，采用随机模式构建初始种群1，采用混沌模式构建初始种群2；

采用改进的第一粒子群算法，对初始种群1进行独立寻优k次，得到子代种群1；其中，改进的第一粒子群算法中引入第一非线性递减惯性权重；

采用改进的第二粒子群算法，对初始种群2进行独立寻优k次，得到子代种群2；其中，改进的第二粒子群算法中引入第二非线性递减惯性权重；

子代种群1和子代种群2分别迭代寻优k次后，判断是否满足预设迭代寻优次数；若满足，则进行个体交换操作；若不满足，则继续运用第一非线性惯性权重或第二非线性惯性权重进行迭代更新；

利用移民算子，在子代种群1和子代种群2之间进行个体交换，生成子代种群3和子代种群4；

采用改进的第一粒子群算法，对子代种群3进行独立寻优；采用改进的第二粒群算法，对子代种群4进行独立寻优；

子代种群3和子代种群4分别独立寻优p次后，判断是否满足预设结束要求，若满足，则优化结束，输出最优个体，即最优的并联冷机系统的控制变量；若不满足，则再次使用移民算子进行种群间个体交换，继续独立优化。

5.根据权利要求4所述的一种并联冷机系统负荷控制优化方法，其特征在于，采用混沌模式构建初始种群2的过程，具体如下：

在并联冷机系统的待优化控制变量的可行解空间中，随机生成初始解，并利用混沌机制使随机生成的初始解在可行解空间中均匀分布，得到初始种群2；

其中，混沌机制为：

其中，X_i+1为混沌序列计算后的第i+1个粒子的位置，X_i是随机生成的第i个粒子的位置。