類神經結合模擬退火法於空調系統運轉之最佳化

Neural Networks with Simulated Annealing for Optimal Operation of Air - Conditioning System

陳冠維(Kuan-Wei Chen)

指導教授 ： 張永宗

國立臺北科技大學/機電學院/能源與冷凍空調工程系碩士班/碩士(2014年)

摘要

在現今社會，人類利用各式各樣的能源來滿足生活需求，使得我們對能源有著高度的依賴性，導致有一個潛在風險我們必須去面對，它就是全球暖化。現代的科技業競爭非常激烈，在所有設備中空調耗電量所佔的比例為最大，因此有效減少空調耗電量，必定能提升產業的競爭性。
空調系統全年各項耗電量，以冰水主機53%為主，風機28%為次，水泵及冷卻水塔占19%，本研究引用Lulu學者所提出的負載平衡方程式，以類神經建立各元件的耗電量模型，針對冰水主機、風機和水泵使用模擬退火法來尋找冰水出水溫度、風量和水量的最佳化設定點，並以滿足室內負載需求與最小耗電量為目標，達到節能之目的。
由研究結果顯示，可以明顯的看出整體耗電量降低了18%，而各個模型的準確度R2值都高達0.98以上，準確度相當高，若將實驗分為三天來看，其耗電量節省分別為24%、14%和15%，Day 1之冰水出水溫度設定值為7℃，經由負載平衡方程式計算，實際溫度平均為9.27℃即可滿足室內的需求，所以改善較多，相對的Day 3之冰水溫度設定值在12 ℃，改善的幅度也相對較少，顯示本研究方法可以有效的找出最佳化設定點，並達到節省能源的目的。

關鍵字

類神經網路 ； 模擬退火法 ； 最佳化運轉設定 ； 空調系統最佳化 ； 熱平衡方程式

並列摘要

Nowadays, people consume a wide variety of energy to meet demand, result a high degree of dependence on energy. Global Warming is a big problem and we have to confront it. The industry is facing fierce market competition today. Among the energy expenses, the power consumption from air-conditioning takes up the largest portion therefore, cutting back expenses by lowering the power consumption from air-conditioning should yield instant effect.
In air-conditioning system, the chiller consumes 53% of energy, the pump system 19%, and the air side facilities 28%. The study cited foreign scholars raised the thermal equilibrium equation. This thesis configures the total power consumption of the system as the objective function and achieves the minimum overall air-conditioning system power consumption under the criteria of achieving the cooling capacity that satisfies the loading requirement. By Neural Networks with Simulated Annealing for Optimal Operation of Air - Conditioning System.
From the results, we find that power consumption is lowered by 18%. Accuracy of each model are above 0.98, if the experiment is divided into three days of view, the power consumption saving by 24%, 14% and 15%.It shows that this research indeed uncovers the best parameters for air-conditioning system operation that achieves the objective of power-saving.

並列關鍵字

Artificial Neural Networks ； Simulated Annealing ； best parameters for air-conditioning system operation ； air-conditioning system energy optimization ； heat transfer equation

參考文獻

[4] 江建樺，應用模擬退火演算法於冰水主機負載分配之最佳化，碩士論文，國立台北科技大學能源與冷凍空調工程系，2003。

[5] 劉青龍，變頻離心式冰水主機之節能分析，碩士論文，國立台北科技大學能源與冷凍空調工程系，2002。

[6] 李俊賢，應用模擬退火法於空調系統運轉之最佳化，碩士論文，國立台北科技大學能源與冷凍空調工程系，2009。

[11] 戴邦文，應用於節能績效保證合約之冰水主機性能驗證方法，碩士論文，國立台北科技大學能源與冷凍空調工程系，2006。

[17] 黃錦文、張永鵬、蔡瑞益，淺談渦卷式壓縮機工作原理與設計初步(上)，冷凍與空調雜誌，卷17，第76-85頁，民91。