應用類神經網路與類免疫演算法於空調系統最佳化運轉

Application of Neural Network and Artificial Immune Algorithm on Optimal Operation of HVAC

董致宏(Chih-Hung Tung)

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

中央空調系統在整個建築中佔有極高的耗電量比例，因此近年來多有針對中央空調系統節能之探討及方法出現，其中以導入變頻器控制為常見的節能手段。變頻器控制雖能有效的減少電力的消耗，但卻不具有整體系統的最佳節能控制，原因為中央空調系統是龐大且複雜的系統，有空氣側迴路、冰水迴路及冷卻水迴路，各迴路間運轉參數會互相影響，而環境因素，例如空調區域負載量、外氣乾球溫度、濕球溫度，都會使得空調系統最佳化複雜而困難，因此需建立一套整合空調系統的節能策略。
本研究之目的為找尋中央空調系統最佳運轉參數，使系統整體耗電量為最低。以類神經網路建立冰水主機耗電量模型、區域冰水泵耗電量模型及空調箱送風機耗電量模型，實驗記錄三天的環境變數，分別為冷卻水入水溫、空調箱盤管前濕球溫度以及室內負載量，並以空調箱負載平衡方程式為依據，將系統整體耗電量為最終目標，由類免疫演算法求出控制變數：冰水出水溫度、區域泵冰水流量及送風機風量之最佳運轉參數組合。結果顯示三天的耗電量節省率可達到17.59%，減少了能源消耗。

關鍵字

類神經網路 ； 類免疫演算法 ； 最佳化運轉

並列摘要

Central air-conditioning system has a very high proportion of energy consumption in the whole building. In recent years, there were many methods of energy saving for central air-conditioning system, using Variable-frequency Drive was a common method. It not the optimal control for whole system, because Central air-conditioning system is large and complex. Air side, chilled water side, cooling water side are influence each other. However, some environment factors like indoor cooling load, outdoor dry balb temperature, outdoor wet balb temperature are making more complex to air-conditioning system. Therefore, it needed to build an optimal control method.
The purpose of this study was to find the best operating parameters that can minimize the power consumption of the air-conditioning system. Applied Neural Network to build model of power consumption for chiller, secondary chilled water pump, and AHU fan. Three environment parameters such as cooling water temperature, wet balb temperature and indoor cooling load were recorded. According to the AHU heat balance equation, make system power consumption as ultimate goal, using Artificial Immune Algorithm to search the best operating parameters: chilled water temperature, secondary chilled water flow rate and fan flow rate. The results showed that power consumption savings rate reached 17.59% and it reduced power consumption.

並列關鍵字

Artificial neural network ； Artificial immune algorithm ； Chiller Optimal Operation

參考文獻

[11] 陳維德，應用免疫演算法最佳化火力機組調派，碩士論文，國立台北科技大學，台北，2008。

[24] 羅華強，類神經網路-MATLAB的應用，清蔚科技股份有限公司，2011。

[8] 張慶彬，應用分散型類免疫演算法於散熱片之最佳化設計，碩士論文，大同大學，台北，2004。

[14] 陳證中，結合類神經網路與進化策略演算法於空調冰水系統最佳化運轉之研究，碩士論文，國立台北科技大學，台北，2010。

[20] 李信蔚，模糊進化規劃法於空調負載預測之應用，碩士論文，國立台北科技大學，台北，2010。