基于线性规划中央空调优化控制策略研究

林忠晨

【摘 要】中央空调系统是调节大型建筑物室内环境温度和湿度的重要设备之一，如何降低空调能耗也是当下热点。本论文从理论结合实际出发，根据中央空调系统的调节控制，采用Eviews软件中的多元线性回归模型对中央空调系统的总耗电量、系统效率、冷却负载进行建模。在结合线性规划算法，在一定条件下给出空调的最优控制策略，从而实现空调的智能控制。

【关键字】多元线性回归；Eviews软件；线性规划

中图分类号： F224 文献标识码： A 文章编号： 2095-2457（2018）01-0145-002

【Abstract】Central air-conditioning system is one of the important equipment to regulate the indoor environment temperature and humidity of large buildings.This thesis embarks from the theory combined with the actual， according to the regulation of central air conditioning system control， use Eviews software in the multivariate linear regression model to the total power consumption of the central air conditioning system， system efficiency， cooling load modeling.In combination with linear programming algorithm， the optimal control strategy of air conditioning is given under certain conditions to realize intelligent control of air conditioning.

【Key words】Multiple linear regression； Eviews software； Linear programming

0 引言

随着人工智能技术的发展，以及数据量的增大，越来越多的人采用大数据相关技术对中央空调系统控制策略进行优化，以便满足室内湿度与温度的调节控制。尤其是政府大力支持智慧城市建設，以及大型建筑物都需要采用中央空调系统，这对中央空调系统的节能与智能控制要求必然是个重大研究课题。

1 挖掘目标

本论文研究的是对某个城市建筑物利用传感器测得的中央空调系统各个方面的数据。通过对数据进行预处理、特征提取后，研究不可控变量以及可控变量与空调系统的效率、冷却负载以及耗电量的影响，通过线性规划算法得出冷凝水泵转速、冷却塔风扇转速、冷水泵转速等可控变量的最优控制策略。

2 数据预处理

2.1 缺失值的处理

根据数据可知，存在部分数据缺失，对缺失的数据进行处理，从总体上来说可以删除缺失很大的数据以及填补缺失小的数据，对于论文中数据缺失太多，则将本行删除。对于少部分数据缺失则采用同类均值插补进行填补。

2.2 归一化

本论文的数据都是根据各自的物理量测得，则数据之间的量纲差别很大。为了消除各个数据之间因单位、距离不同而造成的偏差，本文采用Z-score标准化方法。具体公式如下：

3 构建回归模型

3.1 数据说明

y1——系统效率，y2——冷却负载，y3——耗电量，X——变量

3.2 建模思想

根据数据在图形上的分布情况，可以先使用多元线性回归模型，即模型表达式：F（x）=θ*X，目的是根据X求得的F（x），使得F（x）接近y1，y2，y3的真实值，则可以说明该方法建模是有效的。

3.3 建模

利用多元线性回归模型对所有变量X与y1，y2，y3分别进行建模。

3.4 模型评价

为了评价模型的好坏，本论文采用4个参数来衡量模型的好坏，分别是显著性检验、拟合优度检验、平方绝对误差、均方误差。显著性检验说明可以说明变量对耗电量、系统效率、冷却负载的影响是显著的，拟合优度检验说明该方程的解释能力，即越接近真实值，平方绝对误差、均方误差都说明了真实值与预测值之间的关系。这四个指标从不同的方面表现出该模型的预测是具备可靠性的。

4 最优控制策略

4.1 线性规划

线性规划问题是指求解线性目标函数在线性约束条件下的最小值和最大值的问题，线性规划模型的基本形式包括约束条件、决策变量和目标函数三部分。但是决策变量都是非负的，它的值代表解决问题的一个具体方案，形式如下：

X1，X2，…Xn≥0（2）

约束条件都是线性不等式或者是线性等式，它们反映了待解决问题对现有条件的限制，形式如下：

a11x1+a12x2+…+a1nxn=（<，>）b1（3）

a21x1+a22x2+…+a2nxn=（<，>）b2（4）

am1x1+am2x2+…+amnxn=（<，>）bm（5）

其中，bi是第i个约束条件右边对应的常数，aij为第i个约束条件中对应第j个变量的约束条件系数，它表示一定要满足某种规定。

目标函数是决策变量的线性函数，依据需要解决问题的不同，可以按目标要求实现函数Z实现最大值或者最小值，形式如下：

max（min）Z=c1x1+c2x2+…+cnxn（6）

其中c1，c2，…cn是目标函数。

4.2 多元线性回归模型

若要得出最优控制策略，先根据Eviews软件提供的函数对系统效率与系统总耗电量进行多元线性回归分析，得出回归方程：

总耗电量与因变量的回归方程：

systotpower=219.74-20.89404ch-4.1506chwp+35.30cwp+2.08ct+4.87drybulb+0.46loadsys+1.05rh+0.49chwppc+0.11cwppc+0.06ctpc（7）

系统效率与因变量的回归方程：

effsys=-0.44-0.03ch-0.01chwp+0.18cwp-0.01ct+0.02drybulb-0.02drybulb-0.02loadsys+0.005rh+0.0003chwppc+0.002cwppc-0.001ctpc（8）

4.3 目标函数

假设要求min systotpower，可以把max effsys作为约束条件，过程如下：

约束条件是已知室外温度、湿度、冷却负载和设备状态，转速的范围为0-100，即

0=

min=k1+0.48chwppc+0.10cwppc+0.06ctpc（9）

max=k2+0.00033chwppc+0.0002cwppc-0.0001ctpc（10）

约束条件：

0=

其它变量为已知量。

4.4 得出最优控制

假设取chwppc=0，cwppc=ctpc=100，則根据上述可知因变量的各个变量都是已知的，所以当冷却装置开一个，冷水泵开一个，冷凝水泵开两个，冷却塔开两个，室外温度为28度，湿度为87.3%，冷却负载为288.1，冷水泵为0，冷水泵转速100，冷却塔转速100.

分别代入5.2.1，5.2.2式子分别可得：

总耗电量为：systotpower=207.223kw

系统效率为：effsys=0.8634

5 结论

本文采用多元线性回归的方法建立了可控变量与中央空调系统总耗电量、系统效率、冷却负载的关系模型，并利用线性规划理论分析得到了在一定条件下空调的控制策略，基本上实现满足了用户的需要，以及降低系统能耗的作用。

【参考文献】

[1]聂玉强.中央空调系统的二级最优控制方法及其理论分析[J].中山大学学报（自然科学版）.2008.47（3）：57-61.

[2]陈文凭，杨昌智，余院生.基于冷水机组性能曲线的中央空调水系统优化控制[J].流体机械.2008.36（8）：73-78.

[3]刘严.多元线性回归的数学模型[J]，沈阳工程学院学报：自然科学版，1（2，3）：128-129，2005.

[4]林海明，对主成分分析法运用中是个问题的解析[J].统计与决策，2007（8）：16-18.

[5]Jones B，Roger J，Lane PW，etal.Statistical approaches for conducting network meta-analysis in during development .Pharm Stat，2011，10（6）：523-31.

[6]王孝通，徐冠雷，周红进.线性规划模型建模和分析管理[J].系统工程理论与实践，2015，（09）：2387-2393.

[7]万义国.优化建模软件LINGO在运筹学的运用[J].33（15）：367-368，2007.

[8]Klaus lepsky，John Vorhauer .Lingo-ein open source System fur die AutomasticheIndexierungdeutschsprachiger]Dokumente.JOURNAL：ABI-Technik，2006，18-29.