王亚
摘 要 基于智能化建筑的分布式能源系统由于有效利用发电机的余热,具有很高的节能潜力,已经开发并提出了使用遗传算法(GA)建立能源系统或分布式能源系统的新的优化设计方法。GA可以处理非线性优化问题。本文针对建立分布式能源系统的优化设计方法,提出了单体建筑电气节能的优化设计方法。
关键词 智能化建筑;电气节能;优化设计
1 分布式能源系统
分布式能源系统有望有效地扩大可再生能源或未使用能源的使用,或提高能源效率作为本地能源网络。基于热电联产系统的分布式能源系统由于有效利用发电机的余热,具有很高的节能潜力[1]。
2 优化设计方法
关于能量系统的优化设计方法,一些研究人员开发并提出了应用一些优化技术的方法。一些研究人员基于线性规划(LP)建立了优化模型,但是LP很难检验具有非线性特征的近期机器应用。考虑到这个问题,可以将GA应用于建筑电气节能控制参数的优化,使用GA进行复杂能量系统的运行优化。在一些先前的研究中,一些研究人员已经开发并提出了使用遗传算法(GA)建立能源系统或分布式能源系统的新的优化设计方法。
3 模型建立
3.1 能源系统建模
为了计算系统的能耗,系统模型由燃料资源,系统机械和能源需求三个要素组成。有三种类型的燃料资源:燃气、电力和太阳能。有四种类型的能源需求:冷却需求(CD),供热需求(HD),热水需求(WD),电力需求(ED)。
3.2 编码
当与GA操作员进行机械组合时,选择机械容量作为编码信息。编码有16个与输出形式有关的单元。每台机器都有两个单元。光伏发电系统(PV)的信息以平方尺度进行设置。
在分析中,需求数据用于热电联产评估和设计III的计算机辅助模拟(CASCADEIII)的默认数据提供。每个需求数据被分为[kW/m2]或[kWh/m2]。要根据计算中的值,选择每个季节的代表数据。8月份为夏季需求,4月份为春季需求,1月份为冬季需求。将每个月的代表日24小时设定为计算的输入数据。
3.3 数据库
数据库包含有关机器容量、燃料消耗、初始成本、运行成本、重量以及放置所需维护空间的必要空间的信息。构建数据库是为了能够用编码信息进行计算。从制造商的目录或已发布的文档中搜索和汇编必要的数据。
3.4 机械性能
图1显示了吸收式制冷机(AR)、热泵系统(HP)、燃气锅炉(GB)和共生系统(CGS)等机械的性能曲线。性能曲线成为除GB以外的机器负载率的非线性函数。机械效率定义为性能燃料消耗率。使用GA的优化技术可以非常有效地通过非线性机械特性来改变机械容量或负载因子。机械数据是指建筑环境与节能研究所(IBEC)基于节能方法发布的CEC/AC计算程序“BECS/CEC/AC for Windows”。CGS的机械能力采用了制造商目录价值,但计算设备的发电效率固定值为45.6%,排气热效率约为机械效率的31.4%。燃料消耗效率是指AR的信息并进行计算。商用电的发电效率采用1500度联合循环发电机(MACC)的52.8%(发电机边缘效率)。
3.5 成本计算
在本研究中,初始成本和运行成本都作为成本参数进行检查。商业用电的能源价格为28.28[JPY/kWh],城市燃气的能源价格为131.85[JPY/m3(N),在本研究中均为恒定值。每台机器的初始成本按下面的公式计算。
Fcst是机器的初始成本,xcapa是机器的容量(染色体信息)。
成本的目标包括初始成本、机器价格和安装成本,以及基于能源价格的运行成本。此外,关于总机械重量和体积的目标被设定为建筑结构因素。
4 讨论和结果分析
4.1 帕累托最优解
图2显示了帕累托最优解的分布。其横轴表示三天的一次能耗,纵轴表示初始运行成本。所有点都在第100代中运行。黑点表示本案例研究的帕累托最优解。在这两个目标之间,存在权衡关系。另一方面,其他目标之间存在直接的比例关系。
4.2 机械组合比较
在系统中,来自两个CGS的废热全天运行应用于基本负载,并且在某些白天峰值负载中,其他机器工作。在中期,为WD供应废热,因此不需要其他WD机器。另一方面,两个AR在冬季和夏季全天运行。AR在容量方面差别不大,优先运营与需求情况相关的AR。该结果表明,根据系统的机械组合,存在最佳操作模式。该设计方法为能源系统工程师提供了最佳操作指南。
在本案例研究中,完成所有10,000次运行需要4個半小时。这个计算是在POWER5+1.5GHz和2GBRAM的计算机上完成的。关于PC的当前进展,显然该方法的应用不需要特殊硬件。因此,计算时间足以适应实际使用。
5 结束语
本项研究改进了传统的建筑电气节能模型,以便能够使用多目标遗传算法(MOGA)检查具有各种目标的能量系统,并计算案例研究以检验其模型的验证。案例研究结果显示了帕累托最优解的结果分布。案例研究结果还表明,根据系统的机械组合,存在最佳操作模式。这意味着该模型有可能为建筑电气节能设计提供最佳优化方案。
参考文献
[1] 张东栋.基于智能化建筑电气节能优化设计的分析[J].电子测试,
2016,(17):146.