文档名：基于粒子群优化算法的空调负荷灰箱模型辨识
摘要：较高精度的空调负荷模型是开发实施有效空调控制策略的重要依据,其有利于促进减小电力能源消耗以节约用电成本.首先,通过对建筑构造、室内外环境和气象因素等影响分析,搭建可用于预测空调负荷的灰箱模型,即三阶的等效热参数模型以及二阶的等效湿阻模型;接着,通过最小化模型输出室内温湿度数据与室内实测温湿度采样数据之间的误差建立优化目标函数;然后,提出并使用基于粒子群优化算法的参数辨识方法获取灰箱模型关键参数.实验研究表明,辨识得到的等效热阻和湿阻模型能准确地反映室内温湿度分布和变化特性,具有预测空调负荷的实际应用价值.
作者：朱明 夏宇栋 常凯 王志梁Author：ZHUMing XIAYudong CHANGKai WANGZhiliang
作者单位：杭州电子科技大学自动化学院,浙江杭州310018
刊名：电力科学与技术学报 ISTICPKU
Journal：JournalofElectricPowerScienceandTechnology
年，卷(期)：2023, 38(4)
分类号：TM9
关键词：灰箱模型 空调负荷建模 系统参数辨识 粒子群优化算法
Keywords：greyboxmodel airconditioningloadmodeling systemparameteridentification PSO
机标分类号：TM73TP273TP13
在线出版日期：2023年11月22日
基金项目：浙江省自然科学基金项目，浙江省重点研发计划基于粒子群优化算法的空调负荷灰箱模型辨识[
期刊论文] 电力科学与技术学报--2023, 38(4)朱明 夏宇栋 常凯 王志梁较高精度的空调负荷模型是开发实施有效空调控制策略的重要依据,其有利于促进减小电力能源消耗以节约用电成本.首先,通过对建筑构造、室内外环境和气象因素等影响分析,搭建可用于预测空调负荷的灰箱模型,即三阶的等效热参...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于粒子群优化算法的空调负荷灰箱模型辨识 Identification of grey box model for air conditioning load based on particle swarm optimization algorithm
基于粒子群优化算法的空调负荷灰箱模型辨识.pdf
- 文件大小:
- 1.56 MB
- 下载次数:
- 60
-
高速下载
|
|
