地铁车站电气设备用房动态空调负荷预测及排热节能优化研究

作     者：雷松 

作者单位：广州大学 

学位级别：硕士

导师姓名：李峰

授予年度：2022年

学科分类：08[工学] 0814[工学-土木工程] 

主      题：电气设备用房 空调负荷模拟 BP神经网络 节能分析 

摘      要：随着社会的不断进步,城市轨道交通迎来了飞速的发展,但其能耗问题也日益显著。通风空调系统是地铁系统设计必不可少的环节,据统计,地铁车站通风空调能耗占整个地铁车站能耗的40%-50%。目前地铁车站通风空调系统的节能研究重点集中在公共区域通风空调系统,对设备管理用房的节能研究较为缺乏,而设备管理用房的通风空调系统能耗主要来自电气设备用房,如能有效降低这一部分能耗,对整个地铁车站通风空调系统节能有重要意义。本文以广州某地铁车站为研究背景,针对目前地铁车站电气设备用房存在的冷量供需不匹配、运行策略不合理等问题,通过理论分析、现场实测和数值模拟相结合的方法,以通风空调系统节能为目的,对地铁车站电气设备用房进行了全年空调逐时冷负荷模拟,建立了动态空调负荷预测模型,并对地铁车站电气设备用房通风空调系统三种不同运行模式的全年空调系统能耗进行了对比分析。首先,本文使用Energy Plus负荷能耗模拟软件对广州某典型岛式地铁车站电气设备用房进行了全年空调逐时冷负荷模拟,得到了该车站电气设备用房的全年空调冷负荷的分布变化情况,并对其负荷特性进行了分析。其次,使用SPSS软件对实测样本数据进行预处理,获得了负荷预测模型的输入层参数,建立了电气设备用房BP神经网络空调负荷预测模型,通过分析该模型的原理和优缺点,提出利用遗传算法来优化BP神经网络权值和阈值的办法,提高模型泛化能力,对比前后两种模型的误差,来验证模型的精度和可行性,预测结果表明,通过遗传算法来优化BP神经网络模型是有效的方法,模型预测精度高,达到了预期的效果。最后,针对目前地铁车站电气设备用房通风空调系统在运行中存在的问题,以广州某地铁车站电气设备用房为案例分析了其通风空调系统节能潜力,通过能耗模拟分析了全年空调运行模式、基于室外空气状态点运行模式和基于空调负荷预测运行模式的全年能耗,结果表明,基于室外空气状态点运行模式比全年空调运行模式全年节能17.9%,基于空调负荷预测运行模式比全年空调运行模式全年节能23.1%,基于空调负荷预测运行模式比基于室外空气状态点运行模式全年节能6.3%。