空调系统的模型预测优化控制

　　本书从两方面对空调系统的能耗优化控制问题展开研究，一方面采用仿真和现场实验相结合，以提高模型的精度；另一方面采用模型预测控制方法，以容忍一定程度的模型误差，实现优化控制。

　　北京建筑大学教授，北京理工大学 控制科学与工程专业博士，出版教材及著作、译作11部。主持校级教研项目1项，参与教研项目多项。讲授课程：单片机原理及应用，检测技术与仪表，过程控制。

目 录
第1章 绪论\t1
1．1 研究背景及意义\t2
1．2 空调系统的优化控制研究现状\t2
1．2．1 空调系统控制技术的分类\t2
1．2．2 模型预测控制\t4
1．3 国内外空调系统建模研究现状\t7
1．3．1 数据驱动模型\t8
1．3．2 物理模型\t11
1．3．3 灰箱模型\t11
1．4 主要研究内容\t11
1．5 本章小结\t12
第2章 空调系统的模型预测优化控制仿真研究\t13
2．1 引言\t14
2．2 空调系统简介\t14
2．2．1 水系统\t14
2．2．2 风系统\t14
2．3 水系统主要部件建模\t16
2．3．1 冷负荷建模\t16
2．3．2 冷水机组建模\t17
2．3．3 冷却塔建模\t18
2．3．4 水泵建模\t19
2．4 风系统主要部件建模\t19
2．4．1 空调区域温度动态\t19
2．4．2 房间热响应动态模型\t20
2．4．3 风机建模\t21
2．4．4 冷却盘管和加热盘管建模\t21
2．5 模型预测控制系统实验\t22
2．5．1 被动式蓄能控制策略\t22
2．5．2 模型预测控制器的设计\t22
2．5．3 仿真实验\t23
2．5．4 结果讨论\t26
2．6 本章小结\t26
第3章 建筑物空调系统的能耗建模方法\t27
3．1 引言\t28
3．2 基于功率谱密度法的建筑物能耗系统辨识\t30
3．2．1 功率谱密度法简介\t30
3．2．2 功率谱密度法用于建筑物空调系统的能耗建模\t31
3．3 基于功率谱密度法的实验结果分析\t33
3．3．1 传递函数的确定\t33
3．3．2 室内温度预测的结果\t34
3．3．3 模型的应用\t36
3．4 基于季节模型和人工神经网络模型的组合模型\t36
3．4．1 季节模型\t37
3．4．2 人工神经网络模型\t37
3．4．3 组合模型\t38
3．4．4 空调负荷预测模型的构建\t39
3．4．5 基于季节模型和神经网络模型的组合模型预测空调负荷\t43
3．5 本章小结\t44
第4章 空调冷冻水系统带前馈结构的模型预测优化控制\t45
4．1 引言\t46
4．2 实验平台\t47
4．2．1 建筑物简介\t47
4．2．2 中央空调系统简介\t48
4．3 建模过程\t50
4．3．1 输入量和输出量的选择\t50
4．3．2 建立系统模型\t51
4．4 带前馈结构的模型预测控制设计\t52
4．4．1 带前馈结构的模型预测控制原理\t52
4．4．2 被控量的进一步讨论\t54
4．4．3 确定控制系统结构\t54
4．5 仿真及实验结果分析\t55
4．5．1 仿真及现场实验\t55
4．5．2 实验结果分析\t56
4．6 本章小结\t57
第5章 变风量空调系统的分布式模型预测优化控制\t58
5．1 引言\t59
5．2 模型概要\t60
5．3 分布式模型预测控制器\t61
5．3．1 变风量空调系统的模型预测控制\t61
5．3．2 分布式模型预测控制器的设计\t62
5．3．3 一步分布式模型预测控制算法的设计\t66
5．4 实验结果分析\t66
5．5 本章小结\t68
第6章 基于人工神经网络的变风量空调系统优化控制\t69
6．1 引言\t70
6．2 实验平台介绍和建模\t70
6．2．1 两区域变风量空调系统实验平台\t70
6．2．2 两区域变风量空调系统模型\t72
6．2．3 水冷蒸汽压缩式冷水机组模型\t75
6．2．4 整个系统模型\t79
6．3 优化控制策略\t80
6．3．1 变风量空调系统优化问题描述\t80
6．3．2 基于人工神经网络的优化控制\t81
6．3．3 人工神经网络结构\t82
6．4 实验结果分析\t83
6．5 本章小结\t85
第7章 总结与展望\t86
7．1 研究总结\t87
7．2 下一步研究展望\t88
参考文献\t89