基于多智能体的中央空调系统层级分布式优化控制方法

技术领域

本发明涉及建筑节能和智能建筑控制技术领域，特别是涉及一种基于多智能体技术的中央空调系统层级分布式优化控制方法。

背景技术

中央空调系统广泛应用于建筑领域，其能耗在建筑总能耗中占比很大。因此，研究中央空调系统的优化控制策略，使其能够在满足末端动态负荷需求的前提下尽可能降低能源消耗，对实现建筑节能具有十分重要的意义。

中央空调系统的优化控制方法可分为集中式控制和分布式控制。分布式控制方法具有高灵活性、高扩展性和高控制效率等特点，近年来已成为中央空调系统优化控制领域研究的热点。现有的分布式控制方法往往只注重于中央空调系统中某一子系统的控制策略优化。例如，专利《基于分布式计算的中央空调主机运行优化控制系统及方法》实现了冷水机组群组台数和制冷量的分布式优化控制；专利《一种中央空调冷冻水管网动态水力平衡的群智能优化方法》实现了冷冻水系统中冷冻水泵群组和冷冻水管网水力的分布式优化控制；专利《无中心自组织的变风量末端优化控制方法及系统》实现了变风量送风系统的分布式优化控制。实际上，一个典型的中央空调系统包括了水系统、送风系统及其对应的送风末端，其优化涉及同时实现系统的节能和各末端房间的舒适性，由于子系统之间的热力过程存在强耦合性，优化控制效果存在“此消彼长”的情况，难以实现全局最优。现有的分布式控制策略往往只集中于降低系统中某些设备的能耗或实现末端房间的舒适性，难以应用于整个中央空调系统的分布式优化控制中，目前仍缺少一种有效的解决方案。

发明内容

本发明旨在克服现有中央空调系统分布式控制方法的不足，提出一种基于层级交替方向乘子法(Alternating direction method of multipliers,ADMM)的具有分布式智能的中央空调系统优化控制方法。该方法通过层级ADMM算法将中央空调系统的总体优化目标分为多个层级。以两层控制结构为例，上层优化通过优化设备的设定值参数实现系统的节能，下层优化通过优化送风末端参数设定值实现送风区域舒适度的维持，上层和下层之间通过不断迭代实现总体目标的优化。该方法设置了三类智能体，包括协调智能体、设备智能体(包括冷水机组智能体和空调箱智能体)和房间智能体，通过三类智能体自身的局部优化功能和三类智能体之间的信息交互实现上述层级分布式控制任务。该方法以维持末端区域的舒适度和降低中央空调系统的总能耗为优化目标，以设备间能量守恒和空调箱风量守恒为约束，通过层级分布式优化控制框架计算出中央空调系统的最优运行策略，有效解决了中央空调系统级别的分布式优化控制，兼具较强的灵活性和可扩展性。

本发明采用以下技术方案：

一种基于多智能体的中央空调系统层级分布式优化控制方法，其特征在于：

S1：对于中央空调系统中的每台冷水机组、每台空调箱以及与其连接的每个空调房间，分别设置一个对应的智能体；

S2：设置初始参数，具体步骤如S2-1～S2-3：

S2-1：设置初始的冷冻水供水温度设定值

S2-2：计算各房间的冷负荷值Q

S2-3：设置优化控制间隔T；

S3：发布层级分布式优化控制任务，设置总优化目标如下：

其中，N

S4：使用层级交替方向乘子法将中央空调系统总优化控制任务分解为多个控制层级，每个控制层级包含一系列子问题的求解和对偶变量的更新；在每次迭代计算中，偏上层的控制层级将局部优化变量和对偶变量的更新值逐级下传，偏下层的控制层级执行优化任务后将优化结果逐级发送回偏上层的控制层级；通过层级之间的异步式迭代计算，实现中央空调系统的分布式优化控制；

S5：当控制时间间隔达到T时，重复S2～S4步骤实现实时优化控制。

作为优选，所述S4步骤中，对于中央空调系统，采用双层交替方向乘子法实现中央空调系统的分布式优化控制；其中，在上层控制中，冷水机组智能体和空调箱智能体对其对应的子问题进行并行求解，并通过协调智能体实现设备层智能体之间的信息交互；在下层控制中，房间智能体对其对应的子问题进行并行求解，并通过与之连接的空调箱智能体实现房间层智能体之间的信息交互；通过上层控制与下层控制的异步式迭代计算，最终实现中央空调系统的分布式优化控制；具体步骤依次为：

S4-1：协调智能体向所有冷水机组智能体和空调箱智能体发送初始的冷冻水供水温度设定值

S4-2：设置上层迭代次数k

S4-3：每个冷水机组智能体接收协调智能体发送的变量值，利用下式进行冷冻水供水温度设定值

其中，ρ

S4-4：每个空调箱智能体接收协调智能体发送的变量值，分别设置下层迭代次数k

S4-5：每个房间智能体接收对应的空调箱智能体发送的变量值，根据下式进行变风量末端送风量

其中，ρ

S4-6：每个空调箱智能体根据下式进行空调箱送风量

式中：P(·)为空调箱的功率；

S4-7：每个空调箱智能体根据接收的变风量末端送风量

S4-8：协调智能体根据接收的冷冻水供水温度设定值

作为优选，上层与下层控制中各优化变量和对偶变量的初始值设置为上一时间间隔算法的迭代终值。

作为优选，优化控制间隔T根据传感器数据采样间隔确定。

作为优选，协调智能体判断收敛的条件为下述三式同时满足或迭代次数k

其中，σ

作为优选，每个空调箱智能体判断收敛的条件为下述三式同时满足或迭代次数k

其中，σ

与现有技术相比，本发明至少具有以下有益效果：

(1)本发明所提出的一种基于层级交替方向乘子法的中央空调系统分布式优化控制方法将中央空调系统的总体优化目标分为上层优化和下层优化两层，上层优化实现了中央空调系统设备的节能，下层优化实现了送风区域舒适度的维持，通过上下层之间的反复迭代计算实现了中央空调系统的层级分布式优化控制，具有全局优化能力。

(2)本发明提出的层级交替方向乘子法采用了异步式计算的思想，上层和下层优化能够和传统的交替方向乘子法一样具有高速并行计算能力。在每一次迭代计算过程中，冷水机组智能体和各空调箱智能体之间、空调箱智能体和对应的变风量末端智能体之间能够同时并行地执行局部优化任务，大大加快了层级交替方向乘子法的计算速度，针对复杂的中央空调系统进行控制时也具有较好的实时控制能力。

附图说明

图1为本发明实施例中的中央空调系统示意图；

图2为本发明实施例中的层级架构和智能体之间的通信过程；

图3为本发明实施例中层级交替方向乘子法的计算流程图；

具体实施方式

下面结合附图和实施例对本发明作进一步的阐释和说明。

在本发明的一个较佳实施例中，提供了一种基于多智能体的中央空调系统层级分布式优化控制方法，包括以下步骤：

S1：对于中央空调系统中的每台冷水机组、每台空调箱以及与其连接的每个空调房间，分别设置一个对应的智能体。如图1所示，在本实施例中，对于中央空调系统中的2台冷水机组、2台空调箱以及与其连接的共6个空调房间，分别设置一个对应的智能体，即分别设置2个冷水机组智能体、2个空调箱智能体和6个房间智能体。

本实施例中的层级架构和智能体之间的通信过程如图2所示，本实施例中层级交替方向乘子法的计算流程如图3所示，下面对该方法具体实现过程进行展开描述。

S2：设置初始参数，具体步骤如S2-1～S2-3：

S2-1：设置初始的冷冻水供水温度设定值

S2-2：计算各房间的冷负荷值Q

S2-3：设置优化控制间隔T。优化控制间隔T可以根据传感器数据采样间隔确定。

S3：发布层级分布式优化控制任务，设置总优化目标如下：

其中，N

S4：使用层级交替方向乘子法将中央空调系统总优化控制任务分解为多个控制层级，每个控制层级包含一系列子问题的求解和对偶变量的更新；在每次迭代计算中，偏上层的控制层级将局部优化变量和对偶变量的更新值逐级下传，偏下层的控制层级执行优化任务后将优化结果逐级发送回偏上层的控制层级；通过层级之间的异步式迭代计算，实现中央空调系统的分布式优化控制。

在本实施例中，中央空调系统分为系统层、设备层和房间层三个层次，并使用层级交替方向乘子法将中央空调系统优化控制任务总优化问题分解为两个控制层级。对于中央空调系统，采用双层交替方向乘子法实现中央空调系统的分布式优化控制；其中，在上层控制中，冷水机组智能体和空调箱智能体对其对应的子问题进行并行求解，并通过协调智能体实现设备层智能体之间的信息交互；在下层控制中，房间智能体对其对应的子问题进行并行求解，并通过与之连接的空调箱智能体实现房间层智能体之间的信息交互；通过上层控制与下层控制的异步式迭代计算，最终实现中央空调系统的分布式优化控制。因此S4的具体步骤依次为：

S4-1：协调智能体向所有冷水机组智能体和空调箱智能体发送初始的冷冻水供水温度设定值

S4-2：设置上层迭代次数k

S4-3：每个冷水机组智能体接收协调智能体发送的变量值，利用下式进行冷冻水供水温度设定值

其中，ρ

S4-4：每个空调箱智能体接收协调智能体发送的变量值，分别设置下层迭代次数k

S4-5：每个房间智能体接收对应的空调箱智能体发送的变量值，根据下式进行变风量末端送风量

其中，ρ

S4-6：每个空调箱智能体根据下式进行空调箱送风量

式中：P(·)为空调箱的功率；

S4-7：每个空调箱智能体根据接收的变风量末端送风量

S4-8：协调智能体根据接收的冷冻水供水温度设定值

在本实施例中，上层与下层控制中各优化变量和对偶变量的初始值可以设置为上一时间间隔算法的迭代终值。

在本实施例中，协调智能体判断收敛的条件为下述三式同时满足或迭代次数k

其中，σ

在本实施例中，每个空调箱智能体判断收敛的条件为下述三式同时满足或迭代次数k

其中，σ

S5：当控制时间间隔达到T时，重复S2～S4步骤实现实时优化控制。

在上述实施例中，采用层级分布式计算的方法对复杂中央空调系统的优化问题进行层级分解和层级计算，共分为上层优化和下层优化两层，上层优化实现了中央空调系统设备的节能，下层优化最大化了各送风区域的舒适度指标，上下层对应的智能体不断迭代交换信息，最终得到每个时刻下各冷水机组的最优冷冻水供水温度设定值、各空调箱最优送风量设定值和各变风量末端最优送风量设定值。

在上述实施例中，所使用的层级交替方向乘子法采用了异步式计算的思想，上层和下层优化能够和传统的交替方向乘子法一样具有高速并行计算能力。在每一次迭代计算过程中，冷水机组智能体和各空调箱智能体之间、空调箱智能体和对应的变风量末端智能体之间能够同时并行地执行局部优化任务，大大加快了层级交替方向乘子法的计算速度，针对复杂的中央空调系统进行控制时也具有较好的实时控制能力。

以上所述的实施例只是本发明的一种较佳的方案，然其并非用以限制本发明。有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，尤其是采用不同的控制层级。因此凡采取等同替换或等效变换的方式所获得的技术方案，均落在本发明的保护范围内。