1.一种温控负荷舒适度与频率调节协同优化方法,其特征在于,所述温控负荷舒适度与频率调节协同优化方法包括:确定初始参数;所述初始参数包括迭代总数、温度设定值范围、最大跟踪误差、第一设定阈值以及初始的温度设定值;
以用户总的不舒适度最小为目标,以温度设定范围和最大跟踪误差为约束条件,建立第一优化目标模型;
采用活跃目标粒子群算法,计算所述第一优化目标模型,得到当前目标解,并记录当前迭代次数;
判断所述当前目标解是否小于第一设定阈值,得到第一判断结果;
若所述第一判断结果表示所述当前目标解小于所述第一设定阈值,则保存所述当前目标解对应的温度设定值,结束并退出迭代循环;
若所述第一判断结果表示所述当前目标解大于或者等于所述第一设定阈值,则判断所述当前迭代次数是否达到所述迭代总数,得到第二判断结果;
若所述第二判断结果表示所述当前迭代次数达到所述迭代总数,则保存所述当前目标解对应的温度设定值,结束并退出迭代循环;
若所述第二判断结果表示所述当前迭代次数未达到所述迭代总数,则更新温度设定值和当前迭代次数,并返回采用活跃目标粒子群算法,计算所述第一优化目标模型,得到当前目标解,并记录当前迭代次数的步骤。
2.根据权利要求1所述的温控负荷舒适度与频率调节协同优化方法,其特征在于,所述第一优化目标模型包括第一优化目标函数和约束条件;
所述第一优化目标函数为:
其中,
其中,L表示人体蓄热能,M表示人体能量代谢率,W表示人体所做机械功,Pa表示人体周围空气的水蒸气分压力,Tset表示温度设定值,fc表示穿衣服人体外表面积与裸身人体表面积之比,tc表示衣服外表面温度,tr表示房间的平均辐射温度,hc表示表面传热系数,ta表示室外温度,l表示第l组聚合空调;其中,所述温度设定值为变量,其他量皆为常数;
所述约束条件为:
其中,γ表示最大跟踪误差,Nl表示聚合空调的总组数,Pl表示第l组聚合空调的功率,Pr表示AGC的参考信号;Tmin表示温度设定最小值, 表示第k次温度设定值,Tmax表示温度设定最大值。
3.一种温控负荷舒适度与频率调节协同优化系统,其特征在于,所述温控负荷舒适度与频率调节协同优化系统包括:初始参数确定模块,用于确定初始参数;所述初始参数包括迭代总数、温度设定值范围、最大跟踪误差、第一设定阈值以及初始的温度设定值;
第一优化目标模型建立模块,用于以用户总的不舒适度最小为目标,以温度设定范围和最大跟踪误差为约束条件,建立第一优化目标模型;
当前目标解得到模块,用于采用活跃目标粒子群算法,计算所述第一优化目标模型,得到当前目标解,并记录当前迭代次数;
第一判断结果得到模块,用于判断所述当前目标解是否小于第一设定阈值,得到第一判断结果;
第二判断结果得到模块,用于当所述第一判断结果表示所述当前目标解大于或者等于所述第一设定阈值时,判断所述当前迭代次数是否达到所述迭代总数,得到第二判断结果;
返回模块,用于当所述第二判断结果表示所述当前迭代次数未达到所述迭代总数时,更新温度设定值和当前迭代次数,返回当前目标解得到模块;
温度设定值保存模块,用于当所述第一判断结果表示所述当前目标解小于所述第一设定阈值时,保存所述当前目标解对应的温度设定值,结束并退出迭代循环,或者当所述第二判断结果表示所述当前迭代次数达到所述迭代总数时,保存所述当前目标解对应的温度设定值,结束并退出迭代循环。
4.一种温控负荷舒适度与频率调节协同优化方法,其特征在于,所述温控负荷舒适度与频率调节协同优化方法包括:确定初始参数;所述初始参数包括迭代总数、温度设定值范围、最大跟踪误差、第二设定阈值以及初始的温度设定值;
以最大组的用户不舒适度最小为目标,以温度设定范围和最大跟踪误差为约束条件,建立第二优化目标模型;
采用活跃目标粒子群算法,计算所述第二优化目标模型,得到当前目标解,并记录当前迭代次数;
判断所述当前目标解是否小于第二设定阈值,得到第三判断结果;
若所述第三判断结果表示所述当前目标解小于所述第二设定阈值,则保存所述当前目标解对应的温度设定值,结束并退出迭代循环;
若所述第三判断结果表示所述当前目标解大于或者等于所述第二设定阈值,则判断所述当前迭代次数是否达到所述迭代总数,得到第四判断结果;
若所述第四判断结果表示所述当前迭代次数达到所述迭代总数,则保存所述当前目标解对应的温度设定值,结束并退出迭代循环;
若所述第四判断结果表示所述当前迭代次数未达到所述迭代总数,则更新温度设定值和当前迭代次数,并返回采用活跃目标粒子群算法,计算所述第二优化目标模型,得到当前目标解,并记录当前迭代次数的步骤。
5.根据权利要求4所述的温控负荷舒适度与频率调节协同优化方法,其特征在于,所述第二优化目标模型包括第二优化目标函数和约束条件;
所述第二优化目标函数为:y=min(maxPPDl);
其中,
其中,L表示人体蓄热能,M表示人体能量代谢率,W表示人体所做机械功,Pa表示人体周围空气的水蒸气分压力,Tset表示温度设定值,fc表示穿衣服人体外表面积与裸身人体表面积之比,tc表示衣服外表面温度,tr表示房间的平均辐射温度,hc表示表面传热系数,ta表示室外温度,l表示第l组聚合空调;其中,所述温度设定值为变量,其他量皆为常数;
所述约束条件为:
其中,γ表示最大跟踪误差,Nl表示聚合空调的总组数,Pl表示第l组聚合空调的功率,min maxPr表示AGC的参考信号;T 表示温度设定最小值, 表示第k次温度设定值,T 表示温度设定最大值。
6.一种温控负荷舒适度与频率调节协同优化系统,其特征在于,所述温控负荷舒适度与频率调节协同优化系统包括:初始参数确定模块,用于确定初始参数;所述初始参数包括迭代总数、温度设定值范围、最大跟踪误差、第二设定阈值以及初始的温度设定值;
第二优化目标模型建立模块,用于以最大组的用户不舒适度最小为目标,以温度设定范围和最大跟踪误差为约束条件,建立第二优化目标模型;
当前目标解得到模块,用于采用活跃目标粒子群算法,计算所述第二优化目标模型,得到当前目标解,并记录当前迭代次数;
第三判断结果得到模块,用于判断所述当前目标解是否小于第二设定阈值,得到第三判断结果;
第四判断结果得到模块,用于当所述第三判断结果表示所述当前目标解大于或者等于所述第二设定阈值时,判断所述当前迭代次数是否达到所述迭代总数,得到第四判断结果;
返回模块,用于当所述第四判断结果表示所述当前迭代次数未达到所述迭代总数时,更新温度设定值和当前迭代次数,返回当前目标解得到模块;
温度设定值保存模块,用于当所述第三判断结果表示所述当前目标解小于所述第二设定阈值时,保存所述当前目标解对应的温度设定值,结束并退出迭代循环,或者当所述第四判断结果表示所述当前迭代次数达到所述迭代总数时,保存所述当前目标解对应的温度设定值,结束并退出迭代循环。
7.一种温控负荷舒适度与频率调节协同优化方法,其特征在于,所述温控负荷舒适度与频率调节协同优化方法包括:确定初始参数;所述初始参数包括迭代总数、温度设定值范围、用户不舒适度和、第三设定阈值以及初始的温度设定值;
以跟踪误差最小为目标,以温度设定范围和用户不舒适度和为约束条件,建立第三优化目标模型;
采用活跃目标粒子群算法,计算所述第三优化目标模型,得到当前目标解,并记录当前迭代次数;
判断所述当前目标解是否小于第三设定阈值,得到第五判断结果;
若所述第五判断结果表示所述当前目标解小于所述第三设定阈值,则保存所述当前目标解对应的温度设定值,结束并退出迭代循环;
若所述第五判断结果表示所述当前目标解大于或者等于所述第三设定阈值,则判断所述当前迭代次数是否达到所述迭代总数,得到第六判断结果;
若所述第六判断结果表示所述当前迭代次数达到所述迭代总数,则保存所述当前目标解对应的温度设定值,结束并退出迭代循环;
若所述第六判断结果表示所述当前迭代次数未达到所述迭代总数,则更新温度设定值和当前迭代次数,并返回采用活跃目标粒子群算法,计算所述第三优化目标模型,得到当前目标解,并记录当前迭代次数的步骤。
8.根据权利要求7所述的温控负荷舒适度与频率调节协同优化方法,其特征在于,所述第三优化目标模型包括第三优化目标函数和约束条件;
所述第三优化目标函数为:
所述约束条件为:PPD总=a;
其中,Nl表示聚合空调的总组数,l表示第l组聚合空调,Pl表示第l组聚合空调的功率,Pr表示AGC的参考信号;a表示常数值;Tmin表示温度设定最小值, 表示第k次温度设定值,Tmax表示温度设定最大值。
9.一种温控负荷舒适度与频率调节协同优化系统,其特征在于,所述温控负荷舒适度与频率调节协同优化系统包括:初始参数确定模块,用于确定初始参数;所述初始参数包括迭代总数、温度设定值范围、用户不舒适度和、第三设定阈值以及初始的温度设定值;
第三优化目标模型建立模块,用于以跟踪误差最小为目标,以温度设定范围和用户不舒适度和为约束条件,建立第三优化目标模型;
当前目标解得到模块,用于采用活跃目标粒子群算法,计算所述第三优化目标模型,得到当前目标解,并记录当前迭代次数;
第五判断结果得到模块,用于判断所述当前目标解是否小于第三设定阈值,得到第五判断结果;
第六判断结果得到模块,用于当所述第五判断结果表示所述当前目标解大于或者等于所述第三设定阈值时,判断所述当前迭代次数是否达到所述迭代总数,得到第六判断结果;
返回模块,用于当所述第六判断结果表示所述当前迭代次数未达到所述迭代总数时,更新温度设定值和当前迭代次数,返回当前目标解得到模块;
温度设定值保存模块,用于当所述第五判断结果表示所述当前目标解小于所述第三设定阈值时,保存所述当前目标解对应的温度设定值,结束并退出迭代循环,或者当所述第六判断结果表示所述当前迭代次数达到所述迭代总数时,保存所述当前目标解对应的温度设定值,结束并退出迭代循环。