بهينه‌سازي مصرف انرژي الكتريكي در سيستم‌هاي HVAC با استفاده از كنترل نظارتي و سنسور نرم

اصفهان : دانشگاه صنعتي اصفهان

برق

كارشناسي ارشد

انرژي الكتريكي يك جزء حياتي براي مصارف خانگي و صنايع است. به دليل محدوديت منابع و افزايش روز افزون مصرف انرژي، بهينه‌سازي انرژي امري ضروري است. در مناطق مختلف آب و هوايي به طور متوسط بيش از 50% انرژي الكتريكي مصرف شده در ساختمان‌ها مربوط به سيستم‌هاي گرمايش، تهويه و تهويه‌مطبوع است؛ بنابراين، با كنترل مناسب اين سيستم‌ها امكان ذخيره‌سازي مقدار قابل‌توجهي انرژي الكتريكي وجود دارد. سيستم‌هاي كنترل سنتي با اعمال نقاط تنظيم ثابت به اجزاي سيستم تهويه قادر به صرفه‌جويي در مصرف انرژي و برقراري سطح آسايش حرارتي مطلوب در شرايط مختلف نخواهند بود. جهت رسيدن به هدف صرفه‌جويي در مصرف انرژي مي‌بايست تمام اجزاي سيستم تهويه با نقاط تنظيم متغير با شرايط كنترل شوند؛ از طرفي بايد توجه نمود كه اين صرفه‌جويي در مصرف انرژي موجب از بين رفتن حس آسايش حرارتي افراد حاضر در محيط نشود. هدف اصلي اين پژوهش صرفه‌جويي هر چه بيشتر در مصرف انرژي الكتريكي و حفظ شاخص آسايش حرارتي در بازه مطلوب است؛ اين دو هدف در تقابل با هم قرار دارند؛ سيستم تهويه بايد به نحوي كنترل شود كه هر دو هدف به صورت هم‌زمان برآورده شوند. سيستم تهويه مركزي مدنظر اين پژوهش از چيلر جذبي خورشيدي در فصل تابستان و بويلر در فصل زمستان تشكيل شده است؛ اين سيستم تهويه بر روي يك ساختمان تك منطقه‌اي متشكل از 10 اتاق مجزا و دو كاربري متفاوت مسكوني و اداري نصب شده؛ سيستم تهويه در نرم‌افزار ترنسيس و ساختمان در نرم‌افزار اسكچاپ شبيه‌سازي شدند؛ همچنين جهت توليد اطلاعات آب و هوايي محل از نرم‌افزار متنورم استفاده شد. به‌ منظور كنترل هم‌زمان تمام اجزاي سيستم تهويه، كنترل‌كننده در سطح نظارتي پياده‌سازي شد. كنترل‌كننده بر مبناي مدل كنترل پيش‌بين است؛ اين مدل با توجه به اطلاعات آب و هوايي داخل و خارج از ساختمان و به كمك يك شبكه عصبي مصنوعي وضعيت آينده سيستم را پيش‌بيني كرده و موجب بهبود عملكرد كنترل‌كننده مي‌شود. كنترل‌كننده در هر گام زماني با استفاده از اطلاعات پيش‌بيني شده شاخص آسايش حرارتي را محاسبه كرده، سپس با توجه به مقدار اين شاخص و زمان حضور افراد در ساختمان به صورت بلادرنگ دستور به افزايش، كاهش يا ثابت ماندن توان هر يك از اجزاي سيستم تهويه مي‌دهد. فرمول‌هاي محاسباتي شاخص آسايش حرارتي به صورت بازگشتي بوده و با كنترل بلادرنگ سازگاري ندارند؛ بنابراين، از يك شبكه عصبي مصنوعي ديگر جهت محاسبه دقيق و بلادرنگ شاخص آسايش حرارتي استفاده مي‌شود؛ داده‌هاي مورد نياز جهت آموزش اين شبكه عصبي از ابزار CBE استخراج شده‌اند. دو الگوريتم كنترلي مختص فصول گرم و سرد سال طراحي شدند؛ اين دو الگوريتم در نرم‌افزار متلب كد نويسي شده و به صورت برخط و بلادرنگ سيستم تهويه را كنترل مي‌كنند. شبيه‌سازي در دو بازه 45 روزه براي فصل تابستان و زمستان انجام شد؛ نتايج نشان دادند كه الگوريتم‌هاي كنترلي مي‌توانند تحت شرايط مختلف محيطي، انساني و آب و هوايي بين 7% تا 70% در مصرف انرژي الكتريكي صرفه‌جويي كرده و شاخص آسايش حرارتي را در بازه مطلوب محدود نگه دارند.

226198

كنترل

مهندسي برق و كامپيوتر

دانشگاه صنعتي اصفهان