热泵热水机热水用水量预测与优化控制

摘要

热泵热水机热水用水量预测，避免了大量热水当天使用不完而形成的热量浪费；同时，根据热水用水量预测值，在低谷电加热好所需热水，可以减少用户的电费开支，大大提高经济性。 本文主要研究热泵热水机热水用水量的预测及其优化控制。 首先，研究了热泵热水机的用户类型和热水用水量的影响因素，考虑了环境最高温度、环境最低温度、天气状况量以及热水温度对热水用水量的影响，以工厂数据为例，建立了相应的数学模型，结果显示，日人均热水用水量在热水用水定额的基础上随着影响因素的变化而上下波动，对热水用水量影响从大到小的因素依次为：环境最低温度，热水温度，环境最高温度，天气状况量。应用该模型的预测精度在6％以内。 其次，对预测方法进行了系统的研究，结合热水用水量的特点，确定了热水用水量的预测方法-时间序列分析法，并详细介绍了时间序列分析的各种模型及参数估计方法。 然后，基于时间序列分析理论，根据不同的用户类型，建立了热水用水量预测的AR模型、ARV模型和季节性模型，结果显示，季节性模型的预测精度最高，而且季节性模型只需要考虑热水用水量数据，不需要考虑其影响因素，在系统实时运行时，该建模方法更简单方便，所以，对于热泵热水机热水用水量预测系统来说，选择季节性模型是合适的，工厂数据的季节性模型的预测精度在4％以内。 最后，根据热水用水量预测值，结合机组当前运行情况及机组的基本信息，在“充分利用低谷电”的前提下，制定了不同用户类型的优化控制策略。以宾馆热水用水情况为例，对优化前后的经济性进行了比较，节约效果显著，优化后运行费用仅为优化前的1/3。

目录

文摘

英文文摘

声明

第1章 绪论

1.1课题的研究背景及意义

1.2国内外研究现状

1.2.1预测的国内外研究现状

1.2.2热泵热水机优化控制的国内外研究现状

1.3本文研究内容

第2章 热水用水量特性分析

2.1热泵热水机用户类型

2.2热水用水量的影响因素

2.3热水用水量数学模型的建立

2.3.1模型表达式及模型参数拟合结果分析

2.3.2各影响因素分析

2.3.3结果分析

2.4本章小结

第3章 热水用水量时间序列模型的建立与分析

3.1时间序列分析法

3.1.1ARMA模型法

3.1.2ARIMA模型法

3.1.3季节性模型法

3.1.4ARMAV模型法

3.2宾馆数据的时序建模与分析

3.2.1宾馆数据的AR模型

3.2.2宾馆数据的ARV模型

3.2.3宾馆数据的季节性模型

3.2.4宾馆数据建模结果分析

3.3工厂数据的时序建模与分析

3.3.1单一时段用水方式

3.3.2两个时段用水方式

3.4本章小结

第4章 优化控制决策的制定与系统设计

4.1保温水箱的散热量

4.1.1保温水箱散热量的计算

4.1.2低液位对散热量的影响

4.2优化控制决策的制定

4.2.1单一时段用水方式

4.2.2两个时段用水方式

4.2.3三个时段用水方式

4.2.4全天24小时用水方式

4.3系统设计

4.3.1系统整体框架

4.3.2系统实施流程

4.4优化前后经济性比较

4.5本章小结

第5章 总结与展望

5.1全文总结

5.2未来展望

致谢

参考文献

附录

攻读硕士学位期间发表的论文