水蓄冷空調系統負荷預測方法的研究.pdf

1、我國電力供應高峰不足而低谷過剩的矛盾隨著經濟和社會的發(fā)展相當嚴重。而蓄冷空調系統在用電低谷時期蓄存冷量，在用電高峰時期釋放所蓄存的冷量，具有良好的“削峰填谷”作用。然而水蓄冷空調系統需要根據第二天的負荷預測值來確定夜間的蓄冷量，以保證所蓄存的冷量得到充分利用并能滿足逐時冷負荷的要求，因此負荷預測的準確與否就成為蓄冷空調系統能否正常運行以及能否達到“削峰填谷”作用的至關重要的問題。
　　 本文在總結前人有關負荷預測方法研究的基礎之

2、上，針對水蓄冷空調系統的負荷預測問題進行了深入研究。
　　 首先，本文分析了水蓄冷空調系統運行模式和負荷預測的重要性，確定了課題研究方向、研究內容和研究方法。
　　 接著對迄今為止已見發(fā)表的負荷預測的幾種方法進行分析，經過比較認為用人工神經網絡的方法對負荷預測進行研究最為適合，隨后本文在BP神經網絡模型原理、構建、訓練及仿真理論的指導下，推導了BP網絡的學習和訓練規(guī)則，建立了基于人工神經網絡的逐時負荷預測的數學模型，根據

3、該數學模型運用Matlab軟件編制了相應的程序，在此基礎上搜集BP網絡的教師樣本對該網絡進行了訓練，并應用訓練好的BP網絡進行了負荷預測仿真驗證。經過對預測曲線誤差的詳細分析，篩選出對負荷預測結果影響較大的5個輸入參數，在基本不影響預測結果的基礎上簡化了網絡輸入，并用實際工程數據進行了網絡可移植性驗證。本人還利用VB可視化界面與Matlab程序進行串接，開發(fā)出簡單易行的負荷預測軟件。
　　 最后，在上述水蓄冷空調負荷預測方法研究