地铁站中感知、建模和识别HVAC系统的负载特征
摘要：地铁站的HVAC系统是能耗巨大的机器，每天冷却和通风可能耗费超过10,000千瓦小时的能量。为了节约HVAC系统的能源，首先了解HVAC系统的“负载特征”非常重要，即一天中从室外环境和乘客身上进入系统的热量数量，这将对控制策略的设计产生显著的好处。本文提出了一种新颖的感知和学习方法来确定地铁站的HVAC系统的负载特征。具体来说，我们部署了传感器和智能电表，实时监测室内和室外温度以及HVAC系统的能耗。乘客数量通过检票系统进行统计。同时，通过HVAC系统的能耗记录推断出系统提供的冷却量。由于室内温度的变化受到负载和冷却量之间的差异的驱动，我们提出了负载特征的线性回归模型，其系数通过提出的算法派生得出。我们从北京地铁4号线海淀黄庄站收集了2012年7月到2012年9月期间的真实感知数据和能耗日志数据，用于评估回归模型的系数。实验结果显示了乘客和室外环境负载的典型变化特征，为智能控制策略提供了重要的背景。
作者：Yongcai Wang, Haoran Feng, Xiangyu Xi
论文ID：1312.2629
分类：Systems and Control
分类简称：cs.SY
提交时间：2013-12-11