面向冷水机组运行规划的遗传算法与差分进化混合算法

《ENERGY AND BUILDINGS》:A hybrid of Genetic Algorithm and Differential Evolution for the Chiller Plant Operation Planning

【字体: 大 中 小 】 时间:2026年08月30日 来源:ENERGY AND BUILDINGS 8.0

编辑推荐:

   - 混合GA-JADE-DE优化了冷机站运行规划。 - 物理信息修复机制提升了能量与容量的可行性。 - hGADE-CPOP在保持近零违规的情况下降低了能耗。 引言 现代建筑环境在很大程度上依赖暖通空调(HVAC)系统来维持热舒适度和室内空气质量。在新加坡等热带地区,这一挑

  

- 混合GA-JADE-DE优化了冷机站运行规划。
- 物理信息修复机制提升了能量与容量的可行性。
- hGADE-CPOP在保持近零违规的情况下降低了能耗。

引言
现代建筑环境在很大程度上依赖暖通空调(HVAC)系统来维持热舒适度和室内空气质量。在新加坡等热带地区,这一挑战尤为突出,空调系统全年不可或缺。在新加坡的商业建筑中,暖通空调系统占建筑总能耗的50%以上[1],仅制冷服务就贡献了全国近30%的电力需求[2]。随着城市化进程加快和室内舒适度需求增加,暖通空调系统的能耗预计将进一步上升。这凸显了对智能高效控制策略的迫切需求,尤其是在冷机站方面。有效的优化可以显著降低能耗,同时支持可持续发展目标。

冷机站是集中式暖通空调系统中能耗最高的组成部分,占空调建筑总能耗的约40%[3]。冷机站构成了大规模制冷的核心基础设施,由冷机、冷冻水泵、冷却水泵、冷却塔及相关风机组成[4]、[5]。

遗传算法(GA)因其在处理高度非凸和强耦合决策空间方面的能力,已被广泛研究用于冷机站运行规划(CPOP)[6]。早期研究主要运用遗传算法优化连续决策变量,如冷机负载率,目标是在运行约束下最小化总能耗,与启发式策略相比展现出明显的节能潜力[7]、[8]。后续研究将基于遗传算法的框架扩展到更复杂的系统配置,包括冷凝水回路和整体系统协调等集成暖通空调子系统[9]、[10]。在这些研究中,设备启停的离散决策通常是预先定义的、通过启发式方法处理或隐式约束,而遗传算法主要用于优化连续运行变量。此外,系统级建模和优化框架进一步凸显了包括遗传算法在内的进化搜索方法在大规模冷机站优化问题中的适用性[11]。

差分进化(DE)已被有效应用于在不同负载条件下优化冷机加载,其主要用于处理如冷机负载率等连续决策变量[12]。其强大的全局搜索能力和简洁的结构使其适合复杂的多冷机系统[12]、[13]。Lin等人[13]提出了一种两阶段差分进化方法,首先使用改进的二进制差分进化算法,通过二进制表示扩展连续变量的搜索范围来增强探索(全局搜索),随后使用实值差分进化(DE)算法进行开发(局部搜索),以精细化连续负载变量。

近年来,在设计新型元启发式算法及其变体方面取得了重大进展,重点关注提高收敛速度、解质量和算法鲁棒性[14]。Niu等人[15]将循环冷却水系统(CCWS)的运行优化建模为一个混合离散-连续问题,其中使用领域知识简化了离散水泵和风机启动组合,同时采用自适应差分进化(ADE)算法优化剩余的连续运行变量,如水泵流量和冷却塔通风量。此外,其他定制和混合元启发式算法在冷机站优化方面也显示出有效性,例如用于大型制冷系统的多策略改进麻雀搜索算法[16]、用于多冷机负载分配的增强群搜索优化算法[17],以及用于最优冷机加载的改进帝国竞争算法[18]。

与元启发式方法相比,确定性优化技术也已被应用于冷机站运行规划。例如,分解协调(DC)策略结合代理增广拉格朗日松弛和序列二次规划(SQP),将大规模系统优化问题分解为协调的子问题,为仅一次侧和一次-二次侧冷机配置提供了高效可扩展的解决方案[19]。

协同神经动力学优化(CNO)是一种基于种群的优化框架,协调多个递归神经网络(RNN)动力学协同探索解空间。与依赖单一神经动力学轨迹不同,CNO使并行RNN代理之间能够进行信息交换,从而增强全局搜索能力并缓解过早收敛到局部极小值的问题[20]、[21]。最近的应用包括CNO-CPOP,将协同神经动力学优化应用于冷机站运行规划,通过协调多个神经动力学代理来应对CPOP的非凸优化结构[5],以及一个嵌入CNO的混合模型预测控制(MPC)框架,在热力学和运行约束下迭代求解CPOP[22]。

除了目标函数外,近期研究[23]、[24]强调,暖通空调优化中可行解的质量强烈依赖于约束违反(CV)的大小。即使是质量流量边界、冷机负载限制或能量平衡方程的微小违反,也可能使解在物理上无法实现,导致实际系统中水侧运行不稳定、过度启停或持续温度偏差。先前对暖通空调系统优化和控制的研究表明,这些约束违反会随时间累积,导致不可行的运行轨迹、蓄热系统溢出或耗尽,以及实际实施时运营罚款的增加[25]。暖通空调研究表明,约束违反会在耦合的冷冻水和冷凝水回路中传播,直接降低运行稳定性和能效[4]、[19]。

元启发式优化冷机站运行的一个关键方面是在复杂热力学和运行约束下确保可行性。进化算法(EAs)经常产生违反物理或运行极限的候选解,例如冷冻水流量边界、冷机最小负载、泵速约束或系统级能量平衡。为解决这些问题,许多研究纳入了修复算子,这些算子修改不可行个体以将其投影回可行域,同时不破坏种群多样性。典型的修复机制包括重新缩放决策变量以满足等式约束,以及裁剪或修正超出物理边界的变量[26]、[27]。这些算子已被证明可以显著改善收敛稳定性,并在求解约束优化问题时防止算法停滞。

通过结合遗传算法和差分进化的互补优势,混合进化算法已成为许多领域中的有前景策略,如机组组合调度[28]、装配调度[29]和车间作业调度[30]。然而,其在冷机站运行规划中的应用在很大程度上仍未探索。据我们所知,本研究首次提出了遗传算法与差分进化混合(hGADE)用于冷机站运行规划(CPOP)。在hGADE-CPOP中,离散设备调度由二进制编码的遗传算法处理,而连续运行变量通过实值编码的差分进化优化。具体而言,DE组件基于JADE[31],该算法在进化过程中自适应更新变异因子和交叉率等关键控制参数,从而提高了鲁棒性和收敛性能。

这种划分使框架能够利用遗传算法在离散空间的专业能力和差分进化在连续优化中的鲁棒性。因此,与传统的单策略优化方法相比,这种混合设计显著增强了搜索效率和解的可行性。hGADE-CPOP的特点在于其为混合整数和热力学约束冷机站运行规划的定制进化设计。以下要点概述了所提出框架的定义特征,突出了其与现有元启发式和神经动力学优化方法的区别。

(i) 结构化离散-连续优化框架:所提出的方法采用结构化的决策变量分解,将设备的二进制启停决策分配给遗传算法,将连续运行设定点分配给基于JADE的差分进化方案。这种协调优化架构利用了遗传算法和差分进化的互补优势,针对混合整数问题实现了更有效的搜索行为。

(ii) 热力学感知的可行性处理:一系列热力学感知修复算子嵌入在进化过程中,以减少与负载平衡、能量守恒、设备容量约束和基数限制相关的违反。剩余违反通过聚合CV度量重新计算,并使用可行性优先排序处理。

(iii) 同质和异质系统的评估:基于八台设备的同质冷机站模型和四台设备的异质冷机站模型的数值实验表明,在测试的稳态条件下,hGADE-CPOP获得了低或近零的CV,同时具有竞争力的目标值。定性的运行次数讨论进一步表明,hGADE-CPOP避免了CNO-CPOP所需的重复RNN积分操作;然而,未提出经验性的运行时间优越性声明。

这些贡献确立了hGADE-CPOP在测试稳态条件下的模型有效性。

本文其余部分组织如下。第2节提供理论基础并解释将遗传算法、基于JADE的差分进化和修复算子分配到冷机站运行规划不同部分的理由。第3节建立冷机站运行规划问题,包括目标函数和相关的热力学及运行约束。第4节详细介绍所提出的hGADE-CPOP框架,涵盖编码方案、变异算子、可行性处理和整体算法流程。第5节描述实验设置、基准方法和消融研究。第6节讨论数值结果并提供深入的绩效分析。最后,第7节总结全文并概述未来研究方向。

章节片段
理论基础与混合化理由
全局优化是许多科学和工程学科中的活跃研究主题。进化算法受生物进化原理启发,提供了一种不依赖梯度信息的基于种群的搜索范式。通过迭代选择和变异,进化算法高效探索复杂搜索空间,并已被广泛应用于电力和能源系统优化,包括暖通空调运行。

冷机站运行规划模型建立
典型的冷机站构成大型商业建筑集中制冷系统的核心,由多个紧密耦合的子系统组成。如图2所示,它包括冷机、冷冻水泵、冷却水泵和冷却塔。调节空间内的冷却需求通过冷冻水泵将冷冻水循环通过盘管来满足,随着热量的吸收,冷冻水回水温度升高。这些热量被冷机提取并传递给冷却水回路。

所提方法
所提出的hGADE-CPOP算法通过将二进制激活决策分配给遗传算法,将连续设定点分配给基于JADE框架的自适应差分进化方案[31],来解决混合整数冷机站运行规划问题。这种解耦使遗传算法能够通过单点交叉和逐位变异探索组合启停配置,而差分进化通过p-best变异、二项交叉和基于成功的参数适应来精细化连续运行水平。可行性

系统描述与运行条件
数值实验未与特定建筑或建筑热模型相关联。因此,室内温度调节、占用计划、建筑围护结构特性和内部得热未被显式模拟。相反,冷却需求PD被指定为冷机站的外部输入,所提方法优化系统设备以满足此需求。固定室外湿球温度为Twb=18.3°C,固定进风比焓

同质系统上的性能
表5报告了冷却容量Qch、冷冻水流量rchpw、冷却水流量rcpw和冷却塔风量ra在四个独立优化的需求水平下的结果。在PD=3033 kW时,仅分配了非零冷却负载或流量的可用设备子集。随着需求增加到PD=6065 kW,额外的设备获得非零运行分配,尽管相同的并联设备之间的冷却负载和流量仍然不均匀。在PD=9098

结论
本研究介绍了一种具有物理信息修复的混合GA-DE算法,用于冷机站运行规划。该框架将离散设备激活决策与连续运行设定点分离,并采用物理信息修复算子引导候选解满足热力学和运行约束。在测试的同质和异质系统配置中,hGADE-CPOP实现了低或近零的约束违反,同时

未引用引用
缺失引用:算法2。
CRediT作者贡献声明
Zhi Zhang:原创草稿撰写、方法论、调查、概念化。Anupam Trivedi:审阅与编辑、原创草稿撰写、监督、形式分析。Dikshit Chauhan:审阅与编辑、调查。Bohan Jia:验证、方法论。Anurag Mohapatra:审阅与编辑。Thomas Hamacher:监督。Dipti Srinivasan:监督。
利益冲突声明
作者声明他们没有已知的竞争财务利益或个人关系,这些利益或关系可能影响本论文报告的工作。
Zhi Zhang | Anupam Trivedi | Dikshit Chauhan | Bohan Jia | Anurag Mohapatra | Thomas Hamacher | Dipti Srinivasan
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号