(35.175.212.130) 您好!臺灣時間:2021/05/15 10:52
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:黃建和
研究生(外文):Jian-He Huang
論文名稱:應用基因演算法於混合式冰水主機群之負載分配最佳化
論文名稱(外文):Applying Genetic Algorithm to Optimal Loading for Hybrid Chiller Systems
指導教授:張永宗張永宗引用關係
指導教授(外文):Yung-Chung Chang
口試委員:陳雲林王順忠周至如張永宗
口試日期:2016-06-21
學位類別:碩士
校院名稱:國立臺北科技大學
系所名稱:能源與冷凍空調工程系碩士班
學門:工程學門
學類:其他工程學類
論文種類:學術論文
論文出版年:2016
畢業學年度:104
語文別:中文
中文關鍵詞:離心機變頻螺旋機定頻螺旋機最佳化負載分配基因演算法
外文關鍵詞:Centrifugal ChillerVSD Screw ChillerScrew ChillerOptimal Chiller LoadingGenetic Algorithm
相關次數:
  • 被引用被引用:5
  • 點閱點閱:124
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
現今冰水主機設備創新、技術提升,市面上各種類型冰水主機林林總總,目前空調系統設定大多採用大容量主機配置小容量主機混合機群,而大容量主機多為離心式,小容量則為螺旋式,這樣組合模式的運轉操作,現場操作人員依各人主觀來判斷,在尖峰期間或人群眾多時啟動大容量主機,反之,則使用小容量主機運轉,人為判斷操作並非是絕佳的運轉情況,因為各冰水主機在運轉一段時間後,由於熱交換器效率降低、配管位置落差、冷媒不足、水泵供給水量不均、開機順序及運轉時間不一致等等,將使各台冰水主機性能上產生差異。
本研究對象為一棟大型公共展覽館,使用定頻螺旋機和變頻螺旋機及離心式冰水主機混搭且人為控制主機啟停,欲了解冰水主機運轉之特性,必須長期監控及收集紀錄參數,利用迴歸分析建立冰水主機耗電量模型,然而不同型式冰水主機有不同設定之限制運轉條件,定頻螺旋機須分段區分負載率、變頻螺旋機須注意變頻器最低赫茲數限制、離心式須注意低負載下產生湧浪現象,最後結合基因演算在滿足空間負荷情況下法進行冰水主機負載最佳化,求解出冰水主機分配之最低耗電量並改善人為判斷所操作的運轉模式,結果顯示,基因演算法優於人為主觀判斷操作,在空間負載95%至55%時,其耗電量節省4.6%到24.4%,平均節能效率為14.6%。
With current innovation and development of chillers, there are various available chiller units on the market. Now the air conditioning systems are mostly designed as mixing chiller with large-capacity unit collocating small-capacity unit, while large-capacity unit usually are centrifugal and small-capacity unit are screw. The operation mode of this combination is mainly a subjective decision of site operators. During the peak period or with crowds they will launch large-capacity unit, otherwise launch small-capacity unit. Judged by operator is not the best operation method, because after a period of operating, due to efficiency decreasing of heat exchanger, piping position difference, shortage of refrigerant, uneven water pumps supply, inconsistent booting order and operation time and others, various chiller units have differences in performance.

This study takes a large public museum as subject, applying Screw Chiller and VSD Screw Chiller, as well mixing centrifugal chiller with human subjective operations. To realize the characteristics of running chiller unit, it must be monitored and data parameters be recorded in long term, and then built a power consumption model of chiller using regression analysis. However, different types of chillers are with different limitations. Screw Chiller needs to be segmented to distinguish load factors, while paying attention to the lowest limit of Hertz of its inverter of VSD Screw Chiller; the surge effect of Centrifugal Chiller under the low loading is needed to be noted. Finally, the study uses genetic algorithm to calculate the load optimization of chiller unit which meets the spatial loads, then figure out the operation mode of chiller unit with minimum power consumption and improving efficiency of subject judgments. Results show that, Genetic Algorithm is a better way than subjective judgments and operation. When the spatial load is during 95% to 55%, the efficiency of energy saving is 4.6% to 24.4% respectively, and average efficiency of energy saving is 14.6%.
摘 要 i
ABSTRACT iii
誌 謝 v
目 錄 vi
表目錄............................................................................................................................. ..ix
圖目錄.................................................................................................................................x
第一章 緒論 1
1.1研究背景與動機 1
1.2研究目的 3
1.3文獻回顧 4
1.4論文架構 6
第二章 中央空調系統 7
2.1中央空調系統基本循環架構 .7
2.1.1 冷凍循環原理 8
2.1.2 壓縮機 8
2.1.3 冷凝器 10
2.1.4 冷媒流量控制器 11
2.1.5 蒸發器 12
2.2冰水系統配管方式 14
2.2.1一次側定流量系統 14
2.2.2一次側定流量二次側變流量系統 15
2.2.3一次側變流量系統 18
2.3各冰水主機容量介紹 19
2.3.1螺旋冰水主機 19
2.3.1.1四段式容調 19
2.3.1.2無段式容調 22
2.3.2變頻式技術控制 23
2.3.3離心式冰水主機 24
第三章 研究方法 27
3.1冰水主機運轉噸數區分 27
3.2線性迴歸 28
3.2.1 簡單迴歸分析 29
3.2.2 復迴歸分析 30
3.2.3 迴歸分析的功能 31
3.3基因演算法 31
3.3.1 基因演算法之特性 32
3.3.2 基因演算法之初始族群 34
3.3.3 基因演算法之編碼與解碼方式 34
3.3.4 基因演算法之適應度的計算 35
3.3.5 基因演算法之基本運算子 36
3.3.5.1複製運算子 36
3.3.5.2交配運算子 37
3.3.5.3突變運算子 37
3.3.5.4基因演算法之終止條件 38

第四章 結果與討論 39
4.1冰水主機耗電量模型 39
4.2研究案例 42
4.2.1 迴歸分析之冰水主機耗電量模型 42
4.3執行負載分配之結果 54
4.3.1 迴歸分析應用人為主觀判斷操作(LR+MM)執行負載分配之結果 54
4.3.2 迴歸分析應用基因演算法(LR+GA)執行負載分配之結果 56
4.4結果分析與比較 62
第五章 結論與建議 64
5.1結論 64
5.2建議 64
參考文獻 65
符號說明 67
[1]台灣電力公司,統計資料,http://www.taipower.com.tw,2014。
[2]台灣綠色生產力基金會,展覽館節約能源技術手冊,2007。
[3]黃威舜,類神經網路於冷卻水塔模型建立之應用,碩士論文,國立台北科技大學,2011。
[4]J. E. Braun, S. A. Klein, J. W. Mitcell, W. A. Beckman, “Applications of Optimal Control to Chilled Water Systems without Storage,” ASHRAE Transactions, vol. 95(1), 1989, pp.663-675.
[5]J. E. Braun, “Methodologies for the design and control of central of cooling plants,” Ph.D. Dissertation, University of Wisconsin,1988.
[6]R. J. Hackner, J. W. Mitcell, W. A. Beckman, “HVAC System Dynamics and Energy Use in Buildings-Part I,” ASHRAE Transactions, vol.90, 1984, pp.523-535.
[7]李良梧,「漫談建築、空調系統與節約能源」,冷凍空調雜誌,頁101-104,Jun,1991。
[8]楊冠雄,「中央空調系統節約用電之研究」,電機技師第38期,頁103-114,1993。
[9]張永宗,冰水主機節能調度,冷凍與空調雜誌, 2002年10月。
[10]Y. C. Chang, J. K. Lin, M. H. Chuang, “Optimal Chiller Loading by Genetic Algorithm for Reducing Energy Consumption,” Energy and Buildings, Vol. 37, 2005, pp.147–155.

[11]Y.C. Chang, “Genetic Algorithm Based Optimal Chiller Loading for Energy Conservation,” Applied Thermal Engineering, Vol. 25, 2005, pp. 2800-2815.
[12]莊虔毅,以基因演算法求解含凹凸特性曲線之冰水主機最佳負載分配,碩士論文,國立台北科技大學,2005
[13]Y. C. Chang, “An Outstanding Method for Saving Energy - Optimal Chiller Operation,” IEEE Transaction on Energy Conversion, Vol. 21, No. 2, 2006, pp.527–532.
[14]陳金聖,螺旋式冰水主機容量控制之研究與應用,碩士論文,國立台北科技大學,2010
[15]何承懌,基於類神經網路耗電模式之基因演算法最佳負載分配,碩士論文,國立台北科技大學,2010
[16]王文博、胡興邦,冷凍空調原理上冊,承美科技圖書,1995
[17]許祺清、陳聰明,冷凍空調原理II, 大中國圖書公司,2006
[18]吳宗憲,無感測器變頻技術及動態平衡系統應用於冰水泵之節能分析,碩士論文,國立台北科技大學,2016
[19]魏重山,應用雲端監控系統於變頻式冰水主機之節能分析,碩士論文,國立台北科技大學,2015
[20]劉青龍,變頻離心式冰水主機之節能分析,碩士論文,國立台北科技大學,2005
[21]陳慧玲、陳正倉,統計學下冊,雙葉書廊出版社,1996
[22]陳順宇,迴歸分析,華泰出版社,2000
[23]盧俊廷,結合自適應神經模糊系統與基因演算法於主機最佳負載分配之應用,博士論文,國立台北科技大學,2015
[24]陳清良,應用類神經網路與粒子群演算法於冰水主機負載分配最佳化,博士論文,國立台北科技大學,2014
連結至畢業學校之論文網頁點我開啟連結
註: 此連結為研究生畢業學校所提供,不一定有電子全文可供下載,若連結有誤,請點選上方之〝勘誤回報〞功能,我們會盡快修正,謝謝!
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top