作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着空调的普及,它已经成为高峰期用电负荷增大的主要原因;冰蓄冷技术能够很好地解决在用电高峰期由于空调用电过多造成负荷过大的问题,实现电力资源的移峰填谷功能,但其也带来了总体电力消耗增加的问题.针对此问题,首先建立了与冰蓄冷空调系统相关的数学模型;然后,将系统最小寿命周期成本作为目标函数,采用粒子群算法(PSO,Particle Swarm Optimization)对冰蓄冷空调系统进行优化,并制定出最佳的运行策略.研究结果表明,方法在保证系统运行经济性的前提下,能够有效地降低冰蓄冷空调系统的电力消耗,实现冰蓄冷空调系统的优化,达到节省成本和资源的目的.
推荐文章
基于预估模糊PID的冰蓄冷空调控制系统
冰蓄冷空调
控制系统
模糊PID
预估推理
动态特性
仿真实验
冰蓄冷空调系统的动态规划优化控制
冰蓄冷
空调
动态归划
优化控制
冰蓄冷空调技术
冰蓄冷空调
原理
蓄冰模式
控制策略
蓄冰装置
制冰设备
设计
经济效益
冰蓄冷空调控制系统远程监控软件开发
冰蓄冷空调系统
远程监控
数据采集
OMRON PLC
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 冰蓄冷技术控制系统优化研究
来源期刊 低温与超导 学科
关键词 冰蓄冷空调 粒子群算法 系统优化
年,卷(期) 2017,(5) 所属期刊栏目 制冷技术
研究方向 页码范围 86-92
页数 7页 分类号
字数 语种 中文
DOI 10.16711/j.1001-7100.2017.05.018
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (10)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
冰蓄冷空调
粒子群算法
系统优化
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
低温与超导
月刊
1001-7100
34-1059/O4
16开
安徽省合肥市濉溪路439号安徽合肥市1019信箱
26-40
1973
chi
出版文献量(篇)
3386
总下载数(次)
10
论文1v1指导