一种基于自适应滚动优化的地铁车站通风控制方法

本发明涉及地铁通风控制领域，尤其涉及一种基于自适应滚动优化的地铁车站通风控制方法。

背景技术：

1、通风空调系统（bas中的环控子系统）是保障地铁车站空气质量、热舒适度以及设备正常运行的关键基础设施。然而，它也是地铁运营中的“能耗大户”，其能耗通常占到车站总电耗的 40%。如何在保障乘客舒适度的前提下，最大限度地降低通风空调系统的运行能耗，已成为轨道交通行业亟待解决的关键技术问题。

2、地铁作为现代城市公共交通的骨干，其车站是典型的大型地下公共建筑空间。与地面建筑相比，地铁车站具有以下显著特征：

3、（1）高密度人流，尤其是早晚高峰时段，瞬时客流量巨大，导致人员散热和散湿负荷急剧增加且波动剧烈。

4、（2）封闭性强，车站通常深埋地下，自然通风能力差，主要依赖机械通风空调系统来维持站内环境。

5、（3）热惯性大，大量的混凝土围护结构和土壤具有巨大的蓄热能力，使得环境温度对外部变化的响应存在显著滞后。

6、（4）多扰动源耦合，受到室外气象条件、列车运行（活塞风、制动热）、屏蔽门开关、设备发热以及随机客流等多重因素耦合影响，环境参数具有高度非线性、时变性和不确定性。

7、传统的控制方法（如pid控制）或基于固定模型的预测控制，未能考虑车站环境参数（如围护结构传热系数、设备老化导致的效率衰减等）随季节、时间发生的缓慢时变特性，导致控制模型与实际对象严重失配，控制精度下降。

8、现有方法难以有效应对不可测的随机扰动（如屏蔽门频繁开关引起的热交换、突发客流聚集等），缺乏有效的在线补偿机制，导致站内温度波动大，影响乘客舒适度。缺乏对未来负荷变化的预判能力，常采用“事后调节”方式，存在明显的控制滞后。

技术实现思路

1、本发明的目的在于提供一种基于自适应滚动优化的地铁车站通风控制方法，能够基于自适应模型预测控制（mpc）技术，利用rls在线参数辨识与反馈偏差修正机制，构建能精准跟踪环境变化的动态模型。

2、本发明通过如下技术方案实现：

3、一种基于自适应滚动优化的地铁车站通风控制方法，包括：

4、s1、通风控制系统采集地铁车站的运行数据，包括站台温度、二氧化碳浓度、室外温度、客流量及送风温度以及风机运行频率，并获取地铁车站的运行历史数据；

5、s2、基于采集的运行数据构建地铁车站站台的一阶热平衡简化物理模型；而后根据当前时刻的运行数据及运行历史数据，采用带遗忘因子的递归最小二乘算法对所述一阶热平衡简化物理模型进行在线参数辨识，得到物理模型参数；

6、s3、根据所述物理模型参数计算站台的模型预测温度值，并将模型预测温度值与站台温度进行比较得到原始残差，对所述原始残差进行低通滤波处理，得到偏差修正量；

7、s4、将所述物理模型参数与所述偏差修正量进行融合，构建增强预测模型；

8、s5、基于所述增强预测模型对设定时域内的站台温度进行预测，构建二氧化碳浓度预测模型并对设定时域内的二氧化碳浓度进行预测；再以通风能耗、乘客热舒适度及风量变化率为优化目标构建滚动优化目标函数，结合二氧化碳浓度预测结果进行滚动优化，得到风量控制序列；

9、s6、最后提取所述风量控制序列中的当前控制量并下发至风机变频器进行通风控制，在下一采样时刻重新执行s1至s6。

10、较之前技术而言，本发明的有益效果为：

11、1.本发明在严格保障乘客热舒适度（pmv）的前提下，实时滚动计算并执行最优节能风量策略，能够有效解决模型失配与早高峰冷激效应，实现车站环境的高效、舒适与平稳运行。

12、2.通过引入带遗忘因子的递归最小二乘法（rls），实时在线辨识车站热力学模型的时变物理参数，使控制模型能够自动跟踪季节更替和设备老化带来的特性变化，从根本上消除模型失配对控制精度的影响

13、3.利用滚动时域优化机制实现对未来负荷的前瞻性调节，克服大滞后特性；同时，结合基于残差分析的反馈偏差修正环节，对未建模动态和突发随机扰动进行实时动态补偿，确保在客流剧烈波动下仍能维持站台温度的平稳。

14、4.摒弃单一温度设定值的控制模式，直接以乘客热舒适度（pmv）、风机运行能耗以及co2浓度为综合优化目标。在满足舒适度约束的前提下，实时求解未来有限时域内的最优风量控制序列，寻找系统运行的“最经济工作点”，显著降低运营能耗。

1.一种基于自适应滚动优化的地铁车站通风控制方法，其特征在于，包括：

2.根据权利要求1所述的一种基于自适应滚动优化的地铁车站通风控制方法，其特征在于，在s2中所述一阶热平衡简化物理模型的公式表示为：

3.根据权利要求2所述的一种基于自适应滚动优化的地铁车站通风控制方法，其特征在于，在s2中所述递归最小二乘算法用于构建回归向量，其公式表示为：

4.根据权利要求3所述的一种基于自适应滚动优化的地铁车站通风控制方法，其特征在于，在s3中将模型预测温度值与站台温度进行比较得到原始残差，其公式表示为：

5.根据权利要求4所述的一种基于自适应滚动优化的地铁车站通风控制方法，其特征在于，在s4中所述增强预测模型的公式表示为：

6.根据权利要求5所述的一种基于自适应滚动优化的地铁车站通风控制方法，其特征在于，在s5中基于质量守恒关系构建二氧化碳浓度预测模型，所述二氧化碳浓度预测模型的公式表示为：

7.根据权利要求1所述的一种基于自适应滚动优化的地铁车站通风控制方法，其特征在于，在s5中所述设定时域为个控制步，所述滚动优化目标函数的公式表示为：