摘要
本研究针对住宅辐射冷暖空调系统的溶液调湿新风机组，构建分区人工神经网络（ANN）模型实现冷湿负荷精准预测，并结合潜能蓄能与分时电价制定优化控制策略。通过热感区域划分提升预测精度，湿/冷负荷预测均方根误差变异系数分别达8.72%和9.98%；优化策略使空调季运行能耗与费用降低27.2%和29.2%，为住宅独立新风系统运行提供理论支撑。
关键词
负荷预测；新风系统；分区人工神经网络；溶液调湿；蓄热优化
1. 研究背景与意义
建筑能耗占全球能源消费的40%，其中暖通空调系统占比超50%。辐射冷暖+新风系统作为高效舒适的住宅空调方案，因新风能耗高（占系统总能耗42%）且运行策略不成熟，存在显著优化空间。溶液调湿机组虽能全年高效除湿，但实际运行中部分负荷能效低于额定值30%-40%，亟需通过负荷预测与运行优化提升系统性能。
2. 研究对象与方法
2.1 系统架构
以苏州某住宅小区为例，系统采用地源热泵+溶液调湿机组，末端为辐射毛细管+风机盘管。新风处理流程为：预冷（地源热泵）→溶液调湿（承担全潜热+部分显热负荷）。监测数据涵盖2019-2020年室外气象、送风参数及能耗数据。
2.2 负荷预测模型
- 输入参数：室外温湿度、分区室内温度、时间；
- 输出参数：湿负荷（溶液除湿量）、冷负荷（制冷量）；
- 模型创新：按朝向/楼层划分1-4个热区，对比分析分区对预测精度的影响。
- 训练设置：单隐藏层（12神经元）、学习率0.3、归一化处理，以MSE为损失函数。
3. 关键发现
3.1 负荷预测精度提升
- 分区模型显著优于整体模型：4分区ANN3的湿/冷负荷CV-RMSE较未分区ANN1降低14.27%/14.61%（图7-8）；
- 湿负荷预测精度高于冷负荷，因新风系统以除湿为主导，负荷波动更稳定。
3.2 运行优化策略
- 潜能蓄能机制：谷电时段储存浓溶液除湿能力，峰电时段释放；
- 分时电价响应：优先在低电价时段蓄能，高电价时段释能；
- 能效阈值控制：当机组COP低于阈值时启用蓄能，否则直接运行。
3.3 优化效果
- 空调季能耗降低27.2%，费用减少29.2%（表5）；
- 湿负荷峰值削减率达18.7%，储液罐扩容可进一步提升节能潜力。
4. 理论贡献与实践价值
- 方法创新：首次将热感区域划分引入住宅新风负荷预测，量化分区对精度的影响；
- 技术突破：提出溶液机组潜能蓄能方法，解决传统蓄能体积大、损耗高的难题；
- 实践指导：建立负荷-能效动态模型，为分时电价下系统调控提供决策依据。
结论
本研究通过分区ANN模型实现冷湿负荷精准预测（CV-RMSE<10%），结合潜能蓄能与分时电价优化策略，显著降低住宅新风系统能耗与成本。研究成果为夏热冬冷地区辐射空调系统的高效运行提供技术路径，对推动建筑能源系统灵活化发展具有重要意义。
参考资料：
1.2025第十届上海国际空气环境与净化技术展览会 AIRVENTEC CHINA 2025|工业环境展|室内空气展|空气展 – 2025年6月4-6日第十届空气展与您相约国家会展中心
