西安建筑科技大學 余紫瑞 于軍琪 趙安軍 葉子雁 李若琳

0 引言

VAV系統(tǒng)因其能夠隨著負荷的變化而改變送風量的特點，在降低風機能耗方面具有很大的優(yōu)勢。VAV系統(tǒng)定靜壓控制法在實際應(yīng)用中送風靜壓通常保持在較高水平，導致風機能耗增大，而變靜壓控制法能夠依據(jù)負荷的變化對送風量進行調(diào)節(jié)，進而減少風機能耗。Shim等人通過模擬實驗對不同的送風機控制方法進行了對比，結(jié)果表明，變靜壓控制法可以節(jié)能50%[1]。雖然變靜壓控制法有巨大的節(jié)能潛力，但其控制算法也更加復雜。對于變靜壓控制的研究，很多學者都集中在優(yōu)化靜壓控制上[2-3]。Liu等人提出了一種基于送風量測量值與送風量額定值之比的靜壓控制方法[4]；陳友明等人根據(jù)總風量與總需求風量的偏差及末端風閥全開的數(shù)量以固定步長優(yōu)化靜壓設(shè)定值，提出了VAV空調(diào)系統(tǒng)自適應(yīng)靜壓變頻控制方法[5]。這些方法都需要通過測量裝置進行精確的測量，會增加系統(tǒng)調(diào)試的復雜性和實際工程的運營成本。

VAV系統(tǒng)因系統(tǒng)的復雜性很難獲得精確的數(shù)學模型來達到理想的控制效果，而模糊控制不需要對控制對象建立精確的數(shù)學模型，近年來在VAV控制領(lǐng)域得到了廣泛應(yīng)用。對于VAV系統(tǒng)變靜壓模糊控制，已有學者進行了研究。Zhang等人通過建立靜壓設(shè)定值調(diào)整量與變風量末端風閥開度之間的關(guān)系實現(xiàn)變靜壓模糊控制，試驗分析表明，該方法有較大的節(jié)能潛力[6]。Li等人提出了一種新的靜壓模糊控制方法，該方法基于最大閥位位置反饋Mamdani模型模糊控制規(guī)則和功能模糊子集推理來實現(xiàn)靜壓控制，試驗結(jié)果表明該方法具有較好的節(jié)能和控制性能[7]。范朋丹等人通過分析基于末端閥位的VAV空調(diào)系統(tǒng)變靜壓調(diào)控規(guī)則，提出了基于末端閥位反饋的變靜壓模糊控制方法，通過對比試驗驗證了該方法的有效性[8]。

上述方法中的變靜壓模糊控制均以閥位為參考對象，都是通過模糊推理實現(xiàn)變靜壓控制，其中的模糊控制規(guī)則均依賴人為經(jīng)驗。模糊推理是模糊控制過程中最重要的部分，規(guī)則的好壞會直接反映到控制效果中，然而根據(jù)人為經(jīng)驗總結(jié)的模糊規(guī)則覆蓋率不夠全面，不能完全體現(xiàn)控制對象的性質(zhì)。針對這一問題，本文提出了一種基于減聚類-自適應(yīng)神經(jīng)模糊推理(SC-ANFIS)的變靜壓模糊控制法，通過對大量已知數(shù)據(jù)進行學習得到模糊規(guī)則，而不是基于經(jīng)驗給定，這對于變風量空調(diào)這種非線性、大滯后、強耦合的系統(tǒng)是尤為重要的。

1 變靜壓控制法原理

典型的多區(qū)域VAV系統(tǒng)控制原理如圖1所示。該系統(tǒng)主要由空氣處理機組、送風機、靜壓傳感器、VAV末端、風管等組成[8]。變靜壓控制是根據(jù)各末端風閥閥位判斷系統(tǒng)風量的盈虧，以此為主風管靜壓的確定依據(jù)，使系統(tǒng)中至少有一個VAV末端風閥盡可能保持全開，從而實現(xiàn)最小阻力控制。變靜壓控制與定靜壓控制的主要區(qū)別為系統(tǒng)送風靜壓值在運行過程中是否會發(fā)生變化。

注：T為溫度傳感器；DP為靜壓傳感器；TH為溫濕度傳感器；V為水閥執(zhí)行器；DA為風閥執(zhí)行器；M為電動機；VFD為風機變頻器；CO2為二氧化碳傳感器。圖1 典型的多區(qū)域VAV系統(tǒng)控制原理圖

傳統(tǒng)的變靜壓控制在調(diào)整靜壓設(shè)定值的過程中步長為定值，但很難確定合適的步長：步長過小，調(diào)整次數(shù)會增加；步長過大，可能會出現(xiàn)超調(diào)和振蕩。因此，若能根據(jù)末端的閥位信息確定適合的設(shè)定靜壓調(diào)整值，變靜壓法運行會更加節(jié)能。根據(jù)ASHRAE應(yīng)用手冊2011[9]，送風靜壓傳感器位于主管道上第一末端到最遠末端距離的75%處。送風機轉(zhuǎn)速可以根據(jù)實際靜壓測量值與送風靜壓設(shè)定值之間的偏差進行調(diào)節(jié)，以保持送風靜壓在其設(shè)定值。

為了避免送風靜壓值過高，風機壓頭過多地消耗在閥門開度較小的末端，導致送風機需較大的動力，進而產(chǎn)生較大能耗，靜壓設(shè)定值的確定需要符合以下兩點要求：

1) 靜壓設(shè)定值能夠滿足系統(tǒng)中所有末端的風量需求。

2) 在滿足各個末端風量需求的前提下靜壓設(shè)定值越小越好。盡可能使各個末端閥門保持在較大開度，這樣既能減小風機的動力，同時又可以降低末端閥門的噪聲。

在研究變風量空調(diào)系統(tǒng)變靜壓控制中，文獻[7]提出的靜壓模糊控制法的控制對象為末端風閥，與本文相同。因此，結(jié)合變靜壓控制的基本原理及靜壓設(shè)定值的設(shè)定要求，本文將最佳閥位域[0.75，0.95]作為靜壓調(diào)整的參考域，最佳閥位值取參考閥位域的中心值0.85[7]。

2 模型建立

2.1 數(shù)據(jù)的來源和采集

采用的數(shù)據(jù)均來自于西安建筑科技大學某辦公區(qū)域的變風量空調(diào)系統(tǒng)實驗平臺，該系統(tǒng)的結(jié)構(gòu)如圖2所示[10]。

注：S為水流開關(guān)；W為風速傳感器；F為水流量傳感器；AF為壓差傳感器；E為智能電量變送器；P為靜壓傳感器。圖2 變風量空調(diào)系統(tǒng)結(jié)構(gòu)

本文以A1～A3 3個相鄰房間為對象研究變風量空調(diào)變靜壓控制方法。該研究區(qū)域內(nèi)的主要設(shè)備包括送風管網(wǎng)A、空氣處理機組AHU A、VAV末端、溫濕度傳感器及靜壓傳感器。VAV末端采用壓力無關(guān)型單風道末端；送風機為變頻送風機。表1給出了變風量空調(diào)風系統(tǒng)主要設(shè)備參數(shù)。

表1 變風量空調(diào)風系統(tǒng)主要設(shè)備參數(shù)

變靜壓模糊控制法主要利用末端閥位與靜壓設(shè)定值之間的關(guān)系實現(xiàn)風機控制。因此本文采用的數(shù)據(jù)包括A1～A3 3個房間的末端閥位值及送風管道A的靜壓值。在夏季工況中，以30 min的采樣時間間隔采集6—8月工作時間08：00—18：00的數(shù)據(jù)，共1 840組。為了建立準確的模型，需要對這1 840組數(shù)據(jù)進行選擇和處理。首先，篩選出穩(wěn)定工況下滿足當前負荷條件的數(shù)據(jù)，并盡可能選擇連續(xù)分布在整個運行區(qū)間的數(shù)據(jù)，經(jīng)篩選后得到1 000組數(shù)據(jù)；其次，以靜壓設(shè)定值的設(shè)定要求為選擇條件，直接獲取輸入的閥位值，從輸出靜壓增量數(shù)據(jù)中直接獲取至少一個滿足最佳閥位[0.75，0.95]的數(shù)據(jù)，將不在目標閥位的輸出靜壓增量值設(shè)定為靜壓最大增量值；最終，經(jīng)過選擇，整理得到共1 000組數(shù)據(jù)用來進行模型的訓練和驗證，其中，600組作為訓練數(shù)據(jù)用來建模，400組作為驗證數(shù)據(jù)用來檢驗?zāi)Ｐ汀?/p>

2.2 基于SC-ANFIS模型的變靜壓模糊控制

對篩選后的輸入、輸出數(shù)據(jù)進行訓練，生成能夠模擬數(shù)據(jù)行為的Takigi-Sugeno型模糊推理系統(tǒng)，該系統(tǒng)能夠使用最少的模糊規(guī)則來最好地模擬這些數(shù)據(jù)。根據(jù)VAV系統(tǒng)變靜壓控制原理設(shè)計ANFIS系統(tǒng)，其典型結(jié)構(gòu)如圖3所示[11-12]。

注：TT為隸屬度值乘以觸發(fā)強度值；N為歸一化處理；f1、f2為歸一化處理后的輸出；y為去模糊化后得到的系統(tǒng)輸出。圖3 ANFIS系統(tǒng)典型結(jié)構(gòu)

第1層：用于模糊化輸入變量，計算各輸入分量屬于各語言變量值模糊集和的隸屬度函數(shù)值。

Oi1=μAi(x1) (i=1，2)

(1)

Oj1=μBj(x2) (j=1，2)

(2)

式(1)、(2)中Oi1和Oj1為節(jié)點輸出；μ為模糊變量Ai和Bj的隸屬度函數(shù)值；x1和x2為ANFIS系統(tǒng)的節(jié)點輸入，分別為閥位最大值和閥位最小值。

模糊化函數(shù)選擇高斯函數(shù)：

式(3)、(4)中ci、cj和σi、σj分別為ANFIS的前件參數(shù)。

第2層：用來匹配模糊規(guī)則的前件，計算各條規(guī)則的適應(yīng)度ωi。

Oi2=ωi=μAi(x1)μBi(x2) (i=1，2)

(5)

式中Oi2為每條模糊規(guī)則的適應(yīng)度值。

第3層：進行各條規(guī)則適用度的歸一化計算。

(6)

式中Oi3為每條模糊規(guī)則適應(yīng)度值歸一化后的值。

第4層：用于計算各條規(guī)則的輸出。

(7)

式中Oi4為每條模糊規(guī)則計算得到的節(jié)點輸出；pi、qi和ri為ANFIS的后件參數(shù)；fi為Takigi-Sugeno型模糊系統(tǒng)的后項輸出函數(shù)。

第5層：去模糊化，得到系統(tǒng)的總輸出。

(8)

式中Oi5為每條模糊規(guī)則計算得到的輸出去模糊化后得到的系統(tǒng)輸出。

文中的輸入x的具體取值可以用減聚類確定，減聚類是一種用來估計一組數(shù)據(jù)中的聚類個數(shù)及聚類中心位置的快速單次算法[13-14]。每個數(shù)據(jù)點xi的密度指標Di可以表示為

(9)

其密度修正公式為

(10)

式(8)、(9)中D′i為修正后的密度指標；xc1為選中的點；Dc1為選中點的密度指標；ra為數(shù)據(jù)點的區(qū)域半徑，定義了其密度范圍。

本文采用最小二乘法和BP反向傳播算法的混合學習算法調(diào)整后件參數(shù)，迭代計算輸出層的誤差信號，根據(jù)誤差反向傳播算法計算前件參數(shù)，調(diào)整可修改的參數(shù)，使得系統(tǒng)能夠很好地模擬給定的樣本數(shù)據(jù)。

為了實現(xiàn)基于SC-ANFIS的變靜壓模糊控制，根據(jù)以上算法設(shè)計ANFIS系統(tǒng)：輸入層變量為2個，分別為閥位最大值和閥位最小值；語言值個數(shù)為7，即{NB，NM，NS，ZO，PS，PM，PB}；隸屬度函數(shù)選擇高斯函數(shù)；輸出層輸出變量個數(shù)為1，即靜壓增量。仿真試驗具體設(shè)計步驟如下。

步驟1：載入篩選得到的用于訓練的600組末端閥位值及靜壓設(shè)定值。

步驟2：采用減聚類進行樣本數(shù)據(jù)模糊聚類分析，從而確定模糊量化參數(shù)，構(gòu)造初始模糊推理系統(tǒng)結(jié)構(gòu)。本文減聚類算法設(shè)置數(shù)據(jù)影響區(qū)域半徑為0.15 Pa。通過聚類分析得到的聚類中心有107處，將其作為ANFIS系統(tǒng)的初始輸入數(shù)據(jù)。圖4a、b分別為最大閥位的初始化輸入隸屬度函數(shù)圖及經(jīng)減聚類算法訓練后的輸入隸屬度函數(shù)圖，由其可知，通過數(shù)據(jù)訓練之后，隸屬函數(shù)的形狀發(fā)生了變化，說明初始選取的隸屬函數(shù)參數(shù)可通過數(shù)據(jù)的自學習來改變，達到修正的目的。

步驟3：確定訓練選項值。采用BP算法和最小二乘法混合學習算法優(yōu)化訓練ANFIS的參數(shù)，設(shè)定訓練迭代次數(shù)(100次)和誤差限(1%)。

步驟4：開始訓練，直至滿足誤差要求或者達到最大迭代次數(shù)。

步驟5：將優(yōu)化訓練好的ANFIS模型應(yīng)用于實驗平臺變靜壓模糊控制系統(tǒng)，觀察分析結(jié)果。

3 實驗分析

3.1 相關(guān)參數(shù)

整個系統(tǒng)建筑平面面積為1 200 m2，窗墻面積比為0.7；圍護結(jié)構(gòu)傳熱系數(shù)3 W/(m2·℃)；照明設(shè)備負荷、人員密度及設(shè)備負荷均依據(jù)GB 50189—2019《公共建筑節(jié)能設(shè)計標準》確定。空調(diào)區(qū)域的設(shè)定參數(shù)如表2所示。

表2 空調(diào)區(qū)域設(shè)定參數(shù)

對定靜壓控制、人為經(jīng)驗變靜壓模糊控制[15]、SC-ANFIS變靜壓模糊控制3種方法進行對比，表3列出了3種方法的相關(guān)參數(shù)。文獻[15]中變靜壓模糊控制法根據(jù)經(jīng)驗用少數(shù)的規(guī)則來包含多種組合方式，以3個房間為研究對象，根據(jù)變風量空調(diào)系統(tǒng)“當至少有一個末端閥門全開時，需要增大系統(tǒng)靜壓值”“當全部末端開度都較小時，需要減小系統(tǒng)靜壓值”等實際運行經(jīng)驗，得到一個三區(qū)域VAV系統(tǒng)的變靜壓模糊控制規(guī)則。

表3 實驗相關(guān)參數(shù)

表3中，根據(jù)系統(tǒng)實驗調(diào)試定靜壓控制法的靜壓設(shè)定值為350 Pa。靜壓變換系數(shù)與靜壓增量模糊論域[-1，1]相乘代表靜壓模糊增量實際變化閥位，即本文靜壓增量實際變化范圍為[-5，5]。文中實驗只考慮夏季工況，且考慮該系統(tǒng)為低溫送風系統(tǒng)，本文設(shè)定送風溫度為16 ℃。

3.2 結(jié)果分析

3.2.1房間溫度變化

選取平均偏差和均方差作為室溫整體控制效果的指標。平均偏差是用來測定數(shù)列中各數(shù)據(jù)對其平均數(shù)離勢程度的一種尺度，如式(11)所示；均方差是用來定義一組數(shù)據(jù)內(nèi)個體間的離散程度，如式(12)所示。

(11)

(12)

圖5顯示了3種方法對應(yīng)的各房間溫度變化。表4列出了溫度的平均偏差均值及均方差均值，其大小反映了不同方法對房間溫度的整體控制效果。

表4 不同方法下房間溫度平均偏差及均方差均值 ℃

由圖5和表4可知：當房間溫度設(shè)定值均為26 ℃時，這3種方法均能夠?qū)崿F(xiàn)室溫的穩(wěn)定控制。從平均偏差均值來看，定靜壓控制法較其他2種方法略小，2種變靜壓模糊控制法誤差相當。說明2種變靜壓模糊控制法效果基本相同，而定靜壓較這2種方法的效果略好一些。由圖5也可看出，定靜壓室溫控制達到穩(wěn)定的時間更短一些，這是因為定靜壓設(shè)定值一直處于較大值，雖然房間內(nèi)的降溫速度能夠得到保證，但由于送風溫度固定不變，室溫控制達到穩(wěn)態(tài)時，風量需求減小，而靜壓不變，只能調(diào)節(jié)末端閥位，從而導致更多的能量消耗在風閥節(jié)流部分。而從統(tǒng)計方差均值來看，SC-ANFIS變靜壓模糊控制法的平均值更小一些，說明其控制室溫時誤差的波動較小，避免了風量大范圍調(diào)整，較為穩(wěn)定。整體來說，SC-ANFIS變靜壓模糊控制法能夠在達到室溫控制效果的同時保證整體的舒適度。

3.2.2末端閥門開度變化

圖6顯示了3種方法對應(yīng)的各個末端閥門的開度變化。由圖6可知，風閥開度影響送風系統(tǒng)風機能耗。本文以最佳閥位域[0.75，0.95]為參考對象，盡可能使風閥處于最佳閥位域，從而達到節(jié)能效果。

由圖6還可知，除初始階段外，2種變靜壓模糊控制法的各個末端閥門的開度較定靜壓控制法大，但隨著系統(tǒng)靜壓調(diào)整變化，閥門也會隨之調(diào)節(jié)。在穩(wěn)定階段，定靜壓控制法最大閥位為0.32，3個末端閥位均處于偏小狀態(tài)，導致靜壓損失大，風機能耗偏高，相應(yīng)地還帶來了噪聲問題。對于2種變靜壓模糊控制法，經(jīng)驗變靜壓模糊控制法最大閥位為0.97，SC-ANFIS變靜壓模糊控制法最大閥位為0.87，SC-ANFIS變靜壓模糊控制法最大閥位處于本文參考的最佳閥位域中，并且更加接近最佳閥位值0.85。因經(jīng)驗變靜壓模糊控制法中模糊規(guī)則的覆蓋性不夠全，導致閥位調(diào)節(jié)時間過長，SC-ANFIS變靜壓模糊控制較經(jīng)驗變靜壓模糊控制的調(diào)節(jié)時間縮短35%。并且，由圖6也可以看出，SC-ANFIS變靜壓模糊控制法調(diào)節(jié)過程更加穩(wěn)定，不會導致閥位在調(diào)節(jié)過程大幅度變化，損耗末端閥門使用壽命。整體來說，SC-ANFIS變靜壓模糊控制法不僅能夠使得閥位達到最佳值，而且能使閥位的調(diào)節(jié)頻率降低，延長了閥門的使用壽命。

3.2.3系統(tǒng)靜壓設(shè)定值

圖7顯示了3種方法的靜壓設(shè)定值變化。系統(tǒng)靜壓值為風機轉(zhuǎn)速的控制參數(shù)，影響著系統(tǒng)運行能耗。定靜壓控制中靜壓設(shè)定值為定值，因此，根據(jù)式(11)、(12)，表5給出了2種不同變靜壓模糊控制法靜壓設(shè)定值的平均偏差，反映了靜壓控制的效果。

圖7 3種方法的靜壓設(shè)定值變化

表5 不同變靜壓模糊控制法的靜壓設(shè)定值平均偏差 Pa

由圖7可知：定靜壓控制法始終維持350 Pa的設(shè)定值；對于2種變靜壓模糊控制法，在初始階段，各個末端對風量需求較大，因此末端閥位值較大，同時靜壓設(shè)定值也逐步增大，使溫度能夠快速降到設(shè)定值。由表5可以看出，SC-ANFIS變靜壓模糊控制法靜壓設(shè)定值的平均值及平均偏差均比經(jīng)驗變靜壓模糊控制法略小一些，2種模糊控制法的控制效果基本相同，且在穩(wěn)定階段，2種變靜壓模糊控制法風機靜壓值降低并穩(wěn)定在85 Pa左右，在滿足當前負荷條件下，能夠使靜壓設(shè)定值較小，從而達到節(jié)能的目的。而定靜壓控制法，在穩(wěn)定階段依靠減小末端風閥開度降低風量，風閥會產(chǎn)生較大的風壓損失，從而產(chǎn)生較大能耗。雖然2種模糊控制法穩(wěn)定階段靜壓設(shè)定值基本相等，但是經(jīng)驗?zāi)：刂品ㄔ陟o壓設(shè)定值調(diào)整過程中出現(xiàn)了間斷點，而SC-ANFIS變靜壓模糊控制法調(diào)整過程更加平穩(wěn)一些。經(jīng)驗變靜壓模糊控制法的模糊規(guī)則都是根據(jù)人為經(jīng)驗得到，而人為經(jīng)驗總結(jié)通常只對主要的特征工況進行總結(jié)，在多維輸入情況下，人為經(jīng)驗規(guī)則很難覆蓋所有輸入組合情況，從而導致模糊輸出在2個規(guī)則的結(jié)合部位出現(xiàn)間斷點。通過SC-ANFIS優(yōu)化訓練出的模糊規(guī)則及隸屬度函數(shù)的設(shè)置可以包含整個輸入情況，能夠穩(wěn)定調(diào)整靜壓設(shè)定值，從而增加了系統(tǒng)控制的穩(wěn)定性。

3.2.4送風機能耗

根據(jù)風機靜壓及風機送風量計算風機功率，并對比3種控制方法的能耗。圖8顯示了3種控制方法的風機功率變化。表6給出了3種控制方法的送風機平均功率及總電耗。

圖8 不同控制方法風機功率變化

表6 3種控制方法送風機總電耗

由圖8和表6可知：在初始階段，因末端風量需求較大，3種方法的功率均偏高；在穩(wěn)定階段，定靜壓控制法的功率為2.473 kW，經(jīng)驗變靜壓模糊控制法的功率為0.863 kW，SC-ANFIS變靜壓模糊控制法的功率為0.802 kW。定靜壓控制法因其靜壓值偏高且末端閥位均處于較小值，能量都消耗在風閥節(jié)流上，導致整體能耗偏大。雖然2種變靜壓模糊控制法的功率基本相同，但是SC-ANFIS變靜壓模糊控制法的平均功率較經(jīng)驗?zāi)：刂品ǖ?，原因是?jīng)驗變靜壓模糊控制調(diào)節(jié)時間較長且調(diào)節(jié)幅度偏大，導致能耗過多。SC-ANFIS變靜壓模糊控制風機總電耗較經(jīng)驗變靜壓模糊控制低7%，較定靜壓控制低67%。整體來說，SC-ANFIS變靜壓模糊控制法對于風機控制具有一定的節(jié)能效果。

3.2.5抗干擾性分析

圖9和圖10顯示了房間負荷增大時室溫和風閥閥位的變化。

由圖9可知，當負荷增大時，經(jīng)驗變靜壓模糊控制的溫度變化幅度較大，房間A2的最高溫度為28.3 ℃，比設(shè)定溫度高2.3 ℃，而SC-ANFIS變靜壓模糊控制的溫度變化較為穩(wěn)定，響應(yīng)時間較快，房間A2的最高溫度為27.3 ℃，比設(shè)定溫度高1.3 ℃。

由圖10可知，經(jīng)驗變靜壓模糊控制在負荷變化時，閥位調(diào)節(jié)幅度較大，房間1調(diào)節(jié)過程中最大閥位為0.65，較穩(wěn)定時的閥位0.48高0.17，而SC-ANFIS變靜壓模糊控制在負荷變化時能夠快速穩(wěn)定地調(diào)節(jié)閥位，房間A1調(diào)節(jié)過程中最大閥位為0.50，較穩(wěn)定時的閥位0.48高0.02。通過以上分析可知，當室內(nèi)負荷發(fā)生變化時，SC-ANFIS變靜壓模糊控制末端閥位調(diào)節(jié)幅度很小，能夠快速穩(wěn)定地進行調(diào)節(jié)，室溫變化較為穩(wěn)定。因此，對比經(jīng)驗變靜壓模糊控制，其抗干擾性更強。

4 結(jié)語

本文將SC-ANFIS用于變風量空調(diào)系統(tǒng)中，提出了基于SC-ANFIS的變靜壓模糊控制法。對比經(jīng)驗變靜壓模糊控制，該方法能夠快速穩(wěn)定地達到室溫控制效果，并且整個系統(tǒng)的調(diào)節(jié)時間更短，控制過程更加穩(wěn)定；當存在一定干擾時，能夠更加穩(wěn)定地完成控制過程，具有一定的抗干擾性。在風機能耗方面，SC-ANFIS變靜壓模糊控制法對比經(jīng)驗變靜壓模糊控制法和定靜壓控制法分別減小了7%和67%，具有一定的節(jié)能效果。同時，在一定程度上解決了人為調(diào)試獲取規(guī)則困難的問題。對于VAV系統(tǒng)變靜壓控制節(jié)能研究，也可以采用智能算法進行優(yōu)化控制，這也是未來可以繼續(xù)進行探索的方面。