王喜春，张靖，张春路*

（1-上海东方延华节能技术服务股份有限公司，上海 200060；2-同济大学机械与能源工程学院，上海 201804）

0 引言

大型酒店类建筑，尤其是四星级以上的酒店，其能耗多高于办公建筑、商业建筑等，属于能源消耗较大的一类公共建筑[1-2]。高级酒店通常采取全年制冷的方式，制冷能耗可占整体建筑能耗的15%～30%，具有极大的节能潜力[3-5]。

运行策略需要同时考虑系统的稳定性和节能性[6-8]，对从业人员的专业性提出了一定要求。基于人为判断的策略调整很难实现系统整体性节能，需要引入全局能耗预测模型调整运行控制策略。

现有冷水机组能耗模型可分为两类[9]：回归分析模型和机器学习模型。前者包括线性回归模型、半经验模型[10]、多元多项式模型[11]和DOE-2 模型[12]等，通常基于厂家提供的性能数据参数得到，和运行数据联系不紧密；后者包括支持向量机模型[13-14]、神经网络模型[15-16]和梯度提升回归树模型[17]，对数据数量和质量有一定要求，适用于检测完善的系统，建模较复杂。

本文利用上海某酒店制冷系统2018—2020年的运行数据，建立制冷系统能耗预测模型，体现不同策略控制造成的机组能耗变化；基于给定的策略表，优化该系统的历史运行策略参数，可简单有效地指导现场运维工作。

1 系统原理

1.1 系统及设备信息

该酒店位于上海中心城区，总建筑面积为98,805 m2。酒店采用双管制末端，满足全年制冷需求，制冷系统原理如图1所示。冷源配备3 台名义制冷量2,408 kW 的离心式冷水机组，配备3 台冷却塔、4 台冷冻水泵和4 台冷却水泵。……