随着国家电力体制的深入改革以及建筑节能的推广普及,智能化电采暖系统在中国供暖市场的份额逐步提升。电采暖终将会发展成为继集中供暖、燃气供暖的又一主流采暖形式。我国现有的电供暖运行方式在自动控制、供热分配方面还存在许多问题。为了解决这些问题,本文根据电供暖建筑的特点,提出一种欠功率条件下电供暖建筑自动控制运行方法,利用根据实际运行状态模拟的数据对方法的效果进行评估。论文对自动控制运行方法的研究主要包括以下四个方面:1.为了准确描述房间在供暖期间的温度变化特性,本文通过对实际应用中的房间温度变化曲线进行分析,找到温度变化的规律,建立供热模型。电供暖建筑房间内的供热装置为温控器,结合温控器设置温度可调、能够保持温度在一定范围内变化等的特点,建立房间温控器数学模型,从而建立电供暖控制系统。2.基于模糊推理、神经网络算法等智能计算方法,构建用于计算温度变化常数的神经网络模糊推理算法。算法采集朝向、高度、位置等自然影响因素的数据,根据专家知识和实际供暖建筑房间总结的经验,设定各个房间的温度常数大小。根据经验数据对模型进行训练,再利用新数据对模型的效果进行检测,仿真结果表明,温度变化常数算法能够准确计算各个房间的温度变化常数值。3.决策控制算法的设计。根据影响供暖建筑的所有因素,建立决策控制算法。由于电供暖建筑电功率不足,不能满足所有房间同时进行加热。决策控制算法的目的是为了在满足电功率容限的条件下,实时对所有房间的温控器的开关启闭进行控制,不仅达到功率的要求,而且尽量提高用户的供暖体验。算法利用房间的实时温度、实时功率计算供暖过程中加热频率的大小、升温(降温)时间以及实时温度与设置温度的差值,利用加热频率、升温(降温)时间和差值来计算房间的优先级。根据优先级的排序,分析整体电供暖建筑房间在实际工作条件下所有房间的开启或关闭温控器的顺序。通过分析整体供暖系统达到设置温度的一致性、稳定性、功率范围等评价指标,得到本文提出方法的控制效果达到预期的目标。4.预测房间供暖优先级算法的设计。考虑到实际供暖过程中,房间的温度变化常数是时变的,只通过将加热频率、升温(降温时间)和实时温度与设置温度差值的线性组合作为房间实时的优先级可能不准确。算法根据历史数据,预测未来房间的供暖规律,对房间优先级进行修正,从而优化整体电供暖控制的效果。本文选择NAR神经网络作为预测供暖优先级的方法,能够准确预测优先级的变化情况。通过对比加入预测结果前后的系统的评价指标,分析表明加入预测结果后的算法在温度一致性、稳定性,功率变化范围等方面有更出色的表现。