引言随着建筑行业的不断发展，智能建筑已成为当代楼宇建设的必然趋势。智能建筑在普通建筑基础上，增加了安防管理系统、通信系统及楼宇节能系统等电子设备信息系统。针对我国电网环境及网络监控、网络通信、医疗系统等对电源可靠性的要求，UPS可持续供电系统成为现代建筑中必不可少的部分。UPS供电系统的设计需要考虑容量选择、配电回路规划、UPS的损耗及系统可靠性等多方面因素，通常根据负载总功率需求选择UPS的设备规格。根据此方法设计的UPS供电系统，工作效率较低，存在能耗浪费的情况。针对UPS供电系统，探讨功率损耗问题以及如何降低损耗，并根据当下流行的AI人工智能话题，设计智能控制的UPS供电系统。有利于全面提升UPS系统的运行经济性及工作效率，降低系统能耗，提高能源利用率，节约社会资源。1UPS系统基本工作原理可持续不间断供电电源系统UPS主要由UPS主机及续电电池组构成，具体组成部分如图1所示。10.3969/j.issn.1004-7948.2021.12.003.F001图1UPS构造与工作原理滤波器用于过滤市电输入电压的不稳定电磁波；整流器可将市电整流成输出幅度不变的直流电；逆变器将直流电源转换成稳定的交流电源；旁路装置在UPS发生故障及日常维护时，保证供电设备持续供电，通过旁路装置继续对供电设备进行供电。UPS的作用就是将市电交流电通过滤波后，送给整流器转化为可靠的直流电，通过逆变器再次转换为可靠的交流电，供应给前端负载，同时向UPS电池组进行充电。当市电断电后，逆变器将电池组提供的直流电转换为交流电，持续向负载供电。由于逆变器一直处于工作状态，所以不存在时间切换的问题，保证负载持续供电的可靠性[1]。2UPS系统优化2.1系统存在问题自UPS诞生以来，UPS的工作效率已有飞跃式的提升，但仍然无法彻底解决UPS供电系统存在损耗的问题。UPS供电的损耗主要包括：UPS主机自带的损耗；设计用电一般按照负载用电最大化设计，但实际用电量随时发生变化，导致UPS系统供电的能源浪费。（1）UPS自身损耗。UPS自身损耗主要与组成电路的半导体元器件有关，一般损耗较高的元器件为IGBT、二极管及功率电感[2]。IGBT及二极管的损耗由开关损耗和导通损耗构成；功率电感的损耗主要为线圈损耗和磁滞损耗，磁芯损耗的主要组成是磁滞损耗及涡流损耗，线圈损耗是电流在导线上流过产生的损耗。对于UPS的自身损耗，很大一部分原因在于导通原件本身的材质，因此很难有较大的优化突破。（2）系统供电负载损耗。UPS系统主要用于建筑物中电子设备系统的供电。电子设备一般存在两种负荷：待机负荷和工作负荷。待机情况下，设备功率较低，而设备满负荷工作时，设备功率最大化，不同时间段设备的满负荷工作数量不同，导致负载设备的负载率随着使用率不断变化。经过大量的试验研究，设备的负载率对UPS的工作效率影响较大，具体情况如图2所示[3]。10.3969/j.issn.1004-7948.2021.12.003.F002图2UPS效率随负载率变化曲线图UPS的效率随负载率的提高而提高，并且当负载率为70％时，达到效率最高点。如果要提高UPS的工作效率，需提高供电设备的负载率。2.2UPS供电系统结构的改进根据现有UPS供电系统存在的缺点，分别从UPS供电系统运行架构及智能控制两方面对系统进行优化。2.2.1可变输入输出模块化UPS供电法通过提高负载设备的负载率有效提升UPS工作效率，然而负载设备的工作时间根据业主的需求不断变化，无法做出固定性改变，因此提出可变输入输出模块化智能UPS供电系统。本系统对于UPS的市电供电、UPS主机及电池模块的设计都有优化，可变化输入输出UPS供电原理如图3所示。10.3969/j.issn.1004-7948.2021.12.003.F003图3可变化输入输出UPS供电原理在可变输入输出模块化智能UPS供电系统中，智能控制器可读取负载负荷的大小。根据负载负荷的变化，控制器分别控制市电输入回路、模块化UPS中需运行模块的数量及市电断电后，控制器也会对负载负荷进行优化，根据负荷的实际大小控制UPS蓄电池组的供电数量。经过对UPS输入输出的调节，可有效提高系统工作效率。2.2.2智能UPS供电系统的设计对UPS供电系统进行智能优化控制，主要优化方向为：基于系统负载率根据负载设备运行时间节点机制，优化得到系统设备工作能耗最佳值，以此为基础再选择UPS所需提供的能耗功率大小，使得控制器在控制UPS输出时结果更加精确。（1）确定目标函数。智能优化UPS系统主要是对UPS供电负载能耗进行优化，确定建立以负载能耗模型为目标函数。电子设备能耗主要分为3部分：前端设备、网络设备及网络链路，根据加性模型法得到负载能耗模型如下所示[4-5]：E=∑(u,v)∈EXu,va(u,v)+∑u∈VYub(u)+∑v∈UZvc(v) (1)式中：a(u,v)——网络链路(u,v)的能耗，kW；b(u)——网络设备交换机的能耗，kW；c(v)——前端电子设备的能耗，kW；Xu,v、Yu、Zv——分别为相应能耗的二元变量，分别表示相应部分的状态是开启还是关闭。基于加性模型对于能耗模型开启与关闭状态的区分，将负载工作效率纳入模型建立范围之内，把系统运行的时间频率作为变量，建立系统时钟频率能耗模型，若使楼宇中电子设备能耗最小，需要将空闲的设备调节到低能耗模式，因此本研究将电子设备的能耗分为静态能耗与动态能耗两部分。静态功耗是指设备的待机功耗，主要来源于各元件的泄漏电流，比如流过晶体管的泄漏电流、流过P-N结构的泄漏电流、流过栅介质的泄漏电流等。而泄漏功耗的模型可表示为：P0=α(Vddk1ek2Vddek3Vbb+VbbIbb) (2)式中：α——电路元件的数量，个；Vdd——供给电压，V；Vbb——偏置电压，V；Ibb——偏置电流，A；k1、k2、k3——电路集成系数。电子设备的动态模型与电子元件相关，通常以CMOS电路为基础的电子设备能耗模型表示为：Pd-move=CVdd2f (3)式中：C——电容，uF；f——设备的时钟频率，Hz。时钟频率f与供给电压之间的关系又可以表示为：f=k(Vdd-Vmin)2Vdd (4)式中：k——常数；Vmin——门限电压，V。则电子设备系统能耗模型可转化为[6-7]：Pfz=∑i=1n(P0+λPd-move) (5)式中：P0——系统静态功率，即系统中可待机设备皆待机时的系统功率，kW；λ——转换系数；Pd-move——动态功耗，kW。此外，Yao[8-9]等提出将上述基于时钟频率的模型线性化，得到公式为：P=(Pmax-PIdle)u+PIdle (6)式中：Pmax——系统设备全勤工作状态下的能耗，kW；PIdle——系统空闲状态下的能耗，kW；u——系统负荷率。（2）约束条件。对于负载设备，存在必要的功率约束，负载功率必须大于待机功率之和，小于全工作状态下设备功率之和，即：PIdle(t)≤Pfz(t)≤Pmax(t) (7)同时，作为建筑物内电子设备的备用电源，任何时刻内，UPS最大放电功率需大于负载设备所需功率，公式如下所示：∑i=1mPfz≤PUPS (8)（3）自适应时钟同步调节系统设计。为保证智能控制系统稳定工作，控制结果精确，借鉴网络工程中常使用的时钟频率控制法（DFS），建立UPS负载能耗时钟同步控制系统。在网络系统中，时钟频率控制的主要目的是协调CPU与系统外部设备工作频率同步。将时钟频率控制运用于UPS供电系统中，系统根据采集器所采集的能耗数据创建负载运行能耗模型，并合理分配每个回路的供电容量至各控制器，实现基于主从时钟同步控制的能耗优化调节。在这一过程中，系统主控制器与从控制器工作于同一时钟频率，保证系统控制过程的精确性。但在网络系统中，每个子网只允许存在一个主时钟，导致时钟调节具有延时性，因此需要对时钟频率控制进行动态调节。本研究设计动态调节主从时钟频率控制系统，采用晶体振荡作为系统时钟的基本频率，利用数字计数器提高系统时钟精度。动态调节主从时钟频率控制系统的基本原理如图4所示。利用同步信号、当前时钟读数及上周期时钟读数之间的差异，通过算法计算得到频率补偿值，对晶体振荡频率进行补偿，保持系统主从时钟的运行同步。10.3969/j.issn.1004-7948.2021.12.003.F004图4自适应时钟频率控制原理对于负载设备能耗的优化，运用具有自适应及自学习功能的算法对系统能耗进行优化。鉴于粒子群算法[10]是根据鸟类的觅食习惯，通过不断地迭代寻优，寻找最佳解的优化算法，具有良好的自适应及自学习能力，因此本研究运用粒子群算法进行参数优化，粒子群算法的迭代过程计算公式如下所示[11-13]：vid(t+1)=w×vid+c1r1(Pid-xid)+c2r2(Pgd-xid) (9)xid(t+1)=xid+vid(t+1) (10)但粒子群算法进入收敛后期，所有的粒子都朝最优解的方向飞去，导致粒子逐渐同一化，失去多样性，从而陷入局部极小。为了避免粒子陷入局部极小，运用遗传算法对粒子群算法进行优化。遗传算法的交叉与变异算子可分别提高算法的局部与全局搜索能力[14-16]。通过引入遗传算法的交叉算子，使粒子之间可以互相交换信息，提高粒子新的搜索空间飞行能力。通过引入变异算子增强粒子的全局搜索能力，避免产生局部最优解。基于遗传粒子群能耗优化时钟频率同步控制UPS供电系统如图5所示。10.3969/j.issn.1004-7948.2021.12.003.F005图5遗传粒子群优化UPS供电系统3案例分析3.1对于UPS供电结构优化分析根据某商业办公综合大厦UPS运行具体情况做出详细分析，一天24 h当中，大厦的UPS负载设备能耗不断变化，具体情况如表1所示。10.3969/j.issn.1004-7948.2021.12.003.T001表1UPS供电负载功耗时间/h参数功耗/kW传统UPS设计容量/kVA负载效率/％智能UPS设计容量/万元负载效率/％012520062.514089.2214020070.016087.5414620073.016091.3615020075.016093.8816420087.018096.71017020085.018094.41219620098.020098.01419620098.020098.01617520088.018097.01815520077.516077.52017520078.516078.52217420073.515073.5商业办公大楼UPS供电负载负荷随时间不断变化，最大约为196 kW，最小约为125 kW。正常情况下，按照负荷最大值设计一套200 kW的UPS供电系统，在设备负荷为125 kW时，UPS工作效率仅为62.5％。而在可变化输入输出UPS供电系统中，可以设计10个20 kW的模块。当设备负荷为125 kW时，此时控制器只需选择7个模块进行供电即可，使UPS的工作效率高达89.2％。可变化输入输出系统根据负载负荷随时间的变化灵活调整UPS的供电容量，避免因UPS功能远超过负载需求导致能耗浪费。UPS模块设计越小，系统越精确，效率提升效果越明显。3.2基于智能UPS供电系统负载能耗优化分析基于遗传粒子群算法优化的时钟频率控制系统主要分为4个部分，包含能耗数据采集及检测部分、负载能耗模型建立及优化部分、时钟频率同步控制部分以及执行输出并选择UPS供电模块数量部分。整个系统算法流程包括：（1）采集系统负载相关信号；（2）根据系统当前的负载能耗情况，建立负载能耗数学模型；（3）利用遗传粒子群算法对负载能耗进行优化；（4）通过时钟频率同步调节，确保主从控制器工作于同一时间频率，避免因工作时间误差导致系统产生运行数据错误；（5）对最新的系统能耗数据做出反馈，并循环以上步骤。3.2.1时钟频率调节的运行分析为验证时钟频率控制的功效，通过仿真利用主从时间控制对信号进行追踪。两种噪声信号对系统产生干扰，导致主从时钟频率产生漂移而生成误差。主从时钟频率控制信号同步追踪如图6所示。由图6可知，利用可调节时钟频率控制系统，能有效同步主从控制器之间的信号频率，从时钟对主时钟的时钟信号进行有效追踪。10.3969/j.issn.1004-7948.2021.12.003.F006图6主从时钟频率控制信号同步追踪3.2.2对于遗传粒子群算法自主寻优的效果分析根据式(9)与式(10)可知，粒子群算法根据个体最优与社会最优不断迭代更新自身的速度与位置，体现了良好的自学习与自适应性能。粒子群算法公式如下：f(x,y)=x2+y2-10cos(2πx)-10cos(2πy)+20 (11)通过MATLAB软件对粒子群的自我搜索能力进行仿真，选择二次元函数作为寻优目标，寻找最佳极值。本次仿真最大迭代次数取为100，搜索空间维数为3，初始化粒子群个数为100，搜索过程及结果如图7所示。图7函数极值曲线及PSO算法寻优轨迹图10.3969/j.issn.1004-7948.2021.12.003.F7a110.3969/j.issn.1004-7948.2021.12.003.F7a2粒子群算法可对二次元函数进行有效寻优，并在第30代寻得最优极值。GA-PSO算法二次元函数寻优轨迹图如图8所示。对于遗传算法，针对粒子群算法缺点的优化，根据图8可知，遗传粒子群算法仿真速度快，在迭代过程中的第13代就寻得函数最优极值，说明遗传算法能有效解决粒子群算法陷入局部极小的问题。10.3969/j.issn.1004-7948.2021.12.003.F008图8GA-PSO算法二次元函数寻优轨迹图3.2.3基于自适应DFS系统控制效果分析分别针对控制系统，使能与静止状态下做出能耗对比，根据不同电子设备运行时CPU的利用率判断系统节能效果，具体如表2所示。表格中Idle与Scaled分别表示设备的空闲与运行两种状态，如果Idle的比例越小，则设备的运用率越高。对UPS供电系统在一般情况下与时钟频率控制系统使能情况下做出试验数据统计分析，可以清楚地看出，无论是对额定功率较小的前端管理电子设备还是对额定功率较大的数据中心设备，DFS系统都可以有效降低负载能耗。10.3969/j.issn.1004-7948.2021.12.003.T002表2DFS使能与静止的功耗对比设备类型设备状态/％UPS供电功率/kW节省能耗/％IdleScaledDFS使能DFS禁止前端管理设备2575304025通讯链路设备2872456328数据中心设备33676191334结语通过对UPS供电系统的改进，提高UPS工作效率，减小UPS的运行损耗。运用可变输入输出模块化UPS供电系统，随时根据负载利用率调整UPS的输入输出容量，可有效提升UPS的工作效率，避免因前端负载部分处于待机状态，而UPS设计容量过大产生不必要的能源浪费。设计根据可调节时钟频率智能控制系统，并利用遗传粒子群算法对设备能耗进行优化，通过主从时钟控制保证系统控制器运行在同一频率。结果表明，时钟频率控制可有效保证系统运行的精确性，遗传粒子群算法对设备能耗进行有效寻优。根据最终仿真结果，系统可有效减小负载能耗，起到良好的节能效果。