空調系統的耗電佔各產業的電力成本中相當大的比例, 以電機電子業為例, 空調系統歷年來佔總耗電25%以上。因此如何減少在空調設備上的耗電為重要議題。
空調水側系統共有四大元件: 冰機、冰水泵、冷卻水泵與冷卻水塔。而過往研究中, 同時針對完整水側系統所有元件來建立數學關係式甚至最佳化整體耗電的研究相當稀少。
本研究以完整水測系統進行研究, 提出一套新的元件控制方式, 該方式不僅有 PID 控制還同時有最佳化節能決策。PID 控制的部分為根據產學方歷史資料, 提出包含冰水泵、冷卻水泵與冷卻水塔的 PID 邏輯, 其績效指標 E(MAPE)皆在3%以下。
最佳化節能決策的部分, 為根據當前系統的元件運轉狀態來判斷是否啟用。績效表現以現存的產學方資料進行驗證, 最終使用最佳化決策模型估計可在2020年節省152425元。

The electricity consumption of air conditioning systems accounts for a large proportion of the electricity costs of most industries. For example, more than 25% of the electricity consumption of the electronics industry is consumed by the central air conditioning system. Therefore, reducing the power consumption of air conditioning equipment is critical from the perspective of cost reduction.
There are four major components in the water-side system of the air conditioning system: chiller, chilled water pump, cooling water pump, and cooling water tower. To the best of our knowledge, few studies have established mathematical relationships or even optimized the overall power consumption for all components in the water-side system.
In this study, we propose a new component control method that incorporates proportional–integral–derivative (PID) control as well as an optimal energy-saving strategy. The PID control is based on the historical data of a cooperative company. The PID logic for the chilled water pump, cooling water pump, and cooling water tower is proposed, with a performance index E(MAPE) below 3%.
The optimal energy-saving strategy uses the current components’ operating status to determine the timing of activation. Performance is verified using the existing data of the cooperative company. The estimated savings using the optimal energy-saving strategy are $152,425 in 2020.

誌謝iii
目錄iv
圖目錄vi
表目錄vii
第1 章緒論1
1.1 研究背景與動機. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 研究目的. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3 符號定義. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
第2 章文獻回顧8
2.1 空調系統簡介. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.2 空調系統研究文獻. . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.3 預測模型文獻. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.4 空調系統控制器邏輯相關文獻. . . . . . . . . . . . . . . . . . . . . . 11
2.4.1 常見控制器種類. . . . . . . . . . . . . . . . . . . . . . . . . 12
2.5 基因演算法. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
第3 章研究方法16
3.1 控制邏輯分析. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
3.1.1 冷卻水泵PID 邏輯. . . . . . . . . . . . . . . . . . . . . . . 18
3.1.2 冰水泵PID 邏輯. . . . . . . . . . . . . . . . . . . . . . . . . 20
3.1.3 冷卻水塔PID 邏輯. . . . . . . . . . . . . . . . . . . . . . . 22
3.1.4 係數計算以及績效指標. . . . . . . . . . . . . . . . . . . . . . 24
3.2 資料前處理. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.2.1 冰機開機狀態. . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.2.2 元件運轉狀態. . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.2.3 規一化. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.3 建立預測模型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.3.1 真實與預測關係式比較. . . . . . . . . . . . . . . . . . . . . . 29
3.3.2 冰機耗電及相關參數關係式. . . . . . . . . . . . . . . . . . . 29
3.3.3 冰水泵耗電及相關參數關係式. . . . . . . . . . . . . . . . . . 31
3.3.4 冷卻水泵耗電及相關參數關係式. . . . . . . . . . . . . . . . . 31
3.3.5 冷卻水塔耗電關係式. . . . . . . . . . . . . . . . . . . . . . . 32
iv
3.3.6 迴歸係數訓練方法與驗證. . . . . . . . . . . . . . . . . . . . 32
3.4 數學模型建立. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.5 最佳化求解. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.5.1 使用時機. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.5.2 基因演算法. . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
第4 章研究成果37
4.1 A 公司空調系統介紹. . . . . . . . . . . . . . . . . . . . . . . . . . . 37
4.2 元件PID 控制邏輯係數與績效指標. . . . . . . . . . . . . . . . . . . 39
4.3 預測模型係數與績效. . . . . . . . . . . . . . . . . . . . . . . . . . . 39
4.4 最佳化結果. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
4.4.1 個案一最佳化求解結果. . . . . . . . . . . . . . . . . . . . . . 43
4.4.2 個案二的最佳化求解結果. . . . . . . . . . . . . . . . . . . . 44
4.4.3 總節省費用計算. . . . . . . . . . . . . . . . . . . . . . . . . 45
第5 章總結與未來研究方向47
5.1 結論. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
5.2 後續研究方向. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48

[1] ASHRAE. “ASHRAE Handbook-HVAC Applications”. American Society of
Heating, Refrigerating and Air-Conditioning Engineers Inc Chapter 41 (2007).
[2] Dingyi Cheng et al. “Estimation of Chiller Electric Power of Central Air
Conditioner using Feedforward Neural Network”. 2021 6th Asia Conference
on Power and Electrical Engineering (ACPEE). 2021, pp. 399–404.
[3] Pei-yong Duan et al. “Solving chiller loading optimization problems using an
improved teaching-learning-based optimization algorithm”. Optimal Control
Applications and Methods 39.1 (2018), pp. 65–77.
[4] Cheng Fan, Fu Xiao, and Yang Zhao. “A short-term building cooling load
prediction method using deep learning algorithms”. Applied Energy (2017).
[5] Jee-Heon Kim, Nam-Chul Seong, and Wonchang Choi. “Forecasting the En-
ergy Consumption of an Actual Air Handling Unit and Absorption Chiller
Using ANN Models”. Energies 13.17 (2020). issn: 1996-1073.
[6] Jee-Heon Kim, Nam-Chul Seong, and Wonchang Choi. “Modeling and Op-
timizing a Chiller System Using a Machine Learning Algorithm”. Energies
12.15 (2019). issn: 1996-1073.
[7] Sundar Raj Thangavelu, Aung Myat, and Ashwin Khambadkone. “Energy
optimization methodology of multi-chiller plant in commercial buildings”.
Energy (2017).
[8] Hoang Dung Vu et al. “Data Driven Chiller Plant Energy Optimization with
Domain Knowledge”. Association for Computing Machinery (2017).
[9] Kung-Jeng Wang et al. “Intelligent control for energy conservation of air
conditioning system in manufacturing systems”. Energy Reports 7 (2021),
pp. 2125–2137. issn: 2352-4847.
[10] Xue Xue et al. “A Novel Method of Minimizing Power Consumption for
Existing Chiller Plant”. Procedia Engineering 205 (2017), pp. 1959–1966.
[11] 呂思賢. “應用支持向量迴歸預測於空調主機之性能分析”. 國立台北科技大學能
源與冷凍空調工程系碩士班碩士學位論文(2015).

[12] 許峻銘. “空調系統之最佳變頻研究”.國立清華大學工業工程與工程管理學系碩士
論文(2018).
[13] 郭宗淵. “空調系統中所有元件之變頻最佳化與自動化研究”.國立清華大學工業工
程與工程管理學系碩士論文(2019).
[14] 郭長榮. “冷卻水塔的效能提升與節能探討”.國立中興大學環境工程學系在職專班
碩士學位論文(2017).
[15] 郭祐甫. “中央空調系統運轉耗能模擬與控制策略最佳化之研究”.國立臺灣大學機
械工程學系博士論文(2010).
[16] 曾薇甄. “變頻空調機在不同環境下之控制策略”.國立中央大學能源工程研究所碩
士論文(2017).
[17] 黃明德“半導體廠空調系統節能效益分析-以十二吋DRAM廠為例”. 國立交通大
學工學院永續環境科技學程碩士論文(2012).
[18] 葉佳紋. “半導體封測廠空調水側系統節能最佳化運轉探討-以某封測廠為例”. 國
立中央大學環境工程研究所碩士論文(2014).
[19] 戴汶男. “晶圓製造廠空調系統中所有元件的變頻策略之用電量與用電效率最佳
化”. 國立清華大學工業工程與工程管理學系碩士論文(2020).
[20] 謝文健.曾文生. “變流量冰水系統節能效益分析”. 冷凍空調技術與應用專輯(2010).
50