傳統上研究冰水機組群負載分配法普遍都採用簡易平均負載法（Average Loading Method, AVL），近幾年來則有研究陸續採用拉格朗奇乘數法（Lagrangian Multiplier Method, LGM）、基因演算法（Genetic Algorithm, GA）及粒子族群演算法（Particle Swarm Algorithm, PSA）來模擬計算中央空調機組的總秏電量之最佳化負載分配研究課題，綜觀這些方法皆有其內在運算缺點；拉格朗奇乘數法在機組低負載下數值無法收斂，而利用基因演算法能處理拉格朗奇乘數法機組在低負載下數值無法收斂完整之缺點，但計算程式編寫及尋求最佳解過程相當複雜且基因演算法無法在短時間內找到欲求之最佳化解答；而採用粒子族群演算法運算製冷機組負載率及消秏電量上，雖然與應用量子基因演算法所得的數據結果幾乎相近；但是經由精確的比較分析後；粒子族群演算法在三台機組60％負載率及計算機運算數值之收斂速度方面仍有較慢的暇疵點。
基於以上這些問題點，本論文是採用近期研究較為理想且快速收斂之量子基因演算法（Quantum Genetic Algorithm, QGA），其程式架構編寫簡單及適用於求解機組最佳化問題的特性，利用此種演算法以滿足空調系統負載需求為條件，在限制條件下可隨機搜尋各機組運轉最佳點，達到總消耗電力最小最經濟化之目的。且以量子基因演算法亦可改善拉格朗奇乘數法其在機組運轉至低負載下無法收斂之重大盲點，且也可解決基因演算法無法快速尋跡找到最佳解之另一缺點。此外，量子基因演算法可修正粒子族群演算法在無法於較短時間內精確及迅速地計算出製冷機組最佳負載使用率，進而使空調機組群持續虛晃運轉浪費無形之消耗電力之缺失。
本研究論文製冷機組採用兩組分類及10個案例來做分析，配合以平均負載法、拉格朗奇乘數法、基因演算法、粒子族群演算法與量子基因演算法等之計算出運算其數值並比較結果差別，而若採用拉格朗奇乘數法演算法與量子基因演算法運算計算出結果時發現，在中高負載率時其數值幾乎相等，但僅有以量子基因演算法運算可解決各機組低負載下計算數值且不會產生數值無法收斂問題，其所得結果也能比基因演算法與粒子族群演算法更能找出最佳值。

Traditionally and commonly, the Optimal Chiller Loading (OCL) distribution method includes the Average Loading (AVL), Lagrangian Multiplier (LGM), Genetic Algorithm (GA), Particle Swarm Algorithm (PSA) methods etc. These above methods all have several disadvantages for accuracy computation. However, the Genetic Algorithm Method can overcome disadvantages that the Lagrangian Multiplier Method can not such as converge in the low-load regions, so it is very difficult and complicated to evaluate the program. Therefore, the Genetic Algorithm Method is not satisfactory to find optimal solutions. Moreover, the computation of adopting Particle Swarm Algorithm is nearly the same efforts on the load ratio （Zi） and power consumption （Total Power）. Also, it is not the optimal algorithm in fast convergence data on Chiller Units demand-side.
This study of paper offers a method by means of Quantum Genetic Algorithm to improve on these faults. Quantum Genetic Algorithm can not only the improve disadvantage that the Lagrangian Multiplier Method cannot converge in low-load rates, but also to solve problems where the Genetic Algorithm method cannot find optimal solutions, and to modify the Particle Swarm Algorithm cannot fast converge in more short time on the iterating computation in numbers.
This study adopts the Quantum Genetic Algorithm to solve the optimal chiller loading distribution problems. The main objective function is also defined using power consumption, and the partial loading ratio of each chiller unit is considered as the ideal parameter. In the results of two case studies on Chiller Units, the Quantum Genetic algorithm overcomes the weakness of the Lagrangian Multiplier Method where the system may be divergent at low demands, and reduces the amount of power consumption leading to more economical outgos than that adopted via the Genetic Algorithm or Particle Swarm Algorithm etc.

論文審定書…………………………………………………………….. i
誌謝……………………………………………………………………. ii
中文摘要………………………………………………………….…... iii
英文摘要………………………………………..…………………….. v
目錄…………………………………………………………………… vii
圖次………………………………………………………………….. xii
表次………………………………………………………………… xvii
第一章 緒論………………………………...………..….………...………1
1.1前言………………………...………..………..……………………1
1.2研究背景….…………………………...……………………..…….5
1.3研究動機……………………...…………………………...….……8
1.4研究目的……………………...…………………….………...…..10
1.5論文內容架構…………...…...………………………………..….12
第二章 製冷機組HVAC系統架構介紹……….……………………..….14
2.1前言……………..…………………………...……………………14
2.2 冰水機組系統之主要元件介紹………...…….…………....……14
2.2.1冷凍空調理論及系統流程概述………..……….…......….….14
2.2.2製冷冰水機組系統流程概述…………………………….….16
2.2.3中大型製冷原動機---壓縮機組概述……………….……….…16
2.2.4製冷熱交換器/冷凝器（Condenser）/冰水器（Chiller）性能分析比較…19
2.2.5殼管式製冷熱交換器流體流向性能分析與比較…………….….22
2.2.6製冷熱交換器冷凝器冷卻管之熱傳導係數計算……….…….24
2.2.7冷卻水塔之負載計算……………………………....…….….31
2.3製冷空調機組冰水回路循環系統分類分析…………………..…34
2.4製冷空調機組負荷容量之相關基本計算公式運用…….....……38
2.4.1製冷冷凍空調系統計算公式…………………………..……39
2.4.2壓力單位轉換表、製冷設備標準規範與系統設計常用計算公式表…44
第三章 機組最佳化負載分配理論分析……………………………......…46
3.1最佳化理論概述…………………………...………..…………..….46
3.2各種演算法應用於負載分配研究分析……………….….……….47
3.2.1負載平均法（Average Loading Method）……….….….…….47
3.2.2基因演算法（Genetic Algorithm Method）………...….…….48
3.2.3拉格朗奇乘數法（Lagrangian Multiplier Method）……..….50
3.2.4粒子群演算法理論（Particle Swarm Algorithm）…...….….52
3.2.4.1粒子群演算法應用架構法則……………..……...….….….53
3.2.5量子基因演算法理論（Quantum Genetic Algorithm）…....….56
3.2.5.1量子基因演算法之基本觀念…..…………………...…..….56
3.2.5.2量子基因演算法的程序步驟…………….…............…..….57
3.2.6利用量子基因演算法求解HVAC之應用……………......….63
3.3綜合討論分析…………………………………..………....……….66
第四章 水質管理對HVAC系統之效能影響分析…….…….….…...….68
4.1水源水質分析…………………………………………...…..…...…68
4.2散熱用冷卻水塔常見問題…………………………………….....70
4.2.1影響水資源結垢產生的因素………...………………...……70
4.2.2 冷卻水塔水源水質診斷指標….……………….……...……73
4.2.3由導電率診斷冷卻系統水源水質良劣……………...………78
4.2.4水垢污物之清除方式………………..…..…………..………79
4.2.5冷卻水塔遭遇問題之案例介紹………………………..……79
4.2.6 冷卻系統水源水質處理結論與建議…………….…………83
4.3 冰水機組之熱交換器結垢研究分析……………...……….……84
4.3.1熱交換器結垢對熱流特性影響性….………..……...….……85
4.3.2熱交換器污垢因子熱流變化特性………………...…………87
4.3.3 製冷機組系統性能係數COP之狀態變化特性……...….…89
4.3.4 製冷機組系統冷媒循環所需相對馬力數比率變化特性.…92
4.3.5 機組製冷循環中污垢因子對COP與COC的對應比較...…95
4.4製冷機組冷凝器及冰水器之污垢因子對秏能影響分析….....…97
4.4.1模擬執行計算污垢因子對機組秏能影響性測試步驟…..…99
4.4.2模擬冷凝器污垢因子變化對機組秏能分析…………....…101
4.4.3模擬冰水蒸發器污垢因子變化對機組秏能分析……...….105
第五章 結果與分析……………………………..…………...……..…..109
5.1應用各型演算法於HVAC最佳化負載分配研究分析….………...…...109
5.2各型演算法負載分配運算分析………………...……….…...…109
5.2.1常用之平均負載容量計算法…….…...……………..……..109
5.2.2應用拉格朗奇乘數演算法負載容量計算...…...……….….113
5.2.3應用基因演算法負載容量計算.....….....…………………..116
5.2.4粒子族群演算法負載容量計算.....…...……………...……..118
5.3 量子基因演算法運用於HVAC最佳優化負載分配……….…....122
5.4 HVAC應用五種負載分配演算法之間比較分析..................….125
5.4.1平均負載法與量子基因演算法運算效能比較..…..……….125
5.4.2拉格朗奇乘數法與量子基因演算法運算效能比較.............127
5.4.3基因演算法與量子基因演算法運算效能比較................….129
5.4.4粒子族群演算法與量子基因演算法運算效能比較..............131
5.5 HVAC選用五種演算法運算整體秏電量與效能比較..............…....135
第六章 結論與未來展望…………………………..……...………..…..139
6.1研究成果與結論…………………………..…..…..….…..……..139
6.2建議與後續之研究方向………………………………..…....…..142
參考文獻 …………………………………………..….…..……..……. 144
附錄表…..…………………..…………………….……..…...……….…149
附錄圖…..…………………..…………………….……..…...……….…150

[1] 經濟部能源局，http://www.moeaboe.gov.tw/。
[2] 歐盟環保指令簡介WEEE、RoHS、EuP, 綠基會通訊 中華民國九十五年十月企劃資訊部 顏秀慧 http://www.tgpf.org.tw/upload/publish/publish_19.pdf。
[3] 節約用電常識-空調設備，台灣電力公司，民國87年4月。
[4] 台灣電力公司業務處負載管理課，高壓、特高壓收費參考標準，民國99年1月。
[5] 台灣電力公司，中央空氣調節系統及箱型空氣調節機週期性暫停用電辦法, http://www.taipower.com.tw/。
[6] 楊正光，蔡大同，"可停電力電價之擬定與實施方法"，台灣電力公司業務處，
民國76年10月，更新為經濟部能源局96年10月2 日修訂新「需量反應方案」。
[7] 蘇榮泰，"台電實施電價策略對抑低系統間載之績效評估"，台電工程月刊，民國78年2月，第486期，pp. 31-46。
[8] 能源資訊網，空調系統能源查核與節約能源案例手冊。http://emis.erl.itri.org.tw/index.asp。
[9] 中華經濟研究院，"台灣地區缺電成本之研究"，80年7月，172~183頁。
[10] 李良梧，漫談建築、空調系統與節約能源、冷凍空調雜誌，June 1991, 第101-104頁。
[11] 楊冠雄、蘇崇輝，大樓空調及其他設備之負載控制可行性研究，台灣電力公司，民國81年12月。
[12] 黃傳興，空調主機節約能源方法，中國冷凍空調雜誌，June 1992。
[13] 劉青龍，變頻離心式冰水主機之節能分析，國立台北科技大學，碩士論文，2005年6月。
[14] 楊冠雄，「中央空調系統節約用電之研究」，電機技師，1993, 第38期，pp.103-114。
[15] D. J. King, A. Robert, and Jr. Potter "Description of a steady-state cooling plant model developed for use in evaluating optimal control of ice thermal energy storage systems," ASHRAE Transactions, 1998, Vol. 104, Part 1.
[16] K. J. Bell, Preliminary Design of Shell-and-Tube Heat Exchangers, Heat Exchanger Source Book, Edited by J. W. Palen, 1986, PP.107-128.
[17] 張育瑞，殼管式熱交換器之電腦輔助設計，國立成功大學機械工程學研究所，碩士論文，1990年6月。
[18] 戴啟楷，冷凍空調用熱交換器之性能測試及電腦輔助設計軟體開發，國立成功大學機械工程學研究所，碩士84論文，2000年6月。
[19] 侯博文，殼管式冷凝器VB程式設計，國立海洋大學機械與輪機工程學研究所，碩士論文，2001年6月。
[20] ASHRAE, "Liquid Chilling System," ASHRAE, 2000, CH38, p38. 1-38.
[21] ASHRAE, "Liquid Chilling Systems," HVAC Refrigeration, 2002, CH. 43.
[22] 楊秉純，熱交換器水垢防制，電機月刊，1996年，第六卷，第五期。
[23] 許大勇，鰭管式及殼管式熱交換器之性能測試和即時監控系統之建立，國立成功大學機械工程學研究所，碩士論文，2001年6月。
[24] ARI550/590-2003, "Standard for Water Chilling Packages Using the Vapor Compression Cycle," 2003, pp. 1-30.
[25] E. D. Grimison, "Correlation and Utization of New Data of Flow Resistance and Heat Transfer for Cross-Flow of Gases over Tube Banks," Heat Transfer, 1937, Vol. 59, No.7, pp. 589-594.
[26] 陳聰明編著，冷凍空調原理Ⅱ，弘揚圖書公司，CH7 pp.19-45。
[27] 施宜輝，廠務空調系統冰水主機水側溫度節能實務分析，中原大學機械工程系，碩士論文，2004年6月。
[28] 嚴志偉，變流量節能技術應用於儲冰空調系統之研究，國立台北科技大學冷凍與低溫科技研究所，碩士論文，2001年6月。
[29] 傅定儀、趙宏耀，「電子廠節約能源方向與案例說明」，中國冷凍空調雜誌，1996年2月，第79-89頁。
[30] 莊孟軒，半導體廠空調二次側冰水泵與主機之最佳運轉模式分析，國立台北科技大學，碩士論文，2004年6月。
[31] K. P. Nelson, "Dynamics of primary/secondary chilled water ystems," SHRAE Transactions, 1999, Vol. 105, Part 2. pp.128-l48.
[32] 陳清良，半導體廠冰水主機與冷卻水塔最佳運轉，國立台北科技大學，碩士論文，2004年6月。
[33] 蕭明哲編著，冷凍空調原理Ⅰ、Ⅱ，全華科技圖書公司。
[34] 高劉銘，全日負載型建物應用空調儲冰系統之最佳化負載策略研究，國立台北科技大學，碩士論文，2001年6月。
[35] 張永宗、江建樺、莊虔義、陳志豪、顏崇良、韓明絃、張洋三，「空調主機效率提昇方法之研究」，台灣電力公司節約能源論文專輯，第74-84頁，2004。
[36] 戴邦文，應用於節能績效保證合約之冰水主機性能驗證方法，國立台北科技大學，碩士論文，2006年6月。
[37] 周勤凱、林延彥，變頻離心冰水機於台灣不同地區氣候下節能效益研究，財團法人台灣綠色生產力基金會節約能源中心，2006年。
[38] 李家居，智慧型空調冰水機組效能應用與經濟調度，國立中山大學，碩士論文，2002年7 月。
[39] 張永宗，冰水主機最佳排序，冷凍與空調雜誌，October 2002, pp. 87-92.
[40] R. R. J. Hackner, J. W. Mitchell, and W. A. Beckman "HVAC system dynamics and energy use in buildings. PartⅠ," ASHRAE Trans. 1984, vol.90. pp.523-535.
[41] J. E. Braun, S. A. Klein, J. W. Mitchell, and W. A. Beckman "Applications of Optimal control to Chilled water systems without storage," ASHRAE Transaction, 1989, vol. 95(1) , pp. 663-675.
[42] 蘇木春、章孝德，機器學習、類神經網路、模糊系統以及基因演算法則，全華圖書，1997。
[43] 林瑞昆，應用基因演算法於冰水主機負載分配之最佳化，國立台北科技大學，碩士論文，2003年6月。
[44] 莊虔毅，以基因演算法求解含凹凸特性曲線之冰水主機最佳負載分配，國立台北科技大學，碩士論文，2004年6月。
[45] 涂煌秋，冰水主機負載分配最佳化效能之提昇，國立台北科技大學，碩士論文，2003年6月。
[46] Y. C. Chang, "A Novel Energy Conservation Method－Optimal Chiller Loading," Electric Power Systems Research, 2004, vol. 69. pp. 221-226.
[47] 江建樺，應用模擬退火演算法於冰水主機負載分配之最佳化，台北科技大學，碩士論文，2005年6月。
[48] R. C. Eberhart, and J. Kennedy "A new optimizer using particle swarm theory," Sixth International Symposium on Micro Machine and Human Science Nagoya, Japan, 1995, pp. 39-43.
[49] J. Kennedy, and R. C. Eberhart "Particle swarm optimization," IEEE International Conference on Neutral Networks (Perth, Australia), IEEE Service Center, Piscataway, NJ, 2005, pp. IV: 1942-1948.
[50] Y. Shi, and R. C. Eberhart "A modified particle swarm optimizer," IEEE International Conference on Evolutionary Programming, Alaska, May 1998, pp.4-9.
[51] J. Kennedy, R. C. Eberhart, and Y. Shi "Swarm Intelligence, " http://www.swarmintelligence.org/SIBook/SI.php。
[52] P. N. Suganthan, " Particle Swarm Optimizer with neighbourhood operator," Proc. Congress on Evolutionary Computation, 1999, pp. 1958-1962.
[53] 郭信川、張建仁、劉清祥，「粒子群演算法於最佳化問題之研究」，第一屆台灣
作業研究學會學術研討會暨2004年科技與管理學術研討會，2004，第419-432頁。
[54] Y. Shi, and R. C. Eberhart "Empirical study of particle swarm optimization," Proc. Congress on Evolutionary Computation, July 6-9 1999, pp. 1945-1950.
[55] G. Xiao, S. Li, X. Wang, and R. Xiao "A solution to unit commitment problem by
ACO and PSO hybrid algorithm, " Proceedings of the 6th World Congress on Intelligent Control and Automation, Dalian, China, 2006, pp. 7475-7479.
[56] A. Narayanan, and M. Moore "Quantum-inspired genetic algorithms," Proceedings of IEEE International Conference on Evolutionary Computation, Nagoya, Japan, 1996, pp. 61-66.
[57] K. H. Han, and J. H. Kim "Genetic Quantum Algorithm and its Application to Combinatorial Optimization Problem," Proceedings of IEEE International Congress on Evolutionary Computation, IEEE press, 2000, pp. 1354-1360. , pp. 13-17.
[58] G. S. Sailesh Babu, D. B. Das, and C. Patvardhan "Real Parameter Quantum Evolutionary Algorithm for Economic Load Dispatch," IET Proc.-Gener.Transm. Distrib, Vol. 2,Issuel 1,2008,pp. 22-31.
[59] J. C. Lee, W. M. Lin, G. C. Liao, and T. P. Tsao "Quantum genetic algorithm for dynamic economic dispatch with valve-point effects and including windpower system," International Journal of Electrical Power & Energy Systems, Vol. 33, NO. 2, February 2011, pp. 189-197.
[60] 廖國清、鄭勛庭，「使用量子基因演算法求解短期發電機排程」，中華民國第三十屆電力工程研討會，台灣， 2009。
[61] 李士勇、李盼池，量子计算与量子优化算法，哈爾濱：哈爾濱工業大學出版社，2009。
[62] 趙慶松，空調主機群之最佳負載分配，台北科技大學，碩士論文，2002年6 月。
[63] 朱正宇，應用灰色系統理論於冰水主機耗電量預測，國立台北科技大學，碩士論文，2007年6 月。
[64] 蔡輔壬，類神經網路應用於空調系統最佳冰水出水溫度之估算，國立台北科技大學，碩士論文，2005年6 月。
[65] Y. C. Chang, J. K. Lin, and M. H. Chuang "Optimal chiller loading by genetic algorithm for reducing energy consumption," Energy and Buildings, 2005, vol. 37, pp. 147-155.
[66] R. C. Eberhart, and Y. Shi. "Comparison between genetic algorithms and particle swarm optimization," 1998 Annual Conference on Evolutionary Programming, San Diego, 1998.
[67] 陳建進，應用進化策略演算法於冰水主機負載分配之最佳化，國立台北科技大學冷凍空調工程系，碩士論文，台北，2006年6 月。
[68] 經濟部水利署各項用水統計資料庫， 99-100年各標的用水量統計.pdf參考
[69] 蔡騰龍編著，「工業冷卻水處理概論」，正文書局。
[70] 許守平編著，「冷凍空調工程與原理 上、下冊」，全華科技圖書公司。
[71] Harvey M. Herro and Robert D. Port "The Nalco Guide to Cooling Water Systems
Failure Analysis," 1993.
[72] 張振章、林東源、黃連木、徐嘉立、黃安炫，”半導體工廠純水系統逆滲透膜廢液回收再利用之研究”，1997。
[73] 顏振華、張振章、張之樺合撰，「冷卻水塔用水管理於工業節水之實務應用」，a.經濟部工業局永續發展組、b.京華工程顧問股份有限公司，2006。
[74] 陳主福等人，由熱傳看污垢係數對主機耗能的影響，中國冷凍空調雜誌 1996第123-124頁。
[75] 陳主福、章雲雄，由熱力學觀點探討結垢現象對冰水主機耗能之影響，空調與壓縮機專輯，1997年，第189-197頁。
[76] 胡耀祖、劉中哲，冰水主機能源效率與冷媒發展趨勢，節約能源技術報導，經濟部能源委員會，2003，第44期，第22-38頁。
[77] 謝榮忠，商用磁能防垢器對碳酸鈣結晶之影響，國立台灣大學化學工程研究所，碩士論文，台北，2004年6 月。
[78] G. P. Henze, R. H. Dodier, and Moncef Krarti "A simulation environment for the analysis of ice storage controls," ASHRAE, HVAC & REF. Research, Vol. 3, No.2.
[79] H. J. Chen, David W. P. Wang, and Sih-Li Chen, "Optimization of an ice-storage air conditioning system programming method," Applied Thermal Engineering 25(2005), 461- 472.
[80] M. J. Bitondo, Mark J. Tozzi, "CHILLER PLANT CONTROL," Carrier Corporation Syracuse, NewYork, 1999.
[81] ASHRAE Handbook, "Supervisory Control Strategies and Optimization," CH.401999。
[82] 劉中哲，空調節能技術應用及管理，工業技術研究院能源與資料研究所，2003。
[83] 張永宗，冰水主機性能提昇之節能潛力計算，冷凍空調技師季刊，2005，pp.61-67。
[84] 廖克陽，冰水機性能經驗模式通用性之研究，國立台北科技大學，碩士論文，2008。
[85] Yung-Chung Chang, "Sequencing of chillers by estimating chiller power consumption using artificia1 neural networks," Building and Environment, 2007, pp.180-188.
[86] 林家田，應用線性規劃法於半導體廠冰水主機負載分配之最佳化，碩士論文，國立台北科技大學，2003年6 月。
[87] 林彥良，智慧型控制：分析與設計，全華科技圖書公司，2005，第19章。
[88] 周鵬程，Matlab程式語言入門「智慧型計算概論」，全華科技圖書公司，2004。
[89] S. C. Hu, and Y. K. Chuah "Power Consumption of Semiconductor Fabs in Taiwan Area," Energy, 28, 2003, pp. 895-907.
[90] D. J. Tylavsky, and G. T. Heydt "Quantum Computing Power System Simulation," IEEE Power Engineering Society General Meeting, 2003, Vol. 2,, pp. 13-17.
[91] G. C. Liao, and T. P. Tsao "Application of a Fuzzy Neural Network Combined with a Chaos Genetic Algorithm and Simulated Annealing to Short-Term Load Forecasting," to be published in the IEEE Trans. on Evolutionary Computation, Accepted, July 31, 2005.
[92] P. H. Chen, and H. C. Chang "Large Scale Economic Dispatch by Genetic Algorithm," IEEE Trans. On Power Systems, 1995, Vol. 10, No. 4, pp.1919-1926.