发明内容
为了解决现有技术的上述问题,本发明的目的是提供一种基于云计算的电子信息系统机房能源管理控制系统及方法,能够兼容所有不同厂家的节能平台,在一个统一的平台下对很多个电子信息系统机房集中进行能源管理控制,实现最大限度的节能降耗管理和网络化自动控制,从而实现能源的最优化配置,达到更好的节能效果。
为了实现上述目的,本发明提供了一种基于云计算的电子信息系统机房能源管理控制系统,包括:
现场控制器,用于根据用户设定参数对电子信息系统机房的各个能耗设备进行现场控制并将所述用户设定参数传送给云计算管理控制平台;
能耗参数采集器,用于采集与所述各个能耗设备的能耗有关的参数并传送给云计算管理控制平台;云计算管理控制平台,用于根据所述采集到的与所述各个能耗设备的能耗有关的参数和所述用户设定参数调整所述现场控制器对所述各个能耗设备的现场控制模式。
作为优选,所述云计算管理控制平台具体包括:
接收单元,用于接收所述能耗参数采集器采集到的与所述各个能耗设备的能耗有关的参数和所述用户设定参数;
第一判断单元,用于判断所述采集到的与所述各个能耗设备的能耗有关的参数和所述用户设定参数是否匹配并生产判断结果;
能耗模型生成单元,用于当所述第一判断单元的判断结果为匹配时根据所述各个能耗设备的能耗有关的参数生成相应的能耗模型;
历史能耗模型数据库,用于存储各种历史能耗模型;
第二判断单元,用于判断所述生成的能耗模型与历史能耗模型数据库中对应的历史能耗模型是否匹配并生成判断结果;
控制模式调整单元,用于当所述第一判断单元或所述第二判断单元的判断结果为不匹配时调整所述现场控制器对所述各个能耗设备的现场控制模式。
作为优选,所述的与所述各个能耗设备的能耗有关的参数包括实时能耗参数、运行参数和安全参数。其中,实时能耗参数通常指电计量设备直接采集的各个能耗设备的电量参数,运行参数包括温度、湿度、风量、运行时间、频率等等各个能耗设备运行时相关的参数,安全参数包括运行状态、故障、报警等情况下各个能耗设备相关的参数。
作为优选,所述历史能耗模型数据库中对应的历史能耗模型是指能耗约束参数与所述生成的能耗模型匹配的历史能耗模型,所述能耗约束参数包括所述各个能耗设备的应用环境参数、设计参数、应用场所类型参数和能源供应类型参数中的一种或者其组合。历史能耗模型数据库中存有各种符合行业标准(设计标准)的历史能耗模型,这些历史能耗模型考虑了能耗标杆、效率标杆、绩效标杆等评价标准的,能耗相对来讲是最合理的。历史能耗模型的建立通常受到能耗约束参数的制约,能耗约束参数不同,对应的历史能耗模型就不同。各个能耗设备的应用环境参数包括地理位置、气象参数等等,设计参数包括设计功率、测量范围而、设计能耗参数、设计能效等等,应用场所类型参数包括商场、超市、酒店、办公楼、展览馆、机房、工业厂房、住宅、国家电网等等(本发明中为电子信息系统机房),能源供应类型参数包括煤炭、电力、天然气、石油、生物质能、热能、再生能源等等。当然,还有其他能耗约束参数,比如控制模式等等。
作为优选,所述用户设定参数和采集到的与所述各个能耗设备的能耗有关的参数均通过通讯网络传送给云计算管理控制平台,所述通讯网络为无线INTERNET网、有线INTERNET网、GPRS和3G网中的任一种。
作为优选,所述现场控制器包括交换机网络控制器,所述能耗参数采集器包括交换机网络流量检测传感器和交换机能耗检测传感器,所述控制模式调整单元用于根据交换机网络流量检测传感器和交换机能耗检测传感器采集的数据调整所述交换机网络控制器的控制模式。
为了实现上述目的,本发明还提供了一种基于云计算的电子信息系统机房能源管理控制方法,包括:
S11:根据用户设定参数对各个能耗设备进行现场控制并将所述用户设定参数传送给云计算管理控制平台;
S12:采集与所述各个能耗设备的能耗有关的参数并传送给云计算管理控制平台;
S13:在云计算管理控制平台下根据所述采集到的与所述各个能耗设备的能耗有关的参数和所述用户设定参数调整对所述各个能耗设备的现场控制模式。
作为优选,所述S13步骤具体包括:
S131:判断所述采集到的与所述各个能耗设备的能耗有关的参数和所述用户设定参数是否匹配;如果不匹配,执行S135步骤,如果匹配,执行S132步骤;
S132:根据所述各个能耗设备的能耗有关的参数生成相应的能耗模型;
S133:判断所述生成的能耗模型与历史能耗模型数据库中对应的历史能耗模型是否匹配;如果不匹配,执行S135步骤,如果匹配,执行S134步骤,保持所述现场控制器的控制模式;
S135:调整对所述各个能耗设备的现场控制模式。
作为优选,执行所述S134步骤后,还包括S136步骤,将所述生成的能耗模型加入到所述历史能耗模型数据库中。
本发明的有益效果在于,能够兼容所有不同厂家的节能平台,在一个统一的平台下对很多个电子信息系统机房进行集中进行能源管理控制,实现最大限度的节能降耗管理和网络化自动控制,从而实现能源的最优化配置,达到更好的节能效果。
具体实施方式
下面结合附图详细说明本发明的实施例。
如图1所示的本发明实施例的基于云计算的电子信息系统机房能源管理控制系统的结构示意图,基于云计算的电子信息系统机房能源管理控制系统包括:
现场控制器11,用于根据用户设定参数对各个能耗设备10进行现场控制并将所述用户设定参数传送给云计算管理控制平台13;现场控制器11包括用户参数设定单元111,其用于用户设定参数。比如能耗设备是空调,则用户根据需要设定空调的温度、风量等参数,并将设定的参数传送给云计算管理控制平台13。通常用于电子信息系统机房的现场控制器11包括网络水阀、风阀控制器,网络电机控制器,网络加湿控制器,网络空调控制器,网络机电设备控制器,网络安全保护控制器,网络安防、门禁、报警控制器,交换机网络流量、能耗控制器等等,各种组合分别用于控制机房交换机、机房制冷设备和末端、机房风量、机房照明系统等。
能耗参数采集器12,用于采集与所述各个能耗设备10的能耗有关的参数并传送给云计算管理控制平台13;与所述各个能耗设备的能耗有关的参数包括实时能耗参数、运行参数和安全参数。其中,实时能耗参数通常指电计量设备直接采集的各个能耗设备的电量参数,运行参数包括温度、湿度、风量、运行时间、频率等等各个能耗设备运行时相关的参数,安全参数包括运行状态、故障、报警等情况下各个能耗设备相关的参数。能耗参数采集器12一般由各类带网络传输功能的传感器、数据统计和汇总单元、数据分析和上传单元等组成,完成数据的采集和初步统计分析功能,其实际数量是根据需要而设定的,可能有很多个能耗参数采集器。传感器可以是各种网络温度传感器、网络湿度传感器、网络风量传感器、网络电度计量传感器、网络风速传感器、网络空气焓熵值传感器等等。将采集到的能耗参数通过通讯网络传输到云计算管理控制平台13,通讯网络可以是无线INTERNET网、有线INTERNET网、GPRS和3G网或者更先进的下一代传输网络等等。
云计算管理控制平台13,用于根据所述采集到的与所述各个能耗设备10的能耗有关的参数和所述用户设定参数调整所述现场控制器11对所述各个能耗设备10的现场控制模式。调整的目的是实现能源的最优化配置,降低能耗。本实施例的云计算管理控制平台13具体包括:
接收单元131,用于接收所述能耗参数采集器12采集到的与所述各个能耗设备10的能耗有关的参数和所述用户设定参数;
第一判断单元132,用于判断所述采集到的与所述各个能耗设备10的能耗有关的参数和所述用户设定参数是否匹配并生产判断结果;
能耗模型生成单元133,用于当所述第一判断单元的判断结果为匹配时根据所述各个能耗设备的能耗有关的参数生成相应的能耗模型;能耗模型包括整体耗能和运行耗能等等指标。
历史能耗模型数据库130,用于存储各种历史能耗模型;历史能耗模型数据库中存有各种符合行业标准(设计标准)的历史能耗模型以及被相关规范、标准等文件约定或承认的最优能耗模型,这些历史能耗模型是考虑了能耗标杆、效率标杆、绩效标杆等评价标准的,能耗相对来讲是最合理的。
第二判断单元134,用于判断所述生成的能耗模型与历史能耗模型数据库中对应的历史能耗模型是否匹配并生成判断结果;历史能耗模型的建立通常受到能耗约束参数的制约,能耗约束参数不同,对应的历史能耗模型就不同。所述能耗约束参数包括所述各个能耗设备的应用环境参数、设计参数、应用场所类型参数和能源供应类型参数中的一种或者其组合以及与其他约束参数(如控制模式)的组合。各个能耗设备的应用环境参数包括地理位置、气象参数等等,设计参数包括设计功率、测量范围而、设计能耗参数、设计能效等等,应用场所类型参数包括商场、超市、酒店、办公楼、展览馆、机房、工业厂房、住宅、国家电网等等(本发明中为电子信息系统机房),能源供应类型参数包括煤炭、电力、天然气、石油、生物质能、热能、再生能源等等。用户通过能耗约束参数设定单元14输入当前生成的能耗模型的能耗约束参数,然后根据这些能耗约束参数在历史能耗模型数据库130中找到对应的历史能耗模型(即能耗约束参数与所述生成的能耗模型匹配的历史能耗模型),再判断生成的能耗模型与对应的历史能耗模型是否匹配,如果不匹配说明能耗不合理,需要调整。例如生成的能耗模型单位面积年耗能200~300kWh,而具有相同能耗约束参数的历史能耗模型单位面积年耗能100kWh左右,则说明能耗不合理,需要进行调整。
控制模式调整单元135,用于当所述第一判断单元132或所述第二判断单元134的判断结果为不匹配时调整所述现场控制器11对所述各个能耗设备10的现场控制模式。不匹配说明能耗不符合要求,需要对现场控制模式进行调整以降低能耗,直到能耗匹配为止,从而实现能耗的最优化配置。当所述第一判断单元132的判断结果为不匹配时,说明能耗无法达到用户设定的要求,需要直接进行调整;当所述第二判断单元134的判断结果为不匹配时,说明能耗虽然能够达到用户设定要求,但还不是最优的,没有考虑能耗标杆、效率标杆、绩效标杆等评价标准,有必要进行调整从而进一步降低能耗。如果所述第二判断单元134的判断结果为匹配时,说明生产的能耗模型是合理的符合要求的,则将所述生成的能耗模型加入到所述历史能耗模型数据库中,丰富历史数据,为后续能耗管理控制提供参考。比如控制模式调整单元135根据相应的反馈数据,调用历史模型来调整机房交换机网络控制器,机房制冷设备和末端控制器、机房风量控制器、机房照明系统控制器等的控制模式。
电子信息系统机房的最大特点是具有交换机,其是相对主要的能耗设备,因此需要特别进行能源管理控制。所述现场控制器11包括交换机网络控制器,所述能耗参数采集器12包括交换机网络流量检测传感器和交换机能耗检测传感器,所述控制模式调整单元135的一个主要功能是用于根据交换机网络流量检测传感器和交换机能耗检测传感器采集的数据调整所述交换机网络控制器的控制模式,即动态监控交换机,使得交换机的能耗尽可能合理,从而降低整个电子信息系统机房的能耗。
当然,云计算管理控制平台13对现场控制器11的控制模式有很多种,上述实施例仅仅给出了其中的一种。
为了用户使用方便,本实施例的基于云计算的电子信息系统机房能源管理控制系统可以做成直观的显示界面,用户只需要通过显示界面进行管理控制即可。
使用云计算管理控制平台13进行能源管理控制的优势很明显,云计算的规模性和可扩展性的特点使得超大规模能耗集中控制可以实现,理论上讲可以实现全球范围内的任何种类的能源管理控制,包括电子信息系统机房能耗管理控制、电力运输能耗管理控制等等,应用范围更广;云计算的虚拟化的特点使得各个用户进行能耗管理控制时无需单独配置独立的能源管理控制平台,而是在“云”中按需获得,大大降低了成本;云计算的资源共享的特点使得整个控制平台内历史数据十分丰富,可以匹配最佳历史数据作为参考,从而实现能源的最优化配置。
下面以某电子信息系统机房的能耗管理控制为例,说明本实施例的基于云计算的电子信息系统机房能源管理控制系统的应用过程。
该机房属于24小时机房,总建筑面积约30,000平方米,位于某地,结构设计为钢筋混凝土框架-核心筒结构、无柱结构,能耗设备主要分为冷源系统、空调通风系统、照明插座系统、电梯系统、大型动力设备系统、交换机等。部分设计参考标准如下:
1、室内环境标准
环境设计要求 |
|
主机房温度(开机时) |
22℃+/-1℃ |
主机房相对湿度(开机时) |
50% |
主机房温度(关机时) |
30℃ |
主机房相对湿度(关机时) |
40% |
主机房和辅助机房温度变化率(开、停机时) |
<5℃/h |
辅助区温度、相对湿度(开机时) |
24℃、50% |
辅助区温度、相对湿度(停机时) |
26℃、37% |
不间断电源系统电池室温度 |
20℃ |
2、室外参数参考值:
夏季空调室外计算干球温度33.2℃
夏季空调室外计算湿球温度26.4℃
夏季通风室外计算温度30℃
夏季室外平均风速1.9m/s
冬季空调室外计算干球温度-12℃
冬季空调室外计算相对湿度45%
冬季采暖室外计算干球温度-9℃
冬季通风室外计算温度-5℃
冬季室外平均风速2.8m/s
3、耗能要求
比如电子信息系统机房的一般能耗为单位面积年电耗100kWh左右。
基于云计算的电子信息系统机房能源管理控制系统对其进行能源管理控制过程如下:
一、通过现场设备层完成检测传感器和数据信息登录工作
现场设备层:包括能耗参数采集器12(一般是各类传感器、数据统计和汇总单元、数据分析和上传单元等组成。)和现场控制器11,能耗参数采集器12主要完成各类信号采集,现场控制器11主要对相应的能耗设备进行现场控制。
所有信号通过交换机直接接入IP网络,通过internet(无线或者有线方式皆可)上传至基于云计算的电子信息系统机房能源管理控制系统的信号的采集、存储、统计和分析数据库。
能耗设备以及建筑的相关设计参数通过云计算平台登录,信息进入云计算能源管理和控制系统的设备信号采集、存储、统计、分析和模型数据库。
整个系统架构基于以太网(Lan/Wlan),采用TCP/IP协议,云计算管理控制平台可通过OBIX,SNMP,XML等协议与现场系统(现场控制器和能耗参数采集器)通讯并获得数据。主要获取以下数据:
◆控制点的各种详细状态、故障、运行等等数据,
◆报警总表
◆通过电计量传感器或者通过计算记录各个设备能源消耗数据
◆所有能耗设备以及建筑的相关设计参数
二、通过控制和分析层实现数据的分析以及相关的控制
现场级别的控制器在现场根据检测信号以及用户的目标设定参数对相应的设备实现现场级别的控制,并将各类信号上传至云计算能源管理和控制系统的设备信号采集、存储、统计和分析数据库。
以使用空调机组的温度控制为例,现场控制器可以对空调机组实现控制的内容包括:
A、启停控制:按照启停命令信号完成启停控制;
B、温度、湿度的调节控制:当室内或送风温度高于设定值(T=23℃),通过PID控制关小水阀,当室内或送风温度低于设定值时开大水阀。湿度同样进行;
C、新风量的控制:通过风阀的比例调节实现风量控制,保持风量40立方米/人/小时;
D、对机组运行时间的累计计量、启动次数、运行时间、电机的电计量等信号进行记录和上传;主要信号如下:
◆送回风机运行状态、风机气流状态、手自动状态监测、启停控制;
◆送回风机变频器反馈、变频器监测、变频器调节控制;
◆回风温/湿度测量、回风CO2浓度测量;
◆送风温/湿度测量;
◆冷、热水盘管水阀调节控制;
◆新、回风阀调节控制;
◆加湿阀调节控制。
E、电机的节能控制:通过控制器对变频器的调节实现,当室内需要的送风量发生变化的情况下,在保证新风量的基础上尽可能降低电机转速从而实现节能控制。
三、基于云计算的电子信息系统机房能源管理控制
首先在云计算控制分析平台判断采集到的参数和用户设定的参数比较是否匹配,如果匹配则保持现有的控制模式,计算叠加整个建筑总能耗及各个参数指标的能耗,生成能耗模型;如果不匹配则需要及时调整控制模式。主要考虑的参数指标有:
■建筑能耗总量指标;
■常规能耗总量指标;
■特殊区域能耗总量指标;
■暖通空调系统能耗指标:
1)空调通风系统能耗指标;
照明系统能耗指标:
1)普通照明;2)应急照明;3)景观照明;
■室内设备能耗指标;
■综合服务系统能耗指标;
■建筑水耗总量指标;等等。
然后在云计算运行数据模型平台判断生成的能耗模型是否符合行业标准,如果不符合,还需要调整控制模式,以进一步降低能耗。在云计算运行数据模型平台中存有各种符合行业标准(设计标准)的历史能耗模型,将生成的能耗模型和对应的历史能耗模型进行对比,如果耗能高于历史能耗模型,则需要调整控制模式,如果低于历史能耗模型,则保持现有控制模式不变,并把生成的能耗模型加入为历史能耗模型。以下给出几种常见的控制模型作为参考:
A、室内温湿度控制模型:根据不同的机房类型,分别构建控制细节不同的温湿度控制模型,提高控制精度。主要依据为热负荷补偿曲线来设置浮动的设定点(不再是单一的定点),即更加有效的自动调整室内温度设定值,使其在负荷允许的范围内尽可能的节省能量。这种情况下现场控制器包括网络温湿度控制器;所述能耗参数采集器包括网络温湿度传感器;所述控制模式调整单元将所述网络温湿度控制器的控制模式调整为根据热负荷补偿曲线动态设置设定温湿度值。
室内温湿度的变化与建筑节能有着紧密的相关性。据美国国家标准局统计资料表明,如果在夏季将设定值温度下调1℃,将增加9%的能耗,如果在冬季将设定值温度上调1℃,将增加12%的能耗。因此将室内温湿度控制在设定值精度范围内是空调节能的有效措施。
在可能的情况下对室内温湿度控制精度可以实现要求为:温度为±1.5℃,湿度为±5%的变化范围。这样尽可能避免出现过冷现象,从而实现节能降耗。
B、室外气候补偿调节模型:云计算能源管理和控制平台根据机房不同地理环境下室外温湿度的和季节变化情况,改变室内温度的设定,使其更加满足机房设备的需要,充分发挥空调设备的功能。如在北方地区当冬季室外温度达到适宜焓值时,可以直接利用室外冷却塔作为冷源,并通过热交换器对冷冻水进行降温,最大限度的利用自然能源实现节能降耗的目标。
C、新风量的控制模型
根据卫生要求,建筑内每人都必须保证有一定的新风量。但新风量取得过多,将增加新风耗能量。在设计工况(夏季室外温26℃,相对温度60%,冬季室温22℃,相对湿度55%)下,处理一公斤(千克)室外新风量需冷量6.5kWh,热量12.7kWh,故在满足室内卫生要求的前提下,减少新风量,有显着的节能效果。实施新风量控制模型主要几种控制要素:
1)根据室内允许二氧化碳(CO2)浓度来确定新风量,CO2允许浓度值一般取0.1%(1000ppm)。根据室内或回风中的CO2浓度,自动调节新风量,以保证室内空气的新鲜度,控制功能较完善的建筑设备自动化系统可以满足这些控制要求。根据二氧化碳浓度调节风量风速,反映了室内的实际情况,能最大限度地节能。
2)根据人员的变动规律,采用统计学的方法,建立新风风阀控制模型,以相应的时间而确定运行程序进行过程控制新风风阀,以达到对新风风量的控制。
3)使用新风和回风比来调整、影响被控温度并不是调节新风阀的主要依据,调节温度主要由表冷阀完成,如果风阀的调节也基于温度,那么在控制上,两个设备同时受一个参数的影响并且都同时努力使参数趋于稳定,结果就是系统产生自激,不会或很难达到稳定,所以可以放大新风调节温度的死区值,使风阀为粗调,水阀为精调。空调系统中的新风占送风量的百分比不应低于10%。不论每人占房间体积多少,新风量按大于等于30m3/h.人采用。
D、对机电设备最佳启停的控制模型:
云计算管理控制平台通过对空调设备的最佳启停时间的计算和自适应控制,可以在保证环境舒适的前提下,缩短不必要的空调启停宽容时间,达到节能的目的;同时在预冷或预热时,关闭新风风阀,不仅可以减少设备容量,而且可以减少获取新风而带来冷却或加热的能量消耗。对于小功率的风机或者带软启动的风机可以考虑风机间歇式的控制方法,如果使用得当,一般每一个小时风机只运行40~50分钟,节能效果比较明显。空调设备采用节能运行算法后,运行时间更趋合理。数据记录表明,每台空调机一天24小时中实际供能工作的累计时间仅仅2小时左右。
E、灯光照明系统控制模型
对公共照明设备实行定时开关控制,按照作息时间和室外光线进行预程调光控制和窗际调光控制,可以极大降低能源消耗。
F、峰谷值电价差控制模型:
充分利用峰谷电价的政策,云计算能源管理和控制平台系统制定出合理的冰蓄冷控制策略,并在用电高峰时,选择卸除某些相对不重要的机电设备减少高峰负荷,或投入应急发电机以及释放存储的冷量等措施,实现避峰运行,降低运行费用。
G、对空调水系统平衡与变流量的控制:
根据空调系统的热交换本质:一定流量的水通过表冷器与风机驱动的送风气流进行能量交换,因此能量交换的效率不但与风速和表冷器温度对热效率的影响有关,同时更与冷热供水流量与热效率相关。
云计算管理控制平台通过对空调系统最远端和最近端(相对于空调系统供回水分、集水器而言)的空调机在不同供能状态和不同运行状态下的流量和控制效果的测量参数的分析可知空调系统具有明显的动态特点,运行状态中云计算能源管理和控制系统按照热交换的实际需要动态地调节着各台空调机的调节阀,控制流量进行相应变化,因此总的供回水流量值也始终处于不断变化的中,为了响应这种变化,供回水压力差必须随的有所调整以求得新的平衡。通过实验和历史数据建立变流量控制数学模型(算法),将空调供回水系统由开环系统变为闭环系统。
实测数据表明,当空气处理机流量达到额定流量工况时,调节阀两端压力仅为0.66kg/cm2-1kg/cm2。根据空气处理机实际运行台数和运行流量工况动态调整供水泵投入运行的台数,并辅助旁通阀的微调来达到变流量控制的方式,可以避免泄漏,提高控制精度,并减少不必要的流量损失和动力冗余,从而带来明显的节能效果。据实际数据计算,节能效果在25%以上。并且将供回水流量动态参数作为反馈量,调整冷水机组的运行工况,实现明显的节能降耗效果。
由于智能建筑科学地运用云计算管理控制平台的节能控制模式和算法,动态调整设备运行,有效地克服由于暖通设计带来的设备容量和动力冗余而造成的能源浪费。据统计,有效采纳气候补偿方式就可以节省3%~5%的能源,并且本系统供热部分能够自动检测室外温度和采集室内温度,以其为供热负荷的重要依据,在供暖季节省的能量不低于5%。
H、充分多利用自然冷却方式,与电制冷方式进行最优组合,最大限度的利用大自然资源,实现节能降耗效果。
云计算管理控制平台的模型算法种类有很多种,主要分为定期算法和事件触发算法,其中定期算法包括:代数计算、总值计算、设备运行时间、布尔Boolean运算、数据整合、分段线性函数、最大及最小值记录等,事件触发算法包括:报表任务和显示事件、站点组群控制、区域或组群报警、组合结构的报警等。使用时根据具体需要选择算法,建立控制模型。
如图2所示的本发明一个实施例的基于云计算的电子信息系统机房能源管理控制方法的流程图,该方法包括:
S11:根据用户设定参数对各个能耗设备进行现场控制并将所述用户设定参数传送给云计算管理控制平台;
S12:采集与所述各个能耗设备的能耗有关的参数并传送给云计算管理控制平台;所述的与所述各个能耗设备的能耗有关的参数包括实时能耗参数、运行参数和安全参数。其中,实时能耗参数通常指电计量设备直接采集的各个能耗设备的电量参数,运行参数包括温度、湿度、风量、运行时间、频率等等各个能耗设备运行时相关的参数,安全参数包括运行状态、故障、报警等情况下各个能耗设备相关的参数。所述与各个能耗设备的能耗有关的参数通过无线INTERNET网、有线INTERNET网、GPRS和3G网中的任一种传送给云计算管理控制平台。
S13:在云计算管理控制平台下根据所述采集到的与所述各个能耗设备的能耗有关的参数和所述用户设定参数调整对所述各个能耗设备的现场控制模式。
由于使用了云计算管理控制平台进行能源管理控制,云计算的规模性和可扩展性的特点使得超大规模能耗集中控制可以实现,理论上讲可以实现全球范围内的任何种类的能源管理控制,包括建筑物能耗管理控制、电力运输能耗管理控制等等,应用范围更广;云计算的虚拟化的特点使得各个用户进行能耗管理控制时无需单独配置独立的能源管理控制平台,而是在“云”中按需获得,大大降低了成本;云计算的资源共享的特点使得整个控制平台内历史数据十分丰富,可以匹配最佳历史数据作为参考,从而实现能源的最优化配置。
如图3所示的本发明另一个实施例的基于云计算的电子信息系统机房能源管理控制方法的流程图,该方法在图2所示的基于云计算的电子信息系统机房能源管理控制方法的基础上,所述S13步骤具体包括:
S131:判断所述采集到的与所述各个能耗设备的能耗有关的参数和所述用户设定参数是否匹配;如果不匹配,执行S135步骤,如果匹配,执行S132步骤;
S132:根据所述各个能耗设备的能耗有关的参数生成相应的能耗模型;
S133:判断所述生成的能耗模型与历史能耗模型数据库中对应的历史能耗模型是否匹配;如果不匹配,执行S135步骤,如果匹配,执行S134步骤,保持所述现场控制器的控制模式;所述历史能耗模型数据库中对应的历史能耗模型是指能耗约束参数与所述生成的能耗模型匹配的历史能耗模型,所述能耗约束参数包括所述各个能耗设备的应用环境参数、设计参数、应用场所类型参数和能源供应类型参数中的一种或者其组合。
S135:调整对所述各个能耗设备的现场控制模式。
执行所述S134步骤后,还包括S136步骤,将所述生成的能耗模型加入到所述历史能耗模型数据库中,丰富历史数据,为后续能耗管理控制提供参考。
更加详细的介绍请参考上述基于云计算的电子信息系统机房能源管理控制系统实施例中的表述。
本实施例的方法在图2所示的基于云计算的电子信息系统机房能源管理控制方法的基础上,具体给出了一种在云计算管理控制平台下如何调整所述现场控制器的控制模式的方法,其充分利用了云计算管理控制平台历史数据丰富的特点,进一步优化了能耗模型,降低了能耗。
以上实施例仅为本发明的示例性实施例,不用于限制本发明,本发明的保护范围由附加的权利要求书限定。本领域技术人员可以在本发明的实质和保护范围内,对本发明做出各种修改或等同替换,这种修改或等同替换也应视为落在本发明的保护范围内。