CN104315673B - 中央空调模糊控制系统及其控制方法 - Google Patents
中央空调模糊控制系统及其控制方法 Download PDFInfo
- Publication number
- CN104315673B CN104315673B CN201410471542.7A CN201410471542A CN104315673B CN 104315673 B CN104315673 B CN 104315673B CN 201410471542 A CN201410471542 A CN 201410471542A CN 104315673 B CN104315673 B CN 104315673B
- Authority
- CN
- China
- Prior art keywords
- fuzzy
- central air
- operational factor
- conditioning
- control
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/50—Control or safety arrangements characterised by user interfaces or communication
- F24F11/54—Control or safety arrangements characterised by user interfaces or communication using one central controller connected to several sub-controllers
Abstract
本发明公开一种中央空调模糊控制系统及其控制方法。该中央空调模糊控制系统包括:中央空调设备(10);数据采集器(20),连接至中央空调设备(10),并采集中央空调设备(10)的多项运行参数;中央控制器(30),接收数据采集器(20)获取的多项运行参数,并根据多项运行参数进行模糊推理,对推理出的模糊控制量进行清晰化处理,然后确定输出控制量;设备控制器(40)和/或执行器(50),连接至中央控制器(30),接收中央控制器(30)确定的输出控制量,然后根据中央控制器(30)的控制指令调整相应的运行参数。根据本发明的中央空调模糊控制系统,能够实现多输入变量和多输出变量的中央空调系统全面控制。
Description
技术领域
本发明涉及中央空调控制系统领域,具体而言,涉及一种中央空调模糊控制系统及其控制方法。
背景技术
现有中央空调模糊控制技术采用温差偏差及温差偏差变化率等单一变量进行模糊化控制,一般过程为首先采集当前流量、供回水温度数据,按照预定公式计算温差偏差和温差偏差变化率;然后对温差偏差和温差偏差变化率进行模糊化处理,计算其模糊量和率速度;以温差偏差和温差偏差变化率模糊量为输入参数,按照编制好的程序在模糊规则库中查表计算出模糊控制量;对计算得出的模糊控制量进行清晰化处理,按照给定公式计算出变频器频率控制量。
现有专利技术输入参数变量和输出控制变量较为单一,采用温差偏差作为模糊控制输入变量,变频器频率作为模糊控制输出量,对中央空调系统的调节控制不够全面。
发明内容
本发明实施例中提供一种中央空调模糊控制系统及其控制方法,能够实现多输入变量和多输出变量的中央空调系统全面控制。
为解决上述技术问题,本发明实施例提供一种中央空调模糊控制系统,包括:中央空调设备;数据采集器,连接至中央空调设备,并采集中央空调设备的多项运行参数;中央控制器,接收数据采集器获取的多项运行参数,并根据多项运行参数进行模糊推理,对推理出的模糊控制量进行清晰化处理,然后确定输出控制量;设备控制器和/或执行器,连接至中央控制器,接收中央控制器确定的输出控制量,然后根据中央控制器的控制指令调整相应的运行参数。
作为优选,中央空调模糊控制系统还包括大数据计算中心,大数据计算中心连接至中央控制器,用于协助中央控制器进行数据处理。
作为优选,中央空调模糊控制系统还包括监控装置,连接至中央控制器,用于对中央空调模糊控制系统进行实时显示并记录运行数据。
作为优选,多项运行参数包括下列至少之二:系统运行水温、水流量、水压、风温、风量、风压、各设备功率和室内外温湿度。
作为优选,中央控制器包括:模糊控制规则库,用于为多项运行参数的模糊控制提供模糊控制规则;模糊控制器,根据模糊控制规则库内的模糊控制规则对多项运行参数进行模糊推理和清晰化处理。
作为优选,中央控制器还包括:能效监测分析器,接收数据采集器获取的多项运行参数,根据多项运行参数对中央空调设备的能效进行计算和分析;中央控制器根据能效监测分析器的计算和分析,制定相应的系统运行控制策略,并将控制策略转化为模糊控制规则,形成模糊控制规则库。
作为优选,数据采集器包括下列至少之二:温度传感器、压力传感器、流量传感器、湿度传感器、风量记录仪和功率记录仪。
根据本发明的另一方面,提供了一种中央空调模糊控制方法,包括:步骤S1:采集中央空调设备的多项运行参数;步骤S2:根据多项运行参数进行模糊推理,对推理出的模糊控制量进行清晰化处理,然后确定输出控制量;步骤S3:根据输出控制量调整相应的运行参数。
作为优选,在步骤S1之后,步骤S2之前还包括:根据多项运行参数对中央空调设备的能效进行计算和分析;根据计算和分析结果,制定相应的系统运行控制策略,并将控制策略转化为模糊控制规则,形成模糊控制规则库。
作为优选,步骤S2还包括:步骤S21:对多项运行参数进行量化处理;步骤S22:对处理后获得的变量进行模糊化处理分析;步骤S23:对模糊化处理分析之后的变量进行模糊推理,确定模糊控制量;步骤S24:对模糊控制量进行清晰化处理,确定输出控制量。
作为优选,步骤S2还包括:将多项运行参数输送至大数据计算中心;通过大数据计算中心制定模糊控制规则;返回模糊控制规则。
应用本发明的技术方案,中央空调模糊控制系统包括:中央空调设备;数据采集器,连接至中央空调设备,并采集中央空调设备的多项运行参数;中央控制器,接收数据采集器获取的多项运行参数,并根据多项运行参数进行模糊推理,对推理出的模糊控制量进行清晰化处理,然后确定输出控制量;设备控制器和/或执行器,连接至中央控制器,接收中央控制器确定的输出控制量,然后根据中央控制器的控制指令调整相应的运行参数。在对中央空调设备进行模糊控制时,可以选择多项运行参数来进行模糊化处理,从而实现多输入变量的模糊化控制,在对输出控制量进行计算时,由于是通过中央控制器对多项运行参数进行模糊化处理,因此选择输出控制量时可以选取与多项运行参数相对应的输出控制量中的一种或多种来作为最终输出控制量,实现对中央空调设备的最优化控制,因此实现了多输出变量控制,使得中央空调设备的系统控制更加全面,调节更加灵活,实现形式更加多样化,能够对中央空调实现较好的优化控制。
附图说明
图1是本发明的实施例的中央空调模糊控制系统的结构示意图;
图2是本发明的实施例的中央空调模糊控制系统的控制原理图。
附图标记说明:
10、中央空调设备;20、数据采集器;30、中央控制器;40、设备控制器;50、执行器;60、大数据计算中心;70、监控装置;31、模糊控制规则库;32、模糊控制器;33、能效监测分析器。
具体实施方式
下面结合附图和具体实施例对本发明作进一步详细描述,但不作为对本发明的限定。
如图1和图2所示,根据本发明的实施例,中央空调模糊控制系统包括中央空调设备10、数据采集器20、中央控制器30、设备控制器40和执行器50。数据采集器20连接至中央空调设备10,并采集中央空调设备10的多项运行参数;中央控制器30接收数据采集器20获取的多项运行参数,并根据多项运行参数进行量化处理,然后进行模糊推理,对推理出的模糊控制量进行清晰化处理,然后确定输出控制量;设备控制器40和/或执行器50,通过输入输出电路等连接至中央控制器30,接收中央控制器30确定的输出控制量,然后根据中央控制器30的控制指令调整相应的运行参数,进而达到调整优化中央空调设备的运行能效的目的。设备控制器40可采集到设备的运行参数,如机组控制器可反馈系统运行水温、电流百分比等,同时可对设备进行控制,如机组的启停控制。
在对中央空调设备进行模糊控制时,本申请中可以选择多项运行参数来进行模糊化处理,而非仅仅对温度这一单一元素进行模糊化处理,因此能够实现多输入变量的模糊化控制,可以实现对中央空调设备的更全面的优化调控。在对输出控制量进行计算时,由于是通过中央控制器对多项运行参数进行模糊化处理,可以获取多项调整参数,因此选择输出控制量时可以选取与多项运行参数相对应的输出控制量中的一种或多种来作为最终输出控制量,实现对中央空调设备的最优化控制,因此实现了多输出变量控制,使得中央空调设备的系统控制更加全面,调节更加灵活,实现形式更加多样化,能够对中央空调实现较好的优化控制。
优选地,中央空调模糊控制系统还包括大数据计算中心60,大数据计算中心60通过远程监控接口等连接至中央控制器30,用于协助中央控制器30进行数据处理。大数据计算中心60内包含大量工程项目的海量运行数据,可以供中央控制器30对中央空调设备10进行模糊化控制时进行参考比较,还可以通过大数据计算中心60本身的强力计算功能辅助中央控制器30进行模糊化控制,通过数据比较分析来帮助中央控制器30制定更为优化的运行控制规则,提高中央控制器30的运算能力,提高中央空调模糊控制系统的工作性能。
中央空调模糊控制系统还包括监控装置70,通过通讯接口电路等连接至中央控制器30,用于对中央空调模糊控制系统进行实时显示并记录运行数据,便于操作人员随时调取相关数据,实时掌控中央空调设备的运行状况。
多项运行参数包括下列至少之二:系统运行水温、水流量、水压、风温、风量、风压、各设备功率和室内外温湿度。各设备包括空调机组、水泵、冷却塔、空调系统末端设备等,功率包括各设备功率和总功率。
中央控制器30包括:模糊控制规则库31,用于为多项运行参数的模糊控制提供模糊控制规则;模糊控制器32,根据模糊控制规则库31内的模糊控制规则对多项运行参数进行模糊推理和清晰化处理。模糊控制规则库31内包含有多项运行参数的模糊控制规则,例如温度控制规则、流量控制规则、机组荷载率控制规则、水泵变频器控制规则和风机变频器控制规则等,可以分别对温度、流量、机组荷载率、压差、风量等进行模糊化处理。
模糊控制器32则可以对采集到的运行参数进行量化处理,然后依据模糊控制规则库31内的模糊控制规则对采集到的运行参数的变量进行模糊化处理分析,以获得模糊控制量,在获得模糊控制量之后,模糊控制器32对模糊控制量进行清晰化处理,获得输出控制量的清晰值,然后将该输出控制量的清晰值输送至设备控制器40或者执行器50,从而调整相应的参数,达到对中央空调设备的能效优化调整。
优选地,中央控制器30还包括能效监测分析器33,能效监测分析器33接收数据采集器20获取的多项运行参数,根据多项运行参数对中央空调设备10的能效进行计算和分析;中央控制器30根据能效监测分析器33的计算和分析,制定相应的系统运行控制策略,并将控制策略转化为模糊控制规则,形成模糊控制规则库31。中央空调模糊控制系统直接通过中央空调设备本身的运行参数来建立模糊控制规则库31,可以基于中央空调设备本身得到更加精确的模糊控制规则,在对中央空调设备进行能效优化处理时,无需建立精确的中央空调系统数学模型,只需要对输入变量进行模糊描述,并通过模糊控制规则寻求合理的控制变量输出值,便可实现对复杂、动态中央空调空调系统的有效控制。
数据采集器20包括下列至少之二:温度传感器、压力传感器、流量传感器、湿度传感器、风量记录仪和功率记录仪。
根据本发明的实施例,中央空调模糊控制方法包括:步骤S1:采集中央空调设备10的多项运行参数;步骤S2:根据多项运行参数进行模糊推理,对推理出的模糊控制量进行清晰化处理,然后确定输出控制量;步骤S3:根据输出控制量调整相应的运行参数。
在步骤S1之后,步骤S2之前还包括:根据多项运行参数对中央空调设备10的能效进行计算和分析;根据计算和分析结果,制定相应的系统运行控制策略,并将控制策略转化为模糊控制规则,形成模糊控制规则库31。模糊控制规则库31也可以通过经验公式等方法建立。
在对中央空调设备进行模糊化控制时,步骤S2还包括:步骤S21:对多项运行参数进行量化处理;步骤S22:对处理后获得的变量进行模糊化处理分析;步骤S23:对模糊化处理分析之后的变量进行模糊推理,确定模糊控制量;步骤S24:对模糊控制量进行清晰化处理,确定输出控制量。
优选地,步骤S2还包括:将多项运行参数输送至大数据计算中心60;通过大数据计算中心60制定模糊控制规则;返回模糊控制规则。大数据计算中心60可以通过内含的大量工程项目的海量运行数据来参与模糊控制规则库31的建立,也可以通过内含的大量工程项目的海量运行数据来参与中央空调设备10的模糊化处理过程,供中央控制器30对中央空调设备10进行模糊化控制时进行参考比较,还可以通过大数据计算中心60本身的强力计算功能辅助中央控制器30进行模糊化控制,通过数据比较分析来帮助中央控制器30制定更为优化的运行控制规则,提高中央控制器30的运算能力,提高中央空调模糊控制系统的工作性能。
本发明可实现多个输入变量和输出变量的中央空调模糊控制,其模糊控制规则来自于对具体项目的实地监测和分析,从系统运行能效层面制定有效的调控策略,并转化为模糊控制规则。该模糊控制系统能够有效地解决中央空调系统控制的复杂性、时滞性等问题,并且通过远程大数据计算中心,可将大量实际工程项目的海量运行数据进行整合分析,制定更为优化的运行控制规则,实现系统运行的稳定、舒适和节能。
下面结合图2对本发明的中央空调模糊控制系统的控制过程加以说明。
一、建立基于系统能效优化的模糊控制规则库
1、通过传感器等数据采集器采集运行水温、水流量、水压、风温、风量、风压、各设备功率以及室内外温湿度等参数,数据采集器包括设备控制器、温度传感器、压力传感器、流量传感器、湿度传感器、风量记录仪和功率记录仪等。
2、根据所采集的系统运行参数,按照系统内置程序,对具体项目的实地监测和分析,从系统运行能效层面制定有效的调控策略,在转换为控制规则的同时,将其控制逻辑以控制程序的形式写入控制器,用于控制系统运行参数输入、数据处理计算、模糊控制规则库调用,模糊运算,控制变量输出以及系统运行显示界面输出与操作输入,对中央空调系统能效进行计算和分析,中央空调系统能效的主要计算指标有:冷热源系统运行效率SOEER、系统供暖季节能效系HSPFsys、系统供冷季节能效系数SEERsys、空调系统全年能效比EERs、机组评价指标COP/SEER/IPLV、冷却塔能效比EERct、冷冻泵输送系数WTFchw、冷却泵输送系数WTFch、换热器效率ηh以及风机效率ηf等。各项能效指标计算方法如下:
1)确定系统能效指标
①冷热源系统运行效率:
式中:Q为空调系统部分制冷(热)量,其取值范围是0~100%的额定制冷量,单位为kW;SOEER为冷热源系统运行效率;∑N为部分负荷下,空调冷热源系统中耗能设备的总输入功率,单位为kW。
②系统季节能效系数HSPFsys/SEERsys
其中HSPFsys为供暖系统季节能效系数,SEERsys为制冷系统季节能效系数,h为j负荷区或k负荷区系统运行小时数,Q为j负荷区或k负荷区系统制冷量或制热量,E为j负荷区或k负荷区系统耗电量。
③空调系统全年能效比:
式中EERs为空调系统全年能效比;Q为空调系统全年制备的总冷热量;ΣNi为空调系统设备(包括冷水机组、冷却水泵、冷却塔、空调系统末端设备等)的年电耗,单位为千瓦时(kW·h)。
2)确定设备能效指标
①冷(热)水机组性能系数:
式中:Q为机组制冷(热)量,kW;
c为冷冻水的流体比热,kJ/kg.℃;
ρ为冷冻水的流体密度,kg/m3;
qv为冷冻水的体积流量,m3/h;
N为冷水机组输入功率,kW;
△t为冷(热)水机组使用侧进出水温差。
②冷(热)水机组季节能效比:
③机组部分负荷性能系数:
④冷却塔能效比:
式中:Qco为冷却水放热量,kW;N为风机的电机输入功率,kW。
⑤冷冻水输送系数:
式中:Q为冷水机组总制冷量,kWh;
Nchp为冷冻水泵总能耗,kWh。
⑥冷却水输送系数:
式中:Qcw为冷却水输送热量,kWh;
Ncp为冷却水泵总能耗,kWh。
⑦换热器的换热效率:
式中:Qa为风侧得到的冷(热)量,kW;Qw为水侧放出的冷(热)量,kW;
⑧风机总效率:
式中:Ne为风机的有效功率,kW;N为风机的输入功率,kW;
3)、通过对系统各项运行指标的计算,结合系统运行的部分负荷量,针对不同的负荷频段,确定系统冷冻水温度Td、冷却水温度Tq、冷冻水流量Vd、冷却水流量Vq等运行参数的最优值,制定相应的系统运行控制策略,并将其转化为中央空调模糊控制规则,建立模糊规则库。部分负荷量为空调系统运行的任意部分负荷量,其取值为满负荷量的0%-100%,负荷频段为将系统运行负荷量从0%-100%分为任意若干频段。
二、中央空调系统运行的模糊控制过程
1、数据采集及量化处理
通过传感器等数据采集器采集中央空调系统运行的供回水温度、流量、压力等参数,并计算温度偏差ΔT、温度变化率偏差ΔTc、压差偏差ΔP、流量偏差ΔM、负荷偏差ΔQ等数值。
2、变量模糊化处理分析
对温度偏差ΔT、温度变化率偏差ΔTc、压差偏差ΔP、流量偏差ΔM、负荷偏差ΔQ等变量设定论域,偏差的模糊论域为E,偏差变化的模糊论域为Ec,控制量所取的论域为U。通过计算隶属度函数μ来确定ΔE、ΔEc、U分别属于哪一个子集:
①输入输出数据的选取及量化
设定偏差的基本论域为[-|emax|,|emax|];
偏差变化的基本论域为[-|ec,max|,|ec,max|];
控制量的变化范围为[-|Umax|,|Umax|]。
设偏差的模糊论域为E={-n1,-(n1-1),…,0,1,…,n1-1,n1};
偏差变化的模糊论域为Ec={-n2,-(n2-1),…,0,1,…,n2-1,n2};
控制量所取的论域为U={-m,-(m-1),…,0,1,…,m-1,m}。
②输入输出变量的模糊化
定义7个模糊子集:负大(NL),负中(NM),负小(NS),零(ZE),正小(PS),正中(PM),正大(PL)。
前面所定义的ΔE、ΔEc、U的模糊变量为
ΔE∈{NL,NM,NS,ZE,PS,PM,PL}
ΔEc∈{NL,NM,NS,ZE,PS,PM,PL}
U∈{NL,NM,NS,ZE,PS,PM,PL}
由上可知,ΔE、ΔEc、U分别有7个模糊子集。它们所表示的意义分别为:
ΔE:NL表示负偏差很大,NM表示负偏差中大,NS表示负偏差很小,ZE表示偏差接近于零,PS表示正偏差很小,PM表示正偏差中大,PL表示正偏差很大。在实际使用中,用户可根据不同的参数,按照其变化范围区间定义大、中、小等偏差的具体范围。
ΔEc:NL表示负变化率很大,NM表示负变化率中大,NS表示负变化率很小,ZE表示变化率接近于零,PS表示正变化率很小,PM表示正变化率中大,PL表示正变化率很大。
U:PL表示控制量调节幅度为正大,PM表示控制量调节幅度为正中,PS表示控制量调节幅度为正小,ZE表示保持稳定状态,NS表示控制量调节幅度为负小,NM表示控制量调节幅度为负中,NL表示控制量调节幅度为负大。
3、根据基于系统运行能效的模糊控制规则库进行模糊推理
以温度偏差ΔT、温度变化率偏差ΔTc、压差偏差ΔP、流量偏差ΔM、负荷偏差ΔQ等模糊量为输入参数,按照系统内置的程序根据模糊控制规则库进行计算,输出模糊控制量U。
用产生式方法表示上述控制规则,每条规则可以写为:
IFΔE=Ei ANDΔEc=Ecj,THEN UE=UEij,i=1,2,…,7;j=1,2,…,7;
所有的控制规则可以用总的模糊关系R来表示:
R=[rij]=YijRij=YijEiEcjUEij;
i=1,2,…,7;j=1,2,…,7;
式中R为总的模糊关系;Ei为变量偏差;Ecj为变量偏差变化率;UEij为控制输出;rij为对应的控制规则;Yij为对应控制规则的输出值。
4、去模糊化和结果输出
对计算得出的温度控制量U(T)、流量控制量U(M)、机组荷载率控制量U(R)、水泵变频器控制量U(np)、风机变频器控制量U(nf)、机组台数控制量U(Nch)、机组台数控制量U(Np)等模糊控制量进行清晰化处理,按照给定公式计算出可控制量的清晰值。
根据控制规则求出推理机总的模糊关系后,根据推理机选定的算法,求出模糊控制器的输出控制量UE,由算法合成规则可得:
UE=(ΔE×ΔEc)×R
最后输出清晰化后的输出控制量UE,然后从控制对象中选择与该输出控制量UE相应的控制对象,对该控制对象进行调整,使中央空调设备达到能效优化状态。控制对象包括机组控制器、水泵控制器、风机控制器、水泵变频器、风机变频器、电动阀门和设备控制器等。
当然,以上是本发明的优选实施方式。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明基本原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (9)
1.一种中央空调模糊控制系统,其特征在于,包括:
中央空调设备(10);
数据采集器(20),连接至所述中央空调设备(10),并采集所述中央空调设备(10)的多项运行参数;
中央控制器(30),接收所述数据采集器(20)获取的所述多项运行参数,并根据所述多项运行参数进行模糊推理,对推理出的模糊控制量进行清晰化处理,然后确定输出控制量,将多项运行参数输送至大数据计算中心,通过大数据计算中心制定模糊控制规则,返回模糊控制规则,包括:确定系统能效指标;确定设备能效指标;通过对系统各项运行指标的计算,结合系统运行的部分负荷量,针对不同的负荷频段,确定运行参数的最优值,制定相应的系统运行控制策略,并将其转化为中央空调模糊控制规则,建立模糊规则库;
其中,所述中央控制器(30)包括:模糊控制规则库(31),用于为所述多项运行参数的模糊控制提供模糊控制规则;模糊控制器(32),根据所述模糊控制规则库(31)内的模糊控制规则对所述多项运行参数进行模糊推理和清晰化处理;
设备控制器(40)和/或执行器(50),连接至所述中央控制器(30),接收所述中央控制器(30)确定的输出控制量,然后根据所述中央控制器(30)的控制指令调整相应的所述运行参数。
2.根据权利要求1所述的中央空调模糊控制系统,其特征在于,所述中央空调模糊控制系统还包括大数据计算中心(60),所述大数据计算中心(60)连接至所述中央控制器(30),用于协助所述中央控制器(30)进行数据处理。
3.根据权利要求1所述的中央空调模糊控制系统,其特征在于,所述中央空调模糊控制系统还包括监控装置(70),连接至所述中央控制器(30),用于对所述中央空调模糊控制系统进行实时显示并记录运行数据。
4.根据权利要求1所述的中央空调模糊控制系统,其特征在于,所述多项运行参数包括下列至少之二:
系统运行水温、水流量、水压、风温、风量、风压、各设备功率和室内外温湿度。
5.根据权利要求1所述的中央空调模糊控制系统,其特征在于,所述中央控制器(30)还包括:
能效监测分析器(33),接收所述数据采集器(20)获取的所述多项运行参数,根据所述多项运行参数对所述中央空调设备(10)的能效进行计算和分析;所述中央控制器(30)根据所述能效监测分析器(33)的计算和分析,制定相应的系统运行控制策略,并将所述控制策略转化为模糊控制规则,形成所述模糊控制规则库(31)。
6.根据权利要求1所述的中央空调模糊控制系统,其特征在于,所述数据采集器(20)包括下列至少之二:
温度传感器、压力传感器、流量传感器、湿度传感器、风量记录仪和功率记录仪。
7.一种中央空调模糊控制方法,其特征在于,包括:
步骤S1:采集中央空调设备(10)的多项运行参数;
步骤S2:根据所述多项运行参数进行模糊推理,对推理出的模糊控制量进行清晰化处理,然后确定输出控制量;
步骤S3:根据输出控制量调整相应的所述运行参数;
其中,在所述步骤S1之后,所述步骤S2之前还包括:根据所述多项运行参数对所述中央空调设备(10)的能效进行计算和分析;根据计算和分析结果,制定相应的系统运行控制策略,并将所述控制策略转化为模糊控制规则,形成模糊控制规则库(31),包括:确定系统能效指标;确定设备能效指标;通过对系统各项运行指标的计算,结合系统运行的部分负荷量,针对不同的负荷频段,确定运行参数的最优值,制定相应的系统运行控制策略,并将其转化为中央空调模糊控制规则,建立模糊规则库。
8.根据权利要求7所述的中央空调模糊控制方法,其特征在于,所述步骤S2还包括:
步骤S21:对所述多项运行参数进行量化处理;
步骤S22:对处理后获得的变量进行模糊化处理分析;
步骤S23:对模糊化处理分析之后的变量进行模糊推理,确定模糊控制量;
步骤S24:对所述模糊控制量进行清晰化处理,确定输出控制量。
9.根据权利要求7所述的中央空调模糊控制方法,其特征在于,所述步骤S2还包括:
将所述多项运行参数输送至大数据计算中心(60);
通过所述大数据计算中心(60)制定模糊控制规则;
返回所述模糊控制规则。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410471542.7A CN104315673B (zh) | 2014-09-16 | 2014-09-16 | 中央空调模糊控制系统及其控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410471542.7A CN104315673B (zh) | 2014-09-16 | 2014-09-16 | 中央空调模糊控制系统及其控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104315673A CN104315673A (zh) | 2015-01-28 |
CN104315673B true CN104315673B (zh) | 2017-07-11 |
Family
ID=52370944
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410471542.7A Active CN104315673B (zh) | 2014-09-16 | 2014-09-16 | 中央空调模糊控制系统及其控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104315673B (zh) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104713197A (zh) * | 2015-02-15 | 2015-06-17 | 广东省城乡规划设计研究院 | 一种基于数学模型的中央空调系统优化方法及系统 |
CN105135616A (zh) * | 2015-09-01 | 2015-12-09 | 大连葆光节能空调设备厂 | 商用中央空调冬季末端能源优化分配系统 |
CN107336576A (zh) * | 2016-04-28 | 2017-11-10 | 长城汽车股份有限公司 | 空调控制方法、装置和纯电动汽车 |
CN106765863B (zh) * | 2016-11-14 | 2019-10-01 | 华北电力大学(保定) | 一种用于变频空调的温湿度泛逻辑智能控制方法 |
CN107479388A (zh) * | 2017-09-26 | 2017-12-15 | 西南科技大学 | 一种教室中央空调与照明的节能控制系统及控制方法 |
CN108490893B (zh) * | 2018-02-13 | 2020-06-30 | 烽台科技(北京)有限公司 | 一种工业控制方法、装置及设备 |
CN108444159B (zh) * | 2018-03-20 | 2019-11-08 | 珠海格力电器股份有限公司 | 空调控制方法和装置、空调 |
CN109237864A (zh) * | 2018-09-25 | 2019-01-18 | 顿汉布什(中国)工业有限公司 | 一种用于冷冻站群控系统的模糊控制方法 |
CN109341020A (zh) * | 2018-09-27 | 2019-02-15 | 重庆智万家科技有限公司 | 一种基于大数据的智能温控调节方法 |
CN109708279A (zh) * | 2019-01-21 | 2019-05-03 | 珠海格力电器股份有限公司 | 一种群控系统及其配置方法 |
CN110220288A (zh) * | 2019-05-27 | 2019-09-10 | 上海真聂思楼宇科技有限公司 | 基于大数据云平台的集中空调系统智能优化控制方法及装置 |
CN110762806B (zh) * | 2019-10-31 | 2021-05-25 | 广州润铂晟信息技术有限公司 | 机房环境控制系统 |
CN114517963B (zh) * | 2020-11-20 | 2023-06-02 | 丁伟 | 一种智能资源调配的空调控制方法及系统 |
CN116379576B (zh) * | 2023-05-17 | 2023-10-17 | 无锡锐泰节能系统科学有限公司 | 基于大数据自学习的供热空调系统节能底线的寻优方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1094149A (zh) * | 1992-12-18 | 1994-10-26 | 富士通总株式会社 | 空调器的控制方法 |
CN2472116Y (zh) * | 2001-03-20 | 2002-01-16 | 广东省科学院自动化工程研制中心 | 一种中央空调模糊控制节能装置 |
CN1482409A (zh) * | 2003-06-13 | 2004-03-17 | ���ݻ�ͨ����¥��Ƽ�����˾ | 中央空调节能模糊控制方法及模糊控制器 |
CN1598427A (zh) * | 2004-09-09 | 2005-03-23 | 贵州汇诚科技有限公司 | 中央空调冷冻水系统模糊预期控制方法及装置 |
CN101526260A (zh) * | 2009-04-20 | 2009-09-09 | 广东志高空调有限公司 | 变频空调控制方法及控制装置 |
CN204329256U (zh) * | 2014-09-16 | 2015-05-13 | 珠海格力电器股份有限公司 | 中央空调模糊控制系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101438901B1 (ko) * | 2012-08-23 | 2014-09-16 | 현대자동차주식회사 | 고전압배터리 냉각블로워 제어장치 및 제어방법 |
-
2014
- 2014-09-16 CN CN201410471542.7A patent/CN104315673B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1094149A (zh) * | 1992-12-18 | 1994-10-26 | 富士通总株式会社 | 空调器的控制方法 |
CN2472116Y (zh) * | 2001-03-20 | 2002-01-16 | 广东省科学院自动化工程研制中心 | 一种中央空调模糊控制节能装置 |
CN1482409A (zh) * | 2003-06-13 | 2004-03-17 | ���ݻ�ͨ����¥��Ƽ�����˾ | 中央空调节能模糊控制方法及模糊控制器 |
CN1598427A (zh) * | 2004-09-09 | 2005-03-23 | 贵州汇诚科技有限公司 | 中央空调冷冻水系统模糊预期控制方法及装置 |
CN101526260A (zh) * | 2009-04-20 | 2009-09-09 | 广东志高空调有限公司 | 变频空调控制方法及控制装置 |
CN204329256U (zh) * | 2014-09-16 | 2015-05-13 | 珠海格力电器股份有限公司 | 中央空调模糊控制系统 |
Non-Patent Citations (2)
Title |
---|
中央空调全局能耗优化控制研究;马志龙等;《现代建筑电气》;20130830;第4卷(第8期);62-65 * |
模糊控制器在中央空调系统的应用;毛彬杰等;《科技与企业》;20130722(第14期);106 * |
Also Published As
Publication number | Publication date |
---|---|
CN104315673A (zh) | 2015-01-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104315673B (zh) | 中央空调模糊控制系统及其控制方法 | |
US11705726B2 (en) | Building energy system with predictive control of battery and green energy resources | |
Wang et al. | Modeling and optimal operation of community integrated energy systems: A case study from China | |
US11268726B2 (en) | Air handling unit and rooftop unit with predictive control | |
CN104571068B (zh) | 一种分布式能源系统的运行优化控制方法及系统 | |
CN102147146B (zh) | 中央空调数字化集成智能控制系统 | |
JP5110603B2 (ja) | 直接負荷制御システム | |
US9124098B2 (en) | Managing excess renewable energy | |
US20180372362A1 (en) | Building equipment with predictive control | |
Chang | An innovative approach for demand side management—optimal chiller loading by simulated annealing | |
CN206360877U (zh) | 一种变频水泵并联运行的节能优化控制系统 | |
CN109871987A (zh) | 一种智能建筑暖通设备综合节能控制方法 | |
CN101968250A (zh) | 一种冷冻机房节能优化控制系统及方法 | |
CN104633857A (zh) | 一种空调节能优化控制方法及装置 | |
CN107023966B (zh) | 一种地铁站空调冷却水出水温度设定值优化方法 | |
CN104019520A (zh) | 基于spsa的制冷系统最小能耗的数据驱动控制方法 | |
CN101922783A (zh) | 一种基于焓值控制的空调节能控制方法及系统 | |
CN201992769U (zh) | 中央空调数字化集成智能控制系统 | |
CN204943795U (zh) | 一种中央空调机房能效优化系统 | |
CN105115113B (zh) | 一种中央空调机房能效优化系统 | |
CN204329256U (zh) | 中央空调模糊控制系统 | |
Ma et al. | An improved particle swarm optimization algorithm for the optimization and group control of water-side free cooling using cooling towers | |
CN116123597A (zh) | 一种庭院管网供热系统换热站循环泵自适应变频调控方法 | |
CN202648064U (zh) | 空调系统的控制系统及空调器 | |
CN217109938U (zh) | 一种空调能效分析与调适系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |