CN104456845A - 公用建筑中央空调预开启时间的计算方法 - Google Patents
公用建筑中央空调预开启时间的计算方法 Download PDFInfo
- Publication number
- CN104456845A CN104456845A CN201410674013.7A CN201410674013A CN104456845A CN 104456845 A CN104456845 A CN 104456845A CN 201410674013 A CN201410674013 A CN 201410674013A CN 104456845 A CN104456845 A CN 104456845A
- Authority
- CN
- China
- Prior art keywords
- air
- curved section
- conditioning
- value
- time point
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
-
- 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
- F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
- F24F11/46—Improving electric energy efficiency or saving
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Signal Processing (AREA)
- Air Conditioning Control Device (AREA)
Abstract
一种公用建筑中央空调预开启时间的计算方法,涉及节能技术领域,所解决的是降低空调运行成本的技术问题。该方法先获取办公建筑在前一年历史日的空调温度曲线,再从前一年历史日的空调温度曲线上截取一个曲线段A,再根据该曲线段A计算空调单位时间能量损失率,然后再从前一年历史日的空调温度曲线上截取一个曲线段B,再根据曲线段B计算空调启动功率平均值及空调启动时间长度,然后再设置一个空调成本目标函数,并采用迭代法计算空调成本目标函数的最小值,进而求解出空调预开启时长。本发明提供的方法,能允分利用绿色能源。
Description
技术领域
本发明涉及节能技术,特别是涉及一种公用建筑中央空调预开启时间的计算方法的技术。
背景技术
为了充分利用风能、太阳能等绿色能源,尽可能的少用火电等不可再生能源,电力系统根据用电状况将每天的供电分成三个时段,分别为电网峰时段、电网平时段、电网谷时段,在供电需量较高的电网峰时段(比如9点至17点),绿色能源所占比例较低,在供电需量相对稍低的电网平时段,则绿色能源所占比例则相应的稍高,而在供电需量最低的电网谷时段,绿色能源所占比例也达到最高。为了鼓励企业利用绿色能源,不同供电时段的电价也不一样,峰谷平电价作为电能调峰措施之一,可以有效抑制峰值,改善峰谷差,避免用电设备容量投资浪费,同时也有效的利用了绿色能源。
公用建筑中央空调是能耗大户,有效参与电网峰谷平调峰措施,对用户降低运营成本、减少需量费用支出都有好处。中央空调可控的环节比较多,也很复杂,空调的冷热量储存有限,空调用电设备也较多,调优目标是一个多对象多参数的优化函数。空调环境温度的设定,要求空调提前一定时间开启,才能达到预想的制冷制热效果。预开启时间与空调制冷性能、环境冷热负荷、运行管理都有关系。预开启时间长,可充分利用绿色能源比例高的电网谷时段,但公用建筑冷热能量损失大,不利于节能;预开启时间短,则公用建筑冷热能量损失小,空调环境温度可能达不到管理规定,办公舒适度降低,同时不利于利用绿色能源比例高的电网谷时段,同时也会增加空调运行成本。但是,如何确定空调预开启时间,目前还没有行之有效的方法。
发明内容
针对上述现有技术中存在的缺陷,本发明所要解决的技术问题是提供一种能允分利用绿色能源,降低空调运行成本的公用建筑中央空调预开启时间的计算方法。
为了解决上述技术问题,本发明所提供的一种公用建筑中央空调预开启时间的计算方法,其特征在于,具体步骤如下:
1)获取办公建筑在前一年历史日的空调用电曲线、空调温度曲线,空调用电曲线的横坐标轴为时间值坐标轴,纵坐标轴为用电值坐标轴,空调温度曲线的横坐标轴为时间值轴,纵坐标轴为温度值坐标轴;
2)从前一年历史日的空调温度曲线上截取曲线段,并将该曲线段定义为曲线段A;
设曲线段A的起始时间点为Tb1,曲线段A的终止时间点为Te1,曲线段A在Tb1时间点的温度值为Wb1,曲线段A在Te1时间点的温度值为We1,K1为曲线段A的斜率,有K1=(We1-Wb1)/(Te1-Tb1),则曲线段A必须满足以下3个条件;
条件1:K1在[-1/30,1/30]之间;
条件2:曲线段A处于办公时间段内,并且Te1-Tb1>180分钟,设x为曲线段A上任意一点,则有0<(Px-Pmin)/Pn<kn,其中的Px为点x所处时间点的空调用电负荷,Px值通过前一年历史日的空调用电曲线获得,Pmin为空调运行最小功率,Pn为空调主机额定功率,kn为维持空调环境温度的电流比例,kn的取值在10%-40%之间;
条件3:We1与Wb1之间的温度差小于等于2摄氏度,并且We1、Wb1都处于空调目标温度范围之内,所述空调目标温度范围是预先设定的温度范围值;
3)根据曲线段A计算空调单位时间能量损失率,具体计算公式为:
Ploss=ka×(Plosse-Plossb)/(Te1-Tb1);
其中,Ploss为空调单位时间能量损失率,Plosse为在Te1时间点的空调用电电度,Plossb为在Tb1时间点的空调用电电度,Plosse及Plossb的值均通过前一年历史日的空调用电曲线获得,ka为可靠系数,ka的取值为1.05;
4)从前一年历史日的空调温度曲线上截取曲线段,并将该曲线段定义为曲线段B;
设曲线段B的起始时间点为Tb2,曲线段B的终止时间点为Te2,曲线段B在Tb2时间点的温度值为Wb2,曲线段B在Te2时间点的温度值为We2,K2为曲线段B的斜率,有K2=(We2-Wb2)/(Te2-Tb2),则曲线段B必须满足以下3个条件;
条件1:如果前一年历史日的空调温度曲线为制冷温度曲线,则K2<0,如果前一年历史日的空调温度曲线为制热温度曲线,则K2>0;
条件2:曲线段B处于空调启动阶段的时间段内,并且Te2-Tb2>60分钟,空调启动阶段的时间段是预先设定的时间范围,其起始时间点为空调开启时间点,设y为曲线段B上任意一点,则有R=Py/Pn,且R>1-kn,其中的R为点y所处时间点的空调负载率,Py为点y所处时间点的空调用电负荷,Pn为空调主机额定功率,kn为维持空调环境温度的电流比例,kn的取值在10%-40%之间;
条件3:Wb2与室外温度差小于等于1摄氏度,We2与室外温差大于8摄氏度,并且We2处于空调目标温度范围之内,所述空调目标温度范围是预先设定的温度范围值;
5)根据曲线段B计算空调启动功率平均值及空调启动时间长度,具体计算公式为:
Pstar=ka×(Pstare-Pstarb)/(Te2-Tb2);
Tstar=Te2-Tb2;
其中,Pstar为空调启动功率平均值,Tstar为空调启动时间长度,Pstare为在Te2时间点的空调用电电度,Pstarb为在Tb2时间点的空调用电电度,Pstare及Pstarb的值均通过前一年历史日的空调用电曲线获得,ka为可靠系数,ka的取值为1.05;
6)设置空调成本目标函数为:
F(t)=(tastar×Pstar×Mona+tbstar×Pstar×Monb
+(Tstar-tastar-tbstar)×Pstar×Monc+taloss×Ploss×Mona+tbloss×Ploss×Monb;
+(t-Tstar-taloss-tbloss)×Ploss×Monc)/60
其中,F(t)为空调成本目标函数,t为空调预开启时长,有t>Tstar;
其中,Mona为电网峰时段电价,Monb为电网平时段电价,Monc为电网谷时段电价,tastar为空调启动阶段的时间段所占电网峰时段的时间长度,tbstar为空调启动阶段的时间段所占电网平时段的时间长度,taloss为空调启动完成后工作在电网峰时段的时间长度,tbloss为空调启动完成后工作在电网平时段的时间长度;
7)计算F(t)的最小值,具体计算方法为:
7.1)选择t的范围[Tstar,Tstar+Tdiff],Tdiff为空调满足温度控制要求的最大时间点与此时间点前的低谷结束时间点的差值;
7.2)设空调满足温度控制要求的最大时间点为T2,求解F(t)的时间迭代步长为:
Tstep=Tdiff/60;
7.3)对Tstep以分钟为单位按照四舍五入取整,并迭代计数器i=0;
7.4)计算空调预开启时长,具体计算公式为:
t=Tstar+i×Tstep;
7.5)计算空调启动时间点,具体计算公式为:
T0=T2-i;
其中,T0为空调启动时间点;
7.6)根据T0、T2和电网峰时段、电网平时段、电网谷时段的时间定义,推算出tastar、tbstar、taloss、tbloss;
7.7)将tastar、tbstar、taloss、tbloss代入空调成本目标函数F(t),计算出F(t)的值;
7.8)将迭代计数器i增加1;
7.9)令t=Tstar+i×Tstepp,如果t<Tstar+Tdiff,则转至步骤7.5),反之则转至步骤7.10);
7.10)从所有计算出的F(t)值中找出最小的F(t)所对应的t值,并将该t值作为空调预开启时长。
本发明提供的公用建筑中央空调预开启时间的计算方法,根据历史日的空调温度曲线、历史日能耗,及电网峰、平、谷时段的电价,利用迭代法计算出最佳的空调预开启时长,既能减少能量损失又能充分利用绿色能源,能降低空调运行成本。
附图说明
图1是本发明实施例的公用建筑中央空调预开启时间的计算方法的计算流程图。
具体实施方式
以下结合附图说明对本发明的实施例作进一步详细描述,但本实施例并不用于限制本发明,凡是采用本发明的相似结构及其相似变化,均应列入本发明的保护范围。
如图1所示,本发明实施例所提供的一种公用建筑中央空调预开启时间的计算方法,其特征在于,具体步骤如下:
1)获取办公建筑在前一年历史日的空调用电曲线、空调温度曲线,空调用电曲线的横坐标轴为时间值坐标轴,纵坐标轴为用电值坐标轴,空调温度曲线的横坐标轴为时间值轴,纵坐标轴为温度值坐标轴;
2)从前一年历史日的空调温度曲线上截取曲线段,并将该曲线段定义为曲线段A;
设曲线段A的起始时间点为Tb1,曲线段A的终止时间点为Te1,曲线段A在Tb1时间点的温度值为Wb1,曲线段A在Te1时间点的温度值为We1,K1为曲线段A的斜率,有K1=(We1-Wb1)/(Te1-Tb1),则曲线段A必须满足以下3个条件;
条件1:K1在[-1/30,1/30]之间;
条件2:曲线段A处于办公时间段内,并且Te1-Tb1>180分钟,设x为曲线段A上任意一点,则有0<(Px-Pmin)/Pn<kn,其中的Px为点x所处时间点的空调用电负荷,Px值通过前一年历史日的空调用电曲线获得,Pmin为空调运行最小功率,Pn为空调主机额定功率,kn为维持空调环境温度的电流比例,kn的取值在10%-40%之间;
条件3:We1与Wb1之间的温度差小于等于2摄氏度,并且We1、Wb1都处于空调目标温度范围之内,所述空调目标温度范围是预先设定的温度范围值;
3)根据曲线段A计算空调单位时间能量损失率,具体计算公式为:
Ploss=ka×(Plosse-Plossb)/(Te1-Tb1);
其中,Ploss为空调单位时间能量损失率,Plosse为在Te1时间点的空调用电电度,Plossb为在Tb1时间点的空调用电电度,Plosse及Plossb的值均通过前一年历史日的空调用电曲线获得,ka为可靠系数,ka的取值为1.05;
4)从前一年历史日的空调温度曲线上截取曲线段,并将该曲线段定义为曲线段B;
设曲线段B的起始时间点为Tb2,曲线段B的终止时间点为Te2,曲线段B在Tb2时间点的温度值为Wb2,曲线段B在Te2时间点的温度值为We2,K2为曲线段B的斜率,有K2=(We2-Wb2)/(Te2-Tb2),则曲线段B必须满足以下3个条件;
条件1:如果前一年历史日的空调温度曲线为制冷温度曲线,则K2<0,如果前一年历史日的空调温度曲线为制热温度曲线,则K2>0;
条件2:曲线段B处于空调启动阶段的时间段内,并且Te2-Tb2>60分钟,空调启动阶段的时间段是预先设定的时间范围,其起始时间点为空调开启时间点,设y为曲线段B上任意一点,则有R=Py/Pn,且R>1-kn,其中的R为点y所处时间点的空调负载率,Py为点y所处时间点的空调用电负荷,Py值通过前一年历史日的空调用电曲线获得,Pn为空调主机额定功率,kn为维持空调环境温度的电流比例,kn的取值在10%-40%之间;
条件3:Wb2与室外温度差小于等于1摄氏度,We2与室外温差大于8摄氏度,并且We2处于空调目标温度范围之内,所述空调目标温度范围是预先设定的温度范围值;
5)根据曲线段B计算空调启动功率平均值及空调启动时间长度,具体计算公式为:
Pstar=ka×(Pstare-Pstarb)/(Te2-Tb2);
Tstar=Te2-Tb2;
其中,Pstar为空调启动功率平均值,Tstar为空调启动时间长度,Pstare为在Te2时间点的空调用电电度,Pstarb为在Tb2时间点的空调用电电度,Pstare及Pstarb的值均通过前一年历史日的空调用电曲线获得,ka为可靠系数,ka的取值为1.05;
6)设置空调成本目标函数为:
F(t)=(tastar×Pstar×Mona+tbstar×Pstar×Monb
+(Tstar-tastar-tbstar)×Pstar×Monc+taloss×Ploss×Mona+tbloss×Ploss×Monb;
+(t-Tstar-taloss-tbloss)×Ploss×Monc)/60
其中,F(t)为空调成本目标函数,t为空调预开启时长,有t>Tstar;
其中,Mona为电网峰时段电价,Monb为电网平时段电价,Monc为电网谷时段电价,tastar为空调启动阶段的时间段所占电网峰时段的时间长度,tbstar为为空调启动阶段的时间段所占电网平时段的时间长度,taloss为空调启动完成后工作在电网峰时段的时间长度,tbloss为空调启动完成后工作在电网平时段的时间长度;
其中,电网峰时段、电网平时段、电网谷时段是由电力系统所规定的供电时间段,Mona、Monb、Monc由电力系统设定;
7)计算F(t)的最小值,具体计算方法为:
7.1)选择t的范围[Tstar,Tstar+Tdiff],Tdiff为空调满足温度控制要求的最大时间点与此时间点前的低谷结束时间点的差值,对于指定建筑,Tdiff是由人为设定的已知量,比如空调满足温度控制要求的最大时间点可以设定为早上8点,此时间点前的低谷结束时间点为6点,则Tdiff=(8-6)×60分钟;
7.2)设空调满足温度控制要求的最大时间点为T2,求解F(t)的时间迭代步长为:
Tstep=Tdiff/60;
7.3)对Tstep以分钟为单位按照四舍五入取整,并迭代计数器i=0;
7.4)计算空调预开启时长,具体计算公式为:
t=Tstar+i×Tstepp;
7.5)计算空调启动时间点,具体计算公式为:
T0=T2-i;
其中,T0为空调启动时间点;
7.6)根据T0、T2和电网峰时段、电网平时段、电网谷时段的时间定义,推算出tastar、tbstar、taloss、tbloss;
7.7)将tastar、tbstar、taloss、tbloss代入空调成本目标函数F(t),计算出F(t)的值;
7.8)将迭代计数器i增加1;
7.9)令t=Tstar+i×Tstepp,如果t<Tstar+Tdiff,则转至步骤7.5),反之则转至步骤7.10);
7.10)从所有计算出的F(t)值中找出最小的F(t)所对应的t值,并将该t值作为空调预开启时长。
Claims (1)
1.一种公用建筑中央空调预开启时间的计算方法,其特征在于,具体步骤如下:
1)获取办公建筑在前一年历史日的空调用电曲线、空调温度曲线,空调用电曲线的横坐标轴为时间值坐标轴,纵坐标轴为用电值坐标轴,空调温度曲线的横坐标轴为时间值轴,纵坐标轴为温度值坐标轴;
2)从前一年历史日的空调温度曲线上截取曲线段,并将该曲线段定义为曲线段A;
设曲线段A的起始时间点为Tb1,曲线段A的终止时间点为Te1,曲线段A在Tb1时间点的温度值为Wb1,曲线段A在Te1时间点的温度值为We1,K1为曲线段A的斜率,有K1=(We1-Wb1)/(Te1-Tb1),则曲线段A必须满足以下3个条件;
条件1:K1在[-1/30,1/30]之间;
条件2:曲线段A处于办公时间段内,并且Te1-Tb1>180分钟,设x为曲线段A上任意一点,则有0<(Px-Pmin)/Pn<kn,其中的Px为点x所处时间点的空调用电负荷,Px值通过前一年历史日的空调用电曲线获得,Pmin为空调运行最小功率,Pn为空调主机额定功率,kn为维持空调环境温度的电流比例,kn的取值在10%-40%之间;
条件3:We1与Wb1之间的温度差小于等于2摄氏度,并且We1、Wb1都处于空调目标温度范围之内,所述空调目标温度范围是预先设定的温度范围值;
3)根据曲线段A计算空调单位时间能量损失率,具体计算公式为:
Ploss=ka×(Plosse-Plossb)/(Te1-Tb1);
其中,Ploss为空调单位时间能量损失率,Plosse为在Te1时间点的空调用电电度,Plossb为在Tb1时间点的空调用电电度,Plosse及Plossb的值均通过前一年历史日的空调用电曲线获得,ka为可靠系数,ka的取值为1.05;
4)从前一年历史日的空调温度曲线上截取曲线段,并将该曲线段定义为曲线段B;
设曲线段B的起始时间点为Tb2,曲线段B的终止时间点为Te2,曲线段B在Tb2时间点的温度值为Wb2,曲线段B在Te2时间点的温度值为We2,K2为曲线段B的斜率,有K2=(We2-Wb2)/(Te2-Tb2),则曲线段B必须满足以下3个条件;
条件1:如果前一年历史日的空调温度曲线为制冷温度曲线,则K2<0,如果前一年历史日的空调温度曲线为制热温度曲线,则K2>0;
条件2:曲线段B处于空调启动阶段的时间段内,并且Te2-Tb2>60分钟,空调启动阶段的时间段是预先设定的时间范围,其起始时间点为空调开启时间点,设y为曲线段B上任意一点,则有R=Py/Pn,且R>1-kn,其中的R为点y所处时间点的空调负载率,Py为点y所处时间点的空调用电负荷,Pn为空调主机额定功率,kn为维持空调环境温度的电流比例,kn的取值在10%-40%之间;
条件3:Wb2与室外温度差小于等于1摄氏度,We2与室外温差大于8摄氏度,并且We2处于空调目标温度范围之内,所述空调目标温度范围是预先设定的温度范围值;
5)根据曲线段B计算空调启动功率平均值及空调启动时间长度,具体计算公式为:
Pstar=ka×(Pstare-Pstarb)/(Te2-Tb2);
Tstar=Te2-Tb2;
其中,Pstar为空调启动功率平均值,Tstar为空调启动时间长度,Pstare为在Te2时间点的空调用电电度,Pstarb为在Tb2时间点的空调用电电度,Pstare及Pstarb的值均通过前一年历史日的空调用电曲线获得,ka为可靠系数,ka的取值为1.05;
6)设置空调成本目标函数为:
F(t)=(tastar×Pstar×Mona+tbstar×Pstar×Monb
+(Tstar-tastar-tbstar)×Pstar×Monc+taloss×Ploss×Mona+tbloss×Ploss×Monb;
+(t-Tstar-taloss-tbloss)×Ploss×Monc)/60
其中,F(t)为空调成本目标函数,t为空调预开启时长,有t>Tstar;
其中,Mona为电网峰时段电价,Monb为电网平时段电价,Monc为电网谷时段电价,tastar为空调启动阶段的时间段所占电网峰时段的时间长度,tbstar为空调启动阶段的时间段所占电网平时段的时间长度,taloss为空调启动完成后工作在电网峰时段的时间长度,tbloss为空调启动完成后工作在电网平时段的时间长度;
7)计算F(t)的最小值,具体计算方法为:
7.1)选择t的范围[Tstar,Tstar+Tdiff],Tdiff为空调满足温度控制要求的最大时间点与此时间点前的低谷结束时间点的差值;
7.2)设空调满足温度控制要求的最大时间点为T2,求解F(t)的时间迭代步长为:
Tstep=Tdiff/60;
7.3)对Tstep以分钟为单位按照四舍五入取整,并迭代计数器i=0;
7.4)计算空调预开启时长,具体计算公式为:
t=Tstar+i×Tstep;
7.5)计算空调启动时间点,具体计算公式为:
T0=T2-i;
其中,T0为空调启动时间点;
7.6)根据T0、T2和电网峰时段、电网平时段、电网谷时段的时间定义,推算出tastar、tbstar、taloss、tbloss;
7.7)将tastar、tbstar、taloss、tbloss代入空调成本目标函数F(t),计算出F(t)的值;
7.8)将迭代计数器i增加1;
7.9)令t=Tstar+i×Tstepp,如果t<Tstar+Tdiff,则转至步骤7.5),反之则转至步骤7.10);
7.10)从所有计算出的F(t)值中找出最小的F(t)所对应的t值,并将该t值作为空调预开启时长。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410674013.7A CN104456845B (zh) | 2014-11-21 | 2014-11-21 | 公用建筑中央空调预开启时间的计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410674013.7A CN104456845B (zh) | 2014-11-21 | 2014-11-21 | 公用建筑中央空调预开启时间的计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104456845A true CN104456845A (zh) | 2015-03-25 |
CN104456845B CN104456845B (zh) | 2017-10-17 |
Family
ID=52903312
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410674013.7A Active CN104456845B (zh) | 2014-11-21 | 2014-11-21 | 公用建筑中央空调预开启时间的计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104456845B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104864559A (zh) * | 2015-05-06 | 2015-08-26 | 上海申瑞继保电气有限公司 | 公共建筑人均空调能耗计算方法 |
CN104864561A (zh) * | 2015-05-06 | 2015-08-26 | 上海卓源节能科技有限公司 | 办公建筑空调散失冷量计算方法 |
CN105020859A (zh) * | 2015-08-04 | 2015-11-04 | 深圳供电局有限公司 | 一种基于等舒适度损失原则的中央空调负荷削减调温方法 |
CN106461257A (zh) * | 2014-08-21 | 2017-02-22 | 株式会社东芝 | 空调控制装置、空调控制方法及空调控制程序 |
CN107975917A (zh) * | 2017-11-15 | 2018-05-01 | 广东美的暖通设备有限公司 | 温度调节时间预测方法和温度调节设备 |
CN109780692A (zh) * | 2019-01-16 | 2019-05-21 | 珠海格力电器股份有限公司 | 空调的控制方法、控制装置和空调 |
CN111520877A (zh) * | 2020-06-05 | 2020-08-11 | 吴祖荣 | 一种智能家居用空调控制方法 |
CN111536659A (zh) * | 2020-05-22 | 2020-08-14 | 南京天加环境科技有限公司 | 一种燃气热泵与电多联机组合系统及其控制方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0942737A (ja) * | 1995-07-25 | 1997-02-14 | Matsushita Electric Ind Co Ltd | 空調制御装置 |
JP4155930B2 (ja) * | 2004-01-28 | 2008-09-24 | 三洋電機株式会社 | 空調制御装置および空調機器の運転制御方法 |
CN101635456A (zh) * | 2009-06-23 | 2010-01-27 | 上海申瑞电力科技股份有限公司 | 输配电网联合状态估计的方法 |
CN101818435A (zh) * | 2010-05-10 | 2010-09-01 | 海尔集团公司 | 一种根据电网负荷调整洗涤过程的洗衣机控制方法和系统 |
CN101923326A (zh) * | 2009-06-12 | 2010-12-22 | 成都光码智能科技有限公司 | 一种楼宇自动控制系统及方法 |
CN102738816A (zh) * | 2012-06-12 | 2012-10-17 | 上海申瑞继保电气有限公司 | 光伏分布式电源下的母线负荷预测方法 |
-
2014
- 2014-11-21 CN CN201410674013.7A patent/CN104456845B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0942737A (ja) * | 1995-07-25 | 1997-02-14 | Matsushita Electric Ind Co Ltd | 空調制御装置 |
JP4155930B2 (ja) * | 2004-01-28 | 2008-09-24 | 三洋電機株式会社 | 空調制御装置および空調機器の運転制御方法 |
CN101923326A (zh) * | 2009-06-12 | 2010-12-22 | 成都光码智能科技有限公司 | 一种楼宇自动控制系统及方法 |
CN101635456A (zh) * | 2009-06-23 | 2010-01-27 | 上海申瑞电力科技股份有限公司 | 输配电网联合状态估计的方法 |
CN101818435A (zh) * | 2010-05-10 | 2010-09-01 | 海尔集团公司 | 一种根据电网负荷调整洗涤过程的洗衣机控制方法和系统 |
CN102738816A (zh) * | 2012-06-12 | 2012-10-17 | 上海申瑞继保电气有限公司 | 光伏分布式电源下的母线负荷预测方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106461257A (zh) * | 2014-08-21 | 2017-02-22 | 株式会社东芝 | 空调控制装置、空调控制方法及空调控制程序 |
CN104864559A (zh) * | 2015-05-06 | 2015-08-26 | 上海申瑞继保电气有限公司 | 公共建筑人均空调能耗计算方法 |
CN104864561A (zh) * | 2015-05-06 | 2015-08-26 | 上海卓源节能科技有限公司 | 办公建筑空调散失冷量计算方法 |
CN105020859A (zh) * | 2015-08-04 | 2015-11-04 | 深圳供电局有限公司 | 一种基于等舒适度损失原则的中央空调负荷削减调温方法 |
CN107975917A (zh) * | 2017-11-15 | 2018-05-01 | 广东美的暖通设备有限公司 | 温度调节时间预测方法和温度调节设备 |
CN109780692A (zh) * | 2019-01-16 | 2019-05-21 | 珠海格力电器股份有限公司 | 空调的控制方法、控制装置和空调 |
CN111536659A (zh) * | 2020-05-22 | 2020-08-14 | 南京天加环境科技有限公司 | 一种燃气热泵与电多联机组合系统及其控制方法 |
CN111520877A (zh) * | 2020-06-05 | 2020-08-11 | 吴祖荣 | 一种智能家居用空调控制方法 |
CN111520877B (zh) * | 2020-06-05 | 2021-06-08 | 深圳市亚晔实业有限公司 | 一种智能家居用空调控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104456845B (zh) | 2017-10-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104456845A (zh) | 公用建筑中央空调预开启时间的计算方法 | |
Yoon et al. | Dynamic demand response controller based on real-time retail price for residential buildings | |
CN103574845B (zh) | 一种基于冷负荷预测的冰蓄冷系统优化控制方法 | |
CN101929721B (zh) | 中央空调节能控制ar模型负荷预测系统的预测方法 | |
WO2021232734A1 (zh) | 一种热泵与电蓄热设备自适应优化控制方法、系统及装置 | |
Sun et al. | Benefits of smart control of hybrid heat pumps: An analysis of field trial data | |
Meng et al. | Thermal energy storage air-conditioning demand response control using elman neural network prediction model | |
KR20130031515A (ko) | 에너지 비용 절감을 위한 에너지 균등 제어 방법 및 시스템 | |
CN105737342A (zh) | 一种办公楼宇内节能控制的方法 | |
Momani et al. | The impact of the daylight saving time on electricity consumption—A case study from Jordan | |
Gong et al. | On the optimal energy controls for large scale residential communities including smart homes | |
Rashid et al. | Performance analysis and investigation for the development of energy efficient building | |
Qureshi et al. | Demand Side Management through innovative load control | |
Chen et al. | Artificial neural network-aided energy management scheme for unlocking demand response | |
CN106855288A (zh) | 一种利用空调负荷调控降低电网尖峰负荷的方法 | |
CN107563547B (zh) | 一种用户侧用能纵深优化综合能源管控方法 | |
CN201402393Y (zh) | 新型可编程节能控制器 | |
CN113420413B (zh) | 一种基于负荷可塑性的柔性负荷可调节能力量化方法及系统 | |
CN113221315B (zh) | 构建海水源热泵系统机组设计选型方法及系统 | |
Marwan | The impact of probability of electricity price spike and outside temperature to define total expected cost for air conditioning | |
CN110929909B (zh) | 一种空气源热泵用户电负荷预测方法 | |
CN104864560A (zh) | 办公建筑空调用电预估方法 | |
CN104484711A (zh) | 考虑用户不满意度的家用设备调度方法 | |
Oliyide et al. | Low carbon technologies integration in smart low voltage network | |
Borland et al. | $> 94.5\% $ Reduction in Grid-Buy Electricity and Elimination of AM & PM Energy Peaks/Spikes by Optimizing Energy Usage and Integration of Customer Self-Supply Rooftop Solar PV with Electrical & Thermal (Hot & Cold) Storage Batteries: A Case Study for Residential Hawaii |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20200608 Address after: 200233 room 334, floor 2, No. 25-1, Hongcao Road, Xuhui District, Shanghai Patentee after: Shanghai ubiku Electric Co.,Ltd. Address before: 200233, room 4, building 14, building 470, No. 407, Guiping Road, Shanghai, Xuhui District Patentee before: SHANGHAI ZHUOYUAN ENERGY SAVING TECHNOLOGY Co.,Ltd. |
|
TR01 | Transfer of patent right |