CN104613602B - 一种中央空调精细化控制方法 - Google Patents

一种中央空调精细化控制方法 Download PDF

Info

Publication number
CN104613602B
CN104613602B CN201510053363.6A CN201510053363A CN104613602B CN 104613602 B CN104613602 B CN 104613602B CN 201510053363 A CN201510053363 A CN 201510053363A CN 104613602 B CN104613602 B CN 104613602B
Authority
CN
China
Prior art keywords
mrow
msub
msubsup
water pump
centerdot
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
Application number
CN201510053363.6A
Other languages
English (en)
Other versions
CN104613602A (zh
Inventor
李世博
陈星颖
余昆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hohai University HHU
Original Assignee
Hohai University HHU
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hohai University HHU filed Critical Hohai University HHU
Priority to CN201510053363.6A priority Critical patent/CN104613602B/zh
Publication of CN104613602A publication Critical patent/CN104613602A/zh
Application granted granted Critical
Publication of CN104613602B publication Critical patent/CN104613602B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00Control or safety arrangements
    • F24F11/62Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00Control or safety arrangements
    • F24F11/30Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00Control inputs relating to air properties
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00Control or safety arrangements
    • F24F11/62Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F24F11/63Electronic processing
    • F24F11/65Electronic processing for selecting an operating mode

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)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明公开了一种中央空调精细化控制方法,包括建立空调各子系统能耗模型,确定各个子系统模型中需要辨识的参数,确定约束条件,建立全局优化控制模型的目标函数,利用遗传算法寻优。本发明对中央空调系统的能耗进行建模,并利用遗传算法降低了中央空调系统在低于额定容量的工作状态下运行时的功耗,配合多种控制策略,实现全方位的空调精细化控制,节能方案更全面,更细致,节能效果更明显。

Description

一种中央空调精细化控制方法
技术领域
本发明涉及一种中央空调精细化控制方法,属于空调节能领域。
背景技术
目前中央空调系统都是按照满负荷设计的,但在现实工作环境中绝大多数时间都达不到满负荷的运行状态,大都是在部分负荷下运行,即中央空调系统大部分时间都在低于额定容量的工作状态下运行,这时的热效率远低于额定负荷下的运行效率,导致大量的能源损失。因此,中央空调系统在满足相应负荷、保证系统稳定性、达到房间舒适度的条件下要着重关注节能降耗的问题,并通过控制系统实现优化控制,显著降低整个系统的能耗。
目前的节能方法主要有:1、建筑设计节能,降低冷负荷需求。2、提高空调制冷机组的工作效率。3、釆用变流量的空调制冷系统等方法,但是都没有彻底的对空调节能,空调的节能空间依然很大。
发明内容
发明目的:本发明提出一种中央空调精细化控制方法,降低中央空调系统在低于额定容量的工作状态下运行时的功耗。
技术方案:本发明采用的技术方案为一种中央空调精细化控制方法,中央空调精细化控制方法,其特征在于,包括以下步骤:
建立空调各子系统能耗模型;
确定各个子系统模型中需要辨识的参数;
确定约束条件;
建立全局优化控制模型的目标函数;
利用遗传算法寻优。
优选地,所述建立空调各子系统能耗模型包括冷水机组功率Pchiller模型、冷冻水泵功率PCHWpump模型、冷却泵功率PCWpump模型、冷却塔功率Ptfan模型、风机功率Pcfan模型。
优选地,所述确定约束条件包括:
1)冷水机组的入口水温度和出口水温度的变化范围;
2)通过冷冻泵和冷却泵的水流量;
3)空调机组及冷却塔的风量;
4)冷冻水泵、冷水机组与冷却水泵间的约束;
5)冷却水泵与冷却塔间的约束;
6)冷源系统与末端之间的约束。
优选地,所述冷冻水泵、冷水机组与冷却水泵间的约束包括:制冷机组与冷冻水泵之间的相互作用对目标函数形成制约,以及制冷机组与冷却水系之间的相互作用对目标函数形成制约。
优选地,所述冷却水泵与冷却塔间的约束包括:冷却水系与冷却塔之间的相互作用对目标函数形成制约。
优选地,所述建立的全局优化控制模型目标函数为:
minPtotal=min(Pcfan+PCHWpump+Pchiller+PCWpump+Ptfan)
式中TCWR是冷却水回水温度,TCWS是冷却水供水温度。
有益效果:本发明对中央空调系统的能耗进行建模,并利用遗传算法降低了中央空调系统在低于额定容量的工作状态下运行时的功耗,配合多种控制策略,实现全方位的空调精细化控制,节能方案更全面,更细致,节能效果更明显。
附图说明
图1为本发明一种中央空调精细化控制方法的流程图;
图2为经过进化世代数与最优适应度关系图。
具体实施方式
下面结合附图和具体实施例,进一步阐明本发明,应理解这些实施例仅用于说明本发明而不用于限制本发明的范围,在阅读了本发明之后,本领域技术人员对本发明的各种等同形式的修改均落于本申请所附权利要求所限定的范围。
首先建立空调各子系统能耗模型,包括:
冷水机组功率Pchiller模型:
Pchiller=(Qnom·COPnom·Tempadj)·PLRadj
其中:
Qnom-额定制冷量
COPnom-额定制冷效率
Qchiller-实际制冷量
TCHWS-冷冻水供水温度
TCWS-冷却水供水温度
制冷机组的总功率W:W=Qnom·COPnom·Tempadj;其中Tempddj是温
度调节系数,目前空调系统都是按照满负荷设计的,但在现实工作环境中绝大多
数时问都是在部分负荷下运行。因此为了便于计算,将部分负荷下的制冷机组特
性拟合为3次多项式PLRadj,则冷水机组的能耗模型为:Pchiller=W·PLRadj
冷冻水泵功率PCHWpump模型:
其中:rCHW=nCHW/nCHW,nom
nCHW-冷冻水泵实际转速
rCHW-冷冻水泵转速比
nCHW,nom-冷冻水泵额定转速
mCHW-冷冻水泵实际流量
冷却泵功率PCWpump模型:
其中
mCW——冷却水泵实际流量
mCW,nom——冷却水泵额定流量
PCWpump,nom——冷却水泵额定功率。
冷却塔功率Ptfan模型:
其中:
Ptfan,nom-冷却塔风机泵额定功率
ma-冷却塔风机实际空气流量
ma,nom-冷却塔风机额定风量
风机功率Pcfan模型:
其中:rSA=nSA/nSA,nom
rSA-风机转速比
nSA-风机实际转速
nSA,nom-风机额定转速
mSA-风机实际风量
接着确定系统模型中需要辨识的参数,系统建模阶段需要确定的参数有:a0~a2,b0~b5,d0~d3,e0~e3,g0~g3和h0~h3,利用最小二乘法进行估计。
确定约束条件包括:
①冷水机组的入口水温度和出口水温度的变化范围
②通过冷冻泵和冷却泵的水流量
③空调机组及冷却塔的风量
④冷冻水泵、冷水机组与冷却水泵间的约束
制冷机组与冷冻水泵之间的相互作用对目标函数形成制约。这个传热过程主要依据能量平衡原则,如下:
Qchiller=mCHW·cpw·(TCHWR-TCHWS)
其中cpw是水的比热,mCHW是冷冻水泵实际流量,TCHWR是冷冻水回水温度,TCHWS是冷冻水供水温度。
这个约束条件是在能量守恒的原则下,描述了制冷机组向冷冻水回路的风机盘管热传递的最大制冷量。
制冷机组与冷却水系之间的相互作用对目标函数形成制约。这个传热过程主要依据能量平衡原则,如下:
Pchiller+Qchiller=mCW·cpw·(TCWR-TCWS)
其中TCWR是冷却水回水温度,TCWS是冷却水供水温度。
这个约束条件是在能量守恒的原则下,描述了冷却水带走的热量,其由制冷机组的能耗和冷负荷构成。也可以理解为冷凝器传递热量到冷却塔。
⑤冷却水泵与冷却塔间的约束
冷却水系与冷却塔之间的相互作用对目标函数形成制约,表现为冷却塔的传热模型,冷却塔的换热量如下:
其中Twb是室外饱和湿球温度,cc1~cc3是相应的参数。
⑥冷源系统与末端之间的约束(末端供冷需求和除湿二方面要求,可表示为冷冻供水温度和冷冻水流量约束)
建立空调全局优化控制模型的目标函数:
minPtotal=min(Pcfan+PCHWpump+Pchiller+PCWpump+Ptfan)
上式中Ptotal是中央空调机组的总功率。
最后利用遗传算法寻优:
①群体初始化
对于每个个体,首先根据蓄电池容量约束条件判断出蓄电池充放电功率大小范围,再根据功率平衡条件求出逆变器功率大小范围,该值即为初始值,构成初始群体Pinv(i)。
②适应度函数fitness计算
上式中,K2取值为这样可保证总功率最小时,适应度函数取最大值,使适应度值fitness为0~1之间的一个数。
③选择
采用数值比例法,是目前遗传算法中常用的选择方法,这个方法中,每个个体的选择概率与它的适应度值成比例,若某个个体,被选取的选择概率Psi表示为:
上式中,Fi为个体i的适应度函数值,N为群体中的个体数目。尽管选择过程是随机的,但是每个个体被选择的机会都直接与其适应度函数值成比例。那些没有被选中的个体则从群体中被淘汰出去。
④交叉
交叉是将两个染色体重新组合的操作,交叉操作可以产生新的个体,从而需要检测搜索空间中新的点。交叉操作产生两个相互不同且与父代也不同的子代个体,但是都包含父代个体的遗传物质,可让群体中较优个体得到继承。交叉操作分为一点交叉、多点交叉和一致交叉等,本文采用多点交叉方式,即在个体二进制编码中随机设置了一个交叉点,然后从这个交叉点开始,按照以下方式进行算术交叉。
Pit'←(1-α)Pit+αPit'
Pit←αPit+(1-α)Pit'
⑤变异
变异是以一很小的概率从群体中随机选取若干个体,对于选中的个体又随机选取染色体中的某一位或多位进行数码翻转,对于本文中的二进制编码就是某一位置开始,值1变为0或值0变为1。
在已知Qchiller,Twb(空气湿球温度)的条件下,选并根据机组之间的约束条件,优化过程为:
1)根据和TCHWS(冷冻水供水温度),TCWS(冷却水供水温度),mCHWS,mCWS计算冷水机组功率;并确定TCHWR(冷冻水回水温度);
2)根据TCHWR(冷冻水回水温度)确定冷冻水泵频率,并计算冷冻水泵功率;
3)根据冷却水机组的约束条件以及独立变量mCW确定TCWR(冷却水回水温度),并计算冷却水泵功率;
4)根据冷却泵和冷却塔之间的约束关系确定冷却塔流量,并计算冷却塔功率;
5)系统总能耗Ptotal=Pchiller+PCHWpump+Ptfan+PCWpump
当适应度函数定义为fitness=(600-Ptotal)/600,Qchiller=1200kW,Twb=37℃时的优化变量为TCWS=32,TCHWS=12,mCHWS=220,mCWS=0.72。如图2所示,经遗传算法寻优后得出最大适应度FMAX为0.3842时,对应的Ptotal为369.48kW。
若随机选取TCWS=35,TCHWS=5,mCHWS=230,mCWS=0.7,则运行功率为463.34kW。

Claims (6)

1.一种中央空调精细化控制方法,其特征在于,包括以下步骤:
建立空调各子系统能耗模型;
确定各个子系统模型中需要辨识的参数;
确定约束条件;
建立全局优化控制模型的目标函数;
利用遗传算法寻优,包括以下步骤:
①群体初始化
对于每个个体,首先根据蓄电池容量约束条件判断出蓄电池充放电功率大小范围,再根据功率平衡条件求出逆变器功率大小范围,该逆变器功率大小范围值即为初始值,构成初始群体Pinv(i);
②适应度函数fitness计算
<mrow> <mi>f</mi> <mi>i</mi> <mi>t</mi> <mi>n</mi> <mi>e</mi> <mi>s</mi> <mi>s</mi> <mo>=</mo> <mfrac> <mrow> <msub> <mi>K</mi> <mn>2</mn> </msub> <mo>-</mo> <munderover> <mi>&amp;Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </munderover> <msub> <mi>P</mi> <mi>i</mi> </msub> </mrow> <msub> <mi>K</mi> <mn>2</mn> </msub> </mfrac> </mrow>
上式中,K2取值为这样可保证总功率最小时,适应度函数取最大值,使适应度值fitness为0~1之间的一个数;
③选择
采用数值比例法,是目前遗传算法中常用的选择方法,这个方法中,每个个体的选择概率与它的适应度值成比例,若某个个体,被选取的选择概率Psi表示为:
<mrow> <msub> <mi>P</mi> <mrow> <mi>s</mi> <mi>i</mi> </mrow> </msub> <mo>=</mo> <msub> <mi>F</mi> <mi>i</mi> </msub> <mo>/</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </munderover> <msub> <mi>F</mi> <mi>j</mi> </msub> <mo>,</mo> <mi>i</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>,</mo> <mn>3</mn> <mo>...</mo> <mi>N</mi> </mrow>
上式中,Fi为个体i的适应度函数值,N为群体中的个体数目,尽管选择过程是随机的,但是每个个体被选择的机会都直接与其适应度函数值成比例,那些没有被选中的个体则从群体中被淘汰出去;
④交叉
采用多点交叉方式,即在个体二进制编码中随机设置了一个交叉点,然后从这个交叉点开始,按照以下方式进行算术交叉,
Pit'←(1-α)Pit+αPit'
Pit←αPit+(1-α)Pit'
⑤变异
二进制编码就是某一位置开始,值1变为0或值0变为1。
2.根据权利要求1所述的中央空调精细化控制方法,其特征在于,所述建立空调各子系统能耗模型包括:
冷水机组功率Pchiller模型
Pchiller=(Qnom·COPnom·Tempadj)·PLRadj
其中:
Qnom-额定制冷量
COPnom-额定制冷效率
Qchiller-实际制冷量
TCHWS-冷冻水供水温度
TCWS-冷却水供水温度;
冷冻水泵功率模型
<mrow> <msub> <mi>P</mi> <mrow> <mi>C</mi> <mi>H</mi> <mi>W</mi> <mi>p</mi> <mi>u</mi> <mi>m</mi> <mi>p</mi> </mrow> </msub> <mo>=</mo> <msub> <mi>g</mi> <mn>0</mn> </msub> <mo>&amp;CenterDot;</mo> <msubsup> <mi>r</mi> <mrow> <mi>C</mi> <mi>H</mi> <mi>W</mi> </mrow> <mn>2</mn> </msubsup> <mo>+</mo> <msub> <mi>g</mi> <mn>1</mn> </msub> <mo>&amp;CenterDot;</mo> <msub> <mi>r</mi> <mrow> <mi>C</mi> <mi>H</mi> <mi>W</mi> </mrow> </msub> <mo>&amp;CenterDot;</mo> <msub> <mi>m</mi> <mrow> <mi>C</mi> <mi>H</mi> <mi>W</mi> </mrow> </msub> <mo>+</mo> <msub> <mi>g</mi> <mn>2</mn> </msub> <mo>&amp;CenterDot;</mo> <msubsup> <mi>m</mi> <mrow> <mi>C</mi> <mi>H</mi> <mi>W</mi> </mrow> <mn>2</mn> </msubsup> <mo>+</mo> <mfrac> <msub> <mi>g</mi> <mn>3</mn> </msub> <msub> <mi>r</mi> <mrow> <mi>C</mi> <mi>H</mi> <mi>W</mi> </mrow> </msub> </mfrac> <msubsup> <mi>m</mi> <mrow> <mi>C</mi> <mi>H</mi> <mi>W</mi> </mrow> <mn>3</mn> </msubsup> </mrow>
其中:
nCHW-冷冻水泵实际转速
rCHW-冷冻水泵转速比
-冷冻水泵额定转速
mCHW-冷冻水泵实际流量;
冷却泵功率模型
<mrow> <msub> <mi>P</mi> <mrow> <mi>C</mi> <mi>W</mi> <mi>p</mi> <mi>u</mi> <mi>m</mi> <mi>p</mi> </mrow> </msub> <mo>=</mo> <msub> <mi>P</mi> <mrow> <mi>C</mi> <mi>W</mi> <mi>p</mi> <mi>u</mi> <mi>m</mi> <mi>p</mi> <mo>,</mo> <mi>n</mi> <mi>o</mi> <mi>m</mi> </mrow> </msub> <mo>&amp;CenterDot;</mo> <mrow> <mo>(</mo> <msub> <mi>d</mi> <mn>0</mn> </msub> <mo>+</mo> <msub> <mi>d</mi> <mn>1</mn> </msub> <mo>&amp;CenterDot;</mo> <msub> <mi>PLR</mi> <mrow> <mi>C</mi> <mi>W</mi> <mi>p</mi> <mi>u</mi> <mi>m</mi> <mi>p</mi> </mrow> </msub> <mo>+</mo> <msub> <mi>d</mi> <mn>2</mn> </msub> <mo>&amp;CenterDot;</mo> <msubsup> <mi>PLR</mi> <mrow> <mi>C</mi> <mi>W</mi> <mi>p</mi> <mi>u</mi> <mi>m</mi> <mi>p</mi> </mrow> <mn>2</mn> </msubsup> <mo>+</mo> <msub> <mi>d</mi> <mn>3</mn> </msub> <mo>&amp;CenterDot;</mo> <msubsup> <mi>PLR</mi> <mrow> <mi>C</mi> <mi>W</mi> <mi>p</mi> <mi>u</mi> <mi>m</mi> <mi>p</mi> </mrow> <mn>3</mn> </msubsup> <mo>)</mo> </mrow> </mrow>
其中
mCW——冷却水泵实际流量
——冷却水泵额定流量
——冷却水泵额定功率;
冷却塔功率Ptfan模型
<mrow> <msub> <mi>P</mi> <mrow> <mi>t</mi> <mi>f</mi> <mi>a</mi> <mi>n</mi> </mrow> </msub> <mo>=</mo> <msub> <mi>P</mi> <mrow> <mi>t</mi> <mi>f</mi> <mi>a</mi> <mi>n</mi> <mo>,</mo> <mi>n</mi> <mi>o</mi> <mi>m</mi> </mrow> </msub> <mo>&amp;CenterDot;</mo> <mrow> <mo>(</mo> <msub> <mi>e</mi> <mn>0</mn> </msub> <mo>+</mo> <msub> <mi>e</mi> <mn>1</mn> </msub> <mo>&amp;CenterDot;</mo> <msub> <mi>PLR</mi> <mrow> <mi>t</mi> <mi>f</mi> <mi>a</mi> <mi>n</mi> </mrow> </msub> <mo>+</mo> <msub> <mi>e</mi> <mn>2</mn> </msub> <msubsup> <mi>PLR</mi> <mrow> <mi>t</mi> <mi>f</mi> <mi>a</mi> <mi>n</mi> </mrow> <mn>2</mn> </msubsup> <mo>+</mo> <msub> <mi>e</mi> <mn>3</mn> </msub> <msubsup> <mi>PLR</mi> <mrow> <mi>t</mi> <mi>f</mi> <mi>a</mi> <mi>n</mi> </mrow> <mn>3</mn> </msubsup> <mo>)</mo> </mrow> </mrow>
其中:
Ptfan,nom-冷却塔风机泵额定功率
ma-冷却塔风机实际空气流量
ma,nom-冷却塔风机额定风量;
风机功率Pcfan模型
<mrow> <msub> <mi>P</mi> <mrow> <mi>c</mi> <mi>f</mi> <mi>a</mi> <mi>n</mi> </mrow> </msub> <mo>=</mo> <msub> <mi>h</mi> <mn>0</mn> </msub> <mo>&amp;CenterDot;</mo> <msubsup> <mi>r</mi> <mrow> <mi>S</mi> <mi>A</mi> </mrow> <mn>2</mn> </msubsup> <mo>+</mo> <msub> <mi>h</mi> <mn>1</mn> </msub> <mo>&amp;CenterDot;</mo> <msub> <mi>r</mi> <mrow> <mi>S</mi> <mi>A</mi> </mrow> </msub> <mo>&amp;CenterDot;</mo> <msub> <mi>m</mi> <mrow> <mi>S</mi> <mi>A</mi> </mrow> </msub> <mo>+</mo> <msub> <mi>h</mi> <mn>2</mn> </msub> <mo>&amp;CenterDot;</mo> <msubsup> <mi>m</mi> <mrow> <mi>S</mi> <mi>A</mi> </mrow> <mn>2</mn> </msubsup> <mo>+</mo> <mfrac> <msub> <mi>h</mi> <mn>3</mn> </msub> <msub> <mi>r</mi> <mrow> <mi>S</mi> <mi>A</mi> </mrow> </msub> </mfrac> <mo>&amp;CenterDot;</mo> <msubsup> <mi>m</mi> <mrow> <mi>S</mi> <mi>A</mi> </mrow> <mn>3</mn> </msubsup> </mrow>
其中:
rSA-风机转速比
nSA-风机实际转速
-风机额定转速
mSA-风机实际风量。
3.根据权利要求1所述的中央空调精细化控制方法,其特征在于,所述确定约束条件包括:
1)冷水机组的入口水温度和出口水温度的变化范围;
2)通过冷冻泵和冷却泵的水流量;
3)空调机组及冷却塔的风量;
4)冷冻水泵、冷水机组与冷却水泵间的约束;
5)冷却水泵与冷却塔间的约束;
6)冷源系统与末端之间的约束。
4.根据权利要求3所述的中央空调精细化控制方法,其特征在于,所述冷冻水泵、冷水机组与冷却水泵间的约束包括:
制冷机组与冷冻水泵之间的相互作用对目标函数形成制约,
Qchiller=mCHW·cpw·(TCHWR-TCHWS)
<mrow> <msub> <mi>Q</mi> <mrow> <mi>c</mi> <mi>h</mi> <mi>i</mi> <mi>l</mi> <mi>l</mi> <mi>e</mi> <mi>r</mi> </mrow> </msub> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>l</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>Q</mi> <mrow> <mi>k</mi> <mo>,</mo> <mi>l</mi> </mrow> </msub> </mrow>
其中cpw是水的比热,mCHW是冷冻水泵实际流量,TCHWR是冷冻水回水温度,TCHWS是冷冻水供水温度;
制冷机组与冷却水系之间的相互作用对目标函数形成制约
Pchiller+Qchiller=mCW·cpw·(TCWR-TCWS)
其中TCWR是冷却水回水温度,TCWS是冷却水供水温度。
5.根据权利要求3所述的中央空调精细化控制方法,其特征在于,所述冷却水泵与冷却塔间的约束包括:冷却水系与冷却塔之间的相互作用对目标函数形成制约。
6.根据权利要求1所述的中央空调精细化控制方法,其特征在于,所述建立的全局优化控制模型目标函数为:
<mrow> <mi>min</mi> <mi> </mi> <msub> <mi>P</mi> <mrow> <mi>t</mi> <mi>o</mi> <mi>t</mi> <mi>a</mi> <mi>l</mi> </mrow> </msub> <mo>=</mo> <mi>m</mi> <mi>i</mi> <mi>n</mi> <mrow> <mo>(</mo> <msub> <mi>P</mi> <mrow> <mi>c</mi> <mi>f</mi> <mi>a</mi> <mi>n</mi> </mrow> </msub> <mo>+</mo> <msub> <mi>P</mi> <mrow> <mi>C</mi> <mi>H</mi> <mi>W</mi> <mi>p</mi> <mi>u</mi> <mi>m</mi> <mi>p</mi> </mrow> </msub> <mo>+</mo> <msub> <mi>P</mi> <mrow> <mi>c</mi> <mi>h</mi> <mi>i</mi> <mi>l</mi> <mi>l</mi> <mi>e</mi> <mi>r</mi> </mrow> </msub> <mo>+</mo> <msub> <mi>P</mi> <mrow> <mi>C</mi> <mi>W</mi> <mi>p</mi> <mi>u</mi> <mi>m</mi> <mi>p</mi> </mrow> </msub> <mo>+</mo> <msub> <mi>P</mi> <mrow> <mi>t</mi> <mi>f</mi> <mi>a</mi> <mi>n</mi> </mrow> </msub> <mo>)</mo> </mrow> </mrow> 。 3
CN201510053363.6A 2015-02-02 2015-02-02 一种中央空调精细化控制方法 Active CN104613602B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510053363.6A CN104613602B (zh) 2015-02-02 2015-02-02 一种中央空调精细化控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510053363.6A CN104613602B (zh) 2015-02-02 2015-02-02 一种中央空调精细化控制方法

Publications (2)

Publication Number Publication Date
CN104613602A CN104613602A (zh) 2015-05-13
CN104613602B true CN104613602B (zh) 2017-09-26

Family

ID=53148176

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510053363.6A Active CN104613602B (zh) 2015-02-02 2015-02-02 一种中央空调精细化控制方法

Country Status (1)

Country Link
CN (1) CN104613602B (zh)

Families Citing this family (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111520889A (zh) * 2016-01-26 2020-08-11 熊火平 一种中央空调系统动态水力平衡调节装置
CN106127308B (zh) * 2016-06-20 2018-11-23 中国建筑科学研究院 一种能耗设备模型的辨识方法以及装置
CN106979717B (zh) * 2016-11-04 2019-03-19 深圳达实智能股份有限公司 冷却塔供水温度设定值的控制方法及装置
CN106979583A (zh) * 2016-12-30 2017-07-25 深圳达实智能股份有限公司 一种中央空调运行参数的调节方法和装置
CN106940068B (zh) * 2017-03-15 2019-08-13 山东大学 一种基于遗传蚁群算法的水蓄冷空调系统节能优化控制策略的确定方法
CN107401784A (zh) * 2017-06-30 2017-11-28 河海大学常州校区 基于遗传算法的变风量空调系统及设计方法
CN107451397B (zh) * 2017-07-06 2020-12-08 扬州大学 基于优化运行的冷却塔风机及调节方式精确定量优化选择方法
CN107401816B (zh) * 2017-08-07 2019-07-09 珠海格力电器股份有限公司 空调系统能耗的确定方法和装置
CN107560086B (zh) * 2017-09-19 2020-06-30 广东美的暖通设备有限公司 中央空调冷却水系统的控制方法、装置以及中央空调
CN109780693A (zh) * 2017-11-09 2019-05-21 沈阳工业大学 一种中央空调冷水机组能效监测评价方法
CN108759991B (zh) * 2018-06-21 2021-01-05 广东美的暖通设备有限公司 空调系统中传感器的测量误差诊断方法、装置和空调系统
CN109556236B (zh) * 2018-10-22 2020-09-22 珠海格力电器股份有限公司 能效控制方法和装置
CN109631282B (zh) * 2018-12-21 2021-01-05 深圳市紫衡技术有限公司 一种中央空调系统控制方法及其系统、设备、存储介质
CN112577161B (zh) * 2019-09-30 2022-05-27 北京国双科技有限公司 空调能耗模型训练方法与空调系统控制方法
CN110749053B (zh) * 2019-10-29 2020-11-10 珠海格力电器股份有限公司 空调器的控制方法及装置
CN112747416B (zh) * 2019-10-31 2022-04-05 北京国双科技有限公司 空调系统能耗预测方法及装置
CN110906519A (zh) * 2019-12-06 2020-03-24 创新奇智(重庆)科技有限公司 基于机器学习的风冷式冷水机组的能耗优化方法与系统
CN111397262A (zh) * 2020-03-20 2020-07-10 浙江中控技术股份有限公司 一种制冷系统的控制方法及装置
CN111473482B (zh) * 2020-04-08 2021-04-30 贵州汇通华城股份有限公司 一种水冷式中央空调冷却循环控制装置及其方法
CN111536671A (zh) * 2020-06-04 2020-08-14 中国工商银行股份有限公司 空调系统运行控制方法和装置、电子设备和存储介质
CN111623491A (zh) * 2020-06-11 2020-09-04 西安建筑科技大学 一种基于协同优化策略的变速水泵运行调节方法
CN111898260A (zh) * 2020-07-20 2020-11-06 四川省建筑科学研究院有限公司 一种中央空调系统变流量优化控制方法及控制器
CN111898814B (zh) * 2020-07-20 2024-05-03 四川省建筑科学研究院有限公司 一种中央空调能耗预测方法及装置
CN112327965B (zh) * 2020-11-13 2021-09-10 南京百敖软件有限公司 基于遗传算法的温度调节自适应分布式装置的优化方法
CN113188243B (zh) * 2021-04-08 2022-09-30 山东师范大学 一种空调能耗的综合预测方法及系统
CN113294899A (zh) * 2021-07-27 2021-08-24 国网江苏省电力有限公司营销服务中心 基于非侵入式负荷辨识的中央空调需求响应能力评测方法
CN113739365A (zh) * 2021-08-31 2021-12-03 广州汇电云联互联网科技有限公司 中央空调冷站群控节能控制方法、装置、设备及存储介质
CN113865014B (zh) * 2021-09-14 2023-03-24 浙江中控技术股份有限公司 大型冷水空调系统的能耗协调优化方法、装置及设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101782261A (zh) * 2010-04-23 2010-07-21 吕红丽 暖通空调系统的非线性自适应节能控制方法
CN101968250A (zh) * 2010-10-13 2011-02-09 日滔贸易(上海)有限公司 一种冷冻机房节能优化控制系统及方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1206485C (zh) * 2003-06-13 2005-06-15 贵州汇通华城楼宇科技有限公司 中央空调节能模糊控制方法及模糊控制器
CN100595494C (zh) * 2008-04-03 2010-03-24 上海交通大学 基于模型的集中空调系统全局优化节能控制方法及装置
KR101077369B1 (ko) * 2010-03-05 2011-10-26 삼성물산 주식회사 최적화 에너지 메니지먼트 시스템을 이용한 빌딩 공조 제어 방법
CN102003772B (zh) * 2010-11-30 2012-11-21 中国建筑西南设计研究院有限公司 一种水源热泵节能优化控制方法
CN102509175B (zh) * 2011-11-07 2016-05-18 上海电力学院 分布式供电系统可靠性优化方法
CN102981410B (zh) * 2012-12-12 2015-01-14 珠海派诺科技股份有限公司 一种基于人工蜂群的空调能耗模型参数辨识方法
CN103234256A (zh) * 2013-04-17 2013-08-07 上海达希能源科技有限公司 动态负荷跟踪的中央空调冷源全局最优节能控制方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101782261A (zh) * 2010-04-23 2010-07-21 吕红丽 暖通空调系统的非线性自适应节能控制方法
CN101968250A (zh) * 2010-10-13 2011-02-09 日滔贸易(上海)有限公司 一种冷冻机房节能优化控制系统及方法

Also Published As

Publication number Publication date
CN104613602A (zh) 2015-05-13

Similar Documents

Publication Publication Date Title
CN104613602B (zh) 一种中央空调精细化控制方法
CN109631282B (zh) 一种中央空调系统控制方法及其系统、设备、存储介质
US8646284B2 (en) Heat-source system and method for controlling the same
CN104024749B (zh) 进行温度和湿度调整的空调系统
CN104566699B (zh) 蓄能多联空调机组及其控制方法
CN104315673B (zh) 中央空调模糊控制系统及其控制方法
CN104713197A (zh) 一种基于数学模型的中央空调系统优化方法及系统
CN105320118A (zh) 基于云平台的空调系统电力需求响应控制方法
CN107401806A (zh) 中央空调冷冻站内主机及冷冻泵综合能效提升控制方法
WO2023030522A1 (zh) 一种数据中心空调系统诊断方法及装置
CN104272033A (zh) 空调
WO2015093360A1 (ja) 蓄熱システム及びその制御方法
CN112413823A (zh) 一种需求响应模式下中央空调系统的分布式能量优化管理方法
CN108895601A (zh) 基于磁悬浮主机的中央空调群控方法
CN108644968A (zh) 用于空调系统的控制方法
JP7490831B2 (ja) 空調システムの制御装置、制御方法、制御プログラムおよび空調システム
JP2007127321A (ja) 冷凍機の冷水負荷率制御装置
CN105299846B (zh) 一种基于全局关联优化的机房群控装置及其控制方法
JP5312286B2 (ja) 空気調和機の制御装置、冷凍装置の制御装置
CN100567850C (zh) 满液式冰水机
JP2004069134A (ja) 空調システム
CN101986050A (zh) 变容量模块机组空调控制方法
JP2010085009A (ja) 空調方法及び空調システム並びに空調システムの制御方法
CN108507126A (zh) 一种中央空调冷冻水的模糊控制方法、装置及空调
CN112163699B (zh) 一种基于负荷匹配的冷水机组台数控制优化方法

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
CB03 Change of inventor or designer information

Inventor after: Li Shibo

Inventor after: Chen Xingying

Inventor after: Yu Kun

Inventor before: Li Shibo

Inventor before: Chen Xingying

Inventor before: Yu Kun

CB03 Change of inventor or designer information