CN105091213B - 一种基于无中心网络的冷机系统、冷机控制器及控制方法 - Google Patents
一种基于无中心网络的冷机系统、冷机控制器及控制方法 Download PDFInfo
- Publication number
- CN105091213B CN105091213B CN201510313694.9A CN201510313694A CN105091213B CN 105091213 B CN105091213 B CN 105091213B CN 201510313694 A CN201510313694 A CN 201510313694A CN 105091213 B CN105091213 B CN 105091213B
- Authority
- CN
- China
- Prior art keywords
- cold
- controller
- refrigeration duty
- new
- information
- 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
- F24F11/56—Remote control
- F24F11/59—Remote control for presetting
-
- 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
- F24F11/63—Electronic processing
- F24F11/64—Electronic processing using pre-stored data
Abstract
本发明提供了一种基于无中心网络的冷机系统控制方法,包括:为冷机系统中的多个冷机分别设置一个冷机控制器,并将所有冷机控制器进行网络互连以形成无中心网络;每个冷机控制器对相应冷机进行信号采集、控制且对相邻控制器进行信息交互以实现自主协同调节冷机系统。本发明的方法基于无中心网络,使各冷机平等地自主协调完成控制目标,分布式地计算出优化控制方案,极大地降低了传统控制形式的人工配置调试的工作量,实现了控制设备的即插即用,提高了系统的控制效率、鲁棒性及可扩展性。
Description
技术领域
本发明涉及建筑节能和智能控制技术领域,特别是涉及一种基于无中心网络的冷机系统、冷机控制器及控制方法。
背景技术
在中央空调的冷站中,通常使用多台冷机共同向末端设备供冷,通过调节不同冷机的启停状态实现冷量供应的不同组合,从而满足系统末端的冷量需求。
在现有的冷站的冷机控制系统中,通常由设备运行人员根据对末端冷量需求的经验估计来确定开启哪几台冷机,这种经验估计往往是不准确的,不能够及时地根据末端的需求来进行合理的冷机的组合运行,且冷机系统的总能耗也往往高于理论上的最优解。若将所有冷机的信息收集到一台中央控制系统,根据全局的信息计算出最优解来对相应冷机进行控制的话,需求将所有冷机的运行参数和性能曲线写入中央控制系统,而冷机的性能曲线是冷机的设备厂商不愿意公开的信息,因此这种控制方式的可操作性及扩展性很差,这种集中式的控制方式同时还会带来大量的现场调试工作,因此扩展性和鲁棒性均较差。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此,本发明的一个目的在于提出一种基于无中心网络的冷机系统控制方法,该方法具有控制效率高、鲁棒性好且扩展性能佳的优点。
本发明的另一个目的在于提出一种基于无中心网络的冷机系统。
本发明再一个目的在于提出一种冷机控制器。
为了实现上述目的,本发明的第一方面的实施例公开了一种基于无中心网络的冷机系统控制方法,包括以下步骤:为所述冷机系统中的每个冷机分别设置一个冷机控制器,并将所有冷机控制器互联以形成无中心网络;当冷机控制器判断达到一定的触发条件时,则由该冷机控制器发起调节任务;若系统中存在发起调节任务的冷机控制器,则所述系统中的冷机控制器开始与其相邻的冷机控制器进行信息交互;经过若干次信息交互之后整个系统达到预定的收敛条件,从而确定每台冷机优化后的运行参数,所述冷机控制器根据优化后的运行参数控制相应冷机达到相应的运行状态;若系统中没有发起调节任务的冷机控制器,则保持冷机运行参数不变;
根据本发明实施例的基于无中心网络的冷机系统控制方法,利用各冷机带通信功能的冷机控制器组建的无中心网络,使各冷机通过自主协商来决定各台冷机是否启停及其相应的冷冻水流量需求,同时使得冷机系统的总体能效最优。本发明实施例的基于无中心网络的冷机系统控制方法,至少具有以下优点:
1.由冷机设备生产厂商将冷机性能参数内置在冷机控制器中,解决了保密性问题,从而解决了传统集中式控制方式中自控厂商与设备厂商沟通环节的问题,也使得基于设备参数的优化控制成为可能,调高冷机的控制效率。
2.现场中仅需将拓扑上相邻的冷机对应的冷机控制器进行通信连接,各冷机即可通过自主协同,高效地完成控制目标,避免了传统集中式控制方式中自控厂商介入的繁琐的人工配置、调试环节,也能做到设备的即插即用,增强了系统的灵活性、可扩展性。
3.在理论上保证了对于给定的控制目标,算法收敛的结果是冷机整体性能最优或较优,即冷机开启的台数和组合方式是最优的,可提高冷机的运行效率。
另外,根据本发明上述实施例的基于无中心网络的冷机系统控制方法还可以具有如下附加的技术特征:
进一步的,每台处于运行状态的冷机控制器均可以发起调节任务,其余冷机控制器配合所述调节任务完成系统运算。
进一步的,若多台冷机控制器在相同或相近的时间内都发起调节任务,则按照每个调节任务分别进行系统运算,然后再通过仲裁机制决定执行哪个调节任务的运算结果。
进一步的,若多台冷机控制器在相同或相近的时间内都发起调节任务,则先通过仲裁机制选出一个发起者,然后执行由该发起者发起的调节任务。
进一步的,所述仲裁机制包括人工指定优先级、抽签、抢令牌、随机指定中的一种或多种。
进一步的,所述一定的触发条件为:所述冷机控制器达到了预设的控制周期。
进一步的,所述一定的触发条件为:系统的能耗需要进行优化。
进一步的,发起调节任务的冷机控制器执行如下步骤:
A.所述冷机控制器参考冷机当前实际工作点,以目标效率点为效率调节预期,计算得到新的冷机运行参数和冷量调节余量;B.所述冷机控制器将效率调节预期和冷量调节余量写入传递信息,发送给其相邻的冷机控制器。
进一步的,收到传递信息的冷机控制器执行以下步骤:C.比较接收到的效率调节预期和对应冷机当前的效率调节预期,参考收到的冷量调节余量,运算得到新的效率调节预期;D.根据新的效率调节预期及接收到的冷量调节余量,计算得到新的冷机运行参数和新的冷量调节余量,并执行下述步骤之一:
D1:若新的冷量调节余量的绝对值高于预设调节余量阈值,表明仍未达到调节目标,将新的效率调节预期和新的冷量调节余量写入传递信息并发送给相邻冷机控制器;
D2:若新的冷量调节余量的绝对值低于或等于预设调节余量阈值,则再执行下述步骤之一:
D2a:若系统能耗等于或低于本次调节任务发起之前,则不再发送传递信息;
D2b:若系统能耗高于本次调节任务发起之前,则将新的目标效率点设定为效率调节预期,计算得到新的冷机运行参数和新的冷量调节余量,;所述冷机控制器将新的效率调节预期和新的冷量调节余量写入传递信息,发送给其相邻的冷机控制器。
进一步的,所述目标效率点在计算过程中可变。
进一步的,冷机控制器在计算新的冷机运行参数时令冷机不出现频繁启停的情况。
进一步的,判断是否达到预定的收敛条件的过程包括如下步骤:所有接收到传递信息的冷机控制器,在接收到传递信息的瞬间开始计时,并执行下述步骤之一:
F1:在预定收敛周期内如果后续没有收到其它相邻冷机控制器的传递信息,则判定达到预定的收敛条件;
F2:在预定收敛周期内如果后续收到了其它相邻冷机控制器的传递信号,则重新计时。
进一步的,所述信息交互的过程先确定每台冷机是否开启再确定开启的冷机具体承担的冷负荷的值。
进一步的,确定每台冷机是否开启的步骤进一步包括如下步骤:整个系统的冷机控制器形成一条链路,由链首起始向链尾依次传递信息,所述信息中包括各冷机分别工作在最高效率点时的冷负荷,链尾选出总冷负荷最满足要求的两种组合,并将数据依次回传至链首,此时各冷机控制器知晓其是否应该开启。
进一步的,所述总冷负荷最满足要求指的是在满足冷机不频繁启停的情况下总冷负荷最接近系统总冷负荷需求。
进一步的,确定每台冷机是否开启时在满足冷机不发生频繁启停的前提下执行如下步骤:为每台冷机设置一初始开启概率;每台冷机控制器均发起全局加权求和任务,所述全局加权求和任务为每个冷机自己的开启概率乘以自己的在最优效率点时的冷负荷的结果之和;每台冷机控制器收到除自己之外的其它冷机的加权和之后,比较该结果与加上自己的开启概率乘以自己的在最优效率点时的冷负荷的结果,如果加上之后的结果比不加的结果更靠近系统总冷负荷需求,则表明自己加入会更好,因而将自己的开启概率增大,否则,将自己的开启概率降低;经过若干次迭代每个冷机的开启概率趋于稳定,开启概率收敛为1或者大于某一预设阈值的冷机的状态设为开启,开启概率收敛为0或者小于某一预设阈值的冷机的状态设为关闭。
进一步的,所述确定开启的冷机的具体冷负荷的值的步骤进一步包括如下步骤:
整个系统的冷机控制器形成一条链路,由链首依次向链尾发送传递信息,所述传递信息包括等值的功耗对冷负荷的导数及各冷机在该导数下对应的冷负荷,链尾对系统总冷负荷求和,若其高于系统总冷负荷需求,且偏差绝对值超过预定阈值则将传递信息中的功耗对冷负荷的导数降低,重新在链路中发送传递信息,若其低于系统总冷负荷需求,且偏差绝对值高于预定阈值,则将传递信息中的功耗/冷负荷导数增大,重新在链路中发送传递信息,若其与系统总冷负荷需求的偏差绝对值低于或等于预定阈值,则不再发送传递信息,此时系统收敛。
进一步的,链路中的链首和链尾在信息交互过程中可变。
进一步的,所述冷机运行参数包括冷机的冷负荷。
进一步的,在达到预定的收敛条件时,所有冷机控制器根据冷机的优化后的运行参数计算冷机的启停状态和/或冷冻水流量需求和/或冷冻水出水温度设定值,并令对应冷机变更至新的运行参数。
进一步的,所述无中心网络的实现形式为有线网络和无线网络中二者之一或者二者的组合。
进一步的,多个所述冷机控制器中的控制算法相同。
进一步的,根据冷机的性能曲线计算冷机的运行参数。
进一步的,冷机的性能曲线数被输入到冷机控制器中。
进一步的,冷机的性能曲线可变,改变的方式包括:人工定期对冷机性能进行测试标定并手动修改,或者冷机控制器内部加入自学习算法,在冷机运行的过程中,自动检测冷机性能并调整冷机的性能曲线。
本发明第二方面的实施例公开了一种基于无中心网络的冷机系统,包括:
多个冷机;多个冷机控制器,所述多个冷机控制器一一对应地与所述多个冷机相连,其中,所有冷机控制器互联以形成无中心网络;所述冷机系统利用如本发明上述第一方面实施例所述的控制方法来运行。
本发明第三方面的实施例公开了一种冷机控制器,所有冷机控制器互联以形成无中心网络,当冷机控制器判断达到一定的触发条件时,所述冷机控制器用于发起调节任务,在系统中存在发起调节任务的冷机控制器时,所述冷机控制器开始与其相邻的冷机控制器进行信息交互,并经过若干次信息交互之后达到预定的收敛条件,从而确定每台冷机优化后的运行参数,所述冷机控制器根据优化后的运行参数控制相应冷机达到相应的运行状态,以及在系统中没有发起调节任务的冷机控制器时,保持相应的冷机运行参数不变。
根据本发明实施例的冷机系统及冷机控制器,使各冷机平等地自主协调完成控制目标,分布式地计算出优化控制方案,降低了传统控制形式的人工配置调试的工作量,实现了控制设备的即插即用,提高了系统的控制效率、鲁棒性及可扩展性。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1是本发明实施例的基于无中心网络的冷机系统控制方法的流程示意图。
图2是本发明实施例的基于无中心网络的冷机系统的结构示意图。
图3是本发明实施例的冷机系统控制算法的具体运行流程图。
图4是本发明实施例1的冷机在发起调节任务后的迭代计算过程;
图5是本发明实施例1的迭代计算过程中另外一种信息传递的流向示意图;
图6是本发明实施例1的冷机在迭代计算过程中的一个状态变化示意图;
图7是本发明实施例1的冷机在迭代计算过程中的另一个状态变化示意图;
图8是本发明实施例2的确定冷机开启组合时的金字塔结构示意图。
具体实施方式
下面根据说明书附图对本发明实施例的基于无中心网络的冷机系统控制方法进行更为详尽的说明。
实施例1:
如图1所示,根据本发明一个实施例的基于无中心网络的冷机系统控制方法,包括以下步骤:
S101:为冷机系统中的每个冷机分别设置一个冷机控制器,并将所有冷机控制器互联以形成无中心网络。
其中,无中心网络指网络中的每个节点的地位是平等的,整个网络是扁平的,没有中心或首脑的概念,该网络可以是链状的,可以是环状的,还可以是网格状或星形的,即网络中的所有节点之间以某种拓扑关系互联,而在拓扑关系上互联的节点之间进行信息传递,在拓扑关系上不关联的节点间不进行信息交互。对本发明实施例的冷机系统而言,无中心网络中的每个冷机的地位均是平等的,各冷机通过相应的冷机控制器平等地自主协调完成控制目标,分布式地计算出优化控制方案,这样,可以降低传统控制形式的人工配置调试的工作量,实现控制设备的即插即用,提高系统的控制效率、鲁棒性及可扩展性。例如:如果新增冷机,只需要对新增冷机设置一个与其它冷机控制器相同的冷机控制器,并将该冷机控制器加入上述的无中心网络中。
图2是本发明一个实施例的基于无中心网络的冷机系统的结构示意图。如图2所示,冷机系统中包括n(通常n为大于1的正整数)个冷机,每个冷机配置有一个冷机控制器。
结合图2所示,多个冷机控制器形成的无中心网络的实现形式可以为有线网络和无线网络中二者之一或二者的组合。也就是说,多个冷机控制器之间可以通过有线网络、无线网络或者结合有线无线两种形式的综合网络进行连接,构成无中心网络。需要说明的是,本发明实施例中的无中心网络可以采用多种通信协议进行通信,只要能够保证通信的实时性和有效性即可,也就是说,本发明实施例的无中心网络不限定于任何具体的通信控制协议,只要能进行满足要求的网络通信和控制即可,由此,此处的节点控制网络或者网络可以以较为广泛的技术领域中含义来进行理解和限定。
S102:当某个冷机控制器判断达到一定的触发条件时,则由该冷机控制器发起调节任务。
在本发明的具体示例中,每台运行中的冷机对应的冷机控制器均可以发起调节任务,当其中一台冷机控制器发起调节任务时,其余的冷机控制器则配合该控制器完成系统的运算。
此外,由于本发明实施例中的多个冷机控制器构建的是无中心网络,每个冷机控制器运行的控制程序都是相同的,因此,有可能在相同或相近的时间内,多个冷机控制器均满足任务发起条件而发起调节任务,针对这种情况,系统需要设置相应的处理机制,在本发明的一个实施例中,可以通过如下两种方式进行处理。
一、先计算后处理的仲裁机制,具体而言,首先,针对每个调节任务分别计算一遍,几个无中心冷机控制器连接组成了无中心计算网络,等同于一个操作系统,该系统下支持多任务并行处理,因而当有多个冷机控制器同时发起调节任务时,系统可以同时运算,得到多个结果。然后再通过仲裁机制,选出应该执行哪个调节任务的结果。
二、先处理后计算的仲裁机制,具体而言,首先通过仲裁机制确定谁来发起调节任务,然后由它发起调节任务,即:当遇到多个冷机控制器同时发起调节任务时,先通过仲裁机制选出一个发起者,然后由它发起调节任务。
由于先处理后计算的仲裁机制首先确定由哪一个冷机控制器发起调节任务,因此,相对于第一种先计算后处理的仲裁机制,计算量少,因此,在多数情况下,可以使用第二种先处理后计算的仲裁机制以减少计算量。
在本发明的一个实施例中,仲裁机制的形式也是多样的,包括但不限于以下几种方式:事先由人工指定优先级,运行过程中按照设定好的优先级来决定采取哪种运算结果、抽签、抢令牌、随机指定等等。
其中,仲裁方式是为了保护冷机不要频繁启停,无论哪台冷机发起的调节任务,其得到的结果可能都是最优结果,但系统中一般会有多台相同型号的冷机,如T1,T2,T3,三台同型号的冷机,计算得到的几组结果是开启[T1,T2],[T1,T3],[T2,T3],而当前正在运行的是T1和T2这两台冷机,为了避免冷机的频繁启停、频繁切换,仲裁结果应该选择开启[T1,T2]对应的方案。
关于触发条件,在本发明的具体示例中,触发条件可以有多种形式,如下面的(1)、(2)的形式。
(1)可以根据时间来确定,例如为每个冷机控制器设定一个控制周期,每过一定的时间就由该冷机控制器发起一次调节任务;
(2)可以是根据系统的能耗来触发,例如系统在自动运行期间,受到了外界的干预,如人工手动进行了调节,则可能控制周期还没到但运行状况并非能耗最优的情况,因而需要从优化能耗的角度来触发调节。可以理解的是,如何根据能耗来触发也可以有多种判断方法。
S103:当系统中存在发起调节任务的冷机控制器时,系统中的冷机控制器开始与其相邻的冷机控制器进行信息交互。
信息交互的过程是一个迭代计算的过程,下面根据图3至图7具体说明这一信息交互的迭代计算过程。
图3是本发明一个实施例的信息交互过程的基本逻辑框图,图4是本发明实施例的在某个冷机控制器发起调节任务之后各个冷机控制器之间进行数据交互及迭代计算的具体过程。
如图4所示,每个长框表示在所有冷机中完成的一次迭代,本案例中有四台冷机,长框顶部的数字是每台冷机迭代前的冷负荷(该冷负荷可由冷机内部的监控程序给出,或者通过外部的测量手段输入),长框底部的数字是其完成本轮迭代后的冷负荷;箭头的指向表示冷机之间交互的信息流向,箭头上面的值是冷负荷调节余量ΔQ,下面的是效率调节预期ε。
结合图3和图4,初始的工况为两台冷机在运行,初始的冷负荷均为1710kW,但此时开启两台冷机不一定是最优的运行方案,任一运行的冷机发起调整任务(本例中2号冷机发起调节)。2号冷机计算当其工作点调整到效率最高点,即效率调节预期ε=1时,其承担的冷负荷为1250kW,如图5所示,1点为初始运行的工况点,2点位调整后的最高效率点,此时向外传递的信息为冷负荷调节余量ΔQ=+460kW(当前冷负荷与冷负荷设定值的差值),效率调节预期ε=1。
3号冷机收到该信息后,将收到的效率调节预期与自己上一次的调节预期(此时3号冷机是第一次调节,上一次的调节预期空缺为0)进行比较,如果不同,则采用邻居冷机传递给它的效率调节预期,计算出它调整后的冷负荷1250kW,然后将此时的冷负荷调节余量ΔQ=+920kW(自己的冷负荷调节余量加上邻居传递给它的冷负荷调节余量)和效率调节预期ε=1,传递给它的邻居4号冷机。
4号冷机收到的冷负荷调节余量为+920kW,而当前4号冷机处于关闭状态,因而4号冷机将启动,将自己的工作点调节到效率调节预期ε=1,即其承担的冷负荷为1250kW。然后将更新后的冷负荷调节余量ΔQ=-330kW,效率调节预期ε=1传递给1号冷机。
1号冷机处于关闭状态,收到冷负荷调节余量ΔQ=-330kW,即让其减少承担的冷负荷,因而不进行调整,将此信息继续传递给2号冷机。
2号冷机收到信息后,将收到的效率调节预期与自己上一次的调节预期ε=1进行比较,是相同的,但是冷负荷调节余量并没有收敛,因而根据收到的冷负荷调节余量对效率调节预期进行调节。该调节过程可以是定步长的,如若冷负荷调节余量为负值,即当前的冷负荷大于冷负荷设定值,则将效率调节预期向左调整,降低自己承担的冷负荷;如若冷负荷调节余量为正值,即当前的冷负荷小于冷负荷设定值,则将效率调节预期向右调整,提高自己承担的冷负荷,每次调整的步长可以为0.01或者更少。效率调节预期的调节过程也可以是变步长的,步长可以根据冷负荷调节余量,采用二分法或下降法,以达到更快的收敛速度。此例中调整后的效率调节预期ε=0.94,对应的冷负荷调节余量ΔQ=1150kW,将这两个信息传递给3号冷机。
依此类推,每个冷机收到邻居传来的信息后,都根据相同的逻辑进行调整,当冷量调节余量满足设定的收敛条件|ΔQ|<δ时,即冷量调节余量的绝对值小于预设调节余量阈值时该冷机控制器判断系统能耗是否优于本次调节任务发起之前,若优于本此调节任务之前,则该冷机控制器认为此次计算收敛且有效,从而不再向外传递信息,优于的概念是调节后系统的能耗等于或者低于调节前;若系统能耗还高于本次调节任务发起之前,则该冷机控制器重新设定目标效率点,此次目标效率点低于初始的目标效率点,再次向外发送传递信息,重新开始计算直到系统达到收敛,而此处的目标效率点的调节可以是定步长调节,如初始为1,后面依次为0.99,0.98,0.97。依次类推,当然目标效率点的调节也可以是变步长的。
需要说明的是,为了避免冷机频繁的启停,冷机控制器需要在计算新的冷机冷负荷(冷机冷负荷出力)时考虑是否会导致冷机频繁开启,例如:若在一定时间内(如半个小时以内)冷机曾开启则计算出的冷机冷负荷不会为零,即曾经在短时间内开启过的冷机不会做出我要关闭的决策,而若在一定时间内曾关闭则计算出的冷机冷负荷不会大于零,即曾经在短时间内关闭过的冷机也不会做出我要开启的决策。
冷机的信息传递方向可以有多种形式,在上述示例中,冷机的信息传递方向是由2号冷机传递给3号冷机,3号冷机传递给4号冷机,4号冷机再传递给1号冷机,但是,这种信息传递的方向不是固定且唯一的,也可以是其它的信息传递方向,如图5所示,可以是由1号冷机传递给2号冷机,2号冷机传递给3号冷机,3号冷机传递给4号冷机,4号冷机再传递给3号冷机,3号冷机传递给2号冷机,2号冷机传递给1号冷机等等,也就是说,这种信息的流动方向是灵活可变的。
S104:当系统达到预定的收敛条件时,确定每台冷机优化后的运行参数,冷机控制器根据确定的运行参数计算出冷机的启停状态和/或冷冻水流量需求和/或冷冻水出水温度设定值,并由冷机控制器将冷机改变至新的运行参数,并将冷冻水流量需求及冷冻水出水温度设定值发送给控制系统以便相应冷机达到需要的运行状态。
在步骤S103中提到了单个冷机控制器的收敛,这是整个系统收敛的前提条件,当某一个冷机控制器收到邻居传入的传递信息之后,根据接收到的信息进行计算,计算出的冷量调节余量的绝对值等于或小于设定的冷量调节余量阈值,并且当前系统的效率(传递的过程中可以实时计算更新)不比调节之前的效率低(或者说系统的能耗不比发起调节任务之前高),则该冷机控制器认为计算收敛且有效,从而不再向外传递信息;其次是系统的收敛:当系统中某个冷机控制器接收到传递信息之后则开启计时器,如果在给定的时间周期内没有冷机控制器再收到邻居传递的信息,即没有新的迭代计算刺激,则系统收敛,每个冷机控制器当前保存的运算结果即为最终结果,作为控制信号输出。
值得注意的是,上述迭代计算的过程是在确定总冷负荷如何在各台冷机之间进行分配,在确定好冷负荷的分配方案之后,有如下两种方式可以令冷机达到预想的冷负荷。方式一是通过调整流过冷机的冷冻水流量,这对于一台冷机对应一台冷冻泵的系统(简称为一机对一泵系统)来讲是易于实现的,只要冷机控制器将计算出的冷冻水流量值的需求发送给相应冷冻泵的控制器即可,而对于非一机对一泵形式的系统,可以通过调整相应冷机的冷冻水出水温度设定值来实现冷机承担冷负荷值的调整。
S105:若系统中没有发起调节任务的冷机控制器,则系统中的冷机保持原来的运行参数不变。
在上述计算过程中,需要的冷机性能曲线或冷机性能参数、预设冷量调节余量阈值等均可以内置到冷机控制器当中。
需要说明的是,由于冷机性能曲线或冷机性能参数通常为冷机生产商的商业机密,一般不愿被公开。在本发明的实施例中,可以由冷机系统管理者先将冷机控制器寄送给冷机生产商让其保密地输入冷机性能参数然后再拿回来安装,或者冷机系统管理者邀请冷机生产商来现场后保密地向冷机控制器输入冷机性能参数。这样便解决了保密性的问题。在有些情况下随着设备的运行,设备的性能会发生变化,出现一定程度的衰减,因而冷机控制器内的设备性能参数是可以修改的,修改方式可以是人工定期对设备性能进行测试标定,手动修改;也可以在冷机控制器内部加入自学习算法,在设备运行的过程中,自动检测设备性能,调整设备的性能参数。
根据本发明实施例的基于无中心网络的冷机系统控制方法,利用各冷机带通信功能的冷机控制器组建的无中心网络,使各冷机通过自主协商来决定各台冷机的运行参数,同时使得冷机总体能效最优。本发明实施例的基于无中心网络的冷机系统控制方法,至少具有以下优点:
1.由冷机设备生产厂商将冷机性能参数内置在冷机控制器中,解决了保密性问题,从而解决了传统集中式控制方式中自控厂商与设备厂商沟通环节的问题,也使得基于设备参数的优化控制成为可能,调高冷机的控制效率。
2.现场中仅需将拓扑上相邻的冷机对应的冷机控制器进行通信连接,并联冷机即可通过自主协同,高效地完成控制目标,避免了传统集中式控制方式中自控厂商介入的繁琐的人工配置、调试环节,也能做到设备的即插即用,增强了系统的灵活性、可扩展性。
3.在理论上保证了对于给定的控制目标,算法收敛的结果是冷机整体性能最优,即冷机开启的台数和组合是最优的,可提高冷机的运行效率。
需要说明的是,在实际应用中,也可能出现只安装一台冷机的情况,即图2所示的冷机控制器检测出没有邻居的情况。在这种情况下,由于只有一台冷机,在工作时必然开启,不存在通过冷机之间相互协同的问题。此时可以根据冷机的性能参数、当前冷机的实际工作点,直接求出达到控制目标所需要的冷冻水流量。
实施例2:
冷机之间进行信息交互的具体方式——即上述步骤S103,还可以采用另外的算法,例如优化分配的方法。具体而言,本发明实施例中的冷机系统具有一个总和约束,即冷机的总冷负荷应该满足末端对冷负荷的总需求X0,于是问题便转化为如何在满足总和约束时,将这些冷负荷合理地分配到各台冷机以便冷机系统的总功耗是最低的。在确定优化分配的方案时,可以先确定出冷机的开启组合,再确定开启的冷机的具体的冷负荷的值。经过数学推导,当冷机的开启组合确定后,总冷负荷在各台冷机之间如何最优分配的问题变得很简单,即按各能耗函数关于冷负荷的导数相等的原则进行分配。
另外,确定冷机的开启组合可以采用多种方式。
方式1,首先通过生成树过程将所有的冷机控制器形成一条链路,链两端分别为起始节点v1和终止节点vm,或者称为链首及链尾,然后沿着链逐点计算,终止节点计算之后做最终决策,再逐点回传结果。整个搜索过程一次完成,无需循环迭代,具体算法为:
1)链首发起任务,传播生成树(链)指令,直至链尾;
2)由链尾逐点回传生成树指令,完成生成树的建立;
3)在链首开始计算并向外传递如下信息,自己关闭时的值X0和自己开启时的值X0-x1,x1为链首冷机工作在最佳效率点时的冷负荷,并逐点执行下面的操作;
4)各节点收到信息后(是一个包含k个数的数组),针对其中的每个数,计算自己工作在最佳效率点时不加入的剩余冷负荷值,然后将新的数组(为包含2k个数的数组)发给它的邻居节点;
5)末端的节点收到数据后,在内部计算,找到距离X0最近的两组组合,然后将这两组组合向回传递给所有节点。
6)每个节点都知道自己是否应该的启停状况,然后开启的节点开始计算最优的冷负荷分配。
该方式采用逐点计算,每个节点同时考虑参与或不参与组合两种情况,从而形成一个金字塔形的架构,如图8所示。意味着传到最后一个节点,最后一个节点完成组合计算后,共有2m个组合,其中包括了全部不参与的情况。所以这个算法在有限的步骤内罗列了所有组合情况,是完备的。
末端的节点在选择最接近X0的两个组合时实际上是选择前一个节点传递来的冷量值中最接近零的两种组合,其中一个大于零,一个小于零,这两个冷量值所对应的冷机的开启组合就是后续进一步计算最优冷量分配时的备选方案,获得备选方案后系统会针对每一个备选方案分别计算最优的冷量分案,再通过仲裁选择其中一种方案。
进一步地,在末端节点选择距离X0最近的两组组合时,如果刚好所选出的组合会导致冷机出现频繁启停的状况,则出于保障设备安全运行考虑,这样的组合将不被选择,末端节点会退而求其次,选择不会令设备出现频繁启停的组合,哪怕这样的组合并不是距离X0最近的。下面介绍如何在开启的冷机中分配冷负荷。
更进一步地,当冷机的开启组合确定后,总冷负荷在各台设备之间如何最优分配的问题变得很简单,即各冷机能耗函数关于冷负荷的导数相等的原则进行分配。因此在各个冷机控制器之间传递的是该相等的导数,在某次迭代中,各开启的冷机根据收到的值计算出自己对应的承担的冷负荷(根据能耗-冷负荷关系曲线计算而得,而该曲线可以通过冷机的性能参数或者性能曲线获得),然后对各开启冷机的冷负荷全局求和,如果大于冷负荷总需求X0的要求,则减小导数值;如果小于冷负荷总需求X0的要求,则增大导数值。然后各冷机根据收到的新的导数值,重新计算各自的冷负荷,进行迭代(上述步骤依然属于步骤S103的范围)。因为导数和能耗值的关系是单调的,所以该迭代调整过程很快收敛(即步骤S104所描述的系统达到预定的收敛条件并确定每台水泵优化后的运行参数)。
实施例3:
实施例2中介绍了确定冷机的开启组合(步骤S103中的一部分)的第一种算法(即方式1),本实施例介绍确定冷机的开启组合的第二种算法,即方式2。
该算法是每个冷机控制器有一个初始的开启概率,如0.5,在某冷机控制器发起计算任务后,每个冷机控制器(或称节点vi)执行以下规则:
(1)节点vi发起全局加权求和任务,即每个节点自己的开启概率乘以自己的xi *(冷机在最优效率点时的冷负荷)的结果之和;
(2)节点vi收到除自己之外的其它节点的加权和之后,比较该结果与加上自己的开启概率乘以自己的xi *的结果,如果加上之后的结果比不加的结果更靠近X0,则表明自己加入会更好,因而将自己的开启概率增大;否则,将自己的开启概率降低;
(3)这样经过一定的迭代次数之后,每个节点的开启概率会趋于稳定,开启概率收敛为1或者大于某一预设阈值的节点会开启;开启概率收敛为0或者小于某一预设阈值的节点会关闭。
在方式2中,实际上每个节点都在发起全局加权求和的计算任务,其中可以调节的为自己开启概率进行调整的规则以及每次概率调整的方式、幅度。
需要说明的是,为了保障设备安全运行,不出现频繁启停的状态是优先级很高的准则,因此冷机是在不发生频繁启停的前提下进行上述的运算过程,换句话说每台冷机均知晓其在短时间之内是否曾经开启或者关闭,因此在运算的过程中不会做出令自己频繁启停的决策,例如一台刚刚关闭的冷机在参与新的调节任务计算时可能会直接将自己置为关闭状态,而不会出现令自己的开启概率趋近于1的情形。
通过上述算法确定冷机的开启组合之后可以采用如实施例2中介绍的算法来确定开启的冷机的具体的冷负荷的值。
另外,实施例2和实施例3中所介绍的算法算出的优化后的冷机的运行参数就是理论上的最优解,因而不再需要判断系统的总能耗是否比发起调节任务之前降低,但是在确定冷机的开启组合时也需要经过仲裁的过程,以便保护冷机不要频繁的启停,例如在确定冷机的开启组合时不会将短时间内曾经开启/关闭过的冷机设定为关闭/开启的状态。
根据本发明实施例的基于无中心网络的冷机系统控制方法,使各冷机平等地自主协调完成控制目标,分布式地计算出优化控制方案,降低了传统控制形式的人工配置调试的工作量,实现了控制设备的即插即用,提高了系统的控制效率、鲁棒性及可扩展性。
进一步地,结合图2所示,本发明的进一步实施例还公开了一种基于无中心网络的冷机系统,包括:多个冷机和多个冷机控制器,多个冷机控制器一一对应地与多个冷机相连,其中,所有冷机控制器互联以形成无中心网络,当冷机控制器判断达到一定的触发条件时,冷机控制器用于发起调节任务,在系统中存在发起调节任务的冷机控制器时,该系统中的冷机控制器开始与其相邻的冷机控制器进行信息交互,并经过若干次信息交互之后整个系统达到预定的收敛条件,从而确定每台冷机优化后的运行参数,冷机控制器根据优化后的运行参数控制相应冷机达到相应的运行状态,以及在系统中没有发起调节任务的冷机控制器时,保持相应的冷机运行参数不变。
结合图2所示,多个冷机控制器形成的无中心网络的实现形式可以为有线网络和无线网络中二者之一或二者的组合。也就是说,多个冷机控制器之间可以通过有线网络、无线网络或者结合有线无线两种形式的综合网络进行连接,构成无中心网络。需要说明的是,本发明实施例中的无中心网络可以采用多种通信协议进行通信,只要能够保证通信的实时性和有效性即可,也就是说,本发明实施例的无中心网络不限定于任何具体的通信控制协议,只要能进行满足要求的网络通信和控制即可,由此,此处的节点控制网络或者网络可以以较为广泛的技术领域中含义来进行理解和限定。
当某个冷机控制器判断达到一定的触发条件时,则由该冷机控制器发起调节任务。
在本发明的具体示例中,每台运行中的冷机对应的冷机控制器均可以发起调节任务,当其中一台冷机控制器发起调节任务时,其余的冷机控制器则配合该控制器完成系统的运算。
此外,由于本发明实施例中的多个冷机控制器构建的是无中心网络,每个冷机控制器运行的控制程序都是相同的,因此,有可能在相同或相近的时间内,多个冷机控制器均满足任务发起条件而发起调节任务,针对这种情况,系统需要设置相应的处理机制,在本发明的一个实施例中,可以通过如下两种方式进行处理。
一、先计算后处理的仲裁机制,具体而言,首先,针对每个调节任务分别计算一遍,几个无中心控制器连接组成了无中心计算网络,等同于一个操作系统,该系统下支持多任务并行处理,因而当有多个冷机控制器同时发起调节任务时,系统可以同时运算,得到多个结果。然后再通过仲裁机制,选出应该执行哪个调节任务的结果。
二、先处理后计算的仲裁机制,具体而言,首先通过仲裁机制确定谁来发起调节任务,然后由它发起调节任务,即:当遇到多个冷机控制器同时发起调节任务时,先通过仲裁机制选出一个发起者,然后由它发起调节任务。
由于先处理后计算的仲裁机制首先确定由哪一个冷机控制器发起调节任务,因此,相对于第一种先计算后处理的仲裁机制,计算量少,因此,在多数情况下,可以使用第二种先处理后计算的仲裁机制以减少计算量。
在本发明的一个实施例中,仲裁机制的形式也是多样的,包括但不限于以下几种方式:事先由人工指定优先级,运行过程中按照设定好的优先级来决定采取哪种运算结果、抽签、抢令牌、随机指定等等。
其中,仲裁方式是为了保护冷机不要频繁启停,无论哪台冷机发起的调节任务,其得到的结果可能都是最优结果,但系统中一般会有多台相同型号的冷机,如T1,T2,T3,三台同型号的水泵,计算得到的几组结果是开启[T1,T2],[T1,T3],[T2,T3],而当前正在运行的是T1和T2这两台冷机,为了避免冷机的频繁启停、频繁切换,仲裁结果应该选择开启[T1,T2]对应的方案。
关于触发条件,在本发明的具体示例中,触发条件可以有多种形式,如下面的(1)、(2)的形式。
(1)可以根据时间来确定,例如为每个冷机控制器设定一个控制周期,每过一定的时间就由该冷机控制器发起一次调节任务;
(2)可以是根据系统的能耗来触发,例如系统在自动运行期间,受到了外界的干预,如人工手动进行了调节,则可能控制周期还没到但运行状况并非能耗最优的情况,因而需要从优化能耗的角度来触发调节。可以理解的是,如何根据能耗来触发也可以有多种判断方法。
当系统中存在发起调节任务的冷机控制器时,系统中的冷机控制器开始与其相邻的冷机控制器进行信息交互。
信息交互的过程是一个迭代计算的过程,具体的迭代计算的方法和过程前述的迭代计算方法相同,此处不再赘述。
进一步地,本发明还提出了一种冷机控制器,所有冷机控制器互联以形成无中心网络,当冷机控制器判断达到一定的触发条件时,冷机控制器用于发起调节任务,在系统中存在发起调节任务的冷机控制器时,冷机控制器开始与其相邻的冷机控制器进行信息交互,并经过若干次信息交互之后达到预定的收敛条件,从而确定每台冷机优化后的运行参数,冷机控制器根据优化后的运行参数控制相应冷机达到相应的运行状态,以及在系统中没有发起调节任务的冷机控制器时,保持相应的冷机运行参数不变。
在本发明的一个实施例中,发起调节任务的冷机控制器用于执行如下步骤:A.冷机控制器参考当前实际工作点,以目标效率点为效率调节预期,计算得到新的冷机冷负荷和冷量调节余量;B.冷机控制器将效率调节预期和冷量调节余量写入传递信息,发送给其相邻的冷机控制器。
进一步地,收到传递信息的冷机控制器用于执行以下步骤:C.比较接收到的效率调节预期和对应冷机当前的效率调节预期,参考收到的冷量调节余量,运算得到新的效率调节预期;D.根据新的效率调节预期及接收到的冷量调节余量,计算得到新的冷机冷负荷和新的冷量调节余量;并执行下述步骤之一:D1:若新的冷量调节余量的绝对值高于预设调节余量阈值,表明仍未达到调节目标,将新的效率调节预期和新的冷量调节余量写入传递信息并发送给相邻冷机控制器;D2:若新的冷量调节余量的绝对值低于或等于预设调节余量阈值,则再执行下述步骤之一:D2a:若系统能耗等于或低于本次调节任务发起之前,则不再发送传递信息;D2b:若系统能耗高于本次调节任务发起之前,则将新的目标效率点设定为效率调节预期,计算得到新的冷机冷负荷和新的冷量调节余量;冷机控制器将新的效率调节预期和新的冷量调节余量写入传递信息,发送给其相邻的冷机控制器。
在本发明的一个实施例中,判断是否达到预定的收敛条件的过程包括如下步骤:所有接收到传递信息的冷机控制器,在接收到传递信息的瞬间开始计时,并执行下述步骤之一:F1:在预定收敛周期内如果后续没有收到其它相邻冷机控制器的传递信息,则判定达到预定的收敛条件;F2:在预定收敛周期内如果后续收到了其它相邻冷机控制器的传递信号,则重新计时。
在本发明的一个实施例中,信息交互的过程先确定每台冷机是否开启再确定开启的冷机的具体冷负荷的值。
在本发明的一个实施例中,确定每台冷机是否开启的步骤进一步包括如下步骤:多个冷机控制器形成一条链路,由链首起始向链尾依次传递信息,该信息中包括各冷机分别工作在最高效率点时的冷负荷,链尾选出总冷负荷最满足要求的两种组合,并将数据依次回传至链首,此时各冷机控制器知晓其是否应该开启。
在本发明的一个实施例中,确定每台冷机是否开启时在满足冷机不发生频繁启停的前提下执行如下步骤:为每台冷机设置一初始开启概率;每台冷机控制器均发起全局加权求和任务,其中,全局加权求和任务为每个冷机自己的开启概率乘以自己的在最优效率点时的冷负荷的结果之和;每台冷机控制器收到除自己之外的其它冷机的加权和之后,比较该结果与加上自己的开启概率乘以自己的在最优效率点时的冷负荷的结果,如果加上之后的结果比不加的结果更靠近系统总冷负荷需求,则表明自己加入会更好,因而将自己的开启概率增大,否则,将自己的开启概率降低;经过若干次迭代每个冷机的开启概率趋于稳定,开启概率收敛为1或者大于某一预设阈值的冷机的状态设为开启,开启概率收敛为0或者小于某一预设阈值的冷机的状态设为关闭。
在本发明的一个实施例中,所述确定开启的冷机的具体冷负荷的步骤进一步包括如下步骤:多个冷机控制器形成一条链路,由链首依次向链尾发送传递信息,所述传递信息包括等值的功耗对冷负荷的导数及各冷机在该导数下对应的冷负荷;链尾对系统总冷负荷求和,若其高于系统总冷负荷需求,且偏差绝对值超过预定阈值则将传递信息中的功耗对冷负荷的导数降低,重新在链路中发送传递信息;若其低于系统总冷负荷需求,且偏差绝对值高于预定阈值,则将传递信息中的功耗/冷负荷导数增大,重新在链路中发送传递信息;若其与系统总冷负荷需求的偏差绝对值低于或等于预定阈值,则不再发送传递信息,此时系统收敛。
根据本发明实施例的冷机控制器,使各冷机平等地自主协调完成控制目标,分布式地计算出优化控制方案,降低了传统控制形式的人工配置调试的工作量,实现了控制设备的即插即用,提高了系统的控制效率、鲁棒性及可扩展性。
需要说明的是,本发明实施例的冷机控制器的具体实现方式与方法和/或系统部分对于冷机控制器的具体实现方式类似,具体请参见方法和/或系统部分的描述,为了减少冗余,不做赘述。
Claims (34)
1.一种基于无中心网络的冷机系统控制方法,其特征在于,包括以下步骤:
为所述冷机系统中的每个冷机分别设置一个冷机控制器,并将所有冷机控制器互联以形成无中心网络;
当冷机控制器判断达到一定的触发条件时,则由该冷机控制器发起调节任务;
若系统中存在发起调节任务的冷机控制器,则所述系统中的冷机控制器开始与其相邻的冷机控制器进行信息交互,其中,发起调节任务的冷机控制器执行如下步骤:A.所述冷机控制器参考冷机当前实际工作点,以目标效率点为效率调节预期,计算得到新的冷机运行参数和冷量调节余量,B.所述冷机控制器将效率调节预期和冷量调节余量写入传递信息,发送给其相邻的冷机控制器;
经过若干次信息交互之后整个系统达到预定的收敛条件,从而确定每台冷机优化后的运行参数,所述冷机控制器根据优化后的运行参数控制相应冷机达到相应的运行状态;
若系统中没有发起调节任务的冷机控制器,则保持冷机运行参数不变。
2.根据权利要求1所述的方法,其特征在于:每台处于运行状态的冷机控制器均可以发起调节任务,其余冷机控制器配合所述调节任务完成系统运算。
3.根据权利要求2所述的方法,其特征在于:若多台冷机控制器在相同或相近的时间内都发起调节任务,则按照每个调节任务分别进行系统运算,然后再通过仲裁机制决定执行哪个调节任务的运算结果。
4.根据权利要求2所述的方法,其特征在于:若多台冷机控制器在相同或相近的时间内都发起调节任务,则先通过仲裁机制选出一个发起者,然后执行由该发起者发起的调节任务。
5.根据权利要求3或4所述的方法,其特征在于:所述仲裁机制包括人工指定优先级、抽签、抢令牌、随机指定中的一种或多种。
6.根据权利要求1所述的方法,其特征在于:所述一定的触发条件为:所述冷机控制器达到了预设的控制周期。
7.根据权利要求1所述的方法,其特征在于:所述一定的触发条件为:系统的能耗需要进行优化。
8.根据权利要求1所述的方法,其特征在于:收到传递信息的冷机控制器执行以下步骤:
C.比较接收到的效率调节预期和对应冷机当前的效率调节预期,参考收到的冷量调节余量,运算得到新的效率调节预期;
D.根据新的效率调节预期及接收到的冷量调节余量,计算得到新的冷机运行参数和新的冷量调节余量,并执行下述步骤之一:
D1:若新的冷量调节余量的绝对值高于预设调节余量阈值,表明仍未达到调节目标,将新的效率调节预期和新的冷量调节余量写入传递信息并发送给相邻冷机控制器;
D2:若新的冷量调节余量的绝对值低于或等于预设调节余量阈值,则再执行下述步骤之一:
D2a:若系统能耗等于或低于本次调节任务发起之前,则不再发送传递信息;
D2b:若系统能耗高于本次调节任务发起之前,则将新的目标效率点设定为效率调节预期,计算得到新的冷机运行参数和新的冷量调节余量,所述冷机控制器将新的效率调节预期和新的冷量调节余量写入传递信息,发送给其相邻的冷机控制器。
9.根据权利要求1或8所述的方法,其特征在于:所述目标效率点在计算过程中可变。
10.根据权利要求1或8所述的方法,其特征在于:冷机控制器在计算新的冷机运行参数时令冷机不出现频繁启停的情况。
11.根据权利要求1或8所述的方法,其特征在于:判断是否达到预定的收敛条件的过程包括如下步骤:
所有接收到传递信息的冷机控制器,在接收到传递信息的瞬间开始计时,并执行下述步骤之一:
F1:在预定收敛周期内如果后续没有收到其它相邻冷机控制器的传递信息,则判定达到预定的收敛条件;
F2:在预定收敛周期内如果后续收到了其它相邻冷机控制器的传递信号,则重新计时。
12.根据权利要求1所述的方法,其特征在于:所述信息交互的过程先确定每台冷机是否开启再确定开启的冷机具体承担的冷负荷的值。
13.根据权利要求12所述的方法,其特征在于:确定每台冷机是否开启的步骤进一步包括如下步骤:
整个系统的冷机控制器形成一条链路,由链首起始向链尾依次传递信息,所述信息中包括各冷机分别工作在最高效率点时的冷负荷,链尾计算出每台冷机工作在最高效率点或不工作时的所有组合下的总冷负荷并选出总冷负荷最满足要求的两种组合,并将数据依次回传至链首,此时各冷机控制器知晓其是否应该开启。
14.根据权利要求13所述的方法,其特征在于:所述总冷负荷最满足要求指的是在满足冷机不频繁启停的情况下总冷负荷最接近系统总冷负荷需求。
15.根据权利要求12所述的方法,其特征在于:确定每台冷机是否开启时在满足冷机不发生频繁启停的前提下执行如下步骤:
为每台冷机设置一初始开启概率;
每台冷机控制器均发起全局加权求和任务,所述全局加权求和任务为每个冷机自己的开启概率乘以自己的在最优效率点时的冷负荷的结果之和;
每台冷机控制器收到除自己之外的其它冷机的加权和之后,比较该结果与加上自己的开启概率乘以自己的在最优效率点时的冷负荷的结果,如果加上之后的结果比不加的结果更靠近系统总冷负荷需求,则表明自己加入会更好,因而将自己的开启概率增大,否则,将自己的开启概率降低;
经过若干次迭代每个冷机的开启概率趋于稳定,开启概率收敛为1或者大于某一预设阈值的冷机的状态设为开启,开启概率收敛为0或者小于某一预设阈值的冷机的状态设为关闭。
16.根据权利要求12所述的方法,其特征在于:所述确定开启的冷机的具体冷负荷的值的步骤进一步包括如下步骤:
整个系统的冷机控制器形成一条链路,由链首依次向链尾发送传递信息,所述传递信息包括等值的功耗对冷负荷的导数及各冷机在该导数下对应的冷负荷,链尾对系统总冷负荷求和,若其高于系统总冷负荷需求,且偏差绝对值超过预定阈值则将传递信息中的功耗对冷负荷的导数降低,重新在链路中发送传递信息,若其低于系统总冷负荷需求,且偏差绝对值高于预定阈值,则将传递信息中的功耗/冷负荷导数增大,重新在链路中发送传递信息,若其与系统总冷负荷需求的偏差绝对值低于或等于预定阈值,则不再发送传递信息,此时系统收敛。
17.根据权利要求13或16所述的方法,其特征在于:链路中的链首和链尾在信息交互过程中可变。
18.根据权利要求1或8所述的方法,其特征在于:所述冷机运行参数包括冷机的冷负荷。
19.根据权利要求1所述的方法,其特征在于:在达到预定的收敛条件时,所有冷机控制器根据冷机的优化后的运行参数计算冷机的启停状态和/或冷冻水流量需求和/或冷冻水出水温度设定值,并令对应冷机变更至新的运行参数。
20.根据权利要求1所述的方法,其特征在于:所述无中心网络的实现形式为有线网络和无线网络中二者之一或者二者的组合。
21.根据权利要求1所述的方法,其特征在于:多个所述冷机控制器中的控制算法相同。
22.根据权利要求1、8或16所述的方法,其特征在于:根据冷机的性能曲线计算冷机的运行参数。
23.根据权利要求22所述的方法,其特征在于:所述冷机的性能曲线被输入到冷机控制器中。
24.根据权利要求23所述的方法,其特征在于:所述冷机的性能曲线可变,改变的方式包括:人工定期对冷机性能进行测试标定并手动修改,或者冷机控制器内部加入自学习算法,在冷机运行的过程中,自动检测冷机性能并调整冷机的性能曲线。
25.一种基于无中心网络的冷机系统,其特征在于,包括:
多个冷机;
多个冷机控制器,所述多个冷机控制器一一对应地与所述多个冷机相连,其中,所有冷机控制器互联以形成无中心网络;
所述冷机系统利用如权利要求1至24任一项所述的控制方法来运行。
26.一种冷机控制器,其特征在于,所有冷机控制器互联以形成无中心网络,当冷机控制器判断达到一定的触发条件时,所述冷机控制器用于发起调节任务,在系统中存在发起调节任务的冷机控制器时,所述冷机控制器开始与其相邻的冷机控制器进行信息交互,并经过若干次信息交互之后达到预定的收敛条件,从而确定每台冷机优化后的运行参数,所述冷机控制器根据优化后的运行参数控制相应冷机达到相应的运行状态,以及在系统中没有发起调节任务的冷机控制器时,保持相应的冷机运行参数不变,其中,发起调节任务的冷机控制器用于执行如下步骤:A.所述冷机控制器参考对应冷机当前实际工作点,以目标效率点为效率调节预期,计算得到新的冷机运行参数和冷量调节余量,B.所述冷机控制器将效率调节预期和冷量调节余量写入传递信息,发送给其相邻的冷机控制器。
27.根据权利要求26所述的冷机控制器,其特征在于:收到传递信息的冷机控制器用于执行以下步骤:
C.比较接收到的效率调节预期和对应冷机当前的效率调节预期,参考收到的冷量调节余量,运算得到新的效率调节预期;
D.根据新的效率调节预期及接收到的冷量调节余量,计算得到新的冷机运行参数和新的流量调节余量,并执行下述步骤之一:
D1:若新的冷量调节余量的绝对值高于预设调节余量阈值,表明仍未达到调节目标,将新的效率调节预期和新的冷量调节余量写入传递信息并发送给相邻冷机控制器;
D2:若新的冷量调节余量的绝对值低于或等于预设调节余量阈值,则再执行下述步骤之一:
D2a:若系统能耗等于或低于本次调节任务发起之前,则不再发送传递信息;
D2b:若系统能耗高于本次调节任务发起之前,则将新的目标效率点设定为效率调节预期,计算得到新的冷冻水运行参数和新的冷量调节余量;所述冷机控制器将新的效率调节预期和新的冷量调节余量写入传递信息,发送给其相邻的冷机控制器。
28.根据权利要求26所述的冷机控制器,其特征在于:判断是否达到预定的收敛条件的过程包括如下步骤:
所有接收到传递信息的冷机控制器,在接收到传递信息的瞬间开始计时,并执行下述步骤之一:
F1:在预定收敛周期内如果后续没有收到其它相邻冷机控制器的传递信息,则判定达到预定的收敛条件;
F2:在预定收敛周期内如果后续收到了其它相邻冷机控制器的传递信号,则重新计时。
29.根据权利要求26所述的冷机控制器,其特征在于:所述信息交互的过程先确定每台冷机是否开启再确定开启的冷机的具体冷负荷值。
30.根据权利要求29所述的冷机控制器,其特征在于:确定每台冷机是否开启的步骤进一步包括如下步骤:
多个冷机控制器形成一条链路,由链首起始向链尾依次传递信息,所述信息中包括各冷机分别工作在最高效率点时的冷负荷,链尾计算出每台冷机工作在最高效率点或不工作时的所有组合下的总冷负荷并选出总冷负荷最满足要求的两种组合,并将数据依次回传至链首,此时各冷机控制器知晓其是否应该开启。
31.根据权利要求29所述的冷机控制器,其特征在于:确定每台冷机是否开启时在满足冷机不发生频繁启停的前提下执行如下步骤:
为每台冷机设置一初始开启概率;
每台冷机控制器均发起全局加权求和任务,所述全局加权求和任务为每个冷机自己的开启概率乘以自己的在最优效率点时的流量的结果之和;
每台冷机控制器收到除自己之外的其它冷机的加权和之后,比较该结果与加上自己的开启概率乘以自己的在最优效率点时的冷负荷的结果,如果加上之后的结果比不加的结果更靠近系统总冷负荷需求,则表明自己加入会更好,因而将自己的开启概率增大,否则,将自己的开启概率降低;
经过若干次迭代每个冷机的开启概率趋于稳定,开启概率收敛为1或者大于某一预设阈值的冷机的状态设为开启,开启概率收敛为0或者小于某一预设阈值的冷机的状态设为关闭。
32.根据权利要求29所述的冷机控制器,其特征在于:所述确定开启的冷机的具体冷负荷值的步骤进一步包括如下步骤:
多个冷机控制器形成一条链路,由链首依次向链尾发送传递信息,所述传递信息包括等值的功耗对冷负荷的导数及各冷机在该导数下对应的冷负荷,链尾对系统总冷负荷求和,若其高于系统总冷负荷需求,且偏差绝对值超过预定阈值则将传递信息中的功耗对冷负荷的导数降低,重新在链路中发送传递信息,若其低于系统总冷负荷需求,且偏差绝对值高于预定阈值,则将传递信息中的功耗/冷负荷导数增大,重新在链路中发送传递信息,若其与系统总冷负荷需求的偏差绝对值低于或等于预定阈值,则不再发送传递信息,此时系统收敛。
33.根据权利要求26或27所述的冷机控制器,其特征在于:所述冷机运行参数包括冷机的冷负荷。
34.根据权利要求26或27所述的冷机控制器,其特征在于:在达到预定的收敛条件时,所述冷机控制器根据冷机的优化后的运行参数计算冷机的启停状态和/或冷冻水流量需求和/或冷冻水出水温度设定值,并令对应冷机变更至新的运行参数。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510313694.9A CN105091213B (zh) | 2015-06-09 | 2015-06-09 | 一种基于无中心网络的冷机系统、冷机控制器及控制方法 |
PCT/CN2016/084341 WO2016197849A1 (zh) | 2015-06-09 | 2016-06-01 | 控制方法、冷机系统、冷机控制器、冷却塔系统、冷却塔控制器、水泵系统和水泵控制器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510313694.9A CN105091213B (zh) | 2015-06-09 | 2015-06-09 | 一种基于无中心网络的冷机系统、冷机控制器及控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105091213A CN105091213A (zh) | 2015-11-25 |
CN105091213B true CN105091213B (zh) | 2018-07-03 |
Family
ID=54572207
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510313694.9A Active CN105091213B (zh) | 2015-06-09 | 2015-06-09 | 一种基于无中心网络的冷机系统、冷机控制器及控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105091213B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016197849A1 (zh) * | 2015-06-09 | 2016-12-15 | 邻元科技(北京)有限公司 | 控制方法、冷机系统、冷机控制器、冷却塔系统、冷却塔控制器、水泵系统和水泵控制器 |
CN107990479A (zh) * | 2016-10-26 | 2018-05-04 | 清华大学 | 智能冷机控制器及具智能冷机 |
CN106765911B (zh) * | 2016-12-06 | 2019-09-10 | 珠海格力电器股份有限公司 | 一种中央空调冷机的控制方法、装置及控制器 |
CN110243056B (zh) * | 2018-03-08 | 2021-09-10 | 邻元科技(北京)有限公司 | 无中心自组织的变风量末端优化控制方法及系统 |
CN108488969A (zh) * | 2018-03-23 | 2018-09-04 | 北京百度网讯科技有限公司 | 用于冷水机组的控制方法和控制装置 |
CN109237601B (zh) * | 2018-08-20 | 2020-05-05 | 西安建筑科技大学 | 一种基于群智能的高层集中供暖系统优化控制方法 |
CN113446714B (zh) * | 2021-06-23 | 2022-03-18 | 珠海格力电器股份有限公司 | 水多联系统的动态偏差控制方法及水多联系统 |
CN115145211B (zh) * | 2022-09-06 | 2022-12-09 | 上海桁壹高科技有限公司 | 一种非开关量设备的控制方法、系统、介质和电子设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2615065A1 (en) * | 2006-12-18 | 2008-06-18 | Howard Rosen | Method and apparatus for providing extended range wireless remote control of ductless space conditioning systems |
CN103472777A (zh) * | 2013-08-27 | 2013-12-25 | 清华大学 | 自组织室内环境智能控制系统 |
CN103580957A (zh) * | 2013-11-06 | 2014-02-12 | 华北计算技术研究所 | 一种无中心网络的节点状态快速监测方法 |
CN104374060A (zh) * | 2014-11-04 | 2015-02-25 | 清华大学 | 一种基于无中心网络的水泵系统控制方法 |
CN104654524A (zh) * | 2015-02-02 | 2015-05-27 | 珠海格力电器股份有限公司 | 空调集群控制方法和控制装置、空调管理系统 |
CN205079391U (zh) * | 2015-06-09 | 2016-03-09 | 邻元科技(北京)有限公司 | 一种基于无中心网络的冷机系统及冷机控制器 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5782640A (en) * | 1980-11-10 | 1982-05-24 | Matsushita Seiko Co Ltd | Operation controlling device for air-conditioning unit |
WO2013190911A1 (ja) * | 2012-06-22 | 2013-12-27 | 三菱電機株式会社 | 空気調和システム |
-
2015
- 2015-06-09 CN CN201510313694.9A patent/CN105091213B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2615065A1 (en) * | 2006-12-18 | 2008-06-18 | Howard Rosen | Method and apparatus for providing extended range wireless remote control of ductless space conditioning systems |
CN103472777A (zh) * | 2013-08-27 | 2013-12-25 | 清华大学 | 自组织室内环境智能控制系统 |
CN103580957A (zh) * | 2013-11-06 | 2014-02-12 | 华北计算技术研究所 | 一种无中心网络的节点状态快速监测方法 |
CN104374060A (zh) * | 2014-11-04 | 2015-02-25 | 清华大学 | 一种基于无中心网络的水泵系统控制方法 |
CN104654524A (zh) * | 2015-02-02 | 2015-05-27 | 珠海格力电器股份有限公司 | 空调集群控制方法和控制装置、空调管理系统 |
CN205079391U (zh) * | 2015-06-09 | 2016-03-09 | 邻元科技(北京)有限公司 | 一种基于无中心网络的冷机系统及冷机控制器 |
Also Published As
Publication number | Publication date |
---|---|
CN105091213A (zh) | 2015-11-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105091213B (zh) | 一种基于无中心网络的冷机系统、冷机控制器及控制方法 | |
CN105045225B (zh) | 基于无中心网络的水泵系统、水泵控制器及控制方法 | |
CN204790515U (zh) | 基于无中心网络的水泵系统及水泵控制器 | |
CN108916986B (zh) | 信息物理融合的二级管网变流量水力平衡调控方法及系统 | |
WO2016197849A1 (zh) | 控制方法、冷机系统、冷机控制器、冷却塔系统、冷却塔控制器、水泵系统和水泵控制器 | |
CN105674791B (zh) | 基于无中心网络的冷却塔系统、冷却塔控制器及控制方法 | |
CN110440396A (zh) | 云边端协同的中央空调全局优化节能控制方法和系统 | |
CN107044710A (zh) | 基于联合智能算法的中央空调节能控制方法及系统 | |
CN103591637A (zh) | 一种集中供热二次网运行调节方法 | |
CN108512258B (zh) | 一种基于改进多智能体一致性算法的风电场有功调度方法 | |
CN109237601A (zh) | 一种基于群智能的高层集中供暖系统优化控制方法 | |
CN107590612A (zh) | 需求响应系统,需求响应方法、装置及计算机处理设备 | |
CN107025806B (zh) | 一种单阶段临时航迹鲁棒优化方法 | |
CN110854927A (zh) | 一种孤岛型微电网分布式协同控制方法 | |
CN105896616B (zh) | 考虑新能源接纳最大化的火电机组实时调度需求判定方法 | |
CN109359428A (zh) | 一种锅炉燃烧效率和氮氧化合物排放量的建模方法 | |
CN109787240A (zh) | 一种主配网协调分布式潮流优化方法及相关设备 | |
CN205079391U (zh) | 一种基于无中心网络的冷机系统及冷机控制器 | |
CN109059194B (zh) | 一种分布式多泵并联系统的节能控制方法 | |
CN105391090A (zh) | 一种智能电网多智能体多目标一致性优化方法 | |
CN110474353A (zh) | 分层式储能系统及其参与的电网调频协调控制方法 | |
CN106451415A (zh) | 一种基于分布式协调方法的微电网电力交易系统 | |
CN107166646B (zh) | 基于分布式计算的中央空调主机优化运行控制系统及方法 | |
CN108596526A (zh) | 需求侧综合能源站协同运行优化调度系统及方法 | |
CN102300269B (zh) | 基于遗传算法的无线认知网络端到端服务质量确保方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB03 | Change of inventor or designer information |
Inventor after: Jiang Ziyan Inventor after: Dai Yunchuang Inventor before: Jiang Ziyan Inventor before: Dai Yunchuang Inventor before: Shen Qi |
|
CB03 | Change of inventor or designer information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |