CN105627506A - 一种空调冷机的建筑冷负荷预测方法及装置 - Google Patents
一种空调冷机的建筑冷负荷预测方法及装置 Download PDFInfo
- Publication number
- CN105627506A CN105627506A CN201510995711.1A CN201510995711A CN105627506A CN 105627506 A CN105627506 A CN 105627506A CN 201510995711 A CN201510995711 A CN 201510995711A CN 105627506 A CN105627506 A CN 105627506A
- Authority
- CN
- China
- Prior art keywords
- building
- heat
- node
- roof
- exterior wall
- 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.)
- Pending
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
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
本发明公开了一种空调冷机的建筑冷负荷预测方法及装置,该方法包括:采集建筑外部多个位置的气象参数,计算建筑外部得热量;统计所述建筑内部热量参数,计算建筑内部得热量;依据所述建筑外部得热量及建筑内部得热量建立建筑热物理模型;采集预设时间内空调冷机系统的运行数据,依据遗传算法对所述建筑热物理模型进行训练,建立灰箱模型并预测建筑冷负荷。该发明的有益效果为:具有快速而高准确性,做预测型和反馈型优化控制的有机整合,可实现中央空调系统精细而准确的控制,进而达到有效的节能效果。
Description
技术领域
本发明涉及空调控制技术领域,更具体地说,涉及一种空调冷机的建筑冷负荷预测方法及装置。
背景技术
中央空调能耗占建筑总能耗65%,其中制冷站能耗占空调系统能耗70%左右;在南方地区的供冷时期,中央空调系统的能效管理和控制必须以建筑冷负荷预测为前提,才能实现有效管理和显著节能。只有当建筑冷负荷预测较为准确的时候,以建筑预测负荷为依据的中央空调系统调度安排及运行才能有据可依,从而实现中央空调的高效运行与节能。
传统的建筑负荷预测通常是基于复杂物理模型(即白箱模型)或是历史运行数据(黑箱模型)进行。“白箱模型”虽然预测准确性高,但建模需大量时间和人力。“黑箱模型”虽然无需对建筑进行物理建模,操作相对简单,但需要大量运行数据做分析,预测准确性不高。
发明内容
本发明要解决的技术问题在于,针对现有技术中白箱模型建模需大量时间人力,黑箱模型预测准确性不高的缺陷,提供一种空调冷机的建筑冷负荷预测方法及装置。
本发明解决其技术问题所采用的技术方案是:
构造一种空调冷机的建筑冷负荷预测方法,包括:
采集建筑外部多个位置的气象参数,计算建筑外部得热量;
统计所述建筑内部热量参数,计算建筑内部得热量;
依据所述建筑外部得热量及建筑内部得热量建立建筑热物理模型;
采集预设时间内空调冷机系统的运行数据,依据遗传算法对所述建筑热物理模型进行训练,建立灰箱模型并预测建筑冷负荷。
在本发明所述的建筑冷负荷预测方法中,所述采集建筑外部多个点的气象参数,计算建筑外部得热量的步骤包括:
采集建筑外部多个位置的气象参数,所述气象参数包括:室内空气温度Tin(t)、室外空气温度Tout(t)、屋顶第一节点等效热阻Rrf,1、屋顶第二节点温度Trf,2(t)、屋顶第二节点等效热容Crf,2、屋顶第三节点等效热阻Rrf,2、屋顶第四节点温度Trf,4(t)、屋顶第四节点等效热容Crf,4、屋顶第五节点等效热阻Rrf,5、外墙第一节点等效热阻Rew,1、外墙第二节点温度Tew,2(t)、外墙第二节点等效热容Cew,2、外墙第三节点等效热阻Rew,3、外墙第四节点温度Tew,4(t)、外墙第四节点等效热容Cew,4、外墙第五节点等效热阻Rew,5、内部建筑材料第一节点温度Tim,1(t)、内部建筑材料第一节点等效热容Cim,1、内部建筑材料第一节点等效热阻Rim,1、内部建筑材料第二节点温度Tim,2(t)、内部建筑材料第二节点等效热容Cim,2、内部建筑材料第二节点等效热阻Rim,2、屋顶面积Arf、外墙面积Aew、内部建筑材料面积Aim;
计算建筑外部得热量,所述外部得热量包括屋顶得热量Qrad,rf、外墙得热量Qrad,ew及内部材料得热量Qrad,im:
在本发明所述的建筑冷负荷预测方法中,所述统计所述建筑内部热量参数,计算建筑内部得热量的步骤包括:
统计所述建筑内部热量参数:建筑内部的对流换热量Qconv、建筑内部的新风显热量Qfr及建筑内部的潜热量Qla;
计算所述建筑内部得热量Qin:
Qin=Qconv+Qfr+Qla。
在本发明所述的建筑冷负荷预测方法中,所述依据所述建筑外部得热量及建筑内部得热量建立建筑热物理模型的步骤包括:
获取所述建筑的热物理模型参数,所述热物理模型参数包括窗户等效热阻Rwin及室内空气等效热容Cin;
建立建筑热物理模型。
在本发明所述的建筑冷负荷预测方法中,所述采集预设时间内空调冷机系统的运行数据,依据遗传算法对所述建筑热物理模型进行训练,建立灰箱模型并预测建筑冷负荷的步骤包括:
采集预设时间内空调冷机系统的运行数据以获取建筑实际冷负荷;
依据遗传算法及所述建筑实际冷负荷对所述建筑热物理模型进行训练;
建立灰箱模型:
从而预测所述建筑冷负荷Qest。
另一方面,提供一种空调冷机的建筑冷负荷预测装置,包括:
外部得热量计算模块,用于采集建筑外部多个位置的气象参数,计算建筑外部得热量;
内部得热量计算模块,用于统计所述建筑内部热量参数,计算建筑内部得热量;
物理模型建立模块,用于依据所述建筑外部得热量及建筑内部得热量建立建筑热物理模型;
冷负荷预测模块,用于采集预设时间内空调冷机系统的运行数据,依据遗传算法对所述建筑热物理模型进行训练,建立灰箱模型并预测建筑冷负荷。
在本发明所述的建筑冷负荷预测装置中,所述外部得热量计算模块包括:
气象参数采集子模块,用于采集建筑外部多个位置的气象参数,所述气象参数包括:室内空气温度Tin(t)、室外空气温度Tout(t)、屋顶第一节点等效热阻Rrf,1、屋顶第二节点温度Trf,2(t)、屋顶第二节点等效热容Crf,2、屋顶第三节点等效热阻Rrf,3、屋顶第四节点温度Trf,4(t)、屋顶第四节点等效热容Crf,4、屋顶第五节点等效热阻Rrf,5、外墙第一节点等效热阻Rew,1、外墙第二节点温度Tew,2(t)、外墙第二节点等效热容Cew,2、外墙第三节点等效热阻Rew,3、外墙第四节点温度Tew,4(t)、外墙第四节点等效热容Cew,4、外墙第五节点等效热阻Rew,5、内部建筑材料第一节点温度Tim,1(t)、内部建筑材料第一节点等效热容Cim,1、内部建筑材料第一节点等效热阻Rim,1、内部建筑材料第二节点温度Tim,2(t)、内部建筑材料第二节点等效热容Cim,2、内部建筑材料第二节点等效热阻Rim,2、屋顶面积Arf、外墙面积Aew、内部建筑材料面积Aim;
外部得热量计算子模块,用于计算建筑外部得热量,所述外部得热量包括屋顶得热量Qrad,rf、外墙得热量Qrad,ew及内部材料得热量Qrad,im:
在本发明所述的建筑冷负荷预测装置中,所述内部得热量计算模块包括:
统计子模块,用于统计所述建筑内部热量参数:建筑内部的对流换热量Qconv、建筑内部的新风显热量Qfr及建筑内部的潜热量Qla;
内部得热量计算子模块,用于计算所述建筑内部得热量Qin:
Qin=Qconv+Qfr+Qla。
在本发明所述的建筑冷负荷预测装置中,所述物理模型建立模块包括:
模型参数获取子模块,用于获取所述建筑的热物理模型参数,所述热物理模型参数包括窗户等效热阻Rwin及室内空气等效热容Cin;
建立子模块,用于建立建筑热物理模型。
在本发明所述的建筑冷负荷预测装置中,所述冷负荷预测模块包括:
运行数据采集子模块,用于采集预设时间内空调冷机系统的运行数据以获取建筑实际冷负荷;
训练子模块,用于依据遗传算法及所述建筑实际冷负荷对所述建筑热物理模型进行训练;
灰箱模型建立子模块,用于建立灰箱模型:
从而预测所述建筑冷负荷Qest。
上述公开的一种空调冷机的建筑冷负荷预测方法及装置具有以下有益效果:具有快速而高准确性,做预测型和反馈型优化控制的有机整合,可实现中央空调系统精细而准确的控制,进而达到有效的节能效果。
附图说明
图1为本发明提供的一种空调冷机的建筑冷负荷预测方法的流程图;
图2为本发明提供的热物理模型的结构示意图;
图3为本发明提供的一种空调冷机的建筑冷负荷预测装置的框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本发明提供一种空调冷机的建筑冷负荷预测方法及装置,其目的在于,以动态负荷预测为依据,充分考虑建筑外部气象数据、中央空调系统历史运行数据、以及空调末端实时数据,采用经典的简化热物理模型,实现快速而准确性高的负荷预测和系统实时动态响应控制。实现中央空调系统由传统的反馈型节能控制升级到创新的预测型节能控制,最终达到提升中央空调系统运行能效水平。
参见图1,图1为本发明提供的一种空调冷机的建筑冷负荷预测方法的流程图,该方法包括以下步骤:
S1、采集建筑外部多个位置的气象参数,计算建筑外部得热量;该步骤S1包括以下子步骤:
S11、采集建筑外部多个位置的气象参数,所述气象参数包括:室内空气温度Tin(t)、室外空气温度Tout(t)、屋顶第一节点等效热阻Rrf,1、屋顶第二节点温度Trf,2(t)、屋顶第二节点等效热容Crf,2、屋顶第三节点等效热阻Rrf,3、屋顶第四节点温度Trf,4(t)、屋顶第四节点等效热容Crf,4、屋顶第五节点等效热阻Rrf,5、外墙第一节点等效热阻Rew,1、外墙第二节点温度Tew,2(t)、外墙第二节点等效热容Cew,2、外墙第三节点等效热阻Rew,3、外墙第四节点温度Tew,4(t)、外墙第四节点等效热容Cew,4、外墙第五节点等效热阻Rew,5、内部建筑材料第一节点温度Tim,1(t)、内部建筑材料第一节点等效热容Cim,1、内部建筑材料第一节点等效热阻Rim,1、内部建筑材料第二节点温度Tim,2(t)、内部建筑材料第二节点等效热容Cim,2、内部建筑材料第二节点等效热阻Rim,2、屋顶面积Arf、外墙面积Aew、内部建筑材料面积Aim;此外,气象参数还包括温度、湿度、光照、风速等。
S12、计算建筑外部得热量,所述外部得热量包括屋顶得热量Qrad,rf、外墙得热量Qrad,ew及内部材料得热量Qrad,im:
S2、统计所述建筑内部热量参数,计算建筑内部得热量;该步骤S2包括以下子步骤:
S21、统计所述建筑内部热量参数:建筑内部的对流换热量Qconv、建筑内部的新风显热量Qfr及建筑内部的潜热量Qla;此外,内部热量参数还包括人员数量/密度,人工采光强度,显热得热,潜热得热等,作息时间,节假日等。
S22、计算所述建筑内部得热量Qin:
Qin=Qconv+Qfr+Qla。
S3、依据所述建筑外部得热量及建筑内部得热量建立建筑热物理模型;该步骤S3包括以下子步骤:
S31、获取所述建筑的热物理模型参数,所述热物理模型参数包括窗户等效热阻Rwin及室内空气等效热容Cin;热物理模型参数还包括纬度,朝向,楼层面积,层高,层数,外墙结构,混凝土材料,窗墙面积比,窗户玻璃传热系数等。
S32、建立建筑热物理模型,该建筑热物理模型参见图2。
S4、采集预设时间内空调冷机系统的运行数据,依据遗传算法对所述建筑热物理模型进行训练,建立灰箱模型并预测建筑冷负荷。该步骤S4包括以下子步骤:
S41、采集预设时间内空调冷机系统的运行数据以获取建筑实际冷负荷;采集的数据一般为1至2个星期中央空调系统历史运行数据,包括冷冻水供回水温度,冷冻水流量,室内温度和相对湿度。
S42、依据遗传算法及所述建筑实际冷负荷对所述建筑热物理模型进行训练;该遗传算法可以通过MATLAB实现。MATLAB用于算法开发、数据可视化、数据分析以及数值计算。
S43、建立灰箱模型:
从而预测所述建筑冷负荷Qest。
参见图3,图3为本发明提供的一种空调冷机的建筑冷负荷预测装置100的框图,该建筑冷负荷预测装置100包括:
外部得热量计算模块1,用于采集建筑外部多个位置的气象参数,计算建筑外部得热量;
内部得热量计算模块2,用于统计所述建筑内部热量参数,计算建筑内部得热量;
物理模型建立模块3,用于依据所述建筑外部得热量及建筑内部得热量建立建筑热物理模型;
冷负荷预测模块4,用于采集预设时间内空调冷机系统的运行数据,依据遗传算法对所述建筑热物理模型进行训练,建立灰箱模型并预测建筑冷负荷。
进一步的,所述外部得热量计算模块1包括:
气象参数采集子模块,用于采集建筑外部多个位置的气象参数,所述气象参数包括:室内空气温度Tin(t)、室外空气温度Tout(t)、屋顶第一节点等效热阻Rrf,1、屋顶第二节点温度Trf,2(t)、屋顶第二节点等效热容Crf,2、屋顶第三节点等效热阻Rrf,3、屋顶第四节点温度Trf,4(t)、屋顶第四节点等效热容Crf,4、屋顶第五节点等效热阻Rrf,5、外墙第一节点等效热阻Rew,1、外墙第二节点温度Tew,2(t)、外墙第二节点等效热容Cew,2、外墙第三节点等效热阻Rew,3、外墙第四节点温度Tew,4(t)、外墙第四节点等效热容Cew,4、外墙第五节点等效热阻Rwe,5、内部建筑材料第一节点温度Tim,1(t)、内部建筑材料第一节点等效热容Cim,1、内部建筑材料第一节点等效热阻Rim,1、内部建筑材料第二节点温度Tim2(t)、内部建筑材料第二节点等效热容Cim,2、内部建筑材料第二节点等效热阻Rim,2、屋顶面积Arf、外墙面积Aew、内部建筑材料面积Ain;
外部得热量计算子模块,用于计算建筑外部得热量,所述外部得热量包括屋顶得热量Qrad,rf、外墙得热量Qrad,ew及内部材料得热量Qrad,im:
进一步的,所述内部得热量计算模块2包括:
统计子模块,用于统计所述建筑内部热量参数:建筑内部的对流换热量Qconv、建筑内部的新风显热量Qfr及建筑内部的潜热量Qla;
内部得热量计算子模块,用于计算所述建筑内部得热量Qin:
Qin=Qconv+Qfr+Qla。
进一步的,所述物理模型建立模块3包括:
模型参数获取子模块,用于获取所述建筑的热物理模型参数,所述热物理模型参数包括窗户等效热阻Rwin及室内空气等效热容Cin;
建立子模块,用于建立建筑热物理模型。
进一步的,所述冷负荷预测模块4包括:
运行数据采集子模块,用于采集预设时间内空调冷机系统的运行数据以获取建筑实际冷负荷;
训练子模块,用于依据遗传算法及所述建筑实际冷负荷对所述建筑热物理模型进行训练;
灰箱模型建立子模块,用于建立灰箱模型:
从而预测所述建筑冷负荷Qest。
本发明相较于传统的建筑负荷预测方法,不仅不需要进行复杂的热物理模型建模,也不需要大量的历史运行数据,具有快速而高准确性(将预测精度由传统预测方法的80%~90%提升至95%),本发明非常适合现场使用。本发明同时结合系统实时反馈的数据和信息,做预测型和反馈型优化控制的有机整合,可实现中央空调系统精细而准确的控制,进而达到有效的节能效果。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。
Claims (10)
1.一种空调冷机的建筑冷负荷预测方法,其特征在于,包括:
采集建筑外部多个位置的气象参数,计算建筑外部得热量;
统计所述建筑内部热量参数,计算建筑内部得热量;
依据所述建筑外部得热量及建筑内部得热量建立建筑热物理模型;
采集预设时间内空调冷机系统的运行数据,依据遗传算法对所述建筑热物理模型进行训练,建立灰箱模型并预测建筑冷负荷。
2.根据权利要求1所述的建筑冷负荷预测方法,其特征在于,所述采集建筑外部多个点的气象参数,计算建筑外部得热量的步骤包括:
采集建筑外部多个位置的气象参数,所述气象参数包括:室内空气温度Tin(t)、室外空气温度Tout(t)、屋顶第一节点等效热阻Rrf,1、屋顶第二节点温度Trf,2(t)、屋顶第二节点等效热容crf,2、屋顶第三节点等效热阻Rrf,3、屋顶第四节点温度Trf,4(t)、屋顶第四节点等效热容crf,4、屋顶第五节点等效热阻Rrf,5、外墙第一节点等效热阻Rew,1、外墙第二节点温度Tew,2(t)、外墙第二节点等效热容Cew,2、外墙第三节点等效热阻Rew,3、外墙第四节点温度Tew,4(t)、外墙第四节点等效热容Cew,4、外墙第五节点等效热阻Rew,5、内部建筑材料第一节点温度Tim,1(t)、内部建筑材料第一节点等效热容cim,1、内部建筑材料第一节点等效热阻Rim,1、内部建筑材料第二节点温度Tim,2(t)、内部建筑材料第二节点等效热容cim,2、内部建筑材料第二节点等效热阻Rim,2、屋顶面积Arf、外墙面积Aew、内部建筑材料面积Aim;
计算建筑外部得热量,所述外部得热量包括屋顶得热量Qrad,rf、外墙得热量Qrad,ew及内部材料得热量Qrad,im:
3.根据权利要求2所述的建筑冷负荷预测方法,其特征在于,所述统计所述建筑内部热量参数,计算建筑内部得热量的步骤包括:
统计所述建筑内部热量参数:建筑内部的对流换热量Qconv、建筑内部的新风显热量Qfr及建筑内部的潜热量Qla;
计算所述建筑内部得热量Qin:
Qin=Qconv+Qfr+Qla。
4.根据权利要求3所述的建筑冷负荷预测方法,其特征在于,所述依据所述建筑外部得热量及建筑内部得热量建立建筑热物理模型的步骤包括:
获取所述建筑的热物理模型参数,所述热物理模型参数包括窗户等效热阻Rwin及室内空气等效热容cin;
建立建筑热物理模型。
5.根据权利要求4所述的建筑冷负荷预测方法,其特征在于,所述采集预设时间内空调冷机系统的运行数据,依据遗传算法对所述建筑热物理模型进行训练,建立灰箱模型并预测建筑冷负荷的步骤包括:
采集预设时间内空调冷机系统的运行数据以获取建筑实际冷负荷;
依据遗传算法及所述建筑实际冷负荷对所述建筑热物理模型进行训练;
建立灰箱模型:
从而预测所述建筑冷负荷Qest。
6.一种空调冷机的建筑冷负荷预测装置,其特征在于,包括:
外部得热量计算模块,用于采集建筑外部多个位置的气象参数,计算建筑外部得热量;
内部得热量计算模块,用于统计所述建筑内部热量参数,计算建筑内部得热量;
物理模型建立模块,用于依据所述建筑外部得热量及建筑内部得热量建立建筑热物理模型;
冷负荷预测模块,用于采集预设时间内空调冷机系统的运行数据,依据遗传算法对所述建筑热物理模型进行训练,建立灰箱模型并预测建筑冷负荷。
7.根据权利要求6所述的建筑冷负荷预测装置,其特征在于,所述外部得热量计算模块包括:
气象参数采集子模块,用于采集建筑外部多个位置的气象参数,所述气象参数包括:室内空气温度Tin(t)、室外空气温度Tout(t)、屋顶第一节点等效热阻Rrf,1、屋顶第二节点温度Trf,2(t)、屋顶第二节点等效热容crf,2、屋顶第三节点等效热阻Rrf,3、屋顶第四节点温度Trf,4(t)、屋顶第四节点等效热容crf,4、屋顶第五节点等效热阻Rrf,5、外墙第一节点等效热阻Rew,1、外墙第二节点温度Tew,2(t)、外墙第二节点等效热容Cew,2、外墙第三节点等效热阻Rew,3、外墙第四节点温度Tew,4(t)、外墙第四节点等效热容Cew,4、外墙第五节点等效热阻Rew,5、内部建筑材料第一节点温度Tim,1(t)、内部建筑材料第一节点等效热容cim,1、内部建筑材料第一节点等效热阻Rim,1、内部建筑材料第二节点温度Tim,2(t)、内部建筑材料第二节点等效热容cim,2、内部建筑材料第二节点等效热阻Rim,2、屋顶面积Arf、外墙面积Aew、内部建筑材料面积Aim;
外部得热量计算子模块,用于计算建筑外部得热量,所述外部得热量包括屋顶得热量Qrad,rf、外墙得热量Qrad,ew及内部材料得热量Qrad,im:
8.根据权利要求7所述的建筑冷负荷预测装置,其特征在于,所述内部得热量计算模块包括:
统计子模块,用于统计所述建筑内部热量参数:建筑内部的对流换热量Qconv、建筑内部的新风显热量Qfr及建筑内部的潜热量Qla;
内部得热量计算子模块,用于计算所述建筑内部得热量Qin:
Qin=Qconv+Qfr+Qla。
9.根据权利要求8所述的建筑冷负荷预测装置,其特征在于,所述物理模型建立模块包括:
模型参数获取子模块,用于获取所述建筑的热物理模型参数,所述热物理模型参数包括窗户等效热阻Rwin及室内空气等效热容Cin;
建立子模块,用于建立建筑热物理模型。
10.根据权利要求9所述的建筑冷负荷预测装置,其特征在于,所述冷负荷预测模块包括:
运行数据采集子模块,用于采集预设时间内空调冷机系统的运行数据以获取建筑实际冷负荷;
训练子模块,用于依据遗传算法及所述建筑实际冷负荷对所述建筑热物理模型进行训练;
灰箱模型建立子模块,用于建立灰箱模型:
从而预测所述建筑冷负荷Qest。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510995711.1A CN105627506A (zh) | 2015-12-25 | 2015-12-25 | 一种空调冷机的建筑冷负荷预测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510995711.1A CN105627506A (zh) | 2015-12-25 | 2015-12-25 | 一种空调冷机的建筑冷负荷预测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105627506A true CN105627506A (zh) | 2016-06-01 |
Family
ID=56042675
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510995711.1A Pending CN105627506A (zh) | 2015-12-25 | 2015-12-25 | 一种空调冷机的建筑冷负荷预测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105627506A (zh) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106225172A (zh) * | 2016-08-17 | 2016-12-14 | 珠海格力电器股份有限公司 | 空调控制装置、方法及系统 |
CN106295902A (zh) * | 2016-08-19 | 2017-01-04 | 北京世纪微熵科技股份有限公司 | 建筑冷热负荷预测系统、方法及建筑内部空气调节系统 |
CN106403166A (zh) * | 2016-08-31 | 2017-02-15 | 成都中装能源科技有限公司 | 一种冷负荷预测控制方法及装置 |
CN106765911A (zh) * | 2016-12-06 | 2017-05-31 | 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 |
CN107169606A (zh) * | 2017-05-18 | 2017-09-15 | 天津大学 | 一种办公建筑冷负荷的预测方法 |
CN108006887A (zh) * | 2017-11-20 | 2018-05-08 | 北京建筑大学 | 既有建筑空调用能模型构建方法及空调能耗预测方法 |
CN108709287A (zh) * | 2018-04-03 | 2018-10-26 | 广东迪奥技术有限公司 | 一种空调系统冷负荷预测方法及冷水机组群控的策略 |
WO2019074475A1 (en) * | 2017-10-09 | 2019-04-18 | Total Solar International | METHODS AND SYSTEMS FOR DECOUPLING MODELING |
CN110094845A (zh) * | 2019-05-24 | 2019-08-06 | 广东电网有限责任公司 | 一种室内温度调节设备的出力控制方法、装置及设备 |
CN111336669A (zh) * | 2020-03-12 | 2020-06-26 | 苏州大学 | 基于模型预测控制的室内空调通风系统 |
CN111998505A (zh) * | 2020-08-10 | 2020-11-27 | 武汉蜗牛智享科技有限公司 | 基于RSM-Kriging-GA算法的泛园区空调系统能耗优化方法及系统 |
CN112113319A (zh) * | 2019-06-20 | 2020-12-22 | 群光电能科技股份有限公司 | 空调负荷调整系统及空调负荷调整方法 |
WO2021063033A1 (zh) * | 2019-09-30 | 2021-04-08 | 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 |
CN112728734A (zh) * | 2020-12-30 | 2021-04-30 | 珠海格力电器股份有限公司 | 一种室内环境参数调控方法、装置以及系统 |
CN112815486A (zh) * | 2021-01-14 | 2021-05-18 | 珠海大横琴科技发展有限公司 | 空调管理方法及装置、电子设备、存储介质 |
CN113108432A (zh) * | 2020-09-09 | 2021-07-13 | 中维通(北京)科技有限公司 | 一种基于天气预报的空调系统调节方法和系统 |
CN113551399A (zh) * | 2021-07-22 | 2021-10-26 | 珠海格力电器股份有限公司 | 一种空调新风量控制方法、装置及空调 |
CN113822569A (zh) * | 2021-09-17 | 2021-12-21 | 广东电网有限责任公司 | 一种空调系统负荷计算方法、装置、设备及介质 |
CN115456115A (zh) * | 2022-11-14 | 2022-12-09 | 广东电网有限责任公司佛山供电局 | 基于实测分项计量数据的冷站运维多层节能潜力诊断方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102043907A (zh) * | 2010-12-29 | 2011-05-04 | 上海大学 | 空调房间实时冷负荷确定方法 |
CN102705957A (zh) * | 2012-06-07 | 2012-10-03 | 华南理工大学 | 办公建筑中央空调逐时冷负荷在线预测方法及系统 |
WO2014203311A1 (ja) * | 2013-06-17 | 2014-12-24 | 三菱電機株式会社 | 空調システム制御装置及び空調システム制御方法 |
CN104636987A (zh) * | 2015-02-06 | 2015-05-20 | 东南大学 | 一种公共楼宇空调负荷广泛参与的电网负荷调度方法 |
CN104866702A (zh) * | 2015-02-26 | 2015-08-26 | 东南大学 | 一种利用主元解耦计算夏热冬冷地区建筑负荷的方法 |
-
2015
- 2015-12-25 CN CN201510995711.1A patent/CN105627506A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102043907A (zh) * | 2010-12-29 | 2011-05-04 | 上海大学 | 空调房间实时冷负荷确定方法 |
CN102705957A (zh) * | 2012-06-07 | 2012-10-03 | 华南理工大学 | 办公建筑中央空调逐时冷负荷在线预测方法及系统 |
WO2014203311A1 (ja) * | 2013-06-17 | 2014-12-24 | 三菱電機株式会社 | 空調システム制御装置及び空調システム制御方法 |
CN104636987A (zh) * | 2015-02-06 | 2015-05-20 | 东南大学 | 一种公共楼宇空调负荷广泛参与的电网负荷调度方法 |
CN104866702A (zh) * | 2015-02-26 | 2015-08-26 | 东南大学 | 一种利用主元解耦计算夏热冬冷地区建筑负荷的方法 |
Non-Patent Citations (2)
Title |
---|
SHENGWEI WANG,XINHUA XU: "Parameter estimation of internal thermal mass of building dynamic models using genetic algorithm", 《ENERGY CONVERSION AND MANAGEMENT》 * |
石欣,张琦,赵莹,印爱民: "RC热网络建筑能耗预测模型综述", 《仪器仪表学报》 * |
Cited By (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106225172A (zh) * | 2016-08-17 | 2016-12-14 | 珠海格力电器股份有限公司 | 空调控制装置、方法及系统 |
CN106295902A (zh) * | 2016-08-19 | 2017-01-04 | 北京世纪微熵科技股份有限公司 | 建筑冷热负荷预测系统、方法及建筑内部空气调节系统 |
CN106403166A (zh) * | 2016-08-31 | 2017-02-15 | 成都中装能源科技有限公司 | 一种冷负荷预测控制方法及装置 |
CN106403166B (zh) * | 2016-08-31 | 2019-05-10 | 成都中装能源科技有限公司 | 一种冷负荷预测控制方法及装置 |
CN106765911A (zh) * | 2016-12-06 | 2017-05-31 | 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 |
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 |
CN107169606A (zh) * | 2017-05-18 | 2017-09-15 | 天津大学 | 一种办公建筑冷负荷的预测方法 |
US11514537B2 (en) | 2017-10-09 | 2022-11-29 | Total Solar International | Decoupled modeling methods and systems |
WO2019074475A1 (en) * | 2017-10-09 | 2019-04-18 | Total Solar International | METHODS AND SYSTEMS FOR DECOUPLING MODELING |
CN111542796A (zh) * | 2017-10-09 | 2020-08-14 | 道达尔太阳能国际公司 | 解耦建模方法和系统 |
CN108006887B (zh) * | 2017-11-20 | 2020-07-24 | 北京建筑大学 | 既有建筑空调用能模型构建方法及空调能耗预测方法 |
CN108006887A (zh) * | 2017-11-20 | 2018-05-08 | 北京建筑大学 | 既有建筑空调用能模型构建方法及空调能耗预测方法 |
CN108709287B (zh) * | 2018-04-03 | 2020-09-01 | 广东迪奥技术有限公司 | 一种空调系统冷负荷预测方法及冷水机组群控的策略 |
CN108709287A (zh) * | 2018-04-03 | 2018-10-26 | 广东迪奥技术有限公司 | 一种空调系统冷负荷预测方法及冷水机组群控的策略 |
CN110094845A (zh) * | 2019-05-24 | 2019-08-06 | 广东电网有限责任公司 | 一种室内温度调节设备的出力控制方法、装置及设备 |
CN110094845B (zh) * | 2019-05-24 | 2021-04-23 | 广东电网有限责任公司 | 一种室内温度调节设备的出力控制方法、装置及设备 |
CN112113319A (zh) * | 2019-06-20 | 2020-12-22 | 群光电能科技股份有限公司 | 空调负荷调整系统及空调负荷调整方法 |
CN112113319B (zh) * | 2019-06-20 | 2021-08-03 | 群光电能科技股份有限公司 | 空调负荷调整系统及空调负荷调整方法 |
WO2021063033A1 (zh) * | 2019-09-30 | 2021-04-08 | 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 |
CN111336669B (zh) * | 2020-03-12 | 2021-04-13 | 苏州大学 | 基于模型预测控制的室内空调通风系统 |
CN111336669A (zh) * | 2020-03-12 | 2020-06-26 | 苏州大学 | 基于模型预测控制的室内空调通风系统 |
CN111998505A (zh) * | 2020-08-10 | 2020-11-27 | 武汉蜗牛智享科技有限公司 | 基于RSM-Kriging-GA算法的泛园区空调系统能耗优化方法及系统 |
CN113108432B (zh) * | 2020-09-09 | 2022-04-15 | 中维通(北京)科技有限公司 | 一种基于天气预报的空调系统调节方法和系统 |
CN113108432A (zh) * | 2020-09-09 | 2021-07-13 | 中维通(北京)科技有限公司 | 一种基于天气预报的空调系统调节方法和系统 |
CN112728734A (zh) * | 2020-12-30 | 2021-04-30 | 珠海格力电器股份有限公司 | 一种室内环境参数调控方法、装置以及系统 |
CN112815486A (zh) * | 2021-01-14 | 2021-05-18 | 珠海大横琴科技发展有限公司 | 空调管理方法及装置、电子设备、存储介质 |
CN113551399B (zh) * | 2021-07-22 | 2022-07-26 | 珠海格力电器股份有限公司 | 一种空调新风量控制方法、装置及空调 |
CN113551399A (zh) * | 2021-07-22 | 2021-10-26 | 珠海格力电器股份有限公司 | 一种空调新风量控制方法、装置及空调 |
CN113822569A (zh) * | 2021-09-17 | 2021-12-21 | 广东电网有限责任公司 | 一种空调系统负荷计算方法、装置、设备及介质 |
CN113822569B (zh) * | 2021-09-17 | 2024-05-24 | 广东电网有限责任公司 | 一种空调系统负荷计算方法、装置、设备及介质 |
CN115456115A (zh) * | 2022-11-14 | 2022-12-09 | 广东电网有限责任公司佛山供电局 | 基于实测分项计量数据的冷站运维多层节能潜力诊断方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105627506A (zh) | 一种空调冷机的建筑冷负荷预测方法及装置 | |
US20240044541A1 (en) | Systems and methods of optimizing hvac control in a building or network of buildings | |
CN102052739B (zh) | 基于无线传感器网络的中央空调智能控制系统及方法 | |
CN102679505B (zh) | 房间温度控制方法 | |
CN102043907B (zh) | 空调房间实时冷负荷确定方法 | |
CN102305451B (zh) | 基于健康评估技术的混合式地源热泵监控系统及方法 | |
CN105549516A (zh) | 一种公共建筑能耗监测系统 | |
Ahn et al. | Anti-logic or common sense that can hinder machine’s energy performance: Energy and comfort control models based on artificial intelligence responding to abnormal indoor environments | |
CN102980276B (zh) | 一种基站节能用智能新风系统 | |
CN102705957A (zh) | 办公建筑中央空调逐时冷负荷在线预测方法及系统 | |
EP2560138A1 (en) | Energy conservation unit and system of a building by way of interactive learning | |
CN102835278B (zh) | 一种多源冷热联供的模拟实验温室 | |
CN109932896A (zh) | 一种建筑能耗的控制方法和系统 | |
CN107192003A (zh) | 用于供暖调节的方法及装置 | |
CN103471171A (zh) | 一种集中供热质量调节智能控制系统及方法 | |
CN109974218A (zh) | 一种基于预测的多联机空调系统调控方法 | |
CN101916094A (zh) | 一种地源热泵预警控制器及其控制方法 | |
CN107270384A (zh) | 用于供暖调节的方法及装置 | |
CN108426354A (zh) | 基于辐射时间序列方法的空调负荷预测系统 | |
CN108895717A (zh) | 一种土壤源热泵系统的节能控制方法及系统 | |
CN105546768A (zh) | 一种集中空调节能方法及节能系统 | |
Tan et al. | An optimised window control strategy for naturally ventilated residential buildings in warm climates | |
CN103148559B (zh) | 空调器的控制方法、装置及空调器 | |
CN105717899A (zh) | 热力能源监控管理平台 | |
CN210691069U (zh) | 智能冷热联供的控制系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160601 |
|
RJ01 | Rejection of invention patent application after publication |