CN105841300A - 一种计及新风系统的中央空调建模及调控策略 - Google Patents

一种计及新风系统的中央空调建模及调控策略 Download PDF

Info

Publication number
CN105841300A
CN105841300A CN201610201821.0A CN201610201821A CN105841300A CN 105841300 A CN105841300 A CN 105841300A CN 201610201821 A CN201610201821 A CN 201610201821A CN 105841300 A CN105841300 A CN 105841300A
Authority
CN
China
Prior art keywords
air
load
vmc
control system
temperature
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
Application number
CN201610201821.0A
Other languages
English (en)
Other versions
CN105841300B (zh
Inventor
高赐威
张良杰
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.)
Southeast University
Original Assignee
Southeast University
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 Southeast University filed Critical Southeast University
Priority to CN201610201821.0A priority Critical patent/CN105841300B/zh
Publication of CN105841300A publication Critical patent/CN105841300A/zh
Application granted granted Critical
Publication of CN105841300B publication Critical patent/CN105841300B/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
    • F24F2110/10Temperature
    • 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
    • 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
    • F24F2110/10Temperature
    • F24F2110/12Temperature of the outside air

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Signal Processing (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明公开了一种计及新风系统的中央空调建模及调控策略,包括以下步骤:建立中央空调所属建筑物热力学模型,即房间室内、外温度与建筑物冷量的关系;建立计及新风系统的中央空调能耗模型,即空调负荷与决策变量间的关系;确定控制策略,即明确目标函数、控制变量、约束条件等;计算中央空调负荷最大调节潜力,比较不同控制方式下的调节效果,并研究中央空调系统负荷参与负荷跟踪。本发明通过细致建立模型,明确多控制变量协同优化的策略,为计及新风系统的中央空调参与电力系统运行提供了科学理论支持。

Description

一种计及新风系统的中央空调建模及调控策略
技术领域
本发明涉及一种计及新风系统的中央空调建模及调控策略,属于电力系统及其自动化技术。
背景技术
目前针对空调的研究逐渐增多,空调技术也不断发展。在电力系统领域,空调负荷具有很大的调节潜力,空调负荷可以调节的两个前提条件:1)空调与所属的房间构成了具有热储存能力的系统;2)人体有一定舒适度范围,在此范围内空调负荷的功率也随之有了调节的空间。大数据时代的到来,互联网技术、通信手段的不断完善,也奠定了空调负荷在不同电力市场环境下参与电力系统运行调控的基础。中央空调在空调负荷中占比较大。大型楼宇中央空调的额定功率是普通分体式空调的数十甚至上百倍,这使得中央空调负荷,更具有参与电力系统调控的价值。
随着人们对所在建筑物的空气质量要求越来越高,带有新风系统的中央空调逐步成为主流,新风系统由换气机和送风管道组成,一边依靠风机向室内送新风,另一边由排风扇将室内气体传输向室外。新风的引入增强了室内气体的洁净度,加快室内人体的散热,并防止潮湿引起的不适感。目前新风系统的研究着眼点还在新风系统本身,通过对新风系统的改进和优化控制,达到节能、经济和提高室内环境条件的目的。然而从电力系统视角,计及新风系统的中央空调研究并不多见,其负荷调节能力的挖掘缺乏理论指导。本文将有针对性的论述计及新风系统的中央空调的系统模型、可调潜力和运行控制等方面,研究其参与电力系统运行的内容。
发明内容
发明目的:为了克服现有技术中存在的不足,本发明从参与电力系统运行的角度出发,提供一种计及新风系统的中央空调建模及调控策略,通过建立积极新风的中央空调系统各模块的模型,以最大调节潜力或负荷跟踪曲线为目标,分析了多种控制方式下系统的控制效果。
技术方案:为实现上述目的,本发明采用的技术方案为:
一种计及新风系统的中央空调建模及调控策略,中央空调系统运行中涉及三个循环,分别为冷却水循环、冷冻水循环和及新风系统的空气循环,冷却水循环将制冷机中的热量通过冷却水带入冷却塔中冷却,冷冻水循环将制冷机产生的冷量通过冷冻水带入表冷器,冷冻水循环通过表冷器与空气循环进行热交换,风机设置在空气循环中,在冷却水循环上设置定速冷却水泵,在冷冻水循环上设置变速冷冻水泵;包括如下步骤:
(1)建立中央空调所属建筑物热力学模型,即建立室内温度、室外温度与建筑物冷量间的关系;
(2)建立计及新风系统的中央空调能耗模型,即建立空调负荷与决策变量间的关系;
(3)确定控制策略,即确定目标函数、控制变量和约束条件。
具体的,所述步骤(1)中,中央空调所属建筑物热力学模型为:
T i n t + 1 = T o u t t + 1 - Q r A - ( T o u t t + 1 - Q r A - T i n t ) ϵ - - - ( 1 )
ϵ = e - τ T c - - - ( 2 )
Qf=EgQp (3)
根据新风系统的不同,式(1)中的热力学模型有所不同,具体如下:
情况一:新风系统的新风通道和排风通道经过表冷器预处理,此时热力学模型为:
Qr=Qf-∑σQin (3)
情况二:新风系统与中央空调相互独立,此时热力学模型为:
Qr=Qf-∑σQin-Qxf (5)
Q x f = C a ΔT x f t G x f - - - ( 6 )
ΔT x f t = T i n t - T x f t - - - ( 7 )
其中:为t时刻的室内温度,为t+1时刻的室内温度,为t时刻的室外温度,为t+1时刻的室外温度,Qr为房间热负荷,A为导热系数,ε为散热函数;τ为控制时间间隔,Tc为时间常数;Qf为风机送风冷量,Eg为热交换效率,Qp为冷冻水泵冷量;σ为热负荷影响系数,Qin为设备热负荷;Qxf为新风冷量,Ca为空气比热容,为t时刻的新风温度差,Gxf为新风流量,为t时刻的新风温度。
具体的,所述步骤(2),具体包括如下步骤:
(2.1)建立制冷机模型
Qp=EzQz (9)
其中:Pz为制冷机功率,Ez为制冷机热交换效率,Qz为制冷机冷量;μz为制冷机综合系数,COPd为制冷机设计COP值,βC&T为制冷机制冷量因数,βE&T为制冷机EIR温度因数,βE&F为制冷机EIR负荷率因数;EIR指能量消耗与制冷量的比值,EIR与COP互为倒数关系;
βE&F=CEF1+CEF2μc+CEF3μc 2 (10)
其中:CEF1、CEF2和CEF3为制冷机特性系数,μc为制冷机部分负荷因素;
其中:Gp为冷冻水泵流量,Qc_d为制冷机设计冷量,λz为制冷机部分负荷系数,为t时刻的表冷器进风温度,为t时刻的表冷器出风温度;
(2.2)建立风机和新风系统模型
风机模型如下:
P f = μ f λ f = λ f [ c f 1 + c f 2 ( G f G a _ d ) + c f 3 ( G f G a _ d ) 2 + c f 4 ( G f G a _ d ) 3 + c f 5 ( G f G a _ d ) 4 ] - - - ( 12 )
λ f = G a _ d P d 1000 ϵ f ρ a - - - ( 13 )
Q f = C a ΔT f t G f - - - ( 14 )
ΔT f t = T i n t - T f t - - - ( 15 )
其中:Pf为风机功率,μf为风机部分负荷因数,λf为风机常数,Cf1、Cf2、Cf3、Cf4和Cf5为风机特性系数,Ga_d为风机设计流量;Pd为风机设计压力,εf为风机总效率,ρa为空气密度;为t时刻的风机温度差,为t时刻的风机送风温度;Gf为风机送风流量;
情况一时,新风系统模型如下:
P x f = μ x f λ x f = λ x f [ c x f 1 + c x f 2 ( G x f G x f _ d ) + c x f 3 ( G x f G x f _ d ) 2 + c x f 4 ( G x f G x f _ d ) 3 + c x f 5 ( G x f G x f _ d ) 4 ] - - - ( 16 )
情况二时,新风系统模型如下:
P x f = μ x f P x f _ d = G x f G x f _ d P x f _ d - - - ( 17 )
其中:Pxf为新风功率,μxf为新风系统部分负荷因数,λxf为新风系统常数,Cxf1、Cxf2、Cxf3、Cxf4和Cxf5为新风系统特性系数,Gxf_d为新风系统设计流量;μxf为新风部分负荷因数,Pxf_d为新风额定功率,Gxf_d为新风额定流量;
(2.3)建立冷冻水泵模型
P p = μ p P p _ d = P p _ d [ c p 1 + c p 2 ( G p G p _ d ) + c p 3 ( G p G p _ d ) 2 + c p 4 ( G p G p _ d ) 3 ] - - - ( 18 )
其中:Pp为冷冻水泵功率,μp为冷冻水泵部分负荷因数,Pp_d为冷冻水泵设计功率,Cp1、Cp2、Cp3和Cp4为冷冻水泵特性系数,Gp_d为冷冻水泵设计流量;
Q p = C w ΔT p t G p - - - ( 19 )
ΔT p t = T p o t - T p i t - - - ( 20 )
其中:Cw为水比如容,为t时刻的冷冻水泵温度差,为t时刻的冷冻水泵出水温度,为t时刻的冷冻水泵进水温度;
(2.4)建立表冷器、冷却水泵和冷却塔模型
表冷器模型如下:
E g = T a i t - T a o t T w o t - T w i t - - - ( 21 )
其中:为t时刻的表冷器出水温度,为t时刻的表冷器进水温度;情况一时,情况二时, 为t时刻的风机回风温度;
(2.5)建立计及新风系统的中央空调能耗模型
PΣ=Pz+Pf+Pxf+Pp+Ps (22)
其中:PΣ为中央空调总功率,Ps为冷却水泵和冷却塔的功率和,Ps为定值。
具体的,所述步骤(3),具体包括如下步骤:
(3.1)约束条件
①温度约束:tN min≤tN≤tN max
②风机送风流量约束:Gf min≤Gf≤Gf max
③新风流量约束:Gxf min≤Gxf≤Gxf max
④冷冻水泵流量约束:Gp min≤Gp≤Gp max
其中:tN为目标室内温度,下标min表示下限,下标max表示上限;
(3.2)目标函数:中央空调负荷调节的控制目标根据参与电力系统场景的不同有所区别:在日前市场中,目标函数为计算下一天的最大调节潜力;在负荷分配、负荷跟踪环境中,目标函数为最小化空调负荷实际削减量与调度计划间的偏差;在负荷聚合商或售电商竞价中,目标函数为最大化负荷聚合商的利润;
(3.3)控制策略评价:控制策略包括目标室内温度控制、新风流量控制和协调控制三种:目标室内温度控制是对目标室内温度tN的上下限进行调节,保持其他控制变量不变的控制;新风流量控制是对新风流量Gxf的上下限进行调节,保持其他控制变量不变的控制;协调控制是对所有可控控制变量进行调节的控制;对不同控制策略,引入综合舒适度指标β,根据模糊隶属度和加权对各种控制策略进行评价:
β=ωT·βTxf·βxf (23)
式中:βT为温度舒适度指标,ωT为βT的权重;βxf为新风舒适度指标,ωxf为βxf的权重。
有益效果:本发明提供的计及新风系统的中央空调建模及调控策略,对两种常见新风系统模型进行了对比分析,并给出不同模型,同时对比多种控制方式下的情况,求解了最大调节潜力或跟踪负荷曲线的目标函数;本发明有益于评估计及新风系统的中央空调参与负荷调节的潜力,并能进一步应用于求解中央空调应用于系统其他场景。
附图说明
图1为本发明方法的总流程图;
图2为第一种新风系统示意图;
图3为第二种新风系统示意图;
图4为冷冻水流量调节示意图;
图5为中央空调系统变量关系图;
图6为模糊隶属关系关系图;
图7为中央空调负荷调节潜力与室外温度关系图。
具体实施方式
下面结合附图对本发明作更进一步的说明。
一种计及新风系统的中央空调建模及调控策略,中央空调系统运行中涉及三个循环,分别为冷却水循环、冷冻水循环和及新风系统的空气循环,冷却水循环将制冷机中的热量通过冷却水带入冷却塔中冷却,冷冻水循环将制冷机产生的冷量通过冷冻水带入表冷器,冷冻水循环通过表冷器与空气循环进行热交换,风机设置在空气循环中,在冷却水循环上设置定速冷却水泵,在冷冻水循环上设置变速冷冻水泵;具体实施过程如图1所示,下面就各个步骤加以具体说明。
步骤(一):建立中央空调所属建筑物热力学模型,即建立室内温度、室外温度与建筑物冷量间的关系。
中央空调所属建筑物热力学模型为:
T i n t + 1 = T o u t t + 1 - Q r A - ( T o u t t + 1 - Q r A - T i n t ) ϵ - - - ( 1 )
ϵ = e - τ T c - - - ( 2 )
Qf=EgQp (3)
其中:为t时刻的室内温度,为t+1时刻的室内温度,为t时刻的室外温度,为t+1时刻的室外温度,Qr为房间热负荷,A为导热系数,ε为散热函数;τ为控制时间间隔,Tc为时间常数;Qf为风机送风冷量,Eg为热交换效率,Qp为冷冻水泵冷量。
本文根据新风系统的不同,讨论两种较为常见的新风系统。
情况一:新风系统的新风通道和排风通道经过表冷器预处理;以夏季为例,室外温度较高的新风先经过表冷器降温,其冷量来源一部分是室内温度较低的排风,另一部分是中央空调冷冻水循环。这样增强了新风系统的热交换效率,其示意图如图2。在这种新风系统中,房间热力学模型如下:
Qr=Qf-∑σQin (3)
其中:σ为热负荷影响系数,Qin为设备热负荷。
房间内的冷量使房间温度发生变化,房间冷量包括由空调带来的冷量和房间内热负荷;该情况下,新风系统送风冷量由新风携带,送风冷量来源自流经表冷器的冷冻水,其效率由表冷器热交换效率决定。
情况二:新风系统与中央空调相互独立,一般在分体式新风系统、新装新风系统,或者新风系统与其它系统配合运行,其示意图如图3。在这种新风系统中,房间热力学模型如下:
Qr=Qf-∑σQin-Qxf (5)
Q x f = C a ΔT x f t G x f - - - ( 6 )
ΔT x f t = T i n t - T x f t - - - ( 7 )
其中:Qxf为新风冷量,Ca为空气比热容,为t时刻的新风温度差,Gxf为新风流量,为t时刻的新风温度。
该情况下,房间内的热负荷不仅包括空调带来的冷量和房间内热负荷,还包括新风冷量。
步骤(二):建立计及新风系统的中央空调能耗模型,即建立空调负荷与决策变量间的关系。
(2.1)建立制冷机模型
制冷机是中央空调产生冷量的模块,它分别联接冷冻水循环与冷却水循环。制冷机能耗模型如下式:
Qp=EzQz (9)
其中:Pz为制冷机功率,Ez为制冷机热交换效率,Qz为制冷机冷量;μz为制冷机综合系数,COPd为制冷机设计COP值,βC&T为制冷机制冷量因数,βE&T为制冷机EIR温度因数,βE&F为制冷机EIR负荷率因数;EIR指能量消耗与制冷量的比值,EIR与COP互为倒数关系;
βE&F=CEF1+CEF2μc+CEF3μc 2 (10)
其中:CEF1、CEF2和CEF3为制冷机特性系数,μc为制冷机部分负荷因素;
其中:Gp为冷冻水泵流量,Qc_d为制冷机设计冷量,λz为制冷机部分负荷系数,为t时刻的表冷器进风温度,为t时刻的表冷器出风温度;
(2.2)建立风机和新风系统模型
风机是将冷量输送到房间的模块,风机能耗模型如下:
P f = μ f λ f = λ f [ c f 1 + c f 2 ( G f G a _ d ) + c f 3 ( G f G a _ d ) 2 + c f 4 ( G f G a _ d ) 3 + c f 5 ( G f G a _ d ) 4 ] - - - ( 12 )
λ f = G a _ d P d 1000 ϵ f ρ a - - - ( 13 )
Q f = C a ΔT f t G f - - - ( 14 )
ΔT f t = T i n t - T f t - - - ( 15 )
其中:Pf为风机功率,μf为风机部分负荷因数,λf为风机常数,Cf1、Cf2、Cf3、Cf4和Cf5为风机特性系数,Ga_d为风机设计流量;Pd为风机设计压力,εf为风机总效率,ρa为空气密度;为t时刻的风机温度差,为t时刻的风机送风温度;Gf为风机送风流量。
新风系统的主要耗能元件也是风机,第一种新风系统不与房间直接联系,而是先通过空调系统的表冷器,而第二种新风系统则直接向房间输送未预处理的新风。其主要区别在于,以夏季为例,第一种新风系统,进入房间的新风温度即为空调送风温度,一般较低;而第二种新风系统,进入房间的新风温度即为室外温度,一般较高。当考虑新风温度变化时,其风机模型与空调风机模型类似;当不考虑新风温度变化时,其模型可简化,则其功率由其新风量决定。
情况一时,新风系统模型如下:
P x f = μ x f λ x f = λ x f [ c x f 1 + c x f 2 ( G x f G x f _ d ) + c x f 3 ( G x f G x f _ d ) 2 + c x f 4 ( G x f G x f _ d ) 3 + c x f 5 ( G x f G x f _ d ) 4 ] - - - ( 16 )
其中:Pxf为新风功率,μxf为新风系统部分负荷因数,λxf为新风系统常数,Cxf1、Cxf2、Cxf3、Cxf4和Cxf5为新风系统特性系数,Gxf_d为新风系统设计流量。
情况二时,新风系统模型如下:
P x f = μ x f P x f _ d = G x f G x f _ d P x f _ d - - - ( 17 )
其中:μxf为新风部分负荷因数,Pxf_d为新风额定功率,Gxf_d为新风额定流量。
(2.3)建立冷冻水泵模型
冷冻水泵是将制冷机产生的冷量输送到表冷器的环节,两种新风系统冷冻水泵模型相同,如下:
P p = μ p P p _ d = P p _ d [ c p 1 + c p 2 ( G p G p _ d ) + c p 3 ( G p G p _ d ) 2 + c p 4 ( G p G p _ d ) 3 ] - - - ( 18 )
其中:Pp为冷冻水泵功率,μp为冷冻水泵部分负荷因数,Pp_d为冷冻水泵设计功率,Cp1、Cp2、Cp3和Cp4为冷冻水泵特性系数,Gp_d为冷冻水泵设计流量。
Q p = C w ΔT p t G p - - - ( 19 )
ΔT p t = T p o t - T p i t - - - ( 20 )
其中:Cw为水比如容,为t时刻的冷冻水泵温度差,为t时刻的冷冻水泵出水温度,为t时刻的冷冻水泵进水温度。
在采用变流量控制时,工程上冷冻水泵常为7℃,常为12℃。此时冷冻水泵流量调节情况如图4。
2.4)建立表冷器、冷却水泵和冷却塔模型
表冷器是中央空调水系统和空气系统热量交换的模块,它的模型如下:
E g = T a i t - T a o t T w o t - T w i t - - - ( 21 )
其中:为t时刻的表冷器出水温度,为t时刻的表冷器进水温度;情况一时,情况二时, 为t时刻的风机回风温度。
工程中冷却水泵一般采用定速水泵,则它的功率为定值,而冷却塔的功率与冷却水温度近似呈线性,在冷却水温固定时也近似为定值。并且这两个模块属于中央空调系统中耗能较小的,在新风系统开启时,一般占比不到总功率的5%。因此本文将这两个模块简化处理,认为它们的功率和为Ps,为定值。
(2.5)建立计及新风系统的中央空调能耗模型
P=Pz+Pf+Pxf+Pp+Ps (22)
其中:P为中央空调总功率,Ps为冷却水泵和冷却塔的功率和,Ps为定值。
步骤(三):确定控制策略,即确定目标函数、控制变量和约束条件。
(3.1)控制变量
中央空调系统的可调参数众多,并通过冷量这个媒介相互形成联系,如图5。由式(1)、(22)可知,决定房间冷量的温度条件为室外温度与室内设定温度。当中央空调内部系统各模块温度参数确定时,决定空调功率的为冷量和流量,其中制冷机功率受冷冻水流量制约,风机功率受风机流量制约,新风系统功率受新风流量制约,冷冻水泵功率受冷冻水流量制约。因此整个中央空调系统功率的决策变量为设定温度、冷冻水流量、风机流量和新风流量。
(3.2)约束条件
中央空调系统负荷调节的主要约束条件包括机组约束、室内温度约束、新风量约束等,本文主要对决策变量进行如下约束:
①温度约束:tN min≤tN≤tN max
②风机送风流量约束:Gf min≤Gf≤Gf max
③新风流量约束:Gxf min≤Gxf≤Gxf max
④冷冻水泵流量约束:Gp min≤Gp≤Gp max
其中:tN为目标室内温度,下标min表示下限,下标max表示上限。
(3.3)目标函数
中央空调负荷调节的控制目标根据参与电力系统场景的不同有所区别:在日前市场中,目标函数为计算下一天的最大调节潜力;在负荷分配、负荷跟踪环境中,目标函数为最小化空调负荷实际削减量与调度计划间的偏差;在负荷聚合商或售电商竞价中,目标函数为最大化负荷聚合商的利润。本文将在后文中针对日前市场计算最大潜力和负荷跟踪两种情况下的目标函数。
(3.4)控制策略评价
控制策略包括目标室内温度控制、新风流量控制和协调控制三种:目标室内温度控制是对目标室内温度tN的上下限进行调节(一般为25℃~28℃),保持其他控制变量不变的控制;新风流量控制是对新风流量Gxf的上下限进行调节,保持其他控制变量不变的控制;协调控制是对所有可控控制变量进行调节的控制。
对不同控制策略的调节效果,需建立一个统一的考评标准,因此引入综合舒适度指标β,综合舒适度指标β包括温度舒适度指标βT和新风舒适度指标βxf两项,根据模糊隶属度和加权进行评价,模糊隶属关系如图6。加权公式如下:
β=ωT·βTxf·βxf (23)
式中:ωT为βT的权重,ωxf为βxf的权重,可根据不同用户对于不同舒适度指标的要求确定。
步骤(四):计算中央空调负荷最大调节潜力,比较不同控制方式下的调节效果,并研究中央空调系统负荷参与负荷跟踪。
(4.1)在日前市场、日内市场等环境下,需要知道第二天、或特定时段的最大负荷调节潜力。对于中央空调求解其最大负荷削减潜力时,目标函数是要求n个控制周期削减负荷总量最大,具体如下:
P l o a d - m a x = m a x Σ j = 1 n ( P B - P Σ ) - - - ( 24 )
其中:Pload-max为中央空调负荷最大调节潜力,PΣ为受控之后的中央空调负荷,PB为受控之前的中央空调负荷,实际情况下,PB无法获得,用空调的负荷预测基线值取代。
分别从设定温度控制、新风流量控制以及协调控制多种方式分析在室外温度变化情况下的中央空调最大调节潜力。由式(1)、(22)、(24)可知,室外温度变化时,中央空调的调节潜力趋势如图7。
在采用不同控制方式时,需要保证综合舒适度在同一标准下,因此增加约束如下式:
β≥βmin (25)
(4.2)在负荷跟踪或负荷分配中,制后的整体负荷曲线在一定时间阶段内贴近电力公司的目标负荷曲线,即控制后的整体负荷与目标负荷偏差最小。总共N个时刻,对每个时刻计算空调负荷调节后与计划负荷曲线的偏差,选取偏差最大的时刻,并使其最小。其目标函数如下:
P e a = min { m a x Σ t N | G t - [ D t - Σ i n ( P B - P Σ ) ] | } - - - ( 25 )
其中:Pea为该节点经过空调负荷调节后节点实际负荷与计划负荷的的偏差,Gt为该节点电网公司的计划负荷曲线中t时刻的负荷,Dt为节点调节的负荷预测基线t时刻负荷,Dt可由历史负荷曲线得到。
以上所述仅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,这些改进和润饰也应视为本发明的保护范围。

Claims (4)

1.一种计及新风系统的中央空调建模及调控策略,中央空调系统运行中涉及三个循环,分别为冷却水循环、冷冻水循环和及新风系统的空气循环,冷却水循环将制冷机中的热量通过冷却水带入冷却塔中冷却,冷冻水循环将制冷机产生的冷量通过冷冻水带入表冷器,冷冻水循环通过表冷器与空气循环进行热交换,风机设置在空气循环中,在冷却水循环上设置定速冷却水泵,在冷冻水循环上设置变速冷冻水泵;其特征在于:包括如下步骤:
(1)建立中央空调所属建筑物热力学模型,即建立室内温度、室外温度与建筑物冷量间的关系;
(2)建立计及新风系统的中央空调能耗模型,即建立空调负荷与决策变量间的关系;
(3)确定控制策略,即确定目标函数、控制变量和约束条件。
2.根据权利要求1所述的计及新风系统的中央空调建模及调控策略,其特征在于:所述步骤(1)中,中央空调所属建筑物热力学模型为:
T i n t + 1 = T o u t t + 1 - Q r A - ( T o u t t + 1 - Q r A - T i n t ) ϵ - - - ( 1 )
ϵ = e - τ T c - - - ( 2 )
Qf=EgQp (3)
根据新风系统的不同,式(1)中的热力学模型有所不同,具体如下:
情况一:新风系统的新风通道和排风通道经过表冷器预处理,此时热力学模型为:
Qr=Qf-∑σQin (3)
情况二:新风系统与中央空调相互独立,此时热力学模型为:
Qr=Qf-∑σQin-Qxf (5)
Q x f = C a ΔT x f t G x f - - - ( 6 )
ΔT x f t = T i n t - T x f t - - - ( 7 )
其中:为t时刻的室内温度,为t+1时刻的室内温度,为t时刻的室外温度,为t+1时刻的室外温度,Qr为房间热负荷,A为导热系数,ε为散热函数;τ为控制时间间隔,Tc为时间常数;Qf为风机送风冷量,Eg为热交换效率,Qp为冷冻水泵冷量;σ为热负荷影响系数,Qin为设备热负荷;Qxf为新风冷量,Ca为空气比热容,为t时刻的新风温度差,Gxf为新风流量,为t时刻的新风温度。
3.根据权利要求2所述的计及新风系统的中央空调建模及调控策略,其特征在于:所述步骤(2),具体包括如下步骤:
(2.1)建立制冷机模型
Qp=EzQz (9)
其中:Pz为制冷机功率,Ez为制冷机热交换效率,Qz为制冷机冷量;μz为制冷机综合系数,COPd为制冷机设计COP值,βC&T为制冷机制冷量因数,βE&T为制冷机EIR温度因数,βE&F为制冷机EIR负荷率因数;
βE&F=CEF1+CEF2μc+CEF3μc 2 (10)
其中:CEF1、CEF2和CEF3为制冷机特性系数,μc为制冷机部分负荷因素;
其中:Gp为冷冻水泵流量,Qc_d为制冷机设计冷量,λz为制冷机部分负荷系数,为t时刻的表冷器进风温度,为t时刻的表冷器出风温度;
(2.2)建立风机和新风系统模型
风机模型如下:
P f = μ f λ f = λ f [ c f 1 + c f 2 ( G f G a _ d ) + c f 3 ( G f G a _ d ) 2 + c f 4 ( G f G a _ d ) 3 + c f 5 ( G f G a _ d ) 4 ] - - - ( 12 )
λ f = G a _ d P d 1000 ϵ f ρ a - - - ( 13 )
Q f = C a ΔT f t G f - - - ( 14 )
ΔT f t = T i n t - T f t - - - ( 15 )
其中:Pf为风机功率,μf为风机部分负荷因数,λf为风机常数,Cf1、Cf2、Cf3、Cf4和Cf5为风机特性系数,Ga_d为风机设计流量;Pd为风机设计压力,εf为风机总效率,ρa为空气密度;为t时刻的风机温度差,为t时刻的风机送风温度;Gf为风机送风流量;
情况一时,新风系统模型如下:
P x f = μ x f λ x f = λ x f [ c x f 1 + c x f 2 ( G x f G x f _ d ) + c x f 3 ( G x f G x f _ d ) 2 + c x f 4 ( G x f G x f _ d ) 3 + c x f 5 ( G x f G x f _ d ) 4 ] - - - ( 16 )
情况二时,新风系统模型如下:
P x f = μ x f P x f _ d = G x f G x f _ d P x f _ d - - - ( 17 )
其中:Pxf为新风功率,μxf为新风系统部分负荷因数,λxf为新风系统常数,Cxf1、Cxf2、Cxf3、Cxf4和Cxf5为新风系统特性系数,Gxf_d为新风系统设计流量;μxf为新风部分负荷因数,Pxf_d为新风额定功率,Gxf_d为新风额定流量;
(2.3)建立冷冻水泵模型
P p = μ p P p _ d = P p _ d [ c p 1 + c p 2 ( G p G p _ d ) + c p 3 ( G p G p _ d ) 2 + c p 4 ( G p G p _ d ) 3 ] - - - ( 18 )
其中:Pp为冷冻水泵功率,μp为冷冻水泵部分负荷因数,Pp_d为冷冻水泵设计功率,Cp1、Cp2、Cp3和Cp4为冷冻水泵特性系数,Gp_d为冷冻水泵设计流量;
Q p = C w ΔT p t G p - - - ( 19 )
ΔT p t = T p o t - T p i t - - - ( 20 )
其中:Cw为水比如容,为t时刻的冷冻水泵温度差,为t时刻的冷冻水泵出水温度,为t时刻的冷冻水泵进水温度;
(2.4)建立表冷器、冷却水泵和冷却塔模型
表冷器模型如下:
E g = T a i t - T a o t T w o t - T w i t - - - ( 21 )
其中:为t时刻的表冷器出水温度,为t时刻的表冷器进水温度;情况一时,情况二时, 为t时刻的风机回风温度;
(2.5)建立计及新风系统的中央空调能耗模型
P=Pz+Pf+Pxf+Pp+Ps (22)
其中:P为中央空调总功率,Ps为冷却水泵和冷却塔的功率和,Ps为定值。
4.根据权利要求3所述的计及新风系统的中央空调建模及调控策略,其特征在于:所述步骤(3),具体包括如下步骤:
(3.1)约束条件
①温度约束:tN min≤tN≤tN max
②风机送风流量约束:Cf min≤Gf≤Gf max
③新风流量约束:Gxf min≤Gxf≤Gxf max
④冷冻水泵流量约束:Gp min≤Gp≤Gp max
其中:tN为目标室内温度,下标min表示下限,下标max表示上限;
(3.2)目标函数:中央空调负荷调节的控制目标根据参与电力系统场景的不同有所区别:在日前市场中,目标函数为计算下一天的最大调节潜力;在负荷分配、负荷跟踪环境中,目标函数为最小化空调负荷实际削减量与调度计划间的偏差;在负荷聚合商或售电商竞价中,目标函数为最大化负荷聚合商的利润;
(3.3)控制策略评价:控制策略包括目标室内温度控制、新风流量控制和协调控制三种:目标室内温度控制是对目标室内温度tN的上下限进行调节,保持其他控制变量不变的控制;新风流量控制是对新风流量Gxf的上下限进行调节,保持其他控制变量不变的控制;协调控制是对所有可控控制变量进行调节的控制;对不同控制策略,引入综合舒适度指标β,根据模糊隶属度和加权对各种控制策略进行评价:
β=ωT·βTxf·βxf (23)
式中:βT为温度舒适度指标,ωT为βT的权重;βxf为新风舒适度指标,ωxf为βxf的权重。
CN201610201821.0A 2016-03-31 2016-03-31 一种计及新风系统的中央空调建模及调控策略 Active CN105841300B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610201821.0A CN105841300B (zh) 2016-03-31 2016-03-31 一种计及新风系统的中央空调建模及调控策略

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610201821.0A CN105841300B (zh) 2016-03-31 2016-03-31 一种计及新风系统的中央空调建模及调控策略

Publications (2)

Publication Number Publication Date
CN105841300A true CN105841300A (zh) 2016-08-10
CN105841300B CN105841300B (zh) 2018-08-10

Family

ID=56596476

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610201821.0A Active CN105841300B (zh) 2016-03-31 2016-03-31 一种计及新风系统的中央空调建模及调控策略

Country Status (1)

Country Link
CN (1) CN105841300B (zh)

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107023966A (zh) * 2017-04-14 2017-08-08 北京工业大学 一种地铁站空调冷却水出水温度设定值优化方法
CN107178869A (zh) * 2017-04-24 2017-09-19 东南大学 变频空调负荷的聚合控制削峰方法
WO2018032241A1 (en) * 2016-08-15 2018-02-22 Liricco Technologies Ltd. Controller for hvac unit
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
CN108253576A (zh) * 2017-12-15 2018-07-06 国网上海市电力公司 一种考虑电力系统调频的中央空调功率调控方法
CN108826618A (zh) * 2018-07-25 2018-11-16 浙江工商大学 基于神经网络的节能加热系统及方法
CN109114751A (zh) * 2018-08-23 2019-01-01 中筑科技股份有限公司 一种智能环保节能供冷方法及系统
CN109654681A (zh) * 2018-11-20 2019-04-19 广东优世联合控股集团股份有限公司 一种热交换系统及其使用方法
CN110223005A (zh) * 2019-06-21 2019-09-10 清华大学 一种空调负荷供电可靠性评估方法及评估装置
CN110762806A (zh) * 2019-10-31 2020-02-07 广州润铂晟信息技术有限公司 机房环境控制系统
CN111271824A (zh) * 2020-02-26 2020-06-12 贵州电网有限责任公司 一种中央空调需求响应集中分散控制方法
CN111397036A (zh) * 2020-03-13 2020-07-10 博彦集智科技有限公司 送风系统、送风温度设定方法、装置、存储介质和处理器
CN111788435A (zh) * 2018-02-28 2020-10-16 三星电子株式会社 空调系统中的复合控制装置及其方法
CN112361473A (zh) * 2020-11-16 2021-02-12 南京天加环境科技有限公司 一种多联机与冷热水机组结合的空调系统及其控制方法
CN112747419A (zh) * 2021-01-21 2021-05-04 长江慧控科技(武汉)有限公司 中央空调风水联动控制方法、装置、设备及存储介质
CN113158355A (zh) * 2021-01-29 2021-07-23 西安交通大学 一种低温液体膨胀机全工况优化设计方法
CN114576751A (zh) * 2022-04-02 2022-06-03 东南大学 区域供冷系统储能建模方法
CN114879781A (zh) * 2022-06-23 2022-08-09 中国联合网络通信集团有限公司 一种温度控制方法、装置及存储介质
CN114992772A (zh) * 2022-06-20 2022-09-02 华北电力科学研究院有限责任公司 空调温控负荷集群可调节潜力评估方法、装置及存储介质
CN115730725A (zh) * 2022-11-24 2023-03-03 国网江苏省电力有限公司营销服务中心 空调负荷和新风机联合参与室温调节的用能优化方法和系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110190946A1 (en) * 2008-08-22 2011-08-04 Charles Ho Yuen Wong Method And System Of Energy-Efficient Control For Central Chiller Plant Systems
CN102779228A (zh) * 2012-06-07 2012-11-14 华南理工大学 商场建筑中央空调冷负荷在线预测方法及系统
CN203837197U (zh) * 2014-01-21 2014-09-17 茹祥忠 一种中央空调远端智能节能控制系统
CN204006430U (zh) * 2014-07-28 2014-12-10 上海麟祥机电工程有限公司 新风系统补充空调系统
CN104406250A (zh) * 2014-11-06 2015-03-11 大同煤矿集团有限责任公司 一种寒冷地区中央空调新风系统
CN105004015A (zh) * 2015-08-25 2015-10-28 东南大学 一种基于需求响应的中央空调建模及控制策略

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110190946A1 (en) * 2008-08-22 2011-08-04 Charles Ho Yuen Wong Method And System Of Energy-Efficient Control For Central Chiller Plant Systems
CN102779228A (zh) * 2012-06-07 2012-11-14 华南理工大学 商场建筑中央空调冷负荷在线预测方法及系统
CN203837197U (zh) * 2014-01-21 2014-09-17 茹祥忠 一种中央空调远端智能节能控制系统
CN204006430U (zh) * 2014-07-28 2014-12-10 上海麟祥机电工程有限公司 新风系统补充空调系统
CN104406250A (zh) * 2014-11-06 2015-03-11 大同煤矿集团有限责任公司 一种寒冷地区中央空调新风系统
CN105004015A (zh) * 2015-08-25 2015-10-28 东南大学 一种基于需求响应的中央空调建模及控制策略

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
周磊等: "聚合空调负荷的温度调节方法改进及控制策略", 《中国电机工程学报》 *

Cited By (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018032241A1 (en) * 2016-08-15 2018-02-22 Liricco Technologies Ltd. Controller for hvac unit
CN107023966A (zh) * 2017-04-14 2017-08-08 北京工业大学 一种地铁站空调冷却水出水温度设定值优化方法
CN107023966B (zh) * 2017-04-14 2021-01-08 北京工业大学 一种地铁站空调冷却水出水温度设定值优化方法
CN107178869B (zh) * 2017-04-24 2019-09-20 东南大学 变频空调负荷的聚合控制削峰方法
CN107178869A (zh) * 2017-04-24 2017-09-19 东南大学 变频空调负荷的聚合控制削峰方法
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
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
CN108253576A (zh) * 2017-12-15 2018-07-06 国网上海市电力公司 一种考虑电力系统调频的中央空调功率调控方法
CN111788435B (zh) * 2018-02-28 2022-07-19 三星电子株式会社 空调系统中的复合控制装置及其方法
CN111788435A (zh) * 2018-02-28 2020-10-16 三星电子株式会社 空调系统中的复合控制装置及其方法
CN108826618A (zh) * 2018-07-25 2018-11-16 浙江工商大学 基于神经网络的节能加热系统及方法
CN109114751A (zh) * 2018-08-23 2019-01-01 中筑科技股份有限公司 一种智能环保节能供冷方法及系统
CN109654681A (zh) * 2018-11-20 2019-04-19 广东优世联合控股集团股份有限公司 一种热交换系统及其使用方法
CN110223005B (zh) * 2019-06-21 2021-05-25 清华大学 一种空调负荷供电可靠性评估方法及评估装置
CN110223005A (zh) * 2019-06-21 2019-09-10 清华大学 一种空调负荷供电可靠性评估方法及评估装置
CN110762806A (zh) * 2019-10-31 2020-02-07 广州润铂晟信息技术有限公司 机房环境控制系统
CN111271824A (zh) * 2020-02-26 2020-06-12 贵州电网有限责任公司 一种中央空调需求响应集中分散控制方法
CN111397036A (zh) * 2020-03-13 2020-07-10 博彦集智科技有限公司 送风系统、送风温度设定方法、装置、存储介质和处理器
CN112361473A (zh) * 2020-11-16 2021-02-12 南京天加环境科技有限公司 一种多联机与冷热水机组结合的空调系统及其控制方法
CN112747419A (zh) * 2021-01-21 2021-05-04 长江慧控科技(武汉)有限公司 中央空调风水联动控制方法、装置、设备及存储介质
CN113158355A (zh) * 2021-01-29 2021-07-23 西安交通大学 一种低温液体膨胀机全工况优化设计方法
CN113158355B (zh) * 2021-01-29 2022-10-25 西安交通大学 一种低温液体膨胀机全工况优化设计方法
CN114576751A (zh) * 2022-04-02 2022-06-03 东南大学 区域供冷系统储能建模方法
CN114576751B (zh) * 2022-04-02 2023-08-25 东南大学 区域供冷系统储能建模方法
CN114992772A (zh) * 2022-06-20 2022-09-02 华北电力科学研究院有限责任公司 空调温控负荷集群可调节潜力评估方法、装置及存储介质
CN114992772B (zh) * 2022-06-20 2023-07-28 华北电力科学研究院有限责任公司 空调温控负荷集群可调节潜力评估方法、装置及存储介质
CN114879781A (zh) * 2022-06-23 2022-08-09 中国联合网络通信集团有限公司 一种温度控制方法、装置及存储介质
CN115730725A (zh) * 2022-11-24 2023-03-03 国网江苏省电力有限公司营销服务中心 空调负荷和新风机联合参与室温调节的用能优化方法和系统
CN115730725B (zh) * 2022-11-24 2023-11-07 国网江苏省电力有限公司营销服务中心 空调负荷和新风机联合参与室温调节的用能优化方法和系统

Also Published As

Publication number Publication date
CN105841300B (zh) 2018-08-10

Similar Documents

Publication Publication Date Title
CN105841300A (zh) 一种计及新风系统的中央空调建模及调控策略
CN105004015B (zh) 一种基于需求响应的中央空调控制方法
CN109945402A (zh) 一种中央空调水系统节能方法
CN105605753B (zh) 基于多联机与新风机复合空调系统的新风送风温控系统
CN105320118A (zh) 基于云平台的空调系统电力需求响应控制方法
CN105444343A (zh) 一种基于用电舒适度的空调负荷优先级中断方法
CN202310410U (zh) 机房设备的送风控制系统
CN104778631A (zh) 一种面向需求响应的居民用户用电模式优化方法
CN103615788B (zh) 一种空调机的控制方法
CN106895525A (zh) 一种带热回收/全自然冷却的机房散热系统及其运行方法
CN107860057B (zh) 一种热电联产供暖系统热负荷经济优化调度方法
CN109519360A (zh) 一种化工循环冷却水系统水泵机组最优运行方案比较确定方法
CN104160217A (zh) 空调控制装置以及存储介质
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
CN115882463A (zh) 一种商业建筑空调负荷可调度潜力评估方法
Yu et al. A distributed optimization algorithm for the dynamic hydraulic balance of chilled water pipe network in air-conditioning system
CN105674487A (zh) 一种中央空调系统动态水力平衡调节方法
CN110486896B (zh) 一种基于冷水机组能耗模型的串级空调系统优化控制方法
Kang et al. The power simulation of water-cooled central air-conditioning system based on demand response
CN109654680A (zh) 一种稳健性增强的空调冷冻水换热器一次侧水泵控制方法
Lin et al. A study on the optimal air, load and source side temperature combination for a variable air and water volume ground source heat pump system
TW201027014A (en) Method for managing air conditioning power consumption
CN107202405A (zh) 优化有寒暑假建筑空调设计负荷的计算方法
Wang et al. Optimal fresh-air utilization strategy for constant temperature and humidity air-conditioning system based on isocost line
CN207065759U (zh) 一种带热回收/全自然冷却的机房散热系统

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