CN107110545A - 空调管理系统 - Google Patents
空调管理系统 Download PDFInfo
- Publication number
- CN107110545A CN107110545A CN201580070921.8A CN201580070921A CN107110545A CN 107110545 A CN107110545 A CN 107110545A CN 201580070921 A CN201580070921 A CN 201580070921A CN 107110545 A CN107110545 A CN 107110545A
- Authority
- CN
- China
- Prior art keywords
- air
- heat
- air conditioning
- factory
- equipment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- 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
- F24F11/89—Arrangement or mounting of control or safety devices
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P80/00—Climate change mitigation technologies for sector-wide applications
- Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Air Conditioning Control Device (AREA)
- Central Air Conditioning (AREA)
- Ventilation (AREA)
Abstract
空调管理系统具有:工厂(10),其具有包含机械设备(11)、照明设备(12)以及空调设备在内的设备,该工厂内有作业员(15)进出;以及空调管理装置(20),其对空调设备进行控制,以使得工厂(10)内成为目标温度,在该空调管理系统中,空调管理装置(20)具有:热负载预测部(25),其使用气象数据和生产计划信息对在工厂(10)内产生的热负载进行预测;运转计划部(26),其基于热负载,对空调设备的运转计划进行创建;以及控制指令部(27),其按照运转计划对空调设备的运转进行控制,运转计划部(26)针对热负载,基于在工厂(10)内设定的温度及湿度、空调设备的动作模型,使用2次规划法,以使空调管理系统整体的消耗能量相对于在将每个空调设备进行额定运转的情况下的消耗能量的总和而成为最小化的方式,制定运转计划。
Description
技术领域
本发明涉及一种进行工厂内的空调管理的空调管理系统。
背景技术
当前,提出了一种能量需求最优化系统,其能够实现在进行产品生产的工厂中的能量需求量的最优化(例如,参照专利文献1)。在这里,求出过去的外气信息及生产量与消耗能量之间的相关关系,根据相关关系而求出与当日的外气信息和生产量相对应的消耗能量,基于该消耗能量对产品的生产计划进行修正。
专利文献1:日本特开2004-151830号公报
发明内容
然而,专利文献1中的当日的外气信息,被用于求出过去的相似的外气信息的时日下的消耗能量,并不用于计算生产时所需的能量。另外,专利文献1用于对生产计划进行修正,并不用于对在工厂设置的空调设备的运转进行控制。即,在专利文献1中,没有公开下述技术:预测在工厂产生的热量、考虑能效而创建各空调设备的运转计划。
本发明就是鉴于上述情况而提出的,其目的在于得到一种空调管理系统,该空调管理系统按照生产计划对在设置空调设备的工厂产生的热量进行预测,考虑能效而创建各空调设备的运转计划,基于运转计划而进行工厂中的空调管理。
为了实现上述目的,本发明涉及的空调管理系统具有:工厂,其具有包含进行工作的机械设备、照明设备以及空调设备在内的设备,该工厂内有作业员进出;以及空调管理装置,其对所述空调设备进行控制,以使得所述工厂内成为目标温度,该空调管理系统的特征在于,所述空调管理装置具有:热负载预测部,其每隔单位时间对热负载进行预测,该热负载包含使用生产计划信息计算出的在所述工厂内产生的产生热量、使用气象数据计算出的侵入至所述工厂内的侵入热量;运转计划部,其基于所述热负载,每隔单位时间对所述空调设备的运转计划进行创建;以及控制指令部,其按照所述运转计划对所述空调设备的运转进行控制,所述运转计划部针对所述热负载,基于在所述工厂内设定的温度及湿度、所述空调设备的动作模型,使用2次规划法,以使该空调管理系统整体的消耗能量相对于在将每个所述空调设备进行额定运转的情况下的消耗能量的总和而成为最小化的方式,制定所述运转计划。
发明的效果
根据本发明,具有下述效果,即,能够按照生产计划对在设置空调设备的工厂产生的热量进行预测,考虑能效而创建各空调设备的运转计划,基于运转计划而进行工厂中的空调管理。
附图说明
图1是示意性地表示相关技术的结构的框图。
图2是表示实施方式1涉及的空调管理系统的示意性的结构的一个例子的框图。
图3是将实施方式1涉及的空调管理装置的结构的一个例子与处理的流程一起进行示出的图。
图4是表示实施方式1涉及的照明的发热模型的概要的图。
图5是表示实施方式1涉及的输送用电动机部的发热模型的概要的图。
图6是表示实施方式1涉及的电加热器部的发热模型的概要的图。
图7是表示实施方式1涉及的炉吹风机部的发热模型的概要的图。
图8是表示实施方式1涉及的回焊炉的发热模型的概要的图。
图9是表示实施方式1涉及的作业员的发热模型的概要的图。
图10是示意性地表示在将实施方式1涉及的工厂内划分出多个空调区域的情况下的照明、机械以及作业员的配置信息的一个例子的图。
图11是表示实施方式1涉及的各个空调区域的发热模型对应信息的一个例子的图。
图12是表示实施方式1涉及的每单位时间的发热量和空调去除热量的预测值的一览的一个例子的图。
图13是对实施方式1涉及的每单位时间的各结构要素的发热量和空调去除热量的预测值进行曲线显示的图。
图14是示意性地表示实施方式1涉及的工厂中的空调设备和外气调节机的结构的一个例子的图。
图15是表示实施方式1涉及的空调机、热源机以及外气调节机的运转计划输出项目的一个例子的图。
图16是表示实施方式1涉及的热源机的介质的输出特性曲线的一个例子的图。
图17是表示实施方式1涉及的空调管理处理的流程的一个例子的流程图。
图18是表示实施方式1涉及的机械为回焊炉的情况下的运转状况的一个例子的图。
图19是示意性地表示实施方式2涉及的空调管理装置的功能结构的框图。
图20是示意性地表示实施方式3涉及的工厂内的机械设备处的每单位时间的生产个数与内部发热量之间的关系的一个例子的图。
图21是示意性地表示实施方式4涉及的空调管理系统的结构的一个例子的图。
图22是表示实施方式4涉及的机械设备的结构的一个例子的图。
图23是表示生产量-发热量对应信息的一个例子的图。
图24是示意性地表示实施方式5涉及的空调管理系统的结构的一个例子的图。
具体实施方式
下面,参照附图,对本发明的实施方式涉及的空调管理系统进行详细说明。此外,本发明并不限定于这些实施方式。另外,在下面,首先对由申请人提供的相关申请及其课题进行说明,然后对本发明的实施方式进行说明。
图1是示意性地表示相关技术的结构的框图,(a)是示意性地表示第1相关技术涉及的空调系统控制装置的结构的一个例子的框图,(b)是示意性地表示第2相关技术涉及的2次规划问题计算装置的结构的一个例子的框图。
作为第1相关技术,如日本特开2011-214794号公报所记载的空调系统控制装置。该空调系统控制装置700如图1(a)所示,具有:空调机运转数据取得部701,其从外部取得空调机运转数据;气象数据取得部702,其取得气象数据;参数学习部703,其具有基于热传导方程式而得出的通用的建筑物模型703a,通过学习而求出建筑物模型703的物理参数;热负载预测部704,其基于物理参数和建筑物模型703a而对热负载进行预测;时间表创建部705,其基于预测热负载而决定各空调机的运转时间表;以及运转时间表输出部706,其将运转时间表发送至各空调机。
在这里,能够容许大于或等于1台空调机。另外,空调机也可以为由室外机及室内机构成的大楼用空调组、组合式空调、室内空调或者吸收式制冷机等大型热源机。
在该空调系统的控制装置中,依据物理方程实现对空调负载进行预测的建筑物模型。另外,将通过建筑物模型预测出的空调负载设为输入变量,决定在将构成空调系统的空调机的所需总动力设为最小的情况下的空调系统的运转状态。并且,按照所决定的目标值对各空调机进行控制,高效地进行多个空调对象空间的空气调节,并且实现节能化。
作为第2相关技术,如日本特开2010-79323号公报所记载的2次规划问题计算装置。该2次规划问题计算装置800如图1(b)所示,具有:初始化单元802,其求出控制变量及约束方程组的朗格朗日乘数组即变量的初始值,并存储至变数存储单元801;失配量计算单元803,其对2次规划问题的最优性条件背离量即失配量进行计算;修正量计算单元804,其求出变量的修正方向及修正量,以使得失配量减少;修正量存储单元805,其对由修正量计算单元804计算出的变量的修正方向及修正量进行存储;固定变量设定单元806,其对与修正量小于或等于第一阈值的控制变量或者控制变量的松弛变量相对应的变量存储单元801设定固定标志;变量修正单元807,其针对没有固定标志的变量,通过修正方向及修正量而对变数存储单元801的数值进行更新;以及重复单元810,其进行收敛判断,将在变数存储单元801中存储的控制变量的值进行输出。
空调系统是将具有各种效率特性的空调设备组合而构成的。是各空调设备的热交换能力会受到外气温度及湿度、或者在热交换器内循环的热媒的温度及流量等使用条件的影响而发生变化的多变量系统。作为考虑这些空调设备的使用条件而求出使空调系统整体的消耗能量成为最小的最优解的单元,第2相关技术的2次规划问题计算装置是有效的。
通常,在工厂中需要为建筑物内的居住者导入新鲜的外气,但在第1相关技术中,由于没有考虑所导入的外气的热量,因此难以对建筑物整体的热负载量进行预测。另外,办公室大楼中的空调负载的变动模式根据居住者、照明、OA(Office Automation)仪器以及气象条件而每天示出大致固定的倾向。另一方面,工厂中的空调负载的变动模式基于生产计划信息而大幅地变动。并且,在工厂中,即使在基于生产计划完成生产后的区域,为了维持指定的温度而使空调设备进行工作,有时也会消耗多余的电力,要求针对每个区域变更指定温度,以实现节能。但是,在第1相关技术中,没有应对工厂中的空调系统的控制。因此,在下面,对使用第2相关技术以使得能够将第1相关技术向工厂中的空调系统的控制进行应用的实施方式进行说明。
实施方式1.
图2是表示实施方式1涉及的空调管理系统的示意性的结构的一个例子的框图。空调管理系统具有:工厂10,其具有空调设备,在该工厂10中制造产品;以及空调管理装置20,其对工厂10中的空调设备进行管理。
工厂10是一边使按照生产计划进行加工或者组装等的机械设备11进行动作、一边制造产品的设施。工厂10例示为:具有对半导体装置进行制造的装置的无尘室;使用车床或者加工中心等工作机械、激光加工装置或者放电加工装置等装置对材料进行加工的工厂;或者一边使用可编程控制器对机械设备进行控制、一边对产品进行组装的工厂等。在图1中,作为工厂10而示出了无尘室10A、具有展示室和办公室的组装室10B。
工厂10具有:机械设备11,其进行加工或者组装等;工厂10内的照明设备12;以及空调设备,其进行控制以使工厂10内的温度及湿度等室内环境处于预定的范围。空调设备具有:空调机13,其将在配置机械设备11的工厂10内产生的热量去除,将工厂10内调整成为设定温度及设定湿度;以及外气调节机14,其将外气导入至工厂10内以成为工厂10内的设定温度及设定湿度。外气调节机14具有热源机141a、141b、泵142、以及热交换器143。
图3是将实施方式1涉及的空调管理装置的结构的一个例子与处理的流程一起进行示出的图。空调管理装置20具有气象数据取得部21、空调机特性数据取得部22、生产计划信息取得部23、数据存储部24、热负载预测部25、运转计划部26、以及控制指令部27。
气象数据取得部21经由网络而取得对设置工厂的地域进行空调管理的时日的每单位时间的气象数据。作为气象数据,能够列举每30分钟的日照量、外气温湿度等。气象数据是从气象数据发布公司取得的。
空调机特性数据取得部22是在控制对象的工厂10中使用的空调机的特性信息。空调机特性数据是包含各空调机的消耗电力与供给热量之间的关系在内的信息。另外,在需要对由空调机供给的热量、即由空调机去除的热量进行计算的情况下,空调机特性数据包含各室外机的运转频率、蒸发温度、冷凝温度与供给热量及消耗电力之间的关系。
生产计划信息取得部23取得工厂10中的生产计划信息。生产计划信息包含在工厂10内进行工作的机械设备11的数量、进行工作的时间及条件、在工厂10内点亮的照明设备12的数量、点亮时间、以及进入至工厂10内的作业员15的数量、入室时间等。另外,在下面所示的例子中,示出工厂10内划分出多个空调区域A至空调区域C的情况。空调区域是能够由空调设备对温度和湿度进行调整的范围。通过生产计划信息,能够区分出各机械设备11、照明设备12以及作业员15等存在于哪个空调区域。另外,也可以针对作业员15而规定在什么时间存在于工厂10内的哪个区域,或者对工厂10内不存在人的区域和时间等进行更详细的规定。
数据存储部24对经由气象数据取得部21及空调机特性数据取得部22而取得的数据进行保存。
热负载预测部25将空调机特性数据、气象数据以及生产计划信息设为输入数据,使用与工厂10内的发热体相关的动作模型和建筑物的热模型,对每单位时间在各空调区域内产生的热量和流入至各空调区域内的热量进行计算。关于生产计划信息,由于根据时间,进行动作的机械设备11的种类或者数量不同,因此导致机械发热量也发生变化。另外,由于根据时间,日照量、外部气温、外气湿度不同,因此也会导致流入至工厂10内的热量不同。因此,优选每隔单位时间进行计算。单位时间为30分钟、1小时等。另外,热量的计算优选是以1天为单位或者直至能够取得气象数据的时间为止地进行的。并且,热负载预测部25求出将计算出的流入至各空调区域内的热量和在各空调区域产生的热量按照每单位时间进行合计后得出的各空调区域的空调去除热量。
热负载预测部25具有发热量预测部251、侵入热量预测部252、以及去除热量预测部253。发热量预测部251基于生产计划信息,对每单位时间的各空调区域内的发热量进行预测。侵入热量预测部252对每单位时间的侵入至各空调区域内的侵入热量进行预测。去除热量预测部253基于空调机的设定温湿度,对每单位时间的各空调区域内的去除热量进行预测。另外,在生产计划信息未将工厂10内分割为多个空调区域的情况下,发热量预测部251、侵入热量预测部252以及去除热量预测部253将工厂10整体作为一个空调区域而对每单位时间的发热量、侵入热量以及去除热量进行预测。
如图3所示,发热量预测部251存在于工厂10内,使用与发热的对象相关的动作模型而对发热量进行计算。作为在工厂10内发热的对象,能够例示照明设备12、机械设备11以及作业员15等。在下面,将照明设备12称为照明12,将机械设备11称为机械11。在生产计划信息中,每隔单位时间按照时间序列而规定机械11的工作状态、照明12的点亮状态或者作业员15的配置状态。因此,能够协同生产计划信息而对每单位时间的发热量进行预测。
图4是表示实施方式1涉及的照明的发热模型的概要的图。照明12的发热模型是将与照明12相关的生产计划信息设为输入、将照明的额定功率设为预定的常数、将照明发热量设为输出的函数。与照明12相关的生产计划信息是在生产计划信息中规定的每单位时间的照明12的开启或者关闭的指示。该照明发热模型能够通过下面的式(1)的函数进行表示。其中,将照明12为开启的情况下的生产计划信息设为“1”,将照明12为关闭的情况下的生产计划信息设为“0”。
照明发热量=生产计划信息(时间、开启或者关闭)×照明个数×照明额定功率···(1)
作为在工厂10内使用的机械11,存在车床、激光加工机、成膜装置、蚀刻装置、回焊炉、带式输送机等多个机械。在这里,例举回焊炉的情况说明对机械的发热量进行计算的例子。回焊炉如果按照会发热的部件而考虑,由输送用电动机部、电加热器部以及炉吹风机部而构成。因此,对上述各结构部件进行模型化,将它们的模型进行组合后成为回焊炉的发热量。
图5是表示实施方式1涉及的输送用电动机部的发热模型的概要的图。输送用电动机部的发热模型是将与输送用电动机部相关的生产计划信息设为输入、将输送用电动机部的额定功率、负载率以及电动机效率设为预定的常数、将输送用电动机部的发热量设为输出的函数。与输送用电动机部相关的生产计划信息是在生产计划信息中规定的每单位时间的回焊炉的输送用电动机部的输送速度。该输送用电动机部的发热模型能够通过下面的式(2)的函数进行表示。
输送用电动机发热量=生产计划信息(时间、速度)×电动机额定功率×负载率×(1-电动机效率)···(2)
图6是表示实施方式1涉及的电加热器部的发热模型的概要的图。电加热器部的发热模型是将与电加热器部相关的生产计划信息设为输入、将电加热器部的额定功率、负载率以及加热器效率设为预定的常数、将电加热器部的发热量设为输出的函数。与电加热器部相关的生产计划信息是在生产计划信息中规定的每单位时间的回焊炉的电加热器部的温度。该电加热器部的发热模型能够通过下面的式(3)的函数进行表示。
电加热器发热量=生产计划信息(时间、温度)×电加热器额定功率×负载率×(1-电加热器效率)···(3)
图7是表示实施方式1涉及的炉吹风机部的发热模型的概要的图。炉吹风机部的发热模型是将与炉吹风机部相关的生产计划信息设为输入、将空气风量、全压、系数以及风扇效率设为预定的常数、将炉吹风机部的发热量设为输出的函数。与炉吹风机部相关的生产计划信息是在生产计划信息中规定的每单位时间的回焊炉的炉吹风机部的风量。该炉吹风机部的发热模型能够通过下面的式(4)的函数进行表示。
炉吹风机发热量=生产计划信息(时间、风量)×(空气风量×全压)/(9.8×6120×风扇效率)···(4)
图8是表示实施方式1涉及的回焊炉的发热模型的概要的图。回焊炉的发热模型具有将图5至图7所示的输送用电动机部的发热模型、电加热器部的发热模型、以及炉吹风机部的发热模型组合后的构造。具体地说,将生产计划信息设为输送用电动机部的发热模型、电加热器部的发热模型以及炉吹风机部的发热模型的共通的输入。将输送用电动机部的发热模型、电加热器部的发热模型以及炉吹风机部的发热模型的输出分别相加,相加所得成为回焊炉模型的输出即回焊炉发热量。
图9是表示实施方式1涉及的作业员的发热模型的概要的图。作业员15的发热模型是将与作业员15相关的生产计划信息设为输入、将人体发热量设为预定的常数、将作业员15的发热量设为输出的函数。与作业员15相关的生产计划信息是在生产计划信息中规定的每单位时间的作业员15的人数。该作业员15的发热量模型能够通过下面的式(5)的函数进行表示。
作业员发热量=生产计划信息(时间、人数)×人体发热量···(5)
此外,作业员15的发热模型仅为基于生产计划信息在工厂10内存在几个人等,但也可以进一步地使用工厂10内的作业员的位置信息,对更详细的作业员15的产生热量进行计算。例如,通过将作业员15的作业位置、行动范围等位置信息进行模型化,从而当作业员15在多个空调区域间进行移动等的情况下,能够更准确地对各空调区域中的作业员15的发热量进行推定。
这些模型是以模型的对象的不同特性为单位而设定的。在照明12的发热模型的情况下,是以照明12的不同的额定功率为单位而设定的。机械11的发热模型也是同样。
图10是示意性地表示在将实施方式1涉及的工厂内划分出多个空调区域的情况下的照明、机械以及作业员的配置信息的一个例子的图。如该图所示,在工厂10内配置3个空调机14A至空调机14C,能够由空调机14A至空调机14C分别进行空调控制的区域为空调区域A至空调区域C。在各空调区域A至空调区域C中,如图所示,配置有照明、机械以及作业员。这样,在工厂10内划分出多个空调区域A至空调区域C的情况下,照明发热量、机械发热量以及作业员发热量是分别针对空调区域A至空调区域C而求出的。此时,使用包含存在于各空调区域A至空调区域C中的照明、机械以及作业员在内的针对空调区域A至空调区域C的各发热模型对应信息,求出空调区域A至空调区域C的各自的发热量。
图11是表示实施方式1涉及的各个空调区域的发热模型对应信息的一个例子的图。各空调区域的发热模型对应信息针对各空调区域而规定了在该空调区域中包含的照明12的照明模型、机械11的机械模型、作业员15的作业员模型及人数。图11的各空调区域的发热模型对应信息是基于图10的照明、机械以及作业员的配置信息而创建出的。并且,针对空调区域A至空调区域C而分别求出的发热量的合计值成为空调区域发热量。发热量预测部251在第1相关技术的热负载预测部的基础上,还能够基于工厂特有的生产计划对各空调区域的发热量进行预测。
侵入热量预测部252如图3所示,使用建筑物的热模型和气象数据,对每单位时间的侵入至工厂建筑物的各空调区域内的热量即空调区域侵入热量进行计算。建筑物的热模型是用于使用外部气温及日照量等气象数据对从建筑物的墙体、屋顶、玻璃等侵入的热量进行计算的函数。作为建筑物的热模型而创建如下函数,即,根据外部气温、日照量、作业员15、机械11以及照明12等的产生热量和相对于设定室温的空调机13的处理热量的实测值,对包含导热率和热容量在内的建筑物热特性进行推定,使用该导热率和热容量,对从建筑物的外部侵入至内部的热量进行推定。
去除热量预测部253如图3所示,使用由发热量预测部251计算出的发热量、由侵入热量预测部252计算出的侵入热量、以及工厂10内的各空调区域中设定的温湿度,对各空调区域的每单位时间的去除热量进行计算。下面,将空调区域的去除热量称为空调区域去除热量。设定温湿度和去除热量被输出至运转计划部26。
图12是表示实施方式1涉及的每单位时间的发热量和空调去除热量的预测值的一览的一个例子的图。在这里,针对如图10所示地划分出的多个空调区域A至空调区域C,计算出了每单位时间的发热量和空调去除热量的预测值。时间表示成为预测对象的时间带。该时间带的长度为单位时间,在该例子中为1个小时。针对各空调区域A至空调区域C,按照每单位时间而示出了上述的由发热量预测部251预测出的照明发热量、机械产生热量以及作业员发热量、由侵入热量预测部252预测出的侵入热量、以及由去除热量预测部253预测出的空调去除热量的值。在该例子中,将存在于空调区域内的全部机械的机械产生热量汇总为1个而进行显示,但为了更详细地进行控制,优选针对各机械11而显示机械产生热量。另外,热负载预测部25通过表格形式对使用各动作模型计算出的产生热量、侵入热量以及空调去除热量进行显示,但也可以在未图示的显示部进行曲线显示。
图13是对实施方式1涉及的每单位时间的各结构要素的发热量和空调去除热量的预测值进行曲线显示的图。在这里,将机械产生热量划分为3个种类的机械(1)至(3)而进行显示。在这些图中,横轴为时间,纵轴表示发热量或者去除热量。在该例子中,也分别针对空调区域A至空调区域C而创建了发热量和空调去除热量的预测值的曲线图。在图13中,曲线图G1是表示照明发热量的时间变化的图,曲线图G2至曲线图G4是表示各个机械(1)至(3)的机械发热量的时间变化的图,曲线图G5是表示作业员发热量的时间变化的图,曲线图G6是表示侵入热量的时间变化的图,曲线图G7是表示空调去除热量的时间变化的图。
如图13的曲线图G6所示,侵入至建筑物的热量在从早晨至13时前后的期间上升,在随后至傍晚的期间减少。这是由来自的太阳的日照量和外部气温导致的。另外,如图13的曲线图G2至G4所示,机械(1)、(3)为了从9点起成为可使用的状态,电源从9点前被接通,另一方面,机械(2)是对由机械(1)、(3)处理后的材料进行处理的机械设备,也可以从9点起接通电源。这样,通过按照生产计划进行处理,从而根据机械设备而接通电源的开始时刻不同。另外,在12点至13点的期间,作业员15进行午休,因此机械设备也成为休止状态,产生热量暂时地减少。但是,从13点起重新开始作业、或者将机械设备的电源全部关闭会导致至重新开动为止需要花费时间,因此仅将可以设为休止状态的部分设为休止状态。
如图13的曲线图G1、G5所示,照明发热量和作业员发热量主要是在作业员15存在于工厂10内的9点至12点和13点至20点左右为止的期间所产生的。另外,12点至13点为作业员15的午休,所以由于该期间在工厂10内不存在作业员15,因此产生热量为0。另外,此时的照明12也几乎全被熄灭,因此产生热量是接近于0的数值。
图13的曲线图G7是将图13的曲线图G1至曲线图G6的各产生热量全部相加而得出的,示出为总产生热量。即,该总产生热量是由空调设备必须去除的热量,成为空调去除热量。空调去除热量也用于提供对空调设备的热负载的需求,因此也称为空调热负载需求。
运转计划部26创建下述运转计划,该运转计划用于使用在工厂中设置的空调机13和外气调节机14而去除由热负载预测部25预测出的空调去除热量。运转计划是针对各空调区域而制定的。图14是示意性地表示实施方式1涉及的工厂中的空调设备和外气调节机的结构的一个例子的图。在该例子中,空调设备具有空调机13、热源机141、泵142、以及外气调节机14。
空调机13吸入工厂10内的空气,在对所吸入的空气的温度和湿度进行调整以去除空调去除热量后,重新吹回工厂10内。作为空调机13,能够例示组合式空调等。空调机13是对在工厂10内产生的热量、即空调去除热量进行去除的空调设备。
热源机141是对工厂10外的空气进行加热或者冷却时的热源,对水等介质进行加热或者冷却而使其在与热交换器143之间进行循环。作为热源机141,设置冷却用热源机141a和加热用热源机141b。这是为了在利用冷却用热源机141a对工厂10外的空气的湿度进行除湿之后,利用加热用热源机141b将除湿后的空气加热至预定的温度。泵142用于使介质在热源机141与外气调节机14之间进行流动。外气调节机14具有:热交换器143,其通过从热源机141输送来的介质而将工厂10外的空气冷却或者加热至预定的温度;以及风扇144,其将成为预定的温度后的空气送入至工厂10内。热交换器143还具有将工厂10外的空气设为预定的湿度的功能。这样,外气调节机14是使用热源机141将外气设为工厂10内的设定温度及设定湿度而向工厂10内进行供给的空调设备。
在运转计划部26中,在第1相关技术的运转计划部的基础上,根据将热源机141模型化后的热源机模型、将外气调节机14模型化后的外气调节机模型、以及将空调机13模型化后的空调机模型,使用第2相关技术,以成为对于空调系统整体而言最优的节能运转的方式,创建空调机13、冷却用热源机141a和加热用热源机141b、以及外气调节机14的运转计划。该运转计划部26与第1相关技术的时间表创建部相对应,另外与第2相关技术的2次规划问题计算装置相当。即,在运转计划部26中,使用2次规划法而创建热源机141、外气调节机14以及空调机13的运转计划。此时,以成为对于空调系统整体而言最优的节能运转的方式,创建热源机141、外气调节机14、空调机13的运转计划。
运转计划按照每单位时间而示出了用于使各空调区域内的空调设备进行动作的运转参数。图15是表示实施方式1涉及的空调机、热源机以及外气调节机的运转计划输出项目的一个例子的图。空调机模型将运转或者停止、温度设定、吹风能力设定进行输出,以作为运转计划输出项目。吹风能力设定是指风量,风量根据压缩机频率f而变化。冷却用热源机模型将运转或者停止、冷水温度设定进行输出,以作为运转计划输出项目。加热用热源机模型将运转或者停止、温水温度设定进行输出,以作为运转计划输出项目。外气调节机模型将运转或者停止、供气温度设定、供气湿度设定进行输出,以作为运转计划输出项目。
在这里,对预测出的空调去除热量与外气调节机的供气温度及湿度条件相对应地,使热源机141的冷水及温水的供水温度设定最优化的情况进行说明。如上所述,在工厂10内,存在机械11、照明12、作业员15等发热体。另外,要求向工厂10内输入新鲜的外气。因此,通过有效利用外气的温度及湿度,能够实现大幅的节能。
在将空调机13、外气调节机14以及热源机141组合的空调系统中,首先,对成为基础的外气调节机14及热源机141的节能的最优运转计划进行计算。即,以工厂10内或者各空调区域的温度和湿度成为设定值、且消耗电力成为最小的方式,决定冷却用热源机141a和加热用热源机141b的输出温度。
图16是表示实施方式1涉及的热源机的介质的输出特性曲线的一个例子的图,(a)表示冷水输出特性曲线,(b)表示温水输出特性曲线。在这些图中,横轴为介质的输出温度,纵轴分别为表示冷却用热源机模型和加热用热源机模型的效率的性能系数COP。通常,冷却用热源机模型与冷水的输出温度之间的关系如图16(a)所示,表示加热用热源机模型的效率的性能系数COP与温水的输出温度之间的关系如图16(b)所示。
另外,如果将热源机141的输出设为R[W],将输入能量设为ER[W],则热源机141的性能系数COP通过下面的方程(6)进行表示。并且,通过(6)方程,热源机141的输出R[W]能够变换为下面的方程(7)。
COP=R/ER···(6)
R=COP×ER···(7)
在这里,如果将外气温度设为Ta[K],将a设为系数,将c设为常数,则热源机141的性能系数COP通过下面的方程(8)进行表示。
COP(Ta)=a×Ta+c···(8)
综上所述,考虑了时刻t和外气温度Ta[K]的热源机j号机的输出R(j,t)[W]表示为下面的方程(9)。其中,j为自然数。
R(j,t)=COP(Ta)×ER(j,t)···(9)
另外,热源机141的输出R[W]由循环的水的温度和流量表示为下面的方程(10)。其中,CP为水的比热,为4.218J/(Kg·K),ρ为密度[Kg/m3],Tin为热源机恢复温度[K],Tout为热源机供水温度[K],Rf为热源机供水流量[m3/s]。
R=CP×ρ×(Tin-Tout)×Rf···(10)
考虑了时刻t的热源机j号机的输出R(j,t)[W]根据(10)方程而表示为下面的方程(11)。
R(j,t)=CP×ρ×(Tin(j,t)-Tout(j,t))×Rf(j,t)···(11)
另外,根据(9)方程和(11)方程,输入能量ER[W]表示为下面的方程(12)。
ER(j,t)=R(j,t)/COP(Ta)
=(CP×ρ×(Tin(j,t)-Tout(j,t))×Rf(j,t))/COP(Ta)···(12)
此外,关于输入能量ER[W]的计算方程,除了(12)方程之外,还能够通过下面的方程(13)的回归方程而进行表示。其中,a1至a9为热源机的特性方程的系数,例如能够通过由国土交通部提供的空调设备模拟工具(LCEM工具)而进行计算。
ER(j,t)=a1×Ta+a2×Tout(j,t)+a3×Tin(j,t)+a4×Rf(j,t)+a5×Ta×Rf(j,t)+a6×Tout(j,t)×Rf(j,t)+a7×Tin(j,t)×Rf(j,t)+a8×Rf(j,t)2+a9···(13)
此外,2个ER(j,t)的计算方程即(12)方程和(13)方程是根据取得的输入条件而分开使用的。
在这里,水热源泵消耗电力Pp[W]表示为下面的方程(14)。其中,a10至a11是泵固有的系数。
Pp(j,t)=a10×Rf(j,t)+a11···(14)
接下来,考虑热需求平衡。即,对于预测的热负载需求预测值而言所需的热源机输出R[W]的关系表示为下面的方程(15)。
热负载需求预测值-ΣR(j,t)=0···(15)
另外,求出用于通过2次规划法进行计算的评价函数即目标函数。根据在时刻t处的空调系统整体的热源机141的输入能量ER[W]与水热源泵消耗电力Pp[W]的合计值、以及电力量单价CD,如下面的方程(16)所示,求出电力费用f(x)。并且,使该电力费用f(x)最小化的下面的方程(17)成为目标函数。
f(x)={ΣER(j,t)+ΣPp(j,t)}×CD···(16)
minf(x)={ΣER(j,t)+ΣPp(j,t)}×CD···(17)
作为用于通过2次规划法进行计算的控制变量,具有在通过(12)方程及(13)方程所示的ER(j,t)的方程中包含的热源机供水温度Tout[K]、热源机恢复温度Tin[K]以及热源机供水流量Rf[m3/s]、和在(17)方程中包含的泵消耗电力Pp[W]。
作为用于通过2次规划法进行计算的约束条件方程,具有热源机j号机处的输出R(j)[W]、供水温度Tout[K]以及供水流量Rf[m3/s]。热源机j号机处的输出R(j)[W]、供水温度Tout[K]以及供水流量Rf[m3/s]分别如下面的方程(18)至(20)所示,具有上限及下限,这些范围成为约束条件方程。
R(j)min≤R(j)≤R(j)max···(18)
Tout(j)min≤Tout(j)≤Tout(j)max···(19)
Rf(j)min≤Rf(j)≤Rf(j)max···(20)
以上,例如将(15)方程设为约束方程,将(18)至(20)方程设为约束条件方程,使用二次规划法,将(17)方程设为目标函数,以电力费用f(x)成为最小的方式决定冷却用热源机141a和加热用热源机141b的输出温度,以作为运转参数。此外,在这里,最小是指相对于空调机13、热源机141以及外气调节机14进行额定值运转的情况下的消耗能量值、即电力量的总和而言,使实际运转的空调机13、热源机141、外气调节机14的消耗能量值最小化。
控制指令部27基于由运转计划部26计算出的空调设备的运转参数,执行在工厂10中设置的包含空调机13、热源机141以及外气调节机14在内的空调设备的运转控制。通过由该控制指令部27执行的运转控制,能够去除图12和图13所示的空调去除热量,能够将工厂10内的温度保持为设定温度。
接下来,对空调管理装置20中的处理进行说明。图17是表示实施方式1涉及的空调管理处理的流程的一个例子的流程图。此外,在这里,假设处于已经由用户创建出了与工厂10相关的照明12、机械11以及作业员15的配置信息、各空调区域的发热模型对应信息、以及建筑物的热模型的状态。首先,空调机特性数据取得部22读取空调机特性数据,存储至数据存储部24(步骤S11)。另外,气象数据取得部21经由网络取得进行空调管理的时日的气象数据,存储至数据存储部24(步骤S12)。并且,生产计划信息取得部23取得进行空调管理的时日的生产计划信息(步骤S13)。
然后,热负载预测部25按照每单位时间对在某个时间的工厂10内的各空调区域处的发热量进行计算(步骤S14)。即,如上所述地使用各空调区域的发热模型对应信息,按照每单位时间对空调区域发热量进行计算。另外,热负载预测部25按照每单位时间对在某个时间的向工厂10内的各空调区域的侵入热量进行计算(步骤S15)。即,如上所述地使用建筑物的热模型和气象数据进行计算。并且,热负载预测部25使用计算出的发热量和侵入热量、以及在工厂10内设定的温湿度,按照每单位时间对工厂10内的各空调区域处的空调去除热量进行计算(步骤S16)。
然后,运转计划部26使用2次规划法,对各空调区域的空调设备的运转参数进行计算(步骤S17)。例如,求出能够去除在各时间的空调去除热量且能够将空调设备处的消耗电力设为最小的、包含向热源机141流入的介质的温度和从热源机141流出的介质的温度在内的空调设备的运转参数。
并且,控制指令部27使用计算出的空调设备的运转参数,对工厂10的空调设备进行控制(步骤S18)。以上,空调管理处理结束。
此外,热负载预测部25将生产计划信息设为输入,根据机械的发热模型对各机械11的产生热量进行预测,但也可以考虑每个机械11的特性而对产生热量进行预测。图18是表示实施方式1涉及的机械为回焊炉的情况下的运转状况的一个例子的图,(a)是示意性地表示回焊炉的样子的剖视图,(b)是表示在没有考虑机械特性的情况下的炉内的温度和带式输送机的运转状态的一个例子的图,(c)是在考虑了机械特性的情况下的炉内的温度和带式输送机的运转状态的一个例子的图。
回焊炉200具有:带式输送机201,其沿预定的方向对产品进行输送;加热部202,其对带式输送机201上的产品210进行加热;以及绝热材料203,其设置为将带式输送机201覆盖。通过向加热部202供给电力,由此对由绝热材料203包围的区域进行加热。并且,承载于产品210的焊料被进行回焊。
如图18(b)所示,在通过加热部202使炉内的温度变为200℃的情况下,炉内的温度没有立刻成为200℃。因此,提前对加热部202供给电力,使得在产品210的生产开始的9点,炉内的温度成为200℃。在工厂10成为午休的12点至13点的期间,如果切断回焊炉200的电源,则回焊炉200内的温度降低,但必须在13点重新成为200℃,直至成为200℃为止的时间无法通过与周围的温度之间的关系进行预测。因此,即使在午休期间,加热部202也设为运转状态。
另一方面,如图18(c)所示,如果知道室温,则通过计算,能够求出在停止向加热部202的电力的供给之后的炉内的温度的下降程度,另外,能够求出为了在13点之前成为200℃而何时开始向加热部202的电力的供给较好。这样,通过将午休中的机械设备11的电力的供给设为所需最小限,从而能够削减在作为1整天进行观察的情况下的工厂10的消耗电力。
关于在机械中进行热交换的干燥炉、回焊炉等,运转中的所需热量通过下面的方程(21)而进行表示。
机械所需热量={加热对象物容积[Vol]×加热对象物比热[j/deg·kg]×(机械装置目标温度-室温)}×安全率+(机械装置目标温度-室温)×机械装置绝热系数···(21)
根据生产计划信息取得各机械设备11的加热对象物的材质(金属、电木等)、体积、数量,并输入至上述(21)方程,能够对从启动时起经过连续运转时而直至冷却运转时所需的输入能量值、从装置泄漏的内部发热负载量进行推定。这样,通过将各机械设备11的启动模式模型化,从而能够将启动模式有效地使用于机械设备11的产生热量的推定。
在实施方式1中,在热负载预测部25中,使用工厂10的建筑物的热模型、在产生热的工厂10内配置的机械11、照明12以及作业员15的热模型,将气象数据、生产计划信息以及空调机特性数据设为输入,计算出在工厂10内应该使用空调设备进行去除的每单位时间的热量即空调去除热量。由此,具有下述效果,即,能够准确地对在工厂10内应该去除的热量进行预测,能够基于该预测进行空调设备的控制。
另外,运转计划部26在使由热负载预测部25预测出的每单位时间的空调去除热量与空调系统整体的热源机141的输出相等的状态下,以对空调系统整体的热源机141的输入能量与空调系统整体的水热源泵消耗电力的合计值乘以电力量单价所得的电力费用成为最小的方式,使用二次规划法计算出包含冷却用热源机141a和加热用热源机141b的输出温度在内的空调设备的运转参数。并且,控制指令部27基于空调设备的运转参数对空调设备进行控制。由此,具有能够精密地将工厂10内的温度维持为目标温度的效果。
在如对室内的温度进行测量、对其与设定温度之间的偏差进行检测而对空调设备进行反馈控制的现有方法中,从检测出温度起至达到设定温度为止需要大于或等于15分钟的时间。但是,在实施方式1的方法中,预先对会产生的热量进行预测,以将该热量去除的方式而进行控制,而非反馈控制,因此能够高精度地将各时间的工厂10内的温度设定为设定温度。并且,以往,由最大负载条件决定空调设备的额定能力,因此在轻负载时能效降低,但在实施方式1中,即使在轻负载时也不会使能效降低。
实施方式2.
如在实施方式1中所述,将1天的气象信息和生产计划信息设为输入数据,使用工厂的热模型而对1天中的各时间的空调去除热量进行计算,因此能够进行与现有的方法相比波动少的温湿度控制。以往,通过如上所述地具有大于或等于15分钟的延迟的反馈控制而进行工厂等建筑物内的空调控制,因此温度控制难,作为工厂10内的设定温度,以如23℃±2℃这样的具有大的误差范围的方式而对设定温度进行设定。在实施方式2中,说明通过外气温度而对工厂10内的设定温度进行变更的方法。
图19是示意性地表示实施方式2涉及的空调管理装置的功能结构的框图。该空调管理装置20在热负载预测部25中还具有外气处理量预测部254。外气处理量预测部254基于在工厂10内存在的作业员15的数量、强制地进行动作的排气风扇的排气量,对每单位时间导入至工厂10内的外气处理量进行预测。强制地进行动作的排气风扇设置于以高温进行运转的机械11等。在工厂10内存在的作业员15、由强制地进行动作的排气风扇实现的排气量是能够从生产计划信息取得的信息。
运转计划部26针对由热负载预测部25计算出的外气处理量,通过2次规划法以消耗电力最小化条件得出将外气调节机14和热源机141组合的空调系统的消耗电力。其结果,运转计划部26计算出与室内环境条件范围内相对的外气调节机14的供气温度和供气湿度的设定值,以作为空调设备的运转参数。
控制指令部27将由运转计划部26求出的供气温度和供气湿度设定至外气调节机14。此外,对与在实施方式1中说明的结构要素相同的结构要素标注相同的标号,并省略其说明。另外,实施方式2涉及的空调管理装置的处理流程与在实施方式1中说明的相同,因此省略其说明。
在这里,对实施方式2涉及的运转计划部26中的空调设备的运转参数的计算例进行说明。针对预测出的热负载需求的外气处理量,通过2次规划法以消耗电力最小化条件而得出热源机141和外气调节机14的消耗电力,由此能够求出与室内环境条件范围内相对的外气调节机14的供气温度及供气湿度的设定值。
首先,通过热交换器特性模型QH求出热交换量。外气调节机14的冷水热交换器143连接从冷却用热源机141a供给的冷水,与由外气调节机14的风扇144导入的外气进行热交换。另外,外气调节机14的温水热交换器143连接从加热用热源机141b供给的温水,与由外气调节机14的风扇144导入的外气进行热交换。
在时刻t的热交换器j号机的外气热含量ei的情况下的热交换器特性模型的热量QH(j,t)通过下面的方程(22)进行表示。另外,外气热含量ei通过下面的方程(23)进行表示。其中,Tain为热交换器入口的空气温度[K],Taout为热交换器出口的空气温度[K],W为水流量[m3/s],w为空气流量[m3/s],cp为空气的比热,为1.006J/(Kg·K)。
QH(j,t)=W(j,t)×Cp(j,t)×(Tin(j,t)-Tout(j,t))
=w(j,t)×cp(j,t)×(Taout(j,t)-Tain(j,t))···(22)
ei=w(j,t)×cp(j,t)×(Taout(j,t)-Tain(j,t))···(23)
热交换器的热交换率HXR根据控制条件而如下分类。
<仅对温度进行控制的情况>
在仅对温度进行控制的情况下,热交换器的热交换率HXR表示为下面的方程(24)。其中,假设不会成为露点温度。
HXR×W(j,t)×Cp(j,t)×(Tin(j,t)-Tout(j,t))
=w(j,t)×cp(j,t)×(Taout(j,t)-Tain(j,t))···(24)
<对温湿度进行控制的情况>
在对温度和湿度进行控制的情况下,热交换器的热交换率HXR表示为下面的方程(25)。其中,Denv为外气的空气密度[kg/m3],Dsup为供给空气的密度[kg/m3],Eenv为外气的比热含量[KJ/(kg·K)],Esup为供给空气的比热含量[KJ/(kg·K)]。
HXR×W(j,t)×Cp(j,t)×(Tin(j,t)-Tout(j,t))
=w(j,t)×(Denv(t)×Eenv(t)-Dsup(j,t)×Esup(j,t))···(25)
另外,风扇144的在时刻t的消耗电力量Fp(t)[W]表示为下面的方程(26)。其中,假设a12、a13为风扇144的消耗电力特性的系数。
Fp(t)=a12×w(j,t)+a13···(26)
接下来,考虑热需求平衡。对于预测的热负载需求而言所需的热交换器特性模型的热量QH[W]的关系表示为下面的方程(27)。
热负载需求预测值-QH(j,t)=0···(27)
另外,求出用于通过2次规划法进行计算的评价函数即目标函数。根据在时刻t的热交换器特性模型的热量QH[W]、风扇144的消耗电力Fp(t)[W]以及电力量单价CD,以下面的方程(28)的方式而求出电力费用f(x)。并且,使该电力费用f(x)最小化的下面的方程(29)成为目标函数。
f(x)={ΣQH(j,t)+ΣFp(j,t)}×CD···(28)
minf(x)={ΣQH(j,t)+ΣFp(j,t)}×CD···(29)
作为用于通过2次规划法进行计算的控制变量,具有在(22)方程所示的QH(j,t)的方程中包含的热源机恢复温度Tin[K]、热源机供水温度Tout[K]、风扇144的空气流量w[m3/s]、以及风扇144的消耗电力Fp[W]。
作为用于通过2次规划法进行计算的约束条件方程,具有热交换器特性模型的输出即热量QH[W]、热源机供水温度Tout[K]、水流量W[m3/s]以及空气流量w[m3/s]。热交换器特性模型的热量QH[W]、热源机供水温度Tout[K]、水流量W[m3/s]以及空气流量w[m3/s]分别如下面的方程(30)至(33)所示,具有上限及下限,这些范围成为约束条件方程。
QH(j)min≤QH(j)≤QH(j)max···(30)
Tout(j)min≤Tout(j)≤Tout(j)max···(31)
W(j)min≤W(j)≤W(j)max···(32)
w(j)min≤w(j)≤w(j)max···(33)
运转计划部26针对预测出的热负载需求的外气处理量,通过2次规划法以消耗电力最小化条件而得出热源机141和外气调节机14的消耗电力,由此求出与室内环境条件范围内相对的外气调节机14的供气温度及湿度的设定值。具体地说,例如将(27)方程设为约束方程,将(30)至(33)方程设为约束条件方程,使用二次规划法,将(29)方程设为目标函数,以电力费用f(x)成为最小的方式决定外气调节机14的供气温度及湿度,以作为运转参数。并且,通过这样求出的运转参数,能够进行波动少的温度及湿度的控制。因此,能够在根据外气温度而设定的设定温度21℃至25℃的范围内,另外在根据外气湿度而设定的设定湿度40%至60%的范围内,将热源机141和外气调节机14的能量消耗量抑制至最小。
在实施方式2中,使用在工厂10内的作业员15的数量和排气风扇的排气量而对每单位时间的外气处理量进行预测,在预测出的热负载需求与热交换器热量相等的条件下,使用2次规划法,以热交换器热量和风扇的消耗电力之和成为最小的方式,求出外气调节机14的供气温度和供气湿度。并且,使用求出的供气温度和供气湿度进行外气调节机14的运转。由此,具有能够进行波动少的温度和湿度的控制的效果。另外,在将外气向工厂10内进行导入时,由于向工厂10内导入的空气的温度与在导入前的工厂10内的温度之差变小,因此具有能够对在空调管理系统中消耗的电力进行抑制的效果。
实施方式3.
在实施方式1中,使用机械设备的动作模型对产生热量进行计算。机械设备的产生热量在空调热负载中所占比例大,另外变动幅度也大。因此,在实施方式3中,说明能够以更高精度进行机械设备的产生热量的预测的方法。
图20是示意性地表示实施方式3涉及的工厂内的机械设备处的每单位时间的生产个数与内部发热量之间的关系的一个例子的图。在这里,预先对每单位时间的生产个数为a、b、c时的各自的内部发热量A、B、C进行计算,根据这些数据而创建出表示内部发热量相对于生产个数的关系的曲线L1,在图中以实线示出。此外,图中以虚线示出的曲线L2表示相对于实际的每单位时间的生产个数的内部发热量。曲线L1、L2为生产量-发热量对应信息。关于曲线L1,在每单位时间的生产个数为0至a的范围,以发热量单纯从0增加至A的直线而示出,在a至b的范围为固定值A,在b至c的范围为固定值B,在c及其以后的范围为固定值C。并且,该曲线L1近似于实际的曲线L2。
发热量预测部251根据与机械设备11的产生热相关的从生产计划信息得到的每段时间的生产个数,使用如图20所示的信息,对机械设备11的内部发热量进行计算。此外,在上述的说明中,采用了每单位时间的生产个数,但也可以为机械的运转率。另外,在图20中,对3点进行测量而创建出曲线L1,但通过使进行测量的点数变多,曲线L1的从实际的曲线L2偏离的程度会变小,因此能够进行更精密的机械设备11的发热量的预测。
在实施方式3中,预先求出机械设备11的发热量与每单位时间的生产个数或者机械的运转率之间的相关关系,根据该关系,求出与从生产计划信息得到的每段时间的生产个数或者机械的运转率相对应的机械发热量。由此,具有能够更精密地对机械设备11的发热量进行推定的效果。
实施方式4.
在实施方式4中,说明能够对机械设备的发热量与每单位时间的生产个数或者机械的运转率之间的相关关系进行生成的空调管理系统。
图21是示意性地表示实施方式4涉及的空调管理系统的结构的一个例子的图。空调管理系统在实施方式1的结构的基础上,还具有生产量-发热量对应信息取得部255,该生产量-发热量对应信息取得部255从各机械设备11取得表示每单位时间的生产量与机械设备11的发热量之间的对应关系的生产量-发热量对应信息。生产量-发热量对应信息取得部255将所取得的生产量-发热量对应信息与相对应的机械设备11的动作模型相关联地储存至数据存储部24。此外,对与在实施方式1中说明的结构要素相同的结构要素标注相同的标号,并省略其说明。
图22是表示实施方式4涉及的机械设备的结构的一个例子的图。如该图所示,机械设备11具有如下结构,即,控制对象即机械111、控制装置112、显示器113、电力监视器114经由通信线缆115进行连接,该控制装置112对机械111进行控制,该显示器113显示由控制装置112进行的控制的状态,该电力监视器114是对机械设备11处的消耗电力进行监视的消耗电力测量装置。并且,电力监视器114经由通信线缆与未图示的空调管理系统进行连接。
图23是表示生产量-发热量对应信息的一个例子的图。由电力监视器取得的图23所示的信息是由空调管理系统的生产量-发热量对应信息取得部255进行取得的。各机械设备11的消耗电力与发热量相等,因此使用该关系,空调管理装置20的发热量预测部251能够进一步地取得与实施方式3的情况相比极细致的发热量。
在实施方式4中,在工厂10内的机械设备11设置电力监视器114,将各机械设备11的每单位时间的生产个数或者运转率与消耗电力之间的关系储存为生产量-发热量对应信息,由空调管理装置20对其进行取得,在求出机械设备11的发热量时进行使用。由此,具有下述效果,即,能够求出与实施方式3的情况相比更准确的各机械设备11的发热量的值,能够更准确地进行工厂10内的空调管理。
此外,在上述的说明中,说明了将生产量-发热量对应信息取得部255添加给实施方式1的结构的情况,但也可以添加给实施方式2的结构。
实施方式5.
在实施方式5中,对下述情况进行说明,即,定期地对空调管理系统的动作状态进行记录,通过与正常时的动作状态进行比较,判定空调管理系统是否存在异常。
图24是示意性地表示实施方式5涉及的空调管理系统的结构的一个例子的图。空调管理系统在实施方式1的结构的基础上,还具有动作状态取得部256、动作状态储存部257、以及预防保养部258。
动作状态取得部256按照某个时间间隔而对包含与生产计划相对应的设备工作信息的运转数据、与生产量相对应的空调基本单位以及从各动作模型得到的推定信息在内的动作状态值进行记录。作为设备工作信息,能够列举热源机141、空调设备、机械设备11等。作为运转数据,能够列举消耗电力、每单位时间的启动次数、设备过程值等。作为推定信息,能够列举仪器运转效率、产生热量等。动作状态储存部257对由动作状态取得部256取得的动作状态值进行储存。
预防保养部258将正常动作时的成为基准的动作状态值与所取得的动作状态值进行比较,判定有无异常。具体地说,预防保养部258在判定对象的动作状态值的与成为基准的动作状态值之间的背离量超出了预设的阈值的情况下,进行向用户发送警告的消息的处理等。此外,预防保养处理无需每次都进行,如1日1次或者1周1次等定期地进行即可。另外,由动作状态取得部256取得运转数据的时间优选比由热负载预测部25进行的空调热负载的预测期间短。
机械设备11的消耗电力具有如果连续使用机械设备11则变大的倾向。因此,在背离量超过了预设的值的情况下,表示机械设备11的寿命将近,向用户进行通知。然后,用户基于通知而进行机械设备11的部件的更换等的处理。此外,对与在实施方式1中说明的结构要素相同的结构要素标注相同的标号,并省略其说明。
在实施方式5中,对空调管理系统中的动作状态值进行记录,每隔预定的期间与基准的动作状态值进行比较而判断是否存在异常。由此,具有下述效果,即,能够将判断结果有效利用于与老化相伴的设备故障、劣化的预防保养。
工业实用性
如上所述,本发明涉及的空调管理系统对在生产产品的工厂中的空调管理有用。
标号的说明
10工厂,10A无尘室,10B组装室,11机械设备,12照明设备,13空调机,14外气调节机,14A、14B、14C空调机,15作业员,20空调管理装置,21气象数据取得部,22空调机特性数据取得部,23生产计划信息取得部,24数据存储部,25热负载预测部,26运转计划部,27控制指令部,111机械,112控制装置,113显示器,114电力监视器,115通信线缆,141热源机,141a冷却用热源机,141b加热用热源机,142泵,143热交换器,144风扇,200回焊炉,201带式输送机,202加热部,203绝热材料,210产品,251发热量预测部,252侵入热量预测部,253去除热量预测部,254外气处理量预测部,255生产量-发热量对应信息取得部,256动作状态取得部,257动作状态储存部,258预防保养部,700空调系统控制装置,701空调机运转数据取得部,702气象数据取得部,703参数学习部,703a建筑物模型,704热负载预测部,705时间表创建部,706运转时间表输出部,800 2次规划问题计算装置,801变量存储单元,802初始化单元,803失配量计算单元,804修正量计算单元,805修正量存储单元,806固定变量设定单元,807变量修正单元,810重复单元。
Claims (11)
1.一种空调管理系统,其具有:工厂,其具有包含进行工作的机械设备、照明设备以及空调设备在内的设备,该工厂内有作业员进出;以及空调管理装置,其对所述空调设备进行控制,以使得所述工厂内成为目标温度,该空调管理系统的特征在于,
所述空调管理装置具有:
热负载预测部,其每隔单位时间对热负载进行预测,该热负载包含使用生产计划信息计算出的在所述工厂内产生的产生热量、使用气象数据计算出的侵入至所述工厂内的侵入热量;
运转计划部,其基于所述热负载,每隔单位时间对所述空调设备的运转计划进行创建;以及
控制指令部,其按照所述运转计划对所述空调设备的运转进行控制,
所述运转计划部针对所述热负载,基于在所述工厂内设定的温度及湿度、所述空调设备的动作模型,使用2次规划法,以使该空调管理系统整体的消耗能量相对于在将每个所述空调设备进行额定运转的情况下的消耗能量的总和而成为最小化的方式,制定所述运转计划。
2.根据权利要求1所述的空调管理系统,其特征在于,
所述工厂内被分割出多个空调区域,
所述热负载预测部针对所述各空调区域而预测每单位时间的所述热负载,
所述运转计划部针对所述各空调区域而创建每单位时间的所述运转计划。
3.根据权利要求2所述的空调管理系统,其特征在于,
所述热负载预测部使用各空调区域的发热模型对应信息,对每单位时间的所述各空调区域处的所述产生热量进行计算,使用对从所述工厂的外部向内部侵入的热量进行计算的建筑物的热模型,对所述侵入热量进行计算,其中,该发热模型对应信息是按照所述空调区域处的所述机械设备、所述照明设备以及所述作业员的配置信息而创建的,将对所述机械设备、所述照明设备以及所述作业员的发热量进行计算的动作模型与所述空调区域相关联。
4.根据权利要求3所述的空调管理系统,其特征在于,
所述空调管理装置还具有显示部,
所述热负载预测部具有下述功能,即,针对每个所述空调区域,在所述显示部对每单位时间的所述机械设备、所述照明设备、所述作业员的发热量以及所述侵入热量进行曲线显示。
5.根据权利要求2所述的空调管理系统,其特征在于,
所述空调设备具有:冷却用热源机,其对第1介质进行冷却;加热用热源机,其对第2介质进行加热;以及外气调节机,其使所述工厂外的空气与所述第1介质或者所述第2介质进行接触而成为所设定的温度和湿度,并导入至所述工厂内,
所述运转计划部在使由所述热负载预测部预测出的每单位时间的所述热负载与所述冷却用热源机、所述加热用热源机的输出相等的状态下,以所述冷却用热源机、所述加热用热源机的输入能量与分别连接于所述冷却用热源机及所述加热用热源机的泵的消耗电力之间的合计值成为最小化的方式,使用2次规划法,针对每个所述空调区域而决定所述冷却用热源机和所述加热用热源机的输出温度。
6.根据权利要求5所述的空调管理系统,其特征在于,
所述热负载预测部另外还具有对每段时间导入至工厂内的外气处理量进行预测的功能,
所述运转计划部针对预测出的所述外气处理量,在使由所述热负载预测部预测出的每单位时间的所述热负载与分别连接于所述冷却用热源机及所述加热量热源机的热交换器处的热量相等的状态下,以所述热交换器的热量与将所述工厂外的空气向所述工厂内进行吹送的风扇的消耗电力之间的合计值成为最小化的方式,使用2次规划法,求出所述外气调节机的供气温度和供气湿度。
7.根据权利要求3所述的空调管理系统,其特征在于,
所述发热模型对应信息还包含根据所述生产计划信息在所述各空调区域存在的所述作业员的人数。
8.根据权利要求3所述的空调管理系统,其特征在于,
所述机械设备的动作模型是对所述机械设备的运转率或者每单位时间的生产个数与发热量之间的关系进行了定义的生产量-发热量对应信息,
所述热负载预测部从所述生产量-发热量对应信息,取得与所述生产计划信息中的所述机械设备的运转率或者每单位时间的生产个数相对应的所述机械设备的发热量。
9.根据权利要求8所述的空调管理系统,其特征在于,
还具有消耗电力测量装置,该消耗电力测量装置对所述机械设备的消耗电力进行测量,
所述热负载预测部还具有下述功能,即,从所述消耗电力测量装置取得所述机械设备的发热量,从所述生产计划信息取得所述运转率或者每单位时间的生产个数。
10.根据权利要求3所述的空调管理系统,其特征在于,
所述热负载预测部在所述机械设备为伴有热处理的机械的情况下,从所述生产计划信息取得加热对象物的材质、体积以及数量,对所述机械设备的从启动时起经过连续运转时间而直至冷却运转时为止所需的电力能量值、从所述机械设备泄漏的泄露热量进行推定,由此对所述机械设备的发热量进行预测。
11.根据权利要求2所述的空调管理系统,其特征在于,
所述空调管理装置还具有:
动作状态取得部,其取得包含所述设备的消耗电力或者发热量在内的动作状态值;以及
预防保养部,其将所取得的所述动作状态值与成为基准的动作状态值进行比较,判定是否大于或等于阈值而发生了背离,在发生了背离的情况下,向用户进行通知。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2015/052698 WO2016121107A1 (ja) | 2015-01-30 | 2015-01-30 | 空調管理システム |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107110545A true CN107110545A (zh) | 2017-08-29 |
CN107110545B CN107110545B (zh) | 2018-07-24 |
Family
ID=56542757
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201580070921.8A Active CN107110545B (zh) | 2015-01-30 | 2015-01-30 | 空调管理装置 |
Country Status (4)
Country | Link |
---|---|
JP (1) | JP6073001B2 (zh) |
CN (1) | CN107110545B (zh) |
TW (1) | TW201627614A (zh) |
WO (1) | WO2016121107A1 (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108154258A (zh) * | 2017-11-27 | 2018-06-12 | 国网北京市电力公司 | 空气源热泵负荷的预测方法、装置、存储介质和处理器 |
CN111273712A (zh) * | 2018-12-04 | 2020-06-12 | 发那科株式会社 | 工厂内环境控制系统 |
CN111415487A (zh) * | 2020-04-07 | 2020-07-14 | 珠海格力电器股份有限公司 | 一种高温预警方法、装置及空调 |
CN112393387A (zh) * | 2020-11-13 | 2021-02-23 | 青岛海信日立空调系统有限公司 | 一种空调器和温度修正方法 |
CN113137699A (zh) * | 2021-04-30 | 2021-07-20 | 青岛海尔空调电子有限公司 | 空调器及其控制方法 |
CN113454542A (zh) * | 2019-02-19 | 2021-09-28 | 日立造船株式会社 | 信息处理装置、信息处理方法、以及信息处理程序 |
CN110895721B (zh) * | 2018-09-12 | 2021-11-16 | 珠海格力电器股份有限公司 | 电器功能的预测方法及装置 |
CN114294832A (zh) * | 2017-10-23 | 2022-04-08 | 栗田工业株式会社 | 水温控制方法及系统、模型构建装置 |
CN117039910A (zh) * | 2023-10-09 | 2023-11-10 | 国网浙江省电力有限公司宁波供电公司 | 一种基于多模型的电力能源需求的管理方法及管理装置 |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6907653B2 (ja) * | 2017-03-31 | 2021-07-21 | ダイキン工業株式会社 | 空調システム |
JPWO2019008723A1 (ja) * | 2017-07-06 | 2020-04-09 | パナソニックIpマネジメント株式会社 | 制御システム及び制御方法 |
CN107797581B (zh) * | 2017-09-04 | 2021-01-26 | 任升莲 | 一种暖通大数据节能系统 |
JP7133389B2 (ja) * | 2018-08-16 | 2022-09-08 | 大成建設株式会社 | 装置発熱量算出方法 |
TWI678504B (zh) | 2018-10-12 | 2019-12-01 | 群光電能科技股份有限公司 | 儲冰量調整系統與儲冰量調整方法 |
WO2021001954A1 (ja) * | 2019-07-03 | 2021-01-07 | 三菱電機株式会社 | 空気調和システム |
US20210018204A1 (en) * | 2019-07-16 | 2021-01-21 | Johnson Controls Technology Company | Variable refrigerant flow system with zone grouping control feasibility estimation |
US20230349579A1 (en) * | 2020-09-18 | 2023-11-02 | Nippon Telegraph And Telephone Corporation | Prediction method, prediction device, and prediction program |
CN113459130B (zh) * | 2021-06-03 | 2022-12-30 | 上海楷新机器人自动化设备有限公司 | 一种工业机器人自动加工系统及其运用 |
JP2023077651A (ja) * | 2021-11-25 | 2023-06-06 | 国立大学法人京都大学 | コントローラ、制御方法、および制御プログラム |
CN114963683B (zh) * | 2022-06-01 | 2023-09-15 | 深圳市汉盛制冷科技有限公司 | 一种精确控温制冷系统 |
KR102591813B1 (ko) * | 2022-08-04 | 2023-10-20 | 한국생산기술연구원 | 표준기상년 데이터를 활용한 열원 공급 최적화 시스템 및 그 방법 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010002081A (ja) * | 2008-06-18 | 2010-01-07 | Daikin Ind Ltd | 空調機およびその目標特性導出方法 |
JP2011043306A (ja) * | 2009-08-24 | 2011-03-03 | Shimizu Corp | 省エネ空調制御システム |
US20110106327A1 (en) * | 2009-11-05 | 2011-05-05 | General Electric Company | Energy optimization method |
US20110190946A1 (en) * | 2008-08-22 | 2011-08-04 | Charles Ho Yuen Wong | Method And System Of Energy-Efficient Control For Central Chiller Plant Systems |
CN102985882A (zh) * | 2010-05-05 | 2013-03-20 | 格林斯里弗斯有限公司 | 能量底盘及能量交换装置 |
JP2013142494A (ja) * | 2012-01-10 | 2013-07-22 | Hitachi Plant Technologies Ltd | 空調機器制御システムおよび空調機器の制御方法 |
CN103229003A (zh) * | 2010-12-09 | 2013-07-31 | 三菱电机株式会社 | 空气调节装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6865450B2 (en) * | 2001-05-10 | 2005-03-08 | Siemens Westinghouse Power Corporation | Schedule-based load estimator and method for electric power and other utilities and resources |
US20060065750A1 (en) * | 2004-05-21 | 2006-03-30 | Fairless Keith W | Measurement, scheduling and reporting system for energy consuming equipment |
-
2015
- 2015-01-30 CN CN201580070921.8A patent/CN107110545B/zh active Active
- 2015-01-30 JP JP2016554291A patent/JP6073001B2/ja active Active
- 2015-01-30 WO PCT/JP2015/052698 patent/WO2016121107A1/ja active Application Filing
- 2015-06-12 TW TW104119047A patent/TW201627614A/zh unknown
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010002081A (ja) * | 2008-06-18 | 2010-01-07 | Daikin Ind Ltd | 空調機およびその目標特性導出方法 |
US20110190946A1 (en) * | 2008-08-22 | 2011-08-04 | Charles Ho Yuen Wong | Method And System Of Energy-Efficient Control For Central Chiller Plant Systems |
JP2011043306A (ja) * | 2009-08-24 | 2011-03-03 | Shimizu Corp | 省エネ空調制御システム |
US20110106327A1 (en) * | 2009-11-05 | 2011-05-05 | General Electric Company | Energy optimization method |
CN102985882A (zh) * | 2010-05-05 | 2013-03-20 | 格林斯里弗斯有限公司 | 能量底盘及能量交换装置 |
CN103229003A (zh) * | 2010-12-09 | 2013-07-31 | 三菱电机株式会社 | 空气调节装置 |
JP2013142494A (ja) * | 2012-01-10 | 2013-07-22 | Hitachi Plant Technologies Ltd | 空調機器制御システムおよび空調機器の制御方法 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114294832A (zh) * | 2017-10-23 | 2022-04-08 | 栗田工业株式会社 | 水温控制方法及系统、模型构建装置 |
CN108154258A (zh) * | 2017-11-27 | 2018-06-12 | 国网北京市电力公司 | 空气源热泵负荷的预测方法、装置、存储介质和处理器 |
CN108154258B (zh) * | 2017-11-27 | 2021-11-05 | 国网北京市电力公司 | 空气源热泵负荷的预测方法、装置、存储介质和处理器 |
CN110895721B (zh) * | 2018-09-12 | 2021-11-16 | 珠海格力电器股份有限公司 | 电器功能的预测方法及装置 |
CN111273712A (zh) * | 2018-12-04 | 2020-06-12 | 发那科株式会社 | 工厂内环境控制系统 |
CN113454542A (zh) * | 2019-02-19 | 2021-09-28 | 日立造船株式会社 | 信息处理装置、信息处理方法、以及信息处理程序 |
CN111415487A (zh) * | 2020-04-07 | 2020-07-14 | 珠海格力电器股份有限公司 | 一种高温预警方法、装置及空调 |
CN112393387A (zh) * | 2020-11-13 | 2021-02-23 | 青岛海信日立空调系统有限公司 | 一种空调器和温度修正方法 |
CN113137699A (zh) * | 2021-04-30 | 2021-07-20 | 青岛海尔空调电子有限公司 | 空调器及其控制方法 |
CN117039910A (zh) * | 2023-10-09 | 2023-11-10 | 国网浙江省电力有限公司宁波供电公司 | 一种基于多模型的电力能源需求的管理方法及管理装置 |
CN117039910B (zh) * | 2023-10-09 | 2024-01-05 | 国网浙江省电力有限公司宁波供电公司 | 一种基于多模型的电力能源需求的管理方法及管理装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2016121107A1 (ja) | 2016-08-04 |
TW201627614A (zh) | 2016-08-01 |
JP6073001B2 (ja) | 2017-02-01 |
JPWO2016121107A1 (ja) | 2017-04-27 |
CN107110545B (zh) | 2018-07-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107110545B (zh) | 空调管理装置 | |
US20110306288A1 (en) | Air conditioning system and method for managing server room | |
US8327656B2 (en) | Method and apparatus for cooling | |
CN102792788B (zh) | 用于数据中心的压缩空气冷却系统 | |
EP2313714B1 (en) | Method and apparatus for cooling | |
CN105324614B (zh) | 空调系统控制装置以及空调系统控制方法 | |
JP5932350B2 (ja) | 空調装置および空調制御方法 | |
US6170271B1 (en) | Sizing and control of fresh air dehumidification unit | |
CN103582786B (zh) | 服务器室管理用的空气调节系统及空气调节控制方法 | |
JP5479374B2 (ja) | 減湿装置及び方法 | |
US20080041077A1 (en) | Method and apparatus for cooling | |
US20020033252A1 (en) | Air-conditioning controlling system | |
CN104930773A (zh) | 电子膨胀阀的控制方法及装置和空调器 | |
JP2011242011A (ja) | サーバ用空調システム | |
WO2012099464A1 (en) | Cooling system for cooling air in a room and data centre comprising such cooling system | |
CN103375881A (zh) | 洁净室的空调控制方法与其装置 | |
CN107917484A (zh) | 基于无线数据传输的带热量上升补偿的恒温器 | |
JP4150806B2 (ja) | 空調制御支援装置、空調制御装置、空調制御支援システムおよび空調制御システム | |
KR20210123080A (ko) | 공기조화기 시스템의 제어 방법 | |
JP2018162943A (ja) | 熱源制御システム、熱源制御システムの制御方法および演算装置 | |
TWI604160B (zh) | Operation control device and operation control method | |
JP2019203652A (ja) | 店舗空調システム | |
Hordeski | HVAC control in the new millennium | |
JP2004293886A (ja) | 空調装置の運転制御方法及び運転制御装置 | |
Vakiloroaya et al. | Component-wise optimization for a commercial central cooling plant |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |