CN107166646A - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN107166646A CN107166646A CN201710355550.9A CN201710355550A CN107166646A CN 107166646 A CN107166646 A CN 107166646A CN 201710355550 A CN201710355550 A CN 201710355550A CN 107166646 A CN107166646 A CN 107166646A
- Authority
- CN
- China
- Prior art keywords
- air conditioner
- mrow
- central air
- main machine
- conditioner main
- 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
Landscapes
- Air Conditioning Control Device (AREA)
Abstract
本发明提出一种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，系统包括：一个或多个中央空调主机智能控制器，实现所控中央空调主机的本地控制器与能源站控制网络间的通信；一个或多个智能传感器，将所测冷冻水流量和温度的数值发送给能源站控制网络；一个或多个智能执行器，将中央空调主机的运行状态、变频调速器的频率发送给能源站控制网络，接收能源站控制网络的动作指令并调节中央空调主机的启停和变频调速器的频率，通过分布式计算与其它节点协同完成优化控制计算任务。本发明实现了中央空调主机控制系统的自组网、控制设备的即插即用，采用分布式计算方法，通过迭代计算，快速求解拉格朗日法变换后的中央空调主机运行台数优化问题。
Description
技术领域
本发明涉及空调、能源与信息技术领域，特别涉及一种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。
背景技术
目前的中央空调主机台数控制往往由运行管理人员根据经验确定，手动控制相应机组的启停。一方面，运行管理人员根据经验确定的运行台数难以保证是最优的运行工况，可能带来了能耗过大的问题，存在进一步优化节能的潜力。另一方面，运行管理人员的手动控制，调节时间难以及时精确，往往存在调节不及时造成能耗浪费的问题。为了解决这些问题，目前已经有一些相关技术着眼于中央空调主机运行的自动控制。例如，专利《中央空调系统及其控制系统和控制方法》(申请号CN201610831851.X)，公开了一种空调系统的控制方法，由一个或多个系统设备集成所有设备控制器从而构成智能系统，将中央空调系统的控制系统的订单式开发方式改进为标准化、通用化的开发方式。专利《一种设备群控系统》(申请号CN201610248083.5)，实现了一种基于主从控制器的分布式控制方式的设备群控系统，通过在设备群控系统中设置多个控制器(主+从)对系统中的设备群进行协调控制，缓解了集中控制方式中单个控制器的工作压力，提升群控系统的运行稳定性及可靠性。专利《一种中央空调冷站自动控制系统》(申请号CN201610575485.6)，通过与冷站设备等数量的本地控制器、与本地控制器等数量的上位机等构成一个自动控制系统，通过安装冷站设备的物理连接拓扑进行上位机连接，可自动建立中央空调冷站自动控制系统的连接拓扑。专利《空调主机增减机控制方法、装置和空调系统》(申请号CN201510053981.0)，通过中央空调主机的制冷/制热量及运行功率的计算模型以及空调末端的实际负荷需求Q0，分别计算出单台主机的制冷/制热量平分负荷Q0/i时所对应中央空调主机运行总功率最小的组合即为最优的中央空调主机运行台数组合。
然而，目前已有的相关技术中，并没有解决多台不同容量中央空调主机的优化运行台数的问题，没有给出最优运行台数下各台中央空调主机的最优供冷量，并且都是采用集中式系统的方式进行控制，不能实现控制设备的自组织、即插即用，不利于减少控制系统配置所需的人工成本。
发明内容
本发明旨在至少解决上述技术问题之一。
为此，本发明的一个目的在于提出一种基于分布式计算的中央空调主机优化运行控制系统，该系统能够实现中央空调主机控制系统的自组网、控制设备的即插即用，采用分布式计算方法，通过迭代计算，快速求解拉格朗日法变换后的中央空调主机运行台数优化问题。
本发明的另一个目的在于提出一种基于分布式计算的中央空调主机优化运行控制方法。
为了实现上述目的，本发明第一方面的实施例提出了一种基于分布式计算的中央空调主机优化运行控制系统，包括：一个或多个中央空调主机智能控制器，用于实现所控中央空调主机的本地控制器与能源站控制网络间的通信，以及通过分布式计算与其它节点协同完成优化控制计算任务；一个或多个智能传感器，用于将所测冷冻水流量和温度的数值发送给能源站控制网络，以及通过分布式计算与其它节点协同完成优化控制计算任务；一个或多个智能执行器，用于将中央空调主机的运行状态、变频调速器的频率发送给能源站控制网络，并接收能源站控制网络的动作指令并调节中央空调主机的启停和变频调速器的频率、以及通过分布式计算与其它节点协同完成优化控制计算任务。
另外，根据本发明上述实施例的基于分布式计算的中央空调主机优化运行控制系统还可以具有如下附加的技术特征：
在一些示例中，所述多个中央空调主机智能控制器之间以无线通信方式互连，形成无中心、扁平化的对等网络，以实现多个中央空调主机智能控制器的自组网、控制设备的即插即用、分布式计算的功能。
在一些示例中，所述中央空调主机的台数优化问题以所有中央空调主机总能耗最小为优化目标，通过拉格朗日法求解该优化问题。
在一些示例中，所述中央空调主机智能控制器用于采用分布式计算的方式，迭代求解优化问题，得到最优的中央空调主机运行台数和每台中央空调主机的制冷/热量。
在一些示例中，所述智能执行器用于根据优化控制问题的求解结果，控制相应中央空调主机的启停，调节运行中央空调主机的冷冻水流量，使得每台中央空调主机的制冷/热量满足最优制冷/热量的要求。
根据本发明实施例的基于分布式计算的中央空调主机优化运行控制系统，由每台中央空调主机的智能控制节点构成，各个智能控制节点构成无中心分布式计算网络，即采用无中心分布式网络系统架构，实现中央空调主机控制系统的自组网、控制设备的即插即用，通过拉格朗日法求解中央空调主机运行台数优化问题，并通过无中心分布式计算的方法，得到优化问题的解，即最优的中央空调主机运行台数和每台中央空调主机的制冷/热量。该系统独立于设备底层控制回路，具有利用无中心扁平化网络技术、分布式并行计算、能耗最小化优化运行等特征。
为了实现上述目的，本发明第二方面的实施例提出了一种基于分布式计算的中央空调主机优化运行控制方法，包括以下步骤：S1：中央空调主机的台数优化问题以所有中央空调主机总能耗最小为优化目标，通过拉格朗日法求解该优化问题；S2：中央空调主机智能控制器采用分布式计算的方式，迭代求解优化问题，得到最优的中央空调主机运行台数和每台中央空调主机的制冷/热量；S3：智能执行器根据优化控制问题的求解结果，控制相应中央空调主机的启停，调节运行中央空调主机的冷冻水流量，使得每台中央空调主机的制冷/热量满足最优制冷/热量的要求。
另外，根据本发明上述实施例的基于分布式计算的中央空调主机优化运行控制方法还可以具有如下附加的技术特征：
在一些示例中，在所述S1中，所述中央空调主机的台数优化问题的定义如式(1)所示：
其中，i＝1,2,…,n，n是中央空调主机的总台数，pi是第i台中央空调主机在制冷/热量为Qi的条件下的耗电功率，Qi,min及Qi,max分别表示第i台中央空调主机的最小及最大制冷/热量，Q0是空调负荷需求。
在一些示例中，在所述S2中，通过拉格朗日法对所述优化问题的函数进行变形，变形后的优化问题如式(2)所示：
其中，λ为拉格朗日乘子，式(2)取得极小值的条件是式(2)中的目标函数对所有变量取偏导数等于0时，即各个中央空调主机的满足式(3)时，总能耗取得最小值，则将式(3)化简得到式(4)，具体为：
在一些示例中，所述S2进一步包括：采用分布式算法迭代求解满足式(4)的各个Qi值，具体包括：
S21：中央空调主机智能节点组合C中的任意一个智能节点v获知空调负荷需求Q0，由该计算节点作为主计算节点在C中发起生成树，连接其他所有智能节点；
S22：智能节点v设0＝1，发起第k次迭代，将k-1沿生成树发送给所有智能节点，其中，k≥1；
S23：每个智能节点接收到k-1，求解式(4)得到当前对应的制冷/制热量Qi；
S24：每个智能节点将Qi延生成树传递和计算，最终结果汇集到主智能节点v；
S25：主智能节点v判断是否收敛，其中，
如果|∑Qi-Q0|<ε，则停止计算，输出制冷/热量分配结果{Qi}，其中，ε为迭代完成要求的精度；
如果|∑Qi-Q0|≥ε，则按照公式(5)更新拉格朗日乘子，并返回步骤S22，其中，所述公式(5)为：
λk＝λk-1-γ(Q0-∑Qi,k) (5)。
在一些示例中，在所述S1之前，还包括：多个中央空调主机智能控制器之间以通信方式互连，形成无中心、扁平化的对等网络。
根据本发明实施例的基于分布式计算的中央空调主机优化运行控制方法，由每台中央空调主机的智能控制节点构成，各个智能控制节点构成无中心分布式计算网络，即采用无中心分布式网络系统架构，实现中央空调主机控制系统的自组网、控制设备的即插即用，通过拉格朗日法求解中央空调主机运行台数优化问题，并通过无中心分布式计算的方法，得到优化问题的解，即最优的中央空调主机运行台数和每台中央空调主机的制冷/热量。该方法独立于设备底层控制回路，具有利用无中心扁平化网络技术、分布式并行计算、能耗最小化优化运行等特征。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
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是根据本发明一个实施例的基于分布式计算的中央空调主机优化运行控制系统的结构框图；
图2是根据本发明另一个实施例的基于分布式计算的中央空调主机优化运行控制系统的结构示意图；
图3是根据本发明一个实施例的基于分布式计算的中央空调主机优化运行控制方法的流程图；
图4是根据本发明另一个实施例的基于分布式计算的中央空调主机优化运行控制方法的详细流程图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
以下结合附图描述根据本发明实施例的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。
图1是根据本发明一个实施例的基于分布式计算的中央空调主机优化运行控制系统的结构框图。如图1所示，该系统1000包括：一个或多个中央空调主机智能控制器100、一个或多个智能传感器200和一个或多个智能执行器300。
其中，一个或多个中央空调主机智能控制器100，作为分布式计算节点和通信节点，用于实现所控中央空调主机的本地控制器与能源站控制网络间的通信，以及通过分布式计算与其它节点协同完成优化控制计算任务。
一个或多个智能传感器200，作为分布式计算节点和通信节点，用于将所测冷冻水流量和温度的数值发送给能源站控制网络，以及通过分布式计算与其它节点协同完成优化控制计算任务。具体地，一个或多个智能传感器200例如通过无线通信方式将所测冷冻水流量和温度的数值发送给能源站控制网络。
一个或多个智能执行器300，作为分布式计算节点和通信节点，用于将中央空调主机的运行状态、变频调速器的频率发送给能源站控制网络，并接收能源站控制网络的动作指令并调节中央空调主机的启停和变频调速器的频率，以及通过分布式计算与其它节点协同完成优化控制计算任务。具体地，一个或多个智能执行器300例如通过无线通信方式将中央空调主机的运行状态、变频调速器的频率发送给能源站控制网络，并以无线通信方式接收能源站控制网络的动作指令并调节中央空调主机的启停和变频调速器的频率。
在本发明的一个实施例中，多个中央空调主机智能控制器100之间以无线通信方式互连，形成无中心、扁平化的对等网络，以实现多个中央空调主机智能控制器100的自组网、控制设备的即插即用、分布式计算的功能。
在本发明的一个实施例中，中央空调主机的台数优化问题以所有中央空调主机总能耗最小为优化目标，通过拉格朗日法求解该优化问题。
在本发明的一个实施例中，中央空调主机智能控制器100用于采用分布式计算的方式，迭代求解优化问题，得到最优的中央空调主机运行台数和每台中央空调主机的制冷/热量。
在本发明的一个实施例中，智能执行器300用于根据优化控制问题的求解结果，控制相应中央空调主机的启停，调节运行中央空调主机的冷冻水流量，使得每台中央空调主机的制冷/热量满足最优制冷/热量的要求。
综上，该系统1000通过拉格朗日法求解中央空调主机运行台数优化问题，由每台中央空调主机的智能控制节点构成，各个智能控制节点构成无中心分布式计算网络，通过无中心分布式计算的方法，得到优化问题的解，即最优的中央空调主机运行台数和每台中央空调主机的制冷/热量，实现了控制设备的自组织、即插即用，减少了控制系统配置所需的人工成本。
作为具体的实施例，例如图2所示，为本发明一个具体实施例的基于分布式计算的中央空调主机优化运行控制系统整体结构示意图。如图2所示，该系统主要包括图中虚线框中的部分，即对应于中央空调主机1、n的智能节点(即智能控制器)201、202，智能节点201、202分别与中央空调主机自带的本地控制器203、204通过485总线相连，以进行信息交互；对应于水泵1、n的智能节点(智能执行器)205、206分别与水泵变频调速器207、208通过485总线相连，以进行信息交互；对应于供水温度智能传感器(智能传感器)1、n的节点209、210，用于分别测量中央空调主机1、n的供水温度；回水温度智能传感器节点211，用于测量中央空调的回水温度；对应于供水流量智能传感器(智能传感器)1、n的节点212、213，用于分别测量中央空调主机1、n的供水流量；无线路由器214用于组成控制系统的无线通信网络，从而自动分配各个智能节点地址，实现自组网，建成无中心扁平化网络。
综上，根据本发明实施例的基于分布式计算的中央空调主机优化运行控制系统，由每台中央空调主机的智能控制节点构成，各个智能控制节点构成无中心分布式计算网络，即采用无中心分布式网络系统架构，实现中央空调主机控制系统的自组网、控制设备的即插即用，通过拉格朗日法求解中央空调主机运行台数优化问题，并通过无中心分布式计算的方法，得到优化问题的解，即最优的中央空调主机运行台数和每台中央空调主机的制冷/热量。该系统独立于设备底层控制回路，具有利用无中心扁平化网络技术、分布式并行计算、能耗最小化优化运行等特征。
本发明的进一步实施例还提出了一种基于分布式计算的中央空调主机优化运行控制方法。
图3是根据本发明一个实施例的基于分布式计算的中央空调主机优化运行控制方法的流程图。如图3所示，该方法包括以下步骤：
步骤S1：中央空调主机的台数优化问题以所有中央空调主机总能耗最小为优化目标，通过拉格朗日法求解该优化问题。该步骤即优化问题定的定义，即对中央空调主机运行台数优化的问题进行定义，并给出约束条件。
具体地，在步骤S1中，中央空调主机的台数优化问题的定义如式(1)所示：
其中，i＝1,2,…,n，n是中央空调主机的总台数，pi是第i台中央空调主机在制冷/热量为Qi的条件下的耗电功率，Qi,min及Qi,max分别表示第i台中央空调主机的最小及最大制冷/热量，Q0是空调负荷需求。
步骤S2：中央空调主机智能控制器采用分布式计算的方式，迭代求解优化问题，得到最优的中央空调主机运行台数和每台中央空调主机的制冷/热量。该步骤即拉格朗日变换过程。拉格朗日变换是对优化问题的函数进行变形，便于迭代计算求解。
具体地，在步骤S2中，通过拉格朗日法对优化问题的函数进行变形，变形后的优化问题如式(2)所示：
其中，λ为拉格朗日乘子，式(2)取得极小值的条件是式(2)中的目标函数对所有变量取偏导数等于0时，即各个中央空调主机的满足式(3)时，总能耗取得最小值，则将式(3)化简得到式(4)，具体为：
基于此，步骤S2进一步包括：分布式迭代求解计算过程。即采用分布式算法迭代求解满足式(4)的各个Qi值，具体包括：
S21：中央空调主机智能节点组合C中的任意一个智能节点v获知空调负荷需求Q0，由该计算节点作为主计算节点在C中发起生成树，连接其他所有智能节点。
S22：智能节点v设0＝1，发起第k次迭代，将k-1沿生成树发送给所有智能节点，其中，k≥1。
S23：每个智能节点接收到k-1，求解上述公式(4)得到当前对应的制冷/制热量Qi。
S24：每个智能节点将Qi延生成树传递和计算，最终结果汇集到主智能节点v。
S25：主智能节点v判断是否收敛，其中，
如果|∑Qi-Q0|<ε，则停止计算，输出制冷/热量分配结果{Qi}，其中，ε为迭代完成要求的精度；
如果|ΣQi-Q0|≥ε，则按照公式(5)更新拉格朗日乘子，并返回步骤S22，其中，公式(5)为：
λk＝λk-1-γ(Q0-∑Qi,k) (5)。
步骤S3：智能执行器根据优化控制问题的求解结果，控制相应中央空调主机的启停，调节运行中央空调主机的冷冻水流量，使得每台中央空调主机的制冷/热量满足最优制冷/热量的要求。
在本发明的一个实施例中，在步骤S1之前，还包括：多个中央空调主机智能控制器之间以通信方式互连，形成无中心、扁平化的对等网络。
综上，本发明的方法通过拉格朗日法求解中央空调主机运行台数优化问题，由每台中央空调主机的智能控制节点构成，各个智能控制节点构成无中心分布式计算网络，通过无中心分布式计算的方法，得到优化问题的解，即最优的中央空调主机运行台数和每台中央空调主机的制冷/热量，实现了控制设备的自组织、即插即用，减少了控制系统配置所需的人工成本。
作为具体的实施例，例如图4所示，为本发明一个具体实施例的基于分布式计算的中央空调主机优化运行控制方法的详细流程图。如图4所示，该方法的整体流程包括以下步骤：
步骤1：系统启动后，各个智能节点自动寻址，自动组网，形成无中心扁平化对等网络。
步骤2：按照参数优化的时间周期，例如以1小时为优化参数设置周期，判断当前时刻是否达到参数优化计算时间。如果没有达到优化时刻，则不进行任何操作。如果达到优化时刻，则随机选定定一个中央空调主机的智能节点为主节点，与能源站控制系统通信，获取此刻的空调负荷值Q0，并生成所有中央空调主机智能节点集的拓扑结构树，并设置拉格朗日乘子的初始值λ0＝1，发起优化计算。
步骤3：将λk-1传递给各个中央空调主机的智能节点，发起第k步(k≥1)迭代计算。每个中央空调主机的智能节点分别求解方程得到方程的解Qi,k传递给主智能节点。
步骤4：主智能节点判断迭代计算是否收敛。
若|∑Qi-Q0|≥ε，则按照式λk＝λk-1-γ(Q0-∑Qi,k)更新拉格朗日乘子，并返回步骤3。
若|∑Qi-Q0|<ε，则迭代计算完成，停止计算，输出制冷/热量分配结果{Qi}。
步骤5：各个中央空调冷机的智能节点根据各自的Qi值，通过485总线与各个设备的本地控制器通信，发生相应的动作指令，执行相应的调节动作。如果Qi＝0，则停止第i台中央空调主机及其对应的空调水泵。如果Qi≠0，则启动第i台中央空调主机，并按照(Δti表示第i台冷机的供回水温差，Gi,r表示第i台冷机的额定水流量)计算所需要的水泵变频调速器的赫兹数，通过485总线与水泵变频调速器通信，调节水泵转速，改变每台中央空调主机的供水量，使得每台中央空调主机的制冷量等于最优制冷量Qi。
步骤6：上述流程完成后，等待下一个优化周期的开始时刻，重复进行优化流程的操作。
根据本发明实施例的基于分布式计算的中央空调主机优化运行控制方法，由每台中央空调主机的智能控制节点构成，各个智能控制节点构成无中心分布式计算网络，即采用无中心分布式网络系统架构，实现中央空调主机控制系统的自组网、控制设备的即插即用，通过拉格朗日法求解中央空调主机运行台数优化问题，并通过无中心分布式计算的方法，得到优化问题的解，即最优的中央空调主机运行台数和每台中央空调主机的制冷/热量。该方法独立于设备底层控制回路，具有利用无中心扁平化网络技术、分布式并行计算、能耗最小化优化运行等特征。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同限定。
Claims (10)
1.一种基于分布式计算的中央空调主机优化运行控制系统，其特征在于，包括：
一个或多个中央空调主机智能控制器，用于实现所控中央空调主机的本地控制器与能源站控制网络间的通信，以及通过分布式计算与其它节点协同完成优化控制计算任务；
一个或多个智能传感器，用于将所测冷冻水流量和温度的数值发送给能源站控制网络，以及通过分布式计算与其它节点协同完成优化控制计算任务；
一个或多个智能执行器，用于将中央空调主机的运行状态、变频调速器的频率发送给能源站控制网络，并接收能源站控制网络的动作指令并调节中央空调主机的启停和变频调速器的频率、以及通过分布式计算与其它节点协同完成优化控制计算任务。
2.根据权利要求1所述的基于分布式计算的中央空调主机优化运行控制系统，其特征在于，所述多个中央空调主机智能控制器之间以无线通信方式互连，形成无中心、扁平化的对等网络，以实现多个中央空调主机智能控制器的自组网、控制设备的即插即用、分布式计算的功能。
3.根据权利要求1所述的基于分布式计算的中央空调主机优化运行控制系统，其特征在于，所述中央空调主机的台数优化问题以所有中央空调主机总能耗最小为优化目标，通过拉格朗日法求解该优化问题。
4.根据权利要求3所述的基于分布式计算的中央空调主机优化运行控制系统，其特征在于，所述中央空调主机智能控制器用于采用分布式计算的方式，迭代求解优化问题，得到最优的中央空调主机运行台数和每台中央空调主机的制冷/热量。
5.根据权利要求3所述的基于分布式计算的中央空调主机优化运行控制系统，所述智能执行器用于根据优化控制问题的求解结果，控制相应中央空调主机的启停，调节运行中央空调主机的冷冻水流量，使得每台中央空调主机的制冷/热量满足最优制冷/热量的要求。
6.一种基于分布式计算的中央空调主机优化运行控制方法，其特征在于，包括以下步骤：
S1：中央空调主机的台数优化问题以所有中央空调主机总能耗最小为优化目标，通过拉格朗日法求解该优化问题；
S2：中央空调主机智能控制器采用分布式计算的方式，迭代求解优化问题，得到最优的中央空调主机运行台数和每台中央空调主机的制冷/热量；
S3：智能执行器根据优化控制问题的求解结果，控制相应中央空调主机的启停，调节运行中央空调主机的冷冻水流量，使得每台中央空调主机的制冷/热量满足最优制冷/热量的要求。
7.根据权利要求6所述的基于分布式计算的中央空调主机优化运行控制方法，其特征在于，在所述S1中，所述中央空调主机的台数优化问题的定义如式(1)所示：
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<mi>min</mi>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<mi>p</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>Q</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mtable>
<mtr>
<mtd>
<mrow>
<mi>s</mi>
<mo>.</mo>
<mi>t</mi>
<mo>.</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<mi>Q</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<msub>
<mi>Q</mi>
<mn>0</mn>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>Q</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
</mrow>
</msub>
<mo>&le;</mo>
<msub>
<mi>Q</mi>
<mi>i</mi>
</msub>
<mo>&le;</mo>
<msub>
<mi>Q</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
其中，i＝1,2,…,n，n是中央空调主机的总台数，pi是第i台中央空调主机在制冷/热量为Qi的条件下的耗电功率，Qi,min及Qi,max分别表示第i台中央空调主机的最小及最大制冷/热量，Q0是空调负荷需求。
8.根据权利要求7所述的基于分布式计算的中央空调主机优化运行控制方法，其特征在于，在所述S2中，通过拉格朗日法对所述优化问题的函数进行变形，变形后的优化问题如式(2)所示：
<mrow>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
<mo>&lsqb;</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<mi>p</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>Q</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>&lambda;</mi>
<mrow>
<mo>(</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<mi>Q</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<msub>
<mi>Q</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
其中，λ为拉格朗日乘子，式(2)取得极小值的条件是式(2)中的目标函数对所有变量取偏导数等于0时，即各个中央空调主机的满足式(3)时，总能耗取得最小值，则将式(3)化简得到式(4)，具体为：
<mrow>
<mfrac>
<mrow>
<mo>&part;</mo>
<mo>&lsqb;</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<mi>p</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>Q</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>&lambda;</mi>
<mrow>
<mo>(</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<mi>Q</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<msub>
<mi>Q</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
<mrow>
<mo>&part;</mo>
<msub>
<mi>Q</mi>
<mi>i</mi>
</msub>
</mrow>
</mfrac>
<mo>=</mo>
<mn>0</mn>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mfrac>
<mrow>
<mo>&part;</mo>
<msub>
<mi>p</mi>
<mi>i</mi>
</msub>
</mrow>
<mrow>
<mo>&part;</mo>
<msub>
<mi>Q</mi>
<mi>i</mi>
</msub>
</mrow>
</mfrac>
<mo>=</mo>
<mo>-</mo>
<mi>&lambda;</mi>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
<mo>.</mo>
</mrow>
9.根据权利要求8所述的基于分布式计算的中央空调主机优化运行控制方法，其特征在于，所述S2进一步包括：采用分布式算法迭代求解满足式(4)的各个Qi值，具体包括：
S21：中央空调主机智能节点组合C中的任意一个智能节点v获知空调负荷需求Q0，由该计算节点作为主计算节点在C中发起生成树，连接其他所有智能节点；
S22：智能节点v设0＝1，发起第k次迭代，将k-1沿生成树发送给所有智能节点，其中，k≥1；
S23：每个智能节点接收到k-1，求解式(4)得到当前对应的制冷/制热量Qi；
S24：每个智能节点将Qi延生成树传递和计算，最终结果汇集到主智能节点v；
S25：主智能节点v判断是否收敛，其中，
如果|ΣQi-Q0|<ε，则停止计算，输出制冷/热量分配结果{Qi}，其中，ε为迭代完成要求的精度；
如果|∑Qi-Q0|≥ε，则按照公式(5)更新拉格朗日乘子，并返回步骤S22，其中，所述公式(5)为：
λk＝λk-1-γ(Q0-∑Qi,k) (5)。
10.根据权利要求6所述的基于分布式计算的中央空调主机优化运行控制方法，其特征在于，在所述S1之前，还包括：多个中央空调主机智能控制器之间以通信方式互连，形成无中心、扁平化的对等网络。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710355550.9A CN107166646B (zh) | 2017-05-19 | 2017-05-19 | 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 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710355550.9A CN107166646B (zh) | 2017-05-19 | 2017-05-19 | 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 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107166646A true CN107166646A (zh) | 2017-09-15 |
| CN107166646B CN107166646B (zh) | 2019-09-17 |
Family
ID=59816671
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710355550.9A Active CN107166646B (zh) | 2017-05-19 | 2017-05-19 | 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 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107166646B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107995071A (zh) * | 2017-11-24 | 2018-05-04 | 张博文 | 一种无中心多设备联合作业系统 |
| CN108596526A (zh) * | 2018-06-29 | 2018-09-28 | 国网上海市电力公司 | 需求侧综合能源站协同运行优化调度系统及方法 |
| CN108900644A (zh) * | 2018-08-22 | 2018-11-27 | 重庆信络威科技有限公司 | 一种基于物计算的协作物联网系统 |
| CN112344522A (zh) * | 2020-10-27 | 2021-02-09 | 西安建筑科技大学 | 一种中央空调冷机系统负荷分布式优化配置方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002130737A (ja) * | 2000-10-26 | 2002-05-09 | Earth Clean Tohoku:Kk | 省力エネルギー空調装置 |
| CN201589372U (zh) * | 2009-12-11 | 2010-09-22 | 上海智明自控系统设备有限公司 | 中央空调能效控制系统 |
| CN203800614U (zh) * | 2013-12-24 | 2014-08-27 | 珠海格力电器股份有限公司 | 中央空调控制系统 |
| 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 |
| CN106352479A (zh) * | 2016-08-29 | 2017-01-25 | 浙江大冲能源科技有限公司 | 一种基于中央空调主机的高效节能控制装置 |
-
2017
- 2017-05-19 CN CN201710355550.9A patent/CN107166646B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002130737A (ja) * | 2000-10-26 | 2002-05-09 | Earth Clean Tohoku:Kk | 省力エネルギー空調装置 |
| CN201589372U (zh) * | 2009-12-11 | 2010-09-22 | 上海智明自控系统设备有限公司 | 中央空调能效控制系统 |
| CN203800614U (zh) * | 2013-12-24 | 2014-08-27 | 珠海格力电器股份有限公司 | 中央空调控制系统 |
| 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 |
| CN106352479A (zh) * | 2016-08-29 | 2017-01-25 | 浙江大冲能源科技有限公司 | 一种基于中央空调主机的高效节能控制装置 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107995071A (zh) * | 2017-11-24 | 2018-05-04 | 张博文 | 一种无中心多设备联合作业系统 |
| CN108596526A (zh) * | 2018-06-29 | 2018-09-28 | 国网上海市电力公司 | 需求侧综合能源站协同运行优化调度系统及方法 |
| CN108900644A (zh) * | 2018-08-22 | 2018-11-27 | 重庆信络威科技有限公司 | 一种基于物计算的协作物联网系统 |
| CN112344522A (zh) * | 2020-10-27 | 2021-02-09 | 西安建筑科技大学 | 一种中央空调冷机系统负荷分布式优化配置方法 |
| CN112344522B (zh) * | 2020-10-27 | 2022-03-08 | 西安建筑科技大学 | 一种中央空调冷机系统负荷分布式优化配置方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107166646B (zh) | 2019-09-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107166646A (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 | |
| WO2014203311A1 (ja) | 空調システム制御装置及び空調システム制御方法 | |
| CN106338127B (zh) | 用于地铁暖通空调系统的负荷预测和控制系统及其方法 | |
| CN104534627B (zh) | 中央空调冷却水系统综合能效控制方法 | |
| CN104515245B (zh) | 空调系统的控制方法及装置 | |
| CN104698843B (zh) | 一种基于模型预测控制的数据中心节能控制方法 | |
| CN111336669B (zh) | 基于模型预测控制的室内空调通风系统 | |
| TWI435038B (zh) | 空調控制裝置與方法 | |
| CN104089362B (zh) | 一种中央空调冷却水系统冷却效率极大化方法及控制装置 | |
| CN104571068A (zh) | 一种分布式能源系统的运行优化控制方法及系统 | |
| CN103486693B (zh) | 一种中央空调冷冻水系统的节能控制方法 | |
| CN109871987A (zh) | 一种智能建筑暖通设备综合节能控制方法 | |
| CN101655272A (zh) | 一种网络中央空调节能控制管理系统及其方法 | |
| CN109917646A (zh) | 一种区域供冷供热设备优化运行系统及方法 | |
| CN104833154A (zh) | 基于模糊pid与神经内模的冷冻水回路控制方法 | |
| CN110794775A (zh) | 多台锅炉负荷智能控制系统和方法 | |
| CN109974231A (zh) | 冰蓄冷空调冰量规划方法、装置、设备及介质 | |
| CN109612047A (zh) | 变风量空调系统的送风温度控制方法 | |
| CN114279042B (zh) | 一种基于多智能体深度强化学习的中央空调控制方法 | |
| CN105190193B (zh) | 空调控制装置、空调控制系统和空调控制方法 | |
| CN106765911A (zh) | 一种中央空调冷机的控制方法、装置及控制器 | |
| CN107166508A (zh) | 一种热泵型地暖机控制方法及热泵型地暖机 | |
| CN113701321A (zh) | 一种中央空调水泵节能变频控制方法 | |
| US10852043B2 (en) | DC varaiable speed compressor control method and control system | |
| CN113065249B (zh) | 一种供热系统供回水温度预测方法及装置 |
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 |