CN108361885B - 一种冰蓄冷空调系统动态规划方法 - Google Patents

一种冰蓄冷空调系统动态规划方法 Download PDF

Info

Publication number
CN108361885B
CN108361885B CN201810092534.XA CN201810092534A CN108361885B CN 108361885 B CN108361885 B CN 108361885B CN 201810092534 A CN201810092534 A CN 201810092534A CN 108361885 B CN108361885 B CN 108361885B
Authority
CN
China
Prior art keywords
ice
cold
current moment
current
air conditioning
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810092534.XA
Other languages
English (en)
Other versions
CN108361885A (zh
Inventor
王涛
刘劲松
尹飞
李柏潮
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.)
Shenzhen Aoyu Low Carbon Technology Co.,Ltd.
Original Assignee
Shenzhen Aoto-Union Energy Saving Technology Co ltd
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 Shenzhen Aoto-Union Energy Saving Technology Co ltd filed Critical Shenzhen Aoto-Union Energy Saving Technology Co ltd
Priority to CN201810092534.XA priority Critical patent/CN108361885B/zh
Publication of CN108361885A publication Critical patent/CN108361885A/zh
Application granted granted Critical
Publication of CN108361885B publication Critical patent/CN108361885B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F5/00—Air-conditioning systems or apparatus not covered by F24F1/00 or F24F3/00, e.g. using solar heat or combined with household units such as an oven or water heater
    • F24F5/0007—Air-conditioning systems or apparatus not covered by F24F1/00 or F24F3/00, e.g. using solar heat or combined with household units such as an oven or water heater cooling apparatus specially adapted for use in air-conditioning
    • F24F5/0017—Air-conditioning systems or apparatus not covered by F24F1/00 or F24F3/00, e.g. using solar heat or combined with household units such as an oven or water heater cooling apparatus specially adapted for use in air-conditioning using cold storage bodies, e.g. ice
    • 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
    • F24F11/46—Improving electric energy efficiency or saving
    • F24F11/47—Responding to energy costs
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F24F11/63—Electronic processing
    • F24F11/64—Electronic processing using pre-stored data
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F24F11/63—Electronic processing
    • F24F11/65—Electronic processing for selecting an operating mode
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F5/00—Air-conditioning systems or apparatus not covered by F24F1/00 or F24F3/00, e.g. using solar heat or combined with household units such as an oven or water heater
    • F24F5/0007—Air-conditioning systems or apparatus not covered by F24F1/00 or F24F3/00, e.g. using solar heat or combined with household units such as an oven or water heater cooling apparatus specially adapted for use in air-conditioning
    • F24F5/0017—Air-conditioning systems or apparatus not covered by F24F1/00 or F24F3/00, e.g. using solar heat or combined with household units such as an oven or water heater cooling apparatus specially adapted for use in air-conditioning using cold storage bodies, e.g. ice
    • F24F2005/0032—Systems storing energy during the night
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00—Control inputs relating to air properties
    • F24F2110/10—Temperature
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/14—Thermal energy storage

Abstract

本发明公开了一种冰蓄冷空调系统动态规划方法，包括下列步骤：步骤一，计算当前时刻开始的各个时段的制冷主机单位冷量成本；将全天24小时以M间隔为周期分为N个时段，以k表示，以平均环境温度预测算法输出的当前时刻开始的N个时段的平均环境温度Tk[N]为基础，求得当前时刻开始的N个时段的制冷机满载能效COPk[N]，得到N个时段的制冷机单位冷量成本P(Qr)k[N]；步骤二，根据制冷机单位冷量成本P(Qr)k[N]，计算当前时刻分配的储存冷量；步骤三，根据步骤二当中的判断的当前时刻k的冰槽供冷量Q1k来确定当前时刻冰蓄冷空调系统的工作模式。建立起更为精准的动态预测系统，能够对存储冷量进行有效合理的分配，自动调整工作模式。

Description

一种冰蓄冷空调系统动态规划方法
技术领域
本发明涉及冰蓄冷系统技术领域，具体为一种冰蓄冷空调系统动态规划方法。
背景技术
近年来，愈来愈严重的电荒和能源紧缺已成为阻碍经济发展的一大瓶颈，而随着全社会对能源危机意识的增强，国家明确提出将节能增效放在能源工作的首位。最近我国政府要求切实加强资源节约工作，建设节约型社会，故而各行各业必须在节约用电的同时充分利用现有电力资源。目前，电力供应紧张有两个特点：一是电网负荷率低，系统峰谷差加大，二是随着用电结构的变化，工业用电比重相对减少，城市生活、商业用电快速增长。而空调的用电量占到建筑物用电的40％，所以减少空调系统的高峰用电将是缓解缺电矛盾的重要一环，目前各省市、地区电业部门纷纷公布用电政策和峰谷分时电价，以经济手段推动电力“削峰填谷”的实现。
蓄冰空调系统，即是在电力负荷很低的夜间用电低谷期，采用电制冷机制冷，将冷量以冰的形式贮存起来，在电力负荷较高的白天，把储存的冷量释放出来，以满足建筑物空调负荷需要的空调系统。
冰蓄冷系统可以分为全负荷蓄冰系统和部分负荷蓄冰系统。
全负荷蓄冰系统是在供冷时不使用冷冻机，只依靠蓄冰罐融冰来满足冷负荷需求。这种系统要求的蓄冰罐和冷冻机容量都比较大，一般用于体育馆、影剧院等负荷大、持续时间短的场所。对于一般商业建筑，则由于其初投资过大而很难采用。
部分负荷蓄冰系统在供冷时则依靠蓄冰罐融冰和冷冻机共同运行负担冷负荷，冷冻机和蓄冰罐容量都比较小，初投资和运行费可以达到综合最优.因而被一般商业建筑广泛采用。本方法只针对部分负荷蓄冰系统的控制。部分负荷蓄冰系统的控制就是要解决冷负荷在冷机和冰罐之间的分配问题。现在市场上常见的控制策略有冷机优先、蓄冰罐优先。
对于电网，冰蓄冷系统起到负荷转移的功能，以平衡负荷。对于用户，则是充分利用当地的峰谷电价差，达到节约空调冷源系统能源费用的目的。如何合理地控制蓄冰设备在谷段电价时间的蓄冰量，以及在峰段和平段电价时间的融冰速度是冰蓄冷系统日运行费用的决定性因素。冰蓄冷系统的控制是涉及多学科的综合性问题，而且由于实际空调负荷的不确定性，给控制策略的设计带来一定困难。储存冷量分配和制冷主机高效运行相比较而言，储存冷量分配对于降低空调系统运行费用更加重要，在专利申请号：201710664807.9《一种微电网中储能冰蓄冷系统经济运行的配置方法》解决了根据冰蓄冷装置及储能装置的特性给出相关的约束条件，得出微电网内各用电类型的负荷分配及最优控制策略，不过其对存储冷量的分配没有做出更深入的判断，而且对电价的依赖过大，没有考虑工作过程中环境温度的变化。
发明内容
针对以上问题，本发明提供了一种冰蓄冷空调系统动态规划方法，建立起更为精准的动态预测系统，能够对存储冷量进行有效合理的分配，自动调整工作模式；可以有效解决背景技术中的问题。
为实现上述目的，本发明提供如下技术方案：一种冰蓄冷空调系统动态规划方法，包括下列步骤：
步骤一，计算当前时刻开始的各个时段的制冷主机单位冷量成本；
将全天24小时以M间隔为周期分为N个时段，以k表示，以平均环境温度预测算法输出的当前时刻开始的N个时段的平均环境温度Tk[N]为基础，查询制冷机满载能效COP[N]，求得当前时刻开始的N个时段的制冷机满载能效COPk[N]，再将COPk[N]与预设置的N时段的电力综合单价P(e)k[N]对应时段的值两两相除，得到N个时段的制冷机单位冷量成本P(Qr)k[N]；
步骤二，根据制冷机单位冷量成本P(Qr)k[N]，计算当前时刻分配的储存冷量；
步骤三，根据步骤二当中的判断的当前时刻k的冰槽供冷量Qlk来确定当前时刻冰蓄冷空调系统的工作模式。
作为本发明一种优选的技术方案，所述步骤一中平均环境温度Tk[N]为温度测量模块进行测量，根据当前时刻环境温度和当前时刻前连续N个时段所测量的平均环境温度进行计算，预测温度＝(当前温度-昨天同时段温度)+预测时刻前24小时温度，预测当前时刻开始N个时段平均环境温度。
作为本发明一种优选的技术方案，所述制冷机满载能效COP[N]以环境温度为条件人工设置的制冷机能效表格，含48组数据。设置初始值为操作人员或专家对于在用制冷主机的经验确定，后期运行后根据运行数据进行调整。以平均环境温度预测算法输出的当前时刻开始的N个时段的平均环境温度Tk[N]为条件，查询制冷机满载能效COP[N]求得当前时刻开始的N个时段的制冷机满载能效COPk[N]。
作为本发明一种优选的技术方案，所述步骤二的具体工作过程如下，
将N个时段的制冷机单位冷量成本P(Qr)k[N]按从大到小的顺序进行比较排列，输出时段k的排列表k[N]，即k[1]至k[N]依次减小；根据按照排列表k[N]中各时段的排名，从高到低分配具体时刻k[n]的冰槽供冷量Qlk[n]；比较当前时刻k的运行负荷预测Qk、冰槽最大放冷速度Qlkmax、冰槽剩余冰量Ql，取其中的最小值作为具体时刻k[n]的冰槽供冷量Qlk[n]；循环计算直至得出当前时刻k的冰槽供冷量Qlk。
作为本发明一种优选的技术方案，运行负荷预测Qk[N]为外部引用程序模块进行测量，根据当前时刻温度和运行负荷、当前时刻前3*N个时段的平均环境温度和运行负荷进行计算，预测负荷＝[1+(当前温度-当前时刻前3*N个时段的平均温度)*0.02]*当前时刻前3*N个时段的平均负荷，预测当前时刻开始N个时段的运行负荷。
作为本发明一种优选的技术方案，当前时刻冰槽剩余冰量Ql在该步骤程序开始时为实际的冰槽剩余冰量，每下一个时段冰槽剩余冰量为当前冰槽剩余冰量Ql减去当前时段的冰槽供冷量Qlk[n]。
作为本发明一种优选的技术方案，冰槽最大放冷速度Qlkmax是手动设置的一个值，每个项目的冰槽放冷速度均根据设计院图纸进行设计。
作为本发明一种优选的技术方案，所述步骤三中共有三种工作模式：
第一种，如果当前时刻k冰槽供冷量Qlk等于冰槽最大放冷速度Qlkmax，为冰槽优先模式，供冷优先使用冰槽冷量，不足部分由冷机补充；
第二种，如果当前时刻k冰槽供冷量Qlk介于冰槽最大放冷速度Qlkmax和零之间，为联合供冷模式，按比例分配冰槽冷量和冷机冷量；
第三种，如果当前时刻k冰槽供冷量Qlk等于零，为冷机优先模式，供冷优先使用冷机冷量，不足部分有冰槽补充。
作为本发明一种优选的技术方案，所述步骤一中的M为30分钟，则N值为48。
与现有技术相比，本发明的有益效果是：
1、建立起更为精准的动态预测系统，能够对存储冷量进行有效合理的分配；
2、动态规划方法根据负荷的变化和气温的变化，自动调整工作模式(冰槽冷量分配)；
3、使冰槽冷量尽量释放于制冷成本较高时段，同时实现冰槽冷量的完全释放，充分利用夜间低谷电价实现运行成本最低的目标。
附图说明
图1为本发明一个实施例的方法流程示意图；
图2为本发明一个实施例的工作负荷平衡图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例：
请参阅图1，本发明提供一种技术方案：一种冰蓄冷空调系统动态规划方法，包括下列步骤：
步骤一，计算当前时刻开始的各个时段的制冷主机单位冷量成本；
将全天24小时以M间隔为周期分为N个时段，以k表示，以平均环境温度预测算法输出的当前时刻开始的N个时段的平均环境温度Tk[N]为基础，查询制冷机满载能效COP[N]，求得当前时刻开始的N个时段的制冷机满载能效COPk[N]，再将COPk[N]与预设置的N时段的电力综合单价P(e)k[N]对应时段的值两两相除，得到N个时段的制冷机单位冷量成本P(Qr)k[N]；
步骤二，计算当前时刻分配的储存冷量；
步骤三，根据步骤二当中的判断的当前时刻k的冰槽供冷量Qlk来确定当前时刻冰蓄冷空调系统的工作模式。
优选的，所述步骤一中平均环境温度Tk[N]为温度测量模块进行测量，根据当前时刻环境温度和当前时刻前连续N个时段所测量的平均环境温度进行计算，预测温度＝(当前温度-昨天同时段温度)+预测时刻前24小时温度，预测当前时刻开始N个时段平均环境温度。
优选的，所述制冷机满载能效COP[N]以环境温度为条件人工设置的制冷机能效表格，含48组数据。设置初始值为操作人员或专家对于在用制冷主机的经验确定，后期运行后根据运行数据进行调整。以平均环境温度预测算法输出的当前时刻开始的N个时段的平均环境温度Tk[N]为条件，查询制冷机满载能效COP[N]求得当前时刻开始的N个时段的制冷机满载能效COPk[N]。
优选的，所述步骤二的具体工作过程如下，
将N个时段的制冷机单位冷量成本P(Qr)k[N]按从大到小的顺序进行比较排列，输出时段k的排列表k[N]，即k[1]至k[N]依次减小；根据按照排列表k[N]中各时段的排名，从高到低分配具体时刻k[n]的冰槽供冷量Qlk[n]；比较当前时刻k的运行负荷预测Qk、冰槽最大放冷速度Qlkmax、冰槽剩余冰量Ql，取其中的最小值作为具体时刻k[n]的冰槽供冷量Qlk[n]；循环计算直至得出当前时刻k的冰槽供冷量Qlk。
优选的，运行负荷预测Qk[N]为外部引用程序模块进行测量，根据当前时刻温度和运行负荷、当前时刻前3*N个时段的平均环境温度和运行负荷进行计算，预测负荷＝[1+(当前温度-当前时刻前3*N个时段的平均温度)*0.02]*当前时刻前3*N个时段的平均负荷，预测当前时刻开始N个时段的运行负荷。
优选的，当前时刻冰槽剩余冰量Ql在该步骤程序开始时为实际的冰槽剩余冰量，每下一个时段冰槽剩余冰量为当前冰槽剩余冰量Ql减去当前时段的冰槽供冷量Qlk[n]。
优选的，冰槽最大放冷速度Qlkmax是手动设置的一个值，每个项目的冰槽放冷速度均根据设计院图纸进行设计。
优选的，所述步骤三中共有三种工作模式：
第一种，如果当前时刻k冰槽供冷量Qlk等于冰槽最大放冷速度Qlkmax，为冰槽优先模式，供冷优先使用冰槽冷量，不足部分由冷机补充；
第二种，如果当前时刻k冰槽供冷量Qlk介于冰槽最大放冷速度Qlkmax和零之间，为联合供冷模式，按比例分配冰槽冷量和冷机冷量；
第三种，如果当前时刻k冰槽供冷量Qlk等于零，为冷机优先模式，供冷优先使用冷机冷量，不足部分有冰槽补充。
优选的，所述步骤一中的M为30分钟，则N值为48。
请参阅图2，根据深圳商业蓄冰空调峰平谷电价表，见下表
时间段 平(7:00～9:00) 峰(9:00～11:30) 平(11:30～14:00) 峰(14:00～16:30)
综合电价(元/Kwh) 0.7838 1.1363 0.7838 1.1363
时间段 平(16:30～19:00) 峰(19:00～21:00) 平(21:00～23:00) 谷(23:00～7:00)
综合电价(元/Kwh) 0.7838 1.1363 0.7838 0.2788
依据本技术方案得到的冰蓄冷负荷运行平衡图，从图中可以看出本实施例具有全天高性能工作的特征，蓄冰槽冷量能够根据实际情况进行释放，根据负荷的变化和气温的变化，自动调整工作模式(冰槽冷量分配)，使冰槽冷量尽量释放于制冷成本较高时段，同时实现冰槽冷量的完全释放，充分利用夜间低谷电价实现运行成本最低的目标。
本发明的工作原理：为保证控制系统的可靠高效运行，蓄冰空调系统的控制可分为4个层级：
1.优化控制目标：管理人员根据实际情况定义的系统控制目标，如最低运行费用、最大功率限制等。
2.控制策略：基于优化控制目标，在满足建筑冷负荷需求的前提下，根据城市电价政策、各时段系统负荷需求、冷机最大制冷能力、蓄冰槽最大融冰速度、蓄冰槽剩余冰量等因素和约束条件确定各时段的工作模式(即主机供冷量、融冰量及融冰速度)，工作模式主要有冷机优先、冰槽优先和联合供冷3种。
3.工作模式：协同各个不同组件的控制实现不同的工作模式。
4.系统组件：系统各个受控设备的群控控制，包括联动、启停、调节。
该方法主要讨论基于“最低运行费用”优化控制目标下“控制策略”的运行。运用蓄冰空调通过在夜间电价谷期时利用电制冷将冷量以冰的形式存储起来，在日间电价较高时把储存的冷量释放出来，在满足负荷需求的同时降低空调系统运行费用(省钱不省电)，关键在于将储存冷量的释放分配在日间电制冷成本较高的时段以充分利用日夜制冷成本差，另外应保证制冷主机运行于高效的负载率区间以降低日间制冷成本。储存冷量分配和制冷主机高效运行相比较而言，储存冷量分配对于降低空调系统运行费用更加重要。动态规划的目的在于将储存冷量分配给单位冷量制造成本更高的时段，以产生更大成本差，由此可推论单位冷量制造成本更高的时段分配的储存冷量更多，即应将储存冷量尽可能多的用于单位冷量制造成本高的时段。首先计算当前时刻开始的各个时段的制冷主机单位冷量成本，本实施例以48个时段为例，将制冷机单位冷量成本从大到小排列后，将N个时段的制冷机单位冷量成本P(Qr)k[N]按从大到小的顺序进行比较排列，输出时段k的排列表k[N]，即k[1]至k[N]依次减小；根据按照排列表k[N]中各时段的排名，从高到低分配具体时刻k[n]的冰槽供冷量Qlk[n]；比较当前时刻k的运行负荷预测Qk、冰槽最大放冷速度Qlkmax、冰槽剩余冰量Ql，取其中的最小值作为具体时刻k[n]的冰槽供冷量Qlk[n]；循环计算直至得出当前时刻k的冰槽供冷量，再根据如果当前时刻冰槽供冷量Qlk与冰槽最大放冷速度Qlkmax比较，得出当前时刻的工作模式。动态规划方法根据负荷的变化和气温的变化，自动调整工作模式(冰槽冷量分配)，使冰槽冷量尽量释放于制冷成本较高时段，同时实现冰槽冷量的完全释放，充分利用夜间低谷电价实现运行成本最低的目标。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种冰蓄冷空调系统动态规划方法，其特征在于，包括下列步骤：
步骤一，计算当前时刻开始的各个时段的制冷主机单位冷量成本；
将全天24小时以M间隔为周期分为N个时段，以k表示，以平均环境温度预测算法输出的当前时刻开始的N个时段的平均环境温度Tk[N]为基础，查询制冷机满载能效COP[N]，求得当前时刻开始的N个时段的制冷机满载能效COPk[N]，再将COPk[N]与预设置的N时段的电力综合单价P(e)k[N]对应时段的值两两相除，得到N个时段的制冷机单位冷量成本P(Qr)k[N]；
步骤二，根据制冷机单位冷量成本P(Qr)k[N]，计算当前时刻分配的储存冷量；
步骤三，根据步骤二当中的判断的当前时刻k的冰槽供冷量Qlk来确定当前时刻冰蓄冷空调系统的工作模式。
2.根据权利要求1所述的一种冰蓄冷空调系统动态规划方法，其特征在于：所述步骤一中平均环境温度Tk[N]为温度测量模块进行测量，根据当前时刻环境温度和当前时刻前连续N个时段所测量的平均环境温度进行计算，预测温度＝(当前温度-昨天同时段温度)+预测时刻前24小时温度，预测当前时刻开始N个时段平均环境温度。
3.根据权利要求1所述的一种冰蓄冷空调系统动态规划方法，其特征在于：所述制冷机满载能效COP[N]以环境温度为条件人工设置的制冷机能效表格，含48组数据，设置初始值为操作人员或专家对于在用制冷主机的经验确定，后期运行后根据运行数据进行调整，以平均环境温度预测算法输出的当前时刻开始的N个时段的平均环境温度Tk[N]为条件，查询制冷机满载能效COP[N]求得当前时刻开始的N个时段的制冷机满载能效COPk[N]。
4.根据权利要求1所述的一种冰蓄冷空调系统动态规划方法，其特征在于：所述步骤二的具体工作过程如下，
将N个时段的制冷机单位冷量成本P(Qr)k[N]按从大到小的顺序进行比较排列，输出时段k的排列表k[N]，即k[1]至k[N]依次减小；根据按照排列表k[N]中各时段的排名，从高到低分配具体时刻k[n]的冰槽供冷量Qlk[n]；比较当前时刻k的运行负荷预测Qk、冰槽最大放冷速度Qlkmax、冰槽剩余冰量Ql，取其中的最小值作为具体时刻k[n]的冰槽供冷量Qlk[n]；循环计算直至得出当前时刻k的冰槽供冷量Qlk。
5.根据权利要求4所述的一种冰蓄冷空调系统动态规划方法，其特征在于：运行负荷预测Qk[N]为外部引用程序模块进行测量，根据当前时刻温度和运行负荷、当前时刻前3*N个时段的平均环境温度和运行负荷进行计算，预测负荷＝[1+(当前温度-当前时刻前3*N个时段的平均温度)*0.02]*当前时刻前3*N个时段的平均负荷，预测当前时刻开始N个时段的运行负荷。
6.根据权利要求4所述的一种冰蓄冷空调系统动态规划方法，其特征在于：当前时刻冰槽剩余冰量Ql在该步骤程序开始时为实际的冰槽剩余冰量，每下一个时段冰槽剩余冰量为当前冰槽剩余冰量Ql减去当前时段的冰槽供冷量Qlk[n]。
7.根据权利要求1所述的一种冰蓄冷空调系统动态规划方法，其特征在于：冰槽最大放冷速度Qlkmax是手动设置的一个值，每个项目的冰槽放冷速度均根据设计院图纸进行设计。
8.根据权利要求7所述的一种冰蓄冷空调系统动态规划方法，其特征在于：所述步骤三中共有三种工作模式：
第一种，如果当前时刻k冰槽供冷量Qlk等于冰槽最大放冷速度Qlkmax，为冰槽优先模式，供冷优先使用冰槽冷量，不足部分由冷机补充；
第二种，如果当前时刻k冰槽供冷量Qlk介于冰槽最大放冷速度Qlkmax和零之间，为联合供冷模式，按比例分配冰槽冷量和冷机冷量；
第三种，如果当前时刻k冰槽供冷量Qlk等于零，为冷机优先模式，供冷优先使用冷机冷量，不足部分有冰槽补充。
9.根据权利要求1所述的一种冰蓄冷空调系统动态规划方法，其特征在于：所述步骤一中的M为30分钟，则N值为48。
CN201810092534.XA 2018-01-30 2018-01-30 一种冰蓄冷空调系统动态规划方法 Active CN108361885B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810092534.XA CN108361885B (zh) 2018-01-30 2018-01-30 一种冰蓄冷空调系统动态规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810092534.XA CN108361885B (zh) 2018-01-30 2018-01-30 一种冰蓄冷空调系统动态规划方法

Publications (2)

Publication Number Publication Date
CN108361885A CN108361885A (zh) 2018-08-03
CN108361885B true CN108361885B (zh) 2021-02-05

Family

ID=63007295

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810092534.XA Active CN108361885B (zh) 2018-01-30 2018-01-30 一种冰蓄冷空调系统动态规划方法

Country Status (1)

Country Link
CN (1) CN108361885B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111174303B (zh) * 2018-10-24 2022-06-14 青岛海尔空调器有限总公司 一种可移动的空调及其控制方法
CN111174290B (zh) * 2018-10-24 2022-06-14 青岛海尔空调器有限总公司 一种可移动的空调及其控制方法
CN109436581B (zh) * 2018-12-25 2022-11-22 广州好高冷科技有限公司 一种基于剩余冷量预测的多模式蓄冷保鲜运输箱控制系统
CN110486896B (zh) * 2019-07-25 2021-03-26 南京南瑞继保工程技术有限公司 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
CN110542186B (zh) * 2019-09-19 2020-11-27 重庆美的通用制冷设备有限公司 冰蓄冷空调及其控制方法、计算机设备、存储介质
CN112648784A (zh) * 2019-10-10 2021-04-13 中车石家庄车辆有限公司 蓄冷剩余使用时长的确定方法、装置和计算机设备
CN112665127B (zh) * 2020-12-16 2022-04-12 珠海格力电器股份有限公司 冰蓄冷空调系统及其控制方法、装置和控制器
CN113776172B (zh) * 2021-08-12 2023-04-14 启北公司 场景温度规划方法和装置、计算机设备以及介质

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3327445B2 (ja) * 1995-08-02 2002-09-24 株式会社エヌ・ティ・ティ ファシリティーズ 蓄熱空調システムの運転制御装置及び運転制御方法
KR100716885B1 (ko) * 2005-10-31 2007-05-09 한국전력공사 빙축열시스템에 대한 투자비교지수 산출방법
JP2008224155A (ja) * 2007-03-14 2008-09-25 Mitsubishi Electric Corp 氷蓄熱式熱源機装置及びその制御方法
CN102519113B (zh) * 2011-12-10 2014-01-29 深圳市得益节能科技有限公司 一种中央空调蓄冰移峰填谷控制方法
CN104913438B (zh) * 2015-05-19 2017-08-01 广州供电局有限公司 冰蓄冷系统控制优化方法与系统
CN107062475A (zh) * 2017-03-27 2017-08-18 国网天津市电力公司 一种冰蓄冷空调经济效益在线监测方法

Also Published As

Publication number Publication date
CN108361885A (zh) 2018-08-03

Similar Documents

Publication Publication Date Title
CN108361885B (zh) 一种冰蓄冷空调系统动态规划方法
CN105320118B (zh) 基于云平台的空调系统电力需求响应控制方法
CN104636987B (zh) 一种公共楼宇空调负荷广泛参与的电网负荷调度方法
CN106127337B (zh) 基于变频空调虚拟机组建模的机组组合方法
CN107906675B (zh) 一种基于用户需求的中央空调集群优化控制方法
CN110044020B (zh) 计及空调用户舒适度的需求侧响应方法
Cole et al. Use of model predictive control to enhance the flexibility of thermal energy storage cooling systems
CN112032882B (zh) 一种冰蓄冷空调系统的调度方法
CN108061344A (zh) 一种分布式户用光伏+冰蓄冷的优化协调控制系统及方法
CN107294212A (zh) 考虑不同空调负荷特性的微网双层优化调度方法及系统
CN107917503B (zh) 太阳能空调器控制方法和太阳能空调器
CN110848895B (zh) 一种非工空调柔性负荷控制方法和系统
CN113935203B (zh) 一种负荷侧的柔性负荷建模方法及装置
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
CN114784811A (zh) 电力需求响应方法和装置
Zhou et al. Demand response control strategy of groups of central air-conditionings for power grid energy saving
CN113887079A (zh) 考虑新能源发电不确定性的空气源热泵控制方法及系统
TW201027014A (en) Method for managing air conditioning power consumption
Zhao et al. Workload and energy management of geo-distributed datacenters considering demand response programs
CN112815473A (zh) 一种用于蓄冷空调系统的优化控制装置及控制方法
CN107763799A (zh) 一种建筑空调柔性控制系统
CN107563547B (zh) 一种用户侧用能纵深优化综合能源管控方法
CN113326605B (zh) 考虑灵活性冷负荷调控的多模式集中供冷系统优化方法
CN111339474B (zh) 一种基于趋势预测分析法的综合能源系统预测运行方法
CN112531746B (zh) 一种基于中央空调本地自治优化的虚拟电厂运行方法

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
CP01 Change in the name or title of a patent holder

Address after: 518057 201, 202, building 7, Shenzhen Software Park, high tech Industrial Park, Nanshan District, Shenzhen City, Guangdong Province

Patentee after: Shenzhen Aoyu Low Carbon Technology Co.,Ltd.

Address before: 518057 201, 202, building 7, Shenzhen Software Park, high tech Industrial Park, Nanshan District, Shenzhen City, Guangdong Province

Patentee before: SHENZHEN AOTO-UNION ENERGY SAVING TECHNOLOGY CO.,LTD.

CP01 Change in the name or title of a patent holder