CN108489012A - 基于负荷预测与条件约束的空调冷源能效模型控制方法 - Google Patents
基于负荷预测与条件约束的空调冷源能效模型控制方法 Download PDFInfo
- Publication number
- CN108489012A CN108489012A CN201810091310.7A CN201810091310A CN108489012A CN 108489012 A CN108489012 A CN 108489012A CN 201810091310 A CN201810091310 A CN 201810091310A CN 108489012 A CN108489012 A CN 108489012A
- Authority
- CN
- China
- Prior art keywords
- model
- cooling
- energy consumption
- cold source
- load prediction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/62—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
-
- 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
- F24F11/88—Electrical aspects, e.g. circuits
-
- 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
- F24F2110/12—Temperature of the outside air
-
- 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
- F24F2110/20—Humidity
- F24F2110/22—Humidity of the outside air
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2120/00—Control inputs relating to users or occupants
- F24F2120/10—Occupancy
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明公开了一种基于负荷预测与条件约束的空调冷源能效模型控制方法,包括建立冷负荷预测模型;根据约束条件分别建立水冷主机能耗模型、冷却塔能耗模型、冷冻水泵能耗模型和冷却水泵能耗模型;根据水冷主机能耗模型、冷却塔能耗模型、冷冻水泵能耗模型和冷却水泵能耗模型,建立中央空调冷源能效模型;所述冷负荷预测模型对所述中央空调冷源能效模型进行初始化赋值,使所述中央空调冷源能效模型对中央空调进行最优化运行参数设置。本发明实施例通过将中央空调系统的控制由单参数控制改变为对建筑物冷量需求模型的整体控制,从冷源整体能效来分析不同工况下的能效状况,实现中央空调对最优化运行参数设置,从而做到真正意义上的节能。
Description
技术领域
本发明涉及空调控制技术领域,尤其涉及一种基于负荷预测与条件约束的空调冷源能效模型控制方法。
背景技术
在中央空调节能技术因其巨大的经济效益和社会效益,受到广泛的关注。许多公司与科研工作者对中央空调节能技术进行研究,已经经历了多次技术革新:早期以水泵节能改造为主,采用中央空调水泵变频节能控制技术,单一的压差或温差控制;再到后面通过先进的计算机软件处理、模块化控制结合变频技术,多点信号的采集与处理,在传统的变频技术的基础上实现了基础控制;再到现在的控制软件处理已经成为了节能系统的核心技术,遗传算法、模块化控制、智能系统、最优化控制等新技术广泛运用到节能装置中。
中央空调系统是一个复杂的系统工程,要实现中央空调系统的最佳运行和节能,从局部去解决问题是不可能办到的。必须针对空调系统的各个环节(包括制冷主机、冷冻水泵、冷却水泵、冷却塔)统一考虑,全面控制,使整个系统协调运行,才能实现最佳综合节能。但是往往难以针对控制系统建立能效模型,所以其在进行寻优计算具有一定的盲目性,适用性不强,范围受到一定的限制。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此,本发明的一个目的在于提出一种基于负荷预测与条件约束的空调冷源能效模型控制方法。
为实现上述目的,根据本发明实施例的基于负荷预测与条件约束的空调冷源能效模型控制方法,所述基于负荷预测与条件约束的空调冷源能效模型控制方法包括:
根据中央空调的运行工况建立冷负荷预测模型;
根据约束条件分别建立水冷主机能耗模型、冷却塔能耗模型、冷冻水泵能耗模型和冷却水泵能耗模型;
根据水冷主机能耗模型、冷却塔能耗模型、冷冻水泵能耗模型和冷却水泵能耗模型,建立中央空调冷源能效模型;
所述冷负荷预测模型对所述中央空调冷源能效模型进行初始化赋值以及赋值修正,使所述中央空调冷源能效模型对中央空调进行最优化运行参数设置。
根据本发明的一个实施例,所述中央空调冷源能效模型为:
根据本发明的一个实施例,所述冷负荷预测模型为:
Q总=f(p)+f(t,d)+Qa;
其中:
Q总为总冷负荷预测值;
f(p)为以室内人员为变量的冷负荷函数;
f(t,d)为以室外温湿度为变量的冷负荷函数;
Qa为其它,以设备散热、照明组成的固定负荷。
根据本发明的一个实施例,水冷主机能耗模型为:
其中:
Pchiller为制冷机组的耗功量;
Tcws为冷却水供水温度;
为冷却水供水温度参数平均值;
Tchws为冷冻水供水温度;
为冷冻水供水温度参数平均值;
aij为温度回归系数,由制冷机实际性能决定。
根据本发明的一个实施例,所述冷却塔能耗模型为:
其中:
Ptfan为冷却塔风机的实际功耗;
Ptfan,l为额定条件下冷却塔风机理论功耗;
ma为冷却塔风机实际运行空气流量;
ma,l为冷却塔风机的额定风量;
ei为模型拟合系数,i=1,2,3。
根据本发明的一个实施例,所述冷冻水泵能耗模型为:
其中:
mchw为当前水泵流量;
Hchw为当前水泵扬程;
gc为流量扬程系数;
ηchw为水泵工作点效率。
根据本发明的一个实施例,所述冷却水泵能耗模型为:
其中:
mchw为当前水泵流量;
Hchw为当前水泵扬程;
gc为流量扬程系数;
ηchw为水泵工作点效率。
本发明实施例提供的基于负荷预测与条件约束的空调冷源能效模型控制方法通过中央空调冷源能效模型,组建了包括制冷机组、冷冻水泵、冷却水泵以及冷却塔的设备综合能效模型。针对中央空调冷源能效模型,建立以水冷机组、冷冻水泵、冷却水泵、冷却塔为基础的整体运行能耗,依据冷负荷预测值,以整体作为分析对象,对于中央空调能效影响变量多、非线性变化的场合;用以解决中央空调系统中单一设备节能运行时对其它设备产生的能效制约情况,为空调系统能效寻优计算提供模型依据,将中央空调系统的控制由单参数控制改变为对建筑物冷量需求模型的整体控制,从冷源整体能效来分析不同工况下的能效状况,实现中央空调对最优化运行参数设置,从而做到真正意义上的节能。
附图说明
图1为本发明实施例提供的基于负荷预测与条件约束的空调冷源能效模型控制方法流程图;
图2为本发明实施例提供的基于负荷预测与条件约束的空调冷源能效模型控制方法结构示意图。
附图标记:
冷负荷预测模型10;
冷却塔模型20;
冷却泵模型30;
冷冻泵模型40。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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。除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
参阅图1、图2,图1为本发明实施例提供的基于负荷预测与条件约束的空调冷源能效模型控制方法流程图;图2为本发明实施例提供的基于负荷预测与条件约束的空调冷源能效模型控制方法结构示意图。
在本发明实施例中,以负荷预测和条件约束作为基础,建立包括制冷主机、冷冻水泵、冷却水泵、冷却塔为基础的中央空调冷源能效控制方法。所述控制方法包括以下步骤:
S101、根据中央空调的运行工况建立冷负荷预测模型。
具体的,空调冷负荷包括人员负荷、电气、照明负荷、新风负荷、原建筑累积负荷、围护结构传热负荷等,根据以上负荷要求来对空调负荷建立函数关系,该函数关系以人员、室外温湿度为变量,以设备散热、照明组成的固定负荷。
所述冷负荷预测模型作为中央空调系统冷源能耗模型的基础,是实现能效最优化控制的基本条件之一,为中央空调冷源系统的运行提供初始预测值,并且在运行过程中,冷负荷预测模型能够根据能耗值和冷量大小,运用智能模糊控制方法,不断对冷负荷值进行修正,为系统冷源能效模型寻找最优状态点提供基础条件。
S102、根据约束条件分别建立水冷主机能耗模型、冷却塔能耗模型、冷冻水泵能耗模型和冷却水泵能耗模型。
具体的,中央空调系统总的能耗与中央空调系统能耗设备的运行参数有关,当中央空调系统各能耗设备的运行参数发生变化时,中央空调系统总的能耗也会发生改变。同时这些运行参数还被一些约束条件所约束,这些约束条件也反映出中央空调系统构成元素之间的相互关系,同时也限定了空调系统的运行状态。
所述约束条件包括:
1)对于冷冻水供水温度,一方面,收到制冷能力的限制,温度不能过低,防止蒸发器出现冻裂的现象,温度过高不能满足空调房间冷负荷的要求;另一方面,冷却水温度范围保证冷凝压力不过高,在压力容器设备的安全标准之内,保证设备的安全可靠运行。
2)冷冻水泵或冷却水泵中,一方面,冷冻水泵要求冷冻水流量不能过低,否则蒸发器将有冻裂的危险;冷却水流量也不应过小,否则冷凝器容易结构将严重影响冷凝器的换热性能,从而影响冷冻水泵或冷却水泵的运行能效。另一方面,冷冻水泵和冷却水泵的流量和扬程的处理也备受设备性能的限制,处在上限。
3)冷却塔中,一方面,冷却塔最小风量受到冷却风量和房间制冷量的共同制约,另一方面,最大的空气流量受到风机的容量限制。
4)中央空调系统的回风温度一般取为室内温度,空调的送风温度应该比室内温度低10-12℃左右。
S103、根据水冷主机能耗模型、冷却塔能耗模型、冷冻水泵能耗模型和冷却水泵能耗模型,建立中央空调冷源能效模型。
具体的,水冷主机的能效比反映了中央空调系统的制冷效率,为了对整个系统作更全面、更直观的能效反映,建立一个包括有水冷主机、冷冻水泵、冷却水泵、冷却塔能耗的冷源能效模型,就能从整体上得出了系统的能效情况,而不是局部某一设备的影响,而且考虑了设备之间的相互约束,为整个空调系统的节能运行提供更有效的依据。中央空调系统能效包括瞬时能效和总的能效,瞬时能效反映某个时间状态点下的中央空调系统整体能效,而总能效能反映某个时间过程中的中央空调总的能效。
S104、所述冷负荷预测模型对所述中央空调冷源能效模型进行初始化赋值以及赋值修正,使所述中央空调冷源能效模型对中央空调进行最优化运行参数设置。
具体的,通过中央空调冷源能效模型,组建了包括制冷机组、冷冻水泵、冷却水泵以及冷却塔的设备综合能效模型。针对中央空调冷源能效模型,建立以水冷机组、冷冻水泵、冷却水泵、冷却塔为基础的整体运行能耗,依据冷负荷预测值,以整体作为分析对象,对于中央空调能效影响变量多、非线性变化的场合;用以解决中央空调系统中单一设备节能运行时对其它设备产生的能效制约情况,为空调系统能效寻优计算提供模型依据,将中央空调系统的控制由单参数控制改变为对建筑物冷量需求模型的整体控制,从冷源整体能效来分析不同工况下的能效状况,实现中央空调对最优化运行参数设置,从而做到真正意义上的节能。
进一步的,在本发明一个实施例中,所述中央空调冷源能效模型为:
进一步的,在本发明一个实施例中,所述冷负荷预测模型为:
Q总=f(p)+f(t,d)+Qa;
其中:
Q总为总冷负荷预测值;
f(p)为以室内人员为变量的冷负荷函数;
f(t,d)为以室外温湿度为变量的冷负荷函数;
Qa为其它,以设备散热、照明组成的固定负荷。
进一步的,在本发明一个实施例中,水冷主机能耗模型为:
其中:
Pchiller为制冷机组的耗功量;
Tcws为冷却水供水温度;
为冷却水供水温度参数平均值;
Tchws为冷冻水供水温度;
为冷冻水供水温度参数平均值;
aij为温度回归系数,由制冷机实际性能决定。
进一步的,在本发明一个实施例中,所述冷却塔能耗模型为:
其中:
Ptfan为冷却塔风机的实际功耗;
Ptfan,l为额定条件下冷却塔风机理论功耗;
ma为冷却塔风机实际运行空气流量;
ma,l为冷却塔风机的额定风量;
ei为模型拟合系数,i=1,2,3。
进一步的,在本发明一个实施例中,所述冷冻水泵能耗模型为:
其中:
mchw为当前水泵流量;
Hchw为当前水泵扬程;
gc为流量扬程系数;
ηchw为水泵工作点效率。
进一步的,在本发明一个实施例中,所述冷却水泵能耗模型为:
其中:
mchw为当前水泵流量;
Hchw为当前水泵扬程;
gc为流量扬程系数;
ηchw为水泵工作点效率。
以上仅为本发明的实施例,但并不限制本发明的专利范围,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来而言,其依然可以对前述各具体实施方式所记载的技术方案进行修改,或者对其中部分技术特征进行等效替换。凡是利用本发明说明书及附图内容所做的等效结构,直接或间接运用在其他相关的技术领域,均同理在本发明专利保护范围之内。
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。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (7)
1.一种基于负荷预测与条件约束的空调冷源能效模型控制方法,其特征在于,所述基于负荷预测与条件约束的空调冷源能效模型控制方法包括:
根据中央空调的运行工况建立冷负荷预测模型;
根据约束条件分别建立水冷主机能耗模型、冷却塔能耗模型、冷冻水泵能耗模型和冷却水泵能耗模型;
根据水冷主机能耗模型、冷却塔能耗模型、冷冻水泵能耗模型和冷却水泵能耗模型,建立中央空调冷源能效模型;
所述冷负荷预测模型对所述中央空调冷源能效模型进行初始化赋值以及赋值修正,使所述中央空调冷源能效模型对中央空调进行最优化运行参数设置。
2.根据权利要求1所述的基于负荷预测与条件约束的空调冷源能效模型控制方法,其特征在于,所述中央空调冷源能效模型为:
。
3.根据权利要求2所述的基于负荷预测与条件约束的空调冷源能效模型控制方法,其特征在于,所述冷负荷预测模型为:
Q总=f(p)+f(t,d)+Qa;
其中:
Q总为总冷负荷预测值;
f(p)为以室内人员为变量的冷负荷函数;
f(t,d)为以室外温湿度为变量的冷负荷函数;
Qa为其它,以设备散热、照明组成的固定负荷。
4.根据权利要求2所述的基于负荷预测与条件约束的空调冷源能效模型控制方法,其特征在于,水冷主机能耗模型为:
其中:
Pchiller为制冷机组的耗功量;
Tcws为冷却水供水温度;
冷却水供水温度参数平均值;
Tchws为冷冻水供水温度;
为冷冻水供水温度参数平均值;
aij为温度回归系数,由制冷机实际性能决定。
5.根据权利要求2所述的基于负荷预测与条件约束的空调冷源能效模型控制方法,其特征在于,所述冷却塔能耗模型为:
其中:
Ptfan为冷却塔风机的实际功耗;
Ptfan,l为额定条件下冷却塔风机理论功耗;
ma为冷却塔风机实际运行空气流量;
ma,l为冷却塔风机的额定风量;
ei为模型拟合系数,i=1,2,3。
6.根据权利要求2所述的基于负荷预测与条件约束的空调冷源能效模型控制方法,其特征在于,所述冷冻水泵能耗模型为:
其中:
mchw为当前水泵流量;
Hchw为当前水泵扬程;
gc为流量扬程系数;
ηchw为水泵工作点效率。
7.根据权利要求2所述的基于负荷预测与条件约束的空调冷源能效模型控制方法,其特征在于,所述冷却水泵能耗模型为:
其中:
mchw为当前水泵流量;
Hchw为当前水泵扬程;
gc为流量扬程系数;
ηchw为水泵工作点效率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810091310.7A CN108489012A (zh) | 2018-01-30 | 2018-01-30 | 基于负荷预测与条件约束的空调冷源能效模型控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810091310.7A CN108489012A (zh) | 2018-01-30 | 2018-01-30 | 基于负荷预测与条件约束的空调冷源能效模型控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108489012A true CN108489012A (zh) | 2018-09-04 |
Family
ID=63344038
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810091310.7A Pending CN108489012A (zh) | 2018-01-30 | 2018-01-30 | 基于负荷预测与条件约束的空调冷源能效模型控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108489012A (zh) |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109556236A (zh) * | 2018-10-22 | 2019-04-02 | 珠海格力电器股份有限公司 | 能效控制方法和装置 |
CN109631282A (zh) * | 2018-12-21 | 2019-04-16 | 深圳市紫衡技术有限公司 | 一种中央空调系统控制方法及其系统、设备、存储介质 |
CN109799788A (zh) * | 2019-01-10 | 2019-05-24 | 湖南科技大学 | 一种基于加工程序的机床加工能效预测方法 |
CN109902826A (zh) * | 2019-03-11 | 2019-06-18 | 珠海格力电器股份有限公司 | 基于遗传算法的家电节能模型构建方法、控制方法、家电 |
CN110410942A (zh) * | 2019-07-30 | 2019-11-05 | 上海朗绿建筑科技股份有限公司 | 一种冷热源机房节能优化控制方法及系统 |
CN111027181A (zh) * | 2019-11-19 | 2020-04-17 | 广西电网有限责任公司 | 一种基于动态能效参数评估中央空调冷水主机能耗的方法 |
CN111043720A (zh) * | 2019-10-21 | 2020-04-21 | 天津大学 | 负荷不确定性下制冷系统低成本鲁棒性调适策略制定方法 |
CN111103799A (zh) * | 2019-12-25 | 2020-05-05 | 创新奇智(南京)科技有限公司 | 基于师生网络在线探索学习的能效优化建模方法 |
CN111125933A (zh) * | 2020-01-02 | 2020-05-08 | 珠海格力电器股份有限公司 | 中央空调仿真模型的修正方法及系统 |
CN111536671A (zh) * | 2020-06-04 | 2020-08-14 | 中国工商银行股份有限公司 | 空调系统运行控制方法和装置、电子设备和存储介质 |
CN112105233A (zh) * | 2020-09-21 | 2020-12-18 | 北京百度网讯科技有限公司 | 节能控制方法、装置、电子设备和计算机可读介质 |
CN112415924A (zh) * | 2020-10-30 | 2021-02-26 | 南京华盾电力信息安全测评有限公司 | 一种空调系统节能优化方法及系统 |
CN112682936A (zh) * | 2020-12-29 | 2021-04-20 | 华润智慧能源有限公司 | 一种空调冷站系统控制方法、系统、装置及可读存储介质 |
CN112747416A (zh) * | 2019-10-31 | 2021-05-04 | 北京国双科技有限公司 | 空调系统能耗预测方法及装置 |
CN113536525A (zh) * | 2021-04-16 | 2021-10-22 | 广州地铁设计研究院股份有限公司 | 一种中央空调全局最优节能控制方法 |
CN113739362A (zh) * | 2021-09-22 | 2021-12-03 | 广东电网有限责任公司 | 一种空调系统的能耗确定方法、装置、设备及存储介质 |
CN113739365A (zh) * | 2021-08-31 | 2021-12-03 | 广州汇电云联互联网科技有限公司 | 中央空调冷站群控节能控制方法、装置、设备及存储介质 |
CN113821902A (zh) * | 2021-06-17 | 2021-12-21 | 李壮举 | 一种用于中央空调制冷站静态优化的自抗扰控制系统 |
CN114165854A (zh) * | 2021-11-10 | 2022-03-11 | 武汉理工大学 | 基于中央空调系统动态仿真平台的智能优化控制方法 |
CN114251753A (zh) * | 2021-12-29 | 2022-03-29 | 西安建筑科技大学 | 一种冰蓄冷空调冷负荷需求预测分配方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101251291A (zh) * | 2008-04-03 | 2008-08-27 | 上海交通大学 | 基于模型的集中空调系统全局优化节能控制方法及装置 |
CN101975673A (zh) * | 2010-09-07 | 2011-02-16 | 区峰 | 中央空调系统能效实时监测系统及方法 |
CN102455093A (zh) * | 2011-08-17 | 2012-05-16 | 深圳市善能科技有限公司 | 制冷系统能效控制方法 |
CN102980272A (zh) * | 2012-12-08 | 2013-03-20 | 珠海派诺科技股份有限公司 | 一种基于负荷预测的空调系统节能优化方法 |
CN103277875A (zh) * | 2013-06-21 | 2013-09-04 | 上海能誉科技发展有限公司 | 一种冷冻机房节能控制系统 |
CN103335379A (zh) * | 2013-07-15 | 2013-10-02 | 厦门立思科技有限公司 | 基于中央空调的智慧节能控制装置及其控制方法 |
-
2018
- 2018-01-30 CN CN201810091310.7A patent/CN108489012A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101251291A (zh) * | 2008-04-03 | 2008-08-27 | 上海交通大学 | 基于模型的集中空调系统全局优化节能控制方法及装置 |
CN101975673A (zh) * | 2010-09-07 | 2011-02-16 | 区峰 | 中央空调系统能效实时监测系统及方法 |
CN102455093A (zh) * | 2011-08-17 | 2012-05-16 | 深圳市善能科技有限公司 | 制冷系统能效控制方法 |
CN102980272A (zh) * | 2012-12-08 | 2013-03-20 | 珠海派诺科技股份有限公司 | 一种基于负荷预测的空调系统节能优化方法 |
CN103277875A (zh) * | 2013-06-21 | 2013-09-04 | 上海能誉科技发展有限公司 | 一种冷冻机房节能控制系统 |
CN103335379A (zh) * | 2013-07-15 | 2013-10-02 | 厦门立思科技有限公司 | 基于中央空调的智慧节能控制装置及其控制方法 |
Cited By (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109556236A (zh) * | 2018-10-22 | 2019-04-02 | 珠海格力电器股份有限公司 | 能效控制方法和装置 |
CN109631282A (zh) * | 2018-12-21 | 2019-04-16 | 深圳市紫衡技术有限公司 | 一种中央空调系统控制方法及其系统、设备、存储介质 |
CN109799788A (zh) * | 2019-01-10 | 2019-05-24 | 湖南科技大学 | 一种基于加工程序的机床加工能效预测方法 |
CN109902826A (zh) * | 2019-03-11 | 2019-06-18 | 珠海格力电器股份有限公司 | 基于遗传算法的家电节能模型构建方法、控制方法、家电 |
CN110410942A (zh) * | 2019-07-30 | 2019-11-05 | 上海朗绿建筑科技股份有限公司 | 一种冷热源机房节能优化控制方法及系统 |
CN110410942B (zh) * | 2019-07-30 | 2020-12-29 | 上海朗绿建筑科技股份有限公司 | 一种冷热源机房节能优化控制方法及系统 |
CN111043720A (zh) * | 2019-10-21 | 2020-04-21 | 天津大学 | 负荷不确定性下制冷系统低成本鲁棒性调适策略制定方法 |
CN111043720B (zh) * | 2019-10-21 | 2021-05-14 | 天津大学 | 负荷不确定性下制冷系统低成本鲁棒性调适策略制定方法 |
WO2021082478A1 (zh) * | 2019-10-31 | 2021-05-06 | 北京国双科技有限公司 | 空调系统能耗预测方法及装置 |
CN112747416A (zh) * | 2019-10-31 | 2021-05-04 | 北京国双科技有限公司 | 空调系统能耗预测方法及装置 |
CN111027181B (zh) * | 2019-11-19 | 2022-11-29 | 广西电网有限责任公司 | 一种基于动态能效参数评估中央空调冷水主机能耗的方法 |
CN111027181A (zh) * | 2019-11-19 | 2020-04-17 | 广西电网有限责任公司 | 一种基于动态能效参数评估中央空调冷水主机能耗的方法 |
CN111103799A (zh) * | 2019-12-25 | 2020-05-05 | 创新奇智(南京)科技有限公司 | 基于师生网络在线探索学习的能效优化建模方法 |
CN111103799B (zh) * | 2019-12-25 | 2022-07-29 | 创新奇智(南京)科技有限公司 | 基于师生网络在线探索学习的能效优化建模方法 |
CN111125933B (zh) * | 2020-01-02 | 2021-04-27 | 珠海格力电器股份有限公司 | 中央空调仿真模型的修正方法及系统 |
CN111125933A (zh) * | 2020-01-02 | 2020-05-08 | 珠海格力电器股份有限公司 | 中央空调仿真模型的修正方法及系统 |
CN111536671A (zh) * | 2020-06-04 | 2020-08-14 | 中国工商银行股份有限公司 | 空调系统运行控制方法和装置、电子设备和存储介质 |
CN112105233A (zh) * | 2020-09-21 | 2020-12-18 | 北京百度网讯科技有限公司 | 节能控制方法、装置、电子设备和计算机可读介质 |
CN112105233B (zh) * | 2020-09-21 | 2023-05-12 | 北京百度网讯科技有限公司 | 节能控制方法、装置、电子设备和计算机可读介质 |
CN112415924A (zh) * | 2020-10-30 | 2021-02-26 | 南京华盾电力信息安全测评有限公司 | 一种空调系统节能优化方法及系统 |
CN112682936B (zh) * | 2020-12-29 | 2022-04-26 | 华润智慧能源有限公司 | 一种空调冷站系统控制方法、系统、装置及可读存储介质 |
CN112682936A (zh) * | 2020-12-29 | 2021-04-20 | 华润智慧能源有限公司 | 一种空调冷站系统控制方法、系统、装置及可读存储介质 |
CN113536525A (zh) * | 2021-04-16 | 2021-10-22 | 广州地铁设计研究院股份有限公司 | 一种中央空调全局最优节能控制方法 |
CN113821902A (zh) * | 2021-06-17 | 2021-12-21 | 李壮举 | 一种用于中央空调制冷站静态优化的自抗扰控制系统 |
CN113739365A (zh) * | 2021-08-31 | 2021-12-03 | 广州汇电云联互联网科技有限公司 | 中央空调冷站群控节能控制方法、装置、设备及存储介质 |
CN113739362A (zh) * | 2021-09-22 | 2021-12-03 | 广东电网有限责任公司 | 一种空调系统的能耗确定方法、装置、设备及存储介质 |
CN114165854A (zh) * | 2021-11-10 | 2022-03-11 | 武汉理工大学 | 基于中央空调系统动态仿真平台的智能优化控制方法 |
CN114251753A (zh) * | 2021-12-29 | 2022-03-29 | 西安建筑科技大学 | 一种冰蓄冷空调冷负荷需求预测分配方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108489012A (zh) | 基于负荷预测与条件约束的空调冷源能效模型控制方法 | |
CN202613835U (zh) | 同时供冷供热节能系统 | |
CN113739371B (zh) | 一种基于云端协同的中央空调系统及其控制方法 | |
CN202310410U (zh) | 机房设备的送风控制系统 | |
CN212720195U (zh) | 一种基于系统整体能效比cop最佳的冷却水系统控制装置 | |
CN112747419B (zh) | 中央空调风水联动控制方法、装置、设备及存储介质 | |
EP4343214A1 (en) | Multi-mode water-fluorine multi-split system | |
CN201100721Y (zh) | 相变温差节能空调机 | |
CN201527055U (zh) | 带自然供热和湿度控制的空气处理装置 | |
CN209944505U (zh) | 一种机房空调冷凝热回收利用自适应供暖装置 | |
CN101986050A (zh) | 变容量模块机组空调控制方法 | |
CN203928227U (zh) | 基于消防水池与冷却塔的水冷冷水空调系统 | |
CN214536620U (zh) | 地铁车站空调风水协调节能控制装置的网络架构 | |
CN113218040A (zh) | 一种中央空调系统能效提升控制方法 | |
CN106249598B (zh) | 一种基于多代理的工业大用户能效优化控制方法 | |
CN102589216B (zh) | 同时供冷供热节能系统和控制方法 | |
CN105221385A (zh) | 空调系统用不同扬程不同流量组合式水泵结构及控制方法 | |
CN103149895B (zh) | 一种楼宇自控方法 | |
CN104764172A (zh) | 一种中央空调节电方法 | |
CN204063424U (zh) | 商业综合体空调能源回收系统 | |
CN106801975A (zh) | 中央空调监控系统中制冷主机智能化控制方法 | |
Ma et al. | Intelligent Building Equipment Control Technology and Energy Saving Analysis | |
Li et al. | The optimal control strategy for chilled water system in central air-conditioning systems | |
CN205048643U (zh) | 一种建筑结构人工冷源智能控制系统 | |
CN115143553B (zh) | 小型直膨式相变蓄冷空调的调控方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180904 |
|
RJ01 | Rejection of invention patent application after publication |