CN108594886A - 基于仿真和运行大数据的冷冻系统自优化控制方法和装置 - Google Patents
基于仿真和运行大数据的冷冻系统自优化控制方法和装置 Download PDFInfo
- Publication number
- CN108594886A CN108594886A CN201810363006.3A CN201810363006A CN108594886A CN 108594886 A CN108594886 A CN 108594886A CN 201810363006 A CN201810363006 A CN 201810363006A CN 108594886 A CN108594886 A CN 108594886A
- Authority
- CN
- China
- Prior art keywords
- refrigeration system
- control
- data
- simulation result
- operating parameter
- 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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D23/00—Control of temperature
- G05D23/19—Control of temperature characterised by the use of electric means
- G05D23/1927—Control of temperature characterised by the use of electric means using a plurality of sensors
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
- F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
- F25B49/00—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
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B30/00—Energy efficient heating, ventilation or air conditioning [HVAC]
- Y02B30/70—Efficient control or regulation technologies, e.g. for control of refrigerant flow, motor or heating
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Thermal Sciences (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本申请涉及一种基于仿真和运行大数据的冷冻系统自优化控制方法、装置、主控制设备和存储介质。方法包括：周期性的存储仿真结果数据；周期性的获取冷冻系统的运行参数，根据运行参数以及初始控制策略调节冷冻系统状态，得到当前冷冻系统的最佳运行状态，将最佳运行状态和对应的当前运行参数作为系统历史运行数据进行存储；周期性的调用仿真结果数据和系统历史运行数据，将仿真结果数据与系统历史运行数据进行对比，根据系统历史运行数据对初始控制策略进行修正；根据修正后的控制策略控制冷冻系统。采用本方法能够使初始控制策略更加的贴合当前冷冻系统的真实使用场景，进一步的使控制更加精准并且能够将能耗降到最低。
Description
技术领域
本申请涉及温度控制技术领域，特别是涉及一种基于仿真和运行大数据的冷冻系统自优化控制方法和装置。
背景技术
冷冻站系统是一种针对公共建筑以及工厂的制冷系统。其中冷冻站系统包括：制冷主机、冷冻水泵、冷却水泵以及冷却塔。在冷却塔中降低冷却水温度得到低温的冷冻水，再通过冷冻水泵将低温的冷冻水输送至制冷主机，在制冷主机中低温的冷冻水与外部环境进行换热，降低外部环境温度使低温的冷冻水温度升高，得到高温的冷却水。再通过冷却水泵将高温的冷却水输送至冷却塔对高温冷却水进行降温。从而达到为外部环境降温的目的。在冷冻站运行的过程中为了以最小的能耗达到最优的效果，就需要对冷冻站系统进行实时调节。
然而，目前的传统的调节方法，是对其他冷冻站系统的运行数据进行总结，得到控制方法，并将此方法用于当前冷冻站系统。但是由于每个了冷冻站所处的运行环境以及现场实时状态的不同，总结得到的控制方法并不能完全的适用于当前系统，会造成冷冻系统控制不精准，并且冷冻站系统的能耗不会降到最低。
发明内容
基于此，有必要针对上述技术问题，提供一种基于仿真和运行大数据的冷冻系统自优化控制方法、装置、主控制设备和存储介质。
一种基于仿真和运行大数据的冷冻系统自优化控制方法，所述方法包括：周期性的存储仿真结果数据；周期性的获取冷冻系统的运行参数，根据所述运行参数以及初始控制策略调节冷冻系统状态，得到当前冷冻系统的最佳运行状态，将所述最佳运行状态和对应的当前运行参数作为系统历史运行数据进行存储；周期性的调用仿真结果数据和所述系统历史运行数据，将所述仿真结果数据与所述系统历史运行数据进行对比，根据所述系统历史运行数据对所述初始控制策略进行修正；根据修正后的控制策略控制冷冻系统。
在其中一个实施例中，根据所述系统历史运行数据对所述初始控制策略进行修正，包括：计算得到系统历史运行数据与仿真结果数据之间的偏差，根据所述偏差对所述初始控制策略进行修正。
在其中一个实施例中，所述计算得到系统历史运行数据与仿真结果数据之间的偏差，根据所述偏差对所述初始控制策略进行修正，包括：对仿真结果数据进行曲线拟合，得到仿真控制曲线方程；对同期的系统历史运行数据进行曲线拟合，得到实际控制曲线方程；将所述仿真控制曲线方程和实际控制曲线方程做差，得到仿真控制曲线方程和实际控制曲线方程之间的控制偏差方程；利用所述控制偏差方程修正所述初始控制策略。
在其中一个实施例中，所述方法还包括：建立建筑模型；将建筑模型导入模拟工具中，建立冷冻系统控制模型；按照预设时间周期和预设时间步长进行仿真实验，得到仿真结果数据。
在其中一个实施例中，在所述根据所述系统历史运行数据对所述初始控制策略进行修正之后，还包括：将修正后的控制策略周期性输出作为所述初始控制策略。
在其中一个实施例中，所述周期性的获取冷冻系统的运行参数，包括：周期性的通过传感器采集箱采集冷冻系统的进水温度、回水温度、水压以及流量。
在其中一个实施例中，根据所述运行参数以及初始控制策略调节冷冻系统状态，得到当前冷冻系统的最佳运行状态，包括：根据所述运行参数以及初始控制策略计算得到调节参数，所述调节参数包括增加冷冻主机运行数量、减少冷冻主机运行数量、增大泵的频率以及减小泵的频率；根据所述调节参数调节冷冻主机运行数量和泵的频率，得到当前冷冻系统的最佳运行状态。
一种基于仿真和运行大数据的冷冻系统自优化控制装置，所述装置包括：仿真结果存储模块，用于周期性的存储仿真结果数据；系统历史数据存储模块，用于周期性的获取冷冻系统的运行参数，根据所述运行参数以及初始控制策略调节冷冻系统状态，得到当前冷冻系统的最佳运行状态，将所述最佳运行状态和对应的当前运行参数作为系统历史运行数据进行存储；修正模块，用于周期性的调用仿真结果数据和所述系统历史运行数据，将所述仿真结果数据与所述系统历史运行数据进行对比，根据所述系统历史运行数据对所述初始控制策略进行修正；控制模块，用于根据修正后的控制策略控制冷冻系统。
一种冷冻系统中的主控制设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
周期性的存储仿真结果数据；
周期性的获取冷冻系统的运行参数，根据所述运行参数以及初始控制策略调节冷冻系统状态，得到当前冷冻系统的最佳运行状态，将所述最佳运行状态和对应的当前运行参数作为系统历史运行数据进行存储；
周期性的调用仿真结果数据和所述系统历史运行数据，将所述仿真结果数据与所述系统历史运行数据进行对比，根据所述系统历史运行数据对所述初始控制策略进行修正；
根据修正后的控制策略控制冷冻系统。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
周期性的存储仿真结果数据；
周期性的获取冷冻系统的运行参数，根据所述运行参数以及初始控制策略调节冷冻系统状态，得到当前冷冻系统的最佳运行状态，将所述最佳运行状态和对应的当前运行参数作为系统历史运行数据进行存储；
周期性的调用仿真结果数据和所述系统历史运行数据，将所述仿真结果数据与所述系统历史运行数据进行对比，根据所述系统历史运行数据对所述初始控制策略进行修正；
根据修正后的控制策略控制冷冻系统。
上述冷冻系统控制方法、装置、主控制设备和存储介质，周期性的获取冷冻系统运行参数，再根据运行参数以及初始控制策略将当前冷冻系统调节至最佳运行状态，并将最佳运行状态和对应的当前运行参数作为系统历史运行数据进行存储。将系统历史运行数据以及仿真结果数据进行对比，修正初始控制策略。再根据修正后的控制策略控制冷冻系统。通过结合冷冻系统真实使用场景的系统历史运行数据周期性的对初始控制策略进行修正，使初始控制策略更加的贴合当前冷冻系统的真实使用场景，进一步的使控制更加精准并且能够将能耗降到最低。
附图说明
图1为一个实施例中冷冻系统控制方法的应用环境图；
图2为一个实施例中冷冻系统控制方法的流程示意图；
图3为一个实施例中修正初始控制策略方法的流程示意图；
图4为另一个实施例中冷冻系统控制方法的流程示意图；
图5为一个实施例中冷冻系统结构示意图；
图6为一个实施例中优选实施方式流程图；
图7为一个实施例中冷冻系统控制装置的结构框图；
图8为一个实施例中仿真模块的结构框图；
图9为一个实施例中修正模块的结构框图；
图10为一个实施例中系统历史数据存储模块的结构框图；
图11为一个实施例中主控制设备的内部结构图。
附图标记：100为冷冻系统控制装置、110为仿真结果存储模块、120为系统历史数据存储模块、121为调节参数计算单元、122为调节单元、130为修正模块、131为仿真结果数据拟合单元、132为系统历史运行数据拟合单元、133为计算单元、134为修正单元、140为控制模块、150初始控制策略更改模块、160为仿真模块、161为建筑模型建立单元、162为控制模型建立单元、163为仿真单元、1为主控制设备、11为冷冻主机、2为冷冻水泵智能控制设备、21为冷冻水泵、3为冷却水泵智能控制设备、31为冷却水泵、4为冷却塔智能控制设备、41为冷却塔、5为传感器采集设备、51为传感器。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的基于模拟软件的冷冻系统自优化控制方法，可以应用于如图1所示的应用环境中。其中，冷冻系统包括：主控制设备102、冷冻设备控制设备104、传感器106以及冷冻设备108。传感器106周期性的获取冷冻系统的运行参数，并将运行参数通过冷冻设备控制设备104传输至主控设备102。主控制设备102根据运行参数以及初始控制策略通过冷冻设备控制设备104调节冷冻设备104的状态，使调节后的冷冻系统102状态为当前冷冻系统的最佳运行状态，主控制设备102将最佳运行状态和对应的当前运行参数作为系统历史运行数据进行存储。主控制设备102周期性的调用系统历史运行数据以及周期性存储的仿真结果数据，将仿真结果数据与系统历史运行数据进行对比，进一步的修正控制策略，根据修正后的控制策略控制冷冻系统。其中，冷冻设备控制设备104包括：冷冻水泵智能控制设备、冷却水泵智能控制设备、冷却塔智能控制设备以及传感器采集设备。冷冻设备108为设置在建筑中的冷冻水泵、冷却水泵、冷冻主机、冷却塔以及传感器等。
在一个实施例中，如图2所示，提供了一种冷冻系统控制方法，以该方法应用于图1中的主控制设备102为例进行说明，包括以下步骤：
步骤S202，周期性的存储仿真结果数据。
具体地，仿真结果数据包括：运行状态和对应的运行参数。仿真是利用模拟软件，在模拟软件中按照冷冻系统的实际运行环境对初始控制策略进行仿真得到仿真结果数据。其中模拟软件可以为Trnsys(瞬时系统模拟)软件等，本实施例不对模拟软件进行具体限定，只需达到仿真效果即可。按照一定的时间间隔存储仿真结果数据，也就是存储运行状态和对应的运行参数。
步骤S204，周期性的获取冷冻系统的运行参数，根据运行参数以及初始控制策略调节冷冻系统状态，得到当前冷冻系统的最佳运行状态，将最佳运行状态和对应的当前运行参数作为系统历史运行数据进行存储。
具体地，冷冻系统包括控制设备、冷冻设备以及传感器，其中传感器包括温度传感器、压力传感器以及流量传感器。控制设备包括：主控制设备、冷冻水泵智能控制设备、冷却水泵智能控制设备、冷却塔智能控制设备以及以及传感器采集设备等。冷冻设备包括：冷冻主机、冷冻水泵、冷却水泵、冷却塔等。运行参数包括：进水温度、回水温度、水压以及流量。运行参数可通过传感器采集箱采集得到。冷冻系统状态包括：冷冻主机运行数量冷冻水泵的频率以及冷冻水泵的频率等。按照一定的时间间隔通过传感器采集箱获取冷冻系统的进水温度、回水温度、水压以及流量，并根据进水温度、回水温度、水压以及流量基于初始控制策略调节冷冻系统中冷冻主机运行数量冷冻水泵的频率以及冷冻水泵的频率。更具体的，根据进水温度、回水温度、水压以及流量基于初始控制策略计算得到调节参数，再根据调节参数调节冷冻系统中冷冻主机运行数量冷冻水泵的频率以及冷冻水泵的频率。其中，调节参数包括增加冷冻主机运行数量、减少冷冻主机运行数量、增大泵的频率以及减小泵的频率。将通过运行参数以及初始控制策略得到的冷冻系统状态作为当前冷冻系统的最佳运行状态。再将最佳运行状态和最佳运行状态对应的当前运行参数进行存储。
步骤S206，周期性的调用仿真结果数据和系统历史运行数据，将仿真结果数据与系统历史运行数据进行对比，根据系统历史运行数据对初始控制策略进行修正。
具体的，按照一定的时间间隔调取根据初始控制策略仿真后得到的仿真结果数据以及根据运行参数以及初始控制策略调节冷冻系统状态后存储的系统历史运行数据。将仿真结果数据以及系统历史数据进行对比，也就是计算仿真结果数据与系统历史运行数据的偏差，再通过该偏差对初始控制策略进行修正。
步骤S208，根据修正后的控制策略控制冷冻系统。
具体的，通过仿真结果数据与系统历史运行数据的偏差对初始控制策略进行修正后，再将修正后的控制策略在模拟软件中按照冷冻系统的实际运行环境进行仿真，更新仿真结果数据。再根据修正后的控制策略控制冷冻系统。
上述冷冻系统控制方法，周期性的获取冷冻系统运行参数，再根据运行参数以及初始控制策略将当前冷冻系统调节至最佳运行状态，并将最佳运行状态和对应的当前运行参数作为系统历史运行数据进行存储。将系统历史运行数据以及仿真结果数据进行对比，修正初始控制策略。再根据修正后的控制策略控制冷冻系统。通过结合冷冻系统真实使用场景的系统历史运行数据周期性的对初始控制策略进行修正，使初始控制策略更加的贴合当前冷冻系统的真实使用场景，进一步的使控制更加精准并且能够将能耗降到最低。
在一个实施例中，如图3所示，提供了一种修正初始控制策略方法，以该方法应用于图1中的主控制设备102为例进行说明，包括以下步骤：
步骤S302，对仿真结果数据进行曲线拟合，得到仿真控制曲线方程。
具体地，按照一定的时间间隔调取根据初始控制策略仿真后得到的仿真结果数据。对仿真结果数据进行曲线拟合，得到仿真控制曲线方程。
在一个实施例中，仿真控制曲线方程可为：
其中，ωj表示：冷冻系统的运行状态。tj表示：对应的冷冻系统运行参数。
步骤S304，对同期的系统历史运行数据进行曲线拟合，得到实际控制曲线方程。
具体地，按照一定的时间间隔调取根据运行参数以及初始控制策略调节冷冻系统状态后存储的系统历史运行数据。对同一时间间隔内的系统历史运行数据进行曲线拟合，得到实际控制曲线方程。
在一个实施例中，实际控制曲线方程可为：
其中，μi表示：当前冷冻系统的最佳运行状态。ti表示：对应的冷冻系统运行参数。
步骤S306，将仿真控制曲线方程和实际控制曲线方程做差，得到仿真控制曲线方程和实际控制曲线方程之间的控制偏差方程。
具体地，用仿真控制曲线方程减去实际控制曲线方程得到控制偏差方程。其中，在一个实施例中，控制偏差方程为：
步骤S308，利用控制偏差方程修正初始控制策略。
具体地，利用控制偏差方程，修正初始控制函数中的调节系数函数，从而达到修正初始控制函数的目的。初始控制函数为：
w(t)＝C+f外(t)·K(t)
其中，C为固定扰量。f外(t)为由外部环境变化引起的变化扰量。K(t)为控制过程中应对变化扰量的调节系数函数。
上述冷冻系统控制方法，通过仿真控制曲线方程以及实际控制曲线方程得到控制偏差方程，再通过控制偏差方程修正初始控制函数中的调节系数，从而达到修正初始控制函数的目的。通过上述方程的计算能够使修正后的初始控制函数更加的贴合实际的应用场景，提高控制的精确度以及更好的降低能耗。
在一个实施例中，如图4所示，提供了一种冷冻系统控制方法，以该方法应用于图1中的主控制设备102为例进行说明，包括以下步骤：
步骤S402，建立建筑模型。
具体地，仿真是利用模拟软件，在模拟软件中按照冷冻系统的实际运行环境对初始控制策略进行仿真得到仿真结果数据。其中模拟软件可以为Trnsys(瞬时系统模拟)软件等，本实施例不对模拟软件进行具体限定，只需达到仿真效果即可。以下利用Trnsys(瞬时系统模拟)软件仿真进行具体说明。根据冷冻系统的实际应用场景，在Trnsys(瞬时系统模拟)软件的TRNBuild(建筑模型输入)模块中建立与实际应用场景的建筑完全相同的建筑模型。
步骤S404，将建筑模型导入模拟工具中，建立冷冻系统控制模型。
具体地，将在Trnsys(瞬时系统模拟)软件的TRNBuild(建筑模型输入)模块中建立的建筑模型输入至Trnsys(瞬时系统模拟)软件的Simulation Studio(模拟工作室)模块中，再通过冷冻系统设备配置、历史气象数据以及初始控制策略与建筑模型建立冷冻系统控制模型。
步骤S406，按照预设时间周期和预设时间步长进行仿真实验，得到仿真结果数据。
具体地，在Trnsys(瞬时系统模拟)软件的Simulation Studio(模拟工作室)模块中通过建立的冷冻系统控制模型对初始控制策略进行仿真得到仿真结果数据。其中优选的预设时间周期为一年，预设时间步长为一小时。
步骤S408，周期性的存储仿真结果数据。
具体地，仿真结果数据包括：运行状态和对应的运行参数。按照一定的时间间隔存储仿真结果数据，也就是存储运行状态和对应的运行参数。其中，运行状态为冷冻系统中冷冻设备的运行状态，例如冷冻主机的运行数量、各种泵所工作的频率以及阀门的开关状态以及开度等。运行参数为整个冷冻系统中流体的参数，例如温度、压力以及流量等。
步骤S410，周期性的获取冷冻系统的运行参数，根据运行参数以及初始控制策略调节冷冻系统状态，得到当前冷冻系统的最佳运行状态，将最佳运行状态和对应的当前运行参数作为系统历史运行数据进行存储。
具体地，冷冻系统包括控制设备、冷冻设备以及传感器，其中控制设备包括：主控制设备、冷冻水泵智能控制设备、冷却水泵智能控制设备、冷却塔智能控制设备以及以及传感器采集设备等。冷冻设备包括：冷冻主机、冷冻水泵、冷却水泵、冷却塔等。运行参数包括：进水温度、回水温度、水压以及流量。运行参数可通过传感器采集箱采集得到。冷冻系统状态包括：冷冻主机运行数量冷冻水泵的频率以及冷冻水泵的频率等。按照一定的时间间隔通过传感器采集箱获取冷冻系统的进水温度、回水温度、水压以及流量，并根据进水温度、回水温度、水压以及流量基于初始控制策略调节冷冻系统中冷冻主机运行数量冷冻水泵的频率以及冷冻水泵的频率。更具体的，根据进水温度、回水温度、水压以及流量基于初始控制策略计算得到调节参数，再根据调节参数调节冷冻系统中冷冻主机运行数量冷冻水泵的频率以及冷冻水泵的频率。其中，调节参数包括增加冷冻主机运行数量、减少冷冻主机运行数量、增大泵的频率以及减小泵的频率。将通过运行参数以及初始控制策略得到的冷冻系统状态作为当前冷冻系统的最佳运行状态。再将最佳运行状态和最佳运行状态对应的当前运行参数进行存储。
步骤S412，周期性的调用仿真结果数据和系统历史运行数据，将仿真结果数据与系统历史运行数据进行对比，根据系统历史运行数据对初始控制策略进行修正。
具体的，按照一定的时间间隔调取根据初始控制策略仿真后得到的仿真结果数据以及根据运行参数以及初始控制策略调节冷冻系统状态后存储的系统历史运行数据。将仿真结果数据以及系统历史数据进行对比，也就是计算仿真结果数据与系统历史运行数据的偏差，再通过该偏差对初始控制策略进行修正。
步骤S414，将修正后的控制策略周期性输出作为初始控制策略。
具体地，将修正后的控制策略利用Trnsys软件中建立好的建筑模型、冷冻系统设备配置以及历史气象数据，再次进行仿真，更新仿真结果数据。将修正后的控制策略周期性输出作为初始控制策略。以便在下一周期通过下一周期的系统历史运行数据以及更新后的仿真结果数据对初始控制策略进行修正。以达到周期性修正初始控制策略的目的。
步骤S416，根据修正后的控制策略控制冷冻系统。
具体地，通过仿真结果数据与系统历史运行数据的偏差对初始控制策略进行修正后，再将修正后的控制策略在Trnsys软件中按照冷冻系统的实际运行环境进行仿真，更新仿真结果数据。再根据修正后的控制策略控制冷冻系统。
更具体地，如图5所示，提供了一种冷冻系统结构示意图。其中，冷冻系统包括控制设备、冷冻设备以及传感器，其中传感器51包括温度传感器、压力传感器以及流量传感器。控制设备包括：主控制设备1、冷冻水泵智能控制设备2、冷却水泵智能控制设备3、冷却塔智能控制设备4以及以及传感器采集设备5等。冷冻设备包括：冷冻主机11、冷冻水泵21、冷却水泵31、冷却塔41等。主控制设备1通过通讯线缆分别与冷冻主机11、冷冻水泵智能控制设备2、冷却水泵智能控制设备3、冷却塔智能控制设备4以及以及传感器采集设备5连接。冷冻水泵智能控制设备2通过通讯线缆与冷冻水泵21连接。冷却水泵智能控制设备3通过通讯线缆与冷却水泵31连接。冷却塔智能控制设备4通过通讯线缆与冷却塔41连接。
如图6所示，提供了一种优选实施方式流程图，应用于图5所示的冷冻系统。更具体的，在主控制设备1中，根据实际应用场景的建筑条件，如建筑结构、材料等，在Trnsys软件的TRNBuild模块中搭建与实际应用场景的建筑条件完全匹配的建筑模型。再将搭建好的建筑模型从TRNBuild模块传输至Trnsys软件的Simulation Studio模块，在SimulationStudio模块中根据建筑模型、冷冻系统设备配置、历史气象数据以及初始控制策略建立冷冻系统控制模型。Simulation Studio模块按照预设时间周期为一年，预设时间步长为一小时进行仿真实验，并得到仿真结果数据。仿真结果数据为运行状态和对应的运行参数。并且将仿真结果数据周期性的导入主控制设备1的仿真结果存储模块中。传感器51采集冷冻系统的运行参数，并通过传感器采集设备5将运行参数传输至主控设备1。运行参数包括进水温度、回水温度、水压以及流量。根据运行参数以及初始控制策略得到控制指令，将控制指令发送给控制设备，控制设备通过控制指令控制冷冻设备。控制指令为调节参数，调节参数包括增加冷冻主机运行数量、减少冷冻主机运行数量、增大冷冻水泵的频率以及减小冷冻水泵的频率、增大冷却水泵的频率以及减小冷却水泵的频率。控制设备中的冷冻水泵智能控制设备2接收控制指令调节冷冻水泵21的频率；冷却水泵智能控制设备3接收控制指令调节冷却水泵31的频率；主控制设备根据控制指令调节冷冻主机运行数量。通过控制设备的调节，将当前冷冻系统调节到最佳运行状态。将最佳运行状态和对应的当前运行参数作为系统历史运行数据进行存储。主控制设备1周期性的调用仿真结果数据以及系统历史运行数据。对仿真结果数据进行曲线拟合，得到仿真控制曲线方程；对同期的系统历史运行数据进行曲线拟合，得到实际控制曲线方程。用仿真控制曲线方程减去实际控制曲线方程得到控制偏差方程，再利用偏差方程修正初始控制策略。将修正后的控制策略周期性输出作为初始控制策略利用Trnsys软件中Simulation Studio模块建立好的建筑模型、冷冻系统设备配置以及历史气象数据，再次进行仿真，更新仿真结果数据。并利用修正后的控制策略与运行参数对冷冻系统进行控制。
上述冷冻系统控制方法，通过初始控制策略的控制反馈，将最佳运行状态和对应的当前运行参数作为系统历史运行数据进行存储。再通过仿真结果数据和系统历史运行数据对初始控制策略进行修正。在冷冻系统的持续运行中，周期性的对初始控制策略进行修正，冷冻系统运行的时间越久，经过多次修正的初始控制策略就月适用于当前冷冻系统，是的初始控制策略控制更加的精准并将能耗降到最低。
应该理解的是，虽然图1-4的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1-4中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图5所示，提供了一种冷冻系统控制装置100包括：仿真结果存储模块110、系统历史数据存储模块120、修正模块130以及控制模块140，其中：
仿真结果存储模块110，用于周期性的存储仿真结果数据。
系统历史数据存储模块120，用于周期性的获取冷冻系统的运行参数，根据运行参数以及初始控制策略调节冷冻系统状态，得到当前冷冻系统的最佳运行状态，将最佳运行状态和对应的当前运行参数作为系统历史运行数据进行存储。
修正模块130，用于周期性的调用仿真结果数据和系统历史运行数据，将仿真结果数据与系统历史运行数据进行对比，根据系统历史运行数据对初始控制策略进行修正。
控制模块140，用于根据修正后的控制策略控制冷冻系统。
仿真结果存储模块110，还用于周期性的通过传感器采集箱采集冷冻系统的进水温度、回水温度、水压以及流量。
修正模块130，还用于计算得到系统历史运行数据与仿真结果数据之间的偏差，根据偏差对初始控制策略进行修正。
冷冻系统控制装置100还包括：初始控制策略更改模块150，用于将修正后的控制策略周期性输出作为初始控制策略。
冷冻系统控制装置100还包括：仿真模块160；如图6所示，提供了仿真模块160的结构框图，其中仿真模块160包括：建筑模型建立单元161、控制模型建立单元162、仿真单元163。
建筑模型建立单元161，用于建立建筑模型。
控制模型建立单元162，用于将建筑模型导入模拟工具中，建立冷冻系统控制模型。
仿真单元163，用于按照预设时间周期和预设时间步长进行仿真实验，得到仿真结果数据。
如图7所示，提供了修正模块130的结构框图，其中修正模块130包括：仿真结果数据拟合单元131、系统历史运行数据拟合单元132、计算单元133以及修正单元134。
仿真结果数据拟合单元131，用于对仿真结果数据进行曲线拟合，得到仿真控制曲线方程；
系统历史运行数据拟合单元132，用于对同期的系统历史运行数据进行曲线拟合，得到实际控制曲线方程；
计算单元133，用于将仿真控制曲线方程和实际控制曲线方程做差，得到仿真控制曲线方程和实际控制曲线方程之间的控制偏差方程；
修正单元134，用于利用控制偏差方程修正初始控制策略。
如图8所示，提供了系统历史数据存储模块120的结构框图，其中系统历史数据存储模块120包括：调节参数计算单元以及调节单元。
调节参数计算单元121，用于根据运行参数以及初始控制策略计算得到调节参数，调节参数包括增加冷冻主机运行数量、减少冷冻主机运行数量、增大泵的频率以及减小泵的频率；
调节单元122，用于根据调节参数调节冷冻主机运行数量和泵的频率，得到当前冷冻系统的最佳运行状态。
关于冷冻系统控制装置100的具体限定可以参见上文中对于冷冻系统控制方法的限定，在此不再赘述。上述冷冻系统控制装置100中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于主控制设备中的处理器中，也可以以软件形式存储于主控制设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种冷冻系统中的主控制设备，该冷冻系统中的主控制设备可以是服务器，其内部结构图可以如图9所示。该冷冻系统中的主控制设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该冷冻系统中的主控制设备的处理器用于提供计算和控制能力。该冷冻系统中的主控制设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该冷冻系统中的主控制设备的数据库用于存储仿真结果数据以及系统历史运行数据。该冷冻系统中的主控制设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种冷冻系统控制方法。
本领域技术人员可以理解，图9中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的冷冻系统中的主控制设备的限定，具体的冷冻系统中的主控制设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种冷冻系统中的主控制设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
周期性的存储仿真结果数据；周期性的获取冷冻系统的运行参数，根据运行参数以及初始控制策略调节冷冻系统状态，得到当前冷冻系统的最佳运行状态，将最佳运行状态和对应的当前运行参数作为系统历史运行数据进行存储；周期性的调用仿真结果数据和系统历史运行数据，将仿真结果数据与系统历史运行数据进行对比，根据系统历史运行数据对初始控制策略进行修正；根据修正后的控制策略控制冷冻系统。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
对仿真结果数据进行曲线拟合，得到仿真控制曲线方程；对同期的系统历史运行数据进行曲线拟合，得到实际控制曲线方程；将仿真控制曲线方程和实际控制曲线方程做差，得到仿真控制曲线方程和实际控制曲线方程之间的控制偏差方程；利用控制偏差方程修正初始控制策略。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
建立建筑模型；将建筑模型导入模拟工具中，建立冷冻系统控制模型；按照预设时间周期和预设时间步长进行仿真实验，得到仿真结果数据；周期性的存储仿真结果数据；周期性的获取冷冻系统的运行参数，根据运行参数以及初始控制策略调节冷冻系统状态，得到当前冷冻系统的最佳运行状态，将最佳运行状态和对应的当前运行参数作为系统历史运行数据进行存储；周期性的调用仿真结果数据和系统历史运行数据，将仿真结果数据与系统历史运行数据进行对比，根据系统历史运行数据对初始控制策略进行修正；将修正后的控制策略周期性输出作为初始控制策略；根据修正后的控制策略控制冷冻系统。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
周期性的存储仿真结果数据；周期性的获取冷冻系统的运行参数，根据运行参数以及初始控制策略调节冷冻系统状态，得到当前冷冻系统的最佳运行状态，将最佳运行状态和对应的当前运行参数作为系统历史运行数据进行存储；周期性的调用仿真结果数据和系统历史运行数据，将仿真结果数据与系统历史运行数据进行对比，根据系统历史运行数据对初始控制策略进行修正；根据修正后的控制策略控制冷冻系统。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
对仿真结果数据进行曲线拟合，得到仿真控制曲线方程；对同期的系统历史运行数据进行曲线拟合，得到实际控制曲线方程；将仿真控制曲线方程和实际控制曲线方程做差，得到仿真控制曲线方程和实际控制曲线方程之间的控制偏差方程；利用控制偏差方程修正初始控制策略。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
建立建筑模型；将建筑模型导入模拟工具中，建立冷冻系统控制模型；按照预设时间周期和预设时间步长进行仿真实验，得到仿真结果数据；周期性的存储仿真结果数据；周期性的获取冷冻系统的运行参数，根据运行参数以及初始控制策略调节冷冻系统状态，得到当前冷冻系统的最佳运行状态，将最佳运行状态和对应的当前运行参数作为系统历史运行数据进行存储；周期性的调用仿真结果数据和系统历史运行数据，将仿真结果数据与系统历史运行数据进行对比，根据系统历史运行数据对初始控制策略进行修正；将修正后的控制策略周期性输出作为初始控制策略；根据修正后的控制策略控制冷冻系统。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种基于仿真和运行大数据的冷冻系统自优化控制方法，其特征在于，所述方法包括：
周期性的存储仿真结果数据；
周期性的获取冷冻系统的运行参数，根据所述运行参数以及初始控制策略调节冷冻系统状态，得到当前冷冻系统的最佳运行状态，将所述最佳运行状态和对应的当前运行参数作为系统历史运行数据进行存储；
周期性的调用仿真结果数据和所述系统历史运行数据，将所述仿真结果数据与所述系统历史运行数据进行对比，根据所述系统历史运行数据对所述初始控制策略进行修正；
根据修正后的控制策略控制冷冻系统。
2.根据权利要求1所述的方法，其特征在于，根据所述系统历史运行数据对所述初始控制策略进行修正，包括：
计算得到系统历史运行数据与仿真结果数据之间的偏差，根据所述偏差对所述初始控制策略进行修正。
3.根据权利要求2所述的方法，其特征在于，所述计算得到系统历史运行数据与仿真结果数据之间的偏差，根据所述偏差对所述初始控制策略进行修正，包括：
对仿真结果数据进行曲线拟合，得到仿真控制曲线方程；
对同期的系统历史运行数据进行曲线拟合，得到实际控制曲线方程；
将所述仿真控制曲线方程和实际控制曲线方程做差，得到仿真控制曲线方程和实际控制曲线方程之间的控制偏差方程；
利用所述控制偏差方程修正所述初始控制策略。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
建立建筑模型；
将建筑模型导入模拟工具中，建立冷冻系统控制模型；
按照预设时间周期和预设时间步长进行仿真实验，得到仿真结果数据。
5.根据权利要求1所述的方法，其特征在于，在所述根据所述系统历史运行数据对所述初始控制策略进行修正之后，还包括：
将修正后的控制策略周期性输出作为所述初始控制策略。
6.根据权利要求1所述的方法，其特征在于，所述周期性的获取冷冻系统的运行参数，包括：
周期性的通过传感器采集箱采集冷冻系统的进水温度、回水温度、水压以及流量。
7.根据权利要求6所述的方法，其特征在于，根据所述运行参数以及初始控制策略调节冷冻系统状态，得到当前冷冻系统的最佳运行状态，包括：
根据所述运行参数以及初始控制策略计算得到调节参数，所述调节参数包括增加冷冻主机运行数量、减少冷冻主机运行数量、增大泵的频率以及减小泵的频率；
根据所述调节参数调节冷冻主机运行数量和泵的频率，得到当前冷冻系统的最佳运行状态。
8.一种基于仿真和运行大数据的冷冻系统自优化控制装置，其特征在于，所述装置包括：
仿真结果存储模块，用于周期性的存储仿真结果数据；
系统历史数据存储模块，用于周期性的获取冷冻系统的运行参数，根据所述运行参数以及初始控制策略调节冷冻系统状态，得到当前冷冻系统的最佳运行状态，将所述最佳运行状态和对应的当前运行参数作为系统历史运行数据进行存储；
修正模块，用于周期性的调用仿真结果数据和所述系统历史运行数据，将所述仿真结果数据与所述系统历史运行数据进行对比，根据所述系统历史运行数据对所述初始控制策略进行修正；
控制模块，用于根据修正后的控制策略控制冷冻系统。
9.一种冷冻系统中的主控制设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810363006.3A CN108594886B (zh) | 2018-04-21 | 2018-04-21 | 基于仿真和运行大数据的冷冻系统自优化控制方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810363006.3A CN108594886B (zh) | 2018-04-21 | 2018-04-21 | 基于仿真和运行大数据的冷冻系统自优化控制方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108594886A true CN108594886A (zh) | 2018-09-28 |
| CN108594886B CN108594886B (zh) | 2021-05-18 |
Family
ID=63613947
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810363006.3A Active CN108594886B (zh) | 2018-04-21 | 2018-04-21 | 基于仿真和运行大数据的冷冻系统自优化控制方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108594886B (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109595763A (zh) * | 2018-12-21 | 2019-04-09 | 珠海格力电器股份有限公司 | 空调系统的控制策略优化方法、装置和计算机设备 |
| CN110659178A (zh) * | 2019-08-30 | 2020-01-07 | 中国人民财产保险股份有限公司 | 系统运行状态调节方法、装置及存储介质、电子设备 |
| CN111895581A (zh) * | 2020-08-05 | 2020-11-06 | 南京天加环境科技有限公司 | 一种中央空调系统主机自主寻优控制方法 |
| CN112289113A (zh) * | 2020-10-29 | 2021-01-29 | 中国航空工业集团公司洛阳电光设备研究所 | 机载光电系统的数字视频激励的方法及其系统 |
| CN112835777A (zh) * | 2021-02-23 | 2021-05-25 | 深圳市得一微电子有限责任公司 | 一种提高flash仿真准确性的方法、系统 |
| CN113050728A (zh) * | 2021-03-26 | 2021-06-29 | 西安热工研究院有限公司 | 一种基于数据模型控制除氧器自启动的升温系统及方法 |
| CN113704582A (zh) * | 2020-05-20 | 2021-11-26 | 阿里巴巴集团控股有限公司 | 投运效果分析、数据处理方法、装置、设备及存储介质 |
| CN114135984A (zh) * | 2021-11-22 | 2022-03-04 | 珠海格力电器股份有限公司 | 空调的仿真控制系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040011066A1 (en) * | 2002-07-19 | 2004-01-22 | Hitachi Plant Engineering & Construction Co., Ltd. | Air conditioning plant and control method thereof |
| CN1804574A (zh) * | 2006-01-19 | 2006-07-19 | 湖南大学 | 混合电动汽车运行性能参数的测试方法及装置 |
| CN101196730A (zh) * | 2006-12-06 | 2008-06-11 | 陈辉俊 | 可应用于空调系统之回馈仿真方法 |
| CN104515271A (zh) * | 2013-09-30 | 2015-04-15 | 代建国 | 中央空调冷冻站系统的节能优化控制系统及其控制方法 |
| CN105571073A (zh) * | 2016-01-15 | 2016-05-11 | 北京工业大学 | 一种地铁站空调水系统变频控制节能方法 |
| CN105793783A (zh) * | 2013-07-25 | 2016-07-20 | 通用电气公司 | 冷却塔系统的动态监控、诊断和控制 |
| 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 |
-
2018
- 2018-04-21 CN CN201810363006.3A patent/CN108594886B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040011066A1 (en) * | 2002-07-19 | 2004-01-22 | Hitachi Plant Engineering & Construction Co., Ltd. | Air conditioning plant and control method thereof |
| CN1804574A (zh) * | 2006-01-19 | 2006-07-19 | 湖南大学 | 混合电动汽车运行性能参数的测试方法及装置 |
| CN101196730A (zh) * | 2006-12-06 | 2008-06-11 | 陈辉俊 | 可应用于空调系统之回馈仿真方法 |
| CN105793783A (zh) * | 2013-07-25 | 2016-07-20 | 通用电气公司 | 冷却塔系统的动态监控、诊断和控制 |
| CN104515271A (zh) * | 2013-09-30 | 2015-04-15 | 代建国 | 中央空调冷冻站系统的节能优化控制系统及其控制方法 |
| CN105571073A (zh) * | 2016-01-15 | 2016-05-11 | 北京工业大学 | 一种地铁站空调水系统变频控制节能方法 |
| 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 |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109595763A (zh) * | 2018-12-21 | 2019-04-09 | 珠海格力电器股份有限公司 | 空调系统的控制策略优化方法、装置和计算机设备 |
| WO2020125184A1 (zh) * | 2018-12-21 | 2020-06-25 | 珠海格力电器股份有限公司 | 空调系统的控制策略优化方法、装置和计算机设备 |
| CN110659178A (zh) * | 2019-08-30 | 2020-01-07 | 中国人民财产保险股份有限公司 | 系统运行状态调节方法、装置及存储介质、电子设备 |
| CN110659178B (zh) * | 2019-08-30 | 2023-03-28 | 中国人民财产保险股份有限公司 | 系统运行状态调节方法、装置及存储介质、电子设备 |
| CN113704582A (zh) * | 2020-05-20 | 2021-11-26 | 阿里巴巴集团控股有限公司 | 投运效果分析、数据处理方法、装置、设备及存储介质 |
| CN111895581A (zh) * | 2020-08-05 | 2020-11-06 | 南京天加环境科技有限公司 | 一种中央空调系统主机自主寻优控制方法 |
| CN112289113A (zh) * | 2020-10-29 | 2021-01-29 | 中国航空工业集团公司洛阳电光设备研究所 | 机载光电系统的数字视频激励的方法及其系统 |
| CN112835777A (zh) * | 2021-02-23 | 2021-05-25 | 深圳市得一微电子有限责任公司 | 一种提高flash仿真准确性的方法、系统 |
| CN112835777B (zh) * | 2021-02-23 | 2023-07-14 | 得一微电子股份有限公司 | 一种提高flash仿真准确性的方法、系统 |
| CN113050728A (zh) * | 2021-03-26 | 2021-06-29 | 西安热工研究院有限公司 | 一种基于数据模型控制除氧器自启动的升温系统及方法 |
| CN113050728B (zh) * | 2021-03-26 | 2022-04-08 | 西安热工研究院有限公司 | 一种基于数据模型控制除氧器自启动的升温系统及方法 |
| CN114135984A (zh) * | 2021-11-22 | 2022-03-04 | 珠海格力电器股份有限公司 | 空调的仿真控制系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108594886B (zh) | 2021-05-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108594886A (zh) | 基于仿真和运行大数据的冷冻系统自优化控制方法和装置 | |
| CN109860670B (zh) | 电动汽车燃料电池氢气压力控制方法及电子设备 | |
| CN110375418A (zh) | 空调器及其电子膨胀阀控制方法、控制装置和存储介质 | |
| CN103092149A (zh) | 基于模型的发电量需求控制 | |
| CN106777487A (zh) | 一种含有储能系统的光伏电站可信容量计算方法及系统 | |
| CN103559071B (zh) | 一种核电仿真系统集成工程软件的方法和核电仿真系统 | |
| CN114336673B (zh) | 一种基于模型预测控制的风储联合电站一次调频控制策略 | |
| MX2007009728A (es) | Procedimiento para optimizar el funcionamiento de multiples unidades de compresor y dispositivo para ello. | |
| BRPI0918192B1 (pt) | Metodo para o controle ou regulagem de uma estação de ar comprimindo e dispositivo de controle de uma estação de ar comprimido | |
| CN112868157A (zh) | 用于将电功率馈送到供电网中的方法和风电场 | |
| CN105700494A (zh) | 基于模型的组合循环发电厂负载控制 | |
| CN114142498A (zh) | 一种数据驱动的分布式储能自适应预测控制电压调节方法 | |
| CN107846045A (zh) | 一种电池储能系统跟踪风光计划出力的控制方法 | |
| CN116909166B (zh) | 一种数字孪生虚拟仿真处理方法及系统 | |
| CN105720574A (zh) | 基于spsa的电力系统单区域负荷频率的数据驱动控制方法 | |
| CN111313425B (zh) | 基于变量空间最优选择的潮流模型线性化误差最小化方法 | |
| Vanhoudt et al. | The use of distributed thermal storage in district heating grids for demand side management | |
| CN108631368A (zh) | 计及储能运行损耗下风储系统联合调度的储能配置方法 | |
| CN115663849A (zh) | 一种水电厂与工业温控负荷协同快速调控的方法及控制器 | |
| CN106410829A (zh) | 一种基于预测控制的储能源网协调控制系统及方法 | |
| CN109556240A (zh) | 空调系统的控制方法、装置、机房空调系统和计算机设备 | |
| RU2721026C1 (ru) | Способ передачи регулирующих воздействий от регулятора, в частности регулятора ветропарка на блоки, а также регулируемый блок и регулятор | |
| CN113503749B (zh) | 一种用于间接空冷系统的智能水温控制方法 | |
| CN109028482A (zh) | 一种空调控制方法、装置及空调器 | |
| CN113324239B (zh) | 燃气蒸汽联合循环机组汽温控制方法及装置 |
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 |