CN109595763B - 空调系统的控制策略优化方法、装置和计算机设备 - Google Patents
空调系统的控制策略优化方法、装置和计算机设备 Download PDFInfo
- Publication number
- CN109595763B CN109595763B CN201811569243.1A CN201811569243A CN109595763B CN 109595763 B CN109595763 B CN 109595763B CN 201811569243 A CN201811569243 A CN 201811569243A CN 109595763 B CN109595763 B CN 109595763B
- Authority
- CN
- China
- Prior art keywords
- conditioning system
- air conditioning
- energy efficiency
- efficiency ratio
- control strategy
- 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
Links
- 238000004378 air conditioning Methods 0.000 title claims abstract description 587
- 238000011217 control strategy Methods 0.000 title claims abstract description 223
- 238000005457 optimization Methods 0.000 title claims abstract description 70
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000004088 simulation Methods 0.000 claims abstract description 179
- 238000005265 energy consumption Methods 0.000 claims description 49
- 238000013461 design Methods 0.000 claims description 33
- 238000004590 computer program Methods 0.000 claims description 32
- 230000002159 abnormal effect Effects 0.000 claims description 20
- 238000012360 testing method Methods 0.000 claims description 17
- 238000005094 computer simulation Methods 0.000 claims description 16
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 52
- 239000003570 air Substances 0.000 description 48
- 238000001816 cooling Methods 0.000 description 26
- 239000000498 cooling water Substances 0.000 description 21
- 230000005540 biological transmission Effects 0.000 description 16
- 239000012080 ambient air Substances 0.000 description 13
- 238000004891 communication Methods 0.000 description 11
- 238000001514 detection method Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 5
- 238000005057 refrigeration Methods 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000013486 operation strategy Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010224 classification analysis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003507 refrigerant Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- 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
-
- 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
Landscapes
- Engineering & Computer Science (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)
- Signal Processing (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本申请涉及一种空调系统的控制策略优化方法、装置和计算机设备。所述方法包括:获取所述空调系统的实际运行环境;根据所述实际运行环境,获取所述空调系统的仿真能效比;获取实际能效比,并根据所述仿真能效比和所述实际能效比,优化所述空调系统的空调控制策略。采用本方法能够提高空调控制策略的优化效率。
Description
技术领域
本申请涉及空调系统控制技术领域,特别是涉及一种空调系统的控制策略优化方法、装置、计算机设备和存储介质。
背景技术
集中式空调系统也就是我们常说的中央空调,其所有空气处理设备都集中在空调机房内。
目前,在集中式空调系统出厂之前,设备厂家一般会根据业主的项目要求预先制定相应的节能控制策略。
然而,在集中式空调系统交付业主使用后,往往需要在集中式空调系统稳定运行较长一段时间后,调试人员根据空调设备的负荷情况进行人工调试,从而对预先制定的节能控制策略进行优化,得到适合当前集中式空调系统运行的节能控制策略,优化效率不高。
因此,现有技术对集中式空调系统的控制策略优化效率不高。
发明内容
基于此,有必要针对现有技术对集中式空调系统的控制策略优化效率不高的问题,提供一种能够提高空调控制策略优化效率的空调系统的控制策略优化方法、装置、计算机设备和存储介质。
一种空调系统的控制策略优化方法,所述方法包括:
获取所述空调系统的实际运行环境;
根据所述实际运行环境,获取所述空调系统的仿真能效比;
获取实际能效比,并根据所述仿真能效比和所述实际能效比,优化所述空调系统的空调控制策略。
一种空调系统的控制策略优化装置,所述装置包括:
运行环境获取模块,用于获取所述空调系统的实际运行环境;
仿真能效比获取模块,根据所述实际运行环境,获取所述空调系统的仿真能效比;
策略优化模块,用于根据所述仿真能效比,优化所述空调系统的空调控制策略。
一种空调系统优化系统,所述系统包括:中央空调系统仿真平台、动态仿真测试平台和大数据平台;
所述大数据平台用于获取所述空调系统的实际运行环境,以及,获取所述空调系统的实际能效比;
所述动态仿真测试平台用于根据所述实际运行环境,获取所述空调系统的仿真能效比;所述动态仿真测试平台还用于根据所述仿真能效比与所述实际能效比,生成能效匹配结果;
所述中央空调系统仿真平台用于根据能效匹配结果,调整空调控制策略;所述中央空调系统仿真平台还用于计算所述空调控制策略的能耗仿真,得到节能空调控制策略;
所述大数据平台还用于根据所述节能空调控制策略,优化所述空调系统的空调控制策略。
一种计算机设备,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:
获取所述空调系统的实际运行环境;
根据所述实际运行环境,获取所述空调系统的仿真能效比;
根据所述仿真能效比,优化所述空调系统的空调控制策略。
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:
获取所述空调系统的实际运行环境;
根据所述实际运行环境,获取所述空调系统的仿真能效比;
根据所述仿真能效比,优化所述空调系统的空调控制策略。
一种空调系统优化方法,所述方法包括:获取所述空调系统的实际运行环境;根据所述实际运行环境,获取所述空调系统的仿真能效比;所述仿真能效比用于优化所述空调系统。
一种空调系统优化装置,所述装置包括:
实际环境获取模块,用于获取所述空调系统的实际运行环境;
空调系统优化模块,用于根据所述实际运行环境,获取所述空调系统的仿真能效比;所述仿真能效比用于优化所述空调系统。
一种计算机设备,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:
实际环境获取模块,用于获取所述空调系统的实际运行环境;
空调系统优化模块,用于根据所述实际运行环境,获取所述空调系统的仿真能效比;所述仿真能效比用于优化所述空调系统。
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:
实际环境获取模块,用于获取所述空调系统的实际运行环境;
空调系统优化模块,用于根据所述实际运行环境,获取所述空调系统的仿真能效比;所述仿真能效比用于优化所述空调系统。
上述空调系统的控制策略优化方法、装置、计算机设备和存储介质,通过获取空调系统的实际运行环境;模拟计算出空调系统在实际运行环境下按照空调运行策略运行时产生的仿真能效比;并获取实际能效比,根据仿真能效比和实际能效比,从而判断预先制定的空调控制策略是否匹配实际现场的中央空调系统,进而优化并更新空调系统的空调控制策略,免去了调试人员需要在中央空调系统稳定运行较长一段时间后,根据空调设备的负荷情况进行人工调试,进而来优化空调控制策略的过程。因此,提高了空调系统的空调控制策略的优化效率。
附图说明
图1为一个实施例中一种空调系统的控制策略优化方法的应用环境图;
图2为一个实施例中一种空调系统的控制策略优化方法的流程示意图;
图3为另一个实施例中一种空调系统优化方法的流程示意图;
图4为一个实施例中一种空调系统的控制策略优化装置的结构框图;
图5为另一个实施例中一种空调系统优化装置的结构框图;
图6为一个实施例中一种空调系统的控制策略优化方法的系统框图;
图7为一个实施例中一种空调系统的控制策略优化方法的数据流向图;
图8为一个实施例中一种空调系统的控制策略优化方法的模块关系图;
图9为一个实施例中计算机设备的内部结构图。
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。
本申请提供的空调系统的控制策略优化方法,可以应用于如图1所示的应用环境中。其中,服务器102通过网络与空调系统104通过网络进行通信。其中,服务器102可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种空调系统的控制策略优化方法,以该方法应用于图1中的服务器102为例进行说明,包括以下步骤:
步骤202,获取空调系统的实际运行环境。
其中,空调系统可以是中央空调系统。
其中,实际运行环境可以是指中央空调系统所在建筑的实际环境状况,例如,环境冷负荷、室内温湿度、室外温湿度等。
具体实现中,调试人员首先在建筑的外墙以及室内安装有多个检测装置,上述的检测装置可以用于检测室内温湿度、室外温湿度、环境气压、环境气流等实际气象参数。通过使用数据通讯模块建立上述检测装置与服务器102之间的连接。数据通讯模块将上述的实际气象参数传输至服务器102。在服务器102获取上述的实际气象参数后,根据上述的实际气象参数计算并获取环境冷负荷,从而使服务器102完整地获取到中央空调系统的实际运行环境。
例如,调试人员在首先建筑的外墙以及室内安装有温湿度传感器、气压传感器、环境气流传感器等,然后通过使用数据传输单元DTU(Data Transfer unit)建立上述传感器与服务器102的连接,具体地,调试人员在数据传输单元DTU中放入一张开通GPRS(GeneralPacket Radio Service)功能的SIM(Subscriber Identification Module)卡,数据传输单元DTU上电后先注册到GPRS网络,然后数据传输单元DTU将上述的传感器通过GPRS网络与服务器102建立无线网络连接。从而使服务器102可以实时地获取到室内温湿度、室外温湿度、环境气压、环境气流等实际气象参数,并根据上述实际气象参数计算并获取环境冷负荷,进而使服务器102完整地获取到中央空调系统的实际运行环境。
步骤204,根据实际运行环境,获取空调系统的仿真能效比。
其中,能效比可以是指能源转换效率之比。在实际应用中,能效比可以是设备制冷量与设备耗电量之比。
其中,仿真能效比可以是指计算机通过模拟空调系统运行,计算得到运行产生的制冷量与耗电量,并根据制冷量与耗电量的比值得出的能效比。
具体实现中,当服务器102获取到中央空调系统在业主建筑中的实际运行环境后,服务器102通过使用预设的空调系统仿真模型模拟空调系统在当前的建筑冷负荷、房间气象参数等实际运行环境下,按照当前的控制策略运行,通过仿真计算得到空调系统仿真模型在这一过程中产生的制冷量与耗电量,并根据制冷量与设备耗电量的比值得出的能效比。由于上述的能效比为服务器102仿真得到的,因此将上述的能效比命名为仿真能效比。
其中,控制策略可以为控制中央空调系统各设备运行的策略。例如,当中午12点时水冷机组功率由700kW(千瓦)提高到800kW、当用户将空调制冷温度由27℃(摄氏度)调到26℃时,风机风量提高4%、中央空调系统制冷功率为额定功率的75%等。
例如,一般来说中央空调系统在出厂之前,设计人员会预先制定的空调控制策略。设计人员在预先制定空调控制策略时,设计人员首先需要在计算机中搭建一个与设计方案一致的中央空调系统模型。更具体地,设计人员首先在计算机中搭建与现场一致的建筑模型,然后,根据设计方案在建筑模型中确定设备信号并将设备布置在建筑模型中,从而得到与设计方案一致的中央空调系统模型。进一步地,使用中央空调系统模型模拟空调系统按照候选控制策略运行,并根据运行结果,确定适合当前中央空调系统的空调控制策略。中央空调系统在出厂之后,按照该空调控制策略进行运行。
在中央空调系统实际运行过程中,服务器102获取到中央空调系统在业主建筑中的实际运行环境如建筑冷负荷、室内温湿度、室外温湿度、环境气压、环境气流等实际气象参数,同时服务器102通过数据传输单元DTU与中央空调系统控制柜中的控制器连接,进而使服务器102实时地获取当前中央空调系统的空调控制策略。然后,服务器102通过使用中央空调系统模型,模拟得到中央空调系统在当前的运行环境下按照当前的空调控制策略运行产生的制冷量和设备总耗电量,并根据制冷量与设备耗电量的比值计算得出的仿真能效比。
步骤206,获取实际能效比,并根据所述仿真能效比和所述实际能效比,优化空调系统的空调控制策略。
具体实现中,服务器102在计算得到仿真能效比的同时,测量并获取空调系统在实际现场运行的能效比即实际能效比,当计算得到仿真能效比与实际能效比之间的差值,当差值超过了预设的差值范围时,说明实际现场的中央空调系统与设计人员预先建立的中央空调仿真模型存在差别,也说明设计人员预先制定的空调控制策略并不适合实际现场的中央空调系统,从而使服务器102进一步优化中央空调系统的空调控制策略。
例如,在中央空调系统实际运行过程中,服务器102获取到中央空调系统在业主建筑中的建筑冷负荷、室内温湿度、室外温湿度、环境气压、环境气流等运行环境气象参数,同时服务器102通过数据传输单元DTU与中央空调系统控制柜中的控制器连接,进而实时获取当前中央空调系统的当前空调控制策略。然后,服务器102通过使用中央空调系统模型,模拟得到中央空调系统在当前的运行环境下按照当前的空调控制策略运行产生的制冷量和设备总耗电量,根据制冷量与设备耗电量的比值计算得出的仿真能效比,例如,服务器102计算得到的仿真能效比为3.6。
于此同时,服务器102通过电表等测量装置,测量现场中央空调系统,计算并得到实际能效比为2.5。仿真能效比与实际现场运行的能效比的差值超过了设计人员预设的差值范围,因此仿真能效比与实际能效比不匹配。这也说明实际现场的中央空调系统与设计人员预先建立的中央空调仿真模型存在差别,设计人员预先制定的空调控制策略并不适合实际现场的中央空调系统。
例如,实际现场中业主仅对部分区域进行制冷,因而此时对中央空调的制冷量要求较低。然而实际现场的空调系统按照设计人员预先制定的空调控制策略运行,制冷量用于满足中央空调系统对全部区域进行制冷。此时空调系统的制冷功率远远大于当前情况下的制冷量要求,预先制定的空调控制策略并不适合实际现场的中央空调系统,进而造成能效比过低。因此,服务器102针对当前实际现场的制冷量要求,优化并更新中央空调系统的空调控制策略,从而使空调控制策略匹配实际现场的中央空调系统。
上述空调系统的控制策略优化方法中,通过获取空调系统的实际运行环境;模拟计算出空调系统在实际运行环境下按照空调运行策略运行时产生的仿真能效比;获取实际能效比,根据仿真能效比和实际能效比的匹配程度,判断预先制定的空调控制策略是否匹配实际现场的中央空调系统,进而优化并更新空调系统的空调控制策略,免去了调试人员需要在中央空调系统稳定运行较长一段时间后,根据空调设备的负荷情况进行人工调试,进而来优化空调控制策略的过程。因此,提高了空调系统的空调控制策略的优化效率。
在另一个实施例中,所述根据所述仿真能效比和所述实际能效比,优化所述空调系统的空调控制策略,包括:计算实际能效比和仿真能效比的能效比差值;根据能效比差值,优化空调控制策略。
其中,能效比差值可以是指仿真能效比与实际能效比的差值。
具体实现中,当服务器102在计算得到仿真能效比的同时,服务器102测量并获取空调系统在实际现场运行的能效比,即空调系统的实际能效比,并判断实际能效比与仿真能效比之间的匹配程度。具体地,通过将仿真能效比减去实际能效比,得到两者之间的能效比差值。通过使用能效比差值来量化实际能效比与仿真能效比之间的匹配程度。实际能效比与仿真能效比之间的匹配程度,优化空调控制策略的方法也不同。针对不同的匹配程度,来优化并更新空调系统的空调控制策略,使空调控制策略适合当前实际现场的中央空调系统。
例如,服务器102仿真计算得到仿真能效比为3.6。当服务器102测量并获取空调系统在实际现场运行的能效比,即空调系统的实际能效比为2.5。此时,将仿真能效比3.6减去实际能效比2.5,得到能效比差值为1.1。说明此时的实际能效比与仿真能效比之间的匹配程度较低,实际现场的中央空调系统可能与设计人员预先建立的中央空调仿真模型差别较大,设计人员预先制定的空调控制策略可能与实际现场的中央空调系统不匹配,服务器102通过获取中央空调系统的不同区域室内机的运行状态,判断实际现场的制冷量要求。服务器102针对当前实际现场的制冷量要求,优化并更新中央空调系统的空调控制策略,从而使空调控制策略匹配当前的中央空调系统。
另一种情况,服务器102仿真计算得到仿真能效比为3.6。当服务器102测量并获取空调系统在实际现场运行的能效比,即空调系统的实际能效比为3.5。此时,将仿真能效比3.6减去实际能效比3.5,得到能效比差值为0.1。说明此时的实际能效比与仿真能效比之间的匹配程度高,实际现场的中央空调系统与设计人员预先建立的中央空调仿真模型差别较小,设计人员预先制定的空调控制策略与实际现场的中央空调系统匹配,服务器102在当前空调控制策略的基础上,不断细微地调节空调控制策略中控制器的系数,从而进一步优化空调系统的空调控制策略。
本实施例的技术方案中,通过获取空调系统的实际能效比;计算实际能效比和仿真能效比的能效比差值;通过使用能效比差值来量化实际能效比与仿真能效比之间的匹配程度,从而可以针对不同的匹配程度,准确地优化并更新空调系统的空调控制策略,使空调控制策略更加适合当前的中央空调系统。
在另一个实施例中,根据能效比差值,优化空调控制策略,包括:当能效比差值大于预设的差值阈值,获取空调系统的末端设备运行状态;分析末端设备运行状态,得到空调系统的末端设备空闲量;根据末端设备空闲量占末端设备总量的比值,得到空调系统的现场工况;获取空调系统的设计工况,并判断现场工况是否与设计工况一致;当现场工况与设计工况不一致,优化空调控制策略。
其中,差值阈值可以是指用于判定能效比差值大小程度的阈值。
其中,末端设备可以是指能通过冷冻水或冷媒产生冷凤的装置,例如,风机盘管、多联机的室内机、新风处理机、空气处理器等。
其中,末端设备空闲量可以是指末端设备暂停运行的数量。
其中,现场工况可以是指空调系统在实际现场的运行状况,例如,在业主对建筑中的四个房间进行制冷,此时空调系统的只有四个末端设备处于运行状态。.
其中,设计工况可以是指空调系统在设计阶段时所确定的理论运行状况。例如,设计人员根据业主的建筑情况,中央空调系统需要对建筑中的六个房间进行制冷,因此在设计方案中,中央空调系统有六个末端设备处于运行状态。
具体实现中,设计人员预先设定差值阈值,从而来判定能效比差值的大小程度。服务器102计算得到的能效比差值,当能效比差值大于设计人员预先设定的差值阈值时,说明此时的实际能效比与仿真能效比之间的匹配程度较低,实际现场的中央空调系统可能与设计人员预先建立的中央空调仿真模型差别较大,设计人员预先制定的空调控制策略可能与实际现场的中央空调系统不匹配。因此,服务器102获取空调系统的末端设备运行状态,例如,业主建筑中室内机的运行状态。通过分析末端设备运行状态,得到实际现场空调系统的末端设备空闲量;根据当前空调系统的末端设备空闲量,分析得到实际现场的空调系统的制冷功率远远满足当前情况下的制冷量要求,进而造成能效比过低。因此,服务器102针对当前实际现场的末端设备空闲量占末端设备总量的比值,得到空调系统的现场工况;获取预先在数据库中的空调系统设计工况,并判断现场工况是否与设计工况一致;当现场工况与设计工况不一致,优化并更新中央空调系统的空调控制策略,从而使空调控制策略匹配当前的中央空调系统,进而使空调系统的制冷功率适配当前情况下的制冷量要求。
例如,假设设计人员预先设定差值阈值为1,服务器102仿真计算得到仿真能效比为3.6。当服务器102测量并获取空调系统在实际现场运行的能效比,即空调系统的实际能效比为2.5。此时,将仿真能效比3.6减去实际能效比2.5,得到能效比差值为1.1,能效比差值大于差值阈值,实际能效比相对较低。说明此时的实际能效比与仿真能效比之间的匹配程度不匹配,实际现场的中央空调系统与设计人员预先建立的中央空调仿真模型差别不同。
服务器102获取业主建筑中不同室内机的运行状态,通过分析不同室内机的运行状态,得到实际现场中业主仅对部分房间进行制冷,因此对中央空调系统的制冷量要求较低。然而实际现场的中央空调系统按照设计人员预先制定的空调控制策略运行,此时空调系统的制冷功率大于当前情况下的制冷量要求,进而造成能效比过低。因此,服务器102根据分析不同室内机的运行状态,得到实际现场室内机处于空闲状态的总数量即末端设备空闲量,根据末端设备空闲量占末端设备总数量的比值,得到空调系统的现场工况;获取预先在数据库中的空调系统设计工况,并判断现场工况是否与设计工况一致;当现场工况与设计工况不一致,根据室内机的运行状态,优化并更新中央空调系统的空调控制策略,从而使此时空调系统的制冷功率刚好满足当前情况下的制冷量要求,进而使空调控制策略匹配当前的中央空调系统,提高中央空调系统的实际能效比。
在另一个实施例中,根据能效比差值,优化空调控制策略,包括:调整空调控制策略中的控制规律参数,得到新增控制策略;根据新增控制策略,获取空调系统的新增仿真能耗,并根据空调控制策略,获取空调系统的原始仿真能耗;根据原始仿真能耗与新增仿真能耗的差值,优化空调控制策略。
其中,控制规律参数可以是指空调系统控制系统中PID控制器的控制参数,具体地,PID控制器是在工业控制领域应用中的一种反馈回路控制部件。例如,室内机的温度PID控制器的控制参数分别是P(比例系数)为35%,I(积分系数)为300s(秒),D(微分系数)为40。在实际应用中,通过微调上述的控制参数,进而得到不同的温度PID控制器控制策略。
其中,原始仿真能耗可以是指空调系统仿真模型模拟当前空调系统按照空调控制策略运行产生的制冷季能耗。
其中,新增仿真能耗可以是指空调系统仿真模型模拟当前空调系统按照新增控制策略运行产生的制冷季能耗。
具体实现中,设计人员预先设定差值阈值,服务器102根据差值阈值来判定能效比差值的大小程度。服务器102计算得到的能效比差值,当能效比差值小于设计人员预先设定的差值阈值时,说明此时的实际能效比与仿真能效比之间的匹配程度较高,实际现场的中央空调系统可能与设计人员预先建立的中央空调仿真模型差别可能较小,设计人员预先制定的空调控制策略与实际现场的中央空调系统匹配。为了判断此时的空调控制策略是否具有优化空间,通过调整空调控制策略中的控制规律参数,得到新增控制策略;根据新增控制策略,获取空调系统的新增仿真能耗,并根据空调控制策略,获取空调系统的原始仿真能耗;根据原始仿真能耗与新增仿真能耗的差值,优化空调控制策略。
例如,假设设计人员预先设定差值阈值为1,服务器102仿真计算得到仿真能效比为3.6。当服务器102测量并获取空调系统在实际现场运行的能效比,即空调系统的实际能效比为3.55。此时,将仿真能效比3.6减去实际能效比3.55,得到能效比差值为0.05,此时能效比差值远远小于差值阈值。说明此时的实际能效比与仿真能效比之间的匹配程度较高,实际现场的中央空调系统与设计人员预先建立的中央空调仿真模型差别较小,现场工况与设计工况差别较小,设计人员预先制定的空调控制策略与实际现场的中央空调系统匹配。
此时,服务器102在当前空调控制策略的基础上,一定程度地调节空调系统的PID控制器参数,从而使服务器102获取得到新增空调控制策略。更具体地,根据设计人员预先制定的空调控制策略可知,室内机的温度PID控制器的控制器参数分别为P为35%,I为300s(秒),D为40。在此PID控制器参数基础上,通过细微调整三个控制规律参数,进而得到新增空调控制策略,例如,室内机的温度PID控制器的控制器参数分别是P为34.5%,I为280s,D为35。
另一种情况,随着中央空调系统研发人员不断研究和实验,会不时将更加先进的空调控制策略录入服务器102的数据库中。从而也可以使服务器102获取到新增空调控制策略。
最后,服务器102通过使用中央空调仿真模型模拟室内机的温度PID控制器的控制器参数分别是P为35%,I为300s,D为40时,得到原始仿真能耗即空调系统的制冷季能耗为5000k·W(千瓦时),同时模拟室内机的温度PID控制器的控制器参数分别是P为34.5%,I为280s,D为35时,得到新增仿真能耗即空调系统的制冷季能耗为4500k·W,此时原始仿真能耗与新增仿真能耗的差值为500k·W,可以看出空调系统按照新增空调控制策略运行时产生的制冷季能耗比其按照设计人员预先设定的空调控制策略低,说明此时的空调控制策略具有优化空间。因此,服务器102通过使用数据传输单元DTU将空调系统室内机的温度PID控制器的控制器参数设定为:P为34.5%,I为280s,D为35,从而优化空调系统的空调控制策略,进而提高空调系统的实际能效比。
在另一个实施例中,根据实际运行环境,获取空调系统的仿真能效比,包括:获取仿真制冷量和仿真耗电量;仿真制冷量和仿真耗电量均为空调系统仿真模型模拟空调系统在实际运行环境下按照空调控制策略运行得到的;根据仿真制冷量与仿真耗电量的比值,得到仿真能效比。
具体实现中,在中央空调系统实际运行过程中,服务器102获取到中央空调系统在业主建筑中的实际运行环境如建筑冷负荷、室内温湿度、室外温湿度、环境气压、环境气流等实际气象参数,同时服务器102通过数据传输单元DTU与全工况能耗仿真实验室的中央空调系统控制柜中的控制器连接,该控制器的参数与实际运行现场的控制器参数一致,进而实时获取当前中央空调系统的当前空调控制策略。然后,服务器102通过使用中央空调系统模型模拟中央空调系统在当前的运行环境下按照当前的空调控制策略运行产生的制冷量和设备总耗电量。具体地,使用中央空调系统仿真模型模拟中央空调系统在当前的运行环境下按照当前的空调控制策略运行过程,获取冷水机组的仿真冷水流量、仿真冷水回水温度、仿真冷水出水温度和仿真耗电量;根据仿真冷水流量、仿真冷水回水温度与仿真冷水出水温度的差值计算出中央空调系统仿真模型的制冷量;由于上述的制冷量为服务器102通过使用中央空调系统模型仿真计算出来的设备制冷量,因此将所述的制冷量命名为仿真制冷量。同理,将上述的设备总耗电量命名为仿真耗电量。最后,求出仿真制冷量与仿真耗电量的比值,进而得到中央空调系统模型在实际运行环境下按照当前的空调控制策略运行时的仿真能效比。
本实施例的技术方案中,通过使用空调系统仿真模型模拟空调系统在实际运行环境下按照空调控制策略运行,计算得到仿真制冷量和仿真耗电量;再根据仿真制冷量和仿真耗电量的比值,得到仿真能效比,从而可以根据仿真能效比与空调系统的实际能效比的匹配程度,准确地判断设计人员预先制定的空调控制策略是否适合实际现场的中央空调系统。
在另一个实施例中,获取空调系统的实际能效比,包括:获取空调系统的实际制冷量,以及,获取空调系统的实际耗电量;根据实际制冷量与实际耗电量的比值,得到实际能效比。
具体实现中,中央空调系统冷水机组的管道中设有水流量检测装置和温度测量装置。水流量检测装置用于检测冷水机组的管道中冷水流量。温度测量装置用于检测冷水机组的管道中冷水回水温度和冷水出水温度。通过使用数据通讯模块建立上述检测装置与服务器102之间的连接。数据通讯模块实时将冷水流量、冷水回水温度和冷水出水温度上传至服务器102,服务器102根据冷水流量和冷水回水温度与冷水出水温度之间的温差,计算并获取空调系统的实际制冷量;于此同时,实际现场的电表用于测量空调系统的实际耗电量,通过数据通讯模块将实际耗电量上传至服务器102。最后,服务器102根据实际制冷量与实际耗电量的比值,计算得到空调系统的实际能效比。
本实施例的技术方案中,通过使用检测仪表实时地测量空调系统的实际耗电量和空调系统的实际制冷量,从而可以准确客观地计算出空调系统的实际能效比,进而可以根据仿真能效比与空调系统的实际能效比的匹配程度,准确地判断设计人员预先制定的空调控制策略是否适合实际现场的中央空调系统。
在另一个实施例中,还包括:获取设备运行参数;设备运行参数用于记录空调系统中的系统设备的运行状态;根据设备运行参数,生成设备异常报警;设备异常报警用于指示用户对系统设备进行检修。
其中,设备运行参数可以是指空调系统中各设备在运行过程中产生的设备参数,例如,风机频率、风机功率、冷冻水泵频率、冷冻水泵功率、冷冻水泵流量、冷冻总管扬程、冷冻总管供水温度、冷冻总管回水温度等。
具体实现中,当计算得到仿真能效比与实际现场运行的能效比之间还是存在差距,说明实际现场的中央空调系统与设计人员预先建立的中央空调仿真模型仍然存在一定的差别,中央空调系统中的设备可能处于较为低效的运行状态。因此,监测实际现场的中央空调系统设备的运行状况。具体地,空调系统安装有用于测量设备运行参数的检测装置,例如,功率传感器、温度传感器等,服务器102通过数据通讯模块获取检测装置测量到的设备运行参数;然后,服务器102通过大数据分析比较设备运行参数与设备额定运行参数的差别,判断设备是否存在异常;当设备存在异常时,服务器102生成与当前设备异常情况对应的设备异常报警,从而指示用户对系统设备进行检修和维护,使空调系统的设备处于高效运行状态,提高空调系统的实际能效比。
例如,服务器102在模拟计算得到仿真能效比为3.2,测量并获取空调系统在实际现场运行的能效比为3.1,此时仿真能效比与实际现场运行的能效比之间仍存在差值但没有超过预设的差值阈值,说明实际现场的中央空调系统与设计人员预先建立的中央空调仿真模型一致,但中央空调系统中的设备此时可能处于低效运行状态,为了排除中央空调系统中的设备可能处于低效运行状态的情况。因此,服务器102监测中央空调系统的系统设备是否处于高效运行的状态。中央空调系统的冷冻水泵出水管安装有用于测量冷冻水流量的电子流量计,服务器102实时获取电子流量计测量得的冷冻水实际流量,服务器102中的数据库预先存储有冷冻水历史流量,当测得的冷冻水实际流量小于冷冻水历史流量时,说明冷冻水泵出水管出现管道堵塞的问题。因此,服务器102生成与出水管堵塞对应的设备异常报警,从而指示调试人员对冷冻水泵出水管进行检修排除故障,进而使空调系统的设备处于高效运行状态,提高空调系统的实际能效比。
本实施例的技术方案中,通过实时获取用于记录空调系统中的系统设备的运行状态的设备运行参数,对设备运行参数进行分析,实时地分析出空调系统中运行异常的设备,并生成相应的设备异常报警,从而指示调试人员对冷冻水泵出水管进行检修排除故障,进而使空调系统的设备处于高效运行状态,提高空调系统的实际能效比。
在另一个实施例中,根据设备运行参数,生成设备异常报警,包括:根据设备运行参数,生成运行性能曲线;获取运行性能曲线与系统设备的基准性能曲线的曲线差异;根据曲线差异,判定系统设备为异常设备;针对异常设备,生成设备异常报警。
其中,运行性能曲线可以是指用于反映设备运行状态的曲线。
具体实现中,空调系统安装有用于测量设备运行参数的检测装置,例如,功率传感器、温度传感器、压力传感器等,服务器102通过数据通讯模块获取检测装置测量到的设备运行参数,并构建基于设备运行参数的大数据平台;服务器102通过根据实时获取的设备运行参数,生成当前设备的运行性能曲线。由于服务器102的数据库中存储有厂家提供的当前设备的运行性能曲线即基准性能曲线。因此,通过对比运行性能曲线与系统设备的基准性能曲线的曲线差异;根据曲线差异,判定系统设备为异常设备和设备异常类型;针对异常设备和设备异常类型,生成设备异常报警,从而指示用户对系统设备进行检修,使空调系统的设备处于高效运行状态,提高空调系统的实际能效比。
例如,设计人员预先在空调系统的冷却水泵水管中安装电子流量计和液体压力传感器,服务器102通过使用数据传输单元DTU实时地获取冷却水泵水管的冷却水流量和水管中的冷却水压力。然后,服务器102根据冷却水压力实时地计算出冷水泵扬程,服务器102构建冷却水流量为横轴,冷水泵扬程为纵轴的坐标系,并生成冷水泵扬程随冷却水流量变化的冷却水泵运行性能曲线。由于服务器102的数据库预先存储有由冷却水泵厂家提供的冷却水泵基准性能曲线。服务器102通过比较冷却水泵运行性能曲线与冷却水泵基准性能曲线之间的差异,更具体地,在冷却水流量为横轴,冷水泵扬程为纵轴的坐标系中,服务器102生成的冷却水泵运行性能曲线明显低于冷却水泵厂家提供的冷却水泵基准性能曲线,说明此时冷却水泵可能因为老化而没有处于高效运行状态。此时,服务器102冷却水泵老化的设备异常报警,提示调试人员需要对冷却水泵进行检修或更换,使空调系统的冷却水泵处于高效运行状态,另外,调试人员也可以根据冷却水泵运行性能曲线,对冷却水泵控制器的控制参数进行调整,从而优化冷却水泵的控制策略,同样可以使空调系统的冷却水泵处于高效运行状态,提高空调系统的实际能效比。
本实施例的技术方案中,通过获取空调系统中设备的运行参数,根据设备的运行参数生成设备的运行性能曲线,通过将生成的当前设备运行性能曲线与厂家预先提高的设备基准性能曲线进行对比,从而可以准确地判定系统设备的设备异常类型;针对异常设备和设备异常类型,生成设备异常报警,从而指示用户对系统设备进行检修,使空调系统的设备处于高效运行状态,提高空调系统的实际能效比。
在另一个实施例中,包括:获取空调系统的实际运行环境;根据实际运行环境,获取空调系统的仿真能效比;仿真能效比用于优化空调系统。
其中,获取仿真制冷量和仿真耗电量;仿真制冷量和仿真耗电量均为空调系统仿真模型模拟空调系统在实际运行环境下按照空调控制策略运行得到的;根据仿真制冷量与仿真耗电量的比值,得到仿真能效比。
在获取空调系统的仿真能效比的步骤之后,还包括:获取空调系统的实际能效比;计算实际能效比和仿真能效比的能效比差值;根据能效比差值,优化空调系统。
其中,获取空调系统的实际能效比的步骤包括:获取空调系统的实际制冷量,以及,获取空调系统的实际耗电量;根据实际制冷量与实际耗电量的比值,得到实际能效比。
当能效比差值大于预设的差值阈值,获取空调系统的末端设备运行状态;分析末端设备运行状态,得到空调系统的末端设备空闲量;根据末端设备空闲量占末端设备总量的比值,优化空调控制策略。
调整空调控制策略中的控制规律参数,得到新增控制策略;根据新增控制策略,获取空调系统的新增仿真能耗,并根据空调控制策略,获取空调系统的原始仿真能耗;根据原始仿真能耗与新增仿真能耗的差值,优化空调控制策略。
另外,当能效比差值小于差值阈值,服务器102还可以获取设备运行参数;设备运行参数用于记录空调系统中的系统设备的运行状态;根据设备运行参数,生成设备异常报警;设备异常报警用于指示用户对系统设备进行检修。其中,根据设备运行参数,生成运行性能曲线;获取运行性能曲线与系统设备的基准性能曲线的曲线差异;根据曲线差异,判定系统设备为异常设备;针对异常设备,生成设备异常报警。
关于空调系统优化方法的具体限定可以参见上文中对于空调系统的控制策略优化方法的限定,在此不再赘述。
在另一个实施例中,提供了一种空调系统优化系统,包括:中央空调系统仿真平台、动态仿真测试平台和大数据平台;
大数据平台用于获取空调系统的实际运行环境,以及,获取空调系统的实际能效比;
动态仿真测试平台用于根据实际运行环境,获取空调系统的仿真能效比;动态仿真测试平台还用于根据仿真能效比与实际能效比,生成能效匹配结果;
中央空调系统仿真平台用于根据能效匹配结果,调整空调控制策略;中央空调系统仿真平台还用于计算空调控制策略的仿真能耗,得到节能空调控制策略;
大数据平台还用于根据节能空调控制策略,优化空调系统的空调控制策略。
具体实现中,空调系统优化系统包括中央空调系统仿真平台、动态仿真测试平台和大数据平台。其中大数据平台用于获取空调系统的实际运行环境,例如,如建筑冷负荷、室内温湿度、室外温湿度、环境气压、环境气流等实际气象参数以及冷水机、冷却塔和阀门等中央空调系统设备所产生的一系列运行数据。同时,获取中央空调系统在实际现场运行时的实际能效比。
其中,动态仿真测试平台与全工况仿真实验室的控制器相连接,该控制器与实际运行现场的中央空调系统的控制器相匹配,从而使动态仿真测试平台获得的空调控制策略与实际现场的空调控制策略一致,然后,动态仿真测试平台根据实际运行环境,测试得到该空调控制策略的运行能效比即仿真能效比,并将仿真能效比与大数据平台获得的实际能效比进行匹配,生成能效匹配结果。
其中,中央空调系统仿真平台根据能效匹配结果,对空调控制策略进行分析调整,得到新增的空调控制策略;并计算出空调控制策略的仿真能耗;并根据仿真能耗,对新增的空调控制策略进行排序,确定仿真能耗最低的节能空调控制策略。
其中,大数据平台还用于根据中央空调系统仿真平台确定的节能空调控制策略,对实际运行现场的中央空调控制系统的空调控制策略进行更新,进而实现优化中央空调系统的空调控制策略,另外,大数据平台还可以对中央空调系统设备的运行数据进行大数据分析,进而分析中央空调系统设备的运行情况。
上述空调系统的控制策略优化方法中,通过根据仿真能效比和实际能效比的匹配程度,判断预先制定的空调控制策略是否匹配实际现场的中央空调系统,进而优化并更新空调系统的空调控制策略,免去了调试人员需要在中央空调系统稳定运行较长一段时间后,根据空调设备的负荷情况进行人工调试,进而来优化空调控制策略的过程。因此,提高了空调系统的空调控制策略的优化效率。
应该理解的是,虽然图2、图3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2、图3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4所示,提供了一种空调系统的控制策略优化装置,包括:运行环境获取模块410、仿真能效比获取模块420和策略优化模块430,其中:
运行环境获取模块410,用于获取所述空调系统的实际运行环境。
仿真能效比获取模块420,根据所述实际运行环境,获取所述空调系统的仿真能效比。
策略优化模块430,用于获取实际能效比,并根据所述仿真能效比和所述实际能效比,优化所述空调系统的空调控制策略。
在一个实施例中,上述一种空调系统的控制策略优化装置的策略优化模块430,包括:计算子模块,用于计算所述实际能效比和所述仿真能效比的能效比差值;优化子模块,用于根据所述能效比差值,优化所述空调控制策略。
在一个实施例中,上述一种空调系统的控制策略优化装置的优化子模块,包括:第一获取单元,用于当所述能效比差值大于预设的差值阈值,获取所述空调系统的末端设备运行状态;分析单元,用于分析所述末端设备运行状态,得到所述空调系统的末端设备空闲量;第一优化单元,用于根据所述末端设备空闲量占末端设备总量的比值,得到所述空调系统的现场工况;判断单元,用于获取所述空调系统的设计工况,并判断所述现场工况是否与所述设计工况一致;第一优化单元,用于当所述现场工况与所述设计工况不一致,优化所述空调控制策略。
在一个实施例中,上述一种空调系统的控制策略优化装置,还包括:第二获取模块,用于调整所述空调控制策略中的控制规律参数,得到新增控制策略;能耗获取模块,用于根据所述新增控制策略,获取所述空调系统的新增仿真能耗,并根据所述空调控制策略,获取所述空调系统的原始仿真能耗;第二优化模块,用于根据所述原始仿真能耗与所述新增仿真能耗的差值,优化所述空调控制策略。
在一个实施例中,上述一种空调系统的控制策略优化装置的仿真能效比获取模块420,包括:仿真子模块,获取仿真制冷量和仿真耗电量;所述仿真制冷量和所述仿真耗电量均为空调系统仿真模型模拟所述空调系统在所述实际运行环境下按照所述空调控制策略运行得到的;比值计算子模块,根据所述仿真制冷量与所述仿真耗电量的比值,得到所述仿真能效比。
在一个实施例中,上述一种空调系统的控制策略优化装置的获取子模块,包括:第三获取单元,用于获取所述空调系统的实际制冷量,以及,获取所述空调系统的实际耗电量;比值计算单元,用于根据所述实际制冷量与所述实际耗电量的比值,得到所述实际能效比。
在一个实施例中,上述一种空调系统的控制策略优化装置,还包括:参数获取模块,用于获取设备运行参数;所述设备运行参数用于记录所述空调系统中的系统设备的运行状态;报警生成模块,用于根据所述设备运行参数,生成设备异常报警;所述设备异常报警用于指示用户对所述系统设备进行检修。
在一个实施例中,上述一种空调系统的控制策略优化装置的报警生成模块,包括:曲线生成子模块,用于根据所述设备运行参数,生成运行性能曲线;比对子模块,用于获取所述运行性能曲线与所述系统设备的基准性能曲线的曲线差异;判定子模块,用于根据所述曲线差异,判定所述系统设备为异常设备;报警生成子模块,用于针对所述异常设备,生成所述设备异常报警。
关于空调系统的控制策略优化装置的具体限定可以参见上文中对于空调系统的控制策略优化方法的限定,在此不再赘述。上述空调系统的控制策略优化装置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计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,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,如图5所示,提供了一种空调系统优化装置,包括:实际环境获取模块510和空调系统优化模块520,其中:
实际环境获取模块510,用于获取所述空调系统的实际运行环境;
空调系统优化模块520,用于根据所述实际运行环境,获取所述空调系统的仿真能效比;所述仿真能效比用于优化所述空调系统。
关于空调系统优化装置的具体限定可以参见上文中对于空调系统优化装置的限定,在此不再赘述。上述空调系统优化装置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计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
为了便于本领域技术人员深入理解本申请的各个实施例,以下将结合具体示例进行说明。
图6提供一种空调系统的控制策略优化方法在一个实施例中的系统框图,如图6所示,包括优化服务器610、数据传输单元620和空调系统630,数据传输单元620的数据发送端与优化服务器610的数据端口使用串行通信协议进行连接;数据传输单元620的数据接收端与空调系统630中控制柜的数据端口使用串行通信协议进行连接。数据传输单元620由若干块通讯板组成,用于实时将空调系统630控制柜中的控制器参数回传至优化服务器610,还可以实时将实际现场的传感器数据回传至优化服务器610。优化服务器610中安装有空调系统仿真软件,用于模拟空调系统的运行,计算得到仿真能效比、制冷季能耗等。
图7提供一种空调系统的控制策略优化方法在一个实施例中的数据流向框图,如图7所示,包括由空调系统以及若干个传感器构成的现场群控系统710、数据传输模块720、智能服务中心730和中央空调系统仿真平台740。具体地,数据传输模块720获取现场群控系统710测量得到的现场气象参数、设备负荷和设备能耗等工程现场数据,并将上述的工程现场数据参数至智能服务中心730,用于供智能服务中心730进行处理。智能服务中心730将处理后的工程现场数据,发送至中央空调系统仿真平台740,从而供中央空调系统仿真平台740进行负荷矫正、校核设备性能和优化空调控制策略;最后,中央空调系统仿真平台740通过数据传输模块720将优化后的空调控制策略传输至现场群控系统710,进而优化实际现场的中央空调系统运行状态。
图8提供一种空调系统的控制策略优化方法在一个实施例中的模块关系框图,如图8所示,服务器102包括中央空调系统仿真平台810、大数据平台820和动态仿真测试平台830。中央空调系统仿真平台810配有虚拟的仿真系统,可以用于搭建现场设备模型,对不同控制策略快速深度计算,推选出最优控制策略,同时配有带通讯功能的仿真控制器,仿真控制器用于连接动态仿真测试平台830的数据输入端。动态仿真测试平台830用于将现场工程数据导入系统,获取空调系统按照空调控制策略的运行时的仿真能效比,判断且与实际能效比的匹配程度。大数据平台820用于传输分析数据,对测量得到的现场工程数据进行分类分析,例如分析设备故障、生成报警等,为设备提供一些故障预警;同时可将现场工程数据分类整理,为中央空调系统仿真平台810提供所需数据。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图9所示。该计算机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,该计算机设备的处理器用于提供计算和控制能力。该计算机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。该计算机设备的数据库用于存储现场气象数据、设备运行数据等。该计算机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空调系统的控制策略优化方法。
在一个实施例中,提供了一种计算机设备,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:
获取所述空调系统的实际运行环境;
根据所述实际运行环境,获取所述空调系统的仿真能效比;
获取实际能效比,并根据所述仿真能效比和所述实际能效比,优化所述空调系统的空调控制策略。
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:
计算所述实际能效比和所述仿真能效比的能效比差值;根据所述能效比差值,优化所述空调控制策略。
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:
当所述能效比差值大于预设的差值阈值,获取所述空调系统的末端设备运行状态;分析所述末端设备运行状态,得到所述空调系统的末端设备空闲量;根据所述末端设备空闲量占末端设备总量的比值,得到所述空调系统的现场工况;获取所述空调系统的设计工况,并判断所述现场工况是否与所述设计工况一致;当所述现场工况与所述设计工况不一致,优化所述空调控制策略。
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:
调整所述空调控制策略中的控制规律参数,得到新增控制策略;根据所述新增控制策略,获取所述空调系统的新增仿真能耗,并根据所述空调控制策略,获取所述空调系统的原始仿真能耗;根据所述原始仿真能耗与所述新增仿真能耗的差值,优化所述空调控制策略。
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:
获取仿真制冷量和仿真耗电量;所述仿真制冷量和所述仿真耗电量均为空调系统仿真模型模拟所述空调系统在所述实际运行环境下按照所述空调控制策略运行得到的;根据所述仿真制冷量与所述仿真耗电量的比值,得到所述仿真能效比。
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:
获取所述空调系统的实际制冷量,以及,获取所述空调系统的实际耗电量;根据所述实际制冷量与所述实际耗电量的比值,得到所述实际能效比。
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:
获取设备运行参数;所述设备运行参数用于记录所述空调系统中的系统设备的运行状态;根据所述设备运行参数,生成设备异常报警;所述设备异常报警用于指示用户对所述系统设备进行检修。
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:
根据所述设备运行参数,生成运行性能曲线;获取所述运行性能曲线与所述系统设备的基准性能曲线的曲线差异;根据所述曲线差异,判定所述系统设备为异常设备;针对所述异常设备,生成所述设备异常报警。
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:
获取所述空调系统的实际运行环境;根据所述实际运行环境,获取所述空调系统的仿真能效比;所述仿真能效比用于优化所述空调系统。
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:
获取所述空调系统的实际运行环境;
根据所述实际运行环境,获取所述空调系统的仿真能效比;
获取实际能效比,并根据所述仿真能效比和所述实际能效比,优化所述空调系统的空调控制策略。
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:
计算所述实际能效比和所述仿真能效比的能效比差值;根据所述能效比差值,优化所述空调控制策略。
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:
当所述能效比差值大于预设的差值阈值,获取所述空调系统的末端设备运行状态;分析所述末端设备运行状态,得到所述空调系统的末端设备空闲量;根据所述末端设备空闲量占末端设备总量的比值,得到所述空调系统的现场工况;获取所述空调系统的设计工况,并判断所述现场工况是否与所述设计工况一致;当所述现场工况与所述设计工况不一致,优化所述空调控制策略。
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:
调整所述空调控制策略中的控制规律参数,得到新增控制策略;根据所述新增控制策略,获取所述空调系统的新增仿真能耗,并根据所述空调控制策略,获取所述空调系统的原始仿真能耗;根据所述原始仿真能耗与所述新增仿真能耗的差值,优化所述空调控制策略。
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:
获取仿真制冷量和仿真耗电量;所述仿真制冷量和所述仿真耗电量均为空调系统仿真模型模拟所述空调系统在所述实际运行环境下按照所述空调控制策略运行得到的;根据所述仿真制冷量与所述仿真耗电量的比值,得到所述仿真能效比。
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:
获取所述空调系统的实际制冷量,以及,获取所述空调系统的实际耗电量;根据所述实际制冷量与所述实际耗电量的比值,得到所述实际能效比。
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:
获取设备运行参数;所述设备运行参数用于记录所述空调系统中的系统设备的运行状态;根据所述设备运行参数,生成设备异常报警;所述设备异常报警用于指示用户对所述系统设备进行检修。
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:
根据所述设备运行参数,生成运行性能曲线;获取所述运行性能曲线与所述系统设备的基准性能曲线的曲线差异;根据所述曲线差异,判定所述系统设备为异常设备;针对所述异常设备,生成所述设备异常报警。
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:
获取所述空调系统的实际运行环境;根据所述实际运行环境,获取所述空调系统的仿真能效比;所述仿真能效比用于优化所述空调系统。
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 (14)
1.一种空调系统的控制策略优化方法,所述方法包括:
实时获取所述空调系统的实际运行环境;
根据所述实际运行环境,使用预设的空调系统仿真模型模拟所述空调系统按照当前的空调控制策略运行,获取所述空调系统的仿真能效比;
获取实际能效比,并根据所述仿真能效比和所述实际能效比,优化所述空调系统的空调控制策略;其中,当所述仿真能效比与所述实际能效比之间的差值超过预设的差值范围时,根据所述空调系统的末端设备运行状态,确定所述空调系统的现场工况;当所述现场工况与所述空调系统的设计工况不一致时,优化所述空调控制策略。
2.根据权利要求1所述的方法,其特征在于,所述根据所述仿真能效比和所述实际能效比,优化所述空调系统的空调控制策略,包括:
计算所述实际能效比和所述仿真能效比的能效比差值;
根据所述能效比差值,优化所述空调控制策略。
3.根据权利要求2所述的方法,其特征在于,所述根据所述能效比差值,优化所述空调控制策略,包括:
当所述能效比差值大于预设的差值阈值,获取所述空调系统的末端设备运行状态;
分析所述末端设备运行状态,得到所述空调系统的末端设备空闲量;
根据所述末端设备空闲量占末端设备总量的比值,得到所述空调系统的现场工况;
获取所述空调系统的设计工况,并判断所述现场工况是否与所述设计工况一致;
当所述现场工况与所述设计工况不一致,优化所述空调控制策略。
4.根据权利要求1所述的方法,其特征在于,还包括:
调整所述空调控制策略中的控制规律参数,得到新增控制策略;
根据所述新增控制策略,获取所述空调系统的新增仿真能耗,并根据所述空调控制策略,获取所述空调系统的原始仿真能耗;
根据所述原始仿真能耗与所述新增仿真能耗的差值,优化所述空调控制策略。
5.根据权利要求1所述的方法,其特征在于,所述根据所述实际运行环境,获取所述空调系统的仿真能效比,包括:
获取仿真制冷量和仿真耗电量;所述仿真制冷量和所述仿真耗电量均为空调系统仿真模型模拟所述空调系统在所述实际运行环境下按照所述空调控制策略运行得到的;
根据所述仿真制冷量与所述仿真耗电量的比值,得到所述仿真能效比。
6.根据权利要求1所述的方法,其特征在于,所述获取实际能效比,包括:
获取所述空调系统的实际制冷量,以及,获取所述空调系统的实际耗电量;
根据所述实际制冷量与所述实际耗电量的比值,得到所述实际能效比。
7.根据权利要求1所述的方法,其特征在于,还包括:
获取设备运行参数;所述设备运行参数用于记录所述空调系统中的系统设备的运行状态;
根据所述设备运行参数,生成设备异常报警;所述设备异常报警用于指示用户对所述系统设备进行检修。
8.根据权利要求7所述的方法,其特征在于,所述根据所述设备运行参数,生成设备异常报警,包括:
根据所述设备运行参数,生成运行性能曲线;
获取所述运行性能曲线与所述系统设备的基准性能曲线的曲线差异;
根据所述曲线差异,判定所述系统设备为异常设备;
针对所述异常设备,生成所述设备异常报警。
9.一种空调系统优化方法,所述方法包括:
实时获取所述空调系统的实际运行环境;
根据所述实际运行环境,使用预设的空调系统仿真模型模拟所述空调系统按照当前的空调控制策略运行,获取所述空调系统的仿真能效比;所述仿真能效比用于优化所述空调系统;其中,当所述仿真能效比与所述空调系统的实际能效比之间的差值超过预设的差值范围时,根据所述空调系统的末端设备运行状态,确定所述空调系统的现场工况;当所述现场工况与所述空调系统的设计工况不一致时,优化所述空调控制策略。
10.一种空调系统的控制策略优化装置,其特征在于,所述装置包括:
运行环境获取模块,用于实时获取所述空调系统的实际运行环境;
仿真能效比获取模块,根据所述实际运行环境,使用预设的空调系统仿真模型模拟所述空调系统按照当前的空调控制策略运行,获取所述空调系统的仿真能效比;
策略优化模块,用于根据所述仿真能效比,优化所述空调系统的空调控制策略;其中,当所述仿真能效比与所述实际能效比之间的差值超过预设的差值范围时,根据所述空调系统的末端设备运行状态,确定所述空调系统的现场工况;当所述现场工况与所述空调系统的设计工况不一致时,优化所述空调控制策略。
11.一种空调系统优化装置,其特征在于,所述装置包括:
实际环境获取模块,用于实时获取所述空调系统的实际运行环境;
空调系统优化模块,用于根据所述实际运行环境,使用预设的空调系统仿真模型模拟所述空调系统按照当前的空调控制策略运行,获取所述空调系统的仿真能效比;所述仿真能效比用于优化所述空调系统;其中,当所述仿真能效比与所述空调系统的实际能效比之间的差值超过预设的差值范围时,根据所述空调系统的末端设备运行状态,确定所述空调系统的现场工况;当所述现场工况与所述空调系统的设计工况不一致时,优化所述空调控制策略。
12.一种空调控制策略优化系统,其特征在于,包括:中央空调系统仿真平台、动态仿真测试平台和大数据平台;
所述大数据平台用于实时获取所述空调系统的实际运行环境,以及,获取所述空调系统的实际能效比;
所述动态仿真测试平台用于根据所述实际运行环境,使用预设的空调系统仿真模型模拟所述空调系统按照当前的空调控制策略运行,获取所述空调系统的仿真能效比;所述动态仿真测试平台还用于根据所述仿真能效比与所述实际能效比,生成能效匹配结果;
所述中央空调系统仿真平台用于根据能效匹配结果,调整空调控制策略;其中,当所述仿真能效比与所述实际能效比之间的差值超过预设的差值范围时,根据所述空调系统的末端设备运行状态,确定所述空调系统的现场工况;当所述现场工况与所述空调系统的设计工况不一致时,优化所述空调控制策略;所述中央空调系统仿真平台还用于计算所述空调控制策略的仿真能耗,得到节能空调控制策略;
所述大数据平台还用于根据所述节能空调控制策略,优化所述空调系统的空调控制策略。
13.一种计算机设备,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9中任一项所述方法的步骤。
14.一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9中任一项所述的方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811569243.1A CN109595763B (zh) | 2018-12-21 | 2018-12-21 | 空调系统的控制策略优化方法、装置和计算机设备 |
PCT/CN2019/112395 WO2020125184A1 (zh) | 2018-12-21 | 2019-10-22 | 空调系统的控制策略优化方法、装置和计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811569243.1A CN109595763B (zh) | 2018-12-21 | 2018-12-21 | 空调系统的控制策略优化方法、装置和计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109595763A CN109595763A (zh) | 2019-04-09 |
CN109595763B true CN109595763B (zh) | 2020-11-03 |
Family
ID=65963234
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811569243.1A Active CN109595763B (zh) | 2018-12-21 | 2018-12-21 | 空调系统的控制策略优化方法、装置和计算机设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN109595763B (zh) |
WO (1) | WO2020125184A1 (zh) |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109595763B (zh) * | 2018-12-21 | 2020-11-03 | 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 |
CN110175778B (zh) * | 2019-05-27 | 2020-12-22 | 珠海格力电器股份有限公司 | 机组能效规划系统 |
CN110161863A (zh) * | 2019-06-11 | 2019-08-23 | 山东中建能源管理有限公司 | 一种建筑机电设备系统调控优化方法 |
CN110160220A (zh) * | 2019-06-12 | 2019-08-23 | 青岛海信日立空调系统有限公司 | 空调系统、空调系统的控制方法以及终端 |
CN110567089B (zh) * | 2019-09-16 | 2021-03-09 | 珠海格力电器股份有限公司 | 用于空调能效比管理的设备管理方法、装置和空调系统 |
CN110762739B (zh) * | 2019-11-11 | 2021-11-26 | 广东南方通信建设有限公司 | 数据中心空调控制方法、装置、设备及存储介质 |
CN110953690A (zh) * | 2019-12-23 | 2020-04-03 | 珠海格力电器股份有限公司 | 中央空调的现场调试系统及方法 |
CN111222779A (zh) * | 2019-12-31 | 2020-06-02 | 上海申铁信息工程有限公司 | 一种中央空调冷站能效日历系统和数据处理方法 |
CN111563108A (zh) * | 2020-03-25 | 2020-08-21 | 同济大学 | 基于分项数据的公共建筑控制策略识别方法 |
CN111692716B (zh) * | 2020-06-24 | 2021-09-14 | 珠海格力电器股份有限公司 | 空调能耗计算方法、系统及空调器 |
CN111780355A (zh) * | 2020-07-20 | 2020-10-16 | 江苏苏星资产管理有限公司 | 一种监测空调运行状态的方法及装置 |
CN111854064A (zh) * | 2020-07-23 | 2020-10-30 | 珠海格力电器股份有限公司 | 能耗计算方法、系统及空调机组 |
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 |
CN112214865B (zh) * | 2020-08-10 | 2022-07-08 | 天津大学 | 一种暖通空调控制策略自动预检验方法 |
WO2022032649A1 (en) * | 2020-08-14 | 2022-02-17 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and apparatus for processing at least one activity regarding a physical entity |
CN112615897A (zh) * | 2020-11-20 | 2021-04-06 | 宁夏神耀科技有限责任公司 | 一种应用于化工生产的云管理系统 |
CN112665144A (zh) * | 2020-12-11 | 2021-04-16 | 珠海格力电器股份有限公司 | 暖通群控方法、系统和一种控制器 |
CN112799309A (zh) * | 2021-01-11 | 2021-05-14 | 江苏昆一能源科技有限公司 | 一种信息处理方法、设备、系统及存储介质 |
CN115875802B (zh) * | 2021-09-26 | 2024-07-16 | 中国移动通信集团浙江有限公司 | 空调制冷能力评估方法、装置、设备及可读存储介质 |
CN114777295B (zh) * | 2022-04-06 | 2024-08-13 | 上海宝信数据中心有限公司 | 一种数据中心冷源群控虚拟调试系统及方法 |
WO2024012545A1 (zh) * | 2022-07-13 | 2024-01-18 | 青岛海信日立空调系统有限公司 | 空调系统及其能效比确定方法 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3767454B2 (ja) * | 2001-10-24 | 2006-04-19 | 株式会社デンソー | 学習制御空調装置の教師データ評価方法 |
JP3783859B2 (ja) * | 2002-07-19 | 2006-06-07 | 日立プラント建設株式会社 | 空調設備及びその制御方法 |
CN102721156B (zh) * | 2012-06-30 | 2014-05-07 | 李钢 | 中央空调自寻优智能模糊控制装置及其控制方法 |
CN104515271B (zh) * | 2013-09-30 | 2019-03-29 | 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 |
CN103727639B (zh) * | 2014-01-09 | 2016-09-07 | 山东建筑大学 | 基于本体的中央空调节能系统及方法 |
CN105115100B (zh) * | 2015-07-22 | 2019-05-14 | 李振宇 | 基于智能优化的中央空调设备控制系统及方法 |
CN204853826U (zh) * | 2015-07-31 | 2015-12-09 | 杭州鼎楚节能科技股份有限公司 | 基于冷水主机cop能效曲线优化控制系统 |
ES2891351T3 (es) * | 2017-01-20 | 2022-01-27 | Fundacion Tecnalia Res & Innovation | Método y sistema de gestión de climatización inteligente |
CN107314498A (zh) * | 2017-05-25 | 2017-11-03 | 中国农业大学 | 一种中央空调系统的能效在线监测方法及装置 |
CN107514731A (zh) * | 2017-07-03 | 2017-12-26 | 青岛海尔空调电子有限公司 | 冷水机组的变频风机控制方法及空调器 |
CN107940679B (zh) * | 2017-12-14 | 2020-07-07 | 中通服咨询设计研究院有限公司 | 一种基于数据中心冷水机组性能曲线的群控方法 |
CN108594886B (zh) * | 2018-04-21 | 2021-05-18 | 浙江盾安自控科技有限公司 | 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 |
CN108895607A (zh) * | 2018-07-04 | 2018-11-27 | 珠海格力电器股份有限公司 | 空调故障处理方法、装置、存储介质、空调及服务器 |
CN109595763B (zh) * | 2018-12-21 | 2020-11-03 | 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 |
CN109595747B (zh) * | 2018-12-24 | 2020-01-07 | 珠海格力电器股份有限公司 | 空调系统的能耗仿真方法、装置 |
-
2018
- 2018-12-21 CN CN201811569243.1A patent/CN109595763B/zh active Active
-
2019
- 2019-10-22 WO PCT/CN2019/112395 patent/WO2020125184A1/zh active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2020125184A1 (zh) | 2020-06-25 |
CN109595763A (zh) | 2019-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109595763B (zh) | 空调系统的控制策略优化方法、装置和计算机设备 | |
CN112577161B (zh) | 空调能耗模型训练方法与空调系统控制方法 | |
CN109654665B (zh) | 空调器的控制方法及装置和空调器 | |
WO2020124957A1 (zh) | 一种空调节能仿真系统 | |
CN109000336B (zh) | 温度调节设备异常工作检测方法、装置、存储介质和系统 | |
CN110175778B (zh) | 机组能效规划系统 | |
CN102080864B (zh) | 一种空调压力值实时监测方法及装置 | |
CN107120794B (zh) | 空调器运行工况调节方法及空调器 | |
CN106774247A (zh) | 中央空调仿真测试系统及测试方法 | |
CN111306706B (zh) | 一种空调联动控制方法及系统 | |
CN115875809B (zh) | 机房换热设备的节能方法、装置及计算机可读存储介质 | |
CN109489220A (zh) | 变频空调功率器件的温升测试方法、装置、变频空调及计算机可读存储介质 | |
CN115493248A (zh) | 一种中央空调系统全生命周期的智能诊断方法和系统 | |
JP7072398B2 (ja) | 一体型空気調和装置の管理装置および管理プログラム | |
CN110953690A (zh) | 中央空调的现场调试系统及方法 | |
CN103454924B (zh) | 一种热泵热水机在线自诊断控制方法及其控制装置 | |
CN111397934B (zh) | 一种地源热泵系统性能检测及优化控制方法、装置 | |
CN115017006A (zh) | 一种数据中心的辅助节能控制方法及系统 | |
CN111339641A (zh) | 制冷系统管理方法、装置、云平台及存储介质 | |
CN113028583B (zh) | 空调测试方法、装置、空调器和存储介质 | |
CN114427742B (zh) | 中央空调冷站能效控制方法、装置、设备以及存储介质 | |
US11566806B2 (en) | Humidity analytics | |
CN108050654B (zh) | 医院变风量空调箱能效预警方法、终端及可读存储介质 | |
CN110410948A (zh) | 基于云感知和用户主动干预的空调节能管理方法及系统 | |
CN107247406B (zh) | 测试台位的控制方法及系统 |
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 |