CN109690200A - 数字智能节能系统、方法和程序 - Google Patents

数字智能节能系统、方法和程序 Download PDF

Info

Publication number
CN109690200A
CN109690200A CN201680089192.5A CN201680089192A CN109690200A CN 109690200 A CN109690200 A CN 109690200A CN 201680089192 A CN201680089192 A CN 201680089192A CN 109690200 A CN109690200 A CN 109690200A
Authority
CN
China
Prior art keywords
room
enthalpy
air
air conditioning
digital intelligent
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
Application number
CN201680089192.5A
Other languages
English (en)
Inventor
三轮和夫
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.)
Technomirai Co Ltd
Original Assignee
Technomirai 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 Technomirai Co Ltd filed Critical Technomirai Co Ltd
Publication of CN109690200A publication Critical patent/CN109690200A/zh
Pending legal-status Critical Current

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
    • F24F11/30—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
    • 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
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B15/00—Systems controlled by a computer
    • G05B15/02—Systems controlled by a computer electric
    • 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
    • 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
    • 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
    • F24F2110/50—Air quality properties
    • F24F2110/65—Concentration of specific substances or contaminants
    • F24F2110/70—Carbon dioxide
    • 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
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2140/00—Control inputs relating to system states
    • F24F2140/60—Energy consumption
    • 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)
  • General Engineering & Computer Science (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Signal Processing (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Air Conditioning Control Device (AREA)
  • Ventilation (AREA)

Abstract

本发明提供能够以低成本容易且准确地执行室内空气调节控制的数字智能节能系统、方法和程序。数字智能节能系统(100)包括：焓计算单元(121)，其输入室内空气的温度和湿度，并基于室内空气的输入温度和湿度计算作为室内空气的总湿空气热值的焓；房间人数估计器件(122)，其基于计算的室内空气的焓来估计房间内的人数；和空气调节控制单元(120)，其基于由计算的室内空气的焓和房间内的人数来控制空气调节。

Description

数字智能节能系统、方法和程序
技术领域
本发明涉及数字智能节能系统、方法和程序。
背景技术
与空气调节相关的能量约占整个建筑设施(如商业设施、综合设施、酒店、医院、大学、终端、机场、文化设施、地下商场、办公室和住宅等)消耗的能量的一般，促进与空气调节相关的节能(以下称为节能)对建筑设施的节能有很大的贡献。因此，空气调节和热源系统需要对室内利用形式执行经济和有效的操作，并且为了实现这一点，需要实时估计室内热负荷。到目前为止，从与空气调节相关的节能的观点来看，已经提出了许多热负荷估计装置。提出的示例包括预先准备热负荷模式作为标准并且执行热负荷估计的示例。
专利文献1描述了一种热负荷估计装置，装配在房间中的各种装置的历史电力消耗、由房间中的时间序列最大热负荷构成的热负荷模式、以及房间中的各种装置的电力消耗被输入到该热负荷估计装置，并且该热负荷估计装置基于历史电力消耗、热负荷模式和电力消耗在对应时刻估计房间中的热负荷，并且作为估计的结果输出估计的热负荷值。专利文献1中描述的热负荷估计装置通过使用检测人的进入和离开的红外传感器和/或摄像机的图像处理来检测房间中的人数(第0079段)。
[文献引用列表]
[专利文献]
[专利文献1]JP2015-152179A
发明内容
技术问题
然而，这种常规的热负荷估计装置被配置为通过红外传感器、摄像机和CO2浓度传感器来估计房间中的人数，从而在掌握房间中的人数时，需要传感器和摄像机，这需要高成本。为了准确地掌握房间内的人数，不仅需要多个传感器和摄像机，而且还需要基于该传感器信息实时高精度地处理进入和离开等的确定，这增加了成本。即使可以准确地掌握房间中的人数，人也可以包括儿童，因此，不能总是基于房间中掌握的人数来估计准确的热负荷。
本发明的一个目的是提供一种能够以低成本容易且准确地执行室内空气调节控制的数字智能节能系统、方法和程序。
解决方案
根据本发明的数字智能节能系统包括：焓计算器件，所述焓计算器件输入室内空气的温度和湿度，并基于室内空气的输入温度和湿度计算作为室内空气的总湿空气热值的焓；以及空气调节控制器件，所述空气调节控制器件基于由所述焓计算器件计算的室内空气的焓来控制空气调节。
通过这种配置，可以根据计算出的室内空气的焓来改变空气调节控制，并且可以实现节能。
基于焓控制空气调节和通风的空气调节控制器件可以实现空气调节的节能和通风的节能。
数字智能节能系统包括：房间人数估计器件，其基于由焓计算器件计算的室内空气的焓来估计房间内的人数；和空气调节控制器件，其可以根据房间内的人数多还是少，通过根据房间人数估计器件计算的房间内的人数控制空气调节，来改变空气调节控制，这使得能够以最少的必要能量进行舒适的空气调节。另外，可以以低成本容易且准确地执行室内空气调节控制。
数字智能节能系统包括测量室内CO2浓度的CO2浓度测量器件，房间人数估计器件可以通过使用CO2浓度测量器件测量的CO2浓度更准确地估计热负荷。
当室内空气的输入温度超过设定温度时，空气调节控制器件可以通过解除其控制来舒适地控制环境而不会过度节能。
根据本发明的数字智能节能方法包括：焓计算步骤：输入室内空气的温度和湿度，并且基于室内空气的输入温度和湿度，计算作为室内空气的总湿空气热值的焓；以及控制步骤：基于在焓计算步骤中计算的室内空气的焓来控制空气调节。
此外，本发明提供了一种程序，使计算机作为数字智能节能系统起作用，该数字智能节能系统包括：焓计算器件，所述焓计算器件输入室内空气的温度和湿度，并基于室内空气的输入温度和湿度计算作为室内空气的总湿空气热值的焓；以及空气调节控制器件，所述空气调节控制器件基于由所述焓计算器件计算的室内空气的焓来控制空气调节。
本发明的有益效果
根据本发明，可以基于从室内温度和湿度计算的焓以低成本容易且准确地控制室内空气调节。
附图说明
图1是示出根据本发明的实施例的数字智能节能系统的配置的框图。
图2是示出根据本发明的实施例的数字智能节能系统的整体配置的图。
图3是示出根据本发明的实施例的数字智能节能系统的空气调节节能控制处理的流程图。
具体实施方式
在下文中，参考附图详细描述实现本发明的实施例。
(实施例)
图1是示出根据本发明的实施例的数字智能节能系统的配置的框图。
本实施例是应用于由计算机实现的数字智能节能系统的示例，该计算机管理诸如在最佳状态下在建筑物中消耗的电力之类的能量，并且促进节能。
在本发明中，“室内”意味着整个建筑物的内部、每个楼层的内部、空气调节设备或通风设备的每个区域系统、以及房间中的未分区的部分区域。
如图1所示，数字智能节能系统100安装在作为节能目标的建筑物中。
数字智能节能系统100包括空调101、热源装置102、照明(照明设备)103、其它设备104、检测室内空气温度的温度传感器111、检测室内空气湿度的湿度传感器112、检测CO2浓度的CO2浓度传感器113(CO2浓度测量器件)、空气调节控制单元120(空气调节控制器件)、焓计算单元121(焓计算器件)、房间人数估计单元122(房间人数估计器件)、数据库123、以及空气调节控制装置131(空气调节控制器件)。在数据库123中，存储室内热负荷模式123a和室内最大电力消耗数据123b。
空气调节控制单元120、焓计算单元121、房间人数估计单元122和数据库123由诸如个人计算机的运算控制单元110构成。运算控制单元110包括CPU(中央处理单元)等，并且通过执行数字智能节能程序来控制整个系统并使整个系统用作数字智能节能系统。
空气调节控制装置131接收从空气调节控制单元120发送的控制值和控制条件，并控制包括空调101和热源装置102的控制目标装置等。
<电力消耗>
在空调101中安装有测量空调的电力消耗的瓦时计(未示出)，在热源装置102中安装有测量热源装置的电力消耗的瓦时计(未示出)，在照明103中安装有测量照明电力消耗的瓦时计(未示出)，并且在其它设备104中安装有测量其它设备的电力消耗的瓦时计(未示出)，这些瓦时计测量相应装置/设备的电力消耗。获得的相应瓦时计测量值被传输到空气调节控制单元120。由脉冲检测器10(参考图2，稍后描述)测量的建筑物中的电力消耗被发送到空气调节控制单元120。与空调101结合，可以提供作为通风设备的外部空气处理设备。在这种情况下，外部空气处理设备的通风量，即流入的外部空气量也由空气调节控制单元120控制。
<热负荷模式和最大热负荷>
室内热负荷模式123a是基于例如热负荷计算表准备的当天室内最大热负荷的时间序列数据。当根据诸如大气温度和日照的外部空气条件以及诸如室内地板面积、容量、外墙结构体、人数和照明的室内条件以及其它热负荷(日照负荷等)计算热负荷时，参考热负荷计算表。在设计空气调节设备时通常使用热负荷计算表，因此，在计算表中提供室内最大热负荷。
室内最大电力消耗123b是基于空调101、热源装置102、照明103和其它设备104的额定功率等计算的室内安装的各种装置的最大电力消耗的总值。这里，室内热负荷模式123a是基于热负荷计算表准备的，然而，不限于此，当安装在室内的各种装置的电力消耗最大化时，仅需要是热负荷模式。
目标建筑物的负荷计算如下。
(1)关于建筑物的设备容量的计算，电气设备和机械设备的配置、容量和类型由内部和外部因素确定，例如使用目的、功能、规模和位置等。
(2)电气设备和机械设备在建筑物内消耗的能量值是在建筑物的最大容纳和使用方面的最大操作时。就气候现象而言，仲夏和仲冬的能量值最大化，而在时间方面，能量值在白天和午夜最大化。
(3)还计算安装在目标建筑物内的空气调节和通风设备的容量。通风设备的负荷取决于建筑物内的人数等，并且通过估计实际使用情况中的负荷，计算盈余。
对于建筑物中的电气设备或机械设备的容量，设定最大负荷值，该最大负荷值是通过总计建筑物中要消耗的最大能量值和考虑到老化和布局变化等估计的容量的预期值来获得的。
<传感器>
温度传感器111安装在室内，并且检测室内空气的温度并将该温度输入到运算控制单元110。
湿度传感器112安装在室内，并且检测室内空气的湿度并将该湿度输入到运算控制单元110。
CO2浓度传感器113安装在室内，并且测量空气中的CO2浓度。在本实施例中，在不使用CO2浓度传感器113的情况下估计房间中的人数，使得CO2浓度传感器113对于该系统的配置而言不是必需的。
<焓计算单元121>
焓计算单元121基于室内空气的输入温度和湿度计算作为室内空气的总湿空气热值的焓(也称为比焓)。本实施例中的焓表示1kg物质(空气)具有的焓，焓的单位是(kJ/kg)。
表1通过举例的方式示出了温度、湿度和焓之间的关系。焓由加权绝对湿度表示。
[表1]
表1
<房间人数估计单元122>
房间人数估计单元122基于室内空气的焓估计房间中的人数。房间人数估计单元122通过使用根据温度和湿度计算的焓来估计房间中的人数。
焓取决于每地板面积的房间人数，因此对于每个房间，房间中各种实际人数与相应时间的焓之间的关系预先记录在表中，并且基于该表，可以从相应的焓估计房间中的人数。实际上，可能发生错误并且房间中的人数和焓不是一对一的对应关系，然而，房间中的大致人数可以从相应的焓估计。
表2、表3和表4示出了温度(℃)、湿度(％)和焓(kJ/kg D.A.)的详细示例。
表2示出了2015年某个商店的假期的详细示例。假期是日历假期，例如星期六、星期日、公众假期和国定假期(新年假期等)。对于12月至3月的供暖期和4月至11月的供冷期，示出了每次9点到21点的温度(℃)、湿度(％)和焓(kJ/kg D.A.)的月平均值的详细示例。供暖期的“平均值”表示每个供暖期的平均值，供冷期的“平均值”表示每个供冷期的平均值，“年平均值”表示每年的平均值，并且“平均值”表示每个平均值。三个最低行的“平均值”表示从9点到21点的平均值。通常，客户往往会在假期上增加，而且房间内的人数也会增加。
表3示出了工作日的详细示例。工作日是假期以外的日子。
表4示出了每个假期和工作日的加权平均值(按天数加权)。“假期/工作日”是指“每个假期的平均值(表2)/每个工作日的平均值(表3)。”
[表2]
表2
Avr：平均
AnnAvr：年平均
Tem：温度
Hum：湿度
Enth：焓
[表3]
表3
Avr：平均
AnnAvr：年平均
Tem：温度
Hum：湿度
Enth：焓
[表4]
表4
Avr：平均
H/W：假期/工作日
Holy：假期
Week：工作日
AnnAvr：年平均
Tem：温度
Hum：湿度
Enth：焓
<空气调节控制单元120>
空气调节控制单元120获取在数据库123中累积的室内热负荷模式123a和室内最大电力消耗123b、各种设备(空调101、热源装置102、照明103和其它设备104)的电力消耗、由焓计算单元121计算的焓、以及由房间人数估计单元122计算的房间中的人数，并且基于这些数据，估计室内热负荷，并计算用于控制空气调节的控制值和控制条件。
具体地，空气调节控制单元120可以根据室内空气的焓直接控制空气调节。房间人数估计单元122基于焓估计房间中的人数，并且空气调节控制单元120还可以基于房间中的估计人数来控制空气调节。空气调节控制单元120通过根据房间中的人数是大还是小来改变空气调节控制，而能够以最小的必要能量进行舒适的空气调节。
图2是示出数字智能节能系统的整体配置的图。
如图2所示，脉冲检测器10连接到安装在高压接收设备1中的电力公司的瓦时计VCT，并且指示电力消耗的脉冲检测器10连接到数字智能节能系统100。远程监测装置70也连接到数字智能节能系统100。
通过断路开关Z-DS和高压真空断路器VCB，从变压器Tr1、Tr2、Tr3、Tr4和高压接收设备1的断路器MCB，通过配电板72、74、76、78和断路器MCB向每个负荷设备82、84、86、88供电。数字智能节能系统100还连接到相应的负荷设备82、84、86、88，并且根据负荷设备的种类对负荷设备执行数字和模拟控制以及监测等。负荷设备包括照明设备、相应的插座、空气调节设备和机械设备等。
远程监测设备70向/从数字智能节能系统100发送/接收信息，并且可以监测节能目标设备的控制和操作状态并获取每日和每月数据。另外，远程监测设备还可以通过向节能目标设备发送各种控制信息来远程更新控制信息。
在下文中，描述如上所述配置的数字智能节能系统100的操作。
图3是示出数字智能节能系统100的空气调节节能控制处理的流程图。该流程通过由数字智能节能系统100的运算控制单元110(参考图1)执行数字智能节能程序来执行。
首先，在步骤S1中，空气调节控制单元120(参考图1)输入由温度传感器111(参考图1)检测的室内空气的温度。
在步骤S2中，空气调节控制单元120输入由湿度传感器112(参考图1)检测的室内空气的湿度。
在步骤S3中，焓计算单元121(参考图1)基于室内空气的输入温度和湿度计算焓(室内空气的总湿空气热值)。
在步骤S4中，房间人数估计单元122(参考图1)基于计算出的焓估计房间中的人数。
焓是与热负荷相关的指标。在外部空气热负荷、人体热负荷、建筑物热负荷和照明热负荷中，对于外部空气热负荷和人体热负荷(其根据房间中的人数而变化)，预先获得指标。因此，房间人数估计单元122可以基于与热负荷相关的焓来估计房间中的人数。例如，预先将实际人数和焓之间的关系制成表格，并且可以通过参考该表从相应的焓估计人数。
由于空气调节环境在加热和冷却之间不同，因此期望根据不同的指标执行空气调节控制。例如，如果在假设房间中的焓和人数彼此具有线性相关性的情况下执行控制，则在供冷期温度为26.0℃、湿度为50.0％、焓为55.4kJ/kgD.A.的条件下房间中的人数为0.20人/平方米以及在供暖期温度为22.0℃、湿度为40.0％、焓为38.8.4kJ/kgD.A.的条件下房间内的人数为0.20人/平方米的情况下，如果焓为44.3(＝55.4×0.8)kJ/kgD.A.，则在供冷期，房间内的人数估计为0.16(0.20×0.8)人/平方米，如果焓为34.9(＝38.8×0.9)kJ/kgD.A.，则在供暖期，房间内的人数估计为0.18(0.20×0.9)人/平方米。
对于空气调节设备的设备容量，计算建筑物的最大总热负荷容量，其由例如以下提供：
总热负荷容量＝外部空气热负荷50W·m2+人热负荷30W·m2+建筑物热负荷20W·m2+照明热负荷30W·m2
进入建筑物(例如商业设施等)内的顾客数量，在客户数量少的刚开门之后的时间、早晨和晚上以及客户数量众多的高峰时间之间的值不同，在工作日和假期之间等的值不同。入口/出口处的自动门具有打开约5至13秒的功能，这取决于顾客的数量，当顾客进入商店，然后关闭时，外部空气从入口/出口的门几乎与进入的顾客数量成比例地流入，这在供冷期产生高温和高湿度的外部空气热负荷，并且在供暖期产生低温和低湿度的外部空气热负荷。这种热能影响建筑物销售室的焓值，并影响销售室中的顾客数量。
还通过计算总热负荷来计算商业设施中的销售室的环境的空气调节设备容量。当在供冷期温度为26℃、湿度为50％、焓为54.2kJ/kgD.A.的条件和在供暖期温度为22℃、湿度为40％、焓为38.8kJ/kgD.A.的条件设定为设备容量运行的标准，这成为空气调节设备的基本设备容量。作为计算建筑物总热负荷的前提条件，预期作为系数的建筑物销售室的每个区域的人数通常是每1平方米的销售室区域0.2人。一个人呼吸的空气量是每小时20立方米。
然后，当建筑物销售室面积为2000平方米时，房间中的人数和必要的外部空气量如下。
房间内的人数＝(2000平方米的销售区域×0.2人)＝400人
呼吸量，即必要的外部空气量是：
外部空气量＝(400人×20m3/h)＝8,000m3/h
也就是，如果房间里的人数是400，那么必要的外部空气量是8,000m3/h。在供冷期销售室温度为26℃、湿度为50％、焓为55.4kJ/kgD.A.的条件以及在供暖期销售室温度为22℃、湿度为40％、焓为38.8kJ/kgD.A.的条件用作标准。
根据这些标准，建筑物的室内CO2值设定为900ppm，这是安全的CO2值。
例如，在供冷期，建筑物内部的检测到的焓值55.4kJ/kgD.A.对应与房间人数400、室外空气量8,000m3/h、CO2值900ppm。例如，如果检测到的焓值为40kJ/kgD.A.，
则CO2系数＝40kJ/kgD.A./55.4kJ/kgD.A.＝0.722
是外部空气处理设备(即通风设备)的操作系数，
CO2值＝(0.722×900ppm)＝650ppm，和
外部空气量＝正常外部空气量8,000m3×CO2系数0.722＝5,776m3
是必要的，所以
控制量减少：
控制量＝(8,000m3-5,776m3)＝2,224m3，即
必要的外部空气量减少了这么多，外部空气处理设备的控制系数提供如下：
控制系数＝系数1.0-操作系数0.722＝0.278
这显示了相对于外部空气处理设备可以实现的节能。相同的运算操作适用于供暖期。
如上所述，在本实施例中，在整个供冷期和供暖期，基于检测到的焓值计算房间中的人数和必要的外部空气量，并且用于外部空气处理设备的控制系数是实时计算的，空气调节设备也是如此。
为了基于焓值验证CO2值的操作，例如，当通过CO2传感器检测到位上述焓值40kJ/kgD.A.的CO2值时，如果结果为650ppm，则建筑物内有关销售室的外部空气处理设备的控制系数为：
控制系数＝(标准CO2值900ppm-检测到的CO2值650ppm)/标准CO2值900ppm＝0.278
这示出了相对于外部空气处理设备可以实现的节能以及相对于空气调节设备可以实现的节能。
数字智能节能系统100可以包括CO2浓度传感器113，并且可以基于具有CO2浓度的焓来补充房间中人数的估计。
在步骤S5中，空气调节控制单元120获取室内热负荷模式。详细地，空气调节控制单元120从数据库123读取室内热负荷模式123a。如上所述，在热负荷计算表中提供在事件等处应用的外部空气热负荷、人热负荷、建筑物热负荷、照明热负荷和装置热负荷等，并且读取作为这些负荷的总和的室内热负荷模式123a。室内热负荷模式123a是室内最大热负荷。
在步骤S6中，空气调节控制单元120获取室内电力消耗。详细地，计算安装在房间中的各种设备的最大电力消耗。例如，如图1所示，当安装空调101、热源装置102、照明103和其它设备104时，这些装置的总额定电力消耗被定义为所关注的室内最大电力消耗。空气调节控制单元120获取空调101、热源装置102、照明103和其它设备104的各自的电力消耗，以及来自脉搏检测器10(参考图2)的电力消耗。
在步骤S7中，空气调节控制单元120获取在数据库123中累积的室内热负荷模式123a和室内最大电力消耗123b、各种装置(空调101、热源装置102、照明103和其它设备104)的电力消耗、由焓计算单元121计算的焓、以及由房间人数估计单元122计算的房间中的人数，并且基于这些数据，估计室内热负荷，并计算用于控制空气调节的控制值和控制条件。空气调节控制单元120将估计的室内热负荷值发送到空气调节控制装置131，并结束该流程的处理。空气调节控制装置131接收从空气调节控制单元120发送的控制值和控制条件，并控制包括空调101和热源装置102的控制目标装置等。
这样，空气调节控制单元120通过使用室内热负荷模式123a、室内最大电力消耗123b、各种装置的电力消耗以及从房间人数估计单元122获取的房间中的当前人数，计算估计的室内热负荷值。室内热负荷很大程度上取决于房间内的人数，因此在本实施例中，房间人数估计单元122基于焓来估计房间中的人数，空气调节控制单元120通过利用房间内的人数更准确地估算热负荷，并通过在空气调节中反映这种高精度的热负荷估计结果，实现高效的空气调节节能控制。
[应用示例]
通常，建筑物中的空气调节设备的运行率在冷却和加热时间中受到建筑物外部的外部空气温度和湿度以及建筑物中容纳的人数的极大影响。
当进入的顾客数量较少时，建筑物销售室中的CO2浓度降低，而当进入的顾客数量较大时，CO2浓度增加。在目前的情况下，与法定CO2浓度1000ppm存在很大差距，并且在许多情况下电力消耗是超过必要的。
因此，在本实施例中，基于室内空气的焓估计房间中的人数，并且执行空气调节控制。房间里的人数是建筑物内容纳的人数(进入的顾客数量和员工数量)。在本实施例中，基于室内空气的焓估计房间中的人数。然而，数字智能节能系统100包括CO2浓度传感器113，并且可以基于具有CO2浓度的焓来补充房间中人数估计的结果。
如上所述，根据本实施例，数字智能节能系统100包括：焓计算单元121，其输入室内空气的温度和湿度，并且基于室内空气的输入温度和湿度，计算作为室内空气的总湿空气热值的焓；以及空气调节控制单元120，其基于计算出的室内空气的焓来控制空气调节。
因此，可以根据计算出的室内空气的焓来改变空气调节控制，并且可以实现节能。
在本实施例中，数字智能节能系统100包括：房间人数估计单元122，其基于室内空气的焓估计房间中的人数；以及空气调节控制单元120，其基于计算出的房间中的人数来控制空气调节。
因此，可以根据房间中的人数是大还是小来改变空气调节控制，并且以最小的必要能量实现舒适的空气调节。
掌握房间中的人数通常很困难或需要高成本。例如，当如常规示例中那样使用采用检测人的进入和离开的红外传感器和/或相机的图像处理时，需要高成本。另一方面，在本实施例中，使用根据温度和湿度计算的焓，从而可以以低成本容易地实现对房间中人数的掌握。这里，多数情况下，在室内的空气调节设备等中，设置有检测室内空气的温度和湿度的传感器。在这种情况下，可以避免引入新的传感器，从而可以降低成本。
在常规示例中，即使可以掌握房间中的人数，成人和儿童之间的热负荷也不同，因此其用于最佳空气调节控制是不合适的。另一方面，在本实施例中，使用根据温度和湿度计算的焓。焓是与热负荷相关的指标，因此指标中没有间隙能够准确地实现最佳的空气调节控制。
在本实施例中，数字智能节能系统100包括测量CO2浓度的CO2浓度传感器113，并且房间人数估计单元122使用测量的CO2浓度。
因此，可以更高精度地估计热负荷，并且通过反映空气调节控制中的该高精度热负荷估计的结果，可以实现高效的空气调节节能控制。
以上给出的描述是对本发明的优选实施例的说明，并且本发明的范围不限于此，而是在不脱离权利要求中描述的本发明的精神的情况下包括其它修改和应用示例。
例如，在供暖期中，可以设定下限温度，并且在供冷期中，可以设定上限温度，并且可以设定上限CO2浓度。当温度或浓度超过设定限值时，通过解除节能控制，可以舒适地控制环境而不会过度节能。
房间的内部可以通过Wi-Fi等联网，并且室内温度、湿度和焓以及额外的建筑物的能量状态等可以被传输到相关人员随身携带的移动终端，以便相关人员可以随时参考该信息，当温度或浓度超过设定限值时，通过将此通知给移动终端，相关人员可以进行实时响应。
上述实施例以可理解的方式详细描述了本发明，并且本发明不必限于包括上述所有配置的实施例。可以通过另一实施例示例的配置来替换实施例示例的配置的一部分，并且可以添加另一实施例示例的配置。可以对每个实施例示例的配置的一部分进行其它配置、删除和替换的添加。
在上述实施例中，使用了数字智能节能系统和数字智能节能方法的名称，然而，这些是为了便于描述而使用的，系统的名称可以用节能控制设备代替，并且该方法的名称可以用空气调节管理方法等代替。
上述的空气调节节能控制处理也通过操作该空气调节节能控制处理的程序来实现。该程序存储在计算机可读存储介质中。
记录程序的存储介质可以是该数字智能节能系统的ROM本身，也可以是CD-ROM等，可以通过插入程序读取装置(诸如作为外部存储设备提供的CD-ROM驱动器)来读取。
存储介质可以是磁带、盒式磁带、软盘、硬盘和MO/MD/DVD等，或半导体存储器。
[工业实用性]
根据本发明的数字智能节能系统、方法和程序通过应用于管理诸如在建筑物处于最佳状态要消耗的电力之类的能量以实现节能的数字智能节能系统而产生很大的使用效果。
附图标记列表
100 数字智能节能系统
101 空调
102 热源装置
103 照明(照明设备)
104 其它设备
110 运算控制单元
111 温度传感器
112 湿度传感器
113 CO2浓度传感器(CO2浓度测量器件)
120 空气调节控制单元(空气调节控制器件)
121 焓计算单元(焓计算器件)
122 房间人数估计单元(房间人数估计器件)
123 数据库
123a 室内热负荷模式
123b 室内最大电力消耗数据
131 空气调节控制装置(空气调节控制器件)

Claims (7)

1.一种数字智能节能系统，其包括：
焓计算器件，所述焓计算器件输入室内空气的温度和湿度，并基于室内空气的输入温度和湿度计算作为室内空气的总湿空气热值的焓；以及
空气调节控制器件，所述空气调节控制器件基于由所述焓计算器件计算的室内空气的焓来控制空气调节。
2.根据权利要求1所述的数字智能节能系统，其中所述空气调节控制器件基于所述焓来控制空气调节和通风。
3.根据权利要求1所述的数字智能节能系统，其包括：
房间人数估计器件，所述房间人数估计器件基于由所述焓计算器件计算的室内空气的焓来估计房间内的人数，其中
空气调节控制器件基于由所述房间人数估计器件计算出的房间内的人数来控制空气调节。
4.根据权利要求3所述的数字智能节能系统，其包括：
CO2浓度测量器件，所述CO2浓度测量器件测量室内CO2浓度，其中
所述房间人数估计器件使用由所述CO2浓度测量器件测量的CO2浓度。
5.根据权利要求1或3所述的数字智能节能系统，其中当室内空气的输入温度超过设定温度时，所述空气调节控制器件解除其控制。
6.一种数字智能节能方法，其包括：
焓计算步骤：输入室内空气的温度和湿度，并且基于室内空气的输入温度和湿度，计算作为室内空气的总湿空气热值的焓；以及
控制步骤：基于通过焓计算步骤计算的室内空气的焓来控制空气调节。
7.一种使计算机具有如下功能的程序：
数字智能节能系统，其包括焓计算器件，所述焓计算器件输入室内空气的温度和湿度，并基于室内空气的输入温度和湿度计算作为室内空气的总湿空气热值的焓；以及空气调节控制器件，所述空气调节控制器件基于由所述焓计算器件计算的室内空气的焓来控制空气调节。
CN201680089192.5A 2016-09-12 2016-09-12 数字智能节能系统、方法和程序 Pending CN109690200A (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2016/076778 WO2018047328A1 (ja) 2016-09-12 2016-09-12 デジタルスマート省エネシステム、方法及びプログラム

Publications (1)

Publication Number Publication Date
CN109690200A true CN109690200A (zh) 2019-04-26

Family

ID=58363172

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680089192.5A Pending CN109690200A (zh) 2016-09-12 2016-09-12 数字智能节能系统、方法和程序

Country Status (5)

Country Link
US (1) US20190376712A1 (zh)
EP (1) EP3511638A4 (zh)
JP (1) JP6099112B1 (zh)
CN (1) CN109690200A (zh)
WO (2) WO2018047328A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109323409A (zh) * 2018-09-30 2019-02-12 广东美的制冷设备有限公司 空调器及其控制方法、装置

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102001975B1 (ko) * 2017-04-28 2019-07-19 (주)미래비엠 재실자를 고려한 건물 에너지 부하 산출 방법 및 이를 이용한 건물 에너지 성능 평가 방법
JP7026768B2 (ja) * 2018-02-26 2022-02-28 三菱電機株式会社 空気調和システム
CN108375944A (zh) * 2018-05-28 2018-08-07 南京乾海通信技术有限公司 一种新型的节支单元
CN110925968B (zh) * 2018-08-31 2021-02-26 珠海格力电器股份有限公司 空调控制方法、装置及空调
CN109214497B (zh) * 2018-09-07 2021-06-29 珠海格力电器股份有限公司 人数统计方法和装置、智能家居设备控制方法和装置、空调
JP7243314B2 (ja) * 2019-03-12 2023-03-22 三菱電機株式会社 換気装置
JP6635455B1 (ja) * 2019-06-07 2020-01-22 株式会社 テクノミライ 店舗商品売り場のデジタルスマートエアコントロールシステム
CN114789742A (zh) * 2021-01-25 2022-07-26 湖南中车智行科技有限公司 一种车辆的空调风量控制方法及装置
CN113587344B (zh) * 2021-07-06 2022-06-10 珠海格力电器股份有限公司 空调新风量控制方法、装置及空调
CN114384948B (zh) * 2022-01-13 2023-04-28 北京小米移动软件有限公司 设备控制方法、装置、电子设备及存储介质
CN115079589B (zh) * 2022-08-24 2022-11-11 深圳泛和科技有限公司 园区管理方法、装置、系统、电子设备和计算机可读介质

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003287240A (ja) * 2002-03-26 2003-10-10 Dae Sung Youn 空気調和器
CN1680756A (zh) * 2004-04-08 2005-10-12 东莞市广大制冷有限公司 模块精密空调控制方法
CN101354172A (zh) * 2007-07-24 2009-01-28 株式会社山武 空调控制装置及空调控制方法
CN101922783A (zh) * 2010-07-28 2010-12-22 重庆市同方科技发展有限公司 一种基于焓值控制的空调节能控制方法及系统
CN101925786A (zh) * 2008-01-28 2010-12-22 株式会社东芝 空调控制系统
CN201827977U (zh) * 2010-10-22 2011-05-11 东莞市广大制冷有限公司 一种高精度户式空气调节装置
CN103836760A (zh) * 2012-11-21 2014-06-04 杨红春 一种新风系统控制方法及控制组件
KR101524735B1 (ko) * 2014-04-10 2015-06-01 현대건설 주식회사 실내 오염도 제어, 엔탈피 제어 및 절전 운전 제어를 이용한 건물의 공조 제어 방법
JP2015148412A (ja) * 2014-02-07 2015-08-20 株式会社日立製作所 デシカント空調システム及びデシカント空調システムの制御方法
JP2015152179A (ja) * 2014-02-10 2015-08-24 株式会社東芝 熱負荷推定装置および空調制御システム
CN105180322A (zh) * 2015-08-31 2015-12-23 广东美的制冷设备有限公司 蓄湿装置及蓄湿装置的控制方法及空调器
US20160116512A1 (en) * 2014-10-28 2016-04-28 Korea Electronics Technology Institute Method and system for monitoring energy consumption

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06109351A (ja) * 1992-09-24 1994-04-19 Fuji Electric Co Ltd ショーケースの運転制御装置
JPH06109350A (ja) * 1992-09-24 1994-04-19 Fuji Electric Co Ltd ショーケースの温度制御装置
DE19632059C2 (de) * 1996-08-09 1999-10-14 Mannesmann Vdo Ag Verfahren und Anordnung zur Mischluftregelung einer Heiz-/Klimaanlage eines Kraftfahrzeuges
US20030181158A1 (en) * 2002-01-31 2003-09-25 Edwards Systems Technology, Inc. Economizer control
NZ602995A (en) * 2006-03-30 2014-01-31 Esco Corp Wear assembly
US7827813B2 (en) * 2007-01-30 2010-11-09 Johnson Controls Technology Company Adaptive real-time optimization control
JP5188324B2 (ja) * 2008-08-27 2013-04-24 アズビル株式会社 空調機制御システム
JP2010249492A (ja) * 2009-03-23 2010-11-04 Sanyo Electric Co Ltd 換気量推定演算システムおよび換気量推定演算装置
US8515584B2 (en) * 2009-08-20 2013-08-20 Transformative Wave Technologies Llc Energy reducing retrofit method for a constant volume HVAC system
JP5478286B2 (ja) * 2010-02-03 2014-04-23 アズビル株式会社 空調制御方法および装置
US20120031984A1 (en) * 2010-08-03 2012-02-09 Massachusetts Institute Of Technology Personalized Building Comfort Control
US9328936B2 (en) * 2012-01-10 2016-05-03 Enverid Systems, Inc. Methods and systems for managing air quality and energy use in air-conditioning systems
JP5310881B2 (ja) * 2012-01-12 2013-10-09 ダイキン工業株式会社 空調制御装置
JP6136388B2 (ja) * 2012-03-13 2017-05-31 大成建設株式会社 省エネルギー空調システム
WO2014171314A1 (ja) * 2013-04-15 2014-10-23 三菱電機株式会社 空調システム制御装置
JP2015148413A (ja) * 2014-02-07 2015-08-20 株式会社日立製作所 デシカント空調システム及びデシカント空調システムの制御方法
KR20160042669A (ko) * 2014-10-10 2016-04-20 엘지전자 주식회사 설비를 관제하는 중앙 제어 장치, 이를 포함하는 설비 제어 시스템 및 설비 제어 방법
KR101641258B1 (ko) * 2014-10-10 2016-07-20 엘지전자 주식회사 설비를 관제하는 중앙 제어 장치, 이를 포함하는 설비 제어 시스템 및 설비 제어 방법
KR101649658B1 (ko) * 2014-10-10 2016-08-19 엘지전자 주식회사 설비를 관제하는 중앙 제어 장치, 이를 포함하는 설비 제어 시스템 및 설비 제어 방법

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003287240A (ja) * 2002-03-26 2003-10-10 Dae Sung Youn 空気調和器
CN1680756A (zh) * 2004-04-08 2005-10-12 东莞市广大制冷有限公司 模块精密空调控制方法
CN101354172A (zh) * 2007-07-24 2009-01-28 株式会社山武 空调控制装置及空调控制方法
CN101925786A (zh) * 2008-01-28 2010-12-22 株式会社东芝 空调控制系统
CN101922783A (zh) * 2010-07-28 2010-12-22 重庆市同方科技发展有限公司 一种基于焓值控制的空调节能控制方法及系统
CN201827977U (zh) * 2010-10-22 2011-05-11 东莞市广大制冷有限公司 一种高精度户式空气调节装置
CN103836760A (zh) * 2012-11-21 2014-06-04 杨红春 一种新风系统控制方法及控制组件
JP2015148412A (ja) * 2014-02-07 2015-08-20 株式会社日立製作所 デシカント空調システム及びデシカント空調システムの制御方法
JP2015152179A (ja) * 2014-02-10 2015-08-24 株式会社東芝 熱負荷推定装置および空調制御システム
KR101524735B1 (ko) * 2014-04-10 2015-06-01 현대건설 주식회사 실내 오염도 제어, 엔탈피 제어 및 절전 운전 제어를 이용한 건물의 공조 제어 방법
US20160116512A1 (en) * 2014-10-28 2016-04-28 Korea Electronics Technology Institute Method and system for monitoring energy consumption
CN105180322A (zh) * 2015-08-31 2015-12-23 广东美的制冷设备有限公司 蓄湿装置及蓄湿装置的控制方法及空调器

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109323409A (zh) * 2018-09-30 2019-02-12 广东美的制冷设备有限公司 空调器及其控制方法、装置

Also Published As

Publication number Publication date
JPWO2018047328A1 (ja) 2018-09-06
WO2018047328A1 (ja) 2018-03-15
JP6099112B1 (ja) 2017-03-22
WO2018047362A1 (ja) 2018-03-15
EP3511638A4 (en) 2019-10-09
EP3511638A1 (en) 2019-07-17
US20190376712A1 (en) 2019-12-12

Similar Documents

Publication Publication Date Title
CN109690200A (zh) 数字智能节能系统、方法和程序
Chao et al. Development of a dual-mode demand control ventilation strategy for indoor air quality control and energy saving
Fernandez et al. Impacts of commercial building controls on energy savings and peak load reduction
CN105980786B (zh) 热负荷推测装置以及空调控制系统
US10083408B2 (en) Energy conservation unit and system of a building by way of interactive learning
JP5570847B2 (ja) 断熱性能測定システム
US20100114550A1 (en) Modeling Device, Simulation Device, Modeling Program, Simulation Program, Method for Using Heat Balance Model, and System for Using Heat Balance Model
Čongradac et al. Methods for assessing energy savings in hospitals using various control techniques
EP0742883A1 (en) Apparatus and method for automatic climate control
KR102151260B1 (ko) 미세먼지감지기가 적용된 빌딩 자동 제어 시스템
Goel et al. Ansi/ashrae/ies standard 90.1-2016 performance rating method reference manual
JP2004301505A (ja) 空調制御装置
Sharma et al. Compare energy use in variable refrigerant flow heat pumps field demonstration and computer model
JP2004234302A (ja) プロセス管理装置
JP7090466B2 (ja) 制御装置、空調機、空調システム、空調機制御方法及びプログラム
CA2606067A1 (en) System and method for estimating temperature drift and drive curves
JP5705348B1 (ja) 空調システムのアドバイス装置
Williamson et al. Field performance of inverter-driven heat pumps in cold climates
JP4917866B2 (ja) 季節判定方法
Goel et al. ANSI/ASHRAE/IES Standard 90.1-2010 Performance Rating Method Reference Manual
TWI470466B (zh) 整合資訊系統之空調設備調控管理系統
Yik et al. A climatic variable for constructing thermal performance lines for air-conditioned commercial buildings in Hong Kong
Bible Modeling building energy use and hvac efficiency improvements in extreme hot and humid regions
Tsang et al. Carbon Footprint Analysis at the Operation Phase in a Student Residential Hall in Hong Kong
Less et al. Development of Smart Ventilation Control Algorithms for Humidity Control in High-Performance Homes in Humid US Climates

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20190426