CN110454959B - 一种空调节能控制方法和装置 - Google Patents

Abstract

本申请公开了一种空调节能控制方法和装置，其中方法包括：基于获取到的目标参数构造空调的制冷综合性能系数最优化目标函数；对制冷综合性能系数最优化目标函数配置约束条件；对配置约束条件后的目标函数进行优化，得到最优解；基于最优解对空调进行节能控制。通过构造空调的制冷综合性能系数最优化目标函数并配置相应的约束条件，对配置约束条件后的目标函数进行优化，得到空调制冷综合性能系数最优情况下的最优解，基于最优解对空调进行节能控制，从而在有效降低空调的电能消耗的同时兼顾用户的舒适度，得到空调节能与科学使用的效果，解决了现有的空调节能控制和用户舒适度不能兼顾的技术问题。

Description

一种空调节能控制方法和装置

技术领域

本申请涉及节能控制技术领域，尤其涉及一种空调节能控制方法和装置。

背景技术

空调系统的能耗在社会总能耗中占据一定的份额，且随着人们生活水平的提高以及城市化进程步伐的加快，空调系统的总能耗逐年上升，伴随而来的是能源供求矛盾，并且空调系统的能源消耗不仅增加了用户的经济负担，也给节能环保带来了挑战，因此，在空调系统中应用节能设计，具有重要的现实意义，而现有的空调节能控制方法通常是通过减少冷风送风或暂时关停新风机组等方法直接降低空调电功率，达到实现空调节能的目的，但存在没有兼顾用户舒适度的问题。

发明内容

本申请提供了一种空调节能控制方法和装置，用于解决现有的空调节能控制和用户舒适度不能兼顾的技术问题。

有鉴于此，本申请第一方面提供了一种空调节能控制方法，包括：

基于获取到的目标参数构造空调的制冷综合性能系数最优化目标函数；

对所述制冷综合性能系数最优化目标函数配置约束条件；

对所述配置约束条件后的目标函数进行优化，得到最优解；

基于所述最优解对所述空调进行节能控制。

可选的，所述基于获取到的目标参数构造空调的制冷综合性能系数最优化目标函数，之前还包括：

获取t时刻的目标参数，所述目标参数包括：室内侧温度、室内侧湿度、室外侧温度、室外侧湿度、室内侧风量、室内侧回风空气焓量、室内侧送风空气焓量、测点处湿空气比容和测点处空气湿度。

可选的，所述基于获取到的目标参数构造空调的制冷综合性能系数最优化目标函数，包括：

基于所述目标参数计算t时刻的实际制冷量φ_tci，其中，1≤i≤4；

获取部分负荷系数PLF_i，其中，1≤i≤4；

基于所述实际制冷量φ_tci、所述部分负荷系数PLF_i和空调负荷控制值P(t)构造空调的制冷综合性能系数最优化目标函数。

可选的，所述目标函数为：

其中，IPLV(C)为制冷综合性能系数，P(t)为t时刻的空调负荷控制值，φ_tc1、φ_tc2、φ_tc3和φ_tc4分别为部分负荷额定工况下100％负荷、(75±10)％负荷、(50±10)％负荷、(25±10)％负荷的实际制冷量，PLF₁、PLF₂、PLF₃和PLF₄分别为部分负荷额定工况下100％负荷、(75±10)％负荷、(50±10)％负荷、(25±10)％负荷的部分负荷系数。

可选的，所述约束条件包括：设定温度约束条件、送风量约束条件、新风量约束条件、冷冻水量约束条件、送风温度约束条件、制冷机进水温度约束、制冷机出水温度约束条件和冷却水进水温度约束条件；

所述设定温度约束条件为：

T_{N min}≤T_N≤T_{N max}

其中，T_{N min}为最低设定温度，T_{N max}为最高设定温度；

所述送风量约束条件为：

G_{f min}≤G_f≤G_{f max}

其中，G_{f min}为最小送风量，G_{f max}为最大送风量；

所述新风量约束条件为：

G_{xf min}≤G_xf≤G_{xf max}

其中，G_{xf min}为最小新风量，G_{xf max}为最大新风量；

所述冷冻水量约束条件为：

G_{p min}≤G_p≤G_{p max}

其中，G_{p min}为最小冷冻水量，G_{p max}为最大冷冻水量；

所述送风温度约束条件为：

T_{S min}≥T_S≥T_{S max}

其中，T_{S min}为最低送风温度，T_{S max}为最高送风温度；

所述制冷机进水温度约束条件为：

T_{ci min}≥T_ci≥T_{ci max}

其中，T_{ci min}为最低制冷机进水温度，T_{ci max}为最高制冷机进水温度；

所述制冷机出水温度约束条件为：

T_{co min}≥T_co≥T_{co max}

其中，T_{co min}为最低制冷机出水温度，T_{co max}为最高制冷机出水温度；

所述冷却水进水温度约束条件为：

T_{ni min}≥T_ni≥T_{ni max}

其中，T_{ni min}为最低冷却水进水温度，T_{ni max}为最高冷却水进水温度。

可选的，所述对所述配置约束条件后的目标函数进行优化，得到最优解，包括：

基于遗传算法对所述配置约束条件后的目标函数进行优化，得到制冷综合性能系数最优化下的空调负荷控制值P(t)。

可选的，所述基于所述最优解对所述空调进行节能控制，包括：

基于所述空调负荷控制值P(t)计算得到的空调变频压缩机频率对所述空调进行节能控制。

本申请第二方面提供了一种空调节能控制装置，包括：

第一构造目标函数模块，用于基于获取到的目标参数构造空调的制冷综合性能系数最优化目标函数；

配置约束条件模块，用于对所述制冷综合性能系数最优化目标函数配置约束条件；

优化模块，用于对所述配置约束条件后的目标函数进行优化，得到最优解；

节能控制模块，用于基于所述最优解对所述空调进行节能控制。

可选的，还包括：

目标参数获取模块，用于获取t时刻的目标参数，所述目标参数包括：室内侧温度、室内侧湿度、室外侧温度、室外侧湿度、室内侧风量、室内侧回风空气焓量、室内侧送风空气焓量、测点处湿空气比容和测点处空气湿度。

可选的，所述第一构造目标函数模块，具体包括：

实际制冷量计算模块，用于基于所述目标参数计算t时刻的实际制冷量φ_tci，其中，1≤i≤4；

部分负荷系数获取模块，用于获取部分负荷系数PLF_i，其中，1≤i≤4；

第二构造目标函数模块，用于基于所述实际制冷量φ_tci、所述部分负荷系数PLF_i和空调负荷控制值P(t)构造空调的制冷综合性能系数最优化目标函数。

从以上技术方案可以看出，本申请实施例具有以下优点：

本申请中提供了一种空调节能控制方法，包括：基于获取到的目标参数构造空调的制冷综合性能系数最优化目标函数；对制冷综合性能系数最优化目标函数配置约束条件；对配置约束条件后的目标函数进行优化，得到最优解；基于最优解对空调进行节能控制。通过构造空调的制冷综合性能系数最优化目标函数并配置相应的约束条件，对配置约束条件后的目标函数进行优化，得到空调制冷综合性能系数最优情况下的最优解，基于最优解对空调进行节能控制，从而在有效降低空调的电能消耗的同时兼顾用户的舒适度，得到空调节能与科学使用的效果，解决了现有的空调节能控制和用户舒适度不能兼顾的技术问题。

附图说明

图1为本申请提供的一种空调节能控制方法的一个实施例的流程示意图；

图2为本申请提供的一种空调节能控制方法的另一个实施例的流程示意图；

图3为本申请提供的一种空调节能控制装置的一个实施例的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

为了便于理解，请参阅图1，本申请提供的一种空调节能控制方法的一个实施例，包括：

步骤101，基于获取到的目标参数构造空调的制冷综合性能系数最优化目标函数。

需要说明的是，空调的制冷综合性能系数与空调机组的运行效率直接相关，其不仅是评价机组性能的重要指标，也是建筑节能标准和评估体系中的重要环节，空调的制冷综合性能系数越高，空调的能效越高。为了在有效降低空调的电能消耗的同时兼顾用户的舒适度，达到空调节能与科学使用的效果，因此，在本实施例中以空调的制冷综合性能系数最优化为目标构造目标函数。

步骤102，对制冷综合性能系数最优化目标函数配置约束条件。

需要说明的是，约束条件可以根据实际情况进行相应的设置，有助于快速获得目标函数的最优解。

步骤103，对配置约束条件后的目标函数进行优化，得到最优解。

需要说明的是，基于约束条件对目标函数进行优化，获得制冷综合性能系数最优情况下的最优解，有助于后续对空调进行节能控制。

步骤104，基于最优解对空调进行节能控制。

需要说明的是，通过对空调的制冷综合性能系数最优化目标函数进行优化，得到空调制冷综合性能系数最优情况下的最优解，基于最优解对空调进行相应的设置，使空调处于制冷综合性能系数最优化的状态，从而达到节能控制的目的，同时兼顾用户的舒适度，得到空调节能与科学使用的效果。

现有的空调节能控制方法都没有考虑到制冷综合性能系数最优化问题，通常是通过提高冷冻水初始温度、降低水泵转速、减少冷风送风量及新风送风量或暂时关停新风机组等方法直接降低空调电功率，以实现空调节能的目的，但存在没有兼顾到用户舒适度的技术问题。

为了解决上述问题，本申请实施例构造空调的制冷综合性能系数最优化目标函数并配置相应的约束条件，对配置约束条件后的目标函数进行优化，得到空调制冷综合性能系数最优情况下的最优解，基于最优解对空调进行节能控制，从而在有效降低空调的电能消耗的同时兼顾用户的舒适度，得到空调节能与科学使用的效果，解决了现有的空调节能控制和用户舒适度不能兼顾的技术问题。

为了便于理解，请参阅图2，本申请提供的一种空调节能控制方法的另一个实施例，包括：

步骤201，获取t时刻的目标参数。

需要说明的是，本申请实施例中获取的目标参数包括：室内侧温度、室内侧湿度、室外侧温度、室外侧湿度、室内侧风量、室内侧回风空气焓量、室内侧送风空气焓量、测点处湿空气比容和测点处空气湿度，获取的目标参数用于计算实际制冷量。

步骤202，基于目标参数计算t时刻的实际制冷量φ_tci，其中，1≤i≤4。

需要说明的是，本申请实施例中的实际制冷量φ_tci计算方法可由现有技术的实际制冷量φ_tci计算方法获得，实际制冷量φ_tci的计算方法不属于本申请实施例的改进点，在此不再进行赘述。计算得到的实际制冷量φ_tci用于后续构造目标函数，其中，φ_tci包括φ_tc1、φ_tc2、φ_tc3和φ_tc4，分别为部分负荷额定工况下100％负荷、(75±10)％负荷、(50±10)％负荷、(25±10)％负荷的实际制冷量。

步骤203，获取部分负荷系数PLF_i，其中，1≤i≤4。

需要说明的是，本申请实施例中的部分负荷系数PLF_i获取方法可由现有技术的部分负荷系数PLF_i获取方法获取，部分负荷系数PLF_i的获取方法不属于本申请实施例的改进点，在此不再进行赘述。得到的部分负荷系数PLF_i用于后续构造目标函数，其中，PLF_i包括PLF₁、PLF₂、PLF₃和PLF₄，分别为部分负荷额定工况下100％负荷、(75±10)％负荷、(50±10)％负荷、(25±10)％负荷的部分负荷系数。

步骤204，基于实际制冷量φ_tci、部分负荷系数PLF_i和空调负荷控制值P(t)构造空调的制冷综合性能系数最优化目标函数。

需要说明的是，本申请实施例中的目标函数为：

其中，IPLV(C)为制冷综合性能系数，P(t)为t时刻的空调负荷控制值，φ_tc1、φ_tc2、φ_tc3和φ_tc4分别为部分负荷额定工况下100％负荷、(75±10)％负荷、(50±10)％负荷、(25±10)％负荷的实际制冷量，PLF₁、PLF₂、PLF₃和PLF₄分别为部分负荷额定工况下100％负荷、(75±10)％负荷、(50±10)％负荷、(25±10)％负荷的部分负荷系数。

空调的制冷综合性能系数与空调机组的运行效率直接相关，其不仅是评价机组性能的重要指标，也是建筑节能标准和评估体系中的重要环节，空调的制冷综合性能系数越高，空调的能效越高。为了在有效降低空调的电能消耗的同时兼顾用户的舒适度，达到空调节能与科学使用的效果，因此，在本实施例中通过实际制冷量φ_tci和部分负荷系数PLF_i构造目标函数，使得空调的制冷综合性能系数最优化。

步骤205，对制冷综合性能系数最优化目标函数配置约束条件。

需要说明的是，空调负荷控制值P(t)与设定温度T_N、送风量G_f、新风量G_xf、冷冻水量G_p、送风温度T_S、制冷机进水温度T_ci、制冷机出水温度T_co和冷却水进水温度T_ni等物理量存在函数关系，即P(t)＝f(T_N,G_f,G_xf,G_p,T_s,T_ci,T_co,T_ni)，基于此，本申请实施例中对设定温度T_N、送风量G_f、新风量G_xf、冷冻水量G_p、送风温度T_S、制冷机进水温度T_ci、制冷机出水温度T_co和冷却水进水温度T_ni设置约束条件，以使得空调的制冷综合性能系数达到最优，其中约束条件包括：

设定温度约束条件为：

T_{N min}≤T_N≤T_{N max}

其中，T_{N min}为最低设定温度，T_{N max}为最高设定温度；

送风量约束条件为：

G_{f min}≤G_f≤G_{f max}

其中，G_{f min}为最小送风量，G_{f max}为最大送风量；

新风量约束条件为：

G_{xf min}≤G_xf≤G_{xf max}

其中，G_{xf min}为最小新风量，G_{xf max}为最大新风量；

冷冻水量约束条件为：

G_{p min}≤G_p≤G_{p max}

其中，G_{p min}为最小冷冻水量，G_{p max}为最大冷冻水量；

送风温度约束条件为：

T_{S min}≤T_S≤T_{S max}

其中，T_{S min}为最低送风温度，T_{S max}为最高送风温度；

制冷机进水温度约束条件为：

T_{ci min}≤T_ci≤T_{ci max}

其中，T_{ci min}为最低制冷机进水温度，T_{ci max}为最高制冷机进水温度；

制冷机出水温度约束条件为：

T_{co min}≤T_co≤T_{co max}

其中，T_{co min}为最低制冷机出水温度，T_{co max}为最高制冷机出水温度；

冷却水进水温度约束条件为：

T_{ni min}≤T_ni≤T_{ni max}

其中，T_{ni min}为最低冷却水进水温度，T_{ni max}为最高冷却水进水温度。

步骤206，对配置约束条件后的目标函数进行优化，得到最优解。

需要说明的是，本申请实施例基于遗传算法对配置约束条件后的目标函数进行优化，得到制冷综合性能系数的最大值情况下的空调负荷控制值P(t)，即最优解。

步骤207，基于最优解对空调进行节能控制。

需要说明的是，对目标函数进行优化，得到制冷综合性能系数最优情况下的空调负荷控制值P(t)，基于空调负荷控制值P(t)计算得到空调变频压缩机频率，空调变频压缩机频率计算公式为：

f(t)＝n·P(t)+m

其中，f(t)为空调变频压缩机频率，n、m为一次函数系数，n、m的取值取决于空调的类型，可以根据实际使用的空调类型设置相应的n、m的取值。

通过控制空调变频压缩机频率，使空调运行在制冷综合系数最优下的空调制冷功率值，从而达到在对空调进行节能控制的同时兼顾用户的舒适度，达到空调节能与科学使用的效果。

为了便于理解，请参阅图3，本申请提供的一种空调节能控制装置的一个实施例，包括：

第一构造目标函数模块301，用于基于获取到的目标参数构造空调的制冷综合性能系数最优化目标函数；

配置约束条件模块302，用于对制冷综合性能系数最优化目标函数配置约束条件；

优化模块303，用于对配置约束条件后的目标函数进行优化，得到最优解；

节能控制模块304，用于基于最优解对空调进行节能控制。

进一步地，还包括：

目标参数获取模块305，用于获取t时刻的目标参数，目标参数包括：室内侧温度、室内侧湿度、室外侧温度、室外侧湿度、室内侧风量、室内侧回风空气焓量、室内侧送风空气焓量、测点处湿空气比容和测点处空气湿度。

进一步地，第一构造目标函数模块301，具体包括：

实际制冷量计算模块3011，用于基于目标参数计算t时刻的实际制冷量φ_tci，其中，1≤i≤4；

部分负荷系数获取模块3012，用于获取部分负荷系数PLF_i，其中，1≤i≤4；

第二构造目标函数模块3013，用于基于实际制冷量φ_tci、部分负荷系数PLF_i和空调负荷控制值P(t)构造空调的制冷综合性能系数最优化目标函数。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以通过一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(英文全称：Read-OnlyMemory，英文缩写：ROM)、随机存取存储器(英文全称：Random Access Memory，英文缩写：RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例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同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (5)

1.一种空调节能控制方法，其特征在于，包括：

基于获取到的目标参数构造空调的制冷综合性能系数最优化目标函数；

对所述制冷综合性能系数最优化目标函数配置约束条件；

对所述配置约束条件后的目标函数进行优化，得到最优解；

基于所述最优解对所述空调进行节能控制；

所述基于获取到的目标参数构造空调的制冷综合性能系数最优化目标函数，之前还包括：

获取t时刻的目标参数，所述目标参数包括：室内侧温度、室内侧湿度、室外侧温度、室外侧湿度、室内侧风量、室内侧回风空气焓量、室内侧送风空气焓量、测点处湿空气比容和测点处空气湿度；

所述基于获取到的目标参数构造空调的制冷综合性能系数最优化目标函数，包括：

基于所述目标参数计算t时刻的实际制冷量φ_tci，其中，1≤i≤4；

获取部分负荷系数PLF_i，其中，1≤i≤4；

基于所述实际制冷量φ_tci、所述部分负荷系数PLF_i和空调负荷控制值P(t)构造空调的制冷综合性能系数最优化目标函数；

所述目标函数为：

其中，IPLV(C)为制冷综合性能系数，P(t)为t时刻的空调负荷控制值，φ_tc1、φ_tc2、φ_tc3和φ_tc4分别为部分负荷额定工况下100％负荷、(75±10)％负荷、(50±10)％负荷、(25±10)％负荷的实际制冷量，PLF₁、PLF₂、PLF₃和PLF₄分别为部分负荷额定工况下100％负荷、(75±10)％负荷、(50±10)％负荷、(25±10)％负荷的部分负荷系数。

2.根据权利要求1所述的空调节能控制方法，其特征在于，所述约束条件包括：设定温度约束条件、送风量约束条件、新风量约束条件、冷冻水量约束条件、送风温度约束条件、制冷机进水温度约束、制冷机出水温度约束条件和冷却水进水温度约束条件；

所述设定温度约束条件为：

T_Nmin≤T_N≤T_Nmax

其中，T_Nmin为最低设定温度，T_Nmax为最高设定温度；

所述送风量约束条件为：

G_fmin≤G_f≤G_fmax

其中，G_fmin为最小送风量，G_fmax为最大送风量；

所述新风量约束条件为：

G_xfmin≤G_xf≤G_xfmax

其中，G_xfmin为最小新风量，G_xfmax为最大新风量；

所述冷冻水量约束条件为：

G_pmin≤G_p≤G_pmax

其中，G_pmin为最小冷冻水量，G_pmax为最大冷冻水量；

所述送风温度约束条件为：

T_Smin≤T_S≤T_Smax

其中，T_Smin为最低送风温度，T_Smax为最高送风温度；

所述制冷机进水温度约束条件为：

T_cimin≤T_ci≤T_cimax

其中，T_cimin为最低制冷机进水温度，T_cimax为最高制冷机进水温度；

所述制冷机出水温度约束条件为：

T_comin≤T_co≤T_comax

其中，T_comin为最低制冷机出水温度，T_comax为最高制冷机出水温度；

所述冷却水进水温度约束条件为：

T_nimin≤T_ni≤T_nimax

其中，T_nimin为最低冷却水进水温度，T_nimax为最高冷却水进水温度。

3.根据权利要求1或2所述的空调节能控制方法，其特征在于，所述对所述配置约束条件后的目标函数进行优化，得到最优解，包括：

基于遗传算法对所述配置约束条件后的目标函数进行优化，得到制冷综合性能系数最优化下的空调负荷控制值P(t)。

4.根据权利要求3所述的空调节能控制方法，其特征在于，所述基于所述最优解对所述空调进行节能控制，包括：

基于所述空调负荷控制值P(t)计算得到的空调变频压缩机频率对所述空调进行节能控制。

5.一种空调节能控制装置，其特征在于，包括：

目标参数获取模块，用于获取t时刻的目标参数，所述目标参数包括：室内侧温度、室内侧湿度、室外侧温度、室外侧湿度、室内侧风量、室内侧回风空气焓量、室内侧送风空气焓量、测点处湿空气比容和测点处空气湿度；

第一构造目标函数模块，用于基于获取到的目标参数构造空调的制冷综合性能系数最优化目标函数；

配置约束条件模块，用于对所述制冷综合性能系数最优化目标函数配置约束条件；

优化模块，用于对所述配置约束条件后的目标函数进行优化，得到最优解；

节能控制模块，用于基于所述最优解对所述空调进行节能控制；

所述第一构造目标函数模块，具体包括：

实际制冷量计算模块，用于基于所述目标参数计算t时刻的实际制冷量φ_tci，其中，1≤i≤4；

部分负荷系数获取模块，用于获取部分负荷系数PLF_i，其中，1≤i≤4；

第二构造目标函数模块，用于基于所述实际制冷量φ_tci、所述部分负荷系数PLF_i和空调负荷控制值P(t)构造空调的制冷综合性能系数最优化目标函数；

所述目标函数为：

其中，IPLV(C)为制冷综合性能系数，P(t)为t时刻的空调负荷控制值，φ_tc1、φ_tc2、φ_tc3和φ_tc4分别为部分负荷额定工况下100％负荷、(75±10)％负荷、(50±10)％负荷、(25±10)％负荷的实际制冷量，PLF₁、PLF₂、PLF₃和PLF₄分别为部分负荷额定工况下100％负荷、(75±10)％负荷、(50±10)％负荷、(25±10)％负荷的部分负荷系数。

Images