CN110781540A - 设计方案的分析方法、装置、存储介质及计算机设备 - Google Patents
设计方案的分析方法、装置、存储介质及计算机设备 Download PDFInfo
- Publication number
- CN110781540A CN110781540A CN201910940574.XA CN201910940574A CN110781540A CN 110781540 A CN110781540 A CN 110781540A CN 201910940574 A CN201910940574 A CN 201910940574A CN 110781540 A CN110781540 A CN 110781540A
- Authority
- CN
- China
- Prior art keywords
- energy consumption
- equipment
- design
- design scheme
- chilling unit
- 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
- 238000013461 design Methods 0.000 title claims abstract description 244
- 238000004458 analytical method Methods 0.000 title abstract description 19
- 238000005265 energy consumption Methods 0.000 claims abstract description 143
- 238000000034 method Methods 0.000 claims abstract description 46
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 181
- 238000005057 refrigeration Methods 0.000 claims description 59
- 238000001816 cooling Methods 0.000 claims description 52
- 238000012937 correction Methods 0.000 claims description 50
- 238000004364 calculation method Methods 0.000 claims description 29
- 239000000498 cooling water Substances 0.000 claims description 13
- 230000005611 electricity Effects 0.000 claims description 13
- 238000012163 sequencing technique Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 10
- 238000005086 pumping Methods 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 5
- 238000010206 sensitivity analysis Methods 0.000 claims description 5
- 238000013500 data storage Methods 0.000 claims 1
- 238000012545 processing Methods 0.000 claims 1
- 238000010438 heat treatment Methods 0.000 abstract description 19
- 238000009423 ventilation Methods 0.000 abstract description 19
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000004378 air conditioning Methods 0.000 description 1
- 238000010205 computational analysis Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0283—Price estimation or determination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Finance (AREA)
- Public Health (AREA)
- Fuzzy Systems (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- Mathematical Physics (AREA)
- Signal Processing (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本申请涉及一种制冷机房设计方案的分析方法、装置、存储介质及计算机设备,该方法通过获取制冷机房的多个设计方案所对应的方案数据组;各方案数据组包括各设计方案中的各配套设备的数量,各配套设备分别设有对应的性能模型;通过调用各设计方案中的各配套设备所对应的性能模型进行计算,确定各配套设备的能耗;根据各设计方案中的各配套设备的数量和各配套设备的能耗,确定各设计方案的总能耗;根据各设计方案的总能耗从各设计方案中筛选可行的设计方案。避免传统技术中计算分析一个设计方案就需要划分大量的人力和时间,从而暖通设计师可以快速筛选出可行的设计方案。
Description
技术领域
本申请涉及暖通空调技术领域,特别是涉及一种制冷机房设计方案的分析方法、装置、存储介质及计算机设备。
背景技术
在进行制冷机房的系统设计时,暖通设计师首先使用负荷设计软件计算建筑的冷负荷,接着根据以往类似项目经验配置冷水机组的类型、台数和制冷量,然后在此基础上选择冷冻水泵、冷却水泵和冷却塔等相关配套设备。
由于制冷机房方案的设计具有一定的灵活性,在项目初期各类设备的类型、容量、数量等参数均无法确定。因此在制冷机房初期设计时,暖通设计师需要依靠类似项目的经验设计若干个方案,通过计算分析从若干个方案中筛选出合理的设计方案。
但是,在传统技术中,由于每个设计方案的计算分析均需要花费大量时间,因此暖通设计师无法快速筛选出可行的设计方案。
发明内容
基于此,有必要针对传统技术中存在的暖通设计师无法快速筛选出可行的设计方案的技术问题,提供一种制冷机房设计方案的分析方法、装置、存储介质及计算机设备。
一种制冷机房设计方案的分析方法,所述方法包括:
获取制冷机房的多个设计方案所对应的方案数据组;各所述方案数据组包括各所述设计方案中的各配套设备的数量,各所述配套设备分别设有对应的性能模型;
通过调用各所述设计方案中的各所述配套设备所对应的性能模型进行计算,确定各所述配套设备的能耗;
根据各所述设计方案中的各所述配套设备的数量和各所述配套设备的能耗,确定各所述设计方案的总能耗;
根据各所述设计方案的总能耗从各所述设计方案中筛选可行的设计方案。
上述制冷机房设计方案的分析方法,通过获取制冷机房的多个设计方案所对应的方案数据组并调用各所述设计方案中的各所述配套设备所对应的性能模型进行计算,避免传统技术中计算分析一个设计方案就需要划分大量的人力和时间,解决暖通设计师无法快速筛选出可行的设计方案的技术问题。
附图说明
图1为一个实施例中制冷机房设计方案的分析方法的应用环境图;
图2为一个实施例中制冷机房设计方案的分析方法的流程示意图;
图3为一个实施例中利用冷水机组设备性能模型计算冷水机组能耗的流程示意图;
图4为一个实施例中步骤S320对应的流程示意图;
图5为一个实施例中利用冷水机组设备性能模型计算冷水机组能耗的流程示意图;
图6为一个实施例中利用水泵设备性能模型计算水泵设备能耗的流程示意图;
图7为一个实施例中利用冷却塔设备性能模型计算冷却塔设备能耗的流程示意图;
图8为一个实施例中制冷机房设计方案的分析方法的流程示意图;
图9为一个实施例中制冷机房设计方案的分析方法的流程示意图;
图10为一个实施例中制冷机房设计方案的分析装置的结构框图;
图11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,此处所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。
本申请提供一种制冷机房设计方案的分析方法,可以应用于图1所示的应用环境中。其中,终端110通过网络与服务器120进行数据交互。终端110可以用于显示制冷机房设计软件的界面,界面中设有新建制冷机房项目的按钮,用户点击该按钮,向服务器120发出新建项目请求。新建项目请求携带有制冷机房多个设计方案的各配套设备的数量。服务器120通过终端110接收制冷机房的新建项目请求,并根据制冷机房多个设计方案的各配套设备的数量生成各个设计方案对应的方案数据组并保存。服务器120获取制冷机房的多个设计方案所对应的方案数据组;各方案数据组包括各设计方案中的各配套设备的数量,各配套设备分别设有对应的性能模型;通过调用各设计方案中的各配套设备所对应的性能模型进行计算,确定各配套设备的能耗;根据各设计方案中的各配套设备的数量和各配套设备的能耗,确定各设计方案的总能耗;根据各设计方案的总能耗从各设计方案中筛选可行的设计方案。其中,终端110可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,服务器120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,提供了一种制冷机房设计方案的分析方法,以该方法应用于图1的服务器中为例进行说明,包括以下步骤:
S210、获取制冷机房的多个设计方案所对应的方案数据组;
S220、通过调用各设计方案中的各配套设备所对应的性能模型进行计算,确定各配套设备的能耗;
S230、根据各设计方案中的各配套设备的数量和各配套设备的能耗,确定各设计方案的总能耗;
S240、根据各设计方案的总能耗从各设计方案中筛选可行的设计方案。
其中,选择需要分析的制冷机房的系统形式,包括但不限于一次泵系统、二次泵系统、风冷系统、热泵系统、集中泵系统等。针对某个项目的制冷机房,暖通工程师通常提供多个设计方案。各个设计方案中包括不同配套设备,且各配套设备的数量不同。每个设计方案中各配套设备的数量可以采用二维数据组的形式进行保存,则每个设计方案对应有一个方案数据组,且该方案数据组中包括对应的设计方案中的各配套设备的数量。比如,制冷机房的配套设备可以包括冷水机组设备、水泵设备和冷却塔设备,该制冷机房的一个设计方案中包括2台冷水机组设备、3台水泵设备和3台冷却塔设备,则该设计方案对应的方案数据组为(2,3,3)。性能模型是指用于计算各配套设备的能耗的数学模型。各配套设备分别设有对应的性能模型。
具体地,由于每个设计方案对应有方案数据组,各方案数据组中保存各设计方案中的各配套设备的数量,可以将各设计方案对应的方案数据组事先生成并保存在服务器本地,也可以根据暖通设计师提供的各配套设备的数量区间生成各方案数据组并保存在服务器本地,生成的每个方案数据组对应一个设计方案。无论是暖通工程师提供的多个设计方案,还是根据暖通设计师提供的各配套设备的数量区间自动生成的设计方案,在步骤S210中,为了从多个设计方案中选择最优的设计方案,需要获取制冷机房的多个设计方案所对应的方案数据组以对每个设计方案的能耗进行遍历计算。各设计方案由不同数量的不同类型的配套设备组成,各类型的配套设备可以设有计算能耗的性能模型,为了确定每台配套设备的能耗,调用各设计方案中的各配套设备的性能模型进行计算。每个设计方案所对应的方案数据组中保存有各配套设备的数量,根据计算得到的各配套设备的能耗和各配套设备的数量进行计算,可以得到每个设计方案的总能耗。根据计算的各个设计方案的能耗结果,从各个设计方案中选择可行的设计方案。
本实施例中,通过获取制冷机房的多个设计方案所对应的方案数据组并调用各设计方案中的各配套设备所对应的性能模型进行计算,避免传统技术中计算分析一个设计方案就需要划分大量的人力和时间,解决暖通设计师无法快速筛选出可行的设计方案的技术问题。进一步地,通过对每个可行的制冷机房设计方案的自动遍历计算分析,解决了暖通设计师在项目初期避免因人力或时间的原因无法充分考虑所有可行的方案。而且本实施例中设计各配套设备所对应的性能模型并利用其即可计算各种方案的能耗结果,方便暖通设计师进行设计方案的选择。
在一个实施例中,配套设备包括冷水机组设备。冷水机组设备类型包括但不限于定频离心式冷水机组、变频离心式冷水机组、定频螺杆式冷水机组、变频螺杆式冷水机组。如图3所示,在通过调用各设计方案中的各配套设备所对应的性能模型进行计算,确定各配套设备的能耗之前,该方法还包括以下步骤:
S310、从负荷数据库中获取制冷机房所对应的逐时负荷数据,逐时负荷数据包括每个时刻的冷负荷数值、干球温度、湿球温度和相对湿度;
通过调用各设计方案中的各配套设备所对应的性能模型进行计算,确定各配套设备的能耗,包括:
S320、将每个时刻的冷负荷数值、干球温度、湿球温度和相对湿度输入冷水机组设备的性能模型进行计算,确定冷水机组设备每个时刻的能耗;
S330、根据冷水机组设备每个时刻的能耗进行计算,确定冷水机组的能耗。
其中,每个制冷机房项目的设计需要根据实际情况而设定,比如项目所在地的经度和纬度、项目的全年冷负荷数据。针对各制冷机房项目对应有负荷数据库,比如,负荷数据库中可以保存有8760条冷负荷数据,负荷数据库保存有全年中每个小时的冷负荷数值、干球温度、湿球温度和相对湿度。冷负荷是指为保持建筑物的热湿环境和所要求的室内温度,必须由制冷机房从建筑物各房间带走的热量,或在某一时刻需向建筑物各房间供应的冷量。
通过大量的数据分析,发明人发现负荷百分比以及室外温度对于冷水机组效率的影响较大,且负荷百分比与不同时刻的冷负荷数值和最大的冷负荷数值有关,室外温度与干球温度、湿球温度和相对湿度有关。因此,在本实施例中,从负荷数据库中获取制冷机房所对应的每个时刻的冷负荷数值、干球温度、湿球温度和相对湿度,并将每个时刻的冷负荷数值、干球温度、湿球温度和相对湿度输入冷水机组设备的性能模型进行计算,确定冷水机组设备每个时刻的能耗,将冷水机组设备每个时刻的能耗进行统计,即可确定冷水机组的能耗。
本实施中,通过充分考虑不同负荷百分比以及室外温度对于冷机效率的影响,合理地简化了冷水机组设备的性能模型,不仅减少了计算量,而且可以确保结果的准确性。需要说明的是,本实施例中的“每个时刻”可以根据实际情况决定,可以是每小时,每半小时,每两小时等,“每个时刻”与负荷数据库中的时刻对应。若负荷数据库保存的是全年每小时的数据,则“每个时刻”即对应全年每小时。
在一个实施例中,如图4所示,将每个时刻的冷负荷数值、干球温度、湿球温度和相对湿度输入冷水机组设备的性能模型进行计算,得到冷水机组设备每个时刻的能耗,包括以下步骤:
S410、根据每个时刻的冷负荷数值、干球温度、湿球温度和相对湿度,确定冷水机组设备在每个时刻的输入功率修正系数;
S420、根据冷水机组设备在每个时刻的输入功率修正系数和冷水机组设备在额定工况下的输入功率进行计算,得到冷水机组设备每个时刻的能耗。
其中,输入功率修正系数是指用于修正由于额定输入功率和实际输入功率之间的偏差导致的能耗计算误差的系数。输入功率修正系数的取值范围可以是任意值。冷水机组在不同的负荷下具有不同效率曲线,且设备厂商会提供冷水机组在不同的负荷下的不同效率曲线,根据设备厂商提供的冷水机组在不同的负荷下的不同效率曲线也影响冷水机组设备的输入功率修正系数。具体地,从负荷数据库中获取制冷机房所对应的每个时刻的冷负荷数值、干球温度、湿球温度和相对湿度,从而根据每个时刻的冷负荷数值、干球温度、湿球温度和相对湿度以及冷水机组在不同的负荷下的不同效率曲线,确定冷水机组设备在每个时刻的输入功率修正系数。根据冷水机组设备在每个时刻的输入功率修正系数对冷水机组设备在额定工况下的输入功率进行修正,从而根据修正后的冷水机组设备输入功率得到冷水机组设备每个时刻的能耗。
在一个实施例中,如图5所示,根据每个时刻的冷负荷数值、干球温度、湿球温度和相对湿度,确定冷水机组设备在每个时刻的输入功率修正系数,包括:
S510、计算每个时刻的冷负荷数值与逐时负荷数据中最大的冷负荷数值的比值,得到冷水机组设备在每个时刻的负荷百分比;
S520、根据冷水机组设备在每个时刻的负荷百分比,确定冷水机组设备在每个时刻的第一修正系数。
其中,由于不同负荷百分比以及室外温度对于冷水机组设备的效率影响较大,则根据不同的负荷百分比确定冷水机组设备在每个时刻的第一修正系数。具体地,将每个时刻的冷负荷数值与逐时负荷数据中最大的冷负荷数值的比值确定为冷水机组设备在每个时刻的负荷百分比;为了充分考虑负荷百分比对冷水机组设备效率的影响,在确定冷水机组设备在每个时刻的第一修正系数时,需要结合冷水机组在不同的负荷下的效率曲线,效率曲线由不少于三次方的一元多次方程构成。
S530、根据每个时刻的干球温度、湿球温度和相对湿度,确定冷水机组设备在每个时刻的冷却水进水温度值;
S540、根据冷水机组设备在每个时刻的冷却水进水温度值,确定冷水机组设备在每个时刻的第二修正系数。
其中,由于不同负荷百分比以及室外温度对于冷水机组设备的效率影响较大,则根据每个时刻的干球温度、湿球温度和相对湿度确定冷水机组设备在每个时刻的第二修正系数。具体地,根据每个时刻的干球温度、湿球温度和相对湿度,确定冷水机组设备在每个时刻的冷却水进水温度值;从而根据冷水机组设备在每个时刻的冷却水进水温度值,确定冷水机组设备在每个时刻的第二修正系数;为了充分考虑室外温度冷水机组设备效率的影响,在确定冷水机组设备在每个时刻的第二修正系数时,需要结合冷水机组在不同的冷却水进水温度在的效率曲线,效率曲线由不少于三次方的一元多次方程构成。
根据冷水机组设备在每个时刻的输入功率修正系数和冷水机组设备在额定工况下的输入功率进行计算,得到冷水机组设备每个时刻的能耗,包括:
S550、根据冷水机组设备在每个时刻的第一修正系数、第二修正系数和冷水机组设备在额定工况下的输入功率进行计算,得到冷水机组设备每个时刻的能耗。
具体地,结合厂商提供的冷水机组在不同负荷下的效率曲线和冷水机组的负荷百分比确定冷水机组设备在每个时刻的第一修正系数,结合厂商提供的冷水机组在不同冷却水进水温度下的效率曲线和冷却水进水温度值确定冷水机组设备在每个时刻的第二修正系数,从而可以根据冷水机组设备在每个时刻的第一修正系数、第二修正系数对冷水机组设备在额定工况下的输入功率进行修正,并根据修正后的冷水机组设备输入功率得到冷水机组设备每个时刻的能耗。
在一个实施例中,配套设备还包括水泵设备,水泵设备类型包括但不限于定频泵、变频泵等。如图6所示,通过调用各设计方案中的各配套设备所对应的性能模型进行计算,确定各配套设备的能耗,包括以下步骤:
S610、获取水泵设备所对应的冷水机组设备的负荷百分比;
S620、根据水泵设备所对应的冷水机组设备的负荷百分比确定水泵设备的输入功率修正系数;
S630、根据水泵设备的输入功率修正系数和水泵设备在额定工况下的输入功率进行计算,确定水泵设备的能耗。
具体地,在暖通设计师设计不同的方案时,会设置水泵设备的设计参数,比如水泵功率,且水泵设备厂商会提供不同频率下的输出功率。获取水泵设备所对应的冷水机组设备的负荷百分比,水泵频率的变化百分比和其对应的冷水主机的负荷百分比相等,结合水泵设备厂商会提供的不同频率效率曲线,并考虑水泵设备的运行频率,确定水泵设备的输入功率修正系数。根据水泵设备的输入功率修正系数对水泵设备在额定工况下的输入功率进行修正,根据修正后的水泵设备的输入功率和水泵设备的运行时间确定水泵设备的能耗。
在一个实施例中,配套设备还包括冷却塔设备,冷却塔设备类型包括但不限于定频风机、变频风机等。如图7所示,通过调用各设计方案中的各配套设备所对应的性能模型进行计算,确定各配套设备的能耗,包括以下步骤:
S710、获取冷却塔设备所对应的冷水机组设备的负荷百分比;
S720、根据冷却塔设备所对应的冷水机组设备的负荷百分比确定冷却塔设备的输入功率修正系数;
S730、根据冷却塔设备的输入功率修正系数和冷却塔设备在额定工况下的输入功率进行计算,确定冷却塔设备的能耗。
具体地,在暖通设计师设计不同的方案时,会设置冷却塔设备的设计参数,比如冷却塔功率,且冷却塔设备厂商会提供的不同频率效率曲线。获取冷却塔设备对应的冷水机组设备的负荷百分比,冷却塔设备频率的变化百分比和其对应冷水主机的负荷百分比相等,结合冷却塔设备厂商会提供的不同频率效率曲线,并考虑冷却塔设备的运行频率确定冷却塔设备的输入功率修正系数。根据冷却塔设备的输入功率修正系数对冷却塔设备在额定工况下的输入功率进行修正,根据修正后的冷却塔设备的输入功率和冷却塔设备的运行时间确定冷却塔设备的能耗。
在一个实施例中,多个设计方案所对应的方案数据组的生成,包括:获取各配套设备的数量区间和步进值,各配套设备的数量区间包括最小值和最大值;根据各配套设备的最小值、最大值以及步进值,生成多个设计方案所对应的方案数据组,并将各方案数据组进行排序。
具体地,在暖通设计师在新建制冷机房项目时,暖通设计师可以输入各配套设备的数量区间以及各配套设备的步进值,且各配套设备的数量区间包括最小值和最大值。根据各配套设备的最小值、最大值以及各配套设备的步进值,按照步进顺序,生成所有可行的设计方案以及各设计方案所对应的方案数据组,对各方案数据组进行排序,并将排序后的方案数据组保存在二维方案数据组中。
本实施例中,通过生成每个可行的制冷机房设计方案所对应的方案数据组,为后续对可行的制冷机房设计方案进行遍历计算分析打下基础,不再需要暖通设计师每次都输入设计方案对应的各配套设备的数量,不仅减少项目初期的人力和时间的投入,而且可以考虑每个可行的设计方案,不受项目设计师的经验限制。
在一个实施例中,如图8所示,获取制冷机房的多个设计方案所对应的方案数据组,包括:
S810、按照各方案数据组的排列顺序,读取第一个设计方案所对应的方案数据组;
通过调用各设计方案中的各配套设备所对应的性能模型进行计算,确定各配套设备的能耗,包括:
S820、调用第一个设计方案中的各配套设备分别所对应的性能模型进行计算,确定各配套设备的能耗。
根据各配套设备的数量和各配套设备的能耗,确定各设计方案的总能耗,包括:
S830、根据第一个设计方案中的各配套设备的数量和能耗进行计算,得到第一个设计方案的总能耗;
S840、重复第一个设计方案的总能耗的计算步骤直至最后一个设计方案,得到最后一个设计方案的总能耗。
其中,由于需要对每个可行的设计方案进行遍历计算,因此需要按照各方案数据组的排列顺序,从第一个设计方案开始计算分析直至最后一个设计方案。具体地,按照各方案数据组的排列顺序,读取第一个设计方案所对应的方案数据组;第一个设计方案包括不同数量的不同类型的配套设备,各类型的配套设备设有计算能耗的性能模型,为了确定每台配套设备的能耗,调用第一个设计方案中的各配套设备的性能模型进行计算。第一个设计方案所对应的方案数据组中保存有各配套设备的数量,根据第一个设计方案中的各配套设备的能耗和各配套设备的数量进行计算,可以得到第一个设计方案中设计方案的总能耗。
在对除第一个设计方案之外的设计方案计算分析之后,可以判断当前的设计方案是否是最后一个设计方案。若不是设计方案,重复第一个设计方案的总能耗的计算步骤,直至最后一个设计方案,得到最后一个设计方案的总能耗。根据计算的各个设计方案的能耗结果,从各个设计方案中选择可行的设计方案。
在一个实施例中,该方法包括:将各设计方案的总能耗进行排序,并采用图表的形式展示各设计方案的排序结果以及各配套设备的参数;通过控制变量的方式对各设计方案的能耗进行敏感度分析,确定影响制冷机房能耗的敏感参数。
具体地,按照各方案数据组的排列顺序,从第一个设计方案的计算分析至最后一个设计方案的计算分析,得到各设计方案的总能耗,将各设计方案的总能耗进行排序,可以通过图表的形式将每个设计方案进行展示,图表中不仅可以展示每个技术方案的总能耗,还可以展示每个技术方案包括的各配套设备,也可以展示各配套设备的参数。进一步地,利用控制变量的方式对各设计方案的能耗进行敏感度分析,确定出影响制冷机房能耗的敏感参数,敏感参数可以各配套设备的数量,也可以各配套设备的运行参数,根据分析得到的敏感参数,可以为暖通设计师优化制冷机房设计方案提供参考和指导,避免不必要的改进工作。
在一个实施例中,该方法包括:获取各配套设备的价格系数和电价信息;根据电价信息和各设计方案的总能耗,计算各设计方案的年运行费用;根据各配套设备的价格系数和各设计方案的年运行费用,分析各设计方案的投资回报期和投资回报率。
具体地,电价信息可以是单一电价,也可以是分时电价。若是单一电价,则根据单一电价和各设计方案的总能耗计算各设计方案的年运行费用,若是分时电价,可以根据分时电价和各配套设备的每个时刻的能耗计算各配套设备的每个时刻的运行费用,对各配套设备的每个时刻的运行费用进行统计即可得到各设计方案的年运行费用。每个设计方案对应有一个方案数据组,且该方案数据组中包括对应的设计方案中的各配套设备的数量,根据各配套设备的价格系数和各配套设备的数量可以确定各个设计方案的投资,从而根据各个设计方案的投资和各设计方案的年运行费用,分析各设计方案的投资回报期和投资回报率。另外,还可以采用图表的形式按照全年能耗最低、全年能源费用最低、制冷季平均能耗最低、全生命周期能源费用最低、初投资最低等多个分析维度排列各个设计方案。
在一个实施例中,如图9所示,本申请提供制冷机房设计方案的分析方法,该方法还包括以下步骤:
S902、从负荷数据库中获取制冷机房所对应的逐时负荷数据,逐时负荷数据包括每个时刻的冷负荷数值、干球温度、湿球温度和相对湿度;
S904、获取多个设计方案中各配套设备的数量区间和步进值,各配套设备的数量区间包括最小值和最大值;
其中,制冷机房的配套设备包括冷水机组设备、水泵设备和冷却塔设备。
S906、根据各配套设备的最小值、最大值以及步进值,生成多个设计方案所对应的方案数据组,并将各方案数据组进行排序。
其中,各方案数据组包括各设计方案中的各配套设备的数量,各配套设备分别设有对应的性能模型。
S908、按照各方案数据组的排列顺序,获取第一个设计方案所对应的方案数据组;
S910、将每个时刻的冷负荷数值、干球温度、湿球温度和相对湿度输入冷水机组设备的性能模型进行计算,确定冷水机组设备每个时刻的能耗。
其中,计算中使用的冷水机组设备的性能模型充分考虑不同负荷百分比以及室外温度对于冷机效率的影响。其性能模型计算公式如下:
P1=[a*η+b*η2+c*η3+d*η4]*[e*T+g*T2+h*T3+i*T4]*Pt1;
P1为冷水机组输入功率;a,b,c,d分别是由厂商提供的冷水机组在不同负荷下的效率曲线确定的常数;η为冷水机组的负荷百分比;e,g,h,i分别是根据厂商提供的冷水机组在不同冷却水进水温度下的效率曲线确定的常数;T为冷却水进水温度值;Pt1为冷水机组额定工况下的输入功率。
S912、根据冷水机组设备每个时刻的能耗进行计算,确定冷水机组的能耗。
S914、通过调用水泵设备所对应的性能模型进行计算,确定水泵设备的能耗。
其中,考虑水泵不同频率的影响,水泵的性能模型如下:
P2=(m*f+n*f2+l*f3)*Pt2;
P2为水泵的输入功率;m,n,l分别是根据水泵厂商提供的不同频率效率曲线确定的常数;f为水泵所对应的冷水机组的负荷百分比;Pt2为水泵额定工况下的输入功率。
S916、通过调用冷却塔设备所对应的性能模型进行计算,确定冷却塔设备的能耗。
其中,考虑冷却塔不同频率的影响,冷却塔的性能模型如下:
P3=(x*v+y*v2+z*v3)*Pt3;
P3为冷却塔的输入功率;x,y,z分别是根据冷却塔在不同频率下的效率曲线确定的常数;v为冷却塔所对应冷水机组的负荷百分比;Pt3为冷却塔额定工况下的输入功率。
S918、根据第一个设计方案中的各配套设备的数量和能耗进行计算,得到第一个设计方案的总能耗;
S920、重复第一个设计方案的总能耗的计算步骤直至最后一个设计方案,得到最后一个设计方案的总能耗。
S922、将各设计方案的总能耗进行排序,并采用图表的形式展示各设计方案的排序结果以及各配套设备的参数;
S924、通过控制变量的方式对各设计方案的能耗进行敏感度分析,确定影响制冷机房能耗的敏感参数。
在一个实施例中,如图10所示,本申请提供一种制冷机房设计方案的分析方法,该方法还包括以下步骤:
S1002、获取多个设计方案中各配套设备的数量区间和步进值,各配套设备的数量区间包括最小值和最大值;
其中,制冷机房的配套设备包括冷水机组设备、水泵设备和冷却塔设备。
S1004、根据各配套设备的最小值、最大值以及步进值,生成多个设计方案所对应的方案数据组,并将各方案数据组进行排序。
S1006、按照各方案数据组的排列顺序,获取第一个设计方案所对应的方案数据组;
其中,各方案数据组包括第一个设计方案的各配套设备的数量,各配套设备分别设有对应的性能模型;
S1008、从负荷数据库中获取制冷机房所对应的逐时负荷数据,逐时负荷数据包括每个时刻的冷负荷数值、干球温度、湿球温度和相对湿度;
S1010、计算每个时刻的冷负荷数值与逐时负荷数据中最大的冷负荷数值的比值,得到冷水机组设备在每个时刻的负荷百分比;
S1012、根据冷水机组设备在每个时刻的负荷百分比,确定冷水机组设备在每个时刻的第一修正系数;
S1014、根据每个时刻的干球温度、湿球温度和相对湿度,确定冷水机组设备在每个时刻的冷却水进水温度值;
S1016、根据冷水机组设备在每个时刻的冷却水进水温度值,确定冷水机组设备在每个时刻的第二修正系数;
S1018、根据冷水机组设备在每个时刻的第一修正系数、第二修正系数和冷水机组设备在额定工况下的输入功率进行计算,得到冷水机组设备每个时刻的能耗。
S1020、根据冷水机组设备每个时刻的能耗进行计算,确定冷水机组的能耗。
S1022、获取水泵设备所对应的冷水机组的负荷百分比;
S1024、根据水泵设备所对应的冷水机组的负荷百分比确定水泵设备的输入功率修正系数;
S1026、根据水泵设备的输入功率修正系数和水泵设备在额定工况下的输入功率进行计算,确定水泵设备的能耗。
S1028、获取冷却塔设备所对应的冷水机组的负荷百分比;
S1030、根据冷却塔设备所对应的冷水机组的负荷百分比确定冷却塔设备的输入功率修正系数;
S1032、根据冷却塔设备的输入功率修正系数和冷却塔设备在额定工况下的输入功率进行计算,确定冷却塔设备的能耗。
S1034、根据第一个设计方案中的各配套设备的数量和能耗进行计算,得到第一个设计方案的总能耗;
S1036、重复第一个设计方案的总能耗的计算步骤直至最后一个设计方案,得到最后一个设计方案的总能耗。
S1038、将各设计方案的总能耗进行排序,并采用图表的形式展示各设计方案的排序结果以及各配套设备的参数;
S1040、通过控制变量的方式对各设计方案的能耗进行敏感度分析,确定影响制冷机房能耗的敏感参数。
S1042、获取各配套设备的价格系数和电价信息;根据电价信息和各设计方案的总能耗,计算各设计方案的年运行费用;
S1044、根据各配套设备的价格系数和各设计方案的年运行费用,分析各设计方案的投资回报期和投资回报率。
应该理解的是,虽然上述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,上述流程图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10所示,本申请提供一种制冷机房设计方案的分析装置,该分析装置1000包括:
方案数据组获取模块1010,用于获取制冷机房的多个设计方案所对应的方案数据组;各方案数据组包括各设计方案中的各配套设备的数量,各配套设备分别设有对应的性能模型;
能耗计算模块1020,用于通过调用各设计方案中的各配套设备所对应的性能模型进行计算,确定各配套设备的能耗;
总能耗确定模块1030,用于根据各设计方案中的各配套设备的数量和各配套设备的能耗,确定各设计方案的总能耗;
方案筛选模块1040,用于根据各设计方案的总能耗从各设计方案中筛选可行的设计方案。
关于制冷机房设计方案的分析装置的具体限定可以参见上文中对于制冷机房设计方案的分析方法的限定,在此不再赘述。上述制冷机房设计方案的分析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,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图11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、显示屏和输入装置。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和计算机程序。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制冷机房设计方案的分析方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图11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计算机设备的限定,具体的计算机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,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述实施例中方法步骤。
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上述实施例中的方法步骤。
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。
以上所述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 (13)
1.一种制冷机房设计方案的分析方法,其特征在于,所述方法包括:
获取制冷机房的多个设计方案所对应的方案数据组;各所述方案数据组包括各所述设计方案中的各配套设备的数量,各所述配套设备分别设有对应的性能模型;
通过调用各所述设计方案中的各所述配套设备所对应的性能模型进行计算,确定各所述配套设备的能耗;
根据各所述设计方案中的各所述配套设备的数量和各所述配套设备的能耗,确定各所述设计方案的总能耗;
根据各所述设计方案的总能耗从各所述设计方案中筛选可行的设计方案。
2.根据权利要求1所述的方法,其特征在于,所述配套设备包括冷水机组设备;在所述通过调用各所述设计方案中的各所述配套设备所对应的性能模型进行计算,确定各所述配套设备的能耗之前,所述方法还包括:
从负荷数据库中获取所述制冷机房所对应的逐时负荷数据,所述逐时负荷数据包括每个时刻的冷负荷数值、干球温度、湿球温度和相对湿度;
所述通过调用各所述设计方案中的各所述配套设备所对应的性能模型进行计算,确定各所述配套设备的能耗,包括:
将所述每个时刻的冷负荷数值、干球温度、湿球温度和相对湿度输入所述冷水机组设备的性能模型进行计算,确定所述冷水机组设备每个时刻的能耗;
根据所述冷水机组设备每个时刻的能耗进行计算,确定所述冷水机组的能耗。
3.根据权利要求2所述的方法,其特征在于,所述将所述每个时刻的冷负荷数值、干球温度、湿球温度和相对湿度输入所述冷水机组设备的性能模型进行计算,得到所述冷水机组设备每个时刻的能耗,包括:
根据所述每个时刻的冷负荷数值、干球温度、湿球温度和相对湿度,确定所述冷水机组设备在每个时刻的输入功率修正系数;
根据所述冷水机组设备在每个时刻的输入功率修正系数和所述冷水机组设备在额定工况下的输入功率进行计算,得到所述冷水机组设备每个时刻的能耗。
4.根据权利要求3所述的方法,其特征在于,所述根据所述每个时刻的冷负荷数值、干球温度、湿球温度和相对湿度,确定所述冷水机组设备在每个时刻的输入功率修正系数,包括:
计算每个时刻的冷负荷数值与所述逐时负荷数据中最大的冷负荷数值的比值,得到所述冷水机组设备在每个时刻的负荷百分比;
根据所述冷水机组设备在每个时刻的负荷百分比,确定所述冷水机组设备在每个时刻的第一修正系数;
根据每个时刻的干球温度、湿球温度和相对湿度,确定所述冷水机组设备在每个时刻的冷却水进水温度值;
根据所述冷水机组设备在每个时刻的冷却水进水温度值,确定所述冷水机组设备在每个时刻的第二修正系数;
所述根据所述冷水机组设备在每个时刻的输入功率修正系数和所述冷水机组设备在额定工况下的输入功率进行计算,得到所述冷水机组设备每个时刻的能耗,包括:
根据所述冷水机组设备在每个时刻的第一修正系数、第二修正系数和所述冷水机组设备在额定工况下的输入功率进行计算,得到所述冷水机组设备每个时刻的能耗。
5.根据权利要求4所述的方法,其特征在于,所述配套设备还包括水泵设备;所述通过调用各所述设计方案中的各所述配套设备所对应的性能模型进行计算,确定各所述配套设备的能耗,包括:
获取所述水泵设备所对应的冷水机组设备的负荷百分比;
根据所述水泵设备所对应的冷水机组设备的负荷百分比确定所述水泵设备的输入功率修正系数;
根据所述水泵设备的输入功率修正系数和所述水泵设备在额定工况下的输入功率进行计算,确定所述水泵设备的能耗。
6.根据权利要求5所述的方法,其特征在于,所述配套设备还包括冷却塔设备;所述通过调用各所述设计方案中的各所述配套设备所对应的性能模型进行计算,确定各所述配套设备的能耗,包括:
获取所述冷却塔设备所对应的冷水机组设备的负荷百分比;
根据所述冷却塔设备所对应的冷水机组设备的负荷百分比确定所述冷却塔设备的输入功率修正系数;
根据所述冷却塔设备的输入功率修正系数和所述冷却塔设备在额定工况下的输入功率进行计算,确定所述冷却塔设备的能耗。
7.根据权利要求1至6任一项所述的方法,其特征在于,所述多个设计方案所对应的方案数据组的生成,包括:
获取各所述配套设备的数量区间和步进值,各所述配套设备的数量区间包括最小值和最大值;
根据各所述配套设备的最小值、最大值以及步进值,生成多个设计方案所对应的方案数据组,并将各所述方案数据组进行排序。
8.根据权利要求7所述的方法,其特征在于,所述获取制冷机房的多个设计方案所对应的方案数据组,包括:
按照各所述方案数据组的排列顺序,读取第一个设计方案所对应的方案数据组;
所述通过调用各所述设计方案中的各所述配套设备所对应的性能模型进行计算,确定各所述配套设备的能耗,包括:
调用第一个设计方案中的各所述配套设备分别所对应的性能模型进行计算,确定各所述配套设备的能耗;
所述根据各所述配套设备的数量和各所述配套设备的能耗,确定各所述设计方案的总能耗,包括:
根据所述第一个设计方案中的各配套设备的数量和能耗进行计算,得到所述第一个设计方案的总能耗;
重复所述第一个设计方案的总能耗的计算步骤直至最后一个设计方案,得到所述最后一个设计方案的总能耗。
9.根据权利要求8所述的方法,其特征在于,所述方法还包括:
将各所述设计方案的总能耗进行排序,并采用图表的形式展示各所述设计方案的排序结果以及各配套设备的参数;
通过控制变量的方式对各所述设计方案的能耗进行敏感度分析,确定影响制冷机房能耗的敏感参数。
10.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取各所述配套设备的价格系数和电价信息;
根据所述电价信息和各所述设计方案的总能耗,计算各所述设计方案的年运行费用;
根据各所述配套设备的价格系数和各所述设计方案的年运行费用,分析各所述设计方案的投资回报期和投资回报率。
11.一种制冷机房设计方案的分析装置,其特征在于,所述装置包括:
方案数据组获取模块,用于获取制冷机房的多个设计方案所对应的方案数据组;各所述方案数据组包括各所述设计方案中的各配套设备的数量,各所述配套设备分别设有对应的性能模型;
能耗计算模块,用于通过调用各所述设计方案中的各所述配套设备所对应的性能模型进行计算,确定各所述配套设备的能耗;
总能耗确定模块,用于根据各所述设计方案中的各所述配套设备的数量和各所述配套设备的能耗,确定各所述设计方案的总能耗;
方案筛选模块,用于根据各所述设计方案的总能耗从各所述设计方案中筛选可行的设计方案。
12.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如权利要求1至10中任一项所述的方法的步骤。
13.一种计算机设备,其特征在于,包括存储器和处理器,所述存储器中储存有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1至10中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910940574.XA CN110781540B (zh) | 2019-09-30 | 2019-09-30 | 设计方案的分析方法、装置、存储介质及计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910940574.XA CN110781540B (zh) | 2019-09-30 | 2019-09-30 | 设计方案的分析方法、装置、存储介质及计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110781540A true CN110781540A (zh) | 2020-02-11 |
CN110781540B CN110781540B (zh) | 2024-02-02 |
Family
ID=69385303
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910940574.XA Active CN110781540B (zh) | 2019-09-30 | 2019-09-30 | 设计方案的分析方法、装置、存储介质及计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110781540B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116628464A (zh) * | 2023-04-24 | 2023-08-22 | 深圳市德骜数据有限公司 | 数据中心机房节能控制方法、装置、设备及可读存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080162077A1 (en) * | 2006-12-27 | 2008-07-03 | Industrial Technology Research Institute | Method for evaluating and optimizing performance of chiller system |
CN101363653A (zh) * | 2008-08-22 | 2009-02-11 | 日滔贸易(上海)有限公司 | 中央空调制冷系统的能耗控制方法及装置 |
CN101968250A (zh) * | 2010-10-13 | 2011-02-09 | 日滔贸易(上海)有限公司 | 一种冷冻机房节能优化控制系统及方法 |
CN107166633A (zh) * | 2017-04-25 | 2017-09-15 | 爱恒能源科技(上海)有限公司 | 机房运行能耗实时监测调控方法 |
CN109028446A (zh) * | 2018-07-05 | 2018-12-18 | 上海立威能节能环保技术有限公司 | 一种基于设备全工况性能模型的制冷机房控制方法 |
CN109595747A (zh) * | 2018-12-24 | 2019-04-09 | 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 |
-
2019
- 2019-09-30 CN CN201910940574.XA patent/CN110781540B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080162077A1 (en) * | 2006-12-27 | 2008-07-03 | Industrial Technology Research Institute | Method for evaluating and optimizing performance of chiller system |
CN101363653A (zh) * | 2008-08-22 | 2009-02-11 | 日滔贸易(上海)有限公司 | 中央空调制冷系统的能耗控制方法及装置 |
CN101968250A (zh) * | 2010-10-13 | 2011-02-09 | 日滔贸易(上海)有限公司 | 一种冷冻机房节能优化控制系统及方法 |
CN107166633A (zh) * | 2017-04-25 | 2017-09-15 | 爱恒能源科技(上海)有限公司 | 机房运行能耗实时监测调控方法 |
CN109028446A (zh) * | 2018-07-05 | 2018-12-18 | 上海立威能节能环保技术有限公司 | 一种基于设备全工况性能模型的制冷机房控制方法 |
CN109595747A (zh) * | 2018-12-24 | 2019-04-09 | 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 |
Non-Patent Citations (2)
Title |
---|
左政等: "基于建筑全年动态冷负荷的冷水机组优化配置方案", 《暖通空调》 * |
潘云钢等: "直燃机与空气源热泵用于夏热冬冷地区办公建筑集中空调系统的能耗分析", 《暖通空调》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116628464A (zh) * | 2023-04-24 | 2023-08-22 | 深圳市德骜数据有限公司 | 数据中心机房节能控制方法、装置、设备及可读存储介质 |
CN116628464B (zh) * | 2023-04-24 | 2024-03-29 | 深圳市德骜数据有限公司 | 数据中心机房节能控制方法、装置、设备及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110781540B (zh) | 2024-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112577161B (zh) | 空调能耗模型训练方法与空调系统控制方法 | |
Noureddine et al. | A preliminary study of the impact of software engineering on greenit | |
US9639642B2 (en) | Time series forecasting ensemble | |
CN106528980B (zh) | 冷水机组选型方法和装置 | |
US20160283844A1 (en) | Load predictor for a cooling system | |
WO2015087470A1 (ja) | 需要予測装置、プログラム | |
CN112488745A (zh) | 一种智能费控管理方法、装置、设备和存储介质 | |
CN112907062A (zh) | 融合温度特征的电网电量预测方法、装置、介质及终端 | |
CN111709548A (zh) | 基于支持向量机的电力用户负荷预测方法、装置、设备及存储介质 | |
CN111209111B (zh) | 基于区块链系统的资源分配方法、装置、设备和存储介质 | |
CN110781540B (zh) | 设计方案的分析方法、装置、存储介质及计算机设备 | |
CN112685462B (zh) | 馈线数据分析方法、装置、计算机设备和存储介质 | |
CN106068590A (zh) | 设备运转设定装置以及设备运转设定值决定程序 | |
CN109114805A (zh) | 一种设备能耗的确定方法及装置 | |
JP2017198374A (ja) | 管理装置、計画方法及び制御プログラム | |
CN112560939A (zh) | 模型验证方法、装置及计算机设备 | |
WO2019074475A1 (en) | METHODS AND SYSTEMS FOR DECOUPLING MODELING | |
WO2018065980A1 (en) | System and method for management of an electricity distribution grid | |
CN115654668A (zh) | 一种空调系统及空调系统的负荷预测方法 | |
CN110991745B (zh) | 一种电力负荷的预测方法、装置、可读介质及电子设备 | |
WO2020009655A1 (en) | Method and system for chiller performance anomaly diagnosis | |
CN109508387B (zh) | 图谱重命名方法、装置、计算机设备和存储介质 | |
EP2854096B1 (en) | Scheduling operation of residential devices | |
CN109656777B (zh) | 一种风扇降噪调控方法、装置、终端及存储介质 | |
JP2017224121A (ja) | 負荷推定装置及び負荷推定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |