CN111043731A - 一种基于天气预报的空调系统调节方法 - Google Patents

一种基于天气预报的空调系统调节方法 Download PDF

Info

Publication number
CN111043731A
CN111043731A CN201911419487.6A CN201911419487A CN111043731A CN 111043731 A CN111043731 A CN 111043731A CN 201911419487 A CN201911419487 A CN 201911419487A CN 111043731 A CN111043731 A CN 111043731A
Authority
CN
China
Prior art keywords
information
conditioning system
air conditioning
time
real
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
CN201911419487.6A
Other languages
English (en)
Inventor
聂占文
石志强
李强
毕鑫磊
贺龙
杨梦凯
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.)
Zhongweitong Beijing Technology Co ltd
Original Assignee
Zhongweitong Beijing Technology 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 Zhongweitong Beijing Technology Co ltd filed Critical Zhongweitong Beijing Technology Co ltd
Priority to CN201911419487.6A priority Critical patent/CN111043731A/zh
Publication of CN111043731A publication Critical patent/CN111043731A/zh
Pending legal-status Critical Current

Links

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
    • F24F11/63—Electronic processing
    • F24F11/64—Electronic processing using pre-stored data
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • 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

Abstract

本发明提供了一种基于天气预报的空调系统调节方法，该基于天气预报的空调系统调节方法利用天气预报手段，预测出未来时刻空调系统的负荷变化，得到该负荷条件下的最优运行参数，提前对空调系统的各参数变量进行控制，不但避免了由于空调系统的大时滞和大惰性带来的控制时间差，而且保证了空调系统的供冷和负荷用冷上的平衡以及时间同步，该空调系统调节方法还能够使空调系统的负荷预测更加精确，对空调系统进行前馈控制，从而避免系统的滞后性和震荡，并且保证系统的供需平衡，使空调系统始终处于高效运转状态和节能优化状态。

Description

一种基于天气预报的空调系统调节方法
技术领域
本发明涉及暖通空调节能的技术领域，特别涉及一种基于天气预报的空调系统调节方法。
背景技术
目前的空调节能一般采用PID控制和负荷预测来调节空调系统。但是空调系统、特别是中央空调系统是一个具有时滞、时变、非线性和大惰性的复杂系统，很难用精确的数学模型或方法来描述。对于地铁车站内的空调系统，影响地铁车站的室内温度因素为室外的气温，光照强度，客流量，列车制动所产生的热量，设备发热等，其中主要影响因素为室外的温度。由于中央空调系统的时变动态特征，以及地铁车站地下空间的复杂结构，导致车站空调系统的大滞后性。目前，大部分地铁车站还是采用传统的BAS控制，部分车站有节能系统，基本采用PID调节和基于负荷预测调节，但不能很好的解决车站空调系统的大滞后性。
其中，传统的BAS控制，其控制策略不会改变即模式和参数都不变，不能根据车站的符合调节，造成能源的浪费。而在采用PID控制器调节过程中，是基于车站的实时符合进行调节，存在很大的滞后性，而且参数设定在很大程度上依赖工程调试人员的经验，受人的因素影响很大，一旦整定，便不能跟随负荷与工况的变化而自动调整，节能效果差且容易震荡，影响空调系统运行的稳定性和空调末端的服务质量。负荷预测的方法虽然在一定程度上可以解决空调系统的滞后性，但是目前的负荷预测手段基本是基于历史和实时数据，负荷预测精度不高，且在突发天气状况不能及时反应，也容易造成系统震荡，难以取得较为理想的调节效果。
发明内容
针对现有技术存在的缺陷，本发明提供一种基于天气预报的空调系统调节方法，该基于天气预报的空调系统调节方法包括如下步骤：步骤S1，获取该空调系统对应室内环境的实时温度信息和实时湿度信息，以及该空调系统对应室外环境的预测天气信息；步骤S2，判断该预测天气信息的可用性；步骤S3，根据该预测天气信息的可用性判断结果，预测该空调系统的冷负荷需求信息；步骤S4，根据该冷负荷需求信息，调整该空调系统的控制策略，并生成针对该空调系统的控制时间进程表；可见，该基于天气预报的空调系统调节方法利用天气预报手段，预测出未来时刻空调系统的负荷变化，得到该负荷条件下的最优运行参数，提前对空调系统的各参数变量进行控制，不但避免了由于空调系统的大时滞和大惰性带来的控制时间差，而且保证了空调系统的供冷和负荷用冷上的平衡以及时间同步，该空调系统调节方法还能够使空调系统的负荷预测更加精确，对空调系统进行前馈控制，从而避免系统的滞后性和震荡，并且保证系统的供需平衡，使空调系统始终处于高效运转状态和节能优化状态。
本发明提供一种基于天气预报的空调系统调节方法，其特征在于，所述基于天气预报的空调系统调节方法包括如下步骤：
步骤S1，获取所述空调系统对应室内环境的实时温度信息和实时湿度信息，以及所述空调系统对应室外环境的预测天气信息；
步骤S2，判断所述预测天气信息的可用性；
步骤S3，根据所述预测天气信息的可用性判断结果，预测所述空调系统的冷负荷需求信息；
步骤S4，根据所述冷负荷需求信息，调整所述空调系统的控制策略，并生成针对所述空调系统的控制时间进程表；
进一步，在所述步骤S1中，获取所述空调系统对应室内环境的实时温度信息和实时湿度信息，以及所述空调系统对应室外环境的预测天气信息具体包括，
步骤S101，获取所述空调系统的实时能耗信息和/或实时冷负荷信息；
步骤S102，根据所述实时能耗信息和/或所述实时冷负荷信息，确定所述实时温度信息和/或所述实时湿度信息的采集模式，或者所述预测天气信息的预测模式；
步骤S103，根据所述采集模式或者所述预测模式，采集得到所述实时温度信息和/或所述实时湿度信息，或者预测得到所述预测天气信息；
进一步，在所述步骤S101中，获取所述空调系统的实时能耗信息和/或实时冷负荷信息具体包括，
获取所述空调系统的实时电能消耗值和/或实时工作热量排放值，以作为所述实时能耗信息，或者获取所述空调系统在供应冷量过程的实时显热量值和实时潜热量值，以作为所述实时冷负荷信息；
或者，
在所述步骤S102中，根据所述实时能耗信息和/或所述实时冷负荷信息，确定所述实时温度信息和/或所述实时湿度信息的采集模式，或者所述预测天气信息的预测模式具体包括，
根据所述实时能耗信息和/或所述实时冷负荷信息，确定所述采集模式对应的信息采集频率和/或信息采集持续时长，或者确定所述预测模式对应的预测时间范围和/或预测区域面积范围；
或者，
在所述步骤S103中，根据所述采集模式或者所述预测模式，采集得到所述实时温度信息和/或所述实时湿度信息，或者预测得到所述预测天气信息具体包括，
根据所述采集模式，采集得到实时温度值、实时湿度值、实时干球温度值和实时露点温度值中的至少一者，或者，根据所述预测模式，预测所述空调系统所处区域内15mins后的预测天气信息和/或所述空调系统所处位置周围1km范围内区域的预测天气信息；
进一步，在所述步骤S2中，判断所述预测天气信息的可用性具体包括，
步骤S201，获取关于所述空调系统的历史天气数据库的天气信息，以此生成关于所述空调系统对应室外环境的天气数据分布合理区间；
步骤S202，判断所述实时温度信息和/或所述实时湿度信息、所述预测天气信息和所述天气数据分布合理区间之间的匹配关系；
步骤S203，根据所述匹配关系的判断结果，确定所述预测天气信息的可用性；
进一步，在所述步骤S201中，获取关于所述空调系统的历史天气数据库的天气信息，以此生成关于所述空调系统对应室外环境的天气数据分布合理区间具体包括，
步骤S2011，获取关于所述空调系统在至少一周内的历史天气数据库的历史温度分布信息和/或历史湿度分布信息；
步骤S2012，根据所述历史温度分布信息和/或所述历史湿度分布信息，通过预设天气算法模型统计分析得到在所述至少一周内对应的温度变化区间和/或湿度变换区间，以作为所述气数据分布合理区间，
或者，
在所述步骤S202中，判断所述实时温度信息和/或所述实时湿度信息、所述预测天气信息和所述天气数据分布合理区间之间的匹配关系具体包括，
步骤S2021，获取关于所述实时温度信息与预测温度信息之间的第一差值，和/或，获取关于所述实时湿度信息与预测湿度信息之间的第二差值；
步骤S2022，将所述第一差值和/或所述第二差值位于所述天气数据分布合理区间内，则确定所述匹配关系成立，否则，确定所述匹配关系不成立；
或者，
在所述步骤S203中，根据所述匹配关系的判断结果，确定所述预测天气信息的可用性具体包括，
步骤S2031，若所述判断结果指示所述匹配关系成立，则确定所述预测天气信息具有可用性，并将所述预测天气信息用于所述步骤S3；
步骤S2032，若所述判断结果指示所述匹配关系不成立，则确定所述预测天气信息不具有可用性，并采用所述空调系统的实时负荷信息用于所述步骤S3；
进一步，在所述步骤S3中，根据所述预测天气信息的可用性判断结果，预测所述空调系统的冷负荷需求信息具体包括，
步骤S301，若所述预测天气信息具有可用性，则根据所述预测天气信息计算获得所述空调系统的冷负荷需求信息；
步骤S302，若所述预测天气信息不具有可用性，则根据所述空调系统的实时负荷信息计算获得所述空调系统的冷负荷需求信息；
进一步，在所述步骤S301中，若所述预测天气信息具有可用性，则根据所述预测天气信息计算获得所述空调系统的冷负荷需求信息具体包括，
若所述预测天气信息具有可用性，则获取所述预测天气信息中关于室外环境在15mins后的温度变化情况，以此计算得到所述空调系统的冷负荷需求信息；
或者，
在所述步骤S302中，若所述预测天气信息不具有可用性，则根据所述空调系统的实时负荷信息计算获得所述空调系统的冷负荷需求信息具体包括，
若所述预测天气信息不具有可用性，则根据所述空调系统的实时冷热循环负荷信息计算获得所述空调系统的冷负荷需求信息；
进一步，在所述步骤S4中，根据所述冷负荷需求信息，调整所述空调系统的控制策略，并生成针对所述空调系统的控制时间进程表具体包括，
步骤S401A，根据所述冷负荷需求信息，确定所述空调系统中不同参数变量各自对应的不同目标调整值；
步骤S402A，根据所述不同目标调整值，确定所述空调系统的控制策略模式；
步骤S403A，根据所述不同目标调整值，生成针对所述空调系统不同参数变量的控制时间进程表，并根据所述控制时间进程表，对所述空调系统进行适应性的反馈调节；
或者，
在所述步骤S4中，根据所述冷负荷需求信息，调整所述空调系统的控制策略，并生成针对所述空调系统的控制时间进程表具体包括，
步骤S401B，利用下面公式(1)判断所述预测天气信息是否具有可用性、并获得预测空调系统的冷负荷需求信息函数P(t)，
Figure BDA0002351973440000061
在上述公式(1)中，P(t)表示预测空调系统的冷负荷需求信息函数、其为t时刻空调系统的冷负荷所需要的预测信息值，Xi(t)表示t时刻所述预测天气信息中的第i个信息，Xi(t-t0)表示t-t0时刻所述预测天气信息中的第i个信息，exp表示底数为e的指数函数，t0表示自动控制的程序响应时间、其取值范围为(1μs，10s)；
步骤S402B，利用下面公式(2)，获得针对空调系统的控制时间进程函数F(t)，
Figure BDA0002351973440000062
在上述公式(2)中，表示针对空调系统的控制时间进程函数、其为t时刻需要对空调系统进行F(t)数值的控制，
Figure BDA0002351973440000063
表示在时间内冷负荷需求信息函数对空调系统的控制时间进程函数的累加效应，
Figure BDA0002351973440000064
表示预测空调系统的冷负荷需求信息函数P(t)对时间t的一阶导数；
步骤S403B，利用上面公式(2)计算得到的针对空调系统的控制时间进程函数代入下面公式(3)，以获得程序控制的阈值时间进程函数X(t)，并进行程序的自运行控制，
Figure BDA0002351973440000071
在上述公式(3)中，X(t)表示程序控制的阈值时间进程函数，μ表示预设程序控制空调内部的风机频率、水泵频率或者二通阀开度调节频率的启动成功概率，
当X(t-t0)≥X(t)时，利用程序在t-t0时刻控制空调内部的风机频率、水泵频率或者二通阀开度调节频率，使得温度自动降低到t时刻阈值，
当X(t-t0)＜X(t)时，利用程序在t-t0时刻控制空调内部的风机频率、水泵频率或者二通阀开度调节频率，使得温度自动升高到t时刻阈值，以实现利用陈旭分析空调度数与阈值情况而进行自动调整控制；
进一步，在所述步骤S401A中，根据所述冷负荷需求信息，确定所述空调系统中不同参数变量各自对应的不同目标调整值具体包括，
根据所述冷负荷需求信息，确定所述空调系统对应的风机频率、水泵频率或者二通阀开度各自对应的第一目标调整值、第二目标调整值或者第三目标调整值；
在所述步骤S402A中，根据所述不同目标调整值，确定所述空调系统的控制策略模式具体包括，
根据所述第一目标调整值、所述第二目标调整值或者所述第三目标调整值，确定所述风机频率、所述水泵频率或者所述二通阀开度各自调整方向和/或调整偏移量；
进一步，在所述步骤S403A中，根据所述不同目标调整值，生成针对所述空调系统不同参数变量的控制时间进程表，并根据所述控制时间进程表，对所述空调系统进行适应性的反馈调节具体包括，
步骤S4031A，根据所述第一目标调整值、所述第二目标调整值或者所述第三目标调整值，生成针对所述风机频率、所述水泵频率或者所述二通阀开度调节频率进程的所述控制时间进程表，其中，所述调节频率进程为每隔15mins对所述风机频率、所述水泵频率或者所述二通阀开度进行调整；
步骤S4032A，根据所述空调系统的实时冷热供需平衡状态，按照所述控制时间进程表，对所述风机频率、所述水泵频率或者所述二通阀开度进行适应性的反馈调节。
相比于现有技术，该基于天气预报的空调系统调节方法利用天气预报手段，预测出未来时刻空调系统的负荷变化，得到该负荷条件下的最优运行参数，提前对空调系统的各参数变量进行控制，不但避免了由于空调系统的大时滞和大惰性带来的控制时间差，而且保证了空调系统的供冷和负荷用冷上的平衡以及时间同步，该空调系统调节方法还能够使空调系统的负荷预测更加精确，对空调系统进行前馈控制，从而避免系统的滞后性和震荡，并且保证系统的供需平衡，使空调系统始终处于高效运转状态和节能优化状态。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明提供的一种基于天气预报的空调系统调节方法的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参阅图1，为本发明实施例提供的一种基于天气预报的空调系统调节方法的流程示意图。该基于天气预报的空调系统调节方法包括如下步骤：
步骤S1，获取该空调系统对应室内环境的实时温度信息和实时湿度信息，以及该空调系统对应室外环境的预测天气信息；
步骤S2，判断该预测天气信息的可用性；
步骤S3，根据该预测天气信息的可用性判断结果，预测该空调系统的冷负荷需求信息；
步骤S4，根据该冷负荷需求信息，调整该空调系统的控制策略，并生成针对该空调系统的控制时间进程表。
优选地，在该步骤S1中，获取该空调系统对应室内环境的实时温度信息和实时湿度信息，以及该空调系统对应室外环境的预测天气信息具体包括，
步骤S101，获取该空调系统的实时能耗信息和/或实时冷负荷信息；
步骤S102，根据该实时能耗信息和/或该实时冷负荷信息，确定该实时温度信息和/或该实时湿度信息的采集模式，或者该预测天气信息的预测模式；
步骤S103，根据该采集模式或者该预测模式，采集得到该实时温度信息和/或该实时湿度信息，或者预测得到该预测天气信息。
优选地，在该步骤S101中，获取该空调系统的实时能耗信息和/或实时冷负荷信息具体包括，
获取该空调系统的实时电能消耗值和/或实时工作热量排放值，以作为该实时能耗信息，或者获取该空调系统在供应冷量过程的实时显热量值和实时潜热量值，以作为该实时冷负荷信息。
优选地，在该步骤S102中，根据该实时能耗信息和/或该实时冷负荷信息，确定该实时温度信息和/或该实时湿度信息的采集模式，或者该预测天气信息的预测模式具体包括，
根据该实时能耗信息和/或该实时冷负荷信息，确定该采集模式对应的信息采集频率和/或信息采集持续时长，或者确定该预测模式对应的预测时间范围和/或预测区域面积范围。
优选地，在该步骤S103中，根据该采集模式或者该预测模式，采集得到该实时温度信息和/或该实时湿度信息，或者预测得到该预测天气信息具体包括，
根据该采集模式，采集得到实时温度值、实时湿度值、实时干球温度值和实时露点温度值中的至少一者，或者，根据该预测模式，预测该空调系统所处区域内15mins后的预测天气信息和/或该空调系统所处位置周围1km范围内区域的预测天气信息。
优选地，在该步骤S2中，判断该预测天气信息的可用性具体包括，
步骤S201，获取关于该空调系统的历史天气数据库的天气信息，以此生成关于该空调系统对应室外环境的天气数据分布合理区间；
步骤S202，判断该实时温度信息和/或该实时湿度信息、该预测天气信息和该天气数据分布合理区间之间的匹配关系；
步骤S203，根据该匹配关系的判断结果，确定该预测天气信息的可用性。
优选地，在该步骤S201中，获取关于该空调系统的历史天气数据库的天气信息，以此生成关于该空调系统对应室外环境的天气数据分布合理区间具体包括，
步骤S2011，获取关于该空调系统在至少一周内的历史天气数据库的历史温度分布信息和/或历史湿度分布信息；
步骤S2012，根据该历史温度分布信息和/或该历史湿度分布信息，通过预设天气算法模型统计分析得到在该至少一周内对应的温度变化区间和/或湿度变换区间，以作为该气数据分布合理区间。
优选地，在该步骤S202中，判断该实时温度信息和/或该实时湿度信息、该预测天气信息和该天气数据分布合理区间之间的匹配关系具体包括，
步骤S2021，获取关于该实时温度信息与预测温度信息之间的第一差值，和/或，获取关于该实时湿度信息与预测湿度信息之间的第二差值；
步骤S2022，将该第一差值和/或该第二差值位于该天气数据分布合理区间内，则确定该匹配关系成立，否则，确定该匹配关系不成立。
优选地，在该步骤S203中，根据该匹配关系的判断结果，确定该预测天气信息的可用性具体包括，
步骤S2031，若该判断结果指示该匹配关系成立，则确定该预测天气信息具有可用性，并将该预测天气信息用于该步骤S3；
步骤S2032，若该判断结果指示该匹配关系不成立，则确定该预测天气信息不具有可用性，并采用该空调系统的实时负荷信息用于该步骤S3。
优选地，在该步骤S3中，根据该预测天气信息的可用性判断结果，预测该空调系统的冷负荷需求信息具体包括，
步骤S301，若该预测天气信息具有可用性，则根据该预测天气信息计算获得该空调系统的冷负荷需求信息；
步骤S302，若该预测天气信息不具有可用性，则根据该空调系统的实时负荷信息计算获得该空调系统的冷负荷需求信息。
优选地，在该步骤S301中，若该预测天气信息具有可用性，则根据该预测天气信息计算获得该空调系统的冷负荷需求信息具体包括，
若该预测天气信息具有可用性，则获取该预测天气信息中关于室外环境在15mins后的温度变化情况，以此计算得到该空调系统的冷负荷需求信息。
优选地，在该步骤S302中，若该预测天气信息不具有可用性，则根据该空调系统的实时负荷信息计算获得该空调系统的冷负荷需求信息具体包括，
若该预测天气信息不具有可用性，则根据该空调系统的实时冷热循环负荷信息计算获得该空调系统的冷负荷需求信息。
优选地，在该步骤S4中，根据该冷负荷需求信息，调整该空调系统的控制策略，并生成针对该空调系统的控制时间进程表具体包括，
步骤S401A，根据该冷负荷需求信息，确定该空调系统中不同参数变量各自对应的不同目标调整值；
步骤S402A，根据该不同目标调整值，确定该空调系统的控制策略模式；
步骤S403A，根据该不同目标调整值，生成针对该空调系统不同参数变量的控制时间进程表，并根据该控制时间进程表，对该空调系统进行适应性的反馈调节。
优选地，在该步骤S4中，根据该冷负荷需求信息，调整该空调系统的控制策略，并生成针对该空调系统的控制时间进程表具体包括，
步骤S401B，利用下面公式(1)判断该预测天气信息是否具有可用性、并获得预测空调系统的冷负荷需求信息函数P(t)，
Figure BDA0002351973440000121
在上述公式(1)中，P(t)表示预测空调系统的冷负荷需求信息函数、其为t时刻空调系统的冷负荷所需要的预测信息值，Xi(t)表示t时刻该预测天气信息中的第i个信息，Xi(t-t0)表示t-t0时刻该预测天气信息中的第i个信息，exp表示底数为e的指数函数，t0表示自动控制的程序响应时间、其取值范围为(1μs，10s)；
步骤S402B，利用下面公式(2)，获得针对空调系统的控制时间进程函数F(t)，
Figure BDA0002351973440000122
在上述公式(2)中，表示针对空调系统的控制时间进程函数、其为t时刻需要对空调系统进行F(t)数值的控制，
Figure BDA0002351973440000131
表示在时间内冷负荷需求信息函数对空调系统的控制时间进程函数的累加效应，
Figure BDA0002351973440000132
表示预测空调系统的冷负荷需求信息函数P(t)对时间t的一阶导数；
步骤S403B，利用上面公式(2)计算得到的针对空调系统的控制时间进程函数代入下面公式(3)，以获得程序控制的阈值时间进程函数X(t)，并进行程序的自运行控制，
Figure BDA0002351973440000133
在上述公式(3)中，X(t)表示程序控制的阈值时间进程函数，μ表示预设程序控制空调内部的风机频率、水泵频率或者二通阀开度调节频率的启动成功概率，
当X(t-t0)≥X(t)时，利用程序在t-t0时刻控制空调内部的风机频率、水泵频率或者二通阀开度调节频率，使得温度自动降低到t时刻阈值，
当X(t-t0)＜X(t)时，利用程序在t-t0时刻控制空调内部的风机频率、水泵频率或者二通阀开度调节频率，使得温度自动升高到t时刻阈值，以实现利用陈旭分析空调度数与阈值情况而进行自动调整控制；
通过上述过程能够保证得到的预测空调系统的冷负荷需求信息函数进行大概率的预测，并获得程序控制的阈值时间进程函数，从而保证对空调系统进行准确的和可靠的自动控制。
优选地，在该步骤S401A中，根据该冷负荷需求信息，确定该空调系统中不同参数变量各自对应的不同目标调整值具体包括，
根据该冷负荷需求信息，确定该空调系统对应的风机频率、水泵频率或者二通阀开度各自对应的第一目标调整值、第二目标调整值或者第三目标调整值；
在该步骤S402A中，根据该不同目标调整值，确定该空调系统的控制策略模式具体包括，
根据该第一目标调整值、该第二目标调整值或者该第三目标调整值，确定该风机频率、该水泵频率或者该二通阀开度各自调整方向和/或调整偏移量。
优选地，在该步骤S403A中，根据该不同目标调整值，生成针对该空调系统不同参数变量的控制时间进程表，并根据该控制时间进程表，对该空调系统进行适应性的反馈调节具体包括，
步骤S4031A，根据该第一目标调整值、该第二目标调整值或者该第三目标调整值，生成针对该风机频率、该水泵频率或者该二通阀开度调节频率进程的该控制时间进程表，其中，该调节频率进程为每隔15mins对该风机频率、该水泵频率或者该二通阀开度进行调整；
步骤S4032A，根据该空调系统的实时冷热供需平衡状态，按照该控制时间进程表，对该风机频率、该水泵频率或者该二通阀开度进行适应性的反馈调节。
从上述实施例的内容可知，该基于天气预报的空调系统调节方法利用天气预报手段，预测出未来时刻空调系统的负荷变化，得到该负荷条件下的最优运行参数，提前对空调系统的各参数变量进行控制，不但避免了由于空调系统的大时滞和大惰性带来的控制时间差，而且保证了空调系统的供冷和负荷用冷上的平衡以及时间同步，该空调系统调节方法还能够使空调系统的负荷预测更加精确，对空调系统进行前馈控制，从而避免系统的滞后性和震荡，并且保证系统的供需平衡，使空调系统始终处于高效运转状态和节能优化状态。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种基于天气预报的空调系统调节方法，其特征在于，所述基于天气预报的空调系统调节方法包括如下步骤：
步骤S1，获取所述空调系统对应室内环境的实时温度信息和实时湿度信息，以及所述空调系统对应室外环境的预测天气信息；
步骤S2，判断所述预测天气信息的可用性；
步骤S3，根据所述预测天气信息的可用性判断结果，预测所述空调系统的冷负荷需求信息；
步骤S4，根据所述冷负荷需求信息，调整所述空调系统的控制策略，并生成针对所述空调系统的控制时间进程表。
2.如权利要求1所述的基于天气预报的空调系统调节方法，其特征在于：在所述步骤S1中，获取所述空调系统对应室内环境的实时温度信息和实时湿度信息，以及所述空调系统对应室外环境的预测天气信息具体包括，
步骤S101，获取所述空调系统的实时能耗信息和/或实时冷负荷信息；
步骤S102，根据所述实时能耗信息和/或所述实时冷负荷信息，确定所述实时温度信息和/或所述实时湿度信息的采集模式，或者所述预测天气信息的预测模式；
步骤S103，根据所述采集模式或者所述预测模式，采集得到所述实时温度信息和/或所述实时湿度信息，或者预测得到所述预测天气信息。
3.如权利要求2所述的基于天气预报的空调系统调节方法，其特征在于：在所述步骤S101中，获取所述空调系统的实时能耗信息和/或实时冷负荷信息具体包括，
获取所述空调系统的实时电能消耗值和/或实时工作热量排放值，以作为所述实时能耗信息，或者获取所述空调系统在供应冷量过程的实时显热量值和实时潜热量值，以作为所述实时冷负荷信息；
或者，
在所述步骤S102中，根据所述实时能耗信息和/或所述实时冷负荷信息，确定所述实时温度信息和/或所述实时湿度信息的采集模式，或者所述预测天气信息的预测模式具体包括，
根据所述实时能耗信息和/或所述实时冷负荷信息，确定所述采集模式对应的信息采集频率和/或信息采集持续时长，或者确定所述预测模式对应的预测时间范围和/或预测区域面积范围；
或者，
在所述步骤S103中，根据所述采集模式或者所述预测模式，采集得到所述实时温度信息和/或所述实时湿度信息，或者预测得到所述预测天气信息具体包括，
根据所述采集模式，采集得到实时温度值、实时湿度值、实时干球温度值和实时露点温度值中的至少一者，或者，根据所述预测模式，预测所述空调系统所处区域内15mins后的预测天气信息和/或所述空调系统所处位置周围1km范围内区域的预测天气信息。
4.如权利要求1所述的基于天气预报的空调系统调节方法，其特征在于：在所述步骤S2中，判断所述预测天气信息的可用性具体包括，
步骤S201，获取关于所述空调系统的历史天气数据库的天气信息，以此生成关于所述空调系统对应室外环境的天气数据分布合理区间；
步骤S202，判断所述实时温度信息和/或所述实时湿度信息、所述预测天气信息和所述天气数据分布合理区间之间的匹配关系；
步骤S203，根据所述匹配关系的判断结果，确定所述预测天气信息的可用性。
5.如权利要求4所述的基于天气预报的空调系统调节方法，其特征在于：在所述步骤S201中，获取关于所述空调系统的历史天气数据库的天气信息，以此生成关于所述空调系统对应室外环境的天气数据分布合理区间具体包括，
步骤S2011，获取关于所述空调系统在至少一周内的历史天气数据库的历史温度分布信息和/或历史湿度分布信息；
步骤S2012，根据所述历史温度分布信息和/或所述历史湿度分布信息，通过预设天气算法模型统计分析得到在所述至少一周内对应的温度变化区间和/或湿度变换区间，以作为所述气数据分布合理区间；
或者，
在所述步骤S202中，判断所述实时温度信息和/或所述实时湿度信息、所述预测天气信息和所述天气数据分布合理区间之间的匹配关系具体包括，
步骤S2021，获取关于所述实时温度信息与预测温度信息之间的第一差值，和/或，获取关于所述实时湿度信息与预测湿度信息之间的第二差值；
步骤S2022，将所述第一差值和/或所述第二差值位于所述天气数据分布合理区间内，则确定所述匹配关系成立，否则，确定所述匹配关系不成立；
或者，
在所述步骤S203中，根据所述匹配关系的判断结果，确定所述预测天气信息的可用性具体包括，
步骤S2031，若所述判断结果指示所述匹配关系成立，则确定所述预测天气信息具有可用性，并将所述预测天气信息用于所述步骤S3；
步骤S2032，若所述判断结果指示所述匹配关系不成立，则确定所述预测天气信息不具有可用性，并采用所述空调系统的实时负荷信息用于所述步骤S3。
6.如权利要求1所述的基于天气预报的空调系统调节方法，其特征在于：在所述步骤S3中，根据所述预测天气信息的可用性判断结果，预测所述空调系统的冷负荷需求信息具体包括，
步骤S301，若所述预测天气信息具有可用性，则根据所述预测天气信息计算获得所述空调系统的冷负荷需求信息；
步骤S302，若所述预测天气信息不具有可用性，则根据所述空调系统的实时负荷信息计算获得所述空调系统的冷负荷需求信息。
7.如权利要求6所述的基于天气预报的空调系统调节方法，其特征在于：在所述步骤S301中，若所述预测天气信息具有可用性，则根据所述预测天气信息计算获得所述空调系统的冷负荷需求信息具体包括，
若所述预测天气信息具有可用性，则获取所述预测天气信息中关于室外环境在15mins后的温度变化情况，以此计算得到所述空调系统的冷负荷需求信息；
或者，
在所述步骤S302中，若所述预测天气信息不具有可用性，则根据所述空调系统的实时负荷信息计算获得所述空调系统的冷负荷需求信息具体包括，
若所述预测天气信息不具有可用性，则根据所述空调系统的实时冷热循环负荷信息计算获得所述空调系统的冷负荷需求信息。
8.如权利要求1所述的基于天气预报的空调系统调节方法，其特征在于：在所述步骤S4中，根据所述冷负荷需求信息，调整所述空调系统的控制策略，并生成针对所述空调系统的控制时间进程表具体包括，
步骤S401A，根据所述冷负荷需求信息，确定所述空调系统中不同参数变量各自对应的不同目标调整值；
步骤S402A，根据所述不同目标调整值，确定所述空调系统的控制策略模式；
步骤S403A，根据所述不同目标调整值，生成针对所述空调系统不同参数变量的控制时间进程表，并根据所述控制时间进程表，对所述空调系统进行适应性的反馈调节；
或者，
在所述步骤S4中，根据所述冷负荷需求信息，调整所述空调系统的控制策略，并生成针对所述空调系统的控制时间进程表具体包括，
步骤S401B，利用下面公式(1)判断所述预测天气信息是否具有可用性、并获得预测空调系统的冷负荷需求信息函数P(t)，
Figure FDA0002351973430000051
在上述公式(1)中，P(t)表示预测空调系统的冷负荷需求信息函数、其为t时刻空调系统的冷负荷所需要的预测信息值，Xi(t)表示t时刻所述预测天气信息中的第i个信息，Xi(t-t0)表示t-t0时刻所述预测天气信息中的第i个信息，exp表示底数为e的指数函数，t0表示自动控制的程序响应时间、其取值范围为(1μs，10s)；
步骤S402B，利用下面公式(2)，获得针对空调系统的控制时间进程函数F(t)，
Figure FDA0002351973430000052
在上述公式(2)中，表示针对空调系统的控制时间进程函数、其为t时刻需要对空调系统进行F(t)数值的控制，
Figure FDA0002351973430000053
表示在时间内冷负荷需求信息函数对空调系统的控制时间进程函数的累加效应，
Figure FDA0002351973430000061
表示预测空调系统的冷负荷需求信息函数P(t)对时间t的一阶导数；
步骤S403B，利用上面公式(2)计算得到的针对空调系统的控制时间进程函数代入下面公式(3)，以获得程序控制的阈值时间进程函数X(t)，并进行程序的自运行控制，
Figure FDA0002351973430000062
在上述公式(3)中，X(t)表示程序控制的阈值时间进程函数，μ表示预设程序控制空调内部的风机频率、水泵频率或者二通阀开度调节频率的启动成功概率，
当X(t-t0)≥X(t)时，利用程序在t-t0时刻控制空调内部的风机频率、水泵频率或者二通阀开度调节频率，使得温度自动降低到t时刻阈值，
当X(t-t0)＜X(t)时，利用程序在t-t0时刻控制空调内部的风机频率、水泵频率或者二通阀开度调节频率，使得温度自动升高到t时刻阈值，以实现利用陈旭分析空调度数与阈值情况而进行自动调整控制。
9.如权利要求8所述的基于天气预报的空调系统调节方法，其特征在于：在所述步骤S401A中，根据所述冷负荷需求信息，确定所述空调系统中不同参数变量各自对应的不同目标调整值具体包括，
根据所述冷负荷需求信息，确定所述空调系统对应的风机频率、水泵频率或者二通阀开度各自对应的第一目标调整值、第二目标调整值或者第三目标调整值；
在所述步骤S402A中，根据所述不同目标调整值，确定所述空调系统的控制策略模式具体包括，
根据所述第一目标调整值、所述第二目标调整值或者所述第三目标调整值，确定所述风机频率、所述水泵频率或者所述二通阀开度各自调整方向和/或调整偏移量。
10.如权利要求9所述的基于天气预报的空调系统调节方法，其特征在于：在所述步骤S403A中，根据所述不同目标调整值，生成针对所述空调系统不同参数变量的控制时间进程表，并根据所述控制时间进程表，对所述空调系统进行适应性的反馈调节具体包括，
步骤S4031A，根据所述第一目标调整值、所述第二目标调整值或者所述第三目标调整值，生成针对所述风机频率、所述水泵频率或者所述二通阀开度调节频率进程的所述控制时间进程表，其中，所述调节频率进程为每隔15mins对所述风机频率、所述水泵频率或者所述二通阀开度进行调整；
步骤S4032A，根据所述空调系统的实时冷热供需平衡状态，按照所述控制时间进程表，对所述风机频率、所述水泵频率或者所述二通阀开度进行适应性的反馈调节。
CN201911419487.6A 2019-12-31 2019-12-31 一种基于天气预报的空调系统调节方法 Pending CN111043731A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911419487.6A CN111043731A (zh) 2019-12-31 2019-12-31 一种基于天气预报的空调系统调节方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911419487.6A CN111043731A (zh) 2019-12-31 2019-12-31 一种基于天气预报的空调系统调节方法

Publications (1)

Publication Number Publication Date
CN111043731A true CN111043731A (zh) 2020-04-21

Family

ID=70243107

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911419487.6A Pending CN111043731A (zh) 2019-12-31 2019-12-31 一种基于天气预报的空调系统调节方法

Country Status (1)

Country Link
CN (1) CN111043731A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112013521A (zh) * 2020-09-09 2020-12-01 中维通(北京)科技有限公司 一种基于天气预报的空调系统调节方法和系统
CN112665102A (zh) * 2020-12-25 2021-04-16 江苏联宏智慧能源股份有限公司 一种基于冷量计算的风机盘管控制方法
CN116817537A (zh) * 2023-08-30 2023-09-29 江苏星星冷链科技有限公司 基于外界温度测量的多时段冷库制冷控制方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09273795A (ja) * 1996-04-01 1997-10-21 Tokyo Electric Power Co Inc:The 熱負荷予測装置
CN101825327A (zh) * 2010-05-28 2010-09-08 哈尔滨工业大学 基于天气预报的空调系统最优运行参数获得方法
CN105222286A (zh) * 2015-11-10 2016-01-06 苏州海而仕信息科技有限公司 水冷式中央空调的恒温控制方法
CN206281097U (zh) * 2016-11-01 2017-06-27 中节能城市节能研究院有限公司 一种气候补偿型楼宇空调蓄能系统
CN109974223A (zh) * 2019-04-01 2019-07-05 珠海格力电器股份有限公司 根据天气预报调整空调工作的空调控制方法及装置
CN110288164A (zh) * 2019-07-02 2019-09-27 广州市特沃能源管理有限公司 一种建筑空调制冷站系统预测控制方法
CN110410942A (zh) * 2019-07-30 2019-11-05 上海朗绿建筑科技股份有限公司 一种冷热源机房节能优化控制方法及系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09273795A (ja) * 1996-04-01 1997-10-21 Tokyo Electric Power Co Inc:The 熱負荷予測装置
CN101825327A (zh) * 2010-05-28 2010-09-08 哈尔滨工业大学 基于天气预报的空调系统最优运行参数获得方法
CN105222286A (zh) * 2015-11-10 2016-01-06 苏州海而仕信息科技有限公司 水冷式中央空调的恒温控制方法
CN206281097U (zh) * 2016-11-01 2017-06-27 中节能城市节能研究院有限公司 一种气候补偿型楼宇空调蓄能系统
CN109974223A (zh) * 2019-04-01 2019-07-05 珠海格力电器股份有限公司 根据天气预报调整空调工作的空调控制方法及装置
CN110288164A (zh) * 2019-07-02 2019-09-27 广州市特沃能源管理有限公司 一种建筑空调制冷站系统预测控制方法
CN110410942A (zh) * 2019-07-30 2019-11-05 上海朗绿建筑科技股份有限公司 一种冷热源机房节能优化控制方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
孙育英，王丹，王伟，高航，严海蓉: "空调运行负荷预测方法的研究综述", 《建筑科学》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112013521A (zh) * 2020-09-09 2020-12-01 中维通(北京)科技有限公司 一种基于天气预报的空调系统调节方法和系统
CN112013521B (zh) * 2020-09-09 2021-06-01 中维通(北京)科技有限公司 一种基于天气预报的空调系统调节方法和系统
CN113108432A (zh) * 2020-09-09 2021-07-13 中维通(北京)科技有限公司 一种基于天气预报的空调系统调节方法和系统
CN113108432B (zh) * 2020-09-09 2022-04-15 中维通(北京)科技有限公司 一种基于天气预报的空调系统调节方法和系统
CN112665102A (zh) * 2020-12-25 2021-04-16 江苏联宏智慧能源股份有限公司 一种基于冷量计算的风机盘管控制方法
CN116817537A (zh) * 2023-08-30 2023-09-29 江苏星星冷链科技有限公司 基于外界温度测量的多时段冷库制冷控制方法及系统
CN116817537B (zh) * 2023-08-30 2023-11-03 江苏星星冷链科技有限公司 基于外界温度测量的多时段冷库制冷控制方法及系统

Similar Documents

Publication Publication Date Title
CN112013521B (zh) 一种基于天气预报的空调系统调节方法和系统
CN111043731A (zh) 一种基于天气预报的空调系统调节方法
CN107860102B (zh) 一种控制中央空调的方法及装置
US10544956B2 (en) HVAC system start/stop control
CN105320118A (zh) 基于云平台的空调系统电力需求响应控制方法
CN107781947A (zh) 一种建筑空调系统冷热源预测控制方法和装置
CN112611076B (zh) 基于iscs的地铁车站通风空调节能控制系统和方法
CN109932896A (zh) 一种建筑能耗的控制方法和系统
CN111047117B (zh) 一种基于末端负荷预测的压差旁通阀节能优化方法
CN106468467B (zh) 一种应用于嵌入式控制系统的空调冷负荷实时预测算法
CN111023532B (zh) 一种地铁通风空调智能调节的方法
KR20160034488A (ko) 스마트 써모스탯을 이용한 통합형 실시간 예측 건물 에너지 관리 방법 및 시스템
CN112283890A (zh) 适应建筑暖通设备监控系统的冷热量控制方法及装置
CN111076378A (zh) 一种基于负荷预测的地铁车站通风空调节能系统及方法
CN111025895A (zh) 一种基于人工智能的建筑节能控制系统
JP2009250454A (ja) 運転計画決定システム
CN113110057A (zh) 一种基于人工智能的热力站节能控制方法及智能决策系统
CN112128934A (zh) 空调器的智能控制方法与智能控制设备
CN113110056B (zh) 一种基于人工智能的供热智能决策方法及智能决策机
CN116989432B (zh) 一种空调系统节能运行优化调度方法及系统
CN110260481A (zh) 一种使用计算机对空调plc控制系统进行干预性控制的方法
TWI776544B (zh) 溫度調控設備的節能控制方法及裝置
CN105240993A (zh) 一种中央空调的精细化节能控制系统及其实现方法
JP7408976B2 (ja) 空気調和機
CN110953680A (zh) 空调控制方法及系统

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200421

RJ01 Rejection of invention patent application after publication