CN111125933B - 中央空调仿真模型的修正方法及系统 - Google Patents
中央空调仿真模型的修正方法及系统 Download PDFInfo
- Publication number
- CN111125933B CN111125933B CN202010003286.4A CN202010003286A CN111125933B CN 111125933 B CN111125933 B CN 111125933B CN 202010003286 A CN202010003286 A CN 202010003286A CN 111125933 B CN111125933 B CN 111125933B
- Authority
- CN
- China
- Prior art keywords
- simulation model
- air conditioner
- central air
- cooling tower
- correcting
- 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
Images
Landscapes
- Air Conditioning Control Device (AREA)
Abstract
本发明公开了一种中央空调仿真模型的修正方法和系统,所述方法包括:在中央空调运行时采集空调设备仿真模型中的输入输出参数,形成空调参数大数据;将所述空调参数大数据输入到空调设备仿真模型中,对空调设备仿真模型进行修正。采用本发明的技术方案,可以对中央空调仿真模型进行修正。
Description
技术领域
本发明涉及空调领域,尤其涉及一种中央空调仿真模型的修正方法及系统。
背景技术
随着我国能源问题日益突出,节能降耗势在必行。空调是耗能最大的电器之一。中央空调仿真技术是中央空调节能控制技术中的关键技术。通常,通过中央空调的各个主要设备的运行原理可以搭建中央空调的各个设备仿真模型,通过拟合的方式可以建立中央空调的各个设备的运行参数之间的关系曲线。
空调的运行环境发生变化时,根据原来的运行环境得到的仿真模型可能存在不准确的问题,需要进行修正。从图1中可以看出随着冷机运行时间的增加,冷机实时的特性曲线会往下偏移,会导致图2中冷机台数自寻优曲线发生改变,进而控制器中冷机原有的加减机控制策略会出现问题,所以需要基于大数据分析对控制算法中冷机的能效模型进行更新。因此,如何对已搭建的中央空调仿真模型进行修正是中央空调系统仿真技术中的重点。
发明内容
本发明的目的是针对上述现有技术中中央空调仿真模型需要修正的问题,提出一种中央空调仿真模型的修正方法及系统。
本发明实施例中,提供了一种中央空调仿真模型的修正方法,其包括:
在中央空调运行时采集空调设备仿真模型中的输入输出参数,形成空调参数大数据;
将所述空调参数大数据输入到空调设备仿真模型中,对空调设备仿真模型进行修正。
本发明实施例中,将所述空调参数大数据输入到空调设备仿真模型之前,还包括:
对所述空调参数大数据进行数据清洗。
本发明实施例中,对所述空调参数大数据进行数据清洗的方式包括:线性填充缺失数据及剔除离群数据。
本发明实施例中,对空调设备仿真模型进行修正时,采用最小二乘法拟合算法对空调设备仿真模型中的输入输出参数关系曲线进行修正。
本发明实施例中,所述空调设备仿真模型中包括冷机能效仿真模型、水泵仿真模型、冷却塔仿真模型。
本发明实施例中,所述冷机能效仿真模型中,输入参数包括冷机蒸发温度和冷机冷凝温度,输出参数为冷机的能效。
本发明实施例中,所述水泵仿真模型中,输入参数包括水泵的流量和水泵的频率,输出参数包括水泵的扬程和水泵的功率。
本发明实施例中,所述冷却塔仿真模型中,输入参数包括冷却塔的进水流速、进水温度、冷却塔风机频率和进风湿球温度,输出参数包括冷却塔出水温度、冷却塔风水比和冷却塔的换热效率。
本发明实施例中,还提供了一种中央空调仿真模型的修正系统,对中央空调仿真模型进行修正时,采用上述的中央空调仿真模型的修正方法。
与现有技术相比较,在本发明的中央空调仿真模型的修正方法及系统中, 在中央空调运行时采集空调设备仿真模型中的输入输出参数,形成空调参数大数据,将所述空调参数大数据输入到空调设备仿真模型中,对空调设备仿真模型进行修正,以中央空调的实际运行数据为依托,对设备的能效模型进行修正与更新,使得空调控制器可以根据更新的能效模型通过自寻优算法寻找最优的工作点,实现系统的节能高效运行。
附图说明
图1是冷机的能效特性曲线的示意图。
图2是冷机台数自寻优组合示意图。
图3是本发明实施例一的中央空调仿真模型的修正方法的示意图。
具体实施方式
如图1所示,本发明实施例中,提供了一种中央空调仿真模型的修正方法,其包括三个步骤:获取空调参数大数据、数据预处理和修正仿真模型。下面分别对这三个步骤进行说明。
第一步:获取空调参数大数据,在中央空调运行时采集空调设备仿真模型中的输入输出参数,形成空调参数大数据。
需要说明的是,所述空调设备的仿真模型包括冷机能效仿真模型、水泵仿真模型、冷却塔仿真模型。在这些仿真模型中,通过输入参数,即可进行运行仿真计算,得出所述输出参数。所述冷机能效仿真模型中,输入参数包括冷机蒸发温度和冷机冷凝温度,输出参数为冷机的能效。所述水泵仿真模型中,输入参数包括水泵的流量和水泵的频率,输出参数包括水泵的扬程和水泵的功率。所述冷却塔仿真模型中,输入参数包括冷却塔的进水流速、进水温度、冷却塔风机频率和进风湿球温度,输出参数包括冷却塔出水温度、冷却塔风水比和冷却塔的换热效率。
在具体采集空调的运行参数时,可以通过没间隔一个设定的时间的方式进行采集,比如每间隔15分钟或者30分钟来采集一次。将采集到的数据通过空调内部的数据传输模块(DTU)发送到空调参数服务器中,可采用每个季度采集到的数据来形成空调参数大数据,以保证设备的仿真模型能够真实的反映实际运行特性。
第二步:数据预处理,对所述空调参数大数据进行数据清洗。
需要说明的是,在采集到的数据的过程中或者数据传输的过程中,可能存在数据缺失或者异常的情况,因此,需要对所述空调参数大数据进行数据清洗,从而提高数据的完整性和准确性。具体的数据清洗方式包括:线性填充缺失数据及剔除离群数据。通过这两种数据清洗方式,可以重构恢复缺失的数据以及去除异常的数据,提高了大数据的完整性和准确性。
第三步:将清洗后的空调参数大数据输入到空调设备仿真模型中,对空调设备仿真模型中的输入输出参数关系曲线进行修正。
需要说明的是,本发明实施例中,采用最小二乘法拟合算法对空调设备仿真模型的输入输出参数关系曲线进行修正。最小二乘法拟合算法是统计学领域应用最广泛、可靠性高的一种拟合算法。
所述冷却塔仿真模型的参数关系曲线如下:
η=F1(λ,twet)=a*lnλ+b+c*(twet-d),且η= (tin-tout)/(tin-twet),
其中,η为冷却塔的换热效率,λ为冷却塔的风水比,tin为冷却塔进水温度, tout为冷却塔出水温度,为twet为冷却塔进风湿球温度,F1为对冷却塔的风水比λ、冷却塔进风湿球温度twet的运算函数,a、b、c、d为函数F1中通过拟合得到的系数。
将所述空调参数大数据中的冷却塔仿真模型的输入输出参数代入到所述冷却塔仿真模型的参数关系曲线中,通过数据拟合,即对函数F1中的系数a、b、c、d进行修正,得出修正后的冷却塔仿真模型。
所述冷机能效仿真模型的参数关系曲线如下:
COP=F2(Te,Tc) ,
其中,COP为冷机的能效,Te为冷机蒸发温度,Tc为冷机冷凝温度,F2为对冷机蒸发温度Te、冷机冷凝温度Tc的运算函数。
将所述空调参数大数据中的冷机仿真模型的输入输出参数代入到所述冷机能效仿真模型的参数关系曲线中,通过数据拟合,即对函数F2中的系数进行修正,得出修正后的冷机能效仿真模型。基于已修正的冷机能效模型,可以对冷机台数自寻优组合策略进行重构,实现对加减机自寻优控制算法的优化,提高冷机控制策略的可靠性。
所述水泵仿真模型中的参数关系曲线如下:
H=F3(W,Hz) ,P=F4(W,Hz) ,
其中,H为水泵的扬程,P为水泵的功率,W为水泵的流量,Hz为水泵的频率, F3为对水泵的流量W、水泵的频率Hz的运算函数,F4为对水泵的流量W、水泵的频率Hz的运算函数。
将所述空调参数大数据中的水泵仿真模型的输入输出参数代入到所述水泵仿真模型的参数关系曲线中,通过数据拟合,即对函数F3 、F4中的系数进行修正,得出修正后的水泵仿真模型。基于已修正的水泵仿真模型,可对多台泵最优控制策略进行重构,进而重新确定不同台数泵组合形式下的最优范围,实现对加减泵自寻优控制算法的优化,提高水泵控制策略的可靠性。
综上所述,在本发明的中央空调仿真模型的修正方法及系统中, 在中央空调运行时采集空调设备仿真模型中的输入输出参数,形成空调参数大数据,将所述空调参数大数据输入到空调设备仿真模型中,对空调设备仿真模型进行修正,以中央空调的实际运行数据为依托,对设备的能效模型进行修正与更新,使得空调控制器可以根据更新的能效模型通过自寻优算法寻找最优的工作点,实现系统的节能高效运行。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种中央空调仿真模型的修正方法,其特征在于,包括:
在中央空调运行时采集空调设备仿真模型中的输入输出参数,形成空调参数大数据;
将所述空调参数大数据输入到空调设备仿真模型中,对空调设备仿真模型进行修正,
所述空调设备仿真模型包括冷却塔仿真模型,所述冷却塔仿真模型的参数关系曲线如下:
η=F1(λ,twet)=a*lnλ+b+c*(twet-d),且η= (tin-tout)/(tin-twet),
其中,η为冷却塔的换热效率,λ为冷却塔的风水比,tin为冷却塔进水温度, tout为冷却塔出水温度,twet为冷却塔进风湿球温度,F1为对冷却塔的风水比λ、冷却塔进风湿球温度twet的运算函数,a、b、c、d为函数F1中通过拟合得到的系数。
2.如权利要求1所述的中央空调仿真模型的修正方法,其特征在于,将所述空调参数大数据输入到空调设备仿真模型之前,还包括:
对所述空调参数大数据进行数据清洗。
3.如权利要求2所述的中央空调仿真模型的修正方法,其特征在于,对所述空调参数大数据进行数据清洗的方式包括:线性填充缺失数据及剔除离群数据。
4.如权利要求1所述的中央空调仿真模型的修正方法,其特征在于,对空调设备仿真模型进行修正时,采用最小二乘法拟合算法对空调设备仿真模型中的输入输出参数关系曲线进行修正。
5.如权利要求1所述的中央空调仿真模型的修正方法,其特征在于,所述空调设备仿真模型还包括冷机能效仿真模型和水泵仿真模型。
6.如权利要求5所述的中央空调仿真模型的修正方法,其特征在于,所述冷机能效仿真模型中,输入参数包括冷机蒸发温度和冷机冷凝温度,输出参数为冷机的能效。
7.如权利要求5所述的中央空调仿真模型的修正方法,其特征在于,所述水泵仿真模型中,输入参数包括水泵的流量和水泵的频率,输出参数包括水泵的扬程和水泵的功率。
8.一种中央空调仿真模型的修正系统,其特征在于,对中央空调仿真模型进行修正时,采用如权利要求1-7任一项所述的中央空调仿真模型的修正方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010003286.4A CN111125933B (zh) | 2020-01-02 | 2020-01-02 | 中央空调仿真模型的修正方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010003286.4A CN111125933B (zh) | 2020-01-02 | 2020-01-02 | 中央空调仿真模型的修正方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111125933A CN111125933A (zh) | 2020-05-08 |
CN111125933B true CN111125933B (zh) | 2021-04-27 |
Family
ID=70507555
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010003286.4A Active CN111125933B (zh) | 2020-01-02 | 2020-01-02 | 中央空调仿真模型的修正方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111125933B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN114608126B (zh) * | 2020-12-08 | 2024-04-02 | 广东美的暖通设备有限公司 | 室内湿度检测方法、装置、多联机空调系统和存储介质 |
CN114754477B (zh) * | 2022-04-28 | 2023-11-28 | 广州奥特信息科技股份有限公司 | 空调控制系统、方法、中央空调系统、装置及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108489013A (zh) * | 2018-01-30 | 2018-09-04 | 深圳市新环能科技有限公司 | 基于遗传算法和负荷在线修正的中央空调控制方法及装置 |
CN108489012A (zh) * | 2018-01-30 | 2018-09-04 | 深圳市新环能科技有限公司 | 基于负荷预测与条件约束的空调冷源能效模型控制方法 |
CN109855238A (zh) * | 2019-02-27 | 2019-06-07 | 四川泰立智汇科技有限公司 | 一种中央空调建模与能效优化方法及装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SG189175A1 (en) * | 2010-10-13 | 2013-05-31 | Weldtech Technology Shanghai Co Ltd | Energy-saving optimized control system and method for chiller plant room |
CN104713197A (zh) * | 2015-02-15 | 2015-06-17 | 广东省城乡规划设计研究院 | 一种基于数学模型的中央空调系统优化方法及系统 |
CN106774247B (zh) * | 2016-12-07 | 2019-08-20 | 珠海格力电器股份有限公司 | 中央空调仿真测试系统及测试方法 |
CN206709321U (zh) * | 2017-03-27 | 2017-12-05 | 重庆市计量质量检测研究院 | 一种中央空调冷却水系统能效在线测试控制系统 |
-
2020
- 2020-01-02 CN CN202010003286.4A patent/CN111125933B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108489013A (zh) * | 2018-01-30 | 2018-09-04 | 深圳市新环能科技有限公司 | 基于遗传算法和负荷在线修正的中央空调控制方法及装置 |
CN108489012A (zh) * | 2018-01-30 | 2018-09-04 | 深圳市新环能科技有限公司 | 基于负荷预测与条件约束的空调冷源能效模型控制方法 |
CN109855238A (zh) * | 2019-02-27 | 2019-06-07 | 四川泰立智汇科技有限公司 | 一种中央空调建模与能效优化方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111125933A (zh) | 2020-05-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111125933B (zh) | 中央空调仿真模型的修正方法及系统 | |
CN106705376B (zh) | 空调器室内机自清洁方法 | |
WO2010020160A1 (en) | Method and system of energy-efficient control for central chiller plant systems | |
CN113221373B (zh) | 一种配置多台机力通风冷却塔的循环水冷端系统优化方法和系统 | |
CN102607143B (zh) | 基站空调设备的远程监控方法及系统 | |
CN104515271B (zh) | 中央空调冷冻站系统的节能优化控制系统及其控制方法 | |
CN101968250A (zh) | 一种冷冻机房节能优化控制系统及方法 | |
CN115493256B (zh) | 一种中央制冷系统节能运行智能寻优方法 | |
CN114383299B (zh) | 基于大数据与动态仿真的中央空调系统运行策略优化方法 | |
CN110940061A (zh) | 中央空调控制方法及系统 | |
WO2023030522A1 (zh) | 一种数据中心空调系统诊断方法及装置 | |
CN112460762B (zh) | 一种中央空调负荷群参与电力系统调峰的控制策略 | |
CN1598428A (zh) | 中央空调冷却水系统自适应优化控制方法及装置 | |
CN111723533B (zh) | 一种地源热泵系统变频水泵节能计算方法 | |
CN106766450A (zh) | 制冷热泵系统最小能耗优化控制装置及控制方法 | |
CN111898814B (zh) | 一种中央空调能耗预测方法及装置 | |
CN201944984U (zh) | 一种冷冻机房节能优化控制系统 | |
CN112292013A (zh) | 基于时间序列的微模块数据中心热源预判和冷源调控方法 | |
CN104317282A (zh) | 一种工业冷端循环水优化节能控制系统 | |
CN115930369A (zh) | 一种基于智能化控制的中央空调系统节能方法 | |
CN110807261A (zh) | 一种抽汽供热型燃气-蒸汽联合循环机组变工况性能简易计算方法 | |
CN109084403B (zh) | 基于空调负荷时序分布的冷水机组静态控制策略获得方法 | |
CN203837200U (zh) | 中央空调整体节能控制装置 | |
CN110953684B (zh) | 空调冷却系统的控制方法及空调 | |
CN111191370B (zh) | 冷却塔的仿真方法及系统 |
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 |