CN111649464A - 智能制冷系统的控制方法、系统、服务器以及计算机存储介质 - Google Patents
智能制冷系统的控制方法、系统、服务器以及计算机存储介质 Download PDFInfo
- Publication number
- CN111649464A CN111649464A CN202010407505.5A CN202010407505A CN111649464A CN 111649464 A CN111649464 A CN 111649464A CN 202010407505 A CN202010407505 A CN 202010407505A CN 111649464 A CN111649464 A CN 111649464A
- Authority
- CN
- China
- Prior art keywords
- temperature
- information
- humidity information
- building
- processor
- 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
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
- F24F11/89—Arrangement or mounting of control or safety devices
-
- 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
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
- F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
- F25B49/00—Arrangement or mounting of control or safety devices
-
- 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
- F24F2110/10—Temperature
- F24F2110/12—Temperature of the outside air
-
- 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
- F24F2110/20—Humidity
- F24F2110/22—Humidity of the outside air
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Thermal Sciences (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明公开一种智能制冷系统的控制方法、装置以及计算机存储介质,该方法包括:利用传感器组实时采集建筑的室内温湿度信息与室外温湿度信息,利用处理器获取所述室外温湿度信息、室内温湿度信息、所输入的室内设计温湿度信息以及建筑的建筑信息,将室外温湿度信息、室内温湿度信息、室内设计温湿度信息以及建筑信息输入到预设负荷模型得到总冷负荷,利用处理器计算所述总冷负荷得到所需冷水温度与总所需冷水量;利用处理器计算所需冷水温度与总所需冷水量以及制冷机组的能效信息确定所需要开启的制冷机组的第一开启数量;利用处理器开启所述第一开启数量的制冷机组。通过上述方式,可以有效的提高智能制冷系统的能效,达到节能的目的。
Description
技术领域
本发明涉及制冷领域,特别是涉及一种智能制冷系统的控制方法、系统、服务器以及计算机存储介质。
背景技术
随着建筑节能技术的更新发展,制冷系统的控制技术也在不断的更新发展,现有的制冷系统一般是基于设计温湿度与对应的设计规范来对整个系统进行控制,这样没有考虑的室外天气的影响,导致整个制冷系统的能耗较高。
发明内容
本发明提供一种智能制冷系统的控制方法、系统、服务器以及计算机存储介质,以解决现有技术中制冷系统能耗较高的问题。
为解决上述技术问题,本发明采用的一个技术方案是:提供一种智能制冷系统的控制方法,所述智能制冷系统包括传感器组、制冷机组以及和所述传感器组以及制冷机组连接的处理器,所述智能制冷系统用于对建筑进行制冷,所述控制方法包括:利用所述传感器组实时采集所述建筑的室内温湿度信息与室外温湿度信息,其中,所述室外温湿度信息包括室外温度信息与室外湿度信息,所述室内温湿度信息包括室内温度信息与室内湿度信息;利用所述处理器获取所述室外温湿度信息、室内温湿度信息、所输入的室内设计温湿度信息以及所述建筑的建筑信息,将所述室外温湿度信息、室内温湿度信息、所述室内设计温湿度信息以及建筑信息输入到预设负荷模型得到总冷负荷,其中,所述室内设计温湿度信息包括室内设计湿度信息与室内设计温度信息,所述建筑信息包括所述建筑的传热信息与所述建筑的总所需制冷量;利用所述处理器计算所述总冷负荷得到所需冷水温度与总所需冷水量;利用所述处理器计算所述所需冷水温度与总所需冷水量以及所述制冷机组的能效信息确定所需要开启的制冷机组的第一开启数量;利用所述处理器开启所述第一开启数量的制冷机组。
为解决上述技术问题,本发明采用的另一个技术方案是:提供一种智能制冷系统,所述智能制冷系统包括传感器组、制冷机组以及和所述传感器组以及制冷机组连接的处理器,所述智能制冷系统用于对建筑进行制冷,所述智能制冷系统包括:传感器组,用于实时采集所述建筑的室内温湿度信息与室外温湿度信息,其中,所述室外温湿度信息包括室外温度信息与室外湿度信息,所述室内温湿度信息包括室内温度信息与室内湿度信息;处理器,用于获取所述室外温湿度信息、室内温湿度信息、所输入的室内设计温湿度信息以及所述建筑的建筑信息,将所述室外温湿度信息、室内温湿度信息、所述室内设计温湿度信息以及建筑信息输入到预设负荷模型得到总冷负荷,其中,所述室内设计温湿度信息包括室内设计湿度信息与室内设计温度信息,所述建筑信息包括所述建筑的传热信息与所述建筑的总所需制冷量,并进一步计算所述总冷负荷得到所需冷水温度与总所需冷水量,计算所述所需冷水温度与总所需冷水量以及所述制冷机组的能效信息确定所需要开启的制冷机组的第一开启数量,并开启所述第一开启数量的制冷机组。
为解决上述技术问题,本发明采用的另一个技术方案是提供一种计算机存储介质,其中存储有计算机程序,所述处理器用于执行所述计算机程序以实现如上述中任一方法,计算机程序被执行时实现上述智能制冷系统的控制方法的步骤。
区别于现有技术,通过传感器组实时采集建筑的室内温湿度信息与室外温湿度信息,并利用处理器将室外温湿度信息、室内温湿度信息、室内设计温湿度信息以及建筑信息输入到预设负荷模型得到总冷负荷,并总冷负荷得到所需冷水温度与总所需冷水量,随后进一步利用处理器计算所需冷水温度与总所需冷水量以及制冷机组的能效信息确定所需要开启的制冷机组的第一开启数量,在通过处理器开启第一开启数量的制冷机组。可以动态的结合整个室外温湿度信息、室内温湿度信息、室内设计温湿度信息以及建筑信息获取当前所需的总冷负荷,并进一步根据制冷机组的能效信息确定所需要开启的制冷机组的第一开启数量,通过动态对室内温湿度与室外温湿度的监测,从而获取最优的制冷机组的开启数量,进而可以使得能效最高,降低整个智能制冷系统的能耗。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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是本发明智能制冷系统的控制方法第一实施例的流程示意图;
图2是本发明智能制冷系统的控制方法第二实施例的流程示意图;
图3是本发明智能制冷系统的控制方法第三实施例的流程示意图;
图4是本发明智能制冷系统的控制方法第四实施例的流程示意图;
图5是本发明智能制冷系统的控制方法第五实施例的流程示意图;
图6是本发明智能制冷系统的控制方法第六实施例的流程示意图;
图7是本发明智能制冷系统的第一实施例结构示意图;
图8是本发明智能制冷系统的第二实施例结构示意图;
图9是本发明计算机存储介质一实施例的结构示意图。
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,所描述的实施例仅是本发明的一部分实施例,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,都属于本发明保护的范围。
具体请参阅图1,图1是本发明智能制冷系统的控制方法第一实施例的流程示意图,本实施例智能制冷系统的控制方法包括以下步骤。
S11,利用传感器组实时采集建筑的室内温湿度信息与室外温湿度信息。
智能制冷系统包括有传感器组、制冷机组以及处理器。处理器与传感器组以及制冷机组进行连接,可选的,智能制冷系统主要安装于建筑上,如写字楼,如酒店等等,以用于给建筑进行制冷。
可选的,可以先利用传感器组实时采集建筑的室内温湿度信息与室外温湿度信息。其中,室外温湿度信息包括室外温度信息与室外湿度信息,室内温湿度信息包括有室内温度信息与室内湿度信息。
在可选场景中,传感器组可以包括有多个传感器,多个传感器分别安装于建筑的室内和室外,可以利用室外的传感器采集室外温湿度信息,利用室内的传感器采集室内温湿度信息。可选的,建筑可以包括多个楼层,每个楼层可以包括有多个房间,由于每个楼层和/或房间由于光照等因素影响,会使得温湿度有所差别,则每个楼层和/或每个房间的室内均可以安装有传感器,可以利用每个传感器采集对应楼层和/或房间的温湿度以得到层温湿度信息,随后可以利用多个层温湿度信息根据预设加权算法进行计算,从而得到室内温湿度信息。
可选的,层温湿度信息包括有层温度信息和层湿度信息,传感器包括有温度传感器和湿度传感器,可以利用温度传感器采集楼层和/或房间的层温度信息,利用湿度传感器采集楼层和/或房间的层湿度信息,随后利用处理器进一步将多个层湿度信息进行预设加权算法的计算得到室内湿度信息,将多个层温度信息进行预设加权算法的计算得到室内温度信息。
S12,利用处理器获取室外温湿度信息、室内温湿度信息、所输入的室内设计温湿度信息以及所述建筑的建筑信息,将所述室外温湿度信息、室内温湿度信息、所述室内设计温湿度信息以及建筑信息输入到预设负荷模型得到总冷负荷。
利用处理器获取室外温湿度信息、室内温湿度信息、所输入的室内设计温湿度信息以及所述建筑的建筑信息。可选的,室内设计温湿度信息即室内所需要调整到的温湿度信息,包括有室内设计湿度信息和室内设计温度信息,基于能耗与舒适度的考虑,一般室内设计温度信息设计为26℃左右,一般室内设计湿度信息设计为60%左右。建筑信息则包括有建筑的传热信息与建筑的总所需制冷量,建筑的传热信息即建筑的楼层、外墙、外窗、屋面、楼板以及隔墙等的传热系数。建筑的总所需制冷量即建筑内所需要进行制冷的总量。
随后可以利用处理器将室外温湿度信息、室内温湿度信息、室内设计温湿度信息以及建筑信息输入到预设负荷模型得到总冷负荷。可选的,预设负荷模型可以为清华斯维尔负荷模型、鸿业负荷计算软件计算模型或者其他常用的符合计算模型。在将室外温湿度信息、室内温湿度信息、室内设计温湿度信息以及建筑信息输入到该预设符合模型后,则可以获取到建筑达到室内设计温湿度信息的温湿度的总冷负荷。
S13,利用处理器计算总冷负荷得到所需冷水温度与总所需冷水量。
利用处理器计算总冷负荷从而得到所需冷水温度和总所需冷水量。即获取建筑需要达到的室内设计温湿度信息的所需冷水温度和总所述冷水量。
S14,利用处理器计算所需冷水温度与总所需冷水量以及制冷机组的能效信息确定所需要开启的制冷机组的第一开启数量。
利用处理器计算所需冷水温度与总所需冷水量以及制冷机组的能效信息从而确定所需要开启的制冷机组的第一开启数量。
可选的,制冷机组可以有多台,但是随着开启数量的不同,每台只能机组所能达到的能效也具有一定的区别,因此,利用处理器计算所需冷水温度与总所需冷水量以及制冷机组的能效信息从而确定所需要开启的制冷机组的第一开启数量,即计算出在满足所需冷水温度和所需冷水量的情况下,使得制冷机组的能效最高的第一开启数量,从而达到节能的目的。
S15,利用处理器开启第一开启数量的制冷机组。
随后利用处理器开启第一开启数量的制冷机组。
上述实施例中,先通过传感器组实时采集建筑的室内温湿度信息与室外温湿度信息,并利用处理器将室外温湿度信息、室内温湿度信息、室内设计温湿度信息以及建筑信息输入到预设负荷模型得到总冷负荷,并总冷负荷得到所需冷水温度与总所需冷水量,随后进一步利用处理器计算所需冷水温度与总所需冷水量以及制冷机组的能效信息确定所需要开启的制冷机组的第一开启数量,在通过处理器开启第一开启数量的制冷机组。可以动态的结合整个室外温湿度信息、室内温湿度信息、室内设计温湿度信息以及建筑信息获取当前所需的总冷负荷,并进一步根据制冷机组的能效信息确定所需要开启的制冷机组的第一开启数量,通过动态对室内温湿度与室外温湿度的监测,从而获取最优的制冷机组的开启数量,进而可以使得能效最高,降低整个智能制冷系统的能耗。
具体请参阅图2,图2是本发明智能制冷系统的控制方法第二实施例的流程示意图,本实施例智能制冷系统的控制方法包括以下步骤。
S21,利用处理器计算所需冷水温度与总所需冷水量确定所需要开启的冷水机组的第二开启数量与第一工作频率以及确定所需要开启的水泵的第三开启数量与第二工作频率。
可选的,智能制冷系统还包括有冷水机组和水泵,冷水机组用于提供所需冷水温度的冷水。可选的,由于所需冷水温度的大小会的影响到冷水机组的能效,如当所需冷水温度提高1℃时,则整个冷水机组的能效可以提高3%作用,相似度,水泵用于保持水的循环,因此所需要进行循环的总所需冷水量会较大的影响到水泵。因此,可以通过处理器计算所需冷水温度与总所需冷水量确定所需要开启的冷水机组的第二开启数量与第一工作频率以及确定所需要开启的水泵的第三开启数量与第二工作频率。
S22,利用处理器开启第二开启数量的冷水机组,并控制冷水机组按照第一工作频率工作,利用处理器开启第三开启数量的水泵,并控制水泵按照第二工作频率工作,水泵包括冷水泵与冷却水泵。
利用处理器开启第二开启数量的冷水机组,并控制冷水机组按照第一工作频率进行工作,利用处理器开启第三开启数量的水泵,并控制水泵按照第二工作频率进行工作,水泵包括有冷水泵与冷却水泵,冷水泵与冷却水泵一起配合实现水循环。
具体请参阅图3,图3是本发明智能制冷系统的控制方法第三实施例的流程示意图,本实施例智能制冷系统的控制方法包括以下步骤。
S31,利用处理器根据层所需制冷量确定每层的层冷负荷。
可选的,智能制冷系统还包括有阀开度组,阀开度组包括有调节阀开度和压差平衡阀开度,调节阀开度和压差平衡阀开度对应设置于建筑每个楼层和/或每个房间,用于调节每个楼层和/或房间的所需冷水量。
可选的,建筑信息还进一步包括建筑中每个楼层的层所需制冷量,即每个楼层所需要进行制冷的容积。
利用处理器根据层所需制冷量确定每层的层冷负荷,利用处理器根据层所需制冷量来确定每层的层冷负荷。
S32,利用处理器计算层冷负荷与所需冷水温度确定每层的层所需冷水量。
利用处理器计算层冷负荷与所需冷水温度从而确定每层的层所需冷水量。在获得层冷负荷后,则可以进一步根据冷水温度确定每层所需要的层所需冷水量。
S33,利用处理器根据层所需冷水量控制阀开度组。
利用处理器根据层所需冷水量来控制阀开度组,为保证每个楼层和/或房间能达到制冷平衡,即保证每个楼层和/或房间均可以获得对应所需的层所需冷水量,可以通过层所需冷水量来控制阀开度组中的调节阀开度和压差平衡阀开度。
上述实施例中,通过设置阀开度组,进而保证每个楼层和/或房间均可以获得对应所需的层所需冷水量,不会因为高度等原因导致各楼层的水系统的不平衡,使得整个建筑的水系统达到较好的平衡状态。
具体请参阅图4,图4是本发明智能制冷系统的控制方法第四实施例的流程示意图,本实施例智能制冷系统的控制方法包括以下步骤。
可选的,智能制冷系统还包括与处理器连接空调器,空调器用于安装于建筑的每个楼层和/或建筑的每个房间,可选的,制冷机组、水泵与冷水机组是用于提供冷水给空调器,空调器用于通过冷水与空气进行热交换从而实现对空气进行制冷。即空调器配合制冷机组、水泵与冷水机组对建筑中的每个楼层和/或每个房间进行制冷。
S41,利用控制器获取每个楼层和/或每个房间的层温湿度信息、所输入的层设计温湿度信息以及所需冷水温度确定楼层和/或房间对应的空调器的第三工作频率。
利用控制器获取每个楼层和/或每个房间的层温湿度信息,所输入的层设计温湿度信息以及所需冷水温度确定楼层和/或房间对应的空调器的第三工作频率。
可选的,每个楼层都可以对应独立设置的层设计温湿度信息,层设计温湿度信息包括层设计湿度信息与层设计温度信息,则可以根据每个楼层当前的层温湿度信息、层设计温湿度信息以及所需冷水温度从而确定每个楼层和/或房间对应的空调器的第三工作频率。
S42,利用控制器控制空调器按照第三工作频率工作。
利用控制器控制空调器按照第三工作频率工作,利用控制器控制空调器按照第三工作频率进行工作,从而保证对应的楼层和/或房间能够达到所输入的层设计温湿度信息所对应的温湿度。
上述实施例中,利用控制器获取每个楼层和/或每个房间的层温湿度信息、所输入的层设计温湿度信息以及所需冷水温度确定楼层和/或房间对应的空调器的第三工作频率,并利用控制器控制空调器按照第三工作频率工作,可以有效的对应每个楼层和/或每个房间所设置的设计温湿度信息来设置第三工作频率,在满足要求的情况下,通过对空调器的工作频率进行控制,可以提高能效,进而达到节能效果。
具体请参阅图5,图5是本发明智能制冷系统的控制方法第五实施例的流程示意图,本实施例智能制冷系统的控制方法包括以下步骤。
可选的,智能制冷系统包括与控制器连接的人体感应器,人体感应器用于安装于建筑的每个楼层和/或建筑的每个房间。具体地,人体感应器可以是红外感应器或者其他感应器。
S51,利用人体感应器检测每个楼层和/或每个房间的人体活动信息。
利用人体感应器来检测每个楼层和/或每个房间的人体活动信息。
S52,若人体活动信息表明楼层和/或房间没有人,则利用处理器控制楼层和/或房间对应的空调器关闭或降低工作频率。
如果人体活动信息表明楼层和/或房间没有人,即没有人活动的信息,则利用处理器控制楼层和/或房间对应的空调器关闭或降低工作频率。
在其他实施例中,也可以设定启动时间,如上班时间为8点到18点的话,则空调器的开启时间可以为7点到17点。或者当层室内设计温度大于或等于层室内温度预设温度时,如可选的,预设温度为2℃,当层室内设计温度大于或等于层室内温度2℃时,则可以控制空调器开启。
上述实施例中,利用人体感应器检测每个楼层和/或每个房间的人体活动信息,并当人体活动信息表明楼层和/或房间没有人时,则利用处理器控制楼层和/或房间对应的空调器关闭或降低工作频率,可以有效的对空调器进行智能化控制,进而减少空调器的能耗,以达到节能的目的。
具体请参阅图6,图6是本发明智能制冷系统的控制方法第六实施例的流程示意图,本实施例智能制冷系统的控制方法包括以下步骤。
S61,利用电量监测模块监测所述制冷机组、水泵、冷水机组以及空调器的耗电信息。
可选的,智能制冷系统还包括电量监测模块。则可以利用电量监测模块监测制冷机组、水泵、冷水机组以及空调器的耗电信息。
S62,利用控制器获取耗电信息并基于耗电信息确定能耗系数,并将能耗信息与所述总冷负荷输入预设能耗模型,以得到能耗极大值。
利用控制器获取到耗电信息并基于耗电信息确定能耗系数,并将能耗信息与所述总冷负荷输入预设能耗模型,以得到能耗极大值。可选的,将能耗信息与所述总冷负荷输入预设能耗模型后,通过实时模拟,可以计算得到能耗极大值。
S63,利用能耗极大值控制制冷机组、水泵、冷水机组以及空调器的工作频率。
随后可以利用能耗极大值控制制冷机组、水泵、冷水机组以及空调器的工作频率,从而保证制冷机组、水泵、冷水机组以及空调器可以达到较优的能效,进而达到节能效果。
综上所述,通过传感器组实时采集建筑的室内温湿度信息与室外温湿度信息,并利用处理器将室外温湿度信息、室内温湿度信息、室内设计温湿度信息以及建筑信息输入到预设负荷模型得到总冷负荷,并总冷负荷得到所需冷水温度与总所需冷水量,随后进一步利用处理器计算所需冷水温度与总所需冷水量以及制冷机组的能效信息确定所需要开启的制冷机组的第一开启数量,在通过处理器开启第一开启数量的制冷机组。可以动态的结合整个室外温湿度信息、室内温湿度信息、室内设计温湿度信息以及建筑信息获取当前所需的总冷负荷,并进一步根据制冷机组的能效信息确定所需要开启的制冷机组的第一开启数量,通过动态对室内温湿度与室外温湿度的监测,从而获取最优的制冷机组的开启数量,进而可以使得能效最高,降低整个智能制冷系统的能耗。且可以通过设置阀开度组,进而保证每个楼层和/或房间均可以获得对应所需的层所需冷水量,不会因为高度等原因导致各楼层的水系统的不平衡,使得整个建筑的水系统达到较好的平衡状态。且进一步的,利用控制器获取每个楼层和/或每个房间的层温湿度信息、所输入的层设计温湿度信息以及所需冷水温度确定楼层和/或房间对应的空调器的第三工作频率,并利用控制器控制空调器按照第三工作频率工作,可以有效的对应每个楼层和/或每个房间所设置的设计温湿度信息来设置第三工作频率,在满足要求的情况下,通过对空调器的工作频率进行控制,可以提高能效,进而达到节能效果。
如图7所示,本申请还提供一种智能制冷系统10,该智能制冷系统10用于对建筑进行制冷,该智能制冷系统10包括传感器组100、制冷机组110以及处理器300。处理器300连接传感器组100以及制冷机组110。
其中,传感器组100用于实时采集建筑的室内温湿度信息与室外温湿度信息,其中,室外温湿度信息包括室外温度信息与室外湿度信息,室内温湿度信息包括室内温度信息与室内湿度信息;
处理器300用于获取所述室外温湿度信息、室内温湿度信息、所输入的室内设计温湿度信息以及建筑的建筑信息,将室外温湿度信息、室内温湿度信息、室内设计温湿度信息以及建筑信息输入到预设负荷模型得到总冷负荷,其中,室内设计温湿度信息包括室内设计湿度信息与室内设计温度信息,建筑信息包括建筑的传热信息与建筑的总所需制冷量,并进一步计算总冷负荷得到所需冷水温度与总所需冷水量,计算所需冷水温度与总所需冷水量以及所述制冷机组的能效信息确定所需要开启的制冷机组110的第一开启数量,并开启所述第一开启数量的制冷机组110。
如图8所示,智能制冷系统10包括与处理器300连接的水泵400与冷水机组500;处理器用于计算所需冷水温度与总所需冷水量确定所需要开启的冷水机组500的第二开启数量与第一工作频率以及确定所需要开启的水泵400的第三开启数量与第二工作频率,并开启第二开启数量的冷水机组500,并控制冷水机组500按照所述第一工作频率工作,利用处理器300开启第三开启数量的水泵400,并控制水泵400按照所述第二工作频率工作,水泵400包括冷水泵与冷却水泵。
如图8所示,智能制冷系统100包括阀开度组600、空调器700、人体感应器800以及电量监测模块900。阀开度组600、空调器700、人体感应器800用于设置于建筑的每个楼层和/或每个房间中。其具体作用上述实施例中已经有些详细说明,这里不再赘述。
上述智能制冷系统的控制方法的逻辑过程以计算机程序呈现,在计算机程序方面,若其作为独立的软件产品销售或使用时,其可存储在计算机存储介质中,因而本发明提出一种计算机存储介质。请参阅图9,图9是本发明计算机存储介质一实施例的结构示意图,本实施例计算机存储介质200中存储有计算机程序21,计算机程序被处理器执行时实现上述配网方法或控制方法。
该计算机存储介质200具体可以为U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory,)、磁碟或者光盘等可以存储计算机程序的介质,或者也可以为存储有该计算机程序的服务器,该服务器可将存储的计算机程序发送给其他设备运行,或者也可以自运行该存储的计算机程序。该计算机存储介质200从物理实体上来看,可以为多个实体的组合,例如多个服务器、服务器加存储器、或存储器加移动硬盘等多种组合方式。
以上所述仅为本发明的实施方式,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种智能制冷系统的控制方法,其特征在于,所述智能制冷系统包括传感器组、制冷机组以及和所述传感器组以及制冷机组连接的处理器,所述智能制冷系统用于对建筑进行制冷,所述控制方法包括:
利用所述传感器组实时采集所述建筑的室内温湿度信息与室外温湿度信息,其中,所述室外温湿度信息包括室外温度信息与室外湿度信息,所述室内温湿度信息包括室内温度信息与室内湿度信息;
利用所述处理器获取所述室外温湿度信息、室内温湿度信息、所输入的室内设计温湿度信息以及所述建筑的建筑信息,将所述室外温湿度信息、室内温湿度信息、所述室内设计温湿度信息以及建筑信息输入到预设负荷模型得到总冷负荷,其中,所述室内设计温湿度信息包括室内设计湿度信息与室内设计温度信息,所述建筑信息包括所述建筑的传热信息与所述建筑的总所需制冷量;
利用所述处理器计算所述总冷负荷得到所需冷水温度与总所需冷水量;
利用所述处理器计算所述所需冷水温度与总所需冷水量以及所述制冷机组的能效信息确定所需要开启的制冷机组的第一开启数量;
利用所述处理器开启所述第一开启数量的制冷机组。
2.根据权利要求1所述的方法,其特征在于,所述智能制冷系统包括与所述处理器连接的水泵与冷水机组,所述控制方法包括:
利用所述处理器计算所述所需冷水温度与总所需冷水量确定所需要开启的冷水机组的第二开启数量与第一工作频率以及确定所需要开启的水泵的第三开启数量与第二工作频率;
利用所述处理器开启第二开启数量的冷水机组,并控制所述冷水机组按照所述第一工作频率工作,利用所述处理器开启第三开启数量的水泵,并控制所述水泵按照所述第二工作频率工作,所述水泵包括冷水泵与冷却水泵。
3.根据权利要求2所述的控制方法,其特征在于,所述智能制冷系统包括阀开度组,所述建筑信息还包括所述建筑每个楼层的层所需制冷量;
所述控制方法包括:
利用所述处理器根据所述层所需制冷量确定每层的层冷负荷;
利用所述处理器计算所述层冷负荷与所述所需冷水温度确定每层的层所需冷水量;
利用所述处理器根据所述层所需冷水量控制所述阀开度组。
4.根据权利要求3所述的控制方法,其特征在于,所述利用所述传感器组实时采集室内温湿度信息,包括:
利用所述传感器组采集所述建筑的每个楼层和/或房间的层温湿度信息得到多个层温湿度信息,所述层温湿度信息包括层温度信息与层湿度信息;
利用所述处理器根据预设加权算法计算所述多个层温湿度信息的得到所述室内温湿度信息。
5.根据权利要求4所述的控制方法,其特征在于,所述智能制冷系统包括与所述处理器连接的空调器,所述空调器用于安装于所述建筑的每个楼层和/或建筑的每个房间;
所述控制方法包括:
利用所述控制器获取所述每个楼层和/或每个房间的层温湿度信息、所输入的层设计温湿度信息以及所述所需冷水温度确定所述楼层和/或房间对应的所述空调器的第三工作频率;
利用所述控制器控制所述空调器按照所述第三工作频率工作。
6.根据权利要求5所述的控制方法,其特征在于,所述智能制冷系统包括与所述控制器连接的人体感应器,所述人体感应器用于安装于所述建筑的每个楼层和/或建筑的每个房间;
所述控制方法包括:
利用所述人体感应器检测所述每个楼层和/或每个房间的人体活动信息;
若所述人体活动信息表明所述楼层和/或所述房间没有人,则利用处理器控制所述楼层和/或房间对应的所述空调器关闭或降低工作频率。
7.根据权利要求5所述的控制方法,其特征在于,所述智能制冷系统还包括电量监测模块;
所述控制方法包括:
利用所述电量监测模块监测所述制冷机组、水泵、冷水机组以及空调器的耗电信息;
利用所述控制器获取所述耗电信息并基于所述耗电信息确定能耗系数,并将所述能耗信息与所述总冷负荷输入预设能耗模型,以得到能耗极大值;
利用所述能耗极大值控制所述制冷机组、水泵、冷水机组以及空调器的工作频率。
8.一种智能制冷系统,其特征在于,所述智能制冷系统包括传感器组、制冷机组以及和所述传感器组以及制冷机组连接的处理器,所述智能制冷系统用于对建筑进行制冷,所述智能制冷系统包括:
传感器组,用于实时采集所述建筑的室内温湿度信息与室外温湿度信息,其中,所述室外温湿度信息包括室外温度信息与室外湿度信息,所述室内温湿度信息包括室内温度信息与室内湿度信息;
处理器,用于获取所述室外温湿度信息、室内温湿度信息、所输入的室内设计温湿度信息以及所述建筑的建筑信息,将所述室外温湿度信息、室内温湿度信息、所述室内设计温湿度信息以及建筑信息输入到预设负荷模型得到总冷负荷,其中,所述室内设计温湿度信息包括室内设计湿度信息与室内设计温度信息,所述建筑信息包括所述建筑的传热信息与所述建筑的总所需制冷量,并进一步计算所述总冷负荷得到所需冷水温度与总所需冷水量,计算所述所需冷水温度与总所需冷水量以及所述制冷机组的能效信息确定所需要开启的制冷机组的第一开启数量,并开启所述第一开启数量的制冷机组。
9.根据权利要求8所述的系统,其特征在于,所述智能制冷系统包括与处理器连接的水泵与冷水机组;
所述处理器用于计算所述所需冷水温度与总所需冷水量确定所需要开启的冷水机组的第二开启数量与第一工作频率以及确定所需要开启的水泵的第三开启数量与第二工作频率,并开启第二开启数量的冷水机组,并控制所述冷水机组按照所述第一工作频率工作,利用所述处理器开启第三开启数量的水泵,并控制所述水泵按照所述第二工作频率工作,所述水泵包括冷水泵与冷却水泵。
10.一种计算机存储介质,其特征在于,所述计算机存储介质存储有计算机程序,所述计算机程序被执行时实现如权利要求1-7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010407505.5A CN111649464B (zh) | 2020-05-14 | 2020-05-14 | 智能制冷系统的控制方法、系统、服务器以及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010407505.5A CN111649464B (zh) | 2020-05-14 | 2020-05-14 | 智能制冷系统的控制方法、系统、服务器以及计算机存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111649464A true CN111649464A (zh) | 2020-09-11 |
CN111649464B CN111649464B (zh) | 2022-04-26 |
Family
ID=72349601
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010407505.5A Active CN111649464B (zh) | 2020-05-14 | 2020-05-14 | 智能制冷系统的控制方法、系统、服务器以及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111649464B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112178860A (zh) * | 2020-09-28 | 2021-01-05 | 广东Tcl智能暖通设备有限公司 | 一种风冷冷热水机组的运行控制方法及空调器 |
CN114517968A (zh) * | 2022-04-02 | 2022-05-20 | 珠海市金品创业共享平台科技有限公司 | 空调、空调制冷控制方法、装置及相关设备 |
CN116447736A (zh) * | 2023-05-16 | 2023-07-18 | 南京常格科技发展有限公司 | 高效机房控制方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000022355A1 (fr) * | 1998-10-15 | 2000-04-20 | Daikin Industries, Ltd. | Dispositif de climatisation |
CN102128481A (zh) * | 2010-01-20 | 2011-07-20 | 珠海格力电器股份有限公司 | 空调器及其控制方法及装置 |
CN105546759A (zh) * | 2016-01-12 | 2016-05-04 | 重庆大学 | 一种集中空调节能控制系统及其控制策略 |
CN108006887A (zh) * | 2017-11-20 | 2018-05-08 | 北京建筑大学 | 既有建筑空调用能模型构建方法及空调能耗预测方法 |
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 |
CN109210730A (zh) * | 2018-08-23 | 2019-01-15 | 中筑科技股份有限公司 | 一种建筑物制冷智能管控方法及系统 |
CN109442702A (zh) * | 2018-08-23 | 2019-03-08 | 中筑科技股份有限公司 | 一种中央空调节能管控方法及系统 |
CN111076354A (zh) * | 2019-12-31 | 2020-04-28 | 珠海格力电器股份有限公司 | 中央空调的设备选型方法及系统 |
-
2020
- 2020-05-14 CN CN202010407505.5A patent/CN111649464B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000022355A1 (fr) * | 1998-10-15 | 2000-04-20 | Daikin Industries, Ltd. | Dispositif de climatisation |
CN102128481A (zh) * | 2010-01-20 | 2011-07-20 | 珠海格力电器股份有限公司 | 空调器及其控制方法及装置 |
CN105546759A (zh) * | 2016-01-12 | 2016-05-04 | 重庆大学 | 一种集中空调节能控制系统及其控制策略 |
CN108006887A (zh) * | 2017-11-20 | 2018-05-08 | 北京建筑大学 | 既有建筑空调用能模型构建方法及空调能耗预测方法 |
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 |
CN109210730A (zh) * | 2018-08-23 | 2019-01-15 | 中筑科技股份有限公司 | 一种建筑物制冷智能管控方法及系统 |
CN109442702A (zh) * | 2018-08-23 | 2019-03-08 | 中筑科技股份有限公司 | 一种中央空调节能管控方法及系统 |
CN111076354A (zh) * | 2019-12-31 | 2020-04-28 | 珠海格力电器股份有限公司 | 中央空调的设备选型方法及系统 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112178860A (zh) * | 2020-09-28 | 2021-01-05 | 广东Tcl智能暖通设备有限公司 | 一种风冷冷热水机组的运行控制方法及空调器 |
CN112178860B (zh) * | 2020-09-28 | 2022-05-03 | 广东Tcl智能暖通设备有限公司 | 一种风冷冷热水机组的运行控制方法及空调器 |
CN114517968A (zh) * | 2022-04-02 | 2022-05-20 | 珠海市金品创业共享平台科技有限公司 | 空调、空调制冷控制方法、装置及相关设备 |
CN116447736A (zh) * | 2023-05-16 | 2023-07-18 | 南京常格科技发展有限公司 | 高效机房控制方法及系统 |
CN116447736B (zh) * | 2023-05-16 | 2023-11-14 | 南京常格科技发展有限公司 | 高效机房控制方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111649464B (zh) | 2022-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111649464B (zh) | 智能制冷系统的控制方法、系统、服务器以及计算机存储介质 | |
CN110288164B (zh) | 一种建筑空调制冷站系统预测控制方法 | |
CN108413567B (zh) | 基于物联网的中央空调节费优化方法与系统 | |
CN104807137B (zh) | 空调温湿度的控制方法和装置 | |
CN107192097A (zh) | 空调冷冻水系统的控制方法和装置 | |
CN106979641B (zh) | 基于改进mfac的制冷系统数据驱动节能控制系统及方法 | |
CN104728997B (zh) | 用于恒温控制的空调器、恒温控制系统及恒温控制方法 | |
CN110895016A (zh) | 一种基于模糊自适应的中央空调系统节能群控方法 | |
CN114963414B (zh) | 基于ai数据分析的空调系统智能调控装置 | |
CN108990383A (zh) | 一种数据中心空调系统预测控制方法 | |
CN112503746B (zh) | 基于机器学习与粒子群算法的动力站房冷源系统的控制方法 | |
CN101655272A (zh) | 一种网络中央空调节能控制管理系统及其方法 | |
CN212320021U (zh) | 一种模块化冷热水空调机组智能联控系统 | |
CN112747419B (zh) | 中央空调风水联动控制方法、装置、设备及存储介质 | |
CN115325682A (zh) | 一种高效智能制冷机房性能监测的优化控制方法及装置 | |
CN110895029A (zh) | 一种基于冷冻水的温度的建筑负荷预测方法 | |
CN110848895A (zh) | 一种非工空调柔性负荷控制方法和系统 | |
CN204388288U (zh) | 楼宇温度控制系统 | |
CN115682324A (zh) | 中央空调系统节能优化控制方法、装置、设备和存储介质 | |
CN111706943A (zh) | 一种恒温层与空气热泵耦合的辐射空调系统 | |
TW201027014A (en) | Method for managing air conditioning power consumption | |
CN108224632A (zh) | 酒店建筑中央空调机房冷冻水系统综合能效提升控制方法 | |
CN102679649B (zh) | 一种制冷系统的节能控制装置和方法 | |
CN202792751U (zh) | 一种地埋管及冷却塔地源热泵复合系统的控制系统 | |
CN111256314A (zh) | 一种高效中央空调的控制系统 |
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 |