CN111780353A - 空调机组控制方法、系统、装置及空调机组 - Google Patents

Abstract

本发明公开了一种空调机组控制方法、系统、装置及空调机组，其中，该方法包括：获取用户的可调环境范围；其中，在可调环境范围内用户的舒适度不变；获取空调机组的实时能效值，根据实时能效值判断空调机组的能效状态；如果是，则在可调环境范围内调节空调机组的运行参数，提高实时能效值。本发明解决了现有技术中用户的舒适度和空调的能效难以兼顾的问题，保持用户的舒适度同时提高实时能效值，使空调机组运行在高能效以及较高舒适度的状态。

Description

空调机组控制方法、系统、装置及空调机组

技术领域

本发明涉及空调技术领域，具体而言，涉及一种空调机组控制方法、系统、装置及空调机组。

背景技术

随着生活水平的提升，多联机越来越普及，用户对多联机的需求向享受型需求靠拢。与此同时，用户和消费者对多联机的能效等级问题也越发关注。而用户体感舒适度可能因受到心理因素或者身体姿态的影响而产生浮动，而在某个温度区间内人体对温度的改变相对较不敏感，但在此温度区间中空调的能效也许会有较大差异，但现有技术中通常只是根据用户的舒适度或能效值进行空调的控制，很难兼顾能效和舒适度两个方面。

针对相关技术中用户的舒适度和空调的能效难以兼顾的问题，目前尚未提出有效地解决方案。

发明内容

本发明提供了一种空调机组控制方法、系统、装置及空调机组，以至少解决现有技术中用户的舒适度和空调的能效难以兼顾的问题。

为解决上述技术问题，根据本发明实施例的一个方面，提供了一种空调机组控制方法，包括：获取用户的可调环境范围；其中，在可调环境范围内用户的舒适度不变；获取空调机组的实时能效值，根据实时能效值判断空调机组的能效状态；根据所述能效状态，在可调环境范围内调节空调机组的运行参数，提高实时能效值。

进一步地，获取用户的可调环境范围，包括：获取用户所在区域的热量分布图；将热量分布图输入计算模型，确定可调环境范围；其中，可调环境范围至少包括可调温度范围。

进一步地，根据所述能效状态，在所述可调环境范围内调节所述空调机组的运行参数，包括：在所述能效状态为低能效状态时，调节所述空调机组的运行参数以提高所述实时能效值；检测当前环境参数是否处于可调环境范围内；如果是，则继续调节空调机组的运行参数以提高实时能效值；否则，调节空调机组的运行参数以使当前环境参数维持在可调环境范围内。

进一步地，在获取用户的可调环境范围之前，还包括：检测用户的舒适度；判断舒适度是否达到用户的预设舒适度；其中，在空调机组为本地运行模式下，预设舒适度为用户设置的舒适度；在空调机组为联网运行模式下，预设舒适度为服务器经过机器学习得到的舒适度；如果是，则触发获取用户的可调环境范围；否则，调节空调机组的运行参数以提高舒适度，之后触发获取用户的可调环境范围。

进一步地，获取空调机组的实时能效值，包括：获取空调机组所在室内的焓差H和空调机组的压缩机的质量流量Z；获取空调机组的总功率Q；通过如下公式计算空调机组的实时能效值COP：COP＝(H*Z*t)/Q；其中，t为预设时间段。

进一步地，获取空调机组所在室内的焓差H，包括：获取室内的环境温度和大气压力；根据环境温度和大气压力计算室内的实时焓值；计算在预设时间段内实时焓值的差值，作为焓差。

进一步地，获取空调机组的总功率Q，包括：获取空调机组的配置信息，根据配置信息获取空调机组各个模块的功率计算模型；获取空调机组的运行参数，根据运行参数和功率计算模型计算各个模块的功率；根据各个模块的功率计算空调机组的总功率。

进一步地，根据实时能效值判断空调机组的能效状态，包括：判断实时能效值是否小于预设能效值；如果是，则确定空调机组处于低能效状态。

根据本发明实施例的另一方面，提供了一种空调机组控制系统，包括：云计算平台，用于获取用户的可调环境范围，及空调机组的实时能效值，根据实时能效值判断空调机组的能效状态；其中，在可调环境范围内用户的舒适度不变；服务器，与云计算平台和空调机组连接，用于根据所述能效状态，在可调环境范围内调节空调机组的运行参数，提高实时能效值。

进一步地，系统还包括：红外传感器，用于获取用户所在区域的热量分布图和空调机组所在室内的环境温度；压力传感器，用于获取室内的大气压力；无线通信模块，红外传感器和压力传感器通过无线通信模块与空调机组连接。

进一步地，系统还包括：远程传输模块，空调机组通过远程传输模块与服务器连接，用于将空调机组的运行参数发送至服务器，并将服务器的控制参数发送至空调机组。

进一步地，云计算平台包括：关系型数据库，与服务器连接，用于从服务器中获取多个空调机组的运行数据以及多个空调机组所处的环境数据并进行存储；消息中间件，与关系型数据库连接，用于对关系型数据库中的数据进行缓冲；分布式流式计算平台，与消息中间件连接，用于从消息中间件中获取数据，确定可调环境范围和实时能效值。

进一步地，云计算平台包括：非关系型数据库，与分布式流式计算平台和远程传输模块连接，用于获取可调环境范围和实时能效值，并通过远程传输模块发送给空调机组。

进一步地，云计算平台还用于检测用户的舒适度，判断舒适度是否达到用户的预设舒适度；其中，在空调机组为本地运行模式下，预设舒适度为用户设置的舒适度；在空调机组为联网运行模式下，预设舒适度为经过机器学习得到的舒适度；如果舒适度未达到预设舒适度，则调节空调机组的运行参数以提高舒适度。

根据本发明实施例的另一方面，提供了一种空调机组控制装置，包括：获取模块，用于获取用户的可调环境范围；其中，在可调环境范围内用户的舒适度不变；判断模块，用于获取空调机组的实时能效值，根据实时能效值判断空调机组的能效状态；调节模块，用于根据所述能效状态，在可调环境范围内调节空调机组的运行参数，提高实时能效值。

根据本发明实施例的又一方面，提供了一种空调机组，包括如上述的空调机组控制装置。

根据本发明实施例的又一方面，提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如上述的空调机组控制方法。

在本发明中，提供了一种空调机组控制方案，通过获取用户的可调环境范围及空调机组的实时能效值，根据实时能效值判断空调机组的能效状态，并在空调机组处于低能效状态时在可调环境范围内调节空调机组的运行参数。通过上述方案有效解决了现有技术中用户的舒适度和空调的能效难以兼顾的问题，保持用户的舒适度同时提高实时能效值，控制空调机组运行在高能效以及较高舒适度的状态。

附图说明

图1是根据本发明实施例的空调机组控制方法的一种可选的流程图；

图2是根据本发明实施例的空调机组控制方法的另一种可选的流程图；

图3是根据本发明实施例的空调机组控制系统的一种可选的结构示意图；

图4是根据本发明实施例的空调机组控制方法的又一种可选的流程图；以及

图5是根据本发明实施例的空调机组控制装置的一种可选的结构框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。

实施例1

在本发明优选的实施例1中提供了一种空调机组控制方法，该控制方法可以直接应用至各种空调机组上，也可以应用至具有空调机组部分功能的其他装置上，具体实现时，可以通过在空调机组或其他装置安装软件、APP、或者写入空调机组或其他装置控制器相应的程序的方式来实现。具体来说，图1示出该方法的一种可选的流程图，如图1所示，该方法包括如下步骤S102-S106：

S102：获取用户的可调环境范围；其中，在可调环境范围内用户的舒适度不变；

S104：获取空调机组的实时能效值，根据实时能效值判断空调机组的能效状态；

S106：根据能效状态，在可调环境范围内调节空调机组的运行参数，提高实时能效值。

在上述实施方式中，提供了一种空调机组控制方案，通过获取用户的可调环境范围及空调机组的实时能效值，根据实时能效值判断空调机组的能效状态，并在空调机组处于低能效状态时在可调环境范围内调节空调机组的运行参数。通过上述方案有效解决了现有技术中用户的舒适度和空调的能效难以兼顾的问题，保持用户的舒适度同时提高实时能效值，控制空调机组运行在高能效以及较高舒适度的状态。

获取用户的可调环境范围，包括：获取用户所在区域的热量分布图；将热量分布图输入计算模型，确定可调环境范围；其中，可调环境范围至少包括可调温度范围。本发明中的计算模型为神经网络模型，利用深度学习搭建神经网络的算法来分析用户舒适度。热量分布图为利用红外感应装置定时拍下的热量分布图，通过监督学习的方式训练神经网络，在大数据和多层卷积神经网络模型的支持下可以较准确地判断出处于该环境下的用户舒适程度，以及映射出该舒适度对应的“不敏感温度区间”，即可调温度范围。在“不敏感温度区间”温度的变化对用户的舒适度不造成影响，因此，利用该区间可以调节空调机组的能效值。若此时环境温度在用户的舒适范围中，但多联机能效较低时，服务器将主动发送请求信号给多联机令其调节运行参数，使得多联机能在用户舒适的范围中处于较高能效的运行状态，从而可以在用户体感舒适程度不变的情况下，适当调低空调的运行强度，节省了电能。

具体地，根据所述能效状态，在所述可调环境范围内调节所述空调机组的运行参数，包括：在所述能效状态为低能效状态时，调节空调机组的运行参数以提高实时能效值；检测当前环境参数是否处于可调环境范围内；如果是，则继续调节空调机组的运行参数以提高实时能效值；否则，调节空调机组的运行参数以使当前环境参数维持在可调环境范围内。首先要保证能效值，话优先考虑能效值。在保证能效值较高的水平时再进行节能，即在舒适范围内调节运行参数，通过不断调整，不断检测的方式进行调节，可以保持环境参数维持在可调环境范围内。

在本发明另一个优选的实施方式中，在获取用户的可调环境范围之前，还包括：检测用户的舒适度；判断舒适度是否达到用户的预设舒适度；其中，在空调机组为本地运行模式下，预设舒适度为用户设置的舒适度；在空调机组为联网运行模式下，预设舒适度为服务器经过机器学习得到的舒适度；如果是，则触发获取用户的可调环境范围；否则，调节空调机组的运行参数以提高舒适度，之后触发获取用户的可调环境范围。上述方案中将用户的舒适度作为首要考虑的因素，在舒适度满足用户需求后再考虑进行能效值的提升。

对于获取空调机组的实时能效值的方式，具体可以包括：获取空调机组所在室内的焓差H和空调机组的压缩机的质量流量Z；获取空调机组的总功率Q；通过如下公式计算空调机组的实时能效值COP：COP＝(H*Z*t)/Q；其中，t为预设时间段。

其中，获取空调机组所在室内的焓差H，包括：获取室内的环境温度和大气压力；根据环境温度和大气压力计算室内的实时焓值；计算在预设时间段内实时焓值的差值，作为焓差。质量流量可以由压缩机排量以及冷媒的密度相除得出；能效值是实际的制冷功率与电功率的比值，环境的温度和压力可以计算出焓差，焓差与质量流量的乘积即可等效为制冷功率。

获取空调机组的总功率Q，包括：获取空调机组的配置信息，根据配置信息获取空调机组各个模块的功率计算模型；获取空调机组的运行参数，根据运行参数和功率计算模型计算各个模块的功率；根据各个模块的功率计算空调机组的总功率。多联机的运行参数包括了压缩机运行频率、目标频率，风机运行频率、目标频率，膨胀阀的得电情况等，综合各个模块才可以计算出多联机的整体电功率。此外，还可以通过分户计费系统直接获得多联机当前的电功率及某时间段的电量，从而获取整体电功率。

在本发明又一个优选的实施方式中，根据实时能效值判断空调机组的能效状态，包括：判断实时能效值是否小于预设能效值；如果是，则确定空调机组处于低能效状态。

在本发明优选的实施例1中还提供了另一种空调机组控制方法，具体来说，图2示出该方法的一种可选的流程图，如图2所示，该方法包括如下步骤S202-S216：

S202：测量室内环境温度；

S204：测量室内气压；

S206：记录室内环境热量分布情况；

S208：计算出焓值H；

S210：收集运行数据；

S212：通过计算单元间接计算出电功率；

S214：本地实时计算并展示多联机能效；

S216：将运行数据以及环境数据通过远程传输模块发送至服务器。

通过红外感应装置和压力传感器来采集环境的温度、热量分布情况以及气压并将数据发送给多联机(空调机组)的存储单元，多联机的计算单元可以根据当前的温度及气压计算出焓值，进一步计算出焓差，结合多联机各个模块的运行参数可以初步计算出实时的电功率以及质量流量，从而间接得出实时的能效值，并可以通过线控器展示给用户。

实施例2

基于上述实施例1中提供的空调机组控制方法，在本发明优选的实施例2中还提供了一种空调机组控制系统，具体地，图3示出该装置的一种可选的结构示意图，如图3所示，该系统包括：

云计算平台，用于获取用户的可调环境范围，及空调机组的实时能效值，根据实时能效值判断空调机组的能效状态；其中，在可调环境范围内用户的舒适度不变；

服务器，与云计算平台和空调机组连接，用于根据能效状态，在可调环境范围内调节空调机组的运行参数，提高实时能效值。

本系统还包括：红外传感器，用于获取用户所在区域的热量分布图和空调机组所在室内的环境温度；压力传感器，用于获取室内的大气压力；无线通信模块，红外传感器和压力传感器通过无线通信模块与空调机组连接。通过安装红外感应装置以及压力传感器，可以获取到室内环境的温度以及气压，从而可以计算出焓值。在某一个时间段，通过现有的分户计费系统可以计算出该时间段多联机的耗电量，焓值的变化(焓差)可以计算出多联机的制冷量，结合两者的结果即可得出实时的COP值。服务器端会根据环境以及能效的情况发送实时信号，从而控制多联机运行在高能效以及较高舒适度的状态。

通过大数据平台计算出多联机的能效与用户舒适度，当效率过低时，及时发送信号至本地多联机并参考用户舒适度进行调整。同时，也可以利用本地温度感应装置来让多联机进行自适应调整，从而保证室内环境温度在用户可接受范围内的同时，避免多联机长时间处于低能效的工作状态，从而满足每间房间独立温度需求，节省电能并保证了用户较高舒适度。

以及：远程传输模块，空调机组通过远程传输模块与服务器连接，用于将空调机组的运行参数发送至服务器，并将服务器的控制参数发送至空调机组。

云计算平台包括：关系型数据库，与服务器连接，用于从服务器中获取多个空调机组的运行数据以及多个空调机组所处的环境数据并进行存储；消息中间件，与关系型数据库连接，用于对关系型数据库中的数据进行缓冲；分布式流式计算平台，与消息中间件连接，用于从消息中间件中获取数据，确定可调环境范围和实时能效值。

云计算平台还包括：非关系型数据库，与分布式流式计算平台和远程传输模块连接，用于获取可调环境范围和实时能效值，并通过远程传输模块发送给空调机组。

云计算平台还用于检测用户的舒适度，判断舒适度是否达到用户的预设舒适度；其中，在空调机组为本地运行模式下，预设舒适度为用户设置的舒适度；在空调机组为联网运行模式下，预设舒适度为经过机器学习得到的舒适度；如果舒适度未达到预设舒适度，则调节空调机组的运行参数以提高舒适度。

利用目前已有的大数据平台进行实时的数据分析，从而实现对多联机能效的在线实时计算以及用户舒适度的在线实时评估。以往空调行业的舒适度数据是采用用户调研的方法来获取的，一个指标的测试人数至少需要几百人，其中还要剔除无效数据，不仅人工精力和时间成本高，而且时间跨度大。本发明采用红外感应成像的热量探测装置，将室内环境的温度情况以定时拍快照的形式返回给服务器用于分析舒适度。多联机会将自身的各种运行参数以及当前环境的物性参数通过远程传输模块定时发送至现有的大数据平台，从中获取到全国各地机组返回的全样本数据，然后结合分布式消息队列与流式计算平台进行数据分析，在如此海量数据支持下，总结出不同环境下用户的舒适度。

图4示出该系统的控制方法的一种可选的流程图，如图4所示，该方法包括如下步骤S402-S414：

S402：服务端接收数据；

S404：存储至关系型数据库；

S406：将关系型数据库中的新数据推入消息中间件；

S408：流式计算平台消费数据；

S410：计算能效；

S412：神经网络模型计算用户舒适度；

S414：发送计算结果及控制信号至多联机。

如图4所示，服务器可以通过多联机的远程传输模块定时将全国各地机组的实时运行数据以及所处的环境数据发送至服务器并存储于关系型数据库中。由于全国范围内多联机的基数较大，而海量的数据堆积会造成服务器性能变差甚至宕机，所以本发明采用分布式分区消息服务，使用消息中间件对高并发度的数据进行缓冲来产生“削峰”效果，可以防止因为数据拥堵而使集群节点宕机，造成数据丢失的不良后果。

分布式流式计算平台将从消息中间件中消费数据，由于多联机不同机型对应不同的计算方法，将该机型所对应的一整套判定条件及计算公式进行动态绑定。因此预先将多联机配置信息及对应的参数判定条件写入程序的配置文件中，只需在运行前读取它，即可实现算法匹配。

接下来对数据解析并提取出关键信息，根据整理后的数据和已匹配成功的参数判定条件，可以计算出多联机的压缩机排量、压缩机进出口温度、过冷器进出口温度、比容和质量流量等结果，结合多联机所处环境的温度和气压等物性参数可以计算出该环境的焓值。利用现有的分户计费系统可以直接获得多联机当前的电功率及某时间段的电量，因此当需要计算某个时间段的能效时，只需要获取到该环境前后的焓差并结合计算出的质量流量即可得到该时间段的制冷(热)量，从而得出多联机的实时能效。

以往空调行业的舒适度数据是采用用户调研的方法来获取的，一个指标的测试人数至少需要几百人，其中还要剔除无效数据，不仅人工精力和时间成本高，而且时间跨度大。本发明采用红外感应成像的热量探测装置，将室内环境的温度情况以定时拍快照的形式返回给服务器用于分析舒适度。多联机会将自身的各种运行参数以及当前环境的物性参数通过远程传输模块定时发送至现有的大数据平台，从中获取到全国各地机组返回的全样本数据，然后结合分布式消息队列与流式计算平台进行数据分析，在如此海量数据支持下，总结出不同环境下用户的舒适度。同时舒适度若此时环境温度在用户的舒适范围中，但多联机能效较低时，服务器将主动发送请求信号给多联机令其调节运行参数，使得多联机能在用户舒适的范围中处于较高能效的运行状态。

实施例3

基于上述实施例1中提供的空调机组控制方法，在本发明优选的实施例3中还提供了一种空调机组控制装置，具体地，图5示出该装置的一种可选的结构框图，如图5所示，该装置包括：

获取模块502，用于获取用户的可调环境范围；其中，在可调环境范围内用户的舒适度不变；

判断模块504，与获取模块502连接，用于获取空调机组的实时能效值，根据实时能效值判断空调机组的能效状态；

调节模块506，与判断模块504连接，用于根据能效状态，在可调环境范围内调节空调机组的运行参数，提高实时能效值。

在上述实施方式中，提供了一种空调机组控制方案，通过获取用户的可调环境范围及空调机组的实时能效值，根据实时能效值判断空调机组的能效状态，并在空调机组处于低能效状态时在可调环境范围内调节空调机组的运行参数。通过上述方案有效解决了现有技术中用户的舒适度和空调的能效难以兼顾的问题，保持用户的舒适度同时提高实时能效值，控制空调机组运行在高能效以及较高舒适度的状态。

获取模块502包括：第一获取单元，用于获取用户所在区域的热量分布图；确定单元，用于将热量分布图输入计算模型，确定可调环境范围；其中，可调环境范围至少包括可调温度范围。

调节模块506包括：第一调节单元，用于调节空调机组的运行参数以提高实时能效值；检测单元，用于检测当前环境参数是否处于可调环境范围内；第二调节单元，用于如果是，则继续调节空调机组的运行参数以提高实时能效值；第三调节单元，用于否则，调节空调机组的运行参数以使当前环境参数维持在可调环境范围内。

本系统还包括：检测模块，用于在获取用户的可调环境范围之前，检测用户的舒适度；判断舒适度是否达到用户的预设舒适度；如果是，则触发获取用户的可调环境范围；否则，调节空调机组的运行参数以提高舒适度，之后触发获取用户的可调环境范围。

判断模块504包括：获取子模块和判断子模块，获取子模块包括：第二获取单元，用于获取空调机组所在室内的焓差H和空调机组的压缩机的质量流量Z；第三获取单元，用于获取空调机组的总功率Q；计算单元，用于通过如下公式计算空调机组的实时能效值COP：COP＝(H*Z*t)/Q；其中，t为预设时间段。

其中，获取空调机组所在室内的焓差H，包括：获取室内的环境温度和大气压力；根据环境温度和大气压力计算室内的实时焓值；计算在预设时间段内实时焓值的差值，作为焓差。

获取空调机组的总功率Q，包括：获取空调机组的配置信息，根据配置信息获取空调机组各个模块的功率计算模型；获取空调机组的运行参数，根据运行参数和功率计算模型计算各个模块的功率；根据各个模块的功率计算空调机组的总功率。

判断子模块包括：判断实时能效值是否小于预设能效值；如果是，则确定空调机组处于低能效状态。

关于上述实施例中的装置，其中各个单元、模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

实施例4

基于上述实施例3中提供的空调机组控制装置，在本发明优选的实施例4中还提供了一种空调机组，包括如上述的空调机组控制装置。

在上述实施方式中，提供了一种空调机组控制方案，通过获取用户的可调环境范围及空调机组的实时能效值，根据实时能效值判断空调机组的能效状态，并在空调机组处于低能效状态时在可调环境范围内调节空调机组的运行参数。通过上述方案有效解决了现有技术中用户的舒适度和空调的能效难以兼顾的问题，保持用户的舒适度同时提高实时能效值，控制空调机组运行在高能效以及较高舒适度的状态。

实施例5

基于上述实施例1中提供的空调机组控制方法，在本发明优选的实施例5中还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如上述的空调机组控制方法。

在上述实施方式中，提供了一种空调机组控制方案，通过获取用户的可调环境范围及空调机组的实时能效值，根据实时能效值判断空调机组的能效状态，并在空调机组处于低能效状态时在可调环境范围内调节空调机组的运行参数。通过上述方案有效解决了现有技术中用户的舒适度和空调的能效难以兼顾的问题，保持用户的舒适度同时提高实时能效值，控制空调机组运行在高能效以及较高舒适度的状态。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未发明的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (17)

1.一种空调机组控制方法，其特征在于，包括：

获取用户的可调环境范围；其中，在所述可调环境范围内所述用户的舒适度不变；

获取所述空调机组的实时能效值，根据所述实时能效值判断所述空调机组的能效状态；

根据所述能效状态，在所述可调环境范围内调节所述空调机组的运行参数，提高所述实时能效值。

2.根据权利要求1所述的方法，其特征在于，获取用户的可调环境范围，包括：

获取所述用户所在区域的热量分布图；

将所述热量分布图输入计算模型，确定所述可调环境范围；其中，所述可调环境范围至少包括可调温度范围。

3.根据权利要求1所述的方法，其特征在于，根据所述能效状态，在所述可调环境范围内调节所述空调机组的运行参数，包括：

在所述能效状态为低能效状态时，调节所述空调机组的运行参数以提高所述实时能效值；

检测当前环境参数是否处于所述可调环境范围内；

如果是，则继续调节所述空调机组的运行参数以提高所述实时能效值；

否则，调节所述空调机组的运行参数以使所述当前环境参数维持在所述可调环境范围内。

4.根据权利要求1所述的方法，其特征在于，在所述获取用户的可调环境范围之前，还包括：

检测所述用户的舒适度；

判断所述舒适度是否达到所述用户的预设舒适度；其中，在所述空调机组为本地运行模式下，所述预设舒适度为用户设置的舒适度；在所述空调机组为联网运行模式下，所述预设舒适度为服务器经过机器学习得到的舒适度；

如果是，则触发所述获取用户的可调环境范围；

否则，调节所述空调机组的运行参数以提高所述舒适度，之后触发所述获取用户的可调环境范围。

5.根据权利要求1所述的方法，其特征在于，获取所述空调机组的实时能效值，包括：

获取所述空调机组所在室内的焓差H和所述空调机组的压缩机的质量流量Z；

获取所述空调机组的总功率Q；

通过如下公式计算所述空调机组的实时能效值COP：

COP＝(H*Z*t)/Q；其中，t为预设时间段。

6.根据权利要求5所述的方法，其特征在于，获取所述空调机组所在室内的焓差H，包括：

获取所述室内的环境温度和大气压力；

根据所述环境温度和所述大气压力计算所述室内的实时焓值；

计算在所述预设时间段内所述实时焓值的差值，作为所述焓差。

7.根据权利要求5所述的方法，其特征在于，获取所述空调机组的总功率Q，包括：

获取所述空调机组的配置信息，根据所述配置信息获取所述空调机组各个模块的功率计算模型；

获取所述空调机组的运行参数，根据所述运行参数和所述功率计算模型计算所述各个模块的功率；

根据所述各个模块的功率计算所述空调机组的总功率。

8.根据权利要求1所述的方法，其特征在于，根据所述实时能效值判断所述空调机组的能效状态，包括：

判断所述实时能效值是否小于预设能效值；

如果是，则确定所述空调机组处于所述低能效状态。

9.一种空调机组控制系统，其特征在于，包括：

云计算平台，用于获取用户的可调环境范围，及所述空调机组的实时能效值，根据所述实时能效值判断所述空调机组的能效状态；其中，在所述可调环境范围内所述用户的舒适度不变；

服务器，与所述云计算平台和所述空调机组连接，用于根据所述能效状态，在所述可调环境范围内调节所述空调机组的运行参数，提高所述实时能效值。

10.根据权利要求9所述的系统，其特征在于，所述系统还包括：

红外传感器，用于获取所述用户所在区域的热量分布图和所述空调机组所在室内的环境温度；

压力传感器，用于获取所述室内的大气压力；

无线通信模块，所述红外传感器和所述压力传感器通过所述无线通信模块与所述空调机组连接。

11.根据权利要求9所述的系统，其特征在于，所述系统还包括：

远程传输模块，所述空调机组通过所述远程传输模块与所述服务器连接，用于将所述空调机组的运行参数发送至所述服务器，并将所述服务器的控制参数发送至所述空调机组。

12.根据权利要求11所述的系统，其特征在于，所述云计算平台包括：

关系型数据库，与所述服务器连接，用于从所述服务器中获取多个空调机组的运行数据以及所述多个空调机组所处的环境数据并进行存储；

消息中间件，与所述关系型数据库连接，用于对所述关系型数据库中的数据进行缓冲；

分布式流式计算平台，与所述消息中间件连接，用于从所述消息中间件中获取数据，确定所述可调环境范围和所述实时能效值。

13.根据权利要求12所述的系统，其特征在于，所述云计算平台包括：

非关系型数据库，与所述分布式流式计算平台和所述远程传输模块连接，用于获取所述可调环境范围和所述实时能效值，并通过所述远程传输模块发送给所述空调机组。

14.根据权利要求9所述的系统，其特征在于，所述云计算平台还用于检测所述用户的舒适度，判断所述舒适度是否达到所述用户的预设舒适度；其中，在所述空调机组为本地运行模式下，所述预设舒适度为用户设置的舒适度；在所述空调机组为联网运行模式下，所述预设舒适度为经过机器学习得到的舒适度；如果所述舒适度未达到所述预设舒适度，则调节所述空调机组的运行参数以提高所述舒适度。

15.一种空调机组控制装置，其特征在于，包括：

获取模块，用于获取用户的可调环境范围；其中，在所述可调环境范围内所述用户的舒适度不变；

判断模块，用于获取所述空调机组的实时能效值，根据所述实时能效值判断所述空调机组的能效状态；

调节模块，用于根据所述能效状态，在所述可调环境范围内调节所述空调机组的运行参数，提高所述实时能效值。

16.一种空调机组，其特征在于，包括如权利要求15所述的空调机组控制装置。

17.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1至8中任一项所述的空调机组控制方法。

Images