CN111788435B - 空调系统中的复合控制装置及其方法 - Google Patents

空调系统中的复合控制装置及其方法 Download PDF

Info

Publication number
CN111788435B
CN111788435B CN201980015486.7A CN201980015486A CN111788435B CN 111788435 B CN111788435 B CN 111788435B CN 201980015486 A CN201980015486 A CN 201980015486A CN 111788435 B CN111788435 B CN 111788435B
Authority
CN
China
Prior art keywords
ventilation
plan
cooling
composite control
heating
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
Application number
CN201980015486.7A
Other languages
English (en)
Other versions
CN111788435A (zh
Inventor
李云息
金京哉
宋宽雨
赵慧贞
高舜钦
金载洪
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.)
Samsung Electronics Co Ltd
Original Assignee
Samsung Electronics 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 Samsung Electronics Co Ltd filed Critical Samsung Electronics Co Ltd
Publication of CN111788435A publication Critical patent/CN111788435A/zh
Application granted granted Critical
Publication of CN111788435B publication Critical patent/CN111788435B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • F24F11/0001—Control or safety arrangements for ventilation
    • 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
    • F24F11/50—Control or safety arrangements characterised by user interfaces or communication
    • F24F11/56—Remote control
    • F24F11/58—Remote control using Internet communication
    • 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
    • F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • 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
    • F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • F24F11/46—Improving electric energy efficiency or saving
    • 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
    • F24F11/65—Electronic processing for selecting an operating mode
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • G05B13/027—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using neural networks only
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
    • 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
    • F24F2110/50—Air quality properties
    • F24F2110/65—Concentration of specific substances or contaminants
    • F24F2110/70—Carbon dioxide
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2120/00—Control inputs relating to users or occupants
    • F24F2120/10—Occupancy
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2130/00—Control inputs relating to environmental factors not covered by group F24F2110/00
    • F24F2130/10—Weather information or forecasts

Landscapes

  • Engineering & Computer Science (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Human Computer Interaction (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本公开涉及传感器网络、机器类型通信(MTC)、机器对机器(M2M)通信和用于物联网(IoT)的技术。提供一种空调系统中的服务器的方法以及服务器。所述方法包括：检测复合控制区域的计划持续时间，在该复合控制区域中将执行用于控制通风操作和制冷/制热操作的复合控制操作；基于空气状态变化来确定通风计划；并且确定制冷/制热计划。

Description

空调系统中的复合控制装置及其方法
技术领域
本公开总体上涉及一种用于在空调系统中执行复合控制操作的装置和方法，并且更具体地，涉及一种用于对通风装置和空调装置进行复合控制操作的装置和方法。
背景技术
互联网(其是在其中人们可以在该连接性网络中生成和消费信息的以人为中心的连接性网络)现在正在演变为物联网(IoT)(在IoT中诸如事物之类的分布式实体可以交换和处理信息而无需人工干预)。万物互联(IoE)也已经出现，它是通过与云服务器的连接的IoT技术和大数据处理技术的结合。
由于对用于IoT实施的诸如传感技术、有线/无线通信和网络基础设施、服务接口技术以及安全技术之类的技术元素的需求，传感器网络、机器对机器(M2M)通信、机器类型通信(MTC)等最近已被研究。
这样的IoT环境可以提供智能互联网技术服务，该服务通过收集和分析在互连事物之间生成的数据而为人类生活创造新的价值。通过现有信息技术(IT)和各种工业应用的融合和结合，IoT可以应用于各种领域，包括智能家居、智能建筑、智能城市、智能汽车或联网汽车、智能电网、医疗保健、智能家电和高级医疗服务。
近来，针对独立空调系统的市场已经增长。在这个市场中，软件解决方案而非硬件解决方案是竞争力的关键要素。
另外，通风装置和空调装置在独立的空调系统中被分别实现；然而，通风装置和空调装置在中央空调系统中被一起实现。在这种情况下，空调系统可以是例如系统空调(SAC)。SAC包括一个或多个室外单元以及连接到一个或多个室外单元中的每一个的一个或多个室内单元，其中SAC连接到服务器并在服务器的控制下操作。通风装置可以是例如能量回收通风(ERV)装置。
独立空调系统可以同时控制通风装置和空调装置，或者可以独立地控制通风装置和空调装置。然而，中央空调系统可能不独立地控制通风装置和空调装置，并且同时控制通风装置和空调装置。
在这种情况下，下面描述独立空调系统的操作。
首先，如果打开通风装置或增加通风量，则空气质量变得更好；然而，结果是应当去除的室内负荷增加，因此用于通风的能量消耗增加。在这种情况下，负荷表示应当去除的热量。
其次，如果关闭通风装置或减少通风量，则空气质量变得更差；然而，结果是应当去除的室内负荷减少，因此用于通风的能量消耗减少。
第三，如果打开空调装置或增加制冷/制热水平，则室内负荷被去除，并且温度舒适提高；然而，用于制冷/制热的能量消耗增加。例如，可以用预测的平均投票(PMV)值来表达舒适。通常，如果PMV值在预设范围内，例如，-0.5至0.5，则用户感觉舒适。
第四，如果关闭空调装置或降低制冷/制热水平，则维持室内负荷并且温度舒适变得更差；然而，用于制冷/制热的能量消耗减少。
如上所述，由于室内负荷的产生和去除、空气的舒适度和温度舒适、能量消耗等，通风装置和空调装置彼此紧密影响。
然而，在传统的独立空调系统中，通风装置和空调装置被分别操作，并且独立空调系统没有通过考虑通风装置和空气两者的操作状态来操作通风装置和空调装置。
发明内容
技术问题
本公开的一方面在于提供一种用于在空调系统中执行复合控制操作的装置和方法。
本公开的另一方面在于提供一种用于基于空调系统中的通风装置和空调装置两者的操作状态来控制通风装置和空调装置的装置和方法。
本公开的另一方面在于提供一种用于基于空调系统中的空气状态变化和温度变化来控制通风装置和空调装置的装置和方法。
本公开的另一方面在于提供一种用于控制通风装置和空调装置的装置和方法，从而减少空调系统中的通风负荷。
本公开的另一方面在于提供一种用于控制通风装置和空调装置的装置和方法，从而减少空调系统中的制冷/制热能量的消耗。
本公开的另一方面在于提供一种用于控制通风装置和空调装置的装置和方法，从而减少用于去除通风负荷的制冷/制热能量与空调系统中的通风能量之和。
技术方案
根据本公开的实施例，提供一种空调系统中的服务器的方法。该方法包括：检测复合控制区域的计划(schedule)持续时间，该复合控制区域是其中将执行用于控制通风操作和制冷/制热操作的复合控制操作的区域，基于空气状态变化来确定通风计划，并且确定制冷/制热计划。
根据本公开的实施例，提供一种空调系统中的服务器的方法。该方法包括：检测复合控制区域的计划持续时间，该复合控制区域是其中将执行用于控制通风操作和制冷/制热操作的复合控制操作的区域，基于温度变化来确定制冷/制热计划，并且确定通风计划。
根据本公开的实施例，提供一种空调系统中的服务器。该服务器包括：控制器，被配置为检测复合控制区域的计划持续时间，该复合控制区域是其中将执行用于控制通风操作和制冷/制热操作的复合控制操作的区域，基于空气状态变化来确定通风计划，并且确定制冷/制热计划，以及通信单元，被配置为将基于通风计划的信息发送到通风装置，并且将基于制冷/制热计划的信息发送到空调装置。
根据本公开实施例，提供一种空调系统中的服务器。该服务器包括：控制器，被配置为检测复合控制区域的计划持续时间，在该复合控制区域中将执行用于控制通风操作和制冷/制热操作的复合控制操作，基于温度变化来确定制冷/制热计划，并确定通风计划，以及通信单元，被配置为将基于通风计划的信息发送到通风装置，并将基于制冷/制热计划的信息发送到空调装置。
附图说明
通过以下结合附图的描述，本公开的某些实施例的以上和其他方面、特征和优点将更加明显，其中：
图1是图示根据本公开的实施例的在空调系统中的服务器中执行复合控制操作的方法的流程图；
图2是根据本公开的实施例的在空调系统中的服务器中检测二氧化碳(CO2)状态变化以用于确定通风计划的过程的图示；
图3是根据本公开的实施例的在空调系统中的服务器中检测室内温度变化以用于确定通风计划的过程的图示；
图4是根据本公开的实施例的空调系统中的服务器中确定通风计划的过程的图；
图5是根据本公开的实施例的空调系统中的服务器中确定通风计划的过程的一系列图；
图6是根据本公开的实施例的在空调系统中生成复合控制命令的过程的图示；
图7是根据本公开的实施例的在空调系统中生成复合控制命令的过程的图示；
图8是根据本公开的实施例的在空调系统中的服务器中基于误差反馈执行复合控制操作的过程的图示；
图9是图示根据本公开的实施例的在空调系统中的服务器中基于复合控制规则执行复合控制操作的方法的流程图；
图10是根据本公开的实施例的在空调系统中的服务器中基于复合控制规则执行复合控制操作的方法的流程图；
图11是图示根据本公开的实施例的在空调系统中的服务器中基于复合控制规则执行复合控制操作的方法的流程图；
图12是根据本公开的实施例的空调系统的框图；
图13是根据本公开的实施例的空调系统中的服务器的框图；
图14是根据本公开的实施例的空调系统中的遥控器的框图；
图15是用于描述根据本发明的实施例的用于在空调系统的服务器中执行复合控制的每时间平均CO2浓度的一系列图；
图16是根据本公开的实施例的用于在空调系统中的服务器中执行复合控制操作的每空间平均CO2浓度的图示；
图17是图示根据本公开的实施例的用于在空调系统中的服务器中执行复合控制操作的占用信息和不存在信息的图；
图18是根据本公开的实施例的在空调系统中的服务器中检测CO2浓度变化的过程的图；
图19是根据本公开的实施例的在空调系统中的服务器中执行复合控制操作以用于最大化互斥操作的过程的图；
图20是根据本公开的实施例的在空调系统中的服务器中执行复合控制操作以用于最大化互斥操作的过程的一系列图；
图21是根据本公开的实施例的在空调系统中的服务器中执行复合控制操作的过程的图示；
图22是根据本公开的实施例的在空调系统中的服务器中执行复合控制操作的过程的图；
图23是图示根据本公开的实施例的在空调系统中的服务器中执行复合控制操作的方法的流程图；
图24是图示根据本公开的实施例的在空调系统中的服务器中执行复合控制操作的方法的流程图；
图25是图示根据本公开的实施例的在空调系统中的服务器中执行复合控制操作的方法的流程图；
图26A和图26B是图示根据本公开的实施例的在空调系统中的服务器中执行复合控制操作的方法的流程图；
图27A和图27B是图示根据本公开的实施例的在空调系统中的服务器中执行复合控制操作的方法的流程图；
图28A和图28B是图示根据本公开的实施例的在空调系统中的服务器中执行复合控制操作的方法的流程图；
图29是图示根据本公开的实施例的在空调系统中的服务器中执行复合控制操作的方法的流程图；
图30是图示根据本公开的实施例的可被应用复合控制操作的车辆的复合控制操作的流程图；
图31是根据本公开的实施例的可被应用复合控制操作的飞行器的复合控制操作的图示；
图32是根据本公开实施例的可在空调系统中的遥控器中实现的用户界面(UI)的图示；
图33是根据本公开实施例的可在空调系统中的遥控器中实现的UI的图示；以及
图34是根据本公开实施例的可在空调系统中的遥控器中实现的UI的图示。
具体实施方式
下面参照附图描述本公开的各种实施例。然而，本公开的范围不旨在限于这些特定实施例。相反，本公开涵盖落入如由所附权利要求书限定的本公开的范围内的各种修改、等同物和/或替代方案。
关于附图的描述，相同的附图标记可以表示相同的部件、组件和结构。
在整个公开中提供针对某些词语和短语的定义。本领域普通技术人员应当理解，在许多实例中，即使不是大多数实例中，这样的定义也适用于这种定义的词语和短语的先前以及将来的使用。
术语“包括”和“包含”及其派生词指示包括但不限于。术语“或”是包含性的，指示“和/或”。短语“与……相关联”和“与其相关联”及其派生词可以指示“包括”，“被包括在……内”，“与……互连”，“包含”，“被包含在……内”，“连接到……”或“与……连接”，“耦合到……”或“与……耦合”，“与……可通信”，“与……合作”，“交织”，“并列”，“接近”，“绑定到……”或“与……绑定”，“具有”，“具有……属性”等等。术语“控制器”指示控制至少一个操作的任何设备，系统或其一部分，其中这样的设备可以用硬件、固件或软件或它们中至少两个的某种组合来实现。与任何特定控制器相关联的功能性可以是集中式或分布式的，无论本地还是远程。
术语“具有”，“可以具有”，“包括”和“可以包括”表示存在某些特征(例如，数量、功能、操作或诸如部件之类的组件)，而不排除存在一个或多个其他特征。
术语“A或B”，“A或/和B中的至少一个”或“A或/和B中的一个或多个”可以涵盖列举项的所有可能组合。例如，术语“A或B”，“A和B中的至少一个”和“A或B中的至少一个”可以表示以下所有情况：(1)包括至少一个A，(2)包括至少一个B，以及(3)包括至少一个A和至少一个B。
术语“第一”和“第二”可以修饰各种组件的名称，而与顺序和/或重要性无关，而不限制组件。这些术语用于区分一个组件和另一个组件。例如，第一用户设备和第二用户设备可以指示不同的用户设备，而与顺序或重要性无关。例如，第一组件可以被称为第二组件，反之亦然，而不脱离本公开的范围。
当组件(例如，第一组件)被描述为与另一个组件(例如，第二组件)“操作地或通信地耦合”/“操作地或通信地耦合到”另一个组件(例如，第二组件)或者“连接到”另一个组件(例如，第二组件)时，第一组件直接或通过任何其他组件(例如，第三组件)连接到第二组件。然而，当第一组件被描述为“直接连接到”或“直接耦合到”该组件时，在它们之间可能没有其他组件。
如本文使用的术语“被配置为”可以用例如术语“适合于”，“具有……的能力”，“被设计为”，“适于”，“被制造为”或在情况下“能够”来替换。术语“被配置为”不一定指示在硬件中“被专门设计为”。而是，术语“被配置为”可以指示设备“能够”与另一个设备或部件一起。例如，“被配置为执行A、B和C的处理器”可以指示用于执行对应操作的专用处理器(例如，嵌入式处理器)或者通用处理器(例如，中央处理器(CPU))或者用于执行操作的应用处理器(AP)。
提供如在本公开中使用的术语仅是为了描述某些实施例，而不旨在限制本公开的范围。除非上下文另有明确规定，否则单数形式包括复数形式。
除非另有定义，否则本公开中使用的术语和词语可以具有与本领域技术人员通常理解的相同的含义。如在字典中通常定义的术语可以被解释为与相关技术的上下文含义具有相同或相似的含义。除非另有定义，否则术语不应当被解释为理想或过分正式的含义。当需要时，甚至如在本公开中定义的术语也可以不被解释为排除本公开的实施例。
根据本公开的实施例，电子设备是装备有通信功能的用户设备，该通信功能应当能够检测其位置并基于检测到的位置来生成位置信息。电子设备可以被分类为例如便携式类型、可穿戴类型、支架类型、安装类型等。
便携式电子设备可以包括智能电话、平板个人计算机(PC)、移动电话、视频电话、电子书阅读器、个人数字助理(PDA)、便携式多媒体播放器(PMP)、运动图像专家组音频层3(MP3)播放器、移动医疗装备、电子词典、便携式摄像机、相机和电子相框中的至少一个。
可穿戴电子设备的示例是可穿戴设备。可穿戴设备可以是附件类型中的至少一个(例如，手表、戒指、手镯、脚踝手镯、项链、眼镜、隐形眼镜、游泳镜或头戴式设备(HMD))、织物或衣服类型(例如、电子衣服或运动服)、附着类型(例如，皮肤垫或纹身)或可植入类型(例如，可植入电路)。
托架电子设备可以是导航仪、膝上型PC或上网本计算机中的至少一个，并且已安装的电子设备可以是台式PC、工作站、医疗装备或诸如闭路电视(CCTV)之类的监控相机中的至少一个。
电子设备可以是家具、建筑物/结构的一部分、电子板、电子签名接收设备、投影仪或各种测量设备(例如，水、电、气、电磁波测量设备等)中的至少一个。电子设备可以是柔性电子设备。电子设备也可以是上述设备中的两个或更多个的组合。
另外，根据本公开的电子设备不限于前述设备，而是可以包括随着技术发展而产生的新电子设备。
本公开实施例提供一种用于在空调系统中执行复合控制操作的装置和方法。
本公开的实施例提供一种用于基于空调系统中的通风装置和空调装置两者的操作状态来控制通风装置和空调装置的装置和方法。
本公开的实施例提供一种用于基于空调系统中的空气状态变化和温度变化来控制通风装置和空调装置的装置和方法。
本公开的实施例提供一种用于控制通风装置和空调装置的装置和方法，从而减少空调系统中的通风负荷。
本公开的实施例提供一种用于控制通风装置和空调装置的装置和方法，从而减少空调系统中的制冷/制热能量的消耗。
本公开的实施例提供一种用于控制通风装置和空调装置的装置和方法，从而减少用于去除通风负荷的制冷/制热能量与空调系统中的通风能量之和。
在本公开的实施例中，一种空调系统包括通风装置和空调装置。
在本公开的实施例中，空调系统是独立的空调系统。独立空调系统表示其中分别实现通风装置和空调装置的空调系统。
在本公开的实施例中，空调系统是例如SAC。SAC包括一个或多个室外单元以及连接到一个或多个室外单元中的每一个的一个或多个室内单元，其中SAC连接到服务器并且在服务器的控制下操作。
在本公开的实施例中，通风装置是例如ERV装置。ERV装置是一种双向通风装置，该双向通风装置将污染的空气从内部排放到外部，并且同时将新鲜的外部空气供应到内部。另外，ERV装置是基于电热交换方案的热回收通风机，该热交换通风机回收在通风期间损失到外部的热能并将回收的热能供应到内部。ERV装置通过考虑温度和湿度、通过高湿传输元件为内部的用户提供舒适。
如上所述，本发明描述一种用于考虑通风装置和空调装置两者的操作状态的复合控制操作，使得可以满足空气舒适要求和温度舒适要求并且可以减少能量消耗，例如可以最小化空调系统中的能量消耗。
图1是根据本公开的实施例的在空调系统中的服务器中执行复合控制操作的方法的流程图。
参考图1，服务器在步骤111中设置与通风装置有关的参数集和与空调装置有关的参数集中包括的参数的值。与通风装置有关的参数集包括与通风装置有关的参数，并且与空调装置有关的参数集包括与空调装置有关的参数。与通风装置有关的参数和与空调装置有关的参数可以包括有关在其间将执行复合控制操作的时间的信息。
服务器在步骤113中确定满足空气舒适度标准的通风计划，即，可以满足目标空气舒适度的通风计划。在这种情况下，空气舒适度标准可以是：例如，复合控制区域的平均CO2浓度小于或等于百万分之1000(ppm)等。虽然CO2浓度用作指示空气质量的参数，但是除了CO2浓度以外的参数也可以用于指示空气质量。
例如，复合控制区域的平均CO2浓度可以是针对其考虑单位时间的复合控制区域的平均CO2浓度，或者是针对在期间执行复合控制操作的时间(即，复合控制时间)的平均CO2浓度，并且空气舒适度标准可以根据空调系统的状况、用各种形式来实现。
在图1中，基于CO2浓度设置空气舒适度标准；然而，可以基于其他参数以及CO2浓度来设置空气舒适度标准。当确定满足空气舒适度标准的通风计划时，服务器可以确定通风计划，使得可以减少通风负荷。这里，负荷表示应当去除的热量，并且通风负荷表示由于通风而出现的负荷。
区域可以指独立空间，诸如办公室、会议室、客厅、卧室、浴室、餐厅、游泳池、病房、演讲室等，该独立空间可能会受到根据安装的通风装置和空调装置的空气的舒适度和温度的舒适度的影响。默认区域可以指包括多个区域的空间。例如，建筑物可以是默认区域，其中建筑物可以包括多个区域，其中每个区域是办公空间、休息室、会议室等中的一个。
作为另一个示例，房屋可以是默认区域，其中房屋可以包括多个区域，其中每个区域是房间、客厅、厨房、餐厅、浴室等中的一个。
作为又一个示例，旅馆可以是默认区域，其中旅馆可以包括多个区域，其中每个区域是房间、大厅、餐馆、酒吧、游泳池、健身中心等等中的一个。例如，学校可以是默认区域，其中学校可以包括多个区域，其中每个区域是教室、图书馆、自助餐厅等中的一个。
作为又一个示例，零售商/购物中心可以是默认区域，其中零售商/购物中心可以包括多个区域，其中每个区域是陈列室、数字标牌、美食广场等中的一个。
作为又一个示例，体育场可以是默认区域，其中体育场可以包括多个区域，其中每个区域是看台、计分板、舞台等中的一个。
作为又一个示例，工厂可以是默认区域，其中工厂可包括多个区域，其中每个区域是自动化设施(例如，生产线)、手动工作场所、仓库等中的一个。
作为又一个示例，医院可以是默认区域，其中医院可以包括医生的办公室、病房、急诊室等。
在本文中，复合控制区域是指其中由空调系统中的服务器或用户设备执行复合控制操作的区域。复合控制区域可以是例如办公区域，并且其中包括复合控制区域的默认区域可以是建筑物。默认区域可以包括多个区域，并且多个区域可以包括复合控制区域、与复合控制区域相邻的一个或多个区域以及与复合控制区域不相邻的一个或多个区域。在本文中，术语“用户设备”可以与术语“终端”、“用户装备”、“移动设备”、“设备”、“移动终端”、“移动站”等互换。
服务器在步骤115中确定满足温度舒适度标准的制冷/制热计划，即满足目标温度舒适度的制冷/制热计划。在这种情况下，温度舒适度标准可以是：例如，复合控制区域的平均预测的不满足百分比(PPD)小于或等于预设阈值PPD。PPD是通过预测在给定环境中感到太热或太冷的人的比例来提供有关热不适感的信息的指数，并且PPD可以从例如PMV值得出。复合控制区域的平均PPD可以是针对其考虑单位时间的复合控制区域的平均PPD，或者执行复合控制操作的时间(即，复合控制时间)期间的平均PPD，并且温度舒适度标准可以根据空调系统的状况、用各种形式来实现。
在图1中，基于平均PPD设置温度舒适度标准，然而，可以基于各种参数以及平均PPD设置温度舒适度标准。服务器可以确定制冷/制热计划，使得减少制冷/制热能量的损失，例如，使得在确定满足温度舒适度标准的制冷/制热计划时最小化制冷/制热能量的损失。
服务器在步骤117中确定减少通风能量和制冷/制热能量的消耗的复合控制计划，例如，基于确定的通风计划和制冷/制热计划来最小化通风能量和制冷/制热能量的消耗的复合控制计划，并且基于复合控制计划来操作通风装置和空调装置。复合控制计划通过考虑通风装置和空调装置两者的操作状态来操作通风装置和空调装置。通风能量是指为了通风所消耗的能量，并且制冷/制热能量表示为了制冷/制热所消耗的能量。
虽然被示为一系列操作，但是图1中的各种操作可能重叠，并行发生，以不同顺序发生，或者多次发生。
图2是根据本公开的实施例的在空调系统中的服务器中检测CO2状态变化以用于确定通风计划的过程的图示。
参考图2，基于CO2浓度设置空气舒适度标准，并且服务器检测CO2状态变化以用于确定通风计划。
服务器在复合控制区域211上执行室内定位，以检测在复合控制区域中的用户的数量，即，占用人213的数量。
服务器可以基于各种室内定位方案中的一个来执行室内定位操作，在本文中省略室内定位方案的详细描述。服务器检测位于复合控制区域的用户设备的数量，并且通过安装在复合控制区域的CO2传感器检测复合控制区域的平均CO2浓度。然而，服务器可以基于下面等式(1)而不使用CO2传感器来检测复合控制区域的平均CO2浓度。
Figure GDA0003630491840000111
在以上等式(1)中，V表示复合控制区域的内部体积，t表示用于检测复合控制区域的平均CO2浓度的时间，C表示内部CO2浓度，CS表示外部CO2浓度，QS表示空气供应量，P表示占用人的数量，即位于复合控制区域的用户设备的数量，并且G表示每人的CO2排放量。在本文中，假设用户的位置与用户设备的位置相同，因此如果检测到用户设备的位置，则也检测到用户的位置。在本文中，“内部CO2浓度”表示复合控制区域内的CO2浓度，并且“外部CO2浓度”表示复合控制区域的外部的CO2浓度。
服务器可以基于平均CO2浓度来检测CO2状态变化215。
图3是根据本公开的实施例的在空调系统中的服务器中检测室内温度变化以用于确定通风计划的过程的图示。
参考图3，服务器检测室内温度和室外温度的每一个的温度变化的历史311，将检测到的室内温度和室外温度的每一个的温度变化与天气预报进行比较313，并且检测室内温度变化315。
图4是根据本公开的实施例的在空调系统中的服务器中确定通风计划的过程的图。
参考图4，复合控制区域的通风负荷与作为室内温度(即，复合控制区域内的温度)和室外温度(即，复合控制区域的外部的温度)之间的差的ΔT成比例，因此，服务器可以确定用于减少通风负荷的通风计划，例如，用于最小化通风负荷的通风计划。在图4中，附图标记411示出根据时间指示室外温度的图，附图标记413示出根据时间指示室内温度的图，并且附图标记415示出根据时间指示室内通风量的图。在这种情况下，如果打开通风装置，则出现通风负荷。
即，服务器可以确定在适合通风的持续时间417中使通风装置打开的通风计划，在适合通风的持续时间417中通风负荷相对低并且制冷/制热损失低。在这种情况下，可以如下在等式(2)所示地表达通风负荷。
Wload＝PCpQ(T-T0)...(2)
在以上等式(2)中，Wload表示通风负荷，Q表示通风量，T表示室内温度，T0表示室外温度，并且P表示占用人的数量。
在图4中，通风负荷与通风量Q以及室内温度与室外温度之间的差ΔT成比例，然而，如果考虑焓(enthaply)，则通风负荷可以与焓差(ΔH)成比例。
在通常的通风装置中，实时地测量CO2浓度，并且基于测量的CO2浓度来控制通风装置的操作，因此，不可能通过考虑如图4中所图示的通风负荷来控制通风装置的操作。
图5是根据本公开的实施例的在空调系统中的服务器中确定通风计划的过程的一系列图。
参考图5，服务器可以为在预设时间持续时间期间并且当考虑通风负荷时满足目标CO2浓度的复合控制区域确定通风计划。
如图5中所图示，目标CO2浓度为例如1000ppm，并且预设时间持续时间为例如8小时，服务器在通风负荷相对大并且与附图标记511对应的时间持续时间期间使通风装置关闭，并且在通风负荷相对小并且与附图标记513对应的时间持续时间期间通过满足目标CO2浓度并考虑通风负荷而使通风装置打开。
如图5中所图示，如果针对复合控制区域在与附图标记511对应的时间持续时间期间关闭通风装置并且在与附图标记513对应的时间持续时间期间打开通风装置达8小时，则如用附图标记517标记的复合控制区域的实际CO2浓度可以维持在相对恒定的CO2浓度达8小时，如在图中用附图标记519标记的所示。
在通常的通风装置中，室内温度被实时测量，并且通风装置的操作基于测量的室内温度来控制，因此将理解，不可能通过如图5中所图示的考虑通风负荷来控制通风装置的操作。
在本公开中，如图4和图5中所图示的基于室内温度变化和复合控制区域的CO2状态变化来确定通风计划，因此，可以减少由于通风导致的制冷/制热能量的消耗。
图6是根据实施例的在空调系统中生成复合控制命令的过程的图示。
参考6，在独立的空调系统中分别控制通风操作和空调操作。在图6中，空调装置是SAC，并且通风装置是ERV装置。即，如图6中所图示，在传统的独立空调系统中，基于实时测量的值(即，CO2浓度和室内温度)分别操作SAC操作611和ERV操作613。这样，分别操作SAC和ERV装置，因此，也分别存在SAC的遥控器和ERV装置的遥控器。
即，在通常的独立空调系统中，基于实时测量的值而分别操作SAC和ERV装置，因此，满足目标空气舒适度和目标温度舒适度并且减少能量消耗的复合控制是不可能的。
然而，根据本公开的实施例，独立的空调系统可以使用复合控制615来一起控制SAC和ERV装置，而无需独立地控制SAC和ERV装置，因此，SAC的制冷/制热操作和ERV装置的通风操作被一起进行。即，根据本公开的实施例，可以实现复合控制，其将目标温度舒适度和目标空气舒适度一起考虑并且减少通风能量的消耗和制冷/制热能量的消耗。
在图6中，SAC执行制冷操作611，因此，服务器生成复合控制命令，使得SAC和ERV装置在复合控制615期间以诸如ERV打开(on)、SAC打开、EVR打开和SAC打开、ERV打开、SAC打开的顺序操作。SAC和ERV装置一起操作，因此，可以控制SAC和ERV装置两者的集成遥控器被实现，并且集成遥控器包括用于一起控制SAC和ERV装置的复合控制命令按钮。复合控制命令按钮可以被物理地实现或者可以用软件来实现，并且对实现复合控制命令的方案没有限制。此外，可以在集成遥控器中实现UI，该UI可以输入各种参数，诸如与目标温度舒适度有关的阈值PPD、与目标空气舒适度有关的CO2浓度、设置温度等。
图7是根据本公开实施例的在空调系统中生成复合控制命令的过程的图示。
参考图7，空调装置是SAC，并且通风装置是ERV装置。在通常的独立空调系统中，分别控制SAC和ERV装置，因此也为SAC和ERV装置中的每一个生成控制命令。例如，在图7中，为SAC生成指示设置温度为22℃并且风量正常的控制命令，并且为ERV装置生成指示电热交换为开并且风量为低的控制命令。在这种情况下，可以基于给定的阈值将风量分类为低、正常和高。第一阈值的风量可以是“低”风量，第二阈值的风量可以是“正常”风量，并且第三阈值的风量可以是“高”。
根据本公开的实施例，SAC和ERV装置被一起控制，因此，控制命令用针对SAC和ERV装置两者的复合控制命令来实现，并且复合控制命令包括时间戳、用于ERV装置的控制命令和用于SAC的控制命令。例如，在图7中，生成指示时间戳的复合控制命令、为ERV装置指示电热交换为开和风量为低的控制命令、为SAC指示设置温度为22℃并且风量正常的控制命令、时间戳、为ERV装置指示电热交换为关和风量为低的控制命令、为SAC指示设置温度为24℃并且风量为高的控制命令等。
图8是根据本公开的实施例的在空调系统中的服务器中基于误差反馈执行复合控制操作的过程的图示。
参考图8，服务器通过考虑通风装置和空调装置两者来为复合控制持续时间811生成复合控制命令。服务器基于目标CO2浓度和目标室内温度生成复合控制命令。服务器在复合控制持续时间811中执行与复合控制命令对应的复合控制操作。即，服务器在复合控制持续时间811中操作与复合控制命令对应的通风装置和空调装置。
服务器检测目标CO2浓度和目标室内温度与在复合控制持续时间811中实际测量的CO2浓度和室内温度之间的差ΔE。服务器生成复合控制命令，使得检测的ΔE可以应用于下一个复合控制持续时间813，并且执行与生成的复合控制命令对应的复合控制操作，使得ΔE可以应用于下一个复合控制持续时间813。
以此方式，如果针对每个复合控制持续时间执行复合控制操作，则可以通过反映针对复合控制操作的误差反馈来执行复合控制操作。即，服务器可以通过解决线性偏移现象来增强复合控制性能。
图9是根据本公开的实施例的在空调系统中的服务器中基于复合控制规则执行复合控制操作的方法的流程图。
服务器基于包括以下规则的复合控制规则执行复合控制操作。
(1)从在其期间每单位时间CO2的上升速率高的时间持续时间开始优先打开通风装置。
(2)通过考虑通风装置与空调装置之间的互斥操作来确定通风装置和空调装置的计划。
(3)确定通风装置和空调装置的计划，使得可以维持允许的室内温度范围。在这种情况下，允许的室内温度范围表示在空调系统中可允许的室内温度范围。在本公开中，在复合控制区域的目标室内温度范围被确定的情况下，对于复合控制操作，当通风装置和空调装置的计划受到控制时，如果复合控制区域的室内温度在允许的室内温度范围内，即使复合控制区域的室内温度在目标室内温度范围之外，目标室内温度范围也不受限制。
(4)以每制冷/制热单元能量的去除负荷的升序打开空调装置。
(5)确定通风装置的计划，使得减少用于去除通风负荷的制冷/制热能量与通风能量之和，例如，使得最小化用于去除通风负荷的制冷/制热能量与通风能量之和。
参考图9，服务器在步骤911中设置用于应用复合控制规则的参数集的每一个中包括的参数的值。用于应用复合控制规则的参数集可包括与通风装置有关的参数集和与空调装置有关的参数集。与通风装置有关的参数集可以包括目标CO2浓度、用于通风的风量、CO2浓度的平均上升速率等等，并且与空调装置有关的参数集可以包括目标PPD、用于制冷/制热的风量、设置温度、目标室内温度范围、最大允许的室内温度和最小允许的室内温度等等。
服务器在步骤913中检测复合控制区域的占用开始的时间点τstart和占用结束的时间点τend。在这种情况下，从时间点τstart到时间点τend的时间持续时间是期间执行复合控制操作的计划持续时间。可基于复合控制区域的CO2浓度变化来检测复合控制区域的时间点τstart和时间点τend。在这种情况下，可通过在复合控制区域处安装的CO2传感器来检测复合控制区域的CO2浓度变化。
服务器在步骤915中控制在时间持续时间期间打开通风装置，在该时间持续时间期间CO2浓度的上升速率大于计划持续时间期间计划持续时间的CO2浓度的平均上升速率。即，服务器将通风操作打开分配给其CO2浓度的上升速率大于CO2浓度的平均上升速率的时间持续时间。在这种情况下，将通风操作打开分配给某个时间持续时间指示：服务器控制在某个持续时间期间打开通风装置。服务器控制在下述时间持续时间期间关闭通风装置，该时间持续时间的CO2浓度的上升速率小于或等于计划持续时间期间CO2浓度的平均上升速率。即，服务器将通风操作关闭(off)分配给其CO2浓度的上升速率小于或等于CO2浓度的平均上升速率的时间持续时间。在这种情况下，将通风操作关闭分配给某个时间持续时间指示：服务器控制在某个时间持续时间期间关闭通风装置。服务器可以基于预设规则、或者在时间持续时间(除了其CO2浓度的上升速率大于CO2浓度的平均上升速率的时间持续时间，以及其CO2浓度的上升速率小于或等于CO2浓度的平均上升速率的时间持续时间)期间随机地控制打开或关闭通风装置。服务器在步骤917中基于通风装置的操作来控制空调装置的操作。即，服务器控制空调装置的操作，使得空调装置的制冷/制热操作在针对其打开通风装置的持续时间期间被关闭。可替代地，服务器控制空调装置的操作，使得在针对其关闭通风装置的持续时间时间打开空调装置的制冷/制热操作。
服务器在步骤919中在打开或关闭通风装置的每个持续时间期间检测复合控制区域的室内温度，并且确定在每个持续时间期间的室内温度是否在目标室内温度范围内。如果至少一个持续时间的室内温度不在目标室内温度范围内，则服务器控制空调装置的操作，使得针对至少一个持续时间的制冷/制热操作被打开。在这种情况下，针对至少持续一个持续时间的制冷/制热操作被打开，因此，服务器控制通风装置在至少持续一个持续时间期间被关闭。
服务器在步骤921中在打开或关闭通风装置的每个持续时间期间检测复合控制区域的PPD，并且确定每个持续时间期间的PPD是否大于阈值PPD。如果PPD在至少一个持续时间期间大于阈值PPD，则服务器控制空调装置的操作，使得在其PPD大于阈值PPD的至少一个持续时间中的一个期间打开制冷/制热操作。在这种情况下，在至少一个持续时间期间的制冷/制热操作被打开，因此，服务器控制在至少一个持续时间期间通风装置被关闭。
在图9中，服务器控制ERV装置打开或关闭，并控制SAC打开或关闭。
可替代地，服务器可以通过控制操作模式(例如，基于风量以及打开操作或关闭操作的电热交换模式和操作模式)来控制ERV装置的操作，并且控制器可以通过控制操作模式(例如，基于设置温度和风量以及打开操作或关闭操作的操作模式)来控制SAC的操作。
因此，当服务器执行复合控制操作时，服务器可以考虑ERV装置的操作模式和SAC的操作模式的变化，或者可以在考虑可能有空调系统的通风操作和制冷/制热操作的所有情况时，预先确定ERV装置的操作模式和SAC的操作模式。如果可以检测到CO2浓度变化和温度变化的持续时间大于预设的阈值持续时间，则服务器可以通过考虑如上所述的ERV装置的操作模式和SAC的操作模式的变化来考虑可能有空调系统的通风操作和制冷/制热操作的所有情况。
如上所述，服务器可以预先确定ERV装置的操作模式和SAC的操作模式，以考虑可能有空调系统的通风操作和制冷/制热操作的所有情况，这在下面进行描述。
服务器通过将ERV装置的风量和SAC的风量中的每一个设置为强风来最大化能量效率。在这种情况下，即使ERV装置的风量和SAC的风量加倍，ERV装置的消耗功率和SAC的消耗功率也不会加倍。因此，如果将ERV装置的风量和SAC的风量中的每一个被设置为强风，则ERV装置的消耗功率和SAC的消耗功率的增加相对低，并且用于通风和制冷/制热所消耗的能量可以减少，因此，ERV装置和SAC的能量效率可以增加。
服务器基本上将ERV装置的电热交换模式设置为打开。在可以通过输入室外空气来执行制冷/制热操作的室内/室外焓条件下，服务器将ERV装置的电热交换模式设置为关闭。在这种情况下，可以不执行复合控制操作。
服务器将SAC的设置温度设置为默认温度Ts。如果SAC使用单独的制冷/制热算法，例如ATOS制冷/制热算法，则服务器可以将在单独的制冷/制热算法中确定的设置温度设置为默认温度。
另外，其中服务器如图9中所示的基于复合控制规则执行复合控制操作的计划持续时间可以是预测的持续时间。
虽然图9图示根据本公开的实施例的在空调系统中的服务器中基于复合控制规则执行复合控制操作的过程的示例，但是可能对图9进行各种改变。例如，虽然被示为一系列操作，但是图9中的各种操作可能重叠，并行发生，以不同顺序发生或多次发生。
图10是根据本公开的实施例的在空调系统中的服务器中基于复合控制规则执行复合控制操作的方法的流程图。
参考图10，执行复合控制操作的方法是其中给予空气舒适度优先级的执行复合控制操作的方法。
在步骤1011中，服务器设置用于应用复合控制规则的参数集的每一个中包括的参数的值。用于应用复合控制规则的参数集可以包括与通风装置有关的参数集和与空调装置有关的参数集。与通风装置有关的参数集可以包括目标CO2浓度、优选的通风模式、最小通风持续时间等等，并且与空调装置有关的参数集可以包括目标PPD、最大允许的室内温度范围等等。
服务器在步骤1013中设置用于复合控制区域的计划持续时间，并且通过预测计划持续时间期间复合控制区域的CO2浓度变化来确定使复合控制区域维持目标CO2浓度的多个通风计划。服务器在步骤1015中计算确定的通风计划中每一个的通风负荷量，并且从通风计划中选择在计算的通风负荷量之中具有最小通风负荷量的通风计划。在图10中，服务器从通风计划中选择在计算的通风负荷量之中具有最小通风负荷量的通风计划。然而，服务器可基于另一个标准而不是最小通风负荷量来选择多个通风计划中的一个。
服务器在步骤1017中预测计划持续时间期间复合控制区域的温度变化，以确定满足目标PPD的多个制冷/制热计划。服务器在步骤1019中计算确定的制冷/制热计划中每一个的制冷/制热能量，并且选择在计算的制冷/制热能量之中具有最小制冷/制热能量的制冷/制热计划。在图10中，服务器从制冷/制热计划中选择在计算的制冷/制热能量之中具有最小制冷/制热能量的制冷/制热计划。然而，服务器可以基于另一个标准而不是最小制冷/制热能量来选择多个制冷/制热计划中的一个。
另外，如图10中所示的服务器基于复合控制规则执行复合控制操作的计划持续时间可以是预测的持续时间。
虽然图10图示根据本公开实施例的在空调系统中的服务器中基于复合控制规则执行复合控制操作的方法的示例，但是可能对图10进行各种改变。例如，虽然被示为一系列操作，但是图10中的各种操作可能重叠，并行发生，以不同顺序发生或多次发生。
图11是根据本公开的实施例的在空调系统中的服务器中基于复合控制规则执行复合控制操作的方法的流程图。
参考图11，图11中执行复合控制操作的方法是其中给予温度舒适度优先级的执行复合控制操作的方法。
在步骤1111中，服务器设置用于应用复合控制规则的参数集的每一个包括的参数的值。用于应用复合控制规则的参数集可以包括与通风装置有关的参数集和与空调装置有关的参数集。与通风装置有关的参数集可以包括目标CO2浓度等等，并且与空调装置有关的参数集可以包括目标PPD、最大允许的室内温度范围、每时间最大允许的室内温度范围等。
服务器在步骤1113中设置用于复合控制区域的计划持续时间，预测计划持续时间期间复合控制区域的温度变化，以确定使复合控制区域维持目标PPD的多个制冷/制热计划。服务器在步骤1115中计算确定的制冷/制热计划中每一个的制冷/制热能量，并且选择在计算的制冷/制热能量之中具有最小制冷/制热能量的制冷/制热计划。在图11中，服务器从制冷/制热计划中选择在计算的制冷/制热能量之中具有最小制冷/制热能量的制冷/制热计划。然而，服务器可以基于其它标准而不是最小制冷/制热能量来选择多个制冷/制热计划中的一个。
服务器在步骤1117中预测在计划持续时间期间复合控制区域的CO2浓度，以确定满足目标CO2浓度的多个通风计划。服务器在步骤1119中计算确定的通风计划中每一个的通风负荷，并且选择在计算的通风负荷之中具有最小通风负荷的通风计划。在图11中，服务器从通风计划中选择在计算的通风负荷之中具有最小通风负荷的通风计划。然而，服务器可以基于其它标准而不是最小通风负荷来选择多个通风计划中的一个。
另外，如图11中所示的服务器基于复合控制规则执行复合控制操作的计划持续时间可以是预测的持续时间。
虽然图11图示根据本公开的实施例的在空调系统中的服务器中基于复合控制规则执行复合控制操作的方法的示例，但是可能对图11进行各种改变。例如，虽然被示为一系列操作，但是图11中的各种操作可能重叠，并行发生，以不同顺序发生或多次发生。
图12是根据本公开的实施例的空调系统1200的框图。
参考图12，空调系统1200包括服务器1210、包括通风装置的至少一个通风装置1220、包括空调装置的至少一个空调装置1230、网关1240和遥控器1250。服务器1210可以通过网络1260连接到至少一个通风装置1220、至少一个空调装置1230、网关1240和遥控器1250，其中可以基于各种方案来实现网络1260。在图12中，服务器1210通过网络1260连接到至少一个通风装置1220、至少一个空调装置1230、网关1240、遥控器1250等等，然而，服务器1210可以直接连接到至少一个通风装置1120、至少一个空调装置1230、网关1240、遥控器1250等等。
网关1240包括多个传感器，例如，用于感测CO2浓度的CO2传感器1241、温度传感器1243、湿度传感器1245等等。
可以通过网络1260共享通过CO2传感器1241、温度传感器1243、湿度传感器1245等等中的每一个感测的感测值，其中网络1260可以是无线网络、有线网络以及有线/无线网络中的一个。
服务器1210通过网络1260接收通过CO2传感器1241、温度传感器1243、湿度传感器1245等等中的每一个感测的值。服务器1210基于存储的数据、预设方案(例如，基于人工智能的预测模型等)生成复合控制命令，并且基于生成的复合控制命令控制至少一个通风装置和至少一个空调装置。在这种情况下，基于人工智能的预测模型可以是例如多层感知器(MLP)模型、人工神经网络(ANN)模型、递归神经网络(RNN)模型、长短期记忆(LSTM)模型等，并且对根据本公开的实施例的可用在复合控制操作中的基于人工智能的预测模型没有限制。
服务器1210可以用诸如管理者终端、用户设备等等之类的其它设备来实现，其中服务器1210的内部结构在下面参照图13来描述，因此这里省略其详细描述。
遥控器1250包括例如输入单元1251和显示单元1253。显示单元1253显示至少一个通风装置1220和至少一个空调装置1230中的每一个的操作状态，用于改变至少一个通风装置1220和至少一个空调装置1230的设置的屏幕，等等。输入单元1251输入用于命令开始复合控制操作的复合控制开始命令，用于命令结束复合控制操作的复合控制结束命令，用于改变至少一个通风装置和至少一个空调装置的设置的设置值等等。
遥控器1250可以用诸如用户设备等等之类的其它设备来实现，并且遥控器1250的内部结构参照图14来描述，因此这里省略其详细描述。
图13是根据本公开的实施例的空调系统1200中的服务器1210的内部结构的框图。
参考图13，服务器1210可以包括控制器1310、通信单元1320、存储器1330和输入/输出(I/O)单元1340。
通信单元1320可以与通风装置1220、空调装置1230、用户设备、遥控器1250和网关1240通信。例如，通信单元1320可以从用户设备和遥控器1250接收与通风装置1220和空调装置1230的复合控制操作有关的信息，诸如目标空气舒适度、目标温度舒适度等等，并且从连接到网关1240的多个传感器接收与温度、湿度、CO2浓度等有关的信息，并且将复合控制命令发送到通风装置1220和空调装置1230。
控制器1310可以基于通过通信单元1320收集的各种信息来检测复合控制区域的温度和CO2浓度，并且检测与复合控制区域有关的至少一个通风装置1220的通风计划以及与复合控制区域有关的至少一个空调装置1230的制冷/制热计划。
控制器1310基于包括以下规则的复合控制规则来执行复合控制操作。
(1)从期间每单位时间CO2的上升速率高的时间持续时间开始优先打开通风装置1220。
(2)通过考虑通风装置1220与空调装置1230之间的互斥操作来确定通风装置1220和空调装置1230的计划。
(3)确定通风装置1220和空调装置1230的计划，使得可以维持允许的室内温度范围。
(4)以每制冷/制热单元能量的去除负荷的升序打开空调装置1230。
(5)确定通风装置1220的计划，使得减少用于去除通风负荷的制冷/制热能量和通风能量之和，例如，使得最小化用于去除通风负荷的制冷/制热能量和通风能量之和。
控制器1310可以通过通信单元1320将与确定的制冷/制热计划对应的复合控制命令发送到至少一个空调装置1230。术语“通信单元”可以与术语“收发器”等互换。
控制器1310可通过通信单元1320将与确定的通风计划对应的复合控制命令发送到至少一个通风装置1220。控制器1310可使用诸如键盘和鼠标之类的UI来输入关于期望的室内温度和期望的CO2浓度的信息，并且基于期望的室内温度和期望的CO2浓度来检测可实际应用于至少一个空调装置1230的设置温度和可以实际应用于至少一个通风装置1220的CO2浓度。
存储器1330可以存储可用于控制器1310确定通风计划和制冷/制热计划的各种信息，例如，通过通信单元1320接收的各种感测的信息，诸如目标空气舒适度和目标温度舒适度之类的各种信息，等等。存储器1330可以在控制器1310的控制下存储在服务器1210的操作期间发生的各种信息。
I/O单元1340包括：显示单元，其在控制器1310的控制下显示与目标空气舒适度和目标温度舒适度的确定有关的信息，以及输入单元，其可以输入期望的室内温度和期望的CO2浓度以将期望的室内温度和期望的CO2浓度传送到控制器1310。显示单元可以显示各种信息，诸如由控制器1310检测的通风计划和制冷/制热计划等。
虽然控制器1310、通信单元1320、储存器1330和I/O单元1340以上在图13中被描述为服务器1310中的单独单元，但是应理解，服务器1210可以用其中结合有控制器1310、通信单元1320、储存器1330和I/O单元1340中的至少两个的形式来实现。
服务器1210可以用至少一个处理器来实现。
图14是根据本公开的实施例的空调系统1200中的遥控器1250的内部结构的框图。
参考图14，遥控器1250可以被实现为例如用户设备，并且用户设备可以包括控制器1410、传感器单元1420、UI 1430、通信单元1440和存储器1450。通信单元1440可以基于由用户设备支持的至少一种通信方案与外部设备(例如，服务器)通信。通信单元1440可以在控制器1410的控制下接收从一个或多个无线设备发送的信号，并且基于该信号的信号强度来估计用户设备的位置。通信单元1440可以向服务器提供指示在控制器1410的控制下估计的用户设备的估计位置的位置信息，或者输入位置信息。
通信单元1440可以在控制器1410的控制下将各种信息发送到服务器1210。通信单元1440可以在控制器1410的控制下将用于请求开始复合控制操作的复合控制开始命令和用于请求结束复合控制操作的复合控制结束命令发送到服务器1210。
UI 1430可以输出对于用户设备的用户必要的信息，或者在控制器1410的控制下向控制器1410提供由用户输入的信息。例如，UI 1430可以从用户输入期望的温度和期望的CO2浓度，并且向控制器1410提供输入的期望的温度和期望的CO2浓度。UI 1430可以包括可以用例如触摸屏实现的显示单元。显示单元1253可以在控制器1410的控制下显示关于用户设备所在的复合控制区域的信息，以及与控制通风装置1220和空调装置1230有关的信息。显示单元1253可以显示输入的期望的温度和期望的CO2浓度。显示单元1253可以在控制器1410的控制下显示用户设备所在的区域的区域信息(例如布局图)，并且在区域信息上显示从传感器单元1420收集的室内温度和CO2浓度以及由服务器1210确定的设置温度和设置CO2浓度。显示单元1253可以在控制器1410的控制下显示用户设备所在的区域所属的默认区域的区域信息，并且在显示的区域信息上显示类似于用户设备所在的区域的室内温度、CO2浓度、设置温度和设置CO2浓度。显示单元1253可以显示用于请求显示由服务器1210生成的各种信息的UI信息，例如菜单等等，并且通过UI信息接收用于请求显示各种信息的用户输入，例如触摸，以向控制器1410通知用户输入。显示单元1252可以在控制器1410的控制下显示从服务器接收的各种信息。
传感器单元1420可以包括用于感测状况信息的各种类型的传感器。传感器单元1420可包括各种传感器，诸如温度传感器、CO2传感器、湿度传感器等等，并且向控制器1410提供从各种传感器感测的感测数据。传感器单元1420可以进一步包括例如用于获取用户设备的当前位置的全球定位系统(GPS)和/或陀螺仪传感器等等，并且向控制器1410提供从GPS和/或陀螺仪传感器等等接收的感测数据。在图14中，用户设备包括传感器单元1420，然而，用户设备可以不包括传感器单元1420。如果用户设备不包括传感器单元1420，则可以通过空调系统1200中包括的传感器来获取各种感测数据。
存储器1450可以存储通过UI 1430输入的期望的温度和期望的CO2浓度，从传感器单元1420传送的感测数据，以及通信单元1440从服务器1210接收的信息。
虽然控制器1410、传感器单元1420、UI 1430、通信单元1440和储存器1450在图14中被描述为用户设备中的单独单元，但是应理解，用户设备可以用其中结合有控制器1410、传感器单元1420、UI 1430、通信单元1440和存储器1450中的至少两个的形式来实现。
用户设备可以用至少一个处理器来实现。
下面描述根据实施例的空调系统1200中的复合控制操作的示例。
(1)服务器配置复合控制规则，在该复合控制规则中，确定通风计划，使得目标空气舒适度(例如，时间平均CO2浓度)在给定的时间持续时间(例如，执行复合控制操作时的计划持续时间)期间满足1000ppm。
(2)服务器配置复合控制规则，在该复合控制规则中，确定通风计划，使得目标空气舒适度(例如，空间平均CO2浓度)在执行复合控制操作的计划持续时间期间满足1000ppm。在这种情况下，空间平均CO2浓度表示计划持续时间期间复合控制区域的平均CO2浓度。
(3)服务器使用空调装置(例如，SAC)的湿度数据来确定通风装置是否将基于焓执行室外空气制冷。
(4)服务器基于CO2浓度变化，通过检测复合控制区域的占用开始的时间点和占用结束的时间点来确定计划持续时间。在这种情况下，计划持续时间表示被应用复合控制区域的制冷/制热计划和通风计划的时间持续时间。
(5)服务器基于学习等等，预测计划持续时间期间复合控制区域的CO2浓度变化。在这种情况下，学习可以通过例如基于人工智能的预测模型来执行，并且基于人工智能的预测模型可以是例如MLP模型、ANN模型、RNN模型、LSTM模型等等。此外，服务器可以使用各种基于人工智能的预测模型以及MLP模型、ANN模型、RNN模型、LSTM模型等等来预测计划持续时间期间复合控制区域的CO2浓度变化。如果计划持续时间期间复合控制区域的CO2浓度变化通过学习等等来预测，则可以防止用于检测计划持续时间期间复合控制区域的CO2浓度变化的不必要的通风操作。
(6)在复合控制区域的室内温度与复合控制区域的室外温度之间的差相对大的时间持续时间中，例如，在复合控制区域的室内温度与复合控制区域的室外温度之间的差大于阈值差的时间持续时间，发生的通风负荷量相对大，因此服务器通过关闭通风装置并且仅操作空调装置来减少由于通风操作而导致的制冷/制热能量的损失。即，服务器增加通风与制冷/制热之间的互斥操作，例如，服务器最大化通风与制冷/制热之间的互斥操作，因此可以减少由于通风操作而导致的制冷/制热能量的损失。
(7)服务器确定通风计划和制冷/制热计划，使得在计划持续时间期间平均CO2浓度满足目标平均CO2浓度并且室内温度满足目标室内温度。在这种情况下，目标平均CO2浓度可以包括每时间目标平均CO2浓度和每空间目标平均CO2浓度。
服务器确定通风装置的通风计划和空调装置的制冷/制热计划，使得允许的室内温度范围可以得到维持。在本公开中，在确定用于复合控制区域的目标室内温度范围的情况下，对于复合控制操作，如果复合控制区域的室内温度在允许的室内温度范围内，即使复合控制区域的室内温度在目标室内温度范围之外，目标室内温度范围也的确限制通风装置和空调装置的计划的控制。
服务器生成与确定的通风计划和制冷/制热计划对应的复合控制命令，并且将复合控制命令发送到通风装置和空调装置。在接收复合控制命令之后，通风装置和空调装置执行与复合控制命令对应的操作。
(8)最终，服务器根据基于人工智能的预测模型来生成可以满足目标空气舒适度和目标室内温度范围的通风操作和制冷/制热操作的复合控制命令，并且为复合控制区域最小化每个时间持续时间期间的能量消耗，并且使通风装置和空调装置对应于复合控制命令而操作。
下面描述根据实施例的用于在空调系统中的服务器中执行复合控制操作的各种参数。
图15是描述根据本公开的实施例的用于在空调系统中的服务器中执行复合控制操作的每时间平均CO2浓度的一系列图。
参考图15，如果服务器确定通风计划，使得在执行复合控制操作时在给定的时间持续时间(例如，计划持续时间)期间的目标空气舒适度维持在例如1000ppm的每时间平均CO2浓度，则每时间平均CO2浓度维持在1000ppm，如附图标记1511中所示。
这可能实际上看起来：在计划持续时间之中的某些时间持续时间期间，平均CO2浓度小于1000ppm，并且在计划持续时间之中的其他时间持续时间期间，平均CO2浓度大于或等于1000ppm，如附图标记1513中所示。即，在如附图标记1513中所示的情况下，每时间平均CO2浓度也为1000ppm。
此外，可能看起来：在计划持续时间之中的某些时间持续时间期间，平均CO2浓度似乎小于1000ppm，并且在计划持续时间之中的其他时间持续时间期间，平均CO2浓度大于或等于1000ppm，如附图标记1515中所示。即，在附图标记1515中所示的情况下，每时间平均CO2浓度也为1000ppm。
即使在计划持续时间期间复合控制区域的平均CO2浓度看起来如附图标记1515中所示，每时间平均CO2浓度也为1000ppm，因此，服务器在用附图标记1517标记的时间持续时间期间不需要操作通风装置。即，即使在用附图标记1517标记的时间持续时间期间关闭通风装置，在计划持续时间期间复合控制区域的平均CO2浓度也维持在1000ppm。
最终，服务器可以基于平均CO2浓度随时间跨度变得平滑的特性(即，时间跨度平滑特性)来确定用于复合控制区域的通风计划。
图16是根据本公开的实施例的用于描述用于在空调系统中的服务器中执行复合控制操作的每空间平均CO2浓度的图示。
参考图16，如果服务器确定通风计划，使得在执行复合控制操作时，在给定的时间持续时间(例如，计划持续时间)期间的目标空气舒适度维持在例如每空间平均CO2浓度1000ppm，则每空间平均CO2浓度维持在1000ppm。
这可能实际上看起来：在计划持续时间期间在某些空间上的平均CO2浓度小于1000ppm，并且在计划持续时间期间在其他空间上的平均CO2浓度大于或等于1000ppm，如附图标记1611、1613、1615和1617中所示。然而，在计划持续时间期间，复合控制区域的平均CO2浓度为1000ppm，因此服务器在用附图标记1621和1623标记的时间持续时间期间不需要操作通风装置。即，即使在用附图标记1621和1623标记的时间持续时间期间关闭通风装置，在计划持续时间期间复合控制区域的平均CO2浓度也维持在1000ppm。
服务器可以基于平均CO2浓度随时间跨度变得平滑的特性(即，时间跨度平滑特性)来确定用于复合控制区域的通风计划。
另外，根据本公开的实施例，服务器可以通过在空调系统中应用焓控制来执行复合控制操作，这在下面进行描述。
如果通风装置包括例如温度传感器，则通风装置可以在执行夜间吹扫操作或执行自动通风操作时执行温度控制操作。在这种情况下，自动通风操作可以包括室外空气制冷操作。通常，当执行室外空气制冷操作时，焓控制操作的性能优于温度控制操作的性能约20％。
因此，根据本公开的实施例，可基于从空调装置中包括的湿度传感器或空调系统中包括的湿度传感器感测的湿度数据来执行复合控制操作，使得在通风装置的操作时可能有焓控制。在这种情况下，使焓控制成为可能的复合控制操作可基于输入室外空气的时间点、输入室外空气的时间持续时间、室外空气的输入量、复合控制区域的目标室内温度范围、复合控制区域的室内焓与室外焓之间的差等来执行，并且可基于基于人工智能的预测模型等来执行。
图17是根据本公开的实施例的用于描述用于在空调系统中的服务器中执行复合控制操作的占用信息和不存在信息的图。
参考图17，在根据本公开的实施例的空调系统中，即使服务器没有装备单独的服务或设备(诸如室内定位服务(IPS)、图像设备等)，服务器也可以通过基于人工智能的预测模型等等、基于复合控制区域的CO2浓度来预测复合控制区域的占用信息和不存在信息。在这种情况下，占用信息是指示复合控制区域中存在占用人的信息，即存在位于复合控制区域的用户设备，并且不存在信息是指示在复合控制区域中不存在占用人的信息。
当预测复合控制区域的占用信息和不存在信息时，服务器可以通过考虑传播延迟时间来增强复合控制区域的占用信息和不存在信息的准确性。
服务器可以基于基于人工智能的预测模型等来学习CO2浓度，并且在不存在用户设备的情况下(诸如在夜晚，在假期期间等)基于学习的结果来为复合控制区域执行复合控制操作。例如，可以用单独的表实现区域的占用人的数量与区域的CO2浓度之间的关系。在这种情况下，服务器可以基于CO2浓度检测区域上存在的占用人的数量。在这种情况下，定义占用人的数量与CO2浓度之间的关系的表可以用各种形式实现。
如果检测到复合控制区域的不存在信息(即，在复合控制区域中不存在用户设备)，则服务器可以最小化通风装置的通风操作和空调装置的制冷/制热操作，以最小化由于通风操作和制冷/制热操作导致的能量消耗。
如图17中所图示，如果在某个时间持续时间期间未检测到CO2浓度，则服务器检测到某个时间持续时间期间复合控制区域的不存在信息，并且如果在某个时间持续时间期间检测到CO2浓度，则服务器检测到某个时间持续时间期间复合控制区域的占用信息。服务器通过考虑传播延迟来检测复合控制区域的不存在信息。
图18是根据本公开的实施例的在空调系统中的服务器中检测CO2浓度变化的过程的图。
参考图18，如果通风装置包括CO2传感器，则服务器可以操作通风装置，以便检测复合控制区域的CO2浓度。在这种情况下，由于用于检测CO2浓度的通风装置的操作，可能发生制冷/制热能量损失。
因此，在本公开的实施例中，服务器根据基于人工智能的预测模型(例如，MLP模型、ANN模型、RNN模型、LSTM模型等)、预测针对复合控制区域的随时间流逝的CO2浓度变化，并且根据预测的CO2浓度变化执行复合控制操作。在这种情况下，服务器可以针对复合控制区域预测随时间流逝的CO2浓度变化而不操作通风装置，并且预测制冷/制热能量损失。
此外，在本公开实施例中，用于预测针对复合控制区域的随时间流逝的CO2浓度变化的基于人工智能的预测模型可以考虑关于复合控制区域中包括的默认区域的信息，例如默认区域的尺寸、默认区域的类型和根据默认区域的类型的渗透。在这种情况下，在用于预测针对复合控制区域的随时间流逝的CO2浓度变化的基于人工智能的预测模型中，考虑根据默认区域的类型的渗透可指示使用自然通风的、针对复合控制区域的随时间流逝的CO2浓度变化的预测。
类似地，如果对于复合控制区域根据时间流逝预测CO2浓度变化时，考虑关于复合控制区域中包括的默认区域的信息(例如，默认区域的尺寸，默认区域的类型以及根据默认区域的类型的渗透)，则可以提高其准确性。
此外，在复合控制区域中不存在用户设备的情况下，诸如在夜晚，在假期期间等，服务器可以根据基于人工智能的预测模型等等来检测CO2稀释量模式，以基于检测的CO2稀释量模式来估计渗透(infiltration)。在这种情况下，CO2稀释量模式可以根据诸如季节、天气等之类的各种参数而变化。
如图18中所图示，即使从某个时间点1811开始关闭通风装置，服务器也可以根据基于人工智能的预测模型来为复合控制区域预测CO2浓度变化。
图19是根据本公开的实施例的在空调系统中的服务器中执行用于最大化互斥操作的复合控制操作的过程的图。
参考图19，当打开通风装置时发生制冷/制热能量的损失，因此服务器执行复合控制操作，使得在尽可能不执行通风操作的时间持续时间期间执行制冷/制热操作。
如图19中所示，如果复合控制区域的CO2浓度相对高，则相对小的通风量时容易降低CO2浓度。此外，如以上等式(2)中所述，通风负荷与通风量Q和室内温度与室外温度之间的差ΔT(＝T-T0)成比例。如果考虑焓，则通风负荷可能与焓差(ΔH)成比例。
因此，如果服务器预测空气状态变化(例如复合控制区域的CO2浓度变化)以检测到室内温度与室外温度之间的差ΔT相对小(例如室内温度与室外温度之间的差ΔT小于阈值差)并且CO2浓度相对高(例如，CO2浓度大于阈值CO2浓度)，则服务器执行控制操作，使得集中执行通风操作，并且最少地执行制冷/制热操作。
可替代地，如果室内温度与室外温度之间的差ΔT相对大(例如，室内温度与室外温度之间的差ΔT大于或等于阈值差)并且CO2浓度相对低(例如，CO2浓度小于或等于阈值CO2浓度)，则服务器执行控制操作，使得集中执行制冷/制热操作，并且最少地执行通风操作。
例如，区域的通风量与区域的CO2浓度之间的关系可以用单独的表来实现。在这种情况下，服务器可以基于CO2浓度检测区域所需的通风量。在这种情况下，定义通风量与CO2浓度之间的关系的表可以用各种形式实现。
图20是根据本公开的实施例的在空调系统中的服务器中执行用于最大化互斥操作的复合控制操作的过程的一系列图。
在图20中执行复合控制操作的过程中，未考虑根据空调装置的操作的室内温度传播延迟时间。
参考图20，附图标记2011指示根据时间的室外温度，附图标记2013指示根据时间的室内温度，并且附图标记2015指示根据时间的通风负荷。如果室外温度与室内温度之间的差ΔT相对大，则服务器执行制冷/制热操作。在图20中，执行制冷/制热操作的情况被示为“打开”。服务器在不执行制冷/制热操作并且通风负荷量相对小的持续时间2017中执行通风操作。在这种情况下，通风负荷量可以被计算为Wload＝PCpQ(T-T0)，如以上等式(2)中所述。
图21是根据本公开的实施例的在空调系统中的服务器中执行复合控制操作的过程的图示。
参考图21，服务器基于复合控制区域2111的CO2浓度和室内温度Tin来预测空气状态变化和温度变化，并且基于预测的空气状态变化和温度变化2113对通风操作和制冷/制热操作执行复合控制操作。在图21中，t1表示在对复合控制区域执行复合控制操作的计划持续时间期间之中复合控制区域维持为舒适区域2115的时间，并且t2表示在计划持续时间之中复合控制区域不维持为舒适区域2115的时间。在这种情况下，舒适区域2115表示其中可以满足目标空气舒适度和目标温度舒适度并且可以减少能量消耗的区域。
因此，服务器执行复合控制操作，使得复合控制区域可以尽可能长地维持与舒适区域2115的顶点2117对应的CO2浓度和室内温度Tin。即，如果同时执行通风操作(V)和制冷/制热操作(S)，则复合控制区域可能最快变为舒适区域2115，然而，其能量消耗变为最大。因此，服务器执行复合控制操作，使得复合控制区域可以尽可能长地维持与舒适区域2115的顶点2117对应的CO2浓度和室内温度Tin，以用于减少能量消耗并提供舒适。此外，服务器执行复合控制操作，使得复合控制区域可以在时间轴上尽可能长地平均(t1＝t2)维持与舒适区域2115的顶点2117对应的CO2浓度和室内温度Tin。
图22是根据本公开的实施例的在空调系统中的服务器中执行复合控制操作的过程的图。
参考图22，基于学习等，例如基于根据基于人工智能的预测模型的学习等，服务器在某个空气状态s0的时间Δτ期间对通风操作Vn和制冷/制热操作Sn执行复合控制操作，并且已经知道能量消耗量En和空气状态变化s1。在这种情况下，服务器可以确定与最小能量消耗对应的复合控制命令(其中复合控制区域可以是舒适区域z)，并且控制与确定的复合控制命令rn对应的通风装置和空调装置。
即，服务器可以预测空气状态变化、温度状态变化、焓状态变化和能量消耗，并且使用基于人工智能的预测模型等等以用于预测空气状态变化、温度状态变化、焓状态变化和能量消耗。例如，服务器可以以对通风量、CO2浓度和温度变化之间的关系进行建模的形式来实现基于人工智能的预测模型，并且根据实现的基于人工智能的预测模型来预测空气状态变化、温度状态变化、焓状态变化和能量消耗。
此外，服务器可以通过考虑空调装置的设置温度和风量以及通风装置的通风量的操作模式来生成复合控制命令，从复合控制命令之中选择适合于对应状况的复合控制命令，并且控制与选择的复合控制命令对应的通风装置和空调装置。在这种情况下，包括复合控制命令的集合是复合控制命令集合，并且服务器、通风装置和空调装置先前知道复合控制命令集合。因此，复合控制命令可以用代码的形式来实现，并且通风装置和空调装置可以在从服务器接收代码时知道与代码对应的复合控制命令，因此，通风装置和空调装置可以执行与复合控制命令对应的操作。
下面将描述根据实施例的在空调系统中的复合控制操作的另一个示例。
(1)服务器配置复合控制规则，在该复合控制规则中，考虑在给定的时间持续时间(例如，计划持续时间)期间可能有通风操作的所有通风计划，并且根据基于人工智能的预测模型等等而将满足目标CO2浓度并且在通风计划之中具有最小能量消耗的通风计划确定为最终通风计划。
(2)服务器配置复合控制规则，使得在CO2浓度的上升速率大于或等于计划持续时间的CO2浓度的平均上升速率的时间持续时间期间打开通风装置，并且在CO2浓度预测模型中的CO2浓度的上升速率小于CO2浓度的平均上升速率的时间持续时间期间关闭通风装置。服务器配置复合控制规则，使得在除了期间CO2浓度的上升速率大于或等于CO2浓度的平均上升速率的时间持续时间以及期间CO2浓度的上升速率小于CO2浓度的平均上升速率的时间持续时间之外的剩余时间持续时间期间，交替执行打开操作和关闭操作。
服务器预测CO2浓度变化，并且配置复合控制规则，使得在如果对应时间持续时间的CO2浓度大于或等于最大允许的CO2浓度则在分配通风装置关闭操作的时间持续时间之中，在CO2浓度的上升速率大于或等于预设的CO2浓度的阈值上升速率的时间持续时间期间打开通风装置。服务器预测CO2浓度的变化，并且配置复合控制规则，使得如果对应时间持续时间的CO2浓度小于最小允许的CO2浓度，则在被分配通风装置打开操作的时间持续时间之中其CO2浓度的上升速率小于预设的CO2浓度的阈值上升速率的时间持续时间期间关闭通风装置。
(3)服务器基于CO2浓度预测模型来预测CO2浓度变化，并且配置复合控制规则，使得如果对应时间持续时间的CO2浓度大于或等于最大允许的CO2浓度，则在对应时间持续时间期间打开通风装置，并且在复合控制区域的CO2浓度满足目标CO2浓度的时间持续时间期间关闭通风装置。
(4)服务器配置复合控制规则，在该复合控制规则中在计划持续时间期间考虑可能有通风操作的所有通风计划和可能有制冷/制热操作的所有制冷/制热计划，并且根据基于人工智能的预测模型等等而将满足目标CO2浓度和目标室内温度范围并且其能量消耗最小的通风计划和制冷/制热计划确定为最终通风计划和制冷/制热计划。
(5)服务器配置复合控制规则，在该复合控制规则中确定通风计划和制冷/制热计划，使得在执行通风操作和制冷/制热操作的时间持续时间期间不执行制冷/制热操作，并且在不执行通风操作的时间持续时间期间执行制冷/制热操作。在将制冷/制热操作打开分配给复合控制区域的室内温度大于或等于最大允许的室内温度的时间持续时间并且将制冷/制热操作关闭分配给复合控制区域的室内温度小于最小允许的室内温度的时间持续时间之后，服务器预测复合控制区域的室内温度变化。然后，服务器将制冷/制热操作关闭分配给室内温度小于最小允许的室内温度的时间持续时间之中室内温度最低的时间持续时间，并且将制冷/制热操作打开分配给室内温度大于或等于最大允许的室内温度的时间持续时间之中室内温度最高的时间持续时间。在这种情况下，制冷/制热操作打开指示执行制冷/制热操作，并且制冷/制热操作关闭指示不执行制冷/制热操作。在这种情况下，制冷/制热操作是例如制冷操作。
(6)服务器基于计划持续时间期间的室外气温确定n个时间持续时间，并且为每个时间持续时间设置目标CO2浓度和目标PPD。服务器为n个时间持续时间中的每一个检测满足目标CO2浓度的所有通风计划，并且为所有通风计划中的每一个计算通风负荷量。服务器从所有通风计划之中选择其用于去除通风负荷的制冷/制热能量与通风能量之和最小的通风计划。
服务器以要去除的负荷/能量的升序、基于单元分配制冷/制热操作打开以确定制冷/制热计划，并且基于确定的制冷/制热计划执行仿真。在这种情况下，该单元是执行复合控制操作所用的单元。在这种情况下，反映到确定的制冷/制热计划的要去除的负荷/能量小于在执行复合控制操作的计划持续时间中所请求的总去除负荷/能量。在执行仿真之后，服务器调整制冷/制热计划，使得可以考虑通风负荷变化并且可以满足目标PPD。
服务器基于调整的制冷/制热计划执行复合控制操作。在执行复合控制操作之后，服务器计算其结果值与根据调整的制冷/制热计划预测的预测值之间的差，并且将该差反映到下一个制冷/制热计划的确定中。即，通过使差反映为设置每个时间持续时间的目标CO2浓度和目标PPD以及制冷/制热计划，服务器可以增强复合控制操作的性能。
图23是根据本公开的实施例的在空调系统中的服务器中执行复合控制操作的方法的流程图。
参考图23，服务器在步骤2311中确定与通风操作有关的参数。与通风操作有关的参数可以包括τstart，τend，Δτ，Fv等。τstart表示通风操作最初开始的时间，τend表示通风操作最终结束的时间，Δτ表示被应用通风操作的时间的单位，并且Fv表示执行通风操作时应用的通风风速。在图23中，复合控制区域的数量为1，通风装置的数量为1，并且空调装置的数量为1。
服务器在步骤2313中用设置温度操作空调装置。服务器在制热操作被执行时将空调装置的设置温度设置为例如24℃，并且在制冷操作被执行时将空调装置的设置温度设置为例如22℃。服务器在步骤2315中检测可以基于Δτ打开/关闭通风操作的所有通风计划，并且前进到步骤2317。在这种情况下，可以基于Δτ打开/关闭通风操作的所有通风计划的数量为
Figure GDA0003630491840000334
服务器在步骤2317中预测
Figure GDA0003630491840000335
个通风计划中每一个的CO2浓度变化。在预测
Figure GDA0003630491840000336
个通风计划中每一个的CO2浓度变化时，服务器可以考虑各种参数2318，诸如在复合控制区域中的占用人的数量，执行复合控制操作的计划持续时间，复合控制区域的室内温度和室内湿度等等。此外，服务器可以根据基于人工智能的预测模型等来预测
Figure GDA0003630491840000337
个通风计划中每一个的CO2浓度变化。
服务器在步骤2319中确定
Figure GDA0003630491840000338
个通风计划中每一个的CO2浓度变化，即，
Figure GDA0003630491840000331
是否小于或等于CT。在这种情况下，CT表示目标CO2浓度，并且C(t)表示时间t时的CO2浓度。如果
Figure GDA0003630491840000332
小于或等于CT，则服务器前进到步骤2321。服务器在步骤2321中在其
Figure GDA0003630491840000333
小于或等于CT的通风计划之中选择其通风负荷量最小的通风计划。在选择通风计划2322时，服务器可以考虑针对复合控制区域的制冷/制热计划和制冷/制热负荷以及复合控制区域的室内温度和室内湿度以及通风负荷量。
服务器在步骤2323中基于选择的通风计划来控制通风装置的通风操作。即，服务器将与选择的通风计划对应的复合控制命令发送到通风装置，从而通风装置执行与复合控制命令对应的通风操作。
虽然图23图示根据本公开的实施例的在空调系统中的服务器中执行复合控制操作的方法的示例，但是可能对图23进行各种改变。例如，虽然被示为一系列操作，但是图23中的各种操作可能重叠，并行发生，以不同顺序发生或多次发生。
图24是根据本公开的实施例的在空调系统中的服务器中执行复合控制操作的方法的流程图。
在图24中，服务器在步骤2411中确定与通风操作有关的参数，并且前进到步骤2413。与通风操作有关的参数可以包括τstart，τend，Δτ，Fv等。在图24中，复合控制区域的数量为1，通风装置的数量为1，并且空调装置的数量为1。
服务器在步骤2413中用设置温度操作空调装置。服务器在制热操作被执行时将空调装置的设置温度设置为例如24℃，并且在制冷操作被执行时将空调装置的设置温度设置为例如22℃。服务器在步骤2415中将通风操作打开分配给期间在CO2浓度预测模型中检测的CO2浓度的上升速率大于CO2浓度的平均上升速率的时间持续时间，并且将通风操作关闭分配给在CO2浓度预测模型中检测的CO2浓度的上升速率小于或等于CO2浓度的平均上升速率
Figure GDA0003630491840000341
的时间持续时间。在这种情况下，ε表示允许的CO2浓度变化的程度，并且
Figure GDA0003630491840000342
表示时间t时CO2浓度的上升速率。服务器可以将通风操作打开和通风操作关闭交替地分配给除CO2浓度的上升速率大于CO2浓度的平均上升速率的时间持续时间和CO2浓度的上升速率小于或等于CO2浓度的平均上升速率的时间持续时间之外的时间持续时间。在基于CO2浓度的上升速率和CO2浓度的平均上升速率2416来分配通风操作打开和通风操作关闭时，服务器可考虑在复合控制区域中的占用人的数量，计划持续时间，以及复合控制区域的室内温度和室外温度。
服务器在步骤2417中预测复合控制区域的CO2浓度变化。可以根据基于人工智能的预测模型等等来预测CO2浓度变化。服务器在步骤2419中确定
Figure GDA0003630491840000343
是否大于或等于CT。如果
Figure GDA0003630491840000344
大于或等于CT，这意味着通风不足，则服务器在步骤2421中将通风操作打开分配给在被分配通风操作关闭的所有时间持续时间之中期间CO2浓度的上升速率最大的时间持续时间。
如果在步骤2419中
Figure GDA0003630491840000345
不大于或等于CT，即，如果
Figure GDA0003630491840000346
小于CT，则服务器在步骤2423中预测复合控制区域的CO2浓度变化。可以根据基于人工智能的预测模型等等来预测CO2浓度变化。服务器在步骤2425中确定
Figure GDA0003630491840000347
是否小于或等于
Figure GDA0003630491840000348
如果
Figure GDA0003630491840000349
小于或等于CT-ε，这指示过度执行通风，则服务器在步骤2427中将通风操作关闭分配给在被分配通风操作打开的所有时间持续时间之中期间CO2浓度的上升速率最小的时间持续时间。
如果在步骤2425中
Figure GDA0003630491840000353
不小于或等于CT-ε，即，如果
Figure GDA0003630491840000351
大于CT-ε，则服务器在步骤2429中基于确定的通风计划来控制通风操作。即，服务器将与确定的通风计划对应的复合控制命令发送到通风装置，从而通风装置执行与复合控制命令对应的通风操作。
虽然图24图示根据本公开的实施例的在空调系统中的服务器中执行复合控制操作的方法的示例，但是可能对图24进行各种改变。例如，虽然被示为一系列操作，但是图24中的各种操作可能重叠，并行发生，以不同顺序发生或多次发生。
图25是根据本公开的实施例的在空调系统中的服务器中执行复合控制操作的方法的流程图。
参考图25，服务器在步骤2511中确定与通风操作有关的参数。与通风操作有关的参数可以包括τstart，τend，Fv，Cmax等。在这种情况下，Cmax表示最大允许的CO2浓度。在图25中，复合控制区域的数量为1，通风装置的数量为1，并且空调装置的数量为1。
服务器在步骤2513中用设置温度操作空调装置。服务器在制热操作被执行时将空调装置的设置温度设置为例如24℃，并且在制冷操作被执行时将空调装置的设置温度设置为例如22℃。服务器在步骤2515中通过CO2浓度预测模型估计C(t)大于Cmax的τon和满足标准G的τoff。在这种情况下，标准G为
Figure GDA0003630491840000352
另外，τon表示下一个通风操作开始的时间，τoff表示下一个通风操作结束的时间。这里，Cmax表示最大允许的CO2浓度。
在估计C(t)大于Cmax的τon和满足标准G的τoff时，服务器可以考虑各种参数，诸如在复合控制区域中的占用人的数量，执行复合控制操作的计划持续时间，复合控制区域的室内温度和室内湿度等等。服务器可以根据基于人工智能的预测模型等等来预测CO2浓度变化。
服务器在步骤2517中确定τoff是否小于或等于τend(τoff≤τend)。如果τoff小于或等于τend(τoff≤τend)，则服务器在步骤2519中在τon-τoff期间分配通风操作打开。服务器在计划持续时间期间测量实际CO2浓度，并且在步骤2521中基于测量的CO2浓度修改CO2浓度预测模型。在这种情况下，如果在计划持续时间期间测量的实际CO2浓度等于由CO2浓度预测模型预测的CO2浓度，则可以不对CO2浓度预测模型执行修改。
如果τoff不小于或等于τend(τoff≤τend)，即，如果τoff>τend，则服务器在步骤2523中调整τon，使得通过CO2浓度预测模型满足标准τoff≤τend并且满足标准Ge，并且在τon-τoff期间分配通风操作打开。
虽然图25图示根据本公开的实施例的在空调系统中的服务器中执行复合控制操作的方法的示例，但是可能对图25进行各种改变。例如，虽然被示为一系列操作，但是图25中的各种操作可能重叠，并行发生，以不同顺序发生或多次发生。
图26A和26B是根据本公开的实施例的在空调系统中的服务器中执行复合控制操作的方法的流程图。
参考图26A和26B，服务器在步骤2611中确定与通风操作有关的参数和与制冷/制热操作有关的参数。与通风操作有关的参数可以包括△τ，Fv等，并且与制冷/制热操作有关的参数可以包括Ts，Fs等。在这种情况下，Ts表示应用于空调装置的设置温度，并且Fs表示应用于空调装置的风速。在图26A和图26B中，复合控制区域的数量为1，通风装置的数量为1，并且空调装置的数量为1。
服务器在步骤2613中基于CO2浓度变化的预测来检测占用开始的时间点τstart和占用结束的时间点τend。在检测到时间点τstart和时间点τend时，服务器可以考虑在复合控制区域中的占用人的数量，计划持续时间，以及复合控制区域的室内温度和室内湿度2614。服务器在步骤2615中检测可以基于Δτ打开/关闭通风操作的所有通风计划的数量。在这种情况下，可以基于Δτ打开/关闭通风操作的所有通风计划的数量为
Figure GDA0003630491840000361
服务器在步骤2617中预测
Figure GDA0003630491840000362
个通风计划中每一个的CO2浓度变化。在预测
Figure GDA0003630491840000363
个通风计划中每一个的CO2浓度变化时，服务器可以考虑各种参数，诸如在复合控制区域中的占用人的数量，执行复合控制操作的计划持续时间，复合控制区域的室内温度和室内湿度等。服务器可以根据基于人工智能的预测模型等等来预测
Figure GDA0003630491840000364
个通风计划中每一个的CO2浓度变化。
服务器在步骤2619中确定
Figure GDA0003630491840000365
个通风计划中每一个的CO2浓度变化，即，
Figure GDA0003630491840000366
是否小于或等于CT。如果
Figure GDA0003630491840000367
小于或等于CT，则服务器在步骤2621中为
Figure GDA0003630491840000368
小于或等于CT的所有通风计划中的每一个检测可以基于Δτ打开/关闭制冷/制热操作的所有制冷/制热计划的数量。
服务器在步骤2623中为所有制冷/制热计划中的每一个预测室内温度变化。服务器在步骤2625中确定是否满足标准Tmin<T(t)<Tmax&PPD<10％。在这种情况下，Tmin表示最小允许的室内温度，Tmax表示最大允许的室内温度，并且PPD表示不满足的百分比。如果不满足标准Tmin<T(t)<Tmax&PPD<10％，则方法返回到步骤2623。
为每个计划执行步骤2621至2625。
如果在步骤2625中满足标准Tmin<T(t)<Tmax&PPD<10％，则服务器在步骤2627中预测通风-制冷/制热能量的消耗，以选择其通风-制冷/制热能量最小的通风计划和制冷/制热计划。这里，在选择其通风-制冷/制热能量最小的通风计划和制冷/制热计划时，通过预测通风-制冷/制热能量的消耗，服务器可以考虑复合控制区域的通风计划，制冷/制热计划，制冷/制热负荷，以及室内温度和室内湿度2628。
服务器在步骤2629中基于选择的通风计划和制冷/制热计划来控制通风操作和制冷/制热操作。即，服务器将与选择的通风计划和制冷/制热计划对应的复合控制命令发送到通风装置，从而通风装置根据执行与复合控制命令对应的通风操作。
虽然图26A和图26B图示根据本公开的实施例的在空调系统中的服务器中执行复合控制操作的方法的示例，但是可能对图26A和26B进行各种改变。例如，虽然被示为一系列操作，但是图26A和26B中的各种操作可能重叠，并行发生，以不同顺序发生或多次发生。
图27A和图27B是根据本公开的实施例的在空调系统中的服务器中执行复合控制操作的方法的流程图。
参考图27A和图27B，服务器在步骤2711中确定与通风操作有关的参数和与制冷/制热操作有关的参数。与通风操作有关的参数可以包括△τ，Fv等，并且与制冷/制热操作有关的参数可以包括Ts，Tmax，Fs等。在图27A和图27B中，复合控制区域的数量为1，通风装置的数量为1，并且空调装置的数量为1。
服务器在步骤2713中基于CO2浓度变化的预测来检测占用开始的时间点τstart和占用结束的时间点τend。在这种情况下，在检测到时间点τstart和时间点τend时，服务器可以考虑在复合控制区域中的占用人的数量，计划持续时间，以及复合控制区域的室内温度和室内湿度。服务器在步骤2715中将通风操作打开分配给期间在CO2浓度预测模型中检测的CO2浓度的上升速率大于CO2浓度的平均上升速率的时间持续时间，并且将通风操作关闭分配给在CO2浓度预测模型中检测的CO2浓度的上升速率小于或等于CO2浓度的平均上升速率的时间持续时间。服务器可以将通风操作打开和通风操作关闭交替分配给除了CO2浓度的上升速率大于CO2浓度的平均上升速率的时间持续时间和CO2浓度的上升速率小于或等于CO2浓度的平均上升速率的时间持续时间之外的时间持续时间。
服务器在步骤2717中预测复合控制区域的CO2浓度变化。可以根据基于人工智能的预测模型等来预测CO2浓度变化。服务器在步骤2719中确定
Figure GDA0003630491840000381
是否大于或等于CT。如果
Figure GDA0003630491840000382
大于或等于CT，这指示通风不足，则服务器在步骤2721中将通风操作打开分配给在被分配通风操作关闭的所有时间持续时间之中期间CO2浓度的上升速率最大的时间持续时间。
如果在步骤2719中
Figure GDA0003630491840000383
不大于或等于CT，即，如果
Figure GDA0003630491840000384
小于CT，则服务器在步骤2723中预测复合控制区域的CO2浓度变化。可以根据基于人工智能的预测模型等来预测CO2浓度变化。服务器在步骤2725中确定
Figure GDA0003630491840000385
是否小于或等于
Figure GDA0003630491840000386
如果
Figure GDA0003630491840000387
小于或等于CT-ε，这指示过度执行通风，则服务器在步骤2727中将通风操作关闭分配给在被分配通风操作打开的所有时间持续时间之中期间CO2浓度的上升速率最小的时间持续时间。
如果在步骤2725中
Figure GDA0003630491840000388
不小于或等于CT-ε，即，如果
Figure GDA0003630491840000389
大于CT-ε，则服务器在步骤2729中基于分配给每个时间持续时间的通风操作来分配制冷/制热操作。即，服务器将制冷/制热操作关闭分配给被分配通风操作打开的时间持续时间，并且将制冷/制热操作打开分配给被分配通风操作关闭的时间持续时间。
服务器在步骤2731中预测△τ期间的室内温度。在预测△τ期间的室内温度时，服务器可以考虑制冷/制热负荷，例如由于设备、人体、照明、通风、辐射、传导等导致的制冷/制热负荷。服务器在步骤2733中确定T(t)是否大于Tmax。如果T(t)大于Tmax，则服务器在步骤2735中将制冷/制热操作打开分配给对应的时间持续时间。在这种情况下，如果有必要，则在室内温度不满足目标室内温度的情况下，即使服务器将制冷/制热操作打开分配给对应的时间持续时间，服务器也可以将Ts设置为例如较高的温度。
如果在步骤2733中T(t)不大于Tmax，则服务器在步骤2737中确定T(t)是否小于Tmin。如果T(t)小于Tmin，则服务器在步骤2739中将制冷/制热操作关闭分配给对应的时间持续时间。在这种情况下，如果有必要，则在室内温度不满足目标室内温度的情况下，即使服务器将制冷/制热操作关闭分配给对应的时间持续时间，服务器也可以将Ts设置为例如较低的温度。
如果在步骤2737中T(t)不小于Tmin，则服务器在步骤2741中确定是否已经为所有△τ执行了该操作。如果已经为所有△τ执行了该操作，则服务器在步骤2743中预测计划持续时间期间的室内温度变化。服务器在步骤2745中确定计划持续时间期间的PPD是否大于10％。如果PPD大于10％，则其指示制冷/制热不足。此外，10％仅是示例，并且可以根据空调系统的状况而改变。
如果PPD不大于10％，则服务器在步骤2747中确定计划持续时间期间的PPD是否小于7％。如果PPD小于7％，则其指示过度执行制冷/制热。此外，7％仅是示例，并且可以根据空调系统的状况而改变。
如果PPD小于7％，则服务器在步骤2749中将制冷/制热操作关闭分配给在计划持续时间期间被分配制冷/制热操作打开的所有时间持续时间之中具有最低温度的时间持续时间。
如果PPD大于10％，则服务器前进到步骤2751。服务器在步骤2751中将制冷/制热操作打开分配给在计划持续时间期间被分配制冷/制热操作关闭的所有时间持续时间之中具有最高温度的时间持续时间。
如果在步骤2747中在计划持续时间期间的PPD不小于7％，则服务器在步骤2753中通过预测通风-制冷/制热能量的消耗来选择其通风-制冷/制热能量最小的通风计划和制冷/制热计划。在这种情况下，在通过预测通风-制冷/制热能量的消耗来选择其通风-制冷/制热能量最小的通风计划和制冷/制热计划时，服务器可以考虑复合控制区域的通风计划，制冷/制热计划和制冷/制热负荷，以及复合控制区域的室内温度和室内湿度。对所有计划执行步骤2731至2753。
服务器在步骤2755中基于选择的通风计划和制冷/制热计划来控制通风操作和制冷/制热操作。即，服务器将与选择的通风计划和制冷/制热计划对应的复合控制命令发送到通风装置，从而通风装置执行与复合控制命令对应的通风操作。
虽然图27A和图27B图示根据本公开的实施例的在空调系统中的服务器中执行复合控制操作的方法的示例，但是可能对图27A和27B进行各种改变。例如，虽然被示为一系列操作，但是图27A和27B中的各种操作可能重叠，并行发生，以不同顺序发生或多次发生。
图28A和图28B是根据本公开的实施例的在空调系统中的服务器中执行复合控制操作的方法的流程图。
参考图28A和图28B，服务器在步骤2811中确定与通风操作有关的参数和与制冷/制热操作有关的参数。与通风操作有关的参数可以包括△τ，Fv等，并且与制冷/制热操作有关的参数可以包括Ts，Tmax，Fs等。在图28A和图28B中，复合控制区域的数量为1，通风装置的数量为1，并且空调装置的数量为1。
服务器在步骤2813中基于在某个时间点的CO2浓度(例如，最近测量的CO2浓度)来检测占用开始的时间点τstart和占用结束的时间点τend。在检测到时间点τstart和时间点τend时，服务器可以考虑在复合控制区域中的占用人的数量、计划持续时间、以及复合控制区域的室内温度和室内湿度。服务器在步骤2815中基于室外气温将n个时间持续时间分配给计划持续时间。服务器在步骤2817中检测在预测模型的单位时间持续时间内满足目标CO2浓度的通风计划。服务器在步骤2819中选择其用于去除通风负荷的制冷/制热能量与通风能量之和最小的通风计划。此后，该方法前进到步骤2821、2825、2829和2833中的一个。
服务器在步骤2821中以增加的去除负荷/能量的顺序、基于△τ分配制冷/制热操作打开。服务器在步骤2823中基于计划仿真结果来校正通风计划，使得满足目标PPD。也就是说，服务器可以通过考虑通风负荷的变化来校正计划，使得在仿真该计划之后可以满足目标PPD。
服务器在步骤2825中检测所有可用的制冷/制热计划。服务器在步骤2827中选择其通风-制冷/制热能量最小的通风计划和制冷/制热计划。在这种情况下，服务器在步骤2827中可以基于如图26A和26B中所图示的计划来选择其通风-制冷/制热能量最小的通风计划和制冷/制热计划。
服务器在步骤2829中将制冷/制热操作关闭分配给被分配通风操作打开的时间持续时间，并且将制冷/制热操作打开分配给被分配通风操作关闭的时间持续时间。服务器在步骤2831中选择其通风-制冷/制热能量最小的通风计划和制冷/制热计划。在这种情况下，服务器在步骤2831中可以基于如图27A和27B中所图示的方案来选择其通风-制冷/制热能量最小的通风计划和制冷/制热计划。
服务器在步骤2833中基于温度预测模型来估计满足标准K的Son和Soff。在这种情况下，标准K可以被表达为下面的等式(3)。
Figure GDA0003630491840000411
在以上等式(3)中，τstart_n表示时间持续时间n的开始时间点，τend_n表示时间持续时间n的结束时间点，Son表示下一个制冷/制热操作开始的时间点，Soff表示下一个制冷/制热操作结束的时间点，并且TPPDn-至TPPDn+表示时间持续时间n期间满足目标PPD的温度范围。
服务器在步骤2835中确定是否满足标准soff≤τend_n。如果满足标准soff≤τend_n，则服务器在步骤2837中在Son至Soff期间分配制冷/制热操作打开。
如果在步骤2835中不满足标准soff≤τend_n，则服务器在步骤2839中基于温度预测模型调整Son，使得满足标准soff≤τend_n并且满足标准Ke，并且在Son至Soff期间分配制冷/制热操作打开，可以如等式(4)中所示地表达标准Ke。
Figure GDA0003630491840000412
服务器在步骤2841中选择消耗最小能量的复合控制计划。服务器在步骤2843中检测ΔE以将ΔE反映到下一个预测模型单位持续时间。服务器在步骤2845中对n个持续时间重复执行相同的操作。
虽然图28A和图28B图示根据本公开的实施例的在空调系统中的服务器中执行复合控制操作的方法的示例，但是可能对图28A和28B进行各种改变。例如，虽然被示为一系列操作，但是图28A和28B中的各种操作可能重叠，并行发生，以不同顺序发生或多次发生。
图29是根据本公开的实施例的在空调系统中的服务器中执行复合控制操作的方法的流程图。
参考图29，服务器在步骤2911中基于室外气温将n个时间持续时间分配给计划持续时间，并且设置每时间持续时间的目标CO2浓度和目标PPD。服务器在步骤2913中检测在识别的持续时间内满足目标CO2浓度的所有通风计划，并且计算所有通风计划的通风负荷量。服务器在步骤2915中从所有通风计划之中选择其用于去除通风负荷的制冷/制热能量与通风能量之和最小的通风计划。
服务器在步骤2917中以去除负荷/能量的升序、基于操作控制单元分配制冷/制热操作打开。服务器在步骤2919中基于确定的通风计划和制冷/制冷计划来对通风装置和空调装置执行仿真，并且校正制冷/制热计划，使得可以满足目标PPD。在这种情况下，服务器可以通过考虑通风负荷的变化来校正制冷/制热计划。
服务器在步骤2921中检测通过实际应用确定的通风计划和制冷/制热计划而生成的结果值与确定的通风计划和制冷/制热计划的预测值之间的差，并且服务器可以在为下一个预测持续时间确定目标CO2浓度和目标PPD并且确定通风计划和制冷/制热计划时反映检测的差。
虽然图29图示根据实施例的在空调系统中的服务器中执行复合控制操作的过程的示例，但是可能对图29进行各种改变。例如，虽然被示为一系列操作，但是图29中的各种操作可能重叠，并行发生，以不同顺序发生或多次发生。
图30是根据本公开的实施例的用于可被应用复合控制操作的车辆的复合控制操作的示例的图示。
参考图30，用于控制用于车辆的复合控制操作的控制器3001可以从导航设备3005检测车辆的位置信息3003，并且可以基于位置信息3003获得各种参数，诸如温度、湿度、太阳辐射量、风速3007；CO2浓度3009；车辆的速度、车辆的方向3011等。
控制器以循环室外空气的模式将渗透反映在通风量上3013。因此，控制器3001可以通过计算渗透来校正通风量3015。
控制器可以在检测室外温度时使用渗透和通风量3017，实时地改变每位置的目标CO2浓度3019，并且通过反射太阳辐射量来实时地改变目标PPD3021。例如，控制器可以基于时间、行驶方向等来计算车辆内的太阳辐射量，并且输入着色值(tinting value)，因此，控制器可以基于这些各种参数实时地改变目标PPD和目标室内温度。
控制器可以基于各种参数确定将在其中检测CO2浓度和温度变化的时间持续时间3023。
图31是根据本公开的实施例的应用可被应用复合控制操作的飞机的复合控制操作的示例的图示。
参考图31，用于控制用于飞机的复合控制操作的控制器可以从登机通过次数信息3101检测在复合控制区域(即，飞机)中的占用人的数量。因此，控制器可以基于占用人的数量检测CO2状态变化。
此外，控制器可基于就座布置信息3103检测占用人的分布，因此，控制器可基于占用人的分布设置将在其中执行复合控制操作的复合控制区域。
此外，控制器可以基于时差信息3105、根据白天和黑夜以及身体时间来改变目标PPD。
图32示出操作状态和舒适状态3201，图33示出与空气舒适度和温度舒适度之间的优先级变化有关的概念3301，并且图34示出与提出为复合控制区域中存在的用户优化的最佳操作状态的状况有关的概念3401。
本公开的实施例在空调系统中执行复合控制操作。
本公开的实施例基于空调系统中的通风装置和空调装置两者的操作状态来控制通风装置和空调装置。
本公开的实施例基于空调系统中的空气状态变化和温度变化来控制通风装置和空调装置。
本公开的实施例控制通风装置和空调装置，从而减少空调系统中的通风负荷。
本公开的实施例控制通风装置和空调装置，从而减少空调系统中的制冷/制热能量的消耗。
本公开的实施例控制通风装置和空调装置，从而减少用于去除通风负荷的制冷/制热能量与空调系统中的通风能量之和。
本公开的某些方面还可以体现为非暂时性计算机可读记录介质上的计算机可读代码。非暂时性计算机可读记录介质是可以存储数据的任何数据存储设备，该数据此后可以由计算机系统读取。非暂时性计算机可读记录介质的示例包括只读存储器(ROM)，随机存取存储器(RAM)，光盘ROM(CD-ROM)，磁带，软盘，光学数据存储设备和载波(诸如通过互联网的数据传输)。非暂时性计算机可读记录介质还可以分布在网络耦合的计算机系统上，因此以分布方式存储和执行计算机可读代码。另外，本公开所属领域的程序员可以容易地构造用于完成本公开的功能程序、代码和代码段。
根据本公开的实施例的方法和装置可以通过硬件、软件和/或其组合来实现。该软件可以存储在非易失性存储器(例如，可擦除或可重写的ROM)、存储器(例如，RAM)、存储器集成电路(IC)或芯片、或者存储器设备或者光或磁可记录的非暂时性机器可读(例如计算机可读)存储介质(例如，CD，数字视盘(DVD)，磁盘，磁带等)中。根据本公开的实施例的方法和装置可以由包括控制器和存储器的计算机或移动终端来实现，并且存储器可以是适合于存储一个或多个程序(包括用于实现本公开的实施例的指令)的非暂时性机器可读(例如，计算机可读)存储介质的示例。
本公开可以包括一种程序和存储该程序的非暂时性机器可读(例如，计算机可读)存储介质，该程序包括用于实现如由所附权利要求及其等同物限定的装置和方法的代码。该程序可以经由任何介质电子传送，诸如通过有线或无线连接传输的通信信号，并且本公开可以包括其等同物。
根据本公开的实施例的设备可以从经由有线或无线连接到该装置的程序提供设备接收程序，并且存储该程序。程序提供装置可以包括：存储器，用于存储指示执行已经安装的内容保护方法的指令、内容保护方法所必要的信息等等，通信单元，用于执行与图形处理设备的有线或无线通信，以及控制器，用于基于图形处理设备的请求将相关程序发送到发送/接收设备，或者将相关程序自动发送到发送/接收设备。
尽管已经参照本公开的实施例示出和描述了本公开，但是本领域技术人员将理解，可以在形式和细节上在其中进行各种改变，而不脱离如由所附权利要求及其等同物限定的本公开的精神和范围。

Claims (14)

1.一种空调系统中的服务器的方法，包括：
通过检测复合控制区域的占用开始的时间点和占用结束的时间点来确定所述复合控制区域的计划持续时间，所述复合控制区域是其中将执行用于控制通风装置的通风操作和空调装置的制冷/制热操作的复合控制操作的区域；
基于空气状态变化来确定通风计划；
确定制冷/制热计划；
基于所确定的通风计划和所确定的制冷/制热计划，来确定减少通风能量和制冷/制热能量的消耗的复合控制计划；以及
基于所述复合控制计划来操作所述通风装置和所述空调装置，
其中，基于所述空气状态变化来确定所述通风计划包括：
预测所述计划持续期间二氧化碳CO2浓度；
预测所述复合控制区域的室内温度和室外温度之间的差；
所预测的CO2浓度大于阈值CO2浓度并且所预测的差小于阈值差的时间持续期间，确定打开所述通风装置；以及
所预测的CO2浓度小于或等于阈值CO2浓度或所预测的差大于或等于所述阈值差的时间持续期间，确定关闭所述通风装置。
2.根据权利要求1所述的方法，进一步包括：
基于用于去除由于所确定的通风计划而出现的通风负荷的制冷/制热能量以及由于所确定的通风计划而发生的通风能量，修改所确定的通风计划和所确定的制冷/制热计划。
3.根据权利要求1所述的方法，其中，基于所述空气状态变化来确定所述通风计划包括：
如果基于二氧化碳CO2浓度检测到所述空气状态变化，则通过预测所述计划持续时间期间CO2浓度变化来检测多个通风计划；以及
将所述多个通风计划之中导致最小通风负荷量的通风计划确定为所述通风计划。
4.根据权利要求1所述的方法，其中，确定所述制冷/制热计划包括基于温度变化来确定所述制冷/制热计划，并且
其中，基于所述温度变化来确定所述制冷/制热计划包括：
通过预测所述计划持续时间期间的温度变化来确定满足目标温度舒适度的多个制冷/制热计划；以及
将所述多个制冷/制热计划之中制冷/制热能量消耗最小的制冷/制热计划确定为所述制冷/制热计划。
5.根据权利要求1所述的方法，
其中，基于所述空气状态变化来检测所述占用开始的所述时间点和所述占用结束的所述时间点。
6.一种空调系统中的服务器的方法，包括：
通过检测复合控制区域的占用开始的时间点和占用结束的时间点来确定所述复合控制区域的计划持续时间，所述复合控制区域是其中将执行用于控制通风装置的通风操作和空调装置的制冷/制热操作的复合控制操作的区域；
基于温度变化来确定制冷/制热计划；
确定通风计划；
基于所确定的通风计划和所确定的制冷/制热计划，来确定减少通风能量和制冷/制热能量的消耗的复合控制计划；以及
基于所述复合控制计划来操作所述通风装置和所述空调装置，
其中，确定所述通风计划包括：
预测所述计划持续期间二氧化碳CO2浓度；
预测所述复合控制区域的室内温度和室外温度之间的差；
所预测的CO2浓度大于阈值CO2浓度并且所预测的差小于阈值差的时间持续期间，确定打开所述通风装置；以及
所预测的CO2浓度小于或等于阈值CO2浓度或所预测的差大于或等于所述阈值差的时间持续期间，确定关闭所述通风装置。
7.根据权利要求6所述的方法，进一步包括：
基于由于所确定的制冷/制热计划而消耗的制冷/制热能量以及用于去除由于所确定的通风计划而导致的通风负荷的制冷/制热能量，修改所确定的通风计划和所确定的制冷/制热计划。
8.根据权利要求6所述的方法，其中，基于所述温度变化来确定所述制冷/制热计划包括：
通过预测所述计划持续时间期间的温度变化来检测多个制冷/制热计划；以及
将所述多个制冷/制热计划之中能量消耗最小的制冷/制热计划确定为所述制冷/制热计划。
9.根据权利要求6所述的方法，其中，确定所述通风计划还包括：
基于空气状态变化来确定所述通风计划，以及
其中，基于所述空气状态变化来确定所述通风计划包括：
如果基于二氧化碳CO2浓度检测到所述空气状态变化，则通过预测所述计划持续时间期间CO2浓度变化来检测多个通风计划；以及
将所述多个通风计划之中导致最小通风负荷量的通风计划确定为所述通风计划。
10.根据权利要求6所述的方法，
其中，基于空气状态变化来检测所述占用开始的所述时间点和所述占用结束的所述时间点。
11.一种空调系统中的服务器，包括：
控制器，被配置为通过检测复合控制区域的占用开始的时间点和占用结束的时间点来确定所述复合控制区域的计划持续时间，所述复合控制区域是其中将执行用于控制通风装置的通风操作和空调装置的制冷/制热操作的复合控制操作的区域，基于空气状态变化来确定通风计划，确定制冷/制热计划，基于所确定的通风计划和所确定的制冷/制热计划，来确定减少通风能量和制冷/制热能量的消耗的复合控制计划，以及基于所述复合控制计划来操作所述通风装置和所述空调装置；以及
通信单元，被配置为将基于所述通风计划的信息发送到所述通风装置，并且将基于所述制冷/制热计划的信息发送到所述空调装置，
其中，控制器还被配置为：
预测所述计划持续期间二氧化碳CO2浓度；
预测所述复合控制区域的室内温度和室外温度之间的差；
所预测的CO2浓度大于阈值CO2浓度并且所预测的差小于阈值差的时间持续期间，确定打开所述通风装置；以及
所预测的CO2浓度小于或等于阈值CO2浓度或所预测的差大于或等于所述阈值差的时间持续期间，确定关闭所述通风装置。
12.根据权利要求11所述的服务器，其中，所述控制器被进一步配置为：基于用于去除由于所确定的通风计划而出现的通风负荷的制冷/制热能量以及由于所确定的通风计划而导致的通风能量，修改所确定的通风计划和所确定的制冷/制热计划。
13.根据权利要求11所述的服务器，其中，所述控制器被进一步配置为：如果基于二氧化碳CO2浓度检测到所述空气状态变化，则通过预测所述计划持续时间期间CO2浓度变化来检测多个通风计划，并且将所述多个通风计划之中导致最小通风负荷量的通风计划确定为所述通风计划。
14.一种空调系统中的服务器，所述服务器包括：
控制器，被配置为：
通过检测复合控制区域的占用开始的时间点和占用结束的时间点来确定所述复合控制区域的计划持续时间，所述复合控制区域是其中将执行用于控制通风装置的通风操作和空调装置的制冷/制热操作的复合控制操作的区域，
基于温度变化来确定制冷/制热计划，
确定通风计划，
基于所确定的通风计划和所确定的制冷/制热计划，来确定减少通风能量和制冷/制热能量的消耗的复合控制计划，以及
基于所述复合控制计划来操作所述通风装置和所述空调装置；以及
通信单元，被配置为：
将基于所述通风计划的信息发送到所述通风装置，并且
将基于所述制冷/制热计划的信息发送到所述空调装置，
其中，控制器还被配置为：
预测所述计划持续期间二氧化碳CO2浓度；
预测所述复合控制区域的室内温度和室外温度之间的差；以及
所预测的CO2浓度大于阈值CO2浓度并且所预测的差小于阈值差的时间持续期间，确定打开所述通风装置，以及
所预测的CO2浓度小于或等于阈值CO2浓度或所预测的差大于或等于所述阈值差的时间持续期间，确定关闭所述通风装置。
CN201980015486.7A 2018-02-28 2019-02-27 空调系统中的复合控制装置及其方法 Active CN111788435B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
KR10-2018-0024865 2018-02-28
KR1020180024865A KR102472214B1 (ko) 2018-02-28 2018-02-28 에어 컨디셔닝 시스템에서 복합 제어 장치 및 방법
PCT/KR2019/002380 WO2019168349A1 (en) 2018-02-28 2019-02-27 Compound control apparatus and method thereof in air conditioning system

Publications (2)

Publication Number Publication Date
CN111788435A CN111788435A (zh) 2020-10-16
CN111788435B true CN111788435B (zh) 2022-07-19

Family

ID=67684392

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980015486.7A Active CN111788435B (zh) 2018-02-28 2019-02-27 空调系统中的复合控制装置及其方法

Country Status (5)

Country Link
US (1) US10890349B2 (zh)
EP (1) EP3682170A4 (zh)
KR (1) KR102472214B1 (zh)
CN (1) CN111788435B (zh)
WO (1) WO2019168349A1 (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3808658B1 (en) * 2019-10-14 2024-07-31 Hamilton Sundstrand Corporation Environmental control system
US11326800B2 (en) * 2019-10-17 2022-05-10 Honeywell International Inc. Apparatuses and methods for air quality maintenance by ventilation based on pollutant forecast
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
US11480358B2 (en) * 2021-02-25 2022-10-25 Synapse Wireless, Inc. Machine learning systems for modeling and balancing the activity of air quality devices in industrial applications
CN113570636B (zh) * 2021-06-16 2024-05-10 北京农业信息技术研究中心 一种风机通风量检测方法及装置
CN115654697B (zh) * 2022-11-21 2023-04-25 四川旷谷信息工程有限公司 半封闭空间的温度控制方法、装置及计算机可读存储介质
CN116085902B (zh) * 2022-12-28 2023-10-13 史缔纳农业科技(广东)有限公司 基于动态监控的智能通风系统
JP7526340B1 (ja) 2023-12-06 2024-07-31 株式会社ニフコ 施設管理システム
CN118565061A (zh) * 2024-08-02 2024-08-30 成都倍特数字能源科技有限公司 一种空调柔性调控方法及调控终端

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100813679B1 (ko) * 2007-06-01 2008-03-14 장건우 학교시설의 공기질 측정 및 제어 시스템
CN102927717A (zh) * 2012-09-13 2013-02-13 上海江欢成建筑设计有限公司 全年空调通风耦合系统及方法
CN104884870A (zh) * 2013-01-10 2015-09-02 大金工业株式会社 空调系统
WO2015151363A1 (ja) * 2014-03-31 2015-10-08 三菱電機株式会社 空調システム、及び、空調設備の制御方法
CN105143781A (zh) * 2013-04-22 2015-12-09 三菱电机株式会社 空调控制系统及空调控制方法
CN105324614A (zh) * 2013-06-17 2016-02-10 三菱电机株式会社 空调系统控制装置以及空调系统控制方法
CN105841300A (zh) * 2016-03-31 2016-08-10 东南大学 一种计及新风系统的中央空调建模及调控策略
CN106284771A (zh) * 2016-08-09 2017-01-04 金粤幕墙装饰工程有限公司 风感应智能恒温生态幕墙系统及控温方法
CN107477815A (zh) * 2017-09-30 2017-12-15 广东美的制冷设备有限公司 空调器及其控制方法与装置
CN107504615A (zh) * 2017-08-18 2017-12-22 广东美的制冷设备有限公司 空调器及其控制方法、装置
CN107631435A (zh) * 2017-10-02 2018-01-26 广东美的制冷设备有限公司 新风机与空调联动系统及其控制方法、装置及存储介质
CN110192069A (zh) * 2016-11-16 2019-08-30 三菱电机株式会社 空调控制装置及空调控制方法

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ATE82126T1 (de) 1986-04-04 1992-11-15 Angiogenics Ltd Zubereitung zum stoppen von angiogenese und einem kapillar-, zellen- oder membranleck.
US5579993A (en) 1995-01-06 1996-12-03 Landis & Gyr Powers, Inc. HVAC distribution system identification
US6919809B2 (en) * 2003-11-03 2005-07-19 American Standard International Inc. Optimization of building ventilation by system and zone level action
US7222494B2 (en) * 2004-01-07 2007-05-29 Honeywell International Inc. Adaptive intelligent circulation control methods and systems
KR100629345B1 (ko) 2005-02-24 2006-09-29 엘지전자 주식회사 멀티 공조 중앙제어시스템
KR101243226B1 (ko) 2007-09-07 2013-03-13 삼성전자주식회사 공기조화시스템의 제어방법
DE202007016687U1 (de) * 2007-11-29 2008-04-17 Disch, Markus Überwachungseinrichtung zum Energiesparen beim Belüften von beheizbaren Innenräumen
KR20090115443A (ko) 2008-05-02 2009-11-05 (주)지능형빌딩시스템기술연구소 지능형 환경 제어 시스템
US7918407B2 (en) * 2008-06-17 2011-04-05 Ronald Harrison Patch Method and apparatus for control of cooling system air quality and energy consumption
KR20120083140A (ko) 2011-01-17 2012-07-25 엘지전자 주식회사 공기조화시스템 및 그 제어방법
JP5766293B2 (ja) * 2011-09-13 2015-08-19 三菱電機株式会社 冷凍空調装置
CA2861413C (en) * 2012-01-18 2019-01-08 Vkr Holding A/S A method and a system for controlling ventilation in a building
CN102705957B (zh) * 2012-06-07 2014-06-11 华南理工大学 办公建筑中央空调逐时冷负荷在线预测方法及系统
CN104823121B (zh) * 2012-09-30 2017-08-15 谷歌公司 智能控制器内的自动存在检测及与存在相关的控制
US9298197B2 (en) * 2013-04-19 2016-03-29 Google Inc. Automated adjustment of an HVAC schedule for resource conservation
JP2014222116A (ja) * 2013-05-13 2014-11-27 パナソニック株式会社 換気システムおよび制御装置
US9618224B2 (en) * 2013-07-26 2017-04-11 Honeywell International Inc. Air quality based ventilation control for HVAC systems
KR101565249B1 (ko) 2014-05-30 2015-11-13 장영근 냉난방 및 환기 동시 제어장치
CN203940536U (zh) * 2014-06-20 2014-11-12 颜为 一种新风机
EP3299975B1 (en) * 2015-05-18 2023-08-23 Mitsubishi Electric Corporation Indoor environment model creation device
JP5994900B1 (ja) * 2015-05-19 2016-09-21 ダイキン工業株式会社 複数の空気調和装置の管理装置
CN205156254U (zh) * 2015-12-08 2016-04-13 长安大学 一种基于空调系统的节能通风系统
CN107560087A (zh) * 2017-09-18 2018-01-09 广东美的制冷设备有限公司 基于空调器的控制方法、空调器、家居系统、及存储介质

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100813679B1 (ko) * 2007-06-01 2008-03-14 장건우 학교시설의 공기질 측정 및 제어 시스템
CN102927717A (zh) * 2012-09-13 2013-02-13 上海江欢成建筑设计有限公司 全年空调通风耦合系统及方法
CN104884870A (zh) * 2013-01-10 2015-09-02 大金工业株式会社 空调系统
CN105143781A (zh) * 2013-04-22 2015-12-09 三菱电机株式会社 空调控制系统及空调控制方法
CN105324614A (zh) * 2013-06-17 2016-02-10 三菱电机株式会社 空调系统控制装置以及空调系统控制方法
WO2015151363A1 (ja) * 2014-03-31 2015-10-08 三菱電機株式会社 空調システム、及び、空調設備の制御方法
CN105841300A (zh) * 2016-03-31 2016-08-10 东南大学 一种计及新风系统的中央空调建模及调控策略
CN106284771A (zh) * 2016-08-09 2017-01-04 金粤幕墙装饰工程有限公司 风感应智能恒温生态幕墙系统及控温方法
CN110192069A (zh) * 2016-11-16 2019-08-30 三菱电机株式会社 空调控制装置及空调控制方法
CN107504615A (zh) * 2017-08-18 2017-12-22 广东美的制冷设备有限公司 空调器及其控制方法、装置
CN107477815A (zh) * 2017-09-30 2017-12-15 广东美的制冷设备有限公司 空调器及其控制方法与装置
CN107631435A (zh) * 2017-10-02 2018-01-26 广东美的制冷设备有限公司 新风机与空调联动系统及其控制方法、装置及存储介质

Also Published As

Publication number Publication date
EP3682170A1 (en) 2020-07-22
CN111788435A (zh) 2020-10-16
KR20190103890A (ko) 2019-09-05
US10890349B2 (en) 2021-01-12
US20190264940A1 (en) 2019-08-29
EP3682170A4 (en) 2020-08-26
WO2019168349A1 (en) 2019-09-06
KR102472214B1 (ko) 2022-11-30

Similar Documents

Publication Publication Date Title
CN111788435B (zh) 空调系统中的复合控制装置及其方法
CN111201407B (zh) 用于控制空气调节系统中的空调机的装置和方法
CN106796043B (zh) 温度控制方法和装置
JP6807556B2 (ja) 空調制御方法、空調制御装置及び空調制御プログラム
CN108475175B (zh) 具有礼宾特征的多功能恒温器
CN105511272B (zh) 中央控制装置、设备控制系统及方法
KR102380397B1 (ko) IoT센서 및 인공지능을 이용한 스마트 빌딩 관리방법
US10775067B2 (en) Method for controlling activation of air conditioning device and apparatus therefor
Gunay et al. On adaptive occupant-learning window blind and lighting controls
US9633320B2 (en) Energy demand prediction apparatus and method
JP5851105B2 (ja) エネルギー需要予測装置及びプログラム
JP6448180B2 (ja) 空調制御システムおよび空調制御装置
US20160363944A1 (en) Method and apparatus for controlling indoor device
JP2011038718A (ja) 人為的操作を許容できる建築物省エネルギーシステム
US20220373209A1 (en) System and method for climate control
CN107438742A (zh) 用于自适应地应用中央hvac系统和独立hvac系统的设备和方法
Wang et al. Energy conservation through flexible HVAC management in large spaces: An IPS-based demand-driven control (IDC) system
Pazhoohesh et al. Investigating occupancy-driven air-conditioning control based on thermal comfort level
JP6445639B2 (ja) 空調制御システムおよび空調制御装置
Hu et al. Smart building and current technologies
Peng Learning-based demand-driven controls for energy-efficient buildings
Karatzoglou et al. A Predictive Comfort-and Energy-aware MPC-driven Approach based on a Dynamic PMV Subjectification towards Personalization in an Indoor Climate Control Scenario.
Xiong an Adaptive Personalized Daylighting Control Approach for Optimal Visual Satisfaction and Lighting Energy Use in Offices
Styła et al. System of prediction, optimization and detection of users with the use of radio tomography and computational intelligence methods
Pazhoohesh Occupancy-driven intelligent control of HVAC based on thermal comfort

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