CN111811109B - 群智能变风量空调系统总风量控制方法、存储介质及设备 - Google Patents
群智能变风量空调系统总风量控制方法、存储介质及设备 Download PDFInfo
- Publication number
- CN111811109B CN111811109B CN202010687339.9A CN202010687339A CN111811109B CN 111811109 B CN111811109 B CN 111811109B CN 202010687339 A CN202010687339 A CN 202010687339A CN 111811109 B CN111811109 B CN 111811109B
- Authority
- CN
- China
- Prior art keywords
- cpn
- air
- valve
- local
- air volume
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004378 air conditioning Methods 0.000 title claims abstract description 48
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000004364 calculation method Methods 0.000 claims description 25
- 238000004891 communication Methods 0.000 claims description 17
- 230000008859 change Effects 0.000 claims description 14
- 230000006870 function Effects 0.000 claims description 8
- 230000005484 gravity Effects 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims 1
- 230000008901 benefit Effects 0.000 abstract description 4
- 238000005265 energy consumption Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000003993 interaction Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
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
- F24F11/30—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
- F24F11/50—Control or safety arrangements characterised by user interfaces or communication
- F24F11/54—Control or safety arrangements characterised by user interfaces or communication using one central controller connected to several sub-controllers
-
- 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
-
- 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
- F24F11/61—Control or safety arrangements characterised by user interfaces or communication using timers
-
- 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
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/70—Control systems characterised by their outputs; Constructional details thereof
- F24F11/72—Control systems characterised by their outputs; Constructional details thereof for controlling the supply of treated air, e.g. its pressure
- F24F11/74—Control systems characterised by their outputs; Constructional details thereof for controlling the supply of treated air, e.g. its pressure for controlling air flow rate or air velocity
-
- 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
- F24F11/70—Control systems characterised by their outputs; Constructional details thereof
- F24F11/72—Control systems characterised by their outputs; Constructional details thereof for controlling the supply of treated air, e.g. its pressure
- F24F11/74—Control systems characterised by their outputs; Constructional details thereof for controlling the supply of treated air, e.g. its pressure for controlling air flow rate or air velocity
- F24F11/77—Control systems characterised by their outputs; Constructional details thereof for controlling the supply of treated air, e.g. its pressure for controlling air flow rate or air velocity by controlling the speed of ventilators
-
- 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
- F24F11/70—Control systems characterised by their outputs; Constructional details thereof
- F24F11/80—Control systems characterised by their outputs; Constructional details thereof for controlling the temperature of the supplied air
-
- 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
- F24F11/88—Electrical aspects, e.g. circuits
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B30/00—Energy efficient heating, ventilation or air conditioning [HVAC]
- Y02B30/70—Efficient control or regulation technologies, e.g. for control of refrigerant flow, motor or heating
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Signal Processing (AREA)
- Fluid Mechanics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明公开了一种群智能变风量空调系统总风量控制方法、存储介质及设备,采用变风量空调系统末端风阀节点和风机节点构成智能群体,并通过智能群体组成拓扑网络,实现变风量空调系统总风量智能控制;在风阀开度控制中,本地风阀利用模糊控制算法计算本地风阀开度变化量,并传递给每个邻居CPN;本地风阀根据邻居CPN回传的信息、邻近支路风管网影响因子,计算本地风阀实际开度变化量,并进行阀位开度控制;在风机转速控制中,本地风阀根据温度变化量、温度偏差量,计算需求风量并传递给风机CPN;风机CPN根据总风量法计算实际风机频率大小,根据风机频率调节风机转速,判断实际送风量是否等于需求风量,实现控制。本发明具有智能、快速和准确的优点。
Description
技术领域
本发明属于变风量空调系统控制技术领域,具体涉及一种基于群智能的变风量空调系统总风量控制方法、存储介质及设备。
背景技术
随着中央空调系统的广泛应用,建筑物能耗显著增加,优化空调系统的运行参数,提高空调设备的利用率,对降低建筑总能耗意义重大。作为全空气空调系统的一种方式,变风量空调系统的总风量控制由变风量末端VAV(Variable Air Volume)根据房间温度和设定温度自动调节,计算需求风量,各个VAV将需求风量反馈到组合式空调机组AHU(AirHandle Unit),控制风机变频运行,提供需求风量,使房间温度达到舒适值。然而,在实际中央空调系统中,相邻支路风管相互影响,从而使每个末端的实际风量和计算风量之间存在较大偏差。此外,空调箱送风机频率主要依靠人工设定,没有实现自动控制,造成风机能耗较高。
发明内容
本发明所要解决的技术问题在于针对上述现有技术中的不足,提供一种基于群智能的变风量空调系统总风量控制方法、存储介质及设备,实现建筑空调末端本设备的智能化、无中心控制,减少了支路风管网之间的相互影响,提高了空调设备的工作效率,降低了空调系统能耗。
本发明采用以下技术方案:
一种变风量空调系统总风量控制方法,采用变风量空调系统末端风阀节点和风机节点构成智能群体,并通过智能群体之间的通信逻辑组成拓扑网络;在风阀开度控制中,本地风阀智能计算节点CPN利用模糊控制算法计算本地风阀开度变化量ΔV0,并传递给每个邻居CPN;本地风阀智能计算节点CPN根据邻居CPN回传的信息、邻近支路风管网影响因子,计算本地风阀智能计算节点CPN实际开度变化量ΔV,并进行阀位开度控制;在风机转速控制中,本地风阀智能计算节点CPN根据温度变化量、温度偏差量,计算需求风量并传递给风机CPN;风机CPN计算所有风阀CPN所在空间单元的风量需求总和,并根据总风量法计算实际风机频率大小,风机CPN根据风机频率调节风机转速,判断实际送风量是否等于需求风量,实现控制。
具体的,拓扑网络中:
设定室内温度Tset;进行风阀CPN通讯设置,设定条件触发时间间隔为1min,接收设定温度Tset;风阀CPN通过温度传感器采集并保存当前房间实际温度T0,并收集上一时刻的实际房间温度T1;风阀CPN根据实际温度和设定温度计算温度偏差值δT及温度变化量ΔT。
具体的,采用模糊控制算法计算本地阀位开度变化量ΔV0具体为:
S501、以温度偏差值和温度变化量来创建输入变量:X1=δT、X2=ΔT,划分模糊集和隶属度,建立模糊表,使输入变量模糊化;
S502、以本地阀位开度变化量来创建输出变量:y=ΔV0,划分模糊集和隶属度,从而建立模糊表,使输出变量模糊化;
S503、根据阀位开度控制原理,制定模糊控制规则;
S504、利用重心法对控制量进行反模糊化;
S505、根据求解的本地阀位开度变化量ΔV0进行模糊控制,获取到阀位开度变化量。
进一步的,步骤S502中,划分模糊集如下:
(100%≥阀位开度>90%)=L,(90%≥阀位开度>70%)=N;
(70%≥阀位开度>60%)=M,(60%≥阀位开度>40%)=O;
(40%≥阀位开度>30%)=P,(30%≥阀位开度>10%)=R,(10%≥阀位开度>0%)=S。
进一步的,步骤S503中,模糊控制规则具体为:
ΔV<sub>0</sub> | ΔT=N | ΔT=M | ΔT=O | ΔT=P | ΔT=R |
δT=R | O | M | N | L | L |
δT=P | P | O | M | N | L |
δT=O | R | P | O | M | N |
δT=M | S | R | P | O | M |
δT=N | S | S | R | P | O |
。
进一步的,步骤S504中,利用重心法对控制量进行反模糊化具体为:
其中,v0为隶属度,v为模糊子集,V为论域,μv为v的隶属函数。
具体的,本地风阀智能计算节点CPN实际开度变化量ΔV具体为:
ΔV=ΔV0+∑δi·ΔVi
其中,ΔV0为本地阀位开度变化量,δi为相邻支路风管网的影响因子,ΔVi为邻居CPN的阀位信息;
本地风阀的实际开度大小V具体为;
其中,ΔV为本地风阀的实际开度变化量,Vact为当前阀位实际开度。
具体的,风机CPN接收所有的需求风量,并根据总风量法计算总风量需求值Gsum,获得风机频率Ns;总风量Gsum计算如下:
Gsum=∑Gsi
其中,Gsi为需求风量;
风机频率Ns计算如下:
其中,Nd为风机额定频率,Gs为总风量需求值,Gd为风量额定值。
本发明的另一个技术方案是,一种存储一个或多个程序的计算机可读存储介质,所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行所述的方法中的任一方法。
本发明的另一个技术方案是,一种计算设备,包括:
一个或多个处理器、存储器及一个或多个程序,其中一个或多个程序存储在所述存储器中并被配置为所述一个或多个处理器执行,所述一个或多个程序包括用于执行所述的方法中的任一方法的指令。
与现有技术相比,本发明至少具有以下有益效果:
本发明一种变风量空调系统总风量控制方法、存储介质及设备,相比于传统变风量空调系统,由风阀CPN及风机CPN组成的智能群体,能够自组织地实现通讯发起、节点条件触发、信息交互与协同工作,无需工作人员进行手动控制,极大地提高了工作效率。由于每个CPN可独立完成节点间相互通信、自组织及协同计算,使得各支路管网之间的影响明显减少,风阀开度的控制更为精准,对风机转速的控制更为快速和准确,可有效降低空调系统的能耗。
进一步的,根据变风量空调系统总风量智能控制,旨在利用智能计算节点(CPN)的自组织能力,实现各自所在空间单元的温度信息采集与计算。
进一步的,采用模糊控制算法计算本地阀位开度变化量时,结合变风量空调系统的阀位实际控制经验,根据总结出的一套完整的模糊控制规则实现模糊控制,无需精确的数学模型,使系统鲁棒性较好的同时减少CPN的计算负担。
进一步的,模糊集依据阀位开度大小进行划分,共划分为7个阀位开度模糊子集,分别记为L、N、M、O、P、R、S,子集论域∈[0,100]。根据控制经验,基于模糊子集从而建立子集控制规则。
进一步的,利用重心法对控制量进行反模糊化,以隶属度函数曲线与横坐标围成面积的重心,作为模糊推理的最终阀位开度变化量输出值。
进一步的,计算本地风阀智能计算节点CPN实际开度变化量时,利用群智能节点之间的相互协作、相互通信能力,获取风管支路影响因子与邻居阀位变化影响,从而减弱中央空调送风系统末端之间的不良耦合关系。
进一步的,计算本地风阀实际开度大小,以当前实际阀位开度为基准进行开度变化量的调节,当风阀开度变化量为50%时,则维持本地实际风阀开度大小不变。
进一步的,采用总风量法计算风机频率中,利用CPN网络的数据通讯优势,直接从每个末端装置需求风量之和来设定风机转速,CPN的协同工作能够实现风机转速的快速控制。
综上所述,本发明可实现基于群智能的变风量空调系统总风量控制,包括风阀开度大小的模糊控制和风机转速的总风量控制,群智能网络具有自我组织、协同工作、响应快速的优点,使得变风量空调系统的控制调节过程更加智能、快速和准确。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明提供的风阀CPN与风机CPN网路拓扑图的实施例。
图2为本发明提供的变风量空调系统总风量控制方法、存储介质及设备流程图;
图3为本发明实施例的风阀CPN-01运行结果图;
图4为本发明实施例的风机CPN运行结果图;
图5为本发明实施例的01房间温度变化图。
具体实施方式
群智能空调系统是一种应用于建筑中央空调系统的,基于分布式、无中心的智能控制平台。基于群智能的变风量空调系统,通过若干个群智能计算节点CPN(ComputingProcessing Node)以建筑空间单元的位置关系来构建空调系统的网络拓扑结构,每一个CPN具备分布式操作系统。每个CPN不仅可进行独立计算,同时可与相邻CPN进行自组织协调计算,从而实现自身空间单元内空调设备的智能化控制。群智能空调系统控制平台具有自主性、分布性、协调性的特征,多个CPN共同构成智能群体,每个CPN均具有自组织、自学习及推理能力,从而提供更灵活、更强大的计算及处理能力,为解决建筑中央空调系统的优化控制问题提供新的方法。
本发明提供了一种变风量空调系统总风量控制方法、存储介质及设备,采用变风量空调系统末端风阀节点(CPN)和风机节点(CPN)构成智能群体,并通过智能群体之间的通信逻辑组成拓扑网络,实现变风量空调系统总风量智能控制。在风阀开度控制中,本地风阀智能计算节点CPN利用模糊控制算法计算本地风阀开度变化量,并传递给每个邻居CPN;本地风阀智能计算节点CPN根据邻居CPN回传的信息、邻近支路风管网影响因子,计算本地风阀智能计算节点CPN实际开度大小,并进行阀位开度控制。在风机转速控制中,本地风阀智能计算节点CPN根据温度变化量、温度偏差量,计算需求风量并传递给风机CPN;风机CPN计算所有风阀CPN所在空间单元的风量需求总和,并根据总风量法计算实际风机频率大小,以进行转速控制。
请参阅图1,本发明一种变风量空调系统总风量控制方法、存储介质及设备,包括以下步骤:
S1、设定室内温度Tset;
S2、进行风阀CPN通讯设置,设定条件触发时间间隔为1min,接收设定温度Tset;
S3、风阀CPN通过温度传感器采集并保存当前房间实际温度T0,并收集上一时刻的实际房间温度T1;
S4、风阀CPN根据实际温度、设定温度计算温度偏差值δT=T0-Tset及温度变化量ΔT=T0-T1;
S5、根据温度偏差值δT及温度变化量ΔT,采用模糊控制算法计算本地阀位开度变化量ΔV0;
S501、以温度偏差值和温度变化量来创建输入变量:X1=δT、X2=ΔT,划分模糊集和隶属度,建立模糊表,使输入变量模糊化;
S502、以本地阀位开度变化量来创建输出变量:y=ΔV0,划分模糊集和隶属度,从而建立模糊表,使输出变量模糊化;
S503、根据阀位开度控制原理,制定模糊控制规则;
S504、利用重心法对控制量进行反模糊化,具体为:
其中,v0为隶属度,v为模糊子集,V为论域,μv为v的隶属函数;
S505、根据求解的本地阀位开度变化量ΔV0进行模糊控制。
风阀控制器(DDC)根据风阀CPN求解的ΔV0,控制风阀执行器,调节风阀开度大小,从而实现模糊控制。
S6、本地风阀智能计算节点CPN将本地阀位开度变化信息传递给邻居CPN,同时接收来自邻居CPN的阀位信息ΔVi及相邻支路风管网的影响因子δi;
S7、计算本地风阀的实际开度变化量ΔV为:
ΔV=ΔV0+∑δi·ΔVi
其中,ΔV0为本地阀位开度变化量,δi为相邻支路风管网的影响因子,ΔVi为邻居CPN的阀位信息;
S8、风阀CPN通过位置传感器检测当前阀位实际开度大小Vact,计算本地风阀的实际开度大小V,并进行风阀开度的控制;
其中,ΔV为本地风阀的实际开度变化量;
S9、判断室内温度是否达到设定温度,如果是,则维持阀位大小不变,否则进行步骤S2;
S10、条件触发时间为10min时,开始风机CPN通讯;
S11、风阀CPN通过风量传感器采集实际送风风量;
S12、风阀CPN根据冷负荷需求计算需求风量Gsi,并传递给风机CPN;
S13、风机CPN接收所有的需求风量,并根据总风量法计算总风量需求值Gsum,从而获得风机频率Ns;
总风量Gsum计算如下:
Gsum=∑Gsi
其中,Gsi为需求风量。
风机频率Ns计算如下:
其中,Nd为风机额定频率,Gs为总风量需求值,Gd为风量额定值。
S14、风机CPN根据风机频率调节风机转速;
S15、判断实际送风量是否等于需求风量,如果是,则维持风机转速大小不变,否则进行步骤S11。
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中的描述和所示的本发明实施例的组件可以通过各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
以某办公楼一层为例,走廊两边为办公室区域,共4间独立办公室,由变风量空调系统统一供冷。本实施例中,以4个办公房间为空间单元,每个空间单元分别设置1个风阀CPN,此外,以一层送风机为空间单元,设置风机CPN。设定4个办公室房间温度为及设定风量,每隔1min触发风阀CPN通信,每隔10min触发风机CPN通信。
以4个办公房间为空间单元,每个空间单元分别设置1个风阀CPN,此外,以一层送风机为空间单元,设置风机CPN。控制方法步骤具体为:
S1、首先设定室内温度Tset;
S2、进行风阀CPN通讯设置,设定条件触发时间间隔为1min,接收设定温度Tset;
S3、本实例中,风阀CPN-01通过温度传感器采集并保存当前房间实际温度T0,并收集上一时刻的实际房间温度T1;
S4、风阀CPN-01根据实际温度、设定温度计算温度偏差值δT=T0-Tset及温度变化量ΔT=T0-T1;
S5、采用模糊控制算法计算本地阀位开度变化量ΔV0,本实例中,根输入温度偏差值δT及温度变化量ΔT,计算本地CPN-01的阀位开度变化量ΔV0。、
具体的,模糊控制算法包括以下步骤:
S501、以温度偏差值X1=δT和温度变化量X2=ΔT来作为输入变量,本实例中,选择隶属度函数为三角函数,划分模糊集如下:
X<sub>1</sub>=δT | X<sub>2</sub>=ΔT |
δT∈(10,3)=N | ΔT∈(-3,-10)=N |
δT∈(1,3]=M | ΔT∈[-3,-1)=M |
δT∈[-1,1]=O | ΔT∈[-1,1]=O |
δT∈[-3,-1)=P | ΔT∈(1,3]=P |
δT∈(-3,-10)=R | ΔT∈(10,3)=R |
S502、以本地阀位开度变化量来创建输出变量:y=ΔV0,本实例中,选择隶属度函数为三角函数,划分模糊集如下:
(100%≥阀位开度>90%)=L,(90%≥阀位开度>70%)=N;
(70%≥阀位开度>60%)=M,(60%≥阀位开度>40%)=O;
(40%≥阀位开度>30%)=P,(30%≥阀位开度>10%)=R,(10%≥阀位开度>0%)=S。
S503、根据阀位开度控制原理,制定本实例中的模糊控制规则如表1所示;
ΔV<sub>0</sub> | ΔT=N | ΔT=M | ΔT=O | ΔT=P | ΔT=R |
δT=R | O | M | N | L | L |
δT=P | P | O | M | N | L |
δT=O | R | P | O | M | N |
δT=M | S | R | P | O | M |
δT=N | S | S | R | P | O |
S504、利用重心法对控制量进行反模糊化,具体如公式1所示:
S505、根据求解的本地阀位开度变化量ΔV0进行模糊控制,获取到阀位开度变化量。
S6:本地风阀智能计算节点CPN将本地阀位开度变化信息传递给邻居CPN,同时接收来自邻居CPN的阀位信息ΔVi及相邻支路风管网的影响因子δi;
本实例中,根据风管网的运行特性计算影响因子δi为0至1之间的随机数。
本实例中,基于群智能的CPN阀位信息传递过程参照网络拓扑图2,每个CPN独立工作,相互协调,阀位开度变化信息传递方向为:
本地CPN-01:邻居CPN-02→CPN-01←邻居CPN-03;
本地CPN-02:邻居CPN-01→CPN-02←邻居CPN-04;
本地CPN-03:邻居CPN-01→CPN-03←邻居CPN-04;
本地CPN-04:邻居CPN-02→CPN-04←邻居CPN-03。
S7、每个风阀CPN根据公式2计算本地风阀的实际开度变化量;
ΔV=ΔV0+∑δi·ΔVi (2)
S8:风阀CPN通过位置传感器检测当前阀位实际开度大小Vact,根据公式3计算本地风阀的实际开度大小,并进行风阀开度的控制;
S9、判断室内温度是否达到设定温度,如果是,则维持阀位大小不变,否则进行步骤S2。
S10、条件触发时间为10min时,开始风机CPN通讯;
S11、四个房间风阀CPN通过风量传感器采集实际送风风量,并设定实际送风风量;
S12、四个房间风阀CPN根据冷负荷需求计算需求风量Gsi分别为,并传递给风机CPN;
S13、风机CPN接收所有的需求风量,并根据总风量法计算总风量需求值Gsum,从而获得风机频率Ns;总风量计算如公式4所示。
Gsum=∑Gsi (4)
风机额定频率为Nd,风量额定值为Gd,风机频率计算如公式5所示。
S14:风机CPN根据风机频率调节风机转速;
S15:判断实际送风量是否等于需求风量,如果是,则维持风机转速大小不变,否则进行步骤S11。
请参阅图3,如初始情况下,风阀均处于全关状态,启动空调系统后,风阀全开。每隔1min后触发风阀群智能节点(CPN),风阀CPN-01在考虑邻居节点影响的基础上,采用模糊控制算法得到风阀实际开度大小。风阀CPN-01调节变化过程显示,随着系统的运行,风阀开度大小逐渐减小,并趋于至稳定值。各个风阀CPN能够根据本地需求风量,自组织地进行开度调节。
请参阅图4,如初始情况下,风机处于关闭状态,启动空调系统后,风机全速运行。每隔10min后触发风机群智能节点(CPN),风机CPN根据需求风量采用总风量法计算风机实际频率,从而控制风机转速。风机调节变化过程显示,随着系统的运行和,风机转速由全开状态逐渐减小至稳定值。风机CPN能够根据总风量需求及温度偏差值,自组织地进行转速调节。
请参阅图5,01房间初始温度较高,开启空调系统后,由于风阀及风机处于全开状态,使得房间温度开始快速下降。每隔1min,触发风阀CPN工作,每隔10min触发风机CPN工作。20min后,当房间温度降低至一定值后,风机转速由全开状态逐渐减小,风阀开度逐渐减小,房间温度缓慢降低。40min后,房间实际温度接近设定值,风机转速逐渐减小至稳定值,此时,风阀开度和风机转速维持稳定。由末端风阀CPN和风机CPN组成的每个智能计算群体,均能够实现通讯发起、节点条件触发、信息交互与协同工作,从而实现不同房间内的温度及风量的群智能调节控制。
综上所述,根据本发明实施例的变风量空调系统总风量控制方法、存储介质及设备,在变风量空调送风系统末端,设置风阀群智能计算节点及风机群智能计算节点,构成智能群体。群体间自组织地建立网络,可以实现节点间的相互通信、相互协调,每个智能计算节点均可独立工作,发起通讯任务,完成节点组织与信息交互。在本实施例中,对末端风阀开度大小和风机转速大小的协同控制,增强了变风量空调系统的控制灵活度,提高了工作效率,降低了风机能耗,满足系统运行的高效、节能要求。
以上内容仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明权利要求书的保护范围之内。
Claims (3)
1.群智能变风量空调系统总风量控制方法,其特征在于,采用变风量空调系统末端风阀节点和风机节点构成智能群体,并通过智能群体之间的通信逻辑组成拓扑网络;在风阀开度控制中,本地风阀智能计算节点CPN利用模糊控制算法计算本地风阀开度变化量ΔV0,并传递给每个邻居CPN;本地风阀智能计算节点CPN根据邻居CPN回传的信息、邻近支路风管网影响因子,计算本地风阀智能计算节点CPN实际开度变化量ΔV,并进行阀位开度控制;在风机转速控制中,本地风阀智能计算节点CPN根据温度变化量、温度偏差量,计算需求风量并传递给风机CPN;风机CPN计算所有风阀CPN所在空间单元的风量需求总和,并根据总风量法计算实际风机频率大小,风机CPN根据风机频率调节风机转速,判断实际送风量是否等于需求风量,实现控制,条件触发时间为10min时,开始风机CPN通讯;
拓扑网络中:
设定室内温度Tset;进行风阀CPN通讯设置,设定条件触发时间间隔为1min,接收设定温度Tset;风阀CPN通过温度传感器采集并保存当前房间实际温度T0,并收集上一时刻的实际房间温度T1;风阀CPN根据实际温度和设定温度计算温度偏差值δT及温度变化量ΔT;
采用模糊控制算法计算本地阀位开度变化量ΔV0具体为:
S501、以温度偏差值和温度变化量来创建输入变量:X1=δT、X2=ΔT,划分模糊集和隶属度,建立模糊表,使输入变量模糊化;
S502、以本地阀位开度变化量来创建输出变量:y=ΔV0,划分模糊集和隶属度,建立模糊表,使输出变量模糊化,划分模糊集如下:
(100%≥阀位开度>90%)=L,(90%≥阀位开度>70%)=N;
(70%≥阀位开度>60%)=M,(60%≥阀位开度>40%)=O;
(40%≥阀位开度>30%)=P,(30%≥阀位开度>10%)=R,(10%≥阀位开度>0%)=S;
S503、根据阀位开度控制原理,制定模糊控制规则如下:
;
S504、利用重心法对控制量进行反模糊化,具体为:
其中,v0为隶属度,v为模糊子集,V为论域,μv为v的隶属函数;
S505、根据求解的本地阀位开度变化量ΔV0进行模糊控制,获取到阀位开度变化量;
本地风阀智能计算节点CPN实际开度变化量ΔV具体为:
ΔV=ΔV0+∑δi·ΔVi
其中,ΔV0为本地阀位开度变化量,δi为相邻支路风管网的影响因子,为0至1之间的随机数,ΔVi为邻居CPN的阀位信息,阀位开度变化信息传递方向为:
本地CPN-01:邻居CPN-02→CPN-01←邻居CPN-03;
本地CPN-02:邻居CPN-01→CPN-02←邻居CPN-04;
本地CPN-03:邻居CPN-01→CPN-03←邻居CPN-04;
本地CPN-04:邻居CPN-02→CPN-04←邻居CPN-03;
本地风阀的实际开度大小V具体为;
其中,ΔV为本地风阀的实际开度变化量,Vact为当前阀位实际开度;
风机CPN接收所有的需求风量,并根据总风量法计算总风量需求值Gsum,获得风机频率Ns;总风量Gsum计算如下:
Gsum=∑Gsi
其中,Gsi为需求风量;
风机频率Ns计算如下:
其中,Nd为风机额定频率,Gs为总风量需求值,Gd为风量额定值。
2.一种存储一个或多个程序的计算机可读存储介质,其特征在于,所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行根据权利要求1所述的方法。
3.一种计算设备,其特征在于,包括:
一个或多个处理器、存储器及一个或多个程序,其中一个或多个程序存储在所述存储器中并被配置为所述一个或多个处理器执行,所述一个或多个程序包括用于执行根据权利要求1所述的方法中的指令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010687339.9A CN111811109B (zh) | 2020-07-16 | 2020-07-16 | 群智能变风量空调系统总风量控制方法、存储介质及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010687339.9A CN111811109B (zh) | 2020-07-16 | 2020-07-16 | 群智能变风量空调系统总风量控制方法、存储介质及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111811109A CN111811109A (zh) | 2020-10-23 |
CN111811109B true CN111811109B (zh) | 2022-09-09 |
Family
ID=72864845
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010687339.9A Active CN111811109B (zh) | 2020-07-16 | 2020-07-16 | 群智能变风量空调系统总风量控制方法、存储介质及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111811109B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113074450A (zh) * | 2021-03-24 | 2021-07-06 | 佳源科技股份有限公司 | 一种基于5g通信的中央空调末端群智能控制系统及方法 |
CN113465100A (zh) * | 2021-05-19 | 2021-10-01 | 万泰(苏州)环境科技有限公司 | 通风风量分配方法、控制装置及通风装置 |
CN114379601B (zh) * | 2021-12-15 | 2024-01-02 | 上海科泰运输制冷设备有限公司 | 新风控制方法、装置、设备及存储介质 |
CN117648740A (zh) * | 2023-11-17 | 2024-03-05 | 山东正晨科技股份有限公司 | 一种中央空调建模方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106325229A (zh) * | 2015-06-30 | 2017-01-11 | 邻元科技(北京)有限公司 | 分布式计算网络系统 |
CN109115446A (zh) * | 2018-08-01 | 2019-01-01 | 东北大学 | 基于跨声速风洞风速精度控制方法及系统 |
CN109114776A (zh) * | 2018-07-18 | 2019-01-01 | 宁波高新区安立特电气科技有限公司 | 一种中央空调伺服水泵循环节能控制系统 |
CN109343834A (zh) * | 2018-08-03 | 2019-02-15 | 中国人民解放军陆军工程大学 | 面向无中心建筑智能化系统的编程模型 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8978741B2 (en) * | 2006-02-17 | 2015-03-17 | Hewlett-Packard Development Company, L.P. | Device for reducing temperature variations in plenums |
-
2020
- 2020-07-16 CN CN202010687339.9A patent/CN111811109B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106325229A (zh) * | 2015-06-30 | 2017-01-11 | 邻元科技(北京)有限公司 | 分布式计算网络系统 |
CN109114776A (zh) * | 2018-07-18 | 2019-01-01 | 宁波高新区安立特电气科技有限公司 | 一种中央空调伺服水泵循环节能控制系统 |
CN109115446A (zh) * | 2018-08-01 | 2019-01-01 | 东北大学 | 基于跨声速风洞风速精度控制方法及系统 |
CN109343834A (zh) * | 2018-08-03 | 2019-02-15 | 中国人民解放军陆军工程大学 | 面向无中心建筑智能化系统的编程模型 |
Also Published As
Publication number | Publication date |
---|---|
CN111811109A (zh) | 2020-10-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111811109B (zh) | 群智能变风量空调系统总风量控制方法、存储介质及设备 | |
Cai et al. | A general multi-agent control approach for building energy system optimization | |
Mossolly et al. | Optimal control strategy for a multi-zone air conditioning system using a genetic algorithm | |
Lu et al. | Global optimization for overall HVAC systems––Part II problem solution and simulations | |
CN104698843B (zh) | 一种基于模型预测控制的数据中心节能控制方法 | |
Lu et al. | HVAC system optimization—in-building section | |
CN104019526B (zh) | 改进pso算法模糊自适应pid温湿度控制系统及方法 | |
CN105841300A (zh) | 一种计及新风系统的中央空调建模及调控策略 | |
CN105674487B (zh) | 一种中央空调系统动态水力平衡调节方法 | |
CN109612047B (zh) | 变风量空调系统的送风温度控制方法 | |
CN113339941B (zh) | 一种变频空调器控制方法 | |
CN113311892B (zh) | 一种会展场馆中央空调能效最优预冷控制方法 | |
CN105674390A (zh) | 一种集中供热系统动态水力平衡调节方法 | |
Yu et al. | A distributed optimization algorithm for the dynamic hydraulic balance of chilled water pipe network in air-conditioning system | |
CN114440409A (zh) | 一种中央空调系统自适应节能控制方法 | |
CN115882463A (zh) | 一种商业建筑空调负荷可调度潜力评估方法 | |
Brooks et al. | Energy-efficient control of under-actuated HVAC zones in buildings | |
CN111415036B (zh) | 一种中央空调系统并联冷机负荷优化分配方法 | |
CN109698506A (zh) | 一种建筑物内部柔性负荷中断响应管理方法 | |
CN115526504A (zh) | 泵站供水系统节能调度方法、系统、电子设备及存储介质 | |
CN111219856B (zh) | 一种基于5g通信的空气处理设备智能优化群控装置及方法 | |
Wang et al. | Optimal dynamic duct static pressure method in a multi-zone variable air volume system | |
He et al. | A Novel VAV Air Conditioning Control System Based on Swarm Intelligence | |
CN112954977B (zh) | 一种基于人工智能实现数据中心节能温控的系统及方法 | |
CN112665159B (zh) | 基于需求响应的负荷反弹量优化、负荷调节方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20240109 Address after: Room 303, West Floor, Building 1, No. 1, Gaoxin 3rd Street, Changping District, Beijing 102206 (Changping Demonstration Park) Patentee after: BEIJING HYSINE YUNDA TECHNOLOGY CO.,LTD. Address before: 710055 Yanta Road 13, Xi'an City, Shaanxi Province Patentee before: XIAN University OF ARCHITECTURE AND TECHNOLOG |