CN112146247B - 多台同型号变频冷冻水泵并联的控制方法及系统 - Google Patents
多台同型号变频冷冻水泵并联的控制方法及系统 Download PDFInfo
- Publication number
- CN112146247B CN112146247B CN202010830668.4A CN202010830668A CN112146247B CN 112146247 B CN112146247 B CN 112146247B CN 202010830668 A CN202010830668 A CN 202010830668A CN 112146247 B CN112146247 B CN 112146247B
- Authority
- CN
- China
- Prior art keywords
- water pump
- utility function
- temperature
- frequency
- comfort
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
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
- 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
- F24F11/30—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
- F24F11/70—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
- F24F11/83—Control systems characterised by their outputs; Constructional details thereof for controlling the temperature of the supplied air by controlling the supply of heat-exchange fluids to heat-exchangers
- F24F11/85—Control systems characterised by their outputs; Constructional details thereof for controlling the temperature of the supplied air by controlling the supply of heat-exchange fluids to heat-exchangers using variable-flow pumps
-
- 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
Abstract
本发明公开了一种多台同型号变频冷冻水泵并联的控制方法及系统,本方法以降低水泵能耗、降低室内温度偏离作为优化目标,并将优化目标以效用函数法合并为一个综合评分,通过改变冷冻水泵频率来提升综合评分,实现冷冻水泵的运行优化控制。
Description
技术领域
本发明涉及一种多台同型号变频冷冻水泵并联的控制方法及系统,属于变频冷冻水泵控制领域。
背景技术
目前建筑空调冷冻水泵的控制主要采用干管压差控制,即末端冷冻水阀依据送风温度和送风温度设定点的偏差,调整自身开度,进而影响末端的冷冻水流量,使送风温度与其设定点的偏差尽可能小。而冷冻水泵则依据冷冻水干管供回水压差调节自身频率,使干管供回水压差和其设定点偏差尽可能小。在这种控制逻辑中,冷冻水泵变频控制旨在为末端提供足够压头的前提下,降低不必要能耗,而末端冷冻水阀则仅负责维持室内舒适度。
目前有部分楼宇存在末端水阀调节失灵,末端冷冻水阀长期处于同一位置的情况,导致末端难以调节自身工况,此时室内舒适度的调节任务会部分落在冷冻水泵上。然而在该种情形下,根据压差控制的冷冻水泵并不能准确识别室内温度/末端供风温度是否与设定点存在偏离,由于末端冷冻水阀门阀位不变,系统阻抗基本不变,导致冷冻水泵变频也出现失效问题,该类问题在影响室内用户舒适度的同时,还会造成水泵用能浪费。因此现在急需一种降低水泵能耗、降低室内温度偏离设定点偏差的控制方法。
发明内容
本发明提供了一种多台同型号变频冷冻水泵并联的控制方法及系统,解决了背景技术中披露的问题。
为了解决上述技术问题,本发明所采用的技术方案是:
多台同型号变频冷冻水泵并联的控制方法,包括,
响应于存在水泵运行,根据采集的各被控房间室内温度、正在运行各水泵实时功率,计算效用函数综合评分;其中,效用函数综合评分以水泵功率和室内温度与目标温度偏差作为变量;
响应于效用函数综合评分稳定,将效用函数综合评分作为预设Q-learning算法的优化目标,获得当前状态下最优的水泵频率;其中,Q-learning算法中将使用时刻、室外温度、水泵运行台数的组合作为状态,将水泵频率作为动作,以效用函数综合评分最高为目标;
根据最优的水泵频率,发出响应的频率调节指令。
效用函数综合评分公式为,
U=ucomfort×Xcomfort+uenergy×Xenergy
其中,U为效用函数综合评分,ucomfort、Xcomfort分别为舒适度评分和权重,uenergy、Xenergy分别为水泵能耗评分和权重;
其中,a、b均为系数,ΔT为室内温度与目标温度的综合偏差,n为正在被控的房间数量,Ai为第i个被控房间的面积,ti为第i个被控房间的实时温度,ti,set为第i个被控房间的目标温度;
uenergy=-cPratio+d
其中,c、d均为系数,Pratio为当前运行水泵的总功率与当前运行水泵的总额定功率的比值,Pi为第i个正在运行的水泵的实时功率,Pi,nominal为第i个正在运行的水泵的额定功率,m为当前时刻正在运行的冷冻泵的总数。
响应于ΔT超过预设的温度范围,ΔT的取值为温度范围的边界值。
响应于本周期效用函数综合评分与上周期效用函数综合评分的偏差在预设偏差范围内,则本周期效用函数综合评分稳定。
响应于状态中的室外温度超过上一个制冷季历史温度范围,状态中的室外温度为上一个制冷季历史温度范围的边界值。
多台同型号变频冷冻水泵并联的控制系统,包括,
评分模块:响应于存在水泵运行,根据采集的各被控房间室内温度、正在运行各水泵实时功率,计算效用函数综合评分;其中,效用函数综合评分以水泵功率和室内温度与目标温度偏差作为变量;
优化模块:响应于效用函数综合评分稳定,将效用函数综合评分作为预设Q-learning算法的优化目标,获得当前状态下最优的水泵频率;其中,Q-learning算法中将使用时刻、室外温度、水泵运行台数的组合作为状态,将水泵频率作为动作,以效用函数综合评分最高为目标;
指令模块:根据最优的水泵频率,发出响应的频率调节指令。
评分模块采用的效用函数综合评分公式为,
U=ucomfort×Xcomfort+uenergy×Xenergy
其中,U为效用函数综合评分,ucomfort、Xcomfort分别为舒适度评分和权重,uenergy、Xenergy分别为水泵能耗评分和权重;
其中,a、b均为系数,ΔT为室内温度与目标温度的综合偏差,n为正在被控的房间数量,Ai为第i个被控房间的面积,ti为第i个被控房间的实时温度,ti,set为第i个被控房间的目标温度;响应于ΔT超过预设的温度范围,ΔT的取值为温度范围的边界值;
uenergy=-cPratio+d
其中,c、d均为系数,Pratio为当前运行水泵的总功率与当前运行水泵的总额定功率的比值,Pi为第i个正在运行的水泵的实时功率,Pi,nominal为第i个正在运行的水泵的额定功率,m为当前时刻正在运行的冷冻泵的总数。
还包括稳定评估模块,稳定评估模块:响应于本周期效用函数综合评分与上周期效用函数综合评分的偏差在预设偏差范围内,则本周期效用函数综合评分稳定。
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多台同型号变频冷冻水泵并联的控制方法。
一种计算设备,包括一个或多个处理器、存储器以及一个或多个程序,其中一个或多个程序存储在所述存储器中并被配置为由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多台同型号变频冷冻水泵并联的控制方法的指令。
本发明所达到的有益效果:1、本方法以降低水泵能耗、降低室内温度偏离作为优化目标,并将优化目标以效用函数法合并为一个综合评分,通过改变冷冻水泵频率来提升综合评分,实现冷冻水泵的运行优化控制;2、本发明基于强化学习方法,通过系统反馈积累控制器经验,实现控制器自主学习和控制性能的逐步提升;3、本发明对传感器需求和历史运行数据需求较低,无需水泵性能曲线和管路模型,在工程应用中适用性、灵活性较好。
附图说明
图1为本发明方法的流程图;
图2为舒适度效用函数图像;
图3为能耗效用函数图像。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
如图1所示,多台同型号变频冷冻水泵并联的控制方法,包括以下步骤:
步骤1,采集系统运行数据,包括系统运行的当前时刻、室内外温度、被控房间室内目标温度、水泵运行台数、水泵功率和水泵额定功率等。
步骤2,判断是存在水泵运行,若有,则转至步骤3,否则本周期控制结束。
步骤3,根据采集的各被控房间室内温度、正在运行各水泵实时功率,计算效用函数综合评分;其中,效用函数综合评分以水泵功率和室内温度与目标温度偏差作为变量。
由于优化目标许兼顾室内舒适度需求和水泵节能需求,因此以水泵功率和室内温度与目标温度偏差作为变量,使用效用函数法,综合计算出优化目标函数值,即效用函数综合评分。
采用S型效用函数计算舒适度评分,使用线性效用函数计算能耗评分,最后使用加权平均法计算综合评分,具体如下:
uenergy=-cPratio+d
U=ucomfort×Xcomfort+uenergy×Xenergy
其中,a、b均为系数,c、d均为系数,U为效用函数综合评分,ucomfort、Xcomfort分别为舒适度评分和权重,uenergy、Xenergy分别为水泵能耗评分和权重。两个权重之和为1,两权重值的数值由应用楼宇的管理者决定,例如倾向于节能的楼宇可选择舒适权重0.3,能耗权重0.7,而倾向于优先保证室内舒适度的楼宇则可定义舒适权重0.7,能耗权重0.3。
其中,ΔT为室内温度与目标温度的综合偏差,n为正在被控的房间数量,Ai为第i个被控房间的面积(m2),ti为第i个被控房间的实时温度,ti,set为第i个被控房间的目标温度。在每个优化周期内,楼宇中当前不使用(即不控制室内温度)的房间,不计入ΔT的计算。
将综合偏差按S型效用函数映射到0-1的评分空间,在该S型效用函数中,综合偏差的定义域为0-5℃,ΔT超过预设的温度范围(即0-5℃)时,ΔT的取值为温度范围的边界值,即5℃。
系统a、b由预先定义的3个函数点拟合得到,三个函数点分别为(0,1),(2,0.8)和(5,0.001),拟合结果为a=0.0006,b=-3.0058。舒适度效用函数(即S型效用函数)图像如图2所示。选用(2,0.8)作为居中函数点的原因为,居中函数点将决定S型效用函数的形状(平滑或陡峭),一般认为,当温度波动超过2℃时会明显造成不舒适,故将该点选为居中函数点,室内温度偏差超过2℃时,舒适度评分会快速下降,进而对综合评分产生显著影响。
其中,Pratio为当前运行水泵的总功率与当前运行水泵的总额定功率的比值,Pi为第i个正在运行的水泵的实时功率(W),Pi,nominal为第i个正在运行的水泵的额定功率,m为当前时刻正在运行的冷冻泵的总数。
c、d的气质分别为-1和1,如图3所示,当Pratio为1时,能耗评分为0,而当Pratio为0时,能耗评分为1。
水泵能耗越高则能耗评分越低,室内温度偏离越大则舒适度评分越低。两个评分加权平均得到综合评分,在优化控制时,以综合评分为优化目标,故会追求尽可能高的综合评分。
步骤4,判断效用函数综合评分是否稳定,若稳定,则转至步骤5,否则本周期控制结束。
稳定判断准则为:响应于本周期效用函数综合评分与上周期效用函数综合评分的偏差在预设偏差范围内,则本周期效用函数综合评分稳定;其中预设偏差范围为±5%。
由于未经训练的强化学习优化控制器的优化动作随机性较大,优化周期过短可能导致水泵转速震荡;强化学习优化控制器需要接收环境反馈(设备功率读数)来评估上一轮决策的优劣,而空调系统在一轮优化后需要一定时间达到稳定,稳定后才能给出准确的反馈;因此周期宜设定为5分钟至10分钟。
步骤5,将效用函数综合评分作为预设Q-learning算法的优化目标,获得当前状态下最优的水泵频率;其中,Q-learning算法中将使用时刻、室外温度、水泵运行台数的组合作为状态,将水泵频率作为动作,以效用函数综合评分最高为目标。
Q-learning算法中将使用时刻、室外温度、水泵运行台数的组合作为状态,构建状态空间,采用上述变量的原因如下:
1、室外温度与被控房间冷负荷呈强相关;2、时刻与太阳辐射强相关,而后者对被控房间的冷负荷有显著影响;3、本方法仅优化冷冻水泵频率,不干预冷冻水泵启停,所以需要实时明确当前水泵运行台数,否则可能输出不合理的频率值;4、本方法未使用系统实测冷负荷数据作为状态量,是因为目前有不少公共建筑缺少可靠的冷冻水环路流量计,而加装水系统流量计成本较高,为提升本章节方法的适用性,降低使用成本,因此方法仅使用时刻、室外温度、水泵运行台数这三个获取成本较低的变量作为状态变量。
由于Q-learning是基于表格的强化学习方法,状态量与动作量需离散化。因此将时刻离散至0~23的整数值,将室外温度离散至应用系统的上一个制冷季历史温度上下限范围内的整数值。离散化后的时刻值、室外温度值、水泵运行台数值排列组合即构成状态量,例如(15,25℃,2)表示15点、室外温度25℃、有两台冷冻水泵正在运行的工况,而所有状态量的集合即为状态空间。需要指明,当室外温度超过上一个制冷季历史温度范围,室外温度为上一个制冷季历史温度范围的边界值。
Q-learning算法中反馈/奖励采用效用函数综合评分作为反馈,该效用函数综合评分同时也是优化目标。
Q-learning算法中Q值的含义与反馈相同,Q值反映在某状态下,某动作的已知价值。Q表中所有Q值初始值均设定为1,即效用函数综合评分的上限。该设定有助于激励强化学习智能体探索解空间内的最优解,具体Q表如表1所示。
表1 Q表样例
其中,A为动作空间,a表示动作,S为状态空间,s表示状态,l为依据上一年历史天气数据离散出的室外温度总数,m为动作空间包含的动作总数,该总数为8,即(36,38,40,42,44,46,48,50Hz),k为应用系统中变频冷冻水泵的安装总数。
Q-learning算法中将水泵频率作为动作,由于方法适用于多台同型号变频冷冻水泵并联的情形,故控制动作被用于统一控制所有正在运行的冷冻水泵。动作空间的定义需要依据实际系统的水泵选型大小,根据现场工程师调试经验确定。工程常用的冷冻水泵变频范围为35-50Hz,这里的动作空间定义为36-50Hz,每个动作间距为2Hz。
Q-learning算法中使用标准更新方法对强化学习控制器的经验进行更新:
Q(s,a)←Q(s,a)+α[r+γmaxa′Q(s′,a′)-Q(s,a)]
上式为赋值式(强化学习的通用标准形式),箭头右侧为未更新的Q值,箭头左侧为更新后的Q值。
其中,r为上一轮状态-动作组合带来的环境反馈,α为学习率,γ表征未来奖励对当前动作决策的影响,由于本方法是实时优化控制方法,优化目标始终只针对当前工况,因此将γ设定为0.01,maxa′Q(s′,a′)表示状态s′下的已知最大Q值。
经验更新完成后,强化学习控制器需依据当前状态做下一次优化控制动作决策。在该环节中,使用标准ε-greedy决策策略,如下所示:
其中,ε为预定义参数,该参数的值将影响强化学习智能体的利用-探索平衡,ε越大则强化学习智能体的探索性能越强,ε越小则强化学习智能体对于当前现有经验的利用率越高,π(a|s)为动作a在状态s下被选中的概率。上式的含义为,在每一个优化周期中,智能体直接选中当前经验内最优动作的概率为而选中任意一个非最优动作的概率为
步骤6,根据最优的水泵频率,发出响应的频率调节指令。
上述方法以降低水泵能耗、降低室内温度偏离作为优化目标,并将优化目标以效用函数法合并为一个综合评分,通过改变冷冻水泵频率来提升综合评分,实现冷冻水泵的运行优化控制;上述方法基于强化学习方法,通过系统反馈积累控制器经验,实现控制器自主学习和控制性能的逐步提升;上述方法对传感器需求和历史运行数据需求较低,无需水泵性能曲线和管路模型,在工程应用中适用性、灵活性较好。
多台同型号变频冷冻水泵并联的控制系统,包括:
评分模块:响应于存在水泵运行,根据采集的各被控房间室内温度、正在运行各水泵实时功率,计算效用函数综合评分;其中,效用函数综合评分以水泵功率和室内温度与目标温度偏差作为变量。
评分模块采用的效用函数综合评分公式为,
U=ucomfort×Xcomfort+uenergy×Xenergy
其中,U为效用函数综合评分,ucomfort、Xcomfort分别为舒适度评分和权重,uenergy、Xenergy分别为水泵能耗评分和权重;
其中,a、b均为系数,ΔT为室内温度与目标温度的综合偏差,n为正在被控的房间数量,Ai为第i个被控房间的面积,ti为第i个被控房间的实时温度,ti,set为第i个被控房间的目标温度;响应于ΔT超过预设的温度范围,ΔT的取值为温度范围的边界值;
uenergy=-cPratio+d
其中,c、d均为系数,Pratio为当前运行水泵的总功率与当前运行水泵的总额定功率的比值,Pi为第i个正在运行的水泵的实时功率,Pi,nominal为第i个正在运行的水泵的额定功率,m为当前时刻正在运行的冷冻泵的总数。
稳定评估模块,稳定评估模块:响应于本周期效用函数综合评分与上周期效用函数综合评分的偏差在预设偏差范围内,则本周期效用函数综合评分稳定。
优化模块:响应于效用函数综合评分稳定,将效用函数综合评分作为预设Q-learning算法的优化目标,获得当前状态下最优的水泵频率;其中,Q-learning算法中将使用时刻、室外温度、水泵运行台数的组合作为状态,将水泵频率作为动作。
指令模块:根据最优的水泵频率,发出响应的频率调节指令。
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多台同型号变频冷冻水泵并联的控制方法。
一种计算设备,包括一个或多个处理器、存储器以及一个或多个程序,其中一个或多个程序存储在所述存储器中并被配置为由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多台同型号变频冷冻水泵并联的控制方法的指令。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上仅为本发明的实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均包含在申请待批的本发明的权利要求范围之内。
Claims (8)
1.多台同型号变频冷冻水泵并联的控制方法,其特征在于:包括,
响应于存在水泵运行,根据采集的各被控房间室内温度、正在运行各水泵实时功率,计算效用函数综合评分;其中,效用函数综合评分以水泵功率和室内温度与目标温度偏差作为变量,
效用函数综合评分公式为,
U=ucomfort×Xcomfort+uenergy×Xenergy
其中,U为效用函数综合评分,ucomfort、Xcomfort分别为舒适度评分和权重,uenergy、Xenergy分别为水泵能耗评分和权重;
其中,a、b均为系数,ΔT为室内温度与目标温度的综合偏差,n为正在被控的房间数量,Ai为第i个被控房间的面积,ti为第i个被控房间的实时温度,ti,set为第i个被控房间的目标温度;
uenergy=-cPratio+d
其中,c、d均为系数,Pratio为当前运行水泵的总功率与当前运行水泵的总额定功率的比值,Pi为第i个正在运行的水泵的实时功率,Pi,nominal为第i个正在运行的水泵的额定功率,m为当前时刻正在运行的冷冻泵的总数;
响应于效用函数综合评分稳定,将效用函数综合评分作为预设Q-learning算法的优化目标,获得当前状态下最优的水泵频率;其中,Q-learning算法中将使用时刻、室外温度、水泵运行台数的组合作为状态,将水泵频率作为动作,以效用函数综合评分最高为目标;
根据最优的水泵频率,发出响应的频率调节指令。
2.根据权利要求1所述的多台同型号变频冷冻水泵并联的控制方法,其特征在于:响应于ΔT超过预设的温度范围,ΔT的取值为温度范围的边界值。
3.根据权利要求1所述的多台同型号变频冷冻水泵并联的控制方法,其特征在于:响应于本周期效用函数综合评分与上周期效用函数综合评分的偏差在预设偏差范围内,则本周期效用函数综合评分稳定。
4.根据权利要求1所述的多台同型号变频冷冻水泵并联的控制方法,其特征在于:响应于状态中的室外温度超过上一个制冷季历史温度范围,状态中的室外温度为上一个制冷季历史温度范围的边界值。
5.多台同型号变频冷冻水泵并联的控制系统,其特征在于:包括,
评分模块:响应于存在水泵运行,根据采集的各被控房间室内温度、正在运行各水泵实时功率,计算效用函数综合评分;其中,效用函数综合评分以水泵功率和室内温度与目标温度偏差作为变量,
评分模块采用的效用函数综合评分公式为,
U=ucomfort×Xcomfort+uenergy×Xenergy
其中,U为效用函数综合评分,ucomfort、Xcomfort分别为舒适度评分和权重,uenergy、Xenergy分别为水泵能耗评分和权重;
其中,a、b均为系数,ΔT为室内温度与目标温度的综合偏差,n为正在被控的房间数量,Ai为第i个被控房间的面积,ti为第i个被控房间的实时温度,ti,set为第i个被控房间的目标温度;响应于ΔT超过预设的温度范围,ΔT的取值为温度范围的边界值;
uenergy=-cPratio+d
其中,c、d均为系数,Pratio为当前运行水泵的总功率与当前运行水泵的总额定功率的比值,Pi为第i个正在运行的水泵的实时功率,Pi,nominal为第i个正在运行的水泵的额定功率,m为当前时刻正在运行的冷冻泵的总数;
优化模块:响应于效用函数综合评分稳定,将效用函数综合评分作为预设Q-learning算法的优化目标,获得当前状态下最优的水泵频率;其中,Q-learning算法中将使用时刻、室外温度、水泵运行台数的组合作为状态,将水泵频率作为动作,以效用函数综合评分最高为目标;
指令模块:根据最优的水泵频率,发出响应的频率调节指令。
6.根据权利要求5所述的多台同型号变频冷冻水泵并联的控制系统,其特征在于:还包括稳定评估模块,稳定评估模块:响应于本周期效用函数综合评分与上周期效用函数综合评分的偏差在预设偏差范围内,则本周期效用函数综合评分稳定。
7.一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至4所述的方法中的任一方法。
8.一种计算设备,其特征在于:包括,
一个或多个处理器、存储器以及一个或多个程序,其中一个或多个程序存储在所述存储器中并被配置为由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至4所述的方法中的任一方法的指令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010830668.4A CN112146247B (zh) | 2020-08-18 | 2020-08-18 | 多台同型号变频冷冻水泵并联的控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010830668.4A CN112146247B (zh) | 2020-08-18 | 2020-08-18 | 多台同型号变频冷冻水泵并联的控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112146247A CN112146247A (zh) | 2020-12-29 |
CN112146247B true CN112146247B (zh) | 2022-02-15 |
Family
ID=73888178
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010830668.4A Active CN112146247B (zh) | 2020-08-18 | 2020-08-18 | 多台同型号变频冷冻水泵并联的控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112146247B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011117721A (ja) * | 2011-02-09 | 2011-06-16 | Sanyo Electric Co Ltd | ヒートポンプ式給湯装置 |
JP5399948B2 (ja) * | 2010-03-01 | 2014-01-29 | 株式会社Nttファシリティーズ | 冷水循環システム |
CN108534394A (zh) * | 2018-04-03 | 2018-09-14 | 安徽郁金香新能源科技有限公司 | 一种地源热泵双机组加卸载群控优化控制方法 |
CN108917136A (zh) * | 2018-09-10 | 2018-11-30 | 上海嘉实(集团)有限公司 | 一种空调系统综合控制方法 |
CN111442438A (zh) * | 2020-03-16 | 2020-07-24 | 上海碳索能源服务股份有限公司 | 一种冷冻机房的系统与控制方法 |
-
2020
- 2020-08-18 CN CN202010830668.4A patent/CN112146247B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5399948B2 (ja) * | 2010-03-01 | 2014-01-29 | 株式会社Nttファシリティーズ | 冷水循環システム |
JP2011117721A (ja) * | 2011-02-09 | 2011-06-16 | Sanyo Electric Co Ltd | ヒートポンプ式給湯装置 |
CN108534394A (zh) * | 2018-04-03 | 2018-09-14 | 安徽郁金香新能源科技有限公司 | 一种地源热泵双机组加卸载群控优化控制方法 |
CN108917136A (zh) * | 2018-09-10 | 2018-11-30 | 上海嘉实(集团)有限公司 | 一种空调系统综合控制方法 |
CN111442438A (zh) * | 2020-03-16 | 2020-07-24 | 上海碳索能源服务股份有限公司 | 一种冷冻机房的系统与控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112146247A (zh) | 2020-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108375175B (zh) | 空调系统控制方法及装置 | |
CN107940679B (zh) | 一种基于数据中心冷水机组性能曲线的群控方法 | |
CN109059195B (zh) | 用于削减电网负荷峰值的中央空调的控制方法及控制系统 | |
CN114963414B (zh) | 基于ai数据分析的空调系统智能调控装置 | |
CN102213475A (zh) | 一种数据中心功耗自适应管理方法 | |
CN105444356A (zh) | 一种中央空调系统的能效优化智能控制系统及其控制方法 | |
CN112611076B (zh) | 基于iscs的地铁车站通风空调节能控制系统和方法 | |
WO2023030522A1 (zh) | 一种数据中心空调系统诊断方法及装置 | |
CN205807750U (zh) | 冷机群控节能控制系统及空调设备 | |
CN113739365A (zh) | 中央空调冷站群控节能控制方法、装置、设备及存储介质 | |
CN113739371B (zh) | 一种基于云端协同的中央空调系统及其控制方法 | |
CN107401806A (zh) | 中央空调冷冻站内主机及冷冻泵综合能效提升控制方法 | |
CN111237995A (zh) | 一种空调冷机的控制方法 | |
CN113701321B (zh) | 一种中央空调水泵节能变频控制方法 | |
CN110895029A (zh) | 一种基于冷冻水的温度的建筑负荷预测方法 | |
CN110848895B (zh) | 一种非工空调柔性负荷控制方法和系统 | |
CN114440409A (zh) | 一种中央空调系统自适应节能控制方法 | |
CN110966714A (zh) | 一种空调智能控制方法、计算机可读存储介质及空调 | |
CN112146247B (zh) | 多台同型号变频冷冻水泵并联的控制方法及系统 | |
CN212132815U (zh) | 一种智能冷站控制系统 | |
CN109983284B (zh) | 一种基于变频压缩机的空调系统及其控制方法 | |
CN110779173A (zh) | 一种基于强化学习的冷水机组无模型优化运行控制方法 | |
CN111678248B (zh) | 空调设备的运行控制方法、空调设备和存储介质 | |
CN114811857A (zh) | 一种冷站系统运行优化方法 | |
CN111043720B (zh) | 负荷不确定性下制冷系统低成本鲁棒性调适策略制定方法 |
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 |