CN112413809B - 中央空调冷站运行评价方法、装置和系统 - Google Patents
中央空调冷站运行评价方法、装置和系统 Download PDFInfo
- Publication number
- CN112413809B CN112413809B CN202011337244.0A CN202011337244A CN112413809B CN 112413809 B CN112413809 B CN 112413809B CN 202011337244 A CN202011337244 A CN 202011337244A CN 112413809 B CN112413809 B CN 112413809B
- Authority
- CN
- China
- Prior art keywords
- temperature
- water
- water pump
- cold station
- automatic
- 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
- F24F11/30—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
- F24F11/62—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
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2140/00—Control inputs relating to system states
- F24F2140/20—Heat-exchange fluid temperature
Abstract
本公开提供一种中央空调冷站运行评价方法、装置和系统。中央空调冷站运行评价方法包括:根据设置在中央空调冷站中的传感器实时采集的数据,对冷站设备进行能效检测,冷站设备包括冷机、冷却水泵或冷冻水泵中的至少一个;若冷站设备的能效值未达到预设能效值,则根据数据对冷站设备进行自动诊断;根据自动诊断结果生成相对应的诊断报告;将诊断报告呈现给用户。本公开能够自动给出优化建议,显著降低运维人员的工作难度,并降低对运维人员的依赖程度。
Description
技术领域
本公开涉及控制领域,特别涉及一种中央空调冷站运行评价方法、装置和系统。
背景技术
随着商用空调市场的需求日益旺盛,对冷站的节能水平的重视程度越来越高。目前对冷站实际运行情况的评价与诊断,是由现场运维人员根据现场设备的运行参数,并根据自身的工作经验进行相应的运维操作。
发明内容
发明人通过研究发现,在相关技术中需要现场运维人员根据现场设备的运行参数,并根据自身的工作经验完成运维工作。因此对运维人员的技术能力要求较高,同时运维效率较低,无法实现对冷站的精准诊断和优化。
据此,本公开提供一种中央空调冷站运行评价方案,能够在自动给出优化建议的同时,显著降低运维人员的工作难度,并降低对运维人员的依赖程度。
根据本公开实施例的第一方面,提供一种中央空调冷站运行评价方法,包括:根据设置在中央空调冷站中的传感器实时采集的数据,对冷站设备进行能效检测,所述冷站设备包括冷机、冷却水泵或冷冻水泵中的至少一个;若所述冷站设备的能效值未达到预设能效值,则根据所述数据对所述冷站设备进行自动诊断;根据自动诊断结果生成相对应的诊断报告;将所述诊断报告呈现给用户。
在一些实施例中,在所述冷站设备包括所述冷机的情况下,对冷站设备进行能效检测包括对所述冷机的能效比COP进行检测;所述自动诊断包括热力完善度自动诊断、冷冻水流量比自动诊断、蒸发器小端温差自动诊断、冷凝器小端温差自动诊断或负荷率自动诊断中的至少一项。
在一些实施例中,所述热力完善度自动诊断包括:根据所述数据中的冷机蒸发温度和冷机冷凝温度确定所述冷机的热力完善度;对所述冷机在预设时间段内的热力完善度进行统计;根据统计结果生成相应的热力完善度诊断报告。
在一些实施例中,根据所述数据中的冷机蒸发温度和冷机冷凝温度确定所述冷机的热力完善度包括:利用公式Te/(Tc-Te)计算评价参数ICOP,其中Te为所述冷机蒸发温度,Tc为所述冷机冷凝温度;利用公式cops/ICOP计算所述冷机的热力完善度,其中cops为所述冷机的评价标准界定值。
在一些实施例中,所述冷冻水流量比自动诊断包括:根据所述数据中的冷冻水流量和所述冷机的额定制冷量确定所述冷机的冷冻水流量比;根据所述冷冻水流量比生成相应的冷冻水流量比诊断报告。
在一些实施例中,根据所述数据中的冷机冷冻水流量和所述冷机的额定制冷量确定所述冷机的冷冻水流量比包括:利用公式L/A×Q计算所述冷机的冷冻水流量比,其中A为预定系数,Q为所述冷机的额定制冷量,L为所述冷机的冷冻水流量。
在一些实施例中,所述蒸发器小端温差自动诊断包括:根据所述数据中的冷冻水出水温度、所述冷站中的第一压缩机的蒸发温度和第二压缩机的蒸发温度确定所述冷机的蒸发器小端温差;根据所述蒸发器小端温差生成相应的蒸发器小端温差诊断报告。
在一些实施例中,根据所述数据中的冷冻水出水温度、所述冷站中的第一压缩机的蒸发温度和第二压缩机的蒸发温度确定所述冷机的蒸发器小端温差包括:利用公式min[(te,out-te1),(te,out-te2)]计算所述冷机的蒸发器小端温差,其中te,out为所述冷冻水出水温度,te1为所述第一压缩机的蒸发温度,te2为所述第二压缩机的蒸发温度。
在一些实施例中,所述冷凝器小端温差自动诊断包括:根据所述数据中的冷却水出水温度、所述冷站中的第一压缩机的冷凝温度和第二压缩机的冷凝温度确定所述冷机的冷凝器小端温差;根据所述冷凝器小端温差生成相应的冷凝器小端温差诊断报告。
在一些实施例中,根据所述数据中的冷却水出水温度、所述冷站中的第一压缩机的冷凝温度和第二压缩机的冷凝温度确定所述冷机的冷凝器小端温差包括:利用公式min[(tc1-tc,out),(tc2-tc,out)]计算所述冷机的冷凝器小端温差,其中tc,out为所述冷却水出水温度,tc1为所述第一压缩机的冷凝温度,tc2为所述第二压缩机的冷凝温度。
在一些实施例中,所述负荷率自动诊断包括:对在预定时间段内所述冷机的负荷率位于指定范围内的概率进行统计;根据统计结果生成相应的负荷率诊断报告。
在一些实施例中,在所述冷站设备包括所述冷却水泵的情况下,对冷站设备进行能效检测包括对所述冷却水泵的输送系数和冷却水塔的输送系统进行检测;所述自动诊断包括效率自动诊断、供回水温差自动诊断、逼近温度自动诊断或换热效率自动诊断中的至少一项。
在一些实施例中,所述效率自动诊断包括:根据所述数据中的冷却水泵流量、以及所述冷却水泵的功率和扬程确定所述冷却水泵的效率;对在预定时间段内所述冷却水泵的效率位于指定范围内的概率进行统计;根据统计结果生成相应的效率诊断报告。
在一些实施例中,根据所述数据中的冷却水泵流量、以及所述冷却水泵的功率和扬程确定所述冷却水泵的效率包括:利用公式B×G1×H1/C×P1计算所述冷却水泵的效率,其中B、C为计算参数,G1为所述冷却水泵的流量,P1为所述冷却水泵的功率,H1为所述冷却水泵的扬程。
在一些实施例中,所述供回水温差自动诊断包括:根据所述数据中的供水温度和回水温度确定所述供回水温差;对在预定时间段内所述供回水温差位于指定范围内的概率进行统计;根据统计结果生成相应的供回水温差诊断报告。
在一些实施例中,所述逼近温度自动诊断包括:根据所述数据中的冷却塔出水温度和冷却塔湿球温度确定所述冷却塔的逼近温度;对在预定时间段内所述冷却塔的逼近温度位于指定范围内的概率进行统计;根据统计结果生成相应的逼近温度诊断报告。
在一些实施例中,根据所述数据中的冷却塔出水温度和冷却塔湿球温度确定所述冷却塔的逼近温度包括:利用公式tout,water-twet,in,air计算所述冷却塔的逼近温度,其中tout,water为所述冷却塔出水温度,twet,in,air为所述冷却塔湿球温度。
在一些实施例中,所述换热效率自动诊断包括:根据所述数据中的冷却塔进水温度和出水温度、以及冷却塔湿球温度确定所述冷却塔的换热效率;对在预定时间段内所述冷却塔的换热效率位于指定范围内的概率进行统计;根据统计结果生成相应的换热效率诊断报告。
在一些实施例中,根据所述数据中的冷却塔进水温度和出水温度、以及冷却塔湿球温度确定所述冷却塔的换热效率包括:利用公式(tin,water-tout,water)/(tin,water-twet,in,air)计算所述冷却塔的换热效率,其中tin,water为所述冷却塔进水温度,tout,water为所述冷却塔出水温度,twet,in,air为所述冷却塔湿球温度。
在一些实施例中,在所述冷站设备包括所述冷冻水泵的情况下,对冷站设备进行能效检测包括对所述冷冻水泵的输送系数和空调末端能效比进行检测;所述自动诊断包括效率自动诊断、供回水温差自动诊断、末端空调水系统自动诊断中的至少一项。
在一些实施例中,所述效率自动诊断包括:根据所述数据中的冷冻水泵流量、以及所述冷冻水泵的功率和扬程确定所述冷冻水泵的效率;对在预定时间段内所述冷冻水泵的效率位于指定范围内的概率进行统计;根据统计结果生成相应的效率诊断报告。
在一些实施例中,根据所述数据中的冷冻水泵流量、以及所述冷冻水泵的功率和扬程确定所述冷冻水泵的效率包括:利用公式B×G2×H2/C×P2计算所述冷冻水泵的效率,其中B、C为计算参数,G2为所述冷冻水泵的流量,P2为所述冷冻水泵的功率,H2为所述冷冻水泵的扬程。
在一些实施例中,所述供回水温差自动诊断包括:根据所述数据中的供水温度和回水温度确定所述供回水温差;对在预定时间段内所述供回水温差位于指定范围内的概率进行统计;根据统计结果生成相应的供回水温差诊断报告。
在一些实施例中,所述末端空调水系统自动诊断包括:根据所述数据中的冷冻总管回水温度和冷冻总管供水温度确定冷冻总管供回水温差;根据所述冷冻总管供回水温差与预设温差值的大小关系、以及所述大小关系的持续时间生成相应的末端空调水系统诊断报告。
根据本公开实施例的第二方面,提供一种中央空调冷站运行评价装置,包括:存储器,被配置为存储指令;处理器,耦合到存储器,处理器被配置为基于存储器存储的指令执行实现如上述任一实施例所述的方法。
根据本公开实施例的第三方面,提供一种中央空调冷站运行评价系统,包括:如上述任一实施例所述的中央空调冷站运行评价装置;多个传感器,被配置为将所采集的冷站运行数据发送给所述中央空调冷站运行评价装置;显示装置,被配置为呈现所述中央空调冷站运行评价装置提供的诊断报告。
根据本公开实施例的第四方面,提供一种计算机可读存储介质,其中,计算机可读存储介质存储有计算机指令,指令被处理器执行时实现如上述任一实施例所述的方法。
通过以下参照附图对本公开的示例性实施例的详细描述,本公开的其它特征及其优点将会变得清楚。
附图说明
构成说明书的一部分的附图描述了本公开的实施例,并且连同说明书一起用于解释本公开的原理。
参照附图,根据下面的详细描述,可以更加清楚地理解本公开,其中:
图1为本公开一个实施例的中央空调冷站运行评价方法的流程示意图;
图2为本公开一个实施例的冷机诊断的示意图;
图3为本公开一个实施例的冷却水泵诊断的示意图;
图4为本公开一个实施例的冷冻水泵诊断的示意图;
图5为本公开一个实施例的中央空调冷站运行评价装置的结构示意图;
图6为本公开一个实施例的中央空调冷站运行评价系统的结构示意图。
应当明白,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。此外,相同或类似的参考标号表示相同或类似的构件。
具体实施方式
现在将参照附图来详细描述本公开的各种示例性实施例。对示例性实施例的描述仅仅是说明性的,决不作为对本公开及其应用或使用的任何限制。本公开可以以许多不同的形式实现,不限于这里所述的实施例。提供这些实施例是为了使本公开透彻且完整,并且向本领域技术人员充分表达本公开的范围。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、材料的组分和数值应被解释为仅仅是示例性的,而不是作为限制。
本公开中使用的“包括”或者“包含”等类似的词语意指在该词前的要素涵盖在该词后列举的要素,并不排除也涵盖其他要素的可能。
本公开使用的所有术语(包括技术术语或者科学术语)与本公开所属领域的普通技术人员理解的含义相同,除非另外特别定义。还应当理解,在诸如通用字典中定义的术语应当被解释为具有与它们在相关技术的上下文中的含义相一致的含义,而不应用理想化或极度形式化的意义来解释,除非这里明确地这样定义。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
图1为本公开一个实施例的中央空调冷站运行评价方法的流程示意图。在一些实施例中,下列的中央空调冷站运行评价方法步骤由中央空调冷站运行评价装置执行。
在步骤101,根据设置在中央空调冷站中的传感器实时采集的数据,对冷站设备进行能效检测。
在一些实施例中,冷站设备包括冷机、冷却水泵或冷冻水泵中的至少一个。
在一些实施例中,在冷站设备包括冷机的情况下,对冷站设备进行能效检测包括对冷机的能效比(Coefficient of Performance,简称:COP)进行检测。
在一些实施例中,在冷站设备包括冷却水泵的情况下,对冷站设备进行能效检测包括对冷却水泵的输送系数和冷却水塔的输送系统进行检测。
在一些实施例中,在冷站设备包括冷冻水泵的情况下,对冷站设备进行能效检测包括对冷冻水泵的输送系数和空调末端能效比进行检测。
在步骤102,若冷站设备的能效值未达到预设能效值,则根据数据对冷站设备进行自动诊断。
在一些实施例中,在冷站设备包括冷机的情况下,对冷站设备进行自动诊断包括热力完善度自动诊断、冷冻水流量比自动诊断、蒸发器小端温差自动诊断、冷凝器小端温差自动诊断或负荷率自动诊断中的至少一项。
在一些实施例中,在冷站设备包括冷却水泵的情况下,对冷站设备进行自动诊断包括冷却水泵的效率自动诊断、供回水温差自动诊断,冷却塔的逼近温度自动诊断或换热效率自动诊断中的至少一项。
在一些实施例中,在冷站设备包括冷冻水泵的情况下,对冷站设备进行自动诊断包括冷冻水泵的效率自动诊断、供回水温差自动诊断、末端空调水系统自动诊断中的至少一项。
在步骤103,根据自动诊断结果生成相对应的诊断报告。
在步骤104,将诊断报告呈现给用户。
在本公开上述实施例提供的中央空调冷站运行评价方法中,根据设置在中央空调冷站中的传感器实时采集的数据对冷站设备进行能效检测。在冷站设备的能效值未达到预设能效值的情况下对冷站设备进行自动诊断。从而能够自动给出诊断结果和优化建议,有效降低运维人员的工作难度及工作强度。
图2为本公开一个实施例的冷机诊断的示意图。如图2所示,首先进行冷机能效诊断。若冷机的能效值未达到预设能效值,则进一步对冷机进行热力完善度自动诊断、冷冻水流量比自动诊断、蒸发器小端温差自动诊断、冷凝器小端温差自动诊断或负荷率自动诊断中的至少一项。
在一些实施例中,热力完善度自动诊断包括:
1),根据数据中的冷机蒸发温度和冷机冷凝温度确定冷机的热力完善度。
例如,利用下列公式(1)计算评价参数ICOP。
ICOP=Te/(Tc-Te) (1)
Te为冷机蒸发温度,Tc为冷机冷凝温度,单位为K。接下来,利用公式(2)计算冷机的热力完善度DCOP。
DCOP=cops/ICOP (2)
cops为冷机的评价标准界定值。
2),对冷机在预设时间段(例如,一天)内的热力完善度进行统计,并根据统计结果生成相应的热力完善度诊断报告。
例如,可将热力完善度分为优、良、一般三个等级。根据冷机在一天内的热力完善度分别在优、良、一般这三个等级中的占比生成相应的热力完善度诊断报告。
在一些实施例中,冷冻水流量比自动诊断包括:
1),根据数据中的冷冻水流量和冷机的额定制冷量确定冷机的冷冻水流量比。
例如,利用公式(3)计算冷机的冷冻水流量比β。
β=L/A×Q (3)
L为冷机的冷冻水流量,单位为m3/h,Q为冷机的额定制冷量,单位为kW,A为预定系数。例如,A为0.172。
2),根据冷冻水流量比生成相应的冷冻水流量比诊断报告。
例如,若冷冻水流量比低于冷机的最低流量保护,则进行报警处理。若冷冻水流量比低于设计值,则输出群控系统控制不合理的诊断报告。
在一些实施例中,蒸发器小端温差自动诊断包括:
1),根据数据中的冷冻水出水温度、冷站中的第一压缩机的蒸发温度和第二压缩机的蒸发温度确定冷机的蒸发器小端温差。
例如,利用公式(4)计算冷机的蒸发器小端温差△t1。
△t1=min[(te,out-te1),(te,out-te2)] (4)
te,out为冷冻水出水温度,te1为第一压缩机的蒸发温度,te2为第二压缩机的蒸发温度,单位为℃,min为最小值函数。
2),根据蒸发器小端温差生成相应的蒸发器小端温差诊断报告。
例如,若蒸发器小端温差△t1超过预设门限值,则输出蒸发器侧需要进行清洗的诊断报告。
在一些实施例中,冷凝器小端温差自动诊断包括:
1),根据数据中的冷却水出水温度、冷站中的第一压缩机的冷凝温度和第二压缩机的冷凝温度确定冷机的冷凝器小端温差。
例如,利用公式(5)计算冷机的冷凝器小端温差△t2。
△t2=min[(tc1-tc,out),(tc2-tc,out)] (5)
tc,out为冷却水出水温度,tc1为第一压缩机的冷凝温度,tc2为第二压缩机的冷凝温度,单位为℃,min为最小值函数。
2),根据冷凝器小端温差生成相应的冷凝器小端温差诊断报告。
例如,若冷凝器小端温差△t2超过预设门限值,则输出冷凝器侧需要进行清洗的诊断报告。
在一些实施例中,负荷率自动诊断包括:
1),对在预定时间段内冷机的负荷率位于指定范围内的概率进行统计。
例如,将负荷率分为高效区和低效区。根据冷机在一天内的负荷率在高效区中的占比进行统计。
2),根据统计结果生成相应的负荷率诊断报告。
例如,若冷机在一天内的负荷率在高效区中的占比超过阈值,则输出冷机运行控制较优的诊断报告。反之则输出建议冷机运行控制优化的诊断报告。
图3为本公开一个实施例的冷却水泵诊断的示意图。如图3所示,首先进行冷却水泵能效诊断。若冷却水泵的能效值未达到预设能效值,则进一步对冷却水泵进行效率自动诊断、供回水温差自动诊断、对冷却塔进行逼近温度自动诊断或换热效率自动诊断中的至少一项。
在一些实施例中,效率自动诊断包括:
1),根据数据中的冷却水泵流量、以及冷却水泵的功率和扬程确定冷却水泵的效率。
例如,利用公式(6)计算冷却水泵的效率η1。
η1=B×G1×H1/C×P1 (6)
G1为冷却水泵的流量,P1为冷却水泵的功率,H1为冷却水泵的扬程。B、C为计算参数,例如B为9.8,C为3600。
2),对在预定时间段内冷却水泵的效率位于指定范围内的概率进行统计,并根据统计结果生成相应的效率诊断报告。
例如,将效率分为高效、中效和低效三个区。根据冷却水泵在一天内的效率在中低区中的占比进行统计。若冷却水泵在一天内的效率在中低区中的占比超过阈值,则输出用户需检修冷却水泵或更换更高效的冷却水泵的诊断报告。
在一些实施例中,供回水温差自动诊断包括:
1),根据数据中的供水温度和回水温度确定供回水温差。
2),对在预定时间段内供回水温差位于指定范围内的概率进行统计,并根据统计结果生成相应的供回水温差诊断报告。
例如,若供回水温差在一天内超过门限的占比超过预定范围,则输出供回水温差的控制策略需要优化的诊断报告,反之则输出供回水温差的控制较优的诊断报告。
在一些实施例中,逼近温度自动诊断包括:
1),根据数据中的冷却塔出水温度和冷却塔湿球温度确定冷却塔的逼近温度。
例如,利用公式(7)计算冷却塔的逼近温度△ttower。
△ttower=tout,water-twet,in,air (7)
tout,water为冷却塔出水温度,twet,in,air为冷却塔湿球温度。
2),对在预定时间段内冷却塔的逼近温度位于指定范围内的概率进行统计,并根据统计结果生成相应的逼近温度诊断报告。
例如,若冷却塔的逼近温度在一天内位于界定范围内的占比超过预定门限,则输出冷却塔运行状态良好的诊断报告,反之则输出检修冷却塔风机或清洗冷却塔等优化建议的诊断报告。
在一些实施例中,换热效率自动诊断包括:
1),根据数据中的冷却塔进水温度和出水温度、以及冷却塔湿球温度确定冷却塔的换热效率。
例如,利用公式(8)计算冷却塔的换热效率ηtower。
ηtower=(tin,water-tout,water)/(tin,water-twet,in,air) (8)
tin,water为冷却塔进水温度,tout,water为冷却塔出水温度,twet,in,air为冷却塔湿球温度。
2),对在预定时间段内冷却塔的换热效率位于指定范围内的概率进行统计,并根据统计结果生成相应的换热效率诊断报告。
例如,若冷却塔的换热效率在一天内位于界定范围内的占比超过预定门限,则输出冷却塔运行状态良好的诊断报告,反之则输出检修冷却塔风机或清洗冷却塔等优化建议的诊断报告。
图4为本公开一个实施例的冷冻水泵诊断的示意图。如图4所示,首先进行冷冻水泵能效诊断。若冷冻水泵的能效值未达到预设能效值,则进一步对冷冻水泵进行效率自动诊断、供回水温差自动诊断、末端空调水系统自动诊断中的至少一项。
在一些实施例中,效率自动诊断包括:
1),根据数据中的冷冻水泵流量、以及冷冻水泵的功率和扬程确定冷冻水泵的效率。
例如,利用公式(9)计算冷冻水泵的效率η2。
η2=B×G2×H2/C×P2 (9)
G2为冷冻水泵的流量,P2为冷冻水泵的功率,H2为冷冻水泵的扬程。B、C为计算参数,例如B为9.8,C为3600。
2),对在预定时间段内冷冻水泵的效率位于指定范围内的概率进行统计,并根据统计结果生成相应的效率诊断报告。
例如,将效率分为高效、中效和低效三个区。根据冷冻水泵在一天内的效率在中低区中的占比进行统计。若冷冻水泵在一天内的效率在中低区中的占比超过阈值,则输出用户需检修冷冻水泵或更换更高效的冷冻水泵的诊断报告。
在一些实施例中,供回水温差自动诊断包括:
1),根据数据中的供水温度和回水温度确定供回水温差。
2),对在预定时间段内供回水温差位于指定范围内的概率进行统计,并根据统计结果生成相应的供回水温差诊断报告。
例如,若供回水温差在一天内超过门限的占比超过预定范围,则输出供回水温差的控制策略需要优化的诊断报告,反之则输出供回水温差的控制较优的诊断报告。
在一些实施例中,末端空调水系统自动诊断包括:
1),根据数据中的冷冻总管回水温度和冷冻总管供水温度确定冷冻总管供回水温差。
冷冻总管供回水温差=冷冻总管回水温度-冷冻总管供水温度。
2),根据冷冻总管供回水温差与预设温差值的大小关系、以及大小关系的持续时间生成相应的末端空调水系统诊断报告。
例如,设预设温差值=冷冻总管供回水温差设置值-控制偏差值。若冷冻总管供回水温差小于预设温差值,且冷冻总管供回水温差小于预设温差值的持续时间大于延时设定值,则判定控制品质下降。在这种情况下输出检测末端设备水阀是否存在故障、检查末端空调水系统是否水力失调、检查末端房间温度是否过低的诊断报告。并在诊断报告中给出若末端房间温度过低则检查该房间空调设备是否控制失效的建议。
图5为本公开一个实施例的中央空调冷站运行评价装置的结构示意图。如图5所示,中央空调冷站运行评价装置包括存储器51和处理器52。
存储器51用于存储指令,处理器52耦合到存储器51,处理器52被配置为基于存储器存储的指令执行实现如图1至图4中任一实施例涉及的方法。
如图5所示,该中央空调冷站运行评价装置还包括通信接口53,用于与其它设备进行信息交互。同时,该中央空调冷站运行评价装置还包括总线54,处理器52、通信接口53、以及存储器51通过总线54完成相互间的通信。
存储器51可以包含高速RAM存储器,也可还包括非易失性存储器(non-volatilememory),例如至少一个磁盘存储器。存储器51也可以是存储器阵列。存储器51还可能被分块,并且块可按一定的规则组合成虚拟卷。
此外,处理器52可以是一个中央处理器CPU,或者可以是专用集成电路ASIC,或是被配置成实施本公开实施例的一个或多个集成电路。
本公开同时还涉及一种计算机可读存储介质,其中计算机可读存储介质存储有计算机指令,指令被处理器执行时实现如图1或图2中任一实施例涉及的方法。
图6为本公开一个实施例的中央空调冷站运行评价系统的结构示意图。如图6所示,中央空调冷站运行评价系统包括中央空调冷站运行评价装置61、多个传感器621、622、…、62n和显示装置63。中央空调冷站运行评价装置61为图5中任一实施例涉及的中央空调冷站运行评价装置。
多个传感器621、622、…、62n被配置为将所采集的冷站运行数据发送给中央空调冷站运行评价装置61。显示装置63被配置为呈现中央空调冷站运行评价装置61提供的诊断报告。
在一些实施例中,在上面所描述的功能单元模块可以实现为用于执行本公开所描述功能的通用处理器、可编程逻辑控制器(Programmable Logic Controller,简称:PLC)、数字信号处理器(Digital Signal Processor,简称:DSP)、专用集成电路(ApplicationSpecific Integrated Circuit,简称:ASIC)、现场可编程门阵列(Field-ProgrammableGate Array,简称:FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件或者其任意适当组合。
至此,已经详细描述了本公开的实施例。为了避免遮蔽本公开的构思,没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述,完全可以明白如何实施这里公开的技术方案。
虽然已经通过示例对本公开的一些特定实施例进行了详细说明,但是本领域的技术人员应该理解,以上示例仅是为了进行说明,而不是为了限制本公开的范围。本领域的技术人员应该理解,可在不脱离本公开的范围和精神的情况下,对以上实施例进行修改或者对部分技术特征进行等同替换。本公开的范围由所附权利要求来限定。
Claims (20)
1.一种中央空调冷站运行评价方法,包括:
根据设置在中央空调冷站中的传感器实时采集的数据,对冷站设备进行能效检测,所述冷站设备包括冷机、冷却水泵或冷冻水泵中的至少一个;
若所述冷站设备的能效值未达到预设能效值,则根据所述数据对所述冷站设备进行自动诊断;
根据自动诊断结果生成相对应的诊断报告;
将所述诊断报告呈现给用户;
在所述冷站设备包括所述冷机的情况下,对冷站设备进行能效检测包括对所述冷机的能效比COP进行检测;
所述自动诊断包括蒸发器小端温差自动诊断,其中所述蒸发器小端温差自动诊断包括:
根据所述数据中的冷冻水出水温度、所述冷站中的第一压缩机的蒸发温度和第二压缩机的蒸发温度确定所述冷机的蒸发器小端温差,其中利用公式min[(te,out-te1),(te,out-te2)]计算所述冷机的蒸发器小端温差,te,out为所述冷冻水出水温度,te1为所述第一压缩机的蒸发温度,te2为所述第二压缩机的蒸发温度;
根据所述蒸发器小端温差生成相应的蒸发器小端温差诊断报告。
2.根据权利要求1所述的方法,其中,
所述自动诊断还包括热力完善度自动诊断,所述热力完善度自动诊断包括:
根据所述数据中的冷机蒸发温度和冷机冷凝温度确定所述冷机的热力完善度,其中利用公式Te/(Tc-Te)计算评价参数ICOP,Te为所述冷机蒸发温度,Tc为所述冷机冷凝温度,利用公式cops/ICOP计算所述冷机的热力完善度,其中cops为所述冷机的评价标准界定值;
对所述冷机在预设时间段内的热力完善度进行统计;
根据统计结果生成相应的热力完善度诊断报告。
3.根据权利要求2所述的方法,其中,所述自动诊断还包括冷冻水流量比自动诊断,所述冷冻水流量比自动诊断包括:
根据所述数据中的冷冻水流量和所述冷机的额定制冷量确定所述冷机的冷冻水流量比;
根据所述冷冻水流量比生成相应的冷冻水流量比诊断报告。
4.根据权利要求3所述的方法,其中,根据所述数据中的冷机冷冻水流量和所述冷机的额定制冷量确定所述冷机的冷冻水流量比包括:
利用公式L/A×Q计算所述冷机的冷冻水流量比,其中A为预定系数,Q为所述冷机的额定制冷量,L为所述冷机的冷冻水流量。
5.根据权利要求2所述的方法,其中,所述自动诊断还包括冷凝器小端温差自动诊断,所述冷凝器小端温差自动诊断包括:
根据所述数据中的冷却水出水温度、所述冷站中的第一压缩机的冷凝温度和第二压缩机的冷凝温度确定所述冷机的冷凝器小端温差,其中利用公式min[(tc1-tc,out),(tc2-tc,out)]计算所述冷机的冷凝器小端温差,tc,out为所述冷却水出水温度,tc1为所述第一压缩机的冷凝温度,tc2为所述第二压缩机的冷凝温度;
根据所述冷凝器小端温差生成相应的冷凝器小端温差诊断报告。
6.根据权利要求2所述的方法,其中,所述自动诊断还包括负荷率自动诊断,所述负荷率自动诊断包括:
对在预定时间段内所述冷机的负荷率位于指定范围内的概率进行统计;
根据统计结果生成相应的负荷率诊断报告。
7.根据权利要求1所述的方法,其中,在所述冷站设备包括所述冷却水泵的情况下,对冷站设备进行能效检测包括对所述冷却水泵的输送系数和冷却水塔的输送系统进行检测;
所述自动诊断包括效率自动诊断,所述效率自动诊断包括:
根据所述数据中的冷却水泵流量、以及所述冷却水泵的功率和扬程确定所述冷却水泵的效率;
对在预定时间段内所述冷却水泵的效率位于指定范围内的概率进行统计;
根据统计结果生成相应的效率诊断报告。
8.根据权利要求7所述的方法,其中,根据所述数据中的冷却水泵流量、以及所述冷却水泵的功率和扬程确定所述冷却水泵的效率包括:
利用公式B×G1×H1/C×P1计算所述冷却水泵的效率,其中B、C为计算参数,G1为所述冷却水泵的流量,P1为所述冷却水泵的功率,H1为所述冷却水泵的扬程。
9.根据权利要求7所述的方法,其中,所述自动诊断还包括供回水温差自动诊断,所述供回水温差自动诊断包括:
根据所述数据中的供水温度和回水温度确定所述供回水温差;
对在预定时间段内所述供回水温差位于指定范围内的概率进行统计;
根据统计结果生成相应的供回水温差诊断报告。
10.根据权利要求7所述的方法,其中,所述自动诊断还包括逼近温度自动诊断,所述逼近温度自动诊断包括:
根据所述数据中的冷却塔出水温度和冷却塔湿球温度确定所述冷却塔的逼近温度;
对在预定时间段内所述冷却塔的逼近温度位于指定范围内的概率进行统计;
根据统计结果生成相应的逼近温度诊断报告。
11.根据权利要求10所述的方法,其中,根据所述数据中的冷却塔出水温度和冷却塔湿球温度确定所述冷却塔的逼近温度包括:
利用公式tout,water-twet,in,air计算所述冷却塔的逼近温度,其中tout,water为所述冷却塔出水温度,twet,in,air为所述冷却塔湿球温度。
12.根据权利要求7所述的方法,其中,所述自动诊断还包括换热效率自动诊断,所述换热效率自动诊断包括:
根据所述数据中的冷却塔进水温度和出水温度、以及冷却塔湿球温度确定所述冷却塔的换热效率;
对在预定时间段内所述冷却塔的换热效率位于指定范围内的概率进行统计;
根据统计结果生成相应的换热效率诊断报告。
13.根据权利要求12所述的方法,其中,根据所述数据中的冷却塔进水温度和出水温度、以及冷却塔湿球温度确定所述冷却塔的换热效率包括:
利用公式(tin,water-tout,water)/(tin,water-twet,in,air)计算所述冷却塔的换热效率,其中tin,water为所述冷却塔进水温度,tout,water为所述冷却塔出水温度,twet,in,air为所述冷却塔湿球温度。
14.根据权利要求1所述的方法,其中,在所述冷站设备包括所述冷冻水泵的情况下,对冷站设备进行能效检测包括对所述冷冻水泵的输送系数和空调末端能效比进行检测;
所述自动诊断包括效率自动诊断,所述效率自动诊断包括:
根据所述数据中的冷冻水泵流量、以及所述冷冻水泵的功率和扬程确定所述冷冻水泵的效率;
对在预定时间段内所述冷冻水泵的效率位于指定范围内的概率进行统计;
根据统计结果生成相应的效率诊断报告。
15.根据权利要求14所述的方法,其中,根据所述数据中的冷冻水泵流量、以及所述冷冻水泵的功率和扬程确定所述冷冻水泵的效率包括:
利用公式B×G2×H2/C×P2计算所述冷冻水泵的效率,其中B、C为计算参数,G2为所述冷冻水泵的流量,P2为所述冷冻水泵的功率,H2为所述冷冻水泵的扬程。
16.根据权利要求14所述的方法,其中,所述自动诊断还包括供回水温差自动诊断,所述供回水温差自动诊断包括:
根据所述数据中的供水温度和回水温度确定所述供回水温差;
对在预定时间段内所述供回水温差位于指定范围内的概率进行统计;
根据统计结果生成相应的供回水温差诊断报告。
17.根据权利要求14所述的方法,其中,所述自动诊断还包括末端空调水系统自动诊断,所述末端空调水系统自动诊断包括:
根据所述数据中的冷冻总管回水温度和冷冻总管供水温度确定冷冻总管供回水温差;
根据所述冷冻总管供回水温差与预设温差值的大小关系、以及所述大小关系的持续时间生成相应的末端空调水系统诊断报告。
18.一种中央空调冷站运行评价装置,包括:
存储器,被配置为存储指令;
处理器,耦合到存储器,处理器被配置为基于存储器存储的指令执行实现如权利要求1-17中任一项所述的方法。
19.一种中央空调冷站运行评价系统,包括:
如权利要求18所述的中央空调冷站运行评价装置;
多个传感器,被配置为将所采集的冷站运行数据发送给所述中央空调冷站运行评价装置;
显示装置,被配置为呈现所述中央空调冷站运行评价装置提供的诊断报告。
20.一种计算机可读存储介质,其中,计算机可读存储介质存储有计算机指令,指令被处理器执行时实现如权利要求1-17中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011337244.0A CN112413809B (zh) | 2020-11-25 | 2020-11-25 | 中央空调冷站运行评价方法、装置和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011337244.0A CN112413809B (zh) | 2020-11-25 | 2020-11-25 | 中央空调冷站运行评价方法、装置和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112413809A CN112413809A (zh) | 2021-02-26 |
CN112413809B true CN112413809B (zh) | 2021-11-30 |
Family
ID=74842089
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011337244.0A Active CN112413809B (zh) | 2020-11-25 | 2020-11-25 | 中央空调冷站运行评价方法、装置和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112413809B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113390162A (zh) * | 2021-06-30 | 2021-09-14 | 广东汉维科技有限公司 | 一种用于地铁中央空调系统的报警系统 |
CN114135980A (zh) * | 2021-11-17 | 2022-03-04 | 珠海格力电器股份有限公司 | 温度调节系统冷却侧优化参数确定及控制方法、相关设备 |
CN114396704B (zh) * | 2021-12-02 | 2023-04-21 | 珠海横琴能源发展有限公司 | 一种基于大数据分析的冷水机组健康性诊断方法及系统 |
CN114704919A (zh) * | 2022-03-23 | 2022-07-05 | 博锐尚格科技股份有限公司 | 冷站供冷中断确定方法、装置、电子设备及存储介质 |
CN114636212B (zh) * | 2022-04-22 | 2024-01-30 | 苏州思萃融合基建技术研究所有限公司 | 一种基于grnn的多台冷水机组系统运行控制方法 |
CN117450636A (zh) * | 2023-12-25 | 2024-01-26 | 珠海格力电器股份有限公司 | 冷站性能预测方法及装置、电子设备和存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203116204U (zh) * | 2013-03-04 | 2013-08-07 | 北京华创瑞风空调科技有限公司 | 一种热泵驱动的逆流式溶液调湿新风机组 |
CN104048390A (zh) * | 2014-07-04 | 2014-09-17 | 国家电网公司 | 一种风冷热泵型中央空调机组的能效诊断方法 |
CN104566597A (zh) * | 2014-12-19 | 2015-04-29 | 珠海格力电器股份有限公司 | 热泵机组 |
CN204387131U (zh) * | 2015-01-15 | 2015-06-10 | 广东梅雁吉祥水电股份有限公司 | 一种水电站机组循环冷却装置 |
CN104697664A (zh) * | 2015-03-18 | 2015-06-10 | 深圳太辰光通信股份有限公司 | 调整变压器绕组热点温度在线监测的方法 |
CN105928134A (zh) * | 2016-04-18 | 2016-09-07 | 贵州汇通华城股份有限公司 | 一种中央空调制冷站能效分析云系统 |
JP2018144051A (ja) * | 2017-03-02 | 2018-09-20 | 株式会社神戸製鋼所 | 砂型鋳造方法における自硬性砂の熱間圧縮強度予測方法 |
CN109711602A (zh) * | 2018-12-05 | 2019-05-03 | 新奥数能科技有限公司 | 设备能耗安全区间的确定方法、告警方法及装置 |
CN109959123A (zh) * | 2019-03-11 | 2019-07-02 | 浙江工业大学 | 一种基于遗传算法和长短期记忆循环神经网络的空调节能方法 |
CN110953684A (zh) * | 2019-12-20 | 2020-04-03 | 珠海格力电器股份有限公司 | 空调冷却系统的控制方法及空调 |
CN111222779A (zh) * | 2019-12-31 | 2020-06-02 | 上海申铁信息工程有限公司 | 一种中央空调冷站能效日历系统和数据处理方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SE520654C2 (sv) * | 2002-01-31 | 2003-08-05 | Lowte Ab | Anläggning för temperering av en byggnad |
WO2006055334A1 (en) * | 2004-11-09 | 2006-05-26 | Truveon Corporation | Method and system for controlling a climate in a building |
US10563611B2 (en) * | 2014-12-19 | 2020-02-18 | Ford Global Technologies, Llc | Fuel delivery system and method for operation of a fuel delivery system |
CN105261923A (zh) * | 2015-11-06 | 2016-01-20 | 华中科技大学 | 一种半导体泵浦放电气体激光器 |
US11029061B2 (en) * | 2016-05-31 | 2021-06-08 | Robert J. Mowris | Economizer perimeter gap sealing |
US11142943B2 (en) * | 2017-10-26 | 2021-10-12 | Sonesh Patel | Ventilation system integrated within window frame |
-
2020
- 2020-11-25 CN CN202011337244.0A patent/CN112413809B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203116204U (zh) * | 2013-03-04 | 2013-08-07 | 北京华创瑞风空调科技有限公司 | 一种热泵驱动的逆流式溶液调湿新风机组 |
CN104048390A (zh) * | 2014-07-04 | 2014-09-17 | 国家电网公司 | 一种风冷热泵型中央空调机组的能效诊断方法 |
CN104566597A (zh) * | 2014-12-19 | 2015-04-29 | 珠海格力电器股份有限公司 | 热泵机组 |
CN204387131U (zh) * | 2015-01-15 | 2015-06-10 | 广东梅雁吉祥水电股份有限公司 | 一种水电站机组循环冷却装置 |
CN104697664A (zh) * | 2015-03-18 | 2015-06-10 | 深圳太辰光通信股份有限公司 | 调整变压器绕组热点温度在线监测的方法 |
CN105928134A (zh) * | 2016-04-18 | 2016-09-07 | 贵州汇通华城股份有限公司 | 一种中央空调制冷站能效分析云系统 |
JP2018144051A (ja) * | 2017-03-02 | 2018-09-20 | 株式会社神戸製鋼所 | 砂型鋳造方法における自硬性砂の熱間圧縮強度予測方法 |
CN109711602A (zh) * | 2018-12-05 | 2019-05-03 | 新奥数能科技有限公司 | 设备能耗安全区间的确定方法、告警方法及装置 |
CN109959123A (zh) * | 2019-03-11 | 2019-07-02 | 浙江工业大学 | 一种基于遗传算法和长短期记忆循环神经网络的空调节能方法 |
CN110953684A (zh) * | 2019-12-20 | 2020-04-03 | 珠海格力电器股份有限公司 | 空调冷却系统的控制方法及空调 |
CN111222779A (zh) * | 2019-12-31 | 2020-06-02 | 上海申铁信息工程有限公司 | 一种中央空调冷站能效日历系统和数据处理方法 |
Non-Patent Citations (1)
Title |
---|
"商业综合体空调冷站能效管理研究";杜辉,王蕊;《工程建设与设计》;20170331 * |
Also Published As
Publication number | Publication date |
---|---|
CN112413809A (zh) | 2021-02-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112413809B (zh) | 中央空调冷站运行评价方法、装置和系统 | |
CN103216908B (zh) | 变频多联式空调机组制冷时室外风机的控制方法 | |
CN102767886B (zh) | 判断多联式空调机组的冷媒是否适量的方法 | |
CN103216909B (zh) | 变频多联式空调机组制热时室外风机的控制方法 | |
US10941964B2 (en) | Method for operating a vapour compression system with a receiver | |
EP2891849A1 (en) | Heat reclaim for a multifunction heat pump and a multifunction air conditioner | |
US20120053898A1 (en) | Performance evaluation device for centrifugal chiller | |
CN111928419B (zh) | 多联机空调机组的控制方法及系统 | |
CN207637905U (zh) | 全钒液流电池系统 | |
CN111425977A (zh) | 一种多联式热管精密空调 | |
CN110762787B (zh) | 一种多联机中央空调系统的除霜控制方法 | |
CN110319541B (zh) | 一种大排量变频多联机系统的卸载调节控制方法 | |
CN104266417B (zh) | 多联机在高温环境下的制冷运行方法 | |
CN110231841B (zh) | 冷源系统控制方法、装置、设备及计算机存储介质 | |
WO2018163402A1 (ja) | 空気調和機の性能診断装置及び性能診断方法 | |
CN110986406A (zh) | 机房用多联机vrv装置、控制方法及系统 | |
US20230375242A1 (en) | Systems and methods for modeling of chiller efficiency and determination of efficiency-based staging | |
CN107819140A (zh) | 全钒液流电池系统及其冷却方法 | |
CN112161373A (zh) | 有效除菌的空调机组控制方法、装置及空调机组 | |
US20210341193A1 (en) | Air Conditioning Device | |
JPH10300166A (ja) | 空調熱源設備の運転性能評価方式 | |
CN104807248B (zh) | 一种用于车间循环水系统的集中式冷热源系统 | |
CN203163122U (zh) | 一体式水冷中央空调机 | |
CN110906497A (zh) | 一种中央空调的控制系统及中央空调 | |
CN211926006U (zh) | 一种多联式热管空调 |
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 |