CN112665120A - 冷水机组的冷却负荷量控制方法、装置及设备 - Google Patents
冷水机组的冷却负荷量控制方法、装置及设备 Download PDFInfo
- Publication number
- CN112665120A CN112665120A CN202011335160.3A CN202011335160A CN112665120A CN 112665120 A CN112665120 A CN 112665120A CN 202011335160 A CN202011335160 A CN 202011335160A CN 112665120 A CN112665120 A CN 112665120A
- Authority
- CN
- China
- Prior art keywords
- water chilling
- chilling unit
- determining
- cooling load
- fruit fly
- 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.)
- Pending
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 282
- 238000001816 cooling Methods 0.000 title claims abstract description 134
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000005265 energy consumption Methods 0.000 claims abstract description 52
- 238000004378 air conditioning Methods 0.000 claims abstract description 36
- 238000005457 optimization Methods 0.000 claims abstract description 33
- 241000255588 Tephritidae Species 0.000 claims description 92
- 241000255581 Drosophila <fruit fly, genus> Species 0.000 claims description 29
- 230000006870 function Effects 0.000 claims description 15
- 238000012544 monitoring process Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 description 16
- 238000013461 design Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000011068 loading method Methods 0.000 description 6
- 239000000498 cooling water Substances 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000005057 refrigeration Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 235000013305 food Nutrition 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 108700002304 Drosophila can Proteins 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000796 flavoring agent Substances 0.000 description 2
- 235000019634 flavors Nutrition 0.000 description 2
- 230000017525 heat dissipation Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Abstract
本发明实施例提供一种冷水机组的冷却负荷量控制方法、装置及设备，该方法包括：获取预设时间段内每台冷水机组的负荷率以及功耗；根据每台冷水机组的负荷率以及功耗确定能耗模型，并根据能耗模型以及全局优化算法确定每台冷水机组的最优冷却负荷率，根据每台冷水机组的最优冷却负荷率控制每台冷水机组的冷却负荷量。本发明实施例提供的冷水机组的冷却负荷量控制方法，通过全局优化算法确定每台冷水机组的最优冷却负荷量，在保证冷水机组的冷却功能的前提下，降低了冷水机组的能耗，提高冷水机组的运行效率，降低了中央空调系统的能耗。
Description
技术领域
本发明实施例涉及空调制冷技术领域，尤其涉及一种冷水机组的冷却负 荷量控制方法、装置及设备。
背景技术
中央空调系统大面积应用于商场、办公大厦等建筑设备中。在中央空 调系统的运行过程中，冷水机组的能耗占据了整个中央空调系统能耗的 65％，冷水机组运行能效直接影响中央空调系统的能耗。因此，为了降低 中央空调系统的能耗，需要对冷水机组的运行模式进行优化控制，实现中 央空调系统的节能降耗的目的。
现有技术中，通常将多个不同容量等级的冷水机组并联，通过逐台加 载法控制多台冷水机组的运行过程，具体的控制过程为，根据中央空调系 统的冷负荷需求先加载一台机组，若不能满足冷负荷需求再加载一台机组 承担剩余负荷。通过经验设置逐台加载冷水机组的顺序，保证了中央空调 系统的冷负荷需求。
然而发明人发现现有技术的冷水机组的冷却负荷量控制方法存在以下问 题：通过逐台加载法控制多台冷水机组的运行过程中，会出现一台冷水机组 处于过高负荷运行状态下，而另一台机组处于过高低负荷运行状态下。冷水 机组的处于过高负荷运行状态或过高低负荷运行状态时，冷水机组的运行效 率都很低，导致中央空调系统的能耗较高。
发明内容
本发明实施例提供一种冷水机组的冷却负荷量控制方法、装置及设备， 以降低中央空调系统的能耗、实现中央空调系统的节能降耗的目的。
第一方面，本发明实施例提供一种冷水机组的冷却负荷量控制方法，包 括：
获取预设时间段内每台冷水机组的负荷率以及功耗；
根据所述每台冷水机组的负荷率以及功耗确定能耗模型，其中所述能耗 模型包括所有冷水机组的功耗总和、所述每台冷水机组的负荷率以及每台冷 水机组的负荷系数；
根据所述能耗模型以及全局优化算法确定所述每台冷水机组的最优冷却 负荷率；
根据所述每台冷水机组的最优冷却负荷率控制所述每台冷水机组的冷却 负荷量，其中所述每台冷水机组的冷却负荷量为所述每台冷水机组的最优冷 却负荷率与所述每台冷水机组的额定制冷量的乘积。
在一种可能的设计中，所述全局优化算法为果蝇优化算法，所述根据所 述能耗模型以及全局优化算法确定所述每台冷水机组的最优冷却负荷率，包 括：
获取任意时间间隔内每台冷水机组的负荷率，并根据所述每台冷水机组 的负荷率确定所述果蝇优化算法中每个果蝇个体的初始位置；
根据所述每个果蝇个体的初始位置以及随机函数确定每个果蝇个体的最 新位置，根据每个果蝇个体的最新位置与原点之间的距离，确定每个果蝇个 体的最新位置的味道浓度；
根据所述每个果蝇个体的最新位置的味道浓度确定每个果蝇个体最优位 置，并根据所述每个果蝇个体最优位置确定每台冷水机组的最优冷却负荷率。
在一种可能的设计中，所述根据每个果蝇个体的最新位置的味道浓度确 定每个果蝇个体最优位置，包括：
根据所述每个果蝇个体与最优果蝇个体之间的距离确定每个果蝇个体的 引力；
根据所述每个果蝇个体的引力以及最优果蝇个体的味道浓度值确定每个 果蝇个体的最优位置。
在一种可能的设计中，所述获取预设时间段内每台冷水机组的负荷率， 包括：
获取预设时间段内每台冷水机组进口与出水口的温差，并根据所述每台 冷水机组进口与出水口的温差、所述预设时间段内每台冷水机组的流量确定 每台冷水机组的制冷量；
根据所述每台冷水机组的制冷量与每台冷水机组的额定制冷量确定每台 冷水机组的负荷率。
在一种可能的设计中，在所述根据所述每台冷水机组的最优冷却负荷率 控制所述每台冷水机组的冷却负荷量之后，还包括：
根据能耗模型确定所有冷水机组的最小功耗总和；
将所述每台冷水机组的最优冷却负荷率以及最小功耗总和发送至监控平 台，以使管理人员根据监控平台管理中央空调系统的运行。
第二方面，本发明实施例提供一种冷水机组的冷却负荷量控制装置， 包括：
获取模块，用于获取预设时间段内每台冷水机组的负荷率以及功耗；
第一确定模块，用于根据所述每台冷水机组的负荷率以及功耗确定能 耗模型，其中所述能耗模型包括所有冷水机组的功耗总和、所述每台冷水 机组的负荷率以及每台冷水机组的负荷系数；
第二确定模块，用于根据所述能耗模型以及全局优化算法确定所述每 台冷水机组的最优冷却负荷率；
控制模块，用于根据所述每台冷水机组的最优冷却负荷率控制所述每 台冷水机组的冷却负荷量，其中所述每台冷水机组的冷却负荷量为所述每 台冷水机组的最优冷却负荷率与所述每台冷水机组的额定制冷量的乘积。
在一种可能的设计中，所述第二确定模块具体用于：
获取任意时间间隔内每台冷水机组的负荷率，并根据所述每台冷水机组 的负荷率确定所述果蝇优化算法中每个果蝇个体的初始位置；
根据所述每个果蝇个体的初始位置以及随机函数确定每个果蝇个体的最 新位置，根据每个果蝇个体的最新位置与原点之间的距离，确定每个果蝇个 体的最新位置的味道浓度；
根据所述每个果蝇个体的最新位置的味道浓度确定每个果蝇个体最 优位置，并根据所述每个果蝇个体最优位置确定每台冷水机组的最优冷却 负荷率。
第三方面，本发明实施例提供一种冷水机组的冷却负荷量控制设备，包 括：至少一个处理器和存储器；所述存储器存储计算机执行指令；所述至少 一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理 器执行如上第一方面以及第一方面各种可能的设计所述的冷水机组的冷却负 荷量控制方法。
第四方面，本发明实施例提供一种计算机可读存储介质，所述计算机可 读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时， 实现如上第一方面以及第一方面各种可能的设计所述的冷水机组的冷却负荷 量控制方法。
第五方面，本发明实施例提供计算机程序产品，包括计算机程序，所述 计算机程序被处理器执行时，实现如上第一方面以及第一方面各种可能的设 计所述的冷水机组的冷却负荷量控制方法。
本实施例提供的冷水机组的冷却负荷量控制方法、装置及设备，通过获 取多台冷水机组的负荷率和功率，并根据每台冷水机组的负荷率和功率建立 多台冷水机组的能耗模型，并根据该能耗模型利用全局优化算法分配多台冷 水机组的冷却负荷量，在保证冷水机组的冷却需求的前提下，提高冷水机组 的冷却效率，降低中央空调系统的能耗。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实 施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下 面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在 不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的中央空调系统结构示意图；
图2为本发明实施例提供的多台并联冷水机组结构示意图；
图3为本发明实施例提供的冷水机组的冷却负荷量控制方法的流程示意 图一；
图4为本发明实施例提供的冷水机组的冷却负荷量控制方法的流程示意 图二；
图5为本发明实施例提供的冷水机组的冷却负荷量控制装置结构示意 图；
图6为本发明实施例提供的冷水机组的冷却负荷量控制设备的硬件结构 示意图。
具体实施方式
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。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。
图1为本发明实施例提供的中央空调系统结构示意图。如图1所示，本 发明实施例提供的中央空调系统包括冷冻泵10、风机盘管20、膨胀水箱30、 散热水塔40、冷却泵50、冷凝器60以及蒸发器70。其中，冷冻泵10用于 将通往各个房间的循环水经机组内部热交换后除湿变为“冷冻水”。散热水塔 40用于接收冷却泵50送来的带有热量的水，经冷却后为冷冻水机组提供冷 却水；外部热交换系统外部热交换系统由冷冻水循环系统和冷却水循环系统 组成。其中，冷冻水循环系统的功能是将从冷冻机组流出的冷冻水通过冷冻 泵10送入冷冻管道，在各个房间内进行热交换，使房间内的温度下降；冷却 水循环系统的功能是将通过热交换的冷却水由冷却水泵送入水塔，在水塔中 进行冷却降湿降温，再送回冷冻机组，如此不断循环，带走冷冻机组中所释 放的热量。冷却风机冷却风机有室内风机和冷却塔风机两种：室内风机安装 于所需要降温的房间内，用于将由冷冻水冷却了的冷空气吹入房间，加速房 间内空气的流动，使房间内降温速度加快且温度均匀；冷却塔风机用于对进入冷却塔的喷淋水进行冷却，通过风机产生风的流速，将热量散发到大气中 去，使进入塔内的水温迅速降低。
其中，冷水机组是中央空调系统运行过程中能耗最大的设备。图2为本 发明实施例提供的多台并联冷水机组结构示意图。如图2所示，在中央空调 系统中通常将多个不同容量等级的冷水机组并联，通过可编程逻辑控制设备 (Programmable Logic Controller，简称PLC)控制多台冷水机组的运行过程。 因此，需要降低冷水机组的能耗，实现中央空调节能控制。
现有技术中，在中央空调系统中通常将多个不同容量等级的冷水机组 并联，通过逐台加载法控制多台冷水机组的运行过程，具体的控制过程为， 根据中央空调系统的冷负荷需求先加载一台机组，若不能满足冷负荷需求 再加载一台机组承担剩余负荷。通过经验设置逐台加载冷水机组的顺序， 保证了中央空调系统的冷负荷需求。
然而发明人发现现有技术冷水机组冷却负荷量控制方法存在以下问 题：通过逐台加载法控制多台冷水机组的运行过程中，会出现一台冷水机 组处于过高负荷运行状态下，而另一台机组处于过高低负荷运行状态下。 冷水机组的处于过高负荷运行状态或过高低负荷运行状态时，冷水机组的 运行效率都很低，导致中央空调系统的能耗较高。为了解决上述技术问题， 本实施例提供一种冷水机组的冷却负荷量控制方法，利用全局优化算法分 配多台冷水机组的冷却负荷量，在保证冷水机组的冷却功能的前提下，降 低冷水机组的能耗，提高冷水机组的运行效率，降低中央空调系统的能耗。 下面采用详细的实施例进行详细说明。
图3为本发明实施例提供的冷水机组的冷却负荷量控制方法的流程示意 图一，本实施例的执行主体可以为图2中所示的PLC控制设备。如图3所示， 该方法包括：
S301：获取预设时间段内每台冷水机组的负荷率以及功耗。
在本发明实例中，通过PLC控制设备控制多台冷水机组的运行过程。其 中，PLC控制设备由中央处理器CPU、存储器、输入输出接口以及编程器组 成。具体的，中央处理器CPU是接受输入的程序以及存储程序，并执行用户 程序；存储器用来存放程序和数据；输入接口负责采集现场各种开关接点的 信号状态并将其转化成标准的逻辑电平；输出接口用于输出电信号来控制对 象。编程器用于用户程序的编制编辑调试检查和监视还可以显示PLC的各种 状态。
在本发明实例中，根据中央空调系统的冷却需求分配给多台冷水机组冷 却负荷量，在分别根据每台冷水机组的冷却负荷量控制每台冷水机组制冷。 冷水机组的负荷率指的是冷水机组实际制冷量与冷水机组的额定制冷量之间 的百分比，因此冷水机组的负荷率直接反映了冷水机组的冷却效率。在相同 冷却需求的前提下，冷水机组的负荷率越高，说明冷水机组的冷却效率越高， 中央空调系统的制冷功耗越低。具体的，根据每台冷水机组制冷时的电流和 电压的乘积获得每台冷水机组的功率。
具体的，通过获取预设时间段内每台冷水机组进口与出水口的温差，并 根据每台冷水机组进口与出水口的温差、预设时间段内每台冷水机组的流量 确定每台冷水机组的制冷量；根据每台冷水机组的制冷量与每台冷水机组的 额定制冷量确定每台冷水机组的负荷率。在每台冷水机组进水口和出水口布 置温度传感器，在冷冻水管道布置流量传感器，示例性的，温度传感器采用 PT100型，流量传感器采用涡轮式传感器。在预设时间段内监测每台冷水机 组进口与出水口的温差，并通过PLC控制设备中的输入接口将每台冷水机组 进口与出水口的温差、预设时间段内每台冷水机组的流量发送至中央处理器 CPU，示例性的，中央处理器CPU根据每台冷水机组进口与出水口的温差、 预设时间段内每台冷水机组的流量计算制冷量的公式如(1)所示：
Q＝CprVsΔT (1)
其中，Cp为定压比热容，r为比重量，Vs为液体流速，ΔT为温度差，Q 为制冷量。
S302：根据每台冷水机组的负荷率以及功耗确定能耗模型，其中能耗模 型包括所有冷水机组的功耗总和、每台冷水机组的负荷率以及每台冷水机组 的负荷系数。
在中央空调系统中，制冷性能系数(CoefficientofPerformance，简称COP) 是指在规定的工况下冷水机组的制冷量与所消耗的功率之比，即消耗单位功 率所获得的制冷量。因此，COP表示了冷水机组的能源利用效率。冷水机组 的COP越大，表示冷水机组能源利用效率越高，冷水机组的性能就越好，反 之就越差。在本发明实施例中，可根据每台冷水机组的负荷率以及功耗确定 能耗模型，具体的，以中央空调系统包含4台冷水机组为例，在预设24小时 时间段，以6个小时为时间间隔内获取了4组数据，每组数据包含4台冷水 机组的功耗总和以及每台冷水机组的负荷率。根据上述4组数据获得的能耗 模型的公式如(2)所示：
其中，Pi为第i台冷水机组的功率，αi,0、αi,1、αi,2以及αi,3分别为第i台 冷水机组的对应的负荷系数，PLRi为第i台冷水机组的负荷率。
S303：根据能耗模型以及全局优化算法确定每台冷水机组的最优冷却负 荷率。
在本发明实施例中，根据现有的冷水机组的负荷率以及功率的对应关系 获得了多台冷水机组的能耗模型。在保证提供现有的冷却量的前提下，根据 多台冷水机组的能耗模型利用全局优化算法获得每台冷水机组的最优负荷 率。当每台冷水机组的负荷率都达到最优负荷率时，此时所有冷水机组的功 率总和最小，即在保证现有的冷却需求的前提下，中央空调系统的运行能耗 最低。
S304：根据每台冷水机组的最优冷却负荷率控制每台冷水机组的冷却负 荷量，其中每台冷水机组的冷却负荷量为每台冷水机组的最优冷却负荷率与 每台冷水机组的额定制冷量的乘积。
在本发明实施例中，每台冷水机组的冷却负荷量为每台冷水机组的最优 冷却负荷率与每台冷水机组的额定制冷量的乘积。通过根据每台冷水机组的 最优冷却负荷率确定每台冷水机组的冷却负荷量，并根据每台冷水机组的冷 却负荷量控制每台冷水机组的制冷过程，提高了多台冷水机组的冷却效率， 保证了中央空调系统的制冷量。
从上述实施例可知，通过获取多台冷水机组的负荷率和功率，并根据每 台冷水机组的负荷率和功率建立多台冷水机组的能耗模型，并根据该能耗模 型利用全局优化算法分配多台冷水机组的冷却负荷量，在保证冷水机组的冷 却需求的前提下，提高冷水机组的冷却效率，降低中央空调系统的能耗。
图4为本发明实施例提供的冷水机组的冷却负荷量控制方法的流程示意 图二，本实施例在图3实施例的基础上，对S303中根据能耗模型以及全局优 化算法确定每台冷水机组的最优冷却负荷率的具体实现过程进行了详细说 明。如图4所示，该方法包括：
S401：获取任意时间间隔内每台冷水机组的负荷率，根据每台冷水机组 的负荷率确定果蝇优化算法中每个果蝇个体的初始位置。
在本发明实施例中，获取任意时间间隔内的每台冷水机组的流量和温差 确定每台冷水机组的实际冷却量，并根据实际冷却量获得冷水机组的负荷率。 本发明实施例中使用果蝇优化算法，模拟果蝇利用敏锐的嗅觉和视觉进行捕 食的过程，实现对解空间的群体迭代搜索。该算法原理简单、易于实现，具 有较强的搜索能力。根据果蝇优化算法的定义，将中央空调系统的N台冷水 机组中的每台冷水机组作为一个单独的果蝇个体，根据随机函数以及每台冷 水机组的负荷率确定每个果蝇个体的初始位置，具体的公式如(3)和(4) 所示：
init_x(i)＝rand1(PLRi) (3)
init_y(i)＝rand2(PLRi) (4)
其中，init_x(i)为第i个果蝇初始位置的横坐标，init_y(i)为第i个果蝇初 始位置的纵坐标，rand1(PLRi)为根据随机函数rand()以及第i台冷水机组的负 荷率确定的横坐标，rand2(PLRi)为根据随机函数rand()以及第i台冷水机组的 负荷率确定的纵坐标，rand1()及rand2()均为随机函数rand()，i为小于等于N 的正整数。
S402：根据所述每个果蝇个体的初始位置以及随机函数确定每个果蝇个 体的最新位置，根据每个果蝇个体的最新位置与原点之间的距离，确定每个 果蝇个体的最新位置的味道浓度。
在本发明实施例中，果蝇优化算法中，模仿每个果蝇利用嗅觉搜索时， 赋于每个果蝇个体一个随机的飞行方向和距离，因此，可以根据所述每个果 蝇个体的初始位置以及随机函数，确定每个果蝇个体的此次飞行结束后的最 新位置，具体的公式如(5)和(6)所示：
X(i)＝init_x(i)+2*rand1()-1 (5)
Y(i)＝init_y(i)+2*rand2()-1 (6)
其中，X(i)为第i个果蝇最新位置的横坐标，Y(i)为第i个果蝇最新位 置的纵坐标。
在本发明实施例中，在果蝇优化算法中，模仿果蝇飞向食物味道来源的 过程中，由于食物的位置是未知的，所以可统一按照每个果蝇个体飞行的最 新位置与远点之间的距离判定最新位置的味道浓度。其中，计算每个果蝇个 体的最新位置与原点之间的距离Disti的公式如(7)所示：
Disti＝(X(i)2+Y(i)2)1/2 (7)
其中，Disti为第i个果蝇最新位置与原点之间的距离。
具体的，根据每个果蝇个体的最新位置与原点之间的距离，确定每个果 蝇个体的最新位置的味道浓度S(i)的公式如(8)所示：
S(i)＝1/Disti (8)
其中，S(i)为第i个果蝇最新位置的味道浓度。
S403：根据每个果蝇个体的最新位置的味道浓度确定每个果蝇个体最优 位置，并根据每个果蝇个体最优位置确定每台冷水机组的最优冷却负荷率。
判断最新位置的味道浓度是否大于上一次飞行结束时的味道浓度，若最 新位置的味道浓度大于上一次飞行结束时的味道浓度，则继续飞行，并机组 将下一次的最新位置的味道浓度与上一次飞行结束时的味道浓度进行比较， 直至最新位置的味道浓度是小于上一次飞行结束时的味道浓度时，飞行结束。
具体的，根据每个果蝇个体的最新位置的味道浓度确定果蝇个体最优位 置的公式如(9)所示：
F(i)＝3-S(i)2 (9)
在本发明实施例中，F(i)为本次飞行过程中第i个果蝇个体的最优位置， 根据该位置的横坐标和纵坐标确定的最优负荷率，冷水组件在最优负荷率的 运行条件下功耗最小。
在一种可能的实现方式中，可根据每个果蝇个体与最优果蝇个体之间的 距离确定每个果蝇个体的引力，根据每个果蝇个体的引力以及最优果蝇个体 的味道浓度值确定每个果蝇个体的最优位置。
在本发明实施例中，在模仿每个果蝇利用嗅觉搜索时，可通过引入果蝇 个体间的引力作用来帮助每个果蝇个体朝着当前代适应度最好的点附近搜 索。忽略普通果蝇个体之间的引力作用，只保留与该果蝇个体适应度最好的 果蝇个体之间的相互力。通过这种引力设定，就完成了果蝇个体与最优果蝇 个体之间的信息交流，使得果蝇个体能朝着当前最优的方向搜索，飞向最优 位置。具体的，计算每个果蝇个体的引力的公式如(10)所示：
Li＝(G*Hi*Hbest)/r2 (10)
其中，Li为第i个果蝇的引力，Hi为第i个果蝇个体的上次飞行结束时的 位置信息，Hbest为第i个果蝇个体飞行的最优位置信息，r为Hi与Hbest之间的 距离，G为系数。
在本发明实施例中，根据每个果蝇个体确定的最优位置确定该果蝇个体 对应的冷水机组的最优负荷率，并根据所有冷水机组的最优负荷率获得所有 冷水机组的最小功耗总和。
从上述实施例可知，通过在果蝇优化算法中引入果蝇个体间相互引力的 作用，增加横向两果蝇个体之间的信息交互，提升果蝇优化算法的偏置能力， 提高了果蝇优化算法过程中群体迭代搜索的效率和准确性，提高了利用全局 优化算法分配多台冷水机组的冷却负荷量的准确性。
在一种可能的实现方式中，在根据每台冷水机组的最优冷却负荷率控制 每台冷水机组的冷却负荷量之后，根据能耗模型确定所有冷水机组的最小功 耗总和；将每台冷水机组的最优冷却负荷率以及最小功耗总和发送至监控平 台，以使管理人员根据监控平台管理中央空调系统的运行。
在本发明实施例中，由于不同冷水机组的参数性能不同，每台冷水机组 的冷却负荷量也不同。根据上述实施例描述的冷水机组的冷却负荷量控制方 法，分别控制每台冷水机组的冷却负荷量，使得当前中央控制系统处于节能 运行状态。根据能耗模型获得所有冷水机组的最小功耗总和，根据多台冷水 机组监测的数据计算所有冷水机组的最优冷却负荷率。通过将每台冷水机组 的最优冷却负荷率以及最小功耗总和发送至监控平台之后，使得管理人员能 够根据监控平台显示的参数监测中央空调系统的运行情况，实现了管理人员 对于中央空调系统的实管理和实时监控。
图5为本发明实施例提供的冷水机组的冷却负荷量控制装置结构示意 图。如图5所示，该冷水机组的冷却负荷量控制装置包括：获取模块501、 第一确定模块502、第二确定模块503和控制模块504。
获取模块501，用于获取预设时间段内每台冷水机组的负荷率以及功耗。
第一确定模块502，用于根据所述每台冷水机组的负荷率以及功耗确定 能耗模型，其中所述能耗模型包括所有冷水机组的功耗总和、所述每台冷水 机组的负荷率以及每台冷水机组的负荷系数。
第二确定模块503，用于根据所述能耗模型以及全局优化算法确定所述 每台冷水机组的最优冷却负荷率。
控制模块504，用于根据所述每台冷水机组的最优冷却负荷率控制所 述每台冷水机组的冷却负荷量，其中所述每台冷水机组的冷却负荷量为所 述每台冷水机组的最优冷却负荷率与所述每台冷水机组的额定制冷量的 乘积。
本实施例提供的装置，可用于执行上述方法实施例的技术方案，其实现 原理和技术效果类似，本实施例此处不再赘述。
在本发明的一个实施例中，所述第二确定模块503具体用于：获取任意 时间间隔内每台冷水机组的负荷率，并根据所述每台冷水机组的负荷率确定 所述果蝇优化算法中每个果蝇个体的初始位置；根据所述每个果蝇个体的初 始位置以及随机函数确定每个果蝇个体的最新位置，根据每个果蝇个体的最 新位置与原点之间的距离，确定每个果蝇个体的最新位置的味道浓度；根据 所述每个果蝇个体的最新位置的味道浓度确定每个果蝇个体最优位置，并根 据所述每个果蝇个体最优位置确定每台冷水机组的最优冷却负荷率。
在本发明的一个实施例中，所述获取模块501具体用于：获取预设时间 段内每台冷水机组进口与出水口的温差，并根据所述每台冷水机组进口与 出水口的温差、所述预设时间段内每台冷水机组的流量确定每台冷水机组 的制冷量；根据所述每台冷水机组的制冷量与每台冷水机组的额定制冷量 确定每台冷水机组的负荷率。
图6为本发明实施例提供的冷水机组的冷却负荷量控制设备的硬件结构 示意图。如图6所示，本实施例的冷水机组的冷却负荷量控制设备包括：处 理器601以及存储器602；其中存储器602，用于存储计算机执行指令；
处理器601，用于执行存储器存储的计算机执行指令，以实现上述实施 例中冷水机组的冷却负荷量控制设备所执行的各个步骤。具体可以参见前述 方法实施例中的相关描述。
可选地，存储器602既可以是独立的，也可以跟处理器601集成在一起。
当存储器602独立设置时，该冷水机组的冷却负荷量控制设备还包括总 线603，用于连接存储器602和处理器601。
本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介 质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如 上所述的冷水机组的冷却负荷量控制方法。
本发明实施例还提供一种计算机程序产品，包括计算机程序，所述计算 机程序被处理器执行时，实现如上所述的冷水机组的冷却负荷量控制方法。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备和方法， 可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的， 例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外 的划分方式，例如多个模块可以结合或者可以集成到另一个系统，或一些特 征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦 合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可 以是电性，机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作 为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方， 或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或 者全部模块来实现本实施例方案。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中， 也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个单 元中。上述模块成的单元既可以采用硬件的形式实现，也可以采用硬件加软 件功能单元的形式实现。
上述以软件功能模块的形式实现的集成的模块，可以存储在一个计算机 可读取存储介质中。上述软件功能模块存储在一个存储介质中，包括若干指 令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等) 或处理器执行本申请各个实施例所述方法的部分步骤。
应理解，上述处理器可以是中央处理单元(Central Processing Unit，简称CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor， 简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC) 等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。 结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用 处理器中的硬件及软件模块组合执行完成。
存储器可能包含高速RAM存储器，也可能还包括非易失性存储NVM， 例如至少一个磁盘存储器，还可以为U盘、移动硬盘、只读存储器、磁盘或 光盘等。
总线可以是工业标准体系结构(Industry Standard Architecture，简称ISA) 总线、外部设备互连(Peripheral Component Interconnect，简称PCI)总线或 扩展工业标准体系结构(Extended Industry Standard Architecture，简称EISA) 总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，本 申请附图中的总线并不限定仅有一根总线或一种类型的总线。
上述存储介质可以是由任何类型的易失性或非易失性存储设备或者它们 的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储 器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。 存储介质可以是通用或专用计算机能够存取的任何可用介质。
一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质 读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的 组成部分。处理器和存储介质可以位于专用集成电路(Application Specific Integrated Circuits，简称ASIC)中。当然，处理器和存储介质也可以作为分立 组件存在于电子设备或主控设备中。
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步 骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可 读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而 前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码 的介质。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对 其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通 技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改， 或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并 不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种冷水机组的冷却负荷量控制方法，其特征在于，包括：
获取预设时间段内每台冷水机组的负荷率以及功耗；
根据所述每台冷水机组的负荷率以及功耗确定能耗模型，其中所述能耗模型包括所有冷水机组的功耗总和、所述每台冷水机组的负荷率以及每台冷水机组的负荷系数；
根据所述能耗模型以及全局优化算法确定所述每台冷水机组的最优冷却负荷率；
根据所述每台冷水机组的最优冷却负荷率控制所述每台冷水机组的冷却负荷量，其中所述每台冷水机组的冷却负荷量为所述每台冷水机组的最优冷却负荷率与所述每台冷水机组的额定制冷量的乘积。
2.根据权利要求1所述的方法，其特征在于，所述全局优化算法为果蝇优化算法，所述根据所述能耗模型以及全局优化算法确定所述每台冷水机组的最优冷却负荷率，包括：
获取任意时间间隔内每台冷水机组的负荷率，并根据所述每台冷水机组的负荷率确定所述果蝇优化算法中每个果蝇个体的初始位置；
根据所述每个果蝇个体的初始位置以及随机函数确定每个果蝇个体的最新位置，根据每个果蝇个体的最新位置与原点之间的距离，确定每个果蝇个体的最新位置的味道浓度；
根据所述每个果蝇个体的最新位置的味道浓度确定每个果蝇个体最优位置，并根据所述每个果蝇个体最优位置确定每台冷水机组的最优冷却负荷率。
3.根据权利要求2所述的方法，其特征在于，所述根据每个果蝇个体的最新位置的味道浓度确定每个果蝇个体最优位置，包括：
根据所述每个果蝇个体与最优果蝇个体之间的距离确定每个果蝇个体的引力；
根据所述每个果蝇个体的引力以及最优果蝇个体的味道浓度值确定每个果蝇个体的最优位置。
4.根据权利要求1所述的方法，其特征在于，所述获取预设时间段内每台冷水机组的负荷率，包括：
获取预设时间段内每台冷水机组进口与出水口的温差，并根据所述每台冷水机组进口与出水口的温差、所述预设时间段内每台冷水机组的流量确定每台冷水机组的制冷量；
根据所述每台冷水机组的制冷量与每台冷水机组的额定制冷量确定每台冷水机组的负荷率。
5.根据权利要求1至4任一项所述的方法，其特征在于，在所述根据所述每台冷水机组的最优冷却负荷率控制所述每台冷水机组的冷却负荷量之后，还包括：
根据能耗模型确定所有冷水机组的最小功耗总和；
将所述每台冷水机组的最优冷却负荷率以及最小功耗总和发送至监控平台，以使管理人员根据监控平台管理中央空调系统的运行。
6.一种冷水机组的冷却负荷量控制装置，其特征在于，包括：
获取模块，用于获取预设时间段内每台冷水机组的负荷率以及功耗；
第一确定模块，用于根据所述每台冷水机组的负荷率以及功耗确定能耗模型，其中所述能耗模型包括所有冷水机组的功耗总和、所述每台冷水机组的负荷率以及每台冷水机组的负荷系数；
第二确定模块，用于根据所述能耗模型以及全局优化算法确定所述每台冷水机组的最优冷却负荷率；
控制模块，用于根据所述每台冷水机组的最优冷却负荷率控制所述每台冷水机组的冷却负荷量，其中所述每台冷水机组的冷却负荷量为所述每台冷水机组的最优冷却负荷率与所述每台冷水机组的额定制冷量的乘积。
7.根据权利要求6所述的装置，其特征在于，所述第二确定模块具体用于：
获取任意时间间隔内每台冷水机组的负荷率，并根据所述每台冷水机组的负荷率确定果蝇优化算法中每个果蝇个体的初始位置；
根据所述每个果蝇个体的初始位置以及随机函数确定每个果蝇个体的最新位置，根据每个果蝇个体的最新位置与原点之间的距离，确定每个果蝇个体的最新位置的味道浓度；
根据所述每个果蝇个体的最新位置的味道浓度确定每个果蝇个体最优位置，并根据所述每个果蝇个体最优位置确定每台冷水机组的最优冷却负荷率。
8.一种冷水机组的冷却负荷量控制设备，其特征在于，包括：至少一个处理器和存储器；所述存储器存储计算机执行指令；所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如权利要求1至5任一项所述的冷水机组的冷却负荷量控制方法。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如权利要求1至5任一项所述的冷水机组的冷却负荷量控制方法。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5任一项所述的冷水机组的冷却负荷量控制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011335160.3A CN112665120A (zh) | 2020-11-24 | 2020-11-24 | 冷水机组的冷却负荷量控制方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011335160.3A CN112665120A (zh) | 2020-11-24 | 2020-11-24 | 冷水机组的冷却负荷量控制方法、装置及设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112665120A true CN112665120A (zh) | 2021-04-16 |
Family
ID=75402917
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011335160.3A Pending CN112665120A (zh) | 2020-11-24 | 2020-11-24 | 冷水机组的冷却负荷量控制方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112665120A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113685895A (zh) * | 2021-09-09 | 2021-11-23 | 西安建筑科技大学 | 一种分布式架构下的换热站并联水泵优化控制方法及系统 |
| CN113847711A (zh) * | 2021-09-13 | 2021-12-28 | 悉地（北京）国际建筑设计顾问有限公司 | 空调控制方法、装置及空调系统 |
| CN116379588A (zh) * | 2023-04-08 | 2023-07-04 | 广州施杰节能科技有限公司 | 一种冷水主机负荷分配寻优调节方法及其系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130345880A1 (en) * | 2012-06-26 | 2013-12-26 | Johnson Controls Technology Company | Systems and methods for controlling a chiller plant for a building |
| CN109780693A (zh) * | 2017-11-09 | 2019-05-21 | 沈阳工业大学 | 一种中央空调冷水机组能效监测评价方法 |
-
2020
- 2020-11-24 CN CN202011335160.3A patent/CN112665120A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130345880A1 (en) * | 2012-06-26 | 2013-12-26 | Johnson Controls Technology Company | Systems and methods for controlling a chiller plant for a building |
| CN109780693A (zh) * | 2017-11-09 | 2019-05-21 | 沈阳工业大学 | 一种中央空调冷水机组能效监测评价方法 |
Non-Patent Citations (3)
| Title |
|---|
| 唐立娜: "《公共建筑运行能耗监测控制共性技术研究与示范》", 31 July 2016, 中国环境科学出版社 * |
| 张学良，刘丽琴: "《智能优化算法及其在机械工程中的应用》", 30 September 2012, 国防工业出版社 * |
| 童瑞祺等: "基于改进布谷鸟搜索算法的冷水机组负荷分配优化", 《计算机与应用化学》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113685895A (zh) * | 2021-09-09 | 2021-11-23 | 西安建筑科技大学 | 一种分布式架构下的换热站并联水泵优化控制方法及系统 |
| CN113847711A (zh) * | 2021-09-13 | 2021-12-28 | 悉地（北京）国际建筑设计顾问有限公司 | 空调控制方法、装置及空调系统 |
| CN116379588A (zh) * | 2023-04-08 | 2023-07-04 | 广州施杰节能科技有限公司 | 一种冷水主机负荷分配寻优调节方法及其系统 |
| CN116379588B (zh) * | 2023-04-08 | 2023-09-12 | 广州施杰节能科技有限公司 | 一种冷水主机负荷分配寻优调节方法及其系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112665120A (zh) | 冷水机组的冷却负荷量控制方法、装置及设备 | |
| WO2021063033A1 (zh) | 空调能耗模型训练方法与空调系统控制方法 | |
| CN111536671A (zh) | 空调系统运行控制方法和装置、电子设备和存储介质 | |
| CN100594348C (zh) | 解除制冷启动的优化控制 | |
| JP5691655B2 (ja) | 空調システム、その制御装置 | |
| US10993354B2 (en) | Data center system, control method of data center system, and recording medium recording control program of data center system | |
| WO2014124341A1 (en) | In-situ optimization of chilled water plants | |
| CN112283890A (zh) | 适应建筑暖通设备监控系统的冷热量控制方法及装置 | |
| JP6091387B2 (ja) | 空調装置 | |
| CN115776795A (zh) | 数据中心空调系统诊断方法及装置 | |
| WO2024037062A1 (zh) | 多联机空调系统的控制方法、控制器、空调系统及介质 | |
| WO2021082511A1 (zh) | 模型训练方法、控制参数确定方法及装置 | |
| JP7328498B2 (ja) | 情報処理装置、空気調和装置、情報処理方法、空気調和方法、及びプログラム | |
| CN115218453A (zh) | 空调器及空调器控制方法 | |
| CN112283834B (zh) | 一种冷水机组的冷冻水出水温度控制方法及装置 | |
| CN108507126A (zh) | 一种中央空调冷冻水的模糊控制方法、装置及空调 | |
| CN117062419B (zh) | 多末端供需匹配的数据中心冷源系统参数优化方法及装置 | |
| CN112822903B (zh) | 一种基于人工智能的数据中心制冷方法和系统 | |
| CN113847711A (zh) | 空调控制方法、装置及空调系统 | |
| CN105716205A (zh) | 应用于机房的冷却方法和装置 | |
| CN110332653B (zh) | 室外机除霜控制方法、装置及设备 | |
| US20220373206A1 (en) | Chiller controller for optimized efficiency | |
| CN113375311B (zh) | 一种fcu末端的控制方法、装置、介质及电子设备 | |
| CN111503924B (zh) | 四通阀故障检测方法及装置 | |
| CN114995543A (zh) | 一种通过人工智能ai控制环境调节设备的方法及装置 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210416 |