CN112747419A - 中央空调风水联动控制方法、装置、设备及存储介质 - Google Patents

中央空调风水联动控制方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN112747419A
CN112747419A CN202110085254.8A CN202110085254A CN112747419A CN 112747419 A CN112747419 A CN 112747419A CN 202110085254 A CN202110085254 A CN 202110085254A CN 112747419 A CN112747419 A CN 112747419A
Authority
CN
China
Prior art keywords
central air
current
air conditioner
refrigeration
cold load
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.)
Granted
Application number
CN202110085254.8A
Other languages
English (en)
Other versions
CN112747419B (zh
Inventor
张军凯
张振坤
方亮
柯茂松
朱景涛
蔡文波
罗中科
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.)
Changjiang Intelligent Control Technology Wuhan Co ltd
Original Assignee
Changjiang Intelligent Control Technology Wuhan 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 Changjiang Intelligent Control Technology Wuhan Co ltd filed Critical Changjiang Intelligent Control Technology Wuhan Co ltd
Priority to CN202110085254.8A priority Critical patent/CN112747419B/zh
Publication of CN112747419A publication Critical patent/CN112747419A/zh
Application granted granted Critical
Publication of CN112747419B publication Critical patent/CN112747419B/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
    • F24F11/50—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
    • F24F11/50—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
    • F24F11/62—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
    • 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

Abstract

本发明属于空调控制技术领域，公开了一种中央空调风水联动控制方法、装置、设备及存储介质。该方法包括：获取目标中央空调的当前冷负荷，根据所述当前冷负荷得到所述目标中央空调的当前制冷量；识别所述目标中央空调对应区域的当前人流量，根据所述当前人流量得到人体冷负荷；获取所述目标中央空调对应区域的当前环境参数，根据所述当前环境参数得到当前环境的制冷需求；根据所述当前制冷量、所述人体冷负荷以及所述制冷需求通过预设制冷预测模型进行预测，得到所述目标中央空调的制冷预测结果；根据所述制冷预测结果调整所述目标中央空调的当前制冷量。通过上述方式，对中央空调的制冷量输出进行智能控制，以最节能的方案运行中央空调设备。

Description

中央空调风水联动控制方法、装置、设备及存储介质
技术领域
本发明涉及空调控制技术领域，尤其涉及一种中央空调风水联动控制方法、装置、设备及存储介质。
背景技术
中央空调系统作为通风空调系统的重要组成部分，为建筑内通风空调系统提供冷源。室内人员流动、外部气候变化会引起空调负荷的不断变化和波动，因此，中央空调为了满足远期高峰时期要求，设备装机容量较大。传统自控厂家控制中央空调系统时，中央空调的冷量输出根据供回水温度、流量来计算，或者分早、中、晚多个时段定时设定中央空调出水温度值。这些方法与建筑物真实的负荷需求没有量化的联系，与末端用户的感受也没有必然的联系，也不能给出负荷在未来的变化趋势。没有负荷数据会导致中央空调系统或多或少处于“盲控”状态，无可避免造成空调“过供应”造成能源浪费。
上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种中央空调风水联动控制方法、装置、设备及存储介质，旨在解决现有技术中央空调系统无法按需调节制冷量输出，空调供应过度的技术问题。
为实现上述目的，本发明提供了一种中央空调风水联动控制方法，所述方法包括以下步骤:
获取目标中央空调的当前冷负荷，根据所述当前冷负荷得到所述目标中央空调的当前制冷量；
识别所述目标中央空调对应区域的当前人流量，根据所述当前人流量得到人体冷负荷；
获取所述目标中央空调对应区域的当前环境参数，根据所述当前环境参数得到当前环境的制冷需求；
根据所述当前制冷量、所述人体冷负荷以及所述制冷需求通过预设制冷预测模型进行预测，得到所述目标中央空调的制冷预测结果；
根据所述制冷预测结果调整所述目标中央空调的当前制冷量。
可选地，所述获取目标中央空调的当前冷负荷，根据所述当前冷负荷得到所述目标中央空调的当前制冷量，包括：
获取所述目标中央空调的冷冻水供水总管温度、冷冻水回水总管温度和冷冻水回水总管流量；
根据所述冷冻水供水总管温度、冷冻水回水总管温度和冷冻水回水总管流量得到所述目标中央空调的当前冷负荷；
根据所述当前冷负荷得到所述目标中央空调的当前制冷量。
可选地，所述当前环境参数包括：当前环境温湿度值、当前环境内建筑物的散热冷负荷以及当前时间；
所述根据所述当前环境参数得到当前环境的制冷需求，包括：
根据所述当前环境温湿度值、当前环境内建筑物的散热冷负荷以及当前时间得到当前环境的制冷需求。
可选地，所述根据所述当前制冷量、所述人体冷负荷以及所述制冷需求通过预设制冷预测模型进行预测，得到所述目标中央空调的制冷预测结果，包括：
根据所述当前制冷量、所述人体冷负荷以及所述制冷需求通过预设制冷预测模型进行短期冷负荷预测，得到短期冷负荷预测结果；
根据预设原始冷负荷数据模型得到与环境参数接近的预设冷负荷变化模型；
根据所述当前环境参数通过所述预设冷负荷变化模型进行长期冷负荷预测，得到长期冷负荷预测结果。
可选地，所述根据所述制冷预测结果调整所述目标中央空调的当前制冷量，包括：
根据所述短期冷负荷预测结果以及冷冻水供水和冷冻水回水的温差调整所述目标中央空调冷冻泵的运行频率以及冷却塔的工作数量，以得到第一调整量；
根据所述长期冷负荷预测结果调整所述目标中央空调运行设备的数量，以得到第二调整量；
根据所述第一调整量和第二调整量调整所述目标中央空调的当前制冷量。
可选地，所述根据所述短期冷负荷预测结果以及冷冻水供水和冷冻水回水的温差调整所述目标中央空调冷冻泵的运行频率以及冷却塔的工作数量，包括：
根据所述短期冷负荷预测结果以及冷冻水供水和冷冻水回水的温差调整所述目标中央空调冷冻泵的运行频率；
当所述冷冻水总管出水温度高于出水温度阈值时，开启所述目标中央空调冷却塔，以得到所述冷却塔的工作数量。
可选地，所述根据所述长期冷负荷预测结果调整所述目标中央空调运行设备的数量，包括：
根据所述长期冷负荷预测结果得到长期冷负荷预测值；
当所述长期冷负荷预测值超过所述目标中央空调的冷负荷预设值时，且所述目标中央空调运行终端数量小于运行终端数量阈值时，增加所述目标中央空调运行设备的数量。
此外，为实现上述目的，本发明还提出一种中央空调风水联动控制装置，所述中央空调风水联动控制装置包括：
获取模块，用于获取目标中央空调的当前冷负荷，根据所述当前冷负荷得到所述目标中央空调的当前制冷量；
识别模块，用于识别所述目标中央空调对应区域的当前人流量，根据所述当前人流量得到人体冷负荷；
所述获取模块，还用于获取所述目标中央空调对应区域的当前环境参数，根据所述当前环境参数得到当前环境的制冷需求；
预测模块，用于根据所述当前制冷量、所述人体冷负荷以及所述制冷需求通过预设制冷预测模型进行预测，得到所述目标中央空调的制冷预测结果；
调整模块，用于根据所述制冷预测结果调整所述目标中央空调的当前制冷量。
此外，为实现上述目的，本发明还提出一种中央空调风水联动控制设备，所述中央空调风水联动控制设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的中央空调风水联动控制程序，所述中央空调风水联动控制程序配置为实现如上文所述的中央空调风水联动控制方法的步骤。
此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有中央空调风水联动控制程序，所述中央空调风水联动控制程序被处理器执行时实现如上文所述的中央空调风水联动控制方法的步骤。
本发明通过获取目标中央空调的当前冷负荷，根据所述当前冷负荷得到所述目标中央空调的当前制冷量；识别所述目标中央空调对应区域的当前人流量，根据所述当前人流量得到人体冷负荷；获取所述目标中央空调对应区域的当前环境参数，根据所述当前环境参数得到当前环境的制冷需求；根据所述当前制冷量、所述人体冷负荷以及所述制冷需求通过预设制冷预测模型进行预测，得到所述目标中央空调的制冷预测结果；根据所述制冷预测结果调整所述目标中央空调的当前制冷量。通过人流量和环境参数进行中央空调负荷预测，基于预测结果控制中央空调的制冷量输出，使中央空调能够按需供冷，解决中央空调过度应用的问题，达到节能增效的目的。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的中央空调风水联动控制设备的结构示意图；
图2为本发明中央空调风水联动控制方法第一实施例的流程示意图；
图3为本发明中央空调风水联动控制方法的一设备连接图；
图4为本发明中央空调风水联动控制方法第二实施例的流程示意图；
图5为本发明中央空调风水联动控制装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
参照图1，图1为本发明实施例方案涉及的硬件运行环境的中央空调风水联动控制设备结构示意图。
如图1所示，该中央空调风水联动控制设备可以包括：处理器1001，例如中央处理器(Central Processing Unit，CPU)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity，WI-FI)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory，RAM)存储器，也可以是稳定的非易失性存储器(Non-Volatile Memory，NVM)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的结构并不构成对中央空调风水联动控制设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及中央空调风水联动控制程序。
在图1所示的中央空调风水联动控制设备中，网络接口1004主要用于与网络服务器进行数据通信；用户接口1003主要用于与用户进行数据交互；本发明中央空调风水联动控制设备中的处理器1001、存储器1005可以设置在中央空调风水联动控制设备中，所述中央空调风水联动控制设备通过处理器1001调用存储器1005中存储的中央空调风水联动控制程序，并执行本发明实施例提供的中央空调风水联动控制方法。
本发明实施例提供了一种中央空调风水联动控制方法，参照图2，图2为本发明一种中央空调风水联动控制方法第一实施例的流程示意图。
本实施例中，所述中央空调风水联动控制方法包括以下步骤：
步骤S10，获取目标中央空调的当前冷负荷，根据所述当前冷负荷得到所述目标中央空调的当前制冷量。
需要说明的是，本实施例的执行主体为中央空调的中央处理单元，通过中央处理单元实现对中央空调的智能控制。
可以理解的是，所述目标中央空调指的是被节能管控的中央空调所有设备、机组以及模块。
进一步地，所述获取目标中央空调的当前冷负荷，根据所述当前冷负荷得到所述目标中央空调的当前制冷量，包括：获取所述目标中央空调的冷冻水供水总管温度、冷冻水回水总管温度和冷冻水回水总管流量；根据所述冷冻水供水总管温度、冷冻水回水总管温度和冷冻水回水总管流量得到所述目标中央空调的当前冷负荷；根据所述当前冷负荷得到所述目标中央空调的当前制冷量。
需要说明的是，获取所述冷冻水供回水总管温度和冷冻水回水总管流量的方式可为通过传感器和流量计进行测量，还可为其他方式，本实施例对此不加以限制，在本实施例中，通过传感器和流量计进行测量为例进行说明。
可以理解的是，中央空调的冷负荷计算方法为，根据热力学公式：Q＝c×m×ΔT，其中Q为热能，单位为Ton；c为比热容；m为质量；ΔT为温度差值，所得Q＝c×m×(Tr-Ts)＝c×V×ρ(Tr-Ts)；其中水的密度为1kg/dm3，水的比热容为4.187Kj/(kg·℃)，FL流量单位为L/S；所得Q＝c×FL×(Tr-Ts)＝4.187×FL×(Tr-Ts)；其中1Ton＝3.516KW；所得Q＝1.19×FL×(Tr-Ts)；因此，计算所述目标中央空调当前冷水机组产生的冷量的公式为：Qch＝1.19×FL×(Tr-Ts)，其中，Qch为目标中央空调所产生的冷负荷，也为建筑物产热；Tr为冷冻水总管回水温度；Ts为冷冻水总管供水温度；FL为冷冻水回水总管流量；1.19为比例系数，在得到所述目标中央空调当前冷水机组产生的冷量后，得到所述目标中央空调的当前制冷量。
步骤S20，识别所述目标中央空调对应区域的当前人流量，根据所述当前人流量得到人体冷负荷。
应当说明的是，如图3所示，在所述目标中央空调设备中安装有一个红外检测仪，通过红外检测技术识别人体热成像，读取人员个数，并判断人员密度，通过设备自身算法计算人流量，也可用其他设备或者其他计算方式得到人流量，本实施例对此不加以限制，在本实施例中，通过红外检测仪来达到计算人流量的目的。
在具体实现中，根据当前人流量计算因人体显热散热制冷所形成的冷负荷，其中人体显热散热引起的冷负荷计算公式为：
Figure BDA0002910266170000061
其中Q为人体显热散热形成的冷负荷；q为不同室温和劳动性质的成年男子显热散热量，数据可通过查表得知；n为所述目标中央空调对应区域的当前人数；
Figure BDA0002910266170000071
为空调建筑物内的群集体系数，需对应建筑物性质查表；C为人体显热散热冷负荷系数，由于人体对围护结构和室内物品的辐射换热量相应减少，可取C＝1.0。因此人体潜热散热引起的冷负荷计算公式为：
Figure BDA0002910266170000072
根据公式可得出所述目标中央空调对应区域因人体显热散热形成的冷负荷。
由于空调水管本身通过散热方式会消耗部分冷量，冷冻水供回水总管会一直存在温差，导致始终存在冷量需求的现状。在特殊环境下，室内环境温度达标，末端负荷小，人体对温度感知不精准，因此，通过传统方式调节冷量有一定的局限性。人流量是引起建筑负荷变化的一个重要因素，因此通过计算人流量预测空调负荷尤为重要。
步骤S30，获取所述目标中央空调对应区域的当前环境参数，根据所述当前环境参数得到当前环境的制冷需求。
需要说明的是，目标中央空调所在环境中的一些因素也会形成一定的冷负荷，且环境的不同也会导致对于制冷需求有所差别，所以应根据目标中央空调对应区域的环境参数，得到当前环境的制冷需求。
进一步地，所述当前环境参数包括：当前环境温湿度值、当前环境内建筑物的散热冷负荷以及当前时间；所述根据所述当前环境参数得到当前环境的制冷需求，包括：根据所述当前环境温湿度值、当前环境内建筑物的散热冷负荷以及当前时间得到当前环境的制冷需求。
在具体实现中，考虑当前环境内建筑物的散热冷负荷包括但不限于当前区域内较为稳定的照明散热、用电设备散热、经过玻璃温差传热和围护结构传热。再通过当前时段及环境的温湿度值得到每个目标中央空调区域的冷负荷，以及结合当前环境的人体潜热散热冷负荷，即可得到当前环境的制冷需求。
步骤S40，根据所述当前制冷量、所述人体冷负荷以及所述制冷需求通过预设制冷预测模型进行预测，得到所述目标中央空调的制冷预测结果。
需要说明的是，根据回归统计的方法分析和预测目标中央空调的冷负荷，也可以通过其他方法对时段、人流量、环境温度、机组制冷量以及空调区域制冷需求量的数据建模，本实施例对此不加以限制。
步骤S50：根据所述制冷预测结果调整所述目标中央空调的当前制冷量。
在具体实现中，根据制冷预测结果对目标中央空调的机组设备进行智能控制，通过增加和减少机组设备的运行数量来控制目标中央空调的制冷量。根据管理的要求自动切换几台中央空调设备中冷冻机组的运行次序，累计每台机组运行时间，自动选择运行时间最短的机组，使每台机组运行时间基本相等，以延长机组使用寿命，自动监测各关键设备的运行状态，故障报警，手/自动状态，并按照程序及实际情况自动启动备用设备。
本实施例通过获取目标中央空调的当前冷负荷，根据所述当前冷负荷得到所述目标中央空调的当前制冷量；识别所述目标中央空调对应区域的当前人流量，根据所述当前人流量得到人体冷负荷；获取所述目标中央空调对应区域的当前环境参数，根据所述当前环境参数得到当前环境的制冷需求；根据所述当前制冷量、所述人体冷负荷以及所述制冷需求通过预设制冷预测模型进行预测，得到所述目标中央空调的制冷预测结果；根据所述制冷预测结果调整所述目标中央空调的当前制冷量。通过人流量和环境参数进行中央空调负荷预测，基于预测结果控制中央空调的制冷量输出，使中央空调能够按需供冷，解决中央空调过度应用的问题，达到节能增效的目的。
参考图4，图4为本发明一种中央空调风水联动控制方法第二实施例的流程示意图。
基于上述第一实施例，本实施例中央空调风水联动控制方法中所述步骤S40，包括：
步骤40’：根据所述当前制冷量、所述人体冷负荷以及所述制冷需求通过预设制冷预测模型进行短期冷负荷预测，得到短期冷负荷预测结果；
根据预设原始冷负荷数据模型得到与环境参数接近的预设冷负荷变化模型；
根据所述当前环境参数通过所述预设冷负荷变化模型进行长期冷负荷预测，得到长期冷负荷预测结果。
需要说明的是，所述预设制冷预测模型指的是采用统计回归方法建立建筑物的热响应模型y，用来描述当前时间段内目标中央空调对应区域的室外温湿度、人流量、目标中央空调制冷量与室内温度变化的关系。根据该模型求取反函数y-1，它描述在同一室内温度下，不同时间段内的目标中央空调冷负荷变化，或者在同一室内温度下，不同室外温度下目标中央空调冷负荷变化。有了反函数y-1，可以直接利用建筑物室内平均温度数据和各个空调区域温度设定值，计算出未来一个时间段内的总负荷需求作为短期负荷预测。
可以理解的是，所述预设原始冷负荷数据模型指的是目标中央空调内原有的通过调用大数据预演所形成的历史数据模型。
在具体实现中，对于长期冷负荷预测是针对未来24小时所作出的预测。通过采用时序数据聚类的方法从历史数据模型中获得冷负荷变化的几种典型模型，然后从典型模型中获得与当前室外天气、节假日调节最接近的预设冷负荷变化模型，运用加权平均的方法将部分数据结合形成最终的长期冷负荷预测曲线。
进一步地，所述根据所述制冷预测结果调整所述目标中央空调的当前制冷量，包括：根据所述短期冷负荷预测结果以及冷冻水供水和冷冻水回水的温差调整所述目标中央空调冷冻泵的运行频率以及冷却塔的工作数量，以得到第一调整量；根据所述长期冷负荷预测结果调整所述目标中央空调运行设备的数量，以得到第二调整量；根据所述第一调整量和第二调整量调整所述目标中央空调的当前制冷量。
需要说明的是，根据目标中央空调冷负荷计算，决定目标中央空调的加机和减机控制。在实际运行时，目标中央空调有一个高效COP区，通常压缩机的高效区大约在负荷65％—85％的范围内。在实际的优化序列控制中，一般考虑制中央空调在这个高效区工作。在加载一台中央空调或卸载一台中央空调的同时，冷冻水泵、冷却水泵及冷却塔也相应要增加一台或减少一台，因此考虑中央空调的高效工作区时还要考虑水泵、冷却塔的功耗。一般通过优化算法，在满足系统冷量要求的同时，维持中央空调、水泵和冷却塔的总功耗最小。在实际的优化序列控制中还要考虑每台中央空调的实际运行时间，使每台中央空调的实际运行时间一致。
应当理解的是，中央空调系统运行能耗浪费涉及到载冷剂循环(冷冻水循环)、制冷剂循环(制冷主机内部)、冷却剂循环(冷却水循环)三种介质的循环过程，包含了制冷主机、水泵、冷却塔、末端设备等多个热交换过程，这决定了中央空调系统不能以线性控制系统，简单的局部控制部分设备而达到节能的效果。
在具体实现中，在传统的中央空调冷冻水系统制冷量控制中，往往采用的是冷冻水总管进出水温差、流量计算中央空调冷负荷的控制策略，但是这种控制思路，也有极限情况，在末端空调负荷极低的情况下，中央空调负荷计算存在偏差。在空调冷负荷预测模型建立之前，传统的中央空调负荷计算不仅可以作为中央空调控制较为科学的依据，还可以帮助数据模型的建立，提供现场环境与设备的数据。
进一步地，所述根据所述短期冷负荷预测结果以及冷冻水供水和冷冻水回水的温差调整所述目标中央空调冷冻泵的运行频率以及冷却塔的工作数量，包括：根据所述短期冷负荷预测结果以及冷冻水供水和冷冻水回水的温差调整所述目标中央空调冷冻泵的运行频率；当所述冷冻水总管出水温度高于出水温度阈值时，开启所述目标中央空调冷却塔，以得到所述冷却塔的工作数量。
需要说明的是，根据冷冻水供回水温差调整冷冻泵的运行频率结合短期冷负荷预测结果，控制中央空调主机出水温度，当冷冻泵调至最低频率，调节压差旁通阀，保持最低频率时的压差。根据冷冻水总管出水温度，与出水温度设定值比较，当出水温度高于设定值，持续一定时间，开启冷却塔。每2℃设置一个梯度，逐台开启冷却塔风扇。冷却塔的风扇采用轮流开启、自动排序、自动投入方式。
进一步地，所述根据所述长期冷负荷预测结果调整所述目标中央空调运行设备的数量，包括：根据所述长期冷负荷预测结果得到长期冷负荷预测值；
当所述长期冷负荷预测值超过所述目标中央空调的冷负荷预设值时，且所述目标中央空调运行终端数量小于运行终端数量阈值时，增加所述目标中央空调运行设备的数量。
需要说明的是，当长期冷负荷预测值超过目标中央空调的冷负荷预设值时，调整中央空调运行设备的数量。在具体实施中，当建筑物空调负荷＞加机负荷设定值时，且中央空调开启数量＜当前负荷最大冷机数量，满足开关机最小时间间隔，即增加一套中央空调设备；当建筑物空调负荷＜加机负荷设定值，且中央空调开启数量＞1，满足开关机最小时间间隔，即减少一套中央空调设备。
本实施例通过根据所述当前制冷量、所述人体冷负荷以及所述制冷需求通过预设制冷预测模型进行短期冷负荷预测，得到短期冷负荷预测结果；根据预设原始冷负荷数据模型得到与环境参数接近的预设冷负荷变化模型；根据所述当前环境参数通过所述预设冷负荷变化模型进行长期冷负荷预测，得到长期冷负荷预测结果。基于不同的参数和数据进行空调的负荷预测，得到短期冷负荷预测结果和长期冷负荷预测结果，并根据两种不同的结果对中央空调的制冷量输出作出不同的控制调节方式，使中央空调设备效率更高，整个设备及所有机组更加节能，用户体验更加友好。
此外，参照图5，本发明实施例还提出一种中央空调风水联动控制装置，所述中央空调风水联动控制装置包括：
获取模块10，用于获取目标中央空调的当前冷负荷，根据所述当前冷负荷得到所述目标中央空调的当前制冷量；
识别模块20，用于识别所述目标中央空调对应区域的当前人流量，根据所述当前人流量得到人体冷负荷；
所述获取模块10，还用于获取所述目标中央空调对应区域的当前环境参数，根据所述当前环境参数得到当前环境的制冷需求；
预测模块30，用于根据所述当前制冷量、所述人体冷负荷以及所述制冷需求通过预设制冷预测模型进行预测，得到所述目标中央空调的制冷预测结果；
调整模块40，用于根据所述制冷预测结果调整所述目标中央空调的当前制冷量。
本实施例中通过获取目标中央空调的当前冷负荷，根据所述当前冷负荷得到所述目标中央空调的当前制冷量；识别所述目标中央空调对应区域的当前人流量，根据所述当前人流量得到人体冷负荷；获取所述目标中央空调对应区域的当前环境参数，根据所述当前环境参数得到当前环境的制冷需求；根据所述当前制冷量、所述人体冷负荷以及所述制冷需求通过预设制冷预测模型进行预测，得到所述目标中央空调的制冷预测结果；根据所述制冷预测结果调整所述目标中央空调的当前制冷量。通过人流量和环境参数进行中央空调负荷预测，基于预测结果控制中央空调的制冷量输出，使中央空调能够按需供冷，解决中央空调过度应用的问题，达到节能增效的目的。
在一实施例中，所述获取模块10，还用于获取所述目标中央空调的冷冻水供水总管温度、冷冻水回水总管温度和冷冻水回水总管流量；
根据所述冷冻水供水总管温度、冷冻水回水总管温度和冷冻水回水总管流量得到所述目标中央空调的当前冷负荷；
根据所述当前冷负荷得到所述目标中央空调的当前制冷量。
在一实施例中，所述获取模块10，还用于根据所述当前环境温湿度值、当前环境内建筑物的散热冷负荷以及当前时间得到当前环境的制冷需求。
在一实施例中，所述预测模块30，还用于根据所述当前制冷量、所述人体冷负荷以及所述制冷需求通过预设制冷预测模型进行短期冷负荷预测，得到短期冷负荷预测结果；
根据预设原始冷负荷数据模型得到与环境参数接近的预设冷负荷变化模型；
根据所述当前环境参数通过所述预设冷负荷变化模型进行长期冷负荷预测，得到长期冷负荷预测结果。
在一实施例中，所述调整模块40，还用于根据所述短期冷负荷预测结果以及冷冻水供水和冷冻水回水的温差调整所述目标中央空调冷冻泵的运行频率以及冷却塔的工作数量，以得到第一调整量；
根据所述长期冷负荷预测结果调整所述目标中央空调运行设备的数量，以得到第二调整量；
根据所述第一调整量和第二调整量调整所述目标中央空调的当前制冷量。
在一实施例中，所述调整模块40，还用于根据所述短期冷负荷预测结果以及冷冻水供水和冷冻水回水的温差调整所述目标中央空调冷冻泵的运行频率；
当所述冷冻水总管出水温度高于出水温度阈值时，开启所述目标中央空调冷却塔，以得到所述冷却塔的工作数量。
在一实施例中，所述调整模块40，还用于根据所述长期冷负荷预测结果得到长期冷负荷预测值；
当所述长期冷负荷预测值超过所述目标中央空调的冷负荷预设值时，且所述目标中央空调运行终端数量小于运行终端数量阈值时，增加所述目标中央空调运行设备的数量。
此外，本发明实施例还提出一种存储介质，所述存储介质上存储有中央空调风水联动控制程序，所述中央空调风水联动控制程序被处理器执行时实现如上文所述的中央空调风水联动控制方法的步骤。
由于本存储介质采用了上述所有实施例的全部技术方案，因此至少具有上述实施例的技术方案所带来的所有有益效果，在此不再一一赘述。
需要说明的是，以上所描述的工作流程仅仅是示意性的，并不对本发明的保护范围构成限定，在实际应用中，本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的，此处不做限制。
另外，未在本实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的中央空调风水联动控制方法，此处不再赘述。
此外，需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如只读存储器(Read Only Memory，ROM)/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种中央空调风水联动控制方法，其特征在于，所述中央空调风水联动控制方法包括以下步骤：
获取目标中央空调的当前冷负荷，根据所述当前冷负荷得到所述目标中央空调的当前制冷量；
识别所述目标中央空调对应区域的当前人流量，根据所述当前人流量得到人体冷负荷；
获取所述目标中央空调对应区域的当前环境参数，根据所述当前环境参数得到当前环境的制冷需求；
根据所述当前制冷量、所述人体冷负荷以及所述制冷需求通过预设制冷预测模型进行预测，得到所述目标中央空调的制冷预测结果；
根据所述制冷预测结果调整所述目标中央空调的当前制冷量。
2.如权利要求1所述的中央空调风水联动控制方法，其特征在于，所述获取目标中央空调的当前冷负荷，根据所述当前冷负荷得到所述目标中央空调的当前制冷量，包括：
获取所述目标中央空调的冷冻水供水总管温度、冷冻水回水总管温度和冷冻水回水总管流量；
根据所述冷冻水供水总管温度、冷冻水回水总管温度和冷冻水回水总管流量得到所述目标中央空调的当前冷负荷；
根据所述当前冷负荷得到所述目标中央空调的当前制冷量。
3.如权利要求1所述的中央空调风水联动控制方法，其特征在于，所述当前环境参数包括：当前环境温湿度值、当前环境内建筑物的散热冷负荷以及当前时间；
所述根据所述当前环境参数得到当前环境的制冷需求，包括：
根据所述当前环境温湿度值、当前环境内建筑物的散热冷负荷以及当前时间得到当前环境的制冷需求。
4.如权利要求1所述的中央空调风水联动控制方法，其特征在于，所述根据所述当前制冷量、所述人体冷负荷以及所述制冷需求通过预设制冷预测模型进行预测，得到所述目标中央空调的制冷预测结果，包括：
根据所述当前制冷量、所述人体冷负荷以及所述制冷需求通过预设制冷预测模型进行短期冷负荷预测，得到短期冷负荷预测结果；
根据预设原始冷负荷数据模型得到与环境参数接近的预设冷负荷变化模型；
根据所述当前环境参数通过所述预设冷负荷变化模型进行长期冷负荷预测，得到长期冷负荷预测结果。
5.如权利要求4所述的中央空调风水联动控制方法，其特征在于，所述根据所述制冷预测结果调整所述目标中央空调的当前制冷量，包括：
根据所述短期冷负荷预测结果以及冷冻水供水和冷冻水回水的温差调整所述目标中央空调冷冻泵的运行频率以及冷却塔的工作数量，以得到第一调整量；
根据所述长期冷负荷预测结果调整所述目标中央空调运行设备的数量，以得到第二调整量；
根据所述第一调整量和第二调整量调整所述目标中央空调的当前制冷量。
6.如权利要求5所述的中央空调风水联动控制方法，其特征在于，所述根据所述短期冷负荷预测结果以及冷冻水供水和冷冻水回水的温差调整所述目标中央空调冷冻泵的运行频率以及冷却塔的工作数量，包括：
根据所述短期冷负荷预测结果以及冷冻水供水和冷冻水回水的温差调整所述目标中央空调冷冻泵的运行频率；
当所述冷冻水总管出水温度高于出水温度阈值时，开启所述目标中央空调冷却塔，以得到所述冷却塔的工作数量。
7.如权利要求5所述的中央空调风水联动控制方法，其特征在于，所述根据所述长期冷负荷预测结果调整所述目标中央空调运行设备的数量，包括：
根据所述长期冷负荷预测结果得到长期冷负荷预测值；
当所述长期冷负荷预测值超过所述目标中央空调的冷负荷预设值时，且所述目标中央空调运行终端数量小于运行终端数量阈值时，增加所述目标中央空调运行设备的数量。
8.一种中央空调风水联动控制装置，其特征在于，所述中央空调风水联动控制装置包括：
获取模块，用于获取目标中央空调的当前冷负荷，根据所述当前冷负荷得到所述目标中央空调的当前制冷量；
识别模块，用于识别所述目标中央空调对应区域的当前人流量，根据所述当前人流量得到人体冷负荷；
所述获取模块，还用于获取所述目标中央空调对应区域的当前环境参数，根据所述当前环境参数得到当前环境的制冷需求；
预测模块，用于根据所述当前制冷量、所述人体冷负荷以及所述制冷需求通过预设制冷预测模型进行预测，得到所述目标中央空调的制冷预测结果；
调整模块，用于根据所述制冷预测结果调整所述目标中央空调的当前制冷量。
9.一种中央空调风水联动控制设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的中央空调风水联动控制程序，所述中央空调风水联动控制程序配置为实现如权利要求1至7中任一项所述的中央空调风水联动控制方法的步骤。
10.一种存储介质，其特征在于，所述存储介质上存储有中央空调风水联动控制程序，所述中央空调风水联动控制方法被处理器执行时实现如权利要求1至7任一项所述的中央空调风水联动控制方法的步骤。
CN202110085254.8A 2021-01-21 2021-01-21 中央空调风水联动控制方法、装置、设备及存储介质 Active CN112747419B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110085254.8A CN112747419B (zh) 2021-01-21 2021-01-21 中央空调风水联动控制方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110085254.8A CN112747419B (zh) 2021-01-21 2021-01-21 中央空调风水联动控制方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN112747419A true CN112747419A (zh) 2021-05-04
CN112747419B CN112747419B (zh) 2022-05-24

Family

ID=75652938

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110085254.8A Active CN112747419B (zh) 2021-01-21 2021-01-21 中央空调风水联动控制方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN112747419B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113339955A (zh) * 2021-05-31 2021-09-03 青岛海信日立空调系统有限公司 空调控制系统
CN113339953A (zh) * 2021-05-31 2021-09-03 青岛海信日立空调系统有限公司 空调控制系统
CN116447736A (zh) * 2023-05-16 2023-07-18 南京常格科技发展有限公司 高效机房控制方法及系统

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104534617A (zh) * 2014-12-08 2015-04-22 北京华电方胜技术发展有限公司 一种基于能耗监测的冷源集中数字控制方法
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
CN106295902A (zh) * 2016-08-19 2017-01-04 北京世纪微熵科技股份有限公司 建筑冷热负荷预测系统、方法及建筑内部空气调节系统
JP2017078522A (ja) * 2015-10-19 2017-04-27 三菱重工業株式会社 熱源システムの台数制御装置及びその方法並びに熱源システム
CN107169606A (zh) * 2017-05-18 2017-09-15 天津大学 一种办公建筑冷负荷的预测方法
CN108489013A (zh) * 2018-01-30 2018-09-04 深圳市新环能科技有限公司 基于遗传算法和负荷在线修正的中央空调控制方法及装置
CN108870671A (zh) * 2018-04-19 2018-11-23 天津大学 一种适用于建筑规划阶段的空调负荷预测方法
CN109028468A (zh) * 2018-06-13 2018-12-18 北京天泽智云科技有限公司 基于大数据分析的冰机集群系统能耗优化方法和装置
US10203674B1 (en) * 2015-02-25 2019-02-12 Clean Power Research, L.L.C. System and method for providing constraint-based heating, ventilation and air-conditioning (HVAC) system optimization with the aid of a digital computer
CN109871987A (zh) * 2019-01-28 2019-06-11 中建八局第三建设有限公司 一种智能建筑暖通设备综合节能控制方法
EP3550216A2 (en) * 2018-04-06 2019-10-09 LG Electronics Inc. Device for evaluating air-conditioner performance based on climate simulation and method thereof
CN110425685A (zh) * 2019-08-16 2019-11-08 珠海格力电器股份有限公司 空调系统控制方法、装置及空调系统
CN110440396A (zh) * 2019-07-11 2019-11-12 雄安达实智慧科技有限公司 云边端协同的中央空调全局优化节能控制方法和系统
CN111237989A (zh) * 2020-02-04 2020-06-05 青岛海信网络科技股份有限公司 一种基于负荷预测的楼宇通风空调控制方法及装置
CN111735178A (zh) * 2020-07-15 2020-10-02 西安木牛能源技术服务有限公司 基于精英主义和svr回归算法的空调节能系统及优化方法
US20200370779A1 (en) * 2018-01-26 2020-11-26 Mitsubishi Electric Corporation Control system, air conditioner, and server

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104534617A (zh) * 2014-12-08 2015-04-22 北京华电方胜技术发展有限公司 一种基于能耗监测的冷源集中数字控制方法
US10203674B1 (en) * 2015-02-25 2019-02-12 Clean Power Research, L.L.C. System and method for providing constraint-based heating, ventilation and air-conditioning (HVAC) system optimization with the aid of a digital computer
JP2017078522A (ja) * 2015-10-19 2017-04-27 三菱重工業株式会社 熱源システムの台数制御装置及びその方法並びに熱源システム
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
CN106295902A (zh) * 2016-08-19 2017-01-04 北京世纪微熵科技股份有限公司 建筑冷热负荷预测系统、方法及建筑内部空气调节系统
CN107169606A (zh) * 2017-05-18 2017-09-15 天津大学 一种办公建筑冷负荷的预测方法
US20200370779A1 (en) * 2018-01-26 2020-11-26 Mitsubishi Electric Corporation Control system, air conditioner, and server
CN108489013A (zh) * 2018-01-30 2018-09-04 深圳市新环能科技有限公司 基于遗传算法和负荷在线修正的中央空调控制方法及装置
EP3550216A2 (en) * 2018-04-06 2019-10-09 LG Electronics Inc. Device for evaluating air-conditioner performance based on climate simulation and method thereof
CN108870671A (zh) * 2018-04-19 2018-11-23 天津大学 一种适用于建筑规划阶段的空调负荷预测方法
CN109028468A (zh) * 2018-06-13 2018-12-18 北京天泽智云科技有限公司 基于大数据分析的冰机集群系统能耗优化方法和装置
CN109871987A (zh) * 2019-01-28 2019-06-11 中建八局第三建设有限公司 一种智能建筑暖通设备综合节能控制方法
CN110440396A (zh) * 2019-07-11 2019-11-12 雄安达实智慧科技有限公司 云边端协同的中央空调全局优化节能控制方法和系统
CN110425685A (zh) * 2019-08-16 2019-11-08 珠海格力电器股份有限公司 空调系统控制方法、装置及空调系统
CN111237989A (zh) * 2020-02-04 2020-06-05 青岛海信网络科技股份有限公司 一种基于负荷预测的楼宇通风空调控制方法及装置
CN111735178A (zh) * 2020-07-15 2020-10-02 西安木牛能源技术服务有限公司 基于精英主义和svr回归算法的空调节能系统及优化方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
范同顺: "《建筑能效管理策略研究》", 31 May 2015, 中国建材工业出版社 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113339955A (zh) * 2021-05-31 2021-09-03 青岛海信日立空调系统有限公司 空调控制系统
CN113339953A (zh) * 2021-05-31 2021-09-03 青岛海信日立空调系统有限公司 空调控制系统
CN116447736A (zh) * 2023-05-16 2023-07-18 南京常格科技发展有限公司 高效机房控制方法及系统
CN116447736B (zh) * 2023-05-16 2023-11-14 南京常格科技发展有限公司 高效机房控制方法及系统

Also Published As

Publication number Publication date
CN112747419B (zh) 2022-05-24

Similar Documents

Publication Publication Date Title
CN112747419B (zh) 中央空调风水联动控制方法、装置、设备及存储介质
US20240044541A1 (en) Systems and methods of optimizing hvac control in a building or network of buildings
CN101424436B (zh) 一种中央空调智能优化控制系统及方法
US7567888B2 (en) Method for evaluating and optimizing performance of chiller system
CN102128481B (zh) 空调器及其控制方法及装置
US6860431B2 (en) Strategic-response control system for regulating air conditioners for economic operation
CN1293346C (zh) 节能型中央空调系统
WO2016011937A1 (zh) 空调温湿度的控制方法和装置
Xu et al. An intermittent heating strategy by predicting warm-up time for office buildings in Beijing
CN115325682B (zh) 一种高效智能制冷机房性能监测的优化控制方法及装置
AU2002310859A1 (en) Air-conditioning system
EP1387988A1 (en) Air-conditioning system
CN109323414B (zh) 空调器及其控制方法和控制装置及电子设备
CN110925960A (zh) 一种通信机房空调节能方法与装置
CN104121666A (zh) 用于中央空调风系统的逐时变频供风系统及控制方法
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
US20080277488A1 (en) Method for Controlling HVAC Systems
Zhang et al. Influence of occupant behavior on the energy performance of variable refrigerant flow systems for office buildings: A case study
CN212720195U (zh) 一种基于系统整体能效比cop最佳的冷却水系统控制装置
Rosiek et al. Reducing a solar-assisted air-conditioning system’s energy consumption by applying real-time occupancy sensors and chilled water storage tanks throughout the summer: A case study
CN108731222B (zh) 一种机房空调控制方法及装置
KR101969505B1 (ko) 신재생 건물에너지시스템에서의 온도 및 실내상태 제어방법, 시스템 및 컴퓨터판독가능매체
CN203964267U (zh) 中央空调自动匹配负荷节能系统
JP2002228226A (ja) 空調制御装置
CN110986319A (zh) 一种空调节能控制方法

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
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: Air-water linkage control method, device, equipment and storage medium of central air conditioning

Effective date of registration: 20230206

Granted publication date: 20220524

Pledgee: Bank of China Limited Wuhan Jianghan sub branch

Pledgor: Changjiang intelligent control technology (Wuhan) Co.,Ltd.

Registration number: Y2023420000020

PE01 Entry into force of the registration of the contract for pledge of patent right