CN113432268A - 模块机组的控制方法及相关设备 - Google Patents
模块机组的控制方法及相关设备 Download PDFInfo
- Publication number
- CN113432268A CN113432268A CN202110719625.3A CN202110719625A CN113432268A CN 113432268 A CN113432268 A CN 113432268A CN 202110719625 A CN202110719625 A CN 202110719625A CN 113432268 A CN113432268 A CN 113432268A
- Authority
- CN
- China
- Prior art keywords
- unit
- module
- module unit
- energy efficiency
- parameters
- 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
- 238000000034 method Methods 0.000 title claims abstract description 57
- 230000000875 corresponding effect Effects 0.000 claims description 54
- 230000001276 controlling effect Effects 0.000 claims description 31
- 238000012549 training Methods 0.000 claims description 19
- 238000004088 simulation Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 12
- 238000004781 supercooling Methods 0.000 claims description 6
- 230000002596 correlated effect Effects 0.000 claims description 4
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 238000010438 heat treatment Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 12
- 238000001816 cooling Methods 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 7
- 238000013135 deep learning Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000005265 energy consumption Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 239000003507 refrigerant Substances 0.000 description 1
- 238000005057 refrigeration Methods 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
- F24F11/62—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
-
- 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
-
- 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
- F24F2110/12—Temperature of the outside air
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明提供了一种模块机组的控制方法及相关设备,其中,模块机组的控制方法包括:获取所述模块机组在不同工况下的多组运行参数;获取所述模块机组的负荷需求;基于所述负荷需求和多组所述运行参数,获取所述模块机组的控制参数,其中,所述控制参数包括所述单元模块的开启数量。该模块机组的控制方法能够使模块机组的单元模块开启的数量与模块机组不同工况的运行参数相关,使得模块机组的开启数量充分结合了模块机组的工况,有利于提高模块机组的能效。
Description
技术领域
本发明涉及模块机技术领域,具体而言,涉及一种模块机组的控制方法、一种模块机组控制装置、一种计算机可读存储介质和一种模块机组。
背景技术
目前技术方案中,模块化的空调器和热泵,各单元模块的启停是基于内机的负荷需求,逐步增加开启单元模块的台数,直到处于开启状态的单元模块能够满足负荷需求,目前的模块机组不利于提高能效。
发明内容
本发明旨在至少解决现有技术或相关技术中存在的技术问题之一。
根据本申请实施例的第一方面提出了一种模块机组的控制方法;
根据本申请实施例的第二方面提出了一种模块机组控制装置;
根据本申请实施例的第三方面提出了一种计算机可读存储介质;
根据本申请实施例的第四方面提出了一种模块机组。
有鉴于此,根据本申请实施例的第一方面提出了一种模块机组的控制方法,所述模块机组包括多个单元模块,所述控制方法包括:
获取所述模块机组在不同工况下的多组运行参数;
获取所述模块机组的负荷需求;
基于所述负荷需求和多组所述运行参数,获取所述模块机组的控制参数,以对所述模块机组进行控制,其中,所述控制参数包括所述单元模块的开启数量。
在第一方面的第一种可能的实现方式中,所述获取所述模块机组在不同工况下的多组运行参数的步骤包括:
基于每个单元模块的性能参数,进行仿真模拟;
基于所述仿真模拟的结果,获取在不同的单元模块开启数量下所述模块机组对应的运行参数。
在第一方面的第二种可能的实现方式中,所述获取所述模块机组在不同工况下的多组运行参数的步骤包括:
获取不同的单元模块开启数量下所述模块机组对应的实际运行参数。
在第一方面的第三种可能的实现方式中,所述获取所述模块机组在不同工况下的多组运行参数的步骤包括:
控制所述模块机组的单元模块开启数量为第一开启数量,获取所述模块机组的运行参数;
控制所述模块机组的单元模块开启数量为第二开启数量,所述第二开启数量与所述第一开启数量不同;
调节所述第二开启数量的单元模块的工作频率,在所述模块机组的实际负荷与需求负荷相差小于第一阈值的情况下,获取所述模块机组的运行参数。
在第一方面的第四种可能的实现方式中,所述获取所述模块机组在不同工况下的多组运行参数的步骤包括:
控制所述模块机组的单元模块开启数量为第三开启数量,其中,第三开启数量小于所述模块机组的单元模块的总数量;
增大所述第三开启数量,并随着所述第三开启数量的增大依次递减所述开启的单元模块的工作频率,在所述模块机组的实际负荷与需求负荷相差小于第一阈值的情况下,获取所述模块机组的运行参数。
在第一方面的第五种可能的实现方式中,所述获取所述模块机组在不同工况下的多组运行参数的步骤包括:
控制所述模块机组的单元模块开启数量为第四开启数量;
减小所述第四开启数量,并随着所述第四开启数量的减小依次递增所述开启的单元模块的工作频率,在所述模块机组的实际负荷与需求负荷相差小于第一阈值的情况下,获取所述模块机组的运行参数。
在第一方面的第六种可能的实现方式中,所述第三开启数量为1或所述单元模块在最高工作频率下为满足需求负荷需要的单元模块开启数量,
所述基于所述负荷需求和多组所述运行参数,获取所述模块机组的控制参数的步骤包括:
计算对应所述模块机组的运行参数的能效信息,在计算得到的所述能效信息大于最新记录的历史能效信息的情况下,关联记录所述计算得到的所述能效信息和对应的所述模块机组的运行参数,其中,所述历史能效信息为所述模块机组基于所述负荷需求获得的;
确定关联记录的能效信息中最优的能效信息所对应的所述模块机组的运行参数为所述模块机组的控制参数。
在第一方面的第七种可能的实现方式中,所述模块机组的实际负荷是基于机组的排气压力、吸气压力、过热度和过冷度获取的。
在第一方面的第八种可能的实现方式中,所述基于所述负荷需求和多组所述运行参数,获取所述模块机组的控制参数的步骤包括:
基于多组所述运行参数,构建训练集;
基于所述训练集和每组所述运行参数对应的能效信息,获取能效识别模型;
基于所述负荷需求和所述能效识别模型,获取模块机组的控制参数。
在第一方面的第九种可能的实现方式中,所述基于所述负荷需求和多组所述运行参数,获取所述模块机组的控制参数的步骤包括:
基于多组所述运行参数,获取到与每组所述运行参数相对应的能效信息;
基于所述能效信息与运行参数的对应关系,构建能效选型数据库;
基于所述负荷需求,通过所述能效选型数据库,确定所述模块机组的控制参数。
在第一方面的第十种可能的实现方式中,所述控制参数还包括:
机组的压缩机功率和风扇转速。
根据本申请实施例的第二方面提出了一种模块机组控制装置,包括:
存储器,存储有计算机程序;
处理器,执行所述计算机程序;
其中,所述处理器在执行所述计算机程序时,实现上述任一技术方案所述的模块机组的控制方法。
根据本申请实施例的第三方面提出了一种计算机可读存储介质,
所述计算机可读存储介质存储有计算机程序,实现上述任一技术方案所述的模块机组的控制方法。
根据本申请实施例的第四方面提出了一种模块机组,包括:上述技术方案所述的模块机组控制装置。
相比现有技术,本发明至少包括以下有益效果:
本发明提供的模块机组的控制方法,获取到模块机组不同工况下的运行参数和模块机组的负荷需求,结合负荷需求和多组运行参数来确定模块机组的控制参数,能够使模块机组的单元模块开启的数量与模块机组不同工况的运行参数相关,使得模块机组的开启数是在充分考虑了模块机组的多种甚至所有工况下综合分析获得的,有利于提高模块机组的能效,也便于后续在模块机组控制过程中能够更高效快速的确定满足不同负荷需求的拥有较高能效的模块机组的控制参数。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1为本申请提供的一种实施例的模块机组的控制方法的示意性步骤流程图;
图2为本申请提供的不同负荷需求下单元模块开启数量与能效之间的对应关系图;
图3为本申请提供的模块机组工作过程中压焓图;
图4为本申请提供的一种实施例的模块机组控制装置的结构框图;
图5为本申请提供的一种实施例的计算机可读存储介质的结构框图;
图6为本申请提供的另一种实施例的模块机组的控制方法的示意性步骤流程图;
图7为本申请提供的又一种实施例的模块机组的控制方法的示意性步骤流程图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步地详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
如图1所示,根据本申请实施例的第一方面提出了一种模块机组的控制方法,模块机组包括多个单元模块,控制方法包括:
步骤101:获取模块机组在不同工况下的多组运行参数。通过对模块机组的多组运行参数进行采集,能够了解到模块机组不同工况下的作业状态和能效。可以理解的是不同工况可以为模块机组的单元模块开启数量不同,不同工况还可以是相同的单元模块开启数量下,单元模块的输出功率不同,而单元模块的输出功率可以通过单元模块的压缩机的功率和用于为冷凝器送风的风扇的功率计算获得。可以理解的是,每组运行参数可以记录了单元模块的开启速率、每个单元模块的输出频率,基于每个单元模块的作业频率获取到的模块机组的输出负荷和模块机组的能效。可以理解的是,模块机组的各个单元模块可以与控制端进行通信连接,模块机组可以主动将运行参数上传至控制端,相应的控制端也可以每经过一个时间间隔向模块单元轮询一次运行参数。
步骤102:获取模块机组的负荷需求。可以理解的是,负荷需求可以为用户或室内机对模块机组的负荷需求,在制冷模式下,可以为室内机对制冷量的需求,而在制热模式下,可以为室内机对制热量的需求,而为了便于控制模块机组,可以将负荷需求等效为系统需求负荷率,以百分数的方式对负荷需求进行统计,在此基础上可以理解的是,在开启的单元模块的负荷率的和大于或等于系统需求负荷率时,模块机组的工况即可满足于负荷需求。可以理解的是,负荷需求可以是用户确定的,用户可以向模块机组发出控制指令,控制指令中可以包括负荷需求;负荷需求还可以是在模块机组接收到控制指令后,进一步对控制指令进行解析获取的;负荷需求同样可以是模块机组基于室内外环境温度的温差自行确定的。
步骤103:基于负荷需求和多组运行参数,获取模块机组的控制参数,以对所述模块机组进行控制,其中,控制参数包括单元模块的开启数量。模块机组的开启数量充分结合了模块机组的工况,有利于提高模块机组的能效,能够降低模块机组的运行成本,能够提高能源利用率。可以理解的是,在模块机组实际使用过程中,多个单元模块可以设置在不同区域,如一个建筑物内的不同楼层,因此每个单元模块周围的环境温度可能存在差异,通过结合模块机组的运行参数制定控制参数,能够使得模块机组的各个单元模块更加适应于自身的工况环境。
本实施例提供的模块机组的控制方法,结合负荷需求和多组运行参数来确定模块机组的控制参数,能够使模块机组的单元模块开启的数量与模块机组不同工况的运行参数相关,使得模块机组的开启数量充分结合了模块机组的工况,有利于提高模块机组的能效,能够降低模块机组的运行成本,能够提高能源利用率。
可以理解的是,模块机组可以为空调器或热泵。
如图2所示,以模块机组包括了4台单元模块为例,其中图2中横坐标表示处于开启状态的单元模块的数量,纵坐标表示能效。通过图2可以看出在负荷需求为25%时,开启两台单元模块的能效最高;负荷需求为50%时开启3台单元模块的能效最高;在负荷需求为75%时,开启4台单元模块的能效最高;而在负荷需求为100%时则需要开启所有的单元模块才能够满足负荷需求,通过图2可以看出不同单元模块的开启数量模块机组对应的能效是不同的,而本申请恰恰能够使模块机组的单元模块开启的数量与模块机组不同工况的运行参数相关,使得模块机组的开启数量充分结合了模块机组的工况,有利于提高模块机组的能效,能够降低模块机组的运行成本,能够提高能源利用率。
在一些示例中,获取模块机组在不同工况下的多组运行参数的步骤包括:基于每个单元模块的性能参数,进行仿真模拟;基于仿真模拟的结果,获取在不同的单元模块开启数量下模块机组对应的运行参数。
在能够获知到单元模块的性能参数的情况下,可以对模块机组进行仿真模拟,通过仿真模拟构建虚拟的模块机组,在对虚拟的模块机组的多个单元模块设定不同的开启数量,即可获取到多组运行参数。这种设置方式可以通过计算机执行程序获取,无需控制模块机组实际运行,一方面能够提高运行参数的获取效率,另一方面,能够大大降低运行参数获取过程中的能耗。
可以理解的是,在不同的单元模块开启数量下,单元模块的输出功率同样可以不同,如此设置能够获得更为全面且贴合于实际工况的运行参数,利于为后续的模块机的控制参数确定提供丰富且全面的数据支持。
在一些示例中,获取模块机组在不同工况下的多组运行参数的步骤包括:获取不同的单元模块开启数量下模块机组对应的实际运行参数。
考虑到,随着模块机组使用时间的增长,单元模块的实际性能与设计性能产生了偏差,如若通过仿真模拟确定运行参数有可能会导致运行参数与实际作业情况不符,可以通过实际运行的方式获取到参数,使得运行参数的获取更加准确且可靠。
可以理解的是,每改变一次模块单元的开启数量就可以获取到一组运行参数。
可以理解的是,在不同的单元模块开启数量下,单元模块的输出功率同样可以不同,如此设置能够获得更为全面且贴合于实际工况的运行参数,利于为后续的模块机的控制参数确定提供丰富且全面的数据支持。
可以理解的是,也可以通过仿真模拟和实际运行两种方式共同获取多组运行参数,能够使运行参数的样本更加丰富、全面,利于为后续控制参数的确定提供数据支持。
在一些示例中,获取模块机组在不同工况下的多组运行参数的步骤包括:控制模块机组的单元模块开启数量为第一开启数量,获取模块机组的运行参数;控制模块机组的单元模块开启数量为第二开启数量,第二开启数量与第一开启数量不同;调节第二开启数量的单元模块的工作频率,在模块机组的实际负荷与需求负荷相差小于第一阈值的情况下,获取模块机组的运行参数。
模块机组的单元模块开启数量为第一开启数量,可以获取到一组运行参数。而后再控制模块机组的单元模块开启数量为与第一开启数量不同的第二开启数量,即可获取到另外一种运行参数。如此重复即可获取到多组运行参数。
调节第二开启数量的单元模块的工作频率,再存储获取到运行参数。能够使得多组运行参数之间即存在单元模块开启数量的差异,还存在单元模块工作频率的差异,使得运行参数的采集更加复杂、丰富和全面,能够充分模拟模块机组的不同工况。
可以理解的是,为了使多组运行参数之间具备相关性,在控制模块机组的单元模块开启数量为第二开启数量时的需求负荷可以等同于模块机组开启数量为第一开启数量时输出的实际负荷。如此设置能够使得两组运行参数输出的实际负荷相近,能够使得运行参数之间具备相关性。
在一些示例中,实际负荷与需求负荷均可以以百分数进行统计,第一阈值的取值为3%至10%。
在一些示例中,获取模块机组在不同工况下的多组运行参数的步骤包括:控制模块机组的单元模块开启数量为第三开启数量,其中,第三开启数量小于模块机组的单元模块的总数量;增大第三开启数量,并随着第三开启数量的增大依次递减开启的单元模块的工作频率,在模块机组的实际负荷与需求负荷相差小于第一阈值的情况下,获取模块机组的运行参数。
增大第三开启数量,能够使得模块机组由单元模块开启数量较少的状态逐步变化为单元模块开启数量较多的状态,有利于历遍模块机组的多种工况,使得运行参数的采集更加完善。
可以理解的是,为了能够更加完善的获取到运行参数,第三开启数量的每次增大量的取值可以为1,而第三初始数量的初始值可以为1。
在一些示例中,获取模块机组在不同工况下的多组运行参数的步骤包括:控制模块机组的单元模块开启数量为第四开启数量;减小第四开启数量,并随着第四开启数量的减小依次递增开启的单元模块的工作频率,在模块机组的实际负荷与需求负荷相差小于第一阈值的情况下,获取模块机组的运行参数。
减小第四开启数量,能够使得模块机组由单元模块开启数量较多的状态逐步变化为单元模块开启数量较少的状态,有利于历遍模块机组的多种工况,使得运行参数的采集更加完善。
可以理解的是,为了能够更加完善的获取到运行参数,第四开启数量的每次减小量的取值可以为1,而第四初始数量的初始值可以为模块机组的单元模块的总数量。
在一些示例中,第三开启数量为1或单元模块在最高工作频率下为满足需求负荷需要的单元模块开启数量。
第三开启数量为1,使得在获取运行参数的过程中,模块机组的初始开启数量为1,而后再增大第三开启数量,对第三开启数量进行重新赋值即可历遍模块机组的与模块单元相关的全部工况,使得获取到的运行参数更加完善。
第三开启数量为单元模块在最高工作频率下为满足需求负荷需要的单元模块开启数量,能够简化运行参数的获取量,能够剔除不具有参考价值的运行参数,能够提高控制方法的相应效率。例如,模块机组共计10台单元模块,目前对模块机组的负荷需求为75%,而最少需要开启3台单元模块才能够使实际负荷达到75%,则此时可以将第三开启数量的初始值设定为3,可以理解的时,在这种情况下,在模块机组开启状态为1台或两台时的运行参数必然无法达到负荷需求,此种运行参数对后续控制参数的确定无法提供帮助。
在一些示例中,基于负荷需求和多组运行参数,获取模块机组的控制参数的步骤包括:计算对应模块机组的运行参数的能效信息,在计算得到的能效信息大于最新记录的历史能效信息的情况下,关联记录计算得到的能效信息和对应的模块机组的运行参数,其中,历史能效信息为模块机组基于负荷需求获得的;确定关联记录的能效信息中最优的能效信息所对应的模块机组的运行参数为模块机组的控制参数。
在获取模块机组的控制参数时,可以在获取运行参数的过程中对运行参数进行筛选,可以在每获取到一组运行参数时,可以计算获取与该运行参数对应的能效信息,如若获取到的能效信息大于历史能效信息,则可以记录该能效信息,并关联记录与该能效信息对应的模块机组的运行参数,能够减少数据处理量,提供控制方法的响应效率。
历史能效信息为模块机组基于负荷需求获得的,同样以模块机组共计10台单元模块为例,目前对模块机组的负荷需求仍为75%,而最少需要开启3台单元模块才能够使实际负荷达到75%,则此时可以将第三开启数量的初始值设定为3,而3台单元模块开启状态下模块机组对应的能效即为历史能效信息。
可以理解的是,在获取到的运行参数对应的能效信息优于历史能效信息时,可以将更优的能效信息替换为历史能效信息,以减少运行参数和能效信息的存储量,利于提高控制方法的相应效率。
在一些示例中,模块机组的实际负荷是基于机组的排气压力、吸气压力、过热度和过冷度获取的。
可以通过机组的排气压力、吸气压力、过热度和过冷度计算获取实际负荷,而排气压力、吸气压力、过热度和过冷度是可以直接通过传感器进行测量的,利于实现实际负荷的量化,利于基于实际负荷调节处于开启状态下的模块单元的工作频率。
可以理解的是,可以机组的吸气压力、排气压力、过热度、过冷度计算出对应状态点的焓值,再通过计算流量乘以相应焓差得到实际负荷。
在一些示例中,在制冷模式下,可以通过下式(1)计算获取实际负荷:
Qcal=m·(h2–h9) (1)
其中,Qcal为实际负荷,h2为图3中数字2处对应的焓值,h9为图3中数字9处对应的焓值。
通过上式(1)的确定进一步使得实际负荷能够量化计算,特别适用于通过空调器的处理器或控制器基于传感器的监测结果计算获取实际负荷。
在一些示例,在制热模式下,可以通过下式(1)计算获取实际负荷:
Qcal=m·(h5–h8) (2)
其中,Qcal为实际负荷,m为制冷剂流量,h5为图3中数字5处对应的焓值,h8为图3中数字8处对应的焓值。
通过上式(2)的确定进一步使得实际负荷能够量化计算,特别适用于通过空调器的处理器或控制器基于传感器的监测结果计算获取实际负荷。
如图3所示,示出了模块机组工作过程中压焓图,也可以通过压焓图来确定模块机组的吸气压力和排气压力。例如图3中数字1处和数字2处对应的温度差值即为过热度,数字7处和数字8处对应的温度差值即为过冷度,数字2处和数字9处对应的制冷焓差即为吸气压力,数字5处和数字8处对应的制热焓差即为排气压力。
在一些示例中,基于负荷需求和多组运行参数,获取模块机组的控制参数的步骤包括:基于多组运行参数,构建训练集;基于训练集和每组运行参数对应的能效信息,获取能效识别模型;基于负荷需求和能效识别模型,获取模块机组的控制参数。
在获取到多组运行参数后,可以基于多组运行参数构建训练集,在计算每组运行参数对应的能效信息,即可通过训练集结合能效信息进行深度学习,通过深度学习可以获取到能效识别模型,在接收到负荷需求时,通过该能效识别模型即可输出模块机组的控制参数,通过该控制参数控制模块机组工作能够使得模块机组处于能效最佳的状态。
如图2所示,示出了不同负荷需求下,因单元模块开启数量不同而形成的不同能效,其中图2中横坐标表示处于开启状态的单元模块的数量,纵坐标表示能效。通过图2可以看出在负荷需求为25%时,开启两台单元模块的能效最高;负荷需求为50%时开启3台单元模块的能效最高;在负荷需求为75%时,开启4台单元模块的能效最高;而在负荷需求为100%时则需要开启所有的单元模块才能够满足负荷需求,通过图2可以看出不同单元模块的开启数量模块机组对应的能效是不同的,而本申请获取到的能效识别模型恰恰能够使模块机组的单元模块开启的数量与模块机组不同工况的运行参数相关,使得模块机组的开启数量充分结合了模块机组的工况,有利于提高模块机组的能效,能够降低模块机组的运行成本,能够提高能源利用率。
通过深度学习获取到的能效识别模型,能够将离散态的运行参数与能效信息之间的关系趋近于线性化,在控制模块机组的过程中,可以输入任意负荷需求,而能效识别模块可以基于该负荷需求输出对应的控制参数。且在后续使用过程中,随着训练集的进一步丰富,能效识别模型能够进一步优化,能够使控制参数的确定更加准确。
在一些示例中,基于负荷需求和多组运行参数,获取模块机组的控制参数的步骤包括:基于多组运行参数,获取到与每组运行参数相对应的能效信息;基于能效信息与运行参数的对应关系,构建能效选型数据库;基于负荷需求,通过能效选型数据库,确定模块机组的控制参数。
在获取到多组运行参数后,可以获取到每组运行参数对应的能效信息,如此设置每个运行参数与能效信息之间即可具备对应关系,进而对运行参数和能效信息进行关联存储即可形成能效选型数据库,在接收到负荷需求时,可以基于该能效需求历遍能效选型数据库,以在数据库中获取到能够满足负荷需求且能效最高的运行参数。通过数据库差值目标的控制参数的方式,能够提高控制方法的响应速度,且随着运行参数的增多,能效选型数据库会更加丰富,能够使控制参数的确定更加准确。
在一些示例中,能效选型数据库可以以数据表的形式进行提现,可以理解的是在数据表中,可以基于能效信息对多组运行参数进行排序,例如使得能效信息更佳的运行参数处于数据表的靠前的位置,能够提高控制参数获取的便捷性。
在一些示例中,控制参数还包括:机组的压缩机功率和风扇转速。
控制参数还包括了机组的压缩机功率和风扇转速,使得模块机组的控制更加精准。
在一些示例中,可以通过下式(3)计算获取模块机组的能效:
Eff=Q/(Pcompr+PODFan+PIDFan+Pother) (3)
其中,Eff为能效;Q制冷量或制热量,单位为W;Pcompr为压缩机耗功,单位为W;PODFan为室外风机耗功,单位为W;PIDFan为室内风机耗功,单位为W;Pother为其他功耗,如控制板,单位为W。
通过上式(3)的确定,进一步明确了能效的计算方式,使得能效能够进行量化,一方面,能够基于能效对多组运行参数进行比较以获取最佳控制参数,另一方面,还能够基于能效计算值提高控制参数的准确性。
如图4所示,根据本申请实施例的第二方面提出了一种模块机组控制装置200,包括:存储器201,存储有计算机程序;处理器202,执行计算机程序;其中,处理器202在执行计算机程序时,实现上述任一技术方案的模块机组的控制方法。
该模块机组控制装置,通过对模块机组的多组运行参数进行采集,能够了解到模块机组不同工况下的作业状态和能效。可以理解的是不同工况可以为模块机组的单元模块开启数量不同,不同工况还可以为相同的单元模块开启数量下,单元模块的输出功率不同,而输出功率可以包括压缩机的功率和用于为冷凝器送风的风扇的功率。可以理解的是,每组运行参数可以记录了单元模块的开启速率、每个单元模块的作业频率,基于每个单元模块的作业频率获取到的模块机组的输出负荷和模块机组的能效。
该模块机组控制装置,能够使模块机组的单元模块开启的数量与模块机组不同工况的运行参数相关,使得模块机组的开启数量充分结合了模块机组的工况,有利于提高模块机组的能效,能够降低模块机组的运行成本,能够提高能源利用率。
可以理解的是,负荷需求可以为用户或室内机对模块机组的负荷需求,在制冷模式下,可以为室内机对制冷量的需求,而在制热模式下,可以为室内机对制热量的需求,而为了便于控制模块机组,可以将负荷需求等效为系统需求负荷率,以百分数的方式对负荷需求进行统计,在此基础上可以理解的是,在开启的单元模块的负荷率的和大于或等于系统需求负荷率时,模块机组的工况即可满足于负荷需求。
如图5所示,根据本申请实施例的第三方面提出了一种计算机可读存储介质300,计算机可读存储介质存储300有计算机程序301,实现上述任一技术方案的模块机组的控制方法。
该计算机可读存储介质,通过对模块机组的多组运行参数进行采集,能够了解到模块机组不同工况下的作业状态和能效。可以理解的是不同工况可以为模块机组的单元模块开启数量不同,不同工况还可以为相同的单元模块开启数量下,单元模块的输出功率不同,而输出功率可以包括压缩机的功率和用于为冷凝器送风的风扇的功率。可以理解的是,每组运行参数可以记录了单元模块的开启速率、每个单元模块的作业频率,基于每个单元模块的作业频率获取到的模块机组的输出负荷和模块机组的能效。
该计算机可读存储介质,结合负荷需求和多组运行参数来确定模块机组的控制参数,能够使模块机组的单元模块开启的数量与模块机组不同工况的运行参数相关,使得模块机组的开启数量充分结合了模块机组的工况,有利于提高模块机组的能效,能够降低模块机组的运行成本,能够提高能源利用率。
可以理解的是,负荷需求可以为用户或室内机对模块机组的负荷需求,在制冷模式下,可以为室内机对制冷量的需求,而在制热模式下,可以为室内机对制热量的需求,而为了便于控制模块机组,可以将负荷需求等效为系统需求负荷率,以百分数的方式对负荷需求进行统计,在此基础上可以理解的是,在开启的单元模块的负荷率的和大于或等于系统需求负荷率时,模块机组的工况即可满足于负荷需求。
根据本申请实施例的第四方面提出了一种模块机组,包括:上述技术方案的模块机组控制装置。
该模块机组的模块机组控制装置通过对模块机组的多组运行参数进行采集,能够了解到模块机组不同工况下的作业状态和能效。可以理解的是不同工况可以为模块机组的单元模块开启数量不同,不同工况还可以为相同的单元模块开启数量下,单元模块的输出功率不同,而输出功率可以包括压缩机的功率和用于为冷凝器送风的风扇的功率。可以理解的是,每组运行参数可以记录了单元模块的开启速率、每个单元模块的作业频率,基于每个单元模块的作业频率获取到的模块机组的输出负荷和模块机组的能效。
该模块机组的模块机组控制装置,结合负荷需求和多组运行参数来确定模块机组的控制参数,能够使模块机组的单元模块开启的数量与模块机组不同工况的运行参数相关,使得模块机组的开启数量充分结合了模块机组的工况,有利于提高模块机组的能效,能够降低模块机组的运行成本,能够提高能源利用率。
在一些示例中,模块机组包括多个单元模块和室内机,室内机和多个单元模块均连接于模块机组控制装置。
在一些示例中,如图6所示,该模块机组的控制方法,包括:
步骤501:获取负荷需求。可以理解的是,负荷需求可以为用户或室内机对模块机组的负荷需求,在制冷模式下,可以为室内机对制冷量的需求,而在制热模式下,可以为室内机对制热量的需求,而为了便于控制模块机组,可以将负荷需求等效为系统需求负荷率,以百分数的方式对负荷需求进行统计,在此基础上可以理解的是,在开启的单元模块的负荷率的和大于或等于系统需求负荷率时,模块机组的工况即可满足于负荷需求。
步骤502:判断是否能够获取模块单元的性能参数,若是执行步骤503,若否执行步骤504。一般情况下可以基于模块单元的型号、生产厂家或说明书获取到模块单元的参数,但是部分老旧型号的模块单元,或者具体性能参数并未公开的产品则有可能无法获取到性能参数。
步骤503:通过仿真模拟获取运行参数。针对能够获取到性能参数的情况下可以通过仿真模拟构建虚拟的模块机组,在对虚拟的模块机组的多个单元模块设定不同的开启数量,即可获取到多组运行参数。这种设置方式可以通过计算机执行程序获取,无需控制模块机组实际运行,一方面能够提高运行参数的获取效率,另一方面,能够大大降低运行参数获取过程中的能耗。
步骤504:获取不同的单元模块开启数量下模块机组对应的实际运行参数。针对无法获取到性能参数的情况下,则有可能无法进行仿真模拟,这种情况下可以直接获取实际运行参数。
步骤505:通过运行参数,获取训练集。可以理解的是训练集内的运行参数越多,则后续获取到的能效识别模型越为准确。
步骤506:通过训练集,获取能效识别模型。在获取到多组运行参数后,可以基于多组运行参数构建训练集,在计算每组运行参数对应的能效信息,即可通过训练集结合能效信息进行深度学习,通过深度学习可以获取到能效识别模型,在接收到负荷需求时,通过该能效识别模型即可输出模块机组的控制参数,通过该控制参数控制模块机组工作能够使得模块机组处于能效最佳的状态。
步骤507:基于负荷需求和能效识别模型,获取模块机组的控制参数。通过深度学习获取到的能效识别模型,能够将离散态的运行参数与能效信息之间的关系趋近于线性化,在控制模块机组的过程中,可以输入任意负荷需求,而能效识别模块可以基于该负荷需求输出对应的控制参数。且在后续使用过程中,随着训练集的进一步丰富,能效识别模型能够进一步优化,能够使控制参数的确定更加准确。
该具体实施例提供的模块机组的控制方法,在能够获取到模块单元的性能参数的情况下则基于仿真模拟获取运行参数,在无法获取到模块单元的性能参数的情况下则获取实际运行参数,在获取到运行参数之后则可以构建训练集,再通过训练集训练获取到能效识别模型,即可通过负荷需求和能效识别模型来获取到最佳的控制参数。
通过深度学习获取到的能效识别模型,能够将离散态的运行参数与能效信息之间的关系趋近于线性化,在控制模块机组的过程中,可以输入任意负荷需求,而能效识别模块可以基于该负荷需求输出对应的控制参数。且在后续使用过程中,随着训练集的进一步丰富,能效识别模型能够进一步优化,能够使控制参数的确定更加准确。
在一些示例中,如图7所示该模块机组的控制方法,包括:
步骤601:基于负荷需要,获取到最少单元模块开启数量,将最少单元模块开启数量作为初始开启数量。可以理解的是,负荷需求可以为用户或室内机对模块机组的负荷需求,在制冷模式下,可以为室内机对制冷量的需求,而在制热模式下,可以为室内机对制热量的需求,而为了便于控制模块机组,可以将负荷需求等效为系统需求负荷率,以百分数的方式对负荷需求进行统计,在此基础上可以理解的是,在开启的单元模块的负荷率的和大于或等于系统需求负荷率时,模块机组的工况即可满足于负荷需求。而最少单元模块开启数量可以基于负荷需求与单个模块单元的负荷率的比值获得。
步骤602:控制模块机组的单元模块开启数量为初始开启数量,记录模块机组的初始能效信息和单元模块的工作频率。在确定了初始开启数量后,即可控制模块机组进行作业,同时计算初始能效信息和每个单元模块的工作频率,单元模块的工作频率即为运行参数中的一个参数。可以通过可以通过下式(3)计算获取模块机组的能效:
Eff=Q/(Pcompr+PODFan+PIDFan+Pother) (3)
其中,Eff为能效;Q制冷量或制热量,单位为W;Pcompr为压缩机耗功,单位为W;PODFan为室外风机耗功,单位为W;PIDFan为室内风机耗功,单位为W;Pother为其他功耗,如控制板,单位为W。
步骤603:判断初始开启数量是否等于模块机组的单元模块的总数量,若是则停止,若否则执行步骤604。在初始开启数量等于单元模块的总数量时,说明只有所有的单元模块全部开启才能够满足负荷需要。
步骤604:控制第二开启数量的单元模块处于开启状态,降低开启状态下的单元模块的工作频率,使得模块机组的实际负荷与需求负荷相差小于第一阈值。初始状态的第二开启数量与初始开启数量的差值为1,这种情况下说明较比初始开启数量,当前状态下有更多的单元模块参与到了工作中,故而在这种情况下适当降低单元模块的工作频率,模块机组也能够满足负荷需要。
步骤605:计算机组模块工作频率降低后的修正能效信息。通过修正能效信息的获取,便于获知到运行参数改变后能效的变化,便于对改变前后的能效变化进行比对。
步骤606:判断修正能效信息是否大于初始能效,如果是执行步骤607;若否执行步骤608。如果修正能效信息大于初始能效,修正能效信息对应的运行参数更优。如若修正能效信息小于初始能效,则说明初始能效对应的运行参数更优。
步骤607:记录修正能效信息和与修正能效信息对应的运行参数,并将初始能效信息替换为修正能效信息。在修正能效信息大于初始能效的情况下,将初始能效信息替换为修正能效信息,便于在后续迭代循环时,能够择优存储能效信息和与能效信息相对应的运行参数,能够减少数据处理量和存储量,有利于提高控制方法的响应效率,能够保障控制方法的时效性,特别适用于实时寻优。
步骤608:判断第二开启数量是否等于模块机组的单元模块的总数量,若否则执行步骤609,若是则步骤610。在第二开启数量等于单元模块的总数量时,说明模块机组已经历遍了所有公开,这种情况下可以停止迭代,输出最优的控制参数。
步骤609:将第二开启数量的取值加1,作为第二开启数量,执行步骤604。将第二开启数量的取值加1,作为第二开启数量重新执行步骤604,能够通过迭代的方式历遍模块机组所有的工况,便于确定最优的控制参数。
步骤610:获取记录中的能效信息最大值,将与该能效信息对应的运行参数作为模块机组的运行参数。
在一些示例中,还可以对记录的能效信息和运行参数进行统计,形成能效选型数据库,在接收到新的负荷需求时,可以基于该能效需求历遍能效选型数据库,以在数据库中获取到能够满足负荷需求且能效最高的运行参数,该运行参数即为模块机组的控制参数。通过数据库差值目标的控制参数的方式,能够提高控制方法的响应速度,且随着运行参数的增多,能效选型数据库会更加丰富,能够使控制参数的确定更加准确。
如图7该实施例提供的模块机组的控制方法特别适用于为模块机组进行实时寻优,通过先设置初始开启数量,而后再基于初始开启数量获取到第二开启数量,最后在逐步的为第二开启数量赋值,如此循环可以历遍模块机组的所有公开,并将能效信息较优的运行参数进行记录,最后即可输出最优的运行参数,能够使模块机组处于最佳的工作状态,能够提高模块机组的能效。
在本发明的描述中,术语“一个实施例”、“一些实施例”、“具体实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本发明的至少一个实施例或示例中。在本发明中,对上述术语的示意性表述不一定指的是相同的实施例或实例。而且,描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (13)
1.一种模块机组的控制方法,其特征在于,所述模块机组包括多个单元模块,所述控制方法包括:
获取所述模块机组在不同工况下的多组运行参数;
获取所述模块机组的负荷需求;
基于所述负荷需求和多组所述运行参数,获取所述模块机组的控制参数,以对所述模块机组进行控制,其中,所述控制参数包括所述单元模块的开启数量。
2.根据权利要求1所述的控制方法,其特征在于,所述获取所述模块机组在不同工况下的多组运行参数的步骤包括:
基于每个单元模块的性能参数,进行仿真模拟;
基于所述仿真模拟的结果,获取在不同的单元模块开启数量下所述模块机组对应的运行参数。
3.根据权利要求1所述的控制方法,其特征在于,所述获取所述模块机组在不同工况下的多组运行参数的步骤包括:
获取不同的单元模块开启数量下所述模块机组对应的实际运行参数。
4.根据权利要求1所述的控制方法,其特征在于,所述获取所述模块机组在不同工况下的多组运行参数的步骤包括:
控制所述模块机组的单元模块开启数量为第一开启数量,获取所述模块机组的运行参数;
控制所述模块机组的单元模块开启数量为第二开启数量,所述第二开启数量与所述第一开启数量不同;
调节所述第二开启数量的单元模块的工作频率,在所述模块机组的实际负荷与需求负荷相差小于第一阈值的情况下,获取所述模块机组的运行参数。
5.根据权利要求1所述的控制方法,其特征在于,所述获取所述模块机组在不同工况下的多组运行参数的步骤包括:
控制所述模块机组的单元模块开启数量为第三开启数量,其中,第三开启数量小于所述模块机组的单元模块的总数量;
增大所述第三开启数量,并随着所述第三开启数量的增大依次递减所述开启的单元模块的工作频率,在所述模块机组的实际负荷与需求负荷相差小于第一阈值的情况下,获取所述模块机组的运行参数。
6.根据权利要求1所述的控制方法,其特征在于,所述获取所述模块机组在不同工况下的多组运行参数的步骤包括:
控制所述模块机组的单元模块开启数量为第四开启数量;
减小所述第四开启数量,并随着所述第四开启数量的减小依次递增所述开启的单元模块的工作频率,在所述模块机组的实际负荷与需求负荷相差小于第一阈值的情况下,获取所述模块机组的运行参数。
7.根据权利要求5所述的控制方法,其特征在于,所述第三开启数量为1或所述单元模块在最高工作频率下为满足需求负荷需要的单元模块开启数量,
所述基于所述负荷需求和多组所述运行参数,获取所述模块机组的控制参数的步骤包括:
计算对应所述模块机组的运行参数的能效信息,在计算得到的所述能效信息大于最新记录的历史能效信息的情况下,关联记录所述计算得到的所述能效信息和对应的所述模块机组的运行参数,其中,所述历史能效信息为所述模块机组基于所述负荷需求获得的;
确定关联记录的能效信息中最优的能效信息所对应的所述模块机组的运行参数为所述模块机组的控制参数。
8.根据权利要求4至7中任一项所述的控制方法,其特征在于,
所述模块机组的实际负荷是基于机组的排气压力、吸气压力、过热度和过冷度获取的。
9.根据权利要求1至6中任一项所述的控制方法,其特征在于,所述基于所述负荷需求和多组所述运行参数,获取所述模块机组的控制参数的步骤包括:
基于多组所述运行参数,构建训练集;
基于所述训练集和每组所述运行参数对应的能效信息,获取能效识别模型;
基于所述负荷需求和所述能效识别模型,获取模块机组的控制参数。
10.根据权利要求1至6中任一项所述的控制方法,其特征在于,所述基于所述负荷需求和多组所述运行参数,获取所述模块机组的控制参数的步骤包括:
基于多组所述运行参数,获取到与每组所述运行参数相对应的能效信息;
基于所述能效信息与运行参数的对应关系,构建能效选型数据库;
基于所述负荷需求,通过所述能效选型数据库,确定所述模块机组的控制参数。
11.一种模块机组控制装置,其特征在于,包括:
存储器,存储有计算机程序;
处理器,执行所述计算机程序;
其中,所述处理器在执行所述计算机程序时,实现如权利要求1至10中任一项所述的模块机组的控制方法。
12.一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存储有计算机程序,实现如权利要求1至10中任一项所述的模块机组的控制方法。
13.一种模块机组,其特征在于,包括:如权利要求11所述的模块机组控制装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110719625.3A CN113432268A (zh) | 2021-06-28 | 2021-06-28 | 模块机组的控制方法及相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110719625.3A CN113432268A (zh) | 2021-06-28 | 2021-06-28 | 模块机组的控制方法及相关设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113432268A true CN113432268A (zh) | 2021-09-24 |
Family
ID=77755041
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110719625.3A Pending CN113432268A (zh) | 2021-06-28 | 2021-06-28 | 模块机组的控制方法及相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113432268A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114234400A (zh) * | 2021-12-23 | 2022-03-25 | 珠海格力电器股份有限公司 | 多模块机组控制方法、装置、计算机设备和存储介质 |
CN115978720A (zh) * | 2022-12-30 | 2023-04-18 | 北京创今智能科技有限公司 | 一种空气源热泵机组非等量分组方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005233438A (ja) * | 2004-02-17 | 2005-09-02 | Osaka Gas Co Ltd | 空調負荷簡易推定システム及び方法 |
CN102741623A (zh) * | 2008-02-28 | 2012-10-17 | 三菱重工业株式会社 | 涡轮制冷机和热源系统以及它们的控制方法 |
CN102997374A (zh) * | 2012-12-31 | 2013-03-27 | 深圳市奥宇控制系统有限公司 | 一种空调负荷预测方法,装置及空调 |
JP2013087991A (ja) * | 2011-10-14 | 2013-05-13 | Fuji Electric Co Ltd | 熱源制御装置、空調システム、熱源制御プログラムおよび熱源制御方法 |
CN104654525A (zh) * | 2015-02-02 | 2015-05-27 | 珠海格力电器股份有限公司 | 空调主机增减机控制方法、装置和空调系统 |
CN107202398A (zh) * | 2017-05-16 | 2017-09-26 | 珠海格力电器股份有限公司 | 中央空调水系统控制方法、装置及可存储介质 |
CN109028446A (zh) * | 2018-07-05 | 2018-12-18 | 上海立威能节能环保技术有限公司 | 一种基于设备全工况性能模型的制冷机房控制方法 |
CN110057045A (zh) * | 2019-03-20 | 2019-07-26 | 青岛海尔空调器有限总公司 | 用于空调器的控制方法 |
CN111256294A (zh) * | 2020-01-17 | 2020-06-09 | 深圳市得益节能科技股份有限公司 | 一种基于模型预测的冷水机组组合运行优化控制方法 |
CN111415036A (zh) * | 2020-03-17 | 2020-07-14 | 西安建筑科技大学 | 一种中央空调系统并联冷机负荷优化分配方法 |
CN111928450A (zh) * | 2020-07-21 | 2020-11-13 | 国网电力科学研究院武汉能效测评有限公司 | 一种楼宇用能优化控制方法 |
-
2021
- 2021-06-28 CN CN202110719625.3A patent/CN113432268A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005233438A (ja) * | 2004-02-17 | 2005-09-02 | Osaka Gas Co Ltd | 空調負荷簡易推定システム及び方法 |
CN102741623A (zh) * | 2008-02-28 | 2012-10-17 | 三菱重工业株式会社 | 涡轮制冷机和热源系统以及它们的控制方法 |
JP2013087991A (ja) * | 2011-10-14 | 2013-05-13 | Fuji Electric Co Ltd | 熱源制御装置、空調システム、熱源制御プログラムおよび熱源制御方法 |
CN102997374A (zh) * | 2012-12-31 | 2013-03-27 | 深圳市奥宇控制系统有限公司 | 一种空调负荷预测方法,装置及空调 |
CN104654525A (zh) * | 2015-02-02 | 2015-05-27 | 珠海格力电器股份有限公司 | 空调主机增减机控制方法、装置和空调系统 |
CN107202398A (zh) * | 2017-05-16 | 2017-09-26 | 珠海格力电器股份有限公司 | 中央空调水系统控制方法、装置及可存储介质 |
CN109028446A (zh) * | 2018-07-05 | 2018-12-18 | 上海立威能节能环保技术有限公司 | 一种基于设备全工况性能模型的制冷机房控制方法 |
CN110057045A (zh) * | 2019-03-20 | 2019-07-26 | 青岛海尔空调器有限总公司 | 用于空调器的控制方法 |
CN111256294A (zh) * | 2020-01-17 | 2020-06-09 | 深圳市得益节能科技股份有限公司 | 一种基于模型预测的冷水机组组合运行优化控制方法 |
CN111415036A (zh) * | 2020-03-17 | 2020-07-14 | 西安建筑科技大学 | 一种中央空调系统并联冷机负荷优化分配方法 |
CN111928450A (zh) * | 2020-07-21 | 2020-11-13 | 国网电力科学研究院武汉能效测评有限公司 | 一种楼宇用能优化控制方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114234400A (zh) * | 2021-12-23 | 2022-03-25 | 珠海格力电器股份有限公司 | 多模块机组控制方法、装置、计算机设备和存储介质 |
CN115978720A (zh) * | 2022-12-30 | 2023-04-18 | 北京创今智能科技有限公司 | 一种空气源热泵机组非等量分组方法 |
CN115978720B (zh) * | 2022-12-30 | 2023-07-04 | 北京创今智能科技有限公司 | 一种空气源热泵机组非等量分组方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112577161B (zh) | 空调能耗模型训练方法与空调系统控制方法 | |
CN113432268A (zh) | 模块机组的控制方法及相关设备 | |
CN102124277B (zh) | 诊断支援装置 | |
CN108375256B (zh) | 空调自动回油控制方法及装置 | |
CN102265097A (zh) | 负载处理均衡设定装置 | |
CN113677941B (zh) | 冷冻循环装置的性能劣化诊断系统 | |
CN111637596A (zh) | 一种空调的控制方法、装置、空调、存储介质及处理器 | |
Raustad | A variable refrigerant flow heat pump computer model in EnergyPlus | |
CN110878984A (zh) | 一种空调控制方法及装置 | |
CN107726549A (zh) | 一种空调房间实时湿度推算方法及空调器 | |
CN107144438A (zh) | 在线检测空调制冷能效比和制冷量的方法 | |
CN110736248A (zh) | 空调出风温度的控制方法和装置 | |
CN115614907A (zh) | 一种空调器及其室内温度预测方法和装置 | |
CN113432247B (zh) | 基于图神经网络的冷水机组能耗预测方法、系统及存储介质 | |
JP6733704B2 (ja) | 空調管理システム及び通信制御装置 | |
CN110425687B (zh) | 一种冷媒调节方法、冷媒调节控制器以及空调系统 | |
CN110966712B (zh) | 确定空调器电子膨胀阀目标排气温度的方法和装置 | |
CN111160739B (zh) | 多联机舒适性评价方法、装置及空调机组 | |
CN112364999B (zh) | 冷水机调节模型的训练方法、装置及电子设备 | |
CN110966713B (zh) | 确定电子膨胀阀目标排气温度的方法和装置 | |
CN111157896B (zh) | 基于恒转矩控制的测试方法 | |
CN109323406B (zh) | 空调器及其控制方法、服务器及其控制方法 | |
CN110966709B (zh) | 电子膨胀阀初始开度的确定方法和装置 | |
CN110966711A (zh) | 电子膨胀阀目标排气温度的确定方法和装置 | |
CN115143596B (zh) | 一种为空调研发人员提供性能调试方向的方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210924 |
|
RJ01 | Rejection of invention patent application after publication |