CN113701315A - 一种分体式空调集群智能节能控制方法及系统 - Google Patents

一种分体式空调集群智能节能控制方法及系统 Download PDF

Info

Publication number
CN113701315A
CN113701315A CN202111028369.XA CN202111028369A CN113701315A CN 113701315 A CN113701315 A CN 113701315A CN 202111028369 A CN202111028369 A CN 202111028369A CN 113701315 A CN113701315 A CN 113701315A
Authority
CN
China
Prior art keywords
air conditioner
air
room
calculating
split
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
CN202111028369.XA
Other languages
English (en)
Other versions
CN113701315B (zh
Inventor
朱星杨
陈伟
殷俊平
孟试雨
翟俊义
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.)
State Grid Suzhou Urban Energy Research Institute Co ltd
Original Assignee
State Grid Suzhou Urban Energy Research Institute 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 State Grid Suzhou Urban Energy Research Institute Co ltd filed Critical State Grid Suzhou Urban Energy Research Institute Co ltd
Priority to CN202111028369.XA priority Critical patent/CN113701315B/zh
Publication of CN113701315A publication Critical patent/CN113701315A/zh
Application granted granted Critical
Publication of CN113701315B publication Critical patent/CN113701315B/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
    • F24F11/62—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
    • F24F11/62—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
    • F24F11/65—Electronic processing for selecting an operating mode
    • 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
    • F24F11/88—Electrical aspects, e.g. circuits
    • 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)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明涉及一种分体式空调集群智能节能控制方法及系统，包括以下步骤：获取建筑基础信息、空调设备信息和室内外环境信息；获取的信息计算当前房间散热能力参数；设定未来N个周期内空调运行模式Pj；获取的信息和S2中的当前房间散热能力参数，计算Pj运行模式下N个周期内室内温度和空调电量；计算空调在Pj模式下的系统目标函数Jj，其中，所述用电成本根据空调电量获得；遍历所有空调运行模式，并获得对应的系统目标函数的目标函数集；选取目标函数集内最小值所对应的运行模式作为本次计算的最优控制策略。其能够获得最优控制运行方式，方便管理，能耗低。

Description

一种分体式空调集群智能节能控制方法及系统
技术领域
本发明涉及空调控制技术领域，尤其是指一种分体式空调集群智能节能控制方法及系统。
背景技术
目前国内存在大量建筑受建筑自身条件、日常管理需求、功能定位等因素影响，没有采用相对高效的集中式制冷方式，而是采用大量的分体式空调，最典型的就是各类高效的宿舍楼。高校宿舍建筑空调使用在世界上和空间上呈现高度的离散性，中央空调系统不适用于此类场景，大量布置分体式空调成为高校建筑空调系统的唯一可行方案。而大量的分体式空调也使得建筑空调系统的管理、运维成为一大难点。建筑分体式空调系统管理仍然停留在人工管理的阶段，存在空调调节不便、管理困难等诸多问题。
发明内容
为此，本发明所要解决的技术问题在于克服现有技术中建筑分体式空调系统管理仍然停留在人工管理的阶段，存在系统能耗高、管理困难等诸多问题。
为解决上述技术问题，本发明提供了一种分体式空调集群智能节能控制方法，包括以下步骤：
S1、获取建筑基础信息、空调设备信息和室内外环境信息，所述建筑基础信号包括房间体积和房间内空气体积比热容，所述空调设备信息为空调在不同模式下的运行功率；
S2、根据S1获取的信息计算当前房间散热能力参数；
S3、设定未来N个周期内空调运行模式Pj；
S4、根据S1获取的信息和S2中的当前房间散热能力参数，计算Pj运行模式下N个周期内室内温度和空调电量；
S5、根据室内温度、用电成本和设备启停，计算空调在Pj模式下的系统目标函数Jj，其中，所述用电成本根据空调电量获得；
S6、重复S3-S5，遍历所有空调运行模式，并获得对应的系统目标函数的目标函数集；选取目标函数集内最小值所对应的运行模式作为本次计算的最优控制策略，选择本次计算的最优控制策略的第一个周期作为当下周期的空调运行方式。
作为优选的，所述S6之后还包括：
S7、当下周期的下个周期开始，重复S2-S6，计算获得最新的最优策略以实现空调运行策略的实时优化。
作为优选的，所述S2包括：
若空调为初次接入系统运行，则当前房间的散热能力Ki为初始默认值；否则，
Figure BDA0003244188610000021
其中，Pcr为上周期空调制冷/制暖功率，Tw为上周期空调运行时间，空调待机时Tw＝0，空调运行时Tw＝T，Scr为空调制冷/制暖能效比，Ti为本周期室内温度，Ti-1为上周期室内初始温度，Vr为房间体积，Cair为房间内空间体积比热容。
作为优选的，所述S3包括：
设定未来n个周期内空调运行模式Pj:
Pj＝[p1 p2 … pi]，
其中，pi为第i个周期空调运行功率，i＝1、2、3、……、n，对于定频空调，pi∈[PwPc/Ph]，其中Pc/Ph根据空调运行模式选择；对于变频空调pi∈[Pw Pcl/Phl Pch/Phh]，其中Pch、Pcl,Phh、Phl根据空调运行模式选择；
由Pj计算得空调设备启停序列Dj:
Dj＝[d1 d2 … di … dn]
Figure BDA0003244188610000031
作为优选的，所述S4包括：
计算第i个周期的空调用电量wi＝pi×T，其中，pi为第i个周期空调运行功率，T为单位周期时长；
根据空调用电量和空调制冷/制暖能效比，计算第i个周期的空调制冷/制热量
Figure BDA0003244188610000032
其中，Scr为空调制冷/制暖能效比；
根据当前房间的散热能力计算第i个周期的房间散热量
Figure BDA0003244188610000033
其中，Ki为当前房间的散热能力，Ti-1为上周期室内初始温度，Tout为室外环境温度；
根据空调制冷/制热量和房间散热量，计算获得第i个周期的室内温度变化
Figure BDA0003244188610000034
获得第i个周期的室内温度Ti＝Ti-1+ΔT；
计算获得Pj运行模式下n个周期内室内温度Tj和空调用电量Wj，其中，Tj＝[T1 T2… Tn]，Wj＝[w1 w2 … wn]。
作为优选的，所述S5包括：
在Pj模式下系统目标函数计算公式为：
Figure BDA0003244188610000041
其中
Figure BDA0003244188610000042
为温度目标函数，
Figure BDA0003244188610000043
ΔTj＝Tj-Tbest×I
I＝[1 1 … 1]1×n，
Figure BDA0003244188610000044
为用电成本目标函数，
Figure BDA0003244188610000045
其中，Vj为单位周期内空调电费，
Vj＝[v1 v2 … vi … vn]
vi＝wi×C电价，
其中，C电价为建筑所在地区实时电价，对于无峰谷电价的地区，C电价为定值；对于存在峰谷电价的区域，C电价根据峰谷电价随时间实时变化；
Figure BDA0003244188610000046
为设备启停目标函数，
Figure BDA0003244188610000051
其中α、β、γ为各子目标函数权重系数。
作为优选的，所述S6包括：
重复S3-S5，直至遍历所有可能的空调运行模式Pi，并得到对应的目标函数Ji，对比Ji，选择最小值Jmin对应的
Figure BDA0003244188610000052
作为本次计算的最优控制策略，选择
Figure BDA0003244188610000053
作为当下周期的空调运行方式。
本发明还公开了一种分体式空调集群智能节能控制系统，包括：
多个智慧控制终端，每个所述智能终端与分体式空调一一对应设置；
所述智慧控制终端能够运行上述的分体式空调集群智能节能控制方法。
作为优选的，还包括网关和应用终端，多个所述智慧控制终端皆通过网关与应用终端连接。
作为优选的，所述应用终端通过LoRa技术与网关通信，所述应用终端内设置有继电器、测量模块和红外模块，所述继电器控制空调电源开断，所述测量模块用于空调电流、功率和环境温度计量，所述红外模块用于匹配空调红外控制模块以控制空调运行状态。
本发明的上述技术方案相比现有技术具有以下优点：
1、本发明中的智能控制方法，通过计算房间散热能力参数，有效追踪房间内热负荷状态，基于房间及空调基础参数，构建温度、空调电量预测计算模式，设定目标函数综合考虑室内温度、电费、设备启停等因素，通过遍历的方式计算最优控制运行方式，实现分体式空调的高效运行。
2、本发明中的分体式空调集群的智能节能控制方法，自适应强，方便管理，能耗低。
附图说明
图1为为本发明提供的分体式空调集群智慧节能控制系统硬件结构图；
图2为分组运行控制模块结构图；
图3为智慧控制策略的控制逻辑计算流程；
图4为目标函数的示意图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明，以使本领域的技术人员可以更好地理解本发明并能予以实施，但所举实施例不作为对本发明的限定。
参照图1-图4所示，本发明公开了一种分体式空调集群智能节能控制方法，包括以下步骤：
步骤一、获取建筑基础信息、空调设备信息和室内外环境信息，建筑基础信号包括房间体积和房间内空气体积比热容，空调设备信息为空调在不同模式下的运行功率。
步骤二、根据步骤一获取的信息计算当前房间散热能力参数，包括：
若空调为初次接入系统运行，则当前房间的散热能力Ki为初始默认值；
否则，
Figure BDA0003244188610000061
其中，Pcr为上周期空调制冷/制暖功率，Tw为上周期空调运行时间，空调待机时Tw＝0，空调运行时Tw＝T，Scr为空调制冷/制暖能效比，Ti为本周期室内温度，Ti-1为上周期室内初始温度，Vr为房间体积，Cair为房间内空间体积比热容。
步骤三、设定未来N个周期内空调运行模式Pj,包括：
设定未来n个周期内空调运行模式Pj:
Pj＝[p1 p2 … pi]，
其中，pi为第i个周期空调运行功率，i＝1、2、3、……、n，对于定频空调，pi∈[PwPc/Ph]，其中Pc/Ph根据空调运行模式选择；对于变频空调pi∈[Pw Pcl/Phl Pch/Phh]，其中Pch、Pcl,Phh、Phl根据空调运行模式选择；
由Pj计算得空调设备启停序列Dj:
Dj＝[d1 d2 … di … dn]
Figure BDA0003244188610000071
步骤四、根据步骤一获取的信息和步骤二中的当前房间散热能力参数，计算Pj运行模式下N个周期内室内温度和空调电量，包括：
计算第i个周期的空调用电量wi＝pi×T，其中，pi为第i个周期空调运行功率，T为单位周期时长；
根据空调用电量和空调制冷/制暖能效比，计算第i个周期的空调制冷/制热量
Figure BDA0003244188610000072
其中，Scr为空调制冷/制暖能效比；
根据当前房间的散热能力计算第i个周期的房间散热量
Figure BDA0003244188610000073
其中，Ki为当前房间的散热能力，Ti-1为上周期室内初始温度，Tout为室外环境温度；
根据空调制冷/制热量和房间散热量，计算获得第i个周期的室内温度变化
Figure BDA0003244188610000081
获得第i个周期的室内温度Ti＝Ti-1+ΔT；
计算获得Pj运行模式下n个周期内室内温度Tj和空调用电量Wj，其中，Tj＝[T1 T2… Tn]，Wj＝[w1 w2 … wn]。
步骤五、根据室内温度、用电成本和设备启停，计算空调在Pj模式下的系统目标函数Jj，其中，用电成本根据空调电量获得，包括：
在Pj模式下系统目标函数计算公式为：
Figure BDA0003244188610000082
其中
Figure BDA0003244188610000083
为温度目标函数，
Figure BDA0003244188610000084
ΔTj＝Tj-Tbest×I
I＝[1 1 … 1]1×n，
Figure BDA0003244188610000085
为用电成本目标函数，
Figure BDA0003244188610000086
其中，Vj为单位周期内空调电费，
Vj＝[v1 v2 … vi … vn]
vi＝wi×C电价，
其中，C电价为建筑所在地区实时电价，对于无峰谷电价的地区，C电价为定值；对于存在峰谷电价的区域，C电价根据峰谷电价随时间实时变化；
Figure BDA0003244188610000091
为设备启停目标函数，
Figure BDA0003244188610000092
其中α、β、γ为各子目标函数权重系数。
步骤六、重复步骤三至步骤五，遍历所有空调运行模式，并获得对应的系统目标函数的目标函数集；选取目标函数集内最小值所对应的运行模式作为本次计算的最优控制策略，选择本次计算的最优控制策略的第一个周期作为当下周期的空调运行方式，包括：
重复步骤三至步骤五，直至遍历所有可能的空调运行模式Pi，并得到对应的目标函数Ji，对比Ji，选择最小值Jmin对应的
Figure BDA0003244188610000093
作为本次计算的最优控制策略，选择
Figure BDA0003244188610000094
作为当下周期的空调运行方式。
步骤七、当下周期的下个周期开始，重复步骤二至步骤六，计算获得最新的最优策略以实现空调运行策略的实时优化。
本发明公开了一种分体式空调集群智能节能控制系统，包括：多个智慧控制终端，每个智能终端与分体式空调一一对应设置；智慧控制终端能够运行上述的分体式空调集群智能节能控制方法。
本发明的分体式空调集群智能节能控制系统还包括网关和应用终端，多个智慧控制终端皆通过网关与应用终端连接。
其中，应用终端通过LoRa技术与网关通信，应用终端内设置有继电器、测量模块和红外模块，继电器控制空调电源开断，测量模块用于空调电流、功率和环境温度计量，红外模块用于匹配空调红外控制模块以控制空调运行状态。
下面，结合具体实施例对本发明的技术方案做进一步的说明与解释。
一、为了便于对分体式空调进行控制，首先，本实施例构建了一种硬件结构。
图1为本发明提供的分体式空调集群智慧节能控制系统硬件结构图。如图1所示，该系统包括了应用终端、服务器、网关、智慧控制终端和分体式空调，共5个层级。系统采用智慧控制终端改造传统分体式空调电源面板，并与网关、服务器等设备组合，构成分体式空调集群控制系统硬件，使系统具备对分体式空调进行远程监测与控制功能。
应用终端是应用层，同时支持PC端和移动端，采用网线与服务器链接。
服务器是数据层，同时支持本地服务器和云服务器。
网关是网络层，可通过有线网络、WiFi、3G、4G、5G等方式链接服务器。
智慧控制终端是终端层，通过LoRa技术与网关通信，内置继电器可控制空调电源开断，同时内置测量模块，支持空调电流、功率和环境温度计量，同时具有有红外模块，可以匹配空调红外控制模块，控制空调运行状态。
分体式空调属于设备层，接受智慧控制终端发出的红外控制指令。
二、对于上述的分体式空调，本实施例采用分组运行控制。
图2展示了发明的分组运行控制模块结构图。分组运行控制模块包括常用分组策略配置、空调分组两个子模块。
常用分组策略配置是指根据房间功能定位和环境温度，设定一般情况下空调的运行模式及控制逻辑。运行模式包括时间、模式两个参数，确定了空调在运行时间内的运行方式(制冷、制热、通风等)。
控制逻辑包括自由控制、恒温控制、智慧控制三种设置方式，自由控制是指在运行时间内，空调目标温度由实际使用者自行设置；恒温控制是指在在运行时间内，空调温度目标为定值，不受实际使用者干预；智慧控制是指在运行时间内，空调目标温度由系统根据室内外温度、电网电价、空调状态等因素综合计算后设定。
不同的运行模式和控制逻辑组合，形成多种常用的分组控制策略，以应对不同场景下分体式空调运行控制需求。
空调分组是指根据实际需求，为系统内空调匹配相对应的分组控制策略。常规情况下，空调从常用分组策略中选择，但当出现一次性特殊控制需求时，可通过空调临时分组功能加以应对。
空调临时分组功能使用时首先需要配置临时分组控制策略，设定运行模式与控制逻辑，之后选择需要纳入该策略控制的分体式空调，最后设定临时控制策略的有效时长，即可实现空调运行控制策略的暂时性变更。空调被纳入临时分组控制策略后，在临时分组策略有效期内，其原有的常用分组策略会失效，有效期结束后自动恢复。
三、下面，对本实施例中的智慧控制做进一步解释。
智慧控制策略基于建筑基础信息、空调设备信息、环境温度信息，构建空调运行状态与建筑室内温度、空调用电量间的数学模型，通过滚动优化的方式实时核算房间散热能力系数，从而精确预测计算未来一段时间内室内温合空调电费，并基于目标函数选择最优的控制策略。
智慧控制策略的控制逻辑计算流程如图3所示，具体包括：
S1、从系统内读取建筑基础信息、空调设备信息、室外环境温度等，设置智慧控制逻辑初始参数；
建筑基础信息包括房间体积Vr，房间内空气体积比热容Cair。
空调设备信息主要是空调在不同模式下的运行功率。对于定频空调，包括待机功率Pw、制冷功率Pc、制热功率Ph、制冷能效比SEER、制热能效比SCOP；对于变频空调，包括包括待机功率Pw，高频/低频制冷功率Pch、Pcl，高频/低频制热功率Phh、Phl。
智慧控制逻辑初始参数包括单位周期时长T，预测计算周期数n，室内最佳舒适温度Tbest，室外环境温度Tout。
S2、计算当前房间散热能力参数Ki
若空调为初次接入系统运行，则Ki为初始默认值；否则:
Figure BDA0003244188610000121
其中,Pcr为上周期空调制冷/制暖功率。Tw为上周期空调运行时间，空调待机时Tw＝0，空调运行时Tw＝T。Scr为空调制冷/制暖能效比(制暖时为负数)。Ti为本周期室内温度，Ti-1为上周期室内初始温度。
S3、设定未来n个周期内空调运行模式Pj:
Pj＝[p1 p2 … pi]
其中pi为第i个周期空调运行功率，i＝1、2、3、……、n，对于定频空调，pi∈[Pw Pc/Ph]，其中Pc/Ph根据空调运行模式选择；对于变频空调pi∈[Pw Pcl/Phl Pch/Phh]，其中Pch、Pcl,Phh、Phl根据空调运行模式选择。
由Pj可计算得空调设备启停序列Dj:
Dj＝[d1 d2 … di … dn]
Figure BDA0003244188610000122
S4、计算未来n个周期内室内温度和空调用电量；
忽略每个周期内室内温度变化对计算的影响，以当前时刻为第1个周期(i＝1)，计算后续n个周期内室内温度及空调用电量。
以第i个周期为例：
(1)本周期空调用电量wi＝pi×T
(2)本周期空调制冷/制热量
Figure BDA0003244188610000131
(3)本周期房间散热量
Figure BDA0003244188610000132
(4)本周期室内温度变化
Figure BDA0003244188610000133
(5)本周期室内温度Ti＝Ti-1+ΔT
重复步骤(1)-步骤(5)，计算得到Pj运行模式下n个周期内室内温度Tj和空调用电量Wj。
Tj＝[T1 T2 … Tn]
Wj＝[w1 w2 … wn]
S5、参照图4所示，使用目标函数模块计算空调在Pj模式下的系统目标函数Jj；
目标函数由室内温度、用电成本、设备启停三部分组成，在Pj模式下系统目标函数计算公式为：
Figure BDA0003244188610000134
其中
Figure BDA0003244188610000135
为温度目标函数
Figure BDA0003244188610000136
ΔTj＝Tj-Tbest×I，
I＝[1 1 … 1]1×n
Figure BDA0003244188610000139
为用电成本目标函数
Figure BDA0003244188610000137
其中，Vj为单位周期内空调电费
Figure BDA0003244188610000138
其中，C电价为建筑所在地区实时电价，对于无峰谷电价的地区，C电价为定值；对于存在峰谷电价的区域，C电价根据峰谷电价随时间实时变化。
Figure BDA00032441886100001310
为设备启停目标函数：
Figure BDA0003244188610000141
其中，α、β、γ为各子目标函数权重系数。
S6、重复步骤3-步骤5，直至遍历所有可能的空调运行模式Pi，并得到对应的目标函数Ji，对比Ji，选择最小值Jmin对应的
Figure BDA0003244188610000142
作为本次计算的最优控制策略，选择
Figure BDA0003244188610000143
作为当下周期的空调运行方式。
S7、下个周期开始，充分S2-S6，重新计算最优控制策略，实现空调运行策略的实时优化。
本发明具备以下优点：
1、使用智能终端为分体式空调增加远程运行控制功能，结合软件平台的分组运行控制策略，实现大量分体式空调的自动化运营管理，有效解决传统管理模式下分体式空调在运维管理上的难题。
2、开发空调智慧运行控制策略，策略定期滚动计算房间散热能力参数，有效追踪房间内热负荷状态，基于房间及空调基础参数，构建温度、空调电量预测计算模式，设定目标函数综合考虑室内温度、电费、设备启停等因素，通过遍历的方式计算最优控制运行方式，实现分体式空调的高效运行。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，上述实施例仅仅是为清楚地说明所作的举例，并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (10)

1.一种分体式空调集群智能节能控制方法，其特征在于，包括以下步骤：
S1、获取建筑基础信息、空调设备信息和室内外环境信息，所述建筑基础信号包括房间体积和房间内空气体积比热容，所述空调设备信息为空调在不同模式下的运行功率；
S2、根据S1获取的信息计算当前房间散热能力参数；
S3、设定未来N个周期内空调运行模式Pj；
S4、根据S1获取的信息和S2中的当前房间散热能力参数，计算Pj运行模式下N个周期内室内温度和空调电量；
S5、根据室内温度、用电成本和设备启停，计算空调在Pj模式下的系统目标函数Jj，其中，所述用电成本根据空调电量获得；
S6、重复S3-S5，遍历所有空调运行模式，并获得对应的系统目标函数的目标函数集；选取目标函数集内最小值所对应的运行模式作为本次计算的最优控制策略，选择本次计算的最优控制策略的第一个周期作为当下周期的空调运行方式。
2.根据权利要求1所述的分体式空调集群智能节能控制方法，其特征在于，所述S6之后还包括：
S7、当下周期的下个周期开始，重复S2-S6，计算获得最新的最优策略以实现空调运行策略的实时优化。
3.根据权利要求1所述的分体式空调集群智能节能控制方法，其特征在于，所述S2包括：
若空调为初次接入系统运行，则当前房间的散热能力Ki为初始默认值；否则，
Figure FDA0003244188600000021
其中，Pcr为上周期空调制冷/制暖功率，Tw为上周期空调运行时间，空调待机时Tw＝0，空调运行时Tw＝T，Scr为空调制冷/制暖能效比，Ti为本周期室内温度，Ti-1为上周期室内初始温度，Vr为房间体积，Cair为房间内空间体积比热容。
4.根据权利要求1所述的分体式空调集群智能节能控制方法，其特征在于，所述S3包括：
设定未来n个周期内空调运行模式Pj:
Pj＝[p1 p2…pi]，
其中，pi为第i个周期空调运行功率，i＝1、2、3、……、n，对于定频空调，pi∈[Pw Pc/Ph]，其中Pc/Ph根据空调运行模式选择；对于变频空调pi∈[Pw Pcl/Phl Pch/Phh]，其中Pch、Pcl,Phh、Phl根据空调运行模式选择；
由Pj计算得空调设备启停序列Dj:
Dj＝[d1 d2…di…dn]
Figure FDA0003244188600000022
5.根据权利要求1所述的分体式空调集群智能节能控制方法，其特征在于，所述S4包括：
计算第i个周期的空调用电量wi＝pi×T，其中，pi为第i个周期空调运行功率，T为单位周期时长；
根据空调用电量和空调制冷/制暖能效比，计算第i个周期的空调制冷/制热量
Figure FDA0003244188600000031
其中，Scr为空调制冷/制暖能效比；
根据当前房间的散热能力计算第i个周期的房间散热量
Figure FDA0003244188600000032
其中，Ki为当前房间的散热能力，Ti-1为上周期室内初始温度，Tout为室外环境温度；
根据空调制冷/制热量和房间散热量，计算获得第i个周期的室内温度变化
Figure FDA0003244188600000033
获得第i个周期的室内温度Ti＝Ti-1+ΔT；
计算获得Pj运行模式下n个周期内室内温度Tj和空调用电量Wj，其中，Tj＝[T1 T2…Tn]，Wj＝[w1 w2…wn]。
6.根据权利要求5所述的分体式空调集群智能节能控制方法，其特征在于，所述S5包括：
在Pj模式下系统目标函数计算公式为：
Figure FDA0003244188600000034
其中
Figure FDA0003244188600000035
为温度目标函数，
Figure FDA0003244188600000036
ΔTj＝Tj-Tbest×I
I＝[1 1…1]1×n，
Figure FDA0003244188600000041
为用电成本目标函数，
Figure FDA0003244188600000042
其中，Vj为单位周期内空调电费，
Vj＝[v1 v2…vi…vn]
vi＝wi×C电价，
其中，C电价为建筑所在地区实时电价，对于无峰谷电价的地区，C电价为定值；对于存在峰谷电价的区域，C电价根据峰谷电价随时间实时变化；
Figure FDA0003244188600000043
为设备启停目标函数，
Figure FDA0003244188600000044
其中α、β、γ为各子目标函数权重系数。
7.根据权利要求6所述的分体式空调集群智能节能控制方法，其特征在于，所述S6包括：
重复S3-S5，直至遍历所有可能的空调运行模式Pi，并得到对应的目标函数Ji，对比Ji，选择最小值Jmin对应的
Figure FDA0003244188600000045
作为本次计算的最优控制策略，选择
Figure FDA0003244188600000046
作为当下周期的空调运行方式。
8.一种分体式空调集群智能节能控制系统，其特征在于，包括：
多个智慧控制终端，每个所述智能终端与分体式空调一一对应设置；
所述智慧控制终端能够运行权利要求1-7任一项所述的分体式空调集群智能节能控制方法。
9.根据权利要求8所述的分体式空调集群智能节能控制系统，其特征在于，还包括网关和应用终端，多个所述智慧控制终端皆通过网关与应用终端连接。
10.根据权利要求9所述的分体式空调集群智能节能控制系统，其特征在于，所述应用终端通过LoRa技术与网关通信，所述应用终端内设置有继电器、测量模块和红外模块，所述继电器控制空调电源开断，所述测量模块用于空调电流、功率和环境温度计量，所述红外模块用于匹配空调红外控制模块以控制空调运行状态。
CN202111028369.XA 2021-09-02 2021-09-02 一种分体式空调集群智能节能控制方法及系统 Active CN113701315B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111028369.XA CN113701315B (zh) 2021-09-02 2021-09-02 一种分体式空调集群智能节能控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111028369.XA CN113701315B (zh) 2021-09-02 2021-09-02 一种分体式空调集群智能节能控制方法及系统

Publications (2)

Publication Number Publication Date
CN113701315A true CN113701315A (zh) 2021-11-26
CN113701315B CN113701315B (zh) 2022-10-04

Family

ID=78657714

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111028369.XA Active CN113701315B (zh) 2021-09-02 2021-09-02 一种分体式空调集群智能节能控制方法及系统

Country Status (1)

Country Link
CN (1) CN113701315B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115145153A (zh) * 2022-07-06 2022-10-04 广东省十九建建设有限公司 一种建筑房屋智能节能控制方法、系统、终端及介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106447524A (zh) * 2016-07-12 2017-02-22 广东电网有限责任公司电力科学研究院 一种用户能源中心运耗能本控制的方法及系统
CN108319142A (zh) * 2018-02-08 2018-07-24 国网天津市电力公司 基于分布式清洁采暖的工业园区微网电热联合调度方法
WO2019017555A1 (ko) * 2017-07-19 2019-01-24 제주대학교 산학협력단 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 시스템 및 방법
CN109376961A (zh) * 2018-12-06 2019-02-22 国网河北能源技术服务有限公司 一种建筑热负荷预测方法及系统
CN110460040A (zh) * 2019-07-15 2019-11-15 天津大学 一种考虑智能建筑热平衡特性的微电网运行调度方法
CN112465212A (zh) * 2020-11-24 2021-03-09 国网河北省电力有限公司经济技术研究院 一种建筑集群需求侧能量管理方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106447524A (zh) * 2016-07-12 2017-02-22 广东电网有限责任公司电力科学研究院 一种用户能源中心运耗能本控制的方法及系统
WO2019017555A1 (ko) * 2017-07-19 2019-01-24 제주대학교 산학협력단 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 시스템 및 방법
CN108319142A (zh) * 2018-02-08 2018-07-24 国网天津市电力公司 基于分布式清洁采暖的工业园区微网电热联合调度方法
CN109376961A (zh) * 2018-12-06 2019-02-22 国网河北能源技术服务有限公司 一种建筑热负荷预测方法及系统
CN110460040A (zh) * 2019-07-15 2019-11-15 天津大学 一种考虑智能建筑热平衡特性的微电网运行调度方法
CN112465212A (zh) * 2020-11-24 2021-03-09 国网河北省电力有限公司经济技术研究院 一种建筑集群需求侧能量管理方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115145153A (zh) * 2022-07-06 2022-10-04 广东省十九建建设有限公司 一种建筑房屋智能节能控制方法、系统、终端及介质
CN115145153B (zh) * 2022-07-06 2023-03-10 广东省十九建建设有限公司 一种建筑房屋智能节能控制方法、系统、终端及介质

Also Published As

Publication number Publication date
CN113701315B (zh) 2022-10-04

Similar Documents

Publication Publication Date Title
US9577291B2 (en) Coordinated control of electric vehicle charging and HVAC
CN105320118B (zh) 基于云平台的空调系统电力需求响应控制方法
CN101655272A (zh) 一种网络中央空调节能控制管理系统及其方法
WO2011106918A1 (zh) 基于云计算的电子信息系统机房能源管理控制系统及方法
WO2011106914A1 (zh) 基于云计算的设备监控系统及方法
US20150345812A1 (en) Method and apparatus for selective componentized thermostatic controllable loads
CN109917646B (zh) 一种区域供冷供热设备优化运行系统及方法
WO2011106917A1 (zh) 基于云计算的能源管理控制系统及方法
CN109737570B (zh) 一种多联机运行调控方法及系统
CN114963414B (zh) 基于ai数据分析的空调系统智能调控装置
JP2011043306A (ja) 省エネ空調制御システム
CN112747419B (zh) 中央空调风水联动控制方法、装置、设备及存储介质
CN113701315B (zh) 一种分体式空调集群智能节能控制方法及系统
CN116398994B (zh) 一种基于负荷预测的冷水机组群控优化方法
Ramdaspalli et al. Transactive control for efficient operation of commercial buildings
CN110848895A (zh) 一种非工空调柔性负荷控制方法和系统
CN105258306A (zh) 一种面向中央空调系统的自动需求响应装置及应用方法
CN110486896B (zh) 一种基于冷水机组能耗模型的串级空调系统优化控制方法
CN111737857A (zh) 一种基于互动能力曲线的暖通空调集群协调控制方法
TW201027014A (en) Method for managing air conditioning power consumption
CN108981088B (zh) 一种基于酒店业态分析的中央空调系统节能控制方法
CN113222227B (zh) 基于建筑特性和虚拟电厂的建筑综合能源系统调度方法
CN112378047A (zh) 面向多场景的可调负荷的资源聚合方法、系统、设备及存储介质
Fan et al. An optimization management strategy for energy efficiency of air conditioning loads in smart building
CN115663841A (zh) 一种基于双重优化控制的多场景智慧变频器及其使用方法

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Zhu Xingyang

Inventor after: Chen Wei

Inventor after: Yin Junping

Inventor after: Meng Shiyu

Inventor after: Di Junyi

Inventor before: Zhu Xingyang

Inventor before: Chen Wei

Inventor before: Yin Junping

Inventor before: Meng Shiyu

Inventor before: Di Junyi

GR01 Patent grant
GR01 Patent grant