CN113757856A - 一种空调冷却水系统控制方法及装置 - Google Patents

Abstract

本发明涉及中央空调冷却水系统节能控制技术领域，公开了一种空调冷却水系统控制方法及装置，包括S1：启动默认数量的冷热源主机、冷却水循环泵和冷却塔；S2：记录累计运行时间t；S3：判断设备运行状态是否有变化，若是，则重新执行S2，若否，则执行S4；S4：采集关键参数；S5：判断历史数据中是否存在与S4中采集的数据相同的数据，若是，则执行S6，若否，则执行S7；S6：根据历史数据确定最优控制参数；S7：确定冷却水散热量和冷却水系统设备能耗；S8：确定最优控制参数；S9：根据最优控制参数调节各设备的运行状态；该方法经过多参数、多变量、拟合函数关系式分析得到最优控制参数，大大降低空调系统整体能源消耗。

Description

一种空调冷却水系统控制方法及装置

技术领域

本发明涉及中央空调冷却水系统节能控制技术领域，具体涉及一种空调冷 却水系统控制方法及装置。

背景技术

目前影响冷却水系统高效运行普遍存在三方面的问题：第一，中央空调冷 却水系统设备(包含冷热源主机、冷却水泵、冷却塔等)选型普遍偏大；第二， 并且在全节段运行过程中，大部分时间处于低负载的状态下运行，不仅设备可 能在低负荷工况出现不利的运行工况，而且整个中央空调系统的自身能耗也会 增加，从而造成了大量能源浪费。第三，冷却水系统普遍采用手动控制的运行 方式，系统具有较强的滞后性，不能够适应变化的散热需求。对于上述现象若 想实现系统低成本的高效运行，对于系统运行过程进行智能调控要求非常高， 因此离不开冷却水系统的精细化智能调节。

据统计目前大多数中央空调系统处于手动控制的状态，设备的调节依赖于 人工干预，同时运维人在操作过程中对于冷却水系统运行的重视程度不高，不 能够充分理解冷却水系统再空调节能中的重要作用。大多数项目安装有冷却塔 风机变频器，但是在实际使用过程中仍以手动调节、甚至不调节的方式运行， 即工频运行；同时对于不运行的冷却塔不进行单独隔离，造成了大量的水流旁 通现象，整体缺少系统层面的、联动的、智能化的、数字化的调控措施，故而 空调系统能效较低，能源浪费高。

发明内容

针对现有技术存在的不足，本发明的目的在于提供一种空调冷却水系统控 制方法及装置。

为了实现上述目的，本发明提供如下技术方案：

一种空调冷却水系统控制方法，其特征在于，包括：

S1：启动默认数量的冷热源主机、冷却水循环泵和冷却塔，所述冷却塔循 环泵及冷却塔内的风机以默认频率运行；S2：记录累计运行时间t；S3：判断设 备运行状态是否有变化，若是，则重新执行S2，若否，则执行S4；所述设备运 行状态包括运行的冷冻水循环泵数量、运行的冷却水循环泵数量、运行的冷热 源机组数量；S4：累计运行时间t达到默认运行时长t_MR时，采集关键参数，所 述关键参数包括室外空气实时参数数据、空调系统设备运行状态数据和冷却水 系统设备配置信息数据，所述室外空气实时参数数据包括室外空气的干球温度 和相对湿度，所述空调系统设备运行状态数据包括各冷热源主机、冷却塔中的风机、冷却水泵和冷却水泵的起停状态和负载率，冷却水的进水温度和出水温 度，冷冻水的进水温度和出水温度，各冷冻水泵的实际频率，所述冷却水系统 设备配置信息数据包括启动的冷却水泵和冷区塔中的风机的编号和实际频率； S5：将S4中采集的数据与历史数据进行比对，判断历史数据中是否存在与S4 中采集的数据相同的数据，若是，则执行S6，若否，则执行S7；S6：根据历史 数据中相同的数据所对应的最优控制参数确定最优控制参数；S7：根据预设的 冷却水散热量预测模型和冷却水系统设备能耗预测模型，确定冷却水散热量和 冷却水系统设备能耗；S8：根据冷却水散热量和冷却水系统设备能耗确定最优 控制参数；S9：根据最优控制参数调节各设备的运行状态。

在本发明中，优选的，所述冷却水散热量预测模型为

Q_散热＝Q_冷量+Q_主机＝C_冷冻水m_冷冻水Δt+Q_主机；

其中，Q_散热表示冷却水散热量，Q_冷量表示冷热源主机制冷量，Q_主机表示冷热 源主机散热量，C_冷冻水表示冷冻水比热容，m_冷冻水表示冷冻水质量流量，Δt表示冷 冻水的供、回水温差。

在本发明中，优选的，所述冷却水系统设备能预测耗模型为

W_min＝W_{冷热源主机}+W_{冷却水循环泵}+W_冷却塔群；

其中，W_min表示冷却水系统设备的最小能源消耗量，W_{冷热源主机}表示冷热源主 机的能源消耗量，W_{冷却水循环泵}表示冷却水循环泵的能源消耗量，W_冷却塔群表示冷却塔 群的能源消耗量。

在本发明中，优选的，所述冷热源主机的能源消耗量W_{冷热源主机}通过其设备选 型报告确定或者通过拟合函数关系式确定，所述拟合函数关系式为

W_{冷热源主机}＝f(t₁、t₂、t₃、t₄、η、V₁、V₂)；

其中，t₁、t₂、t₃、t₄分别表示冷冻水进水、冷冻水出水、冷却水进水、冷 却水出水温度，η表示冷热源主机负载率，V₁和V₂分别表示冷冻水流量和冷却 水流量。

在本发明中，优选的，所述冷却水循环泵的能源消耗量W_{冷却水循环泵}的计算公式 为

其中，f_冷却泵表示冷却水循环泵的实际频率，n_冷却泵表示已经启动了的冷却水 循环泵数量；P_冷却泵表示冷却水循环泵的额定功率，V₂和V_2.d分别表示冷却水流量 和冷却水泵额定流量。

在本发明中，优选的，所述冷却塔群的能源消耗量W_冷却塔群的计算公式为

其中，f_冷却塔表示冷却塔群中风机的实际频率，P_冷却塔表示冷却塔群中风机的 额定功率，n_冷却塔表示冷却塔群中启动的风机数量。

在本发明中，优选的，还包括：

S10：当累计运行时间t达到更新周期t_更新时，对冷却水散热量预测模型和 冷却水系统设备能耗预测模型进行更新；所述对冷却水散热量预测模型和冷却 水系统设备能耗预测模型进行更新包括：S101：提取冷却水散热量预测模型计 算所需的参数，剔除其中的异常数据，计算冷却水散热量的预测值，将冷却水 散热量的预测值和实测值进行比对，若二者的误差小于预设阈值，则将原冷却 水散热量预测模型作为新的冷却水散热量预测模型；若二者误差大于或等于预 设阈值，则将冷却水散热量的实测值以及冷却水散热量预测模型中的各数据的 实测值代入原冷却水散热量预测模型，计算出其中不可实测的参数的更新值， 得到的公式为新的冷却水散热量预测模型；S102：提取冷却水系统设备能耗预 测模型计算所需的参数，剔除其中的异常数据，计算冷却水系统设备能耗的预 测值，将冷却水系统设备能耗的预测值和实测值进行比对，若二者的误差小于 预设阈值，则将原冷却水系统设备能耗预测模型作为新的冷却水系统设备能耗 预测模型；若二者误差大于或等于预设阈值，则将冷却水系统设备能耗的实测 值以及冷却水系统设备能耗预测模型中的各数据的实测值代入原冷却水系统设 备能耗预测模型，计算出其中不可实测的参数的更新值，得到的公式为新的冷 却水系统设备能耗预测模型。

在本发明中，优选的，还包括：S11：根据当前时段的关键参数和历史数据 确定预测时段的关键参数，根据预测时段的关键参数以及冷却水系统设备能耗 预测模型确定预测时段的最优控制参数；S12：根据预测时段的最优控制参数调 节预测时段各设备的运行状态。

一种空调冷却水系统控制装置，包括：运行模块，用于启动默认数量的冷 却水循环泵和冷却塔，所述冷却塔循环泵及冷却塔内的风机以默认频率运行； 记录模块，用于记录累计运行时间t；运行状态判断模块，用于判断设备运行状 态是否有变化；所述设备运行状态包括运行的冷冻水循环泵数量、运行的冷却 水循环泵数量、运行的冷热源机组数量；数据采集模块，用于累计运行时间t 达到默认运行时长t_MR时，采集室外空气实时参数数据、空调系统设备运行状态 数据和冷却水系统设备配置信息数据，所述室外空气实时参数数据包括室外空 气的干球温度和相对湿度，所述空调系统设备运行状态数据包括各冷热源主机、 冷却塔中的风机、冷却水泵和冷却水泵的起停状态和负载率，冷却水的进水温 度和出水温度，冷冻水的进水温度和出水温度，各冷冻水泵的实际频率，所述 冷却水系统设备配置信息数据包括启动的冷却水泵和冷区塔中的风机的编号和 实际频率；数据存储模块，用于存储历史数据；数据对比判断模块，用于将当 前采集的数据与历史数据进行比对，判断历史数据中是否存在与当前采集的数 据相同的数据；最优控制参数确定模块，用于根据历史数据中相同的数据所对 应的最优控制参数确定最优控制参数或者根据冷却水散热量和冷却水系统设备 能耗确定最优控制参数；预测模块，用于根据预设的冷却水散热量预测模型和 冷却水系统设备能耗预测模型，确定冷却水散热量和冷却水系统设备能耗；调 节模块，用于根据最优控制参数调节各设备的运行状态。

在本发明中，优选的，还包括：更新模块，用于当累计运行时间t达到更新 周期t_更新时，对冷却水散热量预测模型和冷却水系统设备能耗预测模型进行更 新；历史预测模块，用于根据当前时段的关键参数和历史数据确定预测时段的 关键参数，根据预测时段的关键参数以及冷却水系统设备能耗预测模型确定预 测时段的最优控制参数；历史调节模块，用于根据预测时段的最优控制参数调 节预测时段各设备的运行状态；所述更新模块包括：冷却水散热量预测模型更 新子模块，用于提取冷却水散热量预测模型计算所需的参数，剔除其中的异常 数据，计算冷却水散热量的预测值，将冷却水散热量的预测值和实测值进行比 对，若二者的误差小于预设阈值，则将原冷却水散热量预测模型作为新的冷却 水散热量预测模型；若二者误差大于或等于预设阈值，则将冷却水散热量的实 测值以及冷却水散热量预测模型中的各数据的实测值代入原冷却水散热量预测 模型，计算出其中不可实测的参数的更新值，得到的公式为新的冷却水散热量 预测模型；冷却水系统设备能耗预测模型更新子模块，用于提取冷却水系统设 备能耗预测模型计算所需的参数，剔除其中的异常数据，计算冷却水系统设备 能耗的预测值，将冷却水系统设备能耗的预测值和实测值进行比对，若二者的 误差小于预设阈值，则将原冷却水系统设备能耗预测模型作为新的冷却水系统 设备能耗预测模型；若二者误差大于或等于预设阈值，则将冷却水系统设备能 耗的实测值以及冷却水系统设备能耗预测模型中的各数据的实测值代入原冷却 水系统设备能耗预测模型，计算出其中不可实测的参数的更新值，得到的公式 为新的冷却水系统设备能耗预测模型。

与现有技术相比，本发明的有益效果是：

本发明的方法及装置将空调系统主要设备运行参数、设备运行状态、配置 信息、温度传感器、温湿度传感器、冷热量表、流量计、变频器、电动阀等设 备参数作为关键参数，根据关键参数，经过内置的冷却水散热量预测模型与冷 却水系统能耗模型，以设备运行数据与运行状态为基础，以冷却水散热量为中 介，以最优能源消耗为目标，经过多参数、多变量、拟合函数关系式分析得到 最优控制参数，将最优控制参数发送到指定相应设备进行自动化调节，保障空 调冷却水系统处于高效运行的状态，大大降低空调系统整体能源资源消耗。

附图说明

图1为空调冷却水系统控制方法的一个实施例的流程图。

图2为空调冷却水系统控制方法的另一个实施例的流程图。

图3为对冷却水散热量预测模型和冷却水系统设备能耗预测模型进行更新 的流程图。

图4为空调冷却水系统控制方法的另一个实施例的流程图。

图5为空调冷却水系统控制装置的一个实施例的结构示意图。

图6为空调冷却水系统控制装置的另一个实施例的结构示意图。

图7为更新模块的结构示意图。

附图中：1-运行模块、2-记录模块、3-运行状态判断模块、4-数据采集模块、 5-数据存储模块、6-数据对比判断模块、7-最优控制参数确定模块、8-预测模块、 9-调节模块、10-更新模块、101-冷却水散热量预测模型更新子模块、102-冷却水 系统设备能耗预测模型更新子模块、11-历史预测模块、12-历史调节模块。

具体实施方式

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，所描述的实施例仅仅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做出创造 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。

需要说明的是，当组件被称为“固定于”另一个组件，它可以直接在另一个组 件上或者也可以存在居中的组件。当一个组件被认为是“连接”另一个组件，它可 以是直接连接到另一个组件或者可能同时存在居中组件。当一个组件被认为是 “设置于”另一个组件，它可以是直接设置在另一个组件上或者可能同时存在居中 组件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述 只是为了说明的目的。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术 领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术 语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的 术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。

请同时参见图1至图4，本发明一较佳实施方式提供一种空调冷却水系统控 制方法，包括：

S1：启动默认数量的冷热源主机、冷却水循环泵和冷却塔，冷却塔循环泵 及冷却塔内的风机以默认频率运行。

冷却水循环泵和冷却塔中的风机均采用变频电机，因此可以通过电路监测 并控制它们的启停状态以及运行的频率，进入到初始状态运行模式。默认数量 和默认频率可以人为设置、调整。

S2：记录累计运行时间t。

累计运行时间就是指冷却水循环泵和冷却塔保持启停状态以及运行的频率 所持续的时间。

S3：判断设备运行状态是否有变化，若是，则重新执行S2，若否，则执行 S4；设备运行状态包括运行的冷冻水循环泵数量、运行的冷却水循环泵数量、 运行的冷热源机组数量。

监测空调系统主要设备的运行状态是否有变化，如是否增加了冷冻水循环 泵、冷却水循环泵、或者冷热源机组，如果监测结果为“有变化”，则累计运行 时间t归零，即重新执行S2，如果检测结果为“无变化”，则可以进入下一步 S4。

S4：累计运行时间t达到默认运行时长t_MR时，采集关键参数，所述关键参 数包括室外空气实时参数数据、空调系统设备运行状态数据和冷却水系统设备 配置信息数据，室外空气实时参数数据包括室外空气的干球温度和相对湿度， 空调系统设备运行状态数据包括各冷热源主机、冷却塔中的风机、冷却水泵和 冷却水泵的起停状态和负载率，冷却水的进水温度和出水温度，冷冻水的进水 温度和出水温度，各冷冻水泵的实际频率，冷却水系统设备配置信息数据包括 启动的冷却水泵和冷区塔中的风机的编号和实际频率。

默认运行时长t_MR可根据项目实际情况进行调整，例如5min。

S5：将S4中采集的数据与历史数据进行比对，判断历史数据中是否存在与 S4中采集的数据相同的数据，若是，则执行S6，若否，则执行S7。

如果当前采集的数据与历史数据中的某个时段的相应数据相同，即历史上 出现过室外空气实时参数数据、空调系统设备运行状态数据和冷却水系统设备 配置信息数据均相同的数值，则可以参照该组历史数据中对应的最优控制参数 对当前的空调系统进行调节，即执行S6。

S6：根据历史数据中相同的数据所对应的最优控制参数确定最优控制参数。

该步骤即将相同历史数据对应的最优控制参数作为当前采集到的数据所对 应的最优控制参数。

S7：根据预设的冷却水散热量预测模型和冷却水系统设备能耗预测模型， 确定冷却水散热量和冷却水系统设备能耗。

冷却水散热量预测模型是对空调冷却系统所需要的散热量进行理论上的预 测，利用该模型可以计算出冷却水散热量；冷却水系统设备能耗预测模型则是 对空调冷却系统中各个设备在当前的起停状态和频率下消耗的能量进行理论上 的预测，利用该模型可以计算出冷却水系统设备能耗。

可选的，冷却水散热量预测模型为

Q_散热＝Q_冷量+Q_主机＝C_冷冻水m_冷冻水Δt+Q_主机；

其中，Q_散热表示冷却水散热量，单位kWh；Q_冷量表示冷热源主机制冷量，单 位kWh，可以利用获得的冷冻水的流量及温度下降值计算得到；Q_主机表示冷热源 主机散热量，C_冷冻水表示冷冻水比热容，单位kJ/(kg·k)，m_冷冻水表示冷冻水质 量流量，单位kg/s，Δt表示冷冻水的供、回水温差，单位℃。由于冷热源主机 类型的差异，所使用的能源类别不局限于电力，可能还会有燃气、蒸汽等，在 进行能耗计算时，均按照相关系数换算为等价电力消耗。

可选的，冷却水系统设备能预测耗模型为

W_min＝W_{冷热源主机}+W_{冷却水循环泵}+W_冷却塔群；

其中，W_min表示冷却水系统设备的最小能源消耗量，单位kWh，W_{冷热源主机}表示 冷热源主机的能源消耗量，W_{冷却水循环泵}表示冷却水循环泵的能源消耗量，W_冷却塔群表 示冷却塔群的能源消耗量。

可选的，冷热源主机的能源消耗量W_{冷热源主机}的获取主要有两种方式，方式一， 根据设备厂家提供的设备选型报告，结合实际项目需要进行数据扩充，减小数 据颗粒度，将完善后的数据以数据矩阵的形式写入分析系统之中；方式二，通 过数据分析，将部分关键参数拟合为一个关系式或关系组，将此式写入分析系 统之中，拟合函数关系式为

W_{冷热源主机}＝f(t₁、t₂、t₃、t₄、η、V₁、V₂)；

其中，t₁、t₂、t₃、t₄分别表示冷冻水进水、冷冻水出水、冷却水进水、冷 却水出水温度，单位℃；η表示冷热源主机负载率，V₁和V₂分别表示冷冻水流 量和冷却水流量，单位m³/h。

可选的，冷却水循环泵的能源消耗量W_{冷却水循环泵}的计算公式为

或

其中，f_冷却泵表示冷却水循环泵的实际频率，单位Hz，n_冷却泵表示已经启动了 的冷却水循环泵数量；P_冷却泵表示冷却水循环泵的额定功率，单位kW；V₂和V_2.d分别表示冷却水流量和冷却水泵额定流量，“50”表示我国用电频率。

可选的，根据冷却水散热量的计算公式，并结合下式得到相应冷却塔风机 频率参数f_冷却塔：

Q_散热＝f(t₃,t₄,t₅,Δt_逼近温差，V₂,V_2d,f_冷却塔)；

能源消耗量W_冷却塔群的计算公式为

其中，f_冷却塔表示冷却塔群中风机的实际频率，单位Hz；t₃、t₄、t₅分别表 示冷却水进水温度、冷却水出水温度、室外空气湿球温度；Δt_逼近温差表示冷却水 出水温度与室外湿球温度之差，默认值为2℃(一般取值2至4℃)，该温度可 以手动设定；P_冷却塔表示冷却塔群中风机的额定功率，单位kW；n_冷却塔表示冷却塔 群中启动的风机数量。

S8：根据冷却水散热量和冷却水系统设备能耗确定最优控制参数。

将多个冷却水散热量和冷却水系统设备能耗值拟合为随时间变化的曲线， 用冷却水散热量的拟合曲线除以冷却水系统设备能耗的拟合曲线，即可得到一 条表示冷却水系统设备能耗效率的曲线，在该曲线中寻找效率最高的点，该点 所对应的空调冷却水系统各个设备的配置参数即为最优控制参数。

该步骤中，通过数据处理分析得到的最优控制参数，可以使所控制的冷却 塔群中同型号风机在同频率下运行，避免由于风机频率的差异与水力不平衡共 同带来的冷却塔效率严重不均匀的情况，此种调控措施可以在空调冷却水系统 建设之初，进行过静态水力平衡调节后，各个风机能够在室外空气环境相似的 基础上，按照相同的风水比指标运行。

S9：根据最优控制参数调节各设备的运行状态。

该步骤中，根据分析得到的最优控制参数，发送控制指令到具体设备，进 行调节，最终完成一次调节、预测的过程。

可选的，空调冷却水系统控制方法还包括：

S10：当累计运行时间t达到更新周期t_更新时，对冷却水散热量预测模型和 冷却水系统设备能耗预测模型进行更新。

其中，更新周期t_更新可根据需要进行设定，例如一天、一周、一个月或者一 年等。

具体的，对冷却水散热量预测模型和冷却水系统设备能耗预测模型进行更 新包括：

S101：提取冷却水散热量预测模型计算所需的参数，剔除其中的异常数据， 计算冷却水散热量的预测值，将冷却水散热量的预测值和实测值进行比对，若 二者的误差小于预设阈值，则将原冷却水散热量预测模型作为新的冷却水散热 量预测模型；若二者误差大于或等于预设阈值，则将冷却水散热量的实测值以 及冷却水散热量预测模型中的各数据的实测值代入原冷却水散热量预测模型， 计算出其中不可实测的参数的更新值，得到的公式为新的冷却水散热量预测模 型。

其中，冷却水散热量预测模型计算所需的参数至少包括室外干球温度、湿 度、湿球温度，冷热源主机散热量，空调冷冻水实时冷量，空调冷却水实时流 量，冷却水进水温度，室外上一时刻温度，室外上一时刻湿度。

S102：提取冷却水系统设备能耗预测模型计算所需的参数，剔除其中的异 常数据，计算冷却水系统设备能耗的预测值，将冷却水系统设备能耗的预测值 和实测值进行比对，若二者的误差小于预设阈值，则将原冷却水系统设备能耗 预测模型作为新的冷却水系统设备能耗预测模型；若二者误差大于或等于预设 阈值，则将冷却水系统设备能耗的实测值以及冷却水系统设备能耗预测模型中 的各数据的实测值代入原冷却水系统设备能耗预测模型，计算出其中不可实测 的参数的更新值，得到的公式为新的冷却水系统设备能耗预测模型。

其中，冷却水系统设备能耗预测模型计算所需的参数至少包括冷热源主机 设备数据、冷却水循环泵设备数据和冷却塔设备数据。

可选的，空调冷却水系统控制方法还包括：

S11：根据当前时段的关键参数和历史数据确定预测时段的关键参数，根据 预测时段的关键参数以及冷却水系统设备能耗预测模型确定预测时段的最优控 制参数。

将采集到的当前时段的关键参数与历史数据进行比对，找到历史数据中与 当前时段的关键参数相同的历史关键参数，然后找到历史数据中历史关键参数 的下一时段的关键参数，作为预测时段的关键参数，然后将预测时段的关键参 数代入冷却水系统设备能耗预测模型，即可计算出一组最优控制参数，即为预 测时段的最优控制参数。

S12：根据预测时段的最优控制参数调节预测时段各设备的运行状态。

根据分析得到预测时段的关键控制参数，发送控制指令到具体设备，进行 调节，即完成一次预调节的过程。

本发明还提供一种空调冷却水系统控制装置，包括：运行模块1、记录模块 2、运行状态判断模块3、数据采集模块4、数据存储模块5、数据对比判断模块 6、最优控制参数确定模块7、预测模块8和调节模块9。

其中，运行模块1可设置于中央处理单元上，用于启动默认数量的冷却水 循环泵和冷却塔，冷却塔循环泵及冷却塔内的风机以默认频率运行。记录模块2 可采用时钟电路，用于记录累计运行时间t。运行状态判断模块3可设置于中央 处理单元上，用于判断设备运行状态是否有变化。数据采集模块4可包括温度 传感器、湿度传感器、冷热量表、流量计、变频器、电动阀等变送器设备，这 些设备与模拟或数字输入、输出电路连接，输入、输出电路连接再与一定的采 集、放大电路连接，然后连接中央处理单元即可，用于累计运行时间t达到默认 运行时长t_MR时，采集室外空气实时参数数据、空调系统设备运行状态数据和冷 却水系统设备配置信息数据，室外空气实时参数数据包括室外空气的干球温度 和相对湿度，空调系统设备运行状态数据包括各冷热源主机、冷却塔中的风机、 冷却水泵和冷却水泵的起停状态和负载率，冷却水的进水温度和出水温度，冷 冻水的进水温度和出水温度，各冷冻水泵的实际频率，冷却水系统设备配置信 息数据包括启动的冷却水泵和冷区塔中的风机的编号和实际频率。数据存储模 块5可包括ROM、RAM等，除用于存储历史数据外，还用于数据分析程序的 运行和数据读写等功能。数据对比判断模块6可设置于中央处理单元上，用于 将当前采集的数据与历史数据进行比对，判断历史数据中是否存在与当前采集 的数据相同的数据。最优控制参数确定模块7可设置于中央处理单元上，用于 根据历史数据中相同的数据所对应的最优控制参数确定最优控制参数或者根据 冷却水散热量和冷却水系统设备能耗确定最优控制参数。预测模块8可设置于 中央处理单元上，用于根据预设的冷却水散热量预测模型和冷却水系统设备能 耗预测模型，确定冷却水散热量和冷却水系统设备能耗。调节模块9可设置于 中央处理单元上，用于根据最优控制参数调节各设备的运行状态。

可选的，空调冷却水系统控制装置还包括更新模块10、历史预测模块118 和历史调节模块129。

其中，更新模块10可设置于中央处理单元上，用于当累计运行时间t达到 更新周期t_更新时，对冷却水散热量预测模型和冷却水系统设备能耗预测模型进行 更新。历史预测模块118可设置于中央处理单元上，用于根据当前时段的关键 参数和历史数据确定预测时段的关键参数，根据预测时段的关键参数以及冷却 水系统设备能耗预测模型确定预测时段的最优控制参数。历史调节模块129可 设置于中央处理单元上，用于根据预测时段的最优控制参数调节预测时段各设 备的运行状态。

更新模块10包括冷却水散热量预测模型更新子模块101和冷却水系统设备 能耗预测模型更新子模块102，二者均可设置于中央处理单元上。其中，冷却水 散热量预测模型更新子模块101用于提取冷却水散热量预测模型计算所需的参 数，剔除其中的异常数据，计算冷却水散热量的预测值，将冷却水散热量的预 测值和实测值进行比对，若二者的误差小于预设阈值，则将原冷却水散热量预 测模型作为新的冷却水散热量预测模型；若二者误差大于或等于预设阈值，则 将冷却水散热量的实测值以及冷却水散热量预测模型中的各数据的实测值代入 原冷却水散热量预测模型，计算出其中不可实测的参数的更新值，得到的公式 为新的冷却水散热量预测模型。冷却水系统设备能耗预测模型更新子模块102 用于提取冷却水系统设备能耗预测模型计算所需的参数，剔除其中的异常数据， 计算冷却水系统设备能耗的预测值，将冷却水系统设备能耗的预测值和实测值 进行比对，若二者的误差小于预设阈值，则将原冷却水系统设备能耗预测模型 作为新的冷却水系统设备能耗预测模型；若二者误差大于或等于预设阈值，则 将冷却水系统设备能耗的实测值以及冷却水系统设备能耗预测模型中的各数据 的实测值代入原冷却水系统设备能耗预测模型，计算出其中不可实测的参数的 更新值，得到的公式为新的冷却水系统设备能耗预测模型。

上述说明是针对本发明较佳可行实施例的详细说明，但实施例并非用以限 定本发明的专利申请范围，凡本发明所提示的技术精神下所完成的同等变化或 修饰变更，均应属于本发明所涵盖专利范围。

Claims (10)

1.一种空调冷却水系统控制方法，其特征在于，包括：

S1：启动默认数量的冷热源主机、冷却水循环泵和冷却塔，所述冷却塔循环泵及冷却塔内的风机以默认频率运行；

S2：记录累计运行时间t；

S3：判断设备运行状态是否有变化，若是，则重新执行S2，若否，则执行S4；所述设备运行状态包括运行的冷冻水循环泵数量、运行的冷却水循环泵数量、运行的冷热源机组数量；

S4：累计运行时间t达到默认运行时长t_MR时，采集关键参数，所述关键参数包括室外空气实时参数数据、空调系统设备运行状态数据和冷却水系统设备配置信息数据，所述室外空气实时参数数据包括室外空气的干球温度和相对湿度，所述空调系统设备运行状态数据包括各冷热源主机、冷却塔中的风机、冷却水泵和冷却水泵的起停状态和负载率，冷却水的进水温度和出水温度，冷冻水的进水温度和出水温度，各冷冻水泵的实际频率，所述冷却水系统设备配置信息数据包括启动的冷却水泵和冷区塔中的风机的编号和实际频率；

S5：将S4中采集的数据与历史数据进行比对，判断历史数据中是否存在与S4中采集的数据相同的数据，若是，则执行S6，若否，则执行S7；

S6：根据历史数据中相同的数据所对应的最优控制参数确定最优控制参数；

S7：根据预设的冷却水散热量预测模型和冷却水系统设备能耗预测模型，确定冷却水散热量和冷却水系统设备能耗；

S8：根据冷却水散热量和冷却水系统设备能耗确定最优控制参数；

S9：根据最优控制参数调节各设备的运行状态。

2.根据权利要求1所述的一种空调冷却水系统控制方法，其特征在于，所述冷却水散热量预测模型为

Q_散热＝Q_冷量+Q_主机＝C_冷冻水m_冷冻水Δt+Q_主机；

其中，Q_散热表示冷却水散热量，Q_冷量表示冷热源主机制冷量，Q_主机表示冷热源主机散热量，C_冷冻水表示冷冻水比热容，m_冷冻水表示冷冻水质量流量，Δt表示冷冻水的供、回水温差。

3.根据权利要求1所述的一种空调冷却水系统控制方法，其特征在于，所述冷却水系统设备能预测耗模型为

W_min＝W_{冷热源主机}+W_{冷却水循环泵}+W_冷却塔群；

其中，W_min表示冷却水系统设备的最小能源消耗量，W_{冷热源主机}表示冷热源主机的能源消耗量，W_{冷却水循环泵}表示冷却水循环泵的能源消耗量，W_冷却塔群表示冷却塔群的能源消耗量。

4.根据权利要求3所述的一种空调冷却水系统控制方法，其特征在于，所述冷热源主机的能源消耗量W_{冷热源主机}通过其设备选型报告确定或者通过拟合函数关系式确定，所述拟合函数关系式为

W_{冷热源主机}＝f(t₁、t₂、t₃、t₄、η、V₁、V₂)；

其中，t₁、t₂、t₃、t₄分别表示冷冻水进水、冷冻水出水、冷却水进水、冷却水出水温度，η表示冷热源主机负载率，V₁和V₂分别表示冷冻水流量和冷却水流量。

5.根据权利要求3所述的一种空调冷却水系统控制方法，其特征在于，所述冷却水循环泵的能源消耗量W_{冷却水循环泵}的计算公式为

或

其中，f_冷却泵表示冷却水循环泵的实际频率，n_冷却泵表示已经启动了的冷却水循环泵数量；P_冷却泵表示冷却水循环泵的额定功率，V₂和V_2.d分别表示冷却水流量和冷却水泵额定流量。

6.根据权利要求3所述的一种空调冷却水系统控制方法，其特征在于，所述冷却塔群的能源消耗量W_冷却塔群的计算公式为

其中，f_冷却塔表示冷却塔群中风机的实际频率，P_冷却塔表示冷却塔群中风机的额定功率，n_冷却塔表示冷却塔群中启动的风机数量。

7.根据权利要求1所述的一种空调冷却水系统控制方法，其特征在于，还包括：

S10：当累计运行时间t达到更新周期t_更新时，对冷却水散热量预测模型和冷却水系统设备能耗预测模型进行更新；

所述对冷却水散热量预测模型和冷却水系统设备能耗预测模型进行更新包括：

S101：提取冷却水散热量预测模型计算所需的参数，剔除其中的异常数据，计算冷却水散热量的预测值，将冷却水散热量的预测值和实测值进行比对，若二者的误差小于预设阈值，则将原冷却水散热量预测模型作为新的冷却水散热量预测模型；若二者误差大于或等于预设阈值，则将冷却水散热量的实测值以及冷却水散热量预测模型中的各数据的实测值代入原冷却水散热量预测模型，计算出其中不可实测的参数的更新值，得到的公式为新的冷却水散热量预测模型；

S102：提取冷却水系统设备能耗预测模型计算所需的参数，剔除其中的异常数据，计算冷却水系统设备能耗的预测值，将冷却水系统设备能耗的预测值和实测值进行比对，若二者的误差小于预设阈值，则将原冷却水系统设备能耗预测模型作为新的冷却水系统设备能耗预测模型；若二者误差大于或等于预设阈值，则将冷却水系统设备能耗的实测值以及冷却水系统设备能耗预测模型中的各数据的实测值代入原冷却水系统设备能耗预测模型，计算出其中不可实测的参数的更新值，得到的公式为新的冷却水系统设备能耗预测模型。

8.根据权利要求1所述的一种空调冷却水系统控制方法，其特征在于，还包括：

S11：根据当前时段的关键参数和历史数据确定预测时段的关键参数，根据预测时段的关键参数以及冷却水系统设备能耗预测模型确定预测时段的最优控制参数；

S12：根据预测时段的最优控制参数调节预测时段各设备的运行状态。

9.一种空调冷却水系统控制装置，其特征在于，包括：

运行模块，用于启动默认数量的冷却水循环泵和冷却塔，所述冷却塔循环泵及冷却塔内的风机以默认频率运行；

记录模块，用于记录累计运行时间t；

运行状态判断模块，用于判断设备运行状态是否有变化；所述设备运行状态包括运行的冷冻水循环泵数量、运行的冷却水循环泵数量、运行的冷热源机组数量；

数据采集模块，用于累计运行时间t达到默认运行时长t_MR时，采集室外空气实时参数数据、空调系统设备运行状态数据和冷却水系统设备配置信息数据，所述室外空气实时参数数据包括室外空气的干球温度和相对湿度，所述空调系统设备运行状态数据包括各冷热源主机、冷却塔中的风机、冷却水泵和冷却水泵的起停状态和负载率，冷却水的进水温度和出水温度，冷冻水的进水温度和出水温度，各冷冻水泵的实际频率，所述冷却水系统设备配置信息数据包括启动的冷却水泵和冷区塔中的风机的编号和实际频率；

数据存储模块，用于存储历史数据；

数据对比判断模块，用于将当前采集的数据与历史数据进行比对，判断历史数据中是否存在与当前采集的数据相同的数据；

最优控制参数确定模块，用于根据历史数据中相同的数据所对应的最优控制参数确定最优控制参数或者根据冷却水散热量和冷却水系统设备能耗确定最优控制参数；

预测模块，用于根据预设的冷却水散热量预测模型和冷却水系统设备能耗预测模型，确定冷却水散热量和冷却水系统设备能耗；

调节模块，用于根据最优控制参数调节各设备的运行状态。

10.根据权利要求9所述的一种空调冷却水系统控制装置，其特征在于，还包括：

更新模块，用于当累计运行时间t达到更新周期t_更新时，对冷却水散热量预测模型和冷却水系统设备能耗预测模型进行更新；

历史预测模块，用于根据当前时段的关键参数和历史数据确定预测时段的关键参数，根据预测时段的关键参数以及冷却水系统设备能耗预测模型确定预测时段的最优控制参数；

历史调节模块，用于根据预测时段的最优控制参数调节预测时段各设备的运行状态；

所述更新模块包括：

冷却水散热量预测模型更新子模块，用于提取冷却水散热量预测模型计算所需的参数，剔除其中的异常数据，计算冷却水散热量的预测值，将冷却水散热量的预测值和实测值进行比对，若二者的误差小于预设阈值，则将原冷却水散热量预测模型作为新的冷却水散热量预测模型；若二者误差大于或等于预设阈值，则将冷却水散热量的实测值以及冷却水散热量预测模型中的各数据的实测值代入原冷却水散热量预测模型，计算出其中不可实测的参数的更新值，得到的公式为新的冷却水散热量预测模型；

冷却水系统设备能耗预测模型更新子模块，用于提取冷却水系统设备能耗预测模型计算所需的参数，剔除其中的异常数据，计算冷却水系统设备能耗的预测值，将冷却水系统设备能耗的预测值和实测值进行比对，若二者的误差小于预设阈值，则将原冷却水系统设备能耗预测模型作为新的冷却水系统设备能耗预测模型；若二者误差大于或等于预设阈值，则将冷却水系统设备能耗的实测值以及冷却水系统设备能耗预测模型中的各数据的实测值代入原冷却水系统设备能耗预测模型，计算出其中不可实测的参数的更新值，得到的公式为新的冷却水系统设备能耗预测模型。

Images