CN113899055A - 冷水机组控制系统 - Google Patents
冷水机组控制系统 Download PDFInfo
- Publication number
- CN113899055A CN113899055A CN202010572896.6A CN202010572896A CN113899055A CN 113899055 A CN113899055 A CN 113899055A CN 202010572896 A CN202010572896 A CN 202010572896A CN 113899055 A CN113899055 A CN 113899055A
- Authority
- CN
- China
- Prior art keywords
- unit
- energy consumption
- indoor
- consumption ratio
- control
- 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
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
- F24F11/54—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
- F24F11/62—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
- F24F11/70—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
- F24F11/84—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 valves
-
- 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
- F24F2140/00—Control inputs relating to system states
- F24F2140/20—Heat-exchange fluid temperature
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B30/00—Energy efficient heating, ventilation or air conditioning [HVAC]
- Y02B30/70—Efficient control or regulation technologies, e.g. for control of refrigerant flow, motor or heating
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
本发明公开了本申请涉及一种冷水机组控制系统,包括:获取单元,其用于获取开机下的至少一个室内末端设备所处的各室内环境温度、室内末端设备的总需求制冷量、以及影响冷水机组能耗比的机组运行参数;计算单元,其用于计算冷水机组的能耗比;模型建立单元,其将所获取的总需求制冷量、室内环境温度、机组运行参数和能耗比作为输入数据,并将所述控制参数作为输出数据,建立能耗比模型;输出单元,其根据获取单元实时反馈的数据和实时计算的能耗比,利用能耗比模型,输出所述控制参数;控制单元,其接收控制参数控制调节冷水机组。本发明用于实现室内末端设备和冷水机组的联合控制,提升用户使用体验,降低冷水机组能耗。
Description
技术领域
本发明涉及空调器技术领域,尤其涉及冷水机组控制系统。
背景技术
现有中央空调系统中冷水机组作为中央空调制冷核心设备,其通过水路循环管路向室内末端设备(例如风盘、空气处理机)供应循环冷水,进行温度调节,其中冷水机组和室内末端设备分别独立控制。
建筑能耗的40%-50%是空调系统的能耗,因此降低空调系统的能耗成为 用户关心的焦点。传统的空调机组根据用户设定在冷水机组控制面板或控制器的目标出水水温作为控制对象,系统维护人员凭借经验进行冷水机组的开启和出水温度的设定及调节,出水温度一经设定,除非人为变更,则出水温度不会改变,不能根据当前室内的实际负荷自适应调节,导致节能效果差且影响用户使用体验,以制冷为例,当外界环境温度降低或空调负荷减小时,若维持原目标出水温度,会产生不必要的能耗。此外,没有考虑到冷水机组自身运行的各种参数状态,导致冷水机组的控制精度不够,在很大程度上造成冷水机组能源浪费。
发明内容
本发明的实施例提供一种冷水机组控制系统,实现室内末端设备和冷水机组的联合控制,提升用户使用体验,降低冷水机组能耗。
为实现上述发明目的,本发明采用下述技术方案予以实现:
本申请涉及一种冷水机组控制系统,其包括:
获取单元,其用于获取开机下的至少一个室内末端设备所处的各室内环境温度、室内末端设备的总需求制冷量、以及影响所述冷水机组能耗比的机组运行参数;
计算单元,其用于计算所述冷水机组的能耗比;
模型建立单元,其将所述获取单元获取的总需求制冷量、室内环境温度、机组运行参数和所述能耗比作为输入数据,并将影响所述冷水机组出水温度的控制参数作为输出数据,建立能耗比模型;
输出单元,其根据所述获取单元实时反馈的数据和实时计算的能耗比,利用所述能耗比模型,输出影响所述冷水机组出水温度的控制参数;
控制单元,其根据所述控制参数控制调整所述冷水机组。
在本申请一些实施例中,所述影响所述冷水机组能耗比的机组运行参数至少包括:
蒸发器进口温度Te_in、蒸发器出口温度Te_out、冷凝器进口温度Tc_in、冷凝器出口温度Tc_out、压缩机负荷Q以及冷凝器液位Lc。
在本申请一些实施例中,采集所述机组运行参数的采样时间和周期与采集室内末端设备的室内环境温度的采样时间和周期分别相同。
在本申请一些实施例中,所述总需求制冷量根据室内末端设备的开机数量、开机下的各室内末端设备的目标室内温度以及所处的室内环境温度计算得到。
在本申请一些实施例中,所述冷水机组控制系统还包括数据处理单元,其用于对所述室内环境温度、目标室内温度以及影响所述冷水机组能耗比的机组运行参数进行去噪处理。
在本申请的一些实施例中,所述控制单元预设存储有数据表,其至少存储有:
室内输入参数,其包括开机数量、室内环境温度和目标室内温度;
与所述室内输入参数对应的所述控制参数;
在实时获取的室内输入参数存在于所述数据表中时,所述输出单元直接输出与所述室内输入参数对应的控制参数。
在本申请的一些实施例中,所述数据表还存储有:
能耗比等级,其作为所述室内输入参数的参考数据,并与所述室内输入参数、以及所述控制参数分别对应。
在实时计算的能耗比位于所述能耗比等级内时,所述输出单元直接输出与所述能耗比等级对应的控制参数。
在本申请一些实施例中,所述模型建立单元采用人工神经网络或支持向量机方法建立所述能耗比模型。
在本申请一些实施例中,所述控制参数包括所述冷水机组的导叶阀开度、节流阀开度、冷凝器液位以及出水温度。
本发明的冷水机组控制系统,具有如下优点及有益效果:
考虑室内末端设备所处的环境参数、总需求制冷量、影响冷水机组的能耗比的机组运行参数、能耗比以及影响冷水机组出水温度的控制参数,建立能耗比模型,实现室内末端设备与冷水机组之间的联合同步控制,以此在满足用户终端制冷需求的情况下降低冷水机组能耗,提高用户使用体验且节能。
结合附图阅读本发明的具体实施方式后,本发明的其他特点和优点将变得更加清楚。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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的前提下,还可以根据这些附图获得其他的附图。
图1是本发明提出的冷水机组控制系统一实施例的框图。
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。在本发明的描述中,需要理解的是,术语“中心”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。在上述实施方式的描述中,具体特征、结构、材料或者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。
术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
为了实现室内末端设备与冷水机组的联合控制,以实现在满足用户使用体验的情况下降低冷水机组能耗,参见图1,本申请提出一种冷水机组控制系统,其包括获取单元1、计算单元2、模型建立单元3、输出单元4和控制单元5。
获取单元
在本申请中,获取单元1用于获取开机下至少一个室内末端设备所处的至少一个室内环境温度、室内末端设备的总需求制冷量以及影响冷水机组能耗比的机组运行参数。
室内末端设备的开机数量N决定了实际需要制冷量,即总需求制冷量Ws.
判定室内末端设备的开机数量N。
每个室内末端设备的目标室内温度为Tsi(i=1,2,...,N)。
目标室内温度Tsi为用户通过遥控器或者控制面板所设置的期望达到的室内温度;或者,目标室内温度为空调开机运行时默认的目标室内温度;又或者,目标室内外温度为空调上一次关机时的设定温度。
每个室内末端设备所处的室内环境温度Tei(i=1,2,...,N)。室内环境温度Tei(i=1,2,...,N)可通过如下技术手段获取。
室内设置温度检测装置,其可以设置在室内机上、遥控器中或者其他室内的任何位置。该温度检测装置也可以为多个,分别设置在室内的不同位置,然后再根据所检测到的多个位置的温度进行计算获得最终的室内环境温度,从而提高了室内环境温度的检测精度。
该室内环境温度Tei的检测可以实时进行,然后存储在临时存储器中;当然也可以根据温度获取指令而触发检测。
采用如上参数可以计算得到在某一时刻/时段内,开机下的所有室内末端设备的总需求制冷量Ws,此计算方式可采用现有技术中的计算方式,在此不做赘述。
涉及影响冷水机组能耗比的机组运行参数包括蒸发器参数、冷凝器参数和压缩机参数。
蒸发器参数包括蒸发器进口温度Te_in和蒸发器出口温度Te_out。
冷凝器参数包括冷凝器进口温度Tc_in、冷凝器出口温度Tc_out和冷凝器液位Lc。
压缩机参数包括压缩机负荷Q。
蒸发器进口温度Te_in、蒸发器出口温度Te_out、冷凝器进口温度Tc_in和冷凝器出口温度Tc_out均可以通过冷水机组自带的温度传感器进行采集。
冷凝器液位Lc可以通过冷水机组自带的液位传感器进行采集。
压缩机负荷Q可以通过蒸发器进口温度Te_in、蒸发器出口温度Te_out和冷冻水流量(其可以通过流量计获得)根据如下公式进行计算。
Q=C*q*(Te_in-Te_out)/3.6/3.517。
其中:Q单位为RT;为水的比热容且值4.2kJ/(kg·℃);q为冷冻水流量,单位t/h;Te_in为蒸发器进口温度,单位℃;Te_out为蒸发器出口温度,单位℃;3.6为kg/s与t/h之间的换算系数;3.517为RT与kW之间的换算系数。
为了保证建立能耗比模型时数据的一致性,采集如上机组运行参数的采样时间和周期与采集各室内末端设备的室内环境温度的采样时间和周期是相同的。
目标室内温度Tsi一般在某一时间段内保持不变,因此,对目标室内温度Tsi的采集可以考虑采样时间和周期,也可以不考虑采样时间和周期。
若考虑目标室内温度的采样时间和周期,应与如上所述的机组运行参数的采样时间和周期相同。
数据处理单元
如图1中虚线框所示,如上所采集的输入参数都是通过传感器直接或间接采集,其包括有大量噪音,使得有用信息被掩盖,因此,在建立能耗比模型之前,数据处理的单元6应对输入参数进行过滤去噪,以提取有用的原始信号。
例如,可以采用现有技术中熟知的小波变换去噪对输入参数进行去噪。
计算单元
在本申请中,计算单元2用于计算冷水机组的能耗比Cop。
能耗比Cop=Q/W。
其中:Q为压缩机负荷,W为机组消耗功率。
模型建立单元
根据如上所获取到的参数,将某一时刻/时段内的输入参数向量X=[Tei,Ws,Te_in,Te_out,Tc_in,Tc_out,Q,Lc,Cop]作为能耗比模型的输入参数,而将影响冷水机组出水温度的控制参数作为能耗比模型的输出参数,模型建立单元3通过人工神经网络或支持向量机等现有建模手段对能耗比模型进行建立及优化。
此模型建立考虑到室内末端设备的冷量需求、室内环境温度Tei、冷水机组的运行参数、能耗比Cop、以及冷水机组的涉及影响出水温度的控制参数,使室内末端设备与冷水机组联合控制,实现在满足用户体验需求的情况下,使冷水机组在最优能耗比下运行,降低机组能耗。
并且,冷水机组能够根据室内末端设备的状态变化(例如,开机数量N、目标室内温度Tsi、室内环境温度Tei)自适应调整其自身的状态(例如控制参数),使室内末端设备和冷水机组之间形成闭环控制,达到高效节能的智能化控制。
在本申请中,如上所述的影响冷水机组出水温度的控制参数至少包括冷水机组的导叶阀开度、节流阀开度、冷凝器液位Lc以及出水设定温度Thse。
其中,导叶阀开度、节流阀开度和冷凝器液位Lc是冷水机组本身的控制参数,出水设定温度Thse是操作人员外部手动设定的参数。
如下将以人工神经网络为例建立能耗比模型。
[模型建立]
在本申请中,建立三层网络模型。
输入节点由输入参数向量X的维数决定,即输入节点的个数Nin=9,且每个输入节点的阈值函数选择高斯函数。
输出节点的个数由控制参数的个数决定,即输出节点的个数Nout=4,且输出节点的阈值函数选择softmax函数。
中间层节点的个数可以根据数Nin和Nout确定,其具体确定方法可以采用神经网络技术领域中熟知的确定方法,在此不做赘述。
[模型训练]
在冷水机组实际运行过程中,实时采集如上所述的输入参数,并经过处理后输入至建立好的能耗比模型进行训练,以确定能耗比模型中的参数。
此外,在模型训练过程中或训练完成后,采用优化函数对模型进行优化,此处优化函数可以选择为Adam(Adaptive Moment Estimation,自适应矩估计)优化函数,当然,此优化函数也不仅仅局限于此种优化函数,还可以利用其他的优化算法,例如BGD(BatchGradient Descent,批量梯度下降)、SGD(Stochastic Gradient Descent,随机梯度下降)以及MBGD(Mini-Batch Gradient Descent,小批量梯度下降)。
输出及控制
在建立好能耗比模型后,在冷水机组运行时,实时采集输入参数并根据能耗比模型,输出单元4输出控制参数,此后控制单元5接收到输出单元4输出的控制参数,从而自动调整冷水机组。
该控制参数包括如上所述的导叶阀开度、节流阀开度以及冷凝器液位Lc以及冷水机组的出水设定温度Thse。
为了避免在出现相同工况时,输入参数仍需要通过能耗比模型计算而获得控制参数,浪费时间及计算空间,因此,根据得到的能耗比模型,制定数据表,该数据表可存储的字段包括:室内输入参数和控制参数,其中室内输入参数包括开机数量N、室内环境温度Tei和目标室内温度Tsi,控制参数包括导叶阀开度、节流阀开度、冷凝器液位Lc和出水设定温度Thse。
在实时采集的室内输入参数满足数据表中的数据时,冷水机组直接以对应的控制参数进行调节控制。
由于采集室内输入参数的有限性,数据表不能覆盖所有工况,因此,在数据表中引入能耗比,以能耗比作为参考参数并将能耗比设定为不同的等级,在针对某一工况进行控制参数选择时,只要实际计算得到的能耗比落入某个能耗比等级内,就可以选择该能耗比等级内对应的控制参数对冷水机组进行调节控制。
如果能耗比未落入某个能耗比等级内,或室内输入参数也未满足数据表中的数据时,则利用输入参数以及能耗比模型进行控制参数的输出或者按照默认参数进行调节执行。
根据采集的实际运行工况,冷水机组控制单元自动查询数据表进行匹配,进而获得相应的控制参数(包括导叶阀开度、节流阀开度、冷凝器液位以及出水设定温度),保证在最优能耗比的条件下,对冷水机组进行精确控制,避免能源浪费。
以上实施例仅用以说明本发明的技术方案,而非对其进行限制;尽管参照前述实施例对本发明进行了详细的说明,对于本领域的普通技术人员来说,依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或替换,并不使相应技术方案的本质脱离本发明所要求保护的技术方案的精神和范围。
Claims (9)
1.一种冷水机组控制系统,其特征在于,包括:
获取单元,其用于获取开机下的至少一个室内末端设备所处的各室内环境温度、室内末端设备的总需求制冷量、以及影响所述冷水机组能耗比的机组运行参数;
计算单元,其用于计算所述冷水机组的能耗比;
模型建立单元,其将所述获取单元获取的总需求制冷量、室内环境温度、机组运行参数和所述能耗比作为输入数据,并将所述控制参数作为输出数据,建立能耗比模型;
输出单元,其根据所述获取单元实时反馈的数据和实时计算的能耗比,利用所述能耗比模型,输出影响所述冷水机组出水温度的控制参数;
控制单元,其接收所述控制参数控制调节所述冷水机组。
2.根据权利要求1所述的冷水机组控制系统,其特征在于,所述影响所述冷水机组能耗比的机组运行参数至少包括:
蒸发器进口温度Te_in、蒸发器出口温度Te_out、冷凝器进口温度Tc_in、冷凝器出口温度Tc_out、压缩机负荷Q以及冷凝器液位Lc。
3.根据权利要求2所述的冷水机组控制系统,其特征在于,采集所述机组运行参数的采样时间和周期与采集室内末端设备的室内环境温度的采样时间和周期分别相同。
4.根据权利要求1所述的冷水机组控制系统,其特征在于,所述总需求制冷量根据室内末端设备的开机数量、开机下的各室内末端设备的目标室内温度以及所处的室内环境温度计算得到。
5.根据权利要求4所述的冷水机组控制系统,其特征在于,还包括:
数据处理单元,其用于对所述室内环境温度、目标室内温度以及影响所述冷水机组能耗比的机组运行参数进行去噪处理。
6.根据权利要求4所述的冷水机组控制系统,其特征在于,所述控制单元预设存储有数据表,其至少存储有:
室内输入参数,其包括开机数量、室内环境温度和目标室内温度;
与所述室内输入参数对应的所述控制参数;
在实时获取的室内输入参数存在于所述数据表中时,所述输出单元直接输出与所述室内输入参数对应的控制参数。
7.根据权利要求6所述的冷水机组控制系统,其特征在于,所述数据表还存储有:
能耗比等级,其作为室内输入参数的参考数据,并与所述室内输入参数、以及所述控制参数分别对应;
在实时计算的能耗比位于能耗比等级中时,所述输出单元直接输出与所述能耗比等级对应的控制参数。
8.根据权利要求1所述的冷水机组控制系统,其特征在于,所述模型建立单元采用人工神经网络或支持向量机方法建立所述能耗比模型。
9.根据权利要求1至8中任一项所述的冷水机组控制系统,其特征在于,所述控制参数包括所述冷水机组的导叶阀开度、节流阀开度、冷凝器液位以及出水设定温度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010572896.6A CN113899055B (zh) | 2020-06-22 | 2020-06-22 | 冷水机组控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010572896.6A CN113899055B (zh) | 2020-06-22 | 2020-06-22 | 冷水机组控制系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113899055A true CN113899055A (zh) | 2022-01-07 |
CN113899055B CN113899055B (zh) | 2023-06-30 |
Family
ID=79186359
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010572896.6A Active CN113899055B (zh) | 2020-06-22 | 2020-06-22 | 冷水机组控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113899055B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115751534A (zh) * | 2022-11-22 | 2023-03-07 | 中通服节能技术服务有限公司 | 分体式双模多联空调系统及其控制方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104566765A (zh) * | 2013-10-16 | 2015-04-29 | 嘉日国际集团控股有限公司 | 中央空调整体节能控制方法 |
US20170241658A1 (en) * | 2016-02-18 | 2017-08-24 | Johnson Controls Technology Company | Extremum-seeking control system for a chilled water plant |
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 |
CN110288164A (zh) * | 2019-07-02 | 2019-09-27 | 广州市特沃能源管理有限公司 | 一种建筑空调制冷站系统预测控制方法 |
CN110542178A (zh) * | 2019-09-02 | 2019-12-06 | 上海德昂科技有限公司 | 具有自学习能力的空调冷冻机房控制方法及系统 |
CN110567101A (zh) * | 2019-08-14 | 2019-12-13 | 南京南瑞继保工程技术有限公司 | 一种基于支持向量机模型的冷水机组高能效控制方法 |
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 |
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 |
-
2020
- 2020-06-22 CN CN202010572896.6A patent/CN113899055B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104566765A (zh) * | 2013-10-16 | 2015-04-29 | 嘉日国际集团控股有限公司 | 中央空调整体节能控制方法 |
US20170241658A1 (en) * | 2016-02-18 | 2017-08-24 | Johnson Controls Technology Company | Extremum-seeking control system for a chilled water plant |
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 |
CN110288164A (zh) * | 2019-07-02 | 2019-09-27 | 广州市特沃能源管理有限公司 | 一种建筑空调制冷站系统预测控制方法 |
CN110567101A (zh) * | 2019-08-14 | 2019-12-13 | 南京南瑞继保工程技术有限公司 | 一种基于支持向量机模型的冷水机组高能效控制方法 |
CN110542178A (zh) * | 2019-09-02 | 2019-12-06 | 上海德昂科技有限公司 | 具有自学习能力的空调冷冻机房控制方法及系统 |
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 |
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 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115751534A (zh) * | 2022-11-22 | 2023-03-07 | 中通服节能技术服务有限公司 | 分体式双模多联空调系统及其控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113899055B (zh) | 2023-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110288164B (zh) | 一种建筑空调制冷站系统预测控制方法 | |
CN104134100B (zh) | 一种基于云计算的节能管理系统 | |
CN105571073B (zh) | 一种地铁站空调水系统变频控制节能方法 | |
CN107525236A (zh) | 基于人体舒适度的空调器控制方法及空调器 | |
CN109143870B (zh) | 一种多目标任务的控制方法 | |
CN110186227B (zh) | 空调室内机的电子膨胀阀控制方法 | |
CN101393570A (zh) | 中央空调运行仿真系统 | |
CN110925959B (zh) | 一种空调节能控制方法、装置、空调器及存储介质 | |
CN112611076B (zh) | 基于iscs的地铁车站通风空调节能控制系统和方法 | |
CN215724029U (zh) | 一种中央空调自适应控制系统 | |
CN107401806A (zh) | 中央空调冷冻站内主机及冷冻泵综合能效提升控制方法 | |
CN110940061A (zh) | 中央空调控制方法及系统 | |
CN114459133A (zh) | 一种中央空调系统节能控制方法及节能控制系统 | |
CN107192085A (zh) | 一种空调器制冷运行控制方法 | |
CN105066365A (zh) | 空调射频遥控控制方法 | |
CN113899055B (zh) | 冷水机组控制系统 | |
CN113970159B (zh) | 一种空调器的控制方法及空调器 | |
CN113719964B (zh) | 一种空调器控制方法、装置及空调器 | |
CN114963426A (zh) | 一种空调器恒温除湿方法、系统、存储介质及空调器 | |
CN105135637B (zh) | 中央空调节能控制系统 | |
CN108507126B (zh) | 一种中央空调冷冻水的模糊控制方法、装置及空调 | |
CN107763890B (zh) | 一种基于高压储液罐控制的高温热泵系统及控制方法 | |
CN105202693A (zh) | 一种空调射频遥控控制方法 | |
CN104949274B (zh) | 一种变风量空调冷水机组双回路控制方法 | |
CN115540245A (zh) | 空调制冷控制方法、空调器及计算机可读存储介质 |
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 |