CN115309056A - 一种多冷水机组的控制方法 - Google Patents
一种多冷水机组的控制方法 Download PDFInfo
- Publication number
- CN115309056A CN115309056A CN202211081826.6A CN202211081826A CN115309056A CN 115309056 A CN115309056 A CN 115309056A CN 202211081826 A CN202211081826 A CN 202211081826A CN 115309056 A CN115309056 A CN 115309056A
- Authority
- CN
- China
- Prior art keywords
- water chilling
- water
- chilling unit
- temperature
- unit
- 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
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- 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)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明公开了多冷水机组的控制方法,包括:计算开启不同数量冷水机组的多种工况下各冷水机组的平均冷负荷率PLR(i,j);计算各工况下各冷水机组的蒸发温度Te(i,j)和冷凝温度Tc(i,j);计算与Te(i,j)和Tc(i,j)之间温差相关的权值DT(i,j);根据冷水机组的性能模型、Te(i,j)和Tc(i,j),计算各工况下各冷水机组的预测能效比;根据各预测能效比,判断多冷水机组待加载或待卸载;计算多冷水机组上一时刻冷负荷相对需求冷负荷的负荷变化率,若负荷变化率达到待加载或待卸载的冷水机组的冷负荷变化率的上限值,对多冷水机组加载或卸载。本发明实现多冷水机组高能效、节能且温度运行。
Description
技术领域
本发明涉及制冷系统节能控制技术领域,尤其涉及一种多冷水机组的控制方法。
背景技术
磁悬浮制冷是指离心式冷水机组采用了磁悬浮技术,降低了机械损耗,制冷运行更加高效、节能、相较于普通的变频离心机,磁悬浮变频离心机的不同部位和关键在于磁悬浮离心压缩机。
磁悬浮冷机性能的变化规律和常规普通的离心机以及螺杆机不同。因此,在实际的优化控制当中,磁悬浮冷机并不是像普通的离心机和螺杆机一样尽量使冷机运行在满负荷的状态,也不是让磁悬浮冷机的运行负荷率越低越好,而是根据磁悬浮冷机的实际特性情况以及实际建筑冷量需求,做出合适的控制策略,同时需要考虑水泵、冷却塔、冷水机组等设备全局层面的优化,从整体上来优化各设备的运行参数。
在实际项目中,多数控制系统都是直接设定固定温度进行控制,由冷水机组自身的控制系统进行调节。特别是有多个冷水机组的系统中,冷水机组之间的开启、关闭只做了简单群控,没有做到节能优化控制。
发明内容
为解决上述技术问题,本发明提供一种多冷水机组的控制方法,在满足负荷要求和运行能效下,实现多冷水机组节能运行,且基于负荷变化率对多冷水机组进行控制,避免机组频繁启停,确保稳定运行。
本申请提供一种多冷水机组的控制方法,其特征在于,包括:
S1:计算开启不同数量冷水机组的多种工况下各冷水机组的平均冷负荷率PLR(i,j);
S2:根据已建立的冷水机组的蒸发温度模型和冷凝温度模型,计算各工况下各冷水机组的蒸发温度Te(i,j)和冷凝温度Tc(i,j);
S3:计算与Te(i,j)和Tc(i,j)之间温差相关的权值DT(i,j);
S4:根据已建立的冷水机组的性能模型、各工况下的Te(i,j)和Tc(i,j),计算各工况下各冷水机组的的预测能效比COP(i,j);
S5:根据各预测能效比COP(i,j),判断多冷水机组待加载或待卸载;
S6:计算多冷水机组上一时刻冷负荷相对需求冷负荷的负荷变化率,若负荷变化率达到待加载或待卸载的冷水机组的冷负荷变化率的上限值,对多冷水机组加载或卸载,并返回S1;
其中已建立的冷水机组的性能模型表征性能系数DCOP(i,j)与PLR(i,j)和DT(i,j)的关系。
本申请提供的冷水机组控制系统,具有如下优点和有益效果:
(1)采用在各工况下各冷水机组均匀分配的负荷分配方式,实现节能;
(2)根据已建立的冷水机组的性能模型、蒸发温度模型和冷凝温度模型,确定在各工况下各冷水机组的预测能效比COP(i,j),模型建立采用大量数据模拟,模型精确度高,所获取到的数据精确度也高,更有利于节能控制;
(3)采用负荷变化率进行判断,实现对多冷水机组的细化调优控制,避免多冷水机组频繁启停,提高多冷水机组使用寿命及系统稳定性。
对于多冷水机组,其负荷率分配方式为均匀分配最为节能,因此,在本申请的一些实施例中,计算开启不同数量冷水机组的多种工况下的平均冷负荷率PLR(i,j),具体为:
其中,Qf为多冷水机组的需求冷负荷,Qch(j)为第j台冷水机组的额定冷负荷,n为多冷水机组中开启的冷水机组的数量。
为了实现精确控制,还会涉及到建立蒸发温度模型和冷凝温度模型。
在本申请的一些实施例中,计算各工况下各冷水机组的蒸发温度Te(i,j)和冷凝温度Tc(i,j),具体为:
获取冷冻水供水温度te(i,j)、冷却水回水温度tc(i,j)、冷水机组额定负荷下冷却水供回水温差ΔTe,tem(i,j)、冷水机组额定负荷下蒸发器换热温差ΔTc,exc(i,j)、冷水机组额定负荷下冷凝器换热温差ΔTe,exc(i,j)及冷水机组额定负荷下冷冻水供回水温差ΔTc,tem(i,j);
在本申请的一些实施例中,计算与Te(i,j)和Tc(i,j)之间温差相关的权值DT(i,j),具体为:
其中,△Tmax表示冷水机组的冷凝温度和蒸发温度之间最大温差,△Tmin表示冷水机组的冷凝温度和蒸发温度之间最小温差。
在本申请中的一些实施例中,涉及对冷水机组进行性能建模,具体为:
采集冷水机组的运行数据,包括冷水机组内单机头模块的蒸发温度Tek、冷凝温度Tck、及实际运行负载Lk;
根据单机头模块的Tek、Tck、Lk、额定制冷量Qdes.k和能效比COPk,确定单机头模块的性能模型;
其中,所述冷水机组包括至少一个单机头模块,k表示冷水机组内第k个单机头模块。
在本申请中的一些实施例中,根据Tek、Tck、Lk、额定制冷量Qdes,k和能效比COPk,确定单机头模块的性能模型,具体为:
根据Tek、Tck以及能效比COPk,确定单机头模块的性能系数DCOPk;
根据单机头模块的、与其冷凝温度Tck和蒸发温度Tek之间温差相关的权值dTk和冷负荷率PLRk两者,建立单机头模块的性能系数的关系式;
根据所确定的DCOPk辨识所述关系式的系数,确定单机头模块的性能模型;
其中所述冷负荷率PLRk与实际运行负载Lk和额定制冷量Qdes,k有关。
在本申请中的一些实施例中,所述关系式采用如下:
在本申请中的一些实施例中,冷负荷率PLRk计算如下:
其中,Qdes,k表示第k台单机头模块的额定制冷量,Qk表示第k台单机头模块的制冷量,Lk表示第k台单机头模块的实际运行负载,Qchw表示当前冷水机组的制冷量,dTk表示第k台单机头模块的冷凝温度和蒸发温度之间温差相关的权值,△Tmax表示第k台单机头模块的冷凝温度和蒸发温度之间最大温差,△Tmin表示第k台单机头模块的冷凝温度和蒸发温度之间最小温差。
在本申请中的一些实施例中,在负荷变化率大时,间接说明了在该时间段内多冷水机组的负荷急剧变化了,则需要考虑考虑多冷水机组加卸载。
若负荷变化率达到待加载或待卸载的冷水机组的冷负荷变化率的上限值,对多冷水机组进行加载或卸载,包括:
S61:若负荷变化率达到待加载的冷水机组的冷负荷变化率的上限值,对多冷水机组进行加载;或者
S61':若负荷变化率达到待卸载的冷水机组的冷负荷变化率的上限值,对多冷水机组进行卸载,其中所卸载的冷水机组为运行的所有冷水机组中的运行时间最长的冷水机组。
若不加卸载多冷机机组,在该时间段内水温不能快速调到设定值,即,多冷水机组在该段时间内制冷量不能及时增加/减少到需求值,需要加载/卸载多冷水机组。
附图说明
图1示出了多冷水机组的结构组成示意图;
图2示出了根据一些实施例的多冷水机组的控制方法的流程图;
图3示出了500RT冷水机组在不同工况下采集的数据;
图4示出了500RT冷水机组内一200RT模块机在不同工况下采集的数据;
图5示出了500RT冷水机组内一150RT模块机在不同工况下采集的数据;
图6示出了500RT冷水机组内另一150RT模块机在不同工况下采集的数据;
图7示出了500RT冷水机组在不同工况下获取的预测能效比COP、实际能效比COP及COP相对误差的数据;
图8示出了500RT冷水机组在不同工况下获取的预测能效比COP和实际能效比COP的对照图;
图9示出了500RT冷水机组在不同工况下COP相对误差的图形;
图10示出了根据一些实施例的多冷水机组的需求冷负荷变化图,其中多冷水机组包括一台300RT冷水机组和一台250RT冷水机组;
图11示出了根据一些实施例的多冷水机组的冷冻水供水温度的变化图,其中多冷水机组包括一台300RT冷水机组和一台250RT冷水机组;
图12示出了根据一些实施例的多冷水机组的冷却水回水温度的变化图,其中多冷水机组包括一台300RT冷水机组和一台250RT冷水机组;
图13示出了根据一些实施例的多冷水机组的冷水机组控制台数的变化图,其中多冷水机组包括一台300RT冷水机组和一台250RT冷水机组;
图14示出了根据一些实施例的多冷水机组的预测能效比的变化图,其中多冷水机组包括一台300RT冷水机组和一台250RT冷水机组。
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。
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。
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;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。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。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触,也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且,第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正下方和斜下方,或仅仅表示第一特征水平高度小于第二特征。
下文的公开提供了许多不同的实施方式或例子用来实现本发明的不同结构。为了简化本发明的公开,下文中对特定例子的部件和设置进行描述。当然,它们仅仅为示例,并且目的不在于限制本发明。此外,本发明可以在不同例子中重复参考数字和/或参考字母,这种重复是为了简化和清楚的目的,其本身不指示所讨论各种实施方式和/或设置之间的关系。此外,本发明提供了的各种特定的工艺和材料的例子,但是本领域普通技术人员可以意识到其他工艺的应用和/或其他材料的使用。
[多冷水机组]
本申请涉及的多冷水机组包括多个冷水机组,此处的冷水机组可以为单机头磁悬浮冷水机组(简称单机头模块),也可以为多机头磁悬浮冷水机组。
多机头磁悬浮冷水机组是由多个单机头磁悬浮冷水机组构成,多机头磁悬浮冷水机组,其中每个单机头磁悬浮冷水机组中具有一个压缩机,如此,多机头磁悬浮冷水机组中具有多个压缩机。
例如,400RT(Ton of Refrigeration,冷吨)多机头磁悬浮冷水机组可以由两台200RT的单机头模块构成,500RT的冷水机组可以由一台200RT的单机头模块和两台150RT的单机头模块串联而成,800RT的冷水机组可以由四台200RT的单机头模块串联而成。
该组合形成的多机头磁悬浮冷水机组中各单机头模块共用水路,而氟路相互独立。
目前主流的单机头模块主要有四种容量,包括125RT、150RT、180RT和200RT。
[多冷水机组的控制]
在本申请中,主要考虑多冷水机组的控制,例如,开启哪些冷水机组,开启冷水机组的数量、多冷水机组的卸载等。
参见图1,其示出了多冷水机组的组成示意图,其包括多个冷水机组,例如,第1冷水机组、第2冷水机组、......、第i冷水机组、.......、第n冷水机组,其中,冷水机组i可以为单机头磁悬浮冷水机组,也可以为多机头磁悬浮冷水机组。
参见图2,其示出了多冷水机组的控制流程图。
如下将参考图2,详细描述多冷水机组的控制过程。
S1:计算开启不同数量冷水机组的多种工况下各冷水机组的平均冷负荷率PLR(i,j)。
多冷水机组中冷水机组的数量设定为n,n>1且为自然数。
在本申请中,根据多冷水机组中开启的冷水机组的数量,分为多种不同的工况。
例如,开启一台冷水机组时称为工况1,开启两台冷水机组时称为工况2,开启三台冷水机组时称为工况3,开启n台冷水机组时称为工况n。
对于磁悬浮冷水机组,其负荷率分配方式为均匀分配最为节能,
因此,在本申请的一些实施例中,采用如下公式(1)计算多冷水机组在不同工况下各冷水机组的平均负荷率PLR(i,j):
其中,Qf为多冷水机组的需求冷负荷,Qch(j)为第j台冷水机组的额定冷负荷,n为多冷水机组中开启的冷水机组的数量。
需要说明的是,需求冷负荷Qf的计算有多种方法,其中常用的方法是通过测量制冷机房的主管路上的水流量和供回水的温差来获得。
因此,针对多冷水机组中的多种不同工况,应分别计算平均冷负荷率PLR(i,j)。
其中,i表示第i种工况,j表示第j台冷水机组。
在一种实施例中,例如,多冷水机组包括两台200RT的冷水机组,则需要针对如下工况分别计算平均冷负荷率。
在工况1(即,开启一台冷水机组)中,一台200RT的冷水机组的平均负荷率PLR(1,1)=(Qf/1)/Qch(1)。
在工况1中,另一台200RT的冷水机组的平均负荷率PLR(1,2)=(Qf/1)/Qch(2)。
在工况2(即,开启两台冷水机组)中,一台200RT的冷水机组的平均负荷率PLR(2,1)=(Qf/2)/Qch(1)。
在工况2中,另一台200RT的冷水机组的平均负荷率PLR(2,2)=(Qf/2)/Qch(2)。
其中,由于冷水机组均为200RT的冷水机组,Qch(1)=Qch(2),因此,PLR(1,1)=PLR(1,2),PLR(2,1)=PLR(2,2)。
在一种实施例中,例如,多冷水机组包括一台200RT的冷水机组和一台150RT的冷水机组,则需要针对如下工况分别计算平均冷负荷率。
在工况1(即,开启一台冷水机组)中,一台200RT的冷水机组的平均负荷率PLR(1,1)=(Qf/1)/Qch(1)。
在工况1中,一台150RT的冷水机组的平均负荷率PLR(1,2)=(Qf/1)/Qch(2)。
在工况2(即,开启两台冷水机组)中,一台200RT的冷水机组的平均负荷率PLR(2,1)=(Qf/2)/Qch(1)。
在工况2中,一台150RT的冷水机组的平均负荷率PLR(2,2)=(Qf/2)/Qch(2)。
其中,由于冷水机组为不同的冷水机组,Qch(1)不等于Qch(2),因此,PLR(1,1)不等于PLR(1,2),PLR(2,1)也不等于PLR(2,2)。
同理地,在多冷水机组包括三台冷水机组时,需要在工况1(即,开启一台冷水机组)下,计算对应三台冷水机组中每个冷水机组的平均负荷率,即PLR(1,1)、PLR(1,2)和PLR(1,3)。
也需要在工况2(即,开启两台冷水机组)下,计算对应三台冷水机组中每个冷水机组的平均负荷率,即PLR(2,1)、PLR(2,2)和PLR(2,3)。
也需要在工况3(即,开启三台冷水机组)下,计算对应三台冷水机组中每个冷水机组的平均负荷率,即PLR(3,1)、PLR(3,2)和PLR(3,3)。
如此,在S1中,能够获取到多冷水机组在不同工况下的各冷水机组的平均负荷率PLR(i,j)。
S2:根据冷水机组的蒸发温度模型和冷凝温度模型,计算各工况下各冷水机组的蒸发温度Te(i,j)和冷凝温度Tc(i,j)。
在本申请中,针对冷水机组,事先建立了蒸发温度模型和冷凝温度模型,用于分别计算蒸发温度和冷凝温度。
采用蒸发温度模型和冷凝温度模型,精确获取温度参数,有助于之后多冷水机组的能效比计算。
在本申请的一些实施例中,蒸发温度模型如公式(2)。
在本申请的一些实施例中,冷凝器温度模型如公式(3)。
其中,te为冷冻水供水温度,tc为冷却水回水温度,ΔTe,tem为冷水机组额定负荷下冷却水供回水温差,ΔTc,exc为冷水机组额定负荷下蒸发器换热温差,ΔTe,exc为冷水机组额定负荷下冷凝器换热温差,ΔTc,tem为冷水机组额定荷下冷冻水供回水温差,Te为蒸发温度,Tc为冷凝温度。
通常,为了方便计算,ΔTe,tem、ΔTc,exc、ΔTe,exc、ΔTc,tem通常均取值为5℃,当然也可以根据需求选择其他合适的值。
如上所述,每种工况下,针对每个冷水机组都可以根据如上所述的蒸发温度模型和冷凝温度模型,计算对应的蒸发温度Te(i,j)和冷凝温度Tc(i,j)。
如上所述的,在一种实施例中,例如,多冷水机组包括两台200RT的冷水机组。
在工况1中,将PLR(1,1)、te(1,1)、tc(1,1)、ΔTe,tem(1,1)、ΔTc,exc(1,1)、ΔTe,exc(1,1)、ΔTc,tem(1,1)分别带入公式(2)和(3)计算一台200RT的冷水机组的蒸发温度Te(1,1)和冷凝温度Tc(1,1)。
需要说明的是,te(1,1)为如上工况下的冷冻水供水温度,tc(1,1)为如上工况下的冷却水回水温度。
在工况1中,将PLR(1,2)、te(1,2)、tc(1,2)、ΔTe,tem(1,2)、ΔTc,exc(1,2)、ΔTe,exc(1,2)、ΔTc,tem(1,2)分别带入公式(2)和(3)计算另一台200RT的冷水机组的蒸发温度Te(1,2)和冷凝温度Tc(1,2)。
需要说明的是,te(1,2)为如上工况下的冷冻水供水温度,tc(1,2)为如上工况下的冷却水回水温度。
由于在此工况下,PLR(1,2)等于PLR(2,2),在冷冻水供水温度te(1,1)和te(1,2)相同且冷却水回水温度tc(1,1)和tc(1,2)相同时,如上所述的蒸发温度Te(1,1)等于Te(1,2),且冷凝温度Tc(1,1)等于Tc(1,2)。
如上所述的,在一种实施例中,例如,多冷水机组包括一台200RT的冷水机组和一台150RT的冷水机组。
在工况1中,将PLR(1,1)、te(1,1)、tc(1,1)、ΔTe,tem(1,1)、ΔTc,exc(1,1)、ΔTe,exc(1,1)、ΔTc,tem(1,1)分别带入公式(2)和(3)计算一台200RT的冷水机组的蒸发温度Te(1,1)和冷凝温度Tc(1,1)。
需要说明的是,te(1,1)为如上工况下的冷冻水供水温度,tc(1,1)为如上工况下的冷却水回水温度。
在工况1中,将PLR(1,2)、te(1,2)、tc(1,2)、ΔTe,tem(1,2)、ΔTc,exc(1,2)、ΔTe,exc(1,2)、ΔTc,tem(1,2)分别带入公式(2)和(3)计算一台150RT的冷水机组的蒸发温度Te(1,2)和冷凝温度Tc(1,2)。
需要说明的是,te(1,2)为如上工况下的冷冻水供水温度,tc(1,2)为如上工况下的冷却水回水温度。
由于在此工况下,PLR(1,2)不等于PLR(2,2),在冷冻水供水温度te(1,1)和te(1,2)相同且冷却水回水温度tc(1,1)和tc(1,2)相同时,如上所述的蒸发温度Te(1,1) 也不等于Te(1,2),且冷凝温度Tc(1,1)也不等于Tc(1,2)。
其他工况计算情况类似。
如此,即可获取各工况下所开启的冷水机组的蒸发温度Te(i,j)和冷凝温度Tc(i,j),其中i表示第i种工况,j表示第j台所开启的冷水机组。
S3:对应计算与Te(i,j)和Tc(i,j)之间温差相关的权值DT(i,j)。
在本申请的一些实施例中,采用如下公式(4)进行计算。
其中,Tc表示冷凝温度,Te表示蒸发温度,△Tmax表示冷水机组的冷凝温度和蒸发温度之间最大温差,△Tmin表示冷水机组的冷凝温度和蒸发温度之间最小温差。
为了方便计算,可以将△Tmax设定为45℃,将△Tmin设定为15℃。
在本申请的一些实施例中,也可以设定其他值的△Tmax和△Tmin,或者也可以设定与冷水机组的冷凝温度Tc和蒸发温度Te之间温差相关的其他系数,在此不做限制。
如上所述,每种工况下,针对每个冷水机组都可以根据如上公式(4),计算对应的权值DT。
如上所述的,在一种实施例中,例如,多冷水机组包括两台200RT的冷水机组。
在工况1中,将蒸发温度Te(1,1)和冷凝温度Tc(1,1)带入公式(4)计算一台200RT的冷水机组的权值DT(1,1)。
在工况1中,将蒸发温度Te(1,2)和冷凝温度Tc(1,2)带入公式(4)计算另一台200RT的冷水机组的权值DT(1,2)。
由于在此工况下,Te(1,1)等于Te(1,2),冷凝温度Tc(1,1)等于Tc(1,2),因此,DT(1,1)和DT(1,2)相同。
如上所述的,在一种实施例中,例如,多冷水机组包括一台200RT的冷水机组和一台150RT的冷水机组。
在工况1中,将蒸发温度Te(1,1)和冷凝温度Tc(1,1)带入公式(4)计算一台200RT的冷水机组的权值DT(1,1)。
在工况1中,将蒸发温度Te(1,2)和冷凝温度Tc(1,2)带入公式(4)计算一台150RT的冷水机组的权值DT(1,2)。
由于在此工况下,蒸发温度Te(1,1) 也不等于Te(1,2),且冷凝温度Tc(1,1)也不等于Tc(1,2),因此,DT(1,1)和DT(1,2)不同。
其他工况计算情况类似。
如此,即可获取各工况下各冷水机组的权值DT(i,j),其中i表示第i种工况,j表示第j台所开启的冷水机组。
S4:根据冷水机组的性能模型、各工况下的Te(i,j)和Tc(i,j),计算各工况下各冷水机组的的预测能效比COPpre(i,j)。
单机头模块的性能模型可以采用传统的基于设备机理的数据建模、或者基于运行数据的黑盒建模等。
针对多机头磁悬浮冷水机组,也可以采用将多台压缩机的机组作为一个整体,通过采集整个系统的数据按照单机头模块的建模方法进行建模。
性能模型表征表征性能系数DCOP与PLR和DT两者的关系。
对于多机头磁悬浮冷水机组,在本申请的一些实施例中,可以利用各单机头模块的性能模型建立各种不同组合下的多机头磁悬浮冷水机组的性能模型。
因此,不管是冷水机组为单机头模块还是多机头磁悬浮冷水机组,都需要建立单机头模块的性能模型。
在冷水机组为单机头模块时,单机头模块的性能模型即为冷水机组的性能模型;在冷水机组为多机头磁悬浮冷水机组时,根据多机头磁悬浮冷水机组中各单机头模块的性能模型,获取冷水机组的性能模型。
其中,为了方便说明,冷水机组假设为多机头磁悬浮冷水机组。
如下,将描述对单机头模块进行建模的过程。
S1':采集冷水机组的运行数据。
现场实时采集冷水机组实际相应的运行数据包括:多机头磁悬浮冷水机组内部的所有单机头模块的蒸发温度Tek、冷凝温度Tck、及实际运行负载Lk。
其中,k表示第k台单机头模块。
若多机头磁悬浮冷水机组包括m(m>1且为自然数)台单机头模块,则1≤k≤m且k为自然数。
采集的如上蒸发温度Tek、冷凝温度Tck、及实际运行负载Lk用于建立单机头模块的性能模型。
此外,为了确保所采集的数据是可靠数据,针对所采集的数据还进行剔除异常值的步骤。
在进行异常值剔除时,需要采集冷水机组的数据进行参考。
因此,还需要现场实时采集冷水机组的运行数据包括:冷冻水供水温度Te-out、冷冻水回水温度Te-in、冷冻水流量Qe、冷却水进水温度Tc-in、冷却水出水温度Tc-out、冷却水流量Qc、冷水机组内各单机头模块的运行功率Pi。
采用如下方式进行异常值确定。
(a)根据如下公式(1')计算冷水机组的制冷量Qchw:
其中,c表示水的比热容。
(b)根据如下公式(2')计算冷水机组的排热量Qcw:
(c)根据如下公式(3')计算能量平衡系数γ:
(d)在能量平衡系数γ大于第一预设值时,确定所采集的运行数据为异常值。
此处“能量平衡系数γ大于第一预设值”是本申请中规定的数据为异常值的判定条件,其中第一预设值可根据需求预设或改变。
第一预设值例如选择为10%。
在能力平衡系数γ大于10%时,认定对应该γ下的运行数据为异常值。
即,该些运行数据:冷冻水供水温度Te-out、冷冻水回水温度Te-in、冷冻水流量Qe、冷却水进水温度Tc-in、冷却水出水温度Tc-out、冷却水流量Qc、冷水机组内各单机头模块的运行功率Pk、多机头磁悬浮冷水机组内部的所有单机头模块的蒸发温度Tek、冷凝温度Tck、及实际运行负载Lk。
剔除该些异常值,有利于准确建立单机头模块的性能模型。
当然,也可以采用其他方式来剔除所采集数据中的异常值。
S2':建立单机头模块的性能模型。
根据各单机头模块的Tek、Tck、Lk、各单机头模块的额定制冷量Qdes,k和能效比COPk,确定各单机头模块的性能模型。
引入用于表征单机头模块的性能模型的性能系数DCOPk。
在本申请的一些实施例中,建立单机头模块的性能模型包括两个过程:
(A)根据实际的运行数据据Tek、Tck和能效比COPk,计算实际的性能系数DCOPk。
(B)拟合性能系数DCOPk与冷负荷率PLRk和冷凝温度Tck及蒸发温度Tek之间温差相关的权值dTk两者之间的关系。
针对于(A),计算DCOPk如下。
根据实际获取到的运行数据Tek、Tck和能效比COPk利用如下公式(4')表征DCOPk。
如此,可以计算出各单机头模块的性能系数。
为了获取大量的数据,可以针对不同工况下的单机头模块获取性能系数。
针对于(B),根据实验,拟合性能系数DCOPk与冷负荷率PLRk和冷凝温度Tck及蒸发温度Tek之间温差相关的权值dTk两者之间的关系式。
根据各单机头模块的运行负载Lk、额定制冷量Qdes,k和冷水机组的当前制冷量Qchw,采用如下公式(5')和(6')计算冷负荷率PLRk。
Qchw可以利用公式(1')及所采集的运行数据(冷冻水供水温度Te-out、冷冻水回水温度Te-in、冷冻水流量Qe)获知。
在本申请的一些实施例中,也可以采用其他方式计算制冷量Qchw。
可以利用公式(7')计算权值dTk。
其中,dTk表示第k台单机头模块的冷凝温度和蒸发温度之间温差相关的权值,△Tmax表示第k台单机头模块的冷凝温度和蒸发温度之间最大温差,△Tmin表示第k台单机头模块的冷凝温度和蒸发温度之间最小温差。
为了方便计算,可以将△Tmax设定为45℃,将△Tmin设定为15℃。
在本申请的一些实施例中,也可以设定其他值的△Tmax和△Tmin,或者也可以设定与第k台单机头模块的冷凝温度和蒸发温度之间温差相关的其他系数,在此不做限制。
所拟合的DCOPk与冷负荷率PLRk和dTk两者之间的关系式为公式(8')。
DCOPk=Ak*PLRk 2 +Bk*PLRk*dTk+Ck*dTk 2 +Dk*PLRk+Ek*dTk+Fk (8')
其中Ak、Bk、Ck、Dk、Ek和Fk为拟合系数。
利用公式(4')、(5')和(7'),辨识如上所述的拟合系数。
如此,将如上所述的拟合系数带入公式(8'),获取到单机头模块的性能模块。
对应于不同容量的单机头模块,所辨识的拟合系数也有所不同。
S3':根据各单机头模块的性能模型,建立多机头磁悬浮冷水机组的性能模型。
根据各单机头模块的性能模型,建立多机头磁悬浮冷水机组的性能模型主要涉及如下三个方面。
(a)根据所确定的各单机头模块的性能模型、Tek和Tck,确定各单机头模块的预测能效比COPpre,k。
利用已辨识出拟合系数的(8')、以及各单机头模块的蒸发温度Tek和冷凝温度Tck,利用如下公式(9')获取各单机头模块的预测能效比COPpre,k。
COPpre,k=DCOPk*Tek/(Tck-Tek) (9')
(b)根据各单机头模块的预测能效比COPpre,k和各单机头模块的制冷量Qk,确定多机头磁悬浮冷水机组的电功率Pw。
在本申请的一些实施例中,利用公式(10'),确定多机头磁悬浮冷水机组的电功率Pw:
其中,k表示第k台单机头模块(即,Qk表示第k台单机头模块的制冷量),m表示多机头磁悬浮冷水机组中单机头模块的台数。
(c)根据电功率Pw和多机头磁悬浮冷水机组的制冷量Qchw,确定多机头磁悬浮冷水机组的预测能效比COPpre。
在本申请的一些实施例中,利用公式(11'),确定多机头磁悬浮冷水机组的预测能效比COPpre。
COPpre=Qchw/Pw (11')
如此,根据多个单机头模块的性能模型,获取冷水机组的性能模型(参见公式(9')至(11'))及预测能效比COPpre。
即,公式(8')获取到了单机头模块的性能模型,公式(9')至(11')获取到了多机头磁悬浮冷水机组的性能模型。
因此,可计算本申请中冷水机组的预测能效比COP。
即,本申请中冷水机组为单机头模块时,预测能效比COP为COPpre,k;本申请中冷水机组为多机头磁悬浮冷水机组时,预测能效比COP为COPpre。
此种建模方法能够快速建立大型的不同组合的多机头磁悬浮冷水机组的性能模型,并结合实际运行数据进行调优处理,如此,可达到较好的模型精度;且该种建模方式考虑多个单机头模块的特点,能够综合反映多机头磁悬浮冷水机组的运行情况,因此,利用该模型进行节能控制时,能够达到良好的节能效果。
如下,参考图3至图9,采用一种多机头磁悬浮冷水机组的运行数据来建立该性能模型,并对该性能模型进行了验证。
参见图3至图9,其示出500RT的多磁悬浮冷水机组,其由一台200RT的单机头模块和两台150RT的单机头模块串联组合而成。
图3示出了500RT的多机头磁悬浮冷水机组的运行数据,图4示出了500RT的多机头磁悬浮冷水机组中200RT单机头模块的运行数据,图5示出了500RT的多机头磁悬浮冷水机组中一台150RT单机头模块的运行数据,图6示出了500RT的多机头磁悬浮冷水机组中另一台150RT单机头模块的运行数据。
根据如上所述的建模方法,选择样本点数为20个,计算500RT的多机头磁悬浮冷水机组的预测能效比COPpre,参考图7。
在图7中也给出了500RT的多机头磁悬浮冷水机组的的实际能效比和COP相对误差。
并且将500RT的多机头磁悬浮冷水机组的实际能效比和预测能效比COPpre的对比在图8中示出。
且将500RT的多机头磁悬浮冷水机组的COP相对误差在图9中示出。
通过图8和图9能够直观地看出,多机头磁悬浮冷水机组的预测能效比COPpre基本等于实际能效比COP。
通过如上多机头磁悬浮冷水机组的验证,验证了该性能模型的高精确度,且同时该建模方法能够应用在实际应用中,其可操作性强,便于利用该性能模块进行节能优化控制。
且多机头磁悬浮冷水机组的性能模型的高精度也反映了单机头模块的性能模型的高精度。
如上所述,每种工况下,针对每个所开启的冷水机组,可以根据公式(9')或(11')计算对应的预测能效比COP。
如上所述的,在一种实施例中,例如,多冷水机组包括两台200RT的冷水机组。
在工况1中,将PLR(1,1)、DT(1,1)、Te(1,1)和Tc(1,1)带入公式(9')计算一台200RT的冷水机组的COP(1,1)。
在工况1中,将PLR(1,2)、DT(1,2)、Te(1,2)和Tc(1,2)带入公式(9')计算另一台200RT的冷水机组的COP(1,2)。
由于在此工况下,PLR(1,1)等于PLR(1,2),DT(1,1)等于DT(1,2),Te(1,1)等于Te(1,2),Tc(1,1)等于Tc(1,2),因此,COP(1,1)和COP(1,2)相同。
在工况2中,将PLR(2,1)、DT(2,1)、Te(2,1)和Tc(2,1)带入公式(9')计算一台200RT的冷水机组的COP(2,1)。
在工况1中,将PLR(2,2)、DT(2,2)、Te(2,2)和Tc(2,2)带入公式(9')计算另一台200RT的冷水机组的COP(2,2)。
由于在此工况下,PLR(2,2)等于PLR(2,2),DT(2,1)等于DT(2,2),Te(2,1)等于Te(2,2),Tc(2,1)等于Tc(2,2),因此,COP(2,1)和COP(2,2)相同。
如上所述的,在一种实施例中,例如,多冷水机组包括一台200RT的冷水机组和一台150RT的冷水机组。
在工况1中,将PLR(1,1)、DT(1,1)、Te(1,1)和Tc(1,1)带入公式(9')计算一台200RT的冷水机组的COP(1,1)。
在工况1中,将PLR(1,2)、DT(1,2)、Te(1,2)和Tc(1,2)带入公式(9')计算一台150RT的冷水机组的COP(1,2)。
在此工况下,COP(1,1)不一定与COP(1,2)相同。
在工况2中,将PLR(2,1)、DT(2,1)、Te(2,1)和Tc(2,1)带入公式(9')计算一台200RT的冷水机组的COP(2,1)。
在工况2中,将PLR(2,2)、DT(2,2)、Te(2,2)和Tc(2,2)带入公式(9')计算一台150RT的冷水机组的COP(2,2)。
在此工况下,COP(2,1)不一定与COP(2,2)相同。
其他工况计算情况类似。
S5:根据预测能效比COP(i,j),判断多冷水机组的待加载或待卸载。
根据S4中示出的预测能效比COP(i,j),通过比较大小,希望使多冷水机组运行在能效比最大的工况下。
如上所述的,在一种实施例中,例如,多冷水机组包括两台200RT的冷水机组。
工况1:COP(1,1)=COP(1,2)。
工况2:COP(2,1)=COP(2,2)。
通过比较COP(1,1)、COP(1,2)、COP(2,1)和COP(2,2),希望使多冷水机组工作在预测能效比最大的工况下。
如上所述的,在一种实施例中,例如,多冷水机组包括一台200RT的冷水机组和一台150RT的冷水机组。
工况1:COP(1,1)不一定与COP(1,2)相等。
工况2:COP(2,1)不一定与COP(2,2) 相等。
通过比较COP(1,1)、COP(1,2)、COP(2,1)和COP(2,2),希望使多冷水机组工作在预测能效比最大的工况下。
其他工况情况类似。
如此,多冷水机组在高能效比下运行。
若多冷水机组包括两台冷水机组,若计算出开启两台冷水机组的能效比开启一台冷水机组的能效大,则希望该多冷水机组工作在开启两台冷水机组的工况下。
若此时当前运行一台冷水机组,则判断对多冷水机组进行待加载,以待加载另一台冷水机组,但是为了避免冷水机组频繁启停,具体是否加载还需要考虑多冷水机组的冷负荷波动,参见如下描述。
同理地,若多冷水机组包括两台冷水机组,若计算出开启一台冷水机组的能效比开启两台冷水机组的能效大,则希望该多冷水机组工作在开启一台冷水机组的工况下。
若此时当前运行两台冷水机组,则判断对多冷水机组进行待卸载,以待卸载另一台冷水机组,但是为了避免冷水机组频繁启停,具体是否卸载还需要考虑多冷水机组的冷负荷波动,参见如下描述。
S6:计算多冷水机组上一时刻冷负荷相对需求冷负荷的负荷变化率,若负荷变化率达到待加载或卸载的冷水机组的冷负荷变化率的上限值,对多冷水机组进行加载或卸载,并返回至S1。
在多冷水机组运行时,通过计算多冷水机组上一时刻冷负荷相对需求冷负荷的负荷变化率,判断冷负荷是否发生了急剧变化。
此种急剧变化分为两种:一种是急剧较小(即,需要卸载);一种是急剧增大(即,需要加载)。
若负荷变化率达到待卸载的冷水机组的冷负荷变化率的上限值,间接说明在一段时间段内负荷急剧减小了,若不卸载冷水机组,在该时间段内水温不能马上调到设定值。
即,多冷水机组在该时间段内制冷量不能及时减少到需求冷负荷,需要卸载冷水机组。
若负荷变化率达到待加载的冷水机组的冷负荷变化率的上限值,间接说明在一段时间段内负荷急剧增加了,若不加卸载冷水机组,在该时间段内水温不能马上调到设定值。
即,多冷水机组在该时间段内制冷量不能及时增加到需求冷负荷,需要加载冷水机组。
若负荷变化率未达到待加载或待卸载的冷水机组的冷负荷变化率的上限值,间接说明在一段时间段内负荷存在少许波动(波动亦可能是传感器测量误差所致)。
此时,即使不加载或卸载冷水机组,在该时间段内水温亦能够调到设定值,改善了冷水机组频繁启停的问题,确保系统稳定性。
此处的时间段可以是设定的用于周期获取多冷水机组的冷负荷的周期时间,例如为T1(例如,T1可以为5分钟)。
负荷变化率的计算方式如下。
例如,上一时刻,多冷水机组的冷负荷为Q实,
负荷变化率ROC为(Q实-Qf)/T1。
如上所述的,Qf为多冷水机组的需求冷负荷。
假设多冷水机组中冷水机组合适的启停时间间隔为T2(例如,T2可以为30分钟)。
若当前需要加载,且根据预测能效比,容易知道应加载哪一台,因此,可以获取到待加载的冷水机组的额定冷负荷Qch-加载。
在本申请的一些实施例中,待加载的冷水机组的冷负荷变化率可以选择为待加载的冷水机组的额定冷负荷与T2的比值,即,ROC1=Qch-加载/T2。
在负荷变化率ROC达到待加载的冷水机组的冷负荷变化率的上限值时,即,负荷变化率ROC大于ROC1、或大于等于ROC1时,均对多冷水机组进行加载。
需要说明的是,每次加载仅加载一台,然后再返回S1进行循环执行,直至负荷变化率达到待加载的冷水机组的冷负荷变化率的下限值。
若当前需要卸载,且根据预测能效比,容易知道应卸载哪一台,因此,可以获取到待卸载的冷水机组的额定冷负荷Qch-卸载。
在本申请的一些实施例中,待卸载的冷水机组的冷负荷变化率可以选择为待卸载的冷水机组的额定冷负荷与T2的比值,即,ROC1=Qch-卸载/T2。
在负荷变化率ROC达到待卸载的冷水机组的冷负荷变化率的上限值时,即,负荷变化率ROC大于ROC2、或大于等于ROC2时,均对多冷水机组进行卸载。
需要说明的是,每次卸载仅卸载一台,然后再返回S1进行循环执行,直至负荷变化率达到待卸载的冷水机组的冷负荷变化率的下限值。
在卸载时,需要卸载运行中所有运行机组运行时间最长的冷水机组。
在一种实施例中,例如,多冷水机组包括一台200RT的冷水机组和一台150RT的冷水机组。
若计算出开启两台冷水机组的能效比开启一台200RT冷水机组的能效大,则希望该多冷水机组工作在开启两台冷水机组的工况下。
若此时当前运行一台200RT冷水机组,则判断对多冷水机组进行待加载,以待加载另一台150RT冷水机组,但是为了避免冷水机组频繁启停,具体是否加载还需要考虑多冷水机组的冷负荷波动。
具体地,计算ROC1=Qch-加载/T2,其中Qch-加载为150RT冷水机组的额定冷负荷。
若ROC大于ROC1,确定加载另一台150RT冷水机组,否则,保持当前运行一台200RT冷水机组。
若计算出开启一台200RT冷水机组的能效比开启两台冷水机组的能效大,则希望该多冷水机组工作在开启一台150RT冷水机组的工况下。
若此时当前运行两台冷水机组,则判断对多冷水机组进行待卸载,以待卸载另一台150RT冷水机组,但是为了避免冷水机组频繁启停,具体是否卸载还需要考虑多冷水机组的冷负荷波动。
具体地,计算ROC2=Qch-卸载/T2,其中Qch-卸载为150RT冷水机组的额定冷负荷。
若ROC大于ROC2,确定卸载另一台150RT冷水机组,否则,保持当前运行两台冷水机组。
此种对多冷水机组的控制方式,实现在保持多冷水机组高能效运行的同时,还能够通过负荷变化率及时对多冷水机组进行负荷调节,达到节能的目的。
如下,参考图10至图14,采用由一台300RT的冷水机组和一台250RT的冷水机组构成的多冷水机组的控制为例对本申请提出的控制方式进行验证。
图10示出多冷水机组的需求冷负荷Qf的图形,横坐标表示所采集的559个样本点。
图11示出多冷水机组的冷冻水供水温度,横坐标表示所采集的559个样本点。
图12示出多冷水机组的冷却水回水温度,横坐标表示所采集的559个样本点。
图13示出多冷水机组的冷水机组的控制台数,横坐标表示所采集的559个样本点。
图14示出多冷水机组的预测能效比COP,横坐标表示所采集的559个样本点。
结合图10至图14,可以看出,采用此控制方式能够实现对多冷水机组的高效及准确控制,且系统稳定性高。
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。
以上仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种多冷水机组的控制方法,其特征在于,包括:
S1:计算开启不同数量冷水机组的多种工况下各冷水机组的平均冷负荷率PLR(i,j);
S2:计算各工况下各冷水机组的蒸发温度Te(i,j)和冷凝温度Tc(i,j);
S3:计算与Te(i,j)和Tc(i,j)之间温差相关的权值DT(i,j);
S4:根据冷水机组的性能模型、Te(i,j)和Tc(i,j),计算各工况下各冷水机组的预测能效比COP(i,j);
S5:根据各预测能效比,判断多冷水机组待加载或待卸载;
S6:计算多冷水机组上一时刻冷负荷相对需求冷负荷的负荷变化率,
若负荷变化率达到待加载或待卸载的冷水机组的冷负荷变化率的上限值,对多冷水机组加载或卸载,并返回S1;
否则,保持多冷水机组的当前状态;
性能模型表征性能系数DCOP(i,j)与PLR(i,j)和DT(i,j)的关系。
2.根据权利要求1所述的多冷水机组的控制方法,其特征在于,
计算开启不同数量冷水机组的多种工况下的平均冷负荷率PLR(i,j),具体为:
PLR(i,j) =(Qf/n)/ Qch(j),
其中,Qf为多冷水机组的需求冷负荷,Qch(j)为第j台冷水机组的额定冷负荷,n为多冷水机组中开启的冷水机组的数量。
3.根据权利要求1或2所述的多冷水机组的控制方法,其特征在于,计算各工况下各冷水机组的蒸发温度Te(i,j)和冷凝温度Tc(i,j),具体为:
获取冷冻水供水温度te(i,j)、冷却水回水温度tc(i,j)、冷水机组额定负荷下冷却水供回水温差ΔTe,tem(i,j)、冷水机组额定负荷下蒸发器换热温差ΔTc,exc(i,j)、冷水机组额定负荷下冷凝器换热温差ΔTe,exc(i,j)及冷水机组额定负荷下冷冻水供回水温差ΔTc,tem(i,j);
利用蒸发温度模型Te(i,j)= te(i,j)* PLR(i,j) *ΔTe,tem(i,j) /2- PLR(i,j) *ΔTe,exc(i,j),计算蒸发温度Te(i,j);
利用冷凝温度模型Tc(i,j)= tc(i,j)* PLR(i,j) *ΔTc,tem(i,j) /2+ PLR(i,j) *ΔTc,exc(i,j),计算冷凝温度Tc(i,j)。
4.根据权利要求1所述的多冷水机组的控制方法,其特征在于,
计算与Te(i,j)和Tc(i,j)之间温差相关的权值DT(i,j),具体为:
DT(i,j)=(△Tmax -( Tc(i,j)- Te(i,j)))/( △Tmax-△Tmin),
其中,△Tmax表示冷水机组的冷凝温度和蒸发温度之间最大温差,△Tmin表示冷水机组的冷凝温度和蒸发温度之间最小温差。
5.根据权利要求1所述的多冷水机组的控制方法,其特征在于,建立冷水机组的性能模型,包括:
采集冷水机组的运行数据,包括冷水机组内单机头模块的蒸发温度Tek、冷凝温度Tck、及实际运行负载Lk;
根据单机头模块的Tek、Tck、Lk、额定制冷量Qdes.k和能效比COPk,确定单机头模块的性能模型;
其中,所述冷水机组包括至少一个单机头模块,k表示冷水机组内第k个单机头模块。
6.根据权利要求5所述的多冷水机组的控制方法,其特征在于,根据Tek、Tck、Lk、额定制冷量Qdes,k和能效比COPk,确定单机头模块的性能模型,具体为:
根据Tek、Tck以及能效比COPk,确定单机头模块的性能系数DCOPk;
根据单机头模块的、与其冷凝温度Tck和蒸发温度Tek之间温差相关的权值dTk和冷负荷率PLRk两者,建立单机头模块的性能系数的关系式;
根据所确定的DCOPk辨识所述关系式的系数,确定单机头模块的性能模型;
其中所述冷负荷率PLRk与实际运行负载Lk和额定制冷量Qdes,k有关。
10.根据权利要求1所述的多冷水机组的控制方法,其特征在于,
若负荷变化率达到待卸载的冷水机组的冷负荷变化率的上限值,对多冷水机组进行卸载,
其中,所卸载的冷水机组为运行的所有冷水机组中运行时间最长的冷水机组。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211081826.6A CN115309056A (zh) | 2022-09-05 | 2022-09-05 | 一种多冷水机组的控制方法 |
PCT/CN2023/116258 WO2024046434A1 (zh) | 2022-08-31 | 2023-08-31 | 冷水机组空调系统及其控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211081826.6A CN115309056A (zh) | 2022-09-05 | 2022-09-05 | 一种多冷水机组的控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115309056A true CN115309056A (zh) | 2022-11-08 |
Family
ID=83867254
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211081826.6A Pending CN115309056A (zh) | 2022-08-31 | 2022-09-05 | 一种多冷水机组的控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115309056A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024046434A1 (zh) * | 2022-08-31 | 2024-03-07 | 青岛海信日立空调系统有限公司 | 冷水机组空调系统及其控制方法 |
-
2022
- 2022-09-05 CN CN202211081826.6A patent/CN115309056A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024046434A1 (zh) * | 2022-08-31 | 2024-03-07 | 青岛海信日立空调系统有限公司 | 冷水机组空调系统及其控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110849007B (zh) | 一种冷媒量自动调节控制方法、装置及空调器 | |
US6185946B1 (en) | System for sequencing chillers in a loop cooling plant and other systems that employ all variable-speed units | |
US8646284B2 (en) | Heat-source system and method for controlling the same | |
US8660702B2 (en) | Central cooling and circulation energy management control system | |
US10401068B2 (en) | Air cooled chiller with heat recovery | |
JP6513400B2 (ja) | コンパクトで効率的な冷凍と適応性のある電源管理のための、極低温熱交換器アレイを暖めるシステムおよび方法 | |
CN113339946B (zh) | 空调器运行控制方法、装置、空调器和计算机存储介质 | |
WO2017049962A1 (zh) | 冰箱及其控制方法 | |
JP2509786B2 (ja) | 自動冷却停止制御装置及び制御方法 | |
CN115453869A (zh) | 一种多机头磁悬浮冷水机组的建模方法 | |
CN111102691B (zh) | 模块组合空调系统 | |
KR950003791B1 (ko) | 자동 냉각기 설비의 평형 | |
CN115309056A (zh) | 一种多冷水机组的控制方法 | |
CN114459133A (zh) | 一种中央空调系统节能控制方法及节能控制系统 | |
CN116149392A (zh) | 温度控制方法及系统 | |
CN112611041B (zh) | 一种空调机组及电子膨胀阀控制方法 | |
CN108168170A (zh) | 一种基于在线辨识的冷库制冷系统智能控制方法 | |
JP6076136B2 (ja) | 冷凍装置 | |
CN114857687B (zh) | 水冷式中央空调冷却水系统的控制系统及方法 | |
CN107339834B (zh) | 自然冷却机组的控制方法和装置 | |
RU2488750C2 (ru) | Холодильник с регулированием задаваемых установок | |
CN113606817A (zh) | 一种深度制冷蒸发式冷凝器智能控制系统及其控制方法 | |
CN112747489A (zh) | 一种多机头冷水机组和控制方法 | |
CN112344511A (zh) | 一种适用于机房空调冷媒流量的控制方法、装置及系统 | |
CN112611119A (zh) | 一种冷水机组和控制方法 |
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 |