CN115388530A - 一种基于峰谷电价的辐射供热供冷系统的智能控制方法 - Google Patents
一种基于峰谷电价的辐射供热供冷系统的智能控制方法 Download PDFInfo
- Publication number
- CN115388530A CN115388530A CN202211027974.XA CN202211027974A CN115388530A CN 115388530 A CN115388530 A CN 115388530A CN 202211027974 A CN202211027974 A CN 202211027974A CN 115388530 A CN115388530 A CN 115388530A
- Authority
- CN
- China
- Prior art keywords
- area
- data
- cold supply
- electricity price
- heat
- 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
- 230000005611 electricity Effects 0.000 title claims abstract description 121
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000005265 energy consumption Methods 0.000 claims abstract description 10
- 238000012544 monitoring process Methods 0.000 claims description 59
- 238000001816 cooling Methods 0.000 claims description 54
- 230000008859 change Effects 0.000 claims description 49
- 238000010438 heat treatment Methods 0.000 claims description 33
- 230000005855 radiation Effects 0.000 claims description 33
- 230000033228 biological regulation Effects 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 5
- 230000006870 function Effects 0.000 claims description 3
- 230000007423 decrease Effects 0.000 claims description 2
- 238000011017 operating method Methods 0.000 claims 1
- 239000002699 waste material Substances 0.000 abstract description 5
- 230000009467 reduction Effects 0.000 description 7
- 238000004134 energy conservation Methods 0.000 description 4
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 3
- 229910052799 carbon Inorganic materials 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000005338 heat storage Methods 0.000 description 2
- 238000004378 air conditioning Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000009123 feedback regulation Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000006386 neutralization reaction Methods 0.000 description 1
- 230000001737 promoting effect Effects 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
- 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
- F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
- F24F11/46—Improving electric energy efficiency or saving
-
- 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
- F24F11/89—Arrangement or mounting of control or safety devices
-
- 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
- F24F2110/40—Pressure, e.g. wind pressure
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)
- Air Conditioning Control Device (AREA)
Abstract
本发明公开了一种基于峰谷电价的辐射供热供冷系统的智能控制方法,输入峰谷电价中峰值电价价格和时间段、低谷电价价格和时间段、以及平价电价价格和时间段;当电价为峰值电价时,辐射供热供冷系统以最低能耗模式运行,当电价为低谷电价时,辐射供热供冷系统以最大功率模式运行,满足人体舒适性要求并储存冷热量,当电价为平价电价时,辐射供热供冷系统按概率分布模式运行。本发明可以基于峰谷电价制度有效降低用能成本,且可以在节能需求下有效提高辐射供热供冷系统的利用率,将适当的冷/热量送给真正有需求的人,减少能源的无效浪费,以实现基于节能的个性化供热供冷策略。
Description
技术领域
本发明涉及室内温度调控技术领域,具体涉及一种基于峰谷电价的辐射供热供冷系统的智能控制方法。
背景技术
随着经济社会和技术的发展,空调技术应用越来越广泛,尤其是我国南方地区的辐射供热供冷系统应用越来越普遍。相对于燃煤锅炉,电力能源碳排放更低,且实际使用中的室内辐射供热供冷系统对人体来说较为舒适,但在全屋供热供冷前提下电力运行费用较高。在“碳达峰、碳中和”的国家政策下,也在积极推行“煤改电”等措施,同时,近年来国家及各地方发改委先后发布通知,要求进一步完善峰谷电价机制。峰谷电价也称“分时电价”,按峰值用电和低谷用电分别计算电费的一种电价制度。峰值用电,一般指用电单位较集中,供电紧张时的用电,如在白天,收费标准较高,也称峰值电价;低谷用电,一般指用电单位较少、供电较充足时的用电,如在夜间,收费标准较低,也称低谷电价,如果既不是峰值用电时间也不是低谷用电时间,则为平价用电时间,收费为平价电价。实行峰谷电价有利于促使用电单位错开用电时间,充分利用设备和能源。有很多国家都实行峰谷电价,峰谷之间的价差有的达50%。我国有的地方也在试行中。截至目前,已有29个省份实施了峰谷分时电价政策,但在具体执行上有所不同。因此,在节能减排的大背景以及费用成本预算的制约下,如何提供一种基于峰谷电价的室内辐射供热供冷系统的控制方法也成为了急需解决的技术问题。
发明内容
针对现有技术存在的上述不足,本发明要解决的技术问题是:如何提供一种基于峰谷电价的室内辐射供热供冷系统的智能控制方法,以实现节能减排和降低成本预算。
为了解决上述技术问题,本发明采用如下技术方案:
一种基于峰谷电价的辐射供热供冷系统的智能控制方法,输入峰谷电价中峰值电价价格和时间段、低谷电价价格和时间段、以及平价电价价格和时间段;当电价为峰值电价时,辐射供热供冷系统以最低能耗模式运行,当电价为低谷电价时,辐射供热供冷系统以最大功率模式运行,满足人体舒适性要求并储存冷热量,当电价为平价电价时,辐射供热供冷系统按概率分布模式运行。
本发明的工作原理是:本方案通过输入峰谷电价中峰值电价价格和时间段、低谷电价价格和时间段、以及平价电价价格和时间段,当用电时间为峰值电价时间段,电价为峰值电价时,辐射供热供冷系统以最低能耗模式运行,仅满足人体可接受的最低温度,以最大程度的降低耗电量,而当用电时间为低谷电价时间段,电价为低谷电价时,辐射供热供冷系统以最大功率模式运行,充分满足人体舒适性温度,并可以存储一定的冷热量,如建筑自身围护结构和储冰/热箱蓄冷蓄热等;而当用电时间为平价电价时间段,电价为平价电价时,辐射供热供冷系统按概率分布模式运行,结合历史记录信息和实时监测数据进行智能化辐射供热供冷量的调节,节约能源的同时提供个体热舒适水平,减少无效辐射供热供冷面积造成的能源浪费的现象。综上,本方案基于峰谷电价制度实现以实现辐射供热供冷系统的不同工作模式,在尽可能满足人员舒适性要求的前提下还能达到节能减排和降低成本预算的目的。
优选的,采用概率分布模式运行系统实现按概率分布模式的运行效果;
所述概率分布模式运行系统包括用户界面、分区域压力传感器组件、分区域温度传感器组件、监测系统、存储系统、数据学习系统、智能运算系统和分区域辐射供热供冷执行系统;
所述用户界面的输出端与所述存储系统数据连接,所述用户界面的输入端还与所述监测系统的输出端连接,所述用户界面用于输入用户信息并发送到所述存储系统,同时显示来自于所述监测系统的信息;
所述分区域压力传感器组件包括在每个区域分布的一组压力传感器,所述分区域压力传感器组件的输出端与所述监测系统的输入端数据连接,用于感知各个区域的地面压力数据并发送给所述监测系统;
所述分区域温度传感器组件包括在每个区域分布的一组温度传感器,所述分区域温度传感器组件的输出端与所述监测系统的输入端数据连接,用于采集各个区域的地面、壁面和顶面的温度数据并发送给所述监测系统;
所述监测系统的输出端与所述存储系统的输入端和所述智能运算系统的输入端数据连接,用于将接收到的所述分区域压力传感器组件的压力数据和所述分区域温度传感器组件的温度数据发送给所述存储系统和所述智能运算系统;
所述存储系统的输出端与所述数据学习系统的输入端数据连接,用于将接收到的来自于所述用户界面的数据和所述监测系统的数据进行存储并发送给所述数据学习系统;
所述数据学习系统的输出端与所述智能运算系统的输入端数据连接,用于根据所述存储系统发送的数据进行用户位置分布概率的分析,并将分析得到的用户位置分布规律模型发送给所述智能运算系统;
所述智能运算系统的输出端与所述分区域辐射供热供冷执行系统数据连接,用于根据所述数据学习系统发送的分析结果并结合所述监测系统的监测数据得到各个区域需要的辐射供热供冷量,并将各个区域需要的辐射供热供冷量发送给所述分区域辐射供热供冷执行系统;
所述分区域辐射供热供冷执行系统包括分布在各个区域的一组辐射供热供冷执行器,所述分区域辐射供热供冷执行系统根据所述智能运行系统发送的各个区域需要的辐射供热供冷量对各个区域的供热供冷量进行调控。
优选的,所述概率分布模式运行系统的工作方法包括以下步骤:
步骤1)在所述用户界面输入用户信息;
步骤2)各个区域分布的所述压力传感器输出压力变化值到所述监测系统,各个区域分布的所述温度传感器输出温度数据值到所述监测系统和所述智能运算系统;
步骤3)将步骤1)中的用户信息和步骤2)中的各个区域的压力变化值和温度数据存储在所述存储系统中;
步骤4)所述数据学习系统从所述存储系统中获取步骤3)中的数据并进行用户位置分布概率的分析,得到用户位置分布规律模型,并将得到的用户位置分布规律模型输入到所述智能运算系统中;
步骤5)所述智能运算系统根据步骤4)中得到的用户位置分布规律模型和步骤2)中得到的压力温度数据得到各个区域需要的辐射供热供冷量,并将各个区域需要的辐射供热供冷量发送给所述分区域辐射供热供冷执行系统;
步骤6)所述分区域辐射供热供冷执行系统根据所述智能运行系统发送的各个区域需要的辐射供热供冷量对各个区域的供热供冷量进行调控,且各区域的温度小于温度限值T0。
优选的,步骤4)中,所述数据学习系统进行用户位置分布概率的分析目标包括一天中不同时间各个区域压力变化值的分布规律,并对应相应峰谷电价的时间分布。
优选的,一天中不同时间各个区域压力变化值的分布规律的计算公式为:
式中:ρij为数据学习得到的用户在时间j处于区域i的加权等效概率;
Xij为用户在时间j是否处于区域i的统计,取值为0或1,当区域i有压力变化时取值为1,当区域i无压力变化时取值为0;
i为区域位置编号,j为一天内的时间段编号,时间段间隔为1分钟到1天之间;
K为监测数据的天数,当前的天数K为1,K+1为前一天,n为过去的总天数;
α为小于1的常数。
优选的,步骤5)中,所述智能运算系统确定各个区域需要的辐射供热供冷量时,当各区域实时监测的压力变化值都为0时,所述智能运算系统根据所述数据学习系统得到的一天中不同时间各个区域压力变化值的分布规律进行各个区域辐射供热供冷量的调节;当某区域实时监测的压力变化值不为0时,所述智能运算系统根据该区域实时监测的压力变化值值调节该区域的辐射供热供冷量。
优选的,步骤5)中,所述智能运算系统根据所述数据学习系统得到的一天中不同时间各个区域压力变化值的分布规律进行各个区域辐射供热供冷量调节的公式为:
Qij=(1+K1ρij)Qo
式中:Qij为一天当中在时间段j区域i的辐射供热供冷量;
Q0为区域i的最小辐射供冷量或供热量;
K1为大于零的常数;
ρij为数据学习系统学习得到的用户在时间j处于区域i的加权等效概率。
优选的,所述智能运算系统根据该区域实时监测的压力变化值值调节该区域的辐射供热供冷量,当当某区域实时监测的压力变化值不为0时,所述智能运算系统根据压力变化值的大小计算该区域的辐射供热供冷量的公式为:
Gij=Qij+βi
式中:Gij为一天当中在时间段j区域i的辐射供热供冷量;
Qij为基础辐射供热供冷量;
βi为区域i的辐射供热供冷量的个性化修正值。
优选的,βi为用户年龄A以及压力变化值ΔP的函数,即βi=f(A,ΔP);
当A≥60时,βi为恒定的正数;
当A<60,且为供冷时,βi=K4+K5ΔPi;
式中:K2、K3、K4和K5均为常系数。
优选的,所述概率分布模式运行系统工作时,用户还可通过所述用户界面输入各区域的辐射供热供冷量,各个区域分布的所述压力传感器监测此时的压力变化值到所述监测系统,各个区域分布的所述温度传感器监测此时的温度数据值到所述监测系统,所述监测系统将存储的此时的压力变化值和温度数据值作为下一次调控的依据;且当用户调小系统供热量或调大系统供冷量时,记录此时稳定的温度数据值T1,下次所述概率分布模式运行系统运行时,温度限制T0的取值为T0≤T1;当用户调大系统供热量或调小系统供冷量时,记录此时稳定的温度数据值T2,下次所述概率分布模式运行系统运行时,温度限制T0的取值为T0≥T1。
与现有技术相比,本发明具有以下优点:
1、本发明可以基于峰谷电价制度有效降低用能成本,且考虑用户的年龄和体重等个性信息以及通过压力传感器采集的压力变化值感知各区域人员分布规律等监测信息,结合历史记录信息和实时监测数据进行智能化辐射供热供冷量的调节,并根据用户反馈调节信息个性化调节室内热环境,节约能源的同时提供个体热舒适水平,具有充分的理论依据和较大的实际意义。
2、本发明在人员活动场合有较大的实际意义,可以在节能需求下有效提高辐射供热供冷系统的利用率,将适当的冷/热量送给真正有需求的人,减少能源的无效浪费,以实现基于节能的个性化供热供冷策略。
附图说明
图1为本发明基于峰谷电价的辐射供热供冷系统的智能控制方法的流程图;
图2为本发明基于峰谷电价的辐射供热供冷系统的智能控制方法中使用的概率分布模式运行系统的系统框图;
图3为为本发明基于峰谷电价的辐射供热供冷系统的智能控制方法中使用的概率分布模式运行系统的工作方法的流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例的附图,对本发明实施例的技术方案进行清楚、完整地描述。显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于所描述的本发明的实施例,本领域普通技术人员在无需创造性劳动的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。除非另作定义,此处使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。
本发明专利申请说明书以及权利要求书中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。同样,除非上下文清楚地指明其它情况,否则单数形式的“一个”“一”或者“该”等类似词语也不表示数量限制,而是表示存在至少一个。“包括”或者“包含”等类似的词语意指出现在“包括”或者“包含”前面的元件或者物件涵盖出现在“包括”或者“包含”后面列举的特征、整体、步骤、操作、元素和/或组件,并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。“上”“下”“左”“右”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也可能相应地改变。
如附图1所示,一种基于峰谷电价的辐射供热供冷系统的智能控制方法,输入峰谷电价中峰值电价价格和时间段、低谷电价价格和时间段、以及平价电价价格和时间段;当电价为峰值电价时,辐射供热供冷系统以最低能耗模式运行,当电价为低谷电价时,辐射供热供冷系统以最大功率模式运行,满足人体舒适性要求并储存冷热量,当电价为平价电价时,辐射供热供冷系统按概率分布模式运行。
本发明的工作原理是:本方案通过输入峰谷电价中峰值电价价格和时间段、低谷电价价格和时间段、以及平价电价价格和时间段,当用电时间为峰值电价时间段,电价为峰值电价时,辐射供热供冷系统以最低能耗模式运行,仅满足人体可接受的最低温度,以最大程度的降低耗电量,而当用电时间为低谷电价时间段,电价为低谷电价时,辐射供热供冷系统以最大功率模式运行,充分满足人体舒适性温度,并可以存储一定的冷热量,如建筑自身围护结构和储冰/热箱蓄冷蓄热等;而当用电时间为平价电价时间段,电价为平价电价时,辐射供热供冷系统按概率分布模式运行,结合历史记录信息和实时监测数据进行智能化辐射供热供冷量的调节,节约能源的同时提供个体热舒适水平,减少无效辐射供热供冷面积造成的能源浪费的现象。综上,本方案基于峰谷电价制度实现以实现辐射供热供冷系统的不同工作模式,在尽可能满足人员舒适性要求的前提下还能达到节能减排和降低成本预算的目的。
如附图2所示,在本实施例中,采用概率分布模式运行系统实现按概率分布模式的运行效果;
概率分布模式运行系统包括用户界面、分区域压力传感器组件、分区域温度传感器组件、监测系统、存储系统、数据学习系统、智能运算系统和分区域辐射供热供冷执行系统;本发明在具体实施时,首先将室内分为多个小的区域,每个区域内均设置一组压力传感器、温度传感器和辐射供热供冷执行器;
用户界面的输出端与存储系统数据连接,用户界面的输入端还与监测系统的输出端连接,用户界面用于输入用户信息并发送到存储系统,同时显示来自于监测系统的信息;
分区域压力传感器组件包括在每个区域分布的一组压力传感器,分区域压力传感器组件的输出端与监测系统的输入端数据连接,用于感知各个区域的地面压力数据并发送给监测系统;
分区域温度传感器组件包括在每个区域分布的一组温度传感器,分区域温度传感器组件的输出端与监测系统的输入端数据连接,用于采集各个区域的地面、壁面和顶面的温度数据并发送给监测系统;
监测系统的输出端与存储系统的输入端和智能运算系统的输入端数据连接,用于将接收到的分区域压力传感器组件的压力数据和分区域温度传感器组件的温度数据发送给存储系统和智能运算系统;
存储系统的输出端与数据学习系统的输入端数据连接,用于将接收到的来自于用户界面的数据和监测系统的数据进行存储并发送给数据学习系统;
数据学习系统的输出端与智能运算系统的输入端数据连接,用于根据存储系统发送的数据进行用户位置分布概率的分析,并将分析得到的用户位置分布规律模型发送给智能运算系统;
智能运算系统的输出端与分区域辐射供热供冷执行系统数据连接,用于根据数据学习系统发送的分析结果并结合监测系统的监测数据得到各个区域需要的辐射供热供冷量,并将各个区域需要的辐射供热供冷量发送给分区域辐射供热供冷执行系统;
分区域辐射供热供冷执行系统包括分布在各个区域的一组辐射供热供冷执行器,分区域辐射供热供冷执行系统根据智能运行系统发送的各个区域需要的辐射供热供冷量对各个区域的供热供冷量进行调控。
如附图3所示,在本实施例中,概率分布模式运行系统的工作方法包括以下步骤:
步骤1)在用户界面输入用户信息;
步骤2)各个区域分布的压力传感器输出压力变化值到监测系统,各个区域分布的温度传感器输出温度数据值到监测系统和智能运算系统;
步骤3)将步骤1)中的用户信息和步骤2)中的各个区域的压力变化值和温度数据存储在存储系统中;
步骤4)数据学习系统从存储系统中获取步骤3)中的数据并进行用户位置分布概率的分析,得到用户位置分布规律模型,并将得到的用户位置分布规律模型输入到智能运算系统中;
步骤5)智能运算系统根据步骤4)中得到的用户位置分布规律模型和步骤2)中得到的压力温度数据得到各个区域需要的辐射供热供冷量,并将各个区域需要的辐射供热供冷量发送给分区域辐射供热供冷执行系统;
步骤6)分区域辐射供热供冷执行系统根据智能运行系统发送的各个区域需要的辐射供热供冷量对各个区域的供热供冷量进行调控,且各区域的温度小于温度限值T0。
需要注意的是,室内温度值控制具有一定的限制范围。例如,当压力传感器监测区域i的压力增加值ΔP大于零时,采用步骤2)到步骤6)计算此区域的供热/供冷量,但运行一段时间后,当温度传感器监测区域i温度数据T≥T0时(供热)或T≤T0(供冷),取消按上述步骤计算的供热/供冷量,而是减少温度传感器监测区域i的供热量,使得温度传感器的监测数据T始终在T0限值范围内。T0为预设温度限值,T0采用地板或壁面温度时的初始取值为25~55℃,优选35℃,T0采用空气温度时的初始取值为16~28℃,优选22℃。
在本实施例中,步骤4)中,数据学习系统进行用户位置分布概率的分析目标包括一天中不同时间各个区域压力变化值的分布规律,并对应相应峰谷电价的时间分布。
在本实施例中,一天中不同时间各个区域压力变化值的分布规律的计算公式为:
式中:ρij为数据学习得到的用户在时间j处于区域i的加权等效概率;
Xij为用户在时间j是否处于区域i的统计,取值为0或1,当区域i有压力变化时取值为1,当区域i无压力变化时取值为0;
i为区域位置编号,j为一天内的时间段编号,时间段间隔为1分钟到1天之间;
K为监测数据的天数,当前的天数K为1,K+1为前一天,n为过去的总天数;
α为小于1的常数。
在本实施例中,步骤5)中,智能运算系统确定各个区域需要的辐射供热供冷量时,当各区域实时监测的压力变化值都为0时,智能运算系统根据数据学习系统得到的一天中不同时间各个区域压力变化值的分布规律进行各个区域辐射供热供冷量的调节;当某区域实时监测的压力变化值不为0时,智能运算系统根据该区域实时监测的压力变化值值调节该区域的辐射供热供冷量。
在本实施例中,步骤5)中,智能运算系统根据数据学习系统得到的一天中不同时间各个区域压力变化值的分布规律进行各个区域辐射供热供冷量调节的公式为:
Qij=(1+K1ρij)Qo
式中:Qij为一天当中在时间段j区域i的辐射供热供冷量;
Q0为区域i的最小辐射供冷量或供热量;
K1为大于零的常数;
ρij为数据学习系统学习得到的用户在时间j处于区域i的加权等效概率。
在本实施例中,智能运算系统根据该区域实时监测的压力变化值值调节该区域的辐射供热供冷量,当当某区域实时监测的压力变化值不为0时,智能运算系统根据压力变化值的大小计算该区域的辐射供热供冷量的公式为:
Gij=Qij+βi
式中:Gij为一天当中在时间段j区域i的辐射供热供冷量;
Qij为基础辐射供热供冷量;
βi为区域i的辐射供热供冷量的个性化修正值。
在本实施例中,βi为用户年龄A以及压力变化值ΔP的函数,即βi=f(A,ΔP);
当A≥60时,βi为恒定的正数;
当A<60,且为供冷时,βi=K4+K5ΔPi;
式中:K2、K3、K4和K5均为常系数。
在本实施例中,概率分布模式运行系统工作时,用户还可通过用户界面输入各区域的辐射供热供冷量,各个区域分布的压力传感器监测此时的压力变化值到监测系统,各个区域分布的温度传感器监测此时的温度数据值到监测系统,监测系统将存储的此时的压力变化值和温度数据值作为下一次调控的依据;且当用户调小系统供热量或调大系统供冷量时,记录此时稳定的温度数据值T1,下次概率分布模式运行系统运行时,温度限制T0的取值为T0≤T1;当用户调大系统供热量或调小系统供冷量时,记录此时稳定的温度数据值T2,下次概率分布模式运行系统运行时,温度限制T0的取值为T0≥T1。
与现有技术相比,本发明可以基于峰谷电价制度有效降低用能成本,且考虑用户的年龄和体重等个性信息以及通过压力传感器采集的压力变化值感知各区域人员分布规律等监测信息,结合历史记录信息和实时监测数据进行智能化辐射供热供冷量的调节,并根据用户反馈调节信息个性化调节室内热环境,节约能源的同时提供个体热舒适水平,具有充分的理论依据和较大的实际意义。本发明在人员活动场合有较大的实际意义,可以在节能需求下有效提高辐射供热供冷系统的利用率,将适当的冷/热量送给真正有需求的人,减少能源的无效浪费,以实现基于节能的个性化供热供冷策略。
最后需要说明的是,以上实施例仅用以说明本发明的技术方案而非限制技术方案,本领域的普通技术人员应当理解,那些对本发明的技术方案进行修改或者等同替换,而不脱离本技术方案的宗旨和范围,均应涵盖在本发明的权利要求范围当中。
Claims (10)
1.一种基于峰谷电价的辐射供热供冷系统的智能控制方法,其特征在于,输入峰谷电价中峰值电价价格和时间段、低谷电价价格和时间段、以及平价电价价格和时间段;当电价为峰值电价时,辐射供热供冷系统以最低能耗模式运行,当电价为低谷电价时,辐射供热供冷系统以最大功率模式运行,满足人体舒适性要求并储存冷热量,当电价为平价电价时,辐射供热供冷系统按概率分布模式运行。
2.根据权利要求1所述的基于峰谷电价的辐射供热供冷系统的智能控制方法,其特征在于,采用概率分布模式运行系统实现按概率分布模式的运行效果;
所述概率分布模式运行系统包括用户界面、分区域压力传感器组件、分区域温度传感器组件、监测系统、存储系统、数据学习系统、智能运算系统和分区域辐射供热供冷执行系统;
所述用户界面的输出端与所述存储系统数据连接,所述用户界面的输入端还与所述监测系统的输出端连接,所述用户界面用于输入用户信息并发送到所述存储系统,同时显示来自于所述监测系统的信息;
所述分区域压力传感器组件包括在每个区域分布的一组压力传感器,所述分区域压力传感器组件的输出端与所述监测系统的输入端数据连接,用于感知各个区域的地面压力数据并发送给所述监测系统;
所述分区域温度传感器组件包括在每个区域分布的一组温度传感器,所述分区域温度传感器组件的输出端与所述监测系统的输入端数据连接,用于采集各个区域的地面、壁面和顶面的温度数据并发送给所述监测系统;
所述监测系统的输出端与所述存储系统的输入端和所述智能运算系统的输入端数据连接,用于将接收到的所述分区域压力传感器组件的压力数据和所述分区域温度传感器组件的温度数据发送给所述存储系统和所述智能运算系统;
所述存储系统的输出端与所述数据学习系统的输入端数据连接,用于将接收到的来自于所述用户界面的数据和所述监测系统的数据进行存储并发送给所述数据学习系统;
所述数据学习系统的输出端与所述智能运算系统的输入端数据连接,用于根据所述存储系统发送的数据进行用户位置分布概率的分析,并将分析得到的用户位置分布规律模型发送给所述智能运算系统;
所述智能运算系统的输出端与所述分区域辐射供热供冷执行系统数据连接,用于根据所述数据学习系统发送的分析结果并结合所述监测系统的监测数据得到各个区域需要的辐射供热供冷量,并将各个区域需要的辐射供热供冷量发送给所述分区域辐射供热供冷执行系统;
所述分区域辐射供热供冷执行系统包括分布在各个区域的一组辐射供热供冷执行器,所述分区域辐射供热供冷执行系统根据所述智能运行系统发送的各个区域需要的辐射供热供冷量对各个区域的供热供冷量进行调控。
3.根据权利要求2所述的基于峰谷电价的辐射供热供冷系统的智能控制方法,其特征在于,所述概率分布模式运行系统的工作方法包括以下步骤:
步骤1)在所述用户界面输入用户信息;
步骤2)各个区域分布的所述压力传感器输出压力变化值到所述监测系统,各个区域分布的所述温度传感器输出温度数据值到所述监测系统和所述智能运算系统;
步骤3)将步骤1)中的用户信息和步骤2)中的各个区域的压力变化值和温度数据存储在所述存储系统中;
步骤4)所述数据学习系统从所述存储系统中获取步骤3)中的数据并进行用户位置分布概率的分析,得到用户位置分布规律模型,并将得到的用户位置分布规律模型输入到所述智能运算系统中;
步骤5)所述智能运算系统根据步骤4)中得到的用户位置分布规律模型和步骤2)中得到的压力温度数据得到各个区域需要的辐射供热供冷量,并将各个区域需要的辐射供热供冷量发送给所述分区域辐射供热供冷执行系统;
步骤6)所述分区域辐射供热供冷执行系统根据所述智能运行系统发送的各个区域需要的辐射供热供冷量对各个区域的供热供冷量进行调控,且各区域的温度小于温度限值T0。
4.根据权利要求3所述的基于峰谷电价的辐射供热供冷系统的智能控制方法,其特征在于,步骤4)中,所述数据学习系统进行用户位置分布概率的分析目标包括一天中不同时间各个区域压力变化值的分布规律,并对应相应峰谷电价的时间分布。
6.根据权利要求5所述的基于峰谷电价的辐射供热供冷系统的智能控制方法,其特征在于,步骤5)中,所述智能运算系统确定各个区域需要的辐射供热供冷量时,当各区域实时监测的压力变化值都为0时,所述智能运算系统根据所述数据学习系统得到的一天中不同时间各个区域压力变化值的分布规律进行各个区域辐射供热供冷量的调节;当某区域实时监测的压力变化值不为0时,所述智能运算系统根据该区域实时监测的压力变化值值调节该区域的辐射供热供冷量。
7.根据权利要求6所述的基于峰谷电价的辐射供热供冷系统的智能控制方法,其特征在于,步骤5)中,所述智能运算系统根据所述数据学习系统得到的一天中不同时间各个区域压力变化值的分布规律进行各个区域辐射供热供冷量调节的公式为:
Qij=(1+K1ρij)Qo
式中:Qij为一天当中在时间段j区域i的辐射供热供冷量;
Q0为区域i的最小辐射供冷量或供热量;
K1为大于零的常数;
ρij为数据学习系统学习得到的用户在时间j处于区域i的加权等效概率。
8.根据权利要求6所述的基于峰谷电价的辐射供热供冷系统的智能控制方法,其特征在于,所述智能运算系统根据该区域实时监测的压力变化值值调节该区域的辐射供热供冷量,当当某区域实时监测的压力变化值不为0时,所述智能运算系统根据压力变化值的大小计算该区域的辐射供热供冷量的公式为:
Gij=Qij+βi
式中:Gij为一天当中在时间段j区域i的辐射供热供冷量;
Qij为基础辐射供热供冷量;
βi为区域i的辐射供热供冷量的个性化修正值。
10.根据权利要求3所述的基于峰谷电价的辐射供热供冷系统的智能控制方法,其特征在于,所述概率分布模式运行系统工作时,用户还可通过所述用户界面输入各区域的辐射供热供冷量,各个区域分布的所述压力传感器监测此时的压力变化值到所述监测系统,各个区域分布的所述温度传感器监测此时的温度数据值到所述监测系统,所述监测系统将存储的此时的压力变化值和温度数据值作为下一次调控的依据;且当用户调小系统供热量或调大系统供冷量时,记录此时稳定的温度数据值T1,下次所述概率分布模式运行系统运行时,温度限制T0的取值为T0≤T1;当用户调大系统供热量或调小系统供冷量时,记录此时稳定的温度数据值T2,下次所述概率分布模式运行系统运行时,温度限制T0的取值为T0≥T1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211027974.XA CN115388530A (zh) | 2022-08-25 | 2022-08-25 | 一种基于峰谷电价的辐射供热供冷系统的智能控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211027974.XA CN115388530A (zh) | 2022-08-25 | 2022-08-25 | 一种基于峰谷电价的辐射供热供冷系统的智能控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115388530A true CN115388530A (zh) | 2022-11-25 |
Family
ID=84121643
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211027974.XA Pending CN115388530A (zh) | 2022-08-25 | 2022-08-25 | 一种基于峰谷电价的辐射供热供冷系统的智能控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115388530A (zh) |
Citations (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6574581B1 (en) * | 1994-10-25 | 2003-06-03 | Honeywell International Inc. | Profile based method for deriving a temperature setpoint using a ‘delta’ based on cross-indexing a received price-point level signal |
US20100289643A1 (en) * | 2009-05-18 | 2010-11-18 | Alarm.Com | Remote device control and energy monitoring |
CN103017290A (zh) * | 2011-09-21 | 2013-04-03 | 珠海格力电器股份有限公司 | 空调电能控制装置及空调电能管理方法 |
CN103148563A (zh) * | 2013-03-19 | 2013-06-12 | 北京国电通网络技术有限公司 | 一种空调控制系统及控制方法 |
CN103604162A (zh) * | 2013-12-05 | 2014-02-26 | 黑龙江隆宇科技开发有限责任公司 | 智能公共建筑电采暖控制方法及系统 |
JP2014085034A (ja) * | 2012-10-22 | 2014-05-12 | Tokyo Gas Co Ltd | スマートエネルギーシステム及びその制御方法 |
CN104019524A (zh) * | 2014-06-23 | 2014-09-03 | 珠海格力电器股份有限公司 | 空调器的调控方法、装置 |
CN104766226A (zh) * | 2015-04-14 | 2015-07-08 | 国家电网公司 | 一种基于分时电价策略的电网安全稳定计算方法 |
US20150248118A1 (en) * | 2014-02-26 | 2015-09-03 | Board Of Trustees Of The University Of Alabama | Systems and methods for modeling energy consumption and creating demand response strategies using learning-based approaches |
US20170198932A1 (en) * | 2014-08-06 | 2017-07-13 | Mitsubishi Electric Corporation | Management system and management method |
US20180100661A1 (en) * | 2016-10-09 | 2018-04-12 | Ecoer Inc. | Demand response based air conditioning management systems and method |
CN108413567A (zh) * | 2018-03-14 | 2018-08-17 | 山东建筑大学 | 基于物联网的中央空调节费优化方法与系统 |
CN108416472A (zh) * | 2018-02-27 | 2018-08-17 | 天津大学 | 一种区域多源供冷供热系统优化调度方法 |
CN108510322A (zh) * | 2018-03-26 | 2018-09-07 | 李琰 | 峰谷分时电价的合理定价方法、系统、介质及设备 |
CN109960874A (zh) * | 2019-03-25 | 2019-07-02 | 华南理工大学建筑设计研究院有限公司 | 一种基于运行经济性的蓄冷系统运行方法 |
CN110332602A (zh) * | 2019-05-09 | 2019-10-15 | 辽宁省鑫源温控技术有限公司 | 峰谷平电价运行功能的电采暖温控方法 |
CN110542144A (zh) * | 2019-08-08 | 2019-12-06 | 湖南大学 | 一种相变蓄能毛细管网辐射地板供冷/暖一体化与新风耦合系统 |
US20200116382A1 (en) * | 2018-10-12 | 2020-04-16 | Chicony Power Technology Co., Ltd. | System of adjusting load of air conditioning and method of adjusting the same |
CN210801358U (zh) * | 2019-09-09 | 2020-06-19 | 周封 | 利用电价杠杆的新能源消纳供暖系统 |
CN112366707A (zh) * | 2020-11-19 | 2021-02-12 | 国网湖南省电力有限公司 | 基于电力需求分时价格弹性模型的电价制定方法 |
CN112381577A (zh) * | 2020-11-16 | 2021-02-19 | 合肥工业大学 | 基于Stackelberg博弈的空调需求响应程度估计方法 |
CN112577157A (zh) * | 2019-09-27 | 2021-03-30 | 广东美的制冷设备有限公司 | 空调器及其节电控制方法、终端和存储介质 |
CN113673785A (zh) * | 2021-09-08 | 2021-11-19 | 山东佐耀科技有限公司 | 一种基于峰谷电价的空气源热泵负荷优化运营方法及系统 |
-
2022
- 2022-08-25 CN CN202211027974.XA patent/CN115388530A/zh active Pending
Patent Citations (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6574581B1 (en) * | 1994-10-25 | 2003-06-03 | Honeywell International Inc. | Profile based method for deriving a temperature setpoint using a ‘delta’ based on cross-indexing a received price-point level signal |
US20100289643A1 (en) * | 2009-05-18 | 2010-11-18 | Alarm.Com | Remote device control and energy monitoring |
CN103017290A (zh) * | 2011-09-21 | 2013-04-03 | 珠海格力电器股份有限公司 | 空调电能控制装置及空调电能管理方法 |
JP2014085034A (ja) * | 2012-10-22 | 2014-05-12 | Tokyo Gas Co Ltd | スマートエネルギーシステム及びその制御方法 |
CN103148563A (zh) * | 2013-03-19 | 2013-06-12 | 北京国电通网络技术有限公司 | 一种空调控制系统及控制方法 |
CN103604162A (zh) * | 2013-12-05 | 2014-02-26 | 黑龙江隆宇科技开发有限责任公司 | 智能公共建筑电采暖控制方法及系统 |
US20150248118A1 (en) * | 2014-02-26 | 2015-09-03 | Board Of Trustees Of The University Of Alabama | Systems and methods for modeling energy consumption and creating demand response strategies using learning-based approaches |
CN104019524A (zh) * | 2014-06-23 | 2014-09-03 | 珠海格力电器股份有限公司 | 空调器的调控方法、装置 |
US20170198932A1 (en) * | 2014-08-06 | 2017-07-13 | Mitsubishi Electric Corporation | Management system and management method |
CN104766226A (zh) * | 2015-04-14 | 2015-07-08 | 国家电网公司 | 一种基于分时电价策略的电网安全稳定计算方法 |
US20180100661A1 (en) * | 2016-10-09 | 2018-04-12 | Ecoer Inc. | Demand response based air conditioning management systems and method |
CN108416472A (zh) * | 2018-02-27 | 2018-08-17 | 天津大学 | 一种区域多源供冷供热系统优化调度方法 |
CN108413567A (zh) * | 2018-03-14 | 2018-08-17 | 山东建筑大学 | 基于物联网的中央空调节费优化方法与系统 |
CN108510322A (zh) * | 2018-03-26 | 2018-09-07 | 李琰 | 峰谷分时电价的合理定价方法、系统、介质及设备 |
US20200116382A1 (en) * | 2018-10-12 | 2020-04-16 | Chicony Power Technology Co., Ltd. | System of adjusting load of air conditioning and method of adjusting the same |
CN109960874A (zh) * | 2019-03-25 | 2019-07-02 | 华南理工大学建筑设计研究院有限公司 | 一种基于运行经济性的蓄冷系统运行方法 |
CN110332602A (zh) * | 2019-05-09 | 2019-10-15 | 辽宁省鑫源温控技术有限公司 | 峰谷平电价运行功能的电采暖温控方法 |
CN110542144A (zh) * | 2019-08-08 | 2019-12-06 | 湖南大学 | 一种相变蓄能毛细管网辐射地板供冷/暖一体化与新风耦合系统 |
CN210801358U (zh) * | 2019-09-09 | 2020-06-19 | 周封 | 利用电价杠杆的新能源消纳供暖系统 |
CN112577157A (zh) * | 2019-09-27 | 2021-03-30 | 广东美的制冷设备有限公司 | 空调器及其节电控制方法、终端和存储介质 |
CN112381577A (zh) * | 2020-11-16 | 2021-02-19 | 合肥工业大学 | 基于Stackelberg博弈的空调需求响应程度估计方法 |
CN112366707A (zh) * | 2020-11-19 | 2021-02-12 | 国网湖南省电力有限公司 | 基于电力需求分时价格弹性模型的电价制定方法 |
CN113673785A (zh) * | 2021-09-08 | 2021-11-19 | 山东佐耀科技有限公司 | 一种基于峰谷电价的空气源热泵负荷优化运营方法及系统 |
Non-Patent Citations (2)
Title |
---|
安正军;马健;郭华;: "按用电"节能时钟"分时段变流量供热调节", 区域供热, no. 02, 1 April 2007 (2007-04-01) * |
汪宁渤;李津;薛婷婷;刘彩霞;: "高载能负荷峰谷分时电价优化研究", 中国科技信息, no. 02, 15 January 2015 (2015-01-15) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100449217C (zh) | 具有舒适、节能和健康功能的空调控制装置 | |
CN103162346B (zh) | 基于云服务的集中供暖监控系统及集中供暖系统调节方法 | |
JP5668970B2 (ja) | 運転管理装置、運転管理方法、および運転管理プログラム | |
CN108826601B (zh) | 空调及其控制方法、人体感应器 | |
Amin et al. | Optimal price based control of HVAC systems in multizone office buildings for demand response | |
CN110460040B (zh) | 一种考虑智能建筑热平衡特性的微电网运行调度方法 | |
CN103403465A (zh) | 蓄电蓄热最佳化装置、最佳化方法及最佳化程序 | |
CN108990383A (zh) | 一种数据中心空调系统预测控制方法 | |
CN114963414B (zh) | 基于ai数据分析的空调系统智能调控装置 | |
CN108280556B (zh) | 基于热负荷调节的供电量双阶段优化调度方法 | |
CN115857348A (zh) | 考虑两联供热泵舒适供能的分布式能量系统容量优化方法 | |
CN110535142B (zh) | 基于改进离散型pso算法的用电智能控制方法及计算机可读存储介质 | |
CN115686095A (zh) | 一种智能楼宇节能综合控制方法和装置 | |
CN113446683B (zh) | 一种地铁车站设备及管理用房智能空调 | |
TW201027014A (en) | Method for managing air conditioning power consumption | |
JP2007120889A (ja) | 空調制御装置 | |
CN114298440A (zh) | 建筑含氢多能源系统供需协同运行优化方法及控制装置 | |
CN1117952C (zh) | 空调机能量自动调节控制系统 | |
CN115388530A (zh) | 一种基于峰谷电价的辐射供热供冷系统的智能控制方法 | |
Schierloh et al. | Real-Time predictive management of a multi-unit HVAC system based on heuristic optimization. A health center case study | |
CN106249598B (zh) | 一种基于多代理的工业大用户能效优化控制方法 | |
CN114925928B (zh) | 一种智能动态调控的地下综合体浅层地热能利用、存储方法及其系统 | |
CN110131853B (zh) | 一种基于模糊推理的中央空调冷冻水供水温度设定方法 | |
CN115906396A (zh) | 一种被动式建筑能源管理系统及其使用方法 | |
CN110942262B (zh) | 一种面向增量配电园区内空调需求响应的分区域调控方法 |
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 |