CN115453869A - 一种多机头磁悬浮冷水机组的建模方法 - Google Patents

一种多机头磁悬浮冷水机组的建模方法 Download PDF

Info

Publication number
CN115453869A
CN115453869A CN202211055081.6A CN202211055081A CN115453869A CN 115453869 A CN115453869 A CN 115453869A CN 202211055081 A CN202211055081 A CN 202211055081A CN 115453869 A CN115453869 A CN 115453869A
Authority
CN
China
Prior art keywords
water chilling
chilling unit
head module
temperature
energy efficiency
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
Application number
CN202211055081.6A
Other languages
English (en)
Inventor
盛凯
石靖峰
矫晓龙
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.)
Qingdao Hisense Hitachi Air Conditioning System Co Ltd
Original Assignee
Qingdao Hisense Hitachi Air Conditioning System 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 Qingdao Hisense Hitachi Air Conditioning System Co Ltd filed Critical Qingdao Hisense Hitachi Air Conditioning System Co Ltd
Priority to CN202211055081.6A priority Critical patent/CN115453869A/zh
Publication of CN115453869A publication Critical patent/CN115453869A/zh
Priority to PCT/CN2023/116258 priority patent/WO2024046434A1/zh
Pending legal-status Critical Current

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

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

本发明公开了一种多机头磁悬浮冷水机组的建模方法，包括：采集冷水机组的运行数据，包括冷水机组内各单机头模块的蒸发温度Tei、冷凝温度Tci、以及实际运行负载Li；根据各单机头模块的Tei、Tci、Li、额定制冷量Qdes,i和能效比COPi，确定各单机头模块的性能模型；根据各单机头模块的性能模型，建立冷水机组的性能模型。本发明能够建立高精确度的多机头磁悬浮冷水机组的性能模型，有效实现节能优化控制。

Description

一种多机头磁悬浮冷水机组的建模方法
技术领域
本发明涉及制冷系统节能控制技术领域，尤其涉及一种多机头磁悬浮冷水机组的建模方法。
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。
为了实现对磁悬浮冷水机组的能效控制，需要建立冷水机组的性能模型，建立冷水机组的性能模型是进行节能调节的重要步骤，性能模型准确性直接影响节能控制效果。
目前有对于只有一台压缩机的冷水机组的建模方法，包括传统的基于设备机理的数据建模和基于运行数据的黑盒建模，但是对于具有多台压缩机的大型磁悬浮水冷机组还没有很好的建模方法，大部分建模方法还是简单的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台压缩机的冷水机组的方法进行建模。
此种建模方式没有可考虑到多压缩机的冷水机组系统的特点，比如独立氟系统、共用水系统等，导致所建立模型精度很差，进而利用该模型进行节能控制时，达不到良好的节能效果；且同时需要针对每台大型冷水机组都要做大量的运行测试试验，采集数据，大大影响了产品的交付时间，同时也浪费了大量的实验资源。
发明内容
为解决上述技术问题，本发明提供一种多机头磁悬浮冷水机组的建模方法，基于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，模型精确度高，有效实现节能优化控制。
本申请提供一种多机头磁悬浮冷水机组的建模方法，包括：
采集冷水机组的运行数据，包括冷水机组内各单机头模块的蒸发温度Tei、冷凝温度Tci、以及实际运行负载Li；
根据各单机头模块的Tei、Tci、Li、额定制冷量Qdes,i和能效比COPi，确定各单机头模块的性能模型；
根据各单机头模块的性能模型，建立冷水机组的性能模型；
其中所述冷水机组的性能模型涉及：根据所确定的各单机头模块的性能模型、Tei和Tci，确定各单机头模块的预测能效比；
根据各单机头模块的预测能效比和制冷量，确定冷水机组的电功率；
根据所述电功率和冷水机组的制冷量，确定冷水机组的预测能效比。
本申请提供的多机头磁悬浮冷水机组的建模方法，具有如下优点和有益效果：
（1）能够根据冷水机组的运行数据，先建立各单机头模块的性能模型，进而通过多个单机头模块的性能模型，建立形成多机头磁悬浮冷水机组的性能模型，该性能模型考虑各单机头模型的特点，使得整个冷水机组的性能模型精确度高；
（2）该种建模方法在实际使用中方便快捷，不用针对每种机型都做大量实验，节省了产品开发周期和实验资源；
（3）在系统级节能控制中，可针对不同单机头模块的模型进行组合调优控制。
在本申请的一些实施例中，根据各单机头模块的Tei、Tci、Li、额定制冷量Qdes,i和能效比COPi，确定各单机头模块的性能模型，包括：
根据各单机头模块的Tei、Tci以及能效比COPi，确定各单机头模块的性能系数DCOPi；
根据各单机头模块的、与其冷凝温度Tci和蒸发温度Tei之间温差相关的权值dTi和冷负荷率PLRi两者，建立各单机头模块的性能系数的关系式；
根据所确定的DCOPi辨识所述关系式的系数，确定各单机头模块的性能模型；
其中所述冷负荷率PLRi与实际运行负载Li和额定制冷量Qdes,i有关。
通过实际工况下获取到的冷水机组的运行数据，确定各单机头模块实际的性能系数DCOPi，且通过辨识获取所拟合的各单机头模块的性能系数的关系式的系数，实现单机头模块的性能模型的辨识。
在本申请的一些实施例中，其中
性能系数
Figure 232002DEST_PATH_IMAGE001
，其中i≥1。
在本申请的一些实施例中，其中所述关系式采用如下：
DCOPi=Ai*PLRi 2 + Bi*PLRi*dTi+ Ci*dTi 2 + Di*PLRi+ Ei*dTi+ Fi，
其中Ai、Bi、Ci、Di、Ei和Fi为拟合系数。
在本申请的一些实施例中，其中冷负荷率PLRi计算如下：
Figure 18561DEST_PATH_IMAGE002
，
Figure 95101DEST_PATH_IMAGE003
，
其中，Qdes,i表示第i台单机头模块的额定制冷量，Qi表示第i台单机头模块的制冷量，Li表示第i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，n表示多机头磁悬浮冷水机组中单机头模块的台数。
在本申请的一些实施例中，
Figure 147371DEST_PATH_IMAGE004
，
其中，dTi表示第i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i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i台单机头模块的冷凝温度和蒸发温度之间最小温差。
在本申请的一些实施例中，根据所确定的性能模型、Tci和Tei，确定各单机头模块的预测能效比COPpre,i，具体为：
COPpre,i=性能模型*Tei/(Tci-Tei)。
在本申请的一些实施例中，根据各单机头模块的预测能效比和制冷量，确定冷水机组的电功率Pw，具体为：
Figure 613731DEST_PATH_IMAGE005
，
其中，Qi表示第i台单机头模块的制冷量，COPpre,i为各单机头模块的预测能效比，n表示多机头磁悬浮冷水机组中单机头模块的台数。
为了提高性能模型建立的准确度，对冷水机组的运行数据进行异常值剔除，确保所获取到的数据是准确的，在本申请的一些实施例中，对所采集的运行数据剔除异常值的步骤。
在本申请的一些实施例中，所采集的运行数据还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；
对所采集的运行数据剔除异常值，具体包括：
计算冷水机组的制冷量
Figure 67846DEST_PATH_IMAGE006
；
计算冷水机组的排热量
Figure 315288DEST_PATH_IMAGE007
；
计算能量平衡系数
Figure 104121DEST_PATH_IMAGE008
；
在能量平衡系数大于第一预设值时，确定所采集的运行数据为异常值；
剔除所述异常值；
其中，n表示多机头磁悬浮冷水机组中单机头模块的台数，c表示水的比热容。
附图说明
图1示出了多机头磁悬浮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机头磁悬浮冷水机组的建模方法的流程图；
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800RT冷水机组在不同工况下采集的数据；
图11示出了800RT冷水机组内一200RT模块机在不同工况下采集的数据；
图12示出了800RT冷水机组内另一200RT模块机在不同工况下采集的数据；
图13示出了800RT冷水机组内又一200RT模块机在不同工况下采集的数据；
图14示出了800RT冷水机组内再一200RT模块机在不同工况下采集的数据；
图15示出了800RT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16示出了800RT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17示出了800RT冷水机组在不同工况下COP相对误差的图形。
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。
多机头磁悬浮冷水机组（即，多压缩机的磁悬浮冷水机组）是由多个单机头模块构成，其中每个单机头模块中具有一个压缩机，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。
参见图1，其示出了多机头磁悬浮冷水机组的组成示意图，其主要由四种单机头模块进行串联组合而成。
因此，可以利用四种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。
参见图2，其示出了多机头磁悬浮冷水机组的建模过程。
如下将参考图2，详细描述多机头磁悬浮冷水机组（如下简称冷水机组）的建模过程。
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Tei、冷凝温度Tci、及实际运行负载Li。
其中，i表示第i台单机头模块。
若多机头磁悬浮冷水机组包括n（n＞1且为自然数）台单机头模块，则1≤i≤n且i为自然数。
采集的如上蒸发温度Tei、冷凝温度Tci、及实际运行负载Li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，参见图2中虚线框。
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：
Figure 626369DEST_PATH_IMAGE009
（1）
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：
Figure 934991DEST_PATH_IMAGE010
（2）。
（c）根据如下公式（3）计算能量平衡系数γ：
Figure 618913DEST_PATH_IMAGE011
（3）
其中，n表示冷水机组中单机头模块的台数，
Figure 396507DEST_PATH_IMAGE012
表示冷水机组中多个单机头模块的运行功率之和。
（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Pi、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Tei、冷凝温度Tci、及实际运行负载Li。
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Tei、Tci、Li、各单机头模块的额定制冷量Qdes,i和能效比COPi，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DCOPi。
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Tei、Tci和能效比COPi，计算实际的性能系数DCOPi。
（B）拟合性能系数DCOPi与冷负荷率PLRi和冷凝温度Tci及蒸发温度Tei之间温差相关的权值dTi两者之间的关系。
针对于（A），计算DCOPi如下。
根据实际获取到的运行数据Tei、Tci和能效比COPi利用如下公式（4）表征DCOPi。
Figure 722446DEST_PATH_IMAGE001
（4）
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DCOPi与冷负荷率PLRi和冷凝温度Tci及蒸发温度Tei之间温差相关的权值dTi两者之间的关系式。
根据各单机头模块的运行负载Li、额定制冷量Qdes,i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PLRi。
Figure 619995DEST_PATH_IMAGE013
（5）
Figure 740398DEST_PATH_IMAGE014
（6）
其中，
Figure 503824DEST_PATH_IMAGE015
表示所有单机头模块的运行负载之和。
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dTi。
Figure 367874DEST_PATH_IMAGE016
（7）
其中，dTi表示第i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i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i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i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DCOPi与冷负荷率PLRi和dTi两者之间的关系式为公式（8）。
DCOPi=Ai*PLRi 2 + Bi*PLRi*dTi+ Ci*dTi 2 + Di*PLRi+ Ei*dTi+ Fi （8）
其中Ai、Bi、Ci、Di、Ei和Fi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。
以500RT的冷水机组为例，示例说明各单机头模块的性能模型。，
其中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。
例如，200RT的单机头模块的拟合系数分别为A1、B1、C1、D1、E1和F1，且冷负荷率为PLR1，权值为dT1。
则，200RT单机头模块的性能模型为：
DCOP1=A1*PLR1 2 + B1*PLR1*dT1 + C1*dT1 2 + D1*PLR1+ E1*dT1+ F1。
150RT的单机头模块的拟合系数分别为A2、B2、C2、D2、E2和F2，且冷负荷率为PLR2，权值为dT2。
则，150RT单机头模块的性能模型为：
DCOP2=A2*PLR2 2 + B2*PLR2*dT2 + C2*dT2 2 + D2*PLR2+ E2*dT2+ F2。
S3：根据各单机头模块的性能模型，建立冷水机组的性能模型。
根据各单机头模块的性能模型，建立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、Tei和Tci，确定各单机头模块的预测能效比COPpre,i。
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Tei和冷凝温度Tci，利用如下公式（9）获取各单机头模块的预测能效比COPpre,i。
Figure 385509DEST_PATH_IMAGE017
（9）
（b）根据各单机头模块的预测能效比COPpre,i和各单机头模块的制冷量Qi，确定冷水机组的电功率Pw。
在本申请的一些实施例中，利用公式（10），确定冷水机组的电功率Pw：
Figure DEST_PATH_IMAGE018
（10）
其中，i表示第i台单机头模块（即，Qi表示第i台单机头模块的制冷量），n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和冷水机组的制冷量Qchw，确定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。
此种建模方法能够快速建立大型的不同组合的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17，采用两种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的冷水机组的运行数据，图4示出了500RT的冷水机组中200RT单机头模块的运行数据，图5示出了500RT的冷水机组中一台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的冷水机组的的实际能效比和COP相对误差。
并且将500RT的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，冷水机组的预测能效比COPpre基本等于实际能效比COP。
参见图10至图17，其示出800RT的冷水机组，其由四台200RT的单机头模块串联组合而成。
图10示出了800RT的冷水机组的运行数据，图11示出了800RT的冷水机组中一台200RT单机头模块的运行数据，图12示出了800RT的冷水机组中另一台200RT单机头模块的运行数据，图13示出了800RT的冷水机组中又一台200RT单机头模块的运行数据，图14示出了800RT的冷水机组中再一台200RT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12个，计算800RT的冷水机组的预测能效比COPpre，参考图15。
在图15中也给出了800RT的冷水机组的的实际能效比和COP相对误差。
并且将800RT的冷水机组的实际能效比和预测能效比COPpre的对比在图16中示出。
且将800RT的冷水机组的COP相对误差在图17中示出。
通过图16和图17能够直观地看出，冷水机组的预测能效比COPpre基本等于实际能效比COP。
通过如上两种不同类型的两种冷水机组的验证，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。
可以对不同组合的单机头模块的冷水机组进行建模，灵活性高且适用范围广，且能够更好地根据负荷选择优化的节能方案。
以500RT的冷水机组为例，在冷水机组的部分负荷率为40%的情况下，可以开启一台200RT的单机头模块以及一台150RT的单机头模块运行，也可以开启两台150RT的单机头模块运行，开启情况不同冷水机组整体的性能也不同。通过这种建模方法不仅建模便捷，也为精准控制提供了良好的模型基础。
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)

1.一种多机头磁悬浮冷水机组的建模方法，其特征在于，包括：
采集冷水机组的运行数据，包括冷水机组内各单机头模块的蒸发温度Tei、冷凝温度Tci、以及实际运行负载Li；
根据各单机头模块的Tei、Tci、Li、额定制冷量Qdes,i和能效比COPi，确定各单机头模块的性能模型；
根据各单机头模块的性能模型，建立冷水机组的性能模型；
其中所述冷水机组的性能模型涉及：根据所确定的各单机头模块的性能模型、Tei和Tci，确定各单机头模块的预测能效比；
根据各单机头模块的预测能效比和制冷量，确定冷水机组的电功率；
根据所述电功率和冷水机组的制冷量，确定冷水机组的预测能效比。
2.根据权利要求1所述的多机头磁悬浮冷水机组的建模方法，其特征在于，
根据各单机头模块的Tei、Tci、Li、额定制冷量Qdes,i和能效比COPi，确定各单机头模块的性能模型，具体为：
根据各单机头模块的Tei、Tci及能效比COPi，确定各单机头模块的性能系数DCOPi；
根据各单机头模块的与其冷凝温度Tci和蒸发温度Tei之间温差相关的权值dTi和冷负荷率PLRi，建立各单机头模块的性能系数的关系式；
根据所确定的DCOPi辨识所述关系式的系数，确定各单机头模块的性能模型；
其中所述冷负荷率PLRi与实际运行负载Li和额定制冷量Qdes,i有关。
3.根据权利要求2所述的多机头磁悬浮冷水机组的建模方法，其特征在于，
性能系数
Figure 934717DEST_PATH_IMAGE001
，其中i≥1。
4.根据权利要求2所述的多机头磁悬浮冷水机组的建模方法，其特征在于，所述关系式采用如下：
DCOPi=Ai*PLRi 2 + Bi*PLRi*dTi+ Ci*dTi 2 + Di*PLRi+ Ei*dTi+ Fi，
其中Ai、Bi、Ci、Di、Ei和Fi为拟合系数。
5.根据权利要求4所述的多机头磁悬浮冷水机组的建模方法，其特征在于，冷负荷率PLRi计算如下：
Figure 873854DEST_PATH_IMAGE002
，
Figure 338334DEST_PATH_IMAGE003
，
其中，Qdes,i表示第i台单机头模块的额定制冷量，Qi表示第i台单机头模块的制冷量，Li表示第i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，n表示多机头磁悬浮冷水机组中单机头模块的台数。
6.根据权利要求4或5所述的多机头磁悬浮冷水机组的建模方法，其特征在于，
Figure 459742DEST_PATH_IMAGE004
，
其中，dTi表示第i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i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i台单机头模块的冷凝温度和蒸发温度之间最小温差。
7.根据权利要求1所述的多机头磁悬浮冷水机组的建模方法，其特征在于，
根据所确定的性能模型、Tci和Tei，确定各单机头模块的预测能效比COPpre,i，具体为：
COPpre,i=性能模型*Tei/(Tci-Tei)。
8.根据权利要求1所述的多机头磁悬浮冷水机组的建模方法，其特征在于，
根据各单机头模块的预测能效比和制冷量，确定冷水机组的电功率Pw，具体为：
Figure 187527DEST_PATH_IMAGE005
，
其中，Qi表示第i台单机头模块的制冷量，COPpre,i为各单机头模块的预测能效比，n表示多机头磁悬浮冷水机组中单机头模块的台数。
9.根据权利要求1所述的多机头磁悬浮冷水机组的建模方法，其特征在于，
对所采集的运行数据剔除异常值的步骤。
10.根据权利要求9所述的多机头磁悬浮冷水机组的建模方法，其特征在于，
所采集的运行数据还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；
对所采集的运行数据剔除异常值，具体包括：
计算冷水机组的制冷量
Figure 879539DEST_PATH_IMAGE006
；
计算冷水机组的排热量
Figure 850774DEST_PATH_IMAGE007
；
计算能量平衡系数
Figure 577421DEST_PATH_IMAGE008
；
在能量平衡系数大于第一预设值时，确定所采集的运行数据为异常值；
剔除所述异常值；
其中，n表示多机头磁悬浮冷水机组中单机头模块的台数，c表示水的比热容。
CN202211055081.6A 2022-08-31 2022-08-31 一种多机头磁悬浮冷水机组的建模方法 Pending CN115453869A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202211055081.6A CN115453869A (zh) 2022-08-31 2022-08-31 一种多机头磁悬浮冷水机组的建模方法
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
CN202211055081.6A CN115453869A (zh) 2022-08-31 2022-08-31 一种多机头磁悬浮冷水机组的建模方法

Publications (1)

Publication Number Publication Date
CN115453869A true CN115453869A (zh) 2022-12-09

Family

ID=84301731

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211055081.6A Pending CN115453869A (zh) 2022-08-31 2022-08-31 一种多机头磁悬浮冷水机组的建模方法

Country Status (1)

Country Link
CN (1) CN115453869A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117350086A (zh) * 2023-12-05 2024-01-05 珠海格力电器股份有限公司 风冷机组能效仿真模型的搭建方法、装置及电子设备
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

Cited By (3)

* Cited by examiner, † Cited by third party
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
CN117350086A (zh) * 2023-12-05 2024-01-05 珠海格力电器股份有限公司 风冷机组能效仿真模型的搭建方法、装置及电子设备
CN117350086B (zh) * 2023-12-05 2024-04-05 珠海格力电器股份有限公司 风冷机组能效仿真模型的搭建方法、装置及电子设备

Similar Documents

Publication Publication Date Title
CN115453869A (zh) 一种多机头磁悬浮冷水机组的建模方法
CN110536591B (zh) 蒸发相变冷却服务器系统以及控制方法
CN112186298A (zh) 用于电池冷却系统的控制逻辑
CN115264771A (zh) 一种空调系统及其控制方法
CN104620062A (zh) 热源系统及其控制方法
CN109063255A (zh) 一种节能控制方法、电子设备、存储介质、装置及系统
CN115049141A (zh) 用于制冷系统的控制方法、控制装置和制冷系统
CN118073715B (zh) 一种储能热管理系统及其控制方法
CN112611140A (zh) 温控装置及方法
CN115309056A (zh) 一种多冷水机组的控制方法
CN117062419B (zh) 多末端供需匹配的数据中心冷源系统参数优化方法及装置
CN113659236A (zh) 一种用于集装箱储能电池的热管理方法和系统
CN117379941B (zh) 一种集成除湿功能的储能电池热管理系统
CN113465442A (zh) 冷却塔能耗确定方法及系统
CN113446749A (zh) 双温控系统及其控制方法、装置
CN115799723B (zh) 电池温度控制方法、系统及设备
CN116305758A (zh) 一种基于空调负荷模拟的冷机建模方法及模型应用
CN112747489A (zh) 一种多机头冷水机组和控制方法
CN115911643A (zh) 一种储能柜热管理系统及其控制方法、控制装置
CN115167561A (zh) 一种宽温域复叠温控系统及温控方法
CN204534926U (zh) 多联制冷系统
CN218381635U (zh) 一种节能型新能源电池包高低温测试系统
JP7437831B1 (ja) 空調設備の成績係数の測定方法、測定装置、及び測定プログラム
Lee et al. Performance modelling of air-cooled twin-circuit screw chiller
CN219856844U (zh) 充电桩及其混合式冷却系统

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