CN115614946A - 空调控制方法及装置、空调设备及计算机可读存储介质 - Google Patents

空调控制方法及装置、空调设备及计算机可读存储介质 Download PDF

Info

Publication number
CN115614946A
CN115614946A CN202211248367.6A CN202211248367A CN115614946A CN 115614946 A CN115614946 A CN 115614946A CN 202211248367 A CN202211248367 A CN 202211248367A CN 115614946 A CN115614946 A CN 115614946A
Authority
CN
China
Prior art keywords
air
space
characteristic data
conditioning equipment
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
Application number
CN202211248367.6A
Other languages
English (en)
Inventor
郑春元
李斌
丁云霄
李斯琪
姬学欢
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.)
Midea Group Co Ltd
GD Midea Heating and Ventilating Equipment Co Ltd
Original Assignee
Midea Group Co Ltd
GD Midea Heating and Ventilating Equipment 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 Midea Group Co Ltd, GD Midea Heating and Ventilating Equipment Co Ltd filed Critical Midea Group Co Ltd
Priority to CN202211248367.6A priority Critical patent/CN115614946A/zh
Publication of CN115614946A publication Critical patent/CN115614946A/zh
Pending legal-status Critical Current

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
    • F24F11/30—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
    • F24F11/50—Control or safety arrangements characterised by user interfaces or communication
    • F24F11/56—Remote control
    • 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
    • F24F11/61—Control or safety arrangements characterised by user interfaces or communication using timers
    • 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
    • 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
    • F24F2110/10—Temperature
    • F24F2110/12—Temperature of the outside air
    • 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
    • F24F2110/20—Humidity
    • 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
    • F24F2110/20—Humidity
    • F24F2110/22—Humidity of the outside air
    • 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
    • F24F2110/30—Velocity
    • F24F2110/32—Velocity of the outside air
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2130/00—Control inputs relating to environmental factors not covered by group F24F2110/00
    • F24F2130/10—Weather information or forecasts

Abstract

本发明提供了一种空调控制方法及装置、空调设备及计算机可读存储介质，涉及空调技术领域，本发明基于空调设备所处空间的实时环境特征数据以及空调设备所处空间的热量传播特征数据，确定空调设备所处空间达到预约温度值所需的目标时长，这样充分考虑了实时环境状态下空调设备所处空间的热量传播影响，使得所确定的目标时长更加准确，从而在预约时间即可满足人体对环境的舒适性要求，同时降低了能耗，节约了能源。

Description

空调控制方法及装置、空调设备及计算机可读存储介质
技术领域
本发明涉及空调技术领域，尤其是涉及一种空调控制方法及装置、空调设备及计算机可读存储介质。
背景技术
随着生活水平的提高，人们对空调的智能控制需求也越来越高。目前空调支持预约开机和预约关机功能，其中预约开机包括预冷和预热两种不同运行方式。
然而目前空调的预约开机/预约关机功能，通常是到达预约时间时直接启动/关闭空调设备。而人们在使用预冷、预热、预约关机等功能时，无法确定所需要设定的时间长度，这样容易出现因空调开启时间过长或关闭时间过短而浪费能源，或者因空调开启时间过短或关闭时间过长而未达到人体的舒适性温度要求的情况，极大影响了用户体验。
发明内容
本发明的目的在于提供一种空调控制方法及装置、空调设备及计算机可读存储介质，以在预约时间满足人体对环境的舒适性要求，同时降低能耗，节约能源。
第一方面，本发明实施例提供了一种空调控制方法，包括：
接收针对空调设备的预约控制指令；其中，所述预约控制指令至少包括预约时间和预约温度值；
当确定距离所述预约时间剩余设定时长时，基于所述空调设备所处空间的实时环境特征数据以及所述空调设备所处空间的热量传播特征数据，确定所述空调设备所处空间达到所述预约温度值所需的目标时长；
当确定距离所述预约时间剩余所述目标时长时，控制所述空调设备执行所述预约控制指令。
进一步地，在所述基于所述空调设备所处空间的实时环境特征数据以及所述空调设备所处空间的热量传播特征数据，确定所述空调设备所处空间达到所述预约温度值所需的目标时长的步骤之前，所述空调控制方法还包括：
获取所述空调设备所处空间的实时环境数据，并基于所述实时环境数据，获得所述空调设备所处空间的实时环境特征数据；其中，所述实时环境数据包括室内空气温度值、室内相对湿度值、室外空气温度值和室外相对湿度值；
获取所述空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据，并基于所述空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据，获得所述空调设备所处空间的热量传播特征数据。
进一步地，所述传热特性数据包括传热系数值，所述换气特性数据包括换气特性参数值；所述获取所述空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据的步骤，包括：
从所述空调设备所处空间的初始传热换气特征数据中，获取所述空调设备所处空间的目标传热换气特征数据；其中，所述目标传热换气特征数据包括是否下雨和室外风速值；
按照由是否下雨和室外风速范围构成的参数组合，对所述目标传热换气特征数据进行分组，得到多个分组数据；
根据每个所述分组数据，确定相应参数组合对应的传热系数值和换气特性参数值。
进一步地，所述从所述空调设备所处空间的初始传热换气特征数据中，获取所述空调设备所处空间的目标传热换气特征数据的步骤，包括：
从所述空调设备所处空间的初始传热换气特征数据中，筛选出符合围护结构的传热换气识别要求的目标传热换气特征数据；其中，所述围护结构的传热换气识别要求包括制冷运行，室内外空气的平均温差大于第一预设温差值，室内外空气的逐时最小温差大于第二预设温差值，且室外空气温度值的波动值不超过预设波动阈值。
进一步地，所述基于所述空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据，获得所述空调设备所处空间的热量传播特征数据的步骤，包括：
将所述空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据，确定为所述空调设备所处空间的热量传播特征数据；
或者；
基于所述空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据，确定所述空调设备所处空间的空气热容，并基于所述空调设备所处空间的空气热容以及所述空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据，确定所述空调设备所处空间的热量传播特征数据。
进一步地，所述基于所述空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据，确定所述空调设备所处空间的空气热容的步骤，包括：
从所述空调设备所处空间的初始空气蓄热特征数据中，获取所述空调设备所处空间的目标空气蓄热特征数据；
基于所述空调设备所处空间的目标空气蓄热特征数据以及围护结构所对应的传热特征数据和换气特性数据，确定所述空调设备所处空间的空气热容。
进一步地，所述从所述空调设备所处空间的初始空气蓄热特征数据中，获取所述空调设备所处空间的目标空气蓄热特征数据的步骤，包括：
从所述空调设备所处空间的初始空气蓄热特征数据中，筛选出符合室内空气蓄热容量要求的目标空气蓄热特征数据；其中，所述室内空气蓄热容量要求包括所述空调设备的室内机关机，室内机关机时刻与温度稳定时刻的室内空气温差大于第三预设温差值，太阳辐照度低于预设辐照度，室内热源强度小于正常使用时的预设百分比，以及室内空气最终稳定后的温差小于第四预设温差值。
进一步地，所述基于所述空调设备所处空间的空气热容以及所述空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据，确定所述空调设备所处空间的热量传播特征数据的步骤，包括：
将所述空调设备所处空间的空气热容以及所述空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据，确定为所述空调设备所处空间的热量传播特征数据；
或者；
确定所述空调设备所处空间的围护结构热容，基于所述空调设备所处空间的围护结构热容、空气热容以及所述空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据，确定所述空调设备所处空间的内热源特性数据，并将所述空调设备所处空间的内热源特性数据、空气热容以及所述空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据，确定为所述空调设备所处空间的热量传播特征数据。
进一步地，所述确定所述空调设备所处空间的围护结构热容的步骤，包括：
从所述空调设备所处空间的初始围护结构蓄热特征数据中，获取所述空调设备所处空间的目标围护结构蓄热特征数据；
基于所述空调设备所处空间的目标围护结构蓄热特征数据以及围护结构所对应的传热特征数据和换气特性数据，确定所述空调设备所处空间的围护结构热容。
进一步地，所述从所述空调设备所处空间的初始围护结构蓄热特征数据中，获取所述空调设备所处空间的目标围护结构蓄热特征数据的步骤，包括：
从所述空调设备所处空间的初始围护结构蓄热特征数据中，筛选出符合室内围护结构蓄热容量要求的目标围护结构蓄热特征数据；其中，所述室内围护结构蓄热容量要求包括所述空调设备的室内机开机，所设定温度值与室内机开机前的围护结构表面温度值之间的差值大于第五预设温差值，室内机开机时刻与温度稳定时刻的围护结构表面温差大于第六预设温差值，太阳辐照度低于预设辐照度，室内热源强度小于正常使用时的预设百分比，以及室内空气最终稳定后的温差小于第四预设温差值。
进一步地，所述基于所述空调设备所处空间的围护结构热容、空气热容以及所述空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据，确定所述空调设备所处空间的内热源特性数据的步骤，包括：
获取所述空调设备所处空间的目标内热源特征数据；
根据所述空调设备所处空间的目标内热源特征数据、围护结构热容、空气热容以及所述空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据，计算得到所述空调设备所处空间的围护结构的实时传热热负荷、实时换气热负荷和实时蓄/放热量，以及所述空调设备所处空间的室内空气的实时蓄/放热量；
获取与所述目标内热源特征数据对应的多天内的室内热源的实时热负荷，所述室内热源的实时热负荷等于所述空调设备的实时能量输出，减去所述空调设备所处空间的围护结构的实时传热热负荷、实时换气热负荷和实时蓄/放热量，并减去所述空调设备所处空间的室内空气的实时蓄/放热量的差值；
根据多天内的所述室内热源的实时热负荷，确定每天的不同时间下的内热源特性数据。
进一步地，所述预约控制指令还包括任务类型；所述基于所述空调设备所处空间的实时环境特征数据以及所述空调设备所处空间的热量传播特征数据，确定所述空调设备所处空间达到所述预约温度值所需的目标时长的步骤，包括：
当所述任务类型为预约开机时，根据所述实时环境特征数据和所述热量传播特征数据，计算得到多个预设的达温曲线对应所需的空调能力输出曲线；其中，所述达温曲线为室内空气温度值随时间变化至所述预约温度值过程的变化曲线；
根据每个所述达温曲线对应所需的空调能力输出曲线和所述空调设备在不同空调负荷率下的能效，计算得到每个所述达温曲线对应的空调能耗值；
将空调能耗值最小的达温曲线所对应的达温时长，确定为所述空调设备所处空间达到所述预约温度值所需的目标时长。
进一步地，所述预约控制指令还包括任务类型，所述热量传播特征数据包括所述空调设备所处空间的空气热容以及所述空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据；所述基于所述空调设备所处空间的实时环境特征数据以及所述空调设备所处空间的热量传播特征数据，确定所述空调设备所处空间达到所述预约温度值所需的目标时长的步骤，还包括：
当所述任务类型为预约关机时，基于所述实时环境特征数据和所述热量传播特征数据，确定当前参数数据；其中，所述当前参数数据包括当前室内空气温度值、室内外空气的当前焓差值、所述空调设备所处空间的围护结构的当前传热系数值和当前换气特性参数值、以及当前空气热容值；
将所述当前参数数据带入空调关机后的温度变化函数，计算得到所述空调设备所处空间达到所述预约温度值所需的目标时长。
第二方面，本发明实施例还提供了一种空调控制装置，包括：
指令接收模块，用于接收针对空调设备的预约控制指令；其中，所述预约控制指令至少包括预约时间和预约温度值；
时长确定模块，用于当确定距离所述预约时间剩余设定时长时，基于所述空调设备所处空间的实时环境特征数据以及所述空调设备所处空间的热量传播特征数据，确定所述空调设备所处空间达到所述预约温度值所需的目标时长；
执行控制模块，用于当确定距离所述预约时间剩余所述目标时长时，控制所述空调设备执行所述预约控制指令。
第三方面，本发明实施例还提供了一种空调设备，包括存储器、处理器，存储器中存储有可在处理器上运行的计算机程序，处理器执行计算机程序时实现第一方面的空调控制方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器运行时执行第一方面的空调控制方法。
本发明实施例提供的空调控制方法及装置、空调设备及计算机可读存储介质，基于空调设备所处空间的实时环境特征数据以及空调设备所处空间的热量传播特征数据，确定空调设备所处空间达到预约温度值所需的目标时长，这样充分考虑了实时环境状态下空调设备所处空间的热量传播影响，使得所确定的目标时长更加准确，从而在预约时间即可满足人体对环境的舒适性要求，同时降低了能耗，节约了能源。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，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为本发明实施例提供的一种空调控制方法的流程示意图；
图2为本发明实施例提供的另一种空调控制方法的流程示意图；
图3为本发明实施例提供的一种室内机的分组示意图；
图4为本发明实施例提供的一种空调控制方法中获取空调设备所处空间的围护结构的传热系数和换气特性参数的流程示意图；
图5为本发明实施例提供的一种空调控制方法中确定空调设备所处空间的空气热容的流程示意图；
图6为本发明实施例提供的一种空调控制方法中确定空调设备所处空间的围护结构热容的流程示意图；
图7为本发明实施例提供的一种空调控制方法中确定空调设备所处空间的内热源特性数据的流程示意图；
图8为本发明实施例提供的空调制冷运行时的多个达温曲线；
图9为本发明实施例提供的预冷时多个制冷方案下的能耗效果示意图；
图10为本发明实施例提供的预约关机时室内空气温度随时间的变化曲线；
图11为本发明实施例提供的另一种空调控制方法的流程示意图；
图12为本发明实施例提供的一种空调控制装置的结构示意图；
图13为本发明实施例提供的一种空调设备的结构示意图。
具体实施方式
下面将结合实施例对本发明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。
空调的预约开机(包括预冷、预热)，或者预约关机(即提前关机)都是基于整个空调系统的。但是，空调是服务于建筑空间的。由于建筑空间对应的位置、朝向、空间内热源、功能服务时间(如上下班时间)等因素的不同，其所需的预约开机时间或提前关机时间均不相同。另外，人们在使用预冷、预热、提前关机等功能时，最大的疑惑是如何确定所需要设定的时间长度。因此需要一种可以根据建筑空间的特征需求的个性化预冷、预热、提前关机的控制方法，全自动设置其中的开关机动作时间。基于此，本发明实施例提供的一种空调控制方法及装置、空调设备及计算机可读存储介质，可以解决建筑不同空间之间预冷、预热、以及提前关机的优化时间确定问题。
为便于对本实施例进行理解，首先对本发明实施例所公开的一种空调控制方法进行详细介绍。
本发明实施例提供了一种空调控制方法，该方法可以由空调设备执行。参见图1所示的一种空调控制方法的流程示意图，该方法主要包括如下步骤S102～步骤S106：
步骤S102，接收针对空调设备的预约控制指令；其中，预约控制指令至少包括预约时间和预约温度值。
上述预约时间是用户设置的。上述预约控制指令还可以包括任务类型，任务类型可以包括预约开机或预约关机，预约开机可以是预冷或预热。当任务类型为预约开机时，预约温度值可以是用户设置的，也可以是默认设置的；当任务类型为预约关机时，预约温度值可以是人体的舒适度上限温度值。该舒适度上限温度值可以根据预约关机前空调设备的运行状态计算得到的。
可选地，在预约关机前空调设备处于制冷运行情况下，舒适度上限温度值可以按相对湿度RH＝50％，PMV(Predicted Mean Vote，预测平均投票数)为+1计算得到；在预约关机前空调处于制热运行情况下，舒适度上限温度值可以按相对湿度RH＝50％，PMV为-1计算得到。其中，PMV是用于反应人体热反应(冷热感)的评价指标，代表了同一环境中大多数人的冷热感觉，PMV对应有七级感觉，即冷(-3)、凉(-2)、稍凉(-1)、中性(0)、稍暖(1)、暖(2)、热(3)。
步骤S104，当确定距离预约时间剩余设定时长时，基于空调设备所处空间的实时环境特征数据以及空调设备所处空间的热量传播特征数据，确定空调设备所处空间达到预约温度值所需的目标时长。
设定时长可以根据实际情况设置，本实施例对此不做限定。可选地，设定时长可以与任务类型对应，任务类型不同时，设定时长可以相同，也可以不同。例如当任务类型为预冷或预热时，设定时长可以为5分钟，当任务类型为预约关机时，设定时长为10分钟。
空调设备所处空间根据空调设备的室内机在建筑中的空间位置确定，即空调设备所处空间指空调设备的室内机所处的空间。空调设备所处空间的实时环境特征数据可以是在确定距离预约时间剩余设定时长时获取的，空调设备所处空间的热量传播特征数据可以是预先获取的。空调设备所处空间的实时环境会影响空调设备所处空间的空气温度，空调设备所处空间也会传播热量，从而影响空调设备所处空间的空气温度，因此，基于空调设备所处空间的实时环境特征数据以及空调设备所处空间的热量传播特征数据，确定目标时长。
步骤S106，当确定距离预约时间剩余目标时长时，控制空调设备执行预约控制指令。
当确定距离预约时间剩余目标时长时，可以按照任务类型控制空调设备的运行。例如，预约时间为18：00：00，任务类型为预冷，目标时长为30s，则在距离18：00：00剩余30s(即17：59：30)时，开启空调设备的室内机制冷运行。
本发明实施例提供的空调控制方法，基于空调设备所处空间的实时环境特征数据以及空调设备所处空间的热量传播特征数据，确定空调设备所处空间达到预约温度值所需的目标时长，这样充分考虑了实时环境状态下空调设备所处空间的热量传播影响，使得所确定的目标时长更加准确，从而在预约时间即可满足人体对环境的舒适性要求，同时降低了能耗，节约了能源。
为了便于理解，本发明实施例还对上述空调控制方法进行了细化，参见图2所示的另一种空调控制方法的流程示意图，该空调控制方法包括如下步骤S202～步骤S210：
步骤S202，获取空调设备所处空间的热量传播特征数据。
考虑到空调设备所处空间的围护结构会通过传热和换气影响空调设备所处空间的空气温度，在一些可能的实施例中，可以获取空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据，并基于空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据，获得空调设备所处空间的热量传播特征数据。围护结构可以是封闭空调设备所处空间的墙体和其他物体等。
步骤S204，接收针对空调设备的预约控制指令；其中，预约控制指令包括预约时间、任务类型和预约温度值。
步骤S206，当确定距离预约时间剩余设定时长时，获取空调设备所处空间的实时环境特征数据。
在一些可能的实施例中，可以获取空调设备所处空间的实时环境数据，并基于实时环境数据，获得空调设备所处空间的实时环境特征数据；其中，实时环境数据可以包括室内空气温度值、室内相对湿度值、室外空气温度值和室外相对湿度值。室内空气温度值和室内相对湿度值可以是空调设备的室内机检测得到的，室外空气温度值和室外相对湿度值可以是空调设备的室外机检测得到的，室外相对湿度值还可以来自于当地气象数据。实时环境数据还可以包括气象参数，气象参数可以包括是否下雨、室外风速值等。
在一种可能的实现方式中，可以将实时环境数据作为实时环境特征数据。在另一种可能的实现方式中，可以对实时环境数据进行计算处理，将处理结果和实时环境数据作为实时环境特征数据；例如，根据室内空气温度值、室内相对湿度值、室外空气温度值和室外相对湿度值，计算得到室内外空气的焓差值，将室内外空气的焓差值和实时环境数据作为实时环境特征数据。
步骤S208，基于空调设备所处空间的实时环境特征数据以及空调设备所处空间的热量传播特征数据，确定空调设备所处空间达到预约温度值所需的目标时长。
步骤S210，当确定距离预约时间剩余目标时长时，按照任务类型控制空调设备的运行。
本实施例中，预先获取空调设备所处空间的热量传播特征数据，热量传播特征数据可以包括空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据，在确定距离预约时间剩余设定时长时获取空调设备所处空间的实时环境特征数据，基于空调设备所处空间的实时环境特征数据以及空调设备所处空间的热量传播特征数据，确定空调设备所处空间达到预约温度值所需的目标时长，这样考虑了实时环境状态下，空调设备所处空间的围护结构的传热和换气特性的影响，使得所确定的目标时长更加准确，从而在预约时间即可满足人体对环境的舒适性要求，同时降低了能耗，节约了能源。
在获取空调设备所处空间的热量传播特征数据时，可以将位于同一空间的室内机分为一组(同一空间指的是室内机之间无围护结构阻隔，可连通)，针对与当前空调设备同一组的室内机所在的空间(空调设备所处空间)进行热量传播特征数据的确定。
为了便于理解室内机的分组，参见图3为所示的一种室内机的分组示意图，分组结果为：
区域1：#1；
区域2：#2、#3；
区域3：#4、#5；
区域4：#6、#7、#8、#9、#10。
为了便于理解，下面对空调设备所处空间的热量传播特征数据的多种获取方式进行介绍。
方式一：
1.1，获取空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据。
在一些可能的实施例中，传热特性数据可以是传热系数值，围护结构的传热系数KA可以通过热流密度计确定。换气特性数据可以是换气特性参数值，换气特性参数F(单位是m3/h)可以通过现场测量方法确定，例如，空调设备所处空间只开一个窗户，开窗面积是2m2，此时风速为1m/s，那该空间的换气特性参数F为2m3/s；换气特性参数F也可以通过新风机的风量或设计换热次数(有的新风机用风量表示，有的新风机用设计换热次数表示)等确定，例如，利用设计换热次数相关参数中的风速和散热口(开窗面积)大小，就可以计算得到F。
在另一些可能的实施例中，考虑到围护结构的传热系数KA和换气特性参数F，与室外风速及是否下雨有函数关系：KA＝f1(下雨or不下雨，风速范围)，F＝f2(下雨or不下雨，风速范围)，基于此，可以基于旧空调的历史运行数据或新空调的试运行采集系统数据(新空调在指定条件下运行时其采集系统得到的运行数据)，通过对建筑热平衡方程进行大数据识别拟合来确定围护结构的传热系数KA和换气特性参数F。
1.2，将空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据，确定为空调设备所处空间的热量传播特征数据。
这种获取方式主要考虑了空调设备所处空间的围护结构的传热和换气影响。
方式二：
2.1，获取空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据。
2.2，基于空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据，确定空调设备所处空间的空气热容。
空气热容(单位kJ/K)可以用于根据空调设备的输出情况及外部情况，计算达到舒适性温度所需要的时间，指导速冷速热优化控制。空气热容可根据建筑信息确定，即根据室内空间大小及空调设备的作用范围计算得到，例如，根据空调设备的作用范围确定空调设备所处空间对应的长、宽、高，计算对应的空气体积，通过空气比热容乘以空气体积，得到空调设备所处空间对应的蓄热容量特征值(即空气热容值)。
2.3，将空调设备所处空间的空气热容以及空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据，确定为空调设备所处空间的热量传播特征数据。
这种获取方式不仅考虑了空调设备所处空间的围护结构的传热和换气影响，还考虑了空调设备所处空间的空气蓄/放热影响。
方式三：
3.1，获取空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据。
3.2，基于空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据，确定空调设备所处空间的空气热容。
3.3，确定空调设备所处空间的围护结构热容。
围护结构热容(单位kJ/K)可以用于计算电力需求响应需提前多长时间设定多少温度，以满足削峰以及舒适性的需求。以围护结构为墙体为例，可以根据建筑信息，确定单位体积的墙体蓄热容量及墙体总体积，对二者进行乘积运算，得到空调设备所处空间的总体蓄热容量(即围护结构热容)。
3.4，将空调设备所处空间的围护结构热容、空气热容以及空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据，确定为空调设备所处空间的热量传播特征数据。
这种获取方式不仅考虑了空调设备所处空间的围护结构的传热和换气影响，以及空调设备所处空间的空气蓄/放热影响，还考虑了围护结构的蓄/放热影响。
方式四：
4.1，获取空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据。
4.2，基于空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据，确定空调设备所处空间的空气热容。
4.3，确定空调设备所处空间的围护结构热容。
4.4，基于空调设备所处空间的围护结构热容、空气热容以及空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据，确定空调设备所处空间的内热源特性数据。
4.5，将空调设备所处空间的内热源特性数据、空气热容以及空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据，确定为空调设备所处空间的热量传播特征数据。
这种获取方式不仅考虑了空调设备所处空间的围护结构的传热和换气影响，以及空调设备所处空间的空气蓄/放热影响，还考虑了室内热源的影响。
另外，上述步骤4.5可以修改为：将空调设备所处空间的内热源特性数据、围护结构热容、空气热容以及空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据，确定为空调设备所处空间的热量传播特征数据。这样综合考虑了空调设备所处空间的围护结构的传热和换气影响，空调设备所处空间的空气蓄/放热影响和围护结构的蓄/放热影响，以及室内热源的影响。
考虑到不便于对围护结构的传热系数和换气特性参数进行测试，围护结构的传热系数和换气特性参数可以通过建筑特征识别方法确定。参见图4所示的一种空调控制方法中获取空调设备所处空间的围护结构的传热系数和换气特性参数的流程示意图，通过建筑特征识别方法确定围护结构的传热系数和换气特性参数的过程如下：
步骤S402，从空调设备所处空间的初始传热换气特征数据中，获取空调设备所处空间的目标传热换气特征数据；其中，目标传热换气特征数据包括是否下雨和室外风速值。
初始传热换气特征数据可以是空调设备所处空间的原始数据集，原始数据集可以包括空调设备所处空间内所有空调设备的历史运行数据和当地气象数据。历史运行数据可以包括室内机的空调能量输出(制冷量Qc或制热量Qh)、不同时刻下室内机的运行状态(制冷运行、制热运行、关机或待机等)、室内机检测的室内空气温度值、室内机检测的室内相对湿度值、室外机检测的室外空气温度值和室外机检测的室外相对湿度值等。当地气象数据可以包括是否下雨、风速范围、太阳辐照度和室外相对湿度值等。当历史运行数据不包含室外相对湿度值时，可以采用当地气象数据中的室外相对湿度值。
可以从空调设备所处空间的初始传热换气特征数据中，筛选出符合围护结构的传热换气识别要求的目标传热换气特征数据；其中，围护结构的传热换气识别要求包括制冷运行，室内外空气的平均温差大于第一预设温差值，室内外空气的逐时最小温差大于第二预设温差值，且室外空气温度值的波动值不超过预设波动阈值。第一预设温差值、第二预设温差值和预设波动阈值均可以根据实际需求设置，这里不做限定。
例如，围护结构的传热换气识别要求包括：制冷工况；室内外空气平均温差大于3.5K，且逐时最小温差大于3K，以保证温差大于传感器精度；室外空气的平均温度波动值不超过1.5K，以剔除不稳定数据。优选地，可设定测试模式，在凌晨晚间(如4:00am～5:30am)启动所有室内机进行制冷运行，温度设定低于室外空气温度3.5K以上，且逐时最小温差大于3K。
获取目标传热换气特征数据后，还需要判断目标传热换气特征数据的样本数量是否达到预设数量，只有达到预设数量时才执行下述步骤S404，以满足统计学需要。预设数量可以根据实际需求设置，例如预设数量为20。
步骤S404，按照由是否下雨和室外风速范围构成的参数组合，对目标传热换气特征数据进行分组，得到多个分组数据。
例如，可能的参数组合为{不下雨，0～0.5m/s}、{下雨，0～0.5m/s}、{不下雨，0.5～1m/s}、{下雨，0.5～1m/s}等。
步骤S406，根据每个分组数据，确定相应参数组合对应的传热系数值和换气特性参数值。
可以根据每个分组数据，拟合得到相应参数组合对应的传热系数值和换气特性参数值。
求解KA和F时，建筑传热过程相对属于稳态传热，空调能力输出、室外空气温度、室内空气温度均平稳。基于此，对于每个分组数据，可以通过对如下公式(去除复杂负荷后的简化热平衡方程)进行拟合，得到相应的传热系数值和换气特性参数值：
Figure BDA0003887422470000181
其中，Qcool表示空调能力输出(空调输出的冷量)，F表示围护结构的换气特性参数，KA表示围护结构的传热系数，Δh表示室内外空气的焓差(即室内空气焓值与室外空气焓值的差)，ΔT表示室内外空气的温差。
Δh等于室内空气焓值与室外空气焓值的差，空气焓值h可以通过如下公式计算：
h＝1.005T+(2500+1.86T)d
Figure BDA0003887422470000182
Figure BDA0003887422470000183
其中，T为空气温度(K)；d为含湿量(g/kg)；
Figure BDA0003887422470000184
为相对湿度(％)；P为大气压强，Pw为水蒸气分压强(Pa)。
这种建筑特征识别方法，识别过程大量利用空调设备自带传感器，减少了设备投资；与不进行数据筛选的建筑特征识别方式相比，这种进行数据筛选的建筑特征识别方式所确定的空调设备所处空间的围护结构的传热系数和换气特性参数，更加准确。
考虑到存在无法获取建筑信息的情况，空调设备所处空间的空气热容可以通过建筑特征识别方法确定。参见图5所示的一种空调控制方法中确定空调设备所处空间的空气热容的流程示意图，通过建筑特征识别方法确定空气热容的过程如下：
步骤S502，从空调设备所处空间的初始空气蓄热特征数据中，获取空调设备所处空间的目标空气蓄热特征数据。
初始空气蓄热特征数据可以是空调设备所处空间的原始数据集，原始数据集可以包括空调设备所处空间内所有空调设备的历史运行数据和当地气象数据。
可以从空调设备所处空间的初始空气蓄热特征数据中，筛选出符合室内空气蓄热容量要求的目标空气蓄热特征数据；其中，室内空气蓄热容量要求包括空调设备的室内机关机，室内机关机时刻与温度稳定时刻的室内空气温差大于第三预设温差值，太阳辐照度低于预设辐照度，室内热源强度小于正常使用时的预设百分比，以及室内空气最终稳定后的温差小于第四预设温差值。第三预设温差值、预设辐照度、预设百分比和第四预设温差值均可以根据实际需求设置，这里不做限定。
例如，室内空气蓄热容量要求包括：室内机关机，且室内空气初始时刻(关机时刻)与最终稳定时刻温差大于2℃；气候参数中的太阳辐照度低于0.5W/m2，室内热源强度小于正常使用时的5％；室内空气最终稳定后的温差小于0.5℃。优选地，可设定测试模式，在凌晨晚间(如4:00am～5:30am)，启动所有室内机，温度设定低于室外空气温度4℃以上(制冷)/温度设定高于室外空气温度4℃以上(制热)，运行时间1小时，关闭所有室内机，直到室内空气温度在20min内的温度波动小于0.5℃。
获取目标空气蓄热特征数据后，还需要判断目标空气蓄热特征数据的样本数量是否达到预设数量，只有达到预设数量时才执行下述步骤S504，以满足统计学需要。预设数量可以根据实际需求设置，例如预设数量为20。
步骤S504，基于空调设备所处空间的目标空气蓄热特征数据以及围护结构所对应的传热特征数据和换气特性数据，确定空调设备所处空间的空气热容。
室内空气温度T随时间τ变化的表达式(经验拟合公式)如下，其中T0表示初始温度，Δh表示室内外空气的焓差，cm表示空气热容，c表示空气比热容，m表示室内空气质量，ε表示常数：
Figure BDA0003887422470000201
室内空气温度T随时间τ变化的通用拟合关系式如下：
T＝a-e(-bτ+c)； (2)
可以根据目标空气蓄热特征数据中不同时刻的室内空气温度值，通过对式(2)的拟合优度进行筛选，进行拟合得到参数b，拟合方法可以是最小二乘法或基于神经网络的拟合方法等，准确度达到90％以上，且满足稳定性测试要求(识别参数误差上下偏差10％的总数占比达到85％以上)。
结合上述式(1)和式(2)可得：
Figure BDA0003887422470000202
基于此，上述步骤S504可以通过如下过程实现：
先根据目标空气蓄热特征数据中不同时刻的室内空气温度值，拟合得到如下室内空气温度T随时间τ的变化表达式中的参数b：
T＝a-e(-bτ+c)；
然后根据如下公式，确定空调设备所处空间的空气热容cm：
Figure BDA0003887422470000203
其中，KA表示围护结构的传热系数，F表示围护结构的换气特性参数，Δh表示室内外空气的焓差。
这种建筑特征识别方法，识别过程大量利用空调设备自带传感器，减少了设备投资；与不进行数据筛选的建筑特征识别方式相比，这种进行数据筛选的建筑特征识别方式所确定的空调设备所处空间的空气热容，更加准确。
考虑到存在无法获取建筑信息的情况，可以通过建筑特征识别方法确定空调设备所处空间的围护结构热容。下面参照图6对确定空调设备所处空间的围护结构热容的过程进行介绍：
步骤S602，从空调设备所处空间的初始围护结构蓄热特征数据中，获取空调设备所处空间的目标围护结构蓄热特征数据。
初始围护结构蓄热特征数据可以是空调设备所处空间的原始数据集，原始数据集可以包括空调设备所处空间内所有空调设备的历史运行数据和当地气象数据。历史运行数据可以包括室内机的空调能量输出(制冷量Qc或制热量Qh)、不同时刻下室内机的运行状态(制冷运行、制热运行、关机或待机等)、室内机检测的室内空气温度值、室内机检测的室内相对湿度值、室外机检测的室外空气温度值、室外机检测的室外相对湿度值和围护结构表面温度值，其中，围护结构表面温度值可以是墙体温度值。当地气象数据可以包括是否下雨、风速范围、太阳辐照度和室外相对湿度值等。当历史运行数据不包含室外相对湿度值时，可以采用当地气象数据中的室外相对湿度值。
可以从空调设备所处空间的初始围护结构蓄热特征数据中，筛选出符合室内围护结构蓄热容量要求的目标围护结构蓄热特征数据；其中，室内围护结构蓄热容量要求包括空调设备的室内机开机，所设定温度值与室内机开机前的围护结构表面温度值之间的差值大于第五预设温差值，室内机开机时刻与温度稳定时刻的围护结构表面温差大于第六预设温差值，太阳辐照度低于预设辐照度，室内热源强度小于正常使用时的预设百分比，以及室内空气最终稳定后的温差小于第四预设温差值。第五预设温差值、第六预设温差值、预设辐照度、预设百分比和第四预设温差值均可以根据实际需求设置，这里不做限定。
例如，室内围护结构蓄热容量要求包括：室内机开机，所设定温度高于或低于室内机开机前的墙体温度5℃以上；经过预设时间，室内机开机前墙体温度与墙体温度达到稳定后的温度差值达到3℃以上；气候参数中的太阳辐照度低于0.5W/m2，室内热源强度小于正常使用时的5％；室内空气最终稳定后的温差小于0.5℃。优选地，可设定测试模式，在凌晨晚间(4:00am～5:30am)，启动所有室内机，温度设定低于室内机开机前的墙体温度55℃以上(制冷)/温度设定高于室内机开机前的墙体温度55℃以上(制热)，运行预设时间3小时，直到室内空气温度和墙体温度在20min内的温度波动小于0.5℃(稳定判断条件)，稳定后的墙体温度比开机前的墙体温度低3℃以上。
获取目标围护结构蓄热特征数据后，还需要判断目标围护结构蓄热特征数据的样本数量是否达到预设数量，只有达到预设数量时才执行下述步骤S504，以满足统计学需要。预设数量可以根据实际需求设置，例如预设数量为20。
步骤S604，基于空调设备所处空间的目标围护结构蓄热特征数据以及围护结构所对应的传热特征数据和换气特性数据，确定空调设备所处空间的围护结构热容。
以围护结构为墙体为例，墙体吸热量Qenvelop随室内空气温度t的变化曲线的表达式(没有室内热源的建筑热平衡方程的表达式)如下，其中，QHVAC为空调能量输出：
Figure BDA0003887422470000221
墙体吸热量随室内空气温度Tin、时间τ的变化表达式(墙体吸热量的通用拟合公式)如下：
Qenvelop＝Tin(aτ2+bτ+c)exp(-dτ+e)+f (4)
可以先根据目标围护结构蓄热特征数据中的空调能量输出、不同时刻的室内空气温度值、室内相对湿度值、室外空气温度值、室外相对湿度值、是否下雨和风速范围等，以及围护结构的传热系数和换气特性参数，通过式(3)确定不同时刻的墙体吸热量；再结合目标围护结构蓄热特征数据中的不同时刻的室内空气温度值，通过对式(4)的拟合优度进行筛选，进行拟合得到各个参数(a、b、c、d、e、f)，拟合方法可以是最小二乘法或基于神经网络的拟合方法等，准确度达到90％以上，且满足稳定性测试要求(识别参数误差上下偏差10％的总数占比达到85％以上)。对拟合出来的式子进行积分，积分时间为室内机启动时间到墙体温度达到稳定的判定时间点，得到此时间区间内的内部围护结构及物体的总得热量，总得热量除以该时间段的墙体温度温差，获取内部围护结构及物体的热容大小Cenvelop。
基于此，上述步骤S604可以通过如下过程实现：
先根据空调设备所处空间的围护结构的传热系数和换气特性参数，确定没有室内热源的建筑热平衡方程的第一表达式(即将围护结构的传热系数和换气特性参数带入式(3)后得到的表达式)；
再根据目标围护结构蓄热特征数据和第一表达式，对如下围护结构的吸热量Qenvelop随室内空气温度Tin、时间τ变化的表达式进行拟合，得到第二表达式：
Qenvelop＝Tin(aτ2+bτ+c)exp(-dτ+e)+f；
然后对第二表达式进行目标时间区间的积分，得到目标时间区间内的围护结构的总得热量；其中，目标时间区间为室内机开机时刻至围护结构表面温度稳定时刻；最后，根据总得热量和目标时间区间的围护结构表面温差，确定空调设备所处空间的围护结构热容。
这种建筑特征识别方法，识别过程大量利用空调设备自带传感器，减少了设备投资；与不进行数据筛选的建筑特征识别方式相比，这种进行数据筛选的建筑特征识别方式所确定的空调设备所处空间的围护结构热容，更加准确。
另外，还可以基于建筑特征识别方法，确定空调设备所处空间的内热源特性数据，参见图7所示的一种空调控制方法中确定空调设备所处空间的内热源特性数据的流程示意图，确定空调设备所处空间的内热源特性数据的过程如下：
步骤S702，获取空调设备所处空间的目标内热源特征数据。
目标内热源特征数据可以是上述的原始数据集。
步骤S704，根据空调设备所处空间的目标内热源特征数据、围护结构热容、空气热容以及空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据，计算得到空调设备所处空间的围护结构的实时传热热负荷、实时换气热负荷和实时蓄/放热量，以及空调设备所处空间的室内空气的实时蓄/放热量。
步骤S706，获取与目标内热源特征数据对应的多天内的室内热源的实时热负荷，室内热源的实时热负荷等于空调设备的实时能量输出，减去空调设备所处空间的围护结构的实时传热热负荷、实时换气热负荷和实时蓄/放热量，并减去空调设备所处空间的室内空气的实时蓄/放热量的差值。
步骤S708，根据多天内的室内热源的实时热负荷，确定每天的不同时间下的内热源特性数据。
可以通过空调设备的实时能量输出、减去围护结构传热和换气的实时热负荷、墙体实时蓄/放热量、室内空气实时蓄/放热量，得到人员、设备、照明等室内热源对应的实时热负荷，最终获取全天的热负荷特征曲线。
Figure BDA0003887422470000241
其中，Qinheat,i为i时刻的人员、设备、照明等热负荷的平均值，QHVAC,i为i时刻的空调输出冷或热量的平均值，Δhi为i时刻室内外空气的平均焓差，Tin,i为i时刻的平均室内空气温度，Tout,i为i时刻的平均室外空气温度，Twall,i为i时刻的平均墙温，Twall,i-1为i-1时刻的平均墙温，Tair,i为i时刻的平均空气温度，Tair,i-1为i-1时刻的平均空气温度，Cm,wall为墙体热容(即围护结构热容)，Cm,air为空气热容。
获取若干天的人员、设备、照明等室内热源对应的热负荷特征曲线，通过聚类分析等方法对热负荷特征曲线进行分类，获取不同时间下的热负荷的时间特征(即内热源特性数据)。如，通过聚类分析分类，可以获取如工作日、非工作日情况下的人员、设备、照明等动态变化负荷的变化特点。
这种建筑特征识别方法，识别过程大量利用空调设备自带传感器，减少了设备投资；考虑了围护结构传热和换气的实时热负荷、墙体实时蓄/放热量、室内空气实时蓄/放热量，所确定的空调设备所处空间的内热源特性数据，更加准确。
为了便于理解，本发明实施例还提供了上述步骤S104在不同任务类型下的具体实现过程。
当任务类型为预约开机时，上述步骤S104可以通过如下过程实现：先根据实时环境特征数据和热量传播特征数据，计算得到多个预设的达温曲线对应所需的空调能力输出曲线；其中，达温曲线为室内空气温度值随时间变化至预约温度值过程的变化曲线；然后根据每个达温曲线对应所需的空调能力输出曲线和空调设备在不同空调负荷率下的能效，计算得到每个达温曲线对应的空调能耗值；最后将空调能耗值最小的达温曲线对应的达温时长，确定为空调设备所处空间达到预约温度值所需的目标时长。
具体实现时，制冷运行时可以按下式计算空调能力输出曲线：
Figure BDA0003887422470000251
制热运行时可以按下式计算空调能力输出曲线：
Figure BDA0003887422470000252
其中，Qhvac为空调能力输出，CMair为空气热容，KA为围护结构的传热系数，Qin为室内热源的热负荷，F表示围护结构的换气特性参数，Δh表示室内外空气的焓差，Tin,i-1为i-1时刻的室内空气温度，Tin,i为i时刻的室内空气温度，Tout,i为i时刻的室外空气温度，RHout为室外相对湿度，RHin为室内相对湿度。当室内相对湿度不可测的情况下，可按60％计算。
空调负荷率PLR等于空调能力输出Qhvac除以额定输出Qratio：
Figure BDA0003887422470000261
通过如下公式计算不同方案(不同达温曲线)对应的空调能耗值：
Figure BDA0003887422470000262
其中，COP(PLR)指的是对应不同空调负荷率PLR下的系统能效COP，t(PLR)指不同方案在对应空调负荷率PLR的累计时间t。
图8示出了空调制冷运行时的多个达温曲线，其中，Tin为室内空气温度，Tset为预约温度值，方案1对应的达温曲线的达温时长为3s，方案2对应的达温曲线的达温时长为2s，方案3对应的达温曲线的达温时长为1s。图9示出了预冷时多个制冷方案下的能耗效果示意图，其中实线为能效随空调负荷率的变化曲线，三条虚线从左至右依次为方案3、方案2和方案1对应的累计时间随空调负荷率的变化曲线。
当任务类型为预约关机，热量传播特征数据包括空调设备所处空间的空气热容以及空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据时，上述步骤S104可以通过如下过程实现：根据实时环境特征数据和热量传播特征数据，确定当前参数数据；其中，当前参数数据包括当前室内空气温度值、室内外空气的当前焓差值、空调设备所处空间的围护结构的当前传热系数值和当前换气特性参数值、以及当前空气热容值；将当前参数数据带入空调关机后的温度变化函数，计算得到空调设备所处空间达到预约温度值所需的目标时长。
图10示出了制冷情况下，预约关机时室内空气温度随时间的变化曲线。制冷运行情况下，可以通过下式计算关机后室内温度的变化曲线：
Figure BDA0003887422470000263
制热运行情况下，可以通过下式计算关机后室内温度的变化曲线：
Figure BDA0003887422470000271
根据以上计算的温度变化曲线，确定到舒适度上限温度值(预约温度值)的时间。
为了便于理解，本发明实施例还提供了上述空调控制方法的细化流程，参见图11所示的另一种空调控制方法的流程示意图，该方法主要包括如下步骤：
步骤S1102，获取空调设备的室内机在建筑中的空间位置。
步骤S1104，将位于同一空间的室内机分为一组。
步骤S1106，针对不同分组的室内机所在的空间进行建筑特征识别，得到空调设备所处空间的热量传播特征数据。
步骤S1108，判断任务类型是预约开机还是预约关机。当任务类型是预约开机(预冷或预热)时，执行步骤S1110～步骤S1114；当任务类型是预约关机时，执行步骤S1116～步骤S1118。
步骤S1110，获取空调设备的开机预约时间，在开机预约时间前的预设判定时间a分钟，获取室外空气温度值、室外相对湿度值，及室内空气温度值，根据空调设备所处空间的热量传播特征数据，计算不同达温曲线对应所需的空调能力输出曲线。
步骤S1112，根据空调负荷率对应的能效曲线，结合不同达温曲线对应所需的空调能力输出曲线，计算达温总能耗，选取达温总能耗最小的达温曲线对应的达温时间b秒，设定空调设备的能力输出控制系数TRBF＝b s。
步骤S1114，预约时间前b秒开启空调设备的室内机。
步骤S1116，获取空调设备的关机预约时间，在关机预约时间前的预设判定时间a分钟，获取室外空气温度值、室外相对湿度值，及室内空气温度值，根据空调设备所处空间的热量传播特征数据计算室内空气温度达到舒适度上限温度值所需要的时间c秒。
步骤S1118，预约时间前c秒关闭空调设备的室内机。
如此，通过进行建筑特征识别，得到空调设备所处空间的热量传播特征数据，根据空调设备所处空间的热量传播特征数据进行预冷/预热、提前关机的优化时间进行确定；通过数据驱动识别的方法解决了建筑内部的空气和围护结构的蓄热容量数字化及信息化，及其应用问题。
对应于上述的空调控制方法，本发明实施例还提供了一种空调控制装置。参见图12所示的一种空调控制装置的结构示意图，该装置包括：
指令接收模块1202，用于接收针对空调设备的预约控制指令；其中，预约控制指令至少包括预约时间和预约温度值；
时长确定模块1204，用于当确定距离预约时间剩余设定时长时，基于空调设备所处空间的实时环境特征数据以及空调设备所处空间的热量传播特征数据，确定空调设备所处空间达到预约温度值所需的目标时长；
执行控制模块1206，用于当确定距离预约时间剩余目标时长时，控制空调设备执行预约控制指令。
本发明实施例提供的空调控制装置，基于空调设备所处空间的实时环境特征数据以及空调设备所处空间的热量传播特征数据，确定空调设备所处空间达到预约温度值所需的目标时长，这样充分考虑了实时环境状态下空调设备所处空间的热量传播影响，使得所确定的目标时长更加准确，从而在预约时间即可满足人体对环境的舒适性要求，同时降低了能耗，节约了能源。
进一步地，上述空调控制装置还包括与时长确定模块1204连接的数据获取模块，数据获取模块用于：
获取空调设备所处空间的实时环境数据，并基于实时环境数据，获得空调设备所处空间的实时环境特征数据；其中，实时环境数据包括室内空气温度值、室内相对湿度值、室外空气温度值和室外相对湿度值；
获取空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据，并基于空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据，获得空调设备所处空间的热量传播特征数据。
进一步地，上述传热特性数据包括传热系数值，换气特性数据包括换气特性参数值；上述数据获取模块具体用于：
从空调设备所处空间的初始传热换气特征数据中，获取空调设备所处空间的目标传热换气特征数据；其中，目标传热换气特征数据包括是否下雨和室外风速值；
按照由是否下雨和室外风速范围构成的参数组合，对目标传热换气特征数据进行分组，得到多个分组数据；
根据每个分组数据，确定相应参数组合对应的传热系数值和换气特性参数值。
进一步地，上述数据获取模块还用于：
从空调设备所处空间的初始传热换气特征数据中，筛选出符合围护结构的传热换气识别要求的目标传热换气特征数据；其中，围护结构的传热换气识别要求包括制冷运行，室内外空气的平均温差大于第一预设温差值，室内外空气的逐时最小温差大于第二预设温差值，且室外空气温度值的波动值不超过预设波动阈值。
进一步地，上述数据获取模块还用于：
将空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据，确定为空调设备所处空间的热量传播特征数据；
或者；
基于空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据，确定空调设备所处空间的空气热容，并基于空调设备所处空间的空气热容以及空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据，确定空调设备所处空间的热量传播特征数据。
进一步地，上述数据获取模块还用于：
从空调设备所处空间的初始空气蓄热特征数据中，获取空调设备所处空间的目标空气蓄热特征数据；
基于空调设备所处空间的目标空气蓄热特征数据以及围护结构所对应的传热特征数据和换气特性数据，确定空调设备所处空间的空气热容。
进一步地，上述数据获取模块还用于：
从空调设备所处空间的初始空气蓄热特征数据中，筛选出符合室内空气蓄热容量要求的目标空气蓄热特征数据；其中，室内空气蓄热容量要求包括空调设备的室内机关机，室内机关机时刻与温度稳定时刻的室内空气温差大于第三预设温差值，太阳辐照度低于预设辐照度，室内热源强度小于正常使用时的预设百分比，以及室内空气最终稳定后的温差小于第四预设温差值。
进一步地，上述数据获取模块还用于：
将空调设备所处空间的空气热容以及空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据，确定为空调设备所处空间的热量传播特征数据；
或者；
确定空调设备所处空间的围护结构热容，基于空调设备所处空间的围护结构热容、空气热容以及空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据，确定空调设备所处空间的内热源特性数据，并将空调设备所处空间的内热源特性数据、空气热容以及空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据，确定为空调设备所处空间的热量传播特征数据。
进一步地，上述数据获取模块还用于：
从空调设备所处空间的初始围护结构蓄热特征数据中，获取空调设备所处空间的目标围护结构蓄热特征数据；
基于空调设备所处空间的目标围护结构蓄热特征数据以及围护结构所对应的传热特征数据和换气特性数据，确定空调设备所处空间的围护结构热容。
进一步地，上述数据获取模块还用于：
从空调设备所处空间的初始围护结构蓄热特征数据中，筛选出符合室内围护结构蓄热容量要求的目标围护结构蓄热特征数据；其中，室内围护结构蓄热容量要求包括空调设备的室内机开机，所设定温度值与室内机开机前的围护结构表面温度值之间的差值大于第五预设温差值，室内机开机时刻与温度稳定时刻的围护结构表面温差大于第六预设温差值，太阳辐照度低于预设辐照度，室内热源强度小于正常使用时的预设百分比，以及室内空气最终稳定后的温差小于第四预设温差值。
进一步地，上述数据获取模块还用于：
获取空调设备所处空间的目标内热源特征数据；
根据空调设备所处空间的目标内热源特征数据、围护结构热容、空气热容以及空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据，计算得到空调设备所处空间的围护结构的实时传热热负荷、实时换气热负荷和实时蓄/放热量，以及空调设备所处空间的室内空气的实时蓄/放热量；
获取与目标内热源特征数据对应的多天内的室内热源的实时热负荷，室内热源的实时热负荷等于空调设备的实时能量输出，减去空调设备所处空间的围护结构的实时传热热负荷、实时换气热负荷和实时蓄/放热量，并减去空调设备所处空间的室内空气的实时蓄/放热量的差值；
根据多天内的室内热源的实时热负荷，确定每天的不同时间下的内热源特性数据。
进一步地，上述预约控制指令还包括任务类型；上述时长确定模块1204具体用于：
当任务类型为预约开机时，根据实时环境特征数据和热量传播特征数据，计算得到多个预设的达温曲线对应所需的空调能力输出曲线；其中，达温曲线为室内空气温度值随时间变化至预约温度值过程的变化曲线；
根据每个达温曲线对应所需的空调能力输出曲线和空调设备在不同空调负荷率下的能效，计算得到每个达温曲线对应的空调能耗值；
将空调能耗值最小的达温曲线所对应的达温时长，确定为空调设备所处空间达到预约温度值所需的目标时长。
进一步地，上述预约控制指令还包括任务类型，热量传播特征数据包括空调设备所处空间的空气热容以及空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据；上述时长确定模块1204还用于：
当任务类型为预约关机时，基于实时环境特征数据和热量传播特征数据，确定当前参数数据；其中，当前参数数据包括当前室内空气温度值、室内外空气的当前焓差值、空调设备所处空间的围护结构的当前传热系数值和当前换气特性参数值、以及当前空气热容值；
将当前参数数据带入空调关机后的温度变化函数，计算得到空调设备所处空间达到预约温度值所需的目标时长。
本实施例所提供的空调控制装置，其实现原理及产生的技术效果和前述空调控制方法实施例相同，为简要描述，空调控制装置实施例部分未提及之处，可参考前述空调控制方法实施例中相应内容。
如图13所示，本发明实施例提供的一种空调设备1300，包括：处理器1301、存储器1302和总线，存储器1302存储有处理器1301可执行的机器可读指令，当空调设备1300运行时，处理器1301与存储器1302之间通过总线通信，处理器1301执行机器可读指令，以执行如上述空调控制方法的步骤。
具体地，上述存储器1302和处理器1301能够为通用的存储器和处理器，这里不做具体限定，当处理器1301运行存储器1302存储的计算机程序时，能够执行上述空调控制方法。
本发明实施例还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行前面方法实施例中所述的空调控制方法。该计算机可读存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，简称ROM)、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
在这里示出和描述的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制，因此，示例性实施例的其他示例可以具有不同的值。
附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (16)

1.一种空调控制方法，其特征在于，包括：
接收针对空调设备的预约控制指令；其中，所述预约控制指令至少包括预约时间和预约温度值；
当确定距离所述预约时间剩余设定时长时，基于所述空调设备所处空间的实时环境特征数据以及所述空调设备所处空间的热量传播特征数据，确定所述空调设备所处空间达到所述预约温度值所需的目标时长；
当确定距离所述预约时间剩余所述目标时长时，控制所述空调设备执行所述预约控制指令。
2.根据权利要求1所述的空调控制方法，其特征在于，在所述基于所述空调设备所处空间的实时环境特征数据以及所述空调设备所处空间的热量传播特征数据，确定所述空调设备所处空间达到所述预约温度值所需的目标时长的步骤之前，所述空调控制方法还包括：
获取所述空调设备所处空间的实时环境数据，并基于所述实时环境数据，获得所述空调设备所处空间的实时环境特征数据；其中，所述实时环境数据包括室内空气温度值、室内相对湿度值、室外空气温度值和室外相对湿度值；
获取所述空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据，并基于所述空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据，获得所述空调设备所处空间的热量传播特征数据。
3.根据权利要求2所述的空调控制方法，其特征在于，所述传热特性数据包括传热系数值，所述换气特性数据包括换气特性参数值；所述获取所述空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据的步骤，包括：
从所述空调设备所处空间的初始传热换气特征数据中，获取所述空调设备所处空间的目标传热换气特征数据；其中，所述目标传热换气特征数据包括是否下雨和室外风速值；
按照由是否下雨和室外风速范围构成的参数组合，对所述目标传热换气特征数据进行分组，得到多个分组数据；
根据每个所述分组数据，确定相应参数组合对应的传热系数值和换气特性参数值。
4.根据权利要求3所述的空调控制方法，其特征在于，所述从所述空调设备所处空间的初始传热换气特征数据中，获取所述空调设备所处空间的目标传热换气特征数据的步骤，包括：
从所述空调设备所处空间的初始传热换气特征数据中，筛选出符合围护结构的传热换气识别要求的目标传热换气特征数据；其中，所述围护结构的传热换气识别要求包括制冷运行，室内外空气的平均温差大于第一预设温差值，室内外空气的逐时最小温差大于第二预设温差值，且室外空气温度值的波动值不超过预设波动阈值。
5.根据权利要求2所述的空调控制方法，其特征在于，所述基于所述空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据，获得所述空调设备所处空间的热量传播特征数据的步骤，包括：
将所述空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据，确定为所述空调设备所处空间的热量传播特征数据；
或者；
基于所述空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据，确定所述空调设备所处空间的空气热容，并基于所述空调设备所处空间的空气热容以及所述空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据，确定所述空调设备所处空间的热量传播特征数据。
6.根据权利要求5所述的空调控制方法，其特征在于，所述基于所述空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据，确定所述空调设备所处空间的空气热容的步骤，包括：
从所述空调设备所处空间的初始空气蓄热特征数据中，获取所述空调设备所处空间的目标空气蓄热特征数据；
基于所述空调设备所处空间的目标空气蓄热特征数据以及围护结构所对应的传热特征数据和换气特性数据，确定所述空调设备所处空间的空气热容。
7.根据权利要求6所述的空调控制方法，其特征在于，所述从所述空调设备所处空间的初始空气蓄热特征数据中，获取所述空调设备所处空间的目标空气蓄热特征数据的步骤，包括：
从所述空调设备所处空间的初始空气蓄热特征数据中，筛选出符合室内空气蓄热容量要求的目标空气蓄热特征数据；其中，所述室内空气蓄热容量要求包括所述空调设备的室内机关机，室内机关机时刻与温度稳定时刻的室内空气温差大于第三预设温差值，太阳辐照度低于预设辐照度，室内热源强度小于正常使用时的预设百分比，以及室内空气最终稳定后的温差小于第四预设温差值。
8.根据权利要求5所述的空调控制方法，其特征在于，所述基于所述空调设备所处空间的空气热容以及所述空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据，确定所述空调设备所处空间的热量传播特征数据的步骤，包括：
将所述空调设备所处空间的空气热容以及所述空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据，确定为所述空调设备所处空间的热量传播特征数据；
或者；
确定所述空调设备所处空间的围护结构热容，基于所述空调设备所处空间的围护结构热容、空气热容以及所述空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据，确定所述空调设备所处空间的内热源特性数据，并将所述空调设备所处空间的内热源特性数据、空气热容以及所述空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据，确定为所述空调设备所处空间的热量传播特征数据。
9.根据权利要求8所述的空调控制方法，其特征在于，所述确定所述空调设备所处空间的围护结构热容的步骤，包括：
从所述空调设备所处空间的初始围护结构蓄热特征数据中，获取所述空调设备所处空间的目标围护结构蓄热特征数据；
基于所述空调设备所处空间的目标围护结构蓄热特征数据以及围护结构所对应的传热特征数据和换气特性数据，确定所述空调设备所处空间的围护结构热容。
10.根据权利要求9所述的空调控制方法，其特征在于，所述从所述空调设备所处空间的初始围护结构蓄热特征数据中，获取所述空调设备所处空间的目标围护结构蓄热特征数据的步骤，包括：
从所述空调设备所处空间的初始围护结构蓄热特征数据中，筛选出符合室内围护结构蓄热容量要求的目标围护结构蓄热特征数据；其中，所述室内围护结构蓄热容量要求包括所述空调设备的室内机开机，所设定温度值与室内机开机前的围护结构表面温度值之间的差值大于第五预设温差值，室内机开机时刻与温度稳定时刻的围护结构表面温差大于第六预设温差值，太阳辐照度低于预设辐照度，室内热源强度小于正常使用时的预设百分比，以及室内空气最终稳定后的温差小于第四预设温差值。
11.根据权利要求8所述的空调控制方法，其特征在于，所述基于所述空调设备所处空间的围护结构热容、空气热容以及所述空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据，确定所述空调设备所处空间的内热源特性数据的步骤，包括：
获取所述空调设备所处空间的目标内热源特征数据；
根据所述空调设备所处空间的目标内热源特征数据、围护结构热容、空气热容以及所述空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据，计算得到所述空调设备所处空间的围护结构的实时传热热负荷、实时换气热负荷和实时蓄/放热量，以及所述空调设备所处空间的室内空气的实时蓄/放热量；
获取与所述目标内热源特征数据对应的多天内的室内热源的实时热负荷，所述室内热源的实时热负荷等于所述空调设备的实时能量输出，减去所述空调设备所处空间的围护结构的实时传热热负荷、实时换气热负荷和实时蓄/放热量，并减去所述空调设备所处空间的室内空气的实时蓄/放热量的差值；
根据多天内的所述室内热源的实时热负荷，确定每天的不同时间下的内热源特性数据。
12.根据权利要求1所述的空调控制方法，其特征在于，所述预约控制指令还包括任务类型；所述基于所述空调设备所处空间的实时环境特征数据以及所述空调设备所处空间的热量传播特征数据，确定所述空调设备所处空间达到所述预约温度值所需的目标时长的步骤，包括：
当所述任务类型为预约开机时，根据所述实时环境特征数据和所述热量传播特征数据，计算得到多个预设的达温曲线对应所需的空调能力输出曲线；其中，所述达温曲线为室内空气温度值随时间变化至所述预约温度值过程的变化曲线；
根据每个所述达温曲线对应所需的空调能力输出曲线和所述空调设备在不同空调负荷率下的能效，计算得到每个所述达温曲线对应的空调能耗值；
将空调能耗值最小的达温曲线所对应的达温时长，确定为所述空调设备所处空间达到所述预约温度值所需的目标时长。
13.根据权利要求1所述的空调控制方法，其特征在于，所述预约控制指令还包括任务类型，所述热量传播特征数据包括所述空调设备所处空间的空气热容以及所述空调设备所处空间的围护结构所对应的传热特性数据和换气特性数据；所述基于所述空调设备所处空间的实时环境特征数据以及所述空调设备所处空间的热量传播特征数据，确定所述空调设备所处空间达到所述预约温度值所需的目标时长的步骤，还包括：
当所述任务类型为预约关机时，基于所述实时环境特征数据和所述热量传播特征数据，确定当前参数数据；其中，所述当前参数数据包括当前室内空气温度值、室内外空气的当前焓差值、所述空调设备所处空间的围护结构的当前传热系数值和当前换气特性参数值、以及当前空气热容值；
将所述当前参数数据带入空调关机后的温度变化函数，计算得到所述空调设备所处空间达到所述预约温度值所需的目标时长。
14.一种空调控制装置，其特征在于，包括：
指令接收模块，用于接收针对空调设备的预约控制指令；其中，所述预约控制指令至少包括预约时间和预约温度值；
时长确定模块，用于当确定距离所述预约时间剩余设定时长时，基于所述空调设备所处空间的实时环境特征数据以及所述空调设备所处空间的热量传播特征数据，确定所述空调设备所处空间达到所述预约温度值所需的目标时长；
执行控制模块，用于当确定距离所述预约时间剩余所述目标时长时，控制所述空调设备执行所述预约控制指令。
15.一种空调设备，其特征在于，包括存储器、处理器；所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述权利要求1-13中任一项所述的空调控制方法。
16.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器运行时执行权利要求1-13中任一项所述的空调控制方法。
CN202211248367.6A 2022-10-12 2022-10-12 空调控制方法及装置、空调设备及计算机可读存储介质 Pending CN115614946A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211248367.6A CN115614946A (zh) 2022-10-12 2022-10-12 空调控制方法及装置、空调设备及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211248367.6A CN115614946A (zh) 2022-10-12 2022-10-12 空调控制方法及装置、空调设备及计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN115614946A true CN115614946A (zh) 2023-01-17

Family

ID=84862603

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211248367.6A Pending CN115614946A (zh) 2022-10-12 2022-10-12 空调控制方法及装置、空调设备及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN115614946A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116085952A (zh) * 2023-01-30 2023-05-09 武汉大学 一种分体空调节能量计算方法、节能控制器、终端及介质
CN117515808A (zh) * 2024-01-05 2024-02-06 深圳市博久科技工程有限公司 一种中央空调冷热源节能智控系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116085952A (zh) * 2023-01-30 2023-05-09 武汉大学 一种分体空调节能量计算方法、节能控制器、终端及介质
CN116085952B (zh) * 2023-01-30 2024-02-23 武汉大学 一种分体空调节能量计算方法、节能控制器、终端及介质
CN117515808A (zh) * 2024-01-05 2024-02-06 深圳市博久科技工程有限公司 一种中央空调冷热源节能智控系统

Similar Documents

Publication Publication Date Title
US10921768B2 (en) Temperature control system and methods for operating same
CN115614946A (zh) 空调控制方法及装置、空调设备及计算机可读存储介质
CA3043996C (en) Temperature control system and methods for operating same
US9447985B2 (en) HVAC control system and methods for operating same
Zhou et al. Simulation and experimental validation of the variable-refrigerant-volume (VRV) air-conditioning system in EnergyPlus
Park et al. Experimental evaluation and simulation of a variable refrigerant-flow (VRF) air-conditioning system with outdoor air processing unit
JP7004827B2 (ja) 空調装置、制御装置、空調方法及びプログラム
Kim et al. Model-based multi-objective optimal control of a VRF (variable refrigerant flow) combined system with DOAS (dedicated outdoor air system) using genetic algorithm under heating conditions
Salimi et al. Optimizing energy consumption and occupants comfort in open-plan offices using local control based on occupancy dynamic data
US20100114550A1 (en) Modeling Device, Simulation Device, Modeling Program, Simulation Program, Method for Using Heat Balance Model, and System for Using Heat Balance Model
Daaboul et al. Mixed-mode ventilation and air conditioning as alternative for energy savings: a case study in Beirut current and future climate
Batista et al. Evaluation and improvement of the energy performance of a building's equipment and subsystems through continuous monitoring
JP2020060331A (ja) 空気調和機、データ送信方法及び空気調和システム
JP6832985B2 (ja) 空調装置
CN112747419B (zh) 中央空调风水联动控制方法、装置、设备及存储介质
KR20180066300A (ko) 냉방부하 예측을 이용한 나이트 퍼지 운전방법
US10823446B2 (en) System of adjusting load of air conditioning and method of adjusting the same
WO2020035908A1 (ja) 空調装置、制御装置、空調方法及びプログラム
WO2020035913A1 (ja) 空調装置、制御装置、空調方法及びプログラム
CN111397146B (zh) 空调湿度控制方法、装置、空调器及计算机可读存储介质
KR101779797B1 (ko) 빅 데이터를 이용한 자기학습형 havc 에너지 관리 시스템 및 그 구동 방법
TW202204832A (zh) 空調系統控制方法
JP7038835B2 (ja) 空調装置、制御装置、空調方法及びプログラム
Moon et al. A comparative study between thermostat/hygrometer-based conventional and artificial neural network-based predictive/adaptive thermal controls in residential buildings
CN114526537B (zh) 一种设备节能控制方法和装置

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