CN115654612A - 一种冰蓄冷系统的诊断方法及装置、冰蓄冷设备 - Google Patents
一种冰蓄冷系统的诊断方法及装置、冰蓄冷设备 Download PDFInfo
- Publication number
- CN115654612A CN115654612A CN202211319529.0A CN202211319529A CN115654612A CN 115654612 A CN115654612 A CN 115654612A CN 202211319529 A CN202211319529 A CN 202211319529A CN 115654612 A CN115654612 A CN 115654612A
- Authority
- CN
- China
- Prior art keywords
- ice
- ice storage
- melting
- parameters
- time
- 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
- 238000003745 diagnosis Methods 0.000 title claims abstract description 83
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000005611 electricity Effects 0.000 claims abstract description 34
- 238000002844 melting Methods 0.000 claims description 208
- 230000008018 melting Effects 0.000 claims description 186
- 238000013461 design Methods 0.000 claims description 34
- 230000002159 abnormal effect Effects 0.000 claims description 14
- 238000012549 training Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 4
- 241000764238 Isis Species 0.000 claims 1
- 238000012423 maintenance Methods 0.000 abstract description 7
- 230000008878 coupling Effects 0.000 abstract description 6
- 238000010168 coupling process Methods 0.000 abstract description 6
- 238000005859 coupling reaction Methods 0.000 abstract description 6
- 238000011835 investigation Methods 0.000 abstract description 4
- 238000005457 optimization Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 6
- 238000001816 cooling Methods 0.000 description 5
- 238000002405 diagnostic procedure Methods 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 238000004378 air conditioning Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 210000001061 forehead Anatomy 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000007710 freezing Methods 0.000 description 2
- 230000008014 freezing Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005057 refrigeration Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006386 neutralization reaction Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Images
Landscapes
- Air Conditioning Control Device (AREA)
Abstract
本发明公开一种冰蓄冷系统的诊断方法及装置、冰蓄冷设备。其中,该方法包括:获取蓄冰策略参数,其中,所述蓄冰策略参数用于指示冰蓄冷设备的蓄冰效率和运行负荷;基于所述蓄冰策略参数配置所述冰蓄冷设备的指导运行参数,并实时采集所述冰蓄冷设备的实际运行参数;根据所述实际运行参数输出所述冰蓄冷设备的诊断信息。通过本发明,解决了现有技术中冰蓄冷设备的运行能效低的技术问题,依托峰谷电价策略,提高冰蓄冷系统蓄冰与建筑负荷的耦合性,提高了冰蓄冷设备的运行能效,最大限度降低系统的运行费用,可以通过可视化展示输出的诊断信息,指导运维人员实时检查系统运行情况,节省排查时间。
Description
技术领域
本发明涉及制冷控制技术领域,具体而言,涉及一种冰蓄冷系统的诊断方法及装置、冰蓄冷设备。
背景技术
现有技术中,随着双碳战略的实施以及电网电力供需平衡问题的加剧,冰蓄冷空调系统的应用范围也随之提升。冰蓄冷空调系统通过夜间谷段蓄冰、白天峰段供冷,可有效的实现移峰填谷,提升用户经济效益。
现有技术中的冰蓄冷项目多采用固定逻辑的控制方法,对工况及气候变化自适应性较差,通常采用融冰供冷优先、主机优先或比例控制优先等控制策略,无法满足优化控制策略与现场设备的高度耦合,因此造成冰蓄冷系统运行能效低,费用高,甚至在系统蓄冷释冷过程中造成额外的运行费用增加的情况。
针对现有技术中冰蓄冷系统运行能效低的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例中提供一种冰蓄冷系统的诊断方法及装置、冰蓄冷设备,以解决现有技术中冰蓄冷设备的运行能效低的技术问题。
为解决上述技术问题,本发明提供了一种冰蓄冷系统的诊断方法,包括:获取蓄冰策略参数,其中,所述蓄冰策略参数用于指示冰蓄冷设备的蓄冰效率和运行负荷;基于所述蓄冰策略参数配置所述冰蓄冷设备的指导运行参数,并实时采集所述冰蓄冷设备的实际运行参数;根据所述实际运行参数输出所述冰蓄冷设备的诊断信息。
进一步,实时采集所述冰蓄冷设备的实际运行参数包括:实时采集所述冰蓄冷设备的以下蓄冰参数:谷段理论蓄冰量,冰池设计容量,冰池余冰量,融冰周期开始时刻,融冰周期结束时刻,当前时刻融冰泵的融冰频率,融冰泵的额定融冰频率,所述冰蓄冷设备的当前主机负荷。
进一步,根据实际运行参数输出所述冰蓄冷设备的诊断信息包括:判断谷段理论蓄冰量是否小于冰池设计容量;若谷段理论蓄冰量小于冰池设计容量,判断峰谷电价周期的谷段开始时刻的冰池余冰量是否大于0;若峰谷电价周期的谷段开始时刻的冰池余冰量大于0,根据融冰时间输出第一类诊断信息;若峰谷电价周期的谷段开始时刻的冰池余冰量小于或等于0,根据融冰时间输出第二类诊断信息;其中,所述实际运行参数包括:所述谷段理论蓄冰量,所述冰池设计容量,所述融冰时间。
进一步,根据融冰时间输出第一类诊断信息包括:以tstart为t的起始时间,逐次判断t是否小于tend,其中,tend为融冰周期结束时刻,t为一任意时间变量,tstart为融冰周期开始时刻;若t小于tend,判断当前时刻融冰泵的融冰频率是否小于融冰泵的额定融冰频率,且当前主机负荷是否大于0;若当前时刻融冰泵的融冰频率小于融冰泵的额定融冰频率,且当前主机负荷大于0,输出第一诊断信息,其中,所述第一诊断信息用于表征所述冰蓄冷设备的工况异常;若t大于或等于tend,输出第二诊断信息,其中,所述第二诊断信息用于表征所述冰蓄冷设备的谷段蓄冰量偏多。
进一步,根据融冰时间输出第二类诊断信息包括:以tstart为t的起始时间,逐次判断t是否小于tend,其中,tend为融冰周期结束时刻,t为一任意时间变量,tstart为融冰周期开始时刻;若t小于tend,判断当前时刻融冰泵的融冰频率是否等于0,且当前主机负荷是否大于0;若当前时刻融冰泵的融冰频率等于0,且当前主机负荷大于0,输出第三诊断信息,其中,所述第三诊断信息用于表征所述冰蓄冷设备的谷段蓄冰量偏少;若t大于或等于tend,输出第四诊断信息,其中,所述第四诊断信息用于表征所述冰蓄冷设备运行正常。
进一步,获取蓄冰策略参数包括:采集蓄冰样本数据;采用所述蓄冰样本数据训练生成负荷预测模型;采用所述负荷预测模型预测蓄冰时段内的蓄冰策略参数,其中,所述蓄冰策略参数包括以下参数:蓄冰时段内的逐时蓄冰量,逐时负荷建筑负荷,逐时峰谷电价。
进一步,在根据所述实际运行参数输出所述冰蓄冷设备的诊断信息之后,所述方法还包括:基于所述诊断信息更新所述冰蓄冷设备在下一蓄冰时段的蓄冰策略参数。
根据本申请实施例的另一个方面,还提供了一种冰蓄冷系统的诊断装置,包括:获取模块,用于获取蓄冰策略参数,其中,所述蓄冰策略参数用于指示冰蓄冷设备的蓄冰效率和运行负荷;采集模块,用于基于所述蓄冰策略参数配置所述冰蓄冷设备的指导运行参数,并实时采集所述冰蓄冷设备的实际运行参数;输出模块,用于根据所述实际运行参数输出所述冰蓄冷设备的诊断信息。
进一步,所述采集模块包括:采集单元,用于实时采集所述冰蓄冷设备的以下蓄冰参数:谷段理论蓄冰量,冰池设计容量,冰池余冰量,融冰周期开始时刻,融冰周期结束时刻,当前时刻融冰泵的融冰频率,融冰泵的额定融冰频率,所述冰蓄冷设备的当前主机负荷。
进一步,所述输出模块包括:第一判断单元,用于判断谷段理论蓄冰量是否小于冰池设计容量;第二判断单元,用于若谷段理论蓄冰量小于冰池设计容量,判断峰谷电价周期的谷段开始时刻的冰池余冰量是否大于0;输出单元,用于若峰谷电价周期的谷段开始时刻的冰池余冰量大于0,根据融冰时间输出第一类诊断信息;若峰谷电价周期的谷段开始时刻的冰池余冰量小于或等于0,根据融冰时间输出第二类诊断信息;其中,所述实际运行参数包括:所述谷段理论蓄冰量,所述冰池设计容量,所述融冰时间。
进一步,所述输出单元包括:第一判断子单元,用于以tstart为t的起始时间,逐次判断t是否小于tend,其中,tend为融冰周期结束时刻,t为一任意时间变量,tstart为融冰周期开始时刻;第二判断子单元,用于若t小于tend,判断当前时刻融冰泵的融冰频率是否小于融冰泵的额定融冰频率,且当前主机负荷是否大于0;若当前时刻融冰泵的融冰频率小于融冰泵的额定融冰频率,且当前主机负荷大于0,输出第一诊断信息,其中,所述第一诊断信息用于表征所述冰蓄冷设备的工况异常;第一输出子单元,用于若t大于或等于tend,输出第二诊断信息,其中,所述第二诊断信息用于表征所述冰蓄冷设备的谷段蓄冰量偏多。
进一步,所述输出单元包括:第一判断子单元,用于以tstart为t的起始时间,逐次判断t是否小于tend,其中,tend为融冰周期结束时刻,t为一任意时间变量,tstart为融冰周期开始时刻;第三判断子单元,用于若t小于tend,判断当前时刻融冰泵的融冰频率是否等于0,且当前主机负荷是否大于0;若当前时刻融冰泵的融冰频率等于0,且当前主机负荷大于0,输出第三诊断信息,其中,所述第三诊断信息用于表征所述冰蓄冷设备的谷段蓄冰量偏少;第二输出子单元,用于若t大于或等于tend,输出第四诊断信息,其中,所述第四诊断信息用于表征所述冰蓄冷设备运行正常。
进一步,所述获取模块包括:采集单元,用于采集蓄冰样本数据;生成单元,用于采用所述蓄冰样本数据训练生成负荷预测模型;预测单元,用于采用所述负荷预测模型预测蓄冰时段内的蓄冰策略参数,其中,所述蓄冰策略参数包括以下参数:蓄冰时段内的逐时蓄冰量,逐时负荷建筑负荷,逐时峰谷电价。
进一步,所述装置还包括:更新模块,用于在所述输出模块根据所述实际运行参数输出所述冰蓄冷设备的诊断信息之后,基于所述诊断信息更新所述冰蓄冷设备在下一蓄冰时段的蓄冰策略参数。
根据本申请实施例的另一个方面,还提供了一种冰蓄冷设备,包括如上述实施例所述的装置。
根据本申请实施例的另一方面,还提供了一种计算机可读存储介质,该存储介质包括存储的程序,程序运行时执行上述的步骤。
根据本申请实施例的另一方面,还提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;其中:存储器,用于存放计算机程序;处理器,用于通过运行存储器上所存放的程序来执行上述方法中的步骤。
本申请实施例还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述方法中的步骤。
应用本发明的技术方案,获取蓄冰策略参数,其中,蓄冰策略参数用于指示冰蓄冷设备的蓄冰效率和运行负荷,基于蓄冰策略参数配置冰蓄冷设备的指导运行参数,并实时采集冰蓄冷设备的实际运行参数;根据实际运行参数输出冰蓄冷设备的诊断信息,通过蓄冰策略参数指导冰蓄冷设备的运行,并根据冰蓄冷设备的实际运行参数输出冰蓄冷设备的诊断信息,从而优化蓄冰控制,使冰蓄冷设备的蓄冰量与实际运行相匹配,解决了现有技术中冰蓄冷设备的运行能效低的技术问题,依托峰谷电价策略,提高冰蓄冷系统蓄冰与建筑负荷的耦合性,提高了冰蓄冷设备的运行能效,最大限度降低系统的运行费用,可以通过可视化展示输出的诊断信息,指导运维人员实时检查系统运行情况,节省排查时间。
附图说明
图1是根据本发明实施例的一种冰蓄冷系统的诊断方法的流程图;
图2是本发明实施例的功能逻辑架构图;
图3是本发明实施例进行蓄冰诊断的流程示意图;
图4是根据本发明实施例的一种冰蓄冷设备的结构框图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述,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它实施例,都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义,“多种”一般包含至少两种。
应当理解,本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
取决于语境,如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地,取决于语境,短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的商品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种商品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的商品或者装置中还存在另外的相同要素。
下面结合附图详细说明本发明的可选实施例。
实施例1
图1是根据本发明实施例的冰蓄冷系统的诊断方法的流程图,如图1所示,该方法包括以下步骤:
步骤S102,获取蓄冰策略参数,其中,蓄冰策略参数用于指示冰蓄冷设备的蓄冰效率和运行负荷;
本实施例的冰蓄冷设备包括制冰蓄冰设备和融冰设备,制冰蓄冰设备和融冰设备组成了冰蓄冷系统。
可选的,蓄冰策略参数包括:蓄冰时段内的逐时蓄冰量,逐时负荷建筑负荷,逐时峰谷电价。逐时负荷建筑负荷为冷水机组等制冷设备应承担的制冷量。
步骤S104,基于蓄冰策略参数配置冰蓄冷设备的指导运行参数,并实时采集冰蓄冷设备的实际运行参数;
本实施例的蓄冰策略参数可以通过蓄冰策略表的形式展示机组蓄冰量等参数,即设备应蓄冰量,该表进行逐时可视化展示,用于诊断不同时刻蓄冰量是否异常。
步骤S106,根据实际运行参数输出冰蓄冷设备的诊断信息。
在本实施例的诊断信息用于表征冰蓄冷设备的能效信息和运行工况,能效信息如蓄冰量偏少,蓄冰量偏多,运行工况如工况异常,运行正常等。
通过上述步骤,获取蓄冰策略参数,其中,蓄冰策略参数用于指示冰蓄冷设备的蓄冰效率和运行负荷,基于蓄冰策略参数配置冰蓄冷设备的指导运行参数,并实时采集冰蓄冷设备的实际运行参数;根据实际运行参数输出冰蓄冷设备的诊断信息,通过蓄冰策略参数指导冰蓄冷设备的运行,并根据冰蓄冷设备的实际运行参数输出冰蓄冷设备的诊断信息,从而优化蓄冰控制,使冰蓄冷设备的蓄冰量与实际运行相匹配,解决了现有技术中冰蓄冷设备的运行能效低的技术问题,依托峰谷电价策略,提高冰蓄冷系统蓄冰与建筑负荷的耦合性,提高了冰蓄冷设备的运行能效,最大限度降低系统的运行费用,可以通过可视化展示输出的诊断信息,指导运维人员实时检查系统运行情况,节省排查时间。
在实施例中,实时采集冰蓄冷设备的实际运行参数包括:实时采集冰蓄冷设备的以下蓄冰参数:谷段理论蓄冰量,冰池设计容量,冰池余冰量,融冰周期开始时刻,融冰周期结束时刻,当前时刻融冰泵的融冰频率,融冰泵的额定融冰频率,冰蓄冷设备的当前主机负荷。
一个蓄冰时段的周期内为蓄冰段和融冰段,如夜间电价最低,假定0-6点进行蓄冰,7-24点进行融冰。
在本实施例的一个实施方式中,根据实际运行参数输出冰蓄冷设备的诊断信息包括:
S11,判断谷段理论蓄冰量是否小于冰池设计容量;
如果谷段理论蓄冰量Q小于冰池设计容量Q设(冰池设计容量Q设指的是进行蓄冰的冰槽最大承担的容量)。如果该判断成立,则表明冰槽未蓄满,因此需要判断没有蓄满的原因,进行诊断。
S12,若谷段理论蓄冰量小于冰池设计容量,判断峰谷电价周期的谷段开始时刻的冰池余冰量是否大于0;
S13,若峰谷电价周期的谷段开始时刻的冰池余冰量大于0,根据融冰时间输出第一类诊断信息;若峰谷电价周期的谷段开始时刻的冰池余冰量小于或等于0,根据融冰时间输出第二类诊断信息;其中,实际运行参数包括:谷段理论蓄冰量,冰池设计容量,融冰时间。
其中,融冰时间包括融冰周期开始时刻,融冰周期结束时刻等。
在本实施方式的一些示例中,第一类诊断信息包括第一诊断信息和第二诊断信息,根据融冰时间输出第一类诊断信息包括:以tstart为t的起始时间,逐次判断t是否小于tend,其中,tend为融冰周期结束时刻,t为一任意时间变量,tstart为融冰周期开始时刻;若t小于tend,判断当前时刻融冰泵的融冰频率是否小于融冰泵的额定融冰频率,且当前主机负荷是否大于0;若当前时刻融冰泵的融冰频率小于融冰泵的额定融冰频率,且当前主机负荷大于0,输出第一诊断信息,其中,第一诊断信息用于表征冰蓄冷设备的工况异常;若t大于或等于tend,输出第二诊断信息,其中,第二诊断信息用于表征冰蓄冷设备的谷段蓄冰量偏多。
在一个实例中,①令t=tstart,其中t为一任意时间变量;②判断t<tend是否成立;若是,则执行步骤③,若否,则进行评价:谷段蓄冰量偏多。输出诊断意见:如,谷段蓄冰运行是否异常,蓄冰量算法是否合理;③判断当前时刻融冰泵的融冰频率Hzt<融冰泵的设计融冰频率Hzt0和当前运行主机承担的负荷Loadt>0是否同时满足?若否,则令t=tstart+1(时间单位),继续执行步骤②;若是,则进行评价:系统运行异常。输出诊断意见:如,请排查联合供冷工况控制是否合理。
在本实施方式的另一些示例中,第二类诊断信息包括第三诊断信息和第四诊断信息,根据融冰时间输出第二类诊断信息包括:以tstart为t的起始时间,逐次判断t是否小于tend,其中,tend为融冰周期结束时刻,t为一任意时间变量,tstart为融冰周期开始时刻;若t小于tend,判断当前时刻融冰泵的融冰频率是否等于0,且当前主机负荷是否大于0;若当前时刻融冰泵的融冰频率等于0,且当前主机负荷大于0,输出第三诊断信息,其中,第三诊断信息用于表征冰蓄冷设备的谷段蓄冰量偏少;若t大于或等于tend,输出第四诊断信息,其中,第四诊断信息用于表征冰蓄冷设备运行正常。
在一个实例中,①令t=tstart,其中t为一任意时间变量;②判断t<tend是否成立,若是,则执行步骤③,若否,则进行评价:蓄冰运行正常;判断当前时刻融冰泵的融冰频率Hzt=0和当前运行主机承担的负荷Loadt>0是否同时满足,若否,则令t=tstart+1,继续执行步骤②;若是,则进行评价:谷段蓄冰量偏少。输出诊断意见:如,谷段蓄冰运行是否异常,蓄冰量算法是否合理。
可选的,获取蓄冰策略参数包括:采集蓄冰样本数据;采用蓄冰样本数据训练生成负荷预测模型;采用负荷预测模型预测蓄冰时段内的蓄冰策略参数,其中,蓄冰策略参数包括以下参数:蓄冰时段内的逐时蓄冰量,逐时负荷建筑负荷,逐时峰谷电价。
在一个示例中,蓄冰样本数据包括:预测开始时间t0、预测结束时间t1以及节假日时间t节,其中t0、t1可设默认为24h(即一个周期),t节按实际年份设定,通过温度传感器、流量传感器采集冷站冷冻供水温度Tg,冷站冷冻回水温度Th,冷站供冷量W,通过温湿度传感器测量的室外干球温度Td,室外湿球温度Tw或室外相对湿度,气象数据如天气阴晴数据,包括:(无风、微风、有风、大风、台风)等可用(0、1、2、3、4、5…)int类型数据展示,天气阴晴数据,包括:(晴、阴、多云、小雨、大雨、小雪、大雪)转换为(0、1、2、3、4、5、6…)int类型数据,室内干球温度Tid,室内湿球温度Tiw或室内相对湿度RHTi、基载主机额定制冷量Q额以及双工况制冷主机的额定制冷量Q冷和额定制冰量Q冰。
在本实施例的一个实施方式中,在根据实际运行参数输出冰蓄冷设备的诊断信息之后,还包括:基于诊断信息更新冰蓄冷设备在下一蓄冰时段的蓄冰策略参数。
本实施例的系统在功能上可以包括蓄冰设计优化模块,现场群控系统,蓄冰诊断模块,图2是本发明实施例的功能逻辑架构图,可以通过数据的采集与传输,通过可视化展示蓄冰槽逐时冰量的异常情况,输出诊断意见,优化设备运行。下面结合本实施例的方案对各个功能模块进行说明:
蓄冰设计优化模块:通过负荷预测模型,内置机器学习算法,输出包含蓄冰策略参数的蓄冰策略表,反馈现场群控系统,指导各个设备运行。现场群控系统采集负荷预测模型所需各个参数,反馈给蓄冰设计优化模块。通过负荷预测模型,预测周期时间段t内的逐时负荷,t默认为24h,可依据实际进行设定;输出蓄冰策略表,包含时间段t内的逐时蓄冰量Q蓄、逐时负荷建筑负荷Load,以及逐时峰谷电价X。
现场群控系统:执行蓄冰优化设计模块传送的蓄冰策略表,指导设备运行。采集负荷预测模型所需的预测开始时间t0、预测结束时间t1以及节假日时间t节,其中t0、t1可设默认为24h,t节按实际年份设定,通过温度传感器、流量传感器采集冷站冷冻供水温度Tg,冷站冷冻回水温度Th,冷站供冷量W,通过温湿度传感器测量室外干球温度Td,室外湿球温度Tw或室外相对湿度RHT,内置气象数据如天气阴晴数据(从气象局购买所得),包括:(无风、微风、有风、大风、台风)等可用(0、1、2、3、4、5…)int类型数据展示,天气阴晴数据,包括:(晴、阴、多云、小雨、大雨、小雪、大雪)转换为(0、1、2、3、4、5、6…)int类型数据,室内干球温度Tid,室内湿球温度Tiw或室内相对湿度RHTi、基载主机额定制冷量Q额以及双工况制冷主机的额定制冷量Q冷和额定制冰量Q冰反馈给蓄冰优化设计模块,用于进行模型训练。同时实时将谷段理论蓄冰量Q,冰池设计容量Q设,通过冰量传感器测冰池余冰量Q余,融冰周期开始时刻tstart,一般为峰电或平电开始时刻,融冰周期结束时刻tend,一般为峰电或平电结束时刻,当前时刻融冰泵的融冰频率Hzt,融冰泵的设计融冰频率Hzt0,当前运行主机承担的负荷Loadt输送给蓄冰诊断模块,进行诊断并输出诊断意见。
蓄冰诊断模块:通过诊断意见,对蓄冰量优化设计模块的模型进行校核,出现问题及时激活模型,调整模型适应当前工况。连续出现问题一个时间周期T(如15天,可依据实际进行更改)对模型进行一次校核,校核当前时刻模型算法是否准确,重新制定策略表,同时反馈现场群控系统指导现场设备运行。图3是本发明实施例进行蓄冰诊断的流程示意图,蓄冰诊断模块具体操作包括:
S31,通过现场群控系统实时收集的数据:谷段理论蓄冰量Q,冰池设计容量Q设,冰池余冰量Q余,融冰周期开始时刻tstart,一般为峰电或平电开始时刻,融冰周期结束时刻tend,一般为峰电或平电结束时刻,当前时刻融冰泵的融冰频率Hzt,融冰泵的设计融冰频率Hzt0,当前运行主机承担的负荷Loadt。
S32,判断谷段理论蓄冰量Q<冰池设计容量Q设是否成立?若是,则执行步骤3,否则输出评价:蓄冰运行正常;
S33,判断一个峰谷电价周期内,谷段开始时刻冰池余冰量Q余>0是否成立,若是,则执行步骤S34,否则执行步骤S37;
S34,令t=tstart,其中t为一任意时间变量;
S35,判断t<tend是否成立,若是,则执行步骤S36,若否,则进行评价:谷段蓄冰量偏多。输出诊断意见:请排查1.谷段蓄冰运行是否异常;2.蓄冰量算法是否合理;
S36,判断当前时刻融冰泵的融冰频率Hzt<融冰泵的设计融冰频率Hzt0和当前运行主机承担的负荷Loadt>0是否同时满足;若否,则令t=tstart+1,继续执行步骤S35;若是,则进行评价:系统运行异常。输出诊断意见:请排查联合供冷工况控制是否合理;
S37,令t=tstart,其中t为一任意时间变量;
S38,判断t<tend是否成立?若是,则执行步骤S39,若否,则进行评价:蓄冰运行正常。
S39,判断当前时刻融冰泵的融冰频率Hzt=0和当前运行主机承担的负荷Loadt>0是否同时满足,若否,则令t=tstart+1,继续执行步骤S38;若是,则进行评价:谷段蓄冰量偏少。输出诊断意见:请排查1.谷段蓄冰运行是否异常,2.蓄冰量算法是否合理。
针对现场一些传感设备收集到的数据,进行处理分析判断。如果谷段理论蓄冰量Q小于冰池设计容量Q设(冰池设计容量Q设指的是进行蓄冰的冰槽最大承担的容量)。如果该判断成立,则表明冰槽未蓄满,因此需要判断没有蓄满的原因:1)一个周期内分为蓄冰段和融冰段(一般夜间电价最低,假定0-6点进行蓄冰,7-24点进行融冰),则判断昨天一天蓄冰是否合理,从昨天融冰结束时刻,即下一个周期蓄冰开始时刻(也可以称之为谷段开始时刻),判断此时冰槽的余冰量Q余是否大于零。
如果大于0,则表明整个融冰时间段结束,仍有剩余,要么设备运行异常(可能是设备故障或者控制不合理导致未优先融冰等原因),要么就是控制不合理,系统设备蓄冰量太多。因此进行具体的判断:①从上一个周期的融冰开始时刻(可以理解为白天的7点开始,融冰结束时刻为24点,该时间段根据具体设定),假如八点时刻,融冰泵运行频率Hzt小于融冰泵的设计融冰频率Hzt0,一半融冰泵设计频率就是设备的额定最大频率,频率越大,瞬时通过的流量也就越大,单位时间内融冰量也越大,此时其他设备需要承担的负荷大于零表明,除了融冰供冷以外,还需要其他冷机设备补充冷量,两个条件同时成立,可以理解为明明融冰泵开到最大频率就不需要开启其他设备进行供冷,但是却为开到最大,因为冰量是夜间蓄的,优先融冰可以减少其他设备耗电,故出现该情况表明设备运行异常,联合供冷控制不合理,需要给维护人员进行调控以便确保系统节能。每一个时刻都进行判断一次,直到周期结束。②倘若融冰周期已经结束,即t<tend时刻,已经开始下一个周期蓄冰了,还有余冰,明显是设备蓄冰量蓄多了,明显的供大于求,系统提示需要排查。
如果余冰量小于等于0,一般不会出现负数,即为0的情况,需要判断系统何时为零,如果融冰结束,既晚上24点时刻,刚好冰量融完,表明供求相等,蓄冰运行正常。如果在融冰时间段内,假如8点时刻,融冰泵的融冰频率Hzt=0,表示融冰系统已经关闭,但是冷机承担的负荷仍然大于零,即Loadt>0的条件,说明此时室内需要供冷,但是融冰系统已关闭,融冰槽里没有冰量,此时诊断为冰槽蓄冰不够,需要调整控制。直到判断为最后时刻,T>tend时,可理解为到了24点,开始下一个时刻蓄冰,蓄冰正常。
本实施例提供了一种蓄冰诊断控制方法,通过与蓄冰优化设计模块、现场群控系统进行数据通讯,对诊断结果进行可视化展示。蓄冰优化设计模块制定蓄冰优化策略表指导群控系统运行,通过对现场运行参数的诊断,输出诊断意见,及时高效的指导运维人员,始终确保蓄冰系统运行最优。通过蓄冰优化设计模块进行负荷预测制定夜间蓄冰策略,蓄冰策略表传送到现场控制柜系统,控制整套空调设备进行蓄冰,同时将现场设备数据传送到蓄冰诊断装置,诊断空调供冷工况运行情况是否合理,蓄冰量是否最佳,若诊断出蓄冰异常,则指导运维人员校核负荷预测模型,重新基于实测数据进行机器学习,制定优化的蓄冰策略表。以此来不断完善负荷模型机器学习算法,不断更新蓄冰策略表,提高蓄冰量优化设计、现场群控系统以及蓄冰诊断模块的耦合性,确保冰蓄冷系统蓄冰策略始终处于最优,降低系统运行费用,助力实现碳中和目标。
通过对目标参数进行数据分析,实时对蓄冰控制是否合理进行诊断,并通过可视化展示诊断意见,指导运维人员实时查看系统运行情况,节省大量排查时间;通过诊断,定期对建立的负荷预测模型进行校核,以此来提高模型预测精准度,从而优化蓄冰控制,使冰蓄冷系统蓄冰量与实际运行相匹配。
本实施例的诊断方法可以指导冰蓄冷设备的运行,依托峰谷电价策略,提高冰蓄冷系统蓄冰与建筑负荷的耦合性,最大限度的降低系统的运行费用。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
实施例2
如图4所示,根据本发明的具体实施方式,第二方面,本发明提供一种冰蓄冷系统的诊断装置,对应于图1介绍的冰蓄冷系统的诊断方法,本实施例提供了一种冰蓄冷系统的诊断装置,图4是根据本发明实施例的一种冰蓄冷系统的诊断装置的结构框图,该装置包括:
获取模块40,用于获取蓄冰策略参数,其中,所述蓄冰策略参数用于指示冰蓄冷设备的蓄冰效率和运行负荷;
采集模块42,用于基于所述蓄冰策略参数配置所述冰蓄冷设备的指导运行参数,并实时采集所述冰蓄冷设备的实际运行参数;
输出模块44,用于根据所述实际运行参数输出所述冰蓄冷设备的诊断信息。
可选的,所述采集模块包括:采集单元,用于实时采集所述冰蓄冷设备的以下蓄冰参数:谷段理论蓄冰量,冰池设计容量,冰池余冰量,融冰周期开始时刻,融冰周期结束时刻,当前时刻融冰泵的融冰频率,融冰泵的额定融冰频率,所述冰蓄冷设备的当前主机负荷。
可选的,所述输出模块包括:第一判断单元,用于判断谷段理论蓄冰量是否小于冰池设计容量;第二判断单元,用于若谷段理论蓄冰量小于冰池设计容量,判断峰谷电价周期的谷段开始时刻的冰池余冰量是否大于0;输出单元,用于若峰谷电价周期的谷段开始时刻的冰池余冰量大于0,根据融冰时间输出第一类诊断信息;若峰谷电价周期的谷段开始时刻的冰池余冰量小于或等于0,根据融冰时间输出第二类诊断信息;其中,所述实际运行参数包括:所述谷段理论蓄冰量,所述冰池设计容量,所述融冰时间。
可选的,所述输出单元包括:第一判断子单元,用于以tstart为t的起始时间,逐次判断t是否小于tend,其中,tend为融冰周期结束时刻,t为一任意时间变量,tstart为融冰周期开始时刻;第二判断子单元,用于若t小于tend,判断当前时刻融冰泵的融冰频率是否小于融冰泵的额定融冰频率,且当前主机负荷是否大于0;若当前时刻融冰泵的融冰频率小于融冰泵的额定融冰频率,且当前主机负荷大于0,输出第一诊断信息,其中,所述第一诊断信息用于表征所述冰蓄冷设备的工况异常;第一输出子单元,用于若t大于或等于tend,输出第二诊断信息,其中,所述第二诊断信息用于表征所述冰蓄冷设备的谷段蓄冰量偏多。
可选的,所述输出单元包括:第一判断子单元,用于以tstart为t的起始时间,逐次判断t是否小于tend,其中,tend为融冰周期结束时刻,t为一任意时间变量,tstart为融冰周期开始时刻;第三判断子单元,用于若t小于tend,判断当前时刻融冰泵的融冰频率是否等于0,且当前主机负荷是否大于0;若当前时刻融冰泵的融冰频率等于0,且当前主机负荷大于0,输出第三诊断信息,其中,所述第三诊断信息用于表征所述冰蓄冷设备的谷段蓄冰量偏少;第二输出子单元,用于若t大于或等于tend,输出第四诊断信息,其中,所述第四诊断信息用于表征所述冰蓄冷设备运行正常。
可选的,所述获取模块包括:采集单元,用于采集蓄冰样本数据;生成单元,用于采用所述蓄冰样本数据训练生成负荷预测模型;预测单元,用于采用所述负荷预测模型预测蓄冰时段内的蓄冰策略参数,其中,所述蓄冰策略参数包括以下参数:蓄冰时段内的逐时蓄冰量,逐时负荷建筑负荷,逐时峰谷电价。
可选的,所述装置还包括:更新模块,用于在所述输出模块根据所述实际运行参数输出所述冰蓄冷设备的诊断信息之后,基于所述诊断信息更新所述冰蓄冷设备在下一蓄冰时段的蓄冰策略参数。
需要说明的是,上述各个模块是可以通过软件或硬件来实现的,对于后者,可以通过以下方式实现,但不限于此:上述模块均位于同一处理器中;或者,上述各个模块以任意组合的形式分别位于不同的处理器中。
实施例3
本实施例提供一种电子设备,该设备用于执行冰蓄冷系统的诊断方法,所述电子设备,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:获取蓄冰策略参数,其中,所述蓄冰策略参数用于指示冰蓄冷设备的蓄冰效率和运行负荷;基于所述蓄冰策略参数配置所述冰蓄冷设备的指导运行参数,并实时采集所述冰蓄冷设备的实际运行参数;根据所述实际运行参数输出所述冰蓄冷设备的诊断信息。
进一步,实时采集所述冰蓄冷设备的实际运行参数包括:实时采集所述冰蓄冷设备的以下蓄冰参数:谷段理论蓄冰量,冰池设计容量,冰池余冰量,融冰周期开始时刻,融冰周期结束时刻,当前时刻融冰泵的融冰频率,融冰泵的额定融冰频率,所述冰蓄冷设备的当前主机负荷。
进一步,根据实际运行参数输出所述冰蓄冷设备的诊断信息包括:判断谷段理论蓄冰量是否小于冰池设计容量;若谷段理论蓄冰量小于冰池设计容量,判断峰谷电价周期的谷段开始时刻的冰池余冰量是否大于0;若峰谷电价周期的谷段开始时刻的冰池余冰量大于0,根据融冰时间输出第一类诊断信息;若峰谷电价周期的谷段开始时刻的冰池余冰量小于或等于0,根据融冰时间输出第二类诊断信息;其中,所述实际运行参数包括:所述谷段理论蓄冰量,所述冰池设计容量,所述融冰时间。
进一步,根据融冰时间输出第一类诊断信息包括:以tstart为t的起始时间,逐次判断t是否小于tend,其中,tend为融冰周期结束时刻,t为一任意时间变量,tstart为融冰周期开始时刻;若t小于tend,判断当前时刻融冰泵的融冰频率是否小于融冰泵的额定融冰频率,且当前主机负荷是否大于0;若当前时刻融冰泵的融冰频率小于融冰泵的额定融冰频率,且当前主机负荷大于0,输出第一诊断信息,其中,所述第一诊断信息用于表征所述冰蓄冷设备的工况异常;若t大于或等于tend,输出第二诊断信息,其中,所述第二诊断信息用于表征所述冰蓄冷设备的谷段蓄冰量偏多。
进一步,根据融冰时间输出第二类诊断信息包括:以tstart为t的起始时间,逐次判断t是否小于tend,其中,tend为融冰周期结束时刻,t为一任意时间变量,tstart为融冰周期开始时刻;若t小于tend,判断当前时刻融冰泵的融冰频率是否等于0,且当前主机负荷是否大于0;若当前时刻融冰泵的融冰频率等于0,且当前主机负荷大于0,输出第三诊断信息,其中,所述第三诊断信息用于表征所述冰蓄冷设备的谷段蓄冰量偏少;若t大于或等于tend,输出第四诊断信息,其中,所述第四诊断信息用于表征所述冰蓄冷设备运行正常。
进一步,获取蓄冰策略参数包括:采集蓄冰样本数据;采用所述蓄冰样本数据训练生成负荷预测模型;采用所述负荷预测模型预测蓄冰时段内的蓄冰策略参数,其中,所述蓄冰策略参数包括以下参数:蓄冰时段内的逐时蓄冰量,逐时负荷建筑负荷,逐时峰谷电价。
进一步,在根据所述实际运行参数输出所述冰蓄冷设备的诊断信息之后,所述方法还包括:基于所述诊断信息更新所述冰蓄冷设备在下一蓄冰时段的蓄冰策略参数。
实施例4
本实施例提供一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现上述实施例中的冰蓄冷系统的诊断方法。
以上所描述的装置实施例仅仅是示意性的,其中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模块来实现本实施例方案的目的。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上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精神和范围。
Claims (11)
1.一种冰蓄冷系统的诊断方法,其特征在于,包括:
获取蓄冰策略参数,其中,所述蓄冰策略参数用于指示冰蓄冷设备的蓄冰效率和运行负荷;
基于所述蓄冰策略参数配置所述冰蓄冷设备的指导运行参数,并实时采集所述冰蓄冷设备的实际运行参数;
根据所述实际运行参数输出所述冰蓄冷设备的诊断信息。
2.根据权利要求1所述的方法,其特征在于,实时采集所述冰蓄冷设备的实际运行参数包括:
实时采集所述冰蓄冷设备的以下蓄冰参数:谷段理论蓄冰量,冰池设计容量,冰池余冰量,融冰周期开始时刻,融冰周期结束时刻,当前时刻融冰泵的融冰频率,融冰泵的额定融冰频率,所述冰蓄冷设备的当前主机负荷。
3.根据权利要求1所述的方法,其特征在于,根据实际运行参数输出所述冰蓄冷设备的诊断信息包括:
判断谷段理论蓄冰量是否小于冰池设计容量;
若谷段理论蓄冰量小于冰池设计容量,判断峰谷电价周期的谷段开始时刻的冰池余冰量是否大于0;
若峰谷电价周期的谷段开始时刻的冰池余冰量大于0,根据融冰时间输出第一类诊断信息;若峰谷电价周期的谷段开始时刻的冰池余冰量小于或等于0,根据融冰时间输出第二类诊断信息;
其中,所述实际运行参数包括:所述谷段理论蓄冰量,所述冰池设计容量,所述融冰时间。
4.根据权利要求3所述的方法,其特征在于,根据融冰时间输出第一类诊断信息包括:
以tstart为t的起始时间,逐次判断t是否小于tend,其中,tend为融冰周期结束时刻,t为一任意时间变量,tstart为融冰周期开始时刻;
若t小于tend,判断当前时刻融冰泵的融冰频率是否小于融冰泵的额定融冰频率,且当前主机负荷是否大于0;若当前时刻融冰泵的融冰频率小于融冰泵的额定融冰频率,且当前主机负荷大于0,输出第一诊断信息,其中,所述第一诊断信息用于表征所述冰蓄冷设备的工况异常;
若t大于或等于tend,输出第二诊断信息,其中,所述第二诊断信息用于表征所述冰蓄冷设备的谷段蓄冰量偏多。
5.根据权利要求3所述的方法,其特征在于,根据融冰时间输出第二类诊断信息包括:
以tstart为t的起始时间,逐次判断t是否小于tend,其中,tend为融冰周期结束时刻,t为一任意时间变量,tstart为融冰周期开始时刻;
若t小于tend,判断当前时刻融冰泵的融冰频率是否等于0,且当前主机负荷是否大于0;若当前时刻融冰泵的融冰频率等于0,且当前主机负荷大于0,输出第三诊断信息,其中,所述第三诊断信息用于表征所述冰蓄冷设备的谷段蓄冰量偏少;
若t大于或等于tend,输出第四诊断信息,其中,所述第四诊断信息用于表征所述冰蓄冷设备运行正常。
6.根据权利要求1所述的方法,其特征在于,获取蓄冰策略参数包括:
采集蓄冰样本数据;
采用所述蓄冰样本数据训练生成负荷预测模型;
采用所述负荷预测模型预测蓄冰时段内的蓄冰策略参数,其中,所述蓄冰策略参数包括以下参数:蓄冰时段内的逐时蓄冰量,逐时负荷建筑负荷,逐时峰谷电价。
7.根据权利要求1所述的方法,其特征在于,在根据所述实际运行参数输出所述冰蓄冷设备的诊断信息之后,所述方法还包括:
基于所述诊断信息更新所述冰蓄冷设备在下一蓄冰时段的蓄冰策略参数。
8.一种冰蓄冷系统的诊断装置,其特征在于,包括:
获取模块,用于获取蓄冰策略参数,其中,所述蓄冰策略参数用于指示冰蓄冷设备的蓄冰效率和运行负荷;
采集模块,用于基于所述蓄冰策略参数配置所述冰蓄冷设备的指导运行参数,并实时采集所述冰蓄冷设备的实际运行参数;
输出模块,用于根据所述实际运行参数输出所述冰蓄冷设备的诊断信息。
9.一种冰蓄冷设备,其特征在于,所述冰蓄冷设备包括权利要求8所述的冰蓄冷系统的诊断装置。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1至7中任一项所述的方法。
11.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211319529.0A CN115654612A (zh) | 2022-10-26 | 2022-10-26 | 一种冰蓄冷系统的诊断方法及装置、冰蓄冷设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211319529.0A CN115654612A (zh) | 2022-10-26 | 2022-10-26 | 一种冰蓄冷系统的诊断方法及装置、冰蓄冷设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115654612A true CN115654612A (zh) | 2023-01-31 |
Family
ID=84990419
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211319529.0A Pending CN115654612A (zh) | 2022-10-26 | 2022-10-26 | 一种冰蓄冷系统的诊断方法及装置、冰蓄冷设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115654612A (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB9712706D0 (en) * | 1997-06-16 | 1997-08-20 | Yuan Ding Construction Co Ltd | A method and apparatus for measuring ice amount of ice tank for ice-storage type air-conditioning system |
US20080098753A1 (en) * | 2006-10-20 | 2008-05-01 | Scotsman Group, Llc | Method and system for logging cycle history of an ice-making machine that is accessible to the user for service diagnosis |
CN103574845A (zh) * | 2013-11-04 | 2014-02-12 | 国家电网公司 | 一种基于冷负荷预测的冰蓄冷系统优化控制方法 |
CN204478354U (zh) * | 2015-01-12 | 2015-07-15 | 上禾谷能源科技(北京)有限公司 | 一种冰蓄冷空调控制系统 |
US20180164016A1 (en) * | 2016-12-09 | 2018-06-14 | Daeyeong E&B Co., Ltd. | Method for diagnosing ice-making apparatus |
CN209926502U (zh) * | 2019-01-11 | 2020-01-10 | 杭州华电华源环境工程有限公司 | 一种带实时显示的冰量测控装置 |
CN111174376A (zh) * | 2019-09-18 | 2020-05-19 | 同方泰德国际科技(北京)有限公司 | 一种基于测量值的蓄冷空调系统能效评价的计算方法 |
CA3066812A1 (en) * | 2019-01-07 | 2020-07-07 | Goodrich Corporation | Real-time performance and health monitoring of ice detector systems and estimation of remaining useful life |
JP2020126000A (ja) * | 2019-02-05 | 2020-08-20 | 住友重機械工業株式会社 | 計測システム、サーバおよび計測装置 |
CN112393341A (zh) * | 2020-11-13 | 2021-02-23 | 珠海格力电器股份有限公司 | 冰蓄冷控制方法、装置、空调系统、存储介质及处理器 |
CN112665127A (zh) * | 2020-12-16 | 2021-04-16 | 珠海格力电器股份有限公司 | 冰蓄冷空调系统及其控制方法、装置和控制器 |
-
2022
- 2022-10-26 CN CN202211319529.0A patent/CN115654612A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB9712706D0 (en) * | 1997-06-16 | 1997-08-20 | Yuan Ding Construction Co Ltd | A method and apparatus for measuring ice amount of ice tank for ice-storage type air-conditioning system |
US20080098753A1 (en) * | 2006-10-20 | 2008-05-01 | Scotsman Group, Llc | Method and system for logging cycle history of an ice-making machine that is accessible to the user for service diagnosis |
CN103574845A (zh) * | 2013-11-04 | 2014-02-12 | 国家电网公司 | 一种基于冷负荷预测的冰蓄冷系统优化控制方法 |
CN204478354U (zh) * | 2015-01-12 | 2015-07-15 | 上禾谷能源科技(北京)有限公司 | 一种冰蓄冷空调控制系统 |
US20180164016A1 (en) * | 2016-12-09 | 2018-06-14 | Daeyeong E&B Co., Ltd. | Method for diagnosing ice-making apparatus |
CA3066812A1 (en) * | 2019-01-07 | 2020-07-07 | Goodrich Corporation | Real-time performance and health monitoring of ice detector systems and estimation of remaining useful life |
CN209926502U (zh) * | 2019-01-11 | 2020-01-10 | 杭州华电华源环境工程有限公司 | 一种带实时显示的冰量测控装置 |
JP2020126000A (ja) * | 2019-02-05 | 2020-08-20 | 住友重機械工業株式会社 | 計測システム、サーバおよび計測装置 |
CN111174376A (zh) * | 2019-09-18 | 2020-05-19 | 同方泰德国际科技(北京)有限公司 | 一种基于测量值的蓄冷空调系统能效评价的计算方法 |
CN112393341A (zh) * | 2020-11-13 | 2021-02-23 | 珠海格力电器股份有限公司 | 冰蓄冷控制方法、装置、空调系统、存储介质及处理器 |
CN112665127A (zh) * | 2020-12-16 | 2021-04-16 | 珠海格力电器股份有限公司 | 冰蓄冷空调系统及其控制方法、装置和控制器 |
Non-Patent Citations (2)
Title |
---|
杨雷;吴银光;: "中央空调水系统故障诊断分析办法研究", 供热制冷, no. 09, 15 September 2017 (2017-09-15) * |
邓光蔚;朱伟峰;李冀炜;魏庆芃: "某大型场馆冰蓄冷系统运行诊断及调适建议", 空调暖通技术, no. 002, 31 December 2019 (2019-12-31) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP1850440B1 (en) | Building energy management system | |
US8103465B2 (en) | System and method for monitoring and managing energy performance | |
CN104101062B (zh) | 一种冰蓄冷中央空调节能管理系统 | |
CN104748327B (zh) | 一种基于电耗数据的公共建筑空调能效诊断系统 | |
JP2003061245A (ja) | コジェネレーション装置の運転計画方法 | |
CN103499136B (zh) | 一种具有次日能耗模拟功能的冰蓄冷控制系统 | |
CN108320042A (zh) | 循环水系统的优化方法与装置 | |
CN108709287A (zh) | 一种空调系统冷负荷预测方法及冷水机组群控的策略 | |
CN108895633A (zh) | 利用建筑结构作为蓄冷介质的中央空调系统控制方法 | |
JP2953317B2 (ja) | 空調熱負荷予測システム | |
EP4328505A1 (en) | Central air conditioning system processing method and apparatus and electronic device | |
CN112728723A (zh) | 一种智能化群控系统监测分析制冷机房运行能效的方法 | |
CN104110782A (zh) | 一种水蓄冷中央空调节能管理系统 | |
CN116937569A (zh) | 光伏发电智能储能方法、装置及电子设备 | |
CN115789957A (zh) | 一种供能调控方法、装置、设备及存储介质 | |
CN205208840U (zh) | 一种中央空调系统能效自动跟踪及评价系统 | |
CN111043685B (zh) | 储冰量调整系统与储冰量调整方法 | |
JP2019054584A (ja) | 発電システム評価方法および発電システム評価装置 | |
CN108321803B (zh) | 一种基于电网用电负荷数据的电网调峰控制系统与方法 | |
CN115654612A (zh) | 一种冰蓄冷系统的诊断方法及装置、冰蓄冷设备 | |
CN204166328U (zh) | 办公用能的预测和报警控制系统 | |
CN111427268A (zh) | 一种煤矿能源优化控制系统和优化控制方法 | |
JP4905882B2 (ja) | 自動販売機の最適配置診断装置及び最適配置診断装置用プログラム | |
CN117537450B (zh) | 中央空调制冷系统运行反馈调控方法、装置、设备及介质 | |
CN117346418B (zh) | 冷水机组的控制方法、装置、存储介质及电子设备 |
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 |