CN115839536B - 基于电力调节的分体空调和冷水机组远端响应及控制方法 - Google Patents

基于电力调节的分体空调和冷水机组远端响应及控制方法 Download PDF

Info

Publication number
CN115839536B
CN115839536B CN202211352217.XA CN202211352217A CN115839536B CN 115839536 B CN115839536 B CN 115839536B CN 202211352217 A CN202211352217 A CN 202211352217A CN 115839536 B CN115839536 B CN 115839536B
Authority
CN
China
Prior art keywords
air conditioner
regulation
power
split air
chilling unit
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202211352217.XA
Other languages
English (en)
Other versions
CN115839536A (zh
Inventor
徐飞
郝玲
陈磊
王中
陈群
吕敬辉
闵勇
聂世豪
司曹明哲
黄怡涵
马建平
陈立才
张喜成
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.)
Beijing Xintai Energy Co ltd
Tsinghua University
Original Assignee
Beijing Xintai Energy Co ltd
Tsinghua University
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 Beijing Xintai Energy Co ltd, Tsinghua University filed Critical Beijing Xintai Energy Co ltd
Priority to CN202211352217.XA priority Critical patent/CN115839536B/zh
Publication of CN115839536A publication Critical patent/CN115839536A/zh
Application granted granted Critical
Publication of CN115839536B publication Critical patent/CN115839536B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02BCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B30/00Energy efficient heating, ventilation or air conditioning [HVAC]
    • Y02B30/70Efficient control or regulation technologies, e.g. for control of refrigerant flow, motor or heating

Abstract

本发明提供一种基于电力调节的分体空调和冷水机组远端响应及控制方法,该方法包括:接收电力系统下发的电网调峰、调频的调节需求;获取分体空调和大型冷水机组的当前运行信息;根据调节需求和当前运行信息,生成相应的优化运行计划,进而生成新的考虑电网调节需求的控制指令;根据控制指令控制分体空调和大型冷水机组的运行状态,并据此结合预设修正模型进行运行状态动态调整。该方法通过在本地端空调端嵌入电力调节响应及控制模块,使海量空调负荷能够根据实际运行情况参与电力调节,克服了现有技术中对配网可调节温控型空调、制冷负荷的可调节能力利用不充分的缺陷,从而实现对海量分散空调负荷的快速、准确感知与调控。

Description

基于电力调节的分体空调和冷水机组远端响应及控制方法
技术领域
本发明涉及电网功率控制技术领域,尤其涉及一种基于电力调节的分体空调和冷水机组远端响应及控制方法。
背景技术
近年来,需求侧的建筑环境负荷、电动汽车充电桩以及分布式储能等具备可调节能力的柔性负荷占比逐年增高,具备平抑新能源波动、为电力系统提供灵活性的巨大潜力。
配网可调节负荷由于主体众多、单体容量小且数量极其庞大,集中调控难度大,并且,配网可调节负荷由于用能行为、气象变化以及负荷所属物理系统变化较大,具备一定的不确定性,加上目前的电力市场机制尚未健全,从而,对配网可调节负荷的利用并不充分。
与此同时,非能源系统的配网可调节负荷,由于规模小、控制权限难以获取以及集中调控难度大等问题,通常认为只需要调动以人为主体的电力消费者参与调节的意愿,但对于负荷所属物理系统是否能按照人的意愿进行功率调整,又或者是否还可以在人的意愿之外实现功率调整这两个问题极少被关注,海量分散的负荷物理系统中蕴含的可调节能力被低估或者高估。
其中,最具潜力的柔性负荷之一即为建筑环境负荷,以大型冷水机组中央空调为例,大型冷水机组构成楼宇中央空调收到负荷聚合商指令,要求下调用电功率,空调运行方改变室内温度,但由于对中央空调热惰性及空调自动化控制延迟特性掌握不足,无法在指定时间内降低中央空调功率。
又例如,户用分体空调的使用者不想牺牲热舒适性,因此并未参与电力系统调节,但其实热泵空调可以在一定时间段内关闭或者降低制冷功率而不影响热舒适性,只是使用者无法自行判断空调系统如何在不影响热舒适性的前提下调整功率。
因此,在电网功率控制技术领域,如何解决配网可调节空调负荷的利用不充分的问题,是一个亟待解决的重要课题。
发明内容
本发明提供一种基于电力调节的分体空调和冷水机组远端响应及控制方法,用以克服现有技术中对配网可调节空调负荷的可调节能力利用不充分的缺陷,实现对海量分散空调负荷的快速、准确感知与调控。
一方面,本发明提供一种基于电力调节的分体空调和冷水机组远端响应及控制方法,包括:接收电力系统向所述分体空调和大型冷水机组下发的电网调峰、调频的调节需求;获取所述分体空调和大型冷水机组的当前运行信息,所述当前运行信息包括当前工况及压缩机、冷冻水、送风系统的运行参数;根据所述调节需求和所述当前运行信息,生成对所述分体空调和大型冷水机组的优化运行计划;根据所述优化运行计划和空调原运行计划,生成对所述分体空调和大型冷水机组的控制指令,所述控制指令用于控制所述分体空调的压缩机、节流阀和风机,以及所述大型冷水机组的冷源、冷冻水循环水泵、末端送风系统和新风系统,能够同时满足所述调节需求、节能舒适需求以空调安全约束;根据所述控制指令,控制所述分体空调和大型冷水机组的运行状态;根据所述分体空调和大型冷水机组的运行状态,结合预设的修正模型进行运行状态动态调整。
进一步地,所述获取所述分体空调和大型冷水机组的当前运行信息,具体获取包括以下运行参数中的一项或多项组合:获取冷源机组、冷冻水循环系统和末端送风系统的状态信息;根据所述冷源机组的离心或螺杆式压缩机、蒸发器、冷凝器以及节流阀的工作状态,确定压缩机压比、进出口压力及节流阀开度、蒸发温度、冷凝温度;所述冷冻水循环系统将冷源机组冷媒的冷量通过冷冻水传递到每个末端的房间,确定循环水泵频率、流量和供水温度;所述末端送风系统确定风机盘管风量、新风风量。
进一步地,所述优化运行计划适用于超大规模电力系统中配电网的分层集中-分布式优化,对上级配电网是集中式优化,而对下级负荷分解为分布式优化;配网自动化-台区智能终端装备采用集中式优化、台区-柔性负荷采用分布式优化的分层分布式优化;在分体空调和冷水机组选择调峰、调频模式后一键参与调节,此动作在负荷上一级即台区智能装备或者配网自动化会被认定为参与,为去中心化提供硬件上的支撑,使配网分布式优化依赖一个完整的硬件系统实现。
进一步地,所述根据优化运行计划和空调原运行计划,生成对分体空调和大型冷水机组的控制指令,包括:基于电网调节指标,匹配对应的预设数值范围;根据匹配的所述预设数值范围,确定所述空调内的待调节器件,待调节器件包含所述空调的压缩机、节流阀、风机以及循环水泵中的一项或多项组合;根据所述待调节器件的当前运行信息,确定所述控制指令;其中,所述调节需求包含所述电网调节指标,所述控制指令包含对所述待调节器件的调节信息。
进一步地,所述分体空调根据匹配的所述预设数值范围,确定待调节器件,包括:确定所述电网调节指标位于第一预设数值范围内,则所述待调节器件为所述压缩机、所述节流阀以及所述风机;相应地,所述冷水机组所述根据匹配的所述预设数值范围,确定待调节器件,包括:确定所述电网调节指标位于所述第二预设数值范围内,则所述待调节器件为所述压缩机、所述风机以及所述循环水泵。
进一步地,所述根据所述待调节器件的当前运行信息,确定所述控制指令,包括:根据所述待调节器件的当前运行信息,以及预存的器件运行信息与调节策略的对应关系,确定对所述待调节器件的当前运行信息进行调节的调节策略;所述控制指令包含对各个所述待调节器件的当前运行信息进行调节的调节策略。
进一步地,还包括:存储设定时长内多次电力调节中所述压缩机、所述节流阀、所述循环水泵以及所述风机分别对应的预调节电量和实际调节电量;根据所述多次电力调节中的预调节电量和实际调节电量,动态修正所述控制指令;和或,获取目标时间段的天气信息;将所述目标时间段的天气信息输入至预先训练好的电量预测模型中,得到所述目标时间段内所述压缩机、所述节流阀、所述循环水泵以及所述风机对应的预测调节电量;根据所述预测调节电量,动态修正所述控制指令。
第二方面,本发明还提供一种基于电力调节的分体空调和冷水机组远端响应及控制装置,包括:接收模块,用于接收电力系统向所述分体空调和大型冷水机组下发的电网调峰、调频的调节需求;获取模块,用于获取所述分体空调和大型冷水机组的当前运行信息,所述当前运行信息包括当前工况及压缩机、冷冻水、送风系统的运行参数;计划生成模块,用于根据所述调节需求以及所述当前运行信息,生成对所述分体空调和大型冷水机组的优化运行计划;指令生成模块,用于根据所述优化运行计划和空调原运行计划,生成对所述分体空调和大型冷水机组的控制指令,所述控制指令用于控制所述分体空调的压缩机、节流阀和风机,以及所述大型冷水机组的冷源、冷冻水循环泵、末端送风系统和新风系统,能够同时满足所述调节需求、节能舒适需求以空调安全约束;控制运行模块,用于根据所述控制指令,控制所述分体空调和大型冷水机组的运行状态;动态调整模块,用于根据所述分体空调和大型冷水机组的运行状态,结合预设的修正模型进行运行状态动态调整。
第三方面,本发明还提供一种基于电力调节的分体空调和冷水机组,包括:电力调节响应模块和控制器;所述电力调节响应模块用于接收电力系统下发的调峰、调频的调节需求,并转发所述调节需求给所述控制器;所述控制器与所述电力调节响应模块连接,用于根据所述电力调节响应模块转发的所述调节需求,确定并执行相应的控制指令。
第四方面,本发明还提供一种基于电力调节的分体空调和冷水机组远端响应及控制系统,包括:电网、台区智能终端以及空调控制终端;所述电网用于下发调峰、调频的调节需求给所述台区智能终端,所述调节需求用于维持电力系统电量平衡;所述台区智能终端与所述电网连接,用于接收所述电网下发的所述调节需求,并转发所述调节需求给所述空调控制终端;所述空调控制终端与所述台区智能终端连接,用于接收所述台区智能终端转发的所述调节需求,并根据所述调节需求控制空调运行。
本发明提供的一种基于电力调节的分体空调和冷水机组远端响应及控制方法,通过接收电力系统向大型冷水机组和分体式空调下发的电网调峰、调频等调节需求与指标;获取分体式空调和大型冷水机组的当前工况及压缩机、冷冻水、送风系统等的运行参数;根据电网调节需求与指标和分体式空调、大型冷水机组运行状态,生成对分体式空调和大型冷水机组的优化运行计划;根据优化运行计划,制订考虑该计划及空调原计划的控制指令,对分体式空调的压缩机、节流阀、风机以及对大型冷水机组的冷源、冷冻水循环泵、末端送风系统及新风系统等生成新的考虑电网调节需求的控制指令,在保证制冷系统安全的前提下,得到兼顾调峰、调频需求与节能舒适需求的新的耦合控制指令;根据分体式空调和大型冷水机组的控制指令与运行效果,结合预设的修正模型进行运行状态动态调整。该方法通过在本地端空调端嵌入电力调节的远方终端响应及控制模块,使海量空调负荷以及大型冷水机组能够根据实际运行情况参与电力调节,克服了现有技术中对配网可调节温控型空调、制冷负荷的可调节能力利用不充分的缺陷,从而实现对海量分散空调负荷的快速、准确感知与调控。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作以简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,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为本发明提供的分体空调和冷水机组的结构示意图;
图2为本发明提供的基于电力调节的分体空调和冷水机组远端响应及控制系统的系统示意图;
图3为本发明提供的基于电力调节的分体空调和冷水机组远端响应及控制方法的流程示意图;
图4为本发明提供的基于电力调节的分体空调和冷水机组远端响应及控制装置的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中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。
在对本发明所提供的基于电力调节的分体空调和冷水机组远端响应及控制方法进行描述之前,首先对该方法控制的对象,即分体空调和大型冷水机组进行描述。
具体地,图1示出了本发明所提供的分体空调和冷水机组的结构示意图。如图1所示,本发明所提供的分体空调和冷水机组包括:电力调节响应模块110和控制器120;电力调节响应模块110用于接收电力系统下发的调峰、调频的调节需求,并转发电网调节指标给控制器120;控制器120与电力调节响应模块110连接,用于根据电力调节响应模块110转发的调节需求,确定并执行相应的控制指令。
可以理解的是,与现有空调相比,本实施例所提供的空调增加了一个电力调节响应模块110,该模块用于响应配电网侧的电力需求,保障终端用户物理系统即空调,可以根据人的意愿参与电力市场,为电力市场用户参与电力市场提供硬件与物理支撑。
通过在本地空调中嵌入电力调节响应模块110的方式,可以极大调动虽然单体容量小但是数量庞大的海量需求侧建筑环境柔性负荷,打破了用户仅通过市场激励参与调节激发调节潜力的现状。
具体地,当电力系统需要进行电力调节时,会下发相应的调峰、调频的调节需求到空调,该调节需求包括电网调节指标,此时空调的电力调节响应模块110会综合考虑空调的当前运行信息、空调安全约束以及电网报价信息,从而确定是否响应本次电力调节。
在调节需求与空调的当前运行不相符合,或不满足空调安全约束,又或者电网报价信息不满足预定的经济指标,电力调节响应模块110可以确定不响应本次电力调节。反之,则可以响应配电网测的电力需求,参与本次电力调节。
其中,调节需求可以是电网因需要调峰、调频或维持电压稳定而下发的电力调节指令,例如,在预设时长内该空调的用电功率需达到预设功率。
需要说明的是,电力调节响应模块110既可以是每次电网存在电力调节需求时均进行响应,也可以设置默认参与电力调节,不用每一次都单独进行响应。
还需要说明的是,由于制冷自动化的端口通常并不对普通用户开放,而且各种调节模式需要考虑空调自身的安全可靠性,该电力调节响应模块可以通过空调制造商或可保障安全性的第三方改造商实施嵌入,从而实现将调节需求作为本地空调自动化的一个优化目标嵌入,并保证在空调安全约束之下执行。
电力调节响应模块110在接收电力系统下发的调峰、调频的调节需求,并确定参与本次电力调节之后,转发该调节需求给空调的控制器120。
控制器120接收到电力调节响应模块110转发的调节需求之后,根据该调节需求,确定相应的控制指令,并控制空调执行该控制指令,使空调的用电功率尽可能地满足电网调节需求。
其中,控制指令包括对空调的各器件的调节信息,例如风机、压缩机、工质泵、电子膨胀阀以及电磁膨胀阀中一项或多项器件的调节信息。
需要说明的是,与嵌入的电力调节响应模块110相呼应的,可以在空调的控制面板上增加与上层下发的电力调节指令相对应的“调峰”、“调频”以及“电压保护”等运行模式,这些运行模式与空调的常规运行模式相并列,例如除湿模式、制热模式、制冷模式以及除霜模式,但不同的点在于,“调峰”、“调频”以及“电压保护”等运行模式是本地对联网的电力调节需求的响应。
当然,本实施例所提供的空调既可以是户用分体空调,也可以大型冷水机组中央空调,还可以是其他类型的空调,在此不作具体限定。
在本实施例中,空调增加了电力调节响应模块110,在保障空调安全运行的前提下,融入了电力系统电力调节的操作,可以实现空调与台区集群边缘计算和配电网自动化之间的互联互通,还可以实现本地端空调对电力调节的响应、配网对空调负荷的调控以及配网对海量空调负荷调节能力较为精确的感知,从而实现对海量分散空调负荷的充分利用。
空调参与电力系统电力调节,必然涉及多方主体。具体地,图2示出了本发明所提供的基于电力调节的分体空调和冷水机组远端响应及控制系统的系统示意图。
如图2所示,该控制系统包括:电网、台区智能终端以及空调控制终端;电网用于下发调峰、调频的调节需求给台区智能终端,调节需求用于维持电力系统电量平衡;台区智能终端与电网连接,用于接收电网下发的调节需求,并转发调节需求给空调控制终端;户用分体空调控制终端与台区智能终端连接,用于接收台区智能终端转发的调节需求,并根据调节需求控制空调运行。
可以理解的是,该电力调节系统包括电网、台区智能终端以及空调控制终端这三个主体。具体地,当电力系统有调峰、调频或维持电压稳定等需求时,电网会下发电力调节指令给台区智能终端,电力调节指令包括调节需求,用于维持电力系统电量平衡。
台区智能终端接收到电网下发的调峰、调频的调节需求之后,将该调节需求转发给空调控制终端,然后空调控制终端会根据调节需求控制空调运行,以使该空调的用电功率达到调节需求的要求。
需要说明的是,该空调控制终端可实现类似输电网发电机参与调峰、调频的模式,同时也考虑了配电网海量分散空调负荷的特征,将配电网的分布式优化、集中式优化以及集中-分布式优化都内置于空调控制终端中,为配网电力需求的响应提供了多元化的调控模式。
具体地,当调控模式为集中式优化时,电网下发调节需求后,空调控制终端被电网直接控制,参考自动发电控制(Automatic Generation Control,AGC)或者一次调频控制策略,根据频差得到空调功率的相关调整计划。当调控模式为分布式优化时,空调控制终端根据自身情况自行决定是否参与电力调节。
当调控模式为集中-分布式优化时,电网(配电自动化或者输电网)给各大台区智能终端(负荷聚合商)下发集中-分布式优化调度指令或集中式优化调度指令,台区智能终端将指令整体下发给海量分散空调负荷,有海量分散的空调负荷参与分布式优化,自定义控制空调运行。
还需要说明的是,空调控制终端根据电网调节指标控制空调运行时,会根据电力调节考核指标以及空调安全约束控制空调运行。其中,电力调节考核指标包括电力调节容量、空调中各器件的响应速度以及具体的电力调节计划。
在本实施例中,电力调节系统包括电网、台区智能终端以及空调控制终端,电网下发调峰、调频的调节需求至台区智能终端,台区智能终端转发接收的调节需求至空调控制终端,空调控制根据调节需求控制空调运行,以使空调用电功率满足电网下发的调峰、调频的调节需求,克服了现有技术中对配网可调节空调负荷的可调节能力利用不充分的缺陷,从而实现对海量分散空调负荷的快速、准确感知与调控。
在上文描述的分体空调和冷水机组,以及基于电力调节的分体空调和冷水机组远端响应及控制系统的基础上,本发明还聚焦于空调控制终端,针对空调控制终端控制空调运行,以使空调用电功率满足电网调节指标则部分内容,提供了一种基于电力调节的分体空调和冷水机组远端响应及控制方法。
需要说明的是,该方法包括分体空调和冷水机组一键参与电力系统调节的开关状态识别、上层下发的频差或功率调节需求接收端、依据上层调节需求的户用分体空调功率调整计划、计及调峰调频指标及空调安全约束的分体空调自动化指令执行机构、空调各部件实际动作、空调实际供冷量反馈值、空调实际用电功率变化、空调参与辅助服务(电网调节)的退出与恢复机制、空调参与辅助服务的市场结算机制,此外,为提高空调参与电力系统需求响应或者辅助服务的动态过程调节效果,在空调实际参与调节的控制模式中设置修正模块,主要包括用于调峰调频的滚动修正计划,以及基于人工智能的调峰调频日前动态规划模块。
该方法核心功能包括确定户用分体式空调和大型冷水机组依据上层需求的功率调整计划、计及调峰调频等考核指标及空调安全约束的分体式空调自动化指令执行两部分。其中,户用分体式空调和大型冷水机组依据上层电力系统调节需求确定功率调整计划,是取决于配网侧电力需求响应或辅助服务的整体优化运行控制方式的,可能的方式包括考虑去中心化的纯分布式优化、基于区块链共识机制的分布式优化、分层集中式-分布式优化、集中式优化、分解协调优化、类似发电机一次调频的有差调节式分散控制六种方式,分体式空调的功率调整计划是分别依据以上六种方式的思路通过优化得到的。
计及调峰调频等指标及空调安全约束的分体式空调自动化指令执行取决于依据调节计划与调节容量、响应速度等电力调节考核指标,并以此为依据对现有分体式空调和大型冷水机组制冷自动化控制流程进行改进的,从而得到计及调节需求指标与安全约束的空调自动化控制执行机构;可能的执行过程包括:室内温度设定值更改、风机风速设定、定频压缩机启动动作、变频压缩机频率调节、工质泵调节、制冷剂质量流量设定、热力膨胀阀开度设定、电磁膨胀阀开度设定。执行过程影响的物理量包括压缩机出口温度与压力、冷凝温度与压力、制冷剂质量流量等,蒸发温度出于保障最优热舒适性的考虑设定在12/7℃,则蒸发压力也随之基本确定,因此在调节过程是约束之一不宜大幅度调节。
具体地,图3示出了本发明所提供的基于电力调节分体空调和冷水机组远端响应及控制方法的流程示意图。如图1所以,该方法包括:
S310,接收电力系统向分体空调和大型冷水机组下发的电网调峰、调频的调节需求。
可以理解的是,该电力调节方法涉及电网、台区智能终端以及空调控制终端这三个主体,当电力系统有调峰、调频或维持电压稳定等需求时,电网会下发电网调峰或调频的调节需求给台区智能终端,调节需求包括电网调节指标,用于维持电力系统电量平衡。
台区智能终端接收到电网下发的电网调峰、调频的调节需求之后,将该调节需求转发给分体空调和大型冷水机组,空调端即接收到电力系统下发的电网调节需求。
其中,调节需求可以是电网因需要调峰、调频或维持电压稳定而下发的电力调节指令,例如,在第一预设时长内该空调的用电功率需降低到第一预设功率。
需要说明的是,本实施例所提供的基于电力调节的分体空调和冷水机组远端响应及控制方法的执行主体为空调控制终端。
S320,获取分体空调和大型冷水机组的当前运行信息,当前运行信息包括当前工况及压缩机、冷冻水、送风系统的运行参数。
在上述步骤S310接收到电力系统下发的调节需求的基础上,获取分体空调和大型冷水机组的当前运行信息。
当被控主体为大型冷水机组中央空调时,该中央空调自动化包括三部分:
(1)冷源机组,含离心或螺杆式压缩机、蒸发器、冷凝器(水冷或者风冷)、节流阀(电磁膨胀阀等);对冷源机组主要控制压缩机压比、进出口压力及节流阀开度、蒸发温度、冷凝温度等,而冷源机组又取决于冷冻水供回水温度和末端用户用冷量。
(2)冷冻水循环系统:将冷源机组冷媒的冷量通过冷冻水传递到每个末端的房间,可控参数包括循环水泵频率、流量,供水温度由冷源机组决定,回水温度由供水温度和末端用户决定;冷冻水的温度要根据空气调节人体舒适性决定。
(3)末端送风系统:包括风机盘管、新风系统等,这里涉及到空气处理系统;送风系统还与冷水机组所处的地区有关,温湿度调节等等都需要控制。
大型冷水机组所包含的以上三部分自动化控制之间有延误,而且每个控制逻辑内的输入信号、反馈信号都不同,与分体式空调的冷媒与空气换热的控制完全不同
在获取当前运行信息时,具体地,获取上述冷源机组、冷冻水循环系统和末端送风系统的状态信息;根据冷源的离心或螺杆式压缩机、蒸发器、冷凝器以及节流阀的工作状态,确定压缩机压比、进出口压力及节流阀开度、蒸发温度、冷凝温度;冷冻水循环系统将冷源机组冷媒的冷量通过冷冻水传递到每个末端的房间,确定循环水泵频率、流量和供水温度;末端送风系统确定风机盘管风量、新风风量。
需要说明的是,获取的分体空调和大型冷水机组的当前运行信息,可以包括前述运行参数中的一项,也可以为前述运行参数中的多项参数组合,在此不作具体限定。
当前运行信息包括相应空调的当前运行模式,以及当前运行模式下空调中各器件的运行信息。例如,膨胀阀的当前阀开度、定频压缩机的当前启停信息、变频压缩机的当前运行频率信息、工质泵的当前运行频率信息、制冷剂的当前流量信息以及风机的当前风速。
此外,当前运行信息还可以包括压缩机出口温度与压力、冷凝温度与压力、用户设定温度值以及当前室内温度值,在此并不做具体限定。
需要说明的是,该步骤获取空调的当前运行信息,这是为了后续空调控制终端在控制空调运行的过程中,能够在满足空调安全约束的情况下实现,与此同时,还应当考虑室内用户的最佳热舒适性。
例如,为了保障室内用户能够享受最优热舒适性,蒸发温度可以考虑设定在12/7摄氏度,而后蒸发压力也随之基本确定。
还需要说明的是,在接收到电网调节指标和获取当前运行信息的基础上,可以根据空调的自身情况确定是否参与本次电力调节。
具体地,可以通过综合考虑空调的当前运行信息、空调安全约束以及电网报价信息,从而确定是否响应本次电力调节。
在电网调节指标与空调的当前运行不相符合,或不满足空调安全约束,又或者电网报价信息不满足预定的经济指标,则可以确定不响应本次电力调节。反之,则可以响应配电网测的电力需求,参与本次电力调节。
S330,根据调节需求和当前运行信息,生成对分体空调和大型冷水机组的优化运行计划;
可以理解的是,在接收到上层下发的电网调节需求,以及获取到分体空调和大型冷水机组的当前运行信息的基础上,根据电网调节需求和当前运行信息,生成对分体空调和大型冷水机组的优化运行计划。
需要说明的是,优化运行计划适用于超大规模电力系统中配电网的分层集中-分布式优化,对上级配电网是集中式优化,而对下级负荷分解为分布式优化;配网自动化-台区智能终端装备采用集中式优化、台区-柔性负荷采用分布式优化的分层分布式优化;在分体空调和冷水机组选择调峰、调频模式后一键参与调节,此动作在负荷上一级即台区智能装备或者配网自动化会被认定为参与,为去中心化提供硬件上的支撑,使配网分布式优化依赖一个完整的硬件系统实现
S340,根据优化运行计划和空调原运行计划,生成对分体空调和大型冷水机组的控制指令;
在步骤S330生成对分体空调和大型冷水机组的优化运行计划的基础上,结合分体空调和大型冷水机组本来的原有运行计划,例如调节室内温度值预设温度,生成兼顾调峰、调频需求与节能舒适需求的新的耦合控制指令。
需要说明的是,该控制指令用于控制分体空调的压缩机、节流阀和风机,以及大型冷水机组的冷源、冷冻水循环泵、末端送风系统和新风系统,耦合了多个考虑因素,具体包括电网下发的电网调节需求,以及空调端用户的节能舒适需求和空调安全约束。
也就是说,对分体空调和大型冷水机组的控制,须是在保证制冷系统安全的前提下进行,与此同时,还得考虑室内用户的舒适性需求和经济节能需求。
当然,该控制指令可以用于控制前述所有空调器件或组成部分,也可以用于控制其中的某一器件或系统,在此不作具体限定。
S350,根据控制指令,控制分体空调和大型冷水机组的运行状态。
可以理解的是,在上述步骤S320获取空调的当前运行信息的基础上,进一步地,根据调节需求和获取的当前运行信息,生成分体空调和大型冷水机组的优化运行计划,结合空调原运行计划,生成兼顾调峰、调频需求与节能舒适需求的新的耦合控制指令,从而根据控制指令,控制空调运行,以辅助电力系统进行电力调节。
具体地,基于电网调节需求,能够知道空调的当前待调节电量,基于当前运行信息,能够知晓可控空调器件,以及如何对可控空调器件进行调节。在此基础上,进一步确定控制指令。
其中,控制指令包括对空调中各可控空调器件的调节信息,例如,在一个具体的实施例中,控制指令为将电子膨胀阀的阀开度调节至最大阀开度。
运行状态包括上述的相应空调中各器件的运行信息。
S360,根据分体空调和大型冷水机组的运行状态,结合预设的修正模型进行运行状态动态调整。
可以理解的是,在上述步骤S350控制分体空调和大型冷水机组的运行状态的基础上,为了提高空调负荷参与电力系统电力需求的响应,以及提高空调负荷参与辅助服务的动态过程调节效果,在空调实际参与电力调节的控制指令中,设置了修正模块。
具体地,分别将分体空调和大型冷水机组的运行状态输入至预先训练好的修正模型,从而输出分体空调和大型冷水机组的运行状态相对应的修正信息,从而根据该修正信息对大型冷水机组和分体空调的运行状态进行动态调整。
在本实施例中,通过接收电力系统向分体空调和大型冷水机组下发的电网调峰或调频的调节需求;获取分体空调和大型冷水机组的当前运行信息,当前运行信息包括当前工况及压缩机、冷冻水、送风系统的运行参数;根据调节需求和当前运行信息,生成对分体空调和大型冷水机组的优化运行计划;根据优化运行计划和空调原运行计划,生成对分体空调和大型冷水机组的控制指令;根据控制指令,控制分体空调和大型冷水机组的运行状态;根据分体空调和大型冷水机组的运行状态,结合预设的修正模型进行运行状态动态调整,以使空调用电功率满足电网调峰、调频的调节需求,克服了现有技术中对配网可调节温控型空调、制冷负荷的可调节能力利用不充分的缺陷,从而实现对海量分散空调负荷的快速、准确感知与调控。
在上述实施例的基础上,进一步地,根据优化运行计划和空调原运行计划,生成对分体空调和大型冷水机组的控制指令,包括:基于电网调节指标,匹配对应的预设数值范围;根据匹配的预设数值范围,确定空调内的待调节器件;根据待调节器件的当前运行信息,确定控制指令;其中,待调节器件包含空调的压缩机、节流阀、风机以及循环水泵中的一项或多项组合,控制指令包含对待调节器件的调节信息。
其中,电网调节指标包含于电网下发的调节需求。
可以理解的是,根据电网调节指标和当前运行信息确定控制指令,具体地,电网调节指标为空调负荷需要在设定时长内达到设定功率,亦等同于空调负荷需要在设定时长内满足设定用电量。
空调控制终端预先存储有电网调节指标的预设数值范围,该预设数值范围与空调中待调节器件是相对应的。基于下发的电网调节指标,可以匹配到该电网调节指标所属的预设数值范围,然后根据匹配到的预设数值范围,就可以确定空调内的待调节器件。
其中,待调节器件可以为空调中的压缩机、节流阀、风机或循环水泵,也可以为前述器件中多项组合,在此不作具体限定。
确定空调内的待调节器件之后,获取确定的待调节器件的当前运行信息,并根据这些待调节器件的当前运行信息确定对应的控制指令。
其中,控制指令包含对确定的待调节器件的调节信息,例如,降低变频压缩机的压缩机频率,并减小风机的风速。
需要说明的是,对于不同类型的空调,由于空调中可控器件并不完全相同,因此,和待调节器件对应的控制指令也存在差异。
例如,在一个具体的实施例中,空调为户用分体空调;根据匹配的预设数值范围,确定待调节器件,包括:确定电网调节指标位于第一预设数值范围内,则待调节器件为压缩机、节流阀以及风机。
又例如,在另一个具体的实施例中,空调为大型冷水机组中央空调;根据匹配的预设数值范围,确定待调节器件,包括:确定电网调节指标位于第二预设数值范围内,则待调节器件为压缩机、风机以及循环水泵。
需要说明的是,大型冷水机组中央空调包括冷源机组、冷冻水循环系统以及末端送风系统这三部分。其中,冷源机组包括离心或螺杆式压缩机、蒸发器、水冷或风冷式冷凝器以及节流阀,冷冻水循环系统将冷源机组冷媒的冷量通过冷冻水传递至每个末端的房间,末端送风系统包括风机盘管、新风系统以及空气处理系统。
户用分体空调与大型冷水机组中央空调的制冷原理不同,并且,相较于户用分体空调,在可调控器件上,大型冷水机组中央空调还能够对循环水泵的频率和流量进行调节。
还需要说明的是,本实施例中待调节器件并不仅仅限定于上述压缩机、节流阀、风机以及循环水泵,还可以直接对空调中相关参数进行调节,例如用户设定的室内温度值。
在本实施例中,通过匹配电网调节指标对应的预设数值范围,并根据匹配的预设数值范围确定空调内的待调节器件,从而根据待调节器件的当前运行信息确定控制指令,以使空调用电功率满足电网下发的调峰、调频的调节需求,克服了现有技术中对配网可调节空调负荷的可调节能力利用不充分的缺陷,从而实现对海量分散空调负荷的快速、准确感知与调控。
在上述实施例的基础上,进一步地,根据待调节器件的当前运行信息,确定控制指令,包括:根据待调节器件的当前运行信息,以及预存的器件运行信息与调节策略的对应关系,确定对待调节器件的当前运行信息进行调节的调节策略;控制指令包含对各个待调节器件的当前运行信息进行调节的调节策略。
可以理解的是,根据待调节器件的当前运行信息,确定控制指令,具体地,空调控制终端预存有器件运行信息与调节策略的对应关系,这种对应关系可以通过神经网络模型体现,该模型以待调节器件的当前运行信息作为输入,以待调节器件的调节策略作为输出。
其中,调节策略可以是一个具体的调节数值,例如压缩机的运行频率调至第一频率阈值;也可以为待调节器件的具体调节方式,例如停止风机运行;还可以包括多个待调节器件之前的调节顺序。
例如,当待调节器件为电子膨胀阀和风机时,相较于电子膨胀阀的阀开度调节效果,风机的调节效果在短时间内更明显些,若电网调节策略要求的时长较短,此时调节策略则可以先调大风机转速,而后再调大电子膨胀阀开度。
需要说明的是,针对同一电网调节指标,可以对应多个调节策略,此时用户可以根据实际情况择一执行。
在本实施例中,通过根据待调节器件的当前运行信息,以及预存的器件运行信息与调节策略之间的对应关系,确定对待调节器件的当前运行信息进行调节的调节策略,从而控制空调执行该调节策略,以使空调用电功率满足电网下发的调峰、调频的调节需求,克服了现有技术中对配网可调节空调负荷的可调节能力利用不充分的缺陷,从而实现对海量分散空调负荷的快速、准确感知与调控。
在上述实施例的基础上,进一步地,基于电力调节的分体空调和大型冷水机组远端响应及控制方法还包括:存储设定时长内多次电力调节中压缩机、节流阀、循环水泵以及风机分别对应的预调节电量和实际调节电量;根据多次电力调节中的预调节电量和实际调节电量,动态修正控制指令。
可以理解的是,为了提高空调负荷参与电力系统电力需求的响应,以及提高空调负荷参与辅助服务的动态过程调节效果,在空调实际参与电力调节的控制指令中,设置了修正模块。
具体地,设定时长内,空调参与电力调节的相关数据均被存储,这里的相关数据包括但不限于:每一次电力调节过程中各待调节器件的调节信息,以及基于这些调节信息而达到的实际调节电量,以及预调节电量。
在获知多次电力调节过程中实际调节电量和预调节电量的基础上,可以根据历史的预调节电量和实际调节电量,动态修正控制指令。
其中,预调节电量是指基于电网调节指令,空调的计划调节电量,实际调节电量是指在执行控制指令后空调调节电量。
在一个具体的实施例中,修正控制指令的过程可以通过基于人工智能的修正模型来实现,该修正模型以初始确定的控制指令作为输入,在模型进行修正处理过程中,以本次电力调节中的预调节电量作为约束项,然后以各待调节器件调节电量的预测值作为输出。
需要说明的是,在上述修正模型进行推理之前,以历史的控制指令,以及历史的控制指令对应的实际调节电量作为训练数据集,将修正模型训练至收敛。
得到本次各待调节器件调节电量的预测值之后,结合本次的预调节电量,对初始确定的控制指令进行修正。此处的修正,既可以针对待调节器件的调节数值进行修正,也可以针对待调节器件的调节顺序进行修正。
相较于初始确定的控制指令,修正后的控制指令对空调中各器件的调节更精准,从而使得空调的控制更能满足电网调节指标的要求。
在本实施例中,存储设定时长内多次电力调节中压缩机、节流阀、循环水泵以及风机分别对应的预调节电量和实际调节电量,根据多次电力调节中的预调节电量和实际调节电量,动态修正控制指令,从而使海量空调负荷能够高效且较为精确地参与电力系统的电力调节。
在上述实施例的基础上,进一步地,基于电力调节的分体空调和大型冷水机组远端响应及控制方法还包括:获取目标时间段的天气信息;将目标时间段的天气信息输入至预先训练好的电量预测模型中,得到目标时间段内压缩机、节流阀、循环水泵以及风机对应的预测调节电量;根据预测调节电量,动态修正控制指令。
可以理解的是,天气信息会在一定程度上影响空调的控制逻辑,考虑及此,本实施例以目标时间段的天气信息作为一个约束项,对空调的控制指令做进一步修正。
具体地,首先获取目标时间段的天气信息,天气信息可以根据实时天气预报进行获取,而后,将目标时间段的天气信息输入至预先训练好的电量预测模型中,即可得到电量预测模型输出的、在目标时间段内压缩机、节流阀、循环水泵以及风机对应的预测调节电量,从而根据每一待调节器件对应的预测调节电量和计划调节电量,对每一个待调节器件的调节信息进行修正,从而实现对控制指令的修正。
其中,目标时间段可以根据电网调节指标的具体要求进行设置。例如,在一个具体的实施例中,目标时间段为接收到电网调节指令后的72小时。
在本实施例中,通过获取目标时间段的天气信息,并将目标时间段的天气信息输入至预先训练好的电量预测模型中,即可得到目标时间段内压缩机、节流阀、循环水泵以及风机对应的预测调节信息,从而根据预测调节电量动态修正控制指令,使海量空调负荷能够高效且较为精确地参与电力系统的电力调节。
图4示出了本发明所提供的基于电力调节的分体空调和冷水机组远端响应及控制装置的结构示意图。如图4所示,该装置包括:接收模块410,用于接收电力系统向分体空调和大型冷水机组下发的电网调峰、调频的调节需求;获取模块420,用于获取分体空调和大型冷水机组的当前运行信息,当前运行信息包括当前工况及压缩机、冷冻水、送风系统的运行参数;计划生成模块430,用于根据调节需求和当前运行信息,生成对分体空调和大型冷水机组的优化运行计划;指令生成模块440,用于根据优化运行计划和空调原运行计划,生成对分体空调和大型冷水机组的控制指令,控制指令用于控制分体空调的压缩、节流阀和风机,以及大型冷水机组的冷源、冷冻水循环泵、末端送风系统和新风系统,同时满足所述调节需求、节能舒适需求以空调安全约束;控制运行模块450,用于根据控制指令,控制分体空调和大型冷水机组的运行状态;动态调整模块460,用于根据分体空调和大型冷水机组的运行状态,结合预设的修正模型进行运行状态动态调整。
在本实施例中,通过接收模块410接收电力系统向分体空调和大型冷水机组下发的电网调峰、调频的调节需求;获取模块420获取分体空调和大型冷水机组的当前运行信息,当前运行信息包括当前工况及压缩机、冷冻水、送风系统的运行参数;计划生成模块430根据调节需求和当前运行信息,生成对分体空调和大型冷水机组的优化运行计划;指令生成模块440根据优化运行计划和空调原运行计划,生成对分体空调和大型冷水机组的控制指令;控制运行模块450根据控制指令,控制分体空调和大型冷水机组的运行状态;动态调整模块460根据分体空调和大型冷水机组的运行状态,结合预设的修正模型进行运行状态动态调整,以使空调用电功率满足电网下发的调频、调峰的调节需求,该装置克服了现有技术中对配网可调节温控型空调、制冷负荷的可调节能力利用不充分的缺陷,从而实现对海量分散空调负荷的快速、准确感知与调控。
本实施例所提供的基于电力调节的分体空调和冷水机组远端响应及控制装置,与上文描述的基于电力调节的空调和冷水机组远端响应及控制方法可相互对应参照,在此不再赘述。
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。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
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 (6)

1.一种基于电力调节的分体空调和冷水机组远端响应及控制方法,其特征在于,包括:
接收电力系统向所述分体空调和大型冷水机组下发的电网调峰、调频的调节需求;
获取所述分体空调和大型冷水机组的当前运行信息,所述当前运行信息包括当前工况及压缩机、冷冻水、送风系统的运行参数;
根据所述调节需求和所述当前运行信息,生成对所述分体空调和大型冷水机组的优化运行计划;
根据所述优化运行计划和空调原运行计划,生成对所述分体空调和大型冷水机组的控制指令,所述控制指令用于控制所述分体空调的压缩机、节流阀和风机,以及所述大型冷水机组的冷源、冷冻水循环泵、末端送风系统和新风系统,能够同时满足所述调节需求、节能舒适需求以及空调安全约束;
根据所述控制指令,控制所述分体空调和大型冷水机组的运行状态;
根据所述分体空调和大型冷水机组的运行状态,结合预设的修正模型进行运行状态动态调整;
所述获取所述分体空调和大型冷水机组的当前运行信息,具体获取包括以下运行参数中的一项或多项组合:
获取冷源机组、冷冻水循环系统和末端送风系统的状态信息;
根据所述冷源机组的离心或螺杆式压缩机、蒸发器、冷凝器以及节流阀的工作状态,确定压缩机压比、进出口压力及节流阀开度、蒸发温度、冷凝温度;
所述冷冻水循环系统将冷源机组冷媒的冷量通过冷冻水传递到每个末端的房间,确定循环水泵频率、流量和供水温度;
所述末端送风系统确定风机盘管风量、新风风量;
所述优化运行计划适用于超大规模电力系统中配电网的分层集中-分布式优化,对上级配电网是集中式优化,而对下级负荷分解为分布式优化;
配网自动化-台区智能终端装备采用集中式优化、台区-柔性负荷采用分布式优化的分层分布式优化;
在分体空调和冷水机组选择调峰、调频模式后一键参与调节,此动作在负荷上一级即台区智能装备或者配网自动化会被认定为参与,为去中心化提供硬件上的支撑,使配网分布式优化依赖一个完整的硬件系统实现。
2.根据权利要求1所述的基于电力调节的分体空调和冷水机组远端响应及控制方法,其特征在于,所述根据优化运行计划和空调原运行计划,生成对分体空调和大型冷水机组的控制指令,包括:
基于电网调节指标,匹配对应的预设数值范围;
根据匹配的所述预设数值范围,确定所述空调内的待调节器件,待调节器件包含所述空调的压缩机、节流阀、风机以及循环水泵中的一项或多项组合;
根据所述待调节器件的当前运行信息,确定所述控制指令;
其中,所述调节需求包含所述电网调节指标,所述控制指令包含对所述待调节器件的调节信息。
3.根据权利要求2所述的基于电力调节的分体空调和冷水机组远端响应及控制方法,其特征在于,所述分体空调根据匹配的所述预设数值范围,确定待调节器件,包括:
确定所述电网调节指标位于第一预设数值范围内,则所述待调节器件为所述压缩机、所述节流阀以及所述风机;
相应地,所述冷水机组所述根据匹配的所述预设数值范围,确定待调节器件,包括:
确定所述电网调节指标位于第二预设数值范围内,则所述待调节器件为所述压缩机、所述风机以及所述循环水泵。
4.根据权利要求3所述的基于电力调节的分体空调和冷水机组远端响应及控制方法,其特征在于,所述根据所述待调节器件的当前运行信息,确定所述控制指令,包括:
根据所述待调节器件的当前运行信息,以及预存的器件运行信息与调节策略的对应关系,确定对所述待调节器件的当前运行信息进行调节的调节策略;
所述控制指令包含对各个所述待调节器件的当前运行信息进行调节的调节策略。
5.根据权利要求2-4中任一项所述的基于电力调节的分体空调和冷水机组远端响应及控制方法,其特征在于,还包括:
存储设定时长内多次电力调节中所述压缩机、所述节流阀、所述循环水泵以及所述风机分别对应的预调节电量和实际调节电量;
根据所述多次电力调节中的预调节电量和实际调节电量,动态修正所述控制指令;
和或,
获取目标时间段的天气信息;
将所述目标时间段的天气信息输入至预先训练好的电量预测模型中,得到所述目标时间段内所述压缩机、所述节流阀、所述循环水泵以及所述风机对应的预测调节电量;
根据所述预测调节电量,动态修正所述控制指令。
6.一种基于电力调节的分体空调和冷水机组远端响应及控制装置,其采用权利要求1-5中任一项所述的基于电力调节的分体空调和冷水机组远端响应及控制方法,其特征在于,包括:
接收模块,用于接收电力系统向所述分体空调和大型冷水机组下发的电网调峰、调频的调节需求;
获取模块,用于获取所述分体空调和大型冷水机组的当前运行信息,所述当前运行信息包括当前工况及压缩机、冷冻水、送风系统的运行参数;
计划生成模块,用于根据所述调节需求和所述当前运行信息,生成对所述分体空调和大型冷水机组的优化运行计划;
指令生成模块,用于根据所述优化运行计划和空调原运行计划,生成对所述分体空调和大型冷水机组的控制指令,所述控制指令用于控制所述分体空调的压缩机、节流阀和风机,以及所述大型冷水机组的冷源、冷冻水循环泵、末端送风系统和新风系统,能够同时满足所述调节需求、节能舒适需求以及空调安全约束;
控制运行模块,用于根据所述控制指令,控制所述分体空调和大型冷水机组的运行状态;
动态调整模块,用于根据所述分体空调和大型冷水机组的运行状态,结合预设的修正模型进行运行状态动态调整。
CN202211352217.XA 2022-10-31 2022-10-31 基于电力调节的分体空调和冷水机组远端响应及控制方法 Active CN115839536B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211352217.XA CN115839536B (zh) 2022-10-31 2022-10-31 基于电力调节的分体空调和冷水机组远端响应及控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211352217.XA CN115839536B (zh) 2022-10-31 2022-10-31 基于电力调节的分体空调和冷水机组远端响应及控制方法

Publications (2)

Publication Number Publication Date
CN115839536A CN115839536A (zh) 2023-03-24
CN115839536B true CN115839536B (zh) 2023-08-15

Family

ID=85576698

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211352217.XA Active CN115839536B (zh) 2022-10-31 2022-10-31 基于电力调节的分体空调和冷水机组远端响应及控制方法

Country Status (1)

Country Link
CN (1) CN115839536B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104990208A (zh) * 2015-06-04 2015-10-21 国家电网公司 一种利用空调负荷调控降低电网尖峰负荷的方法
CN108489013A (zh) * 2018-01-30 2018-09-04 深圳市新环能科技有限公司 基于遗传算法和负荷在线修正的中央空调控制方法及装置
CN112053024A (zh) * 2020-07-10 2020-12-08 南京师范大学 一种基于城镇能源互联网双层协同架构的优化调度方法
CN112460762A (zh) * 2020-11-25 2021-03-09 国网山东省电力公司电力科学研究院 一种中央空调负荷群参与电力系统调峰的控制策略
CN113725913A (zh) * 2021-07-31 2021-11-30 国家电网公司华北分部 一种适应源网荷储多类型资源协同的自动功率控制方法
WO2022127652A1 (zh) * 2020-12-17 2022-06-23 东南大学 一种空调聚合控制方法、系统和调控装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104990208A (zh) * 2015-06-04 2015-10-21 国家电网公司 一种利用空调负荷调控降低电网尖峰负荷的方法
CN108489013A (zh) * 2018-01-30 2018-09-04 深圳市新环能科技有限公司 基于遗传算法和负荷在线修正的中央空调控制方法及装置
CN112053024A (zh) * 2020-07-10 2020-12-08 南京师范大学 一种基于城镇能源互联网双层协同架构的优化调度方法
CN112460762A (zh) * 2020-11-25 2021-03-09 国网山东省电力公司电力科学研究院 一种中央空调负荷群参与电力系统调峰的控制策略
WO2022127652A1 (zh) * 2020-12-17 2022-06-23 东南大学 一种空调聚合控制方法、系统和调控装置
CN113725913A (zh) * 2021-07-31 2021-11-30 国家电网公司华北分部 一种适应源网荷储多类型资源协同的自动功率控制方法

Also Published As

Publication number Publication date
CN115839536A (zh) 2023-03-24

Similar Documents

Publication Publication Date Title
CN104374042B (zh) 空调负荷的控制方法及系统
CN108489027B (zh) 一种对流和辐射自适应供给暖通系统的控制方法
US10527304B2 (en) Demand response based air conditioning management systems and method
CN104214912A (zh) 一种基于温度设定值调整的聚合空调负荷调度方法
US10948884B2 (en) Building control based on uneven load distribution
CN110223005A (zh) 一种空调负荷供电可靠性评估方法及评估装置
CN105320118A (zh) 基于云平台的空调系统电力需求响应控制方法
CN110336330B (zh) 一种空调负荷虚拟同步机群参与电网互动的调控方法
Rezeka et al. Management of air-conditioning systems in residential buildings by using fuzzy logic
CN109612047A (zh) 变风量空调系统的送风温度控制方法
CN116398994B (zh) 一种基于负荷预测的冷水机组群控优化方法
CN110848895B (zh) 一种非工空调柔性负荷控制方法和系统
Adhikari et al. Heuristic algorithms for aggregated HVAC control via smart thermostats for regulation service
Petrie et al. Energy efficient control methods of HVAC systems for smart campus
CN115682324A (zh) 中央空调系统节能优化控制方法、装置、设备和存储介质
CN111277007A (zh) 计及需求侧响应的火电机组调频系统
CN115839536B (zh) 基于电力调节的分体空调和冷水机组远端响应及控制方法
CN109708275B (zh) 大跨度体育建筑室内温度智能调控系统
Li et al. Reinforcement learning-based demand response strategy for thermal energy storage air-conditioning system considering room temperature and humidity setpoints
CN114580254A (zh) 一种基于模型预测控制的建筑室内温度调控方法和系统
CN115566694A (zh) 一种温控负荷分散式响应电网频率调节的方法
Murayama et al. Smart grid ready BEMS adopting model-based HVAC control for energy saving
US11474869B2 (en) Central plant control system with subplant rank generator
CN109190988A (zh) 一种实现温控负荷最优协同的需求侧响应博弈方法
Zhenyu et al. Global optimization model for HVAC systems in public commercial buildings and its schedulable potential evaluation

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
GR01 Patent grant
GR01 Patent grant