CN116379655B - 一种冷机寻优控制系统及方法 - Google Patents
一种冷机寻优控制系统及方法 Download PDFInfo
- Publication number
- CN116379655B CN116379655B CN202310416890.3A CN202310416890A CN116379655B CN 116379655 B CN116379655 B CN 116379655B CN 202310416890 A CN202310416890 A CN 202310416890A CN 116379655 B CN116379655 B CN 116379655B
- Authority
- CN
- China
- Prior art keywords
- combination
- machine
- efficiency
- cold
- module
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000012544 monitoring process Methods 0.000 claims abstract description 52
- 238000001816 cooling Methods 0.000 claims abstract description 49
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 49
- 239000000498 cooling water Substances 0.000 claims abstract description 36
- 238000004364 calculation method Methods 0.000 claims abstract description 13
- 238000001704 evaporation Methods 0.000 claims abstract description 3
- 230000008020 evaporation Effects 0.000 claims abstract description 3
- 230000008859 change Effects 0.000 claims description 56
- 238000005057 refrigeration Methods 0.000 claims description 18
- 229920006395 saturated elastomer Polymers 0.000 claims description 12
- 230000009467 reduction Effects 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 7
- 230000001681 protective effect Effects 0.000 claims description 7
- 230000001276 controlling effect Effects 0.000 claims description 4
- 230000001105 regulatory effect Effects 0.000 claims description 4
- 238000013499 data model Methods 0.000 claims description 3
- 230000002035 prolonged effect Effects 0.000 abstract description 7
- 238000012423 maintenance Methods 0.000 abstract description 5
- 238000007726 management method Methods 0.000 abstract description 5
- 238000005265 energy consumption Methods 0.000 abstract description 3
- 238000007405 data analysis Methods 0.000 abstract description 2
- 230000005494 condensation Effects 0.000 abstract 1
- 238000009833 condensation Methods 0.000 abstract 1
- 230000008569 process Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 238000005457 optimization Methods 0.000 description 5
- 238000010977 unit operation Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
- F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
- F25B49/00—Arrangement or mounting of control or safety devices
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F5/00—Air-conditioning systems or apparatus not covered by F24F1/00 or F24F3/00, e.g. using solar heat or combined with household units such as an oven or water heater
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B30/00—Energy efficient heating, ventilation or air conditioning [HVAC]
- Y02B30/70—Efficient control or regulation technologies, e.g. for control of refrigerant flow, motor or heating
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Thermal Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明公开了一种冷机寻优控制系统及方法,系统包括排列组合模块、曲线绘制模块、参数采集模块、计算模块、最优选择模块,方法包括系统计算冷机不同组合,绘制效率曲线,采集总需求冷量、冷冻水泵频率和扬程和冷却水泵频率和扬程等参数,并计算冷冻流量和冷却流量,进一步计算冷凝蒸发饱和温度差,并据此查询高效率区间,进而得出最优的冷机运行组合,并按照最优冷机运行组合,控制各冷机的运行方式制冷,实时监测和调节;本发明能够根据当前机组的负载情况和历史数据分析,自动调整冷机数量和规格,实现最优的机组运行状态和更智能化的机组运行管理,降低机组能耗,避免过载和低效运行,从而提高机组寿命,降低维护成本。
Description
技术领域
本发明涉及制冷技术领域,尤其是一种冷机寻优控制系统及方法。
背景技术
中央空调冷机设备包括制冷机组、冷冻水泵、冷却水泵、冷却塔及其附属设备。冷机控制策略,指的是围绕制冷机组为中心,水泵及冷却塔配套控制的方法,以冷机群控系统为策略执行者。
现有冷机控制大都为按照冷机电机电流百分比来加减机,如PLC设定当电机电流百分比达到95%,并持续5-10分钟,则加机组;当电机电流百分比降低到50%,并持续5-10分钟,则减机;电机电流百分比加减机策略对PLC编程非常方便,参数简单,也能确保冷机的安全运行。但缺点是,往往主机不能长时间在高效率区域工作,能耗较高。
另外有AI寻优策略,用AI计算何种组合运行最优,直接下发指令给机组;但是AI只能对已运行机组的参数进行回归,无法对未运行过的冷机参数回归,导致无法实现寻优,且直接下发指令,会导致机组频繁切换,不利设备安全性和寿命。
发明内容
本发明为了解决上述存在的技术问题,提供一种冷机寻优控制系统及方法。
本发明的技术方案是这样实现的:
一种冷机寻优控制系统,包括排列组合模块、曲线绘制模块、参数采集模块、计算模块、最优选择模块;
所述排列组合模块用于将不同规格和数量的冷机按照不同的组合方式排列组合成若干个冷机运行组合;
所述曲线绘制模块用于根据不同冷凝器蒸发器饱和温度差条件下,对各所述冷机运行组合按照总需求冷量变化绘制效率曲线,并得出高效率区间的最小冷量和最大冷量;
所述参数采集模块用于现场采集参数,包括总需求冷量、冷冻水出水温度、冷冻水泵频率和扬程、冷却水进口温度、冷却水泵频率和扬程,并根据各冷机组合计算冷冻水流量、冷却水流量;
所述计算模块用于根据冷冻水出水温度、冷却水进口温度、冷冻水流量、冷却水流量,计算冷凝器蒸发器饱和温度差;
所述最优选择模块用于根据所确定的负荷需求,冷凝器蒸发器饱和温度差,查询所述效率曲线,并选择高效率区间内的最优冷机组合,使得刚开始制冷时,即按照最优的冷机组合运行,并以此作为后续加减机的判定条件;
作为优选,所述冷冻水流量、冷却水流量计算方法,是单台主机没有装流量计情况下的流量推导方法;
具体为:在水泵前后有安装压力表的情况下,根据水泵频率、压力差计算出来的扬程和水泵曲线,计算水泵对应的主机流量。
作为优选,所述控制系统还包括负荷变化监测模块,用于根据所述参数采集模块所采集的参数,实时监测项目的负荷变化,并根据项目往日的负荷变化,来按照预设的阈值判断是否进行加减机操作;
所述负荷变化监测模块包括变化监测单元和加减机判断单元;
所述变化监测单元用于实时监测项目的负荷变化,以及记录项目的历史负荷变化数据;
所述加减机判断单元用于根据项目负荷变化情况判断是否进行加减机操作。
作为优选,所述控制系统还包括加减机控制模块,用于根据加减机策略自动切换冷机运行组合;
所述加减机控制模块包括加机策略单元和减机策略单元;
所述加机策略单元用于在总需求冷量增加时,通过计算运行组合和待运行组合效率之差,进行加机操作,实行新的冷机组合;
所述减机策略单元用于在总需求冷量减少时,通过计算运行组合和待运行组合效率之差,进行减机操作,实行新的冷机组合。
作为优选,所述控制系统还包括监测预警模块,用于监测电流、温度和压力参数,及时发现故障并进行预警和保护措施;
所述监测预警模块包括参数监测单元和预警单元;
所述参数监测单元用于监测设备相关参数,包括冷机的电流、温度和压力参数;
所述预警单元用于在所述参数监测单元中监测发现故障时及时进行预警和保护措施。
一种冷机寻优控制方法,包括以下步骤:
S1.排列组合:预先将不同项目配置的冷机按照不同组合方式进行排列组合,所述项目配置包括规格和数量,得到若干个冷机运行组合;
S2.绘制曲线:根据不同冷凝器蒸发器饱和温度差条件下,对各所述冷机运行组合按照总需求冷量变化,通过回归算法处理后,绘制冷机效率曲线,建立数据模型;
S3.参数采集:现场采集所述冷机运行组合的参数,所述参数包括总需求冷量、冷冻水出水温度、冷却水出口温度冷冻水泵频率和扬程、冷却水泵频率和扬程,并计算各冷冻水流量、冷却水流量;
S4.计算:根据所采集的参数进行计算,得出所述冷机运行组合的冷冻水出水温度、冷却水进口温度、冷冻水流量、冷却水流量,并计算冷凝器蒸发器饱和温度差;
S5.查询:根据所述冷机效率曲线,查询在不同的总需求冷量下,不同冷凝温度蒸发温度差下所述冷机运行组合的高效率区域,并得出最小冷量和最大冷量;
S6.调节制冷:按照所述高效率区域最小冷量和最大冷量,控制各冷机的运行方式和工作参数,开始制冷,并进行实时监测和调节。
作为优选,所述控制方法还包括:在所述控制系统运行过程中,控制系统还根据项目往日的负荷特点,按照预设的负荷变化阈值,判断是否进行动态加减机策略处理:
负荷变化较大项目,在一定时限内负荷变化超过设定阈值,需要不同冷机组合才能满足负荷变化,则每天制冷前,根据往日负荷,通过以上S1-S6运行寻优策略,计算得到设定时限内能效最优的稳定运行冷机组合,则此时间段内不进行加减机处理;超过该时间段,再进行动态加减机策略判断;
相应地,负荷变化不大项目,在设定时限内负荷变化不超过设定阈值,则刚制冷后每5分钟进行一次动态加减机策略判断。
作为优选,所述控制方法还包括:若当前冷机组合在运行时总需求冷量增加,代表此时已超过当前冷机组合的高效率区间的最大冷量值,则开启加机判断:
在获取冷凝器蒸发器饱和温度差后,计算运行组合的效率与待运行组合的效率之差,
若两者效率之差小于0.01(单位为kw/TR,或0.035kw/kw,可以根据实际项目条件赋值),则保持当前冷机组合运行;
若两者效率之差大于0.01(单位为kw/TR,或0.035kw/kw,可以根据实际项目条件赋值),则运行效率之差最大的待运行组合;
所述效率为当前冷量降低3%后的效率。
作为优选,所述控制方法还包括:若当前冷机组合在运行时总需求冷量减少,代表此时已低于当前冷机组合的高效率区间的最小冷量值,则开启减机判断:
在获取冷凝器蒸发器饱和温度差后,计算运行组合的效率与待运行组合的效率之差,
若两者效率之差小于0.01(单位为kw/TR,或0.035kw/kw,可以根据实际项目条件赋值),则保持当前冷机组合运行;
若两者效率之差大于0.01(单位为kw/TR,或0.035kw/kw,可以根据实际项目条件赋值),则运行效率之差最大的待运行组合;
所述效率为当前冷量增加3%后的效率。
与现有技术相比,本发明的有益效果是:在满足安全性,即不会频繁开停主机的前提下,系统通过对多个冷机运行组合进行能效寻优判定,寻优策略考虑了流量、出水温度对冷凝器、蒸发器的小温差影响,并通过回归算法对其建立效率曲线模型,能够对还未运行过的冷机进行参数回归,通过效率曲线模型可查询得到冷机运行组合的高效率区间,因此可得出最优的冷机运行组合,使得制冷过程从一开始便按照最优的冷机组合运行,并能够长时间维持在高效率区间运行;冷机组合的规格和数量不受限制,任意的规格和数量均可执行;系统还会根据当前机组的负载情况和历史数据分析,自动调整冷机数量和规格,实现最优的机组运行状态和更智能化的机组运行管理,进一步降低机组能耗,避免过载和低效运行,从而提高机组寿命,降低维护成本,提高系统可靠性和稳定性。
附图说明
图1是本发明的一实施例的系统框图;
图2是本发明的一优选实施例的系统框图;
图3是本发明的负荷变化监测模块的系统框图;
图4是本发明的加减机控制模块的系统框图;
图5是本发明的监测预警模块的系统框图;
图6是本发明的方法流程示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置的例子。
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。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。
实施例1:
本实施例较传统的冷机控制方法具有更高的优化精度和自适应性能,同时在考虑总需求冷量和冷凝器蒸发器饱和温度差的基础上,可实现更加精确和灵活的控制策略。在本实施例提供的系统中可以充分利用不同规格和数量的冷机进行组合,实现最优制冷效果的冷机组合,通过自动调整机组负载和规格能够进一步提高机组的使用寿命,降低运维成本,提高系统的可靠性和稳定性。
一种冷机寻优控制系统,包括排列组合模块、曲线绘制模块、参数采集模块、计算模块、最优选择模块;
排列组合模块用于将不同规格和数量的冷机按照不同的组合方式排列组合成若干个冷机运行组合,通过预先排列组合不同冷机,可以根据实际需求选择最优的冷机组合运行,从而提高整个制冷系统的效率,能够针对不同需求场景灵活选择冷机组合;
曲线绘制模块用于根据不同冷凝器蒸发器饱和温度差条件下,对各冷机运行组合按照总需求冷量变化绘制效率曲线,并得出高效率区间的最小冷量和最大冷量,可以快速、准确地确定最佳冷机组合,避免了传统手动试错方式的低效性和高成本;
参数采集模块用于现场采集参数,包括总需求冷量、冷冻水出水温度、冷却水进口温度、冷却水泵频率和扬程、冷却水泵频率和扬程,并根据各冷机组合计算冷冻水流量、冷却水流量;
计算模块用于根据冷冻水出水温度、冷却水进口温度、冷冻水流量、冷却水流量,计算冷凝器蒸发器饱和温度差。这种基于实际数据计算的高效运行方案能够更好地适应实际需求场景,能够提高运行机组的寿命,具有较高的可行性;
最优选择模块用于根据所确定的冷凝器蒸发器饱和温度差,查询效率曲线,并选择高效率区间内的最优冷机组合开始运行制冷工作,并在运行过程中通过选择最优冷机组合自动调整机组负载和规格,能够避免过载和低效运行,提高机组使用寿命,降低运维成本。
实施例2:
本实施例在实施例1的基础上加了一些模块,能够进一步降低机组负载从而提高机组寿命,实现更加智能化的机组运行管理,并优化系统的效率和稳定性,且能够对制冷过程中产生的故障进行预警。
其中,冷冻水流量、冷却水流量计算方法,是单台主机没有装流量计情况下的流量推导方法;
在没有流量计量的情况下,主机流量计算方法大致为两种:
方法一,在总管有流量计量情况下,可根据主机组合,按比例分配计算每台主机的流量,该方法更有普适性,但是实际误差较大;
方法二,在水泵前后有安装压力表的情况下,可根据水泵频率、压力差计算出来的扬程和水泵曲线,计算水泵对应的主机流量,该方法误差较小。
本发明采用方法二为流量计算描述,若采用方法一,则采集数据对象会有不同,但不影响整体寻优策略。
其中,控制系统还包括负荷变化监测模块,用于根据参数采集模块所采集的参数,实时监测项目的负荷变化,并根据项目往日的负荷变化,来按照预设的阈值判断是否进行加减机操作;
负荷变化监测模块包括变化监测单元和加减机判断单元,
变化监测单元用于实时监测项目的负荷变化,以及记录项目的历史负荷变化数据;
加减机判断单元用于根据项目负荷变化情况判断是否进行加减机操作。
其中,控制系统还包括加减机控制模块,用于根据加减机策略自动切换冷机运行组合;
加减机控制模块包括加机策略单元和减机策略单元,
加机策略单元用于在总需求冷量增加时,通过计算运行组合和待运行组合效率之差,进行加机操作,实行新的冷机组合;
减机策略单元用于在总需求冷量减少时,通过计算运行组合和待运行组合效率之差,进行减机操作,实行新的冷机组合。
在本发明提供的控制系统中,添加负荷变化监测模块和加减机控制模块,能够实现更加智能化的机组运行管理,进一步提高机组寿命,并优化系统的效率和稳定性。
其中,控制系统还包括监测预警模块,用于监测电流、温度和压力参数,及时发现故障并进行预警和保护措施;
监测预警模块包括参数监测单元和预警单元,
参数监测单元用于监测设备相关参数,包括冷机的电流、温度和压力参数;
预警单元用于在参数监测单元中监测发现故障时及时进行预警和保护措施。
监测预警模块通过监测设备的电流、温度和压力等参数,及时发现故障并进行预警和保护措施,避免因设备故障导致机组停机和维修,从而保证系统的稳定性和可靠性。
实施例3:
本实施例通过物理公式得到冷冻水流量、冷却水流量,并结合冷冻水出水温度、冷却水进口温度确定相应的冷凝器蒸发器饱和温度差值,能够对冷机的运行方式和工作参数进行实时调节和控制,以达到最佳的效率和性能。
一种冷机寻优控制方法,包括以下步骤:
S1.排列组合:预先将不同项目配置的冷机按照不同组合方式进行排列组合,项目配置包括规格和数量,得到若干个冷机运行组合,通过预先排列组合不同冷机,可以根据实际需求选择最优的冷机组合运行,从而提高整个制冷系统的效率,能够针对不同需求场景灵活选择冷机组合,且数量规格等不受限制,随意组合;
S2.绘制曲线:根据不同冷凝器蒸发器饱和温度差条件下,对各冷机运行组合按照总需求冷量变化,通过回归算法处理后,绘制冷机效率曲线,建立数据模型;
S3.参数采集:现场采集冷机运行组合的参数,参数包括总需求冷量、冷冻水出水温度、冷却水进口温度、冷冻水泵频率和扬程、冷却水泵频率和扬程,可以通过现场传感器等设备对冷机运行过程中的相关参数进行实时监测和采集;
S4.计算:根据所采集的参数进行计算,得出冷机运行组合的冷冻水流量、冷却水流量,进一步得出相应的冷凝器蒸发器饱和温度差,以确定冷机的最优运行组合;
S5.查询:根据冷机效率曲线,查询当前总需求冷量下,冷机运行组合的高效率区域,并得出最小冷量和最大冷量,进而得出最优冷机运行组合,可以利用计算机控制系统或其他智能化设备,结合所得到的最优运行组合,对冷机的运行方式和工作参数进行实时调节和控制,以达到最佳的效率和性能,同时,在控制过程中还可以考虑机组寿命的问题,采取相应的措施进行预防和保护;
S6.调节制冷:按照高效率区域最小冷量和最大冷量,控制各冷机的运行方式和工作参数,开始制冷,并进行实时监测和调节。
具体来说,为了提高冷机的寿命和稳定性,可以采取以下措施:
(1)定期检查和维护冷机,包括清洗、更换滤网、检查电线电缆等,确保冷机每个部件都正常运转;
(2)对于长时间处于停机状态的冷机,开机前应先进行检查和保养,避免因为长时间闲置导致设备老化或损坏;
(3)适当控制冷机的运行时间和负载,避免过度使用或频繁开关机造成设备损坏;
(4)根据实际情况调整冷机的运行参数,尽可能减少设备的负荷和损耗。
其中,在S4的计算过程中:
(1)计算冷却水支路流量Mhcn的公式为:
Mhcn=F(CWP_Hz,CWP_Head),
其中:
Mhcn—冷却水支路流量;
CWP_Hz—冷却水泵频率;
CWP_Head—冷却水泵扬程;
根据冷却水泵QH曲线计算流量。
(2)计算冷冻水支路流量Mccn的公式为:
其中:
Mccn=F(CP_Hz,CP_Head),
Mccn—冷冻水支路流量;
CP_Hz—冷冻水泵频率;
CP_Head—冷冻水泵扬程;
根据冷冻水泵QH曲线计算流量。
(3)计算冷凝器蒸发器饱和温度差值ΔT的公式为:
ΔT=Tc-Te,
其中,Tc为冷凝器饱和温度,Te为蒸发器饱和温度。
实施例4:
本实施例在实施例3的基础上增加了负荷变化判断和加减机策略判断,实现节能减排目的的同时,可以实现更加智能化的机组运行管理,进一步提高机组寿命。
其中,控制方法还包括:
根据项目往日的负荷特点,按照预设的负荷变化阈值,判断是否进行动态加减机策略处理:
负荷变化较大项目,在一定时限内负荷变化超过设定阈值,需要不同冷机组合才能满足负荷变化,则每天制冷前,根据往日负荷,通过以上S1-S6运行寻优策略,计算得到设定时限内能效最优的稳定运行冷机组合,则此时间段内不进行加减机处理;超过该时间段,再判断是否需要加减策略;
相应地,负荷变化不大项目,在设定时限内负荷变化不超过设定阈值,则刚制冷后每5分钟进行一次动态加减机策略判断。
例如:预设负荷变化阈值为30%,按照项目往日运行情况,运行2-4小时内负荷变化超过30%,属于是负荷变化较大的项目,则需要不同的冷机运行组合才能满足负荷变化,因此在制冷前先通过步骤S1-S6来确定在2-4小时内稳定运行的最优冷机组合为哪一种,采用此种冷机组合开始制冷,并在此时间段内不进行加减机处理,直到超过该时间段,再进行动态加减机判断。
其中,动态加减机判断包括:
在获取冷凝器蒸发器饱和温度差后,实时计算运行组合的效率与待运行组合的效率之差,
若两者效率之差小于0.01,则保持当前冷机组合运行;
若两者效率之差大于0.01,则运行效率之差最大的待运行组合;
以上0.01单位为kw/TR,或0.035kw/kw,可以根据实际项目条件赋值;
效率为:加机判断时取当前冷量降低3%后的效率,减机判断时取当前冷量增加3%后的效率。
其中,控制方法还包括:
若当前冷机组合在运行时总需求冷量增加,代表此时已超过当前冷机组合的高效率区间的最大冷量值,则开启加机判断:
在获取冷凝器蒸发器饱和温度差后,计算运行组合的效率与待运行组合的效率之差,
若两者效率之差小于0.01,则保持当前冷机组合运行;
若两者效率之差大于0.01,则运行效率之差最大的待运行组合;
以上0.01单位为kw/TR,或0.035kw/kw,可以根据实际项目条件赋值;
效率为当前冷量降低3%后的效率。
例如:第一冷机组合在运行时总需求冷量增加,开启加机判断:得到目前有第一冷机组合、第二冷机组合和第三冷机组合可以满足总需求冷量,那么,在已知它们的冷凝器蒸发器饱和温度差后,分别计算得出三组冷机组合当前冷量降低3%后的效率,并算出第一冷机组合与第二冷机组合和第三冷机组合分别的效率之差,得出两两效率之差均大于0.01(单位为kw/TR),且第三冷机组合与第一冷机组合的差值更大一点,那么,选用第三冷机组合作为新的运行组合。
其中,控制方法还包括:
若当前冷机组合在运行时总需求冷量减少,代表此时已低于当前冷机组合的高效率区间的最小冷量值,则开启减机判断:
在获取冷凝器蒸发器饱和温度差后,计算运行组合的效率与待运行组合的效率之差,
若两者效率之差小于0.01(单位为kw/TR),则保持当前冷机组合运行;
若两者效率之差大于0.01(单位为kw/TR),则运行效率之差最大的待运行组合;
效率为当前冷量增加3%后的效率。
例如:第一冷机组合在运行时总需求冷量减少,开启减机判断:得到目前有第一冷机组合、第二冷机组合和第三冷机组合可以满足总需求冷量,那么,在已知它们的冷凝器蒸发器饱和温度差后,分别计算得出三组冷机组合当前冷量增加3%后的效率,并算出第一冷机组合与第二冷机组合和第三冷机组合分别的效率之差,得出两两效率之差均大于0.01(单位为kw/TR),且第二冷机组合与第一冷机组合的差值更大一点,那么,选用第二冷机组合作为新的运行组合。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
本领域技术人员在考虑说明书及实践这里公开的公开后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围由下面的权利要求指出。
Claims (2)
1.一种冷机寻优控制系统,其特征在于:包括排列组合模块、曲线绘制模块、参数采集模块、计算模块、最优选择模块;
所述排列组合模块用于将不同规格和数量的冷机按照不同的组合方式排列组合成若干个冷机运行组合;
所述曲线绘制模块用于根据不同冷机负荷、冷凝器蒸发器饱和温度差条件下,对各所述冷机运行组合绘制效率曲线,并得出每个高效率区间的最小冷量和最大冷量;
所述参数采集模块用于现场采集参数,包括总需求冷量、冷冻水出水温度、冷冻水泵频率和扬程、冷却水进口温度、冷却水泵频率和扬程,并计算冷冻水流量、冷却水流量;
所述冷冻水流量、冷却水流量计算方法,是基于单台主机没有装流量计的情况下的流量推导方法,具体为:在水泵前后有安装压力表的情况下,根据水泵频率、压力差计算出来的扬程和水泵曲线,计算水泵对应的主机流量;
所述计算模块用于根据冷冻水出水温度、冷却水进口温度、冷冻水流量、冷却水流量,计算冷凝器蒸发器饱和温度差;
所述最优选择模块用于根据所确定的负荷需求、冷凝器蒸发器饱和温度差,查询所述效率曲线,并选择高效率区间内的最优冷机组合,使得刚开始制冷时,即按照最优的冷机组合运行,并以此作为后续加减机的判定条件;
还包括负荷变化监测模块,用于根据所述参数采集模块所采集的参数,实时监测项目的负荷变化,并根据项目往日的负荷变化,来按照预设的阈值判断是否进行加减机操作;所述负荷变化监测模块包括变化监测单元和加减机判断单元;所述变化监测单元用于实时监测项目的负荷变化,以及记录项目的历史负荷变化数据;所述加减机判断单元用于根据项目负荷变化情况判断是否进行加减机操作;
还包括加减机控制模块,用于根据加减机策略自动切换冷机运行组合;所述加减机控制模块包括加机策略单元和减机策略单元;所述加机策略单元用于在总需求冷量增加时,通过计算运行组合和待运行组合效率之差,进行加机操作,实行新的冷机组合;所述减机策略单元用于在总需求冷量减少时,通过计算运行组合和待运行组合效率之差,进行减机操作,实行新的冷机组合;
还包括监测预警模块,用于监测电流、温度和压力参数,及时发现故障并进行预警和保护措施;所述监测预警模块包括参数监测单元和预警单元;所述参数监测单元用于监测设备相关参数,包括冷机的电流、温度和压力参数;所述预警单元用于在所述参数监测单元中监测发现故障时及时进行预警和保护措施。
2.一种冷机寻优控制方法,其特征在于:包括以下步骤:
S1.排列组合:预先将不同项目配置的冷机按照不同组合方式进行排列组合,所述项目配置包括规格和数量,得到若干个冷机运行组合;
S2.绘制曲线:根据不同冷凝器蒸发器饱和温度差条件下,对各所述冷机运行组合按照总需求冷量变化,通过回归算法处理后,绘制冷机效率曲线,建立数据模型;
S3.参数采集:现场采集所述冷机运行组合的参数,所述参数包括总需求冷量、冷冻水出水温度、冷却水出口温度、冷冻水泵频率和扬程、冷却水泵频率和扬程;
S4.计算:根据所采集的参数进行计算,得出所述冷机运行组合的冷冻水出水温度、冷却水进口温度、冷冻水流量、冷却水流量,并计算冷凝器蒸发器饱和温度差;
S5.查询:根据所述冷机效率曲线,查询在不同的总需求冷量下、不同冷凝温度蒸发温度差下所述冷机运行组合的高效率区域,并得出最小冷量和最大冷量;
S6.调节制冷:按照所述高效率区域最小冷量和最大冷量,控制各冷机的运行方式和工作参数,开始制冷,并进行实时监测和调节;
S7.根据项目往日的负荷特点,按照预设的负荷变化阈值,判断是否进行动态加减机策略处理:
若是在一定时限内负荷变化超过设定阈值,需要不同冷机组合才能满足负荷变化,则每天制冷前,根据往日负荷,通过以上S1-S6运行寻优策略,计算得到设定时限内能效最优的稳定运行冷机组合,则此时间段内不进行加减机处理;超过该时间段时,再进行动态加减机策略判断;相应地,若是在设定时限内负荷变化不超过设定阈值,则在刚制冷后的每5分钟进行一次动态加减机策略判断;
所述动态加减机策略判断包括:
若当前冷机组合在运行时总需求冷量增加,并已超过当前冷机组合的高效率区间的最大冷量值,则开启加机判断:
在获取冷凝器蒸发器饱和温度差后,计算运行组合的效率与待运行组合的效率之差,
若两者效率之差小于设定数值,如0.01(单位为kw/TR,或0.035kw/kw,根据实际项目条件赋值),则保持当前冷机组合运行;
若两者效率之差大于设定数值,如0.01(单位为kw/TR,或0.035kw/kw,根据实际项目条件赋值),则运行效率之差最大的待运行组合;
所述效率为当前冷量降低3%后的效率;
所述动态加减机策略判断还包括:
若当前冷机组合在运行时总需求冷量减少,并已低于当前冷机组合的高效率区间的最小冷量值,则开启减机判断:
在获取冷凝器蒸发器饱和温度差后,计算运行组合的效率与待运行组合的效率之差,
若两者效率之差小于设定数值,如0.01(单位为kw/TR,或0.035kw/kw,根据实际项目条件赋值),则保持当前冷机组合运行;
若两者效率之差大于设定数值,如0.01(单位为kw/TR,或0.035kw/kw,根据实际项目条件赋值),则运行效率之差最大的待运行组合;
所述效率为当前冷量增加3%后的效率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310416890.3A CN116379655B (zh) | 2023-04-19 | 2023-04-19 | 一种冷机寻优控制系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310416890.3A CN116379655B (zh) | 2023-04-19 | 2023-04-19 | 一种冷机寻优控制系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116379655A CN116379655A (zh) | 2023-07-04 |
CN116379655B true CN116379655B (zh) | 2023-09-05 |
Family
ID=86963275
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310416890.3A Active CN116379655B (zh) | 2023-04-19 | 2023-04-19 | 一种冷机寻优控制系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116379655B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117067633B (zh) * | 2023-10-12 | 2024-03-15 | 成都飞机工业(集团)有限责任公司 | 一种基于标准冷凝曲线的冷凝系统状态监控方法 |
CN117707086A (zh) * | 2023-12-23 | 2024-03-15 | 广东顺德格立美光电科技有限公司 | 一种能源管理系统 |
CN118089287B (zh) * | 2024-04-28 | 2024-06-25 | 无锡冠亚恒温制冷技术有限公司 | 一种基于智能算法的冷水机能效优化系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106016605A (zh) * | 2016-05-26 | 2016-10-12 | 深圳达实智能股份有限公司 | 一种基于遗传算法的并联冷却泵控制方法及其装置 |
CN107401806A (zh) * | 2017-06-22 | 2017-11-28 | 广州地铁集团有限公司 | 中央空调冷冻站内主机及冷冻泵综合能效提升控制方法 |
CN107655175A (zh) * | 2017-10-28 | 2018-02-02 | 深圳市华科科技有限公司 | 一种中央空调群控节能智能控制系统 |
CN111256294A (zh) * | 2020-01-17 | 2020-06-09 | 深圳市得益节能科技股份有限公司 | 一种基于模型预测的冷水机组组合运行优化控制方法 |
CN111928450A (zh) * | 2020-07-21 | 2020-11-13 | 国网电力科学研究院武汉能效测评有限公司 | 一种楼宇用能优化控制方法 |
CN112594904A (zh) * | 2020-12-16 | 2021-04-02 | 紫泉能源技术股份有限公司 | 一种制冷站节能优化控制系统 |
CN114396714A (zh) * | 2021-12-14 | 2022-04-26 | 广州智业节能科技有限公司 | 一种系统启动台数自动控制运行系统和方法 |
CN114440410A (zh) * | 2022-02-14 | 2022-05-06 | 深圳嘉力达节能科技有限公司 | 基于换热效率对冷冻、冷却水泵进行变流量控制的方法 |
CN114484749A (zh) * | 2022-01-27 | 2022-05-13 | 广州施杰节能科技有限公司 | 一种冷机择优控制方法及系统 |
CN114611288A (zh) * | 2022-03-10 | 2022-06-10 | 上海聚鑫节能工程科技有限公司 | 一种中央空调系统智能化高效机房节能算法模型 |
-
2023
- 2023-04-19 CN CN202310416890.3A patent/CN116379655B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106016605A (zh) * | 2016-05-26 | 2016-10-12 | 深圳达实智能股份有限公司 | 一种基于遗传算法的并联冷却泵控制方法及其装置 |
CN107401806A (zh) * | 2017-06-22 | 2017-11-28 | 广州地铁集团有限公司 | 中央空调冷冻站内主机及冷冻泵综合能效提升控制方法 |
CN107655175A (zh) * | 2017-10-28 | 2018-02-02 | 深圳市华科科技有限公司 | 一种中央空调群控节能智能控制系统 |
CN111256294A (zh) * | 2020-01-17 | 2020-06-09 | 深圳市得益节能科技股份有限公司 | 一种基于模型预测的冷水机组组合运行优化控制方法 |
CN111928450A (zh) * | 2020-07-21 | 2020-11-13 | 国网电力科学研究院武汉能效测评有限公司 | 一种楼宇用能优化控制方法 |
CN112594904A (zh) * | 2020-12-16 | 2021-04-02 | 紫泉能源技术股份有限公司 | 一种制冷站节能优化控制系统 |
CN114396714A (zh) * | 2021-12-14 | 2022-04-26 | 广州智业节能科技有限公司 | 一种系统启动台数自动控制运行系统和方法 |
CN114484749A (zh) * | 2022-01-27 | 2022-05-13 | 广州施杰节能科技有限公司 | 一种冷机择优控制方法及系统 |
CN114440410A (zh) * | 2022-02-14 | 2022-05-06 | 深圳嘉力达节能科技有限公司 | 基于换热效率对冷冻、冷却水泵进行变流量控制的方法 |
CN114611288A (zh) * | 2022-03-10 | 2022-06-10 | 上海聚鑫节能工程科技有限公司 | 一种中央空调系统智能化高效机房节能算法模型 |
Also Published As
Publication number | Publication date |
---|---|
CN116379655A (zh) | 2023-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116379655B (zh) | 一种冷机寻优控制系统及方法 | |
CN104990211B (zh) | 多机头变频离心式中央空调机组的控制方法 | |
CN111237995B (zh) | 一种空调冷机的控制方法 | |
CN112594904A (zh) | 一种制冷站节能优化控制系统 | |
CN102022799B (zh) | 一种用于中央空调器系统的节能控制方法 | |
CN104279805A (zh) | 水冷螺杆式制冷机组运行控制方法 | |
CN212132815U (zh) | 一种智能冷站控制系统 | |
AU665330B2 (en) | Reactive control for discrete chiller units | |
CN114264045A (zh) | 一种中央空调的能效调控系统及方法 | |
CN112944559B (zh) | 空调系统的控制方法 | |
CN111427268B (zh) | 一种煤矿能源优化控制系统和优化控制方法 | |
CN111692681A (zh) | 一种数字化空调水系统及评价方法 | |
CN116255716A (zh) | 一种中央空调人工智能负荷预测节能策略 | |
JP2913584B2 (ja) | 設定温度可変制御による空気調和機冷凍機デマンドコントロール装置 | |
CN112682882A (zh) | 一种绿色高效节能制冷机房集合式模块的实施方法 | |
CN1570500A (zh) | 水冷式中央空调系统节能运行控制方法 | |
JP5390960B2 (ja) | 熱源システム又は空調システムの性能評価方法及び性能評価装置 | |
CN109307351A (zh) | 一种高效综合节能热泵控制系统 | |
CN102679649B (zh) | 一种制冷系统的节能控制装置和方法 | |
CN112696750A (zh) | 一种具有蓄冷功能的空调装置蓄冷控制方法及装置 | |
CN111076371A (zh) | 一种中央空调动态需求响应的控制方法及系统 | |
CN116382411A (zh) | 设备运行控制方法、装置、用电设备、机组及存储介质 | |
CN113865255A (zh) | 风机控制方法、装置及冰箱 | |
CN118328600B (zh) | 一种空气源热泵智能除霜方法、系统及存储介质 | |
CN213955702U (zh) | 一种冷冻机组的节能控制装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |