CN116481150B - 基于端云协同的高效空调机房系统能效优化控制方法 - Google Patents

Abstract

本发明公开了一种基于端云协同的高效空调机房系统能效优化控制方法，涉及空调机房控制领域。步骤包括：步骤S1、针对空调主机、冷冻水泵系统、冷却水泵系统和冷却水塔分别创建子模型；步骤S2、生成多组拟设定参数；步骤S3、各子模型根据各组拟设定参数及空调机房系统的当前状态数据进行计算，得到多组总功率预测值；步骤S4、将最小的总功率预测值作为总功率预测结果，将其所对应的拟设定参数作为实际下发至空调机房系统的设定参数；步骤S5、经过预设时间间隔后，返回执行步骤S2。本发明从整个机房系统角度出发，通过端云协同和对整个空调机房系统的各个设备统一优化控制，可以显著提高降耗效果。

Description

基于端云协同的高效空调机房系统能效优化控制方法

技术领域

本发明涉及空调机房控制领域，具体涉及一种高效空调机房系统能效优化控制方法。

背景技术

近年来，建筑能耗占社会总能耗的25%~30%。其中大型公共建筑的中央空调系统能耗占建筑能耗的40%~60%，中央空调制冷机房能耗在中央空调系统中的总能耗占比最大可达到60%。虽然近些年节能设备、节能控制系统等技术不断推陈出新，但传统的国内的中央空调机房的整体能效比均不高，多数基本在3.5左右。而最新的行业标准T/CECS1100-2022要求即使在恶劣的环境条件下，机房整体能效比也要最基本达到4.5。

对于一般的空调机房，机房整体能效比计算方式为：机房整体能效比（EER）=所有主机产生的制冷量/系统设备总电量。而中央空调系统在项目中开始实际运行后，空调设备输出的制冷量要满足末端的实际负荷需求，即制冷量=空调末端实际负荷。因此制冷量的输出调控本质上不受到机房节能管控系统的调节控制。所以，要提高机房的整体能效比EER，需要在保证一定制冷量供应上的基础上，尽量降低机房整体运行电耗。而系统设备总电量主要包括空调主机电量、冷冻水泵电量、冷却水泵电量和冷却塔风机电量，同时空调主机、冷冻水泵、冷却水泵等设备的运行状态、能耗相互间存在关联，例如冷却水泵的设定温差关系到冷却水的供水温度，继而影响到空调主机的效率，这为控制整个系统的能耗增加了难度。

基于上述原因，当前现有技术都是考虑从某个方面降低能耗，降耗效果不显著。例如，公开（公告）号为CN114251787A的中国发明专利申请公开了一种基于气象信息的空调机组能耗优化方法，它通过气象数据的优化分析空调机组的工作模式，可以准确的计算出空调机组的每小时工作模式，并通过优化算法消除模式频繁转换的小概率事件，大幅度减少空调机组的能耗。但该方案只能通过控制工作模式来降低能耗，并不能对整个系统进行综合控制，单一角度的调整甚至可能导致能耗的升高。

发明内容

本发明提出了一种基于端云协同的高效空调机房系统能效优化控制方法，其目的是：从整个机房系统角度出发，通过对整个空调机房系统的各个设备统一优化控制，提高降耗效果。

本发明技术方案如下：

一种基于端云协同的高效空调机房系统能效优化控制方法，所述空调机房系统包括空调主机、冷冻水泵、冷却水泵和冷却水塔；空调主机的冷冻水出水口与末端的进水口相连接，末端的出水口与冷冻水泵的进水口相连接，冷冻水泵的出水口与空调主机的冷冻水进水口相连接，空调主机的冷却水出水口与冷却水塔的进水口相连接，冷却水塔的出水口与冷却水泵的进水口相连接，冷却水泵的出水口与空调主机的冷却水进水口相连接，控制方法步骤包括：

步骤S1、针对空调主机、冷冻水泵、冷却水泵和冷却水塔分别创建空调主机子模型、冷冻水泵子模型、冷却水泵子模型和冷却水塔子模型；

步骤S2、生成多组拟设定参数，所述拟设定参数包括冷冻水泵的供回水温差设定值、冷却水泵的供回水温差设定值、冷却水塔的冷却水出水温度设定值以及空调主机的冷冻水出水温度设定值；冷冻水泵的供回水温差是指空调主机供给末端的冷冻水与末端通过冷冻水泵回流至空调主机的冷冻水二者的温差值；冷却水泵的供回水温差是指冷却水塔通过冷却水泵供给至空调主机的冷却水与空调主机回流至冷却水塔的冷却水二者的温差值；

步骤S3、各子模型根据各组拟设定参数及空调机房系统的当前状态数据进行计算，每一组拟设定参数分别得到一组对应的功率预测值，包括：空调主机子模型计算得到的空调主机的功率预测值，冷冻水泵子模型计算得到的冷冻水泵的功率预测值，冷却水泵子模型计算得到的冷却水泵的功率预测值，冷却水塔子模型计算得到的冷却水塔的功率预测值；然后计算出各组功率预测值的总和即为总功率预测值；

步骤S4、将最小的总功率预测值作为总功率预测结果，将其所对应的拟设定参数作为实际下发至空调机房系统的设定参数；

步骤S5、经过预设时间间隔后，返回执行步骤S2。

作为所述基于端云协同的高效空调机房系统能效优化控制方法的进一步改进：步骤S2中，先确定各设定值的可设定范围，然后在可设定范围内按预设的步长取多组设定值，然后将不同的冷冻水泵的供回水温差设定值、冷却水泵的供回水温差设定值、冷却水塔的冷却水出水温度设定值以及空调主机的冷冻水出水温度设定值相互组合，生成多组拟设定参数。

作为所述基于端云协同的高效空调机房系统能效优化控制方法的进一步改进：设定值相互组合时，先将冷冻水泵的供回水温差设定值和空调主机的冷冻水出水温度设定值进行组合，得到多个冷冻水参数组，将冷却水泵的供回水温差设定值和冷却水塔的冷却水出水温度设定值进行组合，得到多个冷却水参数组；

对每个冷冻水参数组与冷却水参数组分别进行判断，剔除无效的参数组，然后将经过剔除的冷冻水参数组与冷却水参数组进行组合，得到多组拟设定参数。

作为所述基于端云协同的高效空调机房系统能效优化控制方法的进一步改进：

对于每个冷冻水参数组，如果符合以下任一条件，则剔除该冷冻水参数组：

条件一、冷冻水泵的供回水温差设定值+空调主机的冷冻水出水温度设定值>系统预设的空调主机的冷冻水进水温度上限值；

条件二、冷冻水泵的供回水温差设定值×冷冻水泵最大额定流量×C<通过热量表读取的当前制冷量；该热量表用于检测空调主机冷冻水一侧输出的制冷量；C为比热容；

条件三、冷冻水泵的供回水温差设定值×冷冻水泵最小额定流量×C>通过热量表读取的当前制冷量。

作为所述基于端云协同的高效空调机房系统能效优化控制方法的进一步改进：

对于每个冷却水参数组，如果符合以下任一条件，则剔除该冷却水参数组：

条件四、冷却水泵的供回水温差设定值×冷却水泵最大额定流量×C<通过热量表读取的当前散热量；该热量表用于检测空调主机冷却水一侧的散热量；C为比热容；

条件五、冷却水泵的供回水温差设定值×冷却水泵最小额定流量×C>通过热量表读取的当前散热量。

作为所述基于端云协同的高效空调机房系统能效优化控制方法的进一步改进：步骤S3中，冷冻水泵的供回水温差设定值为冷冻水泵子模型的输入参数，冷却水泵的供回水温差设定值为冷却水泵子模型的输入参数，冷却水塔的冷却水出水温度设定值和冷却水泵的供回水温差设定值为冷却水塔子模型的输入参数，空调主机的冷冻水出水温度设定值和冷却水塔的冷却水出水温度设定值为空调主机子模型的输入参数。

作为所述基于端云协同的高效空调机房系统能效优化控制方法的进一步改进：所述冷冻水泵子模型和冷却水泵子模型的计算方式相同，如下：

步骤A1、根据输入参数来确定冷冻水泵或冷却水泵对应的总流量；

步骤A2、如果根据步骤A1中得到的总流量和当前投入的水泵数量计算得到的各投入水泵的平均流量值超过了水泵的运行频率限定范围，则执行步骤A3，否则按该总流量和当前投入的水泵数量计算出各投入水泵的平均流量，然后按该平均流量计算出各水泵的运行频率，继而计算出各水泵的运行功率，再得到所投入水泵的总功率，作为冷冻水泵子模型计算得到的冷冻水泵的功率预测值或冷却水泵子模型计算得到的冷却水泵的功率预测值，并将当前投入的水泵数量作为将要投入的水泵数量，将按该平均流量计算出的各水泵的运行频率作为水泵运行频率的设定值；

步骤A3、情况一，如果按步骤A1的总流量和当前投入的水泵数量计算出各投入水泵的平均流量小于水泵运行频率范围的最小值且当前投入水泵的数量为1，则将1台水泵按最小运行频率运行时的功率作为冷冻水泵子模型计算得到的冷冻水泵的功率预测值或冷却水泵子模型计算得到的冷却水泵的功率预测值，并将1台作为将要投入的水泵数量，将水泵的最小运行频率作为水泵运行频率的设定值；

情况二，如果按步骤A1的总流量和当前投入的水泵数量计算出各投入水泵的平均流量大于水泵运行频率范围的最大值且当前已投入所有水泵，则将所有水泵都按最大运行频率运行时的总功率作为冷冻水泵子模型计算得到的冷冻水泵功率预测值或冷却水泵子模型计算得到的冷却水泵功率预测值，并将水泵总数作为将要投入的水泵数量，将水泵的最大运行频率作为水泵运行频率的设定值；

如果上述情况一和情况二都不符合，则执行步骤A4；

步骤A4、计算可投入水泵的数量范围：

可投入水泵数量的最大值=步骤A1的总流量/水泵运行频率范围的最小值；

可投入水泵数量的最小值=步骤A1的总流量/水泵运行频率范围的最大值；

步骤A5、在可投入水泵的数量范围中取所有的整数数量记为待选数量，分别进行以下计算：按步骤A1的总流量和当前待选数量计算水泵的平均流量；按该平均流量计算水泵的运行频率，继而得到对应的单台水泵的功率，然后计算出当前待选数量对应的总功率；

步骤A6、比较步骤A5中所有待选数量各自对应的总功率，将最小的总功率作为冷冻水泵子模型计算得到的冷冻水泵的功率预测值或冷却水泵子模型计算得到的冷却水泵的功率预测值，将该最小的总功率对应的待选数量作为将要投入的水泵数量，将该待选数量对应的水泵运行频率作为水泵运行频率的设定值。

作为所述基于端云协同的高效空调机房系统能效优化控制方法的进一步改进：所述空调主机子模型按如下方式计算：

步骤B1、按历史数据制定冷冻水/冷却水温度与空调主机能效比的对应关系表，该关系表中记录了空调主机在不同的冷冻水出水温度和不同的冷却水进水温度下的能效比，所述能效比是指空调主机的制冷量与空调主机的运行功率之比；

步骤B2、按当前空调主机的冷冻水出水温度和冷却水进水温度查找所述对应关系表得到当前空调主机的能效比为e1；获取当前空调主机的实际运行功率为W1；

步骤B3、按当前对应的拟设定参数中的空调主机的冷冻水出水温度设定值以及冷却水塔的冷却水出水温度设定值查找所述对应关系表得到空调主机的预测能效比为e2；

步骤B4、计算空调主机按当前对应的拟设定参数进行设定时的空调主机功率预测值=W1×e1/e2。

作为所述基于端云协同的高效空调机房系统能效优化控制方法的进一步改进：所述冷却水塔子模型按如下计算方式进行分合流优化计算：

步骤C1、计算当前冷却水塔中单台风机可处理的最大流量：L2=L1×[1+(Twb-Twbs)×0.15]；Twb为标准的室外湿球温度，Twbs为当前实际的室外湿球温度，L1为冷却水塔中单台风机可处理冷却水的额定流量；

同时，计算当前单台风机的运行效率：η=(冷却塔进水温度-冷却塔出水温度)/(冷却塔进水温度-Twb)，此处的冷却塔出水温度是指当前对应的拟设定参数中的冷却水塔的冷却水出水温度设定值，冷却塔进水温度为该冷却水塔的冷却水出水温度设定值与当前对应的拟设定参数中的冷却水泵的供回水温差设定值之和；

步骤C2、计算当前冷却水塔的实际总流量：L3=冷却水热量/(水的比热容C×当前对应的拟设定参数中的冷却水泵的供回水温差设定值)，所述冷却水热量为热量表检测到的空调主机冷冻水一侧输出的制冷量与当前对应的拟设定参数输入空调主机子模型所计算出的空调主机的功率预测值所转换得到的散热值之和；

步骤C3、计算冷却塔可投入风机的数量范围：

可投入风机数量的最小值为L3/L2四舍五入后得到的整数值；

可投入风机数量的最大值为L3/(L2×0.4)通过进一法得到的整数值；

步骤C4、按历史数据绘制单台风机在不同的水流量百分比L下风机频率与风机运行效率的曲线图；所述水流量百分比L是指单台风机所被分配的水流量占其可处理的最大流量L2的百分比；

步骤C5、从可投入风机的数量范围内取所有的整数数量记为待选数量，分别进行以下计算：设当前待选数量为n，则其对应的水流量百分比L=L3/(n×L2)；按该水流量百分比L和当前的运行效率η从曲线图中找到对应的单台风机的风机频率，再按该风机频率计算出单台风机的平均功率，继而得到该待选数量对应的风机总功率；

步骤C6、比较步骤C5中所有待选数量各自对应的风机总功率，将最小的风机总功率作为冷却水塔子模型计算得到的冷却水塔的功率预测值，将该最小的风机总功率对应的待选数量作为将要投入的风机数量，将该待选数量对应的风机频率作为风机运行频率的设定值。

作为所述基于端云协同的高效空调机房系统能效优化控制方法的进一步改进：该控制方法在云端运行；运行过程中，记录历史数据，作为后续计算的依据；同时，对比相同工况下各次计算所得到的设定参数及对应的实际空调机房系统的总功率，选出最佳的设定参数作为日后控制的参考，并作为日后生成多组拟设定参数的依据。

相对于现有技术，本发明具有以下积极效果：（1）本发明从整个机房系统角度出发，在可行的范围通过自由组合选出多组拟设定参数，再基于各个子模型分别计算出对应的子系统功率预测值，继而得到总功率预测值，再从中选择最低的总功率预测值对应的拟定参数作为设定参数，从而实现了整个系统的统一优化控制，使得节能降耗的效果得到显著提升；（2）本发明采用“端云协同”的控制方式，云端根据本地端采集到的实时数据进行实时计算，再将计算结果下发到本地端进行控制，在不改变原有本地端控制架构的基础上实现了协同控制，可以同时对多个机房系统进行控制，并且提高了控制算法的运行效率；（3）本发明在选择设定值时，既考虑了系统运行过程中的限制，对设定值进行了筛选剔除，同时也考虑到了相邻设备之间的耦合关系，通过设定值和其它检测装置的检测值既可以计算出各个子模型所需要的所有数据，同时也实现了各个子模型的相互独立、互不影响，简化了计算过程，提高了计算效率；（4）冷却水泵子模型和冷冻水泵子模型可以在需要的水泵数量发生变化时进行分合流优化计算，确保投入的水泵数量和运行频率能够获得该工况下的最低功率；（5）冷却水塔可以根据冷却水流量对风机进行分合流控制，确保投入的风机数量和运行频率能够获得该工况下的最低功率。

附图说明

图1为空调机房系统的结构示意图；

图2为冷却水塔中单台风机在不同的水流量百分比L下风机频率S、风机功率W与风机运行效率η的对应关系曲线图。纵坐标表示风机运行效率η。第一个横坐标表示风机频率S，Smin为风机频率最小值，Smid为L=40%、η=80%对应的风机频率中间值，Smax表示风机频率最大值。第二个横坐标表示风机功率W，风机功率W与风机频率S成正比关系，Wmin为风机频率最小值对应的风机功率最小值，Smax表示风机频率最大值对应的风机功率最大值。

图中：

1、冷却水塔，2、冷却水泵，3、空调主机，4、冷冻水泵，5、末端。

具体实施方式

下面结合附图详细说明本发明的技术方案：

本实施例公开了一种基于端云协同的高效空调机房系统能效优化控制方法。如图1，所述空调机房系统包括空调主机3、冷冻水泵4、冷却水泵2和冷却水塔1。空调主机3的冷冻水出水口与末端5的进水口相连接，末端5的出水口与冷冻水泵4的进水口相连接，冷冻水泵4的出水口与空调主机3的冷冻水进水口相连接。空调主机3的冷却水出水口与冷却水塔1的进水口相连接，冷却水塔1的出水口与冷却水泵2的进水口相连接，冷却水泵2的出水口与空调主机3的冷却水进水口相连接。

所述冷却水塔1使用多台风机对冷却水进行冷却。所述冷却水泵2使用多台水泵来实现冷却水的循环，并监测冷却水供水和回水的温度，基于温差进行自动控制。所述冷冻水泵4使用多台水泵来实现冷冻水的循环，将冷量带给用末端5，并监测冷冻水供水和回水的温度，基于温差进行自动控制。所述基于温差进行自动控制是指根据实际的温差值与设定的温差值之间的差值进行控制。所述温度是通过设置在相应管路上的温度传感器获得。

所述控制方法的步骤为：

步骤S1、针对空调主机3、冷冻水泵4、冷却水泵2和冷却水塔1分别创建空调主机子模型、冷冻水泵子模型、冷却水泵子模型和冷却水塔子模型。

步骤S2、生成多组拟设定参数，所述拟设定参数包括冷冻水泵4的供回水温差设定值、冷却水泵2的供回水温差设定值、冷却水塔1的冷却水出水温度设定值以及空调主机3的冷冻水出水温度设定值。

冷冻水泵4的供回水温差是指空调主机3供给末端5的冷冻水与末端5通过冷冻水泵4回流至空调主机3的冷冻水二者的温差值；冷却水泵2的供回水温差是指冷却水塔1通过冷却水泵2供给至空调主机3的冷却水与空调主机3回流至冷却水塔1的冷却水二者的温差值。

进一步的，先确定各设定值的可设定范围，然后在可设定范围内按预设的步长取多组设定值，然后将不同的冷冻水泵4的供回水温差设定值、冷却水泵2的供回水温差设定值、冷却水塔1的冷却水出水温度设定值以及空调主机3的冷冻水出水温度设定值相互组合，生成多组拟设定参数。

进一步的，设定值相互组合时，先将冷冻水泵4的供回水温差设定值和空调主机3的冷冻水出水温度设定值进行组合，得到多个冷冻水参数组，将冷却水泵2的供回水温差设定值和冷却水塔1的冷却水出水温度设定值进行组合，得到多个冷却水参数组。

对每个冷冻水参数组与冷却水参数组分别进行判断，剔除无效的参数组，然后将经过剔除的冷冻水参数组与冷却水参数组进行组合，得到多组拟设定参数。剔除方式为：

1、对于每个冷冻水参数组，如果符合以下任一条件，则剔除该冷冻水参数组：

条件一、冷冻水泵4的供回水温差设定值+空调主机3的冷冻水出水温度设定值>系统预设的空调主机3的冷冻水进水温度上限值。

一般来说，空调主机3的冷冻水进水温度（即回水温度）反应了末端实际的使用效果，比如空调主机3的冷冻水出水温度为6℃，冷冻水泵4控制温差为5℃，那么冷水经过冷冻水泵4流量调节，再经过末端换热，回水温度应该为5℃+6℃=11℃。一般来讲冷冻水回水温度在6~7月份有些建筑是可以到达14℃（经验值，平台手动设定），显然提高回水温度可以实现节能降耗，此时有三种处理方式：一、保持空调主机3出水温度6℃不变化，继续降低水泵运行频率，即放大温差设定值使得回水温度可以到达14℃；二、保持水泵设定的5℃温差参数不变化，将主机出水温度提升至9℃，使得回水温度达到14℃；三、同时适当的调高空调主机3冷冻水出水温度并调大冷冻水泵4的温差设定值，两者结合最终使得回水温度达到14℃。但是无论哪一种方式，都要保证空调主机3的冷冻水出水温度与冷冻水泵4设定的温差值之和不能高于设定的上限值14℃。

条件二、冷冻水泵4的供回水温差设定值×冷冻水泵4最大额定流量×C<通过热量表读取的当前制冷量；该热量表用于检测空调主机3冷冻水一侧输出的制冷量；C为比热容。

条件三、冷冻水泵4的供回水温差设定值×冷冻水泵4最小额定流量×C>通过热量表读取的当前制冷量。

2、对于每个冷却水参数组，如果符合以下任一条件，则剔除该冷却水参数组：

条件四、冷却水泵2的供回水温差设定值×冷却水泵2最大额定流量×C<通过热量表读取的当前散热量；该热量表用于检测空调主机3冷却水一侧的散热量；C为比热容。

条件五、冷却水泵2的供回水温差设定值×冷却水泵2最小额定流量×C>通过热量表读取的当前散热量。

需要说明的是，所述冷却水泵2和冷冻水泵4都是由多台水泵组成，并且所有的冷却的水泵工作在同一运行频率，所有的冷冻的水泵也工作在同一运行频率。

步骤S3、各子模型根据各组拟设定参数及空调机房系统的当前状态数据进行计算，每一组拟设定参数分别得到一组对应的功率预测值，包括：空调主机子模型计算得到的空调主机3的功率预测值，冷冻水泵子模型计算得到的冷冻水泵4的功率预测值，冷却水泵子模型计算得到的冷却水泵2的功率预测值，冷却水塔子模型计算得到的冷却水塔1的功率预测值。

具体的，冷冻水泵4的供回水温差设定值为冷冻水泵子模型的输入参数，冷却水泵2的供回水温差设定值为冷却水泵子模型的输入参数，冷却水塔1的冷却水出水温度设定值和冷却水泵2的供回水温差设定值为冷却水塔子模型的输入参数，空调主机3的冷冻水出水温度设定值和冷却水塔1的冷却水出水温度设定值为空调主机子模型的输入参数。

4个子模型的计算方式为：

1、所述冷冻水泵子模型和冷却水泵子模型的计算方式相同，主要是针对温差设定值来进行分合流优化，过程如下：

步骤A1、根据输入参数来确定冷冻水泵4或冷却水泵2对应的总流量。根据热量学公式：单位时间内的交换热量等于温差、比热容及水流量三者的乘积，因此在交换热量不变（制冷量、散热量不变）的情况下，温差与流量成反比，继而可以根据输入参数中的供回水的温差设定值计算出设定后的总流量值。

步骤A2、如果根据步骤A1中得到的总流量和当前投入的水泵数量计算得到的各投入水泵的平均流量值超过了水泵的运行频率限定范围，也就是需要增加或减少投入水泵的数量，则执行步骤A3，否则按该总流量和当前投入的水泵数量计算出各投入水泵的平均流量，然后按该平均流量计算出各水泵的运行频率，继而计算出各水泵的运行功率，再得到所投入水泵的总功率，作为冷冻水泵子模型计算得到的冷冻水泵4的功率预测值或冷却水泵子模型计算得到的冷却水泵2的功率预测值，并将当前投入的水泵数量作为将要投入的水泵数量，将按该平均流量计算出的各水泵的运行频率作为水泵运行频率的设定值。

步骤A3、情况一，如果按步骤A1的总流量和当前投入的水泵数量计算出各投入水泵的平均流量小于水泵运行频率范围的最小值且当前投入水泵的数量为1，即只要投入1台水泵且运行在最低频率下就可以满足需要，则将1台水泵按最小运行频率运行时的功率作为冷冻水泵子模型计算得到的冷冻水泵4的功率预测值或冷却水泵子模型计算得到的冷却水泵2的功率预测值，并将1台作为将要投入的水泵数量，将水泵的最小运行频率作为水泵运行频率的设定值。

情况二，如果按步骤A1的总流量和当前投入的水泵数量计算出各投入水泵的平均流量大于水泵运行频率范围的最大值且当前已投入所有水泵，则将所有水泵都按最大运行频率运行时的总功率作为冷冻水泵子模型计算得到的冷冻水泵4功率预测值或冷却水泵子模型计算得到的冷却水泵2功率预测值，并将水泵总数作为将要投入的水泵数量，将水泵的最大运行频率作为水泵运行频率的设定值。

如果上述情况一和情况二都不符合，则执行步骤A4。

步骤A4、计算可投入水泵的数量范围：

可投入水泵数量的最大值=步骤A1的总流量/水泵运行频率范围的最小值；

可投入水泵数量的最小值=步骤A1的总流量/水泵运行频率范围的最大值。

水泵运行频率范围的上下限应考虑含死区调节空间。

步骤A5、在可投入水泵的数量范围中取所有的整数数量记为待选数量，分别进行以下计算：按步骤A1的总流量和当前待选数量计算水泵的平均流量；按该平均流量计算水泵的运行频率，继而得到对应的单台水泵的功率，然后计算出当前待选数量对应的总功率。

步骤A6、比较步骤A5中所有待选数量各自对应的总功率，将最小的总功率作为冷冻水泵子模型计算得到的冷冻水泵4的功率预测值或冷却水泵子模型计算得到的冷却水泵2的功率预测值，将该最小的总功率对应的待选数量作为将要投入的水泵数量，将该待选数量对应的水泵运行频率作为水泵运行频率的设定值。

2、所述空调主机子模型按如下方式计算：

步骤B1、按历史数据制定冷冻水/冷却水温度与空调主机能效比的对应关系表，该关系表中记录了空调主机3在不同的冷冻水出水温度和不同的冷却水进水温度下的能效比，所述能效比是指空调主机3的制冷量与空调主机3的运行功率之比。

表1 冷冻水/冷却水温度与空调主机能效比的对应关系表

;

步骤B2、按当前空调主机3的冷冻水出水温度和冷却水进水温度查找所述对应关系表得到当前空调主机3的能效比为e1。例如当前冷冻水进水温度为7℃，冷却水进水温度为37℃，则查上表此时主机能效比e1为G5。获取当前空调主机3的实际运行功率为W1。

步骤B3、按当前对应的拟设定参数中的空调主机3的冷冻水出水温度设定值以及冷却水塔1的冷却水出水温度设定值查找所述对应关系表得到空调主机3的预测能效比为e2。例如拟设定的冷冻水进水温度为8℃，冷却水进水温度为38℃，则查上表此时主机能效比e2为E7。

步骤B4、计算空调主机3按当前对应的拟设定参数进行设定时的空调主机3功率预测值=W1×e1/e2。

3、所述冷却水塔子模型按如下计算方式进行分合流优化计算：

步骤C1、计算当前冷却水塔1中单台风机可处理的最大流量：L2=L1×[1+(Twb-Twbs)×0.15]；Twb为标准的室外湿球温度，Twbs为当前实际的室外湿球温度，L1为冷却水塔1中单台风机可处理冷却水的额定流量。

同时，计算当前单台风机的运行效率：η=(冷却塔进水温度-冷却塔出水温度)/(冷却塔进水温度-Twb)，此处的冷却塔出水温度是指当前对应的拟设定参数中的冷却水塔1的冷却水出水温度设定值，冷却塔进水温度为该冷却水塔1的冷却水出水温度设定值与当前对应的拟设定参数中的冷却水泵2的供回水温差设定值之和。

步骤C2、计算当前冷却水塔1的实际总流量：L3=冷却水热量/(水的比热容C×当前对应的拟设定参数中的冷却水泵2的供回水温差设定值)，所述冷却水热量为热量表检测到的空调主机3冷冻水一侧输出的制冷量与当前对应的拟设定参数输入空调主机子模型所计算出的空调主机3的功率预测值所转换得到的散热值之和。

步骤C3、计算冷却塔可投入风机的数量范围：

可投入风机数量的最小值为L3/L2四舍五入后得到的整数值；

可投入风机数量的最大值为L3/(L2×0.4)通过进一法得到的整数值。

步骤C4、按历史数据绘制单台风机在不同的水流量百分比L下风机频率与风机运行效率的曲线图，如图2所示。本实施例中，运行效率80%以下各水流量的效率曲线近似直线，效率在30%以下时，将会有自由冷却的控制融入其中，此模型中不做考虑。所述水流量百分比L是指单台风机所被分配的水流量占其可处理的最大流量L2的百分比。

步骤C5、从可投入风机的数量范围内取所有的整数数量记为待选数量，分别进行以下计算：设当前待选数量为n，则其对应的水流量百分比L=L3/(n×L2)；按该水流量百分比L和当前的运行效率η从曲线图中找到对应的单台风机的风机频率，再按该风机频率计算出单台风机的平均功率，继而得到该待选数量对应的风机总功率。

步骤C6、比较步骤C5中所有待选数量各自对应的风机总功率，将最小的风机总功率作为冷却水塔子模型计算得到的冷却水塔1的功率预测值，将该最小的风机总功率对应的待选数量作为将要投入的风机数量，将该待选数量对应的风机频率作为风机运行频率的设定值。

然后计算出各组功率预测值的总和即为总功率预测值，即每一组拟设定参数都对应了一个由4个子模型所计算得到的功率预测值求和得到的总功率预测值。

步骤S4、将最小的总功率预测值作为总功率预测结果，将其所对应的拟设定参数作为实际下发至空调机房系统的设定参数。

在本地端，冷却水泵2和冷冻水泵4基于设定的温差进行自动控制，即实时比较设定的温差值与实际监测到的温差值，根据二者的差值控制水泵的运行频率（即控制流量）。同理，冷却水塔1是基于设定的冷却水出水温度与实际出水温度的差值来控制风机的转速，空调主机3是基于冷冻水出水口的温度设定值与实际值的差值对内部制冷装置进行控制。

步骤S5、经过预设时间间隔后，返回执行步骤S2。

进一步的，上述方法步骤在云端运行。运行过程中，记录历史数据，作为后续计算的依据。同时，对比相同工况下各次计算所得到的设定参数及对应的实际空调机房系统的总功率，选出最佳的设定参数作为日后控制的参考，并作为日后生成多组拟设定参数的依据。

具体的：

1、设备及系统初始设定校核修正：本方法中有较多的设定参数值为经验值（空调主机3蒸发温度和冷凝温度的改变对主机制冷量、散热量以及主机运行功率的改变比例值、室外湿球温度对冷却塔的效率改变比例值等），虽然在趋势计算上是正确的，但不同设备，不同项目系统建设完成后，其参数值也将会不同。另外随着系统运行时间的加长，设备老旧，效率下降，管道结垢等因素，参数也会逐渐发生变化。

因此，本方法预测的结果和改变参数后实际运行结果将会有偏差，将相关历史数据不断进行归类整合和逆推验算，不断对其设定参数进行校核修正，可以进一步提升本方法的正确性。

2、多参数自动演算，对本地控制系统进行设定参数补偿修正。

本方法中参与计算的数据量及数据类型较多，再加上不断变化的天气参数，末端实际负荷需求，以及逐步变化的设备运行效率，使得本地控制系统无法通过固定参数逻辑始终保持空调机房的整体高效运行，必须通过数据的云端计算实时对本地控制系统的参数做出修正才能达到长期高效运营的经济目标。

3、记录负荷最佳工况点，并建立库表，实现对比优化。

本软件算法在日常正常的运行过程中，将对不同的室外天气状况参数以及末端实际负荷需求的两大条件下，记录能效最高时系统设备配置及控制参数，并建立相关库表。随着运行时间周期的加长，库表也将逐步提高其完善度。

当外界条件变化或系统刚开机时，系统可在库表直接搜寻并调取相关条件下，能效最高的设备配置和系统控制参数记录，并以此作为调试基点进行当前负荷调试，大大缩短了系统进入稳态高效运行时间。

4、设备效率实时检测优化。

设备运行效率是系统高效运行的基础，时刻保持设备的效率有利系统高效运行的稳定。故而，本方法法中针对主机、冷却塔两大设备效率做实时监测，报警提醒管理。

Claims (5)

1.一种基于端云协同的高效空调机房系统能效优化控制方法，所述空调机房系统包括空调主机（3）、冷冻水泵（4）、冷却水泵（2）和冷却水塔（1）；空调主机（3）的冷冻水出水口与末端（5）的进水口相连接，末端（5）的出水口与冷冻水泵（4）的进水口相连接，冷冻水泵（4）的出水口与空调主机（3）的冷冻水进水口相连接，空调主机（3）的冷却水出水口与冷却水塔（1）的进水口相连接，冷却水塔（1）的出水口与冷却水泵（2）的进水口相连接，冷却水泵（2）的出水口与空调主机（3）的冷却水进水口相连接，其特征在于，控制方法步骤包括：

步骤S1、针对空调主机（3）、冷冻水泵（4）、冷却水泵（2）和冷却水塔（1）分别创建空调主机子模型、冷冻水泵子模型、冷却水泵子模型和冷却水塔子模型；

步骤S2、生成多组拟设定参数，所述拟设定参数包括冷冻水泵（4）的供回水温差设定值、冷却水泵（2）的供回水温差设定值、冷却水塔（1）的冷却水出水温度设定值以及空调主机（3）的冷冻水出水温度设定值；冷冻水泵（4）的供回水温差是指空调主机（3）供给末端（5）的冷冻水与末端（5）通过冷冻水泵（4）回流至空调主机（3）的冷冻水二者的温差值；冷却水泵（2）的供回水温差是指冷却水塔（1）通过冷却水泵（2）供给至空调主机（3）的冷却水与空调主机（3）回流至冷却水塔（1）的冷却水二者的温差值；

步骤S3、各子模型根据各组拟设定参数及空调机房系统的当前状态数据进行计算，每一组拟设定参数分别得到一组对应的功率预测值，包括：空调主机子模型计算得到的空调主机（3）的功率预测值，冷冻水泵子模型计算得到的冷冻水泵（4）的功率预测值，冷却水泵子模型计算得到的冷却水泵（2）的功率预测值，冷却水塔子模型计算得到的冷却水塔（1）的功率预测值；然后计算出各组功率预测值的总和即为总功率预测值；

步骤S3中，冷冻水泵（4）的供回水温差设定值为冷冻水泵子模型的输入参数，冷却水泵（2）的供回水温差设定值为冷却水泵子模型的输入参数，冷却水塔（1）的冷却水出水温度设定值和冷却水泵（2）的供回水温差设定值为冷却水塔子模型的输入参数，空调主机（3）的冷冻水出水温度设定值和冷却水塔（1）的冷却水出水温度设定值为空调主机子模型的输入参数；

所述冷冻水泵子模型和冷却水泵子模型的计算方式相同，如下：

步骤A1、根据输入参数来确定冷冻水泵（4）或冷却水泵（2）对应的总流量；

步骤A2、如果根据步骤A1中得到的总流量和当前投入的水泵数量计算得到的各投入水泵的平均流量值超过了水泵的运行频率限定范围，则执行步骤A3，否则按该总流量和当前投入的水泵数量计算出各投入水泵的平均流量，然后按该平均流量计算出各水泵的运行频率，继而计算出各水泵的运行功率，再得到所投入水泵的总功率，作为冷冻水泵子模型计算得到的冷冻水泵（4）的功率预测值或冷却水泵子模型计算得到的冷却水泵（2）的功率预测值，并将当前投入的水泵数量作为将要投入的水泵数量，将按该平均流量计算出的各水泵的运行频率作为水泵运行频率的设定值；

步骤A3、情况一，如果按步骤A1的总流量和当前投入的水泵数量计算出各投入水泵的平均流量小于水泵运行频率范围的最小值且当前投入水泵的数量为1，则将1台水泵按最小运行频率运行时的功率作为冷冻水泵子模型计算得到的冷冻水泵（4）的功率预测值或冷却水泵子模型计算得到的冷却水泵（2）的功率预测值，并将1台作为将要投入的水泵数量，将水泵的最小运行频率作为水泵运行频率的设定值；

情况二，如果按步骤A1的总流量和当前投入的水泵数量计算出各投入水泵的平均流量大于水泵运行频率范围的最大值且当前已投入所有水泵，则将所有水泵都按最大运行频率运行时的总功率作为冷冻水泵子模型计算得到的冷冻水泵（4）功率预测值或冷却水泵子模型计算得到的冷却水泵（2）功率预测值，并将水泵总数作为将要投入的水泵数量，将水泵的最大运行频率作为水泵运行频率的设定值；

如果上述情况一和情况二都不符合，则执行步骤A4；

步骤A4、计算可投入水泵的数量范围：

可投入水泵数量的最大值=步骤A1的总流量/水泵运行频率范围的最小值；

可投入水泵数量的最小值=步骤A1的总流量/水泵运行频率范围的最大值；

步骤A5、在可投入水泵的数量范围中取所有的整数数量记为待选数量，分别进行以下计算：按步骤A1的总流量和当前待选数量计算水泵的平均流量；按该平均流量计算水泵的运行频率，继而得到对应的单台水泵的功率，然后计算出当前待选数量对应的总功率；

步骤A6、比较步骤A5中所有待选数量各自对应的总功率，将最小的总功率作为冷冻水泵子模型计算得到的冷冻水泵（4）的功率预测值或冷却水泵子模型计算得到的冷却水泵（2）的功率预测值，将该最小的总功率对应的待选数量作为将要投入的水泵数量，将该待选数量对应的水泵运行频率作为水泵运行频率的设定值；

所述空调主机子模型按如下方式计算：

步骤B1、按历史数据制定冷冻水/冷却水温度与空调主机（3）能效比的对应关系表，该关系表中记录了空调主机（3）在不同的冷冻水出水温度和不同的冷却水进水温度下的能效比，所述能效比是指空调主机（3）的制冷量与空调主机（3）的运行功率之比；

步骤B2、按当前空调主机（3）的冷冻水出水温度和冷却水进水温度查找所述对应关系表得到当前空调主机（3）的能效比为e1；获取当前空调主机（3）的实际运行功率为W1；

步骤B3、按当前对应的拟设定参数中的空调主机（3）的冷冻水出水温度设定值以及冷却水塔（1）的冷却水出水温度设定值查找所述对应关系表得到空调主机（3）的预测能效比为e2；

步骤B4、计算空调主机（3）按当前对应的拟设定参数进行设定时的空调主机（3）功率预测值=W1×e1/e2；

所述冷却水塔子模型按如下计算方式进行分合流优化计算：

步骤C1、计算当前冷却水塔（1）中单台风机可处理的最大流量：L2=L1×[1+(Twb-Twbs)×0.15]；Twb为标准的室外湿球温度，Twbs为当前实际的室外湿球温度，L1为冷却水塔（1）中单台风机可处理冷却水的额定流量；

同时，计算当前单台风机的运行效率：η=(冷却塔进水温度-冷却塔出水温度)/(冷却塔进水温度-Twb)，此处的冷却塔出水温度是指当前对应的拟设定参数中的冷却水塔（1）的冷却水出水温度设定值，冷却塔进水温度为该冷却水塔（1）的冷却水出水温度设定值与当前对应的拟设定参数中的冷却水泵（2）的供回水温差设定值之和；

步骤C2、计算当前冷却水塔（1）的实际总流量：L3=冷却水热量/(水的比热容C×当前对应的拟设定参数中的冷却水泵（2）的供回水温差设定值)，所述冷却水热量为热量表检测到的空调主机（3）冷冻水一侧输出的制冷量与当前对应的拟设定参数输入空调主机子模型所计算出的空调主机（3）的功率预测值所转换得到的散热值之和；

步骤C3、计算冷却塔可投入风机的数量范围：

可投入风机数量的最小值为L3/L2四舍五入后得到的整数值；

可投入风机数量的最大值为L3/(L2×0.4)通过进一法得到的整数值；

步骤C4、按历史数据绘制单台风机在不同的水流量百分比L下风机频率与风机运行效率的曲线图；所述水流量百分比L是指单台风机所被分配的水流量占其可处理的最大流量L2的百分比；

步骤C5、从可投入风机的数量范围内取所有的整数数量记为待选数量，分别进行以下计算：设当前待选数量为n，则其对应的水流量百分比L=L3/(n×L2)；按该水流量百分比L和当前的运行效率η从曲线图中找到对应的单台风机的风机频率，再按该风机频率计算出单台风机的平均功率，继而得到该待选数量对应的风机总功率；

步骤C6、比较步骤C5中所有待选数量各自对应的风机总功率，将最小的风机总功率作为冷却水塔子模型计算得到的冷却水塔（1）的功率预测值，将该最小的风机总功率对应的待选数量作为将要投入的风机数量，将该待选数量对应的风机频率作为风机运行频率的设定值；

步骤S4、将最小的总功率预测值作为总功率预测结果，将其所对应的拟设定参数作为实际下发至空调机房系统的设定参数；

步骤S5、经过预设时间间隔后，返回执行步骤S2；

该控制方法在云端运行；运行过程中，记录历史数据，作为后续计算的依据；同时，对比相同工况下各次计算所得到的设定参数及对应的实际空调机房系统的总功率，选出最佳的设定参数作为日后控制的参考，并作为日后生成多组拟设定参数的依据。

2.如权利要求1所述的基于端云协同的高效空调机房系统能效优化控制方法，其特征在于：步骤S2中，先确定各设定值的可设定范围，然后在可设定范围内按预设的步长取多组设定值，然后将不同的冷冻水泵（4）的供回水温差设定值、冷却水泵（2）的供回水温差设定值、冷却水塔（1）的冷却水出水温度设定值以及空调主机（3）的冷冻水出水温度设定值相互组合，生成多组拟设定参数。

3.如权利要求2所述的基于端云协同的高效空调机房系统能效优化控制方法，其特征在于：设定值相互组合时，先将冷冻水泵（4）的供回水温差设定值和空调主机（3）的冷冻水出水温度设定值进行组合，得到多个冷冻水参数组，将冷却水泵（2）的供回水温差设定值和冷却水塔（1）的冷却水出水温度设定值进行组合，得到多个冷却水参数组；

对每个冷冻水参数组与冷却水参数组分别进行判断，剔除无效的参数组，然后将经过剔除的冷冻水参数组与冷却水参数组进行组合，得到多组拟设定参数。

4.如权利要求3所述的基于端云协同的高效空调机房系统能效优化控制方法，其特征在于：

对于每个冷冻水参数组，如果符合以下任一条件，则剔除该冷冻水参数组：

条件一、冷冻水泵（4）的供回水温差设定值+空调主机（3）的冷冻水出水温度设定值>系统预设的空调主机（3）的冷冻水进水温度上限值；

条件二、冷冻水泵（4）的供回水温差设定值×冷冻水泵（4）最大额定流量×C<通过热量表读取的当前制冷量；该热量表用于检测空调主机（3）冷冻水一侧输出的制冷量；C为比热容；

条件三、冷冻水泵（4）的供回水温差设定值×冷冻水泵（4）最小额定流量×C>通过热量表读取的当前制冷量。

5.如权利要求3所述的基于端云协同的高效空调机房系统能效优化控制方法，其特征在于：

对于每个冷却水参数组，如果符合以下任一条件，则剔除该冷却水参数组：

条件四、冷却水泵（2）的供回水温差设定值×冷却水泵（2）最大额定流量×C<通过热量表读取的当前散热量；该热量表用于检测空调主机（3）冷却水一侧的散热量；C为比热容；

条件五、冷却水泵（2）的供回水温差设定值×冷却水泵（2）最小额定流量×C>通过热量表读取的当前散热量。