CN116989432A - 一种空调系统节能运行优化调度方法及系统 - Google Patents
一种空调系统节能运行优化调度方法及系统 Download PDFInfo
- Publication number
- CN116989432A CN116989432A CN202311259229.2A CN202311259229A CN116989432A CN 116989432 A CN116989432 A CN 116989432A CN 202311259229 A CN202311259229 A CN 202311259229A CN 116989432 A CN116989432 A CN 116989432A
- Authority
- CN
- China
- Prior art keywords
- energy consumption
- value
- curve
- consumption value
- indoor
- 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.)
- Granted
Links
- 238000004378 air conditioning Methods 0.000 title claims abstract description 32
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000005457 optimization Methods 0.000 title claims description 50
- 238000005265 energy consumption Methods 0.000 claims abstract description 1113
- 230000007613 environmental effect Effects 0.000 claims abstract description 37
- 238000012544 monitoring process Methods 0.000 claims abstract description 21
- 238000012549 training Methods 0.000 claims abstract description 18
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000012417 linear regression Methods 0.000 claims description 10
- 238000009529 body temperature measurement Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 description 12
- 238000004134 energy conservation Methods 0.000 description 6
- 238000010438 heat treatment Methods 0.000 description 4
- 238000005057 refrigeration Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 238000013211 curve analysis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
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
- F24F11/47—Responding to energy costs
-
- 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
- F24F11/65—Electronic processing for selecting an operating mode
- F24F11/67—Switching between heating and cooling modes
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明提出了一种空调系统节能运行优化调度方法及系统,所述系统或方法包括根据空调数量和空调位置对多个空调进行划分,监测各个室内机的能耗值,获得一级能耗值、二级能耗值和组合能耗值;按时段采集环境中的环境数据,通过温度和能耗值建立能耗关系;通过能耗关系建立对应的第一曲线、第二曲线和第三曲线,通过三条曲线获取高能耗点和低能耗点,确定高能耗曲线和低能耗曲线,从而确定高能耗值和低能耗值;通过温度、时间和x训练能耗预测模型,根据不同的能耗预测结果,控制不同等级的室内机对室内空间进行制冷或制热。通过本技术方案,空调系统优化调度起到保护空调安全、提高控制效率、降低能耗和使资源得到均匀分配的兼顾作用。
Description
技术领域
本发明提出了一种空调系统节能运行优化调度方法及系统,涉及空调系统技术领域,具体涉及空调系统节能调度技术领域。
背景技术
在现有的空调系统中,空调的控制方法非常广泛,自动化程度很高,但在现有技术中的空调系统并没有完善的节能调度方法,工作量分配不够智能化,工作量和空调能耗情况无法兼顾,在部空调的使用能耗高时存在诸多安全隐患,在提高控制效率和节约能源的问题上,无法很好的兼顾。
发明内容
本发明提供了,用以解决空调系统的工作量分配和空调能耗的兼顾程度低,智能化低,空调高能耗时存在安全隐患的问题:
本发明提出的一种空调系统节能运行优化调度方法及系统,所述方法包括:
S1、根据空调数量和空调位置对多个空调进行划分,获得多个划分组合;监测多个划分组合内各个室内机的能耗值,获得一级能耗值、二级能耗值和组合能耗值;
S2、按时段采集环境中的环境数据,通过温度和能耗值建立能耗关系;
S3、通过能耗关系建立对应的第一曲线、第二曲线和第三曲线,通过三条曲线获取高能耗点和低能耗点,确定高能耗曲线和低能耗曲线,从而确定高能耗值和低能耗值;
S4、通过温度、时间和x训练能耗预测模型,通过能耗预测模型按需求预测所需能耗,根据不同的能耗预测结果,控制不同等级的室内机对室内空间进行制冷或制热。
进一步地,所述根据空调数量和空调位置对多个空调进行划分,获得多个划分组合;监测多个划分组合内各个室内机的能耗值,获得一级能耗值、二级能耗值和组合能耗值,包括:
S101、获取室内空调数量,根据空间大小和空调数量对空调进行划分;
S102、设空间大小为x,一个室内机对应一个x,设置x阈值为xi,当x>xi时,将对应的室内机设置为二级室内机,当x<xi时,将对应的室内机设置为一级室内机;
所述划分组合包括一级组合和二级组合,所述一级组合包括所有的一级室内机,所述二级组合包括所有的二级室内机;每个室内机分别有其对应的初始能耗值;
能耗值的计算公式为:
;
其中,E为室内机的能耗值,j为室内温度测量次数,K为空间系数,T为室内温度,Ta为室内温度均值,P为室内机功率,Tb为空调运行时间;
K的计算公式为:
;
其中,K为空间系数,d为空间大小的采集次数,f为空间的长度,h为空间的宽度,G为空间的高度,为函数,r为半径;
一级室内机的能耗均值称为一级能耗值,二级室内机的能耗均值称为二级能耗值,一级能耗值和二级能耗值的均值称为组合能耗值;
S103、节能优化调度系统实时监测各个室内机的初始能耗值,将监测到的初始能耗值写入数据库,获得能耗数据库。
进一步地,所述按时段采集环境中的环境数据,通过温度和能耗值建立能耗关系,包括:
S201、按时段采集环境中的环境数据,将环境数据分为室内温度和室外温度;
S202、建立室内温度和一级能耗值的能耗关系,称为第一能耗关系,建立室内温度和二级能耗值的能耗关系,称为第二能耗关系,建立温度均值和组合能耗值的能耗关系,称为组合能耗关系,所述一级能耗值和一级能耗值的均值称为能耗均值。
进一步地,所述通过能耗关系建立对应的第一曲线、第二曲线和第三曲线,通过三条曲线获取高能耗点和低能耗点,确定高能耗曲线和低能耗曲线,从而确定高能耗值和低能耗值,包括:
S301、将时间分为每两个小时为一个时段,在单位时段内,以室内温度为横坐标,能耗值为纵坐标,分别建立第一能耗关系、第二能耗关系和组合能耗关系的曲线;所述第一能耗关系对应的曲线称为第一曲线,所述第二能耗关系对应的曲线称为第二曲线,所述组合能耗关系对应的曲线称为第三曲线;
S302、每个单位时段平均分为多个时间点,以单位时段的起始点为基础,每增加两个时间点,将单个时间点下的能耗均值分别与一级能耗值、二级能耗值对应的纵坐标的距离长短进行对比,距离更长且对应能耗值更高的能耗点设为高能耗点,距离更短且对应能耗值更低的能耗点设为低能耗点,距离长且对应能耗值更低的点设为中能耗点,计算并比较第一曲线和第二曲线的高能耗点和低能耗点的数量,高能耗点数量更多并且低能耗点数量更少的曲线设为高能耗曲线,高能耗点数量更少并且低能耗点数量更多的曲线设为低能耗曲线;高能耗曲线对应的能耗关系对应的一级能耗值或二级能耗值为高能耗值,低能耗曲线对应的能耗关系对应的一级能耗值或二级能耗值为低能耗值。
进一步地,所述通过温度、时间和x训练能耗预测模型,通过能耗预测模型按需求预测所需能耗,根据不同的能耗预测结果,控制不同等级的室内机对室内空间进行制冷或制热包括:
S401、选择线性回归模型通过温度、时间和x训练能耗预测模型;
S402、当节能优化调度系统输入需设定温度、使用时间和室内温度和温度均值后,通过能耗预测模型获得能耗预测结果;当能耗预测结果为高能耗时,所述节能优化调度系统控制低能耗值对应的一级室内机或二级室内机,通过输入的设定温度、使用时间对室内空间进行制冷或制热,从最低的能耗值对应的室内机开始控制;当能耗预测结果为低能耗时,所述节能优化调度系统控制低能耗值对应的一级室内机或二级室内机通过输入的设定温度、使用时间,对室内空间进行制冷或制热,从最高的能耗值对应的室内机开始控制。
进一步地,所述系统包括:
能耗值分级模块,用于根据空调数量和空调位置对多个空调进行划分,获得多个划分组合;监测多个划分组合内各个室内机的能耗值,获得一级能耗值、二级能耗值和组合能耗值;
关系建立模块,用于按时段采集环境中的环境数据,通过温度和能耗值建立能耗关系;
高低判定模块,用于通过能耗关系建立对应的第一曲线、第二曲线和第三曲线,通过三条曲线获取高能耗点和低能耗点,确定高能耗曲线和低能耗曲线,从而确定高能耗值和低能耗值;
调度控制模块,用于通过温度、时间和x训练能耗预测模型,通过能耗预测模型按需求预测所需能耗,根据不同的能耗预测结果,控制不同等级的室内机对室内空间进行制冷或制热。
进一步地,所述能耗值分级模块包括:
空调划分模块,用于获取室内空调数量,根据空间大小和空调数量对空调进行划分;
室内机分级模块,用于设空间大小为x,一个室内机对应一个x,设置x阈值为xi,当x>xi时,将对应的室内机设置为二级室内机,当x<xi时,将对应的室内机设置为一级室内机;
所述划分组合包括一级组合和二级组合,所述一级组合包括所有的一级室内机,所述二级组合包括所有的二级室内机;每个室内机分别有其对应的初始能耗值;一级室内机的能耗均值称为一级能耗值,二级室内机的能耗均值称为二级能耗值,一级能耗值和二级能耗值的均值称为组合能耗值;
数据库输入模块,用于节能优化调度系统实时监测各个室内机的初始能耗值,将监测到的初始能耗值写入数据库,获得能耗数据库。
进一步地,所述关系建立模块包括:
温度分类模块,用于按时段采集环境中的环境数据,将环境数据分为室内温度和室外温度;
能耗关系模块,用于建立室内温度和一级能耗值的能耗关系,称为第一能耗关系,建立室内温度和二级能耗值的能耗关系,称为第二能耗关系,建立温度均值和组合能耗值的能耗关系,称为组合能耗关系,所述一级能耗值和一级能耗值的均值称为能耗均值。
进一步地,所述高低判定模块包括:
曲线获取模块,用于将时间分为每两个小时为一个时段,在单位时段内,以室内温度为横坐标,能耗值为纵坐标,分别建立第一能耗关系、第二能耗关系和组合能耗关系的曲线;所述第一能耗关系对应的曲线称为第一曲线,所述第二能耗关系对应的曲线称为第二曲线,所述组合能耗关系对应的曲线称为第三曲线;
高低能耗分类模块,用于每个单位时段平均分为多个时间点,以单位时段的起始点为基础,每增加两个时间点,将单个时间点下的能耗均值分别与一级能耗值、二级能耗值对应的纵坐标的距离长短进行对比,距离更长且对应能耗值更高的能耗点设为高能耗点,距离更短且对应能耗值更低的能耗点设为低能耗点,距离长且对应能耗值更低的点设为中能耗点,计算并比较第一曲线和第二曲线的高能耗点和低能耗点的数量,高能耗点数量更多并且低能耗点数量更少的曲线设为高能耗曲线,高能耗点数量更少并且低能耗点数量更多的曲线设为低能耗曲线;高能耗曲线对应的能耗关系对应的一级能耗值或二级能耗值为高能耗值,低能耗曲线对应的能耗关系对应的一级能耗值或二级能耗值为低能耗值。
进一步地,所述调度控制模块包括:
模型训练模块,用于选择线性回归模型通过温度、时间和x训练能耗预测模型;
节能控制模块,用于当节能优化调度系统输入需设定温度、使用时间和室内温度和温度均值后,通过能耗预测模型获得能耗预测结果;当能耗预测结果为高能耗时,所述节能优化调度系统控制低能耗值对应的一级室内机或二级室内机,通过输入的设定温度、使用时间对室内空间进行制冷或制热,从最低的能耗值对应的室内机开始控制;当能耗预测结果为低能耗时,所述节能优化调度系统控制低能耗值对应的一级室内机或二级室内机通过输入的设定温度、使用时间,对室内空间进行制冷或制热,从最高的能耗值对应的室内机开始控制。
本发明有益效果:
本发明提出了一种空调系统节能运行优化调度方法及系统,本系统或方法根据空调数量和位置,可以对多个空调进行划分和组合,形成不同的室内机组合方案,以满足空调系统的需求。对于每个室内机组合方案,可以监测各个室内机的能耗值,并计算出一级能耗值、二级能耗值和组合能耗值,了解整体和各个组合的能耗情况。通过按时段采集环境数据中的温度和能耗值,建立二者之间的能耗关系,可以了解温度变化对能耗的影响。通过能耗关系,可以建立对应的第一曲线、第二曲线和第三曲线,分析能耗的变化趋势,并获取高能耗点和低能耗点,确定高能耗曲线和低能耗曲线,进一步确定高能耗值和低能耗值。利用温度、时间和其他相关参数,训练能耗预测模型,可以根据不同的需求预测所需能耗。根据能耗预测结果,可以动态地控制不同等级的室内机对室内空间进行制冷或制热,以优化能耗效率。可以实现基于能耗监测和预测的智能空调控制系统,优化能耗,提高能源利用效率,同时满足室内空间的舒适需求。通过本技术方案,空调系统优化调度起到保护空调安全、提高控制效率、降低能耗和使资源得到均匀分配的兼顾作用。通过本技术方案,实现了优化调度、节约能源和空调安全保护的兼顾,提高了空调系统节能控制的自动化,增长了空调的使用寿命,提高了空调控制的效率。
附图说明
图1为本发明提出了一种空调系统节能运行优化调度方法示意图;
图2为本发明提出了一种空调系统节能运行优化调度系统的组成示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
本发明的一个实施例,本发明提出的一种空调系统节能运行优化调度方法及系统,所述方法包括:
S1、根据空调数量和空调位置对多个空调进行划分,获得多个划分组合;监测多个划分组合内各个室内机的能耗值,获得一级能耗值、二级能耗值和组合能耗值;
S2、按时段采集环境中的环境数据,通过温度和能耗值建立能耗关系;
S3、通过能耗关系建立对应的第一曲线、第二曲线和第三曲线,通过三条曲线获取高能耗点和低能耗点,确定高能耗曲线和低能耗曲线,从而确定高能耗值和低能耗值;
S4、通过温度、时间和x训练能耗预测模型,通过能耗预测模型按需求预测所需能耗,根据不同的能耗预测结果,控制不同等级的室内机对室内空间进行制冷或制热。
上述技术方案的工作原理为:根据空调数量和空调位置对多个空调进行划分,获得多个划分组合;监测多个划分组合内各个室内机的能耗值,获得一级能耗值、二级能耗值和组合能耗值; 按时段采集环境中的环境数据,通过温度和能耗值建立能耗关系;通过能耗关系建立对应的第一曲线、第二曲线和第三曲线,通过三条曲线获取高能耗点和低能耗点,确定高能耗曲线和低能耗曲线,从而确定高能耗值和低能耗值;通过温度、时间和x训练能耗预测模型,通过能耗预测模型按需求预测所需能耗,根据不同的能耗预测结果,控制不同等级的室内机对室内空间进行制冷或制热。能耗关系可以通过本申请的曲线来体现,也可以通过实际测量的数据关系来体现。
上述技术方案的技术效果为:根据空调数量和位置,可以对多个空调进行划分和组合,形成不同的室内机组合方案,以满足空调系统的需求。对于每个室内机组合方案,可以监测各个室内机的能耗值,并计算出一级能耗值、二级能耗值和组合能耗值,了解整体和各个组合的能耗情况。通过按时段采集环境数据中的温度和能耗值,建立二者之间的能耗关系,可以了解温度变化对能耗的影响。通过能耗关系,可以建立对应的第一曲线、第二曲线和第三曲线,分析能耗的变化趋势,并获取高能耗点和低能耗点,确定高能耗曲线和低能耗曲线,进一步确定高能耗值和低能耗值。利用温度、时间和其他相关参数,训练能耗预测模型,可以根据不同的需求预测所需能耗。根据能耗预测结果,可以动态地控制不同等级的室内机对室内空间进行制冷或制热,以优化能耗效率。可以实现基于能耗监测和预测的智能空调控制系统,优化能耗,提高能源利用效率,同时满足室内空间的舒适需求。
本发明的一个实施例,所述根据空调数量和空调位置对多个空调进行划分,获得多个划分组合;监测多个划分组合内各个室内机的能耗值,获得一级能耗值、二级能耗值和组合能耗值,包括:
S101、获取室内空调数量,根据空间大小和空调数量对空调进行划分;所述室内空调称为室内机。
S102、设空间大小为x,一个室内机对应一个x,设置x阈值为xi,当x>xi时,将对应的室内机设置为二级室内机,当x<xi时,将对应的室内机设置为一级室内机;
所述划分组合包括一级组合和二级组合,所述一级组合包括所有的一级室内机,所述二级组合包括所有的二级室内机;每个室内机分别有其对应的初始能耗值;
能耗值的计算公式为:
;
其中,E为室内机的能耗值,j为室内温度测量次数,K为空间系数,T为室内温度,Ta为室内温度均值,P为室内机功率,Tb为空调运行时间;
K的计算公式为:
;
其中,K为空间系数,d为空间大小的采集次数,f为空间的长度,h为空间的宽度,G为空间的高度,为函数,r为半径;
一级室内机的能耗均值称为一级能耗值,二级室内机的能耗均值称为二级能耗值,一级能耗值和二级能耗值的均值称为组合能耗值;
S103、节能优化调度系统实时监测各个室内机的初始能耗值,将监测到的初始能耗值写入数据库,获得能耗数据库。
上述技术方案的工作原理为:获取室内空调数量,根据空间大小和空调数量对空调进行划分;所述室内空调称为室内机。设空间大小为x,一个室内机对应一个x,设置x阈值为xi,当x>xi时,将对应的室内机设置为二级室内机,当x<xi时,将对应的室内机设置为一级室内机;所述划分组合包括一级组合和二级组合,所述一级组合包括所有的一级室内机,所述二级组合包括所有的二级室内机;每个室内机分别有其对应的初始能耗值;一级室内机的能耗均值称为一级能耗值,二级室内机的能耗均值称为二级能耗值,一级能耗值和二级能耗值的均值称为组合能耗值;节能优化调度系统实时监测各个室内机的初始能耗值,将监测到的初始能耗值写入数据库,获得能耗数据库。能耗值的计算公式计算的时初始能耗值。
上述技术方案的技术效果为:根据空间大小和室内空调数量,对空调进行划分和组合。每个室内机对应一个空间大小,当空间大小大于设定的阈值时,将对应的室内机划分为二级室内机;当空间大小小于阈值时,将对应的室内机划分为一级室内机。这样可以根据空间大小合理安排室内机的级别,以满足不同环境需求。根据划分的结果,形成一级组合和二级组合。一级组合包括所有一级室内机,二级组合包括所有二级室内机。这样可以获得不同级别组合的方案,以满足不同需求下的能耗优化。节能优化调度系统实时监测各个室内机的初始能耗值,并将监测到的能耗值写入能耗数据库。这样可以记录每个室内机的初始能耗情况,为后续能耗优化提供数据基础。根据初始能耗值,计算一级室内机和二级室内机的能耗均值。一级室内机的能耗均值称为一级能耗值,二级室内机的能耗均值称为二级能耗值。另外,计算一级能耗值和二级能耗值的均值,得到组合能耗值。这样可以对不同级别室内机和组合进行能耗评估和对比分析。本技术方案可以有效划分和组合室内空调,记录和分析能耗数据,为能耗优化提供依据,从而实现节能并最大程度满足室内环境舒适需求。通过空间系数、室内温度测量次数、室内温度、温度均值、室内机功率和运行时间来计算能耗值可以提供一种基于物理和统计关系的能耗估计方法。通过空间系数可以代表建筑或室内环境的特征,如面积、体积等。较大的空间系数通常意味着更大的能耗,因为更大的空间需要更多的能量用于维持室内环境的温度和舒适度。通过室内温度测量次数指的是对能耗进行测量的频率。通过增加能耗测量的频率,可以更准确地反映能耗的变化,从而提高能耗值的估计精度。室内温度是能耗的一个重要因素。通常情况下,较高的室内温度需要更多的能量来调节和维持室内舒适度,因此相应的能耗值也会更高。温度均值是一段时间内室内温度和室外温度的平均值。较高的温度均值通常意味着更长时间的高温状态,从而可能导致更高的能耗。室内机功率表示空调或其他能耗设备的功率消耗。较高的室内机功率通常会导致更高的能耗。运行时间是指能耗设备持续运行的时间。较长的运行时间通常需要更多的能量供给,因此能耗值也会相应增加。通过上述参数可以建立能耗值计算公式,使用其计算能耗值。通过收集和分析相关数据,可以通过训练模型获得适合特定应用场景的能耗预测模型,以实现更精确的能耗估计和效果评估。计算空间系数可以作为衡量能源效率和能源目标达成情况的指标,帮助制定合理的空调节能调度方法;可以用于进一步加强能耗值计算的精准度,可以实现能耗的实时监测、能耗预测和异常检测。这可以帮助能源管理人员更好地理解和掌握能耗情况,及时发现和解决能源浪费问题,提高能源利用效率。
本发明的一个实施例,所述按时段采集环境中的环境数据,通过温度和能耗值建立能耗关系,包括:
S201、按时段采集环境中的环境数据,将环境数据分为室内温度和室外温度;
S202、建立室内温度和一级能耗值的能耗关系,称为第一能耗关系,建立室内温度和二级能耗值的能耗关系,称为第二能耗关系,建立温度均值和组合能耗值的能耗关系,称为组合能耗关系,所述一级能耗值和一级能耗值的均值称为能耗均值。所述温度均值为室内温度和室外温度的均值。
上述技术方案的工作原理为:按时段采集环境中的环境数据,将环境数据分为室内温度和室外温度;建立室内温度和一级能耗值的能耗关系,称为第一能耗关系,建立室内温度和二级能耗值的能耗关系,称为第二能耗关系,建立温度均值和组合能耗值的能耗关系,称为组合能耗关系,所述一级能耗值和一级能耗值的均值称为能耗均值。所述温度均值为室内温度和室外温度的均值。
上述技术方案的技术效果为:按时段采集环境中的数据,将数据分为室内温度和室外温度。这样可以获得实时的环境数据,用于后续的能耗关系建立和能耗优化。建立室内温度和一级能耗值的能耗关系。通过分析室内温度和一级能耗值的数据,可以建立室内温度对一级能耗值的影响模型,即第一能耗关系。这样可以根据室内温度的变化预测一级能耗值的变化,从而进行能耗优化调度。建立室内温度和二级能耗值的能耗关系。类似于第一能耗关系,通过分析室内温度和二级能耗值的数据,可以建立室内温度对二级能耗值的影响模型,即第二能耗关系。这样可以根据室内温度的变化预测二级能耗值的变化,从而进行能耗优化调度。建立温度均值和组合能耗值的能耗关系。将室内温度和室外温度的均值作为温度均值,通过分析温度均值和组合能耗值的数据,可以建立温度均值对组合能耗值的影响模型,即组合能耗关系。这样可以根据温度均值的变化预测组合能耗值的变化,为节能优化提供指导。根据一级能耗值和二级能耗值的数据,计算它们的均值,这个均值被称为能耗均值。能耗均值反映了一级和二级室内机的平均能耗水平,是评估能耗优化效果的指标之一。通过建立能耗关系模型和分析温度均值,可以实现室内温度和能耗之间的关联,为节能优化调度系统提供准确的能耗预测和优化策略,从而实现节能目标并提高室内环境的舒适性。
本发明的一个实施例,所述通过能耗关系建立对应的第一曲线、第二曲线和第三曲线,通过三条曲线获取高能耗点和低能耗点,确定高能耗曲线和低能耗曲线,从而确定高能耗值和低能耗值,包括:
S301、将时间分为每两个小时为一个时段,在单位时段内,以室内温度为横坐标,能耗值为纵坐标,分别建立第一能耗关系、第二能耗关系和组合能耗关系的曲线;所述第一能耗关系对应的曲线称为第一曲线,所述第二能耗关系对应的曲线称为第二曲线,所述组合能耗关系对应的曲线称为第三曲线;
S302、每个单位时段平均分为多个时间点,以单位时段的起始点为基础,每增加两个时间点,将单个时间点下的能耗均值分别与一级能耗值、二级能耗值对应的纵坐标的距离长短进行对比,距离更长且对应能耗值更高的能耗点设为高能耗点,距离更短且对应能耗值更低的能耗点设为低能耗点,距离长且对应能耗值更低的点设为中能耗点,计算并比较第一曲线和第二曲线的高能耗点和低能耗点的数量,高能耗点数量更多并且低能耗点数量更少的曲线设为高能耗曲线,高能耗点数量更少并且低能耗点数量更多的曲线设为低能耗曲线;高能耗曲线对应的能耗关系对应的一级能耗值或二级能耗值为高能耗值,低能耗曲线对应的能耗关系对应的一级能耗值或二级能耗值为低能耗值。所述能耗点为在同一温度下,设置一条直线垂直与横坐标,此时三条曲线与该直线的相交点。
上述技术方案的工作原理为:将时间分为每两个小时为一个时段,在单位时段内,以室内温度为横坐标,能耗值为纵坐标,分别建立第一能耗关系、第二能耗关系和组合能耗关系的曲线;所述第一能耗关系对应的曲线称为第一曲线,所述第二能耗关系对应的曲线称为第二曲线,所述组合能耗关系对应的曲线称为第三曲线;每个单位时段平均分为多个时间点,以单位时段的起始点为基础,每增加两个时间点,将单个时间点下的能耗均值分别与一级能耗值、二级能耗值对应的纵坐标的距离长短进行对比,距离更长且对应能耗值更高的能耗点设为高能耗点,距离更短且对应能耗值更低的能耗点设为低能耗点,距离长且对应能耗值更低的点设为中能耗点,计算并比较第一曲线和第二曲线的高能耗点和低能耗点的数量,高能耗点数量更多并且低能耗点数量更少的曲线设为高能耗曲线,高能耗点数量更少并且低能耗点数量更多的曲线设为低能耗曲线;高能耗曲线对应的能耗关系对应的一级能耗值或二级能耗值为高能耗值,低能耗曲线对应的能耗关系对应的一级能耗值或二级能耗值为低能耗值。所述能耗点为在同一温度下,设置一条直线垂直与横坐标,此时三条曲线与该直线的相交点。
上述技术方案的技术效果为:将时间分为每两个小时为一个时段,在单位时段内以室内温度为横坐标,能耗值为纵坐标,建立第一能耗关系、第二能耗关系和组合能耗关系的曲线。这样可以将能耗与室内温度之间的关系可视化,并通过曲线分析来推测能耗的模式和变化趋势。每个单位时段平均分为多个时间点,并计算每个时间点的能耗均值。通过比较每个时间点的能耗均值与一级能耗值和二级能耗值对应的纵坐标的距离长短,确定每个时间点的高能耗、低能耗和中能耗。根据比较结果,将距离更长且对应能耗值更高的点设为高能耗点,将距离更短且对应能耗值更低的点设为低能耗点,将距离长且对应能耗值更低的点设为中能耗点。比较第一曲线和第二曲线的高能耗点和低能耗点的数量,并根据数量比较结果确定高能耗曲线和低能耗曲线。如果高能耗曲线的高能耗点数量更多且低能耗点数量更少,那么该曲线被判定为高能耗曲线。如果低能耗曲线的高能耗点数量更少且低能耗点数量更多,那么该曲线被判定为低能耗曲线。通过高能耗曲线和低能耗曲线对应的能耗关系,可以确定一级能耗值或二级能耗值为高能耗值和低能耗值。根据这些能耗关系,可以进一步分析能耗水平和能源利用情况,并提供节能优化调度系统的决策依据。本技术方法通过时间段和曲线的建立,能耗点的分类以及能耗曲线的比较和能耗关系的确定,可以帮助分析能耗模式和变化趋势,并为节能优化调度提供指导和决策支持。
本发明的一个实施例,所述通过温度、时间和x训练能耗预测模型,通过能耗预测模型按需求预测所需能耗,根据不同的能耗预测结果,控制不同等级的室内机对室内空间进行制冷或制热包括:
S401、选择线性回归模型通过温度、时间和x训练能耗预测模型;
S402、当节能优化调度系统输入需设定温度、使用时间和室内温度和温度均值后,通过能耗预测模型获得能耗预测结果;当能耗预测结果为高能耗时,所述节能优化调度系统控制低能耗值对应的一级室内机或二级室内机,通过输入的设定温度、使用时间对室内空间进行制冷或制热,从最低的能耗值对应的室内机开始控制;当能耗预测结果为低能耗时,所述节能优化调度系统控制低能耗值对应的一级室内机或二级室内机通过输入的设定温度、使用时间,对室内空间进行制冷或制热,从最高的能耗值对应的室内机开始控制。
上述技术方案的工作原理为:选择线性回归模型通过温度、时间和x训练能耗预测模型;当节能优化调度系统输入需设定温度、使用时间和室内温度和温度均值后,通过能耗预测模型获得能耗预测结果;当能耗预测结果为高能耗时,所述节能优化调度系统控制低能耗值对应的一级室内机或二级室内机,通过输入的设定温度、使用时间对室内空间进行制冷或制热,从最低的能耗值对应的室内机开始控制;当能耗预测结果为低能耗时,所述节能优化调度系统控制低能耗值对应的一级室内机或二级室内机通过输入的设定温度、使用时间,对室内空间进行制冷或制热,从最高的能耗值对应的室内机开始控制。
上述技术方案的技术效果为:通过使用线性回归模型,训练一个能耗预测模型,本模型使用温度、时间和其他相关变量,例如x,作为输入特征,并预测能耗值。本模型可以学习温度、时间和其他因素与能耗之间的线性关系,从而提供能耗的估计结果。当节能优化调度系统输入设定温度、使用时间以及室内温度和温度均值时,可以通过能耗预测模型获取能耗预测结果。本预测结果表示在给定的条件下,预期的能耗水平。根据能耗预测结果,进行能耗优化调度。如果能耗预测结果为高能耗,则调度系统选择低能耗值对应的一级或二级室内机,并通过输入的设定温度和使用时间对室内空间进行制冷或制热控制。这样从最低能耗值对应的室内机开始,逐渐控制其他室内机,以降低整体能耗。如果能耗预测结果为低能耗,则调度系统选择低能耗值对应的一级或二级室内机,并通过输入的设定温度和使用时间对室内空间进行制冷或制热控制。这样从最高能耗值对应的室内机开始,逐渐控制其他室内机,以维持较低的能耗水平。通过节能优化调度策略,根据能耗预测结果来选择合适的室内机控制顺序,可以最大程度地减少能耗,并在实现设定温度和使用时间要求的前提下,提供高效的能耗优化方案,以实现节能和降低能耗费用的目标。
本发明的一个实施例,所述系统包括:
能耗值分级模块,用于根据空调数量和空调位置对多个空调进行划分,获得多个划分组合;监测多个划分组合内各个室内机的能耗值,获得一级能耗值、二级能耗值和组合能耗值;
关系建立模块,用于按时段采集环境中的环境数据,通过温度和能耗值建立能耗关系;
高低判定模块,用于通过能耗关系建立对应的第一曲线、第二曲线和第三曲线,通过三条曲线获取高能耗点和低能耗点,确定高能耗曲线和低能耗曲线,从而确定高能耗值和低能耗值;
调度控制模块,用于通过温度、时间和x训练能耗预测模型,通过能耗预测模型按需求预测所需能耗,根据不同的能耗预测结果,控制不同等级的室内机对室内空间进行制冷或制热。
上述技术方案的工作原理为:能耗值分级模块用于根据空调数量和空调位置对多个空调进行划分,获得多个划分组合;监测多个划分组合内各个室内机的能耗值,获得一级能耗值、二级能耗值和组合能耗值; 关系建立模块用于按时段采集环境中的环境数据,通过温度和能耗值建立能耗关系;高低判定模块用于通过能耗关系建立对应的第一曲线、第二曲线和第三曲线,通过三条曲线获取高能耗点和低能耗点,确定高能耗曲线和低能耗曲线,从而确定高能耗值和低能耗值;调度控制模块用于通过温度、时间和x训练能耗预测模型,通过能耗预测模型按需求预测所需能耗,根据不同的能耗预测结果,控制不同等级的室内机对室内空间进行制冷或制热。
上述技术方案的技术效果为:通过能耗值分级模块根据空调数量和空调位置对多个空调进行划分,得到多个划分组合。通过监测每个划分组合内各个室内机的能耗值,可以获得一级能耗值、二级能耗值和组合能耗值。这样可以对空调系统进行能耗分级,了解每个划分组合的能耗情况。通过关系建立模块按时段采集环境中的环境数据,主要是温度和能耗值。通过分析这些数据,可以建立温度和能耗值之间的能耗关系。这样可以得到能耗关系的曲线,用于后续的高低判定和能耗预测。通过高低判定模块根据能耗关系建立的第一曲线、第二曲线和第三曲线,本模块可以确定高能耗点和低能耗点。通过比较三条曲线的交点与设定的直线,可以确定高能耗曲线和低能耗曲线,并进一步确定高能耗值和低能耗值。这样可以对能耗进行分类和评估。调度控制模块利用温度、时间和其他因素训练能耗预测模型。通过能耗预测模型,可以根据需求预测所需能耗,并根据不同的能耗预测结果,控制不同等级的室内机对室内空间进行制冷或制热。这样可以提供精确的能耗控制和调度方案,以实现节能和优化室内空间的温度控制。综上所述,通过能耗值分级、关系建立、高低判定和调度控制等模块的配合,可以实现对能耗的精细化管理和控制,提供节能优化的调度决策支持,并减少能源浪费。
本发明的一个实施例,所述能耗值分级模块包括:
空调划分模块,用于获取室内空调数量,根据空间大小和空调数量对空调进行划分;所述室内空调称为室内机。
室内机分级模块,用于设空间大小为x,一个室内机对应一个x,设置x阈值为xi,当x>xi时,将对应的室内机设置为二级室内机,当x<xi时,将对应的室内机设置为一级室内机;
所述划分组合包括一级组合和二级组合,所述一级组合包括所有的一级室内机,所述二级组合包括所有的二级室内机;每个室内机分别有其对应的初始能耗值;一级室内机的能耗均值称为一级能耗值,二级室内机的能耗均值称为二级能耗值,一级能耗值和二级能耗值的均值称为组合能耗值;
数据库输入模块,用于节能优化调度系统实时监测各个室内机的初始能耗值,将监测到的初始能耗值写入数据库,获得能耗数据库。
上述技术方案的工作原理为:空调划分模块用于获取室内空调数量,根据空间大小和空调数量对空调进行划分;所述室内空调称为室内机。室内机分级模块用于设空间大小为x,一个室内机对应一个x,设置x阈值为xi,当x>xi时,将对应的室内机设置为二级室内机,当x<xi时,将对应的室内机设置为一级室内机;所述划分组合包括一级组合和二级组合所述一级组合包括所有的一级室内机,所述二级组合包括所有的二级室内机;每个室内机分别有其对应的初始能耗值;一级室内机的能耗均值称为一级能耗值,二级室内机的能耗均值称为二级能耗值,一级能耗值和二级能耗值的均值称为组合能耗值;数据库输入模块,用于节能优化调度系统实时监测各个室内机的初始能耗值,将监测到的初始能耗值写入数据库,获得能耗数据库。
上述技术方案的技术效果为:空调划分模块根据空间大小和空调数量对空调进行划分,获取室内空调数量,并将其称为室内机。通过这种划分,可以根据空间需求和数量要求合理配置室内机,以实现更有效的空调系统管理。室内机分级模块设定空间大小为x,并将每个室内机与一个x对应。然后设置一个阈值xi,当x大于xi时,将对应的室内机设置为二级室内机,而当x小于xi时,将对应的室内机设置为一级室内机。通过这种分级方式,可以根据不同空间大小对室内机进行分类,以满足不同能效和能耗要求。划分组合和能耗值计算:根据上述分级,可获得一级组合和二级组合,其中一级组合包括所有一级室内机,二级组合包括所有二级室内机。每个室内机都有其对应的初始能耗值。通过计算一级室内机的能耗均值和二级室内机的能耗均值,可以得到一级能耗值和二级能耗值,而组合能耗值则是一级能耗值和二级能耗值的均值。数据库输入模块用于节能优化调度系统实时监测各个室内机的初始能耗值,并将这些监测到的能耗值写入数据库,建立能耗数据库。这样可以提供实时的能耗数据,并为后续能耗管理和优化提供依据。通过空调划分、室内机分级、能耗值计算和数据库输入模块的配合,可以实现对空调系统的优化管理和能耗控制。通过合理的划分和分级机制,能够提供准确的能耗评估和优化调度的决策依据,以实现节能和提升空调系统的效率。
本发明的一个实施例,所述关系建立模块包括:
温度分类模块,用于按时段采集环境中的环境数据,将环境数据分为室内温度和室外温度;
能耗关系模块,用于建立室内温度和一级能耗值的能耗关系,称为第一能耗关系,建立室内温度和二级能耗值的能耗关系,称为第二能耗关系,建立温度均值和组合能耗值的能耗关系,称为组合能耗关系,所述一级能耗值和一级能耗值的均值称为能耗均值。所述温度均值为室内温度和室外温度的均值。
上述技术方案的工作原理为:温度分类模块用于按时段采集环境中的环境数据,将环境数据分为室内温度和室外温度;能耗关系模块用于建立室内温度和一级能耗值的能耗关系,称为第一能耗关系,建立室内温度和二级能耗值的能耗关系,称为第二能耗关系,建立温度均值和组合能耗值的能耗关系,称为组合能耗关系,所述一级能耗值和一级能耗值的均值称为能耗均值。所述温度均值为室内温度和室外温度的均值。
上述技术方案的技术效果为:温度分类模块按时段采集环境数据,并将环境数据分为室内温度和室外温度。通过对环境数据的采集和分类,可以准确了解室内和室外的温度情况,为后续的能耗关系建立提供数据基础。能耗关系模块用于建立室内温度与第一能耗关系,室内温度与第二能耗关系,以及组合能耗关系。这些能耗关系的建立可以通过统计和分析大量的室内温度和能耗数据得到。能耗均值是一级能耗值和二级能耗值的均值,表示对应级别室内机的平均能耗水平。温度均值是室内温度和室外温度的均值,用于评估整体温度情况。组合能耗关系建立了温度均值与组合能耗值之间的关系。通过分析温度均值和组合能耗值的数据,可以确定不同温度条件下能耗的变化趋势和规律,为能耗管理和优化提供依据。通过对温度数据和能耗数据的分析与建模,能够更好地理解室内温度和能耗之间的关系,并为节能优化提供决策依据。这将有助于优化调度系统的能耗控制,提高能源利用效率,实现节能与环保的目标。
本发明的一个实施例,所述高低判定模块包括:
曲线获取模块,用于将时间分为每两个小时为一个时段,在单位时段内,以室内温度为横坐标,能耗值为纵坐标,分别建立第一能耗关系、第二能耗关系和组合能耗关系的曲线;所述第一能耗关系对应的曲线称为第一曲线,所述第二能耗关系对应的曲线称为第二曲线,所述组合能耗关系对应的曲线称为第三曲线;
高低能耗分类模块,用于每个单位时段平均分为多个时间点,以单位时段的起始点为基础,每增加两个时间点,将单个时间点下的能耗均值分别与一级能耗值、二级能耗值对应的纵坐标的距离长短进行对比,距离更长且对应能耗值更高的能耗点设为高能耗点,距离更短且对应能耗值更低的能耗点设为低能耗点,距离长且对应能耗值更低的点设为中能耗点,计算并比较第一曲线和第二曲线的高能耗点和低能耗点的数量,高能耗点数量更多并且低能耗点数量更少的曲线设为高能耗曲线,高能耗点数量更少并且低能耗点数量更多的曲线设为低能耗曲线;高能耗曲线对应的能耗关系对应的一级能耗值或二级能耗值为高能耗值,低能耗曲线对应的能耗关系对应的一级能耗值或二级能耗值为低能耗值。所述能耗点为在同一温度下,设置一条直线垂直与横坐标,此时三条曲线与该直线的相交点。
上述技术方案的工作原理为:曲线获取模块用于将时间分为每两个小时为一个时段,在单位时段内,以室内温度为横坐标,能耗值为纵坐标,分别建立第一能耗关系、第二能耗关系和组合能耗关系的曲线;所述第一能耗关系对应的曲线称为第一曲线,所述第二能耗关系对应的曲线称为第二曲线,所述组合能耗关系对应的曲线称为第三曲线;高低能耗分类模块用于每个单位时段平均分为多个时间点,以单位时段的起始点为基础,每增加两个时间点,将单个时间点下的能耗均值分别与一级能耗值、二级能耗值对应的纵坐标的距离长短进行对比,距离更长且对应能耗值更高的能耗点设为高能耗点,距离更短且对应能耗值更低的能耗点设为低能耗点,距离长且对应能耗值更低的点设为中能耗点,计算并比较第一曲线和第二曲线的高能耗点和低能耗点的数量,高能耗点数量更多并且低能耗点数量更少的曲线设为高能耗曲线,高能耗点数量更少并且低能耗点数量更多的曲线设为低能耗曲线;高能耗曲线对应的能耗关系对应的一级能耗值或二级能耗值为高能耗值,低能耗曲线对应的能耗关系对应的一级能耗值或二级能耗值为低能耗值。所述能耗点为在同一温度下,设置一条直线垂直与横坐标,此时三条曲线与该直线的相交点。
上述技术方案的技术效果为:通过曲线获取模块将时间分为每两个小时为一个时段,在单位时段内以室内温度为横坐标,能耗值为纵坐标,建立第一能耗关系、第二能耗关系和组合能耗关系的曲线。这样可以将能耗与室内温度之间的关系可视化,并通过曲线分析来推测能耗的模式和变化趋势。通过高低能耗分类模块将每个单位时段平均分为多个时间点,并计算每个时间点的能耗均值。通过比较每个时间点的能耗均值与一级能耗值和二级能耗值对应的纵坐标的距离长短,确定每个时间点的高能耗、低能耗和中能耗。根据比较结果,将距离更长且对应能耗值更高的点设为高能耗点,将距离更短且对应能耗值更低的点设为低能耗点,将距离长且对应能耗值更低的点设为中能耗点。比较第一曲线和第二曲线的高能耗点和低能耗点的数量,并根据数量比较结果确定高能耗曲线和低能耗曲线。如果高能耗曲线的高能耗点数量更多且低能耗点数量更少,那么该曲线被判定为高能耗曲线。如果低能耗曲线的高能耗点数量更少且低能耗点数量更多,那么该曲线被判定为低能耗曲线。通过高能耗曲线和低能耗曲线对应的能耗关系,可以确定一级能耗值或二级能耗值为高能耗值和低能耗值。根据这些能耗关系,可以进一步分析能耗水平和能源利用情况,并提供节能优化调度系统的决策依据。本技术方法通过时间段和曲线的建立,能耗点的分类以及能耗曲线的比较和能耗关系的确定,可以帮助分析能耗模式和变化趋势,并为节能优化调度提供指导和决策支持。
本发明的一个实施例,所述调度控制模块包括:
模型训练模块,用于选择线性回归模型通过温度、时间和x训练能耗预测模型;
节能控制模块,用于当节能优化调度系统输入需设定温度、使用时间和室内温度和温度均值后,通过能耗预测模型获得能耗预测结果;当能耗预测结果为高能耗时,所述节能优化调度系统控制低能耗值对应的一级室内机或二级室内机,通过输入的设定温度、使用时间对室内空间进行制冷或制热,从最低的能耗值对应的室内机开始控制;当能耗预测结果为低能耗时,所述节能优化调度系统控制低能耗值对应的一级室内机或二级室内机通过输入的设定温度、使用时间,对室内空间进行制冷或制热,从最高的能耗值对应的室内机开始控制。
上述技术方案的工作原理为:模型训练模块用于选择线性回归模型通过温度、时间和x训练能耗预测模型;节能控制模块用于当节能优化调度系统输入需设定温度、使用时间和室内温度和温度均值后,通过能耗预测模型获得能耗预测结果;当能耗预测结果为高能耗时,所述节能优化调度系统控制低能耗值对应的一级室内机或二级室内机,通过输入的设定温度、使用时间对室内空间进行制冷或制热,从最低的能耗值对应的室内机开始控制;当能耗预测结果为低能耗时,所述节能优化调度系统控制低能耗值对应的一级室内机或二级室内机通过输入的设定温度、使用时间,对室内空间进行制冷或制热,从最高的能耗值对应的室内机开始控制。
上述技术方案的技术效果为:通过模型训练模块使用线性回归模型,训练一个能耗预测模型,通过节能控制模块使用温度、时间和其他相关变量,例如x,作为输入特征,并预测能耗值。该模型可以学习温度、时间和其他因素与能耗之间的线性关系,从而提供能耗的估计结果。当节能优化调度系统输入设定温度、使用时间以及室内温度和温度均值时,可以通过能耗预测模型获取能耗预测结果。该预测结果表示在给定的条件下,预期的能耗水平。根据能耗预测结果,进行能耗优化调度。如果能耗预测结果为高能耗,则调度系统选择低能耗值对应的一级或二级室内机,并通过输入的设定温度和使用时间对室内空间进行制冷或制热控制。这样从最低能耗值对应的室内机开始,逐渐控制其他室内机,以降低整体能耗。如果能耗预测结果为低能耗,则调度系统选择低能耗值对应的一级或二级室内机,并通过输入的设定温度和使用时间对室内空间进行制冷或制热控制。这样从最高能耗值对应的室内机开始,逐渐控制其他室内机,以维持较低的能耗水平。通过节能优化调度策略,根据能耗预测结果来选择合适的室内机控制顺序,可以最大程度地减少能耗,并在实现设定温度和使用时间要求的前提下,提供高效的能耗优化方案,以实现节能和降低能耗费用的目标。通过本技术方案,实现了优化调度、节约能源和空调安全保护的兼顾,提高了空调系统节能控制的自动化,增长了空调的使用寿命,提高了空调控制的效率。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种空调系统节能运行优化调度方法,其特征在于,所述方法包括:
S1、根据空调数量和空调位置对多个空调进行划分,获得多个划分组合;监测多个划分组合内各个室内机的能耗值,获得一级能耗值、二级能耗值和组合能耗值;
S2、按时段采集环境中的环境数据,通过温度和能耗值建立能耗关系;
S3、通过能耗关系建立对应的第一曲线、第二曲线和第三曲线,通过三条曲线获取高能耗点和低能耗点,确定高能耗曲线和低能耗曲线,从而确定高能耗值和低能耗值;
S4、通过温度、时间和x训练能耗预测模型,通过能耗预测模型按需求预测所需能耗,根据不同的能耗预测结果,控制不同等级的室内机对室内空间进行制冷或制热。
2.根据权利要求1所述一种空调系统节能运行优化调度方法,其特征在于,所述根据空调数量和空调位置对多个空调进行划分,获得多个划分组合;监测多个划分组合内各个室内机的能耗值,获得一级能耗值、二级能耗值和组合能耗值,包括:
S101、获取室内空调数量,根据空间大小和空调数量对空调进行划分;
S102、设空间大小为x,一个室内机对应一个x,设置x阈值为xi,当x>xi时,将对应的室内机设置为二级室内机,当x<xi时,将对应的室内机设置为一级室内机;
所述划分组合包括一级组合和二级组合包括所有的二级室内机;每个室内机分别有其对应的初始能耗值;
能耗值的计算公式为:
;
其中,E为室内机的能耗值,j为室内温度测量次数,K为空间系数,T为室内温度,Ta为室内温度均值,P为室内机功率,Tb为空调运行时间;
K的计算公式为:
;
其中,K为空间系数,d为空间大小的采集次数,f为空间的长度,h为空间的宽度,G为空间的高度,为函数,r为半径;
一级室内机的能耗均值称为一级能耗值,二级室内机的能耗均值称为二级能耗值,一级能耗值和二级能耗值的均值称为组合能耗值;
S103、节能优化调度系统实时监测各个室内机的初始能耗值,将监测到的初始能耗值写入数据库,获得能耗数据库。
3.根据权利要求1所述一种空调系统节能运行优化调度方法,其特征在于,所述按时段采集环境中的环境数据,通过温度和能耗值建立能耗关系,包括:
S201、按时段采集环境中的环境数据,将环境数据分为室内温度和室外温度;
S202、建立室内温度和一级能耗值的能耗关系,称为第一能耗关系,建立室内温度和二级能耗值的能耗关系,称为第二能耗关系,建立温度均值和组合能耗值的能耗关系,称为组合能耗关系,所述一级能耗值和一级能耗值的均值称为能耗均值。
4.根据权利要求1所述一种空调系统节能运行优化调度方法,其特征在于,所述通过能耗关系建立对应的第一曲线、第二曲线和第三曲线,通过三条曲线获取高能耗点和低能耗点,确定高能耗曲线和低能耗曲线,从而确定高能耗值和低能耗值,包括:
S301、将时间分为每两个小时为一个时段,在单位时段内,以室内温度为横坐标,能耗值为纵坐标,分别建立第一能耗关系、第二能耗关系和组合能耗关系的曲线;所述第一能耗关系对应的曲线称为第一曲线,所述第二能耗关系对应的曲线称为第二曲线,所述组合能耗关系对应的曲线称为第三曲线;
S302、每个单位时段平均分为多个时间点,以单位时段的起始点为基础,每增加两个时间点,将单个时间点下的能耗均值分别与一级能耗值、二级能耗值对应的纵坐标的距离长短进行对比,距离更长且对应能耗值更高的能耗点设为高能耗点,距离更短且对应能耗值更低的能耗点设为低能耗点,距离长且对应能耗值更低的点设为中能耗点,计算并比较第一曲线和第二曲线的高能耗点和低能耗点的数量,高能耗点数量更多并且低能耗点数量更少的曲线设为高能耗曲线,高能耗点数量更少并且低能耗点数量更多的曲线设为低能耗曲线;高能耗曲线对应的能耗关系对应的一级能耗值或二级能耗值为高能耗值,低能耗曲线对应的能耗关系对应的一级能耗值或二级能耗值为低能耗值。
5.根据权利要求1所述一种空调系统节能运行优化调度方法,其特征在于,所述通过温度、时间和x训练能耗预测模型,通过能耗预测模型按需求预测所需能耗,根据不同的能耗预测结果,控制不同等级的室内机对室内空间进行制冷或制热包括:
S401、选择线性回归模型通过温度、时间和x训练能耗预测模型;
S402、当节能优化调度系统输入需设定温度、使用时间和室内温度和温度均值后,通过能耗预测模型获得能耗预测结果;当能耗预测结果为高能耗时,所述节能优化调度系统控制低能耗值对应的一级室内机或二级室内机,通过输入的设定温度、使用时间对室内空间进行制冷或制热,从最低的能耗值对应的室内机开始控制;当能耗预测结果为低能耗时,所述节能优化调度系统控制低能耗值对应的一级室内机或二级室内机通过输入的设定温度、使用时间,对室内空间进行制冷或制热,从最高的能耗值对应的室内机开始控制。
6.一种空调系统节能运行优化调度系统,其特征在于,所述系统包括:
能耗值分级模块,用于根据空调数量和空调位置对多个空调进行划分,获得多个划分组合;监测多个划分组合内各个室内机的能耗值,获得一级能耗值、二级能耗值和组合能耗值;
关系建立模块,用于按时段采集环境中的环境数据,通过温度和能耗值建立能耗关系;
高低判定模块,用于通过能耗关系建立对应的第一曲线、第二曲线和第三曲线,通过三条曲线获取高能耗点和低能耗点,确定高能耗曲线和低能耗曲线,从而确定高能耗值和低能耗值;
调度控制模块,用于通过温度、时间和x训练能耗预测模型,通过能耗预测模型按需求预测所需能耗,根据不同的能耗预测结果,控制不同等级的室内机对室内空间进行制冷或制热。
7.根据权利要求6所述一种空调系统节能运行优化调度系统,其特征在于,所述能耗值分级模块包括:
空调划分模块,用于获取室内空调数量,根据空间大小和空调数量对空调进行划分;
室内机分级模块,用于设空间大小为x,一个室内机对应一个x,设置x阈值为xi,当x>xi时,将对应的室内机设置为二级室内机,当x<xi时,将对应的室内机设置为一级室内机;
所述划分组合包括一级组合和二级组合,所述一级组合包括所有的一级室内机,所述二级组合包括所有的二级室内机;每个室内机分别有其对应的初始能耗值;一级室内机的能耗均值称为一级能耗值,二级室内机的能耗均值称为二级能耗值,一级能耗值和二级能耗值的均值称为组合能耗值;
数据库输入模块,用于节能优化调度系统实时监测各个室内机的初始能耗值,将监测到的初始能耗值写入数据库,获得能耗数据库。
8.根据权利要求6所述一种空调系统节能运行优化调度系统,其特征在于,所述关系建立模块包括:
温度分类模块,用于按时段采集环境中的环境数据,将环境数据分为室内温度和室外温度;
能耗关系模块,用于建立室内温度和一级能耗值的能耗关系,称为第一能耗关系,建立室内温度和二级能耗值的能耗关系,称为第二能耗关系,建立温度均值和组合能耗值的能耗关系,称为组合能耗关系,所述一级能耗值和一级能耗值的均值称为能耗均值。
9.根据权利要求6所述一种空调系统节能运行优化调度系统,其特征在于,所述高低判定模块包括:
曲线获取模块,用于将时间分为每两个小时为一个时段,在单位时段内,以室内温度为横坐标,能耗值为纵坐标,分别建立第一能耗关系、第二能耗关系和组合能耗关系的曲线;所述第一能耗关系对应的曲线称为第一曲线,所述第二能耗关系对应的曲线称为第二曲线,所述组合能耗关系对应的曲线称为第三曲线;
高低能耗分类模块,用于每个单位时段平均分为多个时间点,以单位时段的起始点为基础,每增加两个时间点,将单个时间点下的能耗均值分别与一级能耗值、二级能耗值对应的纵坐标的距离长短进行对比,距离更长且对应能耗值更高的能耗点设为高能耗点,距离更短且对应能耗值更低的能耗点设为低能耗点,距离长且对应能耗值更低的点设为中能耗点,计算并比较第一曲线和第二曲线的高能耗点和低能耗点的数量,高能耗点数量更多并且低能耗点数量更少的曲线设为高能耗曲线,高能耗点数量更少并且低能耗点数量更多的曲线设为低能耗曲线;高能耗曲线对应的能耗关系对应的一级能耗值或二级能耗值为高能耗值,低能耗曲线对应的能耗关系对应的一级能耗值或二级能耗值为低能耗值。
10.根据权利要求6所述一种空调系统节能运行优化调度系统,其特征在于,所述调度控制模块包括:
模型训练模块,用于选择线性回归模型通过温度、时间和x训练能耗预测模型;
节能控制模块,用于当节能优化调度系统输入需设定温度、使用时间和室内温度和温度均值后,通过能耗预测模型获得能耗预测结果;当能耗预测结果为高能耗时,所述节能优化调度系统控制低能耗值对应的一级室内机或二级室内机,通过输入的设定温度、使用时间对室内空间进行制冷或制热,从最低的能耗值对应的室内机开始控制;当能耗预测结果为低能耗时,所述节能优化调度系统控制低能耗值对应的一级室内机或二级室内机通过输入的设定温度、使用时间,对室内空间进行制冷或制热,从最高的能耗值对应的室内机开始控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311259229.2A CN116989432B (zh) | 2023-09-27 | 2023-09-27 | 一种空调系统节能运行优化调度方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311259229.2A CN116989432B (zh) | 2023-09-27 | 2023-09-27 | 一种空调系统节能运行优化调度方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116989432A true CN116989432A (zh) | 2023-11-03 |
CN116989432B CN116989432B (zh) | 2024-01-16 |
Family
ID=88527061
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311259229.2A Active CN116989432B (zh) | 2023-09-27 | 2023-09-27 | 一种空调系统节能运行优化调度方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116989432B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117371624A (zh) * | 2023-12-07 | 2024-01-09 | 邢台职业技术学院 | 一种建筑节能改造优化管理方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004060978A (ja) * | 2002-07-29 | 2004-02-26 | Yamatake Corp | 空調制御支援装置、空調制御装置、空調制御支援システムおよび空調制御システム |
US20160364313A1 (en) * | 2013-08-18 | 2016-12-15 | Sensibo Ltd. | Power consumption assesment of an hvac system |
CN112923523A (zh) * | 2021-02-03 | 2021-06-08 | 深圳市美兆环境股份有限公司 | 一种基于物联网数据链的智能型新风系统调控方法 |
WO2023010556A1 (zh) * | 2021-08-06 | 2023-02-09 | 西门子瑞士有限公司 | 精密空调的动态预测控制方法、装置和系统 |
CN115758912A (zh) * | 2022-12-08 | 2023-03-07 | 上海电机学院 | 一种空调能耗优化系统 |
-
2023
- 2023-09-27 CN CN202311259229.2A patent/CN116989432B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004060978A (ja) * | 2002-07-29 | 2004-02-26 | Yamatake Corp | 空調制御支援装置、空調制御装置、空調制御支援システムおよび空調制御システム |
US20160364313A1 (en) * | 2013-08-18 | 2016-12-15 | Sensibo Ltd. | Power consumption assesment of an hvac system |
CN112923523A (zh) * | 2021-02-03 | 2021-06-08 | 深圳市美兆环境股份有限公司 | 一种基于物联网数据链的智能型新风系统调控方法 |
WO2023010556A1 (zh) * | 2021-08-06 | 2023-02-09 | 西门子瑞士有限公司 | 精密空调的动态预测控制方法、装置和系统 |
CN115758912A (zh) * | 2022-12-08 | 2023-03-07 | 上海电机学院 | 一种空调能耗优化系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117371624A (zh) * | 2023-12-07 | 2024-01-09 | 邢台职业技术学院 | 一种建筑节能改造优化管理方法 |
CN117371624B (zh) * | 2023-12-07 | 2024-02-20 | 邢台职业技术学院 | 一种建筑节能改造优化管理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116989432B (zh) | 2024-01-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103912966B (zh) | 一种地源热泵制冷系统优化控制方法 | |
CN109709912B (zh) | 基于物联网的能源管理控制方法及系统 | |
CN116989432B (zh) | 一种空调系统节能运行优化调度方法及系统 | |
CN1108503C (zh) | 监控膨胀阀的系统 | |
KR20150128163A (ko) | 건물 에너지 소비정보 분석 시스템 | |
KR20090005308A (ko) | 환기 제어에 의한 대기오염 수집 및 감소 시스템 및 방법 | |
CN105465946A (zh) | 一种中央空调制冷站能耗分析的方法和系统 | |
CN113778215A (zh) | 基于大数据实现数据中心pue预测以及降耗策略的方法 | |
KR20160027481A (ko) | 건물 에너지 효율화 및 서비스 평가 시스템 및 그의 처리 방법 | |
CN107036238A (zh) | 动态预测外气与负载智慧节能控制方法 | |
CN114037165B (zh) | 一种考虑多源不确定性的建筑冷热负荷预测方法 | |
CN112070353A (zh) | 一种精确检测数据中心能效的方法及系统 | |
CN117190407B (zh) | 一种中央空调节能控制方法及系统 | |
CN111043731A (zh) | 一种基于天气预报的空调系统调节方法 | |
CN113432247B (zh) | 基于图神经网络的冷水机组能耗预测方法、系统及存储介质 | |
Yu et al. | Load allocation improvement for chiller system in an institutional building using logistic regression | |
CN110762768A (zh) | 一种中央空调系统制冷主机的能效比预测方法及装置 | |
Zhou et al. | Time-delay characteristics of air-conditioning system for subway trains | |
CN111788598B (zh) | 利用高楼能量管理系统数据的能量效率分析系统 | |
CN110848889A (zh) | 一种中央空调系统主机运行能效评估方法 | |
CN106440188B (zh) | 自动空调运转容量调整系统及方法 | |
CN112781184A (zh) | 一种空调系统智能降耗方法和系统 | |
TW201623884A (zh) | 動態式室內空氣品質控制與節能系統及方法 | |
CN110953680A (zh) | 空调控制方法及系统 | |
Tien et al. | Detection of window opening using a deep learning approach for effective management of building ventilation heat losses |
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 |