CN117113624A - 一种室内制冷方案设计方法和系统 - Google Patents

一种室内制冷方案设计方法和系统 Download PDF

Info

Publication number
CN117113624A
CN117113624A CN202310816623.5A CN202310816623A CN117113624A CN 117113624 A CN117113624 A CN 117113624A CN 202310816623 A CN202310816623 A CN 202310816623A CN 117113624 A CN117113624 A CN 117113624A
Authority
CN
China
Prior art keywords
temperature
indoor
sample
node
refrigeration
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
Application number
CN202310816623.5A
Other languages
English (en)
Other versions
CN117113624B (zh
Inventor
袁旭东
钱德猛
熊珍凯
周方跃
汤传业
张旭
管成慧
弓欣
丁希宏
张�杰
洪玮
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.)
Anhui University of Science and Technology
Original Assignee
Anhui University of Science and Technology
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 Anhui University of Science and Technology filed Critical Anhui University of Science and Technology
Priority to CN202310816623.5A priority Critical patent/CN117113624B/zh
Publication of CN117113624A publication Critical patent/CN117113624A/zh
Application granted granted Critical
Publication of CN117113624B publication Critical patent/CN117113624B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00Control or safety arrangements
    • F24F11/88Electrical aspects, e.g. circuits
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/16Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00Details relating to the application field
    • G06F2113/08Fluids
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/08Thermal analysis or thermal optimisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Combustion & Propulsion (AREA)
  • Computing Systems (AREA)
  • Chemical & Material Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Algebra (AREA)
  • Mechanical Engineering (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Devices That Are Associated With Refrigeration Equipment (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明涉及制冷领域,尤其涉及一种室内制冷方案设计方法和系统。本发明结合温度仿真模型和多个工况样本,考虑到房间的各个工况和降温时间需求,从而结合信息样本对不同的制冷方案配置进行仿真测试,以筛选可满足各个工况需求的制冷方案。本发明中根据降温时间、所需总制冷量等明确参数选择用于配置制冷方案的信息样本,可精确配置制冷方案,保证房间冷量供应能力,避免制冷方案的功率浪费。

Description

一种室内制冷方案设计方法和系统
技术领域
本发明涉及制冷领域,尤其涉及一种室内制冷方案设计方法和系统。
背景技术
制冷机是向室内提供冷量、实现室内空气温度降低的核心设备,选配合适的制冷机及其数量是保证所需室内低温环境和降温时间、能耗最小化的关键技术途径。当前,很多对冷量需求的场所(如大型冷库、冷藏车集装箱等)在选配制冷机及其数量的制冷方案时,仅考虑制冷方案能否满足房间的冷量需求,并没有考虑墙壁等围护结构、围护结构所包含的建筑材料种类与厚度、太阳辐射、漏风漏热量、存储物品(内容物)的热物性以及室内热源对室内温度的不利影响,更无法在满足降温时间的情况下优化降温动态过程能耗。由于没有考虑上述因素,无法精确匹配出制冷机及其数量,为了保证制冷需求,通常提供更多的冷量,从而造成功率浪费。
此外,根据不同的使用要求,存在不同的温度工况及其对应的降温时间、使用率,因此,也要综合考虑不同温度工况对应的降温时间、使用率等需求差异,这可以为提升制冷机的使用效果、综合能效提供技术支持,然而,目前的制冷方案也未考虑不同温度工况下降温时间、使用率等情况。
总体而言,上述问题的存在,无法为满足所需室内温度、降温时间的场所匹配出能耗最小化的制冷方案,限制了室内空间热环境的高效设计。
发明内容
为了解决上述现有技术中无法精确配置制冷方案造成功率浪费的缺陷,本发明提出了一种室内制冷方案设计方法,用于针对房间工况精确配置制冷机,实现节能减排。
本发明提出的一种室内制冷方案设计方法,用于选择制冷机和配置制冷机台数;包括以下步骤:
S1、构建温度仿真模型,所述温度仿真模型用于根据输入参数获取室内空气温度降低至室内所需温度的时间,即仿真降温时间;温度仿真模型的输入参数包括环境参数、制冷机名称和数量;
S2、构建Mg个工况样本,工况样本包括室内所需温度T1,y、降温时间vy和环境参数,降温时间vy即为室内温度从室外空气温度Toa降低至T1,y所需时间;y表示工况样本序号,1≦y≦Mg
S3、从工况样本中选择最恶劣样本,最恶劣样本满足以下条件FA和FB;
FA:室内所需温度T1,y为所有工况样本中室内所需温度T1,y的最小值;
FB:满足FA的情况下,室外空气温度Toa为满足FA的工况样本中室外空气温度Toa的最大值;
S4、计算最恶劣样本的所需总制冷量Qall
S5、建立制冷方案的信息样本,信息样本包括制冷机名称、单台制冷量函数关系式、单台功率函数关系式和制冷机数量NL;单台制冷量函数关系式为单台制冷机的制冷量与室外空气温度、室内空气温度以及换热器制冷介质流量FLy的函数关系式,单台功率函数关系式为单台制冷机的功率与室外空气温度、室内空气温度以及换热器制冷介质流量FLy的函数关系式;信息样本满足约束条件:NL×Qe,L>Qall且(NL-1)×Qe,L<Qall,Qe,L为单台制冷机在最恶劣样本下的制冷量;单台制冷量函数关系式和单台功率函数关系式为制冷机的固有属性;
S6、针对各信息样本,结合温度仿真模型计算工况样本的仿真降温时间;定义使得每一个工况样本对应的仿真降温时间均小于对应的降温时间的信息样本为筛选对象,判断信息样本中是否存在筛选对象;
否,则将每一个信息样本中的制冷机数量加1,再循环本步骤S6;
是,从筛选对象中选择目标样本作为最终的制冷方案。
本发明的优点在于:
(1)本发明提供的一种室内制冷方案设计方法,结合温度仿真模型和多个工况样本,考虑到房间的各个工况和降温时间需求,从而结合信息样本对不同的制冷方案配置进行仿真测试,以筛选可满足各个工况需求的制冷方案。本发明中根据降温时间、所需总制冷量等明确参数选择用于配置制冷方案的信息样本,可精确配置制冷方案,保证房间冷量供应能力,避免制冷方案的功率浪费。
(2)本发明中根据筛选出的最恶劣工况样本的所需总制冷量设置信息样本中制冷机台数的初始值,然后根据各工况下的仿真降温时间逐一增加信息样本中的台数,保证了以最小制冷机台数构成制冷方案,节约了硬件成本和能耗。
(3)本发明中构建的所需总制冷量计算公式考虑到了最恶劣工况、围护结构和漏风漏热量等,该所需总制冷量极其接近房间所需制冷量的实际值,结合该所需总制冷量设置各信息样本中制冷机台数初始值,有利于减少信息样本调整次数,提高制冷方案选配效率。
(4)本发明中基于结合前一时刻温度计算下一时刻温度的温度模型构建温度仿真模型以计算仿真降温时间,精确度高,为制冷方案选配的精确性奠定了基础。本发明中的温度模型可采用现有的任一种模型,便于该室内制冷方案设计方法的推广和灵活应用。
(5)本发明还给出了一种具体的温度模型,全面考虑了房间的围护结构、内容物、漏风漏热等对房间温度有影响的因素,保证了温度模型的精确性,从而进一步提高了根据温度仿真模型计算仿真降温时间的精确。
(6)本发明中在获得满足各工况需求的筛选对象后,选择加权平均能耗最小的筛选对象作为目标样本,实现了最小的制冷方案功耗,有利于节能减排,降低成本。本发明中结合各个工况使用率所占权重计算加权平均能耗,充分考虑到了各个工况下制冷方案的工作情况,为制冷方案的能耗对比提供了可靠的对比指标。
(7)本发明还提供了一种制冷方案选配系统和存储器,为室内制冷方案设计方法的推广提供了载体。
附图说明
图1为一种室内制冷方案设计方法流程图;
图2为筛选对象获取流程图;
图3为温度仿真模型示意图。
具体实施方式
参数定义如下:
ρ、c、T、h和A分别表示密度、比热容、温度、换热系数和面积;
下标ia表示室内,下标oa表示室外;下标sa表示实体结构在一维导热方向上远离室内空气的一端的环境;
ρia、cia、Tia和hia分别表示室内空气的密度、比热容、温度和换热系数;Via表示室内容积,即室内空气体积;
ρoa、coa、Toa和hoa分别表示室外空气的密度、比热容、温度和换热系数;
Tsa和hsa分别表示实体结构在一维导热方向上远离室内空气的一端的环境的温度和换热系数。针对围护结构包含的实体结构,hsa=hoa。针对内容物的实体结构,hsa=0。
Tia 0表示室内温度为Tia的上一时刻的室内空气温度,Δt为时间步长,即前后相邻两个时刻之间的时间长度;
单台制冷量函数关系式为单台制冷机的制冷量(简称单台制冷量)Qe,s与室外空气温度、室内空气温度以及换热器制冷介质流量FLy的函数关系式,记作Qe,s=F(Toa,Tia,FLy);
当室外空气温度、换热器制冷介质流量FLy一定时,单台制冷量函数关系式用于描述单台制冷量Qe,s与室内空气温度Tia之间的函数关系,即Qe,s=f(Tia);f表示单台制冷机的制冷量Qe,s和Tia之间的函数关系,f为制冷机的固有属性,可通过参数拟合获得。
单台功率函数关系式为单台制冷机的功率We,s与室外空气温度、室内空气温度以及换热器制冷介质流量FLy的函数关系式;记作We,s=F’(Tio,Tia,FLy);
当室外空气温度、换热器制冷介质流量FLy一定时,单台功率函数关系式用于描述单台制冷机的功率We,s与室内空气温度Tia之间的函数关系,即We,s=fp(Tia),fp表示单台制冷机的功率We,s和Tia之间的函数关系,fp为制冷机的固有属性,可通过参数拟合获得。
定义实体结构包括构成房间的围护结构和房间内的内容物。围护结构表示隔离室内外的结构,包括墙、门和窗户。内容物指的是室内放置的对室内温度有影响的非电器类物品。定义构成房间的围护结构由I个实体结构构成,计算房间温度时考虑的实体结构的数量为R,即内容物的数量为R-I。
令,1≦r≦R;1≦n(r)≦N(r);R为实体结构的数量,N(r)为第r个实体结构的节点数量,r和n(r)均为序数;
Ar表示第r个实体结构与室内空气接触的面积;KL为过渡参数;Pi表示室内热源的功率之和;Is,g为室内空气所获得的透过第g个窗户的太阳直射辐射辐照度,Ag为第g个窗户面积,G为窗户数量;具体实施时,可根据需要定义室内热源的范围,比如室内热源包含所有发热物体,例如室内上电工作的器件、人体等。
对平面形实体结构,将其厚度方向作为其一维导热方向;对于非平面形实体结构如内容物,将其等效厚度方向作为其一维导热方向;将第r个实体结构沿一维导热方向离散为N(r)个节点,即第r个实体结构沿一维导热方向的节点数为N(r)个;Δx(r)表示第r个实体结构在一维导热方向上的节点间距;
令Tr,n(r)表示第r个实体结构在其一维导热方向x(r)上的第n(r)个节点的温度,所述第一个节点指的是实体结构与室内空气接触表面上的节点;ρr,n(r)、cr,n(r)和λr,n(r)分别表示第r个实体结构在其一维导热方向上第n(r)个节点的密度、比热容和热导率;
La、Δp和m分别表示漏风系数、室内外空气压差和漏风指数。
温度模型
本实施方式提出的一种基于构成房间的围护结构和房间内的内容物且考虑室内空气温度的温度模型。具体的,本实施方式中,当实体结构为围护结构,其一维导热方向即为其厚度方向;当实体结构为内容物,其一维导热方向即为其等效厚度方向。本实施方式中提供的温度模型为:
TM=YM -1BM
TM、YM和BM均为矩阵,上标-1为矩阵的逆;
TM=[Tia,T1,T2,...,Tr,...,TR-1,TR]T
Tia为室内空气温度;Tr为第r个实体结构的过渡矩阵参数,R为实体结构的数量,1≤r≤R;
具体实施时,可令Tia为室内多个位置的温度平均值。
Tr=(Tr,1,Tr,2,…,Tr,n(r),…,Tr,N(r)-1,Tr,N(r))T
Tr,n(r)为第r个实体结构在其一维导热方向上的第n(r)个节点的温度,所述第一个节点指的是实体结构与室内空气接触表面上的节点,所述第N(r)个节点为第r个实体结构在其一维导热方向上远离室内空气一端的节点;N(r)为第r个实体结构在其一维导热方向上的节点总数,1≤n(r)≤N(r);上标T为矩阵转置;Tia和Tr,n(r)均为待求解量;
BM=[B,b1,b2,...,br,...,bR-1,bR]T
KL=(La×Δpm/3600)×ρoa×coa
B和KL均为过渡项,ρia和cia分别为室内空气的密度和比热容,Via为室内空气容积,Δt为时间步长,NL为制冷机的数量;Tia 0为室内空气的上一时刻温度,f’(Tia 0)为f(Tia 0)对Tia 0的一阶导数,f为单台制冷机的制冷量Qe,s和Tia之间的函数关系,即Qe,s=f(Tia);Toa为室外空气温度,Pi为室内热源的功率之和;Is,g为室内空气所获得的透过第g个窗户的太阳直射辐射辐照度,Ag为第g个窗户面积,G为窗户数量;f(Tia 0)为根据函数关系f获得的室内温度Tia 0对应的单台制冷机的制冷量;La、Δp和m分别为漏风系数、室内外空气压差和漏风指数;ρoa为室外空气的密度,coa为室外空气的比热容;
br=(br,1,br,2,…,br,n(r),…,br,N(r)-1,br,N(r))T
br为第r个实体结构的过渡矩阵参数;br,n(r)为第r个实体结构在其一维导热方向上的第n(r)个节点的参数项;
其中,0...0表示省略项均为0;
为矩阵YM的第/>行第/>列的元素,/>时,YM(1,1)=Cia
时,/>
时,/>
且/>时,/>
且/>时,/>
Cia为室内空气参数计算值;
hia为室内空气的换热系数;Ar为第r个实体结构与室内空气接触的面积;
Hr和Cr均为第r个实体结构的过渡矩阵参数
Hr=[-hia,0,...,0]T,Hr共有N(r)-1个“0”;
Cr=[-hiaAr,0,...,0],Cr共有N(r)-1个“0”;
令Tr,n(r) 0为第r个实体结构在其一维导热方向上的第n(r)个节点在上一时刻的温度,Tia 0和Tr,n(r) 0均为已知量;Tsa和hsa分别为实体结构在其一维导热方向上远离室内空气的一端的环境的温度和换热系数;ρr,n(r)和cr,n(r)分别为第r个实体结构在其一维导热方向的第n(r)个节点处的密度和比热容;λr,n(r)为第r个实体结构在其一维导热方向上第n(r)个节点处的热导率,λr,n(r)+1为第r个实体结构在其一维导热方向上第n(r)+1个节点处的热导率,λr,n(r)-1为第r个实体结构在其一维导热方向上第n(r)-1个节点处的热导率;Δx(r)为第r个实体结构在其一维导热方向上的节点间距;
定义过渡参数ar,n(r),p、ar,n(r)+1、ar,n(r)-1和ar,n(r),p’:
n(r)=1时:
ar,n(r),p=ar,n(r)+1+ar,n(r),p’+hia
ar,n(r)+1=λr,n(r)+1/Δx(r);
ar,n(r),p’=ρr,n(r)×cr,n(r)×Δx(r)/(2Δt);
br,n(r)=ar,n(r),p’×Tr,n(r) 0
2≤n(r)≤N(r)-1时:
ar,n(r),p=ar,n(r)+1+ar,n(r)-1+ar,n(r),p’;
ar,n(r)+1=λr,n(r)+1/Δx(r);
ar,n(r)-1=λr,n(r)-1/Δx(r);
ar,n(r),p’=ρr,n(r)×cr,n(r)×Δx(r)/Δt;
br,n(r)=ar,n(r),p’×Tr,n(r) 0
n(r)=N(r)时:
ar,n(r),p=ar,n(r)-1+ar,n(r),p’+hsa
ar,n(r)-1=λr,n(r)-1/Δx(r);
ar,n(r),p’=ρr,n(r)×cr,n(r)×Δx(r)/(2Δt);
br,n(r)=ar,n(r),p’×Tr,n(r) 0+hsaTsa
Zr为第r个实体结构的相关矩阵:
令Zr(n(r),u(r))为矩阵Zr的第n(r)行第u(r)列的元素,1≤n(r)≤N(r),1≤u(r)≤N(r);则:
当n(r)=u(r),Zr(n(r),u(r))=ar,n(r),p
当u(r)=n(r)+1,Zr(n(r),u(r))=-ar,n(r)+1
当u(r)=n(r)-1,Zr(n(r),u(r))=-ar,n(r)-1
当u(r)>n(r)+1,或者u(r)<n(r)-1,则Zr(n(r),u(r))=0。
值得注意的是,单一材料的热物性参数即换热系数、比热容和热导率均是材料的固有参数,是已知值。即,如果节点n(r)对应区域为单一材料,则换热系数hr,n(r)、比热容cr,n(r)和热导率λr,n(r)均为该材料的固有参数;但是,若实体结构存在不同建筑材料,将围护结构内不同材质交界处作为一个节点,此时不同材质交界处节点的ρr,n(r)、cr,n(r)根据以下公式计算:
ρr,n(r)=[ρr,n(r)-1×Δx(w)+ρr,n(r)+1×Δx(e)]/Δx(r)
cr,n(r)=[cr,n(r)-1×Δx(w)+cr,n(r)+1×Δx(e)]/Δx(r)
其中,Δx(w)+Δx(e)=Δx(r),Δx(w)为节点n(r)对应区域内与节点n(r)-1处相同材质的厚度,Δx(e)为节点n(r)对应区域内与节点n(r)+1处相同材质的厚度;
若Δx(w)=Δx(e)=Δx(r)/2,不同材质交界点n(r)处的密度、比热容计算如下:
ρr,n(r)=[ρr,n(r)-1r,n(r)+1]/2
cr,n(r)=[cr,n(r)-1+cr,n(r)+1]/2
由于n(r)点为不同材质交界点,因此,在求解n(r)-1点温度时,从n(r)点到n(r)-1点的热量传递过程的热导率按λr,n(r)-1来处理,在求解n(r)+1点温度时,从n(r)点到n(r)+1点的热量传递过程的热导率按λr,n(r)+1来处理。
温度仿真模型
参照图3,本实施方式提供的温度仿真模型包括输入端、温度模型和输出端;温度模型的输入分别连接输入端和温度模型的输出,输出端连接温度模型的输出。
输入端用于获取输入参数并输入温度模型,输入参数包括:ρia、cia、Via、hia、ρoa、coa、Toa、hoa、hsa、Tsa、Δp、La、m、Qe,s=f(Tia)、We,s=fp(Tia)、Pi、Is,g、Ag、Δx(r)、Δt、R、{N(r)}1≦r≦R、{Ar}1≦r≦R、{λr,n(r)}1≦r≦R,1≦n(r)≦N(r)、{ρr,n(r)}1≦r≦R,1≦n(r)≦N(r)和{cr,n(r)}1≦r≦R,1≦n(r)≦N(r)
其中,{N(r)}1≦r≦R表示各实体结构在其一维导热方向上的节点数量,{Ar}1≦r≦R表示各实体结构与室内空气接触的面积;{λr,n(r)}1≦r≦R,1≦n(r)≦N(r)表示各实体结构在其一维导热方向上各节点的热导率、{ρr,n(r)}1≦r≦R,1≦n(r)≦N(r)表示各实体结构在其一维导热方向上各节点的密度,{cr,n(r)}1≦r≦R,1≦n(r)≦N(r)表示各实体结构在其一维导热方向上各节点的比热容,{Tr,n(r) 0}1≦r≦R,1≦n(r)≦N(r)表示上一时刻各实体结构在其一维导热方向上各节点的温度;{Tr,n(r)}1≦r≦R,1≦n(r)≦N(r)表示当前时刻各实体结构在其一维导热方向上各节点的温度。
令n’-1时刻上的室内空气温度为Tia n’-1,n’-1时刻上第r个实体结构在其一维导热方向上第n(r)个节点的温度为Tr,n(r) n’-1;令n’时刻上的室内空气温度为Tia n’,n’时刻上第r个实体结构在其一维导热方向上第n(r)个节点的温度为Tr,n(r) n’
n’初始值为n0,n0为设定值,表示温度迭代的起始时刻;室内空气温度和实体结构上各节点温度的初始值均为室外空气温度Toa;即n’=n0时,n’-1时刻室内空气温度和n’-1时刻各实体结构上每一个节点的温度均为室外空气温度Toa
温度模型用于结合输入参数以及Tia n’-1、{Tr,n(r) n’-1}1≦r≦R,1≦n(r)≦N(r)计算Tia n’和{Tr,n(r) n’}1≦r≦R,1≦n(r)≦N(r);温度模型计算Tia n’和{Tr,n(r) n’}1≦r≦R,1≦n(r)≦N(r)时,令Tia 0=Tia n’-1,Tr,n(r) 0=Tr,n(r) n’-1,则Tia n’=Tia,Tr,n(r) n’=Tr,n(r)
当n’=n0时,温度模型结合输入参数计算Tia n’和{Tr,n(r) n’}1≦r≦R,1≦n(r)≦N(r)
当温度模型计算获得的Tia n’大于设定的室内所需温度,则将n’更新为n’+1,温度模型结合输入参数和温度模型计算的Tia n’-1和{Tr,n(r) n’-1}1≦r≦R,1≦n(r)≦N(r)计算Tia n’和{Tr,n(r) n’}1≦r≦R,1≦n(r)≦N(r)
当温度模型计算获得的Tia n’小于或者等于设定的室内所需温度,则输出端获取Tia n’,输出端结合n’计算仿真降温时间,仿真降温时间为(n’-n0)×Δt。
本实施方式中,根据温度仿真模型计算仿真降温时间的方法包括以下步骤:
SA1、初始化n’=n0,n0为设定值,表示温度迭代的起始时刻;
SA2、输入端获取输入参数ρia、cia、Via、hia、Tia 0、ρoa、coa、Toa、hoa、hsa、Tsa、Δp、La、m、Qe,s=f(Tia)、We,s=fp(Tia)、Pi、Is,g、Ag、Δx(r)、Δt、R、{N(r)}1≦r≦R、{Ar}1≦r≦R、{λr,n(r)}1≦r≦R,1≦n(r)≦N(r)、{ρr,n(r)}1≦r≦R,1≦n(r)≦N(r)、{cr,n(r)}1≦r≦R,1≦n(r)≦N(r)和{Tr,n(r) 0}1≦r≦R,1≦n(r)≦N(r)}并输入温度模型,Tia 0即为n’-1时刻的室内空气温度Tia n’-1,Tr,n(r) 0即为n’-1时刻第r个实体结构在其一维导热方向上第n(r)个节点的温度Tr,n(r) n’-1;温度模型输出Tia和{Tr,n(r)}1≦r≦R,1≦n(r)≦N(r),Tia即为n’时刻的室内空气温度Tia n’,Tr,n(r)即为n’时刻第r个实体结构在其一维导热方向上第n(r)个节点的温度Tr,n(r) n’
SA3、判断Tia是否小于或等于设置的室内所需温度T1,y
否,则令n’更新为n’+1,Tia 0=Tia n’-1,Tr,n(r) 0=Tr,n(r) n’-1,然后返回步骤SA2;
是,则计算仿真降温时间vx,vx=(n’-n0)×Δt。
室内制冷方案设计方法
本实施方式中提供的室内制冷方案设计方法,用于选择制冷机和设计制冷机数量NL以实现在满足制冷目标的情况下最小化功耗,实现节能。
上述温度仿真模型的输入参数包括:ρia、cia、Via、hia、ρoa、coa、Toa、hoa、hsa、Tsa、Δp、La、m、Pi、Is,g、Ag、Δx(r)、Δt、R、{N(r)}1≦r≦R、{Ar}1≦r≦R、{λr,n(r)}1≦r≦R,1≦n(r)≦N(r)、{ρr,n(r)}1≦r≦R,1≦n(r)≦N(r)、{cr,n(r)}1≦r≦R,1≦n(r)≦N(r)、Qe,s=f(Tia)和We,s=fp(Tia);
其中ρia、cia、Via、hia、ρoa、coa、Toa、hoa、hsa、Tsa、Δp、La、m、Pi、Is,g、Ag、Δx(r)、Δt、R、{N(r)}1≦r≦R、{Ar}1≦r≦R、{λr,n(r)}1≦r≦R,1≦n(r)≦N(r)、{ρr,n(r)}1≦r≦R,1≦n(r)≦N(r)、{cr,n(r)}1≦r≦R,1≦n(r)≦N(r)为环境参数,Qe,s=f(Tia)为制冷机的固有属性。
参照图1、图2,本实施方式中的室内制冷方案设计方法,包括以下步骤S1-S6。
S1、获取上述温度仿真模型。
S2、构建Mg个工况样本,工况样本包括室内所需温度T1,y、降温时间vy和上述环境参数;y表示工况样本序号,1≦y≦Mg。降温时间vy即为室内温度从Toa降低至T1,y所需时间的上限值。
值得注意的是,本步骤中的工况样本对应的是同一建筑房间的不同工况。
S3、从工况样本中选择最恶劣样本,最恶劣样本满足以下条件FA和FB;
FA:室内所需温度T1,y为所有工况样本中室内所需温度T1,y的最小值;
FB:满足FA的情况下,室外空气温度Toa为满足FA的工况样本中室外空气温度Toa的最大值。
S4、计算最恶劣样本的所需总制冷量Qall
S5、建立制冷方案的信息样本,信息样本包括制冷机名称、单台制冷量函数关系式、单台功率函数关系式和制冷机数量NL;单台制冷量函数关系式为单台制冷机的制冷量与室外空气温度、室内空气温度以及换热器制冷介质流量FLy的函数关系式,单台功率函数关系式为单台制冷机的功率与室外空气温度、室内空气温度以及换热器制冷介质流量FLy的函数关系式;信息样本满足约束条件:NL×Qe,L>Qall且(NL-1)×Qe,L<Qall,Qe,L为单台制冷机在最恶劣样本下的制冷量;
本实施方式中,制冷介质为空气或者水。单台制冷量函数关系式和单台功率函数关系式为制冷机的固有属性。
本步骤中值得注意的是,当室外环境温度Toa、单台制冷机的换热器制冷介质流量FLy确定,则制冷机的单台制冷量函数关系式和单台功率函数关系式确定。结合室外空气温度、热器制冷介质流量FLy,可确定单台制冷机的制冷量Qe,s和Tia之间的函数关系Qe,s=f(Tia)以及单台制冷机的功率We,s与室内空气温度Tia之间的函数关系We,s=fp(Tia),从而完善每一个制冷方案对应的输入参数。
S6、执行以下步骤S61-S65,以从信息样本中选择目标样本。
S61、结合温度仿真模型,计算将第x个信息样本对应的制冷方案应用于第y个工况样本对应的工况时的仿真降温时间;即结合第x个信息样本和第y个工况样本构建温度仿真模型的输入参数,获取温度仿真模型输出的仿真降温时间。x和y的初始值均为1。
S62、判断仿真降温时间是否大于第y个工况样本中的降温时间vy
否,则执行以下步骤S63:是,则执行以下步骤S64;
S63、判断y是否小于Mg;是,则令y更新为y+1,然后返回步骤S61;否,则将第x个信息样本作为筛选对象,并执行以下步骤S64;
S64、判断是否遍历所有信息样本;
否,则令x更新为x+1,并初始化y=1,然后返回步骤S61;
是,则执行步骤S65;
S65、判断是否存在筛选对象;否,则将每一个信息样本中的制冷机数量加1,初始化x=1,y=1,然后返回步骤S61;是,则计算所有筛选对象的加权平均能耗,选择加权平均能耗最小的筛选对象作为目标样本,根据目标样本实现制冷资源配置。本步骤中,如果只存在1个筛选对象,则直接将筛选对象作为目标样本。
本实施方式中,信息样本的加权平均能耗的计算公式为:
其中,y表示工况样本序号,x表示信息样本序号,Px表示第x个信息样本对应的加权平均能耗,ηy表示工况样本的使用率所占权重,ηy为设定值,Mg个工况样本的使用率所占权重ηy总和为1,Px,y表示第x个信息样本应用于第y个工况样本时的制冷机的功耗总和,即在第y个工况样本环境中,采用第x个信息样本配置制冷机时,所有制冷机的功耗总和;
第x个信息样本应用于第y个工况样本时温度模型迭代n1个时刻,使得室温温度Tia达到室内所需温度;q为序数,1≤q≤n1;Tia q表示温度模型迭代q个时刻时的室内空气温度,Tia q-1表示温度模型迭代q-1个时刻时的室内空气温度;NL为制冷机台数,Δt为时间步长;fp单台制冷机的功率We,s和室内空气温度Tia之间的函数关系,fp为制冷机的固有属性。
上述S4中,最恶劣样本的所需总制冷量Qall的计算公式为:
Qall=s(Q1+Q2)+Pi
其中,s为设定值,表示室内空气与室外环境之间的总传热量的余量系数;Q1为围护结构与室外空气的最大传热量;Q2为漏风漏热功率;Pi为室内热源的功率之和;
I表示构成围护结构的实体结构的数量,即围护结构包括的实体结构的数量;i表示序数;
Ki表示构成围护结构的第i个实体结构的总传热系数,Ai表示构成围护结构的第i个实体结构与室内空气的接触面积;T1,min等于最恶劣样本的室内所需温度T1,y,T2,max等于最恶劣样本的室外空气温度Toa
hia为室内空气换热系数,hoa为室外空气换热系数,δi,j为构成围护结构的第i个实体结构中的第j种材料的厚度,λi,j为构成围护结构的第i个实体结构中的第j种材料的热导率;Num(i)表示构成围护结构的第i个实体结构包含的材料种类数量;所述厚度为材料在一维传热方向上的两侧间距,即跨度;
Q2=(La×Δpm/3600)×ρoa×coa(T2,max-T1,min)
Δp表示室内外空气压差,La表示漏风系数,m表示漏风指数;ρoa和coa分别表示室外空气的密度和比热容。
实施例
本实施例中房间建模容积Via为114.3m3,房间的室内热源的功率之和Pi=300W;设置时间步长Δt为1s,房间内空气与室外环境之间总传热量的余量系数s=1.25。
本实施例中根据以下步骤S1-S6选择制冷方案。
S1:构建上述的温度仿真模型;
S2:构建Mg个工况样本,Mg=3。
本实施例中房间确定,各工况样本共用的环境参数如下表1、表2、表3和表4所示:
表1空气参数
表2阳光辐射参数
结合上表2的数据可计算太阳直射辐射辐照度Is,g
Is,g=Iv,gτXg
Iv,g=I0Ekcosγg
其中,Iv,g为第g个窗户的太阳直射辐射辐照度,τ为得热系数,Xg为第g个窗户中玻璃面积占窗户面积比例;I0为太阳常数,E为大气透明度系数,k为过渡参数,γg为第g个窗户的太阳入射角;为太阳高度角;β为太阳方位角,αg为第g个窗户的照射面朝向角;在北半球上,照射面朝南时αg=0o;照射面朝东时αg=90°;照射面朝西时αg=-90°;/>为当地纬度,δ为赤纬角,Ω为太阳时角。
表3围护结构及内容物尺寸参数
上表中内容物材质视为钢材,其一维导热方向为等效厚度方向。
表4建筑材料及内容物热物性参数
/>
各工况样本的特征数据如下表5所示,工况样本的特征数据包括室内所需温度T1,y、降温时间vy和环境参数中的室外空气温度。本步骤中,各工况样本中制冷方案换热器的制冷介质均为空气。
表5所需工况样本元素信息
S3:从工况样本中选择最恶劣样本。
结合条件FA和FB可知,上述工况样本3为最恶劣工况样本。
S4、计算最恶劣样本的所需总制冷量Qall
Qall=s(Q1+Q2)+Pi (1)
Q2=(La×Δpm/3600)×ρoa×coa(T2,max-T1,min) (4)
本步骤中根据最恶劣工况样本可确定T1,min=-20℃,T2,max=35℃。
结合上述表1到表5中的数据以及上述公式(1)到(4)计算结果如下表6所示。
表6所需总制冷量计算结果
S5、建立制冷方案的信息样本。本实施例中,信息样本设有3个,具体数据如下表1所示。
表7制冷方案的信息样本
/>
单台制冷量是与室外环境空气温度Tio、室内空气温度Tia、换热器制冷介质流量FLy的函数关系式Qe,s=F(Toa,Tia,FLy);当Toa和FLy确定时,Qe,s=f(Tia);
单台功率是与室外环境空气温度Tio、室内空气温度Tia、换热器制冷介质流量FLy的函数关系式We,s=F’(Tio,Tia,FLy);当Toa和FLy确定时,We,s=fp(Tia);
制冷机名称Name包括制冷机的品牌、规格、型号等信息,制冷机名称用于确定制冷方案中的单台制冷量函数关系式和单台功率函数关系式。
S6、获得目标样本。
针对每一个信息样本,结合上述温度仿真模型计算该制冷方案应用于各工况时的制冷效果,具体参照下表8-10。
表8制冷方案1在各工况下的制冷效果仿真计算值
/>
表9制冷方案2在各工况下的制冷效果仿真计算值
表10制冷方案3在各工况下的制冷效果仿真计算值
/>
表5中,工况1、工况2和工况3对应的降温时间分别为0.6小时、2小时和3小时。
结合表5、表8-10可得3个信息样本对应得制冷方案应用于各工况时得仿真降温时间统计如下表11所示。
表11制冷方案在各工况下的仿真降温时间统计
经计算,没有任何一个信息样本能够同时满足各工况的降温时间,这表明在现有台数下,所有制冷方案提供的制冷量过小,因此,需要对各信息样本的台数加1,通过增加制冷机台数,以实现制冷方案制冷量的提升,有利于降温时间的降低。更新后的信息样本如下表12所示。
表12更新后的信息样本
/>
相对于表7,表12更新后的信息样本中制冷机台数均加1。
针对表12中每一个信息样本对应的制冷方案,结合上述温度仿真模型计算该制冷方案应用于各工况时的制冷效果,具体参照下表13-15。
表13制冷方案1在各工况下的制冷效果仿真计算值
表14制冷方案2在各工况下的制冷效果仿真计算值
表15制冷方案3在各工况下的制冷效果仿真计算值
结合表5、表13-15可得表12中3个信息样本对应的制冷方案应用于各工况时的仿真降温时间统计如下表16所示。
表16制冷方案在各工况下的仿真降温时间统计
可见,表12中3个信息样本均可满足所有工况的降温时间需求,从而选择出加权平均能耗最小的信息样本作为目标样本。
表13-15可知,制冷方案1的加权平均能耗最小,因此,选择制冷方案1作为目标样本。结合表16也可看出,制冷方案1可在最小时间内达到室内所需温度,证明了本实施例中选择的目标样本可满足房间降温需求,本实施例计算的仿真降温时间精确度极高。
以上仅为本发明创造的较佳实施例而已,并不用以限制本发明创造,凡在本发明创造的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明创造的保护范围之内。

Claims (10)

1.一种室内制冷方案设计方法,用于选择制冷机和配置制冷机台数;其特征在于,包括以下步骤:
S1、构建温度仿真模型,所述温度仿真模型用于根据输入参数获取室内空气温度降低至室内所需温度的时间,即仿真降温时间;温度仿真模型的输入参数包括环境参数、制冷机名称和数量;
S2、构建Mg个工况样本,工况样本包括室内所需温度T1,y、降温时间vy和环境参数,降温时间vy即为室内温度从室外空气温度Toa降低至T1,y所需时间;y表示工况样本序号,1≦y≦Mg
S3、从工况样本中选择最恶劣样本,最恶劣样本满足以下条件FA和FB;
FA:室内所需温度T1,y为所有工况样本中室内所需温度T1,y的最小值;
FB:满足FA的情况下,室外空气温度Toa为满足FA的工况样本中室外空气温度Toa的最大值;
S4、计算最恶劣样本的所需总制冷量Qall
S5、建立制冷方案的信息样本,信息样本包括制冷机名称、单台制冷量函数关系式、单台功率函数关系式和制冷机数量NL;单台制冷量函数关系式为单台制冷机的制冷量与室外空气温度、室内空气温度以及换热器制冷介质流量FLy的函数关系式,单台功率函数关系式为单台制冷机的功率与室外空气温度、室内空气温度以及换热器制冷介质流量FLy的函数关系式;信息样本满足约束条件:NL×Qe,L>Qall且(NL-1)×Qe,L<Qall,Qe,L为单台制冷机在最恶劣样本下的制冷量;单台制冷量函数关系式和单台功率函数关系式为制冷机的固有属性;
S6、针对各信息样本,结合温度仿真模型计算工况样本的仿真降温时间;定义使得每一个工况样本对应的仿真降温时间均小于对应的降温时间的信息样本为筛选对象,判断信息样本中是否存在筛选对象;
否,则将每一个信息样本中的制冷机数量加1,再循环本步骤S6;
是,从筛选对象中选择目标样本作为最终的制冷方案。
2.如权利要求1所述的室内制冷方案设计方法,其特征在于,最恶劣样本的所需总制冷量Qall的计算公式为:
Qall=s(Q1+Q2)+Pi
其中,s为设定值,表示室内空气与室外环境之间的总传热量的余量系数;Q1为围护结构与室外空气的最大传热量,围护结构表示隔离室内外的结构;Q2为漏风漏热功率;Pi为室内热源的功率之和;
I表示构成围护结构的实体结构的数量,即围护结构包括的实体结构的数量;
Ki表示构成围护结构的第i个实体结构的传热系数,Ai表示构成围护结构的第i个实体结构与室内空气的接触面积;T1,min等于最恶劣样本的室内所需温度T1,y,T2,max等于最恶劣样本的室外空气温度Toa
Q2=(La×Δpm/3600)×ρoa×coa(T2,max-T1,min)
Δp表示室内外空气压差,La表示漏风系数,m表示漏风指数;ρoa和coa分别表示室外空气的密度和比热容。
3.如权利要求2所述的室内制冷方案设计方法,其特征在于,
hia为室内空气换热系数,hoa为室外空气换热系数,δi,j为构成围护结构的第i个实体结构中的第j种材料的厚度,λi,j为构成围护结构的第i个实体结构中的第j种材料的热导率;Num(i)表示构成围护结构的第i个实体结构包含的材料种类数量;所述厚度为材料在一维传热方向上的两侧间距。
4.如权利要求1所述的室内制冷方案设计方法,其特征在于,温度仿真模型包括输入端、温度模型和输出端;输入端用于获取输入参数并输入温度模型;输出端用于输出仿真降温时间;
令n’-1时刻上的室内空气温度为Tia n’-1,n’-1时刻上第r个实体结构在其一维导热方向上第n(r)个节点的温度为Tr,n(r) n’-1;令n’时刻上的室内空气温度为Tia n’,n’时刻上第r个实体结构在其一维导热方向上第n(r)个节点的温度为Tr,n(r) n’
n’初始值为n0,n0为设定值,表示温度迭代的起始时刻;室内空气温度和实体结构上各节点温度的初始值均为室外空气温度Toa;即n’=n0时,n’-1时刻室内空气温度和n’-1时刻各实体结构上每一个节点的温度均为室外空气温度Toa
温度模型用于结合输入参数以及Tia n’-1计算Tia n’
当温度模型计算获得的Tia n’大于设定的室内所需温度,则将n’更新为n’+1,温度模型结合输入参数和温度模型计算的Tia n’-1计算Tia n’
当温度模型计算获得的Tia n’小于或者等于设定的室内所需温度,则输出端获取Tia n’,输出端结合n’计算仿真降温时间,仿真降温时间为(n’-n0)×Δt。
5.如权利要求4所述的室内制冷方案设计方法,其特征在于,温度模型为:
TM=YM -1BM
TM、YM和BM均为矩阵,上标-1为矩阵的逆;
TM=[Tia,T1,T2,...,Tr,...,TR-1,TR]T
Tia为室内空气温度;Tr为第r个实体结构的过渡矩阵参数,R为实体结构的数量,1≤r≤R;
Tr=(Tr,1,Tr,2,…,Tr,n(r),…,Tr,N(r)-1,Tr,N(r))T
Tr,n(r)为第r个实体结构在其一维导热方向上的第n(r)个节点的温度,所述第一个节点指的是实体结构与室内空气接触表面上的节点,所述第N(r)个节点为第r个实体结构在其一维导热方向上远离室内空气一端的节点;N(r)为第r个实体结构在其一维导热方向上的节点总数,1≤n(r)≤N(r);上标T为矩阵转置;Tia和Tr,n(r)均为待求解量;
BM=[B,b1,b2,...,br,...,bR-1,bR]T
KL=(La×Δpm/3600)×ρoa×coa
B和KL均为过渡项,ρia和cia分别为室内空气的密度和比热容,Via为室内空气容积,Δt为时间步长,NL为制冷机的数量;Tia 0为室内空气的上一时刻温度,f’(Tia 0)为f(Tia 0)对Tia 0的一阶导数,f为单台制冷机的制冷量Qe,s和Tia之间的函数关系,即Qe,s=f(Tia),f为制冷机的固有属性;Toa为室外空气温度,Pi为室内热源的功率之和;Is,g为室内空气所获得的透过第g个窗户的太阳直射辐射辐照度,Ag为第g个窗户面积,G为窗户数量;f(Tia 0)为根据函数关系f获得的室内温度Tia 0对应的单台制冷机的制冷量;La、Δp和m分别为漏风系数、室内外空气压差和漏风指数;ρoa为室外空气的密度,coa为室外空气的比热容;
br=(br,1,br,2,…,br,n(r),…,br,N(r)-1,br,N(r))T
br为第r个实体结构的过渡矩阵参数;br,n(r)为第r个实体结构在其一维导热方向上的第n(r)个节点的参数项;
其中,0...0表示省略项均为0;
为矩阵YM的第/>行第/>列的元素,/>时,YM(1,1)=Cia
时,/>
时,/>
且/>时,/>
且/>时,/>
Cia为室内空气参数计算值;
hia为室内空气的换热系数;Ar为第r个实体结构与室内空气接触的面积;
Hr和Cr均为第r个实体结构的过渡矩阵参数
Hr=[-hia,0,...,0]T,Hr共有N(r)-1个“0”;
Cr=[-hiaAr,0,...,0],Cr共有N(r)-1个“0”;
令Tr,n(r) 0为第r个实体结构在其一维导热方向上的第n(r)个节点在上一时刻的温度,Tia 0和Tr,n(r) 0均为已知量;Tsa和hsa分别为实体结构在其一维导热方向上远离室内空气的一端的环境的温度和换热系数;ρr,n(r)和cr,n(r)分别为第r个实体结构在其一维导热方向的第n(r)个节点处的密度和比热容;λr,n(r)为第r个实体结构在其一维导热方向上第n(r)个节点处的热导率,λr,n(r)+1为第r个实体结构在其一维导热方向上第n(r)+1个节点处的热导率,λr,n(r)-1为第r个实体结构在其一维导热方向上第n(r)-1个节点处的热导率;Δx(r)为第r个实体结构在其一维导热方向上的节点间距;
定义过渡参数ar,n(r),p、ar,n(r)+1、ar,n(r)-1和ar,n(r),p’:
n(r)=1时:
ar,n(r),p=ar,n(r)+1+ar,n(r),p’+hia
ar,n(r)+1=λr,n(r)+1/Δx(r);
ar,n(r),p’=ρr,n(r)×cr,n(r)×Δx(r)/(2Δt);
br,n(r)=ar,n(r),p’×Tr,n(r) 0
2≤n(r)≤N(r)-1时:
ar,n(r),p=ar,n(r)+1+ar,n(r)-1+ar,n(r),p’;
ar,n(r)+1=λr,n(r)+1/Δx(r);
ar,n(r)-1=λr,n(r)-1/Δx(r);
ar,n(r),p’=ρr,n(r)×cr,n(r)×Δx(r)/Δt;
br,n(r)=ar,n(r),p’×Tr,n(r) 0
n(r)=N(r)时:
ar,n(r),p=ar,n(r)-1+ar,n(r),p’+hsa
ar,n(r)-1=λr,n(r)-1/Δx(r);
ar,n(r),p’=ρr,n(r)×cr,n(r)×Δx(r)/(2Δt);
br,n(r)=ar,n(r),p’×Tr,n(r) 0+hsaTsa
Zr为第r个实体结构的相关矩阵:
令Zr(n(r),u(r))为矩阵Zr的第n(r)行第u(r)列的元素,1≤n(r)≤N(r),1≤u(r)≤N(r);则:
当n(r)=u(r),Zr(n(r),u(r))=ar,n(r),p
当u(r)=n(r)+1,Zr(n(r),u(r))=-ar,n(r)+1
当u(r)=n(r)-1,Zr(n(r),u(r))=-ar,n(r)-1
当u(r)>n(r)+1,或者u(r)<n(r)-1,则Zr(n(r),u(r))=0。
6.如权利要求1所述的室内制冷方案设计方法,其特征在于,环境参数包括:室内空气的密度ρia、比热容cia、空气容积Via、换热系数hia;室外空气的密度ρoa、比热容coa、温度Toa、换热系数hoa;实体结构远离室内空气一侧的换热系数hsa和温度Tsa;室内外空气压差Δp、漏风系数La、漏风指数m、室内热源的功率之和Pi、太阳直射辐射辐照度Is,g、窗户面积Ag、节点间距Δx(r)、时间步长Δt、实体结构的数量R、实体结构的节点数量集合实体结构与室内空气接触面积的集合/>节点的热导率分布/>节点的密度分布/>节点的比热容分布/>针对围护结构包含的实体结构,hsa=hoa、Tsa=Toa;针对内容物的实体结构,hsa=0。
7.如权利要求1所述的室内制冷方案设计方法,其特征在于,步骤S6包括以下分步骤:
S61、结合温度仿真模型,计算将第x个信息样本对应的制冷方案应用于第y个工况样本对应的工况时的仿真降温时间;x和y的初始值均为1;
S62、判断仿真降温时间是否大于第y个工况样本中的降温时间;
否,则执行以下步骤S63:是,则执行以下步骤S64;
S63、判断y是否小于Mg;是,则令y更新为y+1,然后返回步骤S61;否,则将第x个信息样本作为筛选对象,并执行以下步骤S64;
S64、判断是否遍历所有信息样本;
否,则令x更新为x+1,并初始化y=1,然后返回步骤S61;
是,则执行步骤S65;
S65、判断是否存在筛选对象;否,则将每一个信息样本中的制冷机数量加1,初始化x=1,y=1,然后返回步骤S61;是,则计算所有筛选对象的加权平均能耗,选择加权平均能耗最小的筛选对象作为目标样本,将目标样本作为最终的制冷方案。
8.如权利要求7所述的室内制冷方案设计方法,其特征在于,信息样本的加权平均能耗的计算公式为:
其中,y表示工况样本序号,x表示信息样本序号,Px表示第x个信息样本对应的加权平均能耗,ηy表示工况样本的使用率所占权重,ηy为设定值,Mg个工况样本的使用率所占权重ηy总和为1;
Px,y表示第x个信息样本应用于第y个工况样本时的功耗;第x个信息样本应用于第y个工况样本时温度模型迭代n1个时刻,使得室温温度Tia达到室内所需温度;q为序数,1≤q≤n1;Tia q表示温度模型迭代q个时刻时的室内空气温度,Tia q-1表示温度模型迭代q-1个时刻时的室内空气温度;NL为制冷机台数,Δt为时间步长;fp为单台制冷机的功率We,s和室内空气温度Tia之间的函数关系,fp为制冷机的固有属性。
9.一种室内制冷方案设计系统,其特征在于,包括存储器,存储器存储有计算机程序,所述计算机程序被执行时,用于实现如权利要求1-8任一项所述的室内制冷方案设计方法。
10.如权利要求9所述的室内制冷方案设计系统,其特征在于,处理器与存储器连接,处理器用于执行所述计算机程序以实现如权利要求1-8任一项所述的室内制冷方案设计方法。
CN202310816623.5A 2023-07-05 2023-07-05 一种室内制冷方案设计方法和系统 Active CN117113624B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310816623.5A CN117113624B (zh) 2023-07-05 2023-07-05 一种室内制冷方案设计方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310816623.5A CN117113624B (zh) 2023-07-05 2023-07-05 一种室内制冷方案设计方法和系统

Publications (2)

Publication Number Publication Date
CN117113624A true CN117113624A (zh) 2023-11-24
CN117113624B CN117113624B (zh) 2024-03-19

Family

ID=88800941

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310816623.5A Active CN117113624B (zh) 2023-07-05 2023-07-05 一种室内制冷方案设计方法和系统

Country Status (1)

Country Link
CN (1) CN117113624B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111520883A (zh) * 2020-04-29 2020-08-11 宁波溪棠信息科技有限公司 一种基于目标房间负荷预测的空调控制方法及系统
CN114237057A (zh) * 2021-12-20 2022-03-25 东南大学 智慧楼宇用电分析的动态建模方法、系统、设备和介质
CN115540247A (zh) * 2021-06-30 2022-12-30 美的集团股份有限公司 空调降温控制方法、空调器及计算机可读存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111520883A (zh) * 2020-04-29 2020-08-11 宁波溪棠信息科技有限公司 一种基于目标房间负荷预测的空调控制方法及系统
CN115540247A (zh) * 2021-06-30 2022-12-30 美的集团股份有限公司 空调降温控制方法、空调器及计算机可读存储介质
CN114237057A (zh) * 2021-12-20 2022-03-25 东南大学 智慧楼宇用电分析的动态建模方法、系统、设备和介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
YUEER HE 等: "A quantity-quality-based optimization method for indoor thermal environment design", ENERGY, 4 January 2019 (2019-01-04) *
匡细细 等: "房间空调器用压缩机模型仿真研究", 制冷, no. 02, 15 June 2018 (2018-06-15) *

Also Published As

Publication number Publication date
CN117113624B (zh) 2024-03-19

Similar Documents

Publication Publication Date Title
Zhou et al. Artificial neural network based multivariable optimization of a hybrid system integrated with phase change materials, active cooling and hybrid ventilations
Zhou et al. Machine learning-based optimal design of a phase change material integrated renewable system with on-site PV, radiative cooling and hybrid ventilations—study of modelling and application in five climatic regions
Ucar et al. Effect of fuel type on the optimum thickness of selected insulation materials for the four different climatic regions of Turkey
Chlela et al. A new methodology for the design of low energy buildings
Zhou et al. Machine-learning based study on the on-site renewable electrical performance of an optimal hybrid PCMs integrated renewable system with high-level parameters’ uncertainties
Zuazua-Ros et al. Investigation of the thermoelectric potential for heating, cooling and ventilation in buildings: Characterization options and applications
Zhou et al. Study on the energy performance enhancement of a new PCMs integrated hybrid system with the active cooling and hybrid ventilations
Özakın et al. Experimental thermodynamic analysis of air-based PVT system using fins in different materials: Optimization of control parameters by Taguchi method and ANOVA
Ozel Determination of optimum insulation thickness based on cooling transmission load for building walls in a hot climate
Jie et al. Modeling of a novel Trombe wall with PV cells
Tang et al. Exergy-based optimisation of a phase change materials integrated hybrid renewable system for active cooling applications using supervised machine learning method
Zhu et al. A simplified dynamic model of building structures integrated with shaped-stabilized phase change materials
Gondal et al. Role of passive design and alternative energy in building energy optimization
Riaz et al. A review on the application of photovoltaic thermal systems for building façades
Gupta et al. Exergy analysis of building integrated semitransparent photovoltaic thermal (BiSPVT) system
Yang et al. Uncertainty and global sensitivity analysis on thermal performances of pipe-embedded building envelope in the heating season
CN102238763B (zh) 基站能耗计算系统及方法
Tchuen et al. A numerical investigation of three different thermosyphon solar water heating systems
Louanate et al. Energy saving potential of phase change materials-enhanced building envelope considering the six Moroccan climate zones
Kwan et al. Performance analysis of the sky radiative and thermoelectric hybrid cooling system
Sun et al. Study on phase change material and its appropriate thickness for controlling solar cell module temperature
Kwan et al. Enhanced cooling by applying the radiative sky cooler to both ends of the thermoelectric cooler
Xuxin et al. Comparative study on performances of a heat-pipe PV/T system and a heat-pipe solar water heating system
Masud et al. Development and performance test of a low-cost hybrid solar air heater
Li et al. Zero energy potential of PV direct-driven air conditioners coupled with phase change materials and load flexibility

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