CN117450630B - 一种基于冷水泵流量的空调能耗损失控制方法及系统 - Google Patents
一种基于冷水泵流量的空调能耗损失控制方法及系统 Download PDFInfo
- Publication number
- CN117450630B CN117450630B CN202311768801.8A CN202311768801A CN117450630B CN 117450630 B CN117450630 B CN 117450630B CN 202311768801 A CN202311768801 A CN 202311768801A CN 117450630 B CN117450630 B CN 117450630B
- Authority
- CN
- China
- Prior art keywords
- flow
- data
- energy consumption
- compressor
- cold water
- 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
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 137
- 238000005265 energy consumption Methods 0.000 title claims abstract description 118
- 238000000034 method Methods 0.000 title claims abstract description 29
- 239000000498 cooling water Substances 0.000 claims abstract description 57
- 230000002159 abnormal effect Effects 0.000 claims abstract description 32
- 238000001816 cooling Methods 0.000 claims abstract description 25
- 238000004364 calculation method Methods 0.000 claims abstract description 21
- 230000008859 change Effects 0.000 claims abstract description 13
- 239000003507 refrigerant Substances 0.000 claims description 42
- 238000004458 analytical method Methods 0.000 claims description 18
- 238000005457 optimization Methods 0.000 claims description 13
- 238000005057 refrigeration Methods 0.000 claims description 13
- 238000001704 evaporation Methods 0.000 claims description 9
- 230000017525 heat dissipation Effects 0.000 claims description 9
- 238000004378 air conditioning Methods 0.000 claims description 6
- 230000008020 evaporation Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000012546 transfer Methods 0.000 claims description 6
- 230000006835 compression Effects 0.000 claims description 3
- 238000007906 compression Methods 0.000 claims description 3
- 230000005494 condensation Effects 0.000 claims description 3
- 238000009833 condensation Methods 0.000 claims description 3
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims description 3
- 238000010438 heat treatment Methods 0.000 claims description 3
- 238000012821 model calculation Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000010977 unit operation Methods 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
-
- 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
- F24F11/64—Electronic processing using pre-stored data
-
- 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
- F24F11/70—Control systems characterised by their outputs; Constructional details thereof
- F24F11/80—Control systems characterised by their outputs; Constructional details thereof for controlling the temperature of the supplied air
- F24F11/83—Control systems characterised by their outputs; Constructional details thereof for controlling the temperature of the supplied air by controlling the supply of heat-exchange fluids to heat-exchangers
- F24F11/84—Control systems characterised by their outputs; Constructional details thereof for controlling the temperature of the supplied air by controlling the supply of heat-exchange fluids to heat-exchangers using valves
-
- 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
- F24F11/70—Control systems characterised by their outputs; Constructional details thereof
- F24F11/80—Control systems characterised by their outputs; Constructional details thereof for controlling the temperature of the supplied air
- F24F11/83—Control systems characterised by their outputs; Constructional details thereof for controlling the temperature of the supplied air by controlling the supply of heat-exchange fluids to heat-exchangers
- F24F11/85—Control systems characterised by their outputs; Constructional details thereof for controlling the temperature of the supplied air by controlling the supply of heat-exchange fluids to heat-exchangers using variable-flow pumps
-
- 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
- F24F11/70—Control systems characterised by their outputs; Constructional details thereof
- F24F11/80—Control systems characterised by their outputs; Constructional details thereof for controlling the temperature of the supplied air
- F24F11/86—Control systems characterised by their outputs; Constructional details thereof for controlling the temperature of the supplied air by controlling compressors within refrigeration or heat pump circuits
-
- 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
- F24F11/88—Electrical aspects, e.g. circuits
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)
- Thermal Sciences (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明涉及一种基于冷水泵流量的空调能耗损失控制方法及系统，属于空调能耗计算技术领域。其中，该方法包括：获取冷水泵的冷却水流量，提取流量波动信息；建立流量预测模型，将冷却水流量作为输入数据得到参考能耗数据；遍历流量统计数据，对流量波动信息中的波峰前后流量变化率与异常波动阈值进行判断；将异常流量数据作为流量预测模型的输入数据得到溢出能耗数据；通过参考能耗数据和溢出能耗数据设定冷水机组的总流量上下限和运行组合；获取空调实际能耗数据，根据实际能耗数据和冷水机组的综合能耗，对冷却塔开启数量和冷水泵的转速进行控制。减少了空调机在异常情况下的产生的额外能耗损失。
Description
技术领域
本发明属于空调能耗计算技术领域，具体涉及一种基于冷水泵流量的空调能耗损失控制方法及系统。
背景技术
随着市场对空调产品能效要求的不断提升，空调产品性能参数的可靠性和准确程度就显得尤为重要，空调能耗优化研究已成为建筑节能领域的热点。空调能耗是一个受室外气象条件，建筑隔热性能，室内人员数量，室内设备功率，空调设备效率等诸多因素所影响的综合性参数，在进行数据分析时具有很强的不确定性，实际项目中的设备运行曲线也往往偏离理论模型，且数据分析模型过于复杂，难以实现。
发明内容
为解决现有技术中存在的上述问题，本发明提供了一种基于冷水泵流量的空调能耗损失控制方法及系统；
本发明的目的可以通过以下技术方案实现：
S1：通过插入式电磁流量计获取冷水泵的冷却水流量，存储各时间段内的所述冷却水流量数据得到流量统计数据，提取所述流量统计数据中的流量波动信息；
S2：建立流量预测模型，将所述冷却水流量作为输入数据通过所述流量预测模型得到参考流量数据，根据所述参考流量数据计算冷水泵的负荷得到制冷功率，对所述制冷功率进行能耗分析得到参考能耗数据；
S3：预设异常波动阈值，遍历所述流量统计数据，若所述流量波动信息中的波峰前后流量变化率大于所述异常波动阈值，则将所述波峰对应的流量数据添加为异常流量数据，若所述流量波动信息中的波峰前后流量变化率小于或等于所述异常波动阈值，则对下一时间步长内的流量数据进行判断；
S4：将所述异常流量数据作为所述流量预测模型的输入数据得到异常预测数据，对所述异常预测数据进行能耗分析得到溢出能耗数据；通过所述参考能耗数据和所述溢出能耗数据设定冷水机组的总流量上下限和运行组合；
S5：获取空调实际能耗数据，若所述实际能耗数据大于或等于冷水机组的综合能耗，则增大冷却塔开启数量并提高冷水泵的转速，若所述实际能耗数据小于冷水机组的综合能耗，则降低冷却塔开启数量并降低冷水泵的转速。
作为本发明的一种优选技术方案，所述S2中的流量预测模型包括压缩机模型、蒸发器模型、冷凝器模型、冷却水流量稳态模型和数据预测模型，其中，所述压缩机模型的计算方法具体包括：
获取压缩机入口处制冷剂温度，根据所述制冷剂温度得到压缩机的吸气比热容，根据所述压缩机的排气容积得到制冷剂流量，，其中，m为制冷剂质量流量，单位为千克/小时，V为压缩机的实际排气容积，单位为立方米/小时，v为压缩机的吸气比容，单位为立方米/千克；
将压缩机在进行压缩工作时散失的热量作为压缩机内功的热能损失，则压缩机的输入功率计算方法为：，
其中，W为压缩机的输入功率，单位为焦耳/小时，a为电机功率损耗因子，V为压缩机的实际排气容积，单位为立方米/小时，m为制冷剂质量流量，单位为千克/小时，为冷凝压强，单位为兆帕，/>为蒸发压强，w为电机热损耗常数；
根据加热制冷剂过程中散失到环境中的热量与电机损耗的比率得到压缩机的散热量，，其中，/>为压缩机的散热量，单位为焦耳/小时，W为压缩机为输入功率，V为压缩机的实际排气容积，m为制冷剂质量流量，/>为冷凝压强，/>为蒸发压强，/>为压缩机壳体散热系数。
具体地，所述蒸发器模型具体计算方法包括；
根据换热器的传热系数得到制冷剂与冷却水传热过程中的蒸发器制冷剂吸收的热量，根据热平衡方程得到蒸发器壳体漏热系数，计算公式为：
，
，
，
其中，为蒸发器制冷剂侧吸收的热量，单位为焦耳/小时，/>为蒸发器冷冻水侧释放的热量，单位为焦耳/小时，/>为换热器效能，/>为水的定压比热容，单位为焦耳每千克摄氏度，M为冷冻水流量，单位为千克/小时，/>为蒸发器冷冻水进口水温，单位为摄氏度，/>为蒸发器冷冻水出口水温，/>为蒸发器壳体漏热系数，/>为蒸发温度。
具体地，所述冷凝器模型的计算方法与所述蒸发器模型具体计算方法相同，根据制冷剂循环过程的能量守恒得到冷凝器壳体漏热系数。
具体地，所述冷却水流量稳态模型的计算方法具体包括：
将空调内部模块的实际运行数据作为冷却水流量稳态模型的输入量；根据所述输入量和所述蒸发器模型计算制冷剂质量流量；通过冷凝器模型计算压缩机的排气容积和内功；收集各工况下的数据，并进行均值处理得到制冷量。
优选地，所述数据预测模型计算方法具体包括：
获取冷水机组功率、末端设备功率以及冷水泵电耗数据，并建立优化约束：，
其中，为系统总负荷，单位为焦耳/小时，i为冷水机组计数，j为末端设备计数，N为设备总数，/>为冷水机组功率，单位为焦耳/小时，/>为冷水泵电耗数据，/>为不满足温度舒适性的惩罚系数，/>为末端设备功率；
将能耗损失作为控制指标，根据空调参数得到能耗控制参数，计算公式为：，
其中，F为能耗控制参数，p为空气密度，单位为千克/立方米，为空调所处房间容积，单位为立方米，/>为空气比热容，单位为焦耳每千克摄氏度，/>为舒适温度值，单位为摄氏度，/>为能耗控制响应期，单位为小时，EER为制冷量，单位为焦耳/小时；
通过所述能耗控制参数和所述优化约束建立冷水机组运行参数与冷水泵流量、制冷量的关联得到参考能耗数据；其中，所述冷水机组运行参数包括冷水机组功率、末端设备功率以及冷水泵电耗数据；根据所述优化约束设置冷水机组中冷水泵数量、制冷剂流量、冷冻水流量上限，通过所述冷水泵数量、所述制冷剂流量和所述冷冻水流量上限得到制冷量，根据空调参数计算所述制冷量对应的能耗控制参数，将所述能耗控制参数作为参考能耗数据。
一种基于冷水泵流量的空调能耗损失控制系统，包括数据采集模块、数据预测模块、异常分析模块、异常数据预测模块、能耗控制模块；
所述数据采集模块用于获取冷水泵的冷却水流量，存储各时间段内的所述冷却水流量数据得到流量统计数据，提取所述流量统计数据中的流量波动信息；
所述数据预测模块用于建立流量预测模型，将所述冷却水流量作为输入数据通过所述流量预测模型得到参考流量数据，根据所述参考流量数据计算冷水泵的负荷得到制冷功率，对所述制冷功率进行能耗分析得到参考能耗数据；
所述异常分析模块用于遍历所述流量统计数据，若所述流量波动信息中的波峰前后流量变化率大于所述异常波动阈值，则将所述波峰对应的流量数据添加为异常流量数据，若所述流量波动信息中的波峰前后流量变化率小于或等于所述异常波动阈值，则对下一时间步长内的流量数据进行判断；
所述异常数据预测模块用于对所述异常预测数据进行能耗分析得到溢出能耗数据；通过所述参考能耗数据和所述溢出能耗数据设定冷水机组的总流量上下限和运行组合；
所述能耗控制模块用于获取空调实际能耗数据，若所述实际能耗数据大于或等于冷水机组的综合能耗，则增大冷却塔开启数量并提高冷水泵的转速，若所述实际能耗数据小于冷水机组的综合能耗，则降低冷却塔开启数量并降低冷水泵的转速。
本发明的有益效果为：
（1）通过建立流量预测模型，对压缩机、蒸发器、冷凝器的冷却水的进出口水温和流量进行模拟和计算，减少了预测输入的不确定性，预测并分析对冷却水异常波动导致的能量损耗，调整控制空调能源供给效率，减少了空调在运行过程中由异常状况引起的额外能耗。
（2）通过对冷水机组内部设备之间的耦合运行进行控制，避开了基于复杂数学模型相关的研究方法所带来的众多不确定因素，有效整合冷水机组、冷却水泵、冷却塔优化组合运行及能效相关影响的关系，简化了冷却水系统的控制逻辑，使得既有冷却水系统能效提升方法及应用具有可实施性，使冷水机组、冷却水泵、冷却塔在冷却水系统上的运行能耗降低。
附图说明
为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。
图1为本发明的一种基于冷水泵流量的空调能耗损失控制方法的流程示意图。
具体实施方式
为更进一步阐述本发明为实现预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明的具体实施方式、结构、特征及其功效，详细说明如下。
请参阅图1，一种基于冷水泵流量的空调能耗损失控制方法及系统；
S1：通过插入式电磁流量计获取冷水泵的冷却水流量，存储各时间段内的所述冷却水流量数据得到流量统计数据，提取所述流量统计数据中的流量波动信息；
S2：建立流量预测模型，将所述冷却水流量作为输入数据通过所述流量预测模型得到参考流量数据，根据所述参考流量数据计算冷水泵的负荷得到制冷功率，对所述制冷功率进行能耗分析得到参考能耗数据；
S3：预设异常波动阈值，遍历所述流量统计数据，若所述流量波动信息中的波峰前后流量变化率大于所述异常波动阈值，则将所述波峰对应的流量数据添加为异常流量数据，若所述流量波动信息中的波峰前后流量变化率小于或等于所述异常波动阈值，则对下一时间步长内的流量数据进行判断；
S4：将所述异常流量数据作为所述流量预测模型的输入数据得到异常预测数据，对所述异常预测数据进行能耗分析得到溢出能耗数据；通过所述参考能耗数据和所述溢出能耗数据设定冷水机组的总流量上下限和运行组合；
S5：获取空调实际能耗数据，若所述实际能耗数据大于或等于冷水机组的综合能耗，则增大冷却塔开启数量并提高冷水泵的转速，若所述实际能耗数据小于冷水机组的综合能耗，则降低冷却塔开启数量并降低冷水泵的转速。
作为本发明的一种优选技术方案，所述S2中的流量预测模型包括压缩机模型、蒸发器模型、冷凝器模型、冷却水流量稳态模型和数据预测模型，其中，所述压缩机模型的计算方法具体包括：
获取压缩机入口处制冷剂温度，根据所述制冷剂温度得到压缩机的吸气比热容，根据所述压缩机的排气容积得到制冷剂流量，，其中，m为制冷剂质量流量，单位为千克/小时，V为压缩机的实际排气容积，单位为立方米/小时，v为压缩机的吸气比容，单位为立方米/千克；
将压缩机在进行压缩工作时散失的热量作为压缩机内功的热能损失，则压缩机的输入功率计算方法为：，
其中，W为压缩机的输入功率，单位为焦耳/小时，a为电机功率损耗因子，V为压缩机的实际排气容积，单位为立方米/小时，m为制冷剂质量流量，单位为千克/小时，为冷凝压强，单位为兆帕，/>为蒸发压强，w为电机热损耗常数；
根据加热制冷剂过程中散失到环境中的热量与电机损耗的比率得到压缩机的散热量，，其中，/>为压缩机的散热量，单位为焦耳/小时，W为压缩机为输入功率，V为压缩机的实际排气容积，m为制冷剂质量流量，/>为冷凝压强，/>为蒸发压强，/>为压缩机壳体散热系数。
具体地，所述蒸发器模型具体计算方法包括；
根据换热器的传热系数得到制冷剂与冷却水传热过程中的蒸发器制冷剂吸收的热量，根据热平衡方程得到蒸发器壳体漏热系数，计算公式为：
，
，
，
其中，为蒸发器制冷剂侧吸收的热量，单位为焦耳/小时，/>为蒸发器冷冻水侧释放的热量，单位为焦耳/小时，/>为换热器效能，/>为水的定压比热容，单位为焦耳每千克摄氏度，M为冷冻水流量，单位为千克/小时，/>为蒸发器冷冻水进口水温，单位为摄氏度，/>为蒸发器冷冻水出口水温，/>为蒸发器壳体漏热系数，/>为蒸发温度。
具体地，所述冷凝器模型的计算方法与所述蒸发器模型具体计算方法相同，根据制冷剂循环过程的能量守恒得到冷凝器壳体漏热系数。
本实施例中，通过蒸发器冷冻水进口水温、流经蒸发器的冷冻水流量、冷凝器冷却水进口水温、流经冷凝器的冷却水流量，对压缩机输入功率、制冷量、冷冻水出口水温、冷却水出口水温进行模拟和计算。利用实测数据对该模型的相关参数进行辨识，最后利用实际运行中的机组运行数据对该模型的准确性进行验证分析。
具体地，所述冷却水流量稳态模型的计算方法具体包括：
将空调内部模块的实际运行数据作为冷却水流量稳态模型的输入量；根据所述输入量和所述蒸发器模型计算制冷剂质量流量；通过冷凝器模型计算压缩机的排气容积和内功；收集各工况下的数据，并进行均值处理得到制冷量。
优选地，所述数据预测模型计算方法具体包括：
获取冷水机组功率、末端设备功率以及冷水泵电耗数据，并建立优化约束：，
其中，为系统总负荷，单位为焦耳/小时，i为冷水机组计数，j为末端设备计数，N为设备总数，/>为冷水机组功率，单位为焦耳/小时，/>为冷水泵电耗数据，/>为不满足温度舒适性的惩罚系数，/>为末端设备功率；
将能耗损失作为控制指标，根据空调参数得到能耗控制参数，计算公式为：，
其中，F为能耗控制参数，p为空气密度，单位为千克/立方米，为空调所处房间容积，单位为立方米，/>为空气比热容，单位为焦耳每千克摄氏度，/>为舒适温度值，单位为摄氏度，/>为能耗控制响应期，单位为小时，EER为制冷量，单位为焦耳/小时；
通过所述能耗控制参数和所述优化约束建立冷水机组运行参数与冷水泵流量、制冷量的关联得到参考能耗数据；其中，所述冷水机组运行参数包括冷水机组功率、末端设备功率以及冷水泵电耗数据；根据所述优化约束设置冷水机组中冷水泵数量、制冷剂流量、冷冻水流量上限，通过所述冷水泵数量、所述制冷剂流量和所述冷冻水流量上限得到制冷量，根据空调参数计算所述制冷量对应的能耗控制参数，将所述能耗控制参数作为参考能耗数据。
本实施例中，基于经典优化机组负荷（OCL）方程，将主机侧预测结果纳入优化方程的约束设置，在优化目标中同时添加冷水机组和末端设备的电耗，并用加载在末端设备电耗的惩罚系数使室内环境热舒适与末端设备电耗相关联。制冷工况下，将室内环境评估参数设定为室内为24℃～26℃。
一种基于冷水泵流量的空调能耗损失控制系统，包括数据采集模块、数据预测模块、异常分析模块、异常数据预测模块、能耗控制模块；
所述数据采集模块用于获取冷水泵的冷却水流量，存储各时间段内的所述冷却水流量数据得到流量统计数据，提取所述流量统计数据中的流量波动信息；
所述数据预测模块用于建立流量预测模型，将所述冷却水流量作为输入数据通过所述流量预测模型得到参考流量数据，根据所述参考流量数据计算冷水泵的负荷得到制冷功率，对所述制冷功率进行能耗分析得到参考能耗数据；
所述异常分析模块用于遍历所述流量统计数据，若所述流量波动信息中的波峰前后流量变化率大于所述异常波动阈值，则将所述波峰对应的流量数据添加为异常流量数据，若所述流量波动信息中的波峰前后流量变化率小于或等于所述异常波动阈值，则对下一时间步长内的流量数据进行判断；
所述异常数据预测模块用于对所述异常预测数据进行能耗分析得到溢出能耗数据；通过所述参考能耗数据和所述溢出能耗数据设定冷水机组的总流量上下限和运行组合；
所述能耗控制模块用于获取空调实际能耗数据，若所述实际能耗数据大于或等于冷水机组的综合能耗，则增大冷却塔开启数量并提高冷水泵的转速，若所述实际能耗数据小于冷水机组的综合能耗，则降低冷却塔开启数量并降低冷水泵的转速。
本发明的工作原理及使用流程：开启预设的冷水机组入口电动阀门、冷却塔入口电动阀门、预定冷却水泵。预定冷却水泵运行至冷却水总流量初始值。根据冷却水总流量初始值与冷却塔最低均匀布水流量的关系调整冷却塔的开启数量；设冷却塔总数量和单台冷却塔流量，单台冷却塔最低均匀布水流量设置为0.3立方米/小时。开启对应冷水机组，对冷却水泵逐步降频；但冷却水泵并联模块与冷水机组的总电耗达到设定阈值时，冷却水泵停止降频。若冷却水泵并联模块与冷水机组的总电耗达到设定阈值时前，冷却水泵并联模块降频至冷却水总流量与冷却塔最低均匀布水流量的关系到达临界状态，则记录冷水机组与冷却水泵并联模块和冷却塔的综合电耗，减少1台冷却塔，并记录冷却塔开启数量。
以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭示如上，然而并非用以限定本发明，任何本领域技术人员，在不脱离本发明技术方案范围内，当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简介修改、等同变化与修饰，均仍属于本发明技术方案的范围内。
Claims (7)
1.一种基于冷水泵流量的空调能耗损失控制方法，其特征在于，包括：
S1：通过插入式电磁流量计获取冷水泵的冷却水流量，存储各时间段内的所述冷却水流量数据得到流量统计数据，提取所述流量统计数据中的流量波动信息；
S2：建立流量预测模型，将所述冷却水流量作为输入数据通过所述流量预测模型得到参考流量数据，根据所述参考流量数据计算冷水泵的负荷得到制冷功率，对所述制冷功率进行能耗分析得到参考能耗数据；
S3：预设异常波动阈值，遍历所述流量统计数据，若所述流量波动信息中的波峰前后流量变化率大于所述异常波动阈值，则将所述波峰对应的流量数据添加为异常流量数据，若所述流量波动信息中的波峰前后流量变化率小于或等于所述异常波动阈值，则对下一时间步长内的流量数据进行判断；
S4：将所述异常流量数据作为所述流量预测模型的输入数据得到异常预测数据，对所述异常预测数据进行能耗分析得到溢出能耗数据；通过所述参考能耗数据和所述溢出能耗数据设定冷水机组的总流量上下限和运行组合；
S5：获取空调实际能耗数据，若所述实际能耗数据大于或等于冷水机组的综合能耗，则增大冷却塔开启数量并提高冷水泵的转速，若所述实际能耗数据小于冷水机组的综合能耗，则降低冷却塔开启数量并降低冷水泵的转速。
2.根据权利要求1所述的方法，其特征在于，所述S2中的流量预测模型包括压缩机模型、蒸发器模型、冷凝器模型、冷却水流量稳态模型和数据预测模型，其中，所述压缩机模型的计算方法具体包括：
获取压缩机入口处制冷剂温度，根据所述制冷剂温度得到压缩机的吸气比热容，根据所述压缩机的排气容积得到制冷剂流量，，其中，m为制冷剂质量流量，单位为千克/小时，V为压缩机的实际排气容积，单位为立方米/小时，v为压缩机的吸气比容，单位为立方米/千克；
将压缩机在进行压缩工作时散失的热量作为压缩机内功的热能损失，则压缩机的输入功率计算方法为：
，
其中，W为压缩机的输入功率，单位为焦耳/小时，a为电机功率损耗因子，V为压缩机的实际排气容积，单位为立方米/小时，m为制冷剂质量流量，单位为千克/小时，为冷凝压强，单位为兆帕，/>为蒸发压强，w为电机热损耗常数；
根据加热制冷剂过程中散失到环境中的热量与电机损耗的比率得到压缩机的散热量，，其中，/>为压缩机的散热量，单位为焦耳/小时，W为压缩机为输入功率，V为压缩机的实际排气容积，m为制冷剂质量流量，/>为冷凝压强，/>为蒸发压强，/>为压缩机壳体散热系数。
3.根据权利要求2所述的方法，其特征在于，所述蒸发器模型具体计算方法包括；
根据换热器的传热系数得到制冷剂与冷却水传热过程中的蒸发器制冷剂吸收的热量，根据热平衡方程得到蒸发器壳体漏热系数，计算公式为：
，
，
，
其中，为蒸发器制冷剂侧吸收的热量，单位为焦耳/小时，/>为蒸发器冷冻水侧释放的热量，单位为焦耳/小时，/>为换热器效能，/>为水的定压比热容，单位为焦耳每千克摄氏度，M为冷冻水流量，单位为千克/小时，/>为蒸发器冷冻水进口水温，单位为摄氏度，为蒸发器冷冻水出口水温，/>为蒸发器壳体漏热系数，/>为蒸发温度。
4.根据权利要求2所述的方法，其特征在于，所述冷凝器模型的计算方法与所述蒸发器模型具体计算方法相同，根据制冷剂循环过程的能量守恒得到冷凝器壳体漏热系数。
5.根据权利要求2所述的方法，其特征在于，所述冷却水流量稳态模型的计算方法具体包括：
将空调内部模块的实际运行数据作为冷却水流量稳态模型的输入量；根据所述输入量和所述蒸发器模型计算制冷剂质量流量；通过冷凝器模型计算压缩机的排气容积和内功；收集各工况下的数据，并进行均值处理得到制冷量。
6.根据权利要求2所述的方法，其特征在于，所述数据预测模型计算方法具体包括：
获取冷水机组功率、末端设备功率以及冷水泵电耗数据，并建立优化约束：
，
其中，为系统总负荷，单位为焦耳/小时，i为冷水机组计数，j为末端设备计数，N为设备总数，/>为冷水机组功率，单位为焦耳/小时，/>为冷水泵电耗数据，/>为不满足温度舒适性的惩罚系数，/>为末端设备功率；
将能耗损失作为控制指标，根据空调参数得到能耗控制参数，计算公式为：
，
其中，F为能耗控制参数，p为空气密度，单位为千克/立方米，为空调所处房间容积，单位为立方米，/>为空气比热容，单位为焦耳每千克摄氏度，/>为舒适温度值，单位为摄氏度，/>为能耗控制响应期，单位为小时，EER为制冷量，单位为焦耳/小时；
通过所述能耗控制参数和所述优化约束建立冷水机组运行参数与冷水泵流量、制冷量的关联得到参考能耗数据；其中，所述冷水机组运行参数包括冷水机组功率、末端设备功率以及冷水泵电耗数据；根据所述优化约束设置冷水机组中冷水泵数量、制冷剂流量、冷冻水流量上限，通过所述冷水泵数量、所述制冷剂流量和所述冷冻水流量上限得到制冷量，根据空调参数计算所述制冷量对应的能耗控制参数，将所述能耗控制参数作为参考能耗数据。
7.一种基于权利要求1~6中任一项所述的冷水泵流量的空调能耗损失控制方法的系统，其特征在于，包括数据采集模块、数据预测模块、异常分析模块、异常数据预测模块、能耗控制模块；
所述数据采集模块用于获取冷水泵的冷却水流量，存储各时间段内的所述冷却水流量数据得到流量统计数据，提取所述流量统计数据中的流量波动信息；
所述数据预测模块用于建立流量预测模型，将所述冷却水流量作为输入数据通过所述流量预测模型得到参考流量数据，根据所述参考流量数据计算冷水泵的负荷得到制冷功率，对所述制冷功率进行能耗分析得到参考能耗数据；
所述异常分析模块用于遍历所述流量统计数据，若所述流量波动信息中的波峰前后流量变化率大于所述异常波动阈值，则将所述波峰对应的流量数据添加为异常流量数据，若所述流量波动信息中的波峰前后流量变化率小于或等于所述异常波动阈值，则对下一时间步长内的流量数据进行判断；
所述异常数据预测模块用于对所述异常预测数据进行能耗分析得到溢出能耗数据；通过所述参考能耗数据和所述溢出能耗数据设定冷水机组的总流量上下限和运行组合；
所述能耗控制模块用于获取空调实际能耗数据，若所述实际能耗数据大于或等于冷水机组的综合能耗，则增大冷却塔开启数量并提高冷水泵的转速，若所述实际能耗数据小于冷水机组的综合能耗，则降低冷却塔开启数量并降低冷水泵的转速。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311768801.8A CN117450630B (zh) | 2023-12-21 | 2023-12-21 | 一种基于冷水泵流量的空调能耗损失控制方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311768801.8A CN117450630B (zh) | 2023-12-21 | 2023-12-21 | 一种基于冷水泵流量的空调能耗损失控制方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117450630A CN117450630A (zh) | 2024-01-26 |
| CN117450630B true CN117450630B (zh) | 2024-02-27 |
Family
ID=89591273
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311768801.8A Active CN117450630B (zh) | 2023-12-21 | 2023-12-21 | 一种基于冷水泵流量的空调能耗损失控制方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117450630B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW201215823A (en) * | 2010-10-05 | 2012-04-16 | Heng Kang Technology Co Ltd | Water-side facility energy-saving control method of air conditioner system |
| CN104134100A (zh) * | 2014-07-22 | 2014-11-05 | 香港佳能通节能科技有限公司 | 一种基于云计算的节能管理系统 |
| CN111950158A (zh) * | 2020-08-17 | 2020-11-17 | 武汉理工大学 | 基于序列最小二乘规划的中央空调能耗优化方法 |
| CN114370696A (zh) * | 2021-12-27 | 2022-04-19 | 杭州英集动力科技有限公司 | 基于d-s证据理论的中央空调冷却塔出水温度控制方法 |
| CN116128201A (zh) * | 2022-11-24 | 2023-05-16 | 国网江苏省电力有限公司盐城供电分公司 | 一种基于非合作博弈的多虚拟电厂点对点能源交易方法 |
| CN116629021A (zh) * | 2023-06-20 | 2023-08-22 | 江苏戴利斯精密环境设备科技股份有限公司 | 冷却系统能耗预测及节能控制策略研究方法 |
-
2023
- 2023-12-21 CN CN202311768801.8A patent/CN117450630B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW201215823A (en) * | 2010-10-05 | 2012-04-16 | Heng Kang Technology Co Ltd | Water-side facility energy-saving control method of air conditioner system |
| CN104134100A (zh) * | 2014-07-22 | 2014-11-05 | 香港佳能通节能科技有限公司 | 一种基于云计算的节能管理系统 |
| CN111950158A (zh) * | 2020-08-17 | 2020-11-17 | 武汉理工大学 | 基于序列最小二乘规划的中央空调能耗优化方法 |
| CN114370696A (zh) * | 2021-12-27 | 2022-04-19 | 杭州英集动力科技有限公司 | 基于d-s证据理论的中央空调冷却塔出水温度控制方法 |
| CN116128201A (zh) * | 2022-11-24 | 2023-05-16 | 国网江苏省电力有限公司盐城供电分公司 | 一种基于非合作博弈的多虚拟电厂点对点能源交易方法 |
| CN116629021A (zh) * | 2023-06-20 | 2023-08-22 | 江苏戴利斯精密环境设备科技股份有限公司 | 冷却系统能耗预测及节能控制策略研究方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117450630A (zh) | 2024-01-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101603751B (zh) | 一种制冷系统的变频节能控制方法 | |
| CN106871391A (zh) | 基于有限测点的空调系统性能在线检测方法 | |
| CN104197446A (zh) | 一种动态双冷源预冷节能空调系统 | |
| CN106051969A (zh) | 一种具有自然冷却功能的复合型空调系统的控制方法 | |
| CN102831302B (zh) | 一种结霜工况下翅片管蒸发器的性能计算方法 | |
| CN106196447A (zh) | 节能机房空调及其控制方法 | |
| CN111723533B (zh) | 一种地源热泵系统变频水泵节能计算方法 | |
| CN106016534A (zh) | 一种具有自然冷却功能的复合型空调系统 | |
| CN104848452B (zh) | 一种数据机房高效冷却调温调湿装置 | |
| CN205783351U (zh) | 节能机房空调 | |
| CN102353403B (zh) | 中央空调主机冷冻水流量及冷却介质流量测量方法 | |
| CN101832689B (zh) | 压缩机控制方法与系统 | |
| CN107906785A (zh) | 一种低温自然冷源利用系统及方法 | |
| CN109612170A (zh) | 一种利用宽温热泵实现的低温环境供热系统以及使用方法 | |
| CN111159632A (zh) | 一种数据中心冷却能效与经济性计算方法 | |
| Liu et al. | Developing condensing-frosting performance maps for a variable speed air source heat pump (ASHP) for frosting suppression | |
| CN110848889A (zh) | 一种中央空调系统主机运行能效评估方法 | |
| CN113659236A (zh) | 一种用于集装箱储能电池的热管理方法和系统 | |
| CN117450630B (zh) | 一种基于冷水泵流量的空调能耗损失控制方法及系统 | |
| CN116305758A (zh) | 一种基于空调负荷模拟的冷机建模方法及模型应用 | |
| CN214757525U (zh) | 一种可全年利用自然冷源的数据中心空调系统 | |
| CN215002149U (zh) | 空调机能效比监测装置 | |
| Hu et al. | Performance investigation of a multi-connected heating tower heat pump system | |
| CN203163122U (zh) | 一体式水冷中央空调机 | |
| Yu et al. | Condensing temperature control to enhance the efficiency of air-cooled chillers |
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 |