CN117450636A - 冷站性能预测方法及装置、电子设备和存储介质 - Google Patents
冷站性能预测方法及装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN117450636A CN117450636A CN202311785994.8A CN202311785994A CN117450636A CN 117450636 A CN117450636 A CN 117450636A CN 202311785994 A CN202311785994 A CN 202311785994A CN 117450636 A CN117450636 A CN 117450636A
- Authority
- CN
- China
- Prior art keywords
- cold station
- determining
- energy efficiency
- performance
- value
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000004088 simulation Methods 0.000 claims abstract description 72
- 238000005259 measurement Methods 0.000 claims abstract description 28
- 238000005057 refrigeration Methods 0.000 claims abstract description 6
- 239000000498 cooling water Substances 0.000 claims description 79
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 77
- 238000001816 cooling Methods 0.000 claims description 26
- 230000006872 improvement Effects 0.000 claims description 14
- 238000004891 communication Methods 0.000 claims description 9
- 238000012360 testing method Methods 0.000 abstract description 6
- 238000004378 air conditioning Methods 0.000 description 15
- 230000036541 health Effects 0.000 description 13
- 238000011156 evaluation Methods 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing 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
- F24F11/62—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
- F24F11/85—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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
- G01M99/002—Thermal testing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
- G01M99/005—Testing of complete machines, e.g. washing-machines or mobile phones
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
- G01M99/008—Subject matter not provided for in other groups of this subclass by doing functionality tests
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Abstract
本申请涉及一种冷站性能预测方法及装置、电子设备和存储介质,其中,该方法包括:基于冷站运行源数据模拟得到的所述冷站的制冷量以及所述冷站的总功率,确定所述冷站的能效仿真值;从所述冷站运行源数据中得到的所述冷站的制冷量和所述冷站的总功率,确定所述冷站的能效实测值;其中,所述冷站的总功率是指所述冷站中各个设备的功率之和;基于所述能效仿真值和所述能效实测值确定所述冷站的能效完善度,并基于能效完善度与预设阈值的比较结果确定所述冷站的性能。通过本申请,解决了现有技术中仅凭系统中各设备的厂内测试数据进行能效的评价导致性能预测不准确的问题。
Description
技术领域
本申请涉及空调技术领域,尤其涉及一种冷站性能预测方法及装置、电子设备和存储介质。
背景技术
近年来,随着高效机房的大力推广及广泛应用,市场对中央空调系统的运行效果提出了更高的要求。对于中央空调系统中实际冷站工程的能效分析,容易根据实测数据得到其实际能效,但由于不同冷站中各类设备的选型不尽相同,不同系统的性能存在一定差异,采用固定系统能效限值的评价方法,难以对特定冷站运行效果进行较为准确的评价。此外,由于中央空调系统耦合度高,运行过程中众多因素相互影响,导致系统运行工况复杂,仅凭系统中各设备的厂内测试数据难以得出系统的理论能效值。
针对相关技术中的上述问题,目前尚未存在有效的解决方案。
发明内容
本申请提供了一种冷站性能预测方法及装置、电子设备和存储介质,以解决现有技术中仅凭系统中各设备的厂内测试数据进行能效的评价导致性能预测不准确的问题。
第一方面,本申请提供了一种冷站性能预测方法,包括:基于冷站运行源数据模拟得到的所述冷站的制冷量以及所述冷站的总功率,确定所述冷站的能效仿真值; 从所述冷站运行源数据中得到的所述冷站的制冷量和所述冷站的总功率,确定所述冷站的能效实测值;其中,所述冷站的总功率是指所述冷站中各个设备的功率之和;基于所述能效仿真值和所述能效实测值确定所述冷站的能效完善度,并基于能效完善度与预设阈值的比较结果确定所述冷站的性能。
第二方面,本申请提供了一种冷站性能预测装置,包括:第一确定模块,用于基于冷站运行源数据模拟得到的所述冷站的制冷量以及所述冷站的总功率,确定所述冷站的能效仿真值; 第二确定模块,用于从所述冷站运行源数据中得到的所述冷站的制冷量和所述冷站的总功率,确定所述冷站的能效实测值;其中,所述冷站的总功率是指所述冷站中各个设备的功率之和;第三确定模块,用于基于所述能效仿真值和所述能效实测值确定所述冷站的能效完善度,并基于能效完善度与预设阈值的比较结果确定所述冷站的性能。
第三方面,本申请提供了一种电子设备,包括:至少一个通信接口;与所述至少一个通信接口相连接的至少一个总线;与所述至少一个总线相连接的至少一个处理器;与所述至少一个总线相连接的至少一个存储器,其中, 所述处理器被配置为执行本申请上述第一方面所述的冷站性能预测方法。
第四方面,本申请还提供了一种计算机存储介质,存储有计算机可执行指令,所述计算机可执行指令用于执行本申请上述第一方面所述的冷站性能预测方法。
本申请实施例提供的上述技术方案与现有技术相比具有如下优点:在本申请实施例中基于冷站运行源数据可以模拟得到冷站的能效仿真值,以及从冷站运行源数据中直接得到冷站的能效实测值,进而通过能效仿真值和能效实测值确定冷站的能效完善度,以确定冷站的性能。由于在本申请实施例中是对冷站中的各个设备的功率进行统计分析以确定能效完善度,相比于现有技术中仅凭系统中各设备的厂内测试数据进行能效的评价导致性能预测不准确的问题,通过本申请实施例中的方式能够为中央空调系统运维和能效提升提供可靠的参考与建议。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
一个或多个实施例通过与之对应的附图中的图片进行示例性说明,这些示例性说明并不构成对实施例的限定,附图中具有相同参考数字标号的元件表示为类似的元件,除非有特别申明,附图中的图不构成比例限制。
图1为本申请实施例提供的一种冷站性能预测方法的流程图;
图2为本申请实施例提供的基于能效预测的冷站性能评价方法的流程图;
图3为本申请实施例提供的冷站能效仿真预测模块各模块的执行流程图;
图4为本申请实施例提供的系统健康度的评价结果的示意图;
图5为本申请实施例提供的一种冷站性能预测装置的结构示意图;
图6为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
下文的公开提供了许多不同的实施例或例子用来实现本发明的不同结构。为了简化本发明的公开,下文中对特定例子的部件和设置进行描述。当然,它们仅仅为示例,并且目的不在于限制本发明。此外,本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的,其本身不指示所讨论各种实施例和/或设置之间的关系。
图1为本申请实施例提供的一种冷站性能预测方法的流程图,如图1所示,该方法的步骤包括:
步骤101,基于冷站运行源数据模拟得到的冷站的制冷量以及冷站的总功率,确定冷站的能效仿真值;
步骤102,从冷站运行源数据中得到的冷站的制冷量和冷站的功率,确定冷站的能效实测值;其中,冷站的总功率是指冷站中各个设备的功率之和;
在具体示例中,该冷站中各个设备可以包括冷冻水泵、冷机、冷却塔和冷却水泵等。
步骤103,基于能效仿真值和能效实测值确定冷站的能效完善度,并基于能效完善度与预设阈值的比较结果确定冷站的性能。
通过上述步骤101至步骤103,在本申请实施例中基于冷站运行源数据可以模拟得到冷站的能效仿真值,以及从冷站运行源数据中直接得到冷站的能效实测值,进而通过能效仿真值和能效实测值确定冷站的能效完善度,以确定冷站的性能。由于在本申请实施例中是对冷站中的各个设备的功率进行统计分析以确定能效完善度,相比于现有技术中仅凭系统中各设备的厂内测试数据进行能效的评价导致性能预测不准确的问题,通过本申请实施例中的方式能够为中央空调系统运维和能效提升提供可靠的参考与建议。
需要说明的是,本申请实施例中的方法步骤的执行顺序可以根据实际情况进行相应的调整,即在不同的场景可以按照不同的顺序执行,例如上述步骤101和步骤102,可以是先执行步骤101再执行步骤102,也可以是先执行步骤102再执行步骤101,即步骤的编号并不对执行顺序进行限制,下述步骤也是类似的处理方式。
在本申请实施例的可选实施方式中,本申请实施例中的冷站中各个设备可以包括冷冻水泵、冷机、冷却塔和冷却水泵的情况下,对于上述步骤101中涉及到的基于冷站运行源数据模拟得到的冷站的制冷量以及冷站的总功率,确定冷站的能效仿真值的方式,进一步可以包括:
步骤11,基于冷站运行源数据中的冷冻水流量和冷冻水管路压降确定冷冻水泵功率;
步骤12,基于冷站运行源数据中的冷冻水温度、冷却回水温度和冷冻水量确定制冷量和冷机功率;
步骤13,基于冷站运行源数据中的冷却水流量、冷却回水温度、室外湿球温度和冷却供水温度确定冷却塔功率;
步骤14,基于冷站运行源数据中的冷却水流量和冷却水管路压降确定冷却水泵功率;其中,总功率包括冷冻水泵功率、冷机功率、冷却塔功率和冷却水泵功率;
步骤15,基于制冷量以及冷站的总功率,确定冷站的能效仿真值。
通过上述步骤11至步骤15,在本申请实施例中通过冷站运行源数据中各个设备相关的数据,可以模拟出各个设备的功率和制冷量,进而可以模拟出冷站的总功率。也即,在本申请实施例中可以在获取各个设备的相关数据后,通过该相关数据模拟出各个设备功率以实现对冷站的能效仿真值的模拟,进而可以通过模拟出来的能效仿真值与能效实测值进行比较以更加准确的确定冷站的性能,相比于现有技术中仅仅是根据厂内测试数据进行能效评价的方式,通过本申请实施例的方式能够对冷站能效完善度进行更加全面的统计和分析,对冷站性能提出更加合理的评价。
进一步地,在本申请实施例的可选实施方式中,对于上述步骤11中涉及到的基于冷站运行源数据中的冷冻水流量和冷冻水管路压降确定冷冻水泵功率的方式,进一步可以包括:
步骤21,基于冷站运行源数据中的冷冻水流量和冷冻水管路压降确定冷冻水流量和冷冻水泵扬程;
步骤22,基于冷冻水流量和冷冻水泵扬程确定冷冻水泵功率。
可见,在本申请实施例中,对于冷冻水泵功率的获取是先通过冷冻水流量和冷冻水管路压降确定冷冻水流量和冷冻水泵扬程后,基于冷冻水流量和冷冻水泵扬程确定冷冻水泵功率。由于冷冻水流量和冷冻水管路压降来自于当前冷冻水泵的源数据,因此基于该冷冻水流量和冷冻水管路压降确定的冷冻水流量和冷冻水泵扬程也是较为准确的,进而基于冷冻水流量和冷冻水泵扬程确定出的冷冻水泵功率也是较为准确的,因此,对于后续冷站性能的评价更加合理和准确。
在本申请实施例的可选实施方式中,对于上述步骤14中涉及到的基于冷站运行源数据中的冷却水流量和冷却水管路压降确定冷却水泵功率的方式,进一步可以包括:
步骤31,基于冷站运行源数据中的冷却水流量和冷却水管路压降确定冷却水流量和冷却水泵扬程;
步骤32,基于冷却水流量和冷却水泵扬程确定冷却水泵功率。
可见,在本申请实施例中,对于冷却水泵功率的获取是先通过冷却水流量和冷却水管路压降确定冷却水流量和冷却水泵扬程,然后通过冷却水流量和冷却水泵扬程确定冷却水泵功率。由于冷却水流量和冷却水管路压降来自于当前冷却水泵的源数据,因此基于该冷却水流量和冷却水管路压降确定的冷却水流量和冷却水泵扬程也是较为准确的,进而基于冷却水流量和冷却水泵扬程确定出的冷却水泵功率也是较为准确的,因此,对于后续冷站性能的评价更加合理和准确。
在本申请实施例的可选实施方式中,对于上述步骤103中涉及到的基于能效仿真值和能效实测值确定冷站的能效完善度的方式,进一步可以包括:基于能效仿真值和能效实测值确定冷站的能效完善度在目标时间段内的平均值,以及基于平均值确定能效完善度在目标时间段内的方差;
此外,对于上述步骤103中涉及到的基于能效完善度与预设阈值的比较结果确定冷站的性能的方式,进一步可以包括:基于平均值与第一预设阈值的第一比较结果,以及基于方差与第二预设阈值的第二比较结果确定冷站的性能。
对此,在本申请实施例中的具体实施方式中能效完善度是由能效实测值与能效仿真值的比值确定的,即某一时刻的能效完善度由该时刻的能效实测值与能效仿真值确定,则平均能效完善度是某一段时间内的能效完善度的平均值。在本申请实施例中的具体实施方式中对于第一预设阈值取值可以是0.8,第二预设阈值的取值可以是0.01。当然上述第一预设阈值和第二预设阈值的具体取值仅仅是举例说明,可以根据实际需求进行相应的设置。通过能效完善度的平均值和方差值能够较为准确的确定冷站实际能效是否接近仿真值,还是相差较大。如果相差较大则说明当前冷站能效较低,如果相差较小则说明当前冷站能效较高。也即通过能效完善度的平均值和方差分别与预设阈值的比较能够较为准确的确定冷站的性能。
在本申请实施例的可选实施方式中,对于上述步骤103中涉及到的基于平均值与第一预设阈值的第一比较结果,以及基于方差与第二预设阈值的第二比较结果确定冷站的性能的方式,进一步可以包括:
步骤41,在第一比较结果表征平均值大于第一预设阈值,且第二比较结果表征方差小于第二预设阈值的情况下,确定冷站的性能为第一冷站性能;
步骤42,在第一比较结果表征平均值大于第一预设阈值,且第二比较结果表征方差大于或等于第二预设阈值的情况下,确定冷站的性能为第二冷站性能;其中,第一冷站性能优于第二冷站性能。
步骤43,在第一比较结果表征平均值小于或等于第一预设阈值,且第二比较结果表征方差大于第二预设阈值的情况下,确定冷站的性能为第二冷站性能;
步骤44,在第一比较结果表征平均值小于或等于第一预设阈值,且第二比较结果表征方差小于或等于第二预设阈值的情况下,确定冷站的性能为第三冷站性能;其中,第二冷站性能优于第三冷站性能。
对于上述步骤41至步骤44,在具体示例中,第一冷站性能是指中央空调系统健康度较高,第二冷站性能是指中央空调系统健康度一般,系统运行稳定性较低,第三冷站性能是指中央空调系统健康度较低,运行能效和稳定性较低。也即能效完善度的平均值越高,且能效完善度的方差值越小则表明当前中央空调系统的性能越好,反之则表明当前中央空调系统的性能越差,通过能效完善度的平均值和能效完善度的方差值分别与预设阈值的比较可以更加合理的对中央空调系统的性能进行评价。
下面结合本申请实施例的具体实施方式,对本申请进行解释说明,该具体实施方式提供了一种基于能效预测的冷站性能评价方法,即在该具体实施方式中基于冷站部分实时运行数据,通过仿真预测模块计算出理论下的系统能效值,进而提出冷站能效完善度,该冷站能效完善度基于冷站能效预测值和实测值计算得出,用于评估冷站达到预期运行能效的程度。可见,在具体实施方式总可以对冷站能效完善度进行统计和分析,对系统性能提出合理评价,为中央空调系统运维和能效提升提供可靠的参考与建议。
具体如图2所示,该基于能效预测的冷站性能评价方法的步骤包括:
201,冷站能效仿真预测模块模拟冷站的制冷量及各设备的功率,从而计算出冷站能效的仿真值;
步骤202,冷站能效完善度计算模块根据冷站能效实测值和仿真值计算冷站能效完善度;
步骤203,冷站系统健康度评价模块,根据冷站能效完善度给出相应系统健康度评价。
进一步地,本申请实施例中的冷站能效仿真预测模块包括冷冻水管路模拟单元、冷却水管路模拟单元、冷机模拟单元、冷冻水泵模拟单元、冷却水泵模拟单元、冷却塔模拟单元。
如图3所示,冷冻水管路模拟单元,用于基于从冷站运行源数据获取的冷冻水流量、冷冻水管路压降计算冷冻水泵的扬程。冷却水管路模拟单元,用于基于从冷站运行源数据获取的冷却水流量、冷却水管路压降计算冷却水泵的扬程。冷机模拟单元,用于基于从冷站运行源数据获取的冷冻供水温度、冷却回水温度、冷冻水流量计算冷却回水温度、制冷量、冷机功率。冷冻水泵模拟单元,用于基于从冷站运行源数据获取的冷冻水流量和仿真得到的冷冻水泵扬程计算冷冻水泵功率。冷却水泵模拟单元,用于基于从冷站运行源数据获取的冷却水流量和仿真得到的冷却水泵扬程计算冷却水泵功率。冷却塔模拟单元,用于基于从冷站运行源数据获取的冷却水流量、冷却回水温度、室外湿球温度和仿真得到的冷却供水温度计算冷却塔功率。
其中,冷站能效仿真值计算方法如下:
其中:为冷站能效仿真值,单位为kW/kW;/>为仿真得到的冷站制冷量,单位为kW;/>为仿真得到的冷站总功率,为冷机功率、冷冻水泵功率、冷却水泵功率、冷却塔功率的总和,单位为kW。
进一步地,该具体实施方式中的冷站能效完善度计算模块,用于计算冷站能效实测值计算,具体如下:
其中,为冷站能效实测值,单位为kW/kW;/>为冷站运行源数据中的冷站制冷量,单位为kW;/>为冷站运行源数据中的冷站总功率,单位为kW。
根据冷站能效预测值和冷站能效实测值/>,计算得到瞬时冷站能效完善度,计算方法如下:
某时刻为0时,不计算冷站能效完善度。
进一步地,本申请实施例中的冷站系统健康度评价模块,如图4所示,根据计算得到的冷站能效完善度,对系统健康度进行分析和评价,其中,和/>计算方法如下:
其中:为某时段内冷站的平均能效完善度;/>为i时刻冷站的瞬时能效完善度;/>为某时段内的数据个数;
其中,为某时段内冷站能效完善度的方差。
根据以上和/>值的大小,通过图4流程可得到系统健康度的评价结果,当大于0.8时,冷站实际能效接近仿真值,认为系统运行能效较高,反之系统运行能效较低;当/>小于0.01时,冷站能效完善度离散程度较高,认为系统运行稳定性较低。其中0.8、0.01限值非固定值。
当系统运行能效和系统运行稳定性均较高时,认为系统健康度较高;当其中一项较高,另一项较低时,认为系统健康度一般;当两项均较低时,认为系统健康度较低。
可见,通过本申请实施例的具体实施方式中,基于冷站部分实时运行数据,通过仿真预测模块计算出理论下的系统能效值;提出冷站能效完善度,该指标基于冷站能效预测值和实测值计算得出,用于评估冷站达到预期运行能效的程度;对冷站能效完善度进行统计和分析,对系统健康度提出合理评价,为中央空调系统运维和能效提升提供可靠的参考与建议。
对应于上述图1,本申请实施例还提供了一种冷站性能预测装置,如图5所示,该装置包括:
第一确定模块602,用于基于冷站运行源数据模拟得到的冷站的制冷量以及冷站的总功率,确定冷站的能效仿真值;
第二确定模块604,用于从冷站运行源数据中得到的冷站的制冷量和冷站的总功率,确定冷站的能效实测值;其中,冷站的总功率是指冷站中各个设备的功率之和;
第三确定模块606,用于基于能效仿真值和能效实测值确定冷站的能效完善度,并基于能效完善度与预设阈值的比较结果确定冷站的性能。
通过本申请实施例的装置,基于冷站运行源数据可以模拟得到冷站的能效仿真值,以及从冷站运行源数据中直接得到冷站的能效实测值,进而通过能效仿真值和能效实测值确定冷站的能效完善度,以确定冷站的性能。由于在本申请实施例中是对冷站中的各个设备的功率进行统计分析以确定能效完善度,相比于现有技术中仅凭系统中各设备的厂内测试数据进行能效的评价导致性能预测不准确的问题,通过本申请实施例中的方式能够为中央空调系统运维和能效提升提供可靠的参考与建议。
可选地,本申请实施例中的第一确定模块包括:第一确定单元,用于基于能效仿真值和能效实测值确定冷站的能效完善度在目标时间段内的平均值,以及基于平均值确定能效完善度在目标时间段内的方差。第二确定模块包括:第二确定单元,用于基于平均值与第一预设阈值的第一比较结果,以及基于方差与第二预设阈值的第二比较结果确定冷站的性能。
可选地,本申请实施例中的第二确定单元进一步可以包括:第一确定子单元,用于在第一比较结果表征平均值大于第一预设阈值,且第二比较结果表征方差小于第二预设阈值的情况下,确定冷站的性能为第一冷站性能;第二确定子单元,用于在第一比较结果表征平均值大于第一预设阈值,且第二比较结果表征方差大于或等于第二预设阈值的情况下,确定冷站的性能为第二冷站性能;其中,第一冷站性能优于第二冷站性能。
可选地,本申请实施例中的第二确定单元进一步可以包括:第三确定子单元,用于在第一比较结果表征平均值小于或等于第一预设阈值,且第二比较结果表征方差大于第二预设阈值的情况下,确定冷站的性能为第二冷站性能;第四确定子单元,用于在第一比较结果表征平均值小于或等于第一预设阈值,且第二比较结果表征方差小于或等于第二预设阈值的情况下,确定冷站的性能为第三冷站性能;其中,第二冷站性能优于第三冷站性能。
可选地,本申请实施例中的第一确定模块进一步可以包括:第三确定单元,用于基于冷站运行源数据中的冷冻水流量和冷冻水管路压降确定冷冻水泵功率;第四确定单元,用于基于冷站运行源数据中的冷冻水温度、冷却回水温度和冷冻水量确定制冷量和冷机功率;第五确定单元,用于基于冷站运行源数据中的冷却水流量、冷却回水温度、室外湿球温度和冷却供水温度确定冷却塔功率;第六确定单元,用于基于冷站运行源数据中的冷却水流量和冷却水管路压降确定冷却水泵功率;其中,总功率包括冷冻水泵功率、冷机功率、冷却塔功率和冷却水泵功率;第七确定单元,用于基于制冷量以及冷站的总功率,确定冷站的能效仿真值。
可选地,本申请实施例中的第三确定单元进一步可以包括:第五确定子单元,用于基于冷站运行源数据中的冷冻水流量和冷冻水管路压降确定冷冻水流量和冷冻水泵扬程;第六确定子单元,用于基于冷冻水流量和冷冻水泵扬程确定冷冻水泵功率。
可选地,本申请实施例中的第六确定单元进一步可以包括:第七确定子单元,用于基于冷站运行源数据中的冷却水流量和冷却水管路压降确定冷却水流量和冷却水泵扬程;第八确定子单元,用于基于冷却水流量和冷却水泵扬程确定冷却水泵功率。
如图6所示,本申请实施例提供了一种空调器控制设备,包括处理器711、通信接口712、存储器713和通信总线714,其中,处理器711,通信接口712,存储器713通过通信总线714完成相互间的通信,
存储器713,用于存放计算机程序;
在本申请一个实施例中,处理器711,用于执行存储器713上所存放的程序时,实现前述任意一个方法实施例提供的冷站性能预测方法,其所起到的作用也是类似的,在此不再赘述。
本申请实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如前述任意一个方法实施例提供的冷站性能预测方法的步骤。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
应理解的是,文中使用的术语仅出于描述特定示例实施方式的目的,而无意于进行限制。除非上下文另外明确地指出,否则如文中使用的单数形式“一”、“一个”以及“所述”也可以表示包括复数形式。术语“包括”、“包含”、“含有”以及“具有”是包含性的,并且因此指明所陈述的特征、步骤、操作、元件和/或部件的存在,但并不排除存在或者添加一个或多个其它特征、步骤、操作、元件、部件、和/或它们的组合。文中描述的方法步骤、过程、以及操作不解释为必须要求它们以所描述或说明的特定顺序执行,除非明确指出执行顺序。还应当理解,可以使用另外或者替代的步骤。
以上所述仅是本发明的具体实施方式,使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。
Claims (9)
1.一种冷站性能预测方法,其特征在于,包括:
基于冷站运行源数据模拟得到的所述冷站的制冷量以及所述冷站的总功率,确定所述冷站的能效仿真值;
从所述冷站运行源数据中得到的所述冷站的制冷量和所述冷站的总功率,确定所述冷站的能效实测值;其中,所述冷站的总功率是指所述冷站中各个设备的功率之和;
基于所述能效仿真值和所述能效实测值确定所述冷站的能效完善度,并基于能效完善度与预设阈值的比较结果确定所述冷站的性能;
其中,基于所述能效仿真值和所述能效实测值确定所述冷站的能效完善度,包括:基于所述能效仿真值和所述能效实测值确定所述冷站的能效完善度在目标时间段内的平均值,以及基于所述平均值确定所述能效完善度在所述目标时间段内的方差;
所述基于能效完善度与预设阈值的比较结果确定所述冷站的性能,包括:基于所述平均值与第一预设阈值的第一比较结果,以及基于所述方差与第二预设阈值的第二比较结果确定所述冷站的性能。
2.根据权利要求1所述的方法,其特征在于,基于所述平均值与第一预设阈值的第一比较结果,以及基于所述方差与第二预设阈值的第二比较结果确定所述冷站的性能,包括:
在所述第一比较结果表征所述平均值大于所述第一预设阈值,且所述第二比较结果表征所述方差小于所述第二预设阈值的情况下,确定所述冷站的性能为第一冷站性能;
在所述第一比较结果表征所述平均值大于所述第一预设阈值,且所述第二比较结果表征所述方差大于或等于所述第二预设阈值的情况下,确定所述冷站的性能为第二冷站性能;
其中,所述第一冷站性能优于所述第二冷站性能。
3.根据权利要求2所述的方法,其特征在于,基于所述平均值与第一预设阈值的第一比较结果与基于所述方差与第二预设阈值的第二比较结果确定所述冷站的性能,包括:
在所述第一比较结果表征所述平均值小于或等于所述第一预设阈值,且所述第二比较结果表征所述方差大于所述第二预设阈值的情况下,确定所述冷站的性能为所述第二冷站性能;
在所述第一比较结果表征所述平均值小于或等于所述第一预设阈值,且所述第二比较结果表征所述方差小于或等于所述第二预设阈值的情况下,确定所述冷站的性能为第三冷站性能;
其中,所述第二冷站性能优于所述第三冷站性能。
4.根据权利要求1所述的方法,其特征在于,基于冷站运行源数据模拟得到的所述冷站的制冷量以及所述冷站的总功率,确定所述冷站的能效仿真值包括:
基于冷站运行源数据中的冷冻水流量和冷冻水管路压降确定冷冻水泵功率;
基于所述冷站运行源数据中的冷冻水温度、冷却回水温度和冷冻水量确定所述制冷量和冷机功率;
基于所述冷站运行源数据中的冷却水流量、冷却回水温度、室外湿球温度和冷却供水温度确定冷却塔功率;
基于所述冷站运行源数据中的冷却水流量和冷却水管路压降确定冷却水泵功率;其中,所述总功率包括所述冷冻水泵功率、所述冷机功率、所述冷却塔功率和所述冷却水泵功率;
基于所述制冷量以及所述冷站的总功率,确定所述冷站的能效仿真值。
5.根据权利要求4所述的方法,其特征在于,基于冷站运行源数据中的冷冻水流量和冷冻水管路压降确定冷冻水泵功率,包括:
基于冷站运行源数据中的冷冻水流量和冷冻水管路压降确定冷冻水流量和冷冻水泵扬程;
基于所述冷冻水流量和所述冷冻水泵扬程确定所述冷冻水泵功率。
6.根据权利要求4所述的方法,其特征在于,基于所述冷站运行源数据中的冷却水流量和冷却水管路压降确定冷却水泵功率包括:
基于所述冷站运行源数据中的冷却水流量和冷却水管路压降确定冷却水流量和冷却水泵扬程;
基于所述冷却水流量和所述冷却水泵扬程确定所述冷却水泵功率。
7.一种冷站性能预测装置,其特征在于,包括:
第一确定模块,用于基于冷站运行源数据模拟得到的所述冷站的制冷量以及所述冷站的总功率,确定所述冷站的能效仿真值;
第二确定模块,用于从所述冷站运行源数据中得到的所述冷站的制冷量和所述冷站的总功率,确定所述冷站的能效实测值;其中,所述冷站的总功率是指所述冷站中各个设备的功率之和;
第三确定模块,用于基于所述能效仿真值和所述能效实测值确定所述冷站的能效完善度,并基于能效完善度与预设阈值的比较结果确定所述冷站的性能;
其中,所述第一确定模块包括:第一确定单元,用于基于所述能效仿真值和所述能效实测值确定所述冷站的能效完善度在目标时间段内的平均值,以及基于所述平均值确定所述能效完善度在所述目标时间段内的方差;
所述第二确定模块包括:第二确定单元,用于基于所述平均值与第一预设阈值的第一比较结果,以及基于所述方差与第二预设阈值的第二比较结果确定所述冷站的性能。
8. 一种电子设备,包括:至少一个通信接口;与所述至少一个通信接口相连接的至少一个总线;与所述至少一个总线相连接的至少一个处理器;与所述至少一个总线相连接的至少一个存储器,其中, 所述处理器被配置为执行本申请上述权利要求1至6任一项所述的冷站性能预测方法。
9.一种计算机存储介质,存储有计算机可执行指令,所述计算机可执行指令用于执行本申请上述权利要求1至6任一项所述的冷站性能预测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311785994.8A CN117450636A (zh) | 2023-12-25 | 2023-12-25 | 冷站性能预测方法及装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311785994.8A CN117450636A (zh) | 2023-12-25 | 2023-12-25 | 冷站性能预测方法及装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117450636A true CN117450636A (zh) | 2024-01-26 |
Family
ID=89582236
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311785994.8A Pending CN117450636A (zh) | 2023-12-25 | 2023-12-25 | 冷站性能预测方法及装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117450636A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105973626A (zh) * | 2016-05-25 | 2016-09-28 | 深圳达实智能股份有限公司 | 中央空调系统主机运行能效评估及预测方法以及装置 |
CN106774247A (zh) * | 2016-12-07 | 2017-05-31 | 珠海格力电器股份有限公司 | 中央空调仿真测试系统及测试方法 |
JP2020061875A (ja) * | 2018-10-10 | 2020-04-16 | 中部電力株式会社 | 空調機器の電力量予測システム及び空調機器の操作システム |
CN112413809A (zh) * | 2020-11-25 | 2021-02-26 | 珠海格力电器股份有限公司 | 中央空调冷站运行评价方法、装置和系统 |
CN114427742A (zh) * | 2022-01-27 | 2022-05-03 | 广州施杰节能科技有限公司 | 中央空调冷站能效控制方法、装置、设备以及存储介质 |
CN115496325A (zh) * | 2022-08-05 | 2022-12-20 | 广东机场白云信息科技有限公司 | 一种空调冷源系统能效评价方法、设备及介质 |
-
2023
- 2023-12-25 CN CN202311785994.8A patent/CN117450636A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105973626A (zh) * | 2016-05-25 | 2016-09-28 | 深圳达实智能股份有限公司 | 中央空调系统主机运行能效评估及预测方法以及装置 |
CN106774247A (zh) * | 2016-12-07 | 2017-05-31 | 珠海格力电器股份有限公司 | 中央空调仿真测试系统及测试方法 |
JP2020061875A (ja) * | 2018-10-10 | 2020-04-16 | 中部電力株式会社 | 空調機器の電力量予測システム及び空調機器の操作システム |
CN112413809A (zh) * | 2020-11-25 | 2021-02-26 | 珠海格力电器股份有限公司 | 中央空调冷站运行评价方法、装置和系统 |
CN114427742A (zh) * | 2022-01-27 | 2022-05-03 | 广州施杰节能科技有限公司 | 中央空调冷站能效控制方法、装置、设备以及存储介质 |
CN115496325A (zh) * | 2022-08-05 | 2022-12-20 | 广东机场白云信息科技有限公司 | 一种空调冷源系统能效评价方法、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112577161B (zh) | 空调能耗模型训练方法与空调系统控制方法 | |
CN102708419B (zh) | 数据中心效率分析及优化的方法和系统 | |
CN110175778B (zh) | 机组能效规划系统 | |
CN109323363B (zh) | 空调器的冷媒泄露故障检测方法、检测系统和空调器 | |
CN104567148A (zh) | 空调除霜方法和装置 | |
US20230040886A1 (en) | Building equipment energy management control system and control therefor | |
WO2021082478A1 (zh) | 空调系统能耗预测方法及装置 | |
EP4328788A1 (en) | Method and apparatus for calculating energy efficiency of refrigerating machine room, and electronic device | |
Shoukourian et al. | Using machine learning for data center cooling infrastructure efficiency prediction | |
CN112070353A (zh) | 一种精确检测数据中心能效的方法及系统 | |
CN111191370B (zh) | 冷却塔的仿真方法及系统 | |
CN117450636A (zh) | 冷站性能预测方法及装置、电子设备和存储介质 | |
Hu et al. | Identification of simplified energy performance models of variable-speed air conditioners using likelihood ratio test method | |
CN106055882B (zh) | 水冷螺杆热泵机组选型计算方法及装置 | |
CN114838968B (zh) | 一种基于冷水水冷测试的空调故障检测方法及系统 | |
CN107169251B (zh) | 一种挂壁式空调系统维修性评估方法 | |
CN111077799B (zh) | 一种空调水泵仿真方法及系统 | |
CN115907138A (zh) | 一种用于对数据中心的pue值进行预测的方法、系统及介质 | |
CN112413862B (zh) | 能耗系数的确定方法和装置、存储介质、电子装置 | |
CN111474858B (zh) | 一种建筑能源管理控制系统及方法 | |
CN111787764B (zh) | 多联机制冷机组的能耗优化方法及装置、电子设备、存储介质 | |
CN114739057A (zh) | 空调器电子膨胀阀的控制方法、装置及电子设备 | |
CN111578453A (zh) | 一种基于大数据分析的冷却水优化控制系统及方法 | |
CN109764476A (zh) | 冷媒泄漏监控方法、监控系统及空调机组 | |
CN214406424U (zh) | 一种基于大数据分析的冷却水优化控制系统 |
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 |