CN201463177U - 基于负荷预测的中央空调优化节能控制系统 - Google Patents

Abstract

本实用新型公开一种基于负荷预测的中央空调优化节能控制系统，包括有中心控制子系统、冷冻水系统、冷却水系统、风机系统、现场控制子系统，还包括有：室外温度传感器；室外相对湿度传感器；分别设置在所述冷冻水系统、冷却水系统的流量传感器、供水温度传感器、以及回水温度传感器；所述中心控制子系统包括有：根据传感器信号、现场阀门开启状况进行实时负荷预测的冷负荷预测单元；根据其预测值和现场能耗设备的实际运行状况计算所述能耗设备的节能运行参数值，并将所述参数值发送到所述现场控制子系统控制现场能耗设备运行的预测值修正单元。本实用新型可从系统层面进行全局负荷预测和修正，达到最优化的节能控制。

Description

基于负荷预测的中央空调优化节能控制系统

技术领域

本实用新型涉及中央空调节能控制技术，尤其涉及一种基于负荷预测的中央空调优化节能控制系统。

背景技术

在我国电力消费结构中，空调用电增长迅猛，已经成为我国电力紧张的重要原因之一，大型集中空调系统的节能降耗已经迫在眉睫，是关系到我国发展循环经济的关键环节之一。目前，导致集中空调系统能量大量浪费的原因主要有：1、空调系统设计之初和运行之中都没能精确估计工业负荷需求，导致系统的供冷(热)量大大超过实际负荷需求；2、能量优化与控制系统往往仅局限于局部，没有从全局出发对空调系统的各个能耗设备进行协调优化控制管理；3、控制模型参数不能有效地实时更新，造成能量控制系统不能有效工作。

由于中央空调系统是一个复杂的系统工程，要实现中央空调系统的最佳运行和节能，必须针对空调系统的各个环节，包括主机、冷冻水系统、冷却水系统等，统一考虑，全面控制，使整个系统协调运行，才能实现最佳综合节能。而由于现有技术中各种节能控制方案，都只是从中央空调系统局部实现节能控制；并且不能确定空调所需要的冷负荷等约束条件，也就无从达到最优控制。

实用新型内容

本实用新型所要解决的技术问题是：提供一种基于负荷预测的中央空调优化节能控制系统，该系统可从整个系统层面进行全局负荷预测和修正，达到最优化的节能控制。

为解决上述技术问题，本实用新型采用如下技术方案：

一种基于负荷预测的中央空调优化节能控制系统，包括有中心控制子系统、冷冻水系统、冷却水系统、风机系统、以及现场控制子系统，还包括有：

室外温度传感器；室外相对湿度传感器；

分别设置在所述冷冻水系统、冷却水系统的流量传感器、供水温度传感器、以及回水温度传感器；

所述中心控制子系统包括有：

与上述各传感器相连，根据传感器信号、现场阀门开启状况进行实时负荷预测的冷负荷预测单元；

与所述冷负荷预测单元相连，根据其预测值和现场能耗设备的实际运行状况计算所述能耗设备的节能运行参数值，并将所述参数值发送到所述现场控制子系统控制现场能耗设备运行的预测值修正单元。

本实用新型的有益效果是：

本发明的实施例通过在中心控制子系统上预测系统的负荷值，从而实现了从整个中央空调系统的层面对系统进行全局节能控制；并通过监测现场各种能耗设备的运行状况，达到了对系统的最优节能控制。

下面结合附图对本实用新型作进一步的详细描述。

附图说明

图1是本实施例提供的基于负荷预测的中央空调优化节能控制系统一个实施例的组成结构图。

具体实施方式

参考图1，该图是本实施例提供的基于负荷预测的中央空调优化节能控制系统一个实施例的组成结构图；如图所示，本实施例主要包括有：

中心控制子系统1、冷却水系统2、冷冻水系统3、风机系统4、以及现场控制子系统5；

室外温度传感器61；室外相对湿度传感器62；

分别设置在所述冷冻水系统、冷却水系统的流量传感器63、66；供水温度传感器64、67；以及回水温度传感器65、68；

进一步地，所述中心控制子系统1具体包括有：

与上述各传感器61-68相连，根据传感器信号、现场阀门开启状况进行实时负荷预测的冷负荷预测单元11；

与所述冷负荷预测单元11相连，根据其预测值和现场能耗设备的实际运行状况计算所述能耗设备的节能运行参数值，并将所述参数值发送到所述现场控制子系统控制现场能耗设备运行的预测值修正单元12。

具体实现时，所述现场控制子系统一般采用PLC控制；而所述现场能耗设备的实际运行状况主要包括有冷冻水泵的实际运行特性曲线、冷却水泵的实际运行特性曲线、风机的实际运行特性曲线、冷水机组的实际运行特性曲线等。

具体实现时，所述冷负荷预测单元11和预测值修正单元12可通过采用ε损失函数的支持向量回归机(ε-SVR)的算法对空调进行负荷全局优化预测及修正，其具体实现方式如下：

已知用于空调系统负荷预测的训练集T＝{(x₁，y₁)，…(x₁，y₁)}∈(χ×γ)^l，其中

y_i∈γ＝{-1，1}，i＝1，…l；

选择适当的正数C和ε、选择适当的核函数K(x，x’)，构造下式(1)～(3)，并求解最优问题：

$\mathrm{Minimize}\frac{1}{2}\underset{i=1}{\overset{l}{\mathrm{\Σ}}}\underset{j=1}{\overset{l}{\mathrm{\Σ}}}({\mathrm{\α}}_i^{*}-{\mathrm{\α}}_i)({\mathrm{\α}}_j^{*}-{\mathrm{\α}}_j)K(x_i,x_j)+\mathrm{\ϵ}\underset{i=1}{\overset{l}{\mathrm{\Σ}}}({\mathrm{\α}}_i+{\mathrm{\α}}_i^{*})-\underset{i=1}{\overset{l}{\mathrm{\Σ}}}{y}_i({\mathrm{\α}}_i-{\mathrm{\α}}_i^{*})---\left(1\right)$

$\mathrm{subject\; to}\underset{i=1}{\overset{l}{\mathrm{\Σ}}}({\mathrm{\α}}_i-{\mathrm{\α}}_i^{*})=0---\left(2\right)$

$0\≤{\mathrm{\α}}_i^{*},$ ${\mathrm{\α}}_i\≤\frac{C}{l},i=1,\·\·\·l;---\left(3\right)$

得到最优解 $\stackrel{\‾}{\mathrm{\α}}={({\stackrel{\‾}{\mathrm{\α}}}_1,{\stackrel{\‾}{\mathrm{\α}}}_1^{*},\·\·\·,{\stackrel{\‾}{\mathrm{\α}}}_l,{\stackrel{\‾}{\mathrm{\α}}}_l^{*})}^T;$

构造如下式(4)所示的决策函数；

$f\left(x\right)=\underset{i=1}{\overset{l}{\mathrm{\Σ}}}({\stackrel{\‾}{\mathrm{\α}}}_i-{\stackrel{\‾}{\mathrm{\α}}}_i^{*})K(x_i,x)+\stackrel{\‾}{b}---\left(4\right)$

其中b按下列方式计算：选择位于开区间(0，C/l)中的α_j或α_k ^*，若选到的是α_j，则根据式(5)进行计算；若选到的是α_k ^*，则根据式(6)进行计算；

获取新的数据后，将其代入构造好的决策函数从而进行预测；

与实际所需要的负荷进行比较，并进行修正。

具体实现时，其计算运行工况的核心模型描述如下：

$F\left(\begin{array}{c}{t}_{e,1},t_{e,2},\·\·\·t_{e,M};G_{\mathrm{cw},1},G_{\mathrm{cw},2},\·\·\·,G_{\mathrm{cw},N};\\ G_{\mathrm{ew},1},G_{\mathrm{ew},2},\·\·\·,G_{\mathrm{ew},K};G_{\mathrm{ta},1},G_{\mathrm{ta},2},\·\·\·,G_{\mathrm{ta},L};\end{array}\right)=\min \left(\begin{array}{c}\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{E}_{\mathrm{chiller},i}+\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{E}_{\mathrm{cp},j}+\\ \underset{k=1}{\overset{K}{\mathrm{\Σ}}}{E}_{\mathrm{ep},k}+\underset{n=1}{\overset{J}{\mathrm{\Σ}}}{E}_{\mathrm{tf},n}\end{array}\right)---\left(7\right)$

约束关联式：

C_te，min≤t_e，i≤C_te，max       i∈[1，M]    (7a)

C_Gcw，min≤G_cw，j≤C_Gcw，max    j∈[1，N]    (7b)

C_Gew，min≤G_ew，k≤C_Gew，max    k∈[1，K]    (7c)

C_Gta，min≤G_ta，n≤C_Gta，max    n∈[1，J]    (7d)

$\underset{i=1}{\overset{M}{\mathrm{\Σ}}}[E_{\mathrm{chiller},i}\·{\mathrm{COP}}_t(t_{e,i},t_{c,i},r_i)]\≥Q_{\mathrm{demand}}---\left(7e\right)$

${\mathrm{COP}}_i(t_{e,i},t_{c,i},r_i)=\frac{r_t}{(\frac{t_{c,i}+273.2}{t_{e,i}+273.2}-1)\·r_t+a_{1,i}\frac{t_{c,i}+273.2}{t_{e,i}+273.2}-a_{2,i}},i\∈[1,M]---\left(7f\right)$

$G_{c,w,i}=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{G}_{\mathrm{cp},j}/M,i\∈[i,M]---\left(7i\right)$

$t_{c,\mathrm{wE},i}=\underset{n=1}{\overset{J}{\mathrm{\Σ}}}(G_{\mathrm{tw},n}\·t_{\mathrm{twL},n})/\underset{n=1}{\overset{J}{\mathrm{\Σ}}}{G}_{\mathrm{tw},n},i\∈[1,M]---\left(7j\right)$

$t_{\mathrm{twL},n}=t_{\mathrm{twE},n}-\frac{(b_{0,n}+b_{1,n}\left(\frac{G_{\mathrm{ta},n}}{G_{\mathrm{tw},n}}\right)+b_{2,n}{\left(\frac{G_{\mathrm{ta},n}}{G_{\mathrm{tw},n}}\right)}^2)\·(h_{\mathrm{as}}-h_a)}{c_w{G}_{\mathrm{tw},n}},n\∈[1,J]---\left(7k\right)$

$G_{\mathrm{tw},n}=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{G}_{\mathrm{cp},j}/J,n\∈[1,J]---\left(7l\right)$

$t_{\mathrm{twE},n}=\underset{i=1}{\overset{M}{\mathrm{\Σ}}}(G_{c,w,i}\·t_{c,\mathrm{wL},i})/\underset{i=1}{\overset{M}{\mathrm{\Σ}}}\left(G_{c,w,i}\right),i\∈[1,M]---\left(7m\right)$

E_cp，j＝c_0，j+c_1，j·G_cp，j+c_2，j·G_cp，j ²     j∈[1，N]    (7n)

E_ep，k＝d_0，k+d_1，k·G_ep，k+d_2，k·G_ep，k ²     k∈[1，K]    (7o)

E_tf，n＝b_3，n+b_4，n·G_ta，n+b_5，n·G_ta，n ²     n∈[1，J]    (7p)

式(7)～(7p)中，

a_1，i、a_2，i、a_3，i、a_4，i 、a_5，i——第i台制冷机组能量模型系数，i∈[1，M]；

b_0，n、b_1，n、b_2，n、b_3，n、b_4，n、b_5，n、——第n台冷却塔能量模型系数，n∈[1，J]；

c_0，j、c_1，j、c_2，j、——第j台冷却水泵能量模型系数，j∈[1，N]；

d_0，k、d_1，k、d_2，k——第k台冷冻水泵能量模型系数，k∈[1，K]；

c_w——水比热，J/kg·℃；

C_te，min——制冷机组蒸发温度下限值，℃；

C_te，max——制冷机组蒸发温度上限值，℃；

C_Gew，min——冷冻水泵流量下限值，kg/s；

C_Gew，max——冷冻水泵流量上限值，kg/s；

C_Gcw，min——冷却水泵流量下限值，kg/s；

C_Gcw，max——冷却水泵流量上限值，kg/s；

C_Gta，min——冷却塔风机风量下限值，kg/s；

C_Gta，max——冷却塔风机风量上限值，kg/s；

COP_i——第i台制冷机组性能系数，i∈[1，M]；

E_chiller，i——第i台制冷机组能耗，i∈[1，M]，kW；

E_ep，k——第k台冷冻水泵能耗，k∈[1，K]，kW；

E_cp，j——第j台冷却水泵能耗，j∈[1，N]，kW；

E_tf，n——第n台冷却塔风机能耗，j∈[1，N]，kW；

G_ew，k——第k台冷冻水泵流量，k∈[1，K]，kg/s；

G_cw，j——第j台冷却水泵流量，j∈[1，N]，kg/s；

G_ta，n——第n台冷却塔风机风量，n∈[1，J]，kg/s；

G_tw，n——第n台冷却塔水流量，n∈[1，J]，kg/s；

G_c，w，i——第i台制冷机组冷却水流量，i∈[1，M]，kg/s；

h_a——室外空气焓，kJ/kg；

h_a，s——室外饱和空气焓，kJ/kg；

J——冷却塔运行台数；

K——冷冻水泵运行台数；

M——制冷机组运行台数；

N——冷却水泵运行台数；

Q_demand——空调冷量需求，kW；

r_i——第i台制冷机组冷负荷率，即制冷机实际制冷量与其名义制冷量比值；

t_e，i——第i台制冷机组运行蒸发温度，i∈[1，M]，℃；

t_c，i——第i台制冷机组运行冷凝温度，i∈[1，M]，℃；

t_c，wE，i——第i台制冷机组冷却水进口温度，i∈[1，M]，℃；

t_c，wL，i——第i台制冷机组冷却水出口温度，i∈[1，M]，℃；

t_twL，n——第n台冷却塔出水温度，n∈[1，J]，℃；

t_twE，n——第n台冷却塔进水温度，n∈[1，J]，℃。

本实用新型可从整个中央空调系统的层面对系统进行全局节能控制，达到最优化的节能控制。

以上所述是本实用新型的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本实用新型原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本实用新型的保护范围。

Claims (1)

1.一种基于负荷预测的中央空调优化节能控制系统，包括有中心控制子系统、冷冻水系统、冷却水系统、风机系统、以及现场控制子系统，其特征在于，该节能控制系统还包括有：

室外温度传感器；室外相对湿度传感器；

分别设置在所述冷冻水系统、冷却水系统的流量传感器、供水温度传感器、以及回水温度传感器；

所述中心控制子系统包括有：

与上述各传感器相连，根据传感器信号、现场阀门开启状况进行实时负荷预测的冷负荷预测单元；

与所述冷负荷预测单元相连，根据其预测值和现场能耗设备的实际运行状况计算所述能耗设备的节能运行参数值，并将所述参数值发送到所述现场控制子系统控制现场能耗设备运行的预测值修正单元。

Images