TWI326018B - Method to optimize chiller system - Google Patents

Method to optimize chiller system Download PDF

Info

Publication number
TWI326018B
TWI326018B TW095149328A TW95149328A TWI326018B TW I326018 B TWI326018 B TW I326018B TW 095149328 A TW095149328 A TW 095149328A TW 95149328 A TW95149328 A TW 95149328A TW I326018 B TWI326018 B TW I326018B
Authority
TW
Taiwan
Prior art keywords
water
cooling
ice water
temperature
host
Prior art date
Application number
TW095149328A
Other languages
English (en)
Other versions
TW200827965A (en
Inventor
Wen Yao Chang
Tzxy Chui Wang
Wu Hsiung Fu
Man Tzou
Original Assignee
Ind Tech Res Inst
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 Ind Tech Res Inst filed Critical Ind Tech Res Inst
Priority to TW095149328A priority Critical patent/TWI326018B/zh
Priority to US11/987,883 priority patent/US7567888B2/en
Publication of TW200827965A publication Critical patent/TW200827965A/zh
Application granted granted Critical
Publication of TWI326018B publication Critical patent/TWI326018B/zh

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • 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
    • F24F11/30Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • 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
    • F24F11/30Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • F24F11/46Improving electric energy efficiency or saving
    • 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
    • F24F11/62Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F24F11/63Electronic processing
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2140/00Control inputs relating to system states
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25BREFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
    • F25B2400/00General features or devices for refrigeration machines, plants or systems, combined heating and refrigeration systems or heat-pump systems, i.e. not limited to a particular subgroup of F25B
    • F25B2400/06Several compression cycles arranged in parallel
    • 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)
  • General Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Combustion & Propulsion (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Air Conditioning Control Device (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Description

1326018 九、發明說明: 【發明所屬之技術領域】 才4…”冰水錢有關,特別是—種透過冰 目、冷卻水塔開她目及A 钱開機数 能之冰水祕效崎塔之冷卻水最㈣水溫度預測耗 【先前技術】 的場所’例如具有空 房致域房等’都必須透過冰 :導= 打致冷。而冰水主機所洁&^从對内部進 效率成為重綱㈣財冰水主機 對於建設中的廠房、大揸 設計冰水主機與冷卻水塔先Γ場所的環境特性, 節能效果。但是已完成建 7q冰樣_到最佳的 量已經固定,若以_ 4 =,由於冰水主機及冷卻水塔數 施工,讓使料廠來提升節能效率,勢必要重新 m"b 5 耗能達到預期效果。 來1保冰水糸統能夠以最低的 針對冰水系統的改變操 係冰水系統中特定點的溫^行二一為針對 回饋之環 、,一彳—政種方·取特定點溫度作為 式,必私早i制錄來轉特定的次系統的方 斷的切換H统的運作狀態, ,•對冰_事一、再:::::::條 5 件來插作冰水系統,例如 US5040377、XJS5600960、US6047555、 US6446448等案,係先預測冰水系統中特定次系統的負載之後, =-對應的控制參數來控制該次系統的負載,使次系統的耗能 #在最’不會過度輸出。但是僅有評估特定次系統並加 ' 气心略的其他次系統可能有過載或是過度輸出的問 通’導致其m统的運作造成不必要的耗能,使得實際節能效 益下降。 '
【發明内容】 _、以上的問題’本發明提供—種冰水系統效能評估方法, 用乂王面n的#估冰水系統的運作狀態,以供選取—最佳化的操 作設定來操作冰水系統。 ”
本發明所提供m统效能評財法,此紐係、先設定 尺故之數目水塔之數目,依據冰水主機與冷卻水塔之 目,產生複數組包含不同已開機之冰水主機與冷卻水塔之配置 合。決定各组配置集合中各冷卻水塔之最低冷卻水出水水溫, 各組配置集合及其所對紅最低冷卻《水水溫職複數組系 配置組合。接著取出—㈣統配置組合m賊置組合中 冰水主機之最高負_,判斷最高負鮮是否落於各該冰水主; 之規格規範之額定負载率,若否,重新取得系統配置組合 決定此-系統配置集合中,流人各冰水域之冷卻水水溫π 冷卻水水溫餅轉⑽狀冰水域總耗能、已職之冷匈 塔總耗能、軸冷料及冰核_需之她細,加總成 1326018 糸統總耗能’如此就可評估此一系統配置纟且合之總耗能狀態。然 後重新取出另一系統配置組合,決定系統配置集合之系統總耗 能,以決定所有系統配置組合之系統總耗能。將所有系統配置組 合依據系統總耗能排序,用以供選取具有最佳耗能之系統配置組 合,以設定冰水系統之冰水主機開機數目、冷卻水塔開機數目及 冷卻水塔之冷卻水最低出水溫度。
本發明不需變動現有的冰水系統,全面性地評估整體耗能, 以供找出最佳簡作設定,使得整體耗能都可受到㈣,而提升 節能效益,相較於習知技術僅針對單一次系統評估及控制的方 式,本發明可提供更有效的節約能源效果。 以下在貫施方式中詳細敘述本發明之詳細特徵以及優點,其 内容足以使任何熟習相職藝者了解本發明之技術内容並據以實 施’且根據本說明書所揭露之内容、申請專利範圍及圖式,任何 熟習相關技藝者可_地理解本發軸關之目的及優點。 —乂上之關於本發明内容之說明及以下之實施方式之說明係用 以示範與簡本發明之原理,並且提供本發明之糊申請範圍更 進一步之解釋。 【實施方式】 為使對本發明的目的、播 解,茲配合實靖岭明^徵、狀魏有進一步的畴 =提供一種冰水系统效能評估方法,用以於一卜氣溫屬 ρΓΙ冷卻她麵數目、冰水_雜目及冷卻冰 W低出水溫度設定時冰水系統之總綠,從而由不_總耗能 7 1326018 中,選取可達成最佳節能效益之冷卻水塔開機數目、冰水主機開 機數目及冷卻水塔最低出水溫度設定。 冷卻水塔及冰水域的數目,係於冰水线建置完成時就被 固定’因此冰水,㈣運作冷卻林及冰水錢的數量搭配,係透 過冷卻水塔及冰水主機之關機,達成不_配置組合 。而不同 配置組合的運作下會有不_耗能效率,因此可搭配不同數量的 冷卻水塔及冰水域搭配及冷卻林最彳㈣水溫度奴來改變耗 能效率’本發明所揭露之方法㈣以評估不同操作歧下的效 率,找出節能效率最佳的設定。 ,茶閱「第〗圖」所示,係為—冰水系統,其包含有複數台冷 部水塔110及複數台冰水主機120。冰水主機12〇係用以供應低 溫之冰水至二次側負載13Q,例如空⑽、統、冷藏料統等,以 吸收熱里而降低—次側負載〗3G的溫度。二次側負載]3Q中的冰 水吸收熱量後溫度會提升,Μ再度被送回冰水主機i2Q,已再 度被冰水主機12G冷卻,再循環送人二次側負載i3G。冷卻水塔 則係用以提供冷卻水至冰水主機12〇,以冷卻冰水主機12〇的一 次側,使冰水线]2G制對冰讀行致冷作#。冷卻水離開冰 水主機120 |,會再度回到冷卻水塔11〇,與外氣進行熱交換而 降低溫度。 參閱「第Μ圖」及「第2B圖」所示,影響冰水系統總耗能 的外部參數,主要是冰水系統冷卻負載及外部環境的參數條件, 包含外氣濕度、溫度及紐,而前述之外部環_參數條件可取 得包含濕球溫度及乾球溫度之外氣溫紐推算轉,冰水系絶;人 8 :負載,亦即冷”則是在系統建置就設定需要滿足的規格。決 义外部環境的參數條件,也献•條件讀1奴冷卻水试 ^水域之開f_t量。設定冷卻水塔及冰7_之開關機數 里,需先產生複數吨含不同已卩錢之冰水主機與冷卻水拔之配 =集合。若冰水系統巾的冷卻水塔之數目為M,冰水域之數目 為N,由於冷卻水塔及冰水主機之開機數目必須至少為一,因此 :依據冰水主機與冷卻料之數量,纽包含不同已開機冷卻水 4冰水主機數量之配置集合,這些配置集合的形態包含(冷卻 %開機數量,冰水主機開機數量)=(1, 1)、(2, i )·.·.至(Μ, Ν)等 Μ乘以Ν種配置集合(S1G1)。料相同數目的崎华合中,又有 區分開機錢及不區分開駐_差異,也就是說,同樣數目的 冰水域開機數目下’實際上被開機的冰水錢可以是不同的主 i M紐開機之冰水主機的差異,由於受㈣統設置形態的影 音’例如管線配置、設置地點,也會造成不同的耗能,因此也必 需將相同開機數目但開鑛象不同的設定,視為不同的配置組合。 麥閱「第2A圖」、「第2B圖」及「第3圖」所示,接著依據 球溫度,蚊各組配置集合巾各冷卻水塔之最低冷卻水出 水水溫’使各組配置集合及其所對應之最低冷卻水出水水溫形成 複數個系統配置組合。冷卻水出水溫度絲系統中需要預先設定 之㈣參數,㈣數值具有―下限,因此必須事先找出冷卻水塔 、ra -、-P水出水’皿度’以作為冷卻水塔的操作限制條件。而最 高冷卻水出水溫度财會“冷卻权水溫度1此可以設定冷 卻水入水溫度為最高冷卻水出水溫度。 1326018 請再參閱「第Μ圖」及「第4圖」所示,決定最低冷卻水 出水溫度的方式’係運轉系統進行實驗,梅取對應不同最低冷卻 水出水溫度之冰水主機開機數目、冷卻水塔開機數目、外氣濕球 溫度^卜氣给值(S2H))。利用外氣濕球溫度進行分群,娜不同 的外乳濕球溫度區間所對應的最低冷卻水出水溫度,剔除變異過 大數據,建立成-資料庫(S22G)。由資料庫梅取冰水主機^緣 目、冷卻水塔賴數目、外氣濕球溫度、外氣焓值為建構模型變 數,並選取髓庫中對應之資最低冷卻水出水溫度作為模型之輸 出結果(S230),以淨最小平方法(partiai least叫_,pLS)、類神 經網路、或_邏財建翻财式,建㈣冰水域開機數目、 冷卻水塔開機數目、外氣濕球溫度、外祕值替數作為控制參 數的冷卻水塔最低冷卻水出水溫度酬_(_),完成預測模 土 U冓之後再依據㈣庫巾已知的變數及結果進行驗證最低冷卻 水出水溫度預測模型並加以修正(S25Q)。此—預測模型即可用以 預測在此-配置組合下,冷卻水塔的最低冷卻水出水溫度。 針對當下的外氣_溫度區間,彻冷卻水塔之最低冷卻水 出水溫度預測模型決定對應的冷卻水塔之最低冷卻水出水溫度 (S102),並與配置組合結合,就可獲得複數系統配置組合⑸⑹)。 也就疋5兒,一組冰水主機開機數目、冷卻水塔開機數目及對應的 ~部水塔之最低切水出水溫度可作—κ統配置組合,用來操 作冰水系統。目此就必須針對此統配置組合之耗能進行評 估’以決定這樣㈣賊置組合評估是否為最適化操作。當然也 可以先將具有不同開機數量之配置組合所對應冷卻水塔之最低冷 10 2水出水溫度找出,形成由複數個系統配置組合構成的系統配置 术δ,在針對各個系統配置組合--評估。 冰水主機在不同的冷卻水入水溫度下,運作過程中達到的最 :負載卞也不同。而每一冰水主機都有其規格規範之額定負載 :'必須確保其最鬲負載率落在規格規範之額定負載率而不超 過:才能確紅f運作,否則就必縣此—I統配置組合設定為 不能使用,並重新取得系統配置組合進行評估。 0月再參閱第2A圖」及「第4圖」所示,針對冰水主機之 負載率精制,此—步驟巾係針對此―系統配置組合,或 疋由系統配置集合中取出—組系統配置組合⑽4),決定系統配 置組合中各冰水主機之最高貞載率⑽5),_最高貞載率是否 $於各冰水主機之規格規範之額定負載率(s】〇6),若否,重新取 得系統配置組合。 芬閱「第4圖」所示,預測最高負載率的步驟,係先縣冰 水主機之冷卻水人水溫度、冰水主機之冰水進口溫度、及冰水主 機之冰水.溫度作為(剛),計算或是實驗找出對應的各 ^水主機之負鮮。再以不_冰水主機之冷卻水人水溫度進行 刀鮮(32〇),求取各分群巾每—台冰水域的最高貞載率的數據 (S〇30),將此數據加以平均即可得到於此系統配置集合中各冰氺 主機所能達到的最高負載率(S340)。最高負載率的評估,並非直 接用以評估㈣效能,但卻是判斷此系統是否可正f運作而不會 超載之重要依據。 9 請參閱「第2B ®」所示,接著必須決定在此系統配置組合下, 1326018 貫際流入冰水主機的冷卻水入水溫度(51〇6),以供預測冰機實際 的負載及耗能。 苓閱「第5圖」所示,冰水主機的冷卻水入水溫度的預測模 型,係依據冰水主機的運轉特性,歸納出所需要的運轉參數,包 含各冰水主機之負載率(與冰水主機冰水進出口溫度正相關)、冷 卻水塔之冷卻水出水溫度、外氣濕球溫度及外氣焓值。此外,在 夏+日可由於至内與外界溫度差高,連帶使得冰水主機的冷卻水出 水溫度也會過高,為了避免冷卻水塔無法有效降溫,因此由冰水 主機出水的冷卻水會有一部份先與大樓的溫熱水系統中的冷水混 合,產生熱損失降溫後,再流入冷卻水塔。因此必須同時考量到 流入溫熱水系統之冷卻水流量、流入溫熱水系統之冷卻水水溫、 由溫熱水補回之冷卻水水溫。擷取上述參數,運轉系統進行實驗 (S410),取得對應不同冷卻水入水溫度的數據建立成資料庫 (S420)。再由資料庫取得數值,以各冰水主機的負載率' 冰水主 機的冰水出口水溫、冷卻水塔之冷卻水出水溫度、流入溫熱水系 統之冷卻水流量、流入溫熱水系統之冷卻水水溫、由溫熱水補回 之冷卻水水溫、、外氣濕球溫度及外氣焓值為建構模型參數,並 選取對應之冷卻水入水溫度做為模型輸出之結果(S43〇),透過以 淨最小平方法(partial least square,PLS)、類神經網路、或模糊邏輯 等建構模型方式,建構以上述參數為控制參數冰水主機的冷卻水 入水水溫預測模型(S440),完成建模與驗證,以供決定冰水主機 的冷卻水入水水溫。其中,流入溫熱水系統之水流量、溫熱水系 統之出水水温、外氣濕球溫度及外氣焓值係為環境變數,係依據 1326018 知作%、境的需求設定。冷卻水塔之冷卻水料溫㈣狀為冷命 水塔所能達_運轉極限,亦即冷卻水塔之最低冷卻水出水溫 度如此纟即可透過模型決定流入各冰水主機的冷卻水水溫。 /有了 _Lit翻彳模型之後,並依據彡、統配置組合決定各項參數 1,皆下來即可決定系統總耗能。其中決定系統總耗能包含三部 刀.决疋冰水主機之耗能、決定冷卻水塔之耗能、決定驅動冷卻 水及冰水流動所需之泵浦總耗能。 >閱第2B圖」冰水主機之耗能係指由負載端移除熱量負栽 CLi所需要的壓縮機電能⑽,而熱量%及壓縮機電能請^可 歸納出一冰水主機效能指標CCOP ( Chiller’s Coefficient 〇f Performance),此一冰水主機效能指標cc〇p係為一無因次參數, 其係為冰水主機之壓_電能W及冰水主機負載之熱量CLi之 比值。因此也可透過建立冰水主機效能指標cc〇p之預測模型 (S170),再以冰水主機效能指標cc〇p來決定冰水主機之總耗能 (S180),其中: ~ CC0P=K W/CL; 而各冰水主機的負載CLi為: CLj =(TchrrTchSi)xFchwxCpx] 000 其中,Tchr,為冰水主機的冰水入水溫度。TchSi為冰水主機的 出水溫度。Fchw為冰水泵浦驅動的冰水流量,係由設備規格所給 定。Cp為水的定壓比熱。]000則為單位轉換的轉換常數。又,下 標i為冰水主機代號。 冰水主機之壓縮機電能KWj為: 1326018 KWi=VxIx35xP.Fx3600/l 000 其中V為冰水主機之壓縮機運轉電壓,係由設備規格所給 定。I為冰水主機之壓縮機運轉電流,依據運轉狀態變化。PF =
功率因數’為實p錄能及理論耗能之間的關係,H统建制形態 所給定。3600/1000則為單位轉換的轉換常數。 W 參閱「第6圖」所示’建立冰水主機效能指標cc〇p之預測 型係擷取各林域貞載率、冰水主機冰水出口水溫、冰水主 機冰水入口水溫、冰水流量、冰水主機運轉電流、流入冰水主機 之冷卻水溫度作為建模參數,以實驗取得多組數據,並以冰水主 機之冰水出水水溫、冰水主機之冰水入水水溫、冰水流量決定各 冰水主機負載率(S610)。接著計算冰水主機效能指標cc〇p ,與上 4:數據對應後建立一資料庫(S620)。操取各冰水主機負載率、流 入冰水主機之冷卻水溫度組合成多次多項式形式,也就是說除了 上述建模芩數之外,建模參數尚包含了各冰水主機負載率的二次 方、流入冰水主機之冷卻水溫度的二次方、及各冰水主機負載率 與流入冰水主機之冷卻水溫度的乘積(863〇),透過淨最小平方法 (partial ]east square,PLS)、類神經網路、或模糊邏輯等建構模型方 式建構CCOP預測模型(S640),完成建模與驗證。透過先前所預 測的冰水主機最高負載率、流入冰水主機之冷卻水溫度,即可取 什各冰水主機的CCOP。而CCOP直接乘以冰水主機最高負載率 就是冰水主機的壓縮機耗能,再乘以已開機冰水主機數就可以決 定已開機之冰水主機之總耗能。 I閱「第2B圖」所示,要決定冷卻水塔之耗能(Sln)前,必 14 ,先决疋母口冷部水4之負載率⑸川)。冷卻水塔之負載率主要 Μ據水Jc主機㈣at(、冰水主機負戴率、溫熱水系統之負載率 寺相關减《異。因此需要收集上相素對鱗卻水塔負載率的 y曰進订湖㈣建構’以轉—模型,透過已知或是已經預測 =算好的冷卻水塔的冷卻水進水水溫、冰水线總流出之冷卻水 I、冷卻水由溫熱水系統的補水量、及冷卻水流人溫熱水系統的 補水量來計算冷卻水塔之負載率。 茶閱「第7圖」所示,建構模型的方式係先榻取冰水主機總 耗能、冰水域貞載、冰水系統冷卻貞載、冷卻料之冷卻水進 水溫度、冷卻水塔之冷卻水出水溫度、溫熱水系統之負載、外氣 濕球溫度 '外㈣值為參數,進行計Μ實驗決定冷卻水塔負載 率(S710),取得對應冷卻水塔之負载率之㈣以建立—資料庫 (S720)。擷取冰水主機總耗能、冰水主機負載、冰水系統冷卻負 載、冷卻水塔之冷卻水進水溫度、冷卻水塔之冷卻水出水温度、、 溫熱水系統負載、外氣濕球溫度、外氣祕域構模型之控制變 數,選取對應之冷卻水塔負載率作為模型之輸出結果(S73〇),以 淨最小平方法(partial least square,PLS)、類神經網路、或模糊邏輯 等建構模型方式由資料庫擷取資料,建構以冷卻水塔的冷卻水進 水水溫、冰水系統總流出之冷卻水量、冷卻水由溫熱水系統的補 水量、及冷卻水流入溫熱水系統等變數作為控制參數的冷卻水皮 負載率預測模型(S740)並完成建模驗證,如此就可用以預測每— 台冷卻水塔的負載率。 有了冷卻水塔的負載率後,接下來就可以由冷卻水塔之負妒 1326018 率推算耗能,以決定系統配置集合中,已開機之冷卻水塔總耗能。 I閱「第8圖」所示,擷取對應不同冷卻水塔總耗能之已開 機冰水主機的數目、已開機的冷卻水塔數目、冷卻水塔之冷卻水 出水溫度、冷卻水塔之冷卻权水溫度、冷卻水水流量、流入溫· ,水糸統之冷卻水水流量、冷卻水塔由溫熱水翻之冷卻水水流· 里、外氣濕球溫度及外氣祕,並決定冷卻水塔貞鮮⑼]〇), 取知對應以卩水i合總耗能之資料以建立—資料庫(s㈣)。由於冷 卻水塔總耗能主要受到下顺境參數影響:冷卻水塔貞載率、外 氣濕球溫度、冰水系統冷卻水總流量,而控·數包括已賴冰· 水主機的數目 '已職的冷卻水塔數目及冷卻水出水溫度。操取 冷卻水塔負鱗、核濕球溫度、外祕值、已職冰水主機的 =目、已開機的冷卻水塔數目及冷卻水出水溫度建構模狀控制 數:選取對應之冷卻水塔總耗能做為模型輸出之結果娜⑺, 淨最h平方法(partiaj ieast square,pLS)、類神經網路、或模糊邏 輯等建構_型賴冷卻水塔雜能顧模型(s剛並完成建 驗證,如此就可用以決定系統配置集合中,已開機之冷卻水塔總_ 耗能。 水系統起能中的最後一環,就是驅動冷卻水及冰水流動所 ^之㈣總耗能(S112)。由於水為不可壓縮流,因此驅動水流動所 2細主要與水流量及流鮮路阻力有關。於冰水系統中,水 :里為4則、及冰水總流量,而流動管路阻力則與已職冰水主 ^數里及已開機的冷卻水塔數量械,因此透過數值計算、乾驗 么式°十异或是貫驗找出每—組自變參數對應的泵浦絲能建立成 16 1326018 資料庫。x,冷卻水及冰水總流量與已開機冰水主機數量及已開 機的冷卻水絲量有關’目轉it過模型建構分析,以淨最小平 方法(partial least square,PLS)、類神經網路' 或模糊邏輯等建構楔 型方式由資料賴取倾,建構叹p械冰水域隨目、已開 機的冷卻水塔數目作為控制錢的泵_耗能細,如此就 可用以決定系統配置集合中泵浦總耗能。 再蒼閱「第2B圖」所示,接下來只要加總冰水主機總耗能、
冷卻水塔祕能及泵_紐,就得到祕配職合之系統總耗 能(S113)。之後就可以重新取出另—系統配置組合,決定此一系統 配置集合之純總耗能,以決定所有系統配置組合之系統總耗能 (sm)。如此-來就可以建立成—套資料庫,找出不㈣統配置集 合的總耗能,針對環境變數進行分群,例如外氣濕球溫度及冰水 系統冷卻負載’將不同系統配置組合依據總耗能進行排序,選取 具有最低總減_賊置組合(S1]5),作為設定冰水主機開機
數' 冷部水塔開機數及冷卻水塔出水溫度喊略,使冰水系統運 作耗能達到最佳狀態。 雖然本發明以前述之實施例揭露如上,然其並非用以限定本 發明。在不脫離本發明之精神和範_,所為之更動與濁飾,均 Μ本t Μ之專利保⑽圍。關於本發明所界定之保護範圍請參考 所附之申請專利範圍。 / 【圖式簡單說明】 第1圖係為mu統方塊圖; 第2A圖及第2B圖為本發明之流程圖; 1326018 第3圖為本發明中,建構冷卻水塔之最低冷卻水出水溫度預 測模型之流程圖; 第4圖為本發明中,取得各冰水主機所能達到的最高負載率 之流程圖; 第5圖為本發明中,建構冰水主機的冷卻水入水水溫預測模 型之流程圖; 第6圖為本發明中,建構冰水主機效能指標預測模型之流程 圖; 第7圖為本發明中,建構冷卻水塔負載率預測模型之流程 圖;及 第8圖為本發明中,建構冷卻水塔總耗能預測模型之流程圖。 【主要元件符號說明】 110 冷卻水塔 120 冰水主機 130 二次側負載

Claims (1)

1326018 十、申請專利範圍: 1. 一種冰水系統效能評估方法’包括有下列步驟·· (])設定冰水主機之數目及冷卻水塔之數目,依據該等 冰水主機與該等冷卻水塔之數目,產生複數組包含不同已開機 之冰水主機與冷卻水塔之配置集合; (2 )決定各該組配置集合中各冷卻水塔之最低冷卻水出 水水溫’使各該組配置集合及其所對應之最低冷卻水出水水溫 形成複數組系統配置組合; (3) 取出一組系統配置組合,決定各該冰水主機之冷卻 水入水水溫; (4) 決定該系統配置組合中,已開機之冰水主機總耗能; (5) 決定該系統配置組合中,已開機之冷卻水塔總耗能; (6) 決定該系統配置組合中,驅動冷卻水及冰水流動所 品之泵浦總耗能,加總該冰水主機總耗能、冷卻水塔總耗能及 δ亥泵浦總耗能為該系統配置組合之系統總耗能;及 (7) 重新取出另一系統配置組合,決定該系統配置組合 之乐統總耗能,以決定所有系統配置組合之系統總耗能。 2.如申請專利範圍第1項所述之冰水系統效能評估方法,其中在 λ ν風(7)之後更包g —步驟’將不同系統配置組合依據總耗能 進行排序。 3·如申請專利範圍第1項所述之冰水系統效能評估方法,其中決 定各該組配置集合中各該冷卻水塔之最低冷卻水出水水溫之 步驟包含建構以冰水主機開機數目、冷卻水塔開機數目、外氣 19 濕球溫度、外氣焓值等變數作 度預測模型,以h數的攻低冷卻水出水造 4如申抹專利水塔之最低冷卻水出水水溫。 .構==!:^ W “度預觸型之步驟包含. s 資料庫 麻對應不同最低冷卻水出水溫度 、冷卻水塔開機齡曰、认t、 卜·^王批開機數 … 賴球溫度、外氣给值,建立成一 自該資料庫擷取冰水主機開 外氣濕球溫度、物含值為建^數目、々部水塔開機數目、 m ;3值為建構模型之控制變數 5. 最低冷卻水出水溫度作為模型之輪出結果;及、、…之 建構該最低冷卻水出水溫度預測模型。 如申請專利範圍第】項所述之冰水系統效能評估方法 步?(二之後更包含—步驟,決定該系統配置組合_^^ ^負鮮’機歸^解是否落於各 6·如ΐ請專利範圍第5項所述之冰水系統效能評估方法,其^ 定該糸統配置組合中各冰水主機之最高負載率之步驟包含:“ 掏取冰水线之冷卻权水溫度、冰水主機之冰水入3水、、⑥ 水主機之冰水出水溫度作為輸入變數 : 冰水主機之負載率; ,以不同的冰水主機之冷卻水入水溫度進行分群,求取各八 群中每-台冰水主機的最高負載率的數據;及 刀 將該數據加以平均即可得到於該系統配置集合中各水尺 主機所能達到的最高負載率。 7.如申請專利範圍第】項所述之冰水系統效能評估方法,其中決 定各該冰水主機之冷卻水入水水溫之步驟包含建構以各該冰 水主機負載率、冷卻水塔之冷卻水出水溫度、外氣濕球溫度及 外氣焓值為控制參數之冰水主機之冷卻水人水水溫預測模刑。 8·如申請專利範圍第7項所述之冰水系統效能評估方法,其^ 構該冷卻水入水溫度預測模型之步驟包含: 擷取對應不同冰水主機之冷卻水人水水溫的冰水主機之 冰水入水溫度、冰水主機之冰水出水溫度、冷卻水塔之冷卻水 出水溫度、外氣濕球溫度及外氣烚值,並以冰水主機之冰水入 水溫度及冰水主機之冰水出水溫度決定各該冰水主機負載 率,建立成一資料庫; 自該資料庠擷取各該冰水主機負載率、冷卻水塔之冷卻水 出水/JDL度外氣濕球溫度及外氣給值作為建構模型之控制變 數,並選取對應之冷卻权水溫度作為觀之輸ώ結果;及 建構該冷卻水入水溫度預測模型。 9·如申請專利範圍第1項所述之冰水系統效能評估方法,其中決 疋各泫冰水主機之冷卻水入水水溫之步驟包含建構以各該冰 水主機負載率、冷卻水塔之冷卻水出水溫度、流入一溫熱水系 統之冷部水流量、流入該溫熱水系統之冷卻水水溫、由該溫熱 水補回之冷卻水水溫'外氣濕球溫度及外氣焓值為控制參數之 冰水主機之冷卻水入水水溫預測模型。 10.如申請專利範圍第9項所述之冰水系統效能評估方法,其中建 1326018 構邊冷卻水入水水溫度預測模型之步驟包含: 擷取對應不同冰水主機之冷卻水入水水溫的冰水主機之 冰水入水溫度、冰水主機之冰水出水溫度、冷卻水塔之冷卻水 出水溫度、流入該溫熱水系統之冷卻水流量、流入該溫熱水系 統之冷卻水水溫、由該溫熱水補回之冷卻水水溫、外氣濕球溫 度及外氣給值’並以冰水主機之冰水入水溫度及冰水主機之冰 水出水溫度決定各該冰水主機負載率,以該流入該溫熱水系統 之冷卻水流量、流入該溫熱水系統之冷卻水水溫、由該溫熱水 補回之冷卻水水溫決定溫熱水系統負載,建立成一資料庫; 自該資料庫擷取各該冰水主機負載率、冷卻水塔之冷卻水 出水溫度、溫水系統負、載、流入該溫熱水系統之冷卻水水溫、 由該溫熱水補回之冷卻水水溫、外氣濕球溫度及外氣焓值作為 建構模型之控制變數,並選取對應之冷卻水入水溫度;及 建構邊冷卻水入水溫度預測模型。 11 ·如申請專利範圍第1項所述之冰水系統效能評估方法,其中決 疋已開機之冰水主機總耗能之步驟包含: 決定冰水主機之效能指標;及 取侍冰水主機之最高負載與該校能指標之乘積為已開機 之冰水主機總耗能; & ”中邊效能指標係為該係為冰水主機之壓縮 η水主機負栽熱量之比值。 心及冰 如:明專利範圍第1〇項所述之冰水系統效能評估方法,其中 、义冰水主機之效能指標之步驟包含建構以冰水主機最高負 22 載率及流入冰水主機之冷卻水溫度為控制變數之效能 測模型。 11如申請專·請第12項所述之冰水线效能評估方法,其中 建構效能指標預測模型之步驟包含: 擷取冰水主機之冰水出水水溫、冰水主機之冰水入水水 溫、冰水流量、冰水主機運轉電流及流入冰水主機之冷卻水溫 度,並计昇冰水主機效能指標,並以冰水主機之冰水出水水 溫、冰水主機之冰水入水水溫、冰水流量決定各冰水主機負載 率,建立成一資料庫; 自°亥資料庫擷取各冰水主機負載率、流入冰水主機之冷卻 水皿度、各冰水主機負載率的二次方、流入冰水主機之冷卻水 溫度的二次方、及各冰水主機負載率與流入冰水主機之冷卻水 溫度的乘積為建構模型之控制變數,選轉應之冰水主機效能 指標作為模型之輸出結果;及 建構該效能指標預測模型。 】4·如申請專利範圍第】項所述之冰水系統效能評估方法,其中在 步驟(7)之後更包含—步驟,建構以冷卻水塔負載率、外氣濕球 溫度、外氣焓值、已開機冰水主機的數目、已開機的冷卻水塔 數目及冷卻水出水溫度作為控制參數的冷卻水塔總耗能預測 模型,以決定冷卻水塔總耗能。 b.如申請專利範圍第]4項所述之冰水系統效能評估方法,其中 建構該冷卻水塔總耗能預測模型之步驟包含: 擷取對應不同冷卻水塔總耗能之已開機冰水主機的數 "已開機的冷却水塔數目、冷卻水塔之冷卻水出水溫度、冷 :水塔之冷部水入水溫度、冷卻水水流量、流入溫熱水系統之 V αΡ水水机里、冷郃水塔由溫熱水補回之冷卻水水流量、外氣 K/m度及外氣給值’並決定冷卻水塔負載率,建立成—資料 庫; 自違貝料庫擷取冷卻水塔負載率、外氣濕球溫度、外氣焓 值已開械冰水主機的婁欠目、已開機的冷卻水塔婁丈目及冷卻水 出水溫度建構模型之控制變數,選取對應之冷卻水塔總耗能做 為模型輸出之結果;及 鲁 建構該冷卻水塔總耗能預測模型。 W如申請專利範圍第15項所述之冰水系統效能評估方法,其中 更在步驟(7)之後包含一步驟,建構以冷卻水塔的冷卻水進水水 溫、冰水系統總流出之冷卻水量、冷卻水由溫熱水系統的補水 ϊ'及冷部水流入溫熱水系統等變數作為控制參數的冷卻水塔 負載率預測模型,以決定冷卻水塔的負載率。 17,如申請專利範圍第15項所述之冰水系統效能評估方法,其中鲁 建構該冷卻水塔負載率預測模型之步驟包含: 擷取冰水主機總耗能、冰水主機負載、冰水系統冷卻負 載、冷卻水塔之冷卻水進水溫度、冷卻水塔之冷卻水出水溫 度、溫熱水系統之負載、外氣濕球溫度、外氣焓值,決定對應 之冷卻水塔負載率; 擷取冰水主機總耗能、冰水主機負載、冰水系統冷卻負 載、冷卻水塔之冷卻水進水溫度、冷卻水塔之冷卻水出水溫 24 1326018 度、溫熱水系統負載、外氣濕球溫度、外氣焓值為建構模型之 控制變數,選取對應之冷卻水塔負載率作為模型之輸出結果; 及 建構該冷卻水塔負載率預測模型。
TW095149328A 2006-12-27 2006-12-27 Method to optimize chiller system TWI326018B (en)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW095149328A TWI326018B (en) 2006-12-27 2006-12-27 Method to optimize chiller system
US11/987,883 US7567888B2 (en) 2006-12-27 2007-12-05 Method for evaluating and optimizing performance of chiller system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW095149328A TWI326018B (en) 2006-12-27 2006-12-27 Method to optimize chiller system

Publications (2)

Publication Number Publication Date
TW200827965A TW200827965A (en) 2008-07-01
TWI326018B true TWI326018B (en) 2010-06-11

Family

ID=39585167

Family Applications (1)

Application Number Title Priority Date Filing Date
TW095149328A TWI326018B (en) 2006-12-27 2006-12-27 Method to optimize chiller system

Country Status (2)

Country Link
US (1) US7567888B2 (zh)
TW (1) TWI326018B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI454903B (zh) * 2011-11-22 2014-10-01 Ind Tech Res Inst 節能的控制方法

Families Citing this family (48)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8463441B2 (en) 2002-12-09 2013-06-11 Hudson Technologies, Inc. Method and apparatus for optimizing refrigeration systems
JP5363212B2 (ja) * 2008-09-30 2013-12-11 株式会社日立製作所 空調システム
JP5404132B2 (ja) * 2009-03-30 2014-01-29 三菱重工業株式会社 熱源システムおよびその制御方法
CN101930220B (zh) * 2009-06-18 2012-06-20 财团法人工业技术研究院 冰水系统及其控制方法
US8600556B2 (en) 2009-06-22 2013-12-03 Johnson Controls Technology Company Smart building manager
US9286582B2 (en) 2009-06-22 2016-03-15 Johnson Controls Technology Company Systems and methods for detecting changes in energy usage in a building
US9606520B2 (en) 2009-06-22 2017-03-28 Johnson Controls Technology Company Automated fault detection and diagnostics in a building management system
US8788097B2 (en) 2009-06-22 2014-07-22 Johnson Controls Technology Company Systems and methods for using rule-based fault detection in a building management system
US8532839B2 (en) 2009-06-22 2013-09-10 Johnson Controls Technology Company Systems and methods for statistical control and fault detection in a building management system
US10739741B2 (en) 2009-06-22 2020-08-11 Johnson Controls Technology Company Systems and methods for detecting changes in energy usage in a building
US9196009B2 (en) 2009-06-22 2015-11-24 Johnson Controls Technology Company Systems and methods for detecting changes in energy usage in a building
US11269303B2 (en) 2009-06-22 2022-03-08 Johnson Controls Technology Company Systems and methods for detecting changes in energy usage in a building
US9753455B2 (en) 2009-06-22 2017-09-05 Johnson Controls Technology Company Building management system with fault analysis
US8731724B2 (en) 2009-06-22 2014-05-20 Johnson Controls Technology Company Automated fault detection and diagnostics in a building management system
US8774978B2 (en) 2009-07-23 2014-07-08 Siemens Industry, Inc. Device and method for optimization of chilled water plant system operation
US8417392B2 (en) * 2009-07-23 2013-04-09 Siemens Industry, Inc. Qualification system and method for chilled water plant operations
US8275483B2 (en) 2009-07-23 2012-09-25 Siemens Industry, Inc. Demand flow pumping
WO2011100255A2 (en) * 2010-02-09 2011-08-18 Johnson Controls Technology Company Systems and methods for measuring and verifying energy savings in buildings
JP2012052733A (ja) * 2010-09-01 2012-03-15 Mitsubishi Heavy Ind Ltd ターボ冷凍機の性能評価装置
CN102339018B (zh) * 2011-05-26 2013-08-28 杭州劲力节能科技有限公司 一种循环水系统综合优化控制方法
JP2013160398A (ja) * 2012-02-01 2013-08-19 Daikin Industries Ltd チラー制御システム
US9390388B2 (en) 2012-05-31 2016-07-12 Johnson Controls Technology Company Systems and methods for measuring and verifying energy usage in a building
US9002532B2 (en) 2012-06-26 2015-04-07 Johnson Controls Technology Company Systems and methods for controlling a chiller plant for a building
US20140229146A1 (en) * 2013-02-08 2014-08-14 Entic, Llc In-situ optimization of chilled water plants
TWI470217B (zh) * 2013-04-10 2015-01-21 China Steel Corp On - line performance evaluation method of cooling tower
US10247458B2 (en) 2013-08-21 2019-04-02 Carrier Corporation Chilled water system efficiency improvement
CN103970156B (zh) * 2014-05-22 2016-04-27 杭州劲力节能科技有限公司 一种真空制盐循环水系统在线自学习寻优控制系统
JP2016008788A (ja) * 2014-06-25 2016-01-18 ダイキン工業株式会社 空気調和システム
JP6249932B2 (ja) * 2014-12-04 2017-12-20 三菱電機株式会社 空調システム
US9778639B2 (en) 2014-12-22 2017-10-03 Johnson Controls Technology Company Systems and methods for adaptively updating equipment models
WO2016118914A1 (en) * 2015-01-22 2016-07-28 Aquanomix, Llc Water system efficiency
CN106032919B (zh) 2015-03-13 2019-09-24 阿里巴巴集团控股有限公司 一种冷冻水冷却系统
TWI619910B (zh) * 2017-01-23 2018-04-01 神達電腦股份有限公司 Ice water host control method
CN107166966B (zh) * 2017-06-06 2019-11-12 长沙山水节能研究院有限公司 高炉冷却壁循环冷却水系统的优化节能控制方法及装置
US10838441B2 (en) 2017-11-28 2020-11-17 Johnson Controls Technology Company Multistage HVAC system with modulating device demand control
US10838440B2 (en) 2017-11-28 2020-11-17 Johnson Controls Technology Company Multistage HVAC system with discrete device selection prioritization
US20190226708A1 (en) * 2018-01-22 2019-07-25 Siemens Industry, Inc. System and method for optimizing performance of chiller water plant operations
CN109063342B (zh) * 2018-08-06 2023-06-30 济南蓝辰能源技术有限公司 一种机械通风干湿联合式消雾冷却塔的设计计算方法
US11873998B2 (en) * 2019-01-28 2024-01-16 Johnson Controls Tyco IP Holdings LLP Central plant with secondary strong prevention
CN111974371B (zh) * 2019-05-22 2022-12-06 中冶长天国际工程有限责任公司 一种判断活性炭冷却效果及预判解析塔工作状态的方法及系统
EP4019856A4 (en) * 2019-08-19 2022-08-17 Mitsubishi Electric Corporation INFORMATION PROCESSING DEVICE
CN110781540B (zh) * 2019-09-30 2024-02-02 同济大学建筑设计研究院(集团)有限公司 设计方案的分析方法、装置、存储介质及计算机设备
EP3885850A1 (en) * 2020-03-28 2021-09-29 Tata Consultancy Services Limited Multi-chiller scheduling using reinforcement learning with transfer learning for power consumption prediction
CN113884322A (zh) * 2020-07-03 2022-01-04 中冶长天国际工程有限责任公司 一种快速评价解析塔工作状态的方法和系统
CN113847711A (zh) * 2021-09-13 2021-12-28 悉地(北京)国际建筑设计顾问有限公司 空调控制方法、装置及空调系统
CN115200296B (zh) * 2022-07-22 2023-11-03 富联智能工坊(郑州)有限公司 一种冰机群控方法、装置、设备以及计算机可读存储介质
CN115292846B (zh) * 2022-08-15 2023-06-23 哈尔滨工业大学 一种基于传热的冷却塔建模方法
CN116596408B (zh) * 2023-07-14 2023-09-26 今创集团股份有限公司 一种储能集装箱温控能力评价方法及系统

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5040377A (en) * 1989-11-21 1991-08-20 Johnson Service Company Cooling system with improved fan control and method
US5083438A (en) * 1991-03-01 1992-01-28 Mcmullin Larry D Chiller monitoring system
US5600960A (en) * 1995-11-28 1997-02-11 American Standard Inc. Near optimization of cooling tower condenser water
US6047555A (en) * 1999-01-13 2000-04-11 Yiue Feng Enterprise Co., Ltd. Refrigerating/air conditioning heat exchanging system with combined air/water cooling functions and the method for controlling such a system
US6532754B2 (en) * 2001-04-25 2003-03-18 American Standard International Inc. Method of optimizing and rating a variable speed chiller for operation at part load
US6446448B1 (en) * 2001-06-26 2002-09-10 Chi-Yi Wang Cooling tower for automatically adjusting flow rates of cooling water and cooling air with variations of a load
US6813897B1 (en) * 2003-07-29 2004-11-09 Hewlett-Packard Development Company, L.P. Supplying power to at least one cooling system component

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI454903B (zh) * 2011-11-22 2014-10-01 Ind Tech Res Inst 節能的控制方法

Also Published As

Publication number Publication date
US7567888B2 (en) 2009-07-28
US20080162077A1 (en) 2008-07-03
TW200827965A (en) 2008-07-01

Similar Documents

Publication Publication Date Title
TWI326018B (en) Method to optimize chiller system
Safa et al. Heating and cooling performance characterisation of ground source heat pump system by testing and TRNSYS simulation
Cui et al. Model-based optimal design of active cool thermal energy storage for maximal life-cycle cost saving from demand management in commercial buildings
CN105546745B (zh) 一种中央空调主机机组群控方法和装置
Sohani et al. Thermal comfort based resources consumption and economic analysis of a two-stage direct-indirect evaporative cooler with diverse water to electricity tariff conditions
Wang et al. Field test investigation of a double-stage coupled heat pumps heating system for cold regions
Shan et al. Development and validation of an effective and robust chiller sequence control strategy using data-driven models
CN102818964B (zh) 一种基于逆卡诺原理设备工况的监测装置及方法
WO2014019250A1 (zh) 一种优化多联机空调系统中压缩机运行控制的方法及装置
CN110454959B (zh) 一种空调节能控制方法和装置
CN1402175A (zh) 环境服务系统以及环境服务事业
JP6413761B2 (ja) 雪氷利用空調システム、その制御装置
CN105588178B (zh) 一种分集水控制方法、装置及地暖供热系统
Al-Aali et al. A novel algorithm for optimal equipment scheduling and dispatch of chilled water systems with ice thermal storage
JP2013047597A (ja) ヒートポンプシステム、その制御方法及びプログラム
CN116305758A (zh) 一种基于空调负荷模拟的冷机建模方法及模型应用
FI20176104A1 (en) Atmospheric water generator and process for the same
Wu et al. An equivalent temperature drop method for evaluating the operating performances of ASHP units jointly affected by ambient air temperature and relative humidity
CN112396763B (zh) 一种多联机空调分户计量与计费方法及装置
CN111928428B (zh) 一种考虑需求响应的空调系统的控制方法及制冷系统
Braun Near-optimal control strategies for hybrid cooling plants
CN106440188A (zh) 自动空调运转容量调整系统及方法
Wang et al. Methodology for optimizing the operation of heating/cooling plants with multi-heat-source equipments
Knebel Evaporative condensing minimizes system power requirements
Bantan et al. Performance monitoring and prediction of a domestic split-type air conditioner

Legal Events

Date Code Title Description
MM4A Annulment or lapse of patent due to non-payment of fees