TWI643047B - 冷卻水塔的控制方法 - Google Patents
冷卻水塔的控制方法 Download PDFInfo
- Publication number
- TWI643047B TWI643047B TW106139767A TW106139767A TWI643047B TW I643047 B TWI643047 B TW I643047B TW 106139767 A TW106139767 A TW 106139767A TW 106139767 A TW106139767 A TW 106139767A TW I643047 B TWI643047 B TW I643047B
- Authority
- TW
- Taiwan
- Prior art keywords
- historical data
- water temperature
- controller
- current time
- historical
- Prior art date
Links
Landscapes
- Feedback Control In General (AREA)
Abstract
一種冷卻水塔的控制方法,包含:建立包含多組歷史數據的資料庫;比較不包含最新一組歷史數據的每一歷史數據與最新一組歷史數據,選取最相似的S組歷史數據做為多組相似數據;藉由相似數據與相應的多組歷史控制器參數來計算出控制器參數;藉由前一時刻出口水溫與前一時刻目標出口水溫的誤差值以及控制器參數計算出當前時刻耗電量;藉由當前時刻耗電量與冷卻水塔出口水溫模型計算出當前時刻出口水溫;藉由誤差值、當前時刻出口水溫與控制器參數來計算出當前時刻控制器參數;以及將當前時刻控制器參數更新至冷卻水塔的控制器。
Description
本揭露是有關於一種冷卻水塔的控制方法,且特別是有關於一種冷卻水塔的自適應性控制方法。
由過去的研究可以得知,利用變頻風扇可以有效節省冷卻水塔的能耗,正確的控制策略選擇可以進一步降低能耗,無須添加額外設備支出。常見的變頻風扇應用於冷卻水塔的控制策略有:步階水溫回饋控制、維持循環水出口溫度與空氣濕球溫度在一固定的溫度差、或是水溫預測前饋控制。由於冷卻水塔的冷卻能力易受到環境變化影像,這些控制策略所使用的參數應當隨著季節、熱負荷、控制精準度等因素而調整,從而使得冷卻水塔維持在較佳的冷卻性能。然而,習知的冷卻水塔變頻回饋控制器之參數設定為離線計算,無法在線自動更新,控制器也無線上調整技術,即當需要調整控制器之參數時,必須經由線上測試實驗,才能進行手動調整,然而測試實驗必然會影響正常生產,無法經常進行調整作業。
本揭露的目的是在於提供一種冷卻水塔的控制方法,利用歷史操作數據配合自適應性演算法,在線動態調整冷卻水塔的控制器參數,使冷卻水塔的控制器維持在最佳性能,並且能依據下游熱負荷變化與控制誤差,快速且準確地將出口水溫控制於目標出口水溫。
根據本揭露之上述目的,提出一種冷卻水塔的控制方法,包含:建立包含多組歷史數據的資料庫;比較該些歷史數據中不包含最新一組歷史數據的每一該些歷史數據與該些歷史數據之最新一組歷史數據,選取最相似的S組歷史數據做為多組相似數據;藉由該些相似數據與相應的多組歷史控制器參數來計算出一組控制器參數;藉由前一時刻之出口水溫與前一時刻之目標出口水溫的誤差值以及該組控制器參數計算出當前時刻之耗電量,其中前一時刻係早於當前時刻;藉由當前時刻之耗電量與冷卻水塔出口水溫模型計算出當前時刻之出口水溫;藉由誤差值、當前時刻之出口水溫與控制器參數來計算出一組當前時刻之控制器參數;以及將該組當前時刻之控制器參數更新至冷卻水塔的控制器。
在一些實施例中,其中每一該些歷史數據包含當前時刻之目標出口水溫、前一時刻之目標出口水溫、多筆歷史出口水溫與多筆歷史耗電量。
在一些實施例中,其中比較該些歷史數據中不包含最新一組歷史數據的每一該些歷史數據與該些歷史數據之最新一組歷史數據的方法為計算該些歷史數據中不包
含最新一組歷史數據的每一該些歷史數據與該些歷史數據之最新一組歷史數據之間的距離並進行大小排序。
在一些實施例中,其中藉由該些相似數據來計算出一組權重值,其中藉由該組權重值與該些歷史控制器參數來計算出該組控制器參數。
在一些實施例中,其中當當前時刻之耗電量與前一時刻之耗電量的差值小於門檻值,則不將該組當前時刻之控制器參數更新至冷卻水塔的控制器。
在一些實施例中,上述控制器為速度型(velocity form)比例積分(proportional integral,PI)控制器。
在一些實施例中,上述控制方法應用自適應性演算法來更新該控制器。
在一些實施例中,其中冷卻水塔出口水溫模型根據當前時刻之耗電量、前一時刻之入口水溫、前一時刻之空氣溫度與前一時刻之空氣濕度來計算出當前時刻之出口水溫。
根據本揭露之上述目的,另提出一種冷卻水塔的控制器之離線控制模擬方法,應用如前所述之冷卻水塔的控制方法之外,更藉由當前時刻之出口水溫與下游用戶端溫差來計算當前時刻之入口水溫。
為讓本揭露的上述特徵和優點能更明顯易懂,下文特舉實施例,並配合所附圖式作詳細說明如下。
1000、2000、3000‧‧‧方法
S1100~S1700、S2100~S2500、S3100~S3200‧‧‧步驟
從以下結合所附圖式所做的詳細描述,可對本揭露之態樣有更佳的了解。需注意的是,根據業界的標準實務,各特徵並未依比例繪示。事實上,為了使討論更為清楚,各特徵的尺寸都可任意地增加或減少。
[圖1]係繪示根據本揭露的第一實施例之冷卻水塔的控制方法的流程圖。
[圖2]係繪示根據本揭露的第二實施例之冷卻水塔的控制方法的流程圖。
[圖3]係繪示根據本揭露的第三實施例之冷卻水塔的控制器之離線控制模擬方法的流程圖。
以下仔細討論本發明的實施例。然而,可以理解的是,實施例提供許多可應用的概念,其可實施於各式各樣的特定內容中。所討論、揭示之實施例僅供說明,並非用以限定本發明之範圍。
圖1係繪示根據本揭露的第一實施例之冷卻水塔的控制方法1000的流程圖。於步驟S1100,建立包含多組歷史數據的資料庫。其中每一組歷史數據包含當前時刻之目標出口水溫、前一時刻之目標出口水溫、多筆歷史出口水溫與多筆歷史耗電量。舉例來說,以t表示當前時刻,以t-1表示前一時刻,則於當前時刻t的歷史數據可用式(1)表示。
其中,以r表示會被設定的目標出口水溫,則r(t)為當前時刻之目標出口水溫,r(t-1)為前一時刻之目標出口水溫。其中,以y表示被量測到的出口水溫,則y(t-1),…,y(t-ny)表示歷史出口水溫,且ny表示歷史出口水溫預計儲存筆數。其中,以p表示經計算後得出的耗電量,則p(t-1),…,p(t-np)表示歷史耗電量,且np表示歷史耗電量預計儲存筆數。
於步驟S1200,比較該些歷史數據中不包含最新一組歷史數據的每一該些歷史數據(即,…,)與該些歷史數據之最新一組歷史數據(即),根據比較結果選取最相似的S組歷史數據做為多組相似數據。具體而言,比較該些歷史數據中不包含最新一組歷史數據的每一該些歷史數據與該些歷史數據之最新一組歷史數據的方法為計算該些歷史數據中不包含最新一組歷史數據的每一該些歷史數據與該些歷史數據之最新一組歷史數據之間的距離並進行大小排序,其中距離最小的S組歷史數據即為最相似的S組歷史數據,上述之距離d的算式如式(2)所示。
其中,j=1,2,…,t-1,意即,,為分別計算,…,之每一者與的距離。其中,所表示者,為當前時刻t的歷史數據的第l個元素。舉例來說,即為r(t-1)。再者,在以下的說明中,為避免混淆,另外以來表示於步驟S1200所選取出的S組相似數據,其中i=1,…,S。在本發明的實施例中,S被設定為數值5,但本
發明不限於此。
於步驟S1300,藉由該些相似數據與相應的多組歷史控制器參數來計算出一組控制器參數。具體而言,藉由該些相似數據來計算出一組權重值,接著,藉由該組權重值與該些歷史控制器參數來計算出該組控制器參數。其中,權重值wi的算式如式(3)所示。
其中,i=1,…,S。其中,所表示者,為第i組相似數據的第l個元素。其中,控制器參數Kold(t)的算式如式(4)所示。
其中,i=1,…,S。其中,以K(i)表示相似數據所相應的歷史控制器參數,其中K(i)=[KP(i),KI(i),KD(i)],其中。
於步驟S1400,藉由前一時刻之出口水溫與前一時刻之目標出口水溫的誤差值以及該組控制器參數計算出當前時刻之耗電量。其中,誤差值e(t)的算式如式(5)所示。
e(t)=y(t-1)-r(t-1) (5)
其中,以y(t-1)表示前一時刻之出口水溫、以r(t-1)表示前一時刻之目標出口水溫。接著,計算控制器參數要調整的量dp(t),其中,控制器參數要調整的量dp(t)的算式如式(6)所示。
接著,計算當前時刻之耗電量p(t),其中,當前時刻之耗電量p(t)的算式如式(7)所示。
p(t)=p(t-1)-dp(t) (7)
其中,以p(t-1)表示前一時刻之耗電量。
於步驟S1500,藉由當前時刻之耗電量與冷卻水塔出口水溫模型計算出當前時刻之出口水溫。其中冷卻水塔出口水溫模型根據當前時刻之耗電量p(t)、前一時刻之入口水溫、前一時刻之空氣溫度與前一時刻之空氣濕度來計算出當前時刻之出口水溫y(t)。
於步驟S1600,藉由誤差值、當前時刻之出口水溫與控制器參數來計算出一組當前時刻之控制器參數。其中,當前時刻之控制器參數Knew(t)的算式如式(8)所示。
Knew(t)=Kold(t)-η.J (8)
其中,以η表示更新速率,在本發明的實施例中,η被設定為0.8,但本發明不限於此。值得一提的是,在本揭露的實施例中,均採用速度型(velocity form)比例積分(proportional integral,PI)控制器,因此將KD設定為0。具體而言,當前時刻之控制器參數、的算式如式(9)所示。
其中,以ηP、ηI表示更新速率,在本發明的實施例中,ηP、ηI被設定為0.8,但本發明不限於此。其中,JP、JI的算
式如式(10)所示。
於步驟S1700,將當前時刻之控制器參數更新至冷卻水塔的控制器。達成在線動態調整冷卻水塔的控制器的控制器參數的功效。值得一提的是於步驟S1300至步驟S1700,利用相似數據配合速度型比例積分控制,藉由應用自適應性演算法,來算出冷卻水塔的控制器的當前時刻之控制器參數。
應注意的是,一般傳統比例積分控制方法通常無法直接應用於冷卻水塔的控制器,這是因為傳統比例積分控制方法會使得誤差項累積,一旦循環水的水溫超過目標值過多時,冷卻水塔可能會來不及反應。再者,當系統發生變化或偏離原先操作範圍時,傳統比例積分控制方法的反應出的控制器參數可能非當下情境之最佳設定值,如此將不利於節約冷卻水塔的能源消耗。相較之下,本揭露使用速度型比例積分控制配合自適應性演算法來調整冷卻水塔的控制器的當前時刻之控制器參數,可快速因應各項擾動的影響,使出口水溫能夠穩定控制於目標出口水溫。如此一來,出口水溫能夠準確地提供更加符合下游需求溫度的冷卻水,達到節省能源消耗的功效。
應注意的是,圖1乃是用以說明本揭露是如何透過歷史數據來線上動態更新,冷卻水塔的控制器的當前時刻
之控制器參數。然而,於實際應用中,仍需實際狀況,加入一些判斷方式(以下將於圖2的敘述中說明),使冷卻水塔的控制更具效率。舉例來說,對新系統而言,歷史數據所累積的量可能尚不足,此時選取相似數據並無意義;又或者舉例來說,系統的變化不大或未偏離原先操作範圍太多時,可以選擇不更新冷卻水塔的控制器參數,以進一步提升冷卻水塔的控制器的效率。
圖2係繪示根據本揭露的第二實施例之冷卻水塔的控制方法2000的流程圖。於步驟S2100,設定t=1。接著,於步驟S2200,判斷t是否大於ny與np之最大值,若為是,則依序進行步驟S1100、S1200、S1300、S1400、S1500;若為否,則依序進行步驟S1400、S1500。在步驟S1500之後,接著,於步驟S2300,判斷當前時刻之耗電量p(t)與前一時刻之耗電量p(t-1)的差值小於門檻值ε。若為是,則進行步驟S2400,不將當前時刻之控制器參數更新至冷卻水塔的控制器,具體而言,若是當前時刻之耗電量p(t)與前一時刻之耗電量p(t-1)的差值小於門檻值ε,則僅將控制器參數寫入當前時刻之控制器參數,即、,進行步驟S2500,將t的值累加,即t=t+1;若為否,則依序進行步驟S1600、S1700、S2500。在步驟S2500之後,回到步驟S2200。
其中,於步驟S2200,當t小於ny與np之最大值,則代表歷史數據所累積的量尚不足,因此不選取相似數據進行計算(即不進行步驟S1100至S1300)。其中,於步驟
S2300,當前時刻之耗電量p(t)與前一時刻之耗電量p(t-1)的差值小於門檻值ε,則代表系統的變化不大或未偏離原先操作範圍太多,則不將當前時刻之控制器參數更新至冷卻水塔的控制器,而是僅將步驟S1300所計算出的控制器參數直接寫入當前時刻之控制器參數。
圖3係繪示根據本揭露的第三實施例之冷卻水塔的控制器之離線控制模擬方法3000的流程圖。圖3的流程與圖1類似,不同之處在於,圖3所示者為離線控制模擬方法,因此於步驟S3100,是直接由資料庫讀入多組歷史數據,其中,這些歷史數據是要用來離線模擬的數據。接著,依序進行步驟S1200、S1300、S1400、S1500。如此可計算出當前時刻之出口水溫。接著,進行步驟S3200,藉由當前時刻之出口水溫與下游用戶端溫差來計算當前時刻之入口水溫。值得一提的是,於步驟S3200所算出的當前時刻之入口水溫將會更新至圖3的步驟S1500(圖未示),作為計算下一時刻之出口水溫所需的當前時刻之入口水溫,如此能夠使得離線控制模擬更加可靠。
以上概述了數個實施例的特徵,因此熟習此技藝者可以更了解本揭露的態樣。熟習此技藝者應了解到,其可輕易地把本揭露當作基礎來設計或修改其他的製程與結構,藉此實現和在此所介紹的這些實施例相同的目標及/或達到相同的優點。熟習此技藝者也應可明白,這些等效的建構並未脫離本揭露的精神與範圍,並且他們可以在不脫離本揭露精神與範圍的前提下做各種的改變、替換與變動。
Claims (9)
- 一種冷卻水塔的控制方法,包含:建立包含複數組歷史數據的一資料庫;比較該些歷史數據中不包含最新一組歷史數據的每一該些歷史數據與該些歷史數據之最新一組歷史數據,選取該些歷史數據中不包含最新一組歷史數據的每一該些歷史數據與該些歷史數據之最新一組歷史數據之間的距離最小的S組歷史數據做為複數組相似數據,其中S為大於0的任意正整數;藉由該些相似數據與相應的複數組歷史控制器參數來計算出一組控制器參數;藉由一前一時刻之出口水溫與一前一時刻之目標出口水溫的一誤差值以及該組控制器參數計算出一當前時刻之耗電量,其中該前一時刻係早於該當前時刻;藉由該當前時刻之耗電量與一冷卻水塔出口水溫模型計算出一當前時刻之出口水溫;藉由該誤差值、該當前時刻之出口水溫與該控制器參數來計算出一組當前時刻之控制器參數;以及將該組當前時刻之控制器參數更新至一冷卻水塔的一控制器。
- 如申請專利範圍第1項所述之冷卻水塔的控制方法,其中每一該些歷史數據包含一當前時刻之目標 出口水溫、該前一時刻之目標出口水溫、複數筆歷史出口水溫與複數筆歷史耗電量。
- 如申請專利範圍第1項所述之冷卻水塔的控制方法,其中比較該些歷史數據中不包含最新一組歷史數據的每一該些歷史數據與該些歷史數據之最新一組歷史數據的方法為計算該些歷史數據中不包含最新一組歷史數據的每一該些歷史數據與該些歷史數據之最新一組歷史數據之間的距離並進行大小排序。
- 如申請專利範圍第1項所述之冷卻水塔的控制方法,其中藉由該些相似數據來計算出一組權重值,其中藉由該組權重值與該些歷史控制器參數來計算出該組控制器參數。
- 如申請專利範圍第1項所述之冷卻水塔的控制方法,其中當該當前時刻之耗電量與一前一時刻之耗電量的差值小於一門檻值,則不將該組當前時刻之控制器參數更新至該冷卻水塔的該控制器。
- 如申請專利範圍第1項所述之冷卻水塔的控制方法,其中該控制器為速度型(velocity form)比例積分(proportional integral,PI)控制器。
- 如申請專利範圍第1項所述之冷卻水塔的控制方法,其中該控制方法應用自適應性演算法來更新該控制器。
- 如申請專利範圍第1項所述之冷卻水塔的控制方法,其中該冷卻水塔出口水溫模型根據該當前時刻之耗電量、一前一時刻之入口水溫、一前一時刻之空氣溫度與一前一時刻之空氣濕度來計算出該當前時刻之出口水溫。
- 一種冷卻水塔的控制器之離線控制模擬方法,應用如申請專利範圍第1項所述之該冷卻水塔的該控制方法之外,更藉由該當前時刻之出口水溫與一下游用戶端溫差來計算一當前時刻之入口水溫。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW106139767A TWI643047B (zh) | 2017-11-16 | 2017-11-16 | 冷卻水塔的控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW106139767A TWI643047B (zh) | 2017-11-16 | 2017-11-16 | 冷卻水塔的控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI643047B true TWI643047B (zh) | 2018-12-01 |
TW201923502A TW201923502A (zh) | 2019-06-16 |
Family
ID=65431919
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW106139767A TWI643047B (zh) | 2017-11-16 | 2017-11-16 | 冷卻水塔的控制方法 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI643047B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113312524A (zh) * | 2020-02-27 | 2021-08-27 | 高齐能源科技股份有限公司 | 冰水主机的性能评估方法 |
TWI738094B (zh) * | 2019-10-23 | 2021-09-01 | 行政院原子能委員會核能研究所 | 利用張量內積與重心之模式辨識進行冷卻水流量控制方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201255824Y (zh) * | 2008-05-15 | 2009-06-10 | 广州施杰节能科技有限公司 | 一种中央空调制冷系统实时能效监测诊断装置 |
TWM397498U (en) * | 2010-08-27 | 2011-02-01 | Heng Kang Technology Co Ltd | Energy saving control system for air conditioning equipment |
CN201764636U (zh) * | 2010-09-03 | 2011-03-16 | 恒康科技有限公司 | 空调设备节能控制系统 |
CN102096360A (zh) * | 2009-12-11 | 2011-06-15 | 夏普株式会社 | 定影装置、图像形成装置以及定影装置的温度控制方法 |
CN104534617A (zh) * | 2014-12-08 | 2015-04-22 | 北京华电方胜技术发展有限公司 | 一种基于能耗监测的冷源集中数字控制方法 |
CN105929777A (zh) * | 2016-06-24 | 2016-09-07 | 北京博锐尚格节能技术股份有限公司 | 设备能耗定额管理预警方法和装置 |
CN106931544A (zh) * | 2017-03-24 | 2017-07-07 | 复旦大学 | 节能型中央空调自动控制系统 |
-
2017
- 2017-11-16 TW TW106139767A patent/TWI643047B/zh active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201255824Y (zh) * | 2008-05-15 | 2009-06-10 | 广州施杰节能科技有限公司 | 一种中央空调制冷系统实时能效监测诊断装置 |
CN102096360A (zh) * | 2009-12-11 | 2011-06-15 | 夏普株式会社 | 定影装置、图像形成装置以及定影装置的温度控制方法 |
TWM397498U (en) * | 2010-08-27 | 2011-02-01 | Heng Kang Technology Co Ltd | Energy saving control system for air conditioning equipment |
CN201764636U (zh) * | 2010-09-03 | 2011-03-16 | 恒康科技有限公司 | 空调设备节能控制系统 |
CN104534617A (zh) * | 2014-12-08 | 2015-04-22 | 北京华电方胜技术发展有限公司 | 一种基于能耗监测的冷源集中数字控制方法 |
CN105929777A (zh) * | 2016-06-24 | 2016-09-07 | 北京博锐尚格节能技术股份有限公司 | 设备能耗定额管理预警方法和装置 |
CN106931544A (zh) * | 2017-03-24 | 2017-07-07 | 复旦大学 | 节能型中央空调自动控制系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI738094B (zh) * | 2019-10-23 | 2021-09-01 | 行政院原子能委員會核能研究所 | 利用張量內積與重心之模式辨識進行冷卻水流量控制方法 |
CN113312524A (zh) * | 2020-02-27 | 2021-08-27 | 高齐能源科技股份有限公司 | 冰水主机的性能评估方法 |
Also Published As
Publication number | Publication date |
---|---|
TW201923502A (zh) | 2019-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20180046158A1 (en) | Equipment characteristics model learning device, equipment characteristics model learning method, and storage medium | |
He et al. | Multiple fuzzy model-based temperature predictive control for HVAC systems | |
CN104315683B (zh) | 一种基于模糊pid的水冷空调的调控方法 | |
CN104713197A (zh) | 一种基于数学模型的中央空调系统优化方法及系统 | |
EP2350747B1 (en) | Systems and methods to control energy consumption efficiency | |
CN105674472B (zh) | 机房的制冷控制方法及装置 | |
CN105091209B (zh) | 一种基于空调负荷预测的控制系统及方法 | |
CN106949598B (zh) | 网络流量负载变化时的网络中心机房节能优化方法 | |
CN104154635A (zh) | 基于模糊pid与预测控制算法的变风量室温控制方法 | |
CN104019520A (zh) | 基于spsa的制冷系统最小能耗的数据驱动控制方法 | |
TWI643047B (zh) | 冷卻水塔的控制方法 | |
CN109283958A (zh) | 自适应模糊pid解耦控制的焓差温湿度解耦控制方法 | |
CN108021024A (zh) | 基于双层结构预测控制的工业循环水节能优化控制方法 | |
CN203396032U (zh) | 基于模糊自适应pid的室温控制装置 | |
CN108291734B (zh) | 用于操作热能交换机的方法和系统 | |
JP5467929B2 (ja) | 関数生成装置、及び関数生成方法 | |
CN114110824B (zh) | 一种恒湿机智能控制方法及装置 | |
CN112904709B (zh) | 一种空调控制方法及空调器 | |
Michailidis et al. | Automated control calibration exploiting exogenous environment energy: An Israeli commercial building case study | |
US20210215372A1 (en) | Method and system for controlling energy transfer of a thermal energy exchanger | |
CN115235286B (zh) | 一种换热频率调节方法及系统 | |
CN115963730A (zh) | 一种喷射点胶阀腔液温度的选择性控制方法 | |
WO2022246627A1 (zh) | 一种用于控制制冷设备的方法和装置 | |
TWI776544B (zh) | 溫度調控設備的節能控制方法及裝置 | |
US20180364658A1 (en) | Adaptive control of hvac system |