TWI776544B - 溫度調控設備的節能控制方法及裝置 - Google Patents
溫度調控設備的節能控制方法及裝置 Download PDFInfo
- Publication number
- TWI776544B TWI776544B TW110120964A TW110120964A TWI776544B TW I776544 B TWI776544 B TW I776544B TW 110120964 A TW110120964 A TW 110120964A TW 110120964 A TW110120964 A TW 110120964A TW I776544 B TWI776544 B TW I776544B
- Authority
- TW
- Taiwan
- Prior art keywords
- temperature
- building
- temperature control
- humidity
- control device
- Prior art date
Links
Images
Landscapes
- Control Of Temperature (AREA)
- Air Conditioning Control Device (AREA)
- Heating, Cooling, Or Curing Plastics Or The Like In General (AREA)
- Cookers (AREA)
Abstract
一種溫度調控設備的節能控制方法，由節能控制裝置的建築物冷熱型態預測模組根據一特定建築物的地點、室外溫/濕度、室內溫/濕度和設於該特定建築物內的溫度調控設備的運轉狀態，預測該特定建築物所屬的一種冷熱型態，並由節能控制裝置的最佳溫度設定模組根據該建築物冷熱型態預測模組預測的該種冷熱型態以及該特定建築物當下的室外溫/濕度、設於該特定建築物內的該溫度調控設備的一通常用電量，決定節能效率最佳的一最佳設定溫度並輸出該最佳設定溫度該給該特定建築物內的該溫度調控設備，使該溫度調控設備運作在該最佳設定溫度而減少用電量。
Description
本發明是有關於一種溫度調控設備的控制方法，特別是指一種能減少用電量之溫度調控設備的節能控制方法。
為了減少室內溫度調控設備(例如冷氣空調設備及/或冷藏或冷凍設備)的用電量，現有一種技術是根據天氣條件與在該天氣條件下溫度調控設備設定不同溫度時相對應的用電量，在溫度調控設備的一控制器中建立一經驗值資料庫，例如室外溫度30C/濕度62%，冷氣空調分別設定在24C、25C、26C、27C時，相對應的用電量分別為45度、43度、41度、42度。藉此，冷氣空調的該控制器適時地根據天氣情報(例如室外溫度30C/濕度60%)查詢該經驗值資料庫，得知在此天氣條件下用電量最少的設定溫度為26C，即控制該冷氣空調運作在26C，以減少用電量。
然而，溫度調控設備的用電量除了受到上述天氣條件與設定溫度的影響外，溫度調控設備所在的建築物的特性，例如建築物是否容易因為天氣變化而變冷變熱，也會影響到溫度調控設備的設定溫度和用電量，因此，有必要將建築物的特性做為溫度調控設備設定溫度時的考量條件之一，使溫度調控設備能在調控溫度的同時更有效地減少用電量。
因此，本發明之目的，即在提供一種溫度調控設備的節能控制方法及裝置，其能綜合參考建築物的地點和冷熱特性、溫度調控設備的運轉狀態以及室內外溫/濕度等參數，控制該溫度調控設備運作在一最佳設定溫度，以減少用電量。
於是，本發明一種溫度調控設備的節能控制方法，用以控制設置在一特定建築物內的一溫度調控設備，該方法由一種溫度調控設備的節能控制裝置實現，該節能控制裝置的一建築物冷熱型態預測模組根據該特定建築物的地點、室外溫/濕度、室內溫/濕度和該特定建築物內的該溫度調控設備的運轉狀態，預測該特定建築物屬於N(N為大於2的正整數)種冷熱型態其中的一種冷熱型態；該節能控制裝置的一最佳溫度設定模組根據該建築物冷熱型態預測模組預測的該種冷熱型態以及該特定建築物當下的室外溫/濕度、該特定建築物內的該溫度調控設備的一通常用電量，決定節能效率最佳的一最佳設定溫度並輸出該最佳設定溫度給該特定建築物內的該溫度調控設備，使該溫度調控設備運作在該最佳設定溫度。
在本發明的一些實施態樣中，該建築物冷熱型態預測模組是由一電腦裝置利用收集來的至少一建築物的地點、室外溫/濕度歷史資料、室內溫/濕度歷史資料和設於該至少一建築物內的溫度調控設備的運轉歷史資料訓練一神經網路模型，使學習並建立各該建築物與該N種冷熱型態之間的關聯性，讓訓練完成的該建築物冷熱型態預測模組能根據該特定建築物的地點、當下室外溫/濕度、當下室內溫/濕度和設於該特定建築物內的該溫度調控設備的運轉狀態，預測該特定建築物所屬的該種冷熱型態。
在本發明的一些實施態樣中，該最佳溫度設定模組是由一電腦裝置利用收集來的至少一建築物的該冷熱型態歷史資料、室外溫/濕度資料以及設於該至少一建築物內的溫度調控設備的用電量歷史資料訓練一神經網路模型，使根據該至少一建築物的該冷熱型態歷史資料、室外溫/濕度資料以及設於該至少一建築物內的溫度調控設備的用電量歷史資料，學習並找出在各種冷熱型態、各種室外溫/濕度及各種用電量的條件下，溫度調控設備設定多少溫度能夠最節能(省電)。
在本發明的一些實施態樣中，該節能控制裝置是一雲端伺服器，其透過網路與該溫度調控設備通訊。
在本發明的一些實施態樣中，該節能控制裝置設置在該溫度調控設備中，並透過有線或無線方式與該溫度調控設備通訊。
本發明之功效在於：藉由該建築物冷熱型態預測模組根據特定建築物的地點、室外溫/濕度、室內溫/濕度和特定建築物內的溫度調控設備的運轉狀態，預測該特定建築物所屬的冷熱型態，再由該最佳溫度設定模組根據該建築物冷熱型態預測模組預測的冷熱型態以及該特定建築物當下的室外溫/濕度、該特定建築物內的該溫度調控設備的通常用電量，控制該溫度調控設備運作在一最佳設定溫度，能更準確地估測設定溫度所對應的用電量，使溫度調控設備更準確地調控溫度的同時更有效地減少用電量。
在本發明被詳細描述之前，應當注意在以下的說明內容中，類似的元件是以相同的編號來表示。
參閱圖1所示，是本發明溫度調控設備的節能控制方法的主要流程，其用以控制如圖2所示之設置在一特定建築物1內的溫度調控設備11(至少一個或多個溫度調控設備)，該特定建築物1可以是一般住家、辦公大樓或商店店舖等，該溫度調控設備11可以是冷/暖氣空調設備及/或冷藏或冷凍設備；且本實施例是由一節能控制裝置2實現，該節能控制裝置2可以是一雲端或遠端伺服器，而能透過網路(例如網際網路或物聯網)與該溫度調控設備11通訊；該節能控制裝置2也可以是設在近端，例如設在該溫度調控設備11中的一具有運算能力的控制器、微控制器或微電腦等。
該節能控制裝置2主要包括一建築物冷熱型態預測模組21及一最佳溫度設定模組22，此二個模組可以是能被該節能控制裝置2中的一處理器載入並執行的一軟體程式或是一能被燒錄或嵌入在該節能控制裝置2的一處理器的韌體，但不以此為限。
且為方便理解本實施例，以下將以該溫度調控設備11是冷/暖氣空調設備且該節能控制裝置2是雲端伺服器為例進行說明。
首先，在該溫度調控設備11處於運轉的狀態下，該節能控制裝置2會適時地(例如但不限於例如每隔1小時、2小時、上午、下午等)控制該溫度調控設備11運作在一最佳設定溫度，因此，當要決定該最佳設定溫度時，該節能控制裝置2會先取得該特定建築物1的地點、當下的室外溫/濕度、當下的室內溫/濕度和該特定建築物1內的該溫度調控設備11的運轉狀態(例如但不限於目前的設定溫度)等資訊，且上述該等資訊可以由該溫度調控設備11及/或設於該特定建築物1的室內溫/濕度計、室外溫/濕度計透過該溫度調控設備11提供給該節能控制裝置2。
然後，如圖1的步驟S1，由該建築物冷熱型態預測模組21根據該特定建築物1的地點、當下室外溫/濕度、當下室內溫/濕度和該溫度調控設備11的運轉狀態，預測該特定建築物11是屬於N(N為大於1的正整數)種冷熱型態其中的哪一種冷熱型態。舉例來說，冷熱型態可以分成但不限於例如最易冷熱型、易冷熱型、不易冷熱型、易冷不易熱型、易熱不易冷型、最不易冷熱型等；而該建築物冷熱型態預測模組21會預測該特定建築物11是屬於這幾種冷熱型態的其中一種，例如易冷熱型，並提供所預測的該冷熱型態(易冷熱型)給該最佳溫度設定模組22。
且在本實施例中，該建築物冷熱型態預測模組21可以是預先由一電腦裝置(圖未示)利用收集來的多個(或至少一個)建築物的地點、室外溫/濕度歷史資料、室內溫/濕度歷史資料和設於各該建築物內的溫度調控設備的運轉歷史資料訓練一神經網路模型(例如深度神經網路)，使學習並建立各該建築物與該N種冷熱型態(例如上述的最易冷熱型、易冷熱型、不易冷熱型、易冷不易熱型、易熱不易冷型、最不易冷熱型)之間的關聯性；藉此，讓訓練完成的該建築物冷熱型態預測模組21能根據該特定建築物1的地點、當下室外溫/濕度、當下室內溫/濕度和設於該特定建築物1內的該溫度調控設備11的運轉狀態，預測該特定建築物1所屬的該種冷熱型態。
接著，如圖1的步驟S2所示，該最佳溫度設定模組22根據該建築物冷熱型態預測模組21預測的該種冷熱型態(易冷熱型)以及該特定建築物1當下的室外溫/濕度、該特定建築物1內的該溫度調控設備11的一通常用電量，決定能使該溫度調控設備11具有最佳節能效率的一最佳設定溫度，並輸出該最佳設定溫度該給該溫度調控設備11，使該溫度調控設備11運作在該最佳設定溫度而減少用電量。其中，該通常用電量可以是指該溫度調控設備11的歷史用電量的平均值或中位數，例如每天或每月的通常用電量。
且在本實施例中，該最佳溫度設定模組22可以是預先由一電腦裝置(圖未示)利用收集來的多個(或至少一個)建築物的該冷熱型態歷史資料、室外溫/濕度歷史資料以及設於各該建築物內的溫度調控設備的用電量歷史資料(例如每天每1小時、每2小時、半天、整天的用電量等)訓練一神經網路模型(例如深度神經網路)，使根據各該建築物的該冷熱型態歷史資料、室外溫/濕度歷史資料以及各該建築物內的溫度調控設備的用電量歷史資料，學習並找出在各種冷熱型態、各種室外溫/濕度及各種用電量的條件下，溫度調控設備設定多少溫度能夠最節能(省電)；藉此，訓練完成的該最佳溫度設定模組22即可根據輸入的該冷熱型態、該特定建築物當下的室外溫/濕度以及該溫度調控設備11的該通常用電量，計算出該溫度調控設備11在用電量最少(最節能)的情況下的一最佳設定溫度。
舉例來說，該最佳溫度設定模組22在該冷熱型態為易冷熱型的情況下，根據當下室外溫/濕度及該通常用電量計算，發現若設定溫度為25C時，該溫度調控設備11一天的用電量將為50度，若設定溫度為26C時，該溫度調控設備11一天的用電量將為40度，若設定溫度為27C時，該溫度調控設備11一天的用電量將為44度，該最佳溫度設定模組22將選擇26C做為該最佳設定溫度。
綜上所述，上述實施例藉由建築物冷熱型態預測模組21根據特定建築物1的地點、室外溫/濕度、室內溫/濕度和特定建築物1內的溫度調控設備11的運轉狀態，預測該特定建築物1所屬的一種冷熱型態，再由最佳溫度設定模組22根據該建築物冷熱型態預測模組預測的該種冷熱型態以及該特定建築物1當下的室外溫/濕度、該特定建築物1內的該溫度調控設備11的通常用電量，決定一最佳設定溫度並控制該溫度調控設備11運作在該最佳設定溫度，而將建築物的地點和冷熱特性做為控制溫度調控設備之設定溫度的考量條件之一，能更準確地估測設定溫度所對應的用電量，使溫度調控設備更準確地調控溫度的同時更有效地減少用電量，確實達到本發明的功效與目的。
惟以上所述者，僅為本發明之實施例而已，當不能以此限定本發明實施之範圍，凡是依本發明申請專利範圍及專利說明書內容所作之簡單的等效變化與修飾，皆仍屬本發明專利涵蓋之範圍內。
1:特定建築物
11:溫度調控設備
2:節能控制裝置
21:建築物冷熱型態預測模組
22:最佳溫度設定模組
S1~S2:步驟
本發明之其他的特徵及功效，將於參照圖式的實施方式中清楚地顯示，其中：
圖1是本發明溫度調控設備的節能控制方法的一實施例的主要流程；及
圖2是本發明溫度調控設備的節能控制裝置的一實施例包括的模組方塊示意圖。
S1~S2:步驟
Claims (10)
- 一種溫度調控設備的節能控制方法，用以控制設置在一特定建築物內的一溫度調控設備，該方法包括： (A) 由一節能控制裝置的一建築物冷熱型態預測模組根據該特定建築物的地點、室外溫/濕度、室內溫/濕度和該特定建築物內的該溫度調控設備的運轉狀態，預測該特定建築物屬於N(N為大於2的正整數)種冷熱型態其中的一種冷熱型態；及 (B) 由該節能控制裝置的一最佳溫度設定模組根據該建築物冷熱型態預測模組預測的該種冷熱型態以及該特定建築物當下的室外溫/濕度、該特定建築物內的該溫度調控設備的一通常用電量，決定節能效率最佳的一最佳設定溫度並輸出該最佳設定溫度給該特定建築物內的該溫度調控設備，使該溫度調控設備運作在該最佳設定溫度。
- 如請求項1所述溫度調控設備的節能控制方法，其中該建築物冷熱型態預測模組是由一電腦裝置利用收集來的至少一建築物的地點、室外溫/濕度歷史資料、室內溫/濕度歷史資料和設於該至少一建築物內的溫度調控設備的運轉歷史資料訓練一神經網路模型，使學習並建立各該建築物與該N種冷熱型態之間的關聯性，讓訓練完成的該建築物冷熱型態預測模組能根據該特定建築物的地點、當下室外溫/濕度、當下室內溫/濕度和設於該特定建築物內的該溫度調控設備的運轉狀態，預測該特定建築物屬於該N種冷熱型態其中的一種冷熱型態。
- 如請求項1所述溫度調控設備的節能控制方法，其中該最佳溫度設定模組是由一電腦裝置利用收集來的至少一建築物的該冷熱型態歷史資料、室外溫/濕度資料以及設於該至少一建築物內的溫度調控設備的用電量歷史資料訓練一神經網路模型，使根據該至少一建築物的該冷熱型態歷史資料、室外溫/濕度資料以及設於該至少一建築物內的溫度調控設備的用電量歷史資料，學習並找出在各種冷熱型態、各種室外溫/濕度及各種用電量的條件下，溫度調控設備設定多少溫度能夠最節能。
- 如請求項1所述溫度調控設備的節能控制方法，其中該節能控制裝置是一雲端伺服器，其透過網路與該溫度調控設備通訊。
- 如請求項1所述溫度調控設備的節能控制方法，其中該節能控制裝置設置在該溫度調控設備中，並透過有線或無線方式與該溫度調控設備通訊。
- 一種溫度調控設備的節能控制裝置，用以控制設置在一特定建築物內的一溫度調控設備，並包括： 一建築物冷熱型態預測模組，其根據該特定建築物的地點、當下室外溫/濕度、當下室內溫/濕度和該特定建築物內的該溫度調控設備的運轉狀態，預測該特定建築物屬於N種冷熱型態其中的一種冷熱型態；及 一最佳溫度設定模組，其根據該建築物冷熱型態預測模組預測的該種冷熱型態以及該特定建築物當下的室外溫/濕度、該特定建築物內的該溫度調控設備的一通常用電量，決定節能效率最佳的一最佳設定溫度，並輸出該最佳設定溫度給該特定建築物內的該溫度調控設備，使該溫度調控設備運作在該最佳設定溫度。
- 如請求項6所述溫度調控設備的節能控制裝置，其中該建築物冷熱型態預測模組是由一電腦裝置利用收集來的至少一建築物的地點、室外溫/濕度歷史資料、室內溫/濕度歷史資料和設於該至少一建築物內的溫度調控設備的運轉歷史資料訓練一神經網路模型，使學習並建立各該建築物與該N種冷熱型態之間的關聯性，讓訓練完成的該建築物冷熱型態預測模組能根據該特定建築物的地點、當下室外溫/濕度、當下室內溫/濕度和設於該特定建築物內的該溫度調控設備的運轉狀態，預測該特定建築物屬於該N種冷熱型態其中的一種冷熱型態。
- 如請求項6所述溫度調控設備的節能控制裝置，其中該最佳溫度設定模組是由一電腦裝置利用收集來的至少一建築物的該冷熱型態歷史資料、室外溫/濕度資料以及設於該至少一建築物內的溫度調控設備的用電量歷史資料訓練一神經網路模型，使根據該至少一建築物的該冷熱型態歷史資料、室外溫/濕度資料以及設於該至少一建築物內的溫度調控設備的用電量歷史資料，學習並找出在各種冷熱型態、各種室外溫/濕度及各種用電量的條件下，溫度調控設備設定多少溫度能夠最節能。
- 如請求項6所述溫度調控設備的節能控制裝置，其中該節能控制裝置是一雲端伺服器，其透過網路與該溫度調控設備通訊。
- 如請求項6所述溫度調控設備的節能控制裝置，其中該節能控制裝置設置在該溫度調控設備中，並透過有線或無線方式與該溫度調控設備通訊。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW110120964A TWI776544B (zh) | 2021-06-09 | 2021-06-09 | 溫度調控設備的節能控制方法及裝置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW110120964A TWI776544B (zh) | 2021-06-09 | 2021-06-09 | 溫度調控設備的節能控制方法及裝置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TWI776544B true TWI776544B (zh) | 2022-09-01 |
| TW202248577A TW202248577A (zh) | 2022-12-16 |
Family
ID=84957925
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW110120964A TWI776544B (zh) | 2021-06-09 | 2021-06-09 | 溫度調控設備的節能控制方法及裝置 |
Country Status (1)
| Country | Link |
|---|---|
| TW (1) | TWI776544B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116066970A (zh) * | 2023-04-04 | 2023-05-05 | 重庆跃达新能源有限公司 | 一种中央空调节能控制方法及系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109461094A (zh) * | 2013-03-15 | 2019-03-12 | 谷歌有限责任公司 | 用于管理需求响应程序和事件的系统、装置和方法 |
| CN112113319A (zh) * | 2019-06-20 | 2020-12-22 | 群光电能科技股份有限公司 | 空调负荷调整系统及空调负荷调整方法 |
-
2021
- 2021-06-09 TW TW110120964A patent/TWI776544B/zh active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109461094A (zh) * | 2013-03-15 | 2019-03-12 | 谷歌有限责任公司 | 用于管理需求响应程序和事件的系统、装置和方法 |
| CN112113319A (zh) * | 2019-06-20 | 2020-12-22 | 群光电能科技股份有限公司 | 空调负荷调整系统及空调负荷调整方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116066970A (zh) * | 2023-04-04 | 2023-05-05 | 重庆跃达新能源有限公司 | 一种中央空调节能控制方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| TW202248577A (zh) | 2022-12-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101782258B (zh) | 空调节能方法 | |
| WO2021249461A1 (zh) | 制冷设备控制方法、装置、计算机设备和计算机可读介质 | |
| WO2020107851A1 (zh) | 基于既有大型公共建筑空调系统的低成本调适方法及调适系统 | |
| CN104698843B (zh) | 一种基于模型预测控制的数据中心节能控制方法 | |
| JP5572799B2 (ja) | 空調システム制御装置 | |
| CN105320118B (zh) | 基于云平台的空调系统电力需求响应控制方法 | |
| CN114383299B (zh) | 基于大数据与动态仿真的中央空调系统运行策略优化方法 | |
| Ahn et al. | Anti-logic or common sense that can hinder machine’s energy performance: Energy and comfort control models based on artificial intelligence responding to abnormal indoor environments | |
| CN104823119A (zh) | 用于环境控制系统的辐射供热控制和方法 | |
| CN104807137A (zh) | 空调温湿度的控制方法和装置 | |
| CN107781947A (zh) | 一种建筑空调系统冷热源预测控制方法和装置 | |
| CN112747419B (zh) | 中央空调风水联动控制方法、装置、设备及存储介质 | |
| CN110794775B (zh) | 多台锅炉负荷智能控制系统和方法 | |
| TW201507309A (zh) | 電力負載監控及預測系統及其方法 | |
| US20180238572A1 (en) | Modeling and controlling heating, ventilation, and air conditioning systems | |
| TW202014648A (zh) | 儲冰量調整系統與儲冰量調整方法 | |
| CN114282729A (zh) | 一种基于负荷预测的冰蓄冷空调优化调度方法 | |
| CN111664560B (zh) | 中央空调主机智慧节能控制方法 | |
| TWI358516B (en) | Method for managing air conditioning power consump | |
| TWI776544B (zh) | 溫度調控設備的節能控制方法及裝置 | |
| CN110895029A (zh) | 一种基于冷冻水的温度的建筑负荷预测方法 | |
| CN115081220A (zh) | 一种高能效中央空调系统调节方法及其系统 | |
| CN118242702A (zh) | 一种自适应环境变化的智能供热控制系统、方法及装置 | |
| CN117366799A (zh) | 建筑物冷源系统的控制方法 | |
| Kaushik et al. | A dynamic scheduling technique to optimize energy consumption by ductless-split acs |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| GD4A | Issue of patent certificate for granted invention patent |