CN101363653A - 中央空调制冷***的能耗控制方法及装置 - Google Patents
中央空调制冷***的能耗控制方法及装置 Download PDFInfo
- Publication number
- CN101363653A CN101363653A CNA2008100419683A CN200810041968A CN101363653A CN 101363653 A CN101363653 A CN 101363653A CN A2008100419683 A CNA2008100419683 A CN A2008100419683A CN 200810041968 A CN200810041968 A CN 200810041968A CN 101363653 A CN101363653 A CN 101363653A
- Authority
- CN
- China
- Prior art keywords
- cooling tower
- cooling
- energy consumption
- water
- tower
- 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
Images
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
- F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
-
- 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
-
- 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
- F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
- F24F11/46—Improving electric energy efficiency or saving
-
- 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
- F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
- F24F11/46—Improving electric energy efficiency or saving
- F24F11/47—Responding to energy costs
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Signal Processing (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明揭示了一种中央空调制冷***的能耗控制方法,包括:采集中央空调制冷***中各个设备的设备特性,根据设备特性建立每一个设备的能耗模型;以一定的时间间隔采集中央空调制冷***的制冷负荷的实际值,根据当前制冷负荷的实际值、以及每一个设备的能耗模型,计算得到***最优运行状态,并通过实时控制***使***中各台设备运行在此最优状态下,达到所有设备的总能耗最低;重复采集制冷负荷的实际值、重新计算***最优运行状态、以及调整每一个设备的运行状态的过程。
Description
技术领域
本发明涉及中央空调制冷***的控制技术,更具体地说,涉及中央空调制冷***的能耗控制技术。
背景技术
空调***中的制冷运行过程为:冷水机组制备一定温度的冷冻水,通过冷冻水泵输送到末端设备,与室内空气进行热交换,吸收室内的热量,同时除去室内空气中多余的水分,以满足室内环境的要求。冷冻水吸收室内的热量后温度升高,再通过冷水机组冷却后循环使用。冷水机组在工作时产生的热量(主要为冷冻水从室内吸收的热量,也包括冷水机组工作时压缩机及自身损耗所产生的热量)则由循环冷却水吸收,通过冷却水泵输送到冷却塔与室外空气进行热、湿交换,最终散发在大气环境中。
冷水机组的效率受到多种因素的影响,可以看作是多种因素的函数。主要因素有机组供冷量、冷冻水供水温度(或冷水机组蒸发压力)、冷却水进水温度/出水温度(或冷水机组冷凝压力)等。一般而言,这些因素与冷水机组的效率之间的关系为:
在供冷量等于额定容量的45%~75%之间时,机组效率出现峰值;
机组冷冻水出水温度越高,则机组效率越高;
在一定的范围内,机组冷却水进水温度越低,则机组效率越高。
同样,离心水泵的效率也是其流量的函数,一般在水泵流量75%~90%的范围内,水泵效率出现峰值。
同时,供水方式(恒压供水或非恒压供水)和水泵转速也会影响水泵效率。
根据以上描述,对于相同的室内制冷负荷要求,可以有不同的满足方法。既可以采用较低的冷冻水供水温度及较小的冷冻水流量,此时冷水机组的能耗较高,但冷冻水泵的能耗较低,或者采用较高的冷冻水供水温度和较大的冷冻水流量。同样,对于相同的冷水机组出力要求,可以选择使其工作在较低的冷凝压力下,此时冷水机组的能耗较低,但是由于较低的冷凝压力需要较高的冷却水流量,因而冷却水泵的能耗较高;或者相反,采用冷水机组能耗较高而冷却水泵能耗较低的工作方式。
当多台冷水机组并联运行时,将有更多的选择可能。相同的制冷负荷要求可以用较多的冷水机组同时工作,而每台工作在较低负荷下来满足,也可以用较少的冷水机组同时工作,而每台冷水机组工作在接近满负荷下来满足。冷水机组、冷冻水泵、冷却水泵、冷却塔之间也可以不按照“一一对应”的方式进行工作。
由于冷水机组、冷冻水泵和冷却水泵的效率都有峰值存在,而在实际运行时,这些设备的工况一般不会恰好同时运行在各自的峰值效率点上。同时,冷冻水的温度与流量,及冷却水的温度与流量都允许在一定的范围内变化,而不会对满足制冷需求造成影响。这样,就有可能通过统筹考虑,通过合理选择冷水机组出力、冷冻水供水温度及流量、冷却水进水温度以及冷却塔工作状态等参数,调整各设备的工作状态,达到使整个冷冻机房设备运行效率最高的优化目标。
发明内容
本发明旨在提供一种能优化整个冷冻机房设备运行效率,从而降低整个空调制冷***的总能耗的方法及装置。
根据本发明的实施例,提供一种中央空调制冷***的能耗控制方法,包括:
采集中央空调制冷***中各个设备的设备特性,根据设备特性建立每一个设备的能耗模型;
以一定的时间间隔采集中央空调制冷***的制冷负荷的实际值,根据当前的制冷负荷的实际值、以及每一个设备的能耗模型,计算***最优运行状态,***最优运行状态使得所有设备的总能耗最低;
根据***最优运行状态,调整每一个设备的运行状态;
重复采集制冷负荷的实际值、计算***最优运行状态、以及调整每一个设备的运行状态的过程。
在一个实施例中,中央空调制冷***中包括冷水机组,对于冷水机组,采集的设备特性包括:
tchws,冷冻水供水温度;
tcws/oat,水冷设备的冷却水进水温度,或者风冷设备的室外空气干球温度;
Q,冷水机组容量;
Qref,冷水机组在典型蒸发温度和冷凝温度下的额定容量;
Pref,在典型蒸发温度和冷凝温度下的输入功率;
冷水机组的能耗模型通过上述设备特性的回归运算得到,包括:
根据tchws和tcws/oat得到第一函数;
根据tchws和tcws/oa得到第二函数;
根据Q、Qref和第一函数得到第四函数;
根据第四函数得到第三函数;
冷水机组的输入功率P为:
P=Pref×第一函数×第二函数×第三函数。
在一个实施例中,中央空调制冷***中包括冷却水泵,对于冷却水泵,采集的设备特性包括:
Qcw:冷却水流量;
冷却水泵的能耗模型假设冷却水管路中没有流量调节装置,首先得到以冷却水流量为自变量的冷却水泵功率值,再得到以冷却水流量为自变量的冷却水泵功率修正值,
冷却水泵功率Wcwe为:
Wcwe=冷却水泵功率值×冷却水泵功率修正值。
在一个实施例中,中央空调制冷***中包括冷冻水泵,对于冷冻水泵,采集的设备特性包括:
Qchw:冷冻水流量;
冷冻水泵的能耗模型假设冷冻水泵根据差压信号进行变频调速,且差压传感器安装在冷冻水供、回水总管处,首先得到以冷冻水流量为自变量的冷冻水泵功率值,再得到以冷冻水流量为自变量的冷冻水泵功率修正值,
冷冻水泵功率Wchwe为:
Wchwe=冷冻水泵功率值×冷冻水泵功率修正值。
在一个实施例中,中央空调制冷***中包括冷却塔,对于冷却塔,采集的设备特性包括:
P,冷却塔风机额定输入功率;
冷却塔的能耗模型首先得到以冷却塔风机额定输入功率为自变量的冷却塔风机功率值,再得到以冷却塔风机额定输入功率为自变量的冷却塔风机功率修正值,
冷却塔风机实际功率Wtower为:
Wtower=冷却塔风机功率值×冷却塔风机功率修正值。
所述方法还包括计算所述冷却塔的工况模型,所述冷却塔的工况模型假设:
1)空气和水蒸气为理想气体;
2)冷却塔的进、出水流量相等;
3)忽略由风机造成的空气加热;
4)与水蒸气接触的空气膜为饱和状态;
5)热质传递系数的比值—Lewis数为1;
所述冷却塔的工况模型通过离线计算得到,离线计算时,采集冷却塔的基本参数,包括:额定工况下环境空气的湿球温度twbin0,额定工况下冷却塔进塔水温twin0,额定工况下冷却塔出塔水温twout0,额定工况下冷却塔的排热量Ptower0,额定工况下冷却塔的风量Ma0,额定工况下冷却塔的水量Mw0;根据所选的冷却塔额定工况下的参数计算得到该冷却塔的传热性能,通过冷却塔离线计算得到该冷却塔在不同工况下的运行参数,包括冷却塔进塔水温twin0,出塔水温twout0,排热量Ptower0,冷却塔的风量Ma0,冷却塔的水量Mw0,并构建用于在线计算的冷却塔工况模型,
在线计算时根据从离线计算得到的冷却塔工况模型基于单台冷却塔当前所需承担的排热负荷Pti、出塔水温twout以及环境的湿球温度twbin后,可以计算得出当前工况下单台冷却塔的进塔水温twin及冷却水流量Mw。
根据本发明的实施例,还提供一种中央空调制冷***的能耗控制装置,包括:
控制计算机,采集中央空调制冷***中各个设备的设备特性;
数个PLC,每一个PLC连接到中央空调制冷***中的一个设备,该PLC控制设备的运行状态,数个PLC通过工业以太网与控制计算机进行通信;
能耗模型建立装置,根据控制计算机采集的设备特性建立每一个设备的能耗模型,并保存在一能耗模型库中;
控制计算机以一定的时间间隔采集中央空调制冷***的制冷负荷的实际值,根据当前的制冷负荷的实际值、以及能耗模型库中的能耗模型,计算***最优运行状态,***最优运行状态使得所有设备的总能耗最低;
数个PLC中的每一个根据***最优运行状态,调整该PLC所控制的设备的运行状态。
在一个实施例中,能耗模型建立装置为冷水机组建立能耗模型,其中,控制计算机采集的设备特性包括:
tchws,冷冻水供水温度;
tcws/oat,水冷设备的冷却水进水温度,或者风冷设备的室外空气干球温度;
Q,冷水机组容量;
Qref,冷水机组在典型蒸发温度和冷凝温度下的额定容量;
Pref,在典型蒸发温度和冷凝温度下的输入功率;
能耗模型建立装置通过上述设备特性的回归运算得到冷水机组的能耗模型,包括:
根据tchws和tcws/oat得到第一函数;
根据tchws和tcws/oa得到第二函数;
根据Q、Qref和第一函数得到第四函数;
根据第四函数得到第三函数;
冷水机组的输入功率P为:
P=Pref×第一函数×第二函数×第三函数。
在一个实施例中,能耗模型建立装置为冷却水泵建立能耗模型,其中,控制计算机采集的设备特性包括:
Qcw:冷却水流量;
能耗模型建立装置假设冷却水管路中没有流量调节,首先得到以冷却水流量为自变量的冷却水泵功率值,再得到以冷却水流量为自变量的冷却水泵功率修正值,进而得到冷却水泵的能耗模型:
冷却水泵功率Wcwe为:
Wcwe=冷却水泵功率值×冷却水泵功率修正值。
在一个实施例中,能耗模型建立装置为冷冻水泵建立能耗模型,其中,控制计算机采集的设备特性包括:
Qchw:冷冻水流量;
能耗模型建立装置假设冷冻水泵根据差压信号进行变频调速,且差压传感器安装在冷冻水供、回水总管处,首先得到以冷冻水流量为自变量的冷冻水泵功率值,再得到以冷冻水流量为自变量的冷冻水泵功率修正值,进而得到冷冻水泵的能耗模型:
冷冻水泵功率Wchwe为:
Wchwe=冷冻水泵功率值×冷冻水泵功率修正值。
在一个实施例中,能耗模型建立装置为冷却塔建立能耗模型,其中,所述控制计算机采集的设备特性包括:
P,冷却塔风机额定输入功率;
能耗模型建立装置首先得到以冷却塔风机额定输入功率为自变量的冷却塔风机功率值,再得到以冷却塔风机额定输入功率为自变量的冷却塔风机功率修正值,进而得到所述冷却塔的能耗模型:
冷却塔风机实际功率Wtower为:
Wtower=冷却塔风机功率值×冷却塔风机功率修正值。
所述能耗控制装置还为冷却塔建立工况模型,所述冷却塔的工况模型假设:
1)空气和水蒸气为理想气体;
2)冷却塔的进、出水流量相等;
3)忽略由风机造成的空气加热;
4)与水蒸气接触的空气膜为饱和状态;
5)热质传递系数的比值—Lewis数为1;
所述冷却塔的工况模型通过离线计算得到,离线计算时,采集冷却塔的基本参数,包括:额定工况下环境空气的湿球温度twbin0,额定工况下冷却塔进塔水温twin0,额定工况下冷却塔出塔水温twout0,额定工况下冷却塔的排热量Ptower0,额定工况下冷却塔的风量Ma0,额定工况下冷却塔的水量Mw0;根据所选的冷却塔额定工况下的参数计算得到该冷却塔的传热性能,通过冷却塔离线计算得到该冷却塔在不同工况下的运行参数,包括冷却塔进塔水温twin0,出塔水温twout0,排热量Ptower0,冷却塔的风量Ma0,冷却塔的水量Mw0,并构建用于在线计算的冷却塔工况模型,
在线计算时根据从离线计算得到的冷却塔工况模型基于单台冷却塔当前所需承担的排热负荷Pti、出塔水温twout以及环境的湿球温度twbin后,可以计算得出当前工况下单台冷却塔的进塔水温twin及冷却水流量Mw。
本发明的能耗控制方法和装置能通过统筹考虑,通过合理选择冷水机组出力、冷冻水供水温度及流量、冷却水进水温度以及冷却塔工作状态等参数,调整各设备的工作状态,达到使整个冷冻机房设备运行效率最高的优化目标。
附图说明
本发明的上述的以及其他的特征、性质和优势将通过下面结合附图和实施例的描述而变得更加明显,在附图中,相同的附图标记始终表示相同的特征,其中:
图1示出了本发明的中央空调制冷***的能耗控制方法的流程图;
图2示出了本发明的中央空调制冷***的能耗控制装置的结构图。
具体实施方式
由于冷冻机房中的所有设备均处于连续运行状态,制冷负荷和天气参数也会随时发生变化,因此采用实验方法,逐个变更各台设备的运行参数,再根据测试结果寻找整个冷冻机房设备运行效率最高的工况点是不现实的。本发明的设计思路是,首先建立冷冻机房中各设备的能耗与运行参数关系的数学模型,然后在各设备运行参数的合理取值范围内,结合实时制冷负荷和天气参数,用计算机对这些参数的各种可能组合所对应的冷冻机房能耗进行模拟计算,再根据模拟计算的结果,选出能耗最低的参数组合,据此调整各设备的运行状态,从而达到在满足制冷负荷的前提下使得整个冷冻机房运行能耗最低的目的。
本项目开发的控制***为两层构架,上位机为工业控制计算机,负责整个控制策略的实现及整个机房运行状态的监视;下位机为PLC,实际控制各相关设备的运行。控制计算机与PLC之间采用工业以太网建立通讯联系。整个控制策略是,首先根据冷冻机房内各设备的特性建立各自的能耗数学模型,在此基础上建立整个冷冻机房的能量平衡数学模型及能耗数学模型。在***运行时,控制计算机以一定的时间间隔测量制冷负荷的实时值,并据此进行能耗模拟计算,找出能够满足此制冷负荷的、且整个冷冻机房总能耗最低(即整体效率最高)的工作状态。在此基础上,控制计算机确定各受控变量的设定值,并将之传送到对应的PLC中,再由PLC控制各台设备的运行状态,使得整个冷冻机房运行在效率最高的状态下。
在这个控制***中,优化计算是它的核心部分。从整个控制***的角度来看,优化计算部分实际上是一个“设定值发生器(set-point generator)”,整个冷冻机房中所有设备的实时运行参数(控制参数设定值)都由优化计算程序确定,然后PLC根据这些设定值控制各台设备的运行。以上控制策略对整个机房而言为开环控制,但各台设备为闭环控制。考虑到对设备进行分组控制的要求,将设置数个PLC子站,分别完成对于冷却***中各个设备,比如冷冻水泵、冷水机组、冷冻水泵和冷却塔的数据采集、运行控制及故障报警任务。PLC与控制计算机之间的通讯协议为TCP/IP,PLC与冷水机组的数据接口间以Modbus连接,与其它设备,比如冷冻水泵、冷冻水泵和冷却塔间为0-10V/4-20mA。
优化计算中所涉及到的数学模型有:冷水机组能耗模型、冷却水泵能耗模型、冷冻水泵能耗模型、冷却塔工况模型和冷却塔能耗模型。在这些模型中,冷水机组能耗模型属于回归模型,计算所需要的参数可以通过从冷水机组厂商获得数据后进行回归运算得到;冷却水泵能耗模型、冷冻水泵能耗模型和冷却塔能耗模型属于物理模型加现场修正函数,计算所需要的参数可以通过简单的现场测试并对结果进行回归运算得到;冷却塔工况模型为简化的物理模型加回归模型,计算时需要首先根据样本数据通过迭代计算生成各种不同工况下的数据,然后用回归方法建立数学模型。
图1示出了本发明的中央空调制冷***的能耗控制方法的流程图,参考图1所示,该方法包括:
102.采集中央空调制冷***中各个设备的设备特性,根据设备特性建立每一个设备的能耗模型;
104.以一定的时间间隔采集中央空调制冷***的制冷负荷的实际值,根据当前的制冷负荷的实际值、以及每一个设备的能耗模型,计算***最优运行状态,***最优运行状态使得所有设备的总能耗最低;
106.根据***最优运行状态,调整每一个设备的运行状态;
108.重复采集制冷负荷的实际值、计算***最优运行状态、以及调整每一个设备的运行状态的过程。
图2示出了本发明的中央空调制冷***的能耗控制装置的结构图。参考图2所示,该能耗控制装置包括:
控制计算机202,采集中央空调制冷***中各个设备的设备特性;
数个PLC 204,每一个PLC连接到中央空调制冷***中的一个设备,该PLC控制该设备的运行状态,数个PLC通过工业以太网与控制计算机进行通信;
能耗模型建立装置206,根据控制计算机202采集的设备特性建立每一个设备的能耗模型,并保存在一能耗模型库208中;
控制计算机202以一定的时间间隔采集中央空调制冷***的制冷负荷的实际值,根据当前的制冷负荷的实际值、以及能耗模型库208中的能耗模型,计算***最优运行状态,***最优运行状态使得所有设备的总能耗最低;
数个PLC 204中的每一个根据***最优运行状态,调整该PLC所控制的设备的运行状态。
在图2所示的实施例中,共包括4个PLC 204,分别用于控制冷水机组、冷却水泵、冷冻水泵以及冷却塔。
在上述的能耗控制方法以及能耗控制装置中,采用了下述的能耗模型。
冷水机组:
此处所述的冷水机组的类型没有限制,可以是离心机、螺杆机、甚至风冷热泵。在本发明中,冷水机组的能耗模型是回归模型,建立冷水机组的能耗模型需要采集的设备特性包括:
tchws,冷冻水供水温度;
tcws/oat,水冷设备的冷却水进水温度,或者风冷设备的室外空气干球温度;
Q,冷水机组容量;
Qref,冷水机组在典型蒸发温度和冷凝温度下的额定容量;
Pref,在典型蒸发温度和冷凝温度下的输入功率。
冷水机组的能耗模型通过上述设备特性的回归运算得到,包括:
根据tchws和tcws/oat得到第一函数,记为f1(tchws,tcws/oat),其中f1(tchws,tcws/oat)是一个关于tchws和tcws/oat的多项式,其中的每一项由tchws、tcws/oat或者它们的组合的n次项、或者常数构成。
根据tchws和tcws/oa得到第二函数,记为f2(tchws,tcws/oat),其中f2(tchws,tcws/oat)是一个关于tchws和tcws/oat的多项式,其中的每一项由tchws、tcws/oat或者它们的组合的n次项、或者常数构成。
根据Q、Qref和第一函数得到第四函数,记为,f4(Q,Qref,tchws,tcws/oat),其中,f4(Q,Qref,tchws,tcws/oat)代表了Q和Qref以及第一函数之间的比例关系。
根据第四函数得到第三函数,记为f3(f4(Q,Qref,tchws,tcws/oat))。
冷水机组的能耗模型如下,输入功率P为:
P=Pref×第一函数×第二函数×第三函数。
记为:
P=Pref×f1(tchws,tcws/oat)×f2(tchws,tcws/oat)×f3(f4(Q,tchws,tcws/oat))。
冷却水泵:
本发明假设冷却水管路中没有流量调节装置。冷却水泵能耗模型是经修正的物理模型。建立冷却水泵的能耗模型需要采集的设备特性包括:
Qcw:冷却水流量。
首先得到以冷却水流量为自变量的冷却水泵功率值,或者称为以冷却水流量为自变量的冷却水泵功率函数,记为f5(Qcw)。其中f5(Qcw)是一个关于Qcw的多项式,其中的每一项由Qcw的n次项、或者常数构成。
再得到以冷却水流量为自变量的冷却水泵功率修正值,或者称为以冷却水流量为自变量的冷却水泵功率修正函数,记为f6(Qcw)。其中f6(Qcw)也是一个关于Qcw的多项式,其中的每一项由Qcw的n次项、或者常数构成,该f6(Qcw)还包括修正系数。
冷却水泵的能耗模型如下,冷却水泵的功率Wcwe为:
Wcwe=冷却水泵功率值×冷却水泵功率修正值;
记为:
Wcwe=f5(Qcw)f6(Qcw)。
冷冻水泵:
本发明假设冷冻水泵根据差压信号进行变频调速,且差压传感器安装在冷冻水供、回水总管处。冷冻水泵能耗模型是经修正的物理模型。建立冷冻水泵的能耗模型需要采集的设备特性包括:
Qchw:冷冻水流量。
首先得到以冷冻水流量为自变量的冷冻水泵功率值,或者称为以冷冻水流量为自变量的冷冻水泵功率函数,记为记为f7(Qchw)。其中f7(Qchw)是一个关于Qchw的多项式,其中的每一项由Qchw的n次项、或者常数构成。
再得到以冷冻水流量为自变量的冷冻水泵功率修正值,或者称为以冷冻水流量为自变量的冷冻水泵功率修正函数,记为f8(Qchw)。其中f8(Qchw)也是一个关于Qchw的多项式,其中的每一项由Qchw的n次项、或者常数构成,该f8(Qchw)还包括修正系数。
冷冻水泵功率Wchwe为:
Wchwe=冷冻水泵功率值×冷冻水泵功率修正值;
记为:
Wchwe=f7(Qchw)f8(Qchw)
冷却塔:
建立冷却塔的能耗模型需要采集的设备特性包括:
P,冷却塔风机额定输入功率。
首先得到以冷却塔风机额定输入功率为自变量的冷却塔风机功率值,或者称为以冷却塔风机额定输入功率为自变量的冷却塔风机功率函数,记为f9(P)。f9(P)是一个关于P的多项式,其中的每一项由具有回归系数的P的n次项、或者常数构成。
再得到以冷却塔风机额定输入功率为自变量的冷却塔风机功率修正值,或者称为以冷却塔风机额定输入功率为自变量的冷却塔风机功率修正函数,记为f10(P)。f10(P)是一个关于P的多项式,其中的每一项由具有回归系数的P的n次项、或者常数构成。
冷却塔风机实际功率Wtower为:
Wtower=冷却塔风机功率值×冷却塔风机功率修正值;
记为:
Wtower=f9(P)f10(P)。
考虑到实际工作运行状况,还计算冷却塔的工况模型,冷却塔的工况模型假设:
1)空气和水蒸气为理想气体;
2)冷却塔的进、出水流量相等;
3)忽略由风机造成的空气加热;
4)与水蒸气接触的空气膜为饱和状态;
5)热质传递系数的比值—Lewis数为1;
冷却塔的工况模型通过离线计算得到,离线计算时,采集冷却塔的基本参数,包括:额定工况下环境空气的湿球温度twbin0,额定工况下冷却塔进塔水温twin0,额定工况下冷却塔出塔水温twout0,额定工况下冷却塔的排热量Ptower0,额定工况下冷却塔的风量Ma0,额定工况下冷却塔的水量Mw0;根据所选的冷却塔额定工况下的参数计算得到该冷却塔的传热性能,通过冷却塔离线计算得到该冷却塔在不同工况下的运行参数,包括冷却塔进塔水温twin0,出塔水温twout0,排热量Ptower0,冷却塔的风量Ma0,冷却塔的水量Mw0,并构建用于在线计算的冷却塔工况模型,
在线计算时根据从离线计算得到的冷却塔工况模型基于单台冷却塔当前所需承担的排热负荷Pti、出塔水温twout以及环境的湿球温度twbin后,可以计算得出当前工况下单台冷却塔的进塔水温twin及冷却水流量Mw。
表达为:
twin=θ(Pti,twout,twbin)
Mw=F(Pti,twout,twbin)
本发明的能耗控制方法和装置能通过统筹考虑,通过合理选择冷水机组出力、冷冻水供水温度及流量、冷却水进水温度以及冷却塔工作状态等参数,调整各设备的工作状态,达到使整个冷冻机房设备运行效率最高的优化目标。
上述实施例是提供给熟悉本领域内的人员来实现或使用本发明的,熟悉本领域的人员可在不脱离本发明的发明思想的情况下,对上述实施例做出种种修改或变化,因而本发明的保护范围并不被上述实施例所限,而应该是符合权利要求书提到的创新性特征的最大范围。
Claims (10)
1.一种中央空调制冷***的能耗控制方法,其特征在于,包括:
采集中央空调制冷***中各个设备的设备特性,根据所述设备特性建立每一个设备的能耗模型;
以一定的时间间隔采集所述中央空调制冷***的制冷负荷的实际值,根据当前的制冷负荷的实际值、以及每一个设备的能耗模型,计算***最优运行状态,所述***最优运行状态使得所有设备的总能耗最低;
根据所述***最优运行状态,调整每一个设备的运行状态;
重复所述采集制冷负荷的实际值、计算***最优运行状态、以及调整每一个设备的运行状态的过程。
2.如权利要求1所述的中央空调制冷***的能耗控制方法,其特征在于,所述中央空调制冷***中包括冷水机组,对于所述冷水机组,采集的设备特性包括:
tchws,冷冻水供水温度;
tcws/oat,水冷设备的冷却水进水温度,或者风冷设备的室外空气干球温度;
Q,冷水机组容量;
Qref,冷水机组在典型蒸发温度和冷凝温度下的额定容量;
Pref,在典型蒸发温度和冷凝温度下的输入功率;
所述冷水机组的能耗模型通过上述设备特性的回归运算得到,包括:
根据tchws和tcws/oat得到第一函数;
根据tchws和tcws/oa得到第二函数;
根据Q、Qref和第一函数得到第四函数;
根据第四函数得到第三函数;
所述冷水机组的输入功率P为:
P=Pref×第一函数×第二函数×第三函数。
3.如权利要求1所述的中央空调制冷***的能耗控制方法,其特征在于,所述中央空调制冷***中包括冷却水泵,对于所述冷却水泵,采集的设备特性包括:
Qcw:冷却水流量;
所述冷却水泵的能耗模型假设冷却水管路中没有流量调节装置,首先得到以冷却水流量为自变量的冷却水泵功率值,再得到以冷却水流量为自变量的冷却水泵功率修正值,
所述冷却水泵功率Wcwe为:
Wcwe=冷却水泵功率值×冷却水泵功率修正值。
4.如权利要求1所述的中央空调制冷***的能耗控制方法,其特征在于,所述中央空调制冷***中包括冷冻水泵,对于所述冷冻水泵,采集的设备特性包括:
Qchw:冷冻水流量;
所述冷冻水泵的能耗模型假设冷冻水泵根据差压信号进行变频调速,且差压传感器安装在冷冻水供、回水总管处,首先得到以冷冻水流量为自变量的冷冻水泵功率值,再得到以冷冻水流量为自变量的冷冻水泵功率修正值,
所述冷冻水泵功率Wchwe为:
Wchwe=冷冻水泵功率值×冷冻水泵功率修正值。
5.如权利要求1所述的中央空调制冷***的能耗控制方法,其特征在于,所述中央空调制冷***中包括冷却塔,对于所述冷却塔,采集的设备特性包括:
P,冷却塔风机额定输入功率;
首先所述冷却塔的能耗模型以冷却塔风机额定输入功率为自变量的冷却塔风机功率值,再得到以冷却塔风机额定输入功率为自变量的冷却塔风机功率修正值,
冷却塔风机实际功率Wtower为:
Wtower=冷却塔风机功率值×冷却塔风机功率修正值;
所述方法还包括计算所述冷却塔的工况模型,所述冷却塔的工况模型假设:
1)空气和水蒸气为理想气体;
2)冷却塔的进、出水流量相等;
3)忽略由风机造成的空气加热;
4)与水蒸气接触的空气膜为饱和状态;
5)热质传递系数的比值—Lewis数为1;
所述冷却塔的工况模型通过离线计算得到,离线计算时,采集冷却塔的基本参数,包括:额定工况下环境空气的湿球温度twbin0,额定工况下冷却塔进塔水温twin0,额定工况下冷却塔出塔水温twout0,额定工况下冷却塔的排热量Ptower0,额定工况下冷却塔的风量Ma0,额定工况下冷却塔的水量Mw0;根据所选的冷却塔额定工况下的参数计算得到该冷却塔的传热性能,通过冷却塔离线计算得到该冷却塔在不同工况下的运行参数,包括冷却塔进塔水温twin0,出塔水温twout0,排热量Ptower0,冷却塔的风量Ma0,冷却塔的水量Mw0,并构建用于在线计算的冷却塔工况模型,
在线计算时根据从离线计算得到的冷却塔工况模型基于单台冷却塔当前所需承担的排热负荷Pti、出塔水温twout以及环境的湿球温度twbin后,可以计算得出当前工况下单台冷却塔的进塔水温twin及冷却水流量Mw。
6.一种中央空调制冷***的能耗控制装置,其特征在于,包括:
控制计算机,采集中央空调制冷***中各个设备的设备特性;
数个PLC,每一个PLC连接到中央空调制冷***中的一组或几组设备,该PLC控制所述设备的运行状态,所述数个PLC通过工业以太网与所述控制计算机进行通信;
能耗模型建立装置,根据所述控制计算机采集的设备特性建立每一个设备的能耗模型,并保存在一能耗模型库中;
所述控制计算机以一定的时间间隔采集所述中央空调制冷***的制冷负荷的实际值,根据当前的制冷负荷的实际值、以及所述能耗模型库中的能耗模型,计算***最优运行状态,所述***最优运行状态使得所有设备的总能耗最低;
所述数个PLC中的每一个根据所述***最优运行状态,从控制计算机获取指令,调整该PLC所控制的设备的运行状态。
7.如权利要求6所述的中央空调制冷***的能耗控制装置,其特征在于,所述能耗模型建立装置为冷水机组建立能耗模型,其中,所述控制计算机采集的设备特性包括:
tchws,冷冻水供水温度;
tcws/oat,水冷设备的冷却水进水温度,或者风冷设备的室外空气干球温度;
Q,冷水机组容量;
Qref,冷水机组在典型蒸发温度和冷凝温度下的额定容量;
Pref,在典型蒸发温度和冷凝温度下的输入功率;
所述能耗模型建立装置通过上述设备特性的回归运算得到所述冷水机组的能耗模型,包括:
根据tchws和tcws/oat得到第一函数;
根据tchws和tcws/oa得到第二函数;
根据Q、Qref和第一函数得到第四函数;
根据第四函数得到第三函数;
所述冷水机组的输入功率P为:
P=Pref×第一函数×第二函数×第三函数。
8.如权利要求6所述的中央空调制冷***的能耗控制装置,其特征在于,所述能耗模型建立装置为冷却水泵建立能耗模型,其中,所述控制计算机采集的设备特性包括:
Qcw:冷却水流量;
所述能耗模型建立装置假设冷却水管路中没有流量调节,首先得到以冷却水流量为自变量的冷却水泵功率值,再得到以冷却水流量为自变量的冷却水泵功率修正值,进而得到所述冷却水泵的能耗模型:
所述冷却水泵功率Wcwe为:
Wcwe=冷却水泵功率值×冷却水泵功率修正值。
9.如权利要求6所述的中央空调制冷***的能耗控制装置,其特征在于,所述能耗模型建立装置为冷冻水泵建立能耗模型,其中,所述控制计算机采集的设备特性包括:
Qchw:冷冻水流量;
所述能耗模型建立装置假设冷冻水泵根据差压信号进行变频调速,且差压传感器安装在冷冻水供、回水总管处,首先得到以冷冻水流量为自变量的冷冻水泵功率值,再得到以冷冻水流量为自变量的冷冻水泵功率修正值,进而得到所述冷冻水泵的能耗模型:
所述冷冻水泵功率Wchwe为:
Wchwe=冷冻水泵功率值×冷冻水泵功率修正值。
10.如权利要求6所述的中央空调制冷***的能耗控制装置,其特征在于,所述能耗模型建立装置为冷却塔建立能耗模型,其中,所述控制计算机采集的设备特性包括:
P,冷却塔风机额定输入功率;
所述能耗模型首先得到以冷却塔风机额定输入功率为自变量的冷却塔风机功率值,再得到以冷却塔风机额定输入功率为自变量的冷却塔风机功率修正值,进而得到所述冷却塔的能耗模型:
冷却塔风机实际功率Wtower为:
Wtower=冷却塔风机功率值×冷却塔风机功率修正值;
所述能耗控制装置还为冷却塔建立工况模型,所述冷却塔的工况模型假设:
1)空气和水蒸气为理想气体;
2)冷却塔的进、出水流量相等;
3)忽略由风机造成的空气加热;
4)与水蒸气接触的空气膜为饱和状态;
5)热质传递系数的比值—Lewis数为1;
所述冷却塔的工况模型通过离线计算得到,离线计算时,采集冷却塔的基本参数,包括:额定工况下环境空气的湿球温度twbin0,额定工况下冷却塔进塔水温twin0,额定工况下冷却塔出塔水温twout0,额定工况下冷却塔的排热量Ptower0,额定工况下冷却塔的风量Ma0,额定工况下冷却塔的水量Mw0;根据所选的冷却塔额定工况下的参数计算得到该冷却塔的传热性能,通过冷却塔离线计算得到该冷却塔在不同工况下的运行参数,包括冷却塔进塔水温twin0,出塔水温twout0,排热量Ptower0,冷却塔的风量Ma0,冷却塔的水量Mw0,并构建用于在线计算的冷却塔工况模型,
在线计算时根据从离线计算得到的冷却塔工况模型基于单台冷却塔当前所需承担的排热负荷Pti、出塔水温twout以及环境的湿球温度twbin后,可以计算得出当前工况下单台冷却塔的进塔水温twin及冷却水流量Mw。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2008100419683A CN101363653A (zh) | 2008-08-22 | 2008-08-22 | 中央空调制冷***的能耗控制方法及装置 |
PCT/CN2009/073253 WO2010020160A1 (en) | 2008-08-22 | 2009-08-14 | Method and system of energy-efficient control for central chiller plant systems |
US13/060,005 US20110190946A1 (en) | 2008-08-22 | 2009-08-14 | Method And System Of Energy-Efficient Control For Central Chiller Plant Systems |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2008100419683A CN101363653A (zh) | 2008-08-22 | 2008-08-22 | 中央空调制冷***的能耗控制方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101363653A true CN101363653A (zh) | 2009-02-11 |
Family
ID=40390163
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2008100419683A Pending CN101363653A (zh) | 2008-08-22 | 2008-08-22 | 中央空调制冷***的能耗控制方法及装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20110190946A1 (zh) |
CN (1) | CN101363653A (zh) |
WO (1) | WO2010020160A1 (zh) |
Cited By (40)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101968250A (zh) * | 2010-10-13 | 2011-02-09 | 日滔贸易(上海)有限公司 | 一种冷冻机房节能优化控制***及方法 |
CN102365503A (zh) * | 2009-03-31 | 2012-02-29 | 株式会社山武 | 送水温度控制装置及其方法 |
CN102679496A (zh) * | 2012-05-14 | 2012-09-19 | 赖正伦 | 一种用于中央空调的负荷随动调节方法 |
CN103335379A (zh) * | 2013-07-15 | 2013-10-02 | 厦门立思科技有限公司 | 基于中央空调的智慧节能控制装置及其控制方法 |
CN103528294A (zh) * | 2013-09-27 | 2014-01-22 | 王慧文 | 一种制冷***的能效处理方法及*** |
CN104101047A (zh) * | 2013-04-12 | 2014-10-15 | 正文科技股份有限公司 | 空调控制装置、空调***及其空调控制方法 |
CN104460615A (zh) * | 2014-11-19 | 2015-03-25 | 北京百度网讯科技有限公司 | 数据中心自控***的运行控制方法和装置 |
CN104633857A (zh) * | 2014-10-16 | 2015-05-20 | 联和环保科技有限公司 | 一种空调节能优化控制方法及装置 |
CN104676834A (zh) * | 2015-02-02 | 2015-06-03 | 韩冰 | 冷冻站***中基于环温与压比控制冷却水***的方法 |
CN104713197A (zh) * | 2015-02-15 | 2015-06-17 | 广东省城乡规划设计研究院 | 一种基于数学模型的中央空调***优化方法及*** |
CN105004015A (zh) * | 2015-08-25 | 2015-10-28 | 东南大学 | 一种基于需求响应的中央空调建模及控制策略 |
CN105258445A (zh) * | 2015-11-05 | 2016-01-20 | 青岛海尔股份有限公司 | 采用变频压缩机的冰箱控制方法及控制*** |
CN105277009A (zh) * | 2014-07-24 | 2016-01-27 | 黄绪耀 | 冷却***及其能耗调控方法、流体压缩、发电冷却*** |
CN105371443A (zh) * | 2015-12-07 | 2016-03-02 | 北京建筑大学 | 空调冷却水***的控制装置及其主控模块的数据处理方法 |
CN105571343A (zh) * | 2014-10-31 | 2016-05-11 | 王砧 | 空冷发电机组汽轮机运行背压连续优化控制方法及*** |
CN106765855A (zh) * | 2015-11-20 | 2017-05-31 | 艾默生网络能源有限公司 | 用于空调***中的控制装置和方法、空调*** |
CN106766450A (zh) * | 2016-11-28 | 2017-05-31 | 天津城建大学 | 制冷热泵***最小能耗优化控制装置及控制方法 |
CN107101322A (zh) * | 2017-04-13 | 2017-08-29 | 东南大学 | 统一最大削减负荷持续时间的变频空调群组潜力评估方法 |
CN107655140A (zh) * | 2017-08-17 | 2018-02-02 | 华为技术有限公司 | 一种空调控制方法及装置 |
CN108444159A (zh) * | 2018-03-20 | 2018-08-24 | 珠海格力电器股份有限公司 | 空调控制方法和装置、空调 |
CN108917103A (zh) * | 2018-05-03 | 2018-11-30 | 广东美的暖通设备有限公司 | 中央空调***的冷水主机控制方法、装置及*** |
CN109063255A (zh) * | 2018-06-29 | 2018-12-21 | 广州能迪能源科技股份有限公司 | 一种节能控制方法、电子设备、存储介质、装置及*** |
CN109114805A (zh) * | 2018-07-17 | 2019-01-01 | 珠海格力电器股份有限公司 | 一种设备能耗的确定方法及装置 |
CN109389254A (zh) * | 2018-12-29 | 2019-02-26 | 华润电力技术研究院有限公司 | 能耗偏差概率计算方法、装置及计算机存储介质 |
CN110631212A (zh) * | 2019-08-16 | 2019-12-31 | 西安建筑科技大学 | 一种中央空调冷却水***的节能控制方法 |
CN110781540A (zh) * | 2019-09-30 | 2020-02-11 | 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 |
CN111536671A (zh) * | 2020-06-04 | 2020-08-14 | 中国工商银行股份有限公司 | 空调***运行控制方法和装置、电子设备和存储介质 |
CN111664553A (zh) * | 2020-06-08 | 2020-09-15 | 中国工商银行股份有限公司 | 冷水机组运行控制方法和***、电子设备和存储介质 |
CN111898260A (zh) * | 2020-07-20 | 2020-11-06 | 四川省建筑科学研究院有限公司 | 一种中央空调***变流量优化控制方法及控制器 |
CN112050272A (zh) * | 2019-06-06 | 2020-12-08 | 国网上海市电力公司 | 一种分布式供冷/热***的精细化控制技术 |
CN112105233A (zh) * | 2020-09-21 | 2020-12-18 | 北京百度网讯科技有限公司 | 节能控制方法、装置、电子设备和计算机可读介质 |
WO2021082478A1 (zh) * | 2019-10-31 | 2021-05-06 | 北京国双科技有限公司 | 空调***能耗预测方法及装置 |
CN112906184A (zh) * | 2021-01-14 | 2021-06-04 | 合肥阳光新能源科技有限公司 | 一种电池储能***的温控方法及*** |
CN113465442A (zh) * | 2021-06-29 | 2021-10-01 | 青岛海尔空调电子有限公司 | 冷却塔能耗确定方法及*** |
CN113654215A (zh) * | 2021-09-03 | 2021-11-16 | 上海美控智慧建筑有限公司 | 中央空调***处理方法、装置和电子设备 |
CN114893871A (zh) * | 2022-05-19 | 2022-08-12 | 广州市创博机电设备安装有限公司 | 一种中央空调冷冻机房的高效能控制方法及*** |
CN115462317A (zh) * | 2022-09-13 | 2022-12-13 | 安徽集美空气处理设备有限公司 | 一种用于养殖场降温的湿帘*** |
CN115493256A (zh) * | 2022-11-21 | 2022-12-20 | 南京群顶科技股份有限公司 | 一种中央制冷***节能运行智能寻优方法 |
CN115933558A (zh) * | 2022-12-08 | 2023-04-07 | 国网江苏省电力有限公司营销服务中心 | 一种用户侧综合能源***设备能效建模与优化调节方法和*** |
CN116481150A (zh) * | 2023-06-25 | 2023-07-25 | 烟台东方智能技术有限公司 | 基于端云协同的高效空调机房***能效优化控制方法 |
Families Citing this family (42)
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 |
US8774978B2 (en) | 2009-07-23 | 2014-07-08 | Siemens Industry, Inc. | Device and method for optimization of chilled water plant system operation |
US8275483B2 (en) | 2009-07-23 | 2012-09-25 | Siemens Industry, Inc. | Demand flow pumping |
JP5672088B2 (ja) * | 2010-03-31 | 2015-02-18 | ダイキン工業株式会社 | 空調コントローラ |
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 |
JP5495148B1 (ja) * | 2013-06-17 | 2014-05-21 | 軍 楊 | 運転制御装置及び運転制御方法 |
US10247458B2 (en) * | 2013-08-21 | 2019-04-02 | Carrier Corporation | Chilled water system efficiency improvement |
GB2521141A (en) * | 2013-12-10 | 2015-06-17 | Jaguar Land Rover Ltd | Method of controlling temperature |
CN103743068B (zh) * | 2014-01-24 | 2016-05-11 | 深圳达实智能股份有限公司 | 一种基于能效优化的中央空调冷却塔风机控制方法及*** |
WO2016118914A1 (en) * | 2015-01-22 | 2016-07-28 | Aquanomix, Llc | Water system efficiency |
CN107110545B (zh) * | 2015-01-30 | 2018-07-24 | 三菱电机株式会社 | 空调管理装置 |
CN105627504B (zh) * | 2015-05-28 | 2018-09-18 | 重庆大学 | 基于支持向量机的变风量中央空调***冷水机组能耗估计方法 |
CN105841300B (zh) * | 2016-03-31 | 2018-08-10 | 东南大学 | 一种计及新风***的中央空调建模及调控策略 |
SG11201810279QA (en) * | 2016-06-29 | 2018-12-28 | Kirkham Group Pte Ltd | Large scale machine learning-based chiller plants modeling, optimization and diagnosis |
CN110325805B (zh) * | 2016-10-05 | 2021-09-24 | 江森自控科技公司 | 用于确定冷却器的效率的***和方法 |
CN106979583A (zh) * | 2016-12-30 | 2017-07-25 | 深圳达实智能股份有限公司 | 一种中央空调运行参数的调节方法和装置 |
WO2018237340A1 (en) * | 2017-06-23 | 2018-12-27 | Johnson Controls Technology Company | BUILDING EQUIPMENT WITH PREDICTIVE CONTROL |
US10838440B2 (en) | 2017-11-28 | 2020-11-17 | Johnson Controls Technology Company | Multistage HVAC system with discrete device selection prioritization |
US10838441B2 (en) | 2017-11-28 | 2020-11-17 | Johnson Controls Technology Company | Multistage HVAC system with modulating device demand control |
US20190226708A1 (en) * | 2018-01-22 | 2019-07-25 | Siemens Industry, Inc. | System and method for optimizing performance of chiller water plant operations |
CN110726272B (zh) * | 2018-07-16 | 2023-06-06 | 开利公司 | 冷机站性能预测***和方法 |
US12007732B2 (en) | 2019-07-12 | 2024-06-11 | Johnson Controls Tyco IP Holdings LLP | HVAC system with building infection control |
US11960261B2 (en) | 2019-07-12 | 2024-04-16 | Johnson Controls Tyco IP Holdings LLP | HVAC system with sustainability and emissions controls |
US11761660B2 (en) | 2019-01-30 | 2023-09-19 | Johnson Controls Tyco IP Holdings LLP | Building control system with feedback and feedforward total energy flow compensation |
US11287191B2 (en) | 2019-03-19 | 2022-03-29 | Baltimore Aircoil Company, Inc. | Heat exchanger having plume abatement assembly bypass |
CN110223005B (zh) * | 2019-06-21 | 2021-05-25 | 清华大学 | 一种空调负荷供电可靠性评估方法及评估装置 |
US11274842B2 (en) | 2019-07-12 | 2022-03-15 | Johnson Controls Tyco IP Holdings LLP | Systems and methods for optimizing ventilation, filtration, and conditioning schemes for buildings |
US11714393B2 (en) | 2019-07-12 | 2023-08-01 | Johnson Controls Tyco IP Holdings LLP | Building control system with load curtailment optimization |
CA3163716A1 (en) | 2019-12-11 | 2021-06-17 | Baltimore Aircoil Company, Inc. | Heat exchanger system with machine-learning based optimization |
CN111191370B (zh) * | 2019-12-31 | 2022-03-18 | 珠海格力电器股份有限公司 | 冷却塔的仿真方法及*** |
CN111222779A (zh) * | 2019-12-31 | 2020-06-02 | 上海申铁信息工程有限公司 | 一种中央空调冷站能效日历***和数据处理方法 |
KR20210121850A (ko) * | 2020-03-31 | 2021-10-08 | 엘지전자 주식회사 | 히트펌프 및 그 동작방법 |
CN111859667B (zh) * | 2020-07-20 | 2022-09-30 | 重庆工业职业技术学院 | 一种预测汽车空调冷凝器性能的建模方法 |
CN112344522B (zh) * | 2020-10-27 | 2022-03-08 | 西安建筑科技大学 | 一种中央空调冷机***负荷分布式优化配置方法 |
US11976882B2 (en) | 2020-11-23 | 2024-05-07 | Baltimore Aircoil Company, Inc. | Heat rejection apparatus, plume abatement system, and method |
CN113221315B (zh) * | 2021-03-23 | 2022-12-06 | 青岛理工大学 | 构建海水源热泵***机组设计选型方法及*** |
CN113790516B (zh) * | 2021-09-18 | 2022-12-09 | 深圳达实智能股份有限公司 | 中央空调制冷站全局优化节能控制方法、***和电子设备 |
CN114279042B (zh) * | 2021-12-27 | 2024-01-26 | 苏州科技大学 | 一种基于多智能体深度强化学习的中央空调控制方法 |
CN114330000A (zh) * | 2021-12-31 | 2022-04-12 | 华南理工大学 | 一种冷源***多设备运行的热力学模型计算方法和设备 |
CN115325682B (zh) * | 2022-08-26 | 2024-04-26 | 河南省建筑科学研究院有限公司 | 一种高效智能制冷机房性能监测的优化控制方法及装置 |
CN117648740A (zh) * | 2023-11-17 | 2024-03-05 | 山东正晨科技股份有限公司 | 一种中央空调建模方法 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ATE121208T1 (de) * | 1990-01-30 | 1995-04-15 | Johnson Service Co | Vernetztes betriebsmittelverwaltungssystem. |
US5735134A (en) * | 1996-05-30 | 1998-04-07 | Massachusetts Institute Of Technology | Set point optimization in vapor compression cycles |
US6402043B1 (en) * | 2001-10-18 | 2002-06-11 | John F. Cockerill | Method for controlling HVAC units |
GB0207382D0 (en) * | 2002-03-28 | 2002-05-08 | Holland Heating Uk Ltd | Computer cabinet |
CA2480551A1 (en) * | 2002-03-28 | 2003-10-09 | Robertshaw Controls Company | Energy management system and method |
KR101338012B1 (ko) * | 2002-12-09 | 2013-12-09 | 허드슨 테크놀로지스, 인코포레이티드 | 냉각 시스템 최적화 방법 및 장치 |
CN1255654C (zh) * | 2004-09-09 | 2006-05-10 | 贵州汇诚科技有限公司 | 中央空调冷却水***自适应优化控制方法及装置 |
US8147302B2 (en) * | 2005-03-10 | 2012-04-03 | Aircuity, Inc. | Multipoint air sampling system having common sensors to provide blended air quality parameter information for monitoring and building control |
JP4575282B2 (ja) * | 2005-11-10 | 2010-11-04 | 株式会社山武 | 空調制御システム |
US8790517B2 (en) * | 2007-08-01 | 2014-07-29 | Rockwater Resource, LLC | Mobile station and methods for diagnosing and modeling site specific full-scale effluent treatment facility requirements |
CN100595494C (zh) * | 2008-04-03 | 2010-03-24 | 上海交通大学 | 基于模型的集中空调***全局优化节能控制方法及装置 |
JP4569661B2 (ja) * | 2008-04-16 | 2010-10-27 | 日立電線株式会社 | 冷水循環システム |
US8543244B2 (en) * | 2008-12-19 | 2013-09-24 | Oliver Joe Keeling | Heating and cooling control methods and systems |
-
2008
- 2008-08-22 CN CNA2008100419683A patent/CN101363653A/zh active Pending
-
2009
- 2009-08-14 WO PCT/CN2009/073253 patent/WO2010020160A1/en active Application Filing
- 2009-08-14 US US13/060,005 patent/US20110190946A1/en not_active Abandoned
Cited By (64)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102365503A (zh) * | 2009-03-31 | 2012-02-29 | 株式会社山武 | 送水温度控制装置及其方法 |
CN102365503B (zh) * | 2009-03-31 | 2014-06-25 | 阿自倍尔株式会社 | 送水温度控制装置及其方法 |
CN101968250B (zh) * | 2010-10-13 | 2012-12-05 | 濠信节能科技(上海)有限公司 | 一种冷冻机房节能优化控制***及方法 |
CN101968250A (zh) * | 2010-10-13 | 2011-02-09 | 日滔贸易(上海)有限公司 | 一种冷冻机房节能优化控制***及方法 |
CN102679496A (zh) * | 2012-05-14 | 2012-09-19 | 赖正伦 | 一种用于中央空调的负荷随动调节方法 |
CN102679496B (zh) * | 2012-05-14 | 2016-07-06 | 赖正伦 | 一种用于中央空调的负荷随动调节方法 |
CN104101047A (zh) * | 2013-04-12 | 2014-10-15 | 正文科技股份有限公司 | 空调控制装置、空调***及其空调控制方法 |
CN103335379A (zh) * | 2013-07-15 | 2013-10-02 | 厦门立思科技有限公司 | 基于中央空调的智慧节能控制装置及其控制方法 |
CN103335379B (zh) * | 2013-07-15 | 2016-06-01 | 厦门立思科技股份有限公司 | 基于中央空调的智慧节能控制装置及其控制方法 |
CN103528294B (zh) * | 2013-09-27 | 2015-09-16 | 王慧文 | 一种制冷***的能效处理方法及*** |
CN103528294A (zh) * | 2013-09-27 | 2014-01-22 | 王慧文 | 一种制冷***的能效处理方法及*** |
CN105277009A (zh) * | 2014-07-24 | 2016-01-27 | 黄绪耀 | 冷却***及其能耗调控方法、流体压缩、发电冷却*** |
CN104633857A (zh) * | 2014-10-16 | 2015-05-20 | 联和环保科技有限公司 | 一种空调节能优化控制方法及装置 |
US10234834B2 (en) | 2014-10-16 | 2019-03-19 | Alliance Environmental Technology Limited | Air conditioner energy-saving optimization control method and device |
CN104633857B (zh) * | 2014-10-16 | 2018-04-10 | 联和环保科技有限公司 | 一种空调节能优化控制方法及装置 |
CN105571343B (zh) * | 2014-10-31 | 2017-10-10 | 王砧 | 空冷发电机组汽轮机运行背压连续优化控制方法及*** |
CN105571343A (zh) * | 2014-10-31 | 2016-05-11 | 王砧 | 空冷发电机组汽轮机运行背压连续优化控制方法及*** |
CN104460615A (zh) * | 2014-11-19 | 2015-03-25 | 北京百度网讯科技有限公司 | 数据中心自控***的运行控制方法和装置 |
CN104676834B (zh) * | 2015-02-02 | 2017-06-23 | 韩冰 | 冷冻站***中基于环温与压比控制冷却水***的方法 |
CN104676834A (zh) * | 2015-02-02 | 2015-06-03 | 韩冰 | 冷冻站***中基于环温与压比控制冷却水***的方法 |
CN104713197A (zh) * | 2015-02-15 | 2015-06-17 | 广东省城乡规划设计研究院 | 一种基于数学模型的中央空调***优化方法及*** |
CN105004015A (zh) * | 2015-08-25 | 2015-10-28 | 东南大学 | 一种基于需求响应的中央空调建模及控制策略 |
CN105004015B (zh) * | 2015-08-25 | 2017-07-28 | 东南大学 | 一种基于需求响应的中央空调控制方法 |
CN105258445B (zh) * | 2015-11-05 | 2018-02-02 | 青岛海尔股份有限公司 | 采用变频压缩机的冰箱控制方法及控制*** |
CN105258445A (zh) * | 2015-11-05 | 2016-01-20 | 青岛海尔股份有限公司 | 采用变频压缩机的冰箱控制方法及控制*** |
US10739066B2 (en) | 2015-11-05 | 2020-08-11 | Qingdao Haier Joint Stock Co., Ltd. | Refrigerator control method and system with inverter compressor |
CN106765855A (zh) * | 2015-11-20 | 2017-05-31 | 艾默生网络能源有限公司 | 用于空调***中的控制装置和方法、空调*** |
CN106765855B (zh) * | 2015-11-20 | 2020-04-10 | 维谛技术有限公司 | 用于空调***中的控制装置和方法、空调*** |
CN105371443A (zh) * | 2015-12-07 | 2016-03-02 | 北京建筑大学 | 空调冷却水***的控制装置及其主控模块的数据处理方法 |
CN105371443B (zh) * | 2015-12-07 | 2018-10-30 | 北京建筑大学 | 空调冷却水***的控制装置及其主控模块的数据处理方法 |
CN106766450A (zh) * | 2016-11-28 | 2017-05-31 | 天津城建大学 | 制冷热泵***最小能耗优化控制装置及控制方法 |
CN107101322B (zh) * | 2017-04-13 | 2019-11-29 | 东南大学 | 统一最大削减负荷持续时间的变频空调群组潜力评估方法 |
CN107101322A (zh) * | 2017-04-13 | 2017-08-29 | 东南大学 | 统一最大削减负荷持续时间的变频空调群组潜力评估方法 |
CN107655140A (zh) * | 2017-08-17 | 2018-02-02 | 华为技术有限公司 | 一种空调控制方法及装置 |
CN107655140B (zh) * | 2017-08-17 | 2019-11-26 | 华为技术有限公司 | 一种空调控制方法及装置 |
CN108444159A (zh) * | 2018-03-20 | 2018-08-24 | 珠海格力电器股份有限公司 | 空调控制方法和装置、空调 |
CN108444159B (zh) * | 2018-03-20 | 2019-11-08 | 珠海格力电器股份有限公司 | 空调控制方法和装置、空调 |
CN108917103A (zh) * | 2018-05-03 | 2018-11-30 | 广东美的暖通设备有限公司 | 中央空调***的冷水主机控制方法、装置及*** |
CN109063255A (zh) * | 2018-06-29 | 2018-12-21 | 广州能迪能源科技股份有限公司 | 一种节能控制方法、电子设备、存储介质、装置及*** |
CN109063255B (zh) * | 2018-06-29 | 2023-08-08 | 广州能迪能源科技股份有限公司 | 一种节能控制方法、电子设备、存储介质、装置及*** |
CN109114805B (zh) * | 2018-07-17 | 2020-11-03 | 珠海格力电器股份有限公司 | 一种设备能耗的确定方法及装置 |
CN109114805A (zh) * | 2018-07-17 | 2019-01-01 | 珠海格力电器股份有限公司 | 一种设备能耗的确定方法及装置 |
CN109389254A (zh) * | 2018-12-29 | 2019-02-26 | 华润电力技术研究院有限公司 | 能耗偏差概率计算方法、装置及计算机存储介质 |
CN112050272A (zh) * | 2019-06-06 | 2020-12-08 | 国网上海市电力公司 | 一种分布式供冷/热***的精细化控制技术 |
CN110631212B (zh) * | 2019-08-16 | 2021-09-24 | 西安建筑科技大学 | 一种中央空调冷却水***的节能控制方法 |
CN110631212A (zh) * | 2019-08-16 | 2019-12-31 | 西安建筑科技大学 | 一种中央空调冷却水***的节能控制方法 |
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 |
CN110781540A (zh) * | 2019-09-30 | 2020-02-11 | 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 |
WO2021082478A1 (zh) * | 2019-10-31 | 2021-05-06 | 北京国双科技有限公司 | 空调***能耗预测方法及装置 |
CN111536671A (zh) * | 2020-06-04 | 2020-08-14 | 中国工商银行股份有限公司 | 空调***运行控制方法和装置、电子设备和存储介质 |
CN111664553A (zh) * | 2020-06-08 | 2020-09-15 | 中国工商银行股份有限公司 | 冷水机组运行控制方法和***、电子设备和存储介质 |
CN111898260A (zh) * | 2020-07-20 | 2020-11-06 | 四川省建筑科学研究院有限公司 | 一种中央空调***变流量优化控制方法及控制器 |
CN112105233B (zh) * | 2020-09-21 | 2023-05-12 | 北京百度网讯科技有限公司 | 节能控制方法、装置、电子设备和计算机可读介质 |
CN112105233A (zh) * | 2020-09-21 | 2020-12-18 | 北京百度网讯科技有限公司 | 节能控制方法、装置、电子设备和计算机可读介质 |
CN112906184A (zh) * | 2021-01-14 | 2021-06-04 | 合肥阳光新能源科技有限公司 | 一种电池储能***的温控方法及*** |
CN113465442A (zh) * | 2021-06-29 | 2021-10-01 | 青岛海尔空调电子有限公司 | 冷却塔能耗确定方法及*** |
CN113465442B (zh) * | 2021-06-29 | 2024-07-09 | 青岛海尔空调电子有限公司 | 冷却塔能耗确定方法及*** |
CN113654215A (zh) * | 2021-09-03 | 2021-11-16 | 上海美控智慧建筑有限公司 | 中央空调***处理方法、装置和电子设备 |
CN114893871A (zh) * | 2022-05-19 | 2022-08-12 | 广州市创博机电设备安装有限公司 | 一种中央空调冷冻机房的高效能控制方法及*** |
CN115462317A (zh) * | 2022-09-13 | 2022-12-13 | 安徽集美空气处理设备有限公司 | 一种用于养殖场降温的湿帘*** |
CN115493256A (zh) * | 2022-11-21 | 2022-12-20 | 南京群顶科技股份有限公司 | 一种中央制冷***节能运行智能寻优方法 |
CN115933558A (zh) * | 2022-12-08 | 2023-04-07 | 国网江苏省电力有限公司营销服务中心 | 一种用户侧综合能源***设备能效建模与优化调节方法和*** |
CN116481150A (zh) * | 2023-06-25 | 2023-07-25 | 烟台东方智能技术有限公司 | 基于端云协同的高效空调机房***能效优化控制方法 |
CN116481150B (zh) * | 2023-06-25 | 2023-08-29 | 烟台东方智能技术有限公司 | 基于端云协同的高效空调机房***能效优化控制方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2010020160A1 (en) | 2010-02-25 |
US20110190946A1 (en) | 2011-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101363653A (zh) | 中央空调制冷***的能耗控制方法及装置 | |
CN101968250B (zh) | 一种冷冻机房节能优化控制***及方法 | |
CN201318766Y (zh) | 中央空调制冷***的冷却水泵能耗控制装置 | |
CN101881498B (zh) | 多联式空调***的控制方法和*** | |
CN102147146B (zh) | 中央空调数字化集成智能控制*** | |
CN104534627B (zh) | 中央空调冷却水***综合能效控制方法 | |
CN102455093B (zh) | 制冷***能效控制方法 | |
CN104089362B (zh) | 一种中央空调冷却水***冷却效率极大化方法及控制装置 | |
CN104134100A (zh) | 一种基于云计算的节能管理*** | |
CN109838876B (zh) | 中央空调冷冻机房群控管理*** | |
CN101655272A (zh) | 一种网络中央空调节能控制管理***及其方法 | |
CN107421029A (zh) | 一种末端冷量均衡控制方法 | |
CN201992769U (zh) | 中央空调数字化集成智能控制*** | |
CN110940061A (zh) | 中央空调控制方法及*** | |
CN201318767Y (zh) | 中央空调制冷***的冷水机组能耗控制装置 | |
CN201944984U (zh) | 一种冷冻机房节能优化控制*** | |
CN117267910B (zh) | 中央空调制冷***负荷柔性调节方法、装置、设备及介质 | |
CN201318903Y (zh) | 中央空调制冷***的冷却塔能耗控制装置 | |
CN201318765Y (zh) | 中央空调制冷***的冷却塔工况模型建立装置 | |
Hongli et al. | A novel adaptive energy-efficient controller for the HVAC systems | |
CN204329256U (zh) | 中央空调模糊控制*** | |
CN201318768Y (zh) | 中央空调制冷***的冷冻水泵能耗控制装置 | |
CN201680530U (zh) | 蒸发式冷水机组一次泵变流量*** | |
CN116880278A (zh) | 一种用于数据中心精密空调高效运行的控制方法 | |
CN203443026U (zh) | 一种冰蓄冷冷冻机房控制*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Open date: 20090211 |