CN106766450A - 制冷热泵***最小能耗优化控制装置及控制方法 - Google Patents
制冷热泵***最小能耗优化控制装置及控制方法 Download PDFInfo
- Publication number
- CN106766450A CN106766450A CN201710148833.6A CN201710148833A CN106766450A CN 106766450 A CN106766450 A CN 106766450A CN 201710148833 A CN201710148833 A CN 201710148833A CN 106766450 A CN106766450 A CN 106766450A
- Authority
- CN
- China
- Prior art keywords
- energy consumption
- heat pump
- water pump
- refrigeration heat
- compressor
- 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
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
- F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
- F25B49/00—Arrangement or mounting of control or safety devices
- F25B49/02—Arrangement or mounting of control or safety devices for compression type machines, plants or systems
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mechanical Engineering (AREA)
- Thermal Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明提供一种制冷热泵***最小能耗优化控制装置,所述控制装置接收所述最小能耗优化控制信号,并根据所述最小能耗优化控制控制制冷热泵***。同时还提供一种利用制冷热泵***最小能耗优化控制装置的控制方法。本发明效果是可以实现制冷热泵***的最小能耗优化控制,以达到不同制冷工况下的节约能耗。该方法使制冷热泵***很好的跟随工况的变化而进行调节,相对传统单回路控制,100%负荷需求时节能效果达18%以上。
Description
技术领域
本发明为一种制冷热泵***最小能耗优化控制装置及控制方法,属于空调***优化控制领域。
背景技术
随着生活水平的不断改善,人们对室内舒适性的要求不断提高,导致空调能耗快速增长。据资料显示,建筑能耗所占社会商品总能耗的比例已从1978年的10%上升到25%左右,且将持续增加,并最终达到35%左右。而公共建筑夏季用电负荷中大约60%‐70%是消耗于中央空调***,其中50%‐60%用于制冷机组制冷,20%‐30%用于冷冻水泵与冷却水泵的输配,可见降低空调制冷设备能耗,对建筑节能是非常有必要的。
目前,大量的计算机仿真技术应用于制冷***的性能模拟、产品的优化设计及控制策略分析,而数学模型的建立是模拟仿真的核心。传统的制冷***部件数学模型得建立是基于稳态的,未考虑***工作状态对单个部件的影响,未考虑***在整个循环过程中的能量动态平衡问题。
目前常用制冷方法有三种,即蒸气压缩式、蒸汽喷射式和吸收式制冷,上述制冷方式均直接消耗电能或热能。通过理论制冷循环及实际能耗分析得出压缩式制冷方式具有较高的单位能耗制冷量,但存在部分负荷能效较低的问题。经典的制冷***单回路控制结构,如图1所示。传统制冷***控制中,压缩机、冷冻水***、冷却水***及电子膨胀阀四个回路的工作点设定值由操作人员根据经验给定,之后不再随工况变动而改变,这种控制方式不能在变工况下自动改变***的输入,不能动态匹配***变动和负荷需求,不能实现有效的节约能耗。图1中制冷负荷控制器2控制压缩机3,冷凝压力控制器4控制冷却水泵和冷凝器6,过热度控制器12控制电子膨胀阀7和蒸发器9,冷冻水泵控制器13控制冷冻水泵,制冷负荷测量10确定负荷需求,末端负荷11测定末端负荷,冷却塔5采用定频控制,传统的制冷热泵监控***控制策略是未加优化的单回路控制,回路控制工作点设定值由操作人员根据经验设定,未加优化,工作点设定值不能跟随制冷工况的变化,不能实现最小能耗控制,节能效果差。
发明内容
本发明的目的是提供一种制冷热泵***最小能耗优化控制装置及控制方法,以解决变工况下制冷热泵***能源消耗问题。
为实现上述目的,本发明提供一种制冷热泵***最小能耗优化控制装置,该装置与制冷热泵***相连接,其中:该装置包括压缩机变频器、冷却水泵变频器、冷冻水泵变频器、设定点最优控制器,所述压缩机变频器输出端连接制冷热泵***的压缩机、冷却水泵变频器输出端连接制冷热泵***的冷却水泵、冷冻水泵变频器输出端连接制冷热泵***的冷冻水泵;所述设定点最优控制器包括硬件模块KMD5831楼宇控制器和控制软件WinControl,设定点最优控制器接收制冷热泵***工作状态信号,经WinControl编程计算得到控制信号,控制信号输出到所述压缩机变频器,形成制冷热泵***最小能耗优化控制装置。。
同时还提供一种利用制冷热泵***最小能耗优化控制装置的控制方法。
本发明的效果是:
第一,根据开发的制冷***总能耗模型建立的设定点控制器,统筹考虑了***的压缩机频率、冷冻水泵频率、冷却水泵频率、电子膨胀阀开度四个输入变量与***的内部状态变量蒸发压力、冷凝压力和过热度的联系,比较全面的研究了制冷***节能优化中存在的部分死角问题。
第二,采用分层控制结构设计了最小能耗优化控制方案,此方法很好的适应了制冷***在变工况下运行的节能要求,相比常规控制,具有跟踪性能良好、动态控制精度在±5%之内。
第三,使用结合外罚函数的模式搜索算法对优化目标进行了求解,有效的解决了非线性能耗目标函数的导数计算问题。
第四,在制冷***变工况时,采用模型参数自适应的方法,在线优化各控制回路设定值,实际控制结果表明该方法使制冷热泵***很好的跟随工况的变化而进行调节,相对传统单回路控制,100%负荷需求时节能效果达18%以上。
附图说明
图1传统制冷***单回路控制结构图;
图2本发明制冷***优化控制整体方案图;
图3本发明制冷***分层优化控制示意图;
图4本发明制冷***模型参数自适应结构图;
图5本发明制冷热泵***最小能耗控制流程图;
图6结合外罚函数的模式搜索法的流程图;
图7本发明制冷***设定点优化控制结构图。
图中:
1.设定点最优控制器 2.制冷负荷控制器 3.压缩机 4.冷凝压力控制器 5.冷却塔 6.冷凝器 7.膨胀阀 8.蒸发压力控制器 9.蒸发器 10.制冷负荷测量 11.末端负荷12.蒸发器过热度控制器 13.冷冻水泵控制器 14.动态控制器 15.制冷机组 16.自适应层17.优化层 18.动态控制层 19.优化控制器 20.能耗函数评价 21.模型参数自适应 22.参数自适应 23.线性动态估计 24.稳态模型 25.低通滤波 26.冷却水泵 27.冷冻水泵 28.压缩机变频器 29.冷却水泵变频器 30.冷冻水泵变频器
具体实施方案
结合附图对本发明的制冷热泵***最小能耗优化控制装置及控制方法加以说明。
本发明的制冷热泵***最小能耗优化控制装置,该装置与制冷热泵***相连接,该装置包括压缩机变频器28、冷却水泵变频器29、冷冻水泵变频器30、设定点最优控制器1,所述压缩机变频器28输出端连接制冷热泵***的压缩机3、冷却水泵变频器29输出端连接制冷热泵***的冷却水泵26、冷冻水泵变频器30)输出端连接制冷热泵***的冷冻水泵27;所述设定点最优控制器1包括硬件模块KMD5831楼宇控制器和控制软件WinControl,设定点最优控制器1接收制冷热泵***工作状态信号,经WinControl编程计算得到控制信号,控制信号输出到所述压缩机变频器28,形成制冷热泵***最小能耗优化控制装置。
本发明的利用制冷热泵***最小能耗优化控制装置的控制方法,该控制方法是通过WinControl软件采用分层优化控制,所述分层优化控制包括自适应层16、优化层17和动态控制层18,通过制冷热泵***最小能耗优化控制装置实现制冷热泵***最小能耗控制,包括以下步骤:
1)在设定点最优控制器1中通过WinControl软件编程建立制冷热泵***压缩机能耗模型:
式中,Wk—压缩机能耗(kW) Qe—蒸发器制冷量(kW)
hci—冷凝器入口焓值(kJ/kg) hco—冷凝器出口焓值(kJ/kg)
heo—蒸发器出口焓值(kJ/kg) Pe—蒸发压力(kPa)
Pc—冷凝压力(kPa)
冷却水泵能耗模型:
式中,mclw—冷却水质量流量(kg/s) ma—冷却塔空气质量流量(kg/s)
cp,w—冷却水比热容(kJ/kg·℃) Tclwo—冷却水出口温度(℃)
Tamb—室外空气温度(℃) Qclw—冷却塔负荷(kW)
a1、a2、a3—与冷却塔结构有关的拟合系数
冷冻水泵能耗模型:
式中,k2,chw,k2,cho—冷冻水质量流量与频率的关系系数
Te—蒸发器制冷剂温度(℃) Tchwi—冷冻水回水温度(℃)
αe—制冷剂与冷冻水热交换系数 me—换热指数
fchw—冷冻水泵频率(Hz)
组合构建制冷热泵***整体能耗模型;
2)依据所述整体能耗模型和自适应层16的最小能耗评价20,在设定点最优控制器1中通过WinControl软件编程建立最小能耗模型及确定约束条件实现;
最小能耗模型:
式中,Wk—压缩机能耗(kW) Wchw—冷冻水泵能耗(kW)
Wclw—冷却水泵能耗(kW)
约束条件为:状态变量限制:Exss+bx≤0
控制信号限制:Fuss(xss,vss)+bu≤0
制冷量限制:Qe=Qe,o
过热度限制:Tsh=Tsh,min(Qe)
其中,xss=[Pe Pc Tsh]T是状态变量,Tsh是过热度,
bx=[-Pc,max Pe,min 0]T,Pc,max是冷凝压力最大值,Pe,min是蒸发压力最小值,uss=[fk fclw fchw]T,fk是压缩机频率,fclw是冷却水水泵频率,fchw是冷冻水泵频率,是***扰动,bu=[0 -fclw,max 0 -fchw,max 0 -fk,max]T,fclw,max是冷却水泵工作频率最大值,fchw,max是冷冻水泵工作频率最大值,fk,max是压缩机工作频率最大值,Qe,o是制冷需求,Tsh,min(Qe)是最小过热度,
3)依据自适应层16的模型自适应控制21,在设定点最优控制器1中通过WinControl软件编程完成所述最小能耗模型的参数自适应控制。
4)依据优化层17的优化控制器19,在设定点最优控制器1中通过WinControl软件编程建立所述最小能耗模型的外罚函数完成最小能耗从有约束优化到无约束优化的转换,并依据模式搜索算法求解最小能耗值和最小能耗下的状态量值。
5)依据动态控制层18,所述最小能耗下的状态量值作为动态控制层18动态控制器14的输入。
6)所述动态控制器14的输出信号接入上述最小能耗优化控制装置中的压缩机变频器28、冷却水泵变频器29、冷冻水泵变频器30和电子膨胀阀7。
7)所述最小能耗优化控制装置输出信号到制冷机组15,从而完成最小能耗优化控制。
当所述制冷热泵***工况变化时,模型参数自适应21将自适应调整最小能耗函数评价20的系数。所述最小能耗函数评价20构建的最小能耗函数模型与制冷热泵***状态量相关。
所述优化层17的优化控制器19是采用结合外罚函数的模式搜索算法。
所述的最小能耗模型是基于机理的最小能耗模型,分别采用压缩机能量守恒方程、冷却水***能量守恒方程、冷冻水***能量守恒方程推导出压缩机能耗模型、冷却水泵能耗模型及冷冻水泵能耗模型。
本发明的制冷热泵***最小能耗优化控制装置及控制方法功能是这样实现的:
图2是本发明制冷***优化控制整体方案图,包括设定点最优控制器1,动态控制器14和制冷机组15。
图3是本发明制冷***分层优化控制示意图,其包括自适应层16、优化层17和动态控制层18,所述自适应层16用模型参数自适应控制21实现,其输入为***工作状态量、控制信号量,其输出送入优化层17,所述优化层17包括最小能耗函数评价20和优化控制器19,自适应层16的输出和控制信号量送到最小能耗函数评价20中,完成建立最小能耗模型及确定约束条件,最小能耗函数评价20的输出作为优化控制器19的输入,优化控制器19完成最小能耗值和最小能耗下状态量值的求解,优化控制器19输出端连接动态控制层18,所述动态控制层18包括动态控制器14,动态控制器14的输入信号为优化层17的输出和实际工作状态量的差值,动态控制器14输出信号分别接入压缩机变频器28、膨胀阀7、冷却水泵变频器29和冷冻水泵变频器30。
图4是本发明制冷***模型参数自适应结构图,是典型的模型参数自适应控制,实现模型参数自适应,克服制冷***能耗模型中模型参数会随工作状态的变化而发生改变的问题,其包括制冷机组15参考模型,参数自适应22,线性动态估计23,稳态模型24,低通滤波25,由于模型基于稳态模型24,参数自适应22只有在稳定状态下才是精确的,动态状况中最显著的动态过程由蒸发器的传热壁形成,这个动态过程用一个低通滤波25模拟,为了适应动态状况下***的扰动,将线性动态估计23用于自适应层。
图5是本发明制冷热泵***最小能耗控制流程图,包括以下步骤:
步骤501:开始;
步骤502:在设定点最优控制器1中用WinControl软件编程建立整体能耗模型;
整体能耗模型包括分别建立采用压缩机能量守恒方程、冷却水***能量守恒方程、冷冻水***能量守恒方程推导的压缩机能耗模型、冷却水泵能耗模型、冷冻水泵能耗模型。
1)考虑压缩机频率与***的内部状态变量蒸发压力、冷凝压力和过热度的联系而产生的能耗计算方法。
压缩机单位时间的质量流量:
mk=nkηvolVkρki(Pe) (1)
式中,ρki——气态制冷剂的密度,kg/m3
ηvol——压缩机的体积效率
Vk——理论输气量,m3/h
nk——压缩机转速,rpm
其中压缩机转速与频率关系式:
压缩机实际出口焓值:
式中,hkois——压缩机绝热出口焓值,kJ/kg
ηk——压缩机绝热效率
由于压缩机出口焓值与冷凝器入口焓值,蒸发器出口焓值和压缩机入口焓值变化不大,分别用蒸发器出口和冷凝器入口焓值替代。式(3)变为式(4)。
蒸发器制冷量:
Qe=mk(heo(Pe)-hei(pe))=mk(heo(Pe)-hco(pc)) (5)
考虑到膨胀阀入、出口焓值不变,并且冷凝器出口焓值等于膨胀阀入口焓值,膨胀阀出口焓值等于蒸发器入口焓值,因此冷凝器出口焓值与蒸发器入口焓值相等。压缩机做功与蒸发器制冷量的比值如式(6)。
推导得压缩机做功方程式为:
2)考虑冷却水频率与***的内部状态变量蒸发压力、冷凝压力和过热度的联系而产生的能耗计算方法。
冷却水泵做功与频率关系为:
Wclw=k1,clw(fclw)3+k1,clo (8)
式中,fclw——冷却水泵输入频率,Hz
冷却水流量与频率关系:
mclw=k2,clwfclw+k2,clo (9)
冷凝器热交换系数:
式中,αc——制冷剂与冷却水热交换系数
mc——换热指数,取值0.4-0.84
冷却水出水温度:
冷却水进水温度Tclwi,通过冷却塔热平衡方程式(12)进行求取。
式中,Qclw—冷却塔负荷,kW
ma、mclw—冷却塔空气、冷却水质量流量,kg/s
a1、a2、a3—拟合系数,与冷却塔结构有关
Tamb—室外空气的温度,℃
冷凝器管壁上制冷剂和冷却水能量平衡方程式
mk(hci(Pe,Pc)-hco(Pc))=mclwcp,w(Tclwo-Tclwi) (13)
整理可得
mk(hci(Pe,Pc)-hco(Pc))-mclwcp,w(Tclwo-Tclwi)=0 (14)
将式(8)-(12)带入式(14)可得,冷凝器能量守恒方程式
式(15)中包含有冷却水流量与状态变量的隐函数关系,通过方程求解得不同状态变量下的流量mclw,进而可得到相应的冷却水泵功耗Wclw。
3)考虑冷冻水频率与***的内部状态变量蒸发压力、冷凝压力和过热度的联系而产生的能耗计算方法。
冷冻水泵做功与频率关系为:
Wchw=k1,chw(fchw)3+k1,cho (16)
式中,fchw——冷冻水泵输入频率,Hz
冷冻水量与频率关系:
mchw=k2,chwfchw+k2,cho (17)
蒸发器热交换系数:
式中,αe——制冷剂与冷冻水热交换系数,kJ/(kg·K)
me——换热指数,取值0.4-0.84
冷冻供水温度:
式中,Tchwi——冷冻水回水温度
蒸发器管壁上的制冷剂和冷冻水能量平衡方程式:
Qe-mchwcp,w(Tchwo-Tchwi)=0 (20)
将式(16)—(19)带入式(20)可得蒸发器上能量守恒方程式:
式(21)中包含有冷冻水频率fchw与状态变量的非线性函数关系,通过方程求解得到不同状态变量下的频率fchw,进而可得到相应的冷冻水泵功耗Wchw。
步骤503:在设定点最优控制器1中用WinControl软件编程建立最小能耗模型,确定模型约束条件;
综合压缩机功耗、冷却水循环泵功耗、冷冻水循环泵功耗,建立制冷***总能耗模型,构建能耗优化目标函数如式(22)。
限定条件如下:
状态变量限制:Exss+bx≤0
控制信号限制:Fuss(xss,vss)+bu≤0
制冷量限制:Qe=Qe,o
过热度限制:Tsh=Tsh,min(Qe)
所述模型中Wk为压缩机功耗、Wclw为冷却水泵功耗、Wchw为冷冻水泵功耗;xss=[PePc Tsh]T作为状态变量,其中Pe为蒸发压力、Pc为冷凝压力、Tsh为蒸发器过热度,冷凝压力Pc和蒸发压力Pe为自由变量,过热度Tsh的设定值(最小稳定过热度)根据制冷量Qe进行修改和设定;uss=[fk fclw fchw]T为控制变量,其中fk为压缩机输入频率、fclw为冷却水泵输入频率、fchw为冷冻水泵输入频率;***扰动,其中室外环境温度Tamb为***的主要扰动,Tw为***补水温度、为相对湿度、v为室外风速,由于对***的影响较小此处忽略;Qe为***的制冷量要求。
步骤504:在设定点最优控制器1中用WinControl软件依据如图4所示的模型参数自适应控制方法编程实现最小能耗参数的自适应调整;
图4是典型的模型参数自适应控制图,包括制冷机组15参考模型,参数自适应22,线性动态估计23,稳态模型24,低通滤波25,由于模型是基于稳态条件稳态模型24,参数自适应22只有在稳定状态下才是精确的,动态状况中最显著的动态过程由蒸发器的传热壁形成,这个动态过程用一个低通滤波25模拟,为了适应动态状况下***的扰动,将线性动态估计23用于自适应层。
步骤505:依据外罚函数公式23,在设定点最优控制器1中用WinControl软件编程实现最小能耗有约束化到无约束化的转换;
如图3所示优化层17优化控制器19采用外罚函数对步骤503中带约束的最小能耗优化转化为无约束的优化,如式(23)。
式中Qss=Qe-Qe,o,冷凝器放热量受外界环境影响,优化问题中必须考虑周围环境温度的变化。
步骤506:在设定点最优控制器1中用WinControl软件编程实现模式搜索算法求解最小能耗值和最小能耗下的状态值;
图6是结合外罚函数的模式搜索算法的流程图,实现对式(23)的求解,搜索过程每一次迭代都是交替进行轴向移动和模式移动,轴向移动的目的是搜索函数值下降的有利方向,模式移动的目的是沿着有利方向加速移动,流程图中出现的量包括:状态变量:x=[PePc]T,罚函数:F(xss,τ),罚因子:τ,步长δ0,收缩因子α,τ初始值选取较大的合适值后可不再进行调整,因此罚函数变为F(x)即只针对状态变量x进行优化,模式搜索过程包括如下步骤:
步骤601:开始;
步骤602:给定初始状态值,初始约束条件,随机选取蒸发压力和冷凝压力状态变量的初始点x0=(Pe0,Pc0),步长δ0=1,收缩因子α=0.75,罚因子τ=5000,允许误差ε>0,k=0,j=1;
步骤604::赋值,将xk(k=1,2...)的值赋给y进行正轴向移动;
步骤604::计算罚函数,计算罚函数F(y+δkej)和F(y);
步骤605::罚函数比较,判断F(y+δkej)<F(y)成立与否;
步骤606::如果F(y+δkej)<F(y)成立,继续正向搜索;
步骤607::如果F(y+δkej)<F(y)不成立,判断F(y-δkej)<F(y)成立与否,如果不成立直接判断是否搜索完毕;
步骤608::如果F(y-δkej)<F(y)成立,继续反向搜索;
步骤609::判断是否轴向移动是否完毕;
步骤6010::如果轴向移动未完毕,继续轴向移动;
步骤6011::如果轴向移动成功,进行模式搜索,模式搜索基点xk+1=y;
步骤6012::罚函数比较,判断F(xk+1)<F(xk)成立与否;
步骤6013::如果F(xk+1)<F(xk)成立,模式移动,重复步骤31~步骤41;
步骤6014::如果F(xk+1)<F(xk)不成立,判断δk<ε成立与否;
步骤6015::如果δk<ε不成立,判断xk+1=xk成立与否;
步骤6016::如果xk+1=xk成立,改变步长重复步骤31~步骤43;
步骤6017::如果xk+1=xk不成立,步长不变,xk+1=xk,重复步骤31~步骤43;
步骤6018::迭代结束,得到最优解;
步骤6019:结束。
步骤507:在设定点最优控制器1中将求解的最小能耗下的状态值送入动态控制器14;
上述模式搜索求得的最小能耗下的状态值作为动态控制器14的参考输入,动态控制器14包括冷凝压力PID控制器4、蒸发压力PID控制器8、蒸发器过热度PID控制器12和冷冻水泵PID控制器13。
步骤508:所述动态控制器14的输出信号接入上述最小能耗优化控制装置中的压缩机变频器28、冷却水泵变频器29、冷冻水泵变频器30和电子膨胀阀7;
步骤509:所述最小能耗优化控制装置根据所述动态控制器14输出信号控制制冷热泵***中的压缩机3,电子膨胀阀7,冷却水泵26和冷冻水泵27,实现最小能耗优化控制。
步骤5010:结束。
图7中黑色线条标注部分设定点最优控制器1完成图3中自适应层16、优化层17的功能,实现最小能耗模型的建立、最小能耗值和最小能耗下状态量的求解,并输出最小能耗控制信号到回路控制器,黑色线条标注部分制冷负荷控制器2输出信号到压缩机变频器28控制压缩机3、冷凝压力控制器4输出信号到冷却水泵变频器29控制冷却水泵26和冷凝器6、蒸发压力控制器8输出信号到冷冻水泵变频器30控制冷冻水泵27和蒸发器9,蒸发器过热度控制器12输出信号控制电子膨胀阀7,黑色标注部分结合了外层设定点优化和内层动态控制,制冷负荷测量10确定负荷需求,末端负荷11测定末端负荷,冷却塔5采用定频控制,本最小能耗优化控制方法结合所述制冷热泵优化控制装置可实现对制冷热泵***的最小能耗优化控制,实现节约能耗的目的。
Claims (6)
1.一种制冷热泵***最小能耗优化控制装置,该装置与制冷热泵***相连接,其特征是:该装置包括压缩机变频器(28)、冷却水泵变频器(29)、冷冻水泵变频器(30)、设定点最优控制器(1),所述压缩机变频器(28)输出端连接制冷热泵***的压缩机(3)、冷却水泵变频器(29)输出端连接制冷热泵***的冷却水泵(26)、冷冻水泵变频器(30)输出端连接制冷热泵***的冷冻水泵(27);所述设定点最优控制器(1)包括硬件模块KMD5831楼宇控制器和控制软件WinControl,设定点最优控制器(1)接收制冷热泵***工作状态信号,经WinControl编程计算得到控制信号,控制信号输出到所述压缩机变频器(28),形成制冷热泵***最小能耗优化控制装置。
2.一种利用制冷热泵***最小能耗优化控制装置的控制方法,该控制方法是通过WinControl软件采用分层优化控制,所述分层优化控制包括自适应层(16)、优化层(17)和动态控制层(18),通过制冷热泵***最小能耗优化控制装置实现制冷热泵***最小能耗控制,包括以下步骤:
1)在设定点最优控制器(1)中通过WinControl软件编程建立制冷热泵***压缩机能耗模型:
式中,Wk—压缩机能耗(kW) Qe—蒸发器制冷量(kW)
hci—冷凝器入口焓值(kJ/kg) hco—冷凝器出口焓值(kJ/kg)
heo—蒸发器出口焓值(kJ/kg) Pe—蒸发压力(kPa)
Pc—冷凝压力(kPa)
冷却水泵能耗模型:
式中,mclw—冷却水质量流量(kg/s) ma—冷却塔空气质量流量(kg/s)
cp,w—冷却水比热容(kJ/kg·℃) Tclwo—冷却水出口温度(℃)
Tamb—室外空气温度(℃) Qclw—冷却塔负荷(kW)
a1、a2、a3—与冷却塔结构有关的拟合系数
冷冻水泵能耗模型:
式中,k2,chw,k2,cho—冷冻水质量流量与频率的关系系数
Te—蒸发器制冷剂温度(℃) Tchwi—冷冻水回水温度(℃)
αe—制冷剂与冷冻水热交换系数 me—换热指数
fchw—冷冻水泵频率(Hz)
组合构建制冷热泵***整体能耗模型;
2)依据所述整体能耗模型和自适应层(16)的最小能耗评价(20),在设定点最优控制器(1)中通过WinControl软件编程建立最小能耗模型及确定约束条件实现;
最小能耗模型:
式中,Wk—压缩机能耗(kW)Wchw—冷冻水泵能耗(kW)
Wclw—冷却水泵能耗(kW)
约束条件为:状态变量限制:Exss+bx≤0
控制信号限制:Fuss(xss,vss)+bu≤0
制冷量限制:Qe=Qe,o
过热度限制:Tsh=Tsh,min(Qe)
其中,xss=[Pe Pc Tsh]T是状态变量,Tsh是过热度,
bx=[-Pc,max Pe,min 0]T,Pc,max是冷凝压力最大值,Pe,min是蒸发压力最小值,uss=[fk fclwfchw]T,fk是压缩机频率,fclw是冷却水水泵频率,fchw是冷冻水泵频率,是***扰动,bu=[0 -fclw,max 0 -fchw,max 0 -fk,max]T,fclw,max是冷却水泵工作频率最大值,fchw,max是冷冻水泵工作频率最大值,fk,max是压缩机工作频率最大值,Qe,o是制冷需求,Tsh,min(Qe)是最小过热度,
3)依据自适应层(16)的模型自适应控制(21),在设定点最优控制器(1)中通过WinControl软件编程完成所述最小能耗模型的参数自适应控制;
4)依据优化层(17)的优化控制器(19),在设定点最优控制器(1)中通过WinControl软件编程建立所述最小能耗模型的外罚函数完成最小能耗从有约束优化到无约束优化的转换,并依据模式搜索算法求解最小能耗值和最小能耗下的状态量值;
5)依据动态控制层(18),所述最小能耗下的状态量值作为动态控制层(18)动态控制器(14)的输入;
6)所述动态控制器(14)的输出信号接入上述最小能耗优化控制装置中的压缩机变频器(28)、冷却水泵变频器(29)、冷冻水泵变频器(30)和电子膨胀阀(7);
7)所述最小能耗优化控制装置输出信号到制冷机组(15),从而完成最小能耗优化控制。
3.根据权利要求2所述的制冷热泵***最小能耗优化控制方法,其特征是:当所述制冷热泵***工况变化时,模型参数自适应(21)将自适应调整最小能耗函数评价(20)的系数。
4.根据权利要求2所述的制冷热泵***最小能耗优化控制方法,其特征是:所述最小能耗函数评价(20)构建的最小能耗函数模型与制冷热泵***状态量相关。
5.根据权利要求2所述的制冷热泵***最小能耗优化控制方法,其特征是:所述优化层(17)的优化控制器(19)是采用结合外罚函数的模式搜索算法。
6.根据权利要求2所述的制冷热泵***最小能耗优化控制方法,其特征是:所述的最小能耗模型是基于机理的最小能耗模型,分别采用压缩机能量守恒方程、冷却水***能量守恒方程、冷冻水***能量守恒方程推导出压缩机能耗模型、冷却水泵能耗模型及冷冻水泵能耗模型。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2016110616381 | 2016-11-28 | ||
CN201611061638 | 2016-11-28 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106766450A true CN106766450A (zh) | 2017-05-31 |
Family
ID=58962651
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710148833.6A Pending CN106766450A (zh) | 2016-11-28 | 2017-03-14 | 制冷热泵***最小能耗优化控制装置及控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106766450A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107490319A (zh) * | 2017-07-06 | 2017-12-19 | 扬州大学 | 冷却塔半调节风机全年变角优化运行方案的确定方法 |
CN107906760A (zh) * | 2017-10-27 | 2018-04-13 | 顺德职业技术学院 | 变频热泵热水器压缩机频率动态优化方法 |
CN108089440A (zh) * | 2017-12-06 | 2018-05-29 | 北京百度网讯科技有限公司 | 节能控制方法和装置 |
CN109916090A (zh) * | 2018-11-29 | 2019-06-21 | 青岛经济技术开发区海尔热水器有限公司 | 热泵热水器控制方法及热泵热水器 |
CN110388706A (zh) * | 2019-07-22 | 2019-10-29 | 上海电力大学 | 中央空调冷冻水二次泵***的冷冻泵运行优化配置方法 |
CN110793240A (zh) * | 2019-10-10 | 2020-02-14 | 青岛新欧亚能源有限公司 | 大型化空气源热泵低能耗运行***及控制方法 |
CN113032935A (zh) * | 2021-03-12 | 2021-06-25 | 西南石油大学 | 一种大型并联天然气管网优化运行模型及求解方法 |
CN115013943A (zh) * | 2022-01-12 | 2022-09-06 | 武汉舒适易佰科技有限公司 | 一种智能化空调控制*** |
CN118168109A (zh) * | 2024-04-02 | 2024-06-11 | 广州施杰节能科技有限公司 | 一种冷机高效运行控制方法及*** |
CN118168109B (zh) * | 2024-04-02 | 2024-07-23 | 广州施杰节能科技有限公司 | 一种冷机高效运行控制方法及*** |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19816021A1 (de) * | 1998-04-09 | 1999-10-14 | Deutsch Zentr Luft & Raumfahrt | Kälteanlage |
CN101251291A (zh) * | 2008-04-03 | 2008-08-27 | 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 |
CN101363653A (zh) * | 2008-08-22 | 2009-02-11 | 日滔贸易(上海)有限公司 | 中央空调制冷***的能耗控制方法及装置 |
CN101603751A (zh) * | 2009-07-15 | 2009-12-16 | 北京科技大学 | 一种制冷***的变频节能控制方法 |
WO2012048443A1 (zh) * | 2010-10-13 | 2012-04-19 | 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 |
CN103453623A (zh) * | 2013-09-13 | 2013-12-18 | 天津大学建筑设计研究院 | 一种水源热泵空调***运行参数优化控制方法 |
CN104019520A (zh) * | 2014-05-20 | 2014-09-03 | 天津大学 | 基于spsa的制冷***最小能耗的数据驱动控制方法 |
-
2017
- 2017-03-14 CN CN201710148833.6A patent/CN106766450A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19816021A1 (de) * | 1998-04-09 | 1999-10-14 | Deutsch Zentr Luft & Raumfahrt | Kälteanlage |
CN101251291A (zh) * | 2008-04-03 | 2008-08-27 | 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 |
CN101363653A (zh) * | 2008-08-22 | 2009-02-11 | 日滔贸易(上海)有限公司 | 中央空调制冷***的能耗控制方法及装置 |
CN101603751A (zh) * | 2009-07-15 | 2009-12-16 | 北京科技大学 | 一种制冷***的变频节能控制方法 |
WO2012048443A1 (zh) * | 2010-10-13 | 2012-04-19 | 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 |
CN103453623A (zh) * | 2013-09-13 | 2013-12-18 | 天津大学建筑设计研究院 | 一种水源热泵空调***运行参数优化控制方法 |
CN104019520A (zh) * | 2014-05-20 | 2014-09-03 | 天津大学 | 基于spsa的制冷***最小能耗的数据驱动控制方法 |
Non-Patent Citations (2)
Title |
---|
周晓青: "分布式制冷控制***节能优化控制问题的研究", 《中国优秀硕士学位论文全文数据库,工程科技II辑》 * |
翟文鹏: "基于负荷预测和设定点优化的制冷***模型预测控制方法研究", 《中国博士学位论文全文数据库,信息科技辑》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107490319A (zh) * | 2017-07-06 | 2017-12-19 | 扬州大学 | 冷却塔半调节风机全年变角优化运行方案的确定方法 |
CN107906760A (zh) * | 2017-10-27 | 2018-04-13 | 顺德职业技术学院 | 变频热泵热水器压缩机频率动态优化方法 |
CN108089440A (zh) * | 2017-12-06 | 2018-05-29 | 北京百度网讯科技有限公司 | 节能控制方法和装置 |
CN109916090A (zh) * | 2018-11-29 | 2019-06-21 | 青岛经济技术开发区海尔热水器有限公司 | 热泵热水器控制方法及热泵热水器 |
CN109916090B (zh) * | 2018-11-29 | 2022-10-18 | 青岛经济技术开发区海尔热水器有限公司 | 热泵热水器控制方法及热泵热水器 |
CN110388706A (zh) * | 2019-07-22 | 2019-10-29 | 上海电力大学 | 中央空调冷冻水二次泵***的冷冻泵运行优化配置方法 |
CN110793240A (zh) * | 2019-10-10 | 2020-02-14 | 青岛新欧亚能源有限公司 | 大型化空气源热泵低能耗运行***及控制方法 |
CN113032935A (zh) * | 2021-03-12 | 2021-06-25 | 西南石油大学 | 一种大型并联天然气管网优化运行模型及求解方法 |
CN115013943A (zh) * | 2022-01-12 | 2022-09-06 | 武汉舒适易佰科技有限公司 | 一种智能化空调控制*** |
CN118168109A (zh) * | 2024-04-02 | 2024-06-11 | 广州施杰节能科技有限公司 | 一种冷机高效运行控制方法及*** |
CN118168109B (zh) * | 2024-04-02 | 2024-07-23 | 广州施杰节能科技有限公司 | 一种冷机高效运行控制方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106766450A (zh) | 制冷热泵***最小能耗优化控制装置及控制方法 | |
CN103020481B (zh) | 一种基于节能的确定空气源热泵地暖最佳运行工况的方法 | |
CN102213475B (zh) | 一种数据中心功耗自适应管理方法 | |
CN101782261B (zh) | 暖通空调***的非线性自适应节能控制方法 | |
CN106979641B (zh) | 基于改进mfac的制冷***数据驱动节能控制***及方法 | |
CN102283283B (zh) | 智能化浅层地能低温储粮*** | |
CN105004015A (zh) | 一种基于需求响应的中央空调建模及控制策略 | |
CN104019520A (zh) | 基于spsa的制冷***最小能耗的数据驱动控制方法 | |
CN109871987A (zh) | 一种智能建筑暖通设备综合节能控制方法 | |
CN104197446A (zh) | 一种动态双冷源预冷节能空调*** | |
CN102221261A (zh) | 变流量低温补气空气源热泵热水器及其控制方法 | |
CN109063255A (zh) | 一种节能控制方法、电子设备、存储介质、装置及*** | |
Tian et al. | Experimental investigation on cooling performance and optimal superheat of water source gas engine-driven heat pump system | |
CN109270843A (zh) | 一种跨临界二氧化碳***的水路模糊pid控制方法 | |
CN113050717A (zh) | 一种基于广义预测控制的温控***的控制方法 | |
CN114413459B (zh) | 空调***冷水机组群控方法、装置、电子设备及存储介质 | |
CN113719929B (zh) | 一种溴化锂空调***整体性优化控制方法和*** | |
CN115903712A (zh) | 适用于工业制冷***的节能优化方法及其优化控制*** | |
Yang et al. | Performance study of a heat pump fresh air unit based on desiccant coated heat exchangers under different operation strategies | |
CN204787047U (zh) | 一种菇房环控设备 | |
CN206656517U (zh) | 制冷热泵***最小能耗监控*** | |
CN204285677U (zh) | 热回收*** | |
CN205048643U (zh) | 一种建筑结构人工冷源智能控制*** | |
CN115127138B (zh) | 一种空气源和燃气源结合的供热***的供热方法 | |
CN117928052B (zh) | 一种中央空调节能控制方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170531 |
|
WD01 | Invention patent application deemed withdrawn after publication |