CN107781947A - 一种建筑空调***冷热源预测控制方法和装置 - Google Patents
一种建筑空调***冷热源预测控制方法和装置 Download PDFInfo
- Publication number
- CN107781947A CN107781947A CN201710861346.4A CN201710861346A CN107781947A CN 107781947 A CN107781947 A CN 107781947A CN 201710861346 A CN201710861346 A CN 201710861346A CN 107781947 A CN107781947 A CN 107781947A
- Authority
- CN
- China
- Prior art keywords
- control
- cooling
- control area
- heating load
- thermal environment
- 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.)
- Granted
Links
Landscapes
- Air Conditioning Control Device (AREA)
Abstract
本申请提出一种建筑空调***冷热源预测控制方法和装置，涉及空调***冷热源控制领域，所述方法包括：收集控制供能区域的历史热环境数据；根据所述控制供能区域的所述历史热环境数据和预测变量对所述控制区域的预设的预测周期内的热环境进行预测；根据预测结果和舒适度要求，确定控制周期内建筑空调末端设备向所述控制区域内输入的冷热负荷；采集所述控制区域的参数指标；根据所述参数指标对下一控制周期内建筑空调末端设备向所述控制区域内输入的冷热负荷进行调整。实现冷热源的优化控制，充分利用反馈机制，满足了用户个性化目标需求的应用场景，并且形成易于工程实施且保证精度的创新性控制方法。
Description
技术领域
本发明涉及空调***冷热源控制领域，具体涉及一种建筑空调***冷热源预测控制方法和装置。
背景技术
我国是能源消费大国，其中建筑能源消费在整个社会总能源消费中占比高达25％，而且此比例仍在逐年上升，而空调***的能耗一直占建筑能耗中的很大部分。随着人们对建筑舒适度以及节能的要求日益提高，如何控制空调***末端设备在满足人们舒适度要求的情况下，实现尽可能的节能，越来越受到关注。
目前传统的暖通空调控制策略较为粗放化，忽略了时间、空间对建筑空调能耗需求的影响，例如建筑的各个区域因所在的方位、功能、照度和与供能设备之间的关联不同，在保证人体舒适度的前提下，所需要的冷热负荷、控制策略也是不同的。通过精细化的控制策略是可以实现在满足舒适度的前提下减少能耗的目的。
申请号201410199657.5，发明名称为《一种基于模型降阶和多模型预测控制的室内热环境控制方法》的专利申请公开了一种室内环境控制方法，对建筑区域的温度变化进行分段，通过流体力学软件(CFD)以及本征正交分解技术进行建筑热环境的建模，运用模型预测控制的方法进行区域温度的精确控制。
但是，利用流体力学软件(CFD)进行建筑区域以及空调设备的物理建模是十分复杂的，需要建筑区域的几何尺寸、建材属性，空调送风口、回风口的位置尺寸等，还需要进行网格划分。当目标建筑及其配套的空调***非常复杂时，此建模方式的实现需要专业人员付出巨大的工作量，在工程实践中往往很难实现。而没有准确的动态热模型，对于复杂建筑环境空调***的模型预测控制也是空谈。
申请号201110163317.3，发明名称为《一种滞后时间预测的中央空调***智能控制方法》的专利申请过公共开了一种空调控制方法，通过采集室外实时温度、室内实时温度、室内设定温度，计算室内外温差以及室内实时温度与需求温度的温差。利用以上数据建立滞后时间预测模型，基于此模型，实现中央空调的智能化控制，解决控制技术中存在的滞后性问题，实现“按需供能”。
此技术虽然通过实际数据采集建立中央空调供能滞后时间预测模型，从而解决了控制技术中存在的滞后性问题，但是此控制方法只能针对中央空调的启停状态进行粗略优化。由于缺乏设备控制模型及定量的能耗模型，无法对空调***的运行参数进行优化控制，也无法针对空调***供能端以及用户个性化的需求进行及时的优化策略调整，从而大大制约了控制***的应用场景，从而影响优化节能效果。
综上所述，在已有的空调***控制技术中，在用能侧，通过模型预测控制解决空调控制中存在的滞后性等时间、空间差异性的问题。但是普遍由于模型的制约，大大影响此控制技术的使用效果。过于复杂的机理性建模，由于实现难度较大，可实施性较低，在工程实际的控制***中很难落地。而过于简化的抽象模型会影响控制***的优化精度及应用场景，制约控制***的优化节能效果。在供能侧，仅仅针对供能***进行节能优化，仍然存在很多过度供能的现象，无法实现真正的供需匹配。
发明内容
本发明提供一种建筑空调***冷热源预测控制方法和装置，在保证用户舒适度的要求下，兼顾供需匹配，实现空调末端设备以及冷热源机组的优化控制。
为了实现上述发明目的，本发明采取的技术方案如下：
第一方面，本发明提供一种建筑空调***冷热源预测控制方法，包括：
收集供能区域的历史热环境数据；
根据所述供能区域的所述历史热环境数据和预测变量对控制区域的预设的预测周期内的热环境进行预测；
根据预测结果和舒适度要求，确定控制周期内建筑空调末端设备向所述控制区域内输入的冷热负荷；
采集所述控制区域的参数指标；
根据所述参数指标对下一控制周期内建筑空调末端设备向所述控制区域内输入的冷热负荷进行调整。
优选地，根据所述供能区域的所述历史热环境数据和预测变量对所述控制区域的预设的预测周期内的热环境进行预测包括：
根据所述供能区域的所述历史热环境数据和预测变量确定所述预测周期内的控制区域的温度变化情况；
根据所述控制区域的舒适度区间和所述温度变化情况，确定建筑空调末端设备所述预测周期内的输出冷热负荷。
优选地，确定控制周期内建筑空调末端设备向所述控制区域内输入的冷热负荷之后还包括：
根据向每个所述控制区域内输入的冷热负荷，确定被控建筑的总输入冷热负荷。
优选地，所述的控制方法还包括：根据所述总输入冷热负荷，生成设备控制参数，并向所述设备控制参数传递至供能设备。
优选地，当所述被控建筑的总输入冷热负荷超出所述预设范围时，向所述供能设备输出预设的控制参数。
优选地，所述预设范围为额定冷热负荷的10％至110％。
优选地，确定控制周期内建筑空调末端设备向所述控制区域内输入的冷热负荷包括：
根据所述控制区域的舒适度区间，确定所述预设的预测周期内建筑空调末端设备向所述控制区域内输入的冷热负荷，使得所述控制区域处于舒适度区间内。
优选地，所述第一参数指标包括：温度值和湿度值。
优选地，所述方法之前还包括：
将供能区域划分为一个或者多个控制区域。
优选地，将供能区域划分为一个或者多个控制区域包括：根据供能区域的物理结构、空调***及区域功能，将供能区域划分为一个或者多个控制区域。
优选地，所述历史热环境数据包括：空调***历史运行数据和历史气象数据。
优选地，空调***历史运行数据包括以下至少之一：区域室内温度、区域室内温度设定值、区域冷负荷、区域热负荷、区域电负荷、人数、新风比、用能设备运行参数、空调开关状态；
历史气象数据包括以下至少之一：温度、湿度、辐射度、风向、风速；
预测变量包括以下至少之一：气象预测数据、区域人数、新风比。
第二方面，本发明还提供一种建筑***冷热源预测控制装置，包括：
采集模块，设置为收集供能区域的历史热环境数据；
预测模块，设置为根据所述供能区域的所述历史热环境数据和预测变量对控制区域的预设的预测周期内的热环境进行预测；
控制模块，设置为根据预测结果和舒适度要求，确定控制周期内建筑空调末端设备向所述控制区域内输入的冷热负荷；
参数模块，设置为采集所述控制区域的参数指标；
调整模块，设置为根据所述参数指标对下一控制周期内建筑空调末端设备向所述控制区域内输入的冷热负荷进行调整。
本发明和现有技术相比，具有如下有益效果：
本发明的技术方案，通过模型预测控制方法完成对用能侧被控建筑的负荷预测，根据负荷预测实现冷热源的优化控制，充分利用反馈机制，使得供能端以及用能端达到供需匹配的效果，从而减少冷热源过度供能以及供能不足的情况，实现节能。
附图说明
图1为本发明实施例的建筑空调***冷热源预测控制方法的流程图；
图2为本发明实施例的预测输入输出示意图；
图3为本发明实施例的控制区域划分示意图；
图4为本发明实施例的建筑空调***冷热源预测控制装置的结构示意图。
具体实施方式
为使本发明的发明目的、技术方案和有益效果更加清楚明了，下面结合附图对本发明的实施例进行说明，需要说明的是，在不冲突的情况下，本申请中的实施例和实施例中的特征可以相互任意组合。
如图1和图2所示，本发明实施例提供一种建筑空调***冷热源预测控制方法，包括：
S101、收集供能区域的历史热环境数据；
S102、根据所述供能区域的所述历史热环境数据和预测变量对控制区域的预设的预测周期内的热环境进行预测；
S103、根据预测结果和舒适度要求，确定控制周期内建筑空调末端设备向所述控制区域内输入的冷热负荷；
S104、采集所述控制区域的参数指标；
S105、根据所述参数指标对下一控制周期内建筑空调末端设备向所述控制区域内输入的冷热负荷进行调整。
本发明实施例对预测得到所述供能区域控制周期时域内消耗的冷/热/电负荷，根据对应测量的参数指标，采用PID等控制算法实现冷热源机组负荷的闭环控制，从而达到供需匹配互动。
步骤S102中根据所述供能区域的所述历史热环境数据和预测变量对控制区域的预设的预测周期内的热环境进行预测包括：
根据所述供能区域的所述历史热环境数据和预测变量确定所述预测周期内的控制区域的温度变化情况；
根据所述控制区域的舒适度区间和所述温度变化情况，确定建筑空调末端设备所述预测周期内的输出冷热负荷。
本发明实施例中预测周期一般可以取24小时，即预测未来24小时内的所述供能区域的温度变化情况。对建筑空调末端设备进行控制的步长可以取15分钟，即每15分钟对建筑空调末端设备向所述控制区域内输入的冷热负荷调整一次。
本发明实施例步骤S102中根据所述供能区域的所述历史热环境数据和预测变量对所述控制区域的预设的预测周期内的热环境进行预测，可以利用现有的满足热力学定律的模型进行预测，将历史热环境数据作为可控变量和预测变量作为不可控变量输入至预测模型，经过预测模型的计算输出对应预测周期内的所述控制区域的温度变化情况和对应的输出冷热负荷。
然后，基于预测结果，根据舒适度要求、用户的能源成本、控制区域的输入功率要求和能源消耗指标要求，对预测结果进行优化，本发明实施例中可以利用构建目标函数的方式：
在保证舒适度的前提下，考虑到能源成本、控制区域的输入功率和能源消耗指标的优化目标，进行优化计算的目标函数如下：
Argmin(JE+JC+JD+JF)
其中，Argmin表示求函数的最小值，JE代表能源成本指标，需要考虑两方面因素能源价格和能源用量，当能源价格和能源用量的乘积越大，JE越大，当能源价格和能源用量的乘积越小，JE越小。
JC代表舒适度指标，舒适度指标要求控制区域的预测结果处于舒适度区间内，当超出舒适度区间时，将会做出惩罚，由于不同区域的功能不同，所以各个区域的舒适度需求也存在差异。本发明实施例对各个控制区域的舒适度预先进行设定，可通过预先的设定来实现优先保证舒适度要求高的区域。超出舒适度范围越大，惩罚越大，JC越大，超出舒适度范围越小，惩罚越小，JC越小，在舒适度范围之内，不做出惩罚，JC为定值，且最小。
JD代表输入功率指标，此指标限制输入功率在一定范围内，当超出输入功率要求范围时，将会做出惩罚，超出输入功率要求范围越大，惩罚越大，JD越大，超出输入功率要求范围越小，惩罚越小，JD越小，在输入功率要求范围之内，不做出惩罚，JD为定值，且最小。
JF代表能源消耗指标，指控制区域的能源消耗指标，表示在空调***在预测周期内的能源消耗量。
本发明实施例在步骤S102确定控制周期内建筑空调末端设备向所述控制区域内输入的冷热负荷之后还包括：
根据向每个所述控制区域内输入的冷热负荷，确定被控建筑的总输入冷热负荷。
对各控制区域控制周期时域内消耗的冷/热/电负荷累加后得到被控建筑整体的负荷结果。
所述方法还包括：根据所述总输入冷热负荷，生成设备控制参数，并向所述设备控制参数传递至供能设备。
当所述被控建筑的总输入冷热负荷超出所述预设范围时，向所述供能设备输出预设的控制参数。
所述预设范围为额定冷热负荷的10％至110％。
本发明实施例中供能设备一般具有功率或者其他指标的限制，当超出所述限制，会对设备的使用寿命造成影响，因此，一般限定为额定冷热负荷的10％至110％，当超出所述限定，以额定冷热负荷或者预设值作为基准，生成设备控制参数。
确定控制周期内建筑空调末端设备向所述控制区域内输入的冷热负荷包括：
根据所述控制区域的舒适度区间，确定所述预设的预测周期内建筑空调末端设备向所述控制区域内输入的冷热负荷，使得所述控制区域处于舒适度区间内。
所述第一参数指标包括：温度值和湿度值。
所述方法之前还包括：
将被控建筑划分为一个或者多个控制区域。
具体地，将被控建筑划分为一个或者多个控制区域包括：根据被控建筑的物理结构、空调***及区域功能，将被控建筑划分为一个或者多个控制区域。
如图3所示，被控建筑依据物理结构和空调分布***，被分为9个控制区域。
所述历史热环境数据包括：空调***历史运行数据和历史气象数据。
空调***历史运行数据包括以下至少之一：区域室内温度、区域室内温度设定值、区域冷负荷、区域热负荷、区域电负荷、人数、新风比、用能设备运行参数、空调开关状态；
历史气象数据包括以下至少之一：温度、湿度、辐射度、风向、风速；
预测变量包括以下至少之一：气象预测数据、区域人数、新风比。
如图4所示，本发明实施例还提供一种建筑空调***冷热源预测控制装置，包括：
采集模块，设置为收集控制区域的历史热环境数据；
预测模块，设置为根据所述控制区域的所述历史热环境数据和预测变量对所述控制区域的预设的预测周期内的热环境进行预测；
控制模块，设置为根据预测结果和舒适度要求，确定控制周期内建筑空调末端设备向所述控制区域内输入的冷热负荷；
参数模块，设置为采集所述控制区域的参数指标；
调整模块，设置为根据所述参数指标对下一控制周期内建筑空调末端设备向所述控制区域内输入的冷热负荷进行调整。
虽然本发明所揭示的实施方式如上，但其内容只是为了便于理解本发明的技术方案而采用的实施方式，并非用于限定本发明。任何本发明所属技术领域内的技术人员，在不脱离本发明所揭示的核心技术方案的前提下，可以在实施的形式和细节上做任何修改与变化，但本发明所限定的保护范围，仍须以所附的权利要求书限定的范围为准。
Claims (13)
1.一种建筑空调***冷热源预测控制方法，其特征在于，包括：
收集供能区域的历史热环境数据；
根据所述供能区域的所述历史热环境数据和预测变量对控制区域的预设的预测周期内的热环境进行预测；
根据预测结果和舒适度要求，确定控制周期内建筑空调末端设备向所述控制区域内输入的冷热负荷；
采集所述控制区域的参数指标；
根据所述参数指标对下一控制周期内建筑空调末端设备向所述控制区域内输入的冷热负荷进行调整。
2.如权利要求1所述的控制方法，其特征在于：根据所述供能区域的所述历史热环境数据和预测变量对控制区域的预设的预测周期内的热环境进行预测包括：
根据所述供能区域的所述历史热环境数据和预测变量确定所述预测周期内的控制区域的温度变化情况；
根据所述控制区域的舒适度区间和所述温度变化情况，确定建筑空调末端设备所述预测周期内的输出冷热负荷。
3.如权利要求1所述的控制方法，其特征在于：确定控制周期内建筑空调末端设备向所述控制区域内输入的冷热负荷之后还包括：
根据向每个所述控制区域内输入的冷热负荷，确定被控建筑的总输入冷热负荷。
4.如权利要求3所述的控制方法，其特征在于：还包括：根据所述总输入冷热负荷，生成设备控制参数，并向所述设备控制参数传递至供能设备。
5.如权利要求4所述的控制方法，其特征在于：当所述被控建筑的总输入冷热负荷超出所述预设范围时，向所述供能设备输出预设的控制参数。
6.如权利要求5所述的控制方法，其特征在于：所述预设范围为额定冷热负荷的10％至110％。
7.如权利要求2所述的控制方法，其特征在于：确定控制周期内建筑空调末端设备向所述控制区域内输入的冷热负荷包括：
根据所述控制区域的舒适度区间，确定所述预设的预测周期内建筑空调末端设备向所述控制区域内输入的冷热负荷，使得所述控制区域处于舒适度区间内。
8.如权利要求2所述的控制方法，其特征在于：所述第一参数指标包括：温度值和湿度值。
9.如权利要求1所述的控制方法，其特征在于：所述方法之前还包括：
将供能区域划分为一个或者多个控制区域。
10.如权利要求9所述的控制方法，其特征在于：将供能区域划分为一个或者多个控制区域包括：根据供能区域的物理结构、空调***及区域功能，将供能区域划分为一个或者多个控制区域。
11.如权利要求1所述的控制方法，其特征在于：所述历史热环境数据包括：空调***历史运行数据和历史气象数据。
12.如权利要求11所述的控制方法，其特征在于：空调***历史运行数据包括以下至少之一：区域室内温度、区域室内温度设定值、区域冷负荷、区域热负荷、区域电负荷、人数、新风比、用能设备运行参数、空调开关状态；
历史气象数据包括以下至少之一：温度、湿度、辐射度、风向、风速；
预测变量包括以下至少之一：气象预测数据、区域人数、新风比。
13.一种建筑空调***冷热源预测控制装置，其特征在于，包括：
采集模块，设置为收集供能区域的历史热环境数据；
预测模块，设置为根据所述供能区域的所述历史热环境数据和预测变量对控制区域的预设的预测周期内的热环境进行预测；
控制模块，设置为根据预测结果和舒适度要求，确定控制周期内建筑空调末端设备向所述控制区域内输入的冷热负荷；
参数模块，设置为采集所述控制区域的参数指标；
调整模块，设置为根据所述参数指标对下一控制周期内建筑空调末端设备向所述控制区域内输入的冷热负荷进行调整。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710861346.4A CN107781947B (zh) | 2017-09-21 | 2017-09-21 | 一种建筑空调***冷热源预测控制方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710861346.4A CN107781947B (zh) | 2017-09-21 | 2017-09-21 | 一种建筑空调***冷热源预测控制方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107781947A true CN107781947A (zh) | 2018-03-09 |
| CN107781947B CN107781947B (zh) | 2020-03-31 |
Family
ID=61433554
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710861346.4A Active CN107781947B (zh) | 2017-09-21 | 2017-09-21 | 一种建筑空调***冷热源预测控制方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107781947B (zh) |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109100936A (zh) * | 2018-07-28 | 2018-12-28 | 南京工程学院 | 一种辐射与送风复合式供冷***的模型预测控制方法和装置 |
| CN110500723A (zh) * | 2019-08-23 | 2019-11-26 | Tcl空调器(中山)有限公司 | 空调器的新风控制方法及空调器 |
| CN111144763A (zh) * | 2019-12-27 | 2020-05-12 | 新奥数能科技有限公司 | 一种供能设备确定方法、装置、可读介质及电子设备 |
| CN111197846A (zh) * | 2019-12-31 | 2020-05-26 | 国网河北省电力有限公司雄安新区供电公司 | 一种建筑内冷热负荷自适应调节方法及*** |
| CN111367193A (zh) * | 2020-03-31 | 2020-07-03 | 北京天成冠通能源科技有限公司 | 一种建筑自动化控制方法及*** |
| CN111442478A (zh) * | 2020-03-10 | 2020-07-24 | 珠海派诺科技股份有限公司 | 空调***优化控制方法、智能终端、存储装置 |
| CN111854076A (zh) * | 2020-07-23 | 2020-10-30 | 珠海格力电器股份有限公司 | 基于室内负荷与舒适度的自调节控制方法及*** |
| US10823446B2 (en) | 2018-10-12 | 2020-11-03 | Chicony Power Technology Co., Ltd. | System of adjusting load of air conditioning and method of adjusting the same |
| CN112612316A (zh) * | 2020-12-18 | 2021-04-06 | 北京首钢自动化信息技术有限公司 | 一种暖通设备控制方法及装置 |
| CN113203187A (zh) * | 2021-04-28 | 2021-08-03 | 清华大学 | 基于部分线性模型的建筑暖通空调负荷优化控制方法 |
| CN113614460A (zh) * | 2019-03-29 | 2021-11-05 | 亿可能源科技（上海）有限公司 | 空调***的管理方法、控制方法及***、存储介质 |
| CN114576797A (zh) * | 2022-03-28 | 2022-06-03 | 珠海格力电器股份有限公司 | 一种空调器的控制方法、空调器 |
| CN114777298A (zh) * | 2022-03-30 | 2022-07-22 | 广州云雷智能科技有限公司 | 温度调节预测方法、装置、设备、存储介质及空调设备 |
| CN117989676A (zh) * | 2024-04-07 | 2024-05-07 | 江苏华复保利环保科技有限公司 | 基于大数据的空调能耗数据监管方法及*** |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005226845A (ja) * | 2004-02-10 | 2005-08-25 | Fuji Electric Systems Co Ltd | 空調負荷予測方法、空調負荷予測装置、空調負荷予測プログラムおよび記録媒体 |
| CN101825327A (zh) * | 2010-05-28 | 2010-09-08 | 哈尔滨工业大学 | 基于天气预报的空调***最优运行参数获得方法 |
| CN104571034A (zh) * | 2014-12-29 | 2015-04-29 | 中国机械工业企业管理协会 | 暖通空调***冷热联合供给的智能管控设备及其控制方法 |
| CN104729024A (zh) * | 2015-04-08 | 2015-06-24 | 南京优助智能科技有限公司 | 基于室内平均温度的空调负荷预测方法 |
| CN105091209A (zh) * | 2014-05-23 | 2015-11-25 | 国网山西省电力公司电力科学研究院 | 一种基于空调负荷预测的控制***及方法 |
| CN106403207A (zh) * | 2016-10-24 | 2017-02-15 | 珠海格力电器股份有限公司 | 用于暖通空调***的基于负荷预测的控制***和控制方法 |
-
2017
- 2017-09-21 CN CN201710861346.4A patent/CN107781947B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005226845A (ja) * | 2004-02-10 | 2005-08-25 | Fuji Electric Systems Co Ltd | 空調負荷予測方法、空調負荷予測装置、空調負荷予測プログラムおよび記録媒体 |
| CN101825327A (zh) * | 2010-05-28 | 2010-09-08 | 哈尔滨工业大学 | 基于天气预报的空调***最优运行参数获得方法 |
| CN105091209A (zh) * | 2014-05-23 | 2015-11-25 | 国网山西省电力公司电力科学研究院 | 一种基于空调负荷预测的控制***及方法 |
| CN104571034A (zh) * | 2014-12-29 | 2015-04-29 | 中国机械工业企业管理协会 | 暖通空调***冷热联合供给的智能管控设备及其控制方法 |
| CN104729024A (zh) * | 2015-04-08 | 2015-06-24 | 南京优助智能科技有限公司 | 基于室内平均温度的空调负荷预测方法 |
| CN106403207A (zh) * | 2016-10-24 | 2017-02-15 | 珠海格力电器股份有限公司 | 用于暖通空调***的基于负荷预测的控制***和控制方法 |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109100936A (zh) * | 2018-07-28 | 2018-12-28 | 南京工程学院 | 一种辐射与送风复合式供冷***的模型预测控制方法和装置 |
| US10823446B2 (en) | 2018-10-12 | 2020-11-03 | Chicony Power Technology Co., Ltd. | System of adjusting load of air conditioning and method of adjusting the same |
| CN113614460A (zh) * | 2019-03-29 | 2021-11-05 | 亿可能源科技（上海）有限公司 | 空调***的管理方法、控制方法及***、存储介质 |
| CN113614460B (zh) * | 2019-03-29 | 2022-08-26 | 亿可能源科技（上海）有限公司 | 空调***的管理方法、控制方法及***、存储介质 |
| CN110500723A (zh) * | 2019-08-23 | 2019-11-26 | Tcl空调器(中山)有限公司 | 空调器的新风控制方法及空调器 |
| CN111144763A (zh) * | 2019-12-27 | 2020-05-12 | 新奥数能科技有限公司 | 一种供能设备确定方法、装置、可读介质及电子设备 |
| CN111197846A (zh) * | 2019-12-31 | 2020-05-26 | 国网河北省电力有限公司雄安新区供电公司 | 一种建筑内冷热负荷自适应调节方法及*** |
| CN111442478A (zh) * | 2020-03-10 | 2020-07-24 | 珠海派诺科技股份有限公司 | 空调***优化控制方法、智能终端、存储装置 |
| CN111367193A (zh) * | 2020-03-31 | 2020-07-03 | 北京天成冠通能源科技有限公司 | 一种建筑自动化控制方法及*** |
| CN111854076A (zh) * | 2020-07-23 | 2020-10-30 | 珠海格力电器股份有限公司 | 基于室内负荷与舒适度的自调节控制方法及*** |
| CN112612316A (zh) * | 2020-12-18 | 2021-04-06 | 北京首钢自动化信息技术有限公司 | 一种暖通设备控制方法及装置 |
| CN112612316B (zh) * | 2020-12-18 | 2022-05-20 | 北京首钢自动化信息技术有限公司 | 一种暖通设备控制方法及装置 |
| CN113203187A (zh) * | 2021-04-28 | 2021-08-03 | 清华大学 | 基于部分线性模型的建筑暖通空调负荷优化控制方法 |
| CN114576797A (zh) * | 2022-03-28 | 2022-06-03 | 珠海格力电器股份有限公司 | 一种空调器的控制方法、空调器 |
| CN114777298A (zh) * | 2022-03-30 | 2022-07-22 | 广州云雷智能科技有限公司 | 温度调节预测方法、装置、设备、存储介质及空调设备 |
| CN114777298B (zh) * | 2022-03-30 | 2023-09-22 | 广州云雷智能科技有限公司 | 温度调节预测方法、装置、设备、存储介质及空调设备 |
| CN117989676A (zh) * | 2024-04-07 | 2024-05-07 | 江苏华复保利环保科技有限公司 | 基于大数据的空调能耗数据监管方法及*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107781947B (zh) | 2020-03-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107781947A (zh) | 一种建筑空调***冷热源预测控制方法和装置 | |
| CN111237989B (zh) | 一种基于负荷预测的楼宇通风空调控制方法及装置 | |
| CN107576015A (zh) | 一种实现需求侧响应的建筑空调模型预测控制方法和装置 | |
| CN107726555A (zh) | 一种建筑空调模型预测控制方法和装置 | |
| CN105320118B (zh) | 基于云平台的空调***电力需求响应控制方法 | |
| CN102980272B (zh) | 一种基于负荷预测的空调***节能优化方法 | |
| Amin et al. | Optimal price based control of HVAC systems in multizone office buildings for demand response | |
| CN109974218B (zh) | 一种基于预测的多联机空调***调控方法 | |
| CN102043907A (zh) | 空调房间实时冷负荷确定方法 | |
| CN105091209B (zh) | 一种基于空调负荷预测的控制***及方法 | |
| CN104636987A (zh) | 一种公共楼宇空调负荷广泛参与的电网负荷调度方法 | |
| CN109917646B (zh) | 一种区域供冷供热设备优化运行***及方法 | |
| Fu et al. | Utilizing commercial heating, ventilating, and air conditioning systems to provide grid services: A review | |
| CN108197404A (zh) | 一种基于时间遗传特性的建筑负荷预测方法 | |
| CN108426354A (zh) | 基于辐射时间序列方法的空调负荷预测*** | |
| Cui et al. | Application potential analysis of different control strategies for radiant floor cooling systems in office buildings in different climate zones of China | |
| Chebotarova et al. | Comparative analysis of efficiency energy saving solutions implemented in the buildings | |
| Ahn et al. | Energy cost analysis of an intelligent building network adopting heat trading concept in a district heating model | |
| CN111737857A (zh) | 一种基于互动能力曲线的暖通空调集群协调控制方法 | |
| CN105737342A (zh) | 一种办公楼宇内节能控制的方法 | |
| Li et al. | Control method of multi-energy system based on layered control architecture | |
| Liu et al. | Study on the intermittent operation mode characteristic of a convection-radiation combined cooling system in office buildings | |
| Qu et al. | Optimized control of the supply water temperature in the thermally activated building system for cold climate in China | |
| CN111681133B (zh) | 电负荷信息的处理方法和装置 | |
| Li et al. | Reinforcement learning-based demand response strategy for thermal energy storage air-conditioning system considering room temperature and humidity setpoints |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |