CN109312951B - 空调机管理装置、热源设备管理装置、空调机管理方法以及热源设备管理方法 - Google Patents
空调机管理装置、热源设备管理装置、空调机管理方法以及热源设备管理方法 Download PDFInfo
- Publication number
- CN109312951B CN109312951B CN201680086710.8A CN201680086710A CN109312951B CN 109312951 B CN109312951 B CN 109312951B CN 201680086710 A CN201680086710 A CN 201680086710A CN 109312951 B CN109312951 B CN 109312951B
- Authority
- CN
- China
- Prior art keywords
- information
- air conditioner
- air
- traffic
- floor
- 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.)
- Active
Links
Images
Landscapes
- Air Conditioning Control Device (AREA)
Abstract
考虑时时刻刻都在变化的人流来生成空调关联设备的非常详细的运转计划从而来控制空调关联设备。从信息输入装置输入并存储在信息存储装置中的信息包含与楼层内的各区域的形状、面积以及出入口有关的楼层信息;与设置在上述楼层的出入口的人流计数装置计数的人流有关的出入口通过人流信息;包含日射量、气温、湿度中的任意一个的气象预报数据、包含来自墙壁的侵入热、照明发热、换气热中的任意一个的热负荷信息。信息处理装置根据从信息存储装置读出的楼层信息和出入口通过人流信息,生成在每个时间段预测各区域内的人流而得到的人流数据,并且根据从信息存储装置读出的气象预报数据、热负荷信息以及人流数据,生成在每个时间段预测各区域内的空调热负荷而得到的空调热负荷信息。
Description
技术领域
本发明涉及一种使用进行计数而得到的人流信息来生成空调机、热源设备的运转计划从而进行控制的空调机管理装置、热源设备管理装置、空调机管理方法以及热源设备管理方法。
背景技术
在专利文献1的说明书摘要中,为了解决“虽然考虑到使用电梯运转信息来进行照明/空调控制,但在电梯运转之前没有照明,空调由于效果的延迟而在必要时来不及发挥作用等问题”,公开了“根据电梯运转信息,按照一周的每一天或每个时间段等,将人流量、室内容纳人数/室内容纳率图形化,计划并执行与之相匹配的控制日程。另外,对于无法取得电梯运转信息的建筑物,沿用类似建筑物或其一层的电梯运转信息、其分析结果”的方法。
现有技术文献
专利文件
专利文献1:日本特开2005-104635号公报
发明内容
发明要解决的课题
为了应对能源资源的节约和环境问题,实现节能在世界上是重要的课题,铁路公司也正在推进能耗的削减。在铁路公司,站场的能耗的比例高,其中站场空调的能耗占一半左右,因此需要适当地执行其关联设备的控制。车站存在很多使用者,其人数时时刻刻都在变化,因此为了适当地进行空调关联设备的控制,需要进行一种详细地评价人的流动(以下称为“人流”)从而适当地考虑人体发热负荷的运转。
在专利文献1所记载的方法中,根据电梯运转信息,按照一周的每一天或每个时间段等,将人流量、室内容纳人数/室内容纳率图形化,计划并执行与之相匹配的控制日程。但是,并没有按照时间段汇总地掌握人流来对时时刻刻都在变化的实际的人流进行评价,因此,存在以下的问题:在产生了与预先设想的图形有很大不同的人流时,无法进行适当的设备运转。
用于解决课题的手段
为了解决上述课题,在本发明的空调机管理装置中,具备:信息输入装置,其从外部输入信息;信息存储装置,其存储有输入到该信息输入装置的信息;信息处理装置,其读出并处理在该信息存储装置中存储的信息;以及信息输出装置,其向空调机输出由该信息处理装置处理后的信息,在从上述信息输入装置输入并存储在上述信息存储装置中的信息中包含:与楼层内的各区域的形状、面积、以及出入口有关的楼层信息、与设置在上述楼层的出入口的人流计数装置计数的人流有关的出入口通过人流信息、包含日射量、气温、湿度中的任意一个的气象预报数据、包含来自墙壁的侵入热、照明发热、换气热中的任意一个的热负荷信息,上述信息处理装置根据从上述信息存储装置读出的上述楼层信息和上述出入口通过人流信息,生成在每个时间段预测各区域内的人流而得到的人流数据,并且根据从上述信息存储装置读出的上述气象预报数据、上述热负荷信息以及上述人流数据,生成在每个时间段预测各区域内的空调热负荷而得到的空调热负荷信息。
发明效果
根据本发明,考虑了时时刻刻都在变化的实际的人流来生成空调机或热源设备的运转计划,从而能够实现与实际的人流对应的适当的设备运转。
附图说明
图1A是实施例1的空调机管理装置101的功能框图。
图1B是实施例1的空调机管理装置101的结构图。
图2A是楼层构造的例子。
图2B是楼层信息102的例子。
图3是出入口通过人流信息103的例子。
图4是人流数据104的例子。
图5是现有的空调控制中的人流、空调机输出、室温(空调机附近)、室温(使用者附近)的时间变化的例子。
图6是实施例1的空调控制中的人流、空调机输出、室温(空调机附近)、室温(使用者附近)的时间变化的例子。
图7是运转计划生成部111的处理的概念图。
图8是实施例2的热源设备管理装置201的结构图。
图9A是用于说明未利用人流预测的热源设备的运转计划的概念图。
图9B是用于说明利用了人流预测的热源设备的运转计划的概念图。
图10是实施例3的空调机管理装置101的结构图。
图11是人流指定信息1001的例子。
具体实施方式
以下,使用附图来说明实施例。
实施例1
图1A是实施例1的空调机管理装置101的功能框图,图1B是硬件结构图。如图1A所示,空调机管理装置101具备:人流预测部105,其以楼层信息102和出入口通过人流信息103为输入,输出人流数据104;空调热负荷预测部108,其以气象预报数据106、热负荷信息107以及人流数据104为输入,输出空调热负荷109;空调机运转计划生成部111,其以空调热负荷109、空调机信息110以及空调对象空间信息113为输入,输出空调机运转计划112。
另外,如图1B的硬件结构图所示,本实施例的空调机管理装置101由输入输出装置114、信息处理装置(CPU)115、主存储装置116、辅助存储装置117、将它们相互连接的内部通信线118构成。通过由信息处理装置115执行存储在主存储装置中的程序,来实现输入预测部105、空调热负荷预测部108以及空调机运转计划生成部111。在辅助存储装置117中存储经由输入输出装置114从因特网等网络119和后述的人流计数装置取得的、或者从键盘等输入装置120输入的楼层信息102、出入口通过人流信息103、气象预报数据106、热负荷信息107、空调机信息110、空调对象空间信息113、由信息处理装置115运算出的人流数据104、空调热负荷109、空调机运转计划112。另外,信息处理装置115经由输入输出装置114进行多个空调机121(空调机121A~121C等)的控制。以下,对各要素表示其详细内容。
楼层信息102是由管理者输入的信息,与空调机管理装置101所管理的空调机121所在的楼层有关,是用于表示该楼层的形状和面积、各空调机负责的空调区域、产生人的流入/流出的位置(出入口)的数据。
使用图2A、图2B说明楼层信息的例子。图2A是由空调机管理装置101所控制的多个空调机121进行空气调节的楼层的例子。白色的四边形A~J分别是空调机负责的各个空调区域。在以后的说明中,如空调机121A那样附加对象空调区域的名称来表示各空调区域中的空调机的名称。此外,各空调机121并不一定是一台空调机,即使将存在于同一空调区域中的空调机汇总地看作一台空调机来进行控制,也能够同样地进行控制。另外,表示为黑色的地方是人的出入口,有出入口1~出入口4这4个出入口。为了适当地评价人流,对于该封闭空间的出入口,还包括楼梯、电梯、扶梯等在内需要全部给出。
图2B是与图2A所示的楼层有关的楼层信息102的例子。例如,关于空调区域A记录有以下的信息:在北(N)方向设置有出入口1,在南(S)方向空调区域B相邻。
出入口通过人流信息103是表示各时间段中的从各出入口的实际流入人数的数据。其是通过设置在各出入口的人流计数装置(使用自动检票机、监视相机等)进行计数而得到的流入人数。
人流预测部105根据输入的楼层信息102和出入口通过人流信息103,通过模拟来求出在各时刻存在于各空调区域中的人数。
首先,推定各流入者的目的地(作为目的的出口)。例如,以图3所示的从某日的8点00分开始的时间段为例,说明推定的具体例子。人流预测部105根据出入口通过人流信息103来确认该时间段的从各出入口的流入人数。在此,假设出入口1、2、3、4的流入分别是20人、20人、30人、20人。接着,参照从各出入口流入的流入者的目的地的过去统计。由此,例如掌握该时间段的来自出入口1的人流的50%前往出入口2,50%前往出入口4这样的统计。接着,按照该过去统计,推定各出入口的人流的目的地。例如,推定从出入口1流入的20人的人流中的相当于50%的10人去往出入口2,同样地相当于50%的10人去往出入口4。
使用以上得到的实际的人流和推定目的地来模拟各区域的人流。作为例子,举出了针对图2A例示的楼层,分割为更加详细的每个人的细分区域,用点表示的人的模型在该棋盘格状的细分区域中进行移动的离散事件模拟。
图4表示作为模拟的结果而得到的人流数据104的具体例子。图中的401的数据表示各时刻、各空调区域的人数。在该例子中,表示了人只从出入口1流入,不去往出入口2而向出入口3或4进行移动的情况,模拟了7点20分在出入口1实测到的10人经过空调区域A扩散到空调区域B、D、E等的状况。此外,在此没有将出入口2设定为推定目的地,因此空调区域C的人数不变化。在本实施例中,表示了以10分钟间隔进行模拟的例子,但时间间隔并不限于此,也可以以更短的期间重复模拟。
空调热负荷预测部108根据人流数据104来求出因人体发热导致的空调负荷。例如,根据以下所示的式1来求出因人体发热导致的负荷。
[式1]
qp=(qps+qpl)·NP
在此,qp表示因人体发热导致的空调负荷(W),qps表示每一个人的人体产生的显热(W/人),qpl表示从每一个人的人体产生的潜热(W/人),NP表示人数(人)。通过应用图3所示的人流数据的人数来进行计算,能够求出各空调区域A~J的时时刻刻都在变化的因人体发热导致的空调负荷。
另外,向空调热负荷预测部108输入每个时刻的日射量、温度、湿度等气象预报数据106、来自墙壁的侵入热、照明发热、换气热等人体发热以外的热负荷信息107。气象预报数据106是经由自动发布服务等在每个预定时间发布的数据,另外人体发热以外的热负荷信息107由管理者规定,具体地说,使用以下的式2~式4来进行定义。此外,在它们的计算中适当地利用从气象预报数据106得到的信息。
首先,利用式2求出来自外部的侵入热。
[式2]
qinv=(Igr·kgr+Kgr·Δte)·Agr+Kw·Δte·Aw
在此,qinv是侵入热(W),第一项是玻璃侵入热量,第二项是墙壁侵入热。Igr表示来自玻璃面的日照热量(W),kgr表示遮挡系数,Kgr表示玻璃的传热系数(W/(m2×K)),Δte表示室内外的温度差(K),Agr表示窗户玻璃的面积(M2),Kw表示外壁的传热系数(W/(m2×K)),Aw表示外壁的面积(M2)。
另外,利用式3求出照明发热。
[式3]
在此,ql表示照明发热,C表示减缩系数(-),E表示照度(lx),K表示照明率(-),ε表示器具的照明效率(lm/W),rL表示照明负荷延迟系数,A表示室内面积(m2)。
并且,利用以下的式4求出换气热。
[式4]
qi=0.33·Qi,(to-tr)+830·Qi·(xo-xr)
在此,qi表示换气热(W),Qi表示需要换气量(m3/h),to表示屋外的温度(K),tr表示屋内的温度(K),xo表示屋外的绝对湿度(kg/kg(DA)),xr表示屋内的绝对湿度(kg/kg(DA))。此外,式中的0.33是空气的比重(0.28[J/(kg×K)])×空气密度(1.2[kg/m3]),830是水蒸气的蒸发潜热(695[W/(kg×K)])×空气密度(1.2[kg/m3])。
在本实施例中,表示了因人体发热导致的空调负荷以外的代表性的空调负荷及其评价式(式2~式4),但并不限于此,当在空调区域中存在PC、炉灶等进行发热的设备等的情况下,也可以加入该热负荷。另外,关于人体发热以外的负荷,也可以不像上述那样通过详细的计算来求出各负荷,而是根据过去的实绩数据,通过基于记忆的推理等方法来一并求出。
如以上那样,空调热负荷预测部108求出因人体发热导致的空调热负荷(式1)以及由于其他因素导致的空调热负荷(式2~式4)并将它们相加,由此求出各空调区域中的空调热负荷信息109。
接着,表示空调机运转计划生成部111。空调机运转计划生成部111以管理者输入的空调机信息110、空调对象空间信息113以及空调热负荷预测部108预测出的空调热负荷109作为输入,输出通过后述的方法求出的空调机运转计划111。在此,空调机信息110是各个空调机121的制冷容量、风量的信息,空调对象空间信息113是与各空调机121负责的空调区域的空气密度、比热等有关的信息。另外,空调机运转计划112是用于控制各空调机121的运转计划。
为了比较,使用图5来表示根据空调机附近的温度对空调机进行控制的现有的空调控制中的人流、空调机输出、室温(空调机附近)、室温(使用者附近)的时间变化。
如图5(a)所示,在时刻501,即使人流阶梯状地增加从而使用者附近的室温(图5(d))上升,房间上部的空调机附近的室温(图5(c))也不会立即上升。因此,直到检测出空调机附近的室温上升的时刻502为止,空调机热负荷没有变化,对空调机的指令也没有变化(图5(b))。结果,在从时刻501到时刻502的期间,使用者附近的室温上升(图5(d)),损害了使用者的舒适性。然后,当成为时刻502时,空调机输出(图5(b))上升(制冷被强化),使用者附近的室温下降而保持为恒定温度。
然后,如图5(a)所示,考虑在时刻503人流阶梯状地减少的情况。在该情况下,使用者附近的室温(图5(d))迅速下降,但由于与上述同样的理由,空调机附近的室温(图5(c))并不会立即下降,因此不必要地暂时降低了使用者附近的室温。
即,根据图5的控制方法,产生以下的问题:在人流阶梯状地增加时,暂时损害了使用者的舒适性,在人流阶梯状地减少时,暂时产生过大的能耗。
本实施例的运转计划生成部111生成能够抑制这样的舒适性的恶化以及无用的能耗的空调机运转计划112,利用该空调机运转计划112来管理空调机121。图6表示通过运转计划生成部111的计划和控制而得到的与图5相同的各量。
在本实施例中,如图6所示,在人流增加的时刻501之前的时刻601增强空调机输出(图6(b))。由此,空调机附近的室温(图6(c))暂时降低。接着,由于时间差使用者附近的室温(图6(d))开始下降,此时人流增加空调负荷增大,结果使用者附近的室温保持恒定。由此,能够进行不损害用户的舒适性的运转。
另外,在人流减少的时刻503之前的时刻602减弱空调机输出(图6(b))。由此,空调机附近的室温暂时上升。接着,由于时间差使用者附近的室温开始上升,此时人流减少空调负荷减少,结果使用者附近的室温保持恒定。由此,能够削减由于不必要地降低室温从而浪费的能耗。
运转计划生成部111为了针对每个空调区域进行图6那样的运转,事先决定应该增强空气调节的时刻及其强度,生成兼顾舒适性和节能的空调运转计划。
使用图7的概念图来说明运转计划生成部111的处理。首先,信息处理装置115根据从辅助存储装置1004读出的空调机信息110和空调对象空间信息113,求出直到空调输出控制使用者附近的室温为止的时间延迟(图5中的时刻501与时刻502之间的时间差、或时刻503与时刻504之间的时间差)(S701)。
接着,信息处理装置115生成使得从辅助存储装置1004读出的空调热负荷109中包含的人体热负荷701提前上述时间延迟量的提前人体热负荷702(S702,图7(b))。
接着,信息处理装置115生成从提前人体热负荷702减去人体热负荷701而得到的人体热负荷差(703、704)(S703,图7(c))。
接着,信息处理装置115求出为了抵消人体热负荷差703的影响而需要的设定温度705、为了抵消人体热负荷差704的影响而需要的设定温度706(S705,图7(d))。如此,运算每个空调区域的空调设定温度(图7(d)),将它们汇总作为空调机运转计划112输出。
此外,在本实施例中,根据空调机信息110和空调对象空间信息113求出直到空调输出控制使用者附近的室温为止的时间延迟,但是也可以事先运算该值并作为输入值给出,也可以采用过去实绩的时间延迟来进行运算。另外,将普通的空调机作为对象,将空调机运转计划112设为设定温度的计划,但是在能够直接控制空调机负荷的情况下,也可以将错开了上述时间延迟量的人体热负荷601与人体热负荷以外的负荷相加来求出整体空调负荷,将该负荷作为空调机输出的计划值来设为空调机运转计划112。另外,在本实施例中表示为制冷的情况,但在供暖的情况下也可以按照同样的考虑方法,生成考虑了人流的空调运转计划。
根据以上所述,能够通过利用了人流预测的实施例1的空调机管理装置101来生成考虑了时时刻刻都在变化的人流的空调运转计划。
实施例2
图8是实施例2的热源设备管理装置201的结构图的例子。对于与实施例1的空调机管理装置101相同的点省略说明。本实施例2的热源设备管理装置201利用人流来生成空气调节中使用的集中热源的热源设备的运转计划805。成为运转计划的对象的设备是离心式制冷机、螺杆式制冷机、吸收式制冷机这样的热源机、供给电力和排热的热电联产等的发电机、储热罐、蓄电池等储能设备。
预测人流根据该人流数据104求出空调热负荷109的处理与实施例1相同。与此相对,热源设备运转计划生成部804利用空调以外的热负荷信息801、热源设备信息802以及约束目标函数信息803,生成热源设备运转计划805。
管理者输入的热源设备关联信息802是与为了生成运转计划而需要的设备相关的信息,是热源设备、发电设备、储能设备的各自容量、对于各热源设备、发电设备表示与其负荷率(输出/额定输出)相对的能耗(电力、天然气等)和输出能量(热电联产散热等)的能耗特性等。
关于管理者输入的约束目标函数信息803,作为约束条件例如是购电量的上限值、各设备的维护限制、运转持续时间等各种与运转计划有关的信息,对于目标函数,是将应该最小化的指标指定为费用、CO2排放量等的信息。
作为热源设备运转计划生成部804生成运转计划的方法,使用采用了二次规划法或混合整数线性规划法的严谨解法、或者一般采用遗传算法(GA)、粒子群最优化(PSO)等启发式算法等的方法。
在以下的图9A、图9B中使用简单的例子来表示由于使用人流预测来生成热源设备的运转计划而产生的效果。在图9A中,实线901表示通过集中热源供给的整体的热需求。在本实施例中,为了简化,将用于满足需求的热源设备的结构设为如下结构:使容量为通过902供给的热量的1台电动制冷机以及一个储热罐。另外,为了简化,购电的价格为固定。当在该状态下制订了使费用最小的运转计划时,热源设备当一般进行低负荷运转时效率降低,因此制订避开夜间的低负荷运转的计划。为此,从0点过后进行一点划线903A所示的蓄热运转,用蓄热的热量来供给时刻904以后的热,并且停止热源设备的运转,由此成为不进行低负荷时的热源设备运转的运转计划。
与此相对,使用图9B来说明例如由于人流的急剧增加(发生事件等)而需要设想以外的热负荷905的情况。在该情况下,成为超过制冷机的容量902的热负荷,因此不得不从储热罐供给冷水。因此,原本在时刻904以后用于供给热负荷的冷水变得不足,因此需要在时刻904后的某处进行效率必定以相同热量变差的低负荷运转。与此相对,设想以下的情况:按照包含了人流的运转计划掌握时时刻刻都在变化的人数,正确地评价不久前的人体发热量。在该情况下,可知在热源设备的运转具有余裕的12点左右追加需要的热量,因此能够使制冷机超额地运转来进行蓄热。由此,与没有人流数据的情况相比,能够抑制低负荷的热源设备的运转从而生成高效的运转计划。实际上存在多个热源设备,其运转方法也变得复杂,但是通过与该例子同样地进行人流分析使得每小时更新的需求预测成为高水平的预测,由此能够进行与实际的热需求相符合的运转,因此能够节能。
实施例3
图10是实施例3的空调机管理装置101的结构图的例子。对于与上述实施例相同的点,省略说明。在本实施例中,以人流和空调机的运转的双方为对象,决定能耗最小的设备运转计划和人流的流动的指定方法。
在实施例3的空调机管理装置101中,作为人流预测部105的输入,使用人流指定信息1001,该人流指定信息1001用于指定使楼层的各空调区域中的不可通行区域的组合不同的多个图形。并且,在空调费用评价/运转计划决定部1002中,根据空调热负荷109、空调机信息110以及空调对象空间信息113来导出空调运转费用。接着根据所得到的空调费用,输出所指定的数个图形的人流中的空调费用最便宜的人流指定信息1004以及与之对应的空调运转计划1003。
以下,针对新追加的结构要素说明其详细内容。首先,人流指定信息1001是由管理者生成的指定了多个人流图形的数据,图11表示其例子。人流指定信息1001指定的人流图形之一是将空调区域A~J中的空调区域D、F指定为不可通行区域的图形,人流预测部105生成使这些区域的人流成为零的人流数据。另外,人流指定信息1001所指定的其他的人流图形是将空调区域E、G指定为不可通行区域的图形,人流预测部105还生成使这些区域的人流成为零的人流数据。
人流预测部105输出考虑了不可通行区域的人流数据104,因此空调热负荷109在各个不可通行的图形中不同。因此,空调费用评价/运转计划决定部1002针对各个图形,使用空调热负荷109、空调机信息110以及空调对象空间信息113来评价空调费用。虽然人体发热的总量未变化,但是通过将不允许人流通过的区域的空调机停止,或者将人流部分地汇集使得空调机负荷率增加,从而产生效率提高的效果,由此使空调费用变化。对于通过人流指定信息1001指定的多个图形进行计算和比较,针对费用最便宜的图形,输出人流指定信息1004和空调运转计划1003。空调运转计划1003是针对人流无法通过的区域在该时间段使空调停止的计划。此外,实施例1~3分别具有独自的效果,通过将它们中的2个以上进行组合,成为具有多个效果的空调机管理装置101。
此外,本发明并不限于上述实施例,而包含各种变形例子。例如,为了容易理解地说明本发明而详细说明了上述实施例,但并不一定限于具备所说明的全部结构。另外,可以将某实施例的结构的一部分置换为其他实施例的结构,另外也可以将其他实施例的结构追加到某实施例的结构中。另外,对于各实施例的结构的一部分,可以进行其他结构的追加、删除、置换。
另外,例如也可以通过使用集成电路进行设计等以硬件方式来实现上述各结构、功能、处理部、处理单元的一部分或全部等。另外,也可以通过由处理器解释并执行用于实现各个功能的程序,以软件方式来实现上述各结构、功能等。可以将用于实现各功能的程序、表、文件等信息放置在存储器、硬盘、SSD(固态驱动器)等记录装置或IC卡、SD卡、DVD等记录介质中。
附图标记
101:空调机管理装置;102:楼层信息;103:出入口通过人流信息;104:人流数据;105:人流预测部;106:气象预报数据;107:热负荷信息;108:空调热负荷预测部;109:空调热负荷;110:空调机信息;111:空调机运转计划生成部;112:空调机运转计划;113:空调对象空间信息;201:热源设备管理装置。
Claims (4)
1.一种空调机管理装置,其具备:
信息输入装置,其从外部输入信息;
信息存储装置,其存储有输入到该信息输入装置的信息;
信息处理装置,其读出并处理在该信息存储装置中存储的信息;以及
信息输出装置,其向空调机输出由该信息处理装置处理后的信息,
其特征在于,
在从上述信息输入装置输入并存储在上述信息存储装置中的信息中包含:
与楼层内的各区域的形状、面积以及出入口有关的楼层信息;
与设置在上述楼层的出入口的人流计数装置计数的人流有关的出入口通过人流信息;
包含日射量、气温、湿度中的任意一个的气象预报数据;以及
包含来自墙壁的侵入热、照明发热、换气热中的任意一个的热负荷信息,
上述信息处理装置根据从上述信息存储装置读出的上述楼层信息和上述出入口通过人流信息,生成在每个时间段预测各区域内的人流而得到的人流数据,并且根据从上述信息存储装置读出的上述气象预报数据、上述热负荷信息以及上述人流数据,生成在每个时间段预测各区域内的空调热负荷而得到的空调热负荷信息,
在从上述信息输入装置输入并存储在上述信息存储装置中的信息中还包含:
包含上述空调机的制冷容量、风量的信息的空调机信息;以及
包含上述区域的空气密度、比热的信息的空调对象空间信息,
上述信息处理装置根据从上述信息存储装置读出的上述空调机信息和上述空调对象空间信息,求出直到上述空调机控制使用者附近的室温为止的时间延迟,
上述信息处理装置生成用于控制上述空调机的空调机运转计划,使得抵消根据上述空调热负荷信息求出的人体热负荷与使该人体热负荷提前与上述时间延迟相当的时间后的提前人体热负荷之间的差。
2.根据权利要求1所述的空调机管理装置,其特征在于,
在从上述信息输入装置输入并存储在上述信息存储装置中的信息中还包含人流指定信息,该人流指定信息用于指定使上述楼层的各区域中的不可通行区域的组合不同的多个图形,
上述信息处理装置除了根据从上述信息存储装置读出的上述楼层信息、上述出入口通过人流信息以外,还根据上述人流指定信息来生成在每个时间段预测各区域内的人流而得到的人流数据,并且针对上述多个图形中的每个图形生成上述空调机运转计划,
上述信息处理装置输出与多个该空调机运转计划中的费用最便宜的空调机运转计划对应的图形以及与该图形对应的空调机运转计划。
3.一种空调机管理方法,其管理负责楼层的各区域的空调机,其特征在于,
使用与楼层内的各区域的形状、面积以及出入口有关的楼层信息;与设置在上述楼层的出入口的人流计数装置计数的人流有关的出入口通过人流信息;包含日射量、气温、湿度中的任意一个的气象预报数据;以及包含来自墙壁的侵入热、照明发热、换气热中的任意一个的热负荷信息,
根据上述楼层信息和上述出入口通过人流信息,生成在每个时间段预测各区域内的人流而得到的人流数据,
根据上述气象预报数据、上述热负荷信息以及上述人流数据,生成在每个时间段预测各区域内的空调热负荷而得到的空调热负荷信息,
使用包含上述空调机的制冷容量、风量的信息的空调机信息以及包含上述区域的空气密度、比热的信息的空调对象空间信息,
根据上述空调机信息和上述空调对象空间信息,求出直到上述空调机控制使用者附近的室温为止的时间延迟,
生成用于控制上述空调机的空调机运转计划,使得抵消根据上述空调热负荷信息求出的人体热负荷与使该人体热负荷提前与上述时间延迟相当的时间后的提前人体热负荷之间的差。
4.根据权利要求3所述的空调机管理方法,其特征在于,
还使用人流指定信息,该人流指定信息用于指定使上述楼层的各区域中的不可通行区域的组合不同的多个图形,
除了根据上述楼层信息、上述出入口通过人流信息以外,还根据上述人流指定信息来生成在每个时间段预测各区域内的人流而得到的人流数据,并且针对上述多个图形中的每个图形生成上述空调机运转计划,
输出与多个该空调机运转计划中的费用最便宜的空调机运转计划对应的图形以及与该图形对应的空调机运转计划。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2016/067496 WO2017216833A1 (ja) | 2016-06-13 | 2016-06-13 | 空調機管理装置、熱源設備管理装置、空調機管理方法、および、熱源設備管理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109312951A CN109312951A (zh) | 2019-02-05 |
CN109312951B true CN109312951B (zh) | 2020-09-15 |
Family
ID=60663045
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680086710.8A Active CN109312951B (zh) | 2016-06-13 | 2016-06-13 | 空调机管理装置、热源设备管理装置、空调机管理方法以及热源设备管理方法 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP6655182B2 (zh) |
CN (1) | CN109312951B (zh) |
WO (1) | WO2017216833A1 (zh) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6983020B2 (ja) * | 2017-09-25 | 2021-12-17 | 日本電信電話株式会社 | 空調制御装置、空調制御方法、およびプログラム |
CN109117595B (zh) * | 2018-09-25 | 2021-06-25 | 新智数字科技有限公司 | 一种热负荷预测方法、装置、可读介质及电子设备 |
JP6624706B1 (ja) * | 2019-01-17 | 2019-12-25 | 国立大学法人神戸大学 | 空調システム、及び空調システムの制御方法 |
JP7378942B2 (ja) * | 2019-03-08 | 2023-11-14 | 三菱重工サーマルシステムズ株式会社 | 制御装置、空気調和機、制御方法及びプログラム |
JP7147989B2 (ja) * | 2019-07-19 | 2022-10-05 | 三菱電機株式会社 | 空調制御装置および空調制御システム |
CN110567108B (zh) * | 2019-08-28 | 2023-09-19 | 上海市安装工程集团有限公司 | 建筑体内部环境温度控制***及方法 |
JP2021042885A (ja) * | 2019-09-09 | 2021-03-18 | シャープ株式会社 | サーバ、空調制御システム、制御方法および制御プログラム |
JP6675667B1 (ja) * | 2019-09-09 | 2020-04-01 | 国立大学法人神戸大学 | 空調システム、及び空調システムの制御方法 |
WO2021176631A1 (ja) * | 2020-03-05 | 2021-09-10 | 三菱電機株式会社 | 熱負荷推定装置、空調制御システムおよび熱負荷推定方法 |
CN111503844A (zh) * | 2020-05-27 | 2020-08-07 | 上海应用技术大学 | 一种空调控制方法及*** |
CN112361548B (zh) * | 2020-10-22 | 2021-11-19 | 珠海格力电器股份有限公司 | 一种设备控制方法、装置及电梯 |
CN113112094B (zh) * | 2021-05-10 | 2024-02-13 | 瑞纳智能设备股份有限公司 | 量化风况影响的热负荷预测方法、***、装置及存储介质 |
CN113251559A (zh) * | 2021-05-20 | 2021-08-13 | 珠海格力电器股份有限公司 | 一种空调控制方法、装置及*** |
CN114925412B (zh) * | 2022-03-21 | 2022-12-30 | 清华大学 | 室外热环境调节方法及装置、电子设备和存储介质 |
CN114386883A (zh) * | 2022-03-23 | 2022-04-22 | 深大云网络(深圳)有限公司 | 基于人工智能和机器视觉的安防管控方法及*** |
JP7501664B2 (ja) | 2022-03-30 | 2024-06-18 | 三菱電機株式会社 | 制御システム |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS597839A (ja) * | 1982-07-02 | 1984-01-17 | Hitachi Ltd | 空調制御装置 |
JPH0821650A (ja) * | 1994-07-06 | 1996-01-23 | Toshiba Corp | ビル制御装置 |
JP4347602B2 (ja) * | 2003-04-17 | 2009-10-21 | 株式会社山武 | 熱源運転支援制御方法、システムおよびプログラム |
JP4228862B2 (ja) * | 2003-09-30 | 2009-02-25 | 株式会社日立製作所 | 設備運用計画システム及び設備運用システム |
JP2009294887A (ja) * | 2008-06-05 | 2009-12-17 | Vector Research Institute Inc | 建築設備制御システムおよびプログラム |
JP4910020B2 (ja) * | 2009-08-05 | 2012-04-04 | 株式会社日立製作所 | 需要家エネルギーマネジメントシステム |
CN102156463B (zh) * | 2011-03-25 | 2013-05-08 | 浙江汉爵科技有限公司 | 建筑物能源计划管理控制*** |
CN102980272B (zh) * | 2012-12-08 | 2014-12-03 | 珠海派诺科技股份有限公司 | 一种基于负荷预测的空调***节能优化方法 |
JP6022335B2 (ja) * | 2012-12-13 | 2016-11-09 | 株式会社日立製作所 | 海洋深層水利用空調システム |
JP2016045919A (ja) * | 2014-08-27 | 2016-04-04 | 株式会社日立製作所 | 人流動推定システム、方法、およびプログラム |
JP2016085014A (ja) * | 2014-10-29 | 2016-05-19 | 株式会社日立製作所 | 空調制御方法及びシステム |
-
2016
- 2016-06-13 CN CN201680086710.8A patent/CN109312951B/zh active Active
- 2016-06-13 WO PCT/JP2016/067496 patent/WO2017216833A1/ja active Application Filing
- 2016-06-13 JP JP2018523047A patent/JP6655182B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
CN109312951A (zh) | 2019-02-05 |
JP6655182B2 (ja) | 2020-02-26 |
WO2017216833A1 (ja) | 2017-12-21 |
JPWO2017216833A1 (ja) | 2019-01-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109312951B (zh) | 空调机管理装置、热源设备管理装置、空调机管理方法以及热源设备管理方法 | |
Beil et al. | Frequency regulation from commercial building HVAC demand response | |
US10775067B2 (en) | Method for controlling activation of air conditioning device and apparatus therefor | |
Goyal et al. | Experimental study of occupancy-based control of HVAC zones | |
Ma et al. | Predictive control for energy efficient buildings with thermal storage: Modeling, stimulation, and experiments | |
Henze et al. | Evaluation of optimal control for active and passive building thermal storage | |
Radhakrishnan et al. | Token based scheduling for energy management in building HVAC systems | |
US20160334122A1 (en) | Method of controlling ventilation and chilling systems to conserve energy in commercial buildings | |
JP6252673B2 (ja) | パラメータ学習装置およびパラメータ学習方法 | |
CN105940584A (zh) | 需求控制装置及程序 | |
Henze et al. | Sensitivity analysis of optimal building thermal mass control | |
WO2015151363A1 (ja) | 空調システム、及び、空調設備の制御方法 | |
KR101633969B1 (ko) | 상황인식 기반의 빌딩 에너지 관리 시스템 및 그를 이용한 빌딩 에너지 관리 방법 | |
JP6605181B2 (ja) | 運転制御装置、空気調和システム、運転制御方法および運転制御プログラム | |
JP2011043306A (ja) | 省エネ空調制御システム | |
Cai et al. | A multi-agent control based demand response strategy for multi-zone buildings | |
Naderi et al. | Demand response via pre-cooling and solar pre-cooling: A review | |
Hernández et al. | Impact of zoning heating and air conditioning control systems in users comfort and energy efficiency in residential buildings | |
Al-Hadban et al. | Implementation of Energy Efficiency Strategies in Cooling Towers—A Techno-Economic Analysis | |
Zhai et al. | Operating points as communication bridge between energy evaluation with air temperature and velocity based on extreme learning machine (ELM) models | |
WO2016017025A1 (ja) | 管理サーバ、エネルギー管理システム、管理方法、及び、プログラム | |
Dahlström et al. | Optimization of Night Cooling in Commercial Buildings-Using Genetic Algorithms and Neural Networks | |
Christantoni et al. | Calibration of a commercial building energy simulation model for demand response analysis | |
Jaramillo | A multi-agent control approach for optimization of central cooling plants | |
Lin | Control of commercial building HVAC systems for power grid ancillary service |
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 |