CN113108432A - 一种基于天气预报的空调***调节方法和*** - Google Patents

一种基于天气预报的空调***调节方法和*** Download PDF

Info

Publication number
CN113108432A
CN113108432A CN202110488358.3A CN202110488358A CN113108432A CN 113108432 A CN113108432 A CN 113108432A CN 202110488358 A CN202110488358 A CN 202110488358A CN 113108432 A CN113108432 A CN 113108432A
Authority
CN
China
Prior art keywords
temperature
information
air conditioning
conditioning system
time
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
Application number
CN202110488358.3A
Other languages
English (en)
Other versions
CN113108432B (zh
Inventor
聂占文
石志强
***
毕鑫磊
贺龙
杨梦凯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhongweitong Beijing Technology Co ltd
Original Assignee
Zhongweitong Beijing Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhongweitong Beijing Technology Co ltd filed Critical Zhongweitong Beijing Technology Co ltd
Priority to CN202110488358.3A priority Critical patent/CN113108432B/zh
Publication of CN113108432A publication Critical patent/CN113108432A/zh
Application granted granted Critical
Publication of CN113108432B publication Critical patent/CN113108432B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • F24F11/50—Control or safety arrangements characterised by user interfaces or communication
    • F24F11/61—Control or safety arrangements characterised by user interfaces or communication using timers
    • 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
    • F24F11/63—Electronic processing
    • F24F11/64—Electronic processing using pre-stored data
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00—Control inputs relating to air properties
    • F24F2110/10—Temperature
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00—Control inputs relating to air properties
    • F24F2110/10—Temperature
    • F24F2110/12—Temperature of the outside air
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00—Control inputs relating to air properties
    • F24F2110/20—Humidity
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00—Control inputs relating to air properties
    • F24F2110/20—Humidity
    • F24F2110/22—Humidity of the outside air
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2130/00—Control inputs relating to environmental factors not covered by group F24F2110/00
    • F24F2130/10—Weather information or forecasts

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (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)
  • Human Computer Interaction (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明提出了一种基于天气预报的空调***调节方法和***，属于空调节能技术领域，所述方法包括：采集当前室内和室外的温湿度信息，以及指定时间内的天气预报信息；判断天气预报信息的可用性；利用所述天气预报信息确定室内温度调整所需的冷负荷，并通过调整空调***的控制策略在所述指定时间内使室内温度达到指定预设参数，并生成时间表，设置提前采样时间点，在提前采样时间点时检测室外实际温度信息，根据温度信息的实际情况与提前获取的天气信息进行比较，根据比较结果确定是否进行冷负荷及预设参数的重新确定。所述***包括与所述方法的步骤对应的模块。

Description

一种基于天气预报的空调***调节方法和***
技术领域
本发明提出了一种基于天气预报的空调***调节方法和***，属于空调节能技术领域。
背景技术
目前的空调节能一般采用PID控制和负荷预测来调节空调***。但是空调***、特别是中央空调***是一个具有时滞、时变、非线性和大惰性的复杂***，很难用精确的数学模型或方法来描述。对于地铁车站内的空调***，影响地铁车站的室内温度因素为室外的气温，光照强度，客流量，列车制动所产生的热量，设备发热等，其中主要影响因素为室外的温度。由于中央空调***的时变动态特征，以及地铁车站地下空间的复杂结构，导致车站空调***的大滞后性。目前，大部分地铁车站还是采用传统的BAS控制，部分车站有节能***，基本采用PID调节和基于负荷预测调节，但不能很好的解决车站空调***的大滞后性。
其中，传统的BAS控制，其控制策略不会改变即模式和参数都不变，不能根据车站的负荷调节，造成能源的浪费。而在采用PID控制器调节过程中，是基于车站的实时负荷进行调节，存在很大的滞后性，而且参数设定在很大程度上依赖工程调试人员的经验，受人的因素影响很大，一旦整定，便不能跟随负荷与工况的变化而自动调整，节能效果差且容易震荡，影响空调***运行的稳定性和空调末端的服务质量。负荷预测的方法虽然在一定程度上可以解决空调***的滞后性，但是目前的负荷预测手段基本是基于历史和实时数据，负荷预测精度不高，且在突发天气状况不能及时反应，也容易造成***震荡，难以取得较为理想的调节效果。
发明内容
本发明提供了一种基于天气预报的空调***调节方法及***，用以解决负荷预测精度不高，且在突发天气状况不能及时反应，也容易造成***震荡，难以取得较为理想的调节效果的问题：
一种基于天气预报的空调***调节方法，所述空调***调节方法包括：
采集当前室内和室外的温湿度信息，以及指定时间内的天气预报信息；
判断天气预报信息的可用性；
利用所述天气预报信息确定室内温度调整所需的冷负荷，并通过调整空调***的控制策略在所述指定时间内使室内温度达到指定预设参数，并生成时间表，
设置提前采样时间点，在提前采样时间点时检测室外实际温度信息，根据温度信息的实际情况与提前获取的天气信息进行比较，根据比较结果确定是否进行冷负荷及预设参数的重新确定。
进一步地，所述指定时间内的确定过程包括：
当空调***第一次运行时，所述指定时间按照预设指定时间进行天气预报信息，其中，预设指定时间为15min，即所述空调***第一次运行时间段内，按照每15min的频率进行一次天气预报信息采集。并且，天气预报信息采集的区域范围为：以所述空调***所在地点为圆心，1km距离为半径的辐射区域；当空调***进行第二次运行之后，按照如下过程进行指定时间的确定：
获取所述空调***的启动时间以及室内和室外的温湿度信息采集所需时间；
根据所述空调***启动时间，利用所述空调***启动时间与时间调整系数之间的关系确定所述指定时间的时间调整系数；
利用时间调整系数结合时间获取模型确定所述指定时间，所述时间获取模型为：
Figure BDA0003051396200000021
其中，T表示指定时间，Tki表示所述空调***一天中启动第i次运行的时长，n表示所述空调***一天中启动运行的次数；Tcj表示所述空调***一天中第j次采集天气预报信息所用时间；m表示所述空调***一天中采集天气预报信息的次数，t0表示预设指定时间，所述预设指定时间为15min；λ表示时间调整系数。
进一步地，所述空调***启动时间与时间调整系数之间的关系如下：
当空调***运行时间处于5:00——9:00时，所述时间调整系数λ的取值范围为：0.048-0.057；
当空调***运行时间处于12:00——15:00时，所述时间调整系数λ的取值范围为：0.058-0.061；
当空调***运行时间处于17:00——19:00时，所述时间调整系数λ的取值范围为：0.038-0.052；
当空调***启动时间除5:00——9:00、12:00——15:00和17:00——19:00以外的其他时段时，所述时间调整系数λ的取值范围为：0.086-0.095。
进一步地，利用所述天气预报信息确定室内温度调整所需的冷负荷，并通过调整空调***的控制策略在所述指定时间内使室内温度达到指定预设参数，并生成时间表，包括：
根据采集到的所述指定时间内的天气信息中的温度升降变化情况，确定室内温度调节的目标温度；
通过所述目标温度确定室内温度调整所需的冷负荷；
根据室内所需的冷负荷获取调节空调***所需的对应的指定预设参数；
调节空调***的控制策略，提前对所述空调***的各参数变量进行控制，使空调***的各调节参数在所述指定时间之后达到预设参数，并生成时间表。
进一步地，设置提前采样时间点，在提前采样时间点时检测室外实际温度信息，根据温度信息的实际情况与提前获取的天气信息进行比较，根据比较结果确定是否进行冷负荷及预设参数的重新确定，包括：
获取并设置提前采样时间点，所述提前采样时间点为所述指定时间对应的时间点之前的一个室外温度的采样时间点；所述提前采样时间点通过如下公式获取：
Figure BDA0003051396200000031
其中，Tq表示提前采样时间点，所述提前采样时间点早于所述指定时间；Twl表示所述空调***一天中第l次检测并采集室外的温度信息所用时间，p表示所述空调***一天中检测并采集室外的温度信息的次数；
达到所述指定时间对应的提前采样时间点时，实时检测并采集室外的温度信息，获取所述提前采样时间点对应的室外温度信息；
判断所述温度信息与提前获取的温度升降变化情况之间的差异是否超过预设的温度差异阈值；
当所述温度信息与提前获取的温度升降变化情况之间的差异超过预设的温度差异阈值时，立即对室内所需冷负荷进行重新确定，并重新确定预设参数；
确定所述温度信息与提前获取的温度升降变化情况之间的差异超过所述温度差异阈值的差异量，根据所述差异量结合自适应调整模型对所述温度差异阈值进行自适应调整，其中，所述自适应调整模型为：
Figure BDA0003051396200000032
其中，H1表示自适应调整后的温度差异阈值，H表示预设的温度差异阈值；Cmax表示所述温度信息与提前获取的温度升降变化情况之间的差异超过所述温度差异阈值的差异量的最大值；Ct表示所述温度信息与提前获取的温度升降变化情况之间的差异第t次超过所述温度差异阈值的差异量；s表示所述温度信息与提前获取的温度升降变化情况之间的差异超过所述温度差异阈值的次数。
一种基于天气预报的空调***调节***，所述***包括：
采集模块，用于采集当前室内和室外的温湿度信息，以及指定时间内的天气预报信息；
判断模块，用于判断天气预报信息的可用性；
控制模块，用于利用所述天气预报信息确定室内温度调整所需的冷负荷，并通过调整空调***的控制策略在所述指定时间内使室内温度达到指定预设参数，并生成时间表，
调整模块，用于设置提前采样时间点，在提前采样时间点时检测室外实际温度信息，根据温度信息的实际情况与提前获取的天气信息进行比较，根据比较结果确定是否进行冷负荷及预设参数的重新确定。
进一步地，所述采集模块包括：
时间信息获取模块，用于获取所述空调***的启动时间以及室内和室外的温湿度信息采集所需时间；
调整系数确定模块，用于根据所述空调***启动时间，利用所述空调***启动时间与时间调整系数之间的关系确定所述指定时间的时间调整系数；
指定时间获取模块，用于利用时间调整系数结合时间获取模型确定所述指定时间。
进一步地，所述空调***启动时间与时间调整系数之间的关系如下：
当空调***运行时间处于5:00——9:00时，所述时间调整系数λ的取值范围为：0.048-0.057；
当空调***运行时间处于12:00——15:00时，所述时间调整系数λ的取值范围为：0.058-0.061；
当空调***运行时间处于17:00——19:00时，所述时间调整系数λ的取值范围为：0.038-0.052；
当空调***启动时间除5:00——9:00、12:00——15:00和17:00——19:00以外的其他时段时，所述时间调整系数λ的取值范围为：0.086-0.095。
进一步地，所述控制模块包括：
变化信息采集模块，用于根据采集到的所述指定时间内的天气信息中的温度升降变化情况，确定室内温度调节的目标温度；
冷负荷获取模块，用于通过所述目标温度确定室内温度调整所需的冷负荷；
参数获取模块，用于根据室内所需的冷负荷获取调节空调***所需的对应的指定预设参数；
空调***运行控制模块，用于调节空调***的控制策略，提前对所述空调***的各参数变量进行控制，使空调***的各调节参数在所述指定时间之后达到预设参数，并生成时间表。
进一步地，所述调整模块包括：
提前采样时间点设置模块，用于获取并设置提前采样时间点，所述提前采样时间点为所述指定时间对应的时间点之前的一个室外温度的采样时间点；
室外温度信息获取模块，用于在达到所述指定时间对应的提前采样时间点时，实时检测并采集室外的温度信息，获取所述提前采样时间点对应的室外温度信息；
温度差异判断模块，用于判断所述温度信息与提前获取的温度升降变化情况之间的差异是否超过预设的温度差异阈值；
重新设定模块，用于当所述温度信息与提前获取的温度升降变化情况之间的差异超过预设的温度差异阈值时，立即对室内所需冷负荷进行重新确定，并重新确定预设参数；
自适应调整模块，用于确定所述温度信息与提前获取的温度升降变化情况之间的差异超过所述温度差异阈值的差异量，根据所述差异量结合自适应调整模型对所述温度差异阈值进行自适应调整。
本发明有益效果：
本发明提出的一种基于天气预报的空调***调节方法及***，利用天气预报手段，预测出未来时刻空调***的负荷变化，得到该负荷条件下的最优运行参数，提前对空调***的各参数变量进行控制，不但避免了由于空调***的大时滞和大惰性带来的控制时间差，而且保证了空调***的供冷和负荷用冷上的平衡以及时间同步，该空调***调节方法还能够使空调***的负荷预测更加精确，对空调***进行前馈控制，从而避免***的滞后性和震荡，并且保证***的供需平衡，使空调***始终处于高效运转状态和节能优化状态。
附图说明
图1为本发明所述方法的流程图；
图2为本发明所述***的***框图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明提供了一种基于天气预报的空调***调节方法及***，用以解决负荷预测精度不高，且在突发天气状况不能及时反应，也容易造成***震荡，难以取得较为理想的调节效果的问题：
本发明的实施例提出一种基于天气预报的空调***调节方法，如图1所示，所述空调***调节方法包括：
S1、采集当前室内和室外的温湿度信息，以及指定时间内的天气预报信息；
S2、判断天气预报信息的可用性；
S3、利用所述天气预报信息确定室内温度调整所需的冷负荷，并通过调整空调***的控制策略在所述指定时间内使室内温度达到指定预设参数，并生成时间表，
S4、设置提前采样时间点，在提前采样时间点时检测室外实际温度信息，根据温度信息的实际情况与提前获取的天气信息进行比较，根据比较结果确定是否进行冷负荷及预设参数的重新确定。
上述技术方案的工作原理为：首先，采集当前室内和室外的温湿度信息，以及指定时间内的天气预报信息；然后，判断天气预报信息的可用性；随后，利用所述天气预报信息确定室内温度调整所需的冷负荷，并通过调整空调***的控制策略在所述指定时间内使室内温度达到指定预设参数，并生成时间表；最后，设置提前采样时间点，在提前采样时间点时检测室外实际温度信息，根据温度信息的实际情况与提前获取的天气信息进行比较，根据比较结果确定是否进行冷负荷及预设参数的重新确定。
上述技术方案的效果为：利用天气预报手段，预测出未来时刻空调***的负荷变化，得到该负荷条件下的最优运行参数，提前对空调***的各参数变量进行控制，不但避免了由于空调***的大时滞和大惰性带来的控制时间差，而且保证了空调***的供冷和负荷用冷上的平衡以及时间同步，该空调***调节方法还能够使空调***的负荷预测更加精确，对空调***进行前馈控制，从而避免***的滞后性和震荡，并且保证***的供需平衡，使空调***始终处于高效运转状态和节能优化状态。
本发明的一个实施例，所述指定时间内的确定过程包括：
当空调***第一次运行时，所述指定时间按照预设指定时间进行天气预报信息，其中，预设指定时间为15min，即所述空调***第一次运行时间段内，按照每15min的频率进行一次天气预报信息采集。并且，天气预报信息采集的区域范围为：以所述空调***所在地点为圆心，1km距离为半径的辐射区域；当空调***进行第二次运行之后，按照如下过程进行指定时间的确定：
S101、获取所述空调***的启动时间以及室内和室外的温湿度信息采集所需时间；
S102、根据所述空调***启动时间，利用所述空调***启动时间与时间调整系数之间的关系确定所述指定时间的时间调整系数；
S103、利用时间调整系数结合时间获取模型确定所述指定时间，所述时间获取模型为：
Figure BDA0003051396200000071
其中，T表示指定时间，Tki表示所述空调***一天中启动第i次运行的时长，n表示所述空调***一天中启动运行的次数；Tcj表示所述空调***一天中第j次采集天气预报信息所用时间；m表示所述空调***一天中采集天气预报信息的次数，t0表示预设指定时间，所述预设指定时间为15min；λ表示时间调整系数。
上述技术方案的工作原理：首先，获取所述空调***的启动时间以及室内和室外的温湿度信息采集所需时间；然后，根据所述空调***启动时间，利用所述空调***启动时间与时间调整系数之间的关系确定所述指定时间的时间调整系数；最后，利用时间调整系数结合时间获取模型确定所述指定时间
上述技术方案的效果为：通过上述方式获得的指定时间能够与空调实际运行时间情况进行匹配，根据空调***实际运行时间情况和天气预报信息采集所用时间情况进行指定时间的获取，能够使指定时间根据空调***的运行和信息采集情况进行实时调整，使采集天气预报的时间点与空调***实际运行情况匹配度更高，进而实现采集的天气预报信息与空调***实际运行情况更加匹配，这样能够保证后续空调***控制策略调整的准确度，提高室内温湿度调整的精准度，进而更有效精准的确定冷负荷，保证最大程度的能耗节省量。
本发明的一个实施例，所述空调***启动时间与时间调整系数之间的关系如下：
当空调***运行时间处于5:00——9:00时，所述时间调整系数λ的取值范围为：0.048-0.057；其中，最优选为0.052，次优为0.050；
当空调***运行时间处于12:00——15:00时，所述时间调整系数λ的取值范围为：0.058-0.061；其中，最优选为0.059，次优为0.060；
当空调***运行时间处于17:00——19:00时，所述时间调整系数λ的取值范围为：0.038-0.052；其中，最优选为0.043，次优为0.048；
当空调***启动时间除5:00——9:00、12:00——15:00和17:00——19:00以外的其他时段时，所述时间调整系数λ的取值范围为：0.086-0.095。其中，最优选为0.089，次优为0.093；
上述技术方案的工作原理：根据空调***运行时间所处的时段不同，对时间调整系数的取值范围进行调整，通过时间调整系数的取值范围的不同，获取不同的指定时间，通过指定时间的调整，基于不同时段对天气预报信息进行采集获取。
上述技术方案的效果为：通过时间调整系数λ的取值的调整，能够根据一天特殊时段内(即上述各时段)中对应的天气情况变化复杂程度和时间段对应的室内人员流动情况，空调***通过调整指定时间来实现天气预报信息采集频率的调节，进一步提高天气预报的采集时间点及频率与空调***实际运行以及实际天气变化情况这四者之间的匹配度。进一步提高特殊时段内的空调***的冷负荷确定精准度。
本发明的一个实施例，利用所述天气预报信息确定室内温度调整所需的冷负荷，并通过调整空调***的控制策略在所述指定时间内使室内温度达到指定预设参数，并生成时间表，包括：
S301、根据采集到的所述指定时间内的天气信息中的温度升降变化情况，确定室内温度调节的目标温度；
S302、通过所述目标温度确定室内温度调整所需的冷负荷；
S303、根据室内所需的冷负荷获取调节空调***所需的对应的指定预设参数；
S304、调节空调***的控制策略，提前对所述空调***的各参数变量进行控制，使空调***的各调节参数在所述指定时间之后达到预设参数，并生成时间表。
上述技术方案的工作原理：首先，根据采集到的所述指定时间内的天气信息中的温度升降变化情况，确定室内温度调节的目标温度；然后，通过所述目标温度确定室内温度调整所需的冷负荷；随后，根据室内所需的冷负荷获取调节空调***所需的对应的指定预设参数；最后，调节空调***的控制策略，提前对所述空调***的各参数变量进行控制，使空调***的各调节参数在所述指定时间之后达到预设参数，并生成时间表。
上述技术方案的效果为：避免了由于空调***的大时滞和大惰性带来的控制时间差，而且保证了空调***的供冷和负荷用冷上的平衡以及时间同步，该空调***调节方法还能够使空调***的负荷预测更加精确，对空调***进行前馈控制，从而避免***的滞后性和震荡，并且保证***的供需平衡，使空调***始终处于高效运转状态和节能优化状态。
本发明的一个实施例，设置提前采样时间点，在提前采样时间点时检测室外实际温度信息，根据温度信息的实际情况与提前获取的天气信息进行比较，根据比较结果确定是否进行冷负荷及预设参数的重新确定，包括：
S401、获取并设置提前采样时间点，所述提前采样时间点为所述指定时间对应的时间点之前的一个室外温度的采样时间点；所述提前采样时间点通过如下公式获取：
Figure BDA0003051396200000081
其中，Tq表示提前采样时间点，所述提前采样时间点早于所述指定时间；Twl表示所述空调***一天中第l次检测并采集室外的温度信息所用时间，p表示所述空调***一天中检测并采集室外的温度信息的次数；
S402、达到所述指定时间对应的提前采样时间点时，实时检测并采集室外的温度信息，获取所述提前采样时间点对应的室外温度信息；
S403、判断所述温度信息与提前获取的温度升降变化情况之间的差异是否超过预设的温度差异阈值；
S404、当所述温度信息与提前获取的温度升降变化情况之间的差异超过预设的温度差异阈值时，立即对室内所需冷负荷进行重新确定，并重新确定预设参数；
S405、确定所述温度信息与提前获取的温度升降变化情况之间的差异超过所述温度差异阈值的差异量，根据所述差异量结合自适应调整模型对所述温度差异阈值进行自适应调整，其中，所述自适应调整模型为：
Figure BDA0003051396200000091
其中，H1表示自适应调整后的温度差异阈值，H表示预设的温度差异阈值；Cmax表示所述温度信息与提前获取的温度升降变化情况之间的差异超过所述温度差异阈值的差异量的最大值；Ct表示所述温度信息与提前获取的温度升降变化情况之间的差异第t次超过所述温度差异阈值的差异量；s表示所述温度信息与提前获取的温度升降变化情况之间的差异超过所述温度差异阈值的次数。
上述技术方案的工作原理为：空调***在运行过程中，对后续的指定时间的天气预报信息进行获取，进而预测室外温湿度信息，从而提前对空调***运行到达指定时间是的运行参数进行***和设置。本实施例提出的方法在空调运行到达指定时间之前设置提前采样时间点，在所述提前采样时间点对室外温湿度进行检测，并将实时监测结果与***好的指定时间对应时间点的室外温湿度信息进行比较，当两者的差异超过温度差异阈值时，说明天气变化情况超出预测导致后续指定时间对应的时间点上的室外温湿度与预测值偏差较大，此时需要根据提前采样时间点时获取的室外温湿度信息对空调***运行到达指定时间点的冷负荷进行重新确定，进而重新确定空调运行到指定时间的时间点时的参数。
上述技术方案的效果为：通过上述方法能够有效提高空调***运行的冷负荷的准确度，有效避免因天气变化过大或突然变化而导致的空调***的冷负荷预测不准确，进而导致室内温湿度调节不准确的问题发生，同时，通过冷负荷的重新确定，能够有效避免不必要的能源消耗。另一方面，通过上述公式获取的提前采样时间点与空调实际运行和天气预报信息获取时间进行高度配合，使提前采样时间点与指定时间之间的时间差既能够保证对指定时间点实际可能出现的天气情况进行及时有效的监控，又能够保证提前采样时间点与指定时间之间的间隔不至于产生不可预测的第二次温度变化，有效提高了室外环境温度监控的及时性和有效性。同时，通过温度差异阈值的自适应调整，能够在遇到变化快速及复杂多变的恶劣天气中，提高温度差异比较标准的准确性，进而提高恶劣天气下空调***在指定时间点上冷负荷确定的准确性，避免因天气多变情况下，固定差异阈值导致的室外温湿度预测误差较大带来的空调***控制调控不准确的问题发生。
本发明实施例提出了一种基于天气预报的空调***调节***，如图2所示，所述***包括：
采集模块，用于采集当前室内和室外的温湿度信息，以及指定时间内的天气预报信息；
判断模块，用于判断天气预报信息的可用性；
控制模块，用于利用所述天气预报信息确定室内温度调整所需的冷负荷，并通过调整空调***的控制策略在所述指定时间内使室内温度达到指定预设参数，并生成时间表，
调整模块，用于设置提前采样时间点，在提前采样时间点时检测室外实际温度信息，根据温度信息的实际情况与提前获取的天气信息进行比较，根据比较结果确定是否进行冷负荷及预设参数的重新确定。
上述技术方案的工作原理：首先，通过采集模块采集当前室内和室外的温湿度信息，以及指定时间内的天气预报信息；然后，利用判断模块判断天气预报信息的可用性；随后，通过控制模块利用所述天气预报信息确定室内温度调整所需的冷负荷，并通过调整空调***的控制策略在所述指定时间内使室内温度达到指定预设参数，并生成时间表；最后，通过调整模块，用于设置提前采样时间点，在提前采样时间点时检测室外实际温度信息，根据温度信息的实际情况与提前获取的天气信息进行比较，根据比较结果确定是否进行冷负荷及预设参数的重新确定。
上述技术方案的效果为：上述技术方案的效果为：利用天气预报手段，预测出未来时刻空调***的负荷变化，得到该负荷条件下的最优运行参数，提前对空调***的各参数变量进行控制，不但避免了由于空调***的大时滞和大惰性带来的控制时间差，而且保证了空调***的供冷和负荷用冷上的平衡以及时间同步，该空调***调节方法还能够使空调***的负荷预测更加精确，对空调***进行前馈控制，从而避免***的滞后性和震荡，并且保证***的供需平衡，使空调***始终处于高效运转状态和节能优化状态。
本发明的一个实施例，所述采集模块包括：
时间信息获取模块，用于获取所述空调***的启动时间以及室内和室外的温湿度信息采集所需时间；
调整系数确定模块，用于根据所述空调***启动时间，利用所述空调***启动时间与时间调整系数之间的关系确定所述指定时间的时间调整系数；
指定时间获取模块，用于利用时间调整系数结合时间获取模型确定所述指定时间。所述时间获取模型为：
Figure BDA0003051396200000111
其中，T表示指定时间，Tki表示所述空调***一天中启动第i次运行的时长，n表示所述空调***一天中启动运行的次数；Tcj表示所述空调***一天中第j次采集天气预报信息所用时间；m表示所述空调***一天中采集天气预报信息的次数，t0表示预设指定时间，所述预设指定时间为15min；λ表示时间调整系数。
上述技术方案的工作原理：首先，通过时间信息获取模块获取所述空调***的启动时间以及室内和室外的温湿度信息采集所需时间；然后，利用调整系数确定模块根据所述空调***启动时间，利用所述空调***启动时间与时间调整系数之间的关系确定所述指定时间的时间调整系数；最后，通过指定时间获取模块利用时间调整系数结合时间获取模型确定所述指定时间。
上述技术方案的效果为：通过上述方式获得的指定时间能够与空调实际运行时间情况进行匹配，根据空调***实际运行时间情况和天气预报信息采集所用时间情况进行指定时间的获取，能够使指定时间根据空调***的运行和信息采集情况进行实时调整，使采集天气预报的时间点与空调***实际运行情况匹配度更高，进而实现采集的天气预报信息与空调***实际运行情况更加匹配，这样能够保证后续空调***控制策略调整的准确度，提高室内温湿度调整的精准度，进而更有效精准的确定冷负荷，保证最大程度的能耗节省量。
本发明的一个实施例，所述空调***启动时间与时间调整系数之间的关系如下：
当空调***运行时间处于5:00——9:00时，所述时间调整系数λ的取值范围为：0.048-0.057；
当空调***运行时间处于12:00——15:00时，所述时间调整系数λ的取值范围为：0.058-0.061；
当空调***运行时间处于17:00——19:00时，所述时间调整系数λ的取值范围为：0.038-0.052；
当空调***启动时间除5:00——9:00、12:00——15:00和17:00——19:00以外的其他时段时，所述时间调整系数λ的取值范围为：0.086-0.095。
上述技术方案的工作原理：根据空调***运行时间所处的时段不同，对时间调整系数的取值范围进行调整，通过时间调整系数的取值范围的不同，获取不同的指定时间，通过指定时间的调整，基于不同时段对天气预报信息进行采集获取。
上述技术方案的效果为：通过时间调整系数λ的取值的调整，能够根据一天特殊时段内(即上述各时段)中对应的天气情况变化复杂程度和时间段对应的室内人员流动情况，空调***通过调整指定时间来实现天气预报信息采集频率的调节，进一步提高天气预报的采集时间点及频率与空调***实际运行以及实际天气变化情况这四者之间的匹配度。进一步提高特殊时段内的空调***的冷负荷确定精准度。
本发明的一个实施例，所述控制模块包括：
变化信息采集模块，用于根据采集到的所述指定时间内的天气信息中的温度升降变化情况，确定室内温度调节的目标温度；
冷负荷获取模块，用于通过所述目标温度确定室内温度调整所需的冷负荷；
参数获取模块，用于根据室内所需的冷负荷获取调节空调***所需的对应的指定预设参数；
空调***运行控制模块，用于调节空调***的控制策略，提前对所述空调***的各参数变量进行控制，使空调***的各调节参数在所述指定时间之后达到预设参数，并生成时间表。
上述技术方案的工作原理为：首先，通过变化信息采集模块根据采集到的所述指定时间内的天气信息中的温度升降变化情况，确定室内温度调节的目标温度；然后，利用冷负荷获取模块通过所述目标温度确定室内温度调整所需的冷负荷；随后，通过参数获取模块根据室内所需的冷负荷获取调节空调***所需的对应的指定预设参数；最后，利用空调***运行控制模块调节空调***的控制策略，提前对所述空调***的各参数变量进行控制，使空调***的各调节参数在所述指定时间之后达到预设参数，并生成时间表。
上述技术方案的效果为：避免了由于空调***的大时滞和大惰性带来的控制时间差，而且保证了空调***的供冷和负荷用冷上的平衡以及时间同步，该空调***调节方法还能够使空调***的负荷预测更加精确，对空调***进行前馈控制，从而避免***的滞后性和震荡，并且保证***的供需平衡，使空调***始终处于高效运转状态和节能优化状态。
本发明的一个实施例，所述调整模块包括：
提前采样时间点设置模块，用于获取并设置提前采样时间点，所述提前采样时间点为所述指定时间对应的时间点之前的一个室外温度的采样时间点；其中，所述提前采样时间点通过如下公式获取：
Figure BDA0003051396200000131
其中，Tq表示提前采样时间点，所述提前采样时间点早于所述指定时间；Twl表示所述空调***一天中第l次检测并采集室外的温度信息所用时间，p表示所述空调***一天中检测并采集室外的温度信息的次数；
室外温度信息获取模块，用于在达到所述指定时间对应的提前采样时间点时，实时检测并采集室外的温度信息，获取所述提前采样时间点对应的室外温度信息；
温度差异判断模块，用于判断所述温度信息与提前获取的温度升降变化情况之间的差异是否超过预设的温度差异阈值；
重新设定模块，用于当所述温度信息与提前获取的温度升降变化情况之间的差异超过预设的温度差异阈值时，立即对室内所需冷负荷进行重新确定，并重新确定预设参数；
自适应调整模块，用于确定所述温度信息与提前获取的温度升降变化情况之间的差异超过所述温度差异阈值的差异量，根据所述差异量结合自适应调整模型对所述温度差异阈值进行自适应调整。
其中，所述自适应调整模型为：
Figure BDA0003051396200000132
其中，H1表示自适应调整后的温度差异阈值，H表示预设的温度差异阈值；Cmax表示所述温度信息与提前获取的温度升降变化情况之间的差异超过所述温度差异阈值的差异量的最大值；Ct表示所述温度信息与提前获取的温度升降变化情况之间的差异第t次超过所述温度差异阈值的差异量；s表示所述温度信息与提前获取的温度升降变化情况之间的差异超过所述温度差异阈值的次数。
上述技术方案的工作原理为：首先，通过提前采样时间点设置模块获取并设置提前采样时间点，所述提前采样时间点为所述指定时间对应的时间点之前的一个室外温度的采样时间点；然后，采用室外温度信息获取模块在达到所述指定时间对应的提前采样时间点时，实时检测并采集室外的温度信息，获取所述提前采样时间点对应的室外温度信息；随后，利用温度差异判断模块判断所述温度信息与提前获取的温度升降变化情况之间的差异是否超过预设的温度差异阈值；之后，利用重新设定模块于当所述温度信息与提前获取的温度升降变化情况之间的差异超过预设的温度差异阈值时，立即对室内所需冷负荷进行重新确定，并重新确定预设参数；最后，通过自适应调整模块确定所述温度信息与提前获取的温度升降变化情况之间的差异超过所述温度差异阈值的差异量，根据所述差异量结合自适应调整模型对所述温度差异阈值进行自适应调整。
上述技术方案的效果为：通过上述方法能够有效提高空调***运行的冷负荷的准确度，有效避免因天气变化过大或突然变化而导致的空调***的冷负荷预测不准确，进而导致室内温湿度调节不准确的问题发生，同时，通过冷负荷的重新确定，能够有效避免不必要的能源消耗。另一方面，通过上述公式获取的提前采样时间点与空调实际运行和天气预报信息获取时间进行高度配合，使提前采样时间点与指定时间之间的时间差既能够保证对指定时间点实际可能出现的天气情况进行及时有效的监控，又能够保证提前采样时间点与指定时间之间的间隔不至于产生不可预测的第二次温度变化，有效提高了室外环境温度监控的及时性和有效性。同时，通过温度差异阈值的自适应调整，能够在遇到变化快速及复杂多变的恶劣天气中，提高温度差异比较标准的准确性，进而提高恶劣天气下空调***在指定时间点上冷负荷确定的准确性，避免因天气多变情况下，固定差异阈值导致的室外温湿度预测误差较大带来的空调***控制调控不准确的问题发生。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (4)

1.一种基于天气预报的空调***调节方法，其特征在于，所述空调***调节方法包括：
采集当前室内和室外的温湿度信息，以及指定时间内的天气预报信息；
判断天气预报信息的可用性；
利用所述天气预报信息确定室内温度调整所需的冷负荷，并通过调整空调***的控制策略在所述指定时间内使室内温度达到指定预设参数，并生成时间表，
设置提前采样时间点，在提前采样时间点时检测室外实际温度信息，根据温度信息的实际情况与提前获取的天气信息进行比较，根据比较结果确定是否进行冷负荷及预设参数的重新确定；
设置提前采样时间点，在提前采样时间点时检测室外实际温度信息，根据温度信息的实际情况与提前获取的天气信息进行比较，根据比较结果确定是否进行冷负荷及预设参数的重新确定，包括：
获取并设置提前采样时间点，所述提前采样时间点通过如下公式获取：
Figure FDA0003051396190000011
其中，Tq表示提前采样时间点，所述提前采样时间点早于所述指定时间；Twl表示所述空调***一天中第l次检测并采集室外的温度信息所用时间，p表示所述空调***一天中检测并采集室外的温度信息的次数；
达到所述指定时间对应的提前采样时间点时，实时检测并采集室外的温度信息，获取所述提前采样时间点对应的室外温度信息；
判断所述温度信息与提前获取的温度升降变化情况之间的差异是否超过预设的温度差异阈值；
当所述温度信息与提前获取的温度升降变化情况之间的差异超过预设的温度差异阈值时，立即对室内所需冷负荷进行重新确定，并重新确定预设参数；
确定所述温度信息与提前获取的温度升降变化情况之间的差异超过所述温度差异阈值的差异量，根据所述差异量结合自适应调整模型对所述温度差异阈值进行自适应调整，其中，所述自适应调整模型为：
Figure FDA0003051396190000012
其中，H1表示自适应调整后的温度差异阈值，H表示预设的温度差异阈值；Cmax表示所述温度信息与提前获取的温度升降变化情况之间的差异超过所述温度差异阈值的差异量的最大值；Ct表示所述温度信息与提前获取的温度升降变化情况之间的差异第t次超过所述温度差异阈值的差异量；s表示所述温度信息与提前获取的温度升降变化情况之间的差异超过所述温度差异阈值的次数。
2.根据权利要求1所述空调***调节方法，其特征在于，利用所述天气预报信息确定室内温度调整所需的冷负荷，并通过调整空调***的控制策略在所述指定时间内使室内温度达到指定预设参数，并生成时间表，包括：
根据采集到的所述指定时间内的天气信息中的温度升降变化情况，确定室内温度调节的目标温度；
通过所述目标温度确定室内温度调整所需的冷负荷；
根据室内所需的冷负荷获取调节空调***所需的对应的指定预设参数；
调节空调***的控制策略，提前对所述空调***的各参数变量进行控制，使空调***的各调节参数在所述指定时间之后达到预设参数，并生成时间表。
3.一种基于天气预报的空调***调节***，其特征在于，所述***包括：
采集模块，用于采集当前室内和室外的温湿度信息，以及指定时间内的天气预报信息；
判断模块，用于判断天气预报信息的可用性；
控制模块，用于利用所述天气预报信息确定室内温度调整所需的冷负荷，并通过调整空调***的控制策略在所述指定时间内使室内温度达到指定预设参数，并生成时间表，
调整模块，用于设置提前采样时间点，在提前采样时间点时检测室外实际温度信息，根据温度信息的实际情况与提前获取的天气信息进行比较，根据比较结果确定是否进行冷负荷及预设参数的重新确定；
所述调整模块包括：
提前采样时间点设置模块，用于获取并设置提前采样时间点；
室外温度信息获取模块，用于在达到所述指定时间对应的提前采样时间点时，实时检测并采集室外的温度信息，获取所述提前采样时间点对应的室外温度信息；
温度差异判断模块，用于判断所述温度信息与提前获取的温度升降变化情况之间的差异是否超过预设的温度差异阈值；
重新设定模块，用于当所述温度信息与提前获取的温度升降变化情况之间的差异超过预设的温度差异阈值时，立即对室内所需冷负荷进行重新确定，并重新确定预设参数；
自适应调整模块，用于确定所述温度信息与提前获取的温度升降变化情况之间的差异超过所述温度差异阈值的差异量，根据所述差异量结合自适应调整模型对所述温度差异阈值进行自适应调整。
4.根据权利要求3所述空调***调节***，其特征在于，所述控制模块包括：
变化信息采集模块，用于根据采集到的所述指定时间内的天气信息中的温度升降变化情况，确定室内温度调节的目标温度；
冷负荷获取模块，用于通过所述目标温度确定室内温度调整所需的冷负荷；
参数获取模块，用于根据室内所需的冷负荷获取调节空调***所需的对应的指定预设参数；
空调***运行控制模块，用于调节空调***的控制策略，提前对所述空调***的各参数变量进行控制，使空调***的各调节参数在所述指定时间之后达到预设参数，并生成时间表。
CN202110488358.3A 2020-09-09 2020-09-09 一种基于天气预报的空调***调节方法和*** Expired - Fee Related CN113108432B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110488358.3A CN113108432B (zh) 2020-09-09 2020-09-09 一种基于天气预报的空调***调节方法和***

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202010939457.4A CN112013521B (zh) 2020-09-09 2020-09-09 一种基于天气预报的空调***调节方法和***
CN202110488358.3A CN113108432B (zh) 2020-09-09 2020-09-09 一种基于天气预报的空调***调节方法和***

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN202010939457.4A Division CN112013521B (zh) 2020-09-09 2020-09-09 一种基于天气预报的空调***调节方法和***

Publications (2)

Publication Number Publication Date
CN113108432A true CN113108432A (zh) 2021-07-13
CN113108432B CN113108432B (zh) 2022-04-15

Family

ID=73521279

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202010939457.4A Expired - Fee Related CN112013521B (zh) 2020-09-09 2020-09-09 一种基于天气预报的空调***调节方法和***
CN202110488358.3A Expired - Fee Related CN113108432B (zh) 2020-09-09 2020-09-09 一种基于天气预报的空调***调节方法和***

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202010939457.4A Expired - Fee Related CN112013521B (zh) 2020-09-09 2020-09-09 一种基于天气预报的空调***调节方法和***

Country Status (1)

Country Link
CN (2) CN112013521B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114719408A (zh) * 2022-03-29 2022-07-08 湖北合合能源科技发展有限公司 一种利用气象数据调节中央空调***的方法
CN117704566A (zh) * 2024-01-15 2024-03-15 南京龟兔赛跑软件研究院有限公司 基于新能源风柜数据识别的室内温湿度控制***及方法

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112815494B (zh) * 2021-01-11 2022-02-11 珠海格力电器股份有限公司 空调的运行控制方法、装置、空调、存储介质及处理器
CN113294902B (zh) * 2021-05-31 2022-10-14 厦门科灿信息技术有限公司 空调的节能控制方法、节能控制装置及空调控制终端
CN113551375B (zh) * 2021-07-23 2022-09-06 贵州汇通华城股份有限公司 一种用于电子工厂的冷负荷预测方法及***
CN113739397B (zh) * 2021-08-31 2022-09-02 广州汇电云联互联网科技有限公司 一种中央空调***及其节能控制方法、可读存储介质
CN113781756B (zh) * 2021-10-14 2022-07-08 珠海格力电器股份有限公司 一种温度异常报警方法、装置、***及云端设备
CN114234370B (zh) * 2021-12-14 2022-12-23 珠海格力电器股份有限公司 一种多联机空调控制方法、装置及多联机空调

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002005488A (ja) * 2000-06-21 2002-01-09 Mitsubishi Heavy Ind Ltd 室内環境制御システム
DE102005032621A1 (de) * 2004-07-19 2006-02-09 Vaillant Gmbh Verfahren zur Regelung eines Heiz-, Kühl- und/oder Klimatisierungsgerätes
JP2010071501A (ja) * 2008-09-17 2010-04-02 Hitachi Appliances Inc 空気調和機
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
CN102168877A (zh) * 2011-03-01 2011-08-31 深圳达实智能股份有限公司 一种基于负荷预测的中央空调***群控方法及装置
CN103017297A (zh) * 2012-12-27 2013-04-03 李克豪 基于气象变化的空调***的运行方法
CN103104962A (zh) * 2013-02-27 2013-05-15 四川长虹空调有限公司 一种检测空调器四通阀异常的方法
CN103388886A (zh) * 2012-05-08 2013-11-13 珠海格力电器股份有限公司 空调***的控制方法和数据处理平台
US20140277760A1 (en) * 2013-03-15 2014-09-18 Honeywell International Inc. Supervisory controller for hvac systems
JP2014194290A (ja) * 2013-03-28 2014-10-09 Fujitsu Advanced Engineering Ltd 空調設定温度算出装置、空調設定温度算出プログラム、及び空調設定温度算出方法
US20150134124A1 (en) * 2012-05-15 2015-05-14 Passivsystems Limited Predictive temperature management system controller
CN105571064A (zh) * 2015-12-30 2016-05-11 深圳达实智能股份有限公司 一种预测气象数据的方法及***
CN105627506A (zh) * 2015-12-25 2016-06-01 深圳达实智能股份有限公司 一种空调冷机的建筑冷负荷预测方法及装置
CN107781948A (zh) * 2017-10-30 2018-03-09 四川长虹电器股份有限公司 基于时间、温度与空调参数的空调负荷预测方法
CN111047117A (zh) * 2019-12-31 2020-04-21 中维通(北京)科技有限公司 一种基于末端负荷预测的压差旁通阀节能优化方法
CN111043731A (zh) * 2019-12-31 2020-04-21 中维通(北京)科技有限公司 一种基于天气预报的空调***调节方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09273795A (ja) * 1996-04-01 1997-10-21 Tokyo Electric Power Co Inc:The 熱負荷予測装置
CN105465955B (zh) * 2015-12-18 2019-02-19 奥克斯空调股份有限公司 一种天气联动空调控制方法
CN205897444U (zh) * 2016-05-26 2017-01-18 深圳市新环能科技有限公司 一种基于负荷预测的冷机群控节能空调设备
CN109974223B (zh) * 2019-04-01 2020-10-02 珠海格力电器股份有限公司 根据天气预报调整空调工作的空调控制方法及装置

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002005488A (ja) * 2000-06-21 2002-01-09 Mitsubishi Heavy Ind Ltd 室内環境制御システム
DE102005032621A1 (de) * 2004-07-19 2006-02-09 Vaillant Gmbh Verfahren zur Regelung eines Heiz-, Kühl- und/oder Klimatisierungsgerätes
JP2010071501A (ja) * 2008-09-17 2010-04-02 Hitachi Appliances Inc 空気調和機
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
CN102168877A (zh) * 2011-03-01 2011-08-31 深圳达实智能股份有限公司 一种基于负荷预测的中央空调***群控方法及装置
CN103388886A (zh) * 2012-05-08 2013-11-13 珠海格力电器股份有限公司 空调***的控制方法和数据处理平台
US20150134124A1 (en) * 2012-05-15 2015-05-14 Passivsystems Limited Predictive temperature management system controller
CN103017297A (zh) * 2012-12-27 2013-04-03 李克豪 基于气象变化的空调***的运行方法
CN103104962A (zh) * 2013-02-27 2013-05-15 四川长虹空调有限公司 一种检测空调器四通阀异常的方法
US20140277760A1 (en) * 2013-03-15 2014-09-18 Honeywell International Inc. Supervisory controller for hvac systems
JP2014194290A (ja) * 2013-03-28 2014-10-09 Fujitsu Advanced Engineering Ltd 空調設定温度算出装置、空調設定温度算出プログラム、及び空調設定温度算出方法
CN105627506A (zh) * 2015-12-25 2016-06-01 深圳达实智能股份有限公司 一种空调冷机的建筑冷负荷预测方法及装置
CN105571064A (zh) * 2015-12-30 2016-05-11 深圳达实智能股份有限公司 一种预测气象数据的方法及***
CN107781948A (zh) * 2017-10-30 2018-03-09 四川长虹电器股份有限公司 基于时间、温度与空调参数的空调负荷预测方法
CN111047117A (zh) * 2019-12-31 2020-04-21 中维通(北京)科技有限公司 一种基于末端负荷预测的压差旁通阀节能优化方法
CN111043731A (zh) * 2019-12-31 2020-04-21 中维通(北京)科技有限公司 一种基于天气预报的空调***调节方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
冯国艳等: "基于室温及气候补偿的负荷预测控制方法应用分析", 《区域供热》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114719408A (zh) * 2022-03-29 2022-07-08 湖北合合能源科技发展有限公司 一种利用气象数据调节中央空调***的方法
CN117704566A (zh) * 2024-01-15 2024-03-15 南京龟兔赛跑软件研究院有限公司 基于新能源风柜数据识别的室内温湿度控制***及方法

Also Published As

Publication number Publication date
CN112013521B (zh) 2021-06-01
CN112013521A (zh) 2020-12-01
CN113108432B (zh) 2022-04-15

Similar Documents

Publication Publication Date Title
CN113108432B (zh) 一种基于天气预报的空调***调节方法和***
CA3090718C (en) Systems and methods of optimizing hvac control in a building or network of buildings
US11169499B2 (en) Apparatus and method for controlling comfort temperature of air conditioning device or air conditioning system
EP3483517B1 (en) System and method for predicting load of and controlling subway heating, ventilation, and air conditioning system
CN102980272B (zh) 一种基于负荷预测的空调***节能优化方法
CN109130767B (zh) 基于客流的轨道交通车站通风空调***的智能控制方法
CN107860102B (zh) 一种控制中央空调的方法及装置
US10544956B2 (en) HVAC system start/stop control
EP2866117B1 (en) Distributed adaptive and predictive heating control system and method
CN105091209B (zh) 一种基于空调负荷预测的控制***及方法
CN100501608C (zh) 后验控制与多传感器融合方法及中央空调节能控制装置
CN106468467B (zh) 一种应用于嵌入式控制***的空调冷负荷实时预测算法
JP5933112B2 (ja) 空調制御装置、空調制御システム、および空調制御方法
US20170250539A1 (en) Cloud-based control for power distribution system
CN104315683A (zh) 一种基于模糊pid的水冷空调的调控方法
CN111076378A (zh) 一种基于负荷预测的地铁车站通风空调节能***及方法
CN107247407B (zh) 一种基于云架构的大数据自我学习修正控制***及方法
CN111043731A (zh) 一种基于天气预报的空调***调节方法
CN114154677A (zh) 空调运行负荷模型构建和预测方法、装置、设备和介质
CN110094834B (zh) 基于气象预报数据的空调能耗预测方法、空调
CN211526662U (zh) 一种基于负荷预测的地铁车站通风空调节能***
CN115190988A (zh) 用于控制空调***的方法及控制***
CN109974234A (zh) 一种机房温度快速调节方法
CN115597182A (zh) 一种中央空调智能控制设备及中央空调***
CN117053373A (zh) 基于预测地铁车站动态客流量的空调分区送风控制方法

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20220415