CN115081220A - 一种高能效中央空调***调节方法及其*** - Google Patents

一种高能效中央空调***调节方法及其*** Download PDF

Info

Publication number
CN115081220A
CN115081220A CN202210738275.XA CN202210738275A CN115081220A CN 115081220 A CN115081220 A CN 115081220A CN 202210738275 A CN202210738275 A CN 202210738275A CN 115081220 A CN115081220 A CN 115081220A
Authority
CN
China
Prior art keywords
data
conditioning system
central air
temperature
weather station
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
Application number
CN202210738275.XA
Other languages
English (en)
Inventor
刘洪涛
陈绪高
陈�峰
曹红军
何永深
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.)
Guangdong Zhongke Guangnianshuzhi Technology Co ltd
Original Assignee
Guangdong Zhongke Guangnianshuzhi 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 Guangdong Zhongke Guangnianshuzhi Technology Co ltd filed Critical Guangdong Zhongke Guangnianshuzhi Technology Co ltd
Priority to CN202210738275.XA priority Critical patent/CN115081220A/zh
Publication of CN115081220A publication Critical patent/CN115081220A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • F24F11/00—Control or safety arrangements
    • F24F11/70—Control systems characterised by their outputs; Constructional details thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/211—Schema design and management
    • G06F16/212—Schema design and management with details for data modelling support
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/08—Thermal analysis or thermal optimisation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P80/00—Climate change mitigation technologies for sector-wide applications
    • Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Signal Processing (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Data Mining & Analysis (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明涉及空调调节***领域，具体公开了一种高能效中央空调***调节方法及其***，包括数据采集、建立数据库、建立算法模型、获取结果和调节设备；根据中央空调***的运行数据，建立关于中央空调***能效关系的总能耗算法模型，基于总能耗算法模型得出***整体能效的最优解以进行***设备运行，使中央空调***在运行中消耗的能源最低，减少能源消耗，节约能源。

Description

一种高能效中央空调***调节方法及其***
技术领域
本发明涉及空调调节***领域，特别涉及了中央空调调节方法与***。
背景技术
目前现有的中央空调***调节主要是依赖人工进行控制，对于具备专业知识且有责任心的运行人员会在中央空调运行过程中进行适当的调节，部分空调调节***设置pid反馈调节，根据室外温度变化进行对应的冷冻水温度反馈调节，但部分中央空调调节***直接根据厂家出厂设置的温度参数进行中央空调运行，运行人员仅进行设备的启停操作；这些空调***存在的共同弊端为中央空调***设备能效在大多数情况处于低效运行，或者能源供大于实际需求，就算是进行了设备调节，减少了部分能源浪费，但舒适度不能及时匹配，存在***供能的滞后性。
本申请所要解决的技术问题为：如何解决中央空调***中的设备能效低的问题，实现中央空调***整体设备能效最优化运行。
发明内容
为了克服现有技术的不足，本发明的目的在于提供一种高能效中央空调***调节方法及其***。
本发明所采用的技术方案为：一种高能效中央空调***调节方法，包括：
数据采集：控制主机收集并存储中央空调***运行数据；
建立数据库：控制主机建立关于设备运行的函数模型的数据库；
建立算法模型：调用数据库的函数模型并建立关于单位时间内的中央空调***总能耗算法模型；
获取结果：基于总能耗算法模型，得到中央空调***最高效能的结果及中央空调***中各个设备的流量结果；
调节设备：控制主机调节中央空调***中各个设备的流量。
控制主机根据中央空调***中实际的运行数据结合数据库建立属于该中央空调***的专属的总能耗算法模型，从而计算出中央空调***最高效能的结果及中央空调***中各个设备的流量结果，控制主机根据得出的结果调节中央空调***中各个设备的流量，以达到中央空调***高能效运行的目的。
在一些实施方式中，总能耗算法模型为：Q室内＝K·Q制冷＝F(X)得出F[f(η总)]＝F[f(η1+η2+η3+η4)]；
其中Q室内为室内需降温的冷负荷，Q制冷为空调***主机制冷量，X为***总电耗，K为从数据库中调用的冷负荷与空调***主机制冷量之间的系数关系；由于***总电耗与空调***主机、冷却泵、冷冻泵、冷却塔的能效相关，调用数据库并建立单位时间内室内降温效率与单个设备流量之间的关系，η1为空调***主机能效关系，η2为冷却泵能效关系，η3为冷冻泵能效关系，η4为冷却塔能效关系，η总为整个空调***的总能效关系，F为***总电耗转化为空调***主机制冷量之间的函数关系，f为总能效关系与***总电耗之间的函数关系。
在各设备同一流量下，达到η总最大，从而获得X最小值，控制主机根据η总控制中央空调***中各个设备实现对应的流量。
由于每个中央空调的设备连接方式、型号、服务年限都不一样，所以需要通过收集各设备的运行数据，根据调用数据库的函数关系，初步建立关于该中央空调***各设备的运行算法模型。因为中央空调主要是调节室内温度为主，冷负荷Q室内为室内需降温至指定温度所需要排走的热量，由于空调***主机制冷量Q制冷会在过程中有部分损失，从而Q制冷与Q室内之间存在一定的系数关系；空调***主机制冷量Q制冷所消耗的***总电耗X在运行过程中亦有一定的损失且总电耗X转化为热能时之间存在能量损失，所以Q制冷与X之间存在一定的函数关系，由于X是中央空调中主要设备的总电耗，即与空调***主机、冷却泵、冷冻泵、冷却塔相关，要想要达到***总电耗X低，就要各设备的能效总和最高，由于在中央空调运行过程中，各设备的流量是一致的，设置降温效率与单个设备流量之间的关系，可得到各设备的能效关系，根据各个设备的能效关系，计算出在Q室内一样的情况下，η总最大，从而***总电耗X最低，从而实现中央空调***整体设备能效最优化运行。
在一些实施方式中，总能耗算法模型包括：
η1＝f1(t供、t回、G冷冻)；
η2＝f2(G冷却)；
η3＝f3(G冷冻)；
η4＝f4(T供、T回、G冷却)；
其中t供为冷冻水供水温度，t回为冷冻水回水温度，T供为冷却水供水温度，T回为冷却水回水温度，G冷冻为冷冻水流量，G冷却为冷却水流量，调用数据库得到f1、f2、f3、f4，f1为η1与t供、t回、G冷冻之间的函数关系；f2为η2与G冷却之间的函数关系；f3为η3与G冷冻之间的函数关系，f4为η4与T供、T回、G冷却之间的函数关系；控制主机控制各设备对应的温度与流量。
由于空调***主机、冷却泵、冷冻泵、冷却塔的耗能跟其经过的冷却水或冷冻水温度或流量有关，故其能效关系与其经过的冷却水或冷冻水温度或流量之间存在一定的函数关系，为进一步地获得各设备更确切的能效关系，建立各设备与温度、流量之间的函数关系。
在一些实施方式中，算法模型还包括时间滞后模型，时间滞后模型为：
ΔT＝h·fh1(Δt)；
其中ΔT为室内温升差，Δt为主机温差，h为设定温度时间，调用数据库得到fh1，fh1为ΔT与Δt关于h的函数关系。
由于中央空调***与建筑物本身存在一定的时间滞后性，即开启中央空调***后，其降温的过程是建筑物本身降温到与室内温度一致，然后室内空气温度进行整体降温，不同的建筑物表现出具有不同的耗热量，即其表现出来降温的时间滞后性是不一样的，通建立主机温差Δt与达到室内温升差ΔT所需的设定温度时间h的关系，并统计计算出达到不同的室内温升差ΔT所需的设定温度时间h，从而计算得出属于该建筑物的耗热量，进一步地获取关于个体中央空调***表现的独特性数据，而且亦能够帮助运行人员在启动中央空调***时，直接获知达到设定温度所需的时间，减少***供能的滞后性。
在一些实施方式中，数据采集还包括收集室外气象站数据和当地气象站数据，数据库包括气候数据函数模型，算法模型包括室外数据干涉模型，室外数据干涉模型：
A＝f温1(a)；
其中A为此时室外气象站数据，a为此时当地气象站数据，调用数据库得出f温1，f温1为此时室外气象站数据A和此时当地气象站数据a的函数关系；
设定当地气象站未来一小时的预测数据b和当地气象站未来两小时的预测数据c，基于A＝f(a)预测室外气象站未来一小时后的数据B和未来两小时后的数据C；记录一小时后实际室外气象站数据B1和当地气象站数据b1，验证B与B1是否一致，且建立B1＝F(b1)，并根据B1＝F(b1)预测室外气象站未来一小时后的数据C1；
记录两小时后的实际室外气象站数据C2和当地气象站数据c2，验证C、C1和C2是否一致。
建立室外气象站，对比室外气象站与当地气象站数据，为了能够建立设置了中央空调***的建筑物的室外温度的变化，进一步去预判建筑物外的温度，由于室外温度与冷却塔的散热有关，预判建筑物外的温度能够提前调整冷却塔的温度与流量，同时帮助控制主机设定更适宜人体温度的室内温度，动态调整室内温度与设备的运行状态，而通过建立各个时间区间的温度关系，能够获取根据当地气象站能够准确预判到多久时长的室外温度。
在一些实施方式中，还包括数据模拟，数据模拟匹配为根据总能耗算法模型得出的模拟数据，模拟数据与中央空调***实际运行数据相匹配，匹配率高于90％可投入使用。为了确保已经建立好较为完善的个体中央空调调节***，其基于数据库与设备运行数据建立的总能耗算法模型得出的模拟数据与实际设备运行数据比较，匹配率高于90％才能投入使用。
在一些实施方式中，冷负荷通过控制主机根据室内温度与设定的具体目标室内温度的温差或根据室内温度与匹配室外温度的适宜人体温度的温差计算得到。冷负荷为室内温度与所设定的温度之间的温度差的热量，而设定的温度具有由两种方式获取，一是人工进行具体设定，二是控制主机根据室外温度所匹配设定，人性化且智能化地设定两种不同的方式供给运行人员使用。
一种中央空调调节***，应用以上任一项的一种高能效中央空调***调节方法，控制主机包括数据采集模块、网络通讯模块、自适应算法模块和储存模块，控制主机与中央空调***通讯连接，储存模块包括数据库与用于储存中央空调***运行数据的储存服务器，自适应算法模块用于调用数据库的函数模型并建立总能耗算法模型。控制主机通过网络通讯模块和数据采集模块收集各设备的运行数据，并将运行数据储存至储存模块，从储存模块中调用设备运行数据和函数，通过自适应算法模块计算出关于个体中央空调***的个性化算法模型，各个模块相辅相成，配合相得益彰。
本发明的有益效果在于：
该一种高能效中央空调***调节方法通过针对具有差异化的中央空调***，建立出***整体能效的最优解以进行***设备运行，使***中各设备消耗的能源最低，减少能源消耗，节约能源，实现国家倡导的节能环保的效果。
附图说明
图1为本发明的控制主机各模块与中央空调***连接的示意图；
图2为单位时间内室内降温效率与空调***主机、冷却泵、冷冻泵、冷却塔流量的关系示意图；
图3为为单位时间内室内降温效率与空调***主机、冷却泵、冷冻泵、冷却塔流量的关系汇总的示意图；
图4为模拟数据与实际数据进行匹配对比的示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明提供一种技术方案：
一种高能效中央空调***调节方法及其***，包括控制主机和中央空调***，请参阅图1，控制主机包括数据采集模块、网络通讯模块、自适应算法模块和储存模块，储存模块包括储存关于设备运行的函数模型的数据库和储存中央空调***各设备运行数据的储存服务器，控制主机通过网络通讯模块和数据采集模块收集中央空调***各设备的运行数据，并将各设备运行数据储存至储存模块，从储存模块中调用中央空调***各设备运行数据和函数，通过自适应算法模块计算出关于个体中央空调***的个性化算法模型，其实施具体方法为：
1、根据现场的中央空调***设备情况进行整理、确认、梳理，得到需要采集数据的设备(分只读数据和可控数据)、中央空调***的运行时间及其运行习惯的确认。
2、对中央空调***设备数据采集与增设影响中央空调***运行因素的传感器设备；中央空调***主要影响效率的因素除了设备本身性能，主机温度对应影响的为***管道冷冻水供回水温度，冷冻泵、冷却泵频率对应影响的为其管道流量、压力，冷却塔频率台数对应冷却水散热量；对以上数据进行采集，对各设备进行远程通讯连接。
3、对中央空调***所有关联因素设备(包括主要设备和传感器)与控制主机通讯连接，通过通讯协议，plc进行数据采集整合，无线网络进行数据传输，中央空调***各运行数据储存在储存服务器。
4、针对中央空调***运行要求，定制化调整中央空调***运行算法；控制主机调用数据库的函数模型基础上再结合储存服务器中中央空调***的运行数据建立关于单位时间内的中央空调***总能耗算法模型。
5、请参阅图4，控制主机前期投入数据进行总能耗算法模型模拟得到模拟数据；根据总能耗算法模型提取实际采集数据进行计算得到实际数据，模拟数据与实际数据进行对比，匹配率超过90％以上可实际投入使用。
6、控制主机根据总能耗算法模型得到中央空调***最高效能的结果及中央空调***中各个设备的流量结果。
7、控制主机根据结果进而调节中央空调***中各个设备的流量。
总能耗算法模型为：Q室内＝K·Q制冷＝F(X)得出F[f(η总)]＝F[f(η1+η2+η3+η4)]；
其中Q室内为室内需降温的冷负荷，Q制冷为空调***主机制冷量，X为***总电耗，K为从数据库中调用的冷负荷与空调***主机制冷量之间的系数关系；请参阅图2和图3，由于***总电耗与空调***主机、冷却泵、冷冻泵、冷却塔的能效相关，调用数据库并建立单位时间内室内降温效率与单个设备流量之间的关系，η1为空调***主机能效关系，η2为冷却泵能效关系，η3为冷冻泵能效关系，η4为冷却塔能效关系，η总为整个空调***的总能效关系，F为***总电耗转化为空调***主机制冷量之间的函数关系，f为总能效关系与***总电耗之间的函数关系。
在各设备同一流量下，达到η总最大，从而获得X最小值，控制主机根据η总控制各个设备对应的流量。
冷负荷通过控制主机根据室内温度与设定的具体目标室内温度的温差或根据室内温度与匹配室外温度的适宜人体温度的温差计算得到。
进一步获取更具体的算法模型及更好地控制各设备的能效，总能耗算法模型η1＝f1(t供、t回、G冷冻)；
η2＝f2(G冷却)；
η3＝f3(G冷冻)；
η4＝f4(T供、T回、G冷却)；
其中t供为冷冻水供水温度，t回为冷冻水回水温度，T供为冷却水供水温度，T回为冷却水回水温度，G冷冻为冷冻水流量，G冷却为冷却水流量，调用数据库得到f1、f2、f3、f4，f1为η1与t供、t回、G冷冻之间的函数关系；f2为η2与G冷却之间的函数关系；f3为η3与G冷冻之间的函数关系，f4为η4与T供、T回、G冷却之间的函数关系；控制主机控制中央空调***各设备对应的温度与流量。
控制主机控制中央空调***各设备对应的温度与流量。
为了进一步地减少供能的滞后性及了解建筑的耗热量，算法模型还包括时间滞后模型，时间滞后模型为：
ΔT＝h·fh1(Δt)；
其中ΔT为室内温升差，Δt为主机温差，h为设定温度时间，调用数据库得到fh1，fh1为ΔT与Δt关于h的函数关系，其中Δt＝t回-t供。
为了进一步确定室内适宜的温度及调节冷却塔的散热效能，建立中央空调所在建筑的室外气象站，储存服务器收集室外气象站数据和当地气象站数据，数据库包括气候数据函数模型，算法模型包括室外数据干涉模型，室外数据干涉模型：
A＝f温1(a)；
其中A为此时室外气象站数据，a为此时当地气象站数据，调用数据库得出f温1，f温1为此时室外气象站数据A和此时当地气象站数据a的函数关系；
设定当地气象站未来一小时的预测数据b和当地气象站未来两小时的预测数据c，基于A＝f(a)预测室外气象站未来一小时后的数据B和未来两小时后的数据C；记录一小时后实际室外气象站数据B1和当地气象站数据b1，验证B与B1是否一致，且建立B1＝F(b1)，并根据B1＝F(b1)预测室外气象站未来一小时后的数据C1；
记录两小时后的实际室外气象站数据C2和当地气象站数据c2，验证C、C1和C2是否一致。
若B与B1数据匹配度在90％以上，即A＝f(a)能根据当地气象站可以预测未来1小时建筑室外气象数据；若C和C2的数据匹配度在90％以上，即A＝f(a)能根据当地气象站可以预测至少2小时内建筑室外气象数据；
若B与B1数据匹配度在90％以下，C1与C2数据匹配度在90％以上，即B1＝F(b1)能根据当地气象站可以预测未来1小时建筑室外气象数据；若B与B1数据匹配度在90％以下，C1与C2数据匹配度在90％以下，即暂时未能有有效函数能够预测室外未来气象数据，即重新计算此时室外气象站数据和此时当地气象站数据的关系。
最后应说明的是：以上所述仅为本发明的优选实例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种高能效中央空调***调节方法，其特征在于，包括：
数据采集：控制主机收集并存储中央空调***运行数据；
建立数据库：控制主机建立关于设备运行的函数模型的数据库；
建立算法模型：调用数据库的函数模型并建立关于单位时间内的中央空调***总能耗算法模型；
获取结果：基于总能耗算法模型，得到中央空调***最高效能的结果及中央空调***中各个设备的流量结果；
调节设备：控制主机调节中央空调***中各个设备的流量。
2.根据权利要求1所述的一种高能效中央空调***调节方法，其特征在于，所述总能耗算法模型为：Q室内＝K·Q制冷＝F(X)得出F[f(η总)]＝F[f(η1+η2+η3+η4)]；
其中Q室内为室内需降温的冷负荷，Q制冷为空调***主机制冷量，X为***总电耗，K为从数据库中调用的冷负荷与空调***主机制冷量之间的系数关系；由于所述***总电耗与空调***主机、冷却泵、冷冻泵、冷却塔的能效相关，调用所述数据库并建立单位时间内室内降温效率与单个设备流量之间的关系，η1为空调***主机能效关系，η2为冷却泵能效关系，η3为冷冻泵能效关系，η4为冷却塔能效关系，η总为整个空调***的总能效关系，F为***总电耗转化为空调***主机制冷量之间的函数关系，f为总能效关系与***总电耗之间的函数关系；
在各设备同一流量下，达到η总最大，从而获得X最小值，所述控制主机根据η总控制中央空调***中各个设备实现对应的流量。
3.根据权利要求2所述的一种高能效中央空调***调节方法，其特征在于，所述总能耗算法模型包括：
η1＝f1(t供、t回、G冷冻)；
η2＝f2(G冷却)；
η3＝f3(G冷冻)；
η4＝f4(T供、T回、G冷却)；
其中t供为冷冻水供水温度，t回为冷冻水回水温度，T供为冷却水供水温度，T回为冷却水回水温度，G冷冻为冷冻水流量，G冷却为冷却水流量，调用所述数据库得到f1、f2、f3、f4，f1为η1与t供、t回、G冷冻之间的函数关系；f2为η2与G冷却之间的函数关系；f3为η3与G冷冻之间的函数关系，f4为η4与T供、T回、G冷却之间的函数关系；所述控制主机控制各设备对应的温度与流量。
4.根据权利要求1所述的一种高能效中央空调***调节方法，其特征在于，所述算法模型还包括时间滞后模型，所述时间滞后模型为：
ΔT＝h·fh1(Δt)；
其中ΔT为室内温升差，Δt为主机温差，h为设定温度时间，调用所述数据库得到fh1，所述fh1为ΔT与Δt关于h的函数关系。
5.根据权利要求1所述的一种高能效中央空调***调节方法，其特征在于，所述数据采集还包括收集室外气象站数据和当地气象站数据，所述数据库包括气候数据函数模型，所述算法模型包括室外数据干涉模型，所述室外数据干涉模型：
A＝f温1 (a)；
其中A为此时室外气象站数据，a为此时当地气象站数据，调用所述数据库得出f温1，f温1为此时室外气象站数据A和此时当地气象站数据a的函数关系；
设定所述当地气象站未来一小时的预测数据b和当地气象站未来两小时的预测数据c，基于A＝f(a)预测室外气象站未来一小时后的数据B和未来两小时后的数据C；记录一小时后实际室外气象站数据B1和当地气象站数据b1，验证B与B1是否一致，且建立B1＝F(b1)，并根据B1＝F(b1)预测室外气象站未来一小时后的数据C1；
记录两小时后的实际室外气象站数据C2和当地气象站数据c2，验证C、C1和C2是否一致。
6.根据权利要求1所述的一种高能效中央空调***调节方法，其特征在于，还包括数据模拟，所述数据模拟匹配为根据所述总能耗算法模型得出的模拟数据，所述模拟数据与中央空调***实际运行数据相匹配，匹配率高于90％可投入使用。
7.根据权利要求2所述的一种高能效中央空调***调节方法，其特征在于，所述冷负荷通过控制主机根据室内温度与设定的具体目标室内温度的温差或根据室内温度与匹配室外温度的适宜人体温度的温差计算得到。
8.一种中央空调调节***，应用如权利要求1-7任一项所述的一种高能效中央空调***调节方法，其特征在于，所述控制主机包括数据采集模块、网络通讯模块、自适应算法模块和储存模块，所述控制主机与中央空调***通讯连接，所述储存模块包括数据库与用于储存中央空调***运行数据的储存服务器，所述自适应算法模块用于调用数据库的函数模型并建立总能耗算法模型。
CN202210738275.XA 2022-06-27 2022-06-27 一种高能效中央空调***调节方法及其*** Pending CN115081220A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210738275.XA CN115081220A (zh) 2022-06-27 2022-06-27 一种高能效中央空调***调节方法及其***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210738275.XA CN115081220A (zh) 2022-06-27 2022-06-27 一种高能效中央空调***调节方法及其***

Publications (1)

Publication Number Publication Date
CN115081220A true CN115081220A (zh) 2022-09-20

Family

ID=83255583

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210738275.XA Pending CN115081220A (zh) 2022-06-27 2022-06-27 一种高能效中央空调***调节方法及其***

Country Status (1)

Country Link
CN (1) CN115081220A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116007250A (zh) * 2022-11-19 2023-04-25 深圳市天元维视实业有限公司 一种制冷***的节能控制方法及***
CN116592469A (zh) * 2023-05-30 2023-08-15 苏州曼凯***集成科技有限公司 一种暖通管控***、方法及存储介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116007250A (zh) * 2022-11-19 2023-04-25 深圳市天元维视实业有限公司 一种制冷***的节能控制方法及***
CN116007250B (zh) * 2022-11-19 2023-12-05 深圳市天元维视实业有限公司 一种制冷***的节能控制方法及***
CN116592469A (zh) * 2023-05-30 2023-08-15 苏州曼凯***集成科技有限公司 一种暖通管控***、方法及存储介质
CN116592469B (zh) * 2023-05-30 2023-12-22 苏州曼凯***集成科技有限公司 一种暖通管控***、方法及存储介质

Similar Documents

Publication Publication Date Title
CN110410942B (zh) 一种冷热源机房节能优化控制方法及***
CN115081220A (zh) 一种高能效中央空调***调节方法及其***
CN109059195B (zh) 用于削减电网负荷峰值的中央空调的控制方法及控制***
CN109917646B (zh) 一种区域供冷供热设备优化运行***及方法
CN114440410B (zh) 基于换热效率对冷冻、冷却水泵进行变流量控制的方法
CN108168052B (zh) 一种中央空调制冷***最优启停控制方法
CN101655272A (zh) 一种网络中央空调节能控制管理***及其方法
CN102455093A (zh) 制冷***能效控制方法
CN115325682B (zh) 一种高效智能制冷机房性能监测的优化控制方法及装置
CN112611076B (zh) 基于iscs的地铁车站通风空调节能控制***和方法
CN112283890A (zh) 适应建筑暖通设备监控***的冷热量控制方法及装置
CN109341010B (zh) 一种电制冷机空调***用供能一体化的控制方法和装置
CN111047117B (zh) 一种基于末端负荷预测的压差旁通阀节能优化方法
CN113883692A (zh) 一种用于空调节能的智慧能源管理***
CN110940061A (zh) 中央空调控制方法及***
CN202338984U (zh) 一种中央空调的节能***
CN109612047A (zh) 变风量空调***的送风温度控制方法
CN114154677A (zh) 空调运行负荷模型构建和预测方法、装置、设备和介质
CN110895029A (zh) 一种基于冷冻水的温度的建筑负荷预测方法
CN112728728A (zh) 一种空调节能策略实施方法、***及可读存储介质
CN112013503A (zh) 一种空调耗能智能控制方法
CN115823706A (zh) 一次泵自适应变压差节能控制***及方法
CN115682324A (zh) 中央空调***节能优化控制方法、装置、设备和存储介质
CN117515808B (zh) 一种中央空调冷热源节能智控***
CN104964394B (zh) 一种基于风水联动的中央空调能效管控***和控制方法

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