CN116678079A - 变风量空调工况分析评估与优化算法 - Google Patents

变风量空调工况分析评估与优化算法 Download PDF

Info

Publication number
CN116678079A
CN116678079A CN202310617230.1A CN202310617230A CN116678079A CN 116678079 A CN116678079 A CN 116678079A CN 202310617230 A CN202310617230 A CN 202310617230A CN 116678079 A CN116678079 A CN 116678079A
Authority
CN
China
Prior art keywords
value
air
optimization algorithm
analysis
vavbox
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
CN202310617230.1A
Other languages
English (en)
Other versions
CN116678079B (zh
Inventor
陈胜举
刘世龙
逯若望
侯曦
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 Puertong Technology Co ltd
Original Assignee
Guangdong Puertong 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 Puertong Technology Co ltd filed Critical Guangdong Puertong Technology Co ltd
Priority to CN202310617230.1A priority Critical patent/CN116678079B/zh
Publication of CN116678079A publication Critical patent/CN116678079A/zh
Application granted granted Critical
Publication of CN116678079B publication Critical patent/CN116678079B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • F24F11/62—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
    • F24F11/50—Control or safety arrangements characterised by user interfaces or communication
    • F24F11/52—Indication arrangements, e.g. displays
    • 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
    • F24F11/72—Control systems characterised by their outputs; Constructional details thereof for controlling the supply of treated air, e.g. its pressure
    • F24F11/74—Control systems characterised by their outputs; Constructional details thereof for controlling the supply of treated air, e.g. its pressure for controlling air flow rate or air velocity
    • F24F11/77—Control systems characterised by their outputs; Constructional details thereof for controlling the supply of treated air, e.g. its pressure for controlling air flow rate or air velocity by controlling the speed of ventilators
    • 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
    • F24F11/80—Control systems characterised by their outputs; Constructional details thereof for controlling the temperature of the supplied air
    • F24F11/83—Control systems characterised by their outputs; Constructional details thereof for controlling the temperature of the supplied air by controlling the supply of heat-exchange fluids to heat-exchangers
    • F24F11/84—Control systems characterised by their outputs; Constructional details thereof for controlling the temperature of the supplied air by controlling the supply of heat-exchange fluids to heat-exchangers using valves
    • 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
    • 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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B30/00—Energy efficient heating, ventilation or air conditioning [HVAC]
    • Y02B30/70—Efficient control or regulation technologies, e.g. for control of refrigerant flow, motor or heating

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Fluid Mechanics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Fuzzy Systems (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明公开了变风量空调工况分析评估与优化算法，涉及空调控制技术领域，包括：按一定的周期采集到变风量空调***风柜及所辖VAVBOX运行大数据后，利用均值算法将其与预定值定期比较；当出现预定偏差并超过一定时间形成趋势后，发出预警并根据趋势情况进入不同分析优化模型；包括房间降温异常分析优化算法模型、房间升温异常分析优化算法模型、房间忽冷忽热分析优化算法模型以及节能分析优化算法模型；根据分析优化模型的逻辑流程，按照一定的幅度逐步修正VAVBOX及风柜相应运行参数，以达到优化空调***运行效果的目的，并继续监视运行反馈数据，直至运行数据趋近预设正常范围；完成***优化，改善空调***的稳定性和舒适性。

Description

变风量空调工况分析评估与优化算法
技术领域
本发明涉及空调控制技术领域，具体是变风量空调工况分析评估与优化算法。
背景技术
楼宇自动化***，是将建筑物内的空调、给排水、供配电、照明设备以集中监视、控制和管理为目的而构成的一个综合管理***。它基于直接数字控制器及传感器、执行器，通过计算机软件及通讯网络，***的管理设备，提高设备利用率、降低设备运行成本。
现有的楼宇自动化***，只针对于变风量空调现场单体设备进行自动化运行管理，如：室内温度设定为25℃，当监测到室内温度高于25℃时，则加大风阀；或者是风管静压传感器测量值小于设定值，则加大风机频率；上述情景中，没有考虑空调***整体风平衡，容易造成空调***管辖范围内的房间供给温度明显动荡，存在风阀已开到最大，但室内温度仍无法达到设定值；或风机频率已开到最大，但风管静压测定值仍不能达到设定值的情况。
现有楼宇自动化***无法通过已有数据判断目前空调***的运行情况是否正常，也无法分析不正常情况出现的原因，更无法对不正常运行情况进行优化，基于以上不足，本发明提出变风量空调工况分析评估与优化算法。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出变风量空调工况分析评估与优化算法，本发明拓展常规楼宇自动化***所采集的数据点和逻辑量，从变风量空调***整体运行平衡角度考虑，采集大数据，建立分析模型；通过模型结合数据进行运算，全面分析变风量空调***的运行情况，更准确的判断分析、优化***的运行情况。
为实现上述目的，根据本发明的第一方面的实施例提出变风量空调工况分析评估与优化算法，包括：
SS1：按一定的周期采集到变风量空调***风柜及所辖VAVBOX运行大数据后，利用均值算法将其与预定值定期比较；
SS2：当出现预定偏差并超过一定时间形成趋势后，发出预警并根据趋势情况进入不同分析优化模型；其中分析优化模型包括房间降温异常分析优化算法模型、房间升温异常分析优化算法模型、房间忽冷忽热分析优化算法模型以及节能分析优化算法模型；
SS3：根据所述分析优化模型的逻辑流程，按照一定的幅度逐步修正VAVBOX及风柜相应运行参数，以达到优化空调***运行效果的目的，并继续监视运行反馈数据，直至运行数据趋近预设正常范围。
进一步地，其中，房间降温异常分析优化算法模型，包括如下步骤：
步骤1：收集并监测室内温度传感器传回温度实测值T，当T＞Tset且持续时间t＞n分钟时，判断房间处于降温异常状态，输出报警信息；
步骤2：收集房间VAVBox风阀开度实测值％1；
步骤3：当％1＜maxOpen时，则修改VAVBox最大送风量设定值V1，设定完成后间隔n分钟，收集并监测室内温度传感器传回温度实测值T，当T＝Tset则完成优化，取消报警信息；当T＞Tset且持续时间t＞n分钟时，重复步骤2；
步骤4：当％1＝maxOpen时，判断楼层空调风柜送风温度设定值是否是最低值；如是，则加大***静压设定值P以增加空调风柜送风量；如否，则增加空调风柜冷冻水水阀开度；调整完毕后间隔n分钟，收集并监测室内温度传感器传回温度实测值T，当T＝Tset则完成优化，取消报警信息；当T＞Tset且持续时间t＞n分钟时，重复步骤4。
进一步地，其中，房间升温异常分析优化算法模型，包括如下步骤：
步骤1：收集并监测室内温度传感器传回温度实测值T，当T＜Tset且持续时间t＞n分钟时，判断房间处于升温异常状态，输出报警信息；
步骤2：收集***内所有VAVBox送风量实测数据；
步骤3：当存在***内不足50％的VAVBox送风量实测值已达到下限值的情况时，则修改该VAVBox最小风量设定值P1；设定完成后间隔n分钟，收集并监测室内温度传感器传回温度实测值T，当T＝Tset则完成优化，取消报警信息；当T＞Tset且持续时间t＞n分钟时，重复步骤2；
步骤4：当存在***内超过50％的VAVBox送风量实测值已达到下限值的情况时，判断楼层空调风柜风机运行频率是否是最小值；
如是，则加大空调风柜送风温度设定值P3以提高空调风柜送风温度；如否，则减小***静压设定值P2；调整完毕后间隔n分钟，收集并监测室内温度传感器传回温度实测值T，当T＝Tset则完成优化，取消报警信息；当T＞Tset且持续时间t＞n分钟时，重复步骤4。
进一步地，其中，房间忽冷忽热分析优化算法模型，包括如下步骤：
步骤1：收集并监测***内所有VAVBox最大阀位值；
步骤2：当不存在某VAVBox最大阀位值＞95％时，则***无忽冷忽热风险，保持监测状态；
步骤3：当存在某VAVBox最大阀位值＞95％时，则判断空调风柜风机频率是否达到最大值，如是，则降低空调风柜送风温度设定值P3；如否，则增加***静压设定值P3；调整完毕后间隔n分钟，收集并监测***内所有VAVBox最大阀位值；重复步骤2。
进一步地，节能分析优化算法模型，包括如下步骤：
步骤1：收集并监测***内所有房间室内温度传感器实测值，如所有房间T＝Tset，则进入步骤2，如否，则重复步骤1；
步骤2：收集并监测***内所有VAVBox最大阀位值；
步骤3：当存在最大阀位值＜70％，则降低***静压设定P1；
步骤4：间隔n分钟，重复步骤2。
进一步地，n可自行设定，设定值V1的修改幅度可自行设定，P加大幅度可自行设定。
与现有技术相比，本发明的有益效果是：
本发明通过采集变风量空调闭环内所有设备大数据，利用均值算法将其与预定值定期比较；当出现预定偏差并超过一定时间形成趋势后，发出预警并根据趋势情况进入不同分析优化模型，根据所述分析优化模型的逻辑流程，按照一定的幅度逐步修正VAVBOX及风柜相应运行参数，以达到优化空调***运行效果的目的，并继续监视运行反馈数据，直至运行数据趋近预设正常范围；能依托实测数据，及时发现变风量空调***运行问题并发出警告，同时根据算法分析流程修改相应运行参数，完成***优化，改善空调***的稳定性和舒适性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明变风量空调工况分析评估与优化算法的原理框图。
图2为本发明中房间降温异常分析优化算法模型的流程图。
图3为本发明中房间升温异常分析优化算法模型的流程图。
图4为本发明中房间忽冷忽热分析优化算法模型的流程图。
图5为本发明中节能分析优化算法模型的流程图。
具体实施方式
下面将结合实施例对本发明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它实施例，都属于本发明保护的范围。
如图1所示，变风量空调工况分析评估与优化算法，包括：
SS1：按一定的周期采集到变风量空调***风柜及所辖VAVBOX运行大数据后，利用均值算法将其与预定值定期比较；
SS2：当出现预定偏差并超过一定时间形成趋势后，发出预警并根据趋势情况进入不同分析优化模型；其中分析优化模型包括房间降温异常分析优化算法模型、房间升温异常分析优化算法模型、房间忽冷忽热分析优化算法模型以及节能分析优化算法模型；
SS3：根据所述分析优化模型的逻辑流程，按照一定的幅度逐步修正VAVBOX及风柜相应运行参数，以达到优化空调***运行效果的目的，并继续监视运行反馈数据，直至运行数据趋近预设正常范围；
如图2所示，房间降温异常分析优化算法模型，包括如下步骤：
步骤1：收集并监测室内温度传感器传回温度实测值T，当T＞Tset且持续时间t＞n分钟(n可自行设定)时，判断房间处于降温异常状态，输出报警信息；
步骤2：收集房间VAVBox风阀开度实测值％1；
步骤3：当％1＜maxOpen(maxOpen可自行设定)时，则修改VAVBox最大送风量设定值V1，修改
幅度可自行设定，设定完成后间隔n分钟(n可自行设定)，收集并监测室内温度传感器传回温度实测值T，当T＝Tset则完成优化，取消报警信息；当T＞Tset且持续时间t＞n分钟(n可自行设定)时，重复步骤2；
步骤4：当％1＝maxOpen时，判断楼层空调风柜送风温度设定值是否是最低值；如是，则加大***静压设定值P(P加大幅度可自行设定)以增加空调风柜送风量；如否，则增加空调风柜冷冻水水阀开度；调整完毕后间隔n分钟(n可自行设定)，收集并监测室内温度传感器传回温度实测值T，当T＝Tset则完成优化，取消报警信息；当T＞Tset且持续时间t＞n分钟(n可自行设定)时，重复步骤4；
其中，如图3所示，房间升温异常分析优化算法模型，包括如下步骤：
步骤1：收集并监测室内温度传感器传回温度实测值T，当T＜Tset且持续时间t＞n分钟(n可自行设定)时，判断房间处于升温异常状态，输出报警信息；
步骤2：收集***内所有VAVBox送风量实测数据；
步骤3：当存在***内不足50％(可自行设定)的VAVBox送风量实测值已达到下限值的情况时，则修改该VAVBox最小风量设定值P1，设定完成后间隔n分钟(n可自行设定)，收集并监测室内温度传感器传回温度实测值T，当T＝Tset则完成优化，取消报警信息；当T＞Tset且持续时间t＞n分钟(n可自行设定)时，重复步骤2；
步骤4：存在***内超过50％(可自行设定)的VAVBox送风量实测值已达到下限值的情况时，判断楼层空调风柜风机运行频率是否是最小值，如是，则加大空调风柜送风温度设定值P3(P3加大幅度可自行设定)以提高空调风柜送风温度；如否，则减小***静压设定值P2；调整完毕后间隔n分钟(n可自行设定)，收集并监测室内温度传感器传回温度实测值T，当T＝Tset则完成优化，取消报警信息；当T＞Tset且持续时间t＞n分钟(n可自行设定)时，重复步骤4；
在本实施例中，当某VAV的阀门开度最大时，说明该区温度未达到设定温度。当VAV的阀门超过95％时，风平衡极易被打破，该房间有“忽冷忽热”风险，舒适感较低，***不稳定；
其中，如图4所示，房间忽冷忽热分析优化算法模型，包括如下步骤：
步骤1：收集并监测***内所有VAVBox最大阀位值；
步骤2：当不存在某VAVBox最大阀位值＞95％(可自行设定)时，则***无忽冷忽热风险，保持监测状态；
步骤3：当存在某VAVBox最大阀位值＞95％(可自行设定)时，则判断空调风柜风机频率是否达到最大值，如是，则降低空调风柜送风温度设定值P3；如否，则增加***静压设定值P3；
调整完毕后间隔n分钟(n可自行设定)，收集并监测***内所有VAVBox最大阀位值；重复步骤2；
其中，当***运行稳定且达到一定条件下，对***进行节能分析；如图5所示，节能分析优化算法模型，包括如下步骤：
步骤1：收集并监测***内所有房间室内温度传感器实测值，如所有房间T＝Tset，则进入步骤2，如否，则重复步骤1；
步骤2：收集并监测***内所有VAVBox最大阀位值；
步骤3：当存在最大阀位值＜70％(可自行设定)，则降低***静压设定值
P1(降低幅度可自行设定)；
步骤4：间隔n分钟(n可自行设定)，重复步骤2；
现有楼宇自动化技术，只能针对空调***某一设备(如风柜、VAVBOX)进行基本自动化设定，但实际设备输出效果及***运行状况无法进行闭环分析、判断、优化，只能通过操作人员凭借实践经验通过反馈数据进行人为单点判断，因操作人员差异会有不同程度的滞后性及风平衡的不确定性；
本发明通过采集变风量空调闭环内所有设备大数据、建立分析模型，利用算法对变风量空调运行情况进行分析评估及优化，能依托实测数据，及时发现变风量空调***运行问题并发出警告，同时根据算法分析流程修改相应运行参数，完成***优化，改善空调***的稳定性和舒适性。
本发明中分析优化算法模型基于技术工程师现场经验及研究，并在实践中得到证实，能覆盖变风量空调***运行中出现的绝大多数情况，覆盖面广；本发明中分析模型的参数优化方式及具体数值基于变风量空调项目运行数据，准确性高，能极大的提高变风量空调***的稳定性、舒适性。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (6)

1.变风量空调工况分析评估与优化算法，其特征在于，包括：
SS1：按一定的周期采集到变风量空调***风柜及所辖VAVBOX运行大数据后，利用均值算法将其与预定值定期比较；
SS2：当出现预定偏差并超过一定时间形成趋势后，发出预警并根据趋势情况进入不同分析优化模型；其中分析优化模型包括房间降温异常分析优化算法模型、房间升温异常分析优化算法模型、房间忽冷忽热分析优化算法模型以及节能分析优化算法模型；
SS3：根据所述分析优化模型的逻辑流程，按照一定的幅度逐步修正VAVBOX及风柜相应运行参数，以达到优化空调***运行效果的目的，并继续监视运行反馈数据，直至运行数据趋近预设正常范围。
2.根据权利要求1所述的变风量空调工况分析评估与优化算法，其特征在于，其中，房间降温异常分析优化算法模型，包括如下步骤：
步骤1：收集并监测室内温度传感器传回温度实测值T，当T＞Tset且持续时间t＞n分钟时，判断房间处于降温异常状态，输出报警信息；
步骤2：收集房间VAVBox风阀开度实测值％1；
步骤3：当％1＜maxOpen时，则修改VAVBox最大送风量设定值V1；设定完成后间隔n分钟，收集并监测室内温度传感器传回温度实测值T，当T＝Tset则完成优化，取消报警信息；当T＞Tset且持续时间t＞n分钟时，重复步骤2；
步骤4：当％1＝maxOpen时，判断楼层空调风柜送风温度设定值是否是最低值；如是，则加大***静压设定值P以增加空调风柜送风量；如否，则增加空调风柜冷冻水水阀开度；调整完毕后间隔n分钟，收集并监测室内温度传感器传回温度实测值T，当T＝Tset则完成优化，取消报警信息；当T＞Tset且持续时间t＞n分钟时，重复步骤4。
3.根据权利要求1所述的变风量空调工况分析评估与优化算法，其特征在于，其中，房间升温异常分析优化算法模型，包括如下步骤：
步骤1：收集并监测室内温度传感器传回温度实测值T，当T＜Tset且持续时间t＞n分钟时，判断房间处于升温异常状态，输出报警信息；
步骤2：收集***内所有VAVBox送风量实测数据；
步骤3：当存在***内不足50％的VAVBox送风量实测值已达到下限值的情况时，则修改该VAVBox最小风量设定值P1；设定完成后间隔n分钟，收集并监测室内温度传感器传回温度实测值T，当T＝Tset则完成优化，取消报警信息；当T＞Tset且持续时间t＞n分钟时，重复步骤2；
步骤4：当存在***内超过50％的VAVBox送风量实测值已达到下限值的情况时，判断楼层空调风柜风机运行频率是否是最小值；
如是，则加大空调风柜送风温度设定值P3以提高空调风柜送风温度；如否，则减小***静压设定值P2；调整完毕后间隔n分钟，收集并监测室内温度传感器传回温度实测值T，当T＝Tset则完成优化，取消报警信息；当T＞Tset且持续时间t＞n分钟时，重复步骤4。
4.根据权利要求1所述的变风量空调工况分析评估与优化算法，其特征在于，其中，房间忽冷忽热分析优化算法模型，包括如下步骤：
步骤1：收集并监测***内所有VAVBox最大阀位值；
步骤2：当不存在某VAVBox最大阀位值＞95％时，则***无忽冷忽热风险，保持监测状态；
步骤3：当存在某VAVBox最大阀位值＞95％时，则判断空调风柜风机频率是否达到最大值，如是，则降低空调风柜送风温度设定值P3；如否，则增加***静压设定值P3；调整完毕后间隔n分钟，收集并监测***内所有VAVBox最大阀位值；重复步骤2。
5.根据权利要求1所述的变风量空调工况分析评估与优化算法，其特征在于，节能分析优化算法模型，包括如下步骤：
步骤1：收集并监测***内所有房间室内温度传感器实测值，如所有房间T＝Tset，则进入步骤2，如否，则重复步骤1；
步骤2：收集并监测***内所有VAVBox最大阀位值；
步骤3：当存在最大阀位值＜70％，则降低***静压设定P1；
步骤4：间隔n分钟，重复步骤2。
6.根据权利要求2所述的变风量空调工况分析评估与优化算法，其特征在于，n可自行设定，maxOpen可自行设定，设定值V1的修改幅度可自行设定，P加大幅度可自行设定。
CN202310617230.1A 2023-05-29 2023-05-29 变风量空调工况分析评估与优化算法 Active CN116678079B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310617230.1A CN116678079B (zh) 2023-05-29 2023-05-29 变风量空调工况分析评估与优化算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310617230.1A CN116678079B (zh) 2023-05-29 2023-05-29 变风量空调工况分析评估与优化算法

Publications (2)

Publication Number Publication Date
CN116678079A true CN116678079A (zh) 2023-09-01
CN116678079B CN116678079B (zh) 2024-01-30

Family

ID=87780292

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310617230.1A Active CN116678079B (zh) 2023-05-29 2023-05-29 变风量空调工况分析评估与优化算法

Country Status (1)

Country Link
CN (1) CN116678079B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101975434A (zh) * 2010-10-15 2011-02-16 杭州源牌环境科技有限公司 一种变风量空调***的变静压控制方法
EP2781976A1 (fr) * 2013-03-19 2014-09-24 Euro Protection Surveillance (Société par Actions Simplifiée) Procédé et ensemble pour l'évaluation et l'optimisation des consommations d'énergie pour le chauffage et/ou la climatisation
JP2015014391A (ja) * 2013-07-03 2015-01-22 株式会社東芝 空調制御システム及び空調制御方法
CN108151253A (zh) * 2017-12-21 2018-06-12 中国舰船研究设计中心 一种变风量空调送风温度自动补偿方法
CN108151246A (zh) * 2017-12-13 2018-06-12 长安大学 变风量空调风***优化节能控制方法及装置
CN109751733A (zh) * 2019-01-08 2019-05-14 深圳大学 一种基于变风量空调***的容错送风静压设定方法及装置
CN112200433A (zh) * 2020-09-25 2021-01-08 华电福新广州能源有限公司 一种发电厂热力性能分析与优化***

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101975434A (zh) * 2010-10-15 2011-02-16 杭州源牌环境科技有限公司 一种变风量空调***的变静压控制方法
EP2781976A1 (fr) * 2013-03-19 2014-09-24 Euro Protection Surveillance (Société par Actions Simplifiée) Procédé et ensemble pour l'évaluation et l'optimisation des consommations d'énergie pour le chauffage et/ou la climatisation
JP2015014391A (ja) * 2013-07-03 2015-01-22 株式会社東芝 空調制御システム及び空調制御方法
CN108151246A (zh) * 2017-12-13 2018-06-12 长安大学 变风量空调风***优化节能控制方法及装置
CN108151253A (zh) * 2017-12-21 2018-06-12 中国舰船研究设计中心 一种变风量空调送风温度自动补偿方法
CN109751733A (zh) * 2019-01-08 2019-05-14 深圳大学 一种基于变风量空调***的容错送风静压设定方法及装置
CN112200433A (zh) * 2020-09-25 2021-01-08 华电福新广州能源有限公司 一种发电厂热力性能分析与优化***

Also Published As

Publication number Publication date
CN116678079B (zh) 2024-01-30

Similar Documents

Publication Publication Date Title
US8172153B1 (en) Energy usage control for a building
Wang et al. Data mining approach for improving the optimal control of HVAC systems: An event-driven strategy
Ahn et al. Anti-logic or common sense that can hinder machine’s energy performance: Energy and comfort control models based on artificial intelligence responding to abnormal indoor environments
CN105241030B (zh) 一种机房环境控制方法及机房智能控制***
CN102354206A (zh) 物联网环境下基于数据融合的空调故障诊断***及方法
CN111306728B (zh) 空调***风量调控的方法、装置及计算机设备
CN106885350A (zh) 一种空调节能控制***
CN111829136A (zh) 一种中央空调末端机组集中节能控制***和方法
CN117190407B (zh) 一种中央空调节能控制方法及***
Nassif et al. A cost‐effective operating strategy to reduce energy consumption in a HVAC system
CN116678079B (zh) 变风量空调工况分析评估与优化算法
CN114017900A (zh) 一种基于WIFI-mesh自组网中央空调的集群控制技术
CN116878114B (zh) 一种中央空调阀门控制装置
CN110594928A (zh) 一种地铁新风***控制方法及控制装置
Zhang et al. A review of static pressure reset control in variable air volume air condition system
CN104102139B (zh) 一种变风量空调控制***的仿真平台
Zhao et al. An optimal control method for discrete variable outdoor air volume setpoint determination in variable air volume systems
CN113803853A (zh) 变电站分布式空调节能***及方法
Omarov et al. Fuzzy-PID based self-adjusted indoor temperature control for ensuring thermal comfort in sport complexes
CN115342409B (zh) 一种供热***的控制调节方法与***
CN111692681A (zh) 一种数字化空调水***及评价方法
CN114396717B (zh) 新风空调控制方法、装置、新风空调、***及存储介质
CN213146894U (zh) 一种中央空调末端机组集中节能控制***
JP7394659B2 (ja) 空調システム制御装置
CN116519044B (zh) 一种用于节能型户式温控***的房间状态判断方法及***

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
GR01 Patent grant
GR01 Patent grant