[发明专利]基于大数据分析的冰机集群系统能耗优化方法和装置

说明书

本发明提供了基于大数据分析的冰机集群系统能耗优化方法和装置，涉及冰机集群系统技术领域，包括：根据影响冰机制冷量的外界因素的历史数据和制冷量需求的历史数据进行大数据分析进而预测未来一段时间内的制冷量需求；根据制冷量需求预测信息调整冰机集群的工作状态；为冰机集群中的每一台冰机均建立能效模型；查找出能效比(COP)值偏离能效模型过多的冰机并发出预警信息，以提醒工作人员对该台冰机进行维护和保养。有效优化冰机集群系统的工作方式，提升经济效益。

技术领域

本发明涉及冰机集群系统技术领域，具体而言，涉及基于大数据分析的冰机集群系统能耗优化方法和装置。

背景技术

温度是影响各种工业生产设备的重要因素，一方面许多生产环境需要稳定的室内温度，另一方面一些对温度要求苛刻的设备在温度过高时会宕机甚至损毁，造成严重影响和安全隐患，因此工厂里的空调和冷却系统必不可少。空调和冷却系统的核心设备为若干台冰机(冷水机)，通过提供冷却水的方式保持工厂内的室温稳定和机台的散热。外界环境因素有明显的季节性变化趋势(冬天制冷量少，夏天制冷量多)和一天之内的变化趋势(早晚制冷量少，中午制冷量多)。目前的冰机自动化的群控系统没有对制冷量进行预测，也没有建立制冷量需求和冰机负载之间的关系，仅是计算开启冰机的平均负载，根据人的经验判断增开或关停冰机，是一种应激式的响应。此外，冰机能耗的最优负载区间为65％-85％之间，且每一台冰机的实际效率曲线也不一样，依靠人对冰机的开关进行响应式调节，难以做到及时响应和能耗最优。冰机集群系统通常是工厂中的用电大户，它的控制方式在保持最优经济性的方面还存在很大的挑战，比如：1.虽然多台冰机相互并联汇入供水主管共同维持供水温度满足工厂冷却需求，但是大多数情况下每一台冰机的控制都是相互独立的，并不会相互协同。2.即便是安装了群控系统的冰机集群，能够实现控制的协同性，但是控制的方式是根据开启的冰机的负载变化进行应激式的响应，无法实现预测性的优化。3.在没有群控系统的情况下，当制冷需求量发生趋势性变化时，需要人工重新匹配制冷量需求与冰机负载的关系，完成冰机的启停组合控制。人工的调节需要依靠专家经验，且很难做到准确敏捷地响应。以上缺陷造成的后果是：开启冰机的数量与工厂的冷量需求难以保持最佳匹配，当开启数量不足时会造成冰机的过载和冷量供给不足，而开启数量过多时会造成冰机能耗浪费产生额外成本。因此，如何实现冰机集群的优化控制进而降低运营成本成为亟待解决的技术问题。

发明内容

本发明旨在至少解决现有技术或相关技术中存在的技术问题之一，公开了一种基于大数据分析的冰机集群系统能耗优化方法和装置，能够优化冰机集群系统的工作方式，提升经济效益。

本发明的第一方面公开了一种基于大数据分析的冰机集群系统能耗优化方法，包括：根据影响冰机制冷量的外界因素的历史数据和制冷量需求的历史数据进行大数据分析进而预测未来一段时间内的制冷量需求，包含长时和短时的预测，生成制冷量需求预测信息；其中，外界因素包括外界环境的温度、焓值、湿度和露点温度；

根据制冷量需求预测信息调整冰机集群的工作状态：

根据短时制冷量预测，计算增减冰机开启台数将制冷量负载重新分配给每台冰机时的集群能耗；或计算不增减冰机开启台数，只改变已开启冰机的负载时的集群能耗；将能耗较低的控制策略输入到控制系统中自动执行或通知到操作员去执行；

根据长时制冷量预测，计算在总制冷量一定的情况下，不同冰机开启台数对应的集群能耗，确定能耗最低的冰机开启台数；将能耗较低的控制计划输入到控制系统中或通知到操作员作为参考；

为冰机集群中的每一台冰机均建立能效模型：测量冰机单体的水流量、进水温度和出水温度，计算当前负载下的制冷量，根据冰机单体的功率和制冷量的比值计算出冰机集群中冰机单体的能效比COP，统计各电流负载下的COP值并取均值拟合能效曲线，作为冰机单体的能效模型；

冰机集群运行过程中，持续监测每一台冰机的实时COP值，查找出COP值偏离能效模型过多的冰机并发出预警信息，以提醒工作人员对该台冰机进行维护和保养。