[发明专利]一种提高空调系统运行能效的控制系统和控制方法在审

专利信息
申请号: 201910079590.4 申请日: 2019-01-28
公开(公告)号: CN109631238A 公开(公告)日: 2019-04-16
发明(设计)人: 陈凯;卿川东;江一波 申请(专利权)人: 宁波溪棠信息科技有限公司
主分类号: F24F11/46 分类号: F24F11/46
代理公司: 上海元好知识产权代理有限公司 31323 代理人: 张妍;刘琰
地址: 315500 浙江省宁波*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 空调系统 辅助控制器 能效 传统控制器 控制系统 控制量 神经网络控制 控制周期 输出调节 输出热量 输出 观测量 输入量 制冷量 制热量 冷量 部署
【说明书】:

一种提高空调系统运行能效的控制系统和控制方法,辅助控制器采用神经网络控制方法,以传统控制器的观测量和传统控制器输出的控制量作为辅助控制器的输入量,辅助控制器输出调节后的控制量用于调节空调系统的输出冷量或输出热量,使得一个控制周期内的累积制冷量或制热量不变。本发明便于部署,能够有效提高空调系统运行能效。

技术领域

本发明涉及一种提高空调系统运行能效的控制系统和控制方法。

背景技术

如图1所示,传统的空调系统的观测量包含室内外环境温度、室内外环境湿度、冷凝器和蒸发器表面温度等,控制量包含压缩机频率、室内机风扇转速、室外机风扇转速和膨胀阀开度等,传统空调控制方法是利用模糊控制和/或PID(proportion integrationdifferentiation,比例积分微分控制)控制方法基于观测量的测量结果对控制量进行调整。这种传统控制方法所采用的模糊控制和PID控制方法基于有限数据样本依靠人工优化的控制参数不能最佳适用于所有工作场景,且传统控制算法设计较为简单,往往根据单一观测量(室内温度)做出控制决策,故而导致空调系统的制冷/制热能效不高。

一般来说,空调系统的能效就制冷和制热工作模式不同,名称有所区别,其中,空调系统能效比=EER/COP,对于空调系统来说,能耗90%以上来自压缩机,在其它条件不变的情况下,压缩机能效比随着压缩机频率升高而降低,除压缩机频率以外,空调系统所处的环境因素(环境温度、湿度等),空调系统其它组件的工作状态(风机开度、膨胀阀开度等),以及空调系统其它组件的静态参数(冷媒物理特性、蒸发器以及冷凝器表面积、毛细管长度等),都显著影响着压缩机的能效。

传统空调控制方法能够凭借大量实验数据和设计经验对空调系统组件的静态参数进行调优,然而对环境因素以及空调系统的动态工作状态所能做的优化及其有限。

发明内容

本发明提供一种提高空调系统运行能效的控制系统和控制方法,便于部署,能够有效提高空调系统运行能效。

为了达到上述目的,本发明提供一种提高空调系统运行能效的控制系统,包含传统控制器和辅助控制器;

传统控制器的输入量为观测量,传统控制器的输出量为控制量,传统控制器采用PID控制方法或模糊控制方法;

辅助控制器的输入量为观测量和传统控制器的输出量,辅助控制器的输出量为调节后的控制量;

辅助控制器输出的调节后的控制量用于调节空调系统的输出冷量或输出热量,实现在空调系统低能效比区间内降低输出制冷能力或制热能力,在空调系统高能效比区间提高制冷能力或制热能力,使得一个控制周期内的累积制冷量或制热量的变化量小于预设的门限值;

所述的观测量包含室内环境温度、室内环境湿度、室外环境温度、室外环境湿度;

所述的传统控制器输出的控制量包含:压缩机频率、室内风机转速、室外风机转速、膨胀阀开度;

所述的辅助控制器输出的调节后的控制量包含:压缩机频率、室内风机转速、室外风机转速、膨胀阀开度。

在一个实施例中,所述的辅助控制器包含:

神经网络模块,其中装载有至少一个神经网络,该神经网络模块的输入量包含观测量和传统控制器输出的控制量,该神经网络模块的输出量包含空调系统的耗电功率的估计值、以及制冷能力或制热能力的估计值;

计时器,其用于计算辅助控制器的每个控制周期内的控制时间;

积分器,其用于根据神经网络模块输出的制冷能力或制热能力的估计值来计算某一时间段内辅助控制器累积降低或提升的制冷量或制热量;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于宁波溪棠信息科技有限公司,未经宁波溪棠信息科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910079590.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top