[发明专利]中央空调冷站群控节能控制方法、装置、设备及存储介质在审

专利信息
申请号: 202111017042.2 申请日: 2021-08-31
公开(公告)号: CN113739365A 公开(公告)日: 2021-12-03
发明(设计)人: 胡佳;杨瑞;谭江浩;董海雷;李申 申请(专利权)人: 广州汇电云联互联网科技有限公司
主分类号: F24F11/47 分类号: F24F11/47;F24F11/64
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 陈旭红;晏静文
地址: 510000 广东省广州市黄埔区科学大道18*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 中央空调 冷站群控 节能 控制 方法 装置 设备 存储 介质
【权利要求书】:

1.一种中央空调冷站群控节能控制方法,其特征在于,包括:

获取中央空调的总能耗预测模型,所述总能耗预测模型用于表征所述中央空调的总能耗与所述中央空调冷站设备运行参数之间的关系;

获取中央空调冷站的负荷预测模型,以确定预测时刻所述中央空调冷站的预测负荷;

将所述预测负荷发送至所述中央空调冷站设备,得到所述中央空调冷站设备的约束条件;

根据所述总能耗预测模型和所述约束条件,基于预设优化算法确定所述中央空调冷站设备的最优运行参数,以使所述中央空调的总能耗满足优化条件;并使所述中央空调冷站设备根据所述最优运行参数运行。

2.根据权利要求1所述的中央空调冷站群控节能控制方法,其特征在于,所述获取中央空调的总能耗预测模型,具体为:

获取所述中央空调冷站设备的历史数据,所述中央空调冷站设备包括冷水机组、冷冻水泵、冷却水泵和冷却塔;

建立所述中央空调冷站各设备的初始预测子模型;

利用所述历史数据对所述初始预测子模型进行模型训练,生成所述中央空调冷站各设备对应的能耗预测模型;

基于所述中央空调冷站各设备对应的能耗预测模型,确定所述中央空调的总能耗预测模型。

3.根据权利要求2所述的中央空调冷站群控节能控制方法,其特征在于,所述中央空调冷站设备的历史数据包括:

所述冷水机组的冷却水进水温度、冷冻水供水温度和冷水机组负荷;

所述冷冻水泵的冷冻水泵转速比、冷冻水泵流量;

所述冷却水泵的冷却水泵流量比;

所述冷却塔的冷却水流量、冷却塔进水温度和冷却塔风机风量比。

4.根据权利要求1所述的中央空调冷站群控节能控制方法,其特征在于,所述获取所述中央空调冷站的负荷预测模型,以确定预测时刻所述中央空调冷站的预测负荷,具体为:

获取预测时刻的室内外气象信息;

根据所述负荷预测模型和所述室内外气象信息确定所述预测时刻所述中央空调冷站的预测负荷。

5.根据权利要求1所述的中央空调冷站群控节能控制方法,其特征在于,所述中央空调的总能耗满足优化条件包括:

所述总能耗满足最小化条件;或,

所述总能耗小于预设能耗阈值。

6.一种中央空调冷站群控节能控制装置,其特征在于,包括:

能耗预测模块,用于获取中央空调的总能耗预测模型,所述总能耗预测模型用于表征所述中央空调的总能耗与所述中央空调冷站设备运行参数之间的关系;

负荷预测模块,用于获取中央空调冷站的负荷预测模型,以确定预测时刻所述中央空调冷站的预测负荷;

约束确定模块,用于将所述预测负荷发送至所述中央空调冷站设备,得到所述中央空调冷站设备的约束条件;

优化控制模块,用于根据所述总能耗预测模型和所述约束条件,基于预设优化算法确定所述中央空调冷站设备的最优运行参数,以使所述中央空调的总能耗满足优化条件;并使所述中央空调冷站设备根据所述最优运行参数运行。

7.根据权利要求6所述的中央空调冷站群控节能控制装置,其特征在于,所述负荷预测模块具体用于:

获取预测时刻的室内外气象信息;

根据所述负荷预测模型和所述室内外气象信息确定所述预测时刻所述中央空调冷站的预测负荷。

8.根据权利要求6所述的中央空调冷站群控节能控制装置,其特征在于,所述中央空调的总能耗满足优化条件包括:

所述总能耗满足最小化条件;或,

所述总能耗小于预设能耗阈值。

9.一种电子设备,其特征在于,其包括多个处理器、存储器及存储于所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现权利要求1~5任一所述的中央空调冷站群控节能控制方法。

10.一种计算机存储介质,其特征在于,所述存储介质有计算机指令,所述计算机指令用于执行如权利要求1~5任一所述的中央空调冷站群控节能控制方法。

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广州汇电云联互联网科技有限公司,未经广州汇电云联互联网科技有限公司许可,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/202111017042.2/1.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