[發明專利]一種空調機組功率自適應調整方法

有效

• 申請號: 201710278541.4
• 申請日: 2017-04-25
• 公開（公告）號: CN107120789B
• 公開（公告）日: 2018-02-13
• 發明（設計）人: 薛峰;謝慶明
• 申請（專利權）人: 南京福致通電氣自動化有限公司
• 主分類號: F24F11/62
• 分類號: F24F11/62
• 代理公司: 南京瑞弘專利商標事務所(普通合伙)32249
• 代理人: 吳旭

技術領域

本發明涉及一種空調機組功率自適應調整方法。

背景技術

現有空調機組功率調整是根據一段時間的歷史統計數據來匹配當前時刻用戶負荷，這種基于經驗模式的負荷估計方法，不能夠精確反應短時間內負荷的變化，實時性差，導致了空調機組工作模式經常在過載和空載兩種情形下切換，既浪費能源其安全性也得不到保障。

發明內容

發明目的：針對上述現有技術，提供一種空調機組功率自適應調整方法，能夠根據已經測得的負荷歷史數據，判斷應設定空調機組啟動功率的數值，使得在一定時間段內的負荷不會超過運轉的空調機組最大功率。

技術方案：一種空調機組功率自適應調整方法，包括如下步驟：

步驟1：設定空調能耗等級，設定空調機組最小單位功率△，設定空調功率調整周期T，檢測得到當前空調機組功率V(t)，設定空調機組理論功率H(t)；

步驟2：計算未來[t,t+L)時間段的L個時隙內可用的平均功率增量a(t,L)為：

其中，t為當前時刻；

步驟3：根據歷史數據統計[t-L+1,t)時間段內各能耗等級出現的次數，然后計算在該L個時隙內某一空調能耗等級x出現的頻率為：

其中，L_x為[t-L+1,t)時間段內空調能耗等級x出現的次數；

對所述頻率進行平滑處理得到能耗等級x在未來[t,t+L)時間段內的概率分布π_x(t)為：

其中，ρ為平滑因子，π_x(t-1)為上個時刻所獲得的未來L個時隙內能耗等級的概率分布；

步驟4：計算新增空調負荷超過當前空調機組功率的溢出概率P^t+L為：

根據大偏差理論中的Crame′s定理，有：

其中，為未來[t,t+L)時間段內空調負荷總的增加量，l為時間段自變量；M(θ)為有限矩生成函數，M(θ)＝Ee^θI(t)，E表示數學期望，θ為待定參數；定義在時隙[t-1,t)內，新增的空調負荷需求為I(t)；

在I(t)(t＝1,2,…)為馬爾科夫過程時，

其中，x_min表示在過程中出現的空調最小能耗等級，x_max表示在過程中出現的空調最大能耗等級；

步驟5：判斷是否有P^t+L<P_QoS，若滿足則將空調開機功率由V(t)調整為H(t)；若否，H′(t)←H(t)+△，返回步驟2重新計算；其中，P_QoS為空調性能概率；

步驟6：開啟下一時間段的判斷，t←t+T。

進一步的，所述步驟3中，根據歷史數據統計[t-L+1,t)時間段內能耗等級x出現的次數L_x的方法為：在時刻t-1，定義滑動窗口Win(t-1)＝[I(t-L),I(t-L+1),…I(t-1)]，它包含測得的L個時刻的空調負荷信息；時間依次往后推，在時刻t，滑動窗口包含了Win(t)＝[I(t-L+1),I(t-L+2),…I(t)]個最新數據，如果在某一時隙，有I(t)＝x，定義示性函數：

從而獲得能耗等級x在時間窗口[t-L+1,t)中出現的次數L_x為：

進一步的，所述平滑因子ρ的取值范圍為0.7～0.9。

有益效果：本方法能夠根據已經測得的負荷歷史數據，判斷應設定空調機組啟動功率的數值，使得在一定時間段內的負荷不會超過運轉的空調機組最大功率。根據新增負荷變化情況動態調整空調機組數目，有利于實現節能。

具體實施方式

本發明方法有基于如下假設：

(1)，負荷的變化為一馬爾科夫過程，即對于某一時刻t，其負荷數值與上一時刻(t-1)時的負荷有關，與以往的歷史數據(t-2,t-3,…)無關。

(2)，負荷的變化為一獨立增量過程，即[t-1,t)內負荷的增量與[t,t+1),[t+1,t+2),…內負荷的增量是相互獨立的。

(3)，根據模糊方法，將空調功率劃分為若干能耗等級，用1，2，…N表示。

令當前t時刻已啟動空調主機的功率為V(t)。定義在時隙[t-1,t)內，新增的空調負荷需求為I(t)，從而在未來的[t,t+L)時間段內，空調負荷總的增加量為：