[發明專利]一種空調冷站系統控制方法、系統、裝置及可讀存儲介質

有效

• 申請號: 202011604200.X
• 申請日: 2020-12-29
• 公開（公告）號: CN112682936B
• 公開（公告）日: 2022-04-26
• 發明（設計）人: 張會福;李端平;馮琢絡;肖俊瑋;張聰聰;姜華;楊卓興;趙夢迪
• 申請（專利權）人: 華潤智慧能源有限公司
• 主分類號: F24F11/89
• 分類號: F24F11/89;F24F11/88;G06F30/20;G06F111/10
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 劉翠香

1.一種空調冷站系統控制方法，其特征在于，包括：

獲取空調冷站系統在試運行工況下多個部件的運行參數；

根據所述運行參數建立每個所述部件的數學模型，并確定所述空調冷站系統的負荷預測模型；

結合所述數學模型和所述負荷預測模型，通過尋優算法確定所述空調冷站系統能耗最低時每個所述部件的最優工況參數；

將所述最優工況參數下發至所述空調冷站系統的本地控制器，以使每個所述部件按照所述最優工況參數運行；

多個所述部件包括制冷主機、水泵和冷卻塔；

所述確定所述空調冷站系統的負荷預測模型的過程，包括：

按照時間系數法確定空調冷站系統的負荷預測模型；

所述按照時間系數法確定空調冷站系統的負荷預測模型的過程，包括：

收集過去7天內的負荷數據，a_ij表示第i天第j時的所述負荷數據，其中i＝1,2,…,7，j＝1,2,…,24；

計算每天每時的算數平均值：

計算同小時數據的算數平均值：

計算天數序號系數：

計算第i天的合計數為：

預測計算第8天的天加權平均為：其中w_i為第i天的權數，按照自然數列取值即可，也即w_i＝i；

預測計算第8天的逐時平均值

預測計算第8天的逐時負荷預測值為

2.根據權利要求1所述空調冷站系統控制方法，其特征在于，所述根據所述運行參數建立每個所述部件的數學模型的過程，包括：

根據所述制冷主機的耗電量、冷凍水供回水溫度、冷卻水供回水溫度和機組負荷率，建立所述制冷主機的數學模型。

3.根據權利要求1所述空調冷站系統控制方法，其特征在于，所述水泵包括冷凍水泵和冷卻水泵，所述根據所述運行參數建立每個所述部件的數學模型的過程，包括：

根據所述冷凍水泵的耗電量、使用頻率和冷凍水流量，建立所述冷凍水泵的數學模型；

根據所述冷卻水泵的耗電量、使用頻率和冷卻水流量，建立所述冷卻水泵的數學模型。

4.根據權利要求1所述空調冷站系統控制方法，其特征在于，所述根據所述運行參數建立每個所述部件的數學模型的過程，包括：

根據所述冷卻塔的耗電量、使用頻率、冷卻水流量、冷卻水進出水溫度，建立所述冷卻塔的數學模型。

5.根據權利要求1至4任一項所述空調冷站系統控制方法，其特征在于，還包括：

獲取所述空調冷站系統在實際運行工況下多個所述部件的實時運行參數；

根據每個所述部件的所述實時運行參數，修正對應的所述數學模型和所述負荷預測模型。

6.一種空調冷站系統控制系統，其特征在于，包括：

參數獲取模塊，用于獲取空調冷站系統在試運行工況下多個部件的運行參數；

模型建立模塊，用于根據所述運行參數建立每個所述部件的數學模型，并確定所述空調冷站系統的負荷預測模型；

參數確定模塊，用于結合所述數學模型和所述負荷預測模型，通過尋優算法確定所述空調冷站系統能耗最低時每個所述部件的最優工況參數；

參數下發模塊，用于將所述最優工況參數下發至所述空調冷站系統的本地控制器，以使每個所述部件按照所述最優工況參數運行；

多個所述部件包括制冷主機、水泵和冷卻塔；

所述模型建立模塊確定所述空調冷站系統的負荷預測模型的過程，包括：

按照時間系數法確定空調冷站系統的負荷預測模型；

所述按照時間系數法確定空調冷站系統的負荷預測模型的過程，包括：

收集過去7天內的負荷數據，a_ij表示第i天第j時的所述負荷數據，其中i＝1,2,…,7，j＝1,2,…,24；

計算每天每時的算數平均值：

計算同小時數據的算數平均值：

計算天數序號系數：

計算第i天的合計數為：

預測計算第8天的天加權平均為：其中w_i為第i天的權數，按照自然數列取值即可，也即w_i＝i；

預測計算第8天的逐時平均值

預測計算第8天的逐時負荷預測值為