冷却塔供水温度设定值的控制方法及装置与流程

本发明涉及中央空调
技术领域：
，尤其涉及一种冷却塔供水温度设定值的控制方法及装置。
背景技术：
：目前，针对中央空调系统的研究表明，其制冷机组冷凝器的冷凝温度每下降1℃，制冷机组的运行能效就能提高3％～4％。此时，为了使制冷机组冷凝器的冷凝温度能够下降，冷却塔供水温度也需相应降低。但是，冷却塔供水温度的降低必然会带来冷却塔风机和冷却泵的运转速率增加，从而导致冷却塔风机和冷却泵能耗升高。因此，针对制冷机组的能耗与冷却塔风机及冷却泵的能耗之间此消彼长的关系，寻找到最优的冷却塔供水温度，使得制冷机组﹑冷却塔风机及冷却泵的综合能耗最低，对于实现冷却水系统节能、中央空调系统节能具有重大意义。技术实现要素：本发明提供一种冷却塔供水温度设定值的控制方法，旨在使得中央空调冷却水系统的综合能耗最低，实现冷却水系统、中央空调系统的节能优化。为实现上述目的，本发明提供的冷却塔供水温度设定值的控制方法，包括以下步骤：获取冷却水系统的历史数据和现行数据、各冷却塔风机的名义风量和各冷却泵的名义水流量；根据所述历史数据，结合所述各冷却塔风机的名义风量和各冷却泵的名义水流量，采用遗传算法对冷却塔供水温度设定值模型中相关参数进行拟合，得到所述相关参数；根据所述相关参数，结合所述现行数据、所述各冷却塔风机的名义风量和各冷却泵的名义水流量，采用遗传算法对冷却塔供水温度设定值进行迭代，得到所述冷却塔供水温度的设定值。可选地，在所述获取冷却水系统的历史数据和现行数据、各冷却塔风机的名义风量和各冷却泵的名义水流量的步骤中，所述历史数据包括：各冷却塔风机风量的历史数据、各冷却泵水流量的历史数据、冷却水供水总管供水温度的历史数据，室外湿球温度的历史数据。可选地，在所述采用遗传算法对冷却塔供水温度设定值模型中相关参数进行拟合的步骤中，所述相关参数包括a、b、c及d，所述冷却塔供水温度设定值模型为：其中，其中，tcd.sup.est为冷却塔供水温度设定值的估计值，mcd.fan为冷却塔风机风量，mcd.fan.rated为冷却塔风机名义风量，mcd.pump为冷却泵水流量，mcd.pump.rated为冷却泵名义水流量，i为冷却塔风机数量，j为冷却泵数量，twb为室外湿球温度；拟合时，结合：其中，tcd.sup.ac为冷却水供水总管供水温度，n为所述历史数据的样本数；计算j(a，b，c，d)趋近于0时，冷却塔供水温度设定值模型的相关参数a，b，c及d。可选地，在所述获取冷却水系统的历史数据和现行数据、各冷却塔风机的名义风量和各冷却泵的名义水流量的步骤中，所述现行数据包括：各冷却塔风机风量的现行数据、各冷却泵水流量的现行数据、室外湿球温度的现行数据、综合能耗的现行数据。可选地，所述采用遗传算法对冷却塔供水温度设定值进行迭代的步骤中，以所述冷却水系统的综合能耗最小为目标值。此外，为实现上述目的，本发明还提供一种冷却塔供水温度设定值的控制装置，包括：获取模块，获取冷却水系统的历史数据和现行数据、各冷却塔风机的名义风量和各冷却泵的名义水流量；拟合模块，根据所述历史数据，结合所述各冷却塔风机的名义风量和各冷却泵的名义水流量，采用遗传算法对冷却塔供水温度设定值模型中相关参数进行拟合，得到所述相关参数；迭代模块，根据所述相关参数，结合所述现行数据、所述各冷却塔风机的名义风量和各冷却泵的名义水流量，采用遗传算法对冷却塔供水温度设定值进行迭代，得到所述冷却塔供水温度的设定值。可选地，所述获取模块获取得到的历史数据包括：各冷却塔风机风量的历史数据、各冷却泵水流量的历史数据、冷却水供水总管供水温度的历史数据，室外湿球温度的历史数据。可选地，所述拟合模块对冷却塔供水温度设定值模型中相关参数a、b、c及d进行拟合，其中，其中，tcd.sup.est为冷却塔供水温度设定值的估计值，mcd.fan为冷却塔风机风量，mcd.fan.rated为冷却塔风机名义风量，mcd.pump为冷却泵水流量，mcd.pump.rated为冷却泵名义水流量，i为冷却塔风机数量，j为冷却泵数量，twb为室外湿球温度；拟合时，结合：其中，tcd.sup.ac为冷却水供水总管供水温度，n为所述历史数据的样本数；计算j(a，b，c，d)趋近于0时，冷却塔供水温度设定值模型的相关参数a，b，c及d。可选地，所述获取模块获取得到的现行数据包括：各冷却塔风机风量的现行数据、各冷却泵水流量的现行数据、室外湿球温度的现行数据、综合能耗的现行数据。可选地，所述迭代模块采用遗传算法对冷却塔供水温度设定值进行迭代时，以所述冷却水系统的综合能耗最小为目标值。本发明技术方案，只需在中央空调系统的数据采集器或数据存储器上采集到足够的历史数据，通过规划求解，建立灰箱模型，拟合求解模型中的参数，即可得到适用于现场运行工况的冷却塔供水温度设定值并还可对其进行优化，从而使得中央空调冷却水系统的综合能耗最低，实现冷却水系统、中央空调系统的节能优化。此外，本发明技术方案操作简单、易用、且有效，可极大地协助和指导机房、设备管理人员对冷却水系统主机及辅机(制冷机组﹑冷却塔风机﹑冷却泵)的能效进行改善和提高，进而实现冷却水系统、中央空调系统的节能优化。附图说明为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。图1为本发明冷却塔供水温度设定值的控制方法一实施例的流程示意图；图2为本发明冷却塔供水温度设定值的控制装置一实施例的功能模块示意图。附图标号说明：标号名称标号名称100控制装置20拟合模块10获取模块30迭代模块本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。另外，本发明各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。本发明提出一种冷却塔供水温度设定值的控制方法，应用于一冷却塔供水温度设定值的控制装置。请参阅图1，在本发明冷却塔供水温度设定值的控制方法一实施例中，该冷却塔供水温度设定值的控制方法，包括：步骤s100，获取冷却水系统的历史数据和现行数据、各冷却塔风机的名义风量和各冷却泵的名义水流量。具体地，冷却水系统的历史数据包括：各冷却塔风机风量的历史数据，各冷却泵水流量的历史数据，冷却水供水总管供水温度的历史数据，室外湿球温度的历史数据。冷却水系统的现行数据包括：各冷却塔风机风量的现行数据、各冷却泵水流量的现行数据、室外湿球温度的现行数据、综合能耗的现行数据。步骤s200，根据所述历史数据，结合所述各冷却塔风机的名义风量和各冷却泵的名义水流量，采用遗传算法对冷却塔供水温度设定值模型中相关参数进行拟合，得到所述相关参数。具体地，冷却塔供水温度设定值模型为灰箱模型，表达式如下：其中，其中，tcd.sup.est为冷却塔供水温度设定值的估计值，mcd.fan为冷却塔风机风量，mcd.fan.rated为冷却塔风机名义风量，mcd.pump为冷却泵水流量，mcd.pump.rated为冷却泵名义水流量，i为冷却塔风机数量，j为冷却泵数量，twb为室外湿球温度。拟合时，结合：其中，tcd.sup.ac为冷却水供水总管供水温度，n为所述历史数据的样本数；计算j(a，b，c，d)趋近于0时，冷却塔供水温度设定值模型的相关参数a，b，c及d。遗传算法中，首先，分别赋予a，b，c及d一个初始值，例如：a＝b＝c＝d＝0.5；之后，用计算机内置算法不断迭代更新，在不低于最小迭代次数的基础之上，以j(a，b，c，d)趋近于0为目标，拟合得到a，b，c及d的确切值。即，当冷却塔供水温度设定值模型中的相关参数a，b，c及d确定后，根据该冷却塔供水温度设定值模型，可计算得到冷却塔供水温度设定值的估计值。步骤s300，根据所述相关参数，结合所述现行数据、所述各冷却塔风机的名义风量和各冷却泵的名义水流量，采用遗传算法对冷却塔供水温度设定值进行迭代，得到所述冷却塔供水温度的设定值。具体地，当a，b，c及d的确切值已经确定时，冷却塔供水温度设定值模型中的未知参数便已全部确定。之后，将冷却水系统的现行数据、各冷却塔风机的名义风量和各冷却泵的名义水流量代入冷却塔供水温度设定值模型即可得到预设时长内若干冷却塔供水温度设定值估计值。之后，以冷却水系统的综合能耗最小为目标值，采用遗传算法对预设时长内若干冷却塔供水温度设定值估计值进行迭代，最终得到使得冷却水系统的综合能效最优的冷却塔供水温度设定值估计值，即得到冷却塔供水温度设定值的最优值。具体地，冷却水系统的综合能耗为制冷机组能耗﹑冷却塔风机能耗﹑冷却泵能耗之和。最后，按照所得冷却塔供水温度设定值的最优值进行冷却水系统中冷却塔供水温度的设定，即可使得冷却水系统的综合能效最优。本发明技术方案，只需在中央空调系统的数据采集器或数据存储器上采集到足够的历史数据，通过规划求解，建立灰箱模型，拟合求解模型中的参数，即可得到适用于现场运行工况的冷却塔供水温度设定值并还可对其进行优化，从而使得中央空调冷却水系统的综合能耗最低，实现冷却水系统、中央空调系统的节能优化。此外，本发明技术方案操作简单、易用、且有效，可极大地协助和指导机房、设备管理人员对冷却水系统主机及辅机(制冷机组﹑冷却塔风机﹑冷却泵)的能效进行改善和提高，进而实现冷却水系统、中央空调系统的节能优化。本发明进一步提供一种冷却塔供水温度设定值的控制装置。请参阅图2，在本发明冷却塔供水温度设定值的控制装置一实施例中，该冷却塔供水温度设定值的控制装置100，包括：获取模块10，获取冷却水系统的历史数据和现行数据、各冷却塔风机的名义风量和各冷却泵的名义水流量。具体地，获取模块10获取得到的冷却水系统的历史数据包括：各冷却塔风机风量的历史数据，各冷却泵水流量的历史数据，冷却水供水总管供水温度的历史数据，室外湿球温度的历史数据。获取模块10获取得到的冷却水系统的现行数据包括：各冷却塔风机风量的现行数据、各冷却泵水流量的现行数据、室外湿球温度的现行数据、综合能耗的现行数据。拟合模块20，根据所述历史数据，结合所述各冷却塔风机的名义风量和各冷却泵的名义水流量，采用遗传算法对冷却塔供水温度设定值模型中相关参数进行拟合，得到所述相关参数。具体地，拟合模块20根据冷却水系统的历史数据，并结合各冷却塔风机的名义风量和各冷却泵的名义水流量，采用遗传算法对冷却塔供水温度设定值模型中相关参数a、b、c及d进行拟合，其中，其中，tcd.sup.est为冷却塔供水温度设定值的估计值，mcd.fan为冷却塔风机风量，mcd.fan.rated为冷却塔风机名义风量，mcd.pump为冷却泵水流量，mcd.pump.rated为冷却泵名义水流量，i为冷却塔风机数量，j为冷却泵数量，twb为室外湿球温度。拟合时，结合：其中，tcd.sup.ac为冷却水供水总管供水温度，n为所述历史数据的样本数；计算j(a，b，c，d)趋近于0时，冷却塔供水温度设定值模型的相关参数a，b，c及d。遗传算法中，首先，分别赋予a，b，c及d一个初始值，例如：a＝b＝c＝d＝0.5；之后，用计算机内置算法不断迭代更新，在不低于最小迭代次数的基础之上，以j(a，b，c，d)趋近于0为目标，拟合得到a，b，c及d的确切值。即，当冷却塔供水温度设定值模型中的相关参数a，b，c及d确定后，根据该冷却塔供水温度设定值模型，可计算得到冷却塔供水温度设定值的估计值。迭代模块30，根据所述相关参数，结合所述现行数据、所述各冷却塔风机的名义风量和各冷却泵的名义水流量，采用遗传算法对冷却塔供水温度设定值进行迭代，得到所述冷却塔供水温度的设定值。具体地，当a，b，c及d的确切值已经确定时，冷却塔供水温度设定值模型中的未知参数便已全部确定。之后，迭代模块30将冷却水系统的现行数据、各冷却塔风机的名义风量和各冷却泵的名义水流量代入冷却塔供水温度设定值模型即可得到预设时长内若干冷却塔供水温度设定值估计值。之后，迭代模块30以冷却水系统的综合能耗最小为目标值，采用遗传算法对预设时长内若干冷却塔供水温度设定值估计值进行迭代，最终得到使得冷却水系统的综合能效最优的冷却塔供水温度设定值估计值，即得到冷却塔供水温度设定值的最优值。具体地，冷却水系统的综合能耗为制冷机组能耗﹑冷却塔风机能耗﹑冷却泵能耗之和。最后，按照所得冷却塔供水温度设定值的最优值进行冷却水系统中冷却塔供水温度的设定，即可使得冷却水系统的综合能效最优。本发明技术方案，无需额外添加硬件设备，只需在中央空调系统的数据采集器或数据存储器上采集到足够的历史数据，通过规划求解，建立灰箱模型，拟合求解模型中的参数，即可得到适用于现场运行工况的冷却塔供水温度设定值并还可对其进行优化，从而使得中央空调冷却水系统的综合能耗最低，实现冷却水系统、中央空调系统的节能优化。此外，本发明技术方案操作简单、易用、且有效，可极大地协助和指导机房、设备管理人员对冷却水系统主机及辅机(制冷机组﹑冷却塔风机﹑冷却泵)的能效进行改善和提高，进而实现冷却水系统、中央空调系统的节能优化。以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的
技术领域：
，均同理包括在本发明的专利保护范围内。当前第1页12