一种制冷智能质调节算法的制作方法

本发明属于智能制冷技术领域，尤其是涉及一种制冷智能质调节算法。

背景技术：

随着我国经济的快速发展，人们生活水平逐渐提高，越来越注意生活过程中的舒适感，例如在夏天，采用空调制冷已经是人们必不可少的度夏方式。

数据显示，2017年时，全国公共建筑面积约为123亿m2，公共建筑的空调制冷能耗约为2.93亿吨标准煤，占建筑总运行能耗的30.5％。

如何在不影响人们舒适感的同时，又降低空调制冷能耗，是制冷领域亟需攻克的技术难题。

技术实现要素：

有鉴于此，本发明旨在提出一种制冷智能质调节算法，以解决现有的制冷方法功耗高的问题。

为达到上述目的，本发明的技术方案是这样实现的：

一种制冷智能质调节算法，包括如下步骤：

s1、对冷水机组性能标准与运行能效进行分析；

s2、确定制冷能耗影响因素；

s3、根据影响因素确定数学算法，实现智能调节。

进一步的，所述步骤s1中分析方法如下：

制冷系统能效取决于系统的供冷量和系统总能耗，而制冷系统中电制冷冷水机组的能耗最高，占系统总耗能的百分之八十五以上，因此系统能耗的主要方向是降低冷水机组的能耗。

进一步的，所述步骤s2中，确定影响因素的方法如下：

制冷过程如下：当某一时刻室内的冷负荷为某一值时，空调末端通过使用冷冻水，来降低室内空气温度，然后由室内空气通过对流散热，消耗室内的冷负荷，来维持室内热舒适度要求，同时空调末端使用的冷水会产生温升，将室内冷负荷产生的热量带走，带走的热量通过水系统输送至冷水机组，而冷水机组通过能量转移，将热量转移至冷却水系统，最终经冷却水排入大气；

在此过程中空调末端、冷水输配系统以及冷水机组经处于被动状态，被动地适应负荷的变化，只有冷负荷属于主动变化；

设i时刻的室内冷负荷q1,i表达为：

q1.i＝f1(tw,i,tn,i,ri,qn,i)

式中，tw,i为i时刻的室外温度，℃；

tn,i为i时刻的室内温度，℃；

ri为i时刻的房间太阳辐射得热量，kw；

qn,i为i时刻的室内内热扰得热量，包括人员、照明、设备等所有内热扰得得热量，kw；

空调末端在室内空气状态、冷水流量不变的条件下，空调末端的冷出力与冷水供水温度呈线性相关，具体公式如下:

q2.i＝f2(ts,i)

式中，ts,i为i时刻的机组蒸发器供水温度，单位为℃；

冷水机组蒸发器的出水温度主动设定，属于可控参数，因此整个空调系统供冷影响因素的表达式如下：

通过表达式看出：各种热扰及室内热舒适度共同决定了冷负荷，冷负荷决定了空调末端的冷出力，而空调末端的冷出力又由冷水供水温度决定，冷水供水温度可通过控制冷水机组来实现，因此确定冷水机组蒸发器出水温度是影响制冷能耗的重要影响因素。

进一步的，所述步骤s3的具体方法如下：

s301、通过物联网以设定的时间步长收集制冷机房的关键参数，所述关键参数为；

s302、分析关键参数、室内热舒适度以及冷机蒸发器出水温度的数学关系，建立数学算法，根据数学算法计算下一时刻在满足室内热舒适度条件下的冷水机组出水温度，并通过物联网将控制参数传输给被控设备，同时建立大数据库，由人工智能不断迭代计算，不断修正数学算法，实现精准的、自动化的智能控制；

s303、根据算法参数，得出数据算法，具体如下：

算法参数如下：

控制目标：i+1时刻室内温度tn.i+1，i+1时刻室内空气焓值hn.i+1

控制参数：i+1时刻的冷水机组蒸发器出水温度ts.i+1

数学算法：比例修正算法，具体公式如下：

ts.i+1.1＝a×(tn.set-tn.i)+b×(hn.set-hn.i)

式中，ts.i+1.1为冷水机组i+1时刻蒸发器拟供水温度，单位为℃；

a，b为根据前7天历史数据线性回归的系数；

tn.set为设定的室内温度，单位为℃；

tn.i为i时刻室内温度，单位为℃；

hn.set为设定的室内焓值，单位为kj/kg；

hn.i为i时刻室内焓值，单位为℃；

ts.i+1.final为冷水机组i+1时刻蒸发器最终供水温度，单位为℃；

ts.up为冷水机组蒸发器供水温度上限，单位为℃。

相对于现有技术，本发明所述的制冷智能质调节算法具有以下优势：

(1)本发明所述的制冷智能质调节算法全部自动化控制冷水机组蒸发器出水温度，可实现制冷站自动化运行；缩短控制时间间隔，实现人工无法实现的密集控制,节约运行人力成本；精准控制冷水机组蒸发器出水温度，实现负荷精准追踪与冷水机组最高效运行。

(2)本发明所述的制冷智能质调节算法根据历史运行数据自动修正关键系数，实现智能、迭代计算；加入机组稳定性判断，在保证机组稳定运行的基础上，实现高效运行。

附图说明

构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1为本发明实施例制冷量随冷凝器出水温度变化示意图；

图2为本发明实施例制冷性能系数cop与蒸发器流量比关系示意图；

图3为本发明实施例制冷性能系数与主机负载率/蒸发器流量比关系图；

图4为本发明实施例冷凝器出水温度与冷凝器流量比关系图；

图5为本发明实施例水族与流量比关系图；

图6为本发明实施例所述的数学算法流程图。

具体实施方式

需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以通过具体情况理解上述术语在本发明中的具体含义。

下面将参考附图并结合实施例来详细说明本发明。

一种制冷智能质调节算法，包括如下步骤：

s1、对冷水机组性能标准与运行能效进行分析；

s2、确定制冷能耗影响因素；

s3、根据影响因素确定数学算法，实现智能调节。

所述步骤s1中分析方法如下：

制冷系统能效取决于系统的供冷量和系统总能耗，而制冷系统中电制冷冷水机组的能耗最高，占系统总耗能的百分之八十五以上，因此系统能耗的主要方向是降低冷水机组的能耗。

所述步骤s2中，确定影响因素的方法如下：

制冷过程如下：当某一时刻室内的冷负荷为某一值时，空调末端通过使用冷冻水，来降低室内空气温度，然后由室内空气通过对流散热，消耗室内的冷负荷，来维持室内热舒适度要求，同时空调末端使用的冷水会产生温升，将室内冷负荷产生的热量带走，带走的热量通过水系统输送至冷水机组，而冷水机组通过能量转移，将热量转移至冷却水系统，最终经冷却水排入大气；

在此过程中空调末端、冷水输配系统以及冷水机组经处于被动状态，被动地适应负荷的变化，只有冷负荷属于主动变化；

设i时刻的室内冷负荷q1,i表达为：

q1.i＝f1(tw,i,tn,i,ri,qn,i)

式中，tw,i为i时刻的室外温度，℃；

tn,i为i时刻的室内温度，℃；

ri为i时刻的房间太阳辐射得热量，kw；

qn,i为i时刻的室内内热扰得热量，包括人员、照明、设备等所有内热扰得得热量，kw；

空调末端在室内空气状态、冷水流量不变的条件下，空调末端的冷出力与冷水供水温度呈线性相关，具体公式如下:

q2.i＝f2(ts,i)

式中，ts,i为i时刻的机组蒸发器供水温度，单位为℃；

冷水机组蒸发器的出水温度主动设定，属于可控参数，因此整个空调系统供冷影响因素的表达式如下：

通过表达式看出：各种热扰及室内热舒适度共同决定了冷负荷，冷负荷决定了空调末端的冷出力，而空调末端的冷出力又由冷水供水温度决定，冷水供水温度可通过控制冷水机组来实现，因此确定冷水机组蒸发器出水温度是影响制冷能耗的重要影响因素。

具体的，冷水机组性能影响因素分析方法如下：

(1)给定冷却水流量及冷却水温度的条件下，冷水机组能效系数cop随机组负载率的变化而变化，同时随着蒸发器出水温度的上升而上升，不同的蒸发器出水温度的机组部分负荷性能曲线近似为多组n次多项式，同时机组存在高效运行区间，额定工况并非机组最高能效区，高效区至于该工况下的主机负载率有关，高效点对应的负载率基本一致；

在机组蒸发器出水温度及冷凝器进水温度一定的条件下，机组的能效方程可以表达为：

cop＝a×λ³+b×λ²+c×λ+d(1)

式中，cop为冷水机组制冷性能系数；

λ为冷水机组制冷负载率，％；

a，b，c为冷水机组部分负荷系数。

(2)冷水机组制冷量随蒸发器出水温度的上升而上升，同时机组能效上升，蒸发器出水温度每上升1℃，机组能效上升3.5％左右；

以某一蒸发器出水温度为基准，机组的能效方程可以表达为：

copev＝(a×λ³+b×λ²+c×λ+d)×(1+(tev.set-tev.out)×3.5％)(2)

式中，copev为变冷水机组蒸发器出水温度的制冷性能系数；

tev.out为冷水机组实际设定蒸发器出水温，℃；

tev.set为冷水机组额定工况设定蒸发器出水温，℃。

(3)冷水机组制冷量随冷凝器出水温度的上升而下降，同时机组能效也下降，如图1所示，冷凝器出水温度每下降1℃，机组能效提升3％左右；以某一冷凝器进水温度为基准，机组的能效方程可以表达为：

copco＝(a×λ³+b×λ²+c×λ+d)×(1+(tev.set-tev.out)×3％)(3)

式中，copev为变冷水机组蒸发器出水温度的制冷性能系数；

tev.out为冷水机组实际设定蒸发器出水温，℃；

tev.set为冷水机组额定工况设定蒸发器出水温，℃。

(4)恒定冷凝器进水温度与流量，如图2、图3所示，冷水机组制冷量随蒸发器流量等比下降，但机组能效随蒸发器流量下降而上升，也就是说冷冻水流量降低，机组将主动判断系统负荷降低，机组主动卸载，机组能效变化与机组自动卸载表现一致；

(5)恒定蒸发器出水温度与流量，如图4所示，由于冷却水流量下降，导致机组冷凝器出水温升高，冷水机组制冷量随冷凝器流量下降而下降，同时机组能效随冷凝器流量下降而迅速降低，因此冷凝器的出水温度对机组性能影响较大，降低机组冷凝器出水温度可实现机组节能运行；

(6)机组两器允许变流量运行，如图5所示，两器水阻与两器内的流量呈2次函数关系，即水流量降低，两器水阻随之降低；

总结以上，冷水机组的节能运行策略为：在满足用冷需求的前提下，尽量提高机组蒸发器出水温度，即尽可能进行质调节可有效提升机组性能，降低机组能耗。

如图6所示，所述步骤s3的具体方法如下：

通过物联网以设定的时间步长收集制冷机房的关键参数，通过人工智能分析关键参数、室内热舒适度以及冷机蒸发器出水温度的数学关系，建立数学算法，根据数学算法计算下一时刻在满足室内热舒适度条件下的冷水机组出水温度，并通过物联网将控制参数传输给被控设备，同时建立大数据库，由人工智能不断迭代计算，不断修正数学算法，实现精准的、自动化的智能控制。

算法参数如下：

控制目标：i+1时刻室内温度tn.i+1，i+1时刻室内空气焓值hn.i+1

控制参数：i+1时刻的冷水机组蒸发器出水温度ts.i+1

数学算法：比例修正算法，具体公式如下：

ts.i+1.1＝a×(tn.set-tn.i)+b×(hn.set-hn.i)

式中，ts.i+1.1为冷水机组i+1时刻蒸发器拟供水温度，单位为℃；

a，b为根据前7天历史数据线性回归的系数；

tn.set为设定的室内温度，单位为℃；

tn.i为i时刻室内温度，单位为℃；

hn.set为设定的室内焓值，单位为kj/kg；

hn.i为i时刻室内焓值，单位为℃；

ts.i+1.final为冷水机组i+1时刻蒸发器最终供水温度，单位为℃；

ts.up为冷水机组蒸发器供水温度上限，单位为℃。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。