入设备350输入热舒 适性需求，并将其转化为对环境参数的期望，再根据空调可调参数与用户的环境参数之间 的影响关系模型，计算出空调可调参数的最优值，并将其发送至相应的空调设备，从而达到 尽量满足用户的热舒适性需求的目的。
[0032] 当然，图3所示的示例场景中的用户、空调、工位、传感器、输入设备等的位置和功 能都仅是例子而非限制本发明必须具有这样的位置和功能。
[0033] 图4示出了根据本发明的一个实施例的根据多个用户的热舒适性需求控制多个 空调设备的方法的流程图。
[0034] 图4所示的一种根据多个用户的热舒适性需求控制多个空调设备的方法400,包 括：（a)步骤401，获得多个用户的每个的热舒适性期望值；(b)步骤402,获取每个用户的 位置处的当前实际环境参数值；（c)步骤403,根据每个用户的热舒适性期望值和实际环境 参数值来计算该用户的位置处的期望的可调环境参数值；（d)步骤404,根据每个空调设备 的可调参数的不同取值对每个用户的位置处的可调环境参数值的影响和每个用户的位置 处的期望的可调环境参数值，来估算多个空调设备的各自的可调参数的最优取值；（e)步 骤405,根据估算的多个空调设备的各自的可调参数的最优取值，控制所述多个空调设备按 照各自的可调参数的最优取值而工作。
[0035] 如此，由于根据每个用户自己的热舒适性期望值和每个用户处的当前实际环境参 数值来计算该用户的位置处的期望的可调环境参数值，并根据每个空调设备的可调参数的 不同取值对每个用户的位置处的可调环境参数值的影响来调节多个空调设备的可调参数， 从而能够对多个空调设备进行集中控制以满足人们各自对室内热环境的个性化需求，且同 时能够避免由于空调设备过多耗能用于不适合人们自己的热舒适性期望而导致的能耗浪 费。
[0036] 在一个实施例中，在步骤404(d)中，所述影响可以通过依次设置每个空调设备的 每个可调参数为每个可能的取值、来获取每个用户的位置处的可调环境参数的实际值来得 到。在此，假设每个空调的每个可调参数的取值是离散且有限的，因此，可以通过穷举所有 可能的取值来进行实际的测量或模拟计算，但是在某些情况下，空调的每个可调参数本身 可以是连续的，例如风速可以连续可调，风向也是连续可调的，但是为了获取空调的可调参 数对用户的位置处的可调环境参数的影响，也可以选取连续可调的空调可调参数中的离散 值来进行上述步骤。
[0037] 例如，在存在m个空调设备的情况下，假设空调设备的可调参数包括风向和风速 两者，则可以针对每次开启一个空调设备，且每次调节空调设备的一个风速和一个风向，来 通过（用传感器）测量或模拟计算来获得在各个用户的位置处的可调环境参数（例如风 速）的实际值，从而通过这样的操作来得到每个空调设备的可调参数的不同取值对每个用 户的位置处的可调环境参数值的影响。当然，上述方式仅是一个示例，实际上，也可能在设 计好空调的位置和用户的位置时已知或估计了这种影响的大小，而不需要依次开启空调设 备来现场测量。当然，这种现场测量来得到影响的大小的方式是优选的，这使得可以较为准 确地得到实际场景中的实际影响大小，从而使得后续的空调设备的可调参数的调节能够更 加准确地满足各个用户各自的热舒适性期望。
[0038] 在一个实施例中，在步骤（d)中，所述估算可以基于每个用户的位置处的可调环 境参数值与每个空调设备的可调参数值之间的关系模型，所述关系模型可以包括与时间无 关的静态模型和与时间相关的动态模型。建立关系模型可以包括上述逐个设置空调可调参 数并测量或模拟计算用户处的可调环境参数的步骤。用户的可调环境参数主要包括用户附 近的温度、湿度、风速等，该环境参数可分为两类：一类是具有瞬间可变性的，如风速；另一 类是具有延时特性的，如温度等。对于前一类环境参数可以仅建立静态数学模型，即假设当 前的环境参数的变化仅仅取决于当前的空调参数设置；而对于后一类环境参数，则可以建 立动态数学模型，即当前的环境参数变化不仅取决于当前的空调参数设置，还跟时间有关。
[0039] 如此，将用户对热舒适性的需求转化为对特定可调环境参数的要求，然后根据该 环境参数与当前暖通空调系统可调参数之间的函数关系（即数学模型）计算出暖通空调系 统的每个可调参数的最优值，具体计算方法取决于数学模型的形式。一般地，如果该数学模 型的函数是可逆的，则可以直接采用其逆函数进行计算；如不可逆，一般采用回归或迭代的 算法进行优化计算。在计算最优参数值时还可以考虑到能量的消耗限制，比如能耗最低化 以及用电高峰时对总能耗的限制等。
[0040] 在一个实施例中，方法400还可以包括如下中的至少一个步骤：检测特定位置处 是否存在用户，以在存在用户时考虑该用户的热舒适性期望值、且在不存在用户时不考虑 该用户的热舒适性期望值；识别特定位置处的用户的身份，以从数据库中检索已经存储的 对应于该用户的热舒适性期望值；接收用户对当前环境参数的反馈，以向数据库中记录与 满足用户期望的当前实际环境参数值相关的该用户的热舒适性期望值。
[0041] 例如，在图2所示的传感器230中还可以包括检测特定位置处是否存在用户和/ 或识别特定位置处的用户的身份的功能，从而可以在存在用户时考虑该用户的热舒适性期 望值、且在不存在用户时不考虑该用户的热舒适性期望值，这使得可以减少为不存在的用 户的热舒适性期望值来调节空调设备所产生的能耗，进一步节能；和/或可以在识别特定 位置处的用户的身份之后，从数据库中检索已经存储的对应于该用户的热舒适性期望值， 以便不需要用户每次输入热舒适性期望值，减少用户的操作步骤，改善用户体验。且在图2 所示的输入设备240还可以接收用户对当前环境参数的反馈，以在不断控制空调设备的可 调参数直到用户的反馈为满意之后，向数据库中记录与满足用户期望而使得用户满意的当 前实际环境参数值相关的该用户的热舒适性期望值，这样也可以省略用户自己输入热舒适 性期望值，且能更准确地体现用户对当前热环境的体验，从而改善用户体验。
[0042] 在一个实施例中，方法400还可以包括如下中的至少一个步骤：以预定时间间隔 周期性地重复上述步骤401 (a)、402 (b)、403 (c)、404 (d)、405 (e);响应于用户的热舒适性 期望值的改变、用户的位置的实际环境参数值的改变、用户的存在状态的改变、用户身份的 改变中的至少一种，重复上述步骤401 (a)、402 (b)、403 (c)、404 (d)、405 (e)。在周期性地或 响应于事件发生地重复获得热舒适性期望值和实际环境参数值来重新控制空调设备的可 调参数的情况下，能够更准确、更实际、更实时地满足用户的热舒适性需求，同时达到更节 能的目的。
[0043] 在一个实施例中，所述用户的位置处的可调环境参数可以包括风速，所述空调设 备的可调参数可以包括空调出风口的风向和风速等，所述实际环境参数可以包括用户的位 置附近的空气温度和湿度等，所述热舒适性期望值可以表示为用户期望的有效温度值，其 可以与例如空气温度、空气湿度和风速有关。当然，这些仅是示例，例如，空调的可调参数还 可以包括温度设定值、出风口气流温度（仅对变频空调而言）、湿度调节开关等。
[0044] 在一个实施例中，每个用户的位置处的风速与每个空调设备的风速和风向之间的 关系模型可以采用如下静态线性模型：
[0045]
[0046] 其中Xl表示第i个空调设备的风速，#为第i个空调设备的风向为j时对该用 户的位置处的风速的影响系数，b为由其他环境风引起的用户的位置处的风速的影响偏置 项，其是通过不开启空调设备来测量用户的位置处的风速来得到的常数，y表示特定用户的 位置处的风速，m表示空调设备的数量。
[0047] 该静态模型是基于两个假设：（1)空调出风口的风速与用户所在位置处的风速成 线性关系；（2)当多个空调同时开启时，用户位置处的风速是单个空调开启时的风速之和。
[0048] 通过采用上述示例的较为简单的静态模型来表示每个用户的位置处的风速与每 个空调设备的风速和风向之间的关系模型，可以简化地进行根据每个用户自己的热舒适性 期望值和每个用户处的当前实际环境参数值来计算该用户的位置处的期望的可调环境参 数值，并根据每个空调设备的可调参数的不同取值对每个用户的位置处的可调环境参数值 的影响来调节多个空调设备的可调参数。
[0049] 当然，每个用户的位置处的可调环境参数值与每个空调设备的可调参数值之间的 关系模型不限于此，其也可以采用除了上述公式以外的静态模型（例如用户位置处的风速 采用三维矢量描述形式而非上述标量形式，并且在各个空间维度上满足线性可叠加的假设 条件），或随时间变化的动态模型，例如包括传递函数模型和状态空间模型等，比如温度控 制中常见的PID (Proportion Integration Differentiation,比例积分微分）算法就是利 用传递函数形式来描述被控对象和控制器的。
[0050] 图5示出了图4所示的方法中的步骤404的一个例子的具体流程图。如图5所 示，在一个实施例中，所述步骤404(d)可以包括：（d-l)步骤4041，依次调节每个空调设备 i的每个风向j和每个风速 Xl，并测量每种情况下每个用户的位置处的实际风速值y ; (d-2) 步骤4042,针对每个空调设备的同一风向，将不同风速下测量的每个用户的位置处的实际 风速的值y近似为该风向下对每个用户的一个相对风速比值y'和与空调设备的不同风速 对应的比例系数c的乘积；（d-3)步骤4043,将每个空调设备i的每个风向j下对每个用户 的所述相对风速比值y'作为针对每个空调设备i的每个风向j对每个用户的位置处的风 速的影响系数(d-4)步骤4044,基于所述关系模型以及步骤（d-3)中的^7>和每个用 户的位置处的期望的风速Y，计算每个空调设备的每个风向下的初步最优风速Xl'；（d-5)步 骤4045,取同一空调设备i的多个风向j下的初步最优风速Xl'最大的风向作为该空调设 备的最优风向J;(d_6)步骤4046,基于所述关系模型、步骤（d-3)中的《^>、每个用户的位 置处的期望的风速Y，计算每个空调设备i在最优风向J下的最终最优风速\ ; (d-7)步骤 4047,根据计算的最终最优风速&和步骤（d-2)中计算得到的不同风速之间的比例系数c， 选择空调设备的最优风速取值。
[0051] 在该实施例中，通过针对每个空调设备的同一风向，将不同风速下测量的每个用 户的位置处的实际风速的值y近似为该风向下对每个用户的一个相对风速比值y'和与空 调设备的不同风速对应的比例系数c的乘积（因为空调设备的同一风向下的不同风速对同 一用户的位置处的实际风速的影响是成比例的，因此为了简化可以只近似得到这些成比例 的影响的基数即可）；且将每个空调设备i的每个风向j下对每个用户的所述相对风速比 值y'作为针对每个空调设备i的每个风向j对每个用户的位置处的风速的影响系数，从而 减少了影响系数的数量（例如对于具有三个风速档位的空调来说，可以减少三分之二的影 响系数），且简化了通过关系模型计算空调设备的最优风向和最优风速的计算量。如此通过 该实施例，可以得到空调设备的最优风向和最优风速的这两种可调参数