一种高效制冷机房冷却水系统的优化控制装置的制作方法

本发明涉及制冷机房能效的，尤其涉及一种高效制冷机房冷却水系统的优化控制装置。

背景技术：

1、中央空调冷却水系统中的设备主要包括冷却水泵和冷却塔，相比较于中央空调主机能耗，冷却水泵和冷却塔的总能耗较低，但中央空调冷却水系统的运行参数对于中央空调主机的能效影响很大，因此，中央空调冷却水系统节能优化运行需要综合考虑冷源系统各设备在特定运行条件下的总体能耗。

2、从冷却水泵节能的角度来讲，可以采用冷却水泵变频运行的方式调节冷却水流量，但是，冷却水流量的调节也不是越小越好，冷却水流量过低将影响到中央空调主机的散热效果，从而影响到主机能效，使中央空调主机能耗增加。

3、冷却塔能耗在中央空调冷源系统中所占的比重较小，但冷却塔散热能力的好坏对于冷水机组能耗影响较大。冷却塔的节能也是通过对冷却塔风扇变频或改变冷却塔运行台数实现的，其冷却效果与冷却水的流量、外界空气的温湿度有很大的关系，相同冷却水流量下，冷却塔的冷却效果不同会导致冷却水回水温度的差异，从而影响主机能效，因此，在分析冷却水系统总能耗时，应充分考虑冷却塔运行模式对冷水机组耗能的影响。

4、目前在工业用制冷机房中，常见的是通过冷却塔出水温度来控制冷却塔的风机频率和开启台数、利用冷却水泵的供回水温差来控制冷却水泵的频率，但是冷却塔出水温度和冷却水泵的供回水温差设定值很难确定，通常是一个确定的值，不能保证冷却水系统的能效最优；同时制冷机房群控技术偏重于通信功能的实现，对制冷机房的控制效率低，能源浪费严重，响应不及时，对智能控制算法的涉及不多，架构比较简单，本地计算能力较弱，难以扩展部署复杂的大数据分析和人工智能算法，在复杂计算能力需求和实时控制之间难以均衡。

技术实现思路

1、为了解决上述问题，本发明提出一种高效制冷机房冷却水系统的优化控制装置。

2、本发明可通过以下技术方案实现：

3、一种高效制冷机房冷却水系统的优化控制装置，通过边缘计算网关实现云服务器和冷却水系统的控制单元之间的通讯，在所述云服务器中装载有能效优化控制程序，所述能效优化控制程序采用深度强化学习dqn算法动态调整冷却塔开启台数、风机频率，冷却水泵频率，以实现对冷却侧系统能效的优化。

4、进一步，所述能效优化程序以系统冷负荷clsystem、环境湿球温度值twet作为状态信息，以冷却塔台数ntower、风机频率ffan和冷却泵的频率fcwps作为动作值，以冷却侧系统的能效cop作为奖励信息，根据采集的状态信息系统冷负荷clsystem、环境湿球温度值twet和奖励信息冷却侧系统的能效cop，经q网络学习后，输出动作值冷却塔台数ntower、风机频率ffan和冷却泵的频率fcwps以改变冷却水系统的输出状态，从而获取下一步的状态信息、奖励信息，再次输入q网络进行学习，依次不断学习，从而实现对冷却侧系统能效的优化。

5、进一步，所述能效优化程序包括以下步骤：

6、(1)智能体与环境交互得到当前状态信息clsystem，twet后，将所述当前状态信息输入到q网络中，并使用ε-贪心策略输出动作值到环境中，从环境得到下一状态信息clsystem，twet和奖励信息cop；

7、(2)将当前状态信息clsystem，twet、动作值ntower、ffan、fcwps、下一状态信息system，twet、奖励信息cop作为样本存储到智能体的记忆回放单元中；

8、(3)当记忆回放单元存储到一定容量的样本时，提取记忆回放单元中的部分样本，将样本中的当前状态信息输入到q网络中，得到当前状态信息的q值。

9、(4)将样本中的下一状态信息输入到q网络中，通过计算得到当前状态信息的估计值

10、(5)通过损失函数公式进行梯度下降训练，并更新q网络的权重参数。

11、进一步，所述控制单元对应的上位机设置手动模式、自动模式、云端优化控制模式，当所述控制单元处于自动模式、云端优化控制模式时，能够与云服务器通讯。

12、本发明有益的技术效果在于：

13、1)解决了高效制冷机房冷却水系统设定值不做调整或设定值调整优化困难的问题，有效地对制冷机房能效进行提升

14、2)解决了制冷机房群控系统计算能力弱的问题，创新地利用云端的计算能力、边缘的控制能力，使得既保证了制冷机房群控系统的稳定性，又能最大化地提升能效。

15、3)本发明避免了高效制冷机房冷却水系统设定值优化，需要制冷机房冷却水系统现场安装大量的传感器，建立设备模型的工作，且容易出现模型精度不能满足要求的问题，有利于在不同的制冷机房冷却水系统项目中广泛应用。

技术特征：

1.一种高效制冷机房冷却水系统的优化控制装置，其特征在于：通过边缘计算网关实现云服务器和冷却水系统的控制单元之间的通讯，在所述云服务器中装载有能效优化控制程序，所述能效优化控制程序采用深度强化学习dqn算法动态调整冷却塔开启台数、风机频率，冷却水泵频率，以实现对冷却侧系统能效的优化。

2.根据权利要求1所述的高效制冷机房冷却水系统的优化控制装置，其特征在于：所述能效优化程序以系统冷负荷clsystem、环境湿球温度值twet作为状态信息，以冷却塔台数ntower、风机频率ffan和冷却泵的频率fcwps作为动作值，以冷却侧系统的能效cop作为奖励信息，根据采集的状态信息系统冷负荷clsystem、环境湿球温度值twet和奖励信息冷却侧系统的能效cop，经q网络学习后，输出动作值冷却塔台数ntower、风机频率ffan和冷却泵的频率fcwps以改变冷却水系统的输出状态，从而获取下一步的状态信息、奖励信息，再次输入q网络进行学习，依次不断学习，从而实现对冷却侧系统能效的优化。

3.根据权利要求2所述的高效制冷机房冷却水系统的优化控制装置，其特征在于所述能效优化程序包括以下步骤：

4.根据权利要求1所述的高效制冷机房冷却水系统的优化控制装置，其特征在于：所述控制单元对应的上位机设置手动模式、自动模式、云端优化控制模式，当所述控制单元处于自动模式、云端优化控制模式时，能够与云服务器通讯。

技术总结
本发明属于制冷机房能效的技术领域，公开了一种高效制冷机房冷却水系统的优化控制装置，其特征在于：通过边缘计算网关实现云服务器和冷却水系统的控制单元之间的通讯，在所述云服务器中装载有能效优化控制程序，所述能效优化控制程序采用深度强化学习DQN算法动态调整冷却塔开启台数、风机频率，冷却水泵频率，以实现对冷却侧系统能效的优化。

技术研发人员：汪德龙,宁德军,郭千朋
受保护的技术使用者：上海碳索能源服务股份有限公司
技术研发日：
技术公布日：2024/1/12