一种室内降温时间预测与管理方法

本发明涉及室内温度预测和应用领域，尤其涉及一种室内降温时间预测与管理方法。

背景技术：

1、制冷机是保证所需室内低温的关键设施。通常房间或场所配备有一定数量的制冷机，在选择为满足降温需求的房间或场所时，大多做法仅考虑能否满足室内的冷量和目标温度，并没有考虑降温过程中的时间因素。对于很多的实际应用而言，降温时间至关重要：例如，将物品存入冷库或冷藏车集装箱后，室内温度必须在一定的时间内降至目标温度，否则会直接影响物品的品质；夏季人员进入房间后，需要尽量缩短将室内温度降至目标温度的时间，否则直接影响人体舒适性。

2、但是，当前并没有制冷房间分配技术，在出现制冷项目时，往往是随机分配制冷房间，然后通过调整房间的制冷功率来满足制冷项目需求；在出现多个制冷项目时，这种随机分配方式造成了制冷机的工作不合理性和能耗的浪费。

技术实现思路

1、为了解决上述现有技术中室内制冷应用不合理造成能效浪费的缺陷，本发明提出了一种室内降温时间预测与管理方法。

2、本发明提出的一种室内降温时间预测方法，用于结合温度模型计算室内温度降低至室内所需温度的时间，即仿真降温时间；温度模型为：

3、tm＝ym-1bm

4、tm、ym和bm均为矩阵，上标-1为矩阵的逆；

5、tm＝[tia,t1,t2,...,tr,...,tr-1,tr]t

6、tia为室内空气温度；tr为第r个实体结构的过渡矩阵参数，r为实体结构的数量，1≤r≤r；

7、tr＝(tr,1,tr,2,…,tr,n(r),…,tr,n(r)-1,tr,n(r))t

8、tr,n(r)为第r个实体结构在其一维导热方向上的第n(r)个节点的温度，所述第一个节点指的是实体结构与室内空气接触表面上的节点，所述第n(r)个节点为第r个实体结构在其一维导热方向上远离室内空气一端的节点；n(r)为第r个实体结构在其一维导热方向上的节点总数，1≤n(r)≤n(r)；上标t为矩阵转置；tia和tr,n(r)均为待求解量；

9、bm＝[b,b1,b2,...,br,...,br-1,br]t

10、

11、kl＝(la×δpm/3600)×ρoa×coa

12、b和kl均为过渡项，ρia和cia分别为室内空气的密度和比热容，via为室内空气容积，δt为时间步长，nl为制冷机的数量；tia0为室内空气的上一时刻温度，f’(tia0)为f(tia0)对tia0的一阶导数，f为单台制冷机的制冷量qe,s和tia之间的函数关系，即qe,s＝f(tia)，f为制冷机的固有属性；toa为室外空气温度，pi为室内热源的功率之和；is,g为室内空气所获得的透过第g个窗户的太阳直射辐射辐照度，ag为第g个窗户面积，g为窗户数量；f(tia0)为根据函数关系f获得的室内温度tia0对应的单台制冷机的制冷量；la、δp和m分别为漏风系数、室内外空气压差和漏风指数；ρoa为室外空气的密度，coa为室外空气的比热容；

13、br＝(br,1,br,2,…,br,n(r),…,br,n(r)-1,br,n(r))t

14、br为第r个实体结构的过渡矩阵参数；br,n(r)为第r个实体结构在其一维导热方向上的第n(r)个节点的参数项；

15、

16、其中，0...0表示省略项均为0；

17、令为矩阵ym的第行第列的元素，当时，ym(1,1)＝cia；

18、当时，

19、当时，

20、当且时，

21、当且时，

22、cia为室内空气参数计算值；

23、

24、hia为室内空气的换热系数；ar为第r个实体结构与室内空气接触的面积；

25、hr和cr均为第r个实体结构的过渡矩阵参数

26、hr＝[-hia,0,...,0]t，hr共有n(r)-1个“0”；

27、cr＝[-hiaar,0,...,0]，cr共有n(r)-1个“0”；

28、令tr,n(r)0为第r个实体结构在其一维导热方向上的第n(r)个节点在上一时刻的温度，tia0和tr,n(r)0均为已知量；tsa和hsa分别为实体结构在其一维导热方向上远离室内空气的一端的环境的温度和换热系数；ρr,n(r)和cr,n(r)分别为第r个实体结构在其一维导热方向的第n(r)个节点处的密度和比热容；λr,n(r)为第r个实体结构在其一维导热方向上第n(r)个节点处的热导率，λr,n(r)+1为第r个实体结构在其一维导热方向上第n(r)+1个节点处的热导率，λr,n(r)-1为第r个实体结构在其一维导热方向上第n(r)-1个节点处的热导率；δx(r)为第r个实体结构在其一维导热方向上的节点间距；

29、定义过渡参数ar,n(r),p、ar,n(r)+1、ar,n(r)-1和ar,n(r),p’：

30、n(r)＝1时：

31、ar,n(r),p＝ar,n(r)+1+ar,n(r),p’+hia；

32、ar,n(r)+1＝λr,n(r)+1/δx(r)；

33、ar,n(r),p’＝ρr,n(r)×cr,n(r)×δx(r)/(2δt)；

34、br,n(r)＝ar,n(r),p’×tr,n(r)0；

35、2≤n(r)≤n(r)-1时：

36、ar,n(r),p＝ar,n(r)+1+ar,n(r)-1+ar,n(r),p’；

37、ar,n(r)+1＝λr,n(r)+1/δx(r)；

38、ar,n(r)-1＝λr,n(r)-1/δx(r)；

39、ar,n(r),p’＝ρr,n(r)×cr,n(r)×δx(r)/δt；

40、br,n(r)＝ar,n(r),p’×tr,n(r)0；

41、n(r)＝n(r)时：

42、ar,n(r),p＝ar,n(r)-1+ar,n(r),p’+hsa；

43、ar,n(r)-1＝λr,n(r)-1/δx(r)；

44、ar,n(r),p’＝ρr,n(r)×cr,n(r)×δx(r)/(2δt)；

45、br,n(r)＝ar,n(r),p’×tr,n(r)0+hsatsa

46、zr为第r个实体结构的相关矩阵：

47、

48、令zr(n(r),u(r))为矩阵zr的第n(r)行第u(r)列的元素，1≤n(r)≤n(r)，1≤u(r)≤n(r)；则：

49、当n(r)＝u(r)，zr(n(r),u(r))＝ar,n(r),p；

50、当u(r)＝n(r)+1，zr(n(r),u(r))＝-ar,n(r)+1；

51、当u(r)＝n(r)-1，zr(n(r),u(r))＝-ar,n(r)-1；

52、当u(r)>n(r)+1，或者u(r)<n(r)-1，则zr(n(r),u(r))＝0；

53、令n’-1时刻上的室内空气温度为tian’-1，n’-1时刻上第r个实体结构在其一维导热方向上第n(r)个节点的温度为tr,n(r)n’-1；令n’时刻上的室内空气温度为tian’，n’时刻上第r个实体结构在其一维导热方向上第n(r)个节点的温度为tr,n(r)n’；

54、所述室内降温时间预测方法包括以下步骤：

55、s1、将tia0＝tian’-1，tr,n(r)0＝tr,n(r)n’-1，代入上述温度模型，计算tia和tr,n(r)；令n’的初始值为n0，且tian0-1＝tr,n(r)n0-1＝toa；n0为设定值，表示温度迭代的起始时刻；

56、s2、判断tia是否大于或者等于室内所需温度；是，则计算仿真降温时间为(n’-n0)×δt，δt为时间步长；否，则执行步骤s3；

57、s3、将tia作为tian’，将tr,n(r)作为tr,n(r)n’；令n’更新为n’+1，然后返回步骤s1。

58、优选的，室内空气所获得的透过第g个窗户的太阳直射辐射辐照度is,g的计算公式为：

59、is,g＝iv,gτxg

60、iv,g＝i0ekcosγg

61、

62、

63、

64、

65、其中，iv,g为第g个窗户的太阳直射辐射辐照度，τ为得热系数，xg为第g个窗户中玻璃面积占窗户面积比例；i0为太阳常数，e为大气透明度系数，k为过渡参数，γg为第g个窗户的太阳入射角；为太阳高度角；β为太阳方位角，αg为第g个窗户的照射面朝向角；在北半球上，照射面朝南时αg＝0o；照射面朝东时αg＝90°；照射面朝西时αg＝-90°；为当地纬度，δ为赤纬角，ω为太阳时角。

66、优选的，当第r个实体结构在其一维导热方向上的第n(r)个节点对应的区域跨越两种材质时，即第n(r)个节点为一维导热方向上不同材质的交界处节点，第n(r)个节点的密度ρr,n(r)和比热容cr,n(r)根据以下公式计算：

67、ρr,n(r)＝[ρr,n(r)-1×δx(w)+ρr,n(r)+1×δx(e)]/δx(r)

68、cr,n(r)＝[cr,n(r)-1×δx(w)+cr,n(r)+1×δx(e)]/δx(r)

69、其中，δx(w)为节点n(r)对应区域内与节点n(r)-1处相同材质的厚度，δx(e)为节点n(r)对应区域内与节点n(r)+1处相同材质的厚度；ρr,n(r)-1和cr,n(r)-1分别为第r个实体结构在其一维导热方向的节点n(r)-1处的密度和比热容，ρr,n(r)+1和cr,n(r)+1分别为第r个实体结构在其一维导热方向的节点n(r)+1处的密度和比热容；δx(r)为第r个实体结构在其一维导热方向上的节点间距，δx(r)＝δx(w)+δx(e)；ρr,n(r)和cr,n(r)分别为第r个实体结构在其一维导热方向的第n(r)个节点处的密度和比热容。

70、优选的，当第r个实体结构在其一维导热方向上的第n(r)个节点对应的区域跨越两种材质时，即第n(r)个节点为一维导热方向上不同材质的交界处节点，则求解n(r)-1点温度时，从n(r)点到n(r)-1点的热量传递过程的热导率等于λr,n(r)-1；在求解n(r)+1点温度时，从n(r)点到n(r)+1点的热量传递过程的热导率等于λr,n(r)+1。

71、本发明还提出了基于室内降温时间预测的管理方法，结合室内降温时间预测方法，实现房间针对工况任务的合理分配。

72、本发明提出的一种基于室内降温时间预测的管理方法，其特征在于，包括以下步骤：

73、sa1、获取目标需求，目标需求包括室内所需温度和时间阈值，时间阈值为室内温度降低至室内所需温度的最大允许时间；获取待分配房间的温度模型；

74、sa2、令目标需求的数量为待分配房间的数量为构建个样本，每一个样本包括一个目标需求和一个待分配房间；

75、sa3、针对每一个样本执行所述的室内降温时间预测方法，获取待分配房间温度降低至目标需求中室内所需温度的时间作为该样本的仿真降温时间；

76、sa4、标注每一个样本的评估值，当样本的仿真降温时间小于或等于目标需求中的时间阈值，则评估值为1；反之，评估值为0；

77、sa5、在所有评估值为1的样本中筛选个最终样本，个最终样本分别对应个目标需求；结合最终样本确定各目标需求对应的待分配房间。

78、优选的，sa5中根据功耗选择个最终样本；功耗的计算公式为：

79、

80、其中，px,y表示包含目标需求x和待分配房间y的样本的功耗，样本中室内温度迭代n1次后达到室内所需温度，q为序数；tiaq-1表示室内温度迭代q-1次后的值，tiaq表示室内温度迭代q次后的值，nl表示房间内制冷机数量；δt表示时间步长，fp为单台制冷机的功率we,s和室内空气温度tia之间的函数关系，fp为制冷机的固有属性。

81、优选的，sa5具体包括以下分步骤：

82、sa51、令所有评估值为1的样本记入备选集合，计算备选集合中所有样本的功耗；

83、sa52、将备选集合中功耗最低的样本作为最终样本；

84、sa53、判断筛选出的最终样本数量是否达到是，则执行步骤sa54；否，则将最终样本中的目标需求对应的所有样本从备选集合中删除，将最终样本中的待分配房间对应的所有样本从备选集合中删除，然后返回步骤sa52；

85、sa54、结合个最终样本确定各目标需求对应的待分配房间。

86、本发明还提出了一种基于室内降温时间预测的管理方法，包括以下步骤：

87、sb1、获取目标需求，目标需求包括室内所需温度和时间阈值，时间阈值为室内温度降低至室内所需温度的最大允许时间；获取待分配房间，待分配房间设有至少一个制冷模式；获取各待分配房间各制冷模式下的温度模型；制冷模式用于指定待分配房间内工作状态下的制冷机；

88、sb2、令目标需求的数量为待分配房间的数量为待分配房间的制冷模式的数量总和为构建个样本，每一个样本包括一个目标需求、一个待分配房间、制冷模式和能效等级；能效等级用于评估制冷模式的能耗，能效等级越小表示能耗越低；待分配房间各制冷模式的能效等级为设定值，由对应制冷模式下制冷机的工作参数决定；

89、sb3、针对每一个样本执行所述的室内降温时间预测方法，获取待分配房间温度降低至目标需求中室内所需温度的时间作为该样本的仿真降温时间；

90、sb4、标注每一个样本的评估值，当样本中制冷模式下待分配房间降温至小于或等于目标需求中室内所需温度的时间小于或者等于目标需求的时间阈值，则评估值为1；反之，评估值为0；

91、sb5、筛选所有评估值为1的样本作为备选样本；在备选样本中罗列所有管理组合，管理组合包括个最终样本，管理组合中的个最终样本分别对应个目标需求，且管理组合中的个最终样本对应个待分配房间；

92、sb6、计算各管理组合中的最终样本的能效等级之和作为管理组合的能效系数，获取能效系数最小的管理组合作为最终管理方案，根据最终管理方案确定各目标需求对应的待分配房间。

93、本发明的优点在于：

94、(1)本发明提供了一种室内降温时间预测方法，本发明中提供了结合前一时刻温度计算下一时刻温度的温度模型，结合温度模型对室内温度进行迭代，以计算室内温度降低至室内所需温度的仿真降温时间，本发明实现了室内降温时间的精确计算。本发明的温度模型，全面考虑了房间的围护结构、内容物、漏风漏热等对房间温度有影响的因素，保证了温度模型的精确性，从而进一步提高了根据室内温度仿真模型计算仿真降温时间的精确。

95、(2)本发明的温度模型将室内空气计算公式、各实体结构计算公式进行了强耦合，实现考虑多传热因素下室内空气、实体结构节点温度同步求解过程中无条件稳定要求，避免了时间间隔过小以满足计算稳定收敛的设置，而时间间隔过小必然大幅增加计算时间，因此，本发明的温度模型具有极高的计算效率。本发明的温度模型耦合了实体结构内不同材料在传热方向上的分布等情况；耦合了制冷机的制冷量、功率与室内空气温度的函数关系，充分考虑了室内温度变化与制冷机的制冷量和功率的相互影响，非常贴近制冷机在室内降温过程中实际工作状态的变化情况。本发明温度模型耦合了室内热源功率、内容物内部传热因素，可以根据所需房间功能，灵活输入室内热源功率大小、内容物的换热面积、材料热物性等，方便研究不同功能房间的温度变化过程和能耗水平，因此，本发明具有极大的应用范围。

96、(3)本发明提出的一种基于室内降温时间预测的管理方法，在房间分配时，遍历房间和目标需求的样本组合，计算每一个样本的仿真降温时间，以穷举所有能够满足目标需求的样本，然后结合样本的功耗实现最终的房间分配，如此，可在保证降温时间小于时间阈值的同时，实现房间分配的最低功耗，从而降低整体功耗，实现节能环保。

97、(4)本发明在能耗计算时，考虑到了室内温度迭代过程，保证了功耗计算的精确。

98、(5)本发明中通过功耗最低的策略依次实现房间分配，实现了最小的房间功耗，保证各个房间的温度稳定性，且充分考虑到了各个待分配房间在目标需求的工况下制冷机的工作情况，从而实现了整体的节能减排。

99、(6)本发明提出的另一种基于室内降温时间预测的管理方法，针对房间设有多个制冷模式的情况，罗列所有制冷模式和目标需求的组合，以房间能效等级为优化目标筛选样本，为制冷机的能耗对比提供了可靠的对比指标，针对制冷模式多样的情况，实现了更加高效、精确、低能耗的房间分配。