[go: up one dir, main page]

CN116734404A - 一种中央空调系统的节能优化控制系统及优化方法 - Google Patents

一种中央空调系统的节能优化控制系统及优化方法 Download PDF

Info

Publication number
CN116734404A
CN116734404A CN202310665954.3A CN202310665954A CN116734404A CN 116734404 A CN116734404 A CN 116734404A CN 202310665954 A CN202310665954 A CN 202310665954A CN 116734404 A CN116734404 A CN 116734404A
Authority
CN
China
Prior art keywords
central air
energy
air conditioning
conditioning system
water
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202310665954.3A
Other languages
English (en)
Inventor
丁杰
霍金鹏
高玉峰
仇建永
徐龙
李祥泰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Electronics System Engineering No3 Construction Co ltd
Original Assignee
China Electronics System Engineering No3 Construction Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Electronics System Engineering No3 Construction Co ltd filed Critical China Electronics System Engineering No3 Construction Co ltd
Priority to CN202310665954.3A priority Critical patent/CN116734404A/zh
Publication of CN116734404A publication Critical patent/CN116734404A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Air Conditioning Control Device (AREA)

Abstract

本发明涉及大型中央空调系统控制领域,具体为一种中央空调系统的节能优化控制系统及优化方法,其节能优化控制系统包括:冷水机组物理模型,所述冷水机组物理模型用以反应实际设备的基本运行特性,并用以计算中央空调系统的上位机能效COP;负荷预测模型,所述负荷预测模型是基于神经网络算法构建的;冷源能效模型,所述冷源能效模型用以获取能耗最优状态点数据;水泵性能模型,所述水泵性能模型用以计算运行工况下的水泵能耗。本发明为基于AI的节能优化控制系统,为冷热源各设备建立匹配的设备性能模型,以冷热源整体能耗最低为控制目标,根据实时工况实时优化调整各设备的控制参数及状态,使整个冷热源系统运行效率最优。

Description

一种中央空调系统的节能优化控制系统及优化方法
技术领域
本发明涉及大型中央空调系统控制领域,具体涉及为一种中央空调系统的节能优化控制系统及优化方法。
背景技术
在世界能源危机不断恶化的情况下,那么占有建筑能耗40%-60%的空调能耗就显得尤为重要了。建筑节能设计成为了设计的重点。
中央空调节能技术已经经历了多次技术革新:早期以水泵节能改造为主,采用中央空调水泵变频节能控制技术,单一的压差或温差控制;再到后面通过先进的计算机软件处理、模块化控制结合变频技术,多点信号的采集与处理,在传统的变频技术的基础上实现了基础控制;再到现在的控制软件处理已经成为了节能系统的核心技术,遗传算法、模块化控制、智能系统、最优化控制等新技术广泛运用到节能装置中。但是一个适合实际需要的控制核心模块成为了中央空调节能技术研究和实施的关键。
现有的中央空调控制系统,往往难以建立能效模型,所以其在进行寻优计算的过程中具有一定的盲目性,适用性不强,范围受到一定的限制。
发明内容
为解决上述技术问题,本发明提供一种中央空调系统的节能优化控制系统及优化方法,具体的技术方案为:
一种中央空调系统的节能优化控制系统,中央空调系统包括:多个冷水机组、冷却水泵、冷冻水泵、冷却塔、压差旁通装置、传感器设备;
节能优化控制系统包括:
冷水机组物理模型,冷水机组物理模型用以反应实际设备的基本运行特性,并用以计算中央空调系统的上位机能效COP,实际设备包括冷水机组、冷冻水泵、冷却水泵、冷却塔;
负荷预测模型,负荷预测模型是基于神经网络算法构建的,负荷预测模型的参数包括天气、人员、面积、入住率中的一项或多项;
冷源能效模型,冷源能效模型中包括上位机能效子模型、冷冻水泵能效子模型、冷却水泵能效子模型、冷却塔能效子模型中的一项或多项,冷源能效模型用以获取能耗最优状态点数据;
水泵性能模型,水泵性能模型用以计算运行工况下的水泵能耗,运行工况包括流量、扬程、运行频率中的一项或多项。
在一种优选的实现方式中,压差旁通装置具有压差控制开度的功能,节能优化控制系统仅控制压差旁通装置的启用和停用,停用时压差旁通装置阀门全关,当冷冻水泵的运行频率大于30Hz时,压差旁通装置不启用自身调节功能,压差旁通装置阀门保持全关;当冷冻水泵的频率小于等于30Hz,且持续时间超过180秒时,启用压差旁通装置自身调节功能;
自身调节功能是通过阀门来控制管道水流大小,以保证冷冻水泵的安全运行。
一种中央空调系统的节能优化控制系统的优化方法,用以中央空调系统的节能优化控制系统,包括:
获取冷水机组的冷冻水实时回水温度,判断冷冻水实时回水温度与设定温度的温度差异,设定温度满足工艺设计、冷量需求和中央空调系统全局优化的原则;
根据温度差异动态的增加或减少冷水机组的数量,若冷冻水实时回水温度大于设定温度,代表制冷量不足,则提高冷水机组的负荷或增加冷水机组的运行数量;若冷冻水实时回水温度小于设定温度,代表制冷量过多,则降低冷水机组的负荷或减少冷水机组的运行数量;
冷水机组的运行数至少为1组。
在一种优选的实现方式中,方法还包括:
采用自适应PID调节冷冻水泵的冷冻水供回水温差,根据冷冻水供回水温差调整冷冻水泵的运行转速,达到控制优化冷冻水泵的运行频率目的,确保冷冻水泵在经济区间运行。
在一种优选的实现方式中,方法还包括:
获取能够使节能优化控制系统整体效率达到最高的冷却水温差设定点,根据冷却水温差设定点增加或减少冷却水泵的运行台数以及调节冷却水泵的运行频率:
获取能够使节能优化控制系统效率达到最高的冷却塔出水水温设定值,根据冷却塔出水水温设定值增加或减少冷却塔的运行台数以及调节冷却塔的运行频率。
在一种优选的实现方式中,方法还包括控制算法,具体为:
其中,CPE为中央空调系统的能效比,Qcooling为中央空调系统制冷量,WChiller为冷水机组耗电量,WChille dpum为冷冻水泵耗电量,WCooling pump为冷却水泵耗电量,WCoolingTower为冷却塔的耗电量;
其中,SCOP为中央空调系统的综合制冷性能系数,COP为中央空调系统的性能系数,WSYS为节能优化控制系统耗电量;
根据COP/SCOP的结果,选择最佳运行方案。
在一种优选的实现方式中,Qcooling为定量时,控制算法中的CPE函数可变为各耗能部件的功率和Pk为:
minPk=WChiller+WChille dpum+WCooling pump+WCoolingTower
其中,Pk为各耗能部件在第k时段内的总功耗。
在一种优选的实现方式中,控制算法存在多种约束条件,具体为:
第一约束条件:
mwmin<mw<mwmax
mamin<ma<mamax
TCWSmin<TCWS<TCWSmax
第二约束条件:Q=maCpw(TCHWR-TCHWS);
第三约束条件:Q+WChiller=mwCpw(TCWR-TCWS);
第四约束条件:Q+WChiller=Qrej
其中,mw为冷却水质量流量,ma为冷冻水质量流量,TCWS为冷却水供水温度,CPw为水在常压下的比热容,TCHWR为冷冻水回水温度,TCHWS为冷冻水供水温度,TCWR为冷却水回水温度。
在一种优选的实现方式中,第一约束条件限定所有变量在其运行范围内,第二约束条件、第三约束条件、第四约束条件共同计算冷负荷,第三约束条件要求冷凝器传递相应的热量到冷却塔,冷凝器为冷水机组的内部设备,第四约束条件表示热量通过冷却塔完全散发到环境中。
在一种优选的实现方式中,方法还包括:
根据冷水机组、冷冻水泵、冷却水泵、冷却塔在多种状况下的运行效率,获取设备性能参数曲线,综合分析中央空调系统的运行效率;
根据中央空调系统的能效比和中央空调系统的运行效率计算总费用。
本发明的有益效果:
本发明为基于AI的节能优化控制系统,通过各种自动控制及优化措施协调冷冻机房内各设备的联合运行,为冷热源各设备建立匹配的设备性能模型,以冷热源整体能耗最低为控制目标,根据实时工况实时优化调整各设备的控制参数及状态,使整个冷热源系统运行效率最优。
附图说明
图1为中央空调系统运行COP性能参数曲线。
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。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”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”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”的特征可以明示或者隐含地包括-个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是连接,也可以是可拆卸连接,或成一体;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。
如图1所示,一种中央空调系统的节能优化控制系统,中央空调系统包括:多个冷水机组、冷却水泵、冷冻水泵、冷却塔、压差旁通装置、传感器设备;
节能优化控制系统包括:
冷水机组物理模型,冷水机组物理模型用以反应实际设备的基本运行特性,并用以计算中央空调系统的上位机能效COP,实际设备包括冷水机组、冷冻水泵、冷却水泵、冷却塔;
负荷预测模型,负荷预测模型是基于神经网络算法构建的,负荷预测模型的参数包括天气、人员、面积、入住率中的一项或多项;
冷源能效模型,冷源能效模型中包括上位机能效子模型、冷冻水泵能效子模型、冷却水泵能效子模型、冷却塔能效子模型中的一项或多项,冷源能效模型用以获取能耗最优状态点数据;
水泵性能模型,水泵性能模型用以计算运行工况下的水泵能耗,运行工况包括流量、扬程、运行频率中的一项或多项。
在一种优选的实现方式中,压差旁通装置具有压差控制开度的功能,节能优化控制系统仅控制压差旁通装置的启用和停用,停用时压差旁通装置阀门全关,当冷冻水泵的运行频率大于30Hz时,压差旁通装置不启用自身调节功能,压差旁通装置阀门保持全关;当冷冻水泵的频率小于等于30Hz,且持续时间超过180秒时,启用压差旁通装置自身调节功能;
自身调节功能是通过阀门来控制管道水流大小,以保证冷冻水泵的安全运行。
一种中央空调系统的节能优化控制系统的优化方法,用以中央空调系统的节能优化控制系统,包括:
获取冷水机组的冷冻水实时回水温度,判断冷冻水实时回水温度与设定温度的温度差异,设定温度满足工艺设计、冷量需求和中央空调系统全局优化的原则;
根据温度差异动态的增加或减少冷水机组的数量,若冷冻水实时回水温度大于设定温度,代表制冷量不足,则提高冷水机组的负荷或增加冷水机组的运行数量;若冷冻水实时回水温度小于设定温度,代表制冷量过多,则降低冷水机组的负荷或减少冷水机组的运行数量;
冷水机组的运行数至少为1组。
在一种优选的实现方式中,方法还包括:
采用自适应PID调节冷冻水泵的冷冻水供回水温差,根据冷冻水供回水温差调整冷冻水泵的运行转速,达到控制优化冷冻水泵的运行频率目的,确保冷冻水泵在经济区间运行。
在一种优选的实现方式中,方法还包括:
获取能够使节能优化控制系统整体效率达到最高的冷却水温差设定点,根据冷却水温差设定点增加或减少冷却水泵的运行台数以及调节冷却水泵的运行频率;
获取能够使节能优化控制系统效率达到最高的冷却塔出水水温设定值,根据冷却塔出水水温设定值增加或减少冷却塔的运行台数以及调节冷却塔的运行频率。
在一种优选的实现方式中,方法还包括控制算法,具体为:
其中,CPE为中央空调系统的能效比,Qcooling为中央空调系统制冷量,WChiller为冷水机组耗电量,WChille dpum为冷冻水泵耗电量,WCooling pump为冷却水泵耗电量,WCoolingTower为冷却塔的耗电量;
其中,SCOP为中央空调系统的综合制冷性能系数,COP为中央空调系统的性能系数,WSYS为节能优化控制系统耗电量;
性能系数COP为Coefficient Of Performance;
综合制冷性能系数SCOP为Seasonal Coefficient of Performance。
根据COP/SCOP的结果,选择最佳运行方案。
在一种优选的实现方式中,Qcooling为定量时,控制算法中的CPE函数可变为各耗能部件的功率和Pk为:
minPk=WChiller+WChille dpum+WCooling pump+WCoolingTower
其中,Pk为各耗能部件在第k时段内的总功耗。
在一种优选的实现方式中,控制算法存在多种约束条件,具体为:
第一约束条件:
mwmin<mw<mwmax
mamin<ma<mamax
TCWSmin<TCWS<TCWSmax
第二约束条件:Q=maCpw(TCHWR-TCHWS);
第三约束条件:Q+WChiller=mwCpw(TCWR-TCWS);
第四约束条件:Q+WChiller=Qrej
其中,mw为冷却水质量流量,ma为冷冻水质量流量,TCWS为冷却水供水温度,CPW为水在常压下的比热容,TCHWR为冷冻水回水温度,TCHWS为冷冻水供水温度,TCWR为冷却水回水温度。
在一种优选的实现方式中,第一约束条件限定所有变量在其运行范围内,第二约束条件、第三约束条件、第四约束条件共同计算冷负荷,第三约束条件要求冷凝器传递相应的热量到冷却塔,冷凝器为冷水机组的内部设备,第四约束条件表示热量通过冷却塔完全散发到环境中。
在一种优选的实现方式中,方法还包括:
根据冷水机组、冷冻水泵、冷却水泵、冷却塔在多种状况下的运行效率,获取设备性能参数曲线,综合分析中央空调系统的运行效率;
根据中央空调系统的能效比和中央空调系统的运行效率计算总费用。
本发明为基于AI的节能优化控制系统,通过各种自动控制及优化措施协调冷冻机房内各设备的联合运行,为冷热源各设备建立匹配的设备性能模型,以冷热源整体能耗最低为控制目标,根据实时工况实时优化调整各设备的控制参数及状态,使整个冷热源系统运行效率最优。
以上所述仅是本发明的优选实施方式,其描述较为具体和详细,但并不能因此理解为对发明专利范围的限制,应当指出的是,在不脱离本发明构思的前提下,还可以做出若干改进以及变形,这些都属于本发明的保护范围。

Claims (10)

1.一种中央空调系统的节能优化控制系统,其特征在于,所述中央空调系统包括:多个冷水机组、冷却水泵、冷冻水泵、冷却塔、压差旁通装置、传感器设备;
所述节能优化控制系统包括:
冷水机组物理模型,所述冷水机组物理模型用以反应实际设备的基本运行特性,并用以计算中央空调系统的上位机能效COP,所述实际设备包括冷水机组、冷冻水泵、冷却水泵、冷却塔;
负荷预测模型,所述负荷预测模型是基于神经网络算法构建的,所述负荷预测模型的参数包括天气、人员、面积、入住率中的一项或多项;
冷源能效模型,所述冷源能效模型中包括上位机能效子模型、冷冻水泵能效子模型、冷却水泵能效子模型、冷却塔能效子模型中的一项或多项,所述冷源能效模型用以获取能耗最优状态点数据;
水泵性能模型,所述水泵性能模型用以计算运行工况下的水泵能耗,所述运行工况包括流量、扬程、运行频率中的一项或多项。
2.根据权利要求1所述的中央空调系统的节能优化控制系统,其特征在于,所述压差旁通装置具有压差控制开度的功能,所述节能优化控制系统仅控制压差旁通装置的启用和停用,停用时压差旁通装置阀门全关,当冷冻水泵的运行频率大于30Hz时,压差旁通装置不启用自身调节功能,压差旁通装置阀门保持全关;当冷冻水泵的频率小于等于30Hz,且持续时间超过180秒时,启用压差旁通装置自身调节功能;
所述自身调节功能是通过阀门来控制管道水流大小,以保证所述冷冻水泵的安全运行。
3.一种中央空调系统的节能优化控制系统的优化方法,所述优化方法用以对权利要求1-2任一项所述的中央空调系统的节能优化控制系统进行优化,其特征在于,所述优化方法包括:
获取所述中央空调系统中至少一个冷水机组的冷冻水实时回水温度,将所述冷冻水实时回水温度与预设置温度进行比较;
若所述冷冻水实时回水温度大于所述预设置温度,则提高该冷水机组的负荷,或增加所述中央空调系统中冷水机组的运行数量;
行数量;
所述冷水机组的运行数至少为1组。
4.根据权利要求3所述的中央空调系统的节能优化控制系统的优化方法,其特征在于,所述方法还包括:
采用自适应PID调节所述冷冻水泵的冷冻水供回水温差,根据所述冷冻水供回水温差调整所述冷冻水泵的运行转速。
5.根据权利要求3所述的中央空调系统的节能优化控制系统的优化方法,其特征在于,所述方法还包括:
获取能够使中央空调系统整体效率达到最高的冷却水温差设定点,根据所述冷却水温差设定点增加或减少所述冷却水泵的运行台数以及调节所述冷却水泵的运行频率;
获取能够使中央空调系统效率达到最高的冷却塔出水水温设定值,根据所述冷却塔出水水温设定值增加或减少所述冷却塔的运行台数以及调节所述冷却塔的运行频率。
6.根据权利要求3所述的中央空调系统的节能优化控制系统的优化方法,其特征在于,所述方法还包括控制算法,所述控制算法的计算公式分别为:
其中,CPE为中央空调系统的能效比,Qcooling为中央空调系统制冷量,WChiller为冷水机组耗电量,WChille为冷冻水泵耗电量,WCooling为冷却水泵耗电量,WCoolingTower为冷却塔的耗电量;
其中,SCOP为中央空调系统的综合制冷性能系数,COP为中央空调系统的性能系数,WSYS为节能优化控制系统耗电量;
根据COP/SCOP的结果,选择所述中央空调系统的最佳运行方案。
7.根据权利要求6所述的中央空调系统的节能优化控制系统的优化方法,其特征在于,所述Qcooling为定量时,所述控制算法中的计算公式为:
minPk=WChiller+WChill edpum+WCooling pump+WCoolingTower
其中,Pk为各耗能部件在第k时段内的总功耗。
8.根据权利要求6所述的中央空调系统的节能优化控制系统的优化方法,其特征在于,所述控制算法具有多个约束条件,分别为:
第一约束条件:
mwmin<mw<mwmax
mamin<ma<mamax
TCWSmin<TCWS<TCWSmax
第二约束条件:Q=maCpw(TCHWR-TCHWS);
第三约束条件:Q+WChiller=mwCpw(TCWR-TCWS);
第四约束条件:Q+WChiller=Qrej
其中,mw为冷却水质量流量,ma为冷冻水质量流量,TCWS为冷却水供水温度,CPW为水在常压下的比热容,TCHWR为冷冻水回水温度,TCHWS为冷冻水供水温度,TCWR为冷却水回水温度。
9.根据权利要求8所述的中央空调系统的节能优化控制系统的优化方法,其特征在于,所述第一约束条件用以限定所有变量在其运行范围内;所述第二约束条件、所述第三约束条件、所述第四约束条件用以共同计算冷负荷;所述第三约束条件用以要求冷凝器传递相应的热量到冷却塔,所述冷凝器为冷水机组的内部设备;所述第四约束条件用以表示热量通过冷却塔完全散发到环境中。
10.根据权利要求6所述的中央空调系统的节能优化控制系统的优化方法,其特征在于,所述方法还包括:
根据冷水机组、冷冻水泵、冷却水泵、冷却塔在多种状况下的运行效率,获取各个设备性能的参数曲线;
对各个设备的性能参数曲线进行分析,得到所述中央空调系统的运行效率;
根据所述中央空调系统的能效比与所述中央空调系统的运行效率计算所述中央空调系统的运行总费用。
CN202310665954.3A 2023-06-06 2023-06-06 一种中央空调系统的节能优化控制系统及优化方法 Pending CN116734404A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310665954.3A CN116734404A (zh) 2023-06-06 2023-06-06 一种中央空调系统的节能优化控制系统及优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310665954.3A CN116734404A (zh) 2023-06-06 2023-06-06 一种中央空调系统的节能优化控制系统及优化方法

Publications (1)

Publication Number Publication Date
CN116734404A true CN116734404A (zh) 2023-09-12

Family

ID=87907362

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310665954.3A Pending CN116734404A (zh) 2023-06-06 2023-06-06 一种中央空调系统的节能优化控制系统及优化方法

Country Status (1)

Country Link
CN (1) CN116734404A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118361827A (zh) * 2024-06-19 2024-07-19 南京深度智控科技有限公司 一种水冷中央空调的节能优化控制方法、系统和网络侧服务端
CN118446030A (zh) * 2024-07-01 2024-08-06 深圳市前海能源科技发展有限公司 空调冷却水系统参数优化方法和装置、设备及存储介质
CN118705722A (zh) * 2024-08-29 2024-09-27 南京深度智控科技有限公司 用于中央空调系统节能运行的诊断控制方法
CN119222716A (zh) * 2024-12-03 2024-12-31 南京深度智控科技有限公司 一种基于智能化的数据中心水冷空调系统节能优化控制系统
CN119245187A (zh) * 2024-12-04 2025-01-03 深圳前海中碳综合能源科技有限公司 低负荷工况冷机与水泵联动节能控制方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130167560A1 (en) * 2010-10-13 2013-07-04 Weldtech Technology (Shanghai) Co., Ltd. Energy-saving optimized control system and method for refrigeration plant room
CN108489012A (zh) * 2018-01-30 2018-09-04 深圳市新环能科技有限公司 基于负荷预测与条件约束的空调冷源能效模型控制方法
CN109631282A (zh) * 2018-12-21 2019-04-16 深圳市紫衡技术有限公司 一种中央空调系统控制方法及其系统、设备、存储介质
CN112728673A (zh) * 2021-01-05 2021-04-30 安徽郁金香新能源科技有限公司 新型一次泵变流量方法
CN113536525A (zh) * 2021-04-16 2021-10-22 广州地铁设计研究院股份有限公司 一种中央空调全局最优节能控制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130167560A1 (en) * 2010-10-13 2013-07-04 Weldtech Technology (Shanghai) Co., Ltd. Energy-saving optimized control system and method for refrigeration plant room
CN108489012A (zh) * 2018-01-30 2018-09-04 深圳市新环能科技有限公司 基于负荷预测与条件约束的空调冷源能效模型控制方法
CN109631282A (zh) * 2018-12-21 2019-04-16 深圳市紫衡技术有限公司 一种中央空调系统控制方法及其系统、设备、存储介质
CN112728673A (zh) * 2021-01-05 2021-04-30 安徽郁金香新能源科技有限公司 新型一次泵变流量方法
CN113536525A (zh) * 2021-04-16 2021-10-22 广州地铁设计研究院股份有限公司 一种中央空调全局最优节能控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘东: "《建筑环境与能效研究》", 30 September 2016, 同济大学出版社, pages: 714 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118361827A (zh) * 2024-06-19 2024-07-19 南京深度智控科技有限公司 一种水冷中央空调的节能优化控制方法、系统和网络侧服务端
CN118446030A (zh) * 2024-07-01 2024-08-06 深圳市前海能源科技发展有限公司 空调冷却水系统参数优化方法和装置、设备及存储介质
CN118705722A (zh) * 2024-08-29 2024-09-27 南京深度智控科技有限公司 用于中央空调系统节能运行的诊断控制方法
CN119222716A (zh) * 2024-12-03 2024-12-31 南京深度智控科技有限公司 一种基于智能化的数据中心水冷空调系统节能优化控制系统
CN119245187A (zh) * 2024-12-04 2025-01-03 深圳前海中碳综合能源科技有限公司 低负荷工况冷机与水泵联动节能控制方法

Similar Documents

Publication Publication Date Title
CN116734404A (zh) 一种中央空调系统的节能优化控制系统及优化方法
CN108990383B (zh) 一种数据中心空调系统预测控制方法
CN107514743B (zh) 一种空调器控制方法、控制装置及空调器
CN105020845B (zh) 一种空调系统联动节能控制系统及方法
CN108489012A (zh) 基于负荷预测与条件约束的空调冷源能效模型控制方法
CN114576806A (zh) 一种基于变频控制的中央空调冷却水系统节能优化方法
CN212720195U (zh) 一种基于系统整体能效比cop最佳的冷却水系统控制装置
CN102094801A (zh) 基于输送能耗最低的泵组优选方法
CN118368877B (zh) 一种制冷机房系统的能耗优化控制方法、系统和网络侧服务端
CN104613668A (zh) 组合式空调系统及其控制方法
CN107401806A (zh) 中央空调冷冻站内主机及冷冻泵综合能效提升控制方法
CN105605748B (zh) 一种空调系统风水联调控制方法及系统
CN113137678A (zh) 一种地暖多联机系统及其变频控制方法
CN204902127U (zh) 一种空调水系统与空调末端联动控制的节能装置
CN110895029A (zh) 一种基于冷冻水的温度的建筑负荷预测方法
CN111678248A (zh) 空调设备的运行控制方法、空调设备和存储介质
CN110940061A (zh) 中央空调控制方法及系统
CN114206071B (zh) 基于双曲线冷却塔的数据中心冷却系统
CN113606693A (zh) 一种数据中心制冷系统及其风水耦合节能控制方法
CN107642879B (zh) 一种空调系统的控制方法、装置及空调器
CN108224632A (zh) 酒店建筑中央空调机房冷冻水系统综合能效提升控制方法
CN104613667A (zh) 组合式空调系统及其控制方法
CN117190432A (zh) 一种空调变压差控制调节方法及系统
CN114427741A (zh) 空调冷水系统控制方法、装置、电子设备及存储介质
CN211345737U (zh) 热回收离心机组热回收侧控制系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination