CN105143780A - 空调系统控制装置 - Google Patents

Abstract

提供一种空调系统控制装置，即使在没有设置湿度传感器的室内也能够高精度地推定室内湿度，能够使得室内温度和湿度不脱离舒适性的范围。该空调系统控制装置具备：热特性参数设定部(10)，求出基于热传导方程式的建筑物热模型(10a)的热特性参数(11)；湿度特性参数设定部(12)，求出基于空调对象空间中的水分收支方程式的建筑物湿度模型(12a)的湿度特性参数(13)；及控制数据制作部(15)，制作空调机(2)的控制数据(16)以使空调对象空间的温度和湿度控制在预先设定的范围内。

Description

空调系统控制装置

技术领域

本发明涉及一种控制室内空气的温度、湿度的空调系统控制装置。

背景技术

近年来，对构成设于大楼等的空调系统的各种空调设备的节能化的要求提高，为了满足该要求，提出了很多降低空调设备的动力的空调系统的控制装置。另一方面，还提出了一种除了节能化之外还要求满足室内在室者的温暖感觉、所谓舒适性，用于同时实现节能化和舒适性的空调系统控制装置。

以往，很多空调系统控制装置基于室内的温湿度信息及空调机的运转数据等，控制空调机的运转以将室内温湿度控制在舒适范围内。例如，存在一种基于PWV(1987年由ISO7730确定的预测平均指数(PredictedMeanVote)的简称)等温暖环境评价指标来决定控制目标值的方法(参照专利文献1)。

另外，还存在一种方法，基于由外部气体温度和外部气体相对湿度决定的外部气体不愉快指数来推定室内的温湿度，控制空调机以将室内温湿度控制在舒适范围内(参照专利文献2)。

在先技术文献

专利文献

专利文献1：日本专利第3049266号公报(第[0011]段)

专利文献2：日本特开2003-74943号公报(摘要)

发明内容

发明要解决的课题

但是，在专利文献1的技术中，为了计算PMV需要利用传感器来检测室内温湿度和壁面温度，从而存在由于设置传感器而相应地增加成本的课题。

在专利文献2的技术中，没有特别地设置传感器，而根据从气象单位得到的外部气体温度和外部气体相对湿度来推定室内的舒适性。但是，除了外部气体温度和外部气体相对湿度之外，室内的舒适性还根据室内的在室人数、空调机的运转状态等而变化，因此存在仅根据外部气体温度和外部气体相对湿度无法推定室内的舒适性的课题。另外，还存在需要预先按照每个物件设定由外部气体温度和外部气体相对湿度决定的外部气体不愉快指数与室内的舒适性之间的关系、从而非常耗费工时的课题。

本发明鉴于以上问题而完成，其目的在于提供一种空调系统控制装置，即使在没有设置湿度传感器的室内也能够高精度地推定室内湿度，能够使得室内温度和湿度不脱离舒适性的范围。

并且，本发明的目的在于提供一种空调系统控制装置，能够降低构成空调系统的空调机的合计消耗电力。

并且，本发明的目的在于提供一种空调系统控制装置，能够同时实现节能和舒适性。

用于解决课题的手段

本发明涉及的空调系统控制装置，控制对建筑物的空调对象空间进行空气调节的空调机，具备：数据存储部，存储有参数设定用输入数据，所述参数设定用输入数据至少包括包含所述建筑物在内的区域的气象数据和所述空调机的运转数据；热特性参数设定部，具有基于所述空调对象空间中的热传导方程式的建筑物热模型的信息，基于所述参数设定用输入数据求出作为所述建筑物热模型的物理参数的热特性参数；湿度特性参数设定部，具有基于所述空调对象空间中的水分收支方程式的建筑物湿度模型的信息，基于所述热特性参数和所述参数设定用输入数据，求出作为所述建筑物湿度模型的物理参数的湿度特性参数；控制数据制作部，基于至少包括所述参数设定用输入数据在内的预测用输入数据、所述建筑物热模型、所述建筑物湿度模型、所述热特性参数及所述湿度特性参数，制作所述空调机的控制数据以使所述空调对象空间的温度和湿度控制在预先设定的范围内；及控制数据输出部，将所述控制数据向所述空调机发送。

发明效果

本发明即使在没有设置湿度传感器的空调对象空间内也能够使得空调对象空间的温度和湿度不脱离预先设定的范围。

附图说明

图1是表示本发明的实施方式1涉及的空调系统控制装置的构成的图。

图2是表示本发明的实施方式1涉及的空调系统控制装置的动作的流程图。

图3是说明本发明的实施方式1涉及的空调系统控制装置的建筑物热模型的图。

图4是说明本发明的实施方式1涉及的空调系统控制装置的建筑物湿度模型的图。

图5是说明饱和水蒸汽量和温度的关系的图。

图6是表示本发明的实施方式2涉及的空调系统控制装置的构成的图。

具体实施方式

实施方式1.

图1是表示本发明的实施方式1涉及的空调系统控制装置的构成的图。

在图1中，空调系统控制装置3构成为能够经由因特网等通信单元100与气象数据发送单位1之间进行数据通信。另外，空调系统控制装置3构成为能够经由因特网等通信单元100在对对象建筑物(未图示)内的空调对象空间进行空气调节的一个或多个空调机2之间进行数据通信。

空调系统控制装置3基于来自气象数据发送单位1和空调机2的输入信息以及空调机特性数据7(例如由用户输入的)，对设置于对象建筑物中的空调机2进行控制。

空调系统控制装置3具备：气象数据取得部4、空调机运转数据取得部5、控制数据输出部6、数据存储部8、热特性参数设定部10、湿度特性参数设定部12及控制数据制作部15。另外，热特性参数设定部10具有建筑物热模型10a。湿度特性参数设定部12具有建筑物湿度模型12a。控制数据制作部15具有：预测建筑物室内的热负荷的热负荷预测部15a和预测建筑物室内的温湿度的室内温湿度预测部15b。

气象数据取得部4经由通信单元100与气象数据发送单位1连接。空调机运转数据取得部5经由通信单元100与空调机2连接。

数据存储部8保存经由气象数据取得部4和空调机运转数据取得部5取得的数据，将参数设定用输入数据9输入到热特性参数设定部10，将预测用输入数据14输入到控制数据制作部15。另外，数据存储部8将由热特性参数设定部10计算出的热特性参数11、由湿度特性参数设定部12计算出的湿度特性参数13以及由控制数据制作部15计算出的控制数据16作为计算结果保存。

控制数据输出部6将存储于数据存储部8的控制数据16经由通信单元100向空调机2发送。

热特性参数设定部10从数据存储部8取得规定的参数设定用输入数据9，根据基于热传导方程式的建筑物热模型10a求出热特性参数11(建筑物热模型10a中的物理参数)。

湿度特性参数设定部12基于热特性参数设定部10从数据存储部8取得的参数设定用输入数据9和作为热特性参数设定部10的计算结果的热特性参数11，设定湿度特性参数13。

热负荷预测部15a基于热特性参数设定部10内的建筑物热模型10a、由热特性参数设定部10计算出的热特性参数11及存储于数据存储部8的规定的预测用输入数据14，预测建筑物的热负荷。

室内温湿度预测部15b基于热特性参数设定部10内的建筑物热模型10a、湿度特性参数设定部12内的建筑物湿度模型12a及存储于数据存储部8的规定的预测用输入数据14，预测室内温湿度。

控制数据制作部15基于由热负荷预测部15a求出的热负荷、由室内温湿度预测部15b求出的室内温湿度、及预测用输入数据14，考虑建筑物的热特性和湿度特性，制作出室内温湿度处于舒适范围内且节能的空调机2的控制数据16，并存储于数据存储部8。

控制数据输出部6从数据存储部8读出由控制数据制作部15求出的控制数据16，并向空调机2传递。

另外，在图1中代表性地表示了一台空调机2，但也允许多台空调机2。另外，空调机2也可以是由室外机和室内机构成的大楼用多联空调、柜式空调、室内空调或吸收冷冻机等大型热源机。

图2是表示本发明的实施方式1涉及的空调系统控制装置的动作的流程图。以下基于图2的各步骤、参照图3～图5进行说明。

(步骤S21)

空调系统控制装置3经由气象数据取得部4和空调机运转数据取得部5取得各数据并进行保存。

即，空调系统控制装置3经由气象数据取得部4从气象数据发送单位1取得规定地点的气象数据，并保存于数据存储部8。规定地点的气象数据至少包括日照量、外部气温及外部气体相对湿度，不仅包含过去的数据，还包含将来的预报值。另外，在根据将来的预报值无法获得日照量、外部气体相对湿度的情况下，也可以是晴天或多云等天气预报信息，也可以基于天气预报对代表性的日照量数据、外部气体相对湿度数据进行修正。

另外，空调系统控制装置3经由气象数据取得部5取得空调机2的运转数据，并保存于数据存储部8。空调机2的运转数据包括至少设置有空调机2的房间的室温和能够计算空调机2向室内供给(或除去)的热量的数据。作为能够计算空调机2向室内供给(或除去)的热量的数据，例如可以是各室外机的运转频率、蒸发温度、冷凝温度、室内机的设定温度等能够由已有传感器取得的数据。另外，室温也可以由室内机的吸入风温度代替。

另外，本步骤S21定期地或始终且自动地执行，并将取得数据逐次保存于数据存储部8。

(步骤S22)

空调系统控制装置3将表示空调机2的性能的空调机特性数据7登记(存储)于数据存储部8。该空调机特性数据7既可以预先通过用户操作登记于数据存储部8，或者也可以根据空调机2的运转数据通过推定来求出。

空调机特性数据7至少包括各空调机2的消耗电力和供给(除去)热量的关系。或者，在空调机运转数据取得部5中无法获得空调机2供给(除去)的热量而需要根据空调机2的室外机的运转频率等计算热量的情况下，空调机特性数据7包括各室外机的运转频率、蒸发温度、冷凝温度与供给热量及消耗电力之间的关系。

(步骤S23)

接着，通过例如用户操作，设定用于识别作为控制对象的对象建筑物的空间(房间、楼层等)的编号等信息及学习期间(提取数据的时间范围)等计算条件。

(步骤S24)

热特性参数设定部10从数据存储部8提取并取得参数设定用输入数据9。需要注意的是，参数设定用输入数据9至少包含规定地点的过去的气象数据、设置于对象建筑物的各空调机2的过去的运转数据、以及空调机特性数据7。

(步骤S25)

热特性参数设定部10基于建筑物热模型10a设定热特性参数11。

[热特性参数11的设定]

在此，对于热特性参数设定部10进行的热特性参数11的设定进行更具体的说明。

图3是说明本发明的实施方式1涉及的空调系统控制装置的建筑物热模型的图。

在图3中，图示表示了在建筑物热模型10a中考虑的各因子的例子。例如，在建筑物热模型10a中，作为热负荷的影响因子，考虑外部气温(T_O)41、日照量(Q_S)42、邻室温度(T_OZ)43、室内温度(T_Z)44、空调除去热量(Q_HVAC)45、室内产生热量(Q_OCC+Q_EQP)(人体+OA设备+照明)46。

通过理论公式(热传导方程式)表现上述热负荷的影响因子的关系时，能够导出以下的式(1)～(3)。

[数学式1]

$C_2\frac{{\mathrm{dT}}_2}{dt}={\mathrm{\αQ}}_s+\frac{(T_1-T_2)}{R_2}-\frac{(T_2-T_Z)}{R_Z}\mathrm{...}\left(2\right)$

在此：Q_S：日照量(kW/m²)、Q_OCC：人体发热量(kW)、Q_EQP：设备发热量(kW)、Q_HVAC：空调除去(供给)热量(kW)、T_O：外部气温(K)、T₁：外壁室外侧表面温度(K)、T₂：外壁室内侧表面温度(K)、T_Z：室内温度(K)、T_OZ：邻室温度(K)、R₁：室外侧热阻抗(K/kW)、R₂：外壁热阻抗(K/kW)、R_Z：室内侧热阻抗(K/kW)、R_OZ：内壁热阻抗(K/kW)、R_WIN：窗热阻抗(K/kW)、C₁：外壁室外侧热容量(kJ/K)、C₂：外壁热内侧热容量(kJ/K)、C_Z：室内热容量(kJ/K)、α：向室内透射的日照量的修正系数(－)、β：向外壁照射的日照量的系数(－)、γ：设备发热的修正系数(－)、δ：空调除去(供给)热量的修正系数(－)、ρ：人体发热的修正系数(－)。

将式(1)～式(3)置换成状态空间模型时，如以下式(4)、式(5)所示。

[数学式2]

$\frac{\∂x\left(t\right)}{\∂t}=A\left(\mathrm{\θ}\right)x\left(t\right)+B\left(\mathrm{\θ}\right)u\left(t\right)+K\left(\mathrm{\θ}\right)e_1\left(t\right)\mathrm{...}\left(4\right)$

y(t)＝C(θ)x(t)+e₂(t)…(5)

在式(4)和式(5)中，θ是未知的热特性参数11的矢量，以使实际室温和计算室温的误差成为最小的方式决定。另外，在此，预测对象是室温，也可以将室温作为目标室温提供来预测热负荷(＝空调机除去热量Q_HVAC)。

在式(4)中，A(θ)由以下参数矩阵(状态转移矩阵)表示。

[数学式3]

$A\left(\mathrm{\θ}\right)=\left[\begin{array}{ccc}-\frac{1}{R_1{C}_1}-\frac{1}{R_2{C}_1}& \frac{1}{R_2{C}_1}& 0\\ \frac{1}{R_2{C}_1}& -\frac{1}{R_2{C}_2}-\frac{1}{R_Z{C}_1}& \frac{1}{R_Z{C}_2}\\ 0& -\frac{1}{R_Z{C}_Z}-\frac{1}{R_{OZ}{C}_Z}& \frac{1}{R_{win}{C}_Z}\end{array}\right]$

并且，B(θ)由以下参数矩阵(状态转移矩阵)表示。

[数学式4]

$B\left(\mathrm{\θ}\right)=\left[\begin{array}{cccccc}\frac{1}{R_1{C}_1}& 0& \frac{\mathrm{\α}}{C_1}& 0& 0& 0\\ 0& 0& \frac{\mathrm{\β}}{C_2}& 0& 0& 0\\ \frac{1}{R_{win}{C}_Z}& \frac{\mathrm{\ρ}}{C_Z}& 0& \frac{\mathrm{\γ}}{C_Z}& \frac{1}{R_{OZ}{C}_Z}& \frac{\mathrm{\δ}}{C_Z}\end{array}\right]$

进而，θ和C分别由以下参数矩阵(观测值矩阵)表示。

[数学式5]

θ＝[R₁C₁R₂C₂R_ZC_ZR_OZR_WINαβγρδ]^T

C＝[001]x＝[T₁T₂T_Z]^Tu＝[T_OQ_OOCQ_SQ_EQPT_OZQ_HVAC]^T

另外，人体发热量Q_OCC和设备发热量Q_EQP难以测定，因此也可以通过设置于控制对象的房间(楼层)的设备的消耗电量(消耗电力数据)来推定。例如，在能够获得空调机、照明、OA设备的消耗电力数据的情况下，也可以通过计算照明的消耗电力和OA设备消耗电力Q的总和来求出设备发热量Q_EQP。

另外，也可以通过将“在室人数”乘以“每人发热量”，利用以下式(6)的计算求出人体发热量Q_OCC。

Q_OCC＝“每人发热量”ד在室人数”……(6)

进而，对于在室人数，可以通过在楼层内设置传感器来计数人数，或者也可以如以下式(7)所示，提供相对于OA设备消耗电力Q的概率密度函数P(x)和“最大在室人数”而由OA设备消耗电力Q的实测值(或预测值)进行推定运算。

在室人数＝“最大在室人数”×P(x)……(7)

需要说明的是，在无法获得OA设备消耗电力Q的情况下，也可以根据对象建筑物的用途，利用人体发热量Q_OCC和设备发热量Q_EQP的代表性的数据。

另一方面，如果能够由空调机运转数据取得部5取得空调机除去热量Q_HVAC，也可以直接使用该值。另外，在无法取得空调机除去热量Q_HVAC的情况下，可以利用空调机特性数据7来计算热量。例如，作为空调机特性数据7，可以如下所示地准备空调机2的室外机的压缩机频率f、蒸发温度ET、冷凝温度CT和供给热量的关系式。

[数学式6]

Q_i(t)＝a_qf_i(CT-ET)+b_qf_i+c_q…(8)

在上述关系式中，根据压缩机的种别的不同，各系数a、b、c被赋予不同的值。另外，也可以由实测值求出各系数a、b、c。并且，室外机的压缩机频率f、蒸发温度ET、冷凝温度CT和供给热量的关系也可以利用将室外机的制冷剂回路模型化了的空调机模型来计算。

另外，日照量Q_S和外部气温T_O是气象数据取得部4从气象数据发送单位1取得的数据(实测值)。并且，室内温度T_Z和邻室温度T_OZ是空调机运转数据取得部5从各空调机2取得的数据(实测值)。

可以基于以上的数据和所述式(4)、式(5)来确认参数矩阵A(θ)、B(θ)和C。参数矩阵A(θ)、B(θ)和C的确认顺序如以下步骤A1～A7所示。

首先，决定学习参数的初始值矢量θ和状态矢量X(步骤A1)，通过初始值矢量θ定义状态转移矩阵A(θ)、B(θ)、观测值矩阵C(θ)(步骤A2)。

接着，利用状态转移矩阵A(θ)、B(θ)、t＝k时的观测值矢量u(k)和t＝k-1的状态推定值X(k-1)来生成状态矢量X(k)(步骤A3)。

另外，根据观测值矩阵C(θ)和状态矢量X(k)来推定系统响应矢量Y'(k+1)(步骤A4)。

接着，通过以下式子计算观测值(实测值)和预测值的差e(θ、k)(步骤A5)。

e(θ、k)＝Y(k)－Y'(k－1)

以下，对于所有的观测值执行上述步骤A2～A5，如以下式(9)所示，求出参数矩阵E(θ)(步骤A6)。

E(θ)＝[e(θ、1)、e(θ、2)、e(θ、3)、…、e(θ、n)]…(9)

在式(9)中，n是观测值的数量。

最后，利用非线性最小二乘法，如以下式(10)所示求出使参数矩阵E(θ)的范数最小的参数矢量θ＊(步骤A7)。

θ＊＝argmin(E(θ)＊E(θ))…(10)

另外，在上述步骤A3～A7中，除了非线性最小二乘法之外，也可以使用最大似然法。

另外，也可以利用通过观测值矢量u(k)的集合u的矩阵分解直接求出状态转移矩阵A、B和观测值矩阵C的部分空间法。

如上所述，在热特性参数设定部10中求出热特性参数11。

(步骤S26)

再次参照图2。空调系统控制装置3将由热特性参数设定部10求出的热特性参数11保存于数据存储部8。

(步骤S27)

接着，在设定了热特性参数11之后，湿度特性参数设定部12设定湿度特性参数13。

[湿度特性参数设定]

在此，对于湿度特性参数设定部12进行的热特性参数11的设定进行更具体的说明。

图4是说明本发明的实施方式1涉及的空调系统控制装置的建筑物湿度模型的图。

在图4中，图示表示了在建筑物湿度模型12a中考虑的各因子的例子。例如，在建筑物湿度模型12a中，作为湿度的影响因子，考虑外部气体绝对湿度(X_O)51、室内产生水分量(W_i)52、空调机制冷时产生的除湿量(W_HVAC)53、室内绝对湿度(X_Z)54、墙壁等的吸湿散湿即表面绝对湿度(X_S)55。另外，所谓墙壁等包括：包括墙壁、地板以及屋顶在内的形成空调对象空间的构造物及空调对象空间内的配置物(家具等)。

通过理论公式(水分收支方程式)表现上述湿度的影响因子的关系式时，能够导出以下的式(11)。

[数学式7]

$\mathrm{\ρ}V\frac{{\mathrm{dX}}_Z}{dt}={\mathrm{\ρG}}_v(X_o-X_Z)+{\mathrm{\σW}}_t+{\mathrm{\ωW}}_{HVAC}+{\mathrm{\Σa}}_j{k}_j(X_{s,j}-X_Z)+{\mathrm{\ρG}}_d(X_o-X_Z)...\left(11\right)$

在此，X_Z：室内绝对湿度(kg/kg')、V：室内容积(m³)、X_O：外部气体绝对湿度(kg/kg')、G_V：换气量(m³/sec)、W_i：室内产生水分量(kg/sec)、W_HVAC：空调机制冷时的除湿量(kg/sec)、a：表面湿气传递率(kg/m²/h/(kg/kg'))、A：表面积(m²)、X_S：表面绝对湿度(kg/kg')、G_d：间隙风量(m³/sec)、ρ：空气密度(kg/m³)、σ：室内产生水分量的修正系数(－)、ω：空调机制冷时的除湿量的修正系数(－)、j：考虑了吸湿散湿的表面数。

式(11)的右边第一项表示换气带来的水分变化，第二项表示室内水分产生量，第三项表示空调机2制冷时的除湿量，第四项表示墙壁等的吸湿散湿，第五项表示间隙风带来的水分变化。以下对式(11)的右边各项的计算进行说明。

(换气带来的水分变化)

对于式(11)的右边第一项的换气带来的水分变化，外部气体绝对湿度(X_O)51可以通过在气象数据取得部4中取得的外部气温和外部气体相对湿度来计算。并且，在设置有全热交换器的情况下，不使用外部气体相对湿度而使用全热交换器供气绝对湿度。在全热交换器上设置有传感器的情况下，全热交换器供气绝对湿度也可以使用传感器信息。在没有设置传感器的情况下，可以利用全热交换器的效率通过式(12)来计算。

[数学式8]

X_SA＝(1-η_E)X_o+η_EX_Z+0.0004(η_T-η_E)(T_o-T_Z)…(12)

在此，X_SA：全热交换器供气绝对湿度(kg/kg')、η_E：全热交换器焓交换效率(－)、η_T：全热交换器温度交换效率(－)、T_O：外部气温(K)、T_Z：室内温度(K)。

换气量G_V根据全热交换器的规格来设定即可，但在全热交换器的规格不明的情况下，也可以设定相对于室内容积V的换气次数或者相对于在室人数的换气量。

(室内产生水分量)

式(11)的右边第二项的室内产生水分量通过每人的水分产生量乘以在室人数而求出。与热特性参数设定部10同样地，在室人数可以通过传感器等计数或者推定运算。另外，在没有实测值的情况下也可以设定平日/休息日模式。

(空调机制冷时的除湿量)

式(11)的右边第三项空调机制冷时的除湿量通过式(13)计算。

[数学式9]

W_HVAC＝ρG_{h_out}(X_{h_out}-X_Z)··(13)

在此，G_{h_out}：吹出风量(m³/sec)、X_{h_out}：吹出风绝对湿度(kg/kg')。

可以根据吹出风温度和吹出风相对湿度来计算吹出风绝对湿度X_{h_out}。在利用传感器计测出吹出风温度和吹出风相对湿度的情况下，利用传感器计测值。在没有计测出的情况下，也可以根据空调机2的运转数据来推定。空调机2中的室内机的热交换器表面濡湿(相对湿度为100％)时，可以假定吹出风相对湿度为95％。另外，可以根据室内机的热交换器的效率和热交换器入口配管温度通过式(14)求出吹出风温度。

[数学式10]

T_{h_out}＝(1-τ)·T_{HEX_in}+τ·T_{h_in}··(14)

在此，T_{h_out}：吹出风温度(K)、T_{HEX_in}：热交换器入口配管温度(K)、τ：室内机热交换器效率(－)。

在空调机2的室内机中设置有传感器的情况下，吹出风量G_{h_out}使用传感器计测值。在没有设置传感器的情况下，也可以使用目录值。在目录值不明确的情况下，也可以利用式(15)来计算空调机2产生的除湿量。

[数学式11]

$W_{HVAC}=H_{HVAC}\·\frac{X_{h\_in}-X_{h\_out}}{h_{h\_in}-h_{h\_out}}\mathrm{..}\left(15\right)$

在此，HHVAC：空调机交换全热量(kW)、X_{h_in}：吸入风绝对湿度(kg/kg')、h_{h_in}：吸入风比焓(kJ/kg')、h_{h_in}：吸入风焓(kJ/kg')。

可以根据空调机特性数据7和空调机运转数据求出空调机交换全热量H_HVAC。例如，可以利用上述式(8)，根据压缩机频率f、蒸发温度ET和冷凝温度CT求出。可以利用式(16)计算吹出风比焓h_{h_out}、吸入风比焓h_{h_in}。

[数学式12]

h＝C_pa·T+(C_pw·T+r0)X··(16)

在此，h：比焓(kJ/kg')、C_pa：干燥空气比热(kJ/kg/K)、r0：蒸发潜热(kJ/kg)、T：温度(K)、X：绝对湿度(kg/kg')。

吸入风温度使用空调机运转数据所包含的室内温度或吸入风温度即可。可以根据室内机热交换器的效率和热交换器入口配管温度通过式(14)求出吹出风温度T_{h_out}。假定吹出风相对湿度为95％，可以根据所述吹出风温度和吹出风相对湿度计算吹出风绝对湿度X_{h_out}。

(墙壁等的吸湿散湿)

对于式(11)的右边第四项的墙壁等的吸湿散湿，作为考虑墙壁等的吸湿散湿的手段，必须考虑墙壁及家具，严密地说必须如式(11)的右边第四项所示那样考虑各自的表面和室内的水分收支。但是，由于分别考虑所有的墙壁和家具是困难的，在此，利用代表性的表面绝对湿度和湿气传递系数，得到式(17)。

[数学式13]

Σa_iA_i(X_i，j-X_Z)＝α_X(X_s-X_Z)··(17)

在此，X_s：表面绝对湿度(kg/kg')、X_Z：室内绝对湿度(kg/kg')、α_X：代表表面湿气传递率(kg/sec/(kg/kg'))。

表面绝对湿度X_S由与表面接触的空气和表面材料内部的水分平衡来决定，在能够获得表面温度的情况下，可以如式(18)那样通过将表面相对湿度RH_s乘以由表面温度决定的饱和水蒸汽量X_sat来计算。

[数学式14]

X_S＝X_sat·RH_s··(18)

在此，X_sat：饱和水蒸汽量(kg/kg')、RH_s：表面相对湿度(－)。

图5是说明饱和水蒸汽量和温度的关系的图。

如图5所示，饱和水蒸汽量X_sat和温度的关系是非线性的关系，如果限定温度范围，如式(19)所示，也可以假定成线性。

[数学式15]

X_Sat＝a·T_s+b··(19)

在此，T_s：表面温度(K)、a：饱和水蒸汽量近似曲线的倾斜度(kg/kg'/K)、b：饱和水蒸汽量近似曲线的截距(kg/kg')。

作为例子，系数a、b可以使用a＝0.0011、b＝0.0075。表面温度T_s使用作为热特性参数11之一的外壁室内侧表面温度T₂即可。

(间隙风带来的水分变化)

式(11)的右边第五项的间隙风带来的水分变化要考虑开门关门产生的间隙风及始终产生的间隙风。可以利用相对于室内容积的间隙风换气次数来计算始终产生的间隙风量。可以基于在热特性参数设定部10中使用的在室人数，通过式(20)求出开门关门产生的间隙风量G_d。

[数学式16]

G_d＝υ·OCC··(20)

在此，υ：开门关门产生的在室人数的每一个人的间隙风量(m³/人/sec)、OCC：在室人数(人)。

接着，进一步具体地说明具有建筑物湿度模型12a的湿度特性参数设定部12。

式(11)中的湿度特性参数13是室内容积V、表面相对湿度RH_s、代表表面湿气传递率α_X、室内产生水分量的修正系数σ、空调机制冷时的除湿量的修正系数ω。

室内容积V是设置有空调机2的室内空间的容积，用户可以根据例如对象建筑物的设计图等来计算并设定。或者，在没有获得设计图的情况下，湿度特性参数设定部也可以根据热特性参数11通过以下的计算求出室内容积V并进行设定。

式(3)的室内热容量C_Z可以如下所示地进行改写。

[数学式17]

C_z＝ρC_pwV··(21)

在此，ρ：空气密度(kg/m³)、C_pw：湿润空气比热(kJ/kg/K)。

室内热容量C_Z是热特性参数11之一，因此通过图2的步骤S25而已知。因此，可以利用在步骤S25中求出的室内热容量C_Z、作为空气物性值的空气密度ρ和湿润空气比热C_pw来计算室内容积V。

假定以表面不会产生结露的方式设计墙壁时，表面相对湿度RH_s不会成为与室内相对湿度差别较大的值。假定以室内相对湿度成为40～60％的方式进行空调设计时，也可以将中央值50％作为表面相对湿度RH_s提供。

代表表面湿气传递率α_X取决于表面部件和表面积，要取得各表面部件的物性值和面积是非常困难的。

另一方面，在物质的热移动和水分移动中，相似法则成立。例如，在室内侧表面对流热传递率a_T和代表表面湿气传递率α_X中，式(22)的关系成立。

[数学式18]

${\mathrm{\α}}_X=a_T{A}_S=\frac{0.93}{R_Z{C}_Z}\mathrm{..}\left(22\right)$

在此，a_T：室内侧表面对流热传递率(kW/m²/K)、A_s：表面积(m²)、R_Z：室内侧热阻抗(K/kW)、C_Z：室内热容量(kJ/K)。

室内侧热阻抗R_Z和室内热容量C_Z是热特性参数11之一，因此已经由热特性参数设定部10决定。因此，能够通过式(22)求出代表表面湿气传递率α_X。

假定人体发热和来自人体的产生水分量存在相似关系，对于室内产生水分量的修正系数σ使用建筑物热模型中的人体发热的修正系数ρ。

对于空调机制冷时产生的除湿量的修正系数ω，假定与空调机除去热量Q_HVAC具有相似关系，使用建筑物热模型的空调除去(供给)热量的修正系数δ。

由此，能够基于热特性参数11设定湿度特性参数13。

(步骤S28)

再次参照图2。空调系统控制装置3将由湿度特性参数设定部12求出的湿度特性参数13保存于数据存储部8。

(步骤S29)

接着，空调系统控制装置3根据用户要求判定是否继续制作(拟定)空调机2的控制数据17。如果判定为不拟定(即，否)，则图2的处理程序结束。另外，也可以省略本步骤S29，不管用户要求如何都制作控制数据17。

(步骤S30)

另一方面，在步骤S29中，如果判定为由于用户要求而继续拟定空调机2的控制值(即，是)，则通过用户操作设定对象建筑物编号、学习期间等计算条件。

(步骤S31)

控制数据制作部15取得对象建筑物的热特性参数11和湿度特性参数13、建筑物热模型10a和建筑物湿度模型12a、以及预测所需要的预测用输入数据14。

需要说明的是，预测用输入数据14基本上来说包括与参数设定用输入数据9相同的项目，但数据中也可以包括将来的预测值。

(步骤S32)

控制数据制作部15基于对象建筑物的热特性参数11和湿度特性参数13、建筑物热模型10a和建筑物湿度模型12a、预测所需要的预测用输入数据14、以及空调机特性数据7，制作相对于热负荷预测部15a预测到的热负荷来说空调机2的消耗电力最小且室内的温湿度控制在舒适范围内并能够除去必要的热负荷的空调机2的控制数据16。

控制数据16至少包括空调机2的运转停止时间，也可以包括各空调机2的供给(除去)热量。尤其是，在大楼用多联空调或柜式空调、室内空调的情况下，也可以包括室外机的运转频率或运转频率上限值、以及室内机的设定温度。

[控制数据制作]

此处，具体地对控制数据制作部15的计算例进行说明。

控制值将多个空调机2的合计消耗电力作为目标函数，通过解开将各空调机2中的室外机的运转频率(压缩机频率f)和运转停止u作为控制变量的最佳化问题而求出。

[数学式19]

目标函数

$\min \underset{t}{\mathrm{\Σ}}\underset{i}{\mathrm{\Σ}}{P}_i\left(t\right)...\left(23\right)$

控制式

P_i(t)＝(a_pQ_i(t)²+b_pQ_i(t)+c_p)^*u_i(t)…(24)

Qi(t)＝(aqfi(t)2+bqfi(t)+cq)*ui(t)…(25)

$Q_{total}\left(t\right)=\underset{i}{\mathrm{\Σ}}{Q}_i\left(t\right)...\left(26\right)$

minT_Z≤T_Z(t)≤maxT_Z…(27)

minX_Z≤X_Z(t)≤maxX_Z…(28)

minQ_i≤Q_i(t)≤maxQ_i…(29)

在此，Pi：室外机i的消耗电力(kW)、Q_i：室外机i的供给热量(kW)、u_i：室外机i的运转停止[0/1]、Q_total：室内热负荷(kW)、T_z：室内温度(K)、maxT_z：室内温度的上限值(K)、minT_z：室内温度的下限值(K)、X_z：室内绝对湿度(kg/kg')、maxX_z：室内绝对湿度的上限值(kg/kg')、minX_z：室内绝对湿度的下限值(kg/kg')、maxQ_i：室外机i的供给热量上限值(kW)、minQ_i：室外机i的供给热量下限值(kW)、fi：室外机i的运转频率(Hz)。

另外，a_p、b_p、c_p是将室外机的供给热量作为变量、通过二次函数来近似室外机的消耗电力时的系数。并且，a_q、b_q、c_q是将室外机的运转频率作为变量、通过二次函数来近似室外机的供给热量时的系数。

通过组合最佳来求出作为离散值的室外机的运转停止，通过非线性最佳来求出各组合中的最佳室外机的供给热量。从庞大的组合中高效地变更组合以接近最佳解，从有限的候补中，将目标函数最小的解作为最佳的运转计划输出。作为最佳化的方法，组合最佳可以使用动态规划法或问题空间搜索法、非线性最佳可以使用二次规划法。

式(26)的Q_total(t)由热负荷预测部15a计算。热负荷预测部15a基于热特性参数设定部10内的建筑物热模型10a、由热特性参数设定部10决定的热特性参数11及存储于数据存储部8的规定的预测用输入数据14，预测室内热负荷。

式(27)的T_Z(t)和式(28)的X_Z(t)由室内温湿度预测部15b计算。室内温湿度预测部15b基于由热特性参数设定部10决定的热特性参数11、由湿度特性参数设定部12决定的湿度特性参数13、建筑物热模型10a和建筑物湿度模型12a及存储于数据存储部8的预定的预测用输入数据14，预测室内温湿度。

(步骤S33)

空调系统控制装置3将由控制数据制作部15制作的控制数据16保存于数据存储部8。

(步骤S34)

控制数据输出部6经由通信单元100将控制数据16向空调机2发送，图2的处理程序结束。由此，空调机2基于控制数据16运转。

另外，通过将上述步骤S23和S30的计算条件预先登记于数据存储部8，上述步骤S21～S32也可以全部自动地执行。

如上所示，在本实施方式1中，空调系统控制装置3控制对建筑物的空调对象空间进行空气调节的空调机2，在空调系统控制装置3中具备：数据存储部8，存储有参数设定用输入数据9，所述参数设定用输入数据9至少包括包含建筑物在内的区域的气象数据和空调机2的运转数据；热特性参数设定部10，具有基于空调对象空间中的热传导方程式的建筑物热模型10a的信息，基于参数设定用输入数据9求出作为建筑物热模型10a的物理参数的热特性参数11；湿度特性参数设定部12，具有基于空调对象空间中的水分收支方程式的建筑物湿度模型12a的信息，基于热特性参数11和参数设定用输入数据9，求出作为建筑物湿度模型12a的物理参数的湿度特性参数13；控制数据制作部15，基于至少包括参数设定用输入数据9在内的预测用输入数据14、建筑物热模型10a、建筑物湿度模型12a、热特性参数11及湿度特性参数13，制作能够除去必要的热负荷的空调机2的控制数据16以使空调对象空间的温度和湿度控制在预先设定的范围内；及控制数据输出部6，将控制数据16向空调机2发送。

因此，能够自动设定各建筑物的热特性参数11和湿度特性参数13，因此即使没有设置追加的传感器(尤其是湿度传感器)或者即使没有获得详细的建筑规格(例如窗户面积、屋顶面积)，也能够基于物理公式进行热负荷预测和室内温湿度预测。

另外，在本实施方式1中，具备基于建筑物热模型10a、建筑物湿度模型12a、热特性参数11、湿度特性参数13及预测用输入数据14来预测空调对象空间的热负荷的热负荷预测部15a以及预测温度和湿度的室内温湿度预测部15b，控制数据制作部15基于预测用输入数据14、由热负荷预测部15a预测出的空调对象空间的热负荷及由室内温湿度预测部15b预测出的空调对象空间的温度和湿度，制作能够除去必要的热负荷的空调机2的控制数据16以使空调对象空间的温度和湿度控制在预先设定的范围内。

因此，能够提高各建筑物中的温湿度预测的精度，能够制作基于反映了建筑物特性的舒适性的空调机2的控制数据。

另外，即使在没有设置湿度传感器的室内也能够高精度地推定室内湿度，能够使得室内温湿度不脱离舒适性的范围。

并且，能够自动推定各建筑物的湿度特性参数，因此即使不设置湿度传感器也能够预测室内湿度。

另外，在本实施方式1中，在建筑物中设有多个空调机2，参数设定用输入数据9包含表示空调机2的消耗电力和供给热量之间的关系的空调机特性数据7，控制数据制作部15制作多个空调机2各自的控制数据16以使多个空调机2的供给热量之和成为热负荷、空调对象空间的温度和湿度控制在预先设定的范围内且多个空调机2的消耗电力之和为最小。

因此能够降低构成空调系统的空调机的合计消耗电力。因此，可以提供一种能够同时实现节能和舒适性的空调系统控制装置3。

另外，在本实施方式1中，建筑物湿度模型12a是基于将由换气带来的水分变化、室内产生水分量、空调机2制冷时产生的除湿量、墙壁等的吸湿散湿、间隙风带来的水分变化作为影响因素的水分收支方程式。

因此，能够考虑室内水分变化的主要因素，因此能够提高温湿度预测的精度。

另外，在本实施方式1中，湿度特性参数设定部12基于热移动和水分移动的相似法则、以及热特性参数11所包含的室内侧热阻抗(R_Z)和室内热容量(C_Z)，求出作为湿度特性参数13之一的代表表面湿气传递率(α_X)，基于代表表面湿气传递率(α_X)，求出墙壁等的吸湿散湿。

因此，能够自动推定各建筑物的湿度特性参数13，因此即使不设置湿度传感器也能够预测室内湿度。

另外，在本实施方式1中，湿度特性参数设定部12利用作为热特性参数11之一的外壁室内侧表面温度(T₂)，求出饱和水蒸汽量(X_sat)，基于饱和水蒸汽量(X_sat)求出表面绝对湿度(X_s)，基于代表表面湿气传递率(α_X)及表面绝对湿度(X_s)，求出墙壁等的吸湿散湿。

因此，即使不设置检测墙壁等的温度的温度传感器，也能够求出墙壁等的表面温度，因此能够详细地计算墙壁等的吸湿散湿，能够提高室内湿度的预测精度。

并且，在本实施方式1中，湿度特性参数设定部12将热特性参数11所包含的人体发热的修正系数(ρ)作为修正室内产生水分量的修正系数(σ)。

因此，能够自动推定各建筑物的湿度特性参数13，因此即使不设置湿度传感器也能够预测室内湿度。

并且，在本实施方式1中，湿度特性参数设定部12将热特性参数11所包含的空调机2的供给热量的修正系数(δ)作为修正空调机2制冷时产生的除湿量的修正系数(ω)。

因此，能够自动推定各建筑物的湿度特性参数，因此即使不设置湿度传感器也能够预测室内湿度。

实施方式2.

在实施方式1中，在计算建筑物湿度模型12a的墙壁等的吸湿散湿时，根据墙壁等的材料的表面温度X_s中的饱和水蒸汽量X_sat和表面相对湿度RH_s的关系求出墙壁等材料的表面绝对湿度X_S，但也可以使用墙壁等的材料内部的水分收支方程式。

图6是表示本发明的实施方式2涉及的空调系统控制装置的构成的图。

如图6所示，实施方式2涉及的空调系统控制装置3在上述实施方式1的构成的基础上，将表示墙壁等的材料内部的水分收支方程式的墙壁等材料表面湿度特性数据7b登记(存储)到数据存储部8。

另外，其他构成与上述实施方式1相同，相同部分标有相同符号。以下对与实施方式1的不同点进行说明。

式(30)～(32)表示墙壁等的材料内部中的水分收支方程式。式(32)是表面的边界条件。

[数学式20]

$(\mathrm{\Φ}\mathrm{\ρ}+\mathrm{\κ})\frac{\∂X}{\∂t}-\mathrm{\υ}\frac{\∂T}{\∂t}=\mathrm{\λ}\frac{{\∂}^{2}X}{\∂n^2}\mathrm{..}\left(30\right)$

$\begin{array}{cc}\mathrm{\κ}={\mathrm{\ρ}}_s\frac{\∂\mathrm{\θ}}{\∂X}& \mathrm{\υ}=-{\mathrm{\ρ}}_s\frac{\∂\mathrm{\θ}}{\∂T}\end{array}\mathrm{..}\left(31\right)$

边界条件

在此，Φ：材料空隙率(m³/m³)、λ：湿气传导率(kg/m/sec/(kg/kg'))、n：厚度(m)、θ：含水率(kg/kg)、ρ_s：材料密度(kg/m³)、a_s：湿气传递率(kg/m²/sec/(kg/kg'))。

墙壁等的材料内的空隙非常小，将对室内绝对湿度X_Z的变动产生影响的墙壁的厚度假定为L(m)时，式(30)～(32)能够由式(33)表现。

[数学式21]

${\mathrm{L\ρ}}_s\frac{\∂\mathrm{\θ}}{\∂X}\frac{{\mathrm{dX}}_s}{dt}+{\mathrm{L\ρ}}_s\frac{\∂\mathrm{\θ}}{\∂T}\frac{{\mathrm{dT}}_s}{dt}=a_s(X_Z-X_s)\mathrm{..}\left(33\right)$

在此，

[数学式22]

$\begin{array}{ccc}{C}_{\mathrm{\θ}X}={\mathrm{\ρ}}_s{V}_s\frac{\∂\mathrm{\θ}}{\∂X}& C_{\mathrm{\θ}T}={\mathrm{\ρ}}_s{V}_s\frac{\∂\mathrm{\θ}}{\∂T}& {\mathrm{\α}}_X=a_s{A}_s\end{array}$

这样一来，式(33)能够由式(34)表现。

[数学式23]

$\frac{{\mathrm{dX}}_s}{dt}=\frac{{\mathrm{\α}}_X\left(X_Z-X_s\right)}{C_{\mathrm{\θ}X}}-\frac{C_{\mathrm{\θ}T}}{C_{\mathrm{\θ}X}}\frac{{\mathrm{dT}}_s}{dt}\mathrm{..}\left(34\right)$

在此，C_θX：绝对湿度倾斜度含水率变化率(kg/(kg/kg'))、C_θT：表面温度倾斜度含水率变化率(kg/K)、V_s：材料体积(m³)、A_S：材料表面积(m²)。

通过联立式(11)和式(34)，能够得到表现出材料表面和室内的水分移动的建筑物湿度模型12a。

综上所述，实施方式2的建筑物湿度模型12a可以由式(35)、(36)表现。

[数学式24]

$\frac{{\mathrm{dX}}_s}{dt}=\frac{{\mathrm{\α}}_X(X_Z-X_s)}{C_{\mathrm{\θ}X}}-\frac{C_{\mathrm{\θ}T}}{C_{\mathrm{\θ}X}}\frac{{\mathrm{dT}}_s}{dt}\mathrm{..}\left(36\right)$

在式(35)和式(36)中代入室内绝对湿度X_Z和表面绝对湿度X_S的初始值，并连续地解开，从而能够求出室内绝对湿度X_Z。

式(35)的左边和右边第一项～第三项及第五项与式(11)相同，因此能够与实施方式1同样地求出。式(35)的右边第四项的表面绝对湿度X_S能够由式(36)计算。式(36)的代表表面湿气传递率α_X与实施方式1同样地求出即可。

可以利用材料密度ρ_S、材料体积V_S及含水率曲线，计算绝对湿度倾斜度含水率变化率C_θX、表面温度倾斜度含水率变化率C_θT。对于它们，将与部件对应的物性值作为墙壁等材料表面湿度特性数据7b预先登记到数据存储部8。也可以基于在实施方式1中求出的室内容积V决定材料体积V_S。可以利用建筑物热模型10a来计算表面温度T_s。

如上所述，在本实施方式2中，建筑物湿度模型12a是基于将由换气带来的水分变化、室内产生水分量、空调机2制冷时产生的除湿量、墙壁等的吸湿散湿、间隙风带来的水分变化作为影响因素的水分收支方程式，墙壁等的吸湿散湿是基于构造物的材料内部的水收支方程式。

因此，能够考虑墙壁等的材料内部和材料表面的空气的水分移动来计算室内绝对湿度。由此，能够详细地决定来自墙壁等的吸湿散湿，因而能够提高预测精度。

另外，在本实施方式2中，建筑物湿度模型12a利用构造物的材料内部的含水率相对于绝对湿度的变化率亦即绝对湿度倾斜度含水率变化率(C_θX)、构造物的材料内部的含水率相对于表面温度的变化率亦即表面温度倾斜度含水率变化率(C_θT)，表现构造物的材料表面和空调对象空间的水分移动。

因此，能够详细地计算墙壁等的吸湿散湿，因而能够提高温湿度预测的精度。

实施方式3.

(目标函数及限制条件的变化)

本实施方式3与实施方式1及实施方式2的不同点在于控制数据制作部15的计算例中的目标函数及限制条件。以下，首先对目标函数进行说明，接着对限制条件进行说明。

(目标函数的变化)

(与所追加的目标函数相关的功能构成)

在实施方式1及实施方式2中，作为目标函数，采用多个空调机2的合计消耗电力。本发明不限定于此，在步骤S32的控制数据制作部15制作的控制数据16的计算中，也可以采用包含空调机2的运行成本在内的函数作为目标函数(评价指标)。此时，也可以根据需要设定不同时间段的电量费用等。

进而，为了形成还考虑了舒适性的评价指标，例如如式(37)所示的评价指标G所示，也可以设定将室内温度偏离设定温度的程度(设定温度和室内温度的差值)、室内湿度偏离设定湿度的程度(设定湿度和室内湿度的差值)、室内温度的时间变化率以及室内湿度的时间变化率与空调机2的消耗电力和运行成本组合而成的评价指标(目标函数)。例如，在想要抑制室内温度的频繁变动并同时降低消耗电力和运行成本的情况下，通过将式(3)的α₁、α₅、α₆和G₁、G₅、G₆设定成评价指标，能够决定最佳的控制指令。

[数学式25]

G＝α₁×G₁+α₂×G₂+α₃×G₃+α₄×G₄+α₅×G₅+α₆×G₆…(37)

在此，G₁：空调机2的消耗电力、G₂：空调机2的运行成本、G₃：室内温度偏离设定温度的程度的均方值、G₄：室内湿度偏离设定湿度的程度的均方值、G₅：室内温度的时间变化率的均方值、G₆：室内湿度的时间变化率的均方值、α₁～α₆：各自的权系数。其中，对于G₃～G₆，不需要将均方值列入评价指标。例如，在G₃、G₄中，只要是也考虑了偏离程度的绝对值的最大值的评价指标即可。另外，在G₅、G₆中，只要是也考虑了时间变化率的绝对值的最大值的评价指标即可。

(与所追加的目标函数相关的效果)

在上文所述的构成中，不仅是用于将空调机2的消耗电力及运行成本最小化的评价指标，而是还包含舒适性的评价指标，从而能够决定考虑了节能性和舒适性的平衡的空调机2的最佳控制指令。

(限制条件的变化)

(对室内温度的时间变化率追加限制条件的情况)

(与室内温度的时间变化率的限制相关的功能构成)

另外，在实施方式1和实施方式2中，将使室内温度控制在预先设定的范围内这一点作为与室内温度相关的限制条件(限制公式)，但除此之外，也可以将使室内温度的时间变化率维持在预先设定的温度变化率的范围内这一点追加到限制条件。即，室内温度的时间变化率不超过室内温度的时间变化率上限值这一点也可以成为限制条件。例如，在室内温度的时间变化率中设置0.2[℃/5分钟以下]等的限制。

(与室内温度的时间变化率的限制相关的效果)

结果是，空调系统控制装置3能够避免伴有急剧温度变化的空调机2的控制，进一步提高舒适性。

(对室内湿度的时间变化率追加限制条件的情况)

(与室内湿度的时间变化率的限制相关的功能构成)

另外，在实施方式1和实施方式2中，将使室内湿度控制在预先设定的范围内这一点作为与室内湿度相关的限制条件，但除此之外，也可以将使室内湿度的时间变化率维持在预先设定的湿度变化率的范围内这一点追加到限制条件。即，室内湿度的时间变化率不超过室内湿度的时间变化率上限值这一点也可以成为限制条件。例如，在室内湿度的时间变化率中设置0.2[％/5分钟以下]等的限制。

(与室内湿度的时间变化率的限制相关的效果)

结果是，空调系统控制装置3能够避免伴有急剧湿度变化的空调机2的控制，进一步提高舒适性。

(对空调机2的消耗电力追加限制条件的情况)

(与消耗电力的限制相关的功能构成)

另外，也可以通过追加将空调机2的消耗电力维持在预先设定的消耗电力上限值以下这一条件，在限制条件上追加消耗电力上限值。例如，通过在消耗电力上限值中追加10[kW]以下这一条件，空调系统控制装置3在消耗电力上追加限制。

(与消耗电力的限制相关的效果)

结果是，空调系统控制装置3能够抑制峰值电力及合同电力，因此能够削减用户的空调费用。

(对空调机2的起动停止次数追加限制条件的情况)

(与起动停止次数的限制相关的功能构成)

另外，也可以通过追加将空调机2的起动停止次数维持在预先设定的起动停止次数上限值以下这一条件，在限制条件上追加起动停止次数上限值。例如，通过在起动停止次数上限值中追加1次/1小时以下这一条件，空调系统控制装置3对起动停止次数追加限制。

(与起动停止次数的限制相关的效果)

结果是，空调系统控制装置3能够实现节能运转以防止有损于设置于空调机2的压缩机等的设备寿命。

(与目标函数和限制条件相关的效果)

根据上述说明，空调系统控制装置3能够决定出考虑了基于各种观点的舒适性、峰值电力的抑制及空调机2的设备寿命等的最佳控制指令。

如上所述，在本实施方式3中，限制条件由第一条件、第二条件及第三条件的任一个或两个以上的组合构成，其中所述第一条件是将室内温度和湿度的时间变化率维持在预先设定的室内温度和湿度的时间变化率的范围，所述第二条件是将空调机2的消耗电力维持在预先设定的消耗电力范围，所述第三条件是将空调机2的起动停止的次数维持在预定的次数以内。

在上述构成中，不仅能够将室内温度和湿度的变动控制在室内温度和湿度的变动容许范围，还能够将室内温度的频繁变化、峰值电力及空调机2的起动停止次数控制在容许范围，同时能够实现节能。

另外，在本实施方式3中，目标函数由空调机2的消耗电力、空调机的运行成本、室内温度偏离设定温度的程度、室内湿度偏离设定湿度的程度、室内温度的时间变化率及室内湿度的时间变化率的任一个或两个以上的组合构成。

在上述构成中，不仅仅将消耗电力或运行成本最小化，而是使用还包含舒适性的目标函数，能够实施考虑了节能性和舒适性的平衡的空调机2的运转。

符号说明

1：气象数据发送单位、2：空调机、3：空调系统控制装置、4：气象数据取得部、5：空调机运转数据取得部、6：控制数据输出部、7：空调机特性数据、7b：墙壁等材料表面湿度特性数据、8：数据存储部、9：参数设定用输入数据、10：热特性参数设定部、10a：建筑物热模型、11：热特性参数、12：湿度特性参数设定部、12a：建筑物湿度模型、13：湿度特性参数、14：预测用输入数据、15：控制数据制作部、15a：热负荷预测部、15b：室内温湿度预测部、16：控制数据、41：外部气温、42：日照量、43：邻室温度、44：室内温度、45：空调除去热量、46：室内产生热量、51：外部气体绝对湿度、52：室内产生水分量、53：空调机制冷时产生的除湿量、54：室内绝对湿度、55：墙壁表面绝对湿度、100：通信单元。

Claims (12)

1.一种空调系统控制装置，控制对建筑物的空调对象空间进行空气调节的空调机，具备：

数据存储部，存储有参数设定用输入数据，所述参数设定用输入数据至少包括包含所述建筑物在内的区域的气象数据和所述空调机的运转数据；

热特性参数设定部，具有基于所述空调对象空间中的热传导方程式的建筑物热模型的信息，基于所述参数设定用输入数据求出作为所述建筑物热模型的物理参数的热特性参数；

湿度特性参数设定部，具有基于所述空调对象空间中的水分收支方程式的建筑物湿度模型的信息，基于所述热特性参数和所述参数设定用输入数据，求出作为所述建筑物湿度模型的物理参数的湿度特性参数；

控制数据制作部，基于至少包括所述参数设定用输入数据在内的预测用输入数据、所述建筑物热模型、所述建筑物湿度模型、所述热特性参数及所述湿度特性参数，制作所述空调机的控制数据以使所述空调对象空间的温度和湿度控制在预先设定的范围内；及

控制数据输出部，将所述控制数据向所述空调机发送。

2.根据权利要求1所述的空调系统控制装置，具备：

热负荷预测部，基于所述建筑物热模型、所述建筑物湿度模型、所述热特性参数、所述湿度特性参数及所述预测用输入数据来预测所述空调对象空间的热负荷；及

室内温湿度预测部，基于所述建筑物热模型、所述建筑物湿度模型、所述热特性参数、所述湿度特性参数及所述预测用输入数据来预测所述空调对象空间的温度和湿度，

所述控制数据制作部基于所述预测用输入数据、由所述热负荷预测部预测出的所述空调对象空间的热负荷及由所述室内温湿度预测部预测出的所述空调对象空间的温度和湿度，制作所述空调机的控制数据以使所述空调对象空间的温度和湿度控制在预先设定的范围内。

3.根据权利要求1或2所述的空调系统控制装置，其特征在于，

在所述建筑物，设有多个所述空调机，

所述参数设定用输入数据包含表示所述空调机的消耗电力和供给热量之间的关系的空调机特性数据，

所述控制数据制作部制作多个所述空调机各自的控制数据，以使多个所述空调机的供给热量之和成为所述热负荷、所述空调对象空间的温度和湿度控制在预先设定的范围内且多个所述空调机的消耗电力之和为最小。

4.根据权利要求1～3中任一项所述的空调系统控制装置，其特征在于，

所述建筑物湿度模型基于将所述空调对象空间的换气带来的水分变化、所述空调对象空间内的产生水分量、所述空调机制冷时产生的除湿量、形成所述空调对象空间的构造物的吸湿散湿、以及所述空调对象空间的间隙风带来的水分变化作为影响因素的水分收支方程式。

5.根据权利要求4所述的空调系统控制装置，其特征在于，

所述湿度特性参数设定部基于热移动和水分移动的相似法则、以及所述热特性参数所包含的室内侧热阻抗(R_Z)和室内热容量(C_Z)，求出作为所述湿度特性参数之一且作为所述构造物的表面的湿气传递率的代表表面湿气传递率(α_X)，

基于所述代表表面湿气传递率(α_X)，求出形成所述空调对象空间的构造物的吸湿散湿。

6.根据权利要求5所述的空调系统控制装置，其特征在于，

所述湿度特性参数设定部利用作为热特性参数之一的外壁室内侧表面温度(T₂)，求出饱和水蒸汽量(X_sat)，

基于饱和水蒸汽量(X_sat)求出作为所述构造物的表面的绝对湿度的表面绝对湿度(X_s)，

基于所述代表表面湿气传递率(α_X)及所述表面绝对湿度(X_s)，求出形成所述空调对象空间的构造物的吸湿散湿。

7.根据权利要求4～6中任一项所述的空调系统控制装置，其特征在于，

所述湿度特性参数设定部将所述热特性参数所包含的人体发热的修正系数(ρ)作为修正所述空调对象空间内的产生水分量的修正系数(σ)。

8.根据权利要求4～7中任一项所述的空调系统控制装置，其特征在于，

所述湿度特性参数设定部将所述热特性参数所包含的所述空调机的供给热量的修正系数(δ)作为修正所述空调机制冷时产生的除湿量的修正系数(ω)。

9.根据权利要求1～8中任一项所述的空调系统控制装置，其特征在于，

所述建筑物湿度模型基于将所述空调对象空间的换气带来的水分变化、所述空调对象空间内的产生水分量、所述空调机制冷时产生的除湿量、形成所述空调对象空间的构造物的吸湿散湿、以及所述空调对象空间的间隙风带来的水分变化作为影响因素的水分收支方程式，

所述吸湿散湿基于所述构造物的材料内部的水收支方程式。

10.根据权利要求8所述的空调系统控制装置，其特征在于，

所述建筑物湿度模型利用所述构造物的材料内部的含水率相对于绝对湿度的变化率亦即绝对湿度倾斜度含水率变化率(C_θX)、以及所述构造物的材料内部的含水率相对于表面温度的变化率亦即表面温度倾斜度含水率变化率(C_θT)，表现所述构造物的材料表面和所述空调对象空间的水分移动。

11.根据权利要求1～10中任一项所述的空调系统控制装置，其特征在于，

所述控制数据制作部选择第一条件、第二条件及第三条件的任一个或两个以上的组合，制作所述空调机的控制数据，其中所述第一条件是将所述空调对象空间的温度和湿度的时间变化率维持在预先设定的温度和湿度的时间变化率的范围，所述第二条件是将所述空调机的消耗电力维持在预先设定的消耗电力的范围，所述第三条件是将所述空调机的起动停止的次数维持在预定的次数以内。

12.根据权利要求1～11中任一项所述的空调系统控制装置，其特征在于，

所述控制数据制作部制作所述空调机的控制数据，以使所述多个空调机的消耗电力之和、所述多个空调机的运行成本之和、所述空调对象空间的温度偏离设定温度的程度、所述空调对象空间的湿度偏离设定湿度的程度、所述空调对象空间的温度的时间变化率及所述空调对象空间的湿度的时间变化率中的任一个或者两个以上的组合满足预先设定的条件。