CN102367980A - 一种中央空调多维度集成优化控制系统及方法 - Google Patents

Abstract

本发明适用于控制技术领域，提供了一种中央空调多维度集成优化控制系统及方法，包括多个传感器、参数采集箱、中央控制器及多个智能控制设备，该多个传感器用于监测并采集中央空调各个工艺环节的运行参数和工艺设备消耗的功率数据；参数采集箱用于将该数据处理后传送给中央控制器；中央控制器用于对新采集的运行参数及功率数据进行集成分析，找出当前空调系统的低效环节及其产生原因，再推理获得低效环节及相关工艺环节的优化运行参数组合；多个智能控制设备用于根据该优化运行参数组合在线调节相应工艺环节的运行参数，使所有环节及其工艺设备都在优化的运行参数下运行。本发明实现了中央空调全系统运行过程的集成优化控制，降低了空调系统的能耗。

Description

一种中央空调多维度集成优化控制系统及方法

技术领域

本发明属于控制技术领域，尤其涉及一种中央空调多维度集成优化控制系统及方法。

背景技术

据统计，我国大型公共建筑建筑面积只有城镇建筑总量的4％，但却消耗了建筑能耗总量的28％，是建筑能源消耗的高密度领域。不同类型的大型公共建筑耗能特点各不相同，但相同的是中央空调的能耗都占了其中很大的比例。统计表明，中央空调能耗占建筑物总能耗的40％～60％，约占国家能源总消费量的15％以上，因此，降低中央空调系统的能耗已成为建筑节能的首要任务。但中央空调系统是一个由多个环节组成的复杂系统，其制冷过程也是一个由多个传热环节串联构成的复杂过程，这个过程包括室内空气循环、冷冻水循环、制冷剂循环、冷却水循环、室外空气循环等5个流体循环和空调末端设备、蒸发器、冷凝器、冷却塔等换热器中的4次热交换，如说明书附图1所示。建筑物要实现制冷，其内部的热量(冷负荷)必须依次通过空调系统这5个循环和4次热交换，才能被排放到室外大气中去而获得制冷。

中央空调系统的众多环节依次衔接，相互耦合，相互依存，具有强相关性，其任何一个环节的中断都将导致空调系统制冷功能丧失，任何一个环节运行的不协调都会引起系统制冷性能下降和运行能耗增加。

另一方面，从中央空调系统工作过程可知，中央空调的能耗主要来自于它的五种工艺设备(即流体机械)，包括末端设备风机、冷冻水泵、制冷压缩机、冷却水泵和冷却塔风机，这些工艺设备是中央空调系统各个流体循环的输送设备，其容量的选择是以空调负荷为依据的，而空调负荷受室外气象条件和室内人流量变化的影响，具有时变性特征，是随时变化的。

当空调负荷变化时，除一些新型的制冷机组能够自动调节其制冷剂循环流量以改变其冷量输出可以适应负荷变化引起的冷量需求变化外，空调系统中其它的工艺设备都没有新型制冷机组那样的自动调节功能，它们的运行参数不会跟随负荷的变化而自动调节，通常在设计的额定负荷参数下运行，这样就造成空调系统某些环节运行状态与负荷不协调，各个环节之间运行也不协调，使整个空调系统制冷效率下降。

目前，中央空调节能市场上的控制技术和产品虽多，但这些技术和产品大都只从容易实施的局部环节去考虑和解决问题，如只关注某一水泵(冷冻水泵或冷却水泵)或某一风机(冷却塔风机或末端风柜风机)的节能，而忽略了对整个中央空调系统运行参数及能耗的监测与控制。事实上，某一局部环节的控制，不只对该环节的运行状态有影响，它对其它环节甚至整个空调系统的运行状态都有影响。如果只关注局部环节的节能而忽略了与其它环节间的相互协调与匹配，往往会导致其它环节效率下降(如制冷机组性能系数COP降低)，这样，虽然局部环节的设备节了一点能，但从整个系统来看并不节能甚至能耗升高。

发明内容

本发明实施例的目的在于提供一种中央空调多维度集成优化控制系统及方法，旨在通过对中央空调系统运行参数的全面监测、集成分析、动态优化和在线调节，以解决变负荷工况下中央空调系统运行效率低、能耗高的问题。

本发明实施例是这样实现的，一种中央空调多维度集成优化控制系统，所述系统包括多个传感器、与所述多个传感器相连接的参数采集箱、与所述参数采集箱相连接的中央控制器以及与所述中央控制器相连接的多个智能控制设备，其中：

所述多个传感器用于全面监测并采集中央空调各个工艺环节的运行参数和工艺设备消耗的功率数据；

所述参数采集箱用于将所述新采集的运行参数及功率数据处理后传送给所述中央控制器；

所述中央控制器用于将原存储的运行参数及功率数据更新为新采集的运行参数以及功率数据，并对所述新采集的运行参数及功率数据进行集成分析，找出当前空调系统运行的低效环节及产生低效的原因，再推理获得低效环节及相关工艺环节的优化运行参数组合；以及

所述多个智能控制设备用于根据所述优化运行参数组合在线调节相应工艺环节的运行参数，以使所有工艺环节及工艺设备都在优化的运行参数下运行。

本发明实施例的另一目的在于提供一种中央空调多维度集成优化控制方法，所述方法包括下述步骤：

全面监测并采集中央空调各个工艺环节的运行参数和工艺设备消耗的功率数据；将所述运行参数及功率数据处理后，更新原存储的运行参数及功率数据为新采集的运行参数及功率数据；

根据所述新采集的运行参数及功率数据，分析、诊断当前空调系统各个环节的运行状况，找出低效环节及产生低效的原因；

根据所述低效环节及产生低效的原因，推理获得低效环节及相关工艺环节的优化运行参数组合；

根据所述的优化运行参数组合，在线调节相应工艺环节的运行参数，以使所有环节及工艺设备都在优化的运行参数下运行。

本发明实施例提供了一种包括多个传感器、与该多个传感器相连接的参数采集箱、与该参数采集箱相连接的中央控制器以及与该中央控制器相连接的多个智能控制设备的中央空调多维度集成优化控制系统，通过全面监测和采集中央空调各个工艺环节的运行参数和工艺设备消耗的功率数据，在将该数据处理后，由该中央控制器对该运行参数及功率数据进行集成分析，找出当前空调系统的低效工艺环节及其产生原因，再推理获得低效环节及相关工艺环节的优化运行参数组合，并根据该优化运行参数组合在线调节相应工艺环节的运行参数，使其在相应的优化运行参数下运行，从而实现中央空调全系统各个工艺环节及工艺设备(即空间维度)的集成优化控制，提高相应工艺设备及全系统的能源利用效率。在中央空调的运行过程中，将所述集成优化控制的方法(即全面监测、集成分析、动态优化、在线调节)持续不断周而复始地循环进行，就可以实现中央空调运行全过程(即时间维度)的动态优化控制，大幅度降低中央空调系统的能耗。

附图说明

图1是中央空调系统实现制冷的流程图；

图2是本发明第一实施例提供的中央空调多维度集成优化控制系统的结构图；

图3是本发明第二实施例提供的中央空调多维度集成优化控制方法的实现流程图；

图4是本发明第二实施例提供的中央空调多维度集成优化控制方法的集成分析步骤的实现流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明实施例提供了一种包括多个传感器、与该多个传感器相连接的参数采集箱、与该参数采集箱相连接的中央控制器以及与该中央控制器相连接的多个智能控制设备的中央空调多维度集成优化控制系统，实现了中央空调全系统和运行全过程的优化控制，提高了中央空调系统的运行效率，降低了中央空调系统的能耗。

本发明实施例提供了一种中央空调多维度集成优化控制系统，所述系统包括：

所述系统包括多个传感器、与所述多个传感器相连接的参数采集箱、与所述参数采集箱相连接的中央控制器以及与所述中央控制器相连接的多个智能控制设备，其中：

所述多个传感器用于全面监测并采集中央空调各个工艺环节的运行参数和工艺设备消耗的功率数据；

所述参数采集箱用于将所述运行参数及功率数据处理后传送给所述中央控制器；

所述中央控制器用于将原存储的运行参数及功率数据更新为新采集的运行参数以及功率数据，并对所述新采集的运行参数及功率数据进行集成分析，找出当前空调系统运行的低效环节及产生低效的原因，再推理获得低效环节及相关工艺环节的优化运行参数组合；以及

所述多个智能控制设备用于根据所述优化运行参数组合在线调节相应工艺环节的运行参数，以使所有工艺环节及工艺设备都在优化的运行参数下运行。

本发明实施例还提供了一种中央空调多维度集成优化控制方法，所述方法包括下述步骤：

全面监测并采集中央空调各个工艺环节的运行参数和工艺设备消耗的功率数据；将所述运行参数及功率数据处理后，更新原存储的运行参数及功率数据为新采集的运行参数及功率数据；

根据所述新采集的运行参数及功率数据，分析、诊断当前空调系统各个环节的运行状况，找出低效环节及产生低效的原因；

根据所述低效环节及产生低效的原因，推理获得低效环节及相关工艺环节的优化运行参数组合；

根据所述的优化运行参数组合，在线调节相应工艺环节的运行参数，以使所有环节及工艺设备都在优化的运行参数下运行。

本发明实施例通过全面监测并采集中央空调各个工艺环节的运行参数和工艺设备消耗的功率数据，将该数据处理后，由该中央控制器对该新采集的运行参数及功率数据进行集成分析，找出当前空调系统的低效环节及其产生原因，再推理获得低效环节及相关工艺环节的优化运行参数组合，并根据该优化运行参数组合在线调节相应工艺环节的运行参数，使所有环节及工艺设备都在优化的运行参数下运行，从而实现中央空调全系统(即空间维度)的集成优化控制，提高了中央空调全系统的能源利用效率。在中央空调的运行过程中，将所述集成优化控制的方法持续不断周而复始地循环进行，就可以实现中央空调运行全过程(即时间维度)的动态优化控制，在确保中央空调服务质量和安全稳定运行的前提下，最大限度地降低空调系统能耗，实现最佳节能。

以下结合具体实施例对本发明的具体实现进行详细描述：

实施例一：

中央空调系统的制冷过程，是一个将建筑物内部的余热转移到室外大气中去的逆向传热过程。在中央空调系统运行过程中，空调负荷的动态变化会造成空调系统逆向传热量变化，而传热量的变化将使担负热量传递与转移的各个流体循环和换热工况随之变化，从而造成整个制冷过程产生变化，导致全系统的运行参数发生变化，而不只是局部环节的参数变化。为此，采用先进的信息采集技术，将中央空调系统各个独立的流体循环和各个分离的工艺设备的运行信息，即运行参数及相应工艺设备功耗，进行全面的实时监视和采集，并传送到中央控制器的数据库，集成到一个相互关联的、统一的、协调的控制平台上，实现中央空调全系统的运行信息综合和数据共享，使系统中原本分散独立运行的各个工艺环节，从物理、逻辑、功能上互联为一体，为它们之间的协调运行和系统整体性能优化创造了条件。

图2示出了本发明第一实施例提供的中央空调多维度集成优化控制系统的结构，为了便于说明，仅示出了与本发明实施例相关的部分。

该中央空调多维度集成优化控制系统包括多个传感器11、与该多个传感器11相连接的参数采集箱12、与该参数采集箱12相连接的中央控制器13以及与该中央控制器13相连接的多个智能控制设备14，其中：

该多个传感器11用于全面监测并采集中央空调各个工艺环节的运行参数和工艺设备消耗的功率数据。

在本发明实施例中，该多个传感器11包括第一传感器111、第二传感器112、第三传感器113等，且该多个传感器11为安装在中央空调系统各个工艺环节(工艺流体循环)适当部位的各种传感器，用于实现对各个环节主要运行参数及工艺设备消耗的功率进行监测和采集。其中，该各个工艺环节包括末端设备风机驱动的室内空气循环、冷冻水泵驱动的冷冻水循环、制冷机组压缩机驱动的制冷剂循环、冷却水泵驱动的冷却水循环以及冷却塔风机驱动的室外空气循环；该工艺设备包括末端设备风机、冷冻水泵、制冷机组压缩机、冷却水泵以及冷却塔风机。

具体地，该末端设备风机驱动的室内空气循环运行参数，包括送风温度、送风量、回风温度、回风湿度、回风量、回风CO2浓度、排风量、室内微正压等参数；该冷冻水泵驱动的冷冻水循环运行参数，包括冷冻水供水总管温度、冷冻水回水总管温度、冷冻水供回水总管压差、冷冻水总管流量、冷冻水泵进口压力、冷冻水泵出口压力等参数；该制冷机组压缩机驱动的制冷剂循环运行参数，包括各台机组蒸发器出水温度、蒸发器进水温度、冷凝器出水温度、冷凝器进水温度、负荷率等参数；该冷却水泵驱动的冷却水循环运行参数，包括冷却水出水总管温度、冷却水回水总管温度、冷却水泵进口压力、冷却水泵出口压力、冷凝器进出口压差等参数；该冷却塔风机驱动的室外空气循环运行参数，包括冷却塔进水温度、冷却塔出水温度、室外空气温度、室外空气湿度等参数。

具体地，该工艺设备消耗的功率包括末端设备风机消耗的功率、冷冻水泵消耗的功率、制冷机组压缩机消耗的功率、冷却水泵消耗的功率、冷却塔风机消耗的功率等。

该参数采集箱12用于将该新采集的运行参数及功率数据处理后传送给该中央控制器13。

在本发明实施例中，由于利用该多个传感器11获取的各个工艺环节的运行参数和各个工艺设备消耗的功率数据都是模拟数据信号，因此需要利用该参数采集箱12将这些模拟数据信号进行处理转变为数字信号后，再传送给中央控制器13进行存储。

该中央控制器13通过基于RS485标准Modbus协议的控制总线与该多个智能控制设备14相连接。

该中央控制器13用于将原存储的运行参数及功率数据更新为新采集的运行参数以及功率数据，并对该新采集的运行参数及功率数据进行集成分析，找出当前空调系统运行的低效环节及产生低效的原因，再推理获得低效环节及相关工艺环节的优化运行参数组合。

具体地，该中央控制器13接收到来自该参数采集箱12发送的数据后，将原存储在“运行参数数据库”中的运行参数及功率数据进行更新，具体为将各个工艺环节原有的运行参数数据更新为相应的当前运行参数数据，将各个工艺设备原有的功率数据更新为相应的当前的功率数据。

该中央控制器13对该新采集的运行参数和功率数据进行集成分析的过程如下：

首先，该中央控制器13根据空调末端空气循环新的运行参数回风温度、回风湿度、回风CO₂浓度等数据，判断末端空调环境参数是否合理或满足使用要求，如果末端空调环境参数不合理或未满足要求，则调节空调系统相关工艺设备，以调节空调系统的制冷量供给，使末端空调环境参数保持在合理的范围内，即保证末端有适宜的空调效果。

其次，中央控制器13对采集到的各个环节新的运行数据进行汇总、统计和综合分析，并根据热力学第一定律(能量守恒与转换定律)，即空调制冷过程中各个环节之间传递的热量应保持平衡的原则，对变负荷工况下空调系统各个环节的运行状态及其效率进行评估和诊断，找出系统中运行不协调和效率低下的环节(即低效环节)。

具体地，根据冷冻水循环的运行参数，计算空调系统当前的传热负荷Q，即空调系统制备的总冷量，Q＝ζ·G·ΔT，该式中，Q为空调系统当前的传热负荷(即总冷量)，ζ为与冷冻水比热、密度等相关的常数，G为冷冻水流量，ΔT为冷冻水供水、回水之间的温度差。

接着计算在当前传热负荷下各个环节工艺设备的能源利用效率η(即传热负荷Q与其消耗的功率N之比)及空调系统总的能源效率η_S，例如：

末端设备的能源效率η₁＝Q/N₁；

冷冻水泵的能源效率η₂＝Q/N₂；

制冷机组的能源效率η₃＝Q/N₃；

冷却水泵的能源效率η₄＝Q/N₄；

冷却塔风机的能源效率η₅＝Q/N₅；

整个空调系统总的能源效率η_S＝Q/(N₁+N₂+N₃+N₄+N₅)

其中，N₁为末端设备风机消耗的总功率，N₂为冷冻水泵消耗的总功率，N₃为制冷机组压缩机消耗的总功率，N₄为冷却水泵消耗的总功率，N₅为冷却塔风机消耗的总功率。

其三，将各个环节工艺设备的能源效率η₁、η₂、η₃、η₄、η₅及系统总能源效率η_S与数据库中原储存的相同传热负荷时各自历史数据的最佳效率值进行比较，以分析、诊断当前空调系统各个环节及全系统运行的状况，并找出其低效环节。具体地，凡是能源效率低于其历史数据最佳效率值的环节，即为当前的低效率运行环节；若系统总能源效率η_S也低于其历史数据的最佳效率值，则进一步说明系统中各个环节运行欠协调，存在低效环节，需要进行动态优化调节，以提高系统整体效率；若某些环节的能源效率或系统总能源效率高于历史数据的最佳效率值，则将其存储于“运行参数数据库”，以刷新原有的相关数据。

其四，中央控制器13对低效环节产生的原因进行系统性集成分析，以查找和判断其低效的原因，因为找准原因是改善这些环节及系统运行效率的关键；通常，影响空调系统各个环节运行效率的原因较复杂，有运行管理的原因(如设备精细化使用和维护水平等)，也有技术的原因(如运行控制方法是否科学、合理等)，有些原因不仅影响该环节的运行效率，而且会影响其它环节甚至整个系统的效率。

这里只对影响空调系统运行效率的各个环节的技术原因进行分析，并且将其判别规则预先存储于中央控制器13的“影响因素数据库”中，以供集成分析时使用，其中：

空调末端环节常见原因主要有：当空调区域人员密度相对较大且变化较大时，若可变新风比动态控制失当，回风、排风与新风不平衡，回风量过小，排风量过大，会导致大量冷量随之流失，系统效率下降，此时回风CO₂浓度较低；若空调区域的微正压控制不当，将导致大量无组织的空气流动(如门窗缝隙的渗透和对流)，增大空调系统的负荷；若新风焓值的监控和利用不当，当过渡季或夏季夜间室外空气焓值低于室内空气焓值时，未充分利用室外空气的冷量对室内空气进行降温和蓄冷，以减少人工制冷量的消耗。

冷冻水环节常见原因主要有：冷冻水流量与所传送的冷量不匹配，导致水系统常常运行于“大流量、小温差”的低效状态；复式泵系统控制不当，当二次泵流量与一次泵流量不匹配时，平衡管(盈亏管)中将有正向或反向流量存在，均会导致某一水泵工作于低效状态；若二次泵流量大于一次泵流量时，还会造成末端设备的供水温度升高，致使末端设备运行效率降低；多环路或多区域供水时，易产生动态水力失衡，造成各空调区域冷热效果不均衡，且冷冻水泵能耗增大。

制冷机组环节常见原因主要有：制冷机组的群控方法不当，导致机组运行负荷与其效率不匹配，制冷机组没有工作于高效的负荷率区域。

冷却水环节常见原因主要有：冷却水流量控制方法不当，或使制冷机组冷凝器的冷却水进水温度过高或过低(国家标准GB 50019-2003《采暖通风与空气调节设计规范》中第7.7.2条规定，电动压缩式冷水机组的冷却水进口温度不宜高于33℃，最低温度不宜低于15.5℃；溴化锂吸收式冷水机组的冷却水进口温度不宜高于33℃，最低温度不宜低于24℃)，导致机组制冷效率下降，或使冷却水系统常常在“大流量、小温差”的低效状态下运行，水泵能耗大。

冷却塔环节常见原因主要有：冷却塔控制方法不当，导致冷却塔出水温度与室外湿球温度之差(即冷却幅高)偏离要求值过大，不利于制冷机组冷凝器进水温度的优化；多个冷却塔并联运行时，冷却水流量的分配控制不均，导致冷却总效率下降。

可见，空调系统某个环节运行效率不仅受该环节控制方法的影响，也受其它环节运行状态的影响，这也是中央空调系统控制难度较大的原因之一，也是中央空调系统控制必须从“空间维度”进行全局优化的根本原因。

该中央控制器13根据预先存储的影响系统运行效率的因素判别规则和采集到的空调系统当前的运行参数数据，分析、判断并找出引起低效环节效率偏低的原因，为系统运行参数动态优化提供方向和依据。

该中央控制器13根据该的低效环节及其产生的原因，对低效环节及相关环节的运行参数进行动态优化，以提升其运行效率。

中央空调系统节能控制的目的，是在满足空调效果和运行安全的前提下，实现中央空调系统整体性能的优化，而空调系统整体性能的优化，就是要使空调系统运行的总能耗最低，为此，需要寻找各种负荷工况下空调系统低效环节及相关环节的优化运行参数。

由于空调系统是一个较复杂的多参量系统，各个环节的运行参数并非只有一个，而往往是由多个(2个以上)运行参数构成的组合。这种空调系统单个环节的运行参数组合，我们通常称之为小组合；而由全部环节运行参数组合(众多小组合)所构成的整个系统运行参数组合，我们称之为大组合，如下表一所示为各个环节的运行参数组合即小组合：

表一

中央空调系统运行参数的动态优化，就是既要实现低效环节运行的优化，更要实现整个系统运行的优化，如果某个环节优化(局部优化)与系统优化(全局优化)不可兼得，则以系统优化为主而兼顾低效环节。

在本发明实施例中，具体的运行参数动态优化原理为：

该中央控制器13根据上述集成分析的结果，即该低效环节及其产生的原因，应用“参数优化规则”(即运行参数自寻优、自适应动态优化控制模型)，并参考原存储于该中央控制器的“优化参数数据库”中相同传热负荷时的历史优化参数数据，自动推理选择当前传热负荷下空调系统低效环节及相关工艺环节的优化运行参数组合，使空调系统的整个传热过程——从末端设备的吸热、冷冻水的传热、制冷机组的热转换到冷却水和冷却塔的排热(如图1所示)，所有环节都在相互平衡和协调状态运行，即全系统都在优化的运行参数组合下运行，从而实现空调全系统性能的优化。

这里所说的空调系统运行参数优化规则，即运行参数自寻优、自适应动态优化控制模型，包括：

空调末端环节运行参数的优化规则即动态优化控制模型，包括夏季制冷新风焓值大于回风焓值时的“小新风”空调工况控制模型(含维持建筑物室内合理压力分布的微正压控制模型)、过渡季制冷新风焓值小于回风焓值而大于送风焓值时的“全新风”空调工况控制模型、冬季制冷新风焓值小于回风焓值且小于送风焓值时的“置换通风”工况控制模型；

冷冻水环节运行参数的优化规则即动态优化控制模型，包括冷冻水回水温度精确控制(防止大流量、小温差)模型、复式泵系统冷源侧与负荷侧流量匹配控制模型、多环路或多区域供水系统的动态水力平衡调控模型；

制冷机组环节运行参数的优化规则即动态优化控制模型，主要为制冷机组能源效率与负荷率动态匹配(确保机组运行于高效负荷区)控制模型；

冷却水与冷却塔环节运行参数的优化规则即动态优化控制模型，主要为基于制冷系统总能耗(即制冷机组、冷却水泵、冷却塔风机三者能耗之和)最低的自适应优化控制模型；

这里所说的低效环节及相关环节的优化运行参数组合，包括：

空调末端环节的优化运行参数组合；

冷冻水环节的优化运行参数组合；

制冷机组环节的优化运行参数组合；

冷却水环节的优化运行参数组合；

冷却塔环节的优化运行参数组合。

最后，中央控制器13将低效环节及相关环节的优化运行参数组合传送到相应的智能控制设备中，同时将其存储于“优化参数数据库”中，以不断丰富和完善该“优化参数数据库”中的数据组合，此时，中央控制器13也传送控制指令至相应的智能控制设备。

该多个智能控制设备14用于根据该优化运行参数组合在线调节低效环节及相关环节的运行参数，以使相应环节及工艺设备都在优化运行参数下运行。

其中，该多个智能控制设备14包括第一智能控制设备141、第二智能控制设备142、第三智能控制设备143等，具体为由智能控制单元、变频器等构成的末端设备智能控制柜或控制箱、由智能控制单元、变频器等构成的冷冻水泵智能控制柜、由智能控制单元等构成的制冷机组智能控制仪、由智能控制单元、变频器等构成的冷却水泵智能控制柜、由智能控制单元、变频器等构成的冷却塔智能控制柜或控制箱。

另外，该多个智能控制设备14通过电力电缆与各个相应的工艺设备相连接，具体地，该末端设备智能控制柜或控制箱连接末端设备、冷冻水泵智能控制柜连接冷冻水泵、制冷机组智能控制仪连接制冷机组、冷却水泵智能控制柜连接冷却水泵、冷却塔智能控制柜或控制箱连接冷却塔。

在本发明实施例中，该多个智能控制设备14按照中央控制器13所传来的优化运行参数组合及控制指令，实时在线调节低效环节及相关环节的运行参数，使空调系统所有工艺环节及其工艺设备都在优化的运行参数下运行，而不是单个环节及设备，从而实现了全系统运行的平衡与协调，确保了空调系统的整体效率最优。

在本发明实施例中，该多个传感器用于全面监测并采集中央空调各个工艺环节的运行参数和工艺设备消耗的功率数据，该参数采集箱用于将该新采集的运行参数及功率数据处理后传送给该中央控制器，该中央控制器用于将原先存储的运行参数及功率数据更新为新采集的运行参数及功率数据，并对该新采集的运行参数及功率数据进行集成分析，找出系统中运行不协调的低效环节，并分析其产生的原因，再应用“参数优化规则”(即运行参数自寻优、自适应动态优化控制模型)，推理获得低效环节及相关工艺环节的优化运行参数组合，该多个智能控制设备用于根据该优化运行参数组合在线调节相应环节的运行参数，以使所有环节及其工艺设备都在优化的运行参数下运行，这样，就找出并解决了变负荷工况下中央空调系统运行中的不协调环节，即低效环节，从而实现整个空调系统的高效协调运行，实现空调系统整体性能的优化。

实施例二：

图3示出了本发明第二实施例提供的中央空调多维度集成优化控制方法的实现流程，详述如下：

在步骤S301中，全面监测并采集中央空调各个工艺环节的运行参数及工艺设备消耗的功率数据，并将该新采集的运行参数及功率数据处理后，更新原存储的运行参数及功率数据为该新采集的运行参数及功率数据。

在具体实施过程中，通过安装在中央空调系统各个工艺环节(工艺流体循环)适当部位的各种传感器，实现对各个环节主要运行参数及工艺设备消耗的功率数据进行监测和采集。其中，该工艺设备包括末端设备风机、冷冻水泵、制冷机组压缩机、冷却水泵以及冷却塔风机，该各个工艺环节包括末端设备风机驱动的室内空气循环、冷冻水泵驱动的冷冻水循环、制冷机组压缩机驱动的制冷剂循环、冷却水泵驱动的冷却水循环以及冷却塔风机驱动的室外空气循环。

具体地，该各个工艺环节的运行参数包括：该末端设备风机驱动的室内空气循环运行参数，包括送风温度、送风量、回风温度、回风湿度、回风量、回风CO₂浓度、排风量、室内微正压等参数；该冷冻水泵驱动的冷冻水循环运行参数，包括冷冻水供水总管温度、冷冻水回水总管温度、冷冻水供回水总管压差、冷冻水总管流量、冷冻水泵进口压力、冷冻水泵出口压力等参数；该制冷机组压缩机驱动的制冷剂循环运行参数，包括各台机组蒸发器出水温度、蒸发器进水温度、冷凝器出水温度、冷凝器进水温度、负荷率等参数；该冷却水泵驱动的冷却水循环运行参数，包括冷却水出水总管温度、冷却水回水总管温度、冷却水泵进口压力、冷却水泵出口压力、冷凝器进出口压差等参数；该冷却塔风机驱动的室外空气循环运行参数，包括冷却塔进水温度、冷却塔出水温度、室外空气温度、室外空气湿度等运行参数。该工艺设备消耗的功率包括末端设备风机消耗的功率、冷冻水泵消耗的功率、制冷机组压缩机消耗的功率、冷却水泵消耗的功率、冷却塔风机消耗的功率。

在具体实施过程中，所采集的运行参数及功率等模拟数据信号通过参数采集箱转变为数字数据信号后，再传送给中央控制器，该中央控制器接收到该数据信号后，将原存储在“运行参数数据库”中的运行参数及功率数据进行更新，具体为，将该数据库中的各个工艺环节的运行参数更新为对应的当前运行参数，将各个工艺设备消耗的功率更新为对应的当前消耗的功率。

在步骤S302中，根据该新采集的运行参数及功率数据，分析、诊断当前空调系统各个环节的运行状况，找出低效环节及产生低效的原因。

中央控制器根据热力学第一定律(能量守恒与转换定律)，即空调制冷过程中各个环节之间传递的热量应保持平衡的原则，对各个工艺环节新的运行数据进行分析，对空调系统各个环节的运行状态及其效率进行诊断，查找低效环节，并分析判断其效率低下的原因。

步骤S302具体包括以下步骤，如图4所示：

在步骤401中，根据空调末端室内空气循环的运行参数，判断末端空调环境是否合理或者满足使用要求。

其中，当末端空调环境不合理或者不满足使用要求时，调节空调系统的制冷量供给，以确保末端空调环境参数保持在合理的范围内。

在具体实施过程中，根据空调末端空气循环的运行参数回风温度、回风湿度、回风CO₂浓度等数据，判断末端空调环境参数是否合理或满足使用要求，如果末端空调环境参数不合理或未满足要求，则调节空调系统相关工艺设备，以调节空调系统的制冷量供给，使末端空调环境参数保持在合理的范围内，即保证末端有适宜的空调效果。

在步骤S402中，根据该冷冻水循环的运行参数以及该各个工艺设备消耗的功率，计算当前空调系统的传热负荷和在当前传热负荷下各个环节工艺设备的能源效率及空调系统总的能源效率。

其中，步骤S402具体包括以下步骤：

首先，根据该冷冻水循环的运行参数，计算获取空调系统当前的传热负荷；

在具体实施过程中，根据冷冻水循环的运行参数，计算空调系统当前的传热负荷Q(即空调系统制备的总冷量)，Q＝ζ·G·ΔT，该式中，Q为空调系统当前的传热负荷(即总冷量)，ζ为与冷冻水比热、密度等相关的常数，G为冷冻水流量，ΔT为冷冻水供水、回水之间的温度差。

其次，根据该传热负荷Q及各个环节工艺设备所消耗的功率，计算获取在该传热负荷下各个环节工艺设备的能源效率及空调系统总的能源效率。

在具体实施过程中，各个环节工艺设备的能源利用效率η(即传热负荷Q与其消耗的功率N之比)及空调系统总的能源效率η_S通过以下计算获得：

末端设备的能源效率η₁＝Q/N₁；

冷冻水泵的能源效率η₂＝Q/N₂；

制冷机组的能源效率η₃＝Q/N₃；

冷却水泵的能源效率η₄＝Q/N₄；

冷却塔风机的能源效率η₅＝Q/N₅；

整个空调系统的总能源效率η_S＝Q/(N₁+N₂+N₃+N₄+N₅)

其中，N₁为末端设备消耗的总功率，N₂为冷冻水泵消耗的总功率，N₃为制冷机组消耗的总功率，N₄为冷却水泵消耗的总功率，N₅为冷却塔风机消耗的总功率。

在步骤S403中，将该各个环节工艺设备的能源效率及空调系统总的能源效率与原储存的相同传热负荷时历史数据的最佳效率值进行比较，分析找出当前空调系统运行的低效环节。

在具体实施过程中，将该能源效率η₁、η₂、η₃、η₄、η₅及系统总能源效率η_S与数据库中原储存的相同传热负荷时各自历史数据的最佳效率值进行比较，以分析、诊断当前空调系统各个环节及全系统运行的状况，并找出其低效环节。具体地，凡是能源效率低于其历史数据最佳效率值的环节，即为当前的低效率运行环节；若系统总能源效率η_S也低于其历史数据的最佳效率值，则进一步说明系统中各个环节运行欠协调，存在低效环节，需要进行动态优化调节，以提高系统整体效率；若某些环节的能源效率或系统总能源效率高于历史数据的最佳效率值，则将其存储于“运行参数数据库”，以刷新原有的相关数据。

在步骤S404中，根据该低效环节，分析判断低效环节产生的原因。

因为找准原因是改善这些环节或系统运行效率的关键。通常，影响空调系统各个环节运行效率的原因较复杂，有运行管理的原因(如设备精细化使用和维护水平等)，也有控制技术的原因(如，运行控制方法是否科学、合理等)，有些原因不仅影响某个环节的运行效率，而且会影响其它环节甚至整个系统的效率。

这里只对影响空调系统运行效率的各个环节的技术原因进行分析，并且将其判别规则预先存储于中央控制器的“影响因素数据库”中，以供集成分析时使用。

在具体实施过程中，根据预先存储的影响空调系统运行效率的因素判别规则和采集到的空调系统当前的运行参数数据，分析、判断并找出引起低效环节效率低下的原因，为系统运行参数动态优化提供方向和依据，

在步骤S303中，根据该低效环节及产生低效的原因，推理获得低效环节及相关工艺环节的优化运行参数组合。

在具体实施过程中，根据上述集成分析的结果，应用“参数优化规则”(即运行参数自寻优、自适应动态优化控制模型)，并参考原存储于该中央控制器中的“优化参数数据库”中相同传热负荷时的历史优化参数数据组合，推理、选择当前传热负荷下低效环节及相关环节的优化运行参数组合，例如，空调末端环节的优化运行参数组合；冷冻水环节的优化运行参数组合；制冷机组环节的优化运行参数组合；冷却水环节的优化运行参数组合；以及冷却塔环节的优化运行参数组合。

这里所说的空调系统运行参数优化规则，即运行参数自寻优、自适应动态优化控制模型，包括：

空调末端环节运行参数的优化规则即动态优化控制模型，包括夏季制冷新风焓值大于回风焓值时的“小新风”空调工况控制模型(含维持建筑物室内合理压力分布的微正压控制模型)、过渡季制冷新风焓值小于回风焓值而大于送风焓值时的“全新风”空调工况控制模型、冬季制冷新风焓值小于回风焓值且小于送风焓值时的“置换通风”工况控制模型；

冷冻水环节运行参数的优化规则即动态优化控制模型，包括冷冻水回水温度精确控制(防止大流量、小温差)模型、复式泵系统冷源侧与负荷侧流量匹配控制模型、多环路或多区域供水系统的动态水力平衡调控模型；

制冷机组环节运行参数的优化规则即动态优化控制模型，主要为制冷机组能源效率与负荷率动态匹配(确保机组运行于高效负荷区)控制模型；

冷却水与冷却塔环节运行参数的优化规则即动态优化控制模型，主要为基于制冷系统总能耗(即制冷机组、冷却水泵、冷却塔风机三者能耗之和)最低的自适应优化控制模型；

在步骤S304中，根据该优化运行参数组合，在线调节相应工艺环节的运行参数，以使相应环节及工艺设备都在优化的运行参数下运行。

在具体实施过程中，中央控制器将空调系统在当前负荷下低效环节及相关环节的优化运行参数组合发送到相应的智能控制设备，相应的智能控制设备实时在线调节低效环节及相关环节的运行参数，使所有环节及工艺设备都在优化的运行参数下运行，而不是单个环节及设备，实现全系统传热的平衡与协调，以提升空调系统整体效率，从而以最少的能源消耗(即系统总能耗最低)获得所需要的空调效果。

如前所述，从步骤S301到步骤S304，完成了空调系统运行参数的全面监测——集成分析——动态优化——在线调节，即一个控制循环，然后进入下一个控制循环，即运行参数的再监测——再分析——再优化——再调节，如此周而复始，循环不已，直到中央空调系统运行终止为止。中央空调制冷过程是一个持续不断的热量逆向转移过程，其运行参数的集成优化也是一个持续不断的过程。这样，既实现了中央空调系统运行全系统(即空间维度上)的整体优化，又实现了运行全过程(即时间维度上)的动态优化。

中央空调系统虽然由多个传热环节串联构成，但却是一个有机的整体，只有保持各个环节间的热量传递平衡，才能实现空调系统整体性能优化，能耗最低；如果只对其中的某个环节或部分环节进行优化控制，这只是一种局部优化。局部优化实质上是片面追求其中某个设备或部分设备的能耗降低，而不可能使系统整体能耗降低，因此不是全局的优化。本发明实施例将整个空调系统作为一个有机的整体考虑，以整个空调系统总能耗最低为目标，通过空调运行参数的全面监测和集成分析，找出变负荷工况下各个环节间热量传递的不平衡点(即低效环节)，并对症解决，从而实现整个空调系统的高效协调运行，即实现空调系统的整合节能，因而，本发明实施例是基于空调系统性能整体优化进行的全局控制。

中央空调系统是一个动态多变的系统，空调负荷和环境的变化都会导致空调工况的改变，造成系统运行效率下降。目前，市场上流行的简单控制方式，都难以适应这种动态性，本发明实施例充分考虑到空调负荷和环境因素多变的客观性，以提高空调系统的应变能力为目标，通过控制装置的自寻优功能，自动找出负荷与环境变化时各个环节(首先是低效环节)的最佳运行参数，并实时在线调节，使空调系统的运行及时跟上负荷和环境的变化，始终运行于最优的工作状态，保证空调系统的整体效率始终保持高效状态，因而，本发明实施例是基于空调系统运行参数动态优化进行的实时控制。

在本发明实施例中，通过利用该中央空调多维度集成优化控制方法，全面监测并采集中央空调各个工艺环节的运行参数和工艺设备消耗的功率数据，将该数据处理后，更新原存储的运行参数及功率数据，根据该新采集的运行参数及功率数据，计算空调系统当前的传热负荷、各个工艺环节及系统的能源利用效率，分析找出低效环节及其产生的原因，再应用“参数优化规则”(即运行参数自寻优、自适应动态优化控制模型)，并参考原存储于“优化参数数据库”中相同传热负荷时的历史优化参数数据组合，推理获取低效环节及相关环节的优化运行参数组合，根据该优化运行参数组合实时调节相应环节的运行参数，以使空调系统所有环节及其工艺设备都在优化的运行参数下运行，而不是单个环节及设备，从而实现全系统的高效节能运行，大幅度降低空调系统的能耗。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序指令相关的硬件来完成，所述的程序可以存储于一计算机可读取存储介质中，所述的存储介质，如ROM/RAM、磁盘、光盘等。

本发明实施例提供了一种包括多个传感器、与该多个传感器相连接的参数采集箱、与该参数采集箱相连接的中央控制器以及与该中央控制器相连接的多个智能控制设备的中央空调多维度集成优化控制系统，其中，该多个传感器用于全面监测并采集中央空调各个工艺环节的运行参数和工艺设备消耗的功率数据；参数采集箱用于将该运行参数及功率数据处理后传送给中央控制器；中央控制器用于将原存储的运行参数及功率数据更新为新采集的运行参数及功率数据，并据此新采集的运行参数及功率数据，通过集成分析，找出空调系统的低效环节及其产生的原因，再推理获得低效环节及相关环节的优化运行参数组合；多个智能控制设备用于根据该优化运行参数组合实时调节相应环节的运行参数，以使空调系统所有的环节及其工艺设备都在优化的运行参数下运行，解决了变负荷工况下中央空调系统运行效率低、能耗高的难题，实现了中央空调全系统(即空间维度)和运行全过程(即时间维度)的优化控制，达到全系统运行的平衡与协调，使得空调系统整体效率提高，能耗得到降低。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种中央空调多维度集成优化控制系统，其特征在于，所述系统包括多个传感器、与所述多个传感器相连接的参数采集箱、与所述参数采集箱相连接的中央控制器以及与所述中央控制器相连接的多个智能控制设备，其中：

所述多个传感器用于全面监测并采集中央空调各个工艺环节的运行参数和工艺设备消耗的功率数据；

所述参数采集箱用于将所述新采集的运行参数及功率数据处理后传送给所述中央控制器；

所述中央控制器用于将原存储的运行参数及功率数据更新为新采集的运行参数以及功率数据，并对所述新采集的运行参数及功率数据进行集成分析，找出当前空调系统运行的低效环节及产生低效的原因，再推理获得低效环节及相关工艺环节的优化运行参数组合；以及

所述多个智能控制设备用于根据所述优化运行参数组合在线调节相应工艺环节的运行参数，以使所有工艺环节及工艺设备都在优化的运行参数下运行。

2.如权利要求1所述的系统，其特征在于，所述中央控制器通过基于RS485标准Modbus协议的控制总线与所述多个智能控制设备相连接。

3.如权利要求1所述的系统，其特征在于，所述多个智能控制设备包括末端设备智能控制柜或控制箱、冷冻水泵智能控制柜、制冷机组智能控制仪、冷却水泵智能控制柜、冷却塔智能控制柜或控制箱。

4.如权利要求1所述的系统，其特征在于，所述工艺设备包括末端设备风机、冷冻水泵、制冷机组压缩机、冷却水泵以及冷却塔风机。

5.如权利要求1所述的系统，其特征在于，所述各个工艺环节包括末端设备风机驱动的室内空气循环、冷冻水泵驱动的冷冻水循环、制冷机组压缩机驱动的制冷剂循环、冷却水泵驱动的冷却水循环以及冷却塔风机驱动的室外空气循环。

6.一种中央空调多维度集成优化控制方法，其特征在于，所述方法包括以下步骤：

全面监测并采集中央空调各个工艺环节的运行参数和工艺设备消耗的功率数据，并将所述新采集的运行参数及功率数据处理后，更新原存储的运行参数及功率数据为所述新采集的运行参数及功率数据；

根据所述新采集的运行参数及功率数据，分析、诊断当前空调系统各个环节的运行状况，找出低效环节及产生低效的原因；

根据所述低效环节及产生低效的原因，推理获得低效环节及相关工艺环节的优化运行参数组合；

根据所述的优化运行参数组合，在线调节相应工艺环节的运行参数，以使所有环节及工艺设备都在优化的运行参数下运行。

7.如权利要求6所述的方法，其特征在于，所述工艺设备包括末端设备风机、冷冻水泵、制冷机组压缩机、冷却水泵以及冷却塔风机。

8.如权利要求6所述的方法，其特征在于，所述各个工艺环节包括末端设备风机驱动的室内空气循环、冷冻水泵驱动的冷冻水循环、制冷机组压缩机驱动的制冷剂循环、冷却水泵驱动的冷却水循环以及冷却塔风机驱动的室外空气循环。

9.如权利要求6所述的方法，其特征在于，所述根据所述新采集的运行参数及功率数据，分析、诊断当前空调系统各个环节的运行状况，找出低效环节及产生低效的原因的步骤具体包括：

根据所采集的空调末端室内空气循环的运行参数，判断末端空调环境是否合理或者满足使用要求；

根据所述新采集的冷冻水循环运行参数及所述各个工艺设备消耗的功率数据，计算当前空调系统的传热负荷和在当前传热负荷下各个环节工艺设备的能源效率及空调系统总的能源效率；

将所述各个工艺设备的能源效率及空调系统总的能源效率与原储存的相同传热负荷时历史数据各自的最佳效率值进行比较，分析找出当前空调系统运行的低效环节；

根据所述低效环节，分析判断低效环节产生的原因。

Images