一种基于数据中心冷水机组性能曲线的群控方法技术

技术编号:17776598 阅读:385 留言:0更新日期:2018-04-22 03:39
本发明专利技术公开了一种基于数据中心冷水机组性能曲线的群控方法,本发明专利技术基于数据中心冷水机组在特定工况下的COP性能系数值的曲线,根据实际测量的部分负荷下的冷水机组的COP值,利用曲线拟合进行寻优计算,寻取到一种有利的控制方案,根据选择的控制方案来控制冷水机组的启停数及负载率,使得冷水机组在特定的工况下在高COP值下工作,提高了冷水机组的工作效率,更加节能。

【技术实现步骤摘要】
一种基于数据中心冷水机组性能曲线的群控方法
本专利技术属于空调制冷
,尤其涉及一种基于数据中心冷水机组性能曲线的群控方法。
技术介绍
目前应用于数据中心空调系统冷水机组的控制方法主要有电流百分比的控制方式、供回水温差控制方式、压差控制和流量控制等。当前,国内外数据中心空调群控技术主要应用在冷水机组群控方面,冷水机组的加减机控制逻辑有多种选择,目前的节能技术中以压缩机运行电流RLA(RatedLoadAmps)与额定电流的比值为依据的方式相对可靠节能。主要控制思路为,在系统负荷增大时,控制系统会自动对当前系统实际的冷冻水总供水温度与冷冻水供水温度设定值进行比较,并且自控系统会根据事先设定好的加载参数进行判断,如果满足加载条件,则自动控制系统会自动启动下一台机组以满足系统的需要。当冷冻机组的电流百分比低于设定的下限值,则减载该台冷冻机组。COP(CoefficientOfPerformance)即能量与热量之间的转换比率,简称能效比,是每台主机自身的属性。现有的空调系统群控方式中往往会忽视冷水机组COP值在不同工况下的变化,从而使得机组在低COP值下运行,普遍达不到很好的节能效果。公开号为CN104913559的中国专利申请提出一种基于主机COP值的制冷机组群控方法,重点强调一种在满足冷量需求前提下,可以充分节能的制冷机组群控方法。其主要根据冷冻水总管的供水或回水温度来判断加减载的,并采用了模糊PID控制器(Proportion,Integral,Derivative)复合控制温度的方式,使整个系统具有一定的稳定性,控制冷水机组在最高COP值点左右运行。该专利本具有一定的可行性并取得了一定的效果;但是从负荷分配的角度来看,要想让多台冷水机组都在最低的负载率下达到最高的COP值,使得能耗进一步降低,该专利还缺乏整体上的协调性。公开号为CN204853826的中国专利申请提出一种基于冷水主机COP能效曲线优化控制系统,该控制系统使用“COP优化控制系统”进行信号采集及冷水主机在不同运行环境下的COP能效曲线值进行比较,找出冷水主机最佳COP能效曲线及其最佳运行环境。优化冷水主机运行效率,降低能耗。但是该专利并未提供具体的实施方案与内容,而是否能够达到节能也没有进一步的验证,还有待更深入的研究与分析。
技术实现思路
技术问题:本专利技术根据现有的控制方式的不足之处,在保证安全可靠以及制冷量的要求的情况下,提出了一种基于数据中心冷水机组COP曲线的群控方法,即根据冷水机组的性能曲线实时合理控制机组的启停及负荷分配。本专利技术包括如下步骤:步骤1,测量当前数据中心空调系统冷水机组性能系数COP(CoefficientOfPerformance)值和负载率LR(LoadRate)值,进行曲线拟合得到COP值和LR值的关系模型;步骤2,验证关系模型的准确性,如果关系模型满足条件,执行步骤3,否则返回步骤1;步骤3,获取当前数据中心空调系统总负荷,检测当前数据中心空调系统总负荷在距上一次测量是否发生变化,如果是,执行步骤4,否则执行步骤6;步骤4,计算冷水机组的总能耗,并得到当前空调系统约束条件;步骤5,优化目标能耗方程,计算适应度值,判定是否满足终止条件,即适应度值是否达到全局最低,如果是,输出方程最优解,根据最优解中的负荷分配结果制定负荷分配控制方案,否则继续优化;步骤6,根据负荷分配控制方案对冷水机组进行控制。步骤1包括:测量当前冷水机组COP值和LR值,进行曲线拟合得到如下COP值和LR值的关系模型:其中,ai,bi,ci是固定不变的的参数,COPi表示第i台机组的COP值,LRi表示第i台机组的LR值。步骤2中,采用如下公式验证关系模型的准确性:其中,K为辨识结果,h为观测的数据向量,z为随机干扰,d为种群数量,P为估计误差协方差阵,θ用于存储参数估计结果,γ为遗忘因子,作用是加强新的数据提供的信息量,逐渐削弱老的数据,防止数据饱和,Kd表示d粒子的辨识结果,Kd+1表示更新的下一代辨识结果,表示更新的下一代参数估计结果,Pd+1表示示更新的下一代估计误差协方差阵。实时获取数据中心空调系统冷水机组COP值和LR值,利用该公式进行系数ai,bi,ci的回归,将结果代入步骤1的关系模型中并绘制成以COP值间接表示的最小能耗曲线,将系数回归得到的模型与实际测量并计算的到的模型进行误差比较,如果COP值与实际测量的误差在阈值T1范围内(T1取值一般为3%),执行步骤3,否则返回步骤1。步骤4包括:步骤4-1,计算冷水机组的总能耗J:其中,A代表系统总负荷,Xi代表第i台冷水机组的制冷量占总负荷的百分比,n表示运行的冷水机组的台数;步骤4-2,约束条件为:0≤Xi≤1,步骤5包括:步骤5-1,初始化一个规模为m的粒子群,初始化过程如下:设定群体规模m;对任意的粒子i及其维度s,在[-xmax,xmax]内服从均匀分布产生xis;对任意的粒子i及其维度s,在[-vmax,vmax]内服从均匀分布产生vis;其中vmax表示最大速度,xmax表示搜索空间的最大值;xis表示对任意的粒子i及其维度s的搜索空间的值,vis表示对任意的粒子i及其维度s的速度;步骤5-2,计算每个粒子的适应度值:目标函数fun2为:y=-(-20.34*x(1)^2+19.41*x(1)+0.71)-(-52.96*x(2)^2+29.51*x(2)+1.04)-(-185.75*x(3)^2+57.92*x(3)+0.69);此处x表示一个函数的自变量,y表示应变量;适应度值计算公式为:1.0*pop(j,1)<0.683,表示根据计算所求的对象1的负载率小于0.863;1.0*pop(j,2)<0.367,表示根据计算所求的对象2的负载率小于0.367;1.0*pop(j,3)<0.216,表示根据计算所求的对象3的负载率小于0.216;1.0*pop(j,1)+1.0*pop(j,2)+1.0*pop(j,3)>=1,表示所求的对象综合大于等于1;适应度值fitness(j)=fun2(pop(j,:)),表示根据函数fun2计算适应度值fitness;Pop()表示程序中对象的位置,以便识别粒子。步骤5-3,对每个粒子将其适应度值和其经历过的最好的位置的适应度值进行比较,若该粒子适应度值相比于其它粒子较低,表示负荷分配方案的能耗较小,则将该粒子作为当前最好位置;步骤5-4,对每个粒子将其适应度值和全局经历过的最好的位置的适应度值进行比较,若该粒子适应度值优于全局经历过的最好的位置的适应度值,则将其作为当前的全局最好位置,否则舍弃该粒子;步骤5-5,根据计算公式:vis(t+1)=vis(t)+c1r1s(t)(pis(t)-xis(t))+c2r2s(t)(pgs(t)-xis(t))和xis(t+1)=xis(t)+vis(t+1)分别对粒子的速度和位置进行更新;下标is表示i粒子的s维度,p表示当前的粒子,r是介于(0,1)之间的随机数,学习因子C1、C2是粒子群算法中的两个初始参数;vis(t)表示第t次迭代时i粒子的s维度的速度,xis(t)表示第t次迭代时i粒子的s维度的本文档来自技高网
...
一种基于数据中心冷水机组性能曲线的群控方法

【技术保护点】
一种基于数据中心冷水机组性能曲线的群控方法,其特征在于,包括如下步骤:步骤1,测量当前数据中心空调系统冷水机组性能系数COP值和负载率LR值,进行曲线拟合得到COP值和LR值的关系模型;步骤2,验证关系模型的准确性,如果关系模型满足条件,执行步骤3,否则返回步骤1;步骤3,获取当前数据中心空调系统总负荷,检测当前数据中心空调系统总负荷在距上一次测量是否发生变化,如果是,执行步骤4,否则执行步骤6;步骤4,计算冷水机组的总能耗,并得到当前空调系统约束条件;步骤5,优化目标能耗方程,计算适应度值,判定是否满足终止条件,即适应度值是否达到全局最低,如果是,输出方程最优解,根据最优解中的负荷分配结果制定负荷分配控制方案,否则继续优化;步骤6,根据负荷分配控制方案对冷水机组进行控制。

【技术特征摘要】
1.一种基于数据中心冷水机组性能曲线的群控方法,其特征在于,包括如下步骤:步骤1,测量当前数据中心空调系统冷水机组性能系数COP值和负载率LR值,进行曲线拟合得到COP值和LR值的关系模型;步骤2,验证关系模型的准确性,如果关系模型满足条件,执行步骤3,否则返回步骤1;步骤3,获取当前数据中心空调系统总负荷,检测当前数据中心空调系统总负荷在距上一次测量是否发生变化,如果是,执行步骤4,否则执行步骤6;步骤4,计算冷水机组的总能耗,并得到当前空调系统约束条件;步骤5,优化目标能耗方程,计算适应度值,判定是否满足终止条件,即适应度值是否达到全局最低,如果是,输出方程最优解,根据最优解中的负荷分配结果制定负荷分配控制方案,否则继续优化;步骤6,根据负荷分配控制方案对冷水机组进行控制。2.根据权利要求1所述的方法,其特征在于,步骤1包括:测量当前冷水机组COP值和LR值,进行曲线拟合得到如下COP值和LR值的关系模型:其中,ai,bi,ci是固定不变的的参数,COPi表示第i台机组的COP值,LRi表示第i台机组的LR值。3.根据权利要求2所述的方法,其特征在于,步骤2中,采用如下公式验证关系模型的准确性:其中,K为辨识结果,h为观测的数据向量,z为随机干扰,d为种群数量,P为估计误差协方差阵,θ用于存储参数估计结果,γ为遗忘因子,Kd表示d粒子的辨识结果,Kd+1表示更新的下一代辨识结果,表示更新的下一代参数估计结果,Pd+1表示示更新的下一代估计误差协方差阵;实时获取数据中心空调系统冷水机组COP值和LR值,利用该公式进行系数ai,bi,ci的回归,将结果代入步骤1的关系模型中并绘制成以COP值间接表示的最小能耗曲线,将系数回归得到的模型与实际测量并计算的到的模型进行误差比较,如果COP值与实际测量的误差在阈值T1范围内,执行步骤3,否则返回步骤1。4.根据权利要求3所述的方法,其特征在于,步骤4包括:步骤4-1,计算冷水机组的总能耗J:其中,A代表系统总负荷,Xi代表第i台冷水机组的制冷量占总负荷的百分比,n表示运行的冷水机组的台数;步骤4-2,约束条件为:0≤Xi≤1,5.根据权利要求4所述的方法,其特征在于,步骤5包括:步骤5-1,初始化一个规模为m的粒子群,初始化过程如下:设定群体规模m;对任意的粒子i...

【专利技术属性】
技术研发人员:黄毅杨军志张忠斌袁晓东张宏伟徐靖文李平安王久海高岳
申请(专利权)人:江苏省邮电规划设计院有限责任公司
类型:发明
国别省市:江苏,32

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1