一种基于物联网的热泵远程控制优化方法技术

本发明专利技术公布了一种基于物联网的热泵远程控制方法，方案为：在远程通信基础上，实现热泵运行数据的实时监测，热泵机组的远程控制和调试；所述的热泵控制系统包括用户端热泵、接收模块、推送模块，其中推送模块将收集数据推送至远程网络通信连接设备，并将远程网络通信连接设备与物联网远程监控终端进行通信连接。所述的热泵控制系统，通过采用远程接收控制设备将收集数据推送至远程网络通信连接设备，通过物联网远程监控终端(云平台)进行数据分析，实现远程监测，经模块处理的信号推送至热泵控制系统的接收模块并对热泵进行控制。上位机服务器集成了用户管理模块、监控信息管理模块、报警模块、事件记录模块等，物联网平台实时显示热泵运行数据。热泵运行数据。热泵运行数据。

【技术实现步骤摘要】
一种基于物联网的热泵远程控制优化方法


[0001]本专利技术属于热泵远程控制
，涉及一种基于物联网的热泵远程控制优化方法。

技术介绍

[0002]热泵设备主要由压缩机、冷凝器、膨胀阀、蒸发器四个部分组成。压缩机的作用是压缩冷媒使常温常压冷媒变成高温高压；冷凝器的作用是高温高压冷媒和水进行热交换，变成常温高压冷媒；膨胀阀的作用是将常温高压冷媒变成低温常压冷媒；蒸发器的作用是吸收空气热量，将低温常压冷媒变成常温常压冷媒，以此循环。热泵作为一种新能源供能设备，在全国应用比较广泛，各个地方政府也出台了多项配套政策和激励措施，对采用热泵等清洁能源方式给予大力扶持和补贴，原理性技术已经成熟；同时，热泵相比传统空调等热交换设备具有节能环保等优势，但是热泵在实际推广使用过程中，在低温环境下将影响热泵在节能环保方面的最大化有效利用，制约了空气能热泵的最大利用率。

技术实现思路

[0003]本专利技术的目的在于，针对现有技术存在的问题，提出一种基于物联网的热泵远程控制优化方法，通过远程控制热泵，对热泵运行进行节能优化。
[0004]本专利技术的技术方案是，一种基于物联网的热泵远程控制优化方法，其特征是所述方法通过热泵控制器采集传感器获得热泵的运行状态数据，并将采集到的数据上传到云服务器端，同时服务器侧对运行状态信息进行数据分析；所述热泵控制器可以采集一台或多台热泵的运行数据，并且能够对所控制的热泵发出控制指令；所述热泵控制器通过MQTT、Modbus
‑
TCP协议进行数据上传，将热泵状态信息更新到服务器端。
[0005]所述方法的特点是多台热泵机组联网控制，因此必须具备一个上位机服务器，用于收集全系统各机组的工作状态，并根据收集回来的数据对各机组进行大数据分析，以实现统一控制以及节能效应；对于终端热泵机组，都必须配有一台控制器，连接在网络上的控制器接收来自上位机的控制命令，以进行对本机组中各子设备的控制，实现执行热泵指令功能。
[0006]热泵控制板用于控制系统中的单台热泵空调机组，通过改变各个阀的开关实现冷媒流通的管路不同，以实现功能切换。热泵控制板既可以实现空调功能的控制，也可以实现热泵热水器的功能，而且可以同时实现热泵热水器和热泵空调的功能。热泵控制板也是化霜管理部件，包括电源模块、执行模块、信息采集模块、CPU、通讯板、触摸屏和WIFI模块；所述CPU与电源模块相连，CPU通过执行单元控制热泵的风机、四通阀、压缩机、电辅热、增焓阀、曲轴和膨胀阀，热泵内各传感器通过信息采集单元输送给CPU，CPU与通讯板之间通过485通讯方式相连；所述触摸屏与通信板相连，服务器与通讯板之间通过WIFI模块相互通讯，服务器与WIFI模块之间通过MQTT协议通讯。
[0007]设备通过485通讯方式或WIFI方式连接网关设备，网关设备通过MQTT协议连接服
务器端，MQTT使用TCP/IP提供网络连接，使用发布/订阅消息模式，提供一对多的消息发布，解除应用程序耦合。
[0008]服务器端通过粒子群寻优算法调节膨胀阀开度，使排气温度稳定在设定值，避免排气温度过高引起过压保护和压缩机故障，以及排气温度过低影响热泵制热效果。
[0009]整个系统能耗的寻优调度目标函数为：
[0010]p＝p
com
+p
eva
+p
con
[0011]其中，p
com
为压缩机输入功率，p
eva
和p
con
为冷凝器和蒸发器循环水泵输入功率。
[0012]本专利技术采用粒子群寻优算法：
[0013]在标准粒子群(PSO)算法中，搜索空间中的粒子代表所求问题变量(蒸发器循环侧的水流量、冷凝器循环侧的水流量、用户侧的供水温度)，通过粒子寻找最优解来解决优化问题。每个粒子都是由当前位置x
i
、飞行速度v
i
和适应度fitness三部分组成，表示为P(x
i
，v
i
，fitness)。在迭代过程中，包括个体最优解和群体最优解。找到两个最优解后，通过以下公式更新粒子的速度和位置继续搜索最优解：
[0014]V
i
(t+1)＝ω
×
V
i
(t)+c1×
rand1×
(p
i
‑
x
i
(t))+c2×
rand2×
(g
i
‑
x
i
(t))
ꢀꢀꢀꢀꢀꢀꢀ
(1)
[0015]x
i
(t+1)＝x
i
(t)+V
i
(t+1)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0016]其中，V
i
是粒子的速度向量；x
i
是粒子的位置向量；ω是惯性权重因子；p
i
表示粒子i的个体最优位置；g
i
表示粒子i保存的种群最优位置；c1和c2是学习因子，是非负常数，c1代表自身认知系数，c2代表社会认知系数；rand1和rand2是[0，1]之间的随机数。
[0017]在标准PSO算法中，一般设置一个最大速度来限制粒子速度V
i
的范围。粒子的最大速度是自由选择的，但若选择过大，粒子可能飞过最有区域以致难以找到最优点；若选择过小，粒子容易陷入局部极小值点，如果没有足够大步长使粒子跳出局部最优，难以找到全局最优点。影响粒子飞行速度的因素主要有惯性权重和学习因子：
[0018]1)惯性权重因子ω直接影响粒子的全局搜索和局部搜索能力，它反映了粒子当前速度对过去速度的依赖。当惯性权重因子取值较大时，粒子速度变大，全局搜索能力变强，相对局部搜索能力就变小；相反，当惯性权重因子取值较小时，粒子速度变小，局部搜索能力变强，全局搜索能力则变弱。因此惯性权重因子的值既不能过大也不能过小。如果过大，粒子速度会变大以致错过最优解，甚至导致算法不收敛；如果过小，粒子速度变小可能会陷入局部最优而寻找不到全局最优点。在搜索最优点过程中，当所有粒子都向最优点靠拢时，算法在后期的收敛速度会明显变慢，当收敛到一定精度时，无法继续寻优。为了获得更好的寻优结果，可以在PSO优化算法搜索过程中动态改变惯性权重，使之从初期到后期成衰减变化，增强PSO算法的寻优能力。
[0019]2)学习因子c1和c2主要反映粒子群之间的信息交流。c1调节个体最优点搜索的最大步长，体现了个体经验对粒子寻优影响；c2调节向全局最优点方向飞行的最大步长，体现了粒子群体经验对粒子寻优的影响。在PSO算法中c1和c2缺一不可，若只有c1，粒子只有个体经验，没有群体共享信息，寻找到最优解的几率非常低；若只有c2，粒子只有群体经验，它的收敛速度会较快，但容易陷入局部最优。根据粒子个体经验及群体经验在搜索过程中的影响，一般在算法初期为加大粒子的全局搜索本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于物联网的热泵远程控制优化方法，其特征在于：所述方法通过热泵控制器采集传感器获得热泵的运行状态数据，并将采集到的数据上传到云服务器端，同时服务器侧对运行状态信息进行数据分析；所述热泵控制器可以采集一台或多台热泵的运行数据，并且能够对所控制的热泵发出控制指令。2.根据权利要求1所述一种基于物联网的热泵远程控制优化方法，其特征在于：热泵控制器和服务器之间的通讯方式为：热泵控制器与服务器之间采用TCP协议进行连接：client端向server端发起连接请求，server端进行连接校验通过后，server端接受client端的连接及建立连接通道。3.根据权利要求1或2所述的一种基于物联网的热泵远程控制优化方法，其特征在于：热泵的控制器内置传感器的自栓保护程序。4.根据权利要求1或2所述的一种基于物联网的热泵远程控制优化方法，其特征在于：设置电子膨胀阀驱动程序。5.根据权利要求1或2所述的一种基于物联网的热泵远程控制优化方法，其特征在于：热泵的控制器内置数据采集程序。6.根据权利要求1或2所述的一种基于物联网的热泵远程控制优化方法，其特征在于：通过粒子群寻优算法调节膨胀阀开度，使排气温度稳定在设定值，避免排气温度过高引起过压保护和压缩机故障，以及排气温度过低影响热泵制热效果。粒子群寻优算法模型为：在标准粒子群(PSO)算法中，搜索空间中的粒子代表所求问题变量(蒸发器循环侧的水流量、冷凝器循环侧的水流量、用户侧的供水温度)，通过粒子寻找...

【专利技术属性】
技术研发人员：ꢀ五一IntClF二五B三零零二，
申请(专利权)人：博通网信北京科技有限公司，
类型：发明
国别省市：