一种暖通空调机组运行方法及系统技术方案

本发明专利技术公开了一种暖通空调机组运行方法，通过获取目标供能区域的用能需求值，获取暖通空调机组的N个空调中每个空调的运行数据，在N个所述空调中任意两个空调的实际功率差值均小于第一预设功率差值的情况下，根据M个所述用能需求预测值以及N个所述空调的最优输出排序，确定暖通空调机组的N个所述空调的最优组合运行方案，在N个空调中存在任意两个所述空调的实际功率差值大于或等于第一预设功率差值的情况下，计算N个所述空调的功率比率值，根据N个所述空调的功率比率值，将N个所述空调的功率比率值按照降序排列，得到空调功率比率排序。根据所空调功率比率排序，确定所暖通空调机组的N个所述空调的最优组合运行方案。机组的N个所述空调的最优组合运行方案。机组的N个所述空调的最优组合运行方案。

【技术实现步骤摘要】
一种暖通空调机组运行方法及系统


[0001]本申请涉及空调节能
，特别是涉及一种暖通空调机组运行方法及系统。

技术介绍

[0002]建筑暖通空调系统多用于建筑内部温度和湿度调节，以确保室内环境舒适。该系统一般由冷/热源、输配和末端温/湿度调节几个主要部分组成，通常用水作为能量传递媒介，其中：冷/热源部分负责产生冷/热量，输配部分负责将冷/热量输送和分配至末端房间，末端温/湿度调节部分负责通过热交换方式，将获得的冷/热量与末端房间空气进行热交换，确保房间内部的温度和湿度调节到设定值，以获得舒适的工作和生活环境。现有的暖通空调系统冷/热量(以下简称为能量)传递是由出水和回水管路实现的。通过对出水、回水、出/回水温差和末端压力等物理参数进行监测，自动调整冷/热源机组、输配系统的工况，确定能量产生和输配的数量，末端房间则通过温度/湿度调节装置，控制房间空气和管道冷/热水的热交换过程，使房间温度和湿度控制在设定范围之内。
[0003]现有建筑暖通空调系统中空调一般包括多个，各个空调存在年限不同，进而每个空调的最优能效比、最优负荷率、最经济能效比和最经济负荷率并不相同，现有的技术主要是通过所有空调同时工作生成目标区域所需能量，从而造成对空调使用效率过低能量的过度消耗，产生浪费。

技术实现思路

[0004]基于此，针对上述技术问题，提供一种暖通空调机组运行方法及系统。能够解决现有空调能量的过度消耗，产生浪费的问题。
[0005]第一方面，一种暖通空调机组运行方法，所述方法包括：
[0006]获取目标供能区域的用能需求值；
[0007]获取暖通空调机组的N个空调中每个所述空调的运行数据，其中，所述运行数据包括所述空调的实际功率值；
[0008]在N个所述空调中任意两个所述空调的实际功率差值均小于第一预设功率差值的情况下，根据M个所述用能需求预测值以及N个所述空调的最优输出排序，确定所述暖通空调机组的N个所述空调的最优组合运行方案；
[0009]在N个所述空调中存在任意两个所述空调的实际功率差值大于或等于第一预设功率差值的情况下，确定每个所述空调的空调比率值；
[0010]根据N个所述空调的功率比率值，将N个所述空调的功率比率值按照降序排列，得到空调功率比率排序；
[0011]根据所述空调功率比率排序，确定所述暖通空调机组的N个所述空调的最优组合运行方案。
[0012]上述方案中，可选地，所述获取暖通空调机组的N个空调中每个所述空调的运行数据，包括；
[0013]针对每个所述空调，根据所述空调对应的空调能效比预测模型，确定每个所述空调的最优能效比、最优负荷率、最经济能效比和最经济负荷率。
[0014]上述方案中，进一步可选地，在所述获取暖通空调机组的N个空调中每个所述空调的运行数据之前，所述方法还包括：
[0015]针对每个所述空调，建立所述空调对应的空调能效比预测模型。
[0016]上述方案中，进一步可选地，所述针对每个所述空调，建立所述空调对应的空调能效比预测模型，包括：
[0017]建立神经网络层数和神经元个数；
[0018]初始化网络，初始化输入层和隐含层，以及输出层神经元之间的连接权值ωij，ωjk，初始化隐含层和输出阈值a，b，并设置学习率和激活函数；
[0019]计算隐含层输出，x表示为输入变量，ω
ij
，a，b分别为输入层和隐含层间的连接权值及隐含层阈值，隐含层输出H的计算为：
[0020][0021]i为隐含层节点数，f为隐含层激活函数
[0022]计算输出层，H为隐层输出，ω
jk
，b分别为连接权值和阈值，输出Y为：
[0023][0024]计算误差，误差e
k
为：
[0025]e
k
＝Y
k
‑
O
k
[0026]其中，Y
k
为网络的预测值，O
k
是实际期望的值；
[0027]向前传播，更新权值：
[0028][0029]更新阈值：
[0030][0031]其中，η为设定的学习率防止过拟合和欠拟合；
[0032]判断迭代和训练是否完成，若未完成，则继续按照流程图循环完成；
[0033]若完成，则得到所述空调对应的空调能效比预测模型。
[0034]上述方案中，进一步可选地，所述η的范围为0.01
‑
0.25。
[0035]第二方面，一种暖通空调机组运行系统，所述系统包括：
[0036]第一获取模块：用于获取目标供能区域的用能需求值；
[0037]第二获取模块：用于获取暖通空调机组的N个空调中每个所述空调的运行数据，其
中，所述运行数据包括所述空调的实际功率值；
[0038]第一确定模块：用于在N个所述空调中任意两个所述空调的实际功率差值均小于第一预设功率差值的情况下，根据M个所述用能需求预测值以及N个所述空调的最优输出排序，确定所述暖通空调机组的N个所述空调的最优组合运行方案；
[0039]第二确定模块：用于在N个所述空调中存在任意两个所述空调的实际功率差值大于或等于第一预设功率差值的情况下，确定每个所述空调的空调比率值；
[0040]计算模块：用于根据N个所述空调的功率比率值，将N个所述空调的功率比率值按照降序排列，得到空调功率比率排序；
[0041]控制模块：用于根据所述空调功率比率排序，确定所述暖通空调机组的N个所述空调的最优组合运行方案。
[0042]上述方案中，可选地，所述第二获取模块具体用于：
[0043]针对每个所述空调，根据所述空调对应的空调能效比预测模型，确定每个所述空调的最优能效比、最优负荷率、最经济能效比和最经济负荷率。
[0044]上述方案中，进一步可选地，所述系统还包括：
[0045]建立模块：用于针对每个所述空调，建立所述空调对应的空调能效比预测模型。
[0046]上述方案中，进一步可选地，所述建立模块具体用于：
[0047]建立神经网络层数和神经元个数；
[0048]初始化网络，初始化输入层和隐含层，以及输出层神经元之间的连接权值ωij,ωjk，初始化隐含层和输出阈值a,b，并设置学习率和激活函数；
[0049]计算隐含层输出，x表示为输入变量，ωij,a,b分别为输入层和隐含层间的连接权值及隐含层阈值，隐含层输出H的计算为：
[0050][0051]i为隐含层节点数，f为隐含层激活函数
[0052]计算输出层,H为隐层输出，ωjk,b分别为连接权值和阈值，输出Y为：
[0053][0054]计算误差，误差e
k
为：
[0055]e
k
＝Y
k
‑
O
k
[0056]其中，Y
k...

【技术保护点】

【技术特征摘要】
1.一种暖通空调机组运行方法，其特征在于，所述方法包括：获取目标供能区域的用能需求值；获取暖通空调机组的N个空调中每个所述空调的运行数据，其中，所述运行数据包括所述空调的实际功率值；在N个所述空调中任意两个所述空调的实际功率差值均小于第一预设功率差值的情况下，根据M个所述用能需求预测值以及N个所述空调的最优输出排序，确定所述暖通空调机组的N个所述空调的最优组合运行方案；在N个所述空调中存在任意两个所述空调的实际功率差值大于或等于第一预设功率差值的情况下，计算N个所述空调的功率比率值；根据N个所述空调的功率比率值，将N个所述空调的功率比率值按照降序排列，得到空调功率比率排序；根据所述空调功率比率排序，确定所述暖通空调机组的N个所述空调的最优组合运行方案。2.根据权利要求1所述的方法，其特征在于，所述获取暖通空调机组的N个空调中每个所述空调的运行数据，包括；针对每个所述空调，根据所述空调对应的空调能效比预测模型，确定每个所述空调的最优能效比、最优负荷率、最经济能效比和最经济负荷率。3.根据权利要求1所述的方法，其特征在于，在所述获取暖通空调机组的N个空调中每个所述空调的运行数据之前，所述方法还包括：针对每个所述空调，建立所述空调对应的空调能效比预测模型。4.根据权利要求3所述的方法，其特征在于，所述针对每个所述空调，建立所述空调对应的空调能效比预测模型，包括：建立神经网络层数和神经元个数；初始化网络，初始化输入层和隐含层，以及输出层神经元之间的连接权值ωij,ωjk，初始化隐含层和输出阈值a,b，并设置学习率和激活函数；计算隐含层输出，x表示为输入变量，ω
ij
,a,b分别为输入层和隐含层间的连接权值及隐含层阈值，隐含层输出H的计算为：i为隐含层节点数，f为隐含层激活函数计算输出层,H为隐层输出，ω
jk
,b分别为连接权值和阈值，输出Y为：计算误差,误差e
k
为：e
k
＝Y
k
‑
O
k
其中，Y
k
为网络的预测值，O
k
是实际期望的值；
向前传播，更新权值：更新阈值：b
k
＝b
k
+ηe
k
,k＝1,2...m其中，η为设定的学习率防止过拟合和欠拟合；判断迭代和训练是否完成，若未完成，则继续按照流程图循环完成；若完成，则得到所述空调对应的空调能效比预测模型。5.根据权利要求4所述的方法，其...

【专利技术属性】
技术研发人员：林星原，王斌，
申请(专利权)人：北京海林自控科技股份有限公司，
类型：发明
国别省市：