冷机组合确定方法、装置、设备以及存储介质制造方法及图纸

本公开的实施例提供了一种冷机组合确定方法、装置、设备以及存储介质，应用于建筑能源管理技术领域。该方法包括：预测下一时间段内空调系统提供的总制冷量；根据总制冷量，确定空调系统中满足制冷需求的一个或多个冷机组合；针对任一冷机组合，根据冷机组合中各冷机的额定制冷量，将总制冷量划分为多份目标制冷量，并将其分配至对应冷机；根据冷机组合中各冷机的目标制冷量和额定制冷量，计算各冷机的热力完善度，并以此计算冷机组合的开启价值指数；将开启价值指数最大的冷机组合确定为下一时间段内空调系统待开启的冷机组合。以此方式，可以快速确定下一时间段内合适的冷机组合，从而提高冷水机组整体运行效率，节约能源。节约能源。节约能源。

【技术实现步骤摘要】
冷机组合确定方法、装置、设备以及存储介质


[0001]本公开涉及建筑能源管理
，尤其涉及一种冷机组合确定方法、装置、设备以及存储介质。

技术介绍

[0002]目前大部分建筑都配有空调系统，对于大型的商业建筑来说，往往在空调系统中采用多台冷机运行策略来应对室内冷负荷的变化。当室内负荷变化时，通过改变冷机的启停状态来改变空调系统的制冷量。
[0003]传统的冷机组合确定方案通常是基于冷机的额定制冷量，只有当制冷量接近其设计值时才会额外开启一台冷机，这就导致实际运行时冷机的制冷系数(Coefficient Of Performance，COP)较低，相应地，冷机组合的能耗也会较高。因此，如何确定合适的冷机组合就成为了目前亟待解决的技术问题。

技术实现思路

[0004]本公开提供了一种冷机组合确定方法、装置、设备以及存储介质。
[0005]第一方面，本公开的实施例提供了一种冷机组合确定方法，该方法包括：
[0006]预测下一时间段内空调系统需要提供的总制冷量；
[0007]根据总制冷量和各冷机的额定制冷量，确定空调系统中满足制冷需求的一个或多个冷机组合；
[0008]根据冷机组合中各冷机的目标制冷量和额定制冷量，计算各冷机的热力完善度；并根据冷机组合中各冷机的热力完善度，计算冷机组合的开启价值指数；将开启价值指数最大的冷机组合确定为下一时间段内空调系统待开启的冷机组合。
[0009]在第一方面的一些可实现方式中，预测下一时间段内空调系统需要提供的总制冷量，包括：
[0010]将当前时刻的空调系统特征数据输入预先训练的总制冷量预测模型，得到下一时间段内空调系统需要提供的总制冷量，其中，空调系统特征数据包括：时间数据、空调系统所属建筑物的气象数据、空调系统的历史制冷量数据。
[0011]在第一方面的一些可实现方式中，总制冷量预测模型是利用训练数据集对预设神经网络进行训练得到的，其中，训练数据集中的样本以某一时刻的空调系统特征数据为样本特征数据，并以某一时刻的下一时间段内空调系统实际提供的总制冷量为标签。
[0012]在第一方面的一些可实现方式中，根据总制冷量和各冷机的额定制冷量，确定空调系统中满足制冷需求的一个或多个冷机组合，包括：
[0013]根据总制冷量和各冷机的额定制冷量，确定空调系统中总额定制冷量大于或等于总制冷量的一个或多个冷机组合。
[0014]在第一方面的一些可实现方式中，冷机组合中各冷机的目标制冷量是通过以下步骤确定的：
[0015]根据冷机组合中各冷机的额定制冷量在总额定制冷量中的占比，将总制冷量划分为多份目标制冷量，并将其分配至对应冷机。
[0016]在第一方面的一些可实现方式中，根据冷机组合中各冷机的目标制冷量和额定制冷量，计算各冷机的热力完善度，包括：
[0017]根据冷机组合中各冷机的目标制冷量和额定制冷量，计算各冷机的部分负荷率(PLR)部分负荷率PLR，并根据各冷机的PLR计算各冷机的热力完善度。
[0018]在第一方面的一些可实现方式中，该方法还包括：
[0019]计算冷机组合与当前运行的冷机组合的重合度；
[0020]根据冷机组合中各冷机的热力完善度，计算冷机组合的开启价值指数，包括：
[0021]根据冷机组合中各冷机的热力完善度，计算冷机组合的平均热力完善度；
[0022]对冷机组合对应的平均热力完善度和重合度进行加权求和，得到冷机组合的开启价值指数。
[0023]第二方面，本公开的实施例提供了一种冷机组合确定装置，该装置包括：
[0024]预测模块，用于预测下一时间段内空调系统需要提供的总制冷量；
[0025]确定模块，用于根据总制冷量和各冷机的额定制冷量，确定空调系统中满足制冷需求的一个或多个冷机组合；
[0026]计算模块，用于根据冷机组合中各冷机的目标制冷量和额定制冷量，计算各冷机的热力完善度；并根据冷机组合中各冷机的热力完善度，计算冷机组合的开启价值指数；将开启价值指数最大的冷机组合确定为下一时间段内空调系统待开启的冷机组合。
[0027]第三方面，本公开的实施例提供了一种电子设备，该电子设备包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如以上所述的方法。
[0028]第四方面，本公开的实施例提供了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行如以上所述的方法。
[0029]在本公开的实施例中，可以通过预测下一时间段内空调系统需要提供的总制冷量，来确定满足下一时间段的制冷需求的冷机组合，进而计算冷机组合中各冷机的热力完善度，并基于运行效率评价能力较强的热力完善度计算冷机组合的开启价值指数，以此来准确确定下一时间段内合适的冷机组合，从而能够提高冷机组合的整体运行效率，降低运行能耗。
[0030]应当理解，
技术实现思路
部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。
附图说明
[0031]结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。附图用于更好地理解本方案，不构成对本公开的限定在附图中，相同或相似的附图标记表示相同或相似的元素，其中：
[0032]图1示出了本公开的实施例提供的一种冷机组合确定方法的流程图；
[0033]图2示出了本公开的实施例提供的一种冷机组合确定装置的结构图；
[0034]图3示出了一种能够实施本公开的实施例的示例性电子设备的结构图。
具体实施方式
[0035]为使本公开的实施例的目的、技术方案和优点更加清楚，下面将结合本公开的实施例中的附图，对本公开的实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的全部其他实施例，都属于本公开保护的范围。
[0036]另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
[0037]针对
技术介绍
中出现的问题，本公开的实施例提供了一种冷机组合确定方法、装置、设备以及存储介质。具体地，预测下一时间段内空调系统需要提供的总制冷量；根据总制冷量，确定空调系统中满足制冷需求的一个或多个冷机组合；针对任一冷机组合，根据冷机组合中各冷机的额定制冷量，将总制冷量划分为多份目标制冷量，并将其分配至对应冷机；根据冷机组合中各冷机的目标制冷量和额定制冷量，计算各冷机的热力完善度，并以此计算冷机组合的开启价值指数；将开启价值指数最大本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种冷机组合确定方法，其特征在于，所述方法包括：预测下一时间段内空调系统需要提供的总制冷量；根据所述总制冷量和各冷机的额定制冷量，确定所述空调系统中满足制冷需求的一个或多个冷机组合；根据所述冷机组合中各冷机的目标制冷量和额定制冷量，计算各冷机的热力完善度；并根据所述冷机组合中各冷机的热力完善度，计算所述冷机组合的开启价值指数；将所述开启价值指数最大的冷机组合确定为下一时间段内所述空调系统待开启的冷机组合。2.根据权利要求1所述的方法，其特征在于，所述预测下一时间段内空调系统需要提供的总制冷量，包括：将当前时刻的空调系统特征数据输入预先训练的总制冷量预测模型，得到下一时间段内空调系统需要提供的总制冷量，其中，所述空调系统特征数据包括：时间数据、所述空调系统所属建筑物的气象数据、所述空调系统的历史制冷量数据。3.根据权利要求2所述的方法，其特征在于，所述总制冷量预测模型是利用训练数据集对预设神经网络进行训练得到的，其中，所述训练数据集中的样本以某一时刻的空调系统特征数据为样本特征数据，并以某一时刻的下一时间段内空调系统实际提供的总制冷量为标签。4.根据权利要求1所述的方法，其特征在于，所述根据所述总制冷量和各冷机的额定制冷量，确定所述空调系统中满足制冷需求的一个或多个冷机组合，包括：根据所述总制冷量和各冷机的额定制冷量，确定所述空调系统中总额定制冷量大于或等于所述总制冷量的一个或多个冷机组合。5.根据权利要求1所述的方法，其特征在于，所述冷机组合中各冷机的目标制冷量是通过以下步骤确定的：根据所述冷机组合中各冷机的额定制冷量在总额定制冷量中的占比，将所述总制冷量划分为多份目标制冷量，并将其分配至对应冷机。6.根据权利要求1所述的方法，其特征在于，所述...

【专利技术属性】
技术研发人员：沙华晶，丁金磊，常远，
申请(专利权)人：光控特斯联上海信息科技有限公司，
类型：发明
国别省市：