【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 ...
【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:
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。