【技术实现步骤摘要】
本专利技术涉及空调设备，更具体地说是指一种暖通空调智能控制方法及系统。
技术介绍
1、随着经济社会和技术的发展，暖通空调技术应用较为广泛，改善了室内热舒适，现有空调需求响应控制可基于峰谷电价来动态调控温度设定，以节约用能成本，实现削峰填谷的作用等。
2、但申请人在研究过程中，发现现有技术方法至少存在以下缺点：一是现有暖通空调需求响应控制通常只针对峰谷电价来动态调控室内温度，而未充分考虑对其它因素的影响，其中，其它因素还包括动态温度调节对室内人员工作效率的影响以及不同用能co2排放对环境的影响。二是现有室内热环境评价通常采用温度绝对值或pmv(预测平均评价，predicted mean vote)等稳态评价指标，动态热环境中人体热舒适不仅受到温度绝对值的影响，还会受到动态特征参数例如温度变化方向和速率的影响，而现有评价指标都没有考虑这些，由于这些影响因素没有量化考虑，空调的需求响应控制对于办公空间适用性较差，相关人员工作积极性不高。
3、因此，有必要设计一种新的方法，实现在不明显影响用户满意度的前提下，平衡工作效率损失成本、空调系统用能成本和co2排放环境负担成本之间的成本账，达到暖通空调的最优化控制策略。
技术实现思路
1、本专利技术的目的在于克服现有技术的缺陷，提供一种暖通空调智能控制方法及系统。
2、为实现上述目的，本专利技术采用以下技术方案：一种暖通空调智能控制方法，包括：
3、获取人体监测数据、环境监测数据以及能源使用量和能源
4、确定暖通空调系统的控制模式；
5、根据所述监测数据计算暖通空调系统在需求响应下进行动态温度调节的热舒适指标；
6、根据所述热舒适指标计算工作效率损失值、能源成本节约值和环境负担影响值；其中，所述工作效率损失值通过当热舒适指标为零时的相对工作效率与当前实际相对工作效率的差与当地同类工作的平均时薪求积所得；所述相对工作效率与热舒适指标之间为非线性的关系；
7、根据所述工作效率损失值、能源成本节约值和环境负担影响值计算总效益，并求解总效益的最大值对应的温度值，以得到目标温度值；
8、根据所述目标温度值调节暖通空调系统的温度设定值。
9、其进一步技术方案为：所述人体监测数据包括人员年龄、人员活动状态以及人体表面皮肤温度；所述环境监测数据包括环境的温度和湿度；所述人员活动状态包括人体姿势，所述人体姿势是基于摄像头机器学习对所获取的图像进行人体姿势识别分类所得的结果；所述人体表面皮肤温度包括人体皮肤温度、手部皮肤温度以及脸颊皮肤温度。
10、其进一步技术方案为：所述确定暖通空调系统的控制模式，包括：
11、当系统中的管理员控制设为默认模式且人体姿势属于脑力办公活动、轻体力办公活动、重体力办公活动的类型时，控制模式选择为热舒适模型或高工效模式；当人体姿势属于非办公活动类型时，控制模式选择为节能低碳模式；其中，控制模式选择为热舒适模型时，暖通空调系统按照热舒适指标为零的参数运行；控制模式选择为高工效模式和节能低碳模式时，暖通空调系统采用总效益的最大值＝max(β×能源成本等效节约值-α×工作效率损失值)得到的参数运行，β和α分别为权重系数，β和α分别是常系数，范围为[0，1]；能源成本等效节约值是指采取节能措施所实现的能源成本节约的金额；工作效率损失值将实际的相对工作效率与理论相对工作效率进行比较，得到相对工作效率的下降幅度，再乘以当地同类工作的平均时薪所得到的结果；控制模式选择为高工效模式时设定为α>β，控制模式选择为节能低碳模式时设定为α<β。
12、其进一步技术方案为：所述确定暖通空调系统的控制模式，还包括：
13、当人体姿势属于非办公活动类型时，根据用户需求手动选择暖通空调系统的控制模式为热舒适模式。
14、其进一步技术方案为：所述根据所述监测数据计算暖通空调系统在需求响应下进行动态温度调节的热舒适指标，包括：
15、根据所述监测数据以及所述控制模式采用或者tsv动态＝cpmv+0.25×sign(dta)+0.25×sign(dl)-0.20计算出空调需求响应下动态温度调节的热舒适指标，其中，tsv动态为暖通空调系统需求响应下动态温度调节的热舒适指标；tskin＝0.3×thand+0.7×tface；tskin是皮肤温度，thand是手部皮肤温度，tface是脸颊皮肤温度，sign(dtskin)或sign(dta)是皮肤或空气温度变化的方向，上升为1，下降为-1；sign(dl)是前后的人体姿势水平变化的方向；pmv为预计热感觉指标；cpmv为动态热感觉指标，cpmv的m值反映人体代谢水平。
16、其进一步技术方案为：所述cpmv的m值采用m＝mo+(l-l0)×(mwc-mo)/lmax计算而得，其中，l为人体姿势指数；l0为最小人体姿势指数；lmax为最大人体姿势指数；m是人体实际代谢率，m0是人体基础代谢率；mwc为最大代谢率，由mwc＝643-3.7a计算而得；a是人员年龄；cpmv是采用时序分析预测模型对办公时间的不同人体姿势阶段的cpmv进行修正后形成的结果。
17、其进一步技术方案为：其特征在于，所述根据所述热舒适指标计算工作效率损失值、能源成本节约值和环境负担影响值，包括：
18、计算热舒适指标为零时的相对工作效率和能耗消耗量的基准值；
19、采用工作效率损失值＝(热舒适指标为零时的相对工作效率-相对工作效率实际值)×当地同类工作的平均时薪计算工作效率损失值，其中，当地同类工作的平均时薪由管理员统计输入；
20、采用能源成本等效节约值＝能源成本节约值×(1+环境负担因子)、能源成本节约值＝(热舒适指标为零时的能耗消耗量-能耗消耗量实际值)×能源价格p、环境负担因子＝(单位能耗的co2排放量×单位co2排放量的潜在环境成本)/单位能耗价格计算能源成本节约值以及环境负担影响值；其中，单位co2排放量的潜在环境成本采用社会成本法估算，或者边际成本法估算，或者，采用现有碳排放交易市场价格代替。
21、其进一步技术方案为：所述根据所述工作效率损失值、能源成本节约值和环境负担影响值计算总效益，并求解总效益的最大值对应的温度值，以得到目标温度值，包括：
22、基于神经网络算法求解总效益的最大值＝max(β×能源成本等效节约值-α×工作效率损失值)，以得到总效益的最大值对应的数值，β和α分别为权重系数，β和α分别是常系数，范围为[0，1]。
23、本专利技术还提供了一种暖通空调智能控制系统，包括：监测端数据采集模块、用户端存储显示模块、计算机运算控制模块以及暖通空调系统；
24、监测端数据采集模块，用于采集人体监测数据、环境监测数据以及能源使用量和能源价格数据，并传输至计算机运算控制模块以及用户端存储显示模块；
25、用户端存储显示模块，用于显示所本文档来自技高网...
【技术保护点】
1.一种暖通空调智能控制方法，其特征在于，包括：
2.根据权利要求1所述的一种暖通空调智能控制方法，其特征在于，所述人体监测数据包括人员年龄、人员活动状态以及人体表面皮肤温度；所述环境监测数据包括环境的温度和湿度；所述人员活动状态包括人体姿势，所述人体姿势是基于摄像头机器学习对所获取的图像进行人体姿势识别分类所得的结果；所述人体表面皮肤温度包括人体皮肤温度、手部皮肤温度以及脸颊皮肤温度。
3.根据权利要求2所述的一种暖通空调智能控制方法，其特征在于，所述确定暖通空调系统的控制模式，包括：
4.根据权利要求2所述的一种暖通空调智能控制方法，其特征在于，所述确定暖通空调系统的控制模式，还包括：
5.根据权利要求3或4所述的一种暖通空调智能控制方法，其特征在于，所述根据所述监测数据计算暖通空调系统在需求响应下进行动态温度调节的热舒适指标，包括：
6.根据权利要求5所述的一种暖通空调智能控制方法，其特征在于，所述CPMV的M值采用M＝Mo+(L-L0)×(MWC-Mo)/Lmax计算而得，其中，L为人体姿势指数；L0为最小人体姿
7.根据权利要求1所述的一种暖通空调智能控制方法，其特征在于，其特征在于，所述根据所述热舒适指标计算工作效率损失值、能源成本节约值和环境负担影响值，包括：
8.根据权利要求7所述的一种暖通空调智能控制方法，其特征在于，所述根据所述工作效率损失值、能源成本节约值和环境负担影响值计算总效益，并求解总效益的最大值对应的温度值，以得到目标温度值，包括：
9.一种暖通空调智能控制系统，其特征在于，包括：监测端数据采集模块、用户端存储显示模块、计算机运算控制模块以及暖通空调系统；
10.根据权利要求9所述的一种暖通空调智能控制系统，其特征在于，所述计算机运算控制模块还用于确定控制模式，当系统中的管理员控制设为默认模式且人体姿势属于脑力办公活动、轻体力办公活动、重体力办公活动的类型时，控制模式选择为热舒适模型或高工效模式；当人体姿势属于非办公活动类型时，控制模式选择为节能低碳模式；其中，控制模式选择为热舒适模型时，暖通空调系统按照热舒适指标为零的参数运行；控制模式选择为高工效模式和节能低碳模式时，暖通空调系统采用总效益的最大值＝max(β×能源成本等效节约值-α×工作效率损失值)得到的参数运行，β和α分别为权重系数，β和α分别是常系数，范围为[0，1]；能源成本等效节约值是指采取节能措施所实现的能源成本节约的金额；工作效率损失值将实际的相对工作效率与理论相对工作效率进行比较，得到相对工作效率的下降幅度，再乘以当地同类工作的平均时薪所得到的结果；控制模式选择为高工效模式时设定为α>β，控制模式选择为节能低碳模式时设定为α<β。
...【技术特征摘要】
1.一种暖通空调智能控制方法，其特征在于，包括：
2.根据权利要求1所述的一种暖通空调智能控制方法，其特征在于，所述人体监测数据包括人员年龄、人员活动状态以及人体表面皮肤温度；所述环境监测数据包括环境的温度和湿度；所述人员活动状态包括人体姿势，所述人体姿势是基于摄像头机器学习对所获取的图像进行人体姿势识别分类所得的结果；所述人体表面皮肤温度包括人体皮肤温度、手部皮肤温度以及脸颊皮肤温度。
3.根据权利要求2所述的一种暖通空调智能控制方法，其特征在于，所述确定暖通空调系统的控制模式，包括：
4.根据权利要求2所述的一种暖通空调智能控制方法，其特征在于，所述确定暖通空调系统的控制模式，还包括：
5.根据权利要求3或4所述的一种暖通空调智能控制方法，其特征在于，所述根据所述监测数据计算暖通空调系统在需求响应下进行动态温度调节的热舒适指标，包括：
6.根据权利要求5所述的一种暖通空调智能控制方法，其特征在于，所述cpmv的m值采用m＝mo+(l-l0)×(mwc-mo)/lmax计算而得，其中，l为人体姿势指数；l0为最小人体姿势指数；lmax为最大人体姿势指数；m是人体实际代谢率，m0是人体基础代谢率；mwc为最大代谢率，由mwc＝643-3.7a计算而得；a是人员年龄；cpmv是采用时序分析预测模型对办公时间的不同人体姿势阶段的cpmv进行修正后形成的结果。
7.根据权利要求1所述的一种暖通空调智能控制方法，其特征在于，其特征...
【专利技术属性】
技术研发人员：吴语欣，蒋昂辰，付聪，崔海姣，周宇杰，任翼成，周俏怡，钱奕憬，
申请(专利权)人：浙江理工大学，
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。