一种加热和制冷系统能效提升方法

技术领域

本发明属于空调控制技术领域。

背景技术

空调即空气调节器，是指用人工手段，对建筑或构筑物内环境空气的温度、湿度、流速等参数进行调节和控制的设备。空调的出现大大方便的人们的生活，使人们不必再忍受夏天的炎热或冬天的寒冷。但是，在空调的实际使用中我们发现，传统的空调仍然存在有一定的不足之处，比如，某些建筑的功能特殊，空调系统需要快速的响应调节需求，如剧院、浴室和餐厅等人流变化大、对室内的空调系统制冷制热性能要求高的地方，某些工厂车间用于工艺的要求会产生冷热负荷的剧烈波动，对空调的快速调节也具有一定的要求。

现有技术中，通过一些技术手段也能够达到快速调节空调的目的，如中国专利公告号为：CN108302713B公开的一种空调设置快速调节方法、空调器以及可读存储介质。所述空调快速控制方法包括以下步骤：当检测到快速控制指令时，获取快速控制指令指定空调的相关运行参数，并设为目标参数；根据快速控制指令获取到目标空调的标识信息，并根据目标空调的标识信息获取目标空调的运行参数；将所述目标参数发送至所述目标空调，控制所述目标空调将相关参数以目标参数进行快速调节。本发明通过以指定空调的运行参数为参照，将多个空调的运行参数进行快速调节，从而达到空调的快速控制的目的，减少了用户的重复操作，提升了用户的使用体验。上述空调设置快速调节方法虽然能够对空调进行调节，但其只是对空调温度进行调节，并无法具体调节到空调覆盖的区域，具有很大的局限性。

发明内容

针对现有技术的不足，本发明提供了一种加热和制冷系统能效提升方法，根据空调覆盖的区域，可快速响应需求。

为解决上述技术问题，本发明采用如下技术方案：一种加热和制冷系统能效提升方法，包括以下步骤：

S1：针对不同的空调覆盖区域在不同工况条件下进行升温和降温测试，得出每个区域的蓄能性评价系数；

S2：针对不同的空调覆盖区域在不同工况条件下进行加速性能测试，得出空调中每个设备的每个指标的动态加速曲线；

S3：通过神经网络建模，以设备的动态曲线，作为输入输出的训练神经网络，建立总体控制模型；

S4：通过区域内的实际数据得出该蓄能性评价系数对应的实际调温时间，并根据实际调温时间和系统调温时间得出蓄能修正系数；

S5：通过蓄能修正系数修正每个区域的实际调温时间；

S6：根据修正后的实际调温时间，对空调的调节方式进行优化。

优选的，所述步骤S1和S2中不同工况条件为不同温度的外部环境，包括室外温度夏季35℃、30℃、25℃，冬季-5℃、5℃、15℃六种典型工况。

优选的，蓄能评价系数为

T

优选的，所述步骤S2中每个设备的每个指标的动态加速曲线包括水泵扬程动态加速曲线、水泵流量动态加速曲线、主机制冷量动态加速曲线、主机供水温度动态加速曲线和主机回水温度动态加速曲线。

优选的，所述步骤S3中通过总体控制模型，得出不同工况下的达到系统实际调温的时间和对应的控制参数。

优选的，所述步骤S4中，实际调温时间/系统调温时间＝蓄能修正系数。

优选的，所述步骤S5中，实际调温时间T＝a*系统调温时间，a为蓄能修正系数。

优选的，所述步骤S6中提前T时间对空调进行调节。

本发明采用的技术方案，针对空调覆盖的具体区域，通过实际调温时间和系统调温时间得出蓄能修正系数，通过蓄能修正系数又能够对实际调温时间进行修正，得出更加准确的实际调温时间，通过修正后的实际调温时间，不仅可以对空调的调节方式进行优化，更加准确的设定空调的提前开始时间，避免资源的浪费，还能够使空调的调节更加的准确，在指定时间内便能够使区域内达到设定温度，进而达到快速响应调节需求的目的。

本发明的具体技术方案及其有益效果将会在下面的具体实施方式中进行详细的说明。

附图说明

下面结合附图和具体实施方式对本发明作进一步描述：

图1为本发明实施方法流程示意图。

具体实施方式

下面将结合本发明实施例对本发明技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1，一种加热和制冷系统能效提升方法，包括以下步骤：

S1：针对不同的空调覆盖区域在不同工况条件下进行升温和降温测试，得出每个区域的蓄能性评价系数；

S2：针对不同的空调覆盖区域在不同工况条件下进行加速性能测试，得出空调中每个设备的每个指标的动态加速曲线；

S3：通过神经网络建模，以设备的动态曲线，作为输入输出的训练神经网络，建立总体控制模型；

S4：通过区域内的实际数据得出该蓄能性评价系数对应的实际调温时间，并根据实际调温时间和系统调温时间得出蓄能修正系数；

S5：通过蓄能修正系数修正每个区域的实际调温时间；

S6：根据修正后的实际调温时间，对空调的调节方式进行优化。

其中，不同工况条件为不同温度的外部环境，包括室外温度夏季35℃、30℃、25℃，冬季-5℃、5℃、15℃六种典型工况。

作为本发明的一种优选技术方案，所述步骤S1还包括以下步骤：

S101：设定不同温度的外部环境；

S102：在不同温度的外部环境下对区域内进行升温和降温测试；

S103：得出每个区域的蓄能性评价系数，最高为100，最低为0。

蓄能评价系数为

T

作为本发明的一种优选技术方案，所述步骤S2还包括以下步骤：

S201：设定不同温度的区域内环境；

S202：在不同温度的区域内环境下对空调进行加速性能测试；

S203：得出每个设备的每个指标的动态加速曲线，包括水泵扬程动态加速曲线、水泵流量动态加速曲线、主机制冷量动态加速曲线、主机供水温度动态加速曲线和主机回水温度动态加速曲线。

作为本发明的一种优选技术方案，所述步骤S3还包括以下步骤：

S301：通过神经网络建模，以设备的动态曲线，作为输入输出的训练神经网络，建立总体控制模型；

输入数据是动态曲线组成的曲线族，输出是不同区域的温度变化曲线。比如，主机制冷量加速性能测试的时候，随着时间变化能够得到水泵、风机、水温、阀门的变化曲线这些都作为输入参数，而期间的房间温度变化则作为输出参数，这样经过训练即可得到调温时间的总体控制模型。

S302：通过总体控制模型，得出不同工况下的达到系统实际调温的时间和对应的控制参数。

具体可以通过穷举法或者智能寻优(遗传算法)的方法得到最快调温时间和对应的控制参数。

作为本发明的一种优选技术方案，所述步骤S4还包括以下步骤：

S401：通过区域内的实际数据得出该蓄能性评价系数对应的实际调温时间；

S402：通过实际调温时间和系统调温时间得出蓄能修正系数，其中：实际调温时间/系统调温时间＝蓄能修正系数。

作为本发明的一种优选技术方案，所述步骤S5还包括以下步骤：

S501：设定蓄能修正系数为a；

S502：通过蓄能修正系数a修正每个区域的实际调温时间，其中，实际调温时间＝a*系统调温时间。

作为本发明的一种优选技术方案，所述对空调的调节方式进行优化的具体步骤还包括：

设定修正后的实际调温时间为T；

提前T时间对空调进行调节。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，熟悉该本领域的技术人员应该明白本发明包括但不限于上面具体实施方式中描述的内容。任何不偏离本发明的功能和结构原理的修改都将包括在权利要求书的范围中。