一種製冷系統的能效處理方法及系統的製作方法
2023-05-15 11:57:06 1
一種製冷系統的能效處理方法及系統的製作方法
【專利摘要】本發明公開一種製冷系統的能效處理方法及系統，其中，方法包括步驟：A、通過溫度傳感器和壓力傳感器實時採集製冷系統中各環節的溫度數據和壓力數據，並實時獲取各環節的能效；B、通過各環節的能效變化規律建立各環節的能效仿真模型，並通過溫度數據和壓力數據將各能效仿真模型關聯起來，形成製冷系統的數學模型；C、根據製冷系統的數學模型，計算獲得製冷系統最優化的能效時所需的各環節的能效調整幅度和能效調整時間，並按照計算出的能效調整幅度、能效調整時間對各環節的能效進行調整。
【專利說明】一種製冷系統的能效處理方法及系統
【技術領域】
[0001]本發明涉及製冷系統領域，尤其涉及一種製冷系統的能效處理方法及系統。
【背景技術】
[0002]製冷系統由壓縮、冷卻、冷凝、傳輸和散熱等各個環節組成，其為ー個複雜的系統，各個環節的能效是相互關聯、相互影響的，每ー個環節的變化都會引起其他環節的能效改變。在製冷系統中，整個系統的製冷效率是由能效低的環節決定的，只改變其中一個環節的能效，不一定能提聞整體製冷設備的運行效率，只有找到關鍵的能效低的環節，提升最低能效環節的能效才能真正提高整個製冷系統的能效。
[0003]現有技術中，針對製冷系統的各個環節都有節能增效的方法，比如變頻水泵，變頻風機以及壓縮機製冷的無級調幅等手段，但每ー環節的調整不能保障調整的幅度和時間精度，不能做到整體能效的最優化配置，甚至造成一個環節能效增加而其他部分能效降低，而整體能效沒有増加，不能達到節能的目標。
[0004]另外，由於設備老化、磨損以及維護保養不及時等原因，實際使用過程中的能效與設計的能效有很大偏差，依靠設計的能效參數也無法保證高效的使用製冷系統。
[0005]因此，現有技術還有待於改進和發展。
【發明內容】
[0006]鑑於上述現有技術的不足，本發明的目的在於提供一種製冷系統的能效處理方法及系統，g在解決現有技術中製冷系統無法獲得最優能效配置的問題。
[0007]本發明的技術方案如下:
一種製冷系統的能效處理方法，其中，包括步驟:
A、通過溫度傳感器和壓カ傳感器實時採集製冷系統中各環節的溫度數據和壓力數據，並實時獲取各環節的能效；
B、通過各環節的能效變化規律建立各環節的能效仿真模型，並通過溫度數據和壓力數據將各能效仿真模型關聯起來，形成製冷系統的數學模型；
C、根據製冷系統的數學模型，計算獲得製冷系統最優化的能效時所需的各環節的能效調整幅度和能效調整時間，並按照計算出的能效調整幅度、能效調整時間對各環節的能效進行調整。
[0008]所述的製冷系統的能效處理方法，其中，所述步驟B和C之間還包括:
B1、通過對實時獲取的各環節的能效變化規律進行學習，逐步調整製冷系統的數學模型中能效與各參數的變化函數，降低製冷系統的數學模型的偏差。
[0009]所述的製冷系統的能效處理方法，其中，所述溫度數據包括冷水進ロ溫度和冷水出口溫度，所述壓カ數據包括冷水進ロ壓力和冷水出口壓力。
[0010]所述的製冷系統的能效處理方法，其中，所述製冷系統各環節包括:壓縮機、水泵、風冷式冷凝器、水冷式冷凝器的處理環節。[0011]所述的製冷系統的能效處理方法，其中，所述步驟C具體包括:
Cl、通過所述數學模型對時間進行積分，計算未來一段時間的能耗；
C2、對製冷系統產生的製冷量進行微分計算，計算單位製冷量所需能耗；
C3、選取最低的単位製冷量所需能耗的參數，得到最優化的能效時所需的各環節的能效調整幅度和能效調整時間。
[0012]一種製冷系統的能效處理系統，其中，包括:
信息採集模塊，用於通過溫度傳感器和壓カ傳感器實時採集製冷系統中各環節的溫度數據和壓カ數據，並實時獲取各環節的能效；
數據建模模塊，用於通過各環節的能效變化規律建立各環節的能效仿真模型，並通過溫度數據和壓力數據將各能效仿真模型關聯起來，形成製冷系統的數學模型；
能效控制模塊，用於根據製冷系統的數學模型，計算獲得製冷系統最優化的能效時所需的各環節的能效調整幅度和能效調整時間，並按照計算出的能效調整幅度、能效調整時間對各環節的能效進行調整。
[0013]所述的製冷系統的能效處理系統，其中，還包括:
學習模塊，用於通過對實時獲取的各環節的能效變化規律進行學習，逐步調整製冷系統的數學模型中能效與各參數的變化函數，降低製冷系統的數學模型的偏差。
[0014]所述的製冷系統的能效處理系統，其中，所述能效控制模塊包括:
積分單元，用於通過所述數學模型對時間進行積分，計算未來一段時間的能耗；
微粉單元，用於對製冷系統產生的製冷量進行微分計算，計算単位製冷量所需能耗； 計算單元，用於選取最低的単位製冷量所需能耗的參數，得到最優化的能效時所需的
各環節的能效調整幅度和能效調整時間。
[0015]所述的製冷系統的能效處理系統，其中，所述製冷系統各環節包括:壓縮機、水泵、風冷式冷凝器、水冷式冷凝器的處理環節。
[0016]有益效果:本發明通過採集溫度和壓カ數據，並建立製冷系統各環節的數學仿真模型，然後通過時間和溫度等共同變量將各數學仿真模型關聯起來，形成製冷系統的數學模型，再通過記錄學習，降低模擬的仿真運行效果和實際運行效果的偏差，最後能夠建立的數學模型，計算各環節的能效調整幅度和能效調整時間，並按照計算結果進行調整，從而獲得最優的能效配置。
【專利附圖】
【附圖說明】
[0017]圖1為本發明製冷系統的能效處理方法較佳實施例的流程圖。
[0018]圖2為本發明中製冷系統的結構示意圖。
【具體實施方式】
[0019]本發明提供一種製冷系統的能效處理方法及系統，為使本發明的目的、技術方案及效果更加清楚、明確，以下對本發明進ー步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發明，並不用於限定本發明。
[0020]請參閱圖1，圖1為本發明一種製冷系統的能效處理方法較佳實施例的流程圖，如圖所示，其包括步驟: 5101、通過溫度傳感器和壓カ傳感器實時採集製冷系統中各環節的溫度數據和壓力數據，並實時獲取各環節的能效；
5102、通過各環節的能效變化規律建立各環節的能效仿真模型，並通過溫度數據和壓力數據將各能效仿真模型關聯起來，形成製冷系統的數學模型；
5103、根據製冷系統的數學模型，計算獲得製冷系統最優化的能效時所需的各環節的能效調整幅度和能效調整時間，並按照計算出的能效調整幅度、能效調整時間對各環節的能效進行調整。
[0021]請繼續參閱圖2,圖2為本發明中的製冷系統的結構示意圖。如圖2所示,所述製冷系統中包括:水泵600、蒸發器800、節流閥700、乾燥過濾器500、風冷式冷凝器400、水冷式冷凝器300、壓縮機200，上述製冷系統的結構及連接關係均為現有技術，詳細細節可參考現有的製冷系統，本發明的製冷系統的改進之處在於，増加了能效處理系統100，來採集信息和提高設備能效，利用該能效處理系統100對製冷系統進行能效配置。
[0022]下面結合圖1和圖2對本發明的能效處理方法進行詳細說明。
[0023]在步驟SlOl中，先通過溫度傳感器和壓カ傳感器來採集製冷系統中各環節的溫度數據和壓カ數據，然後可通過網絡，例如有線網絡或無線網絡將採集到的溫度數據和壓力數據發送到能效處理系統100中。
[0024]其中的各環節即各設備的處理環節，例如圖2所示的壓縮機200、水泵600、風冷式冷凝器400、水冷式冷凝器300的處理環節。
[0025]所述的溫度數據包括了冷水進ロ、冷水出口的溫度信息，以及室內各樓層的溫度信息，所述的壓カ數據包括冷水進ロ、冷水出口的壓カ信息。
[0026]在此步驟中，還通過實時獲取各環節的能效信息，從而準確掌握各個設備的運行狀況和能效，以便獲取各個環節能效變化的規律。
[0027]在步驟S102中，通過上述獲得的各環節的能效信息獲取各環節能效變化的規律，從而建立各環節的能效仿真模型，然後根據採集的信息將各環節的能效仿真模型關聯起來，形成整個製冷系統的數學模型。
[0028]在製冷系統中，每個設備都有自身的理論數據模型，例如風機的風量和電機頻率是三次方的關係，風機的熱交換效率和溫差是一次方關係，降低風機的電機頻率會提升熱交換效率，但會降低散熱量。所以，本實施例中，引入了溫度、效率等參數，通過時間片的分析和相關數值，計算各參數相互之間的影響，求解各參數相互之間影響的函數，即形成各環節的能效仿真模型，而實際的變化是非常複雜的，所以求解的數學模型也只能是相似解，但隨著這些數值的積累，數學模型的計算求解過程也就越快、越準確。
[0029]在步驟S102之後，還包括步驟:通過對實時獲取的各環節的能效變化規律進行學習，逐步調整製冷系統的數學模型中能效與各參數的變化函數，降低製冷系統的數學模型的偏差。
[0030]本實施例中，通過記錄學習，逐步調整數學模型中能效與各個參數的變化函數，使模擬的數學模型中的仿真運行效果和實際運行效果的符合度在I小時內偏差不超過1%，3小時內偏差不超過3%，數學模型自身的調整幅度不超過1%，如此，就有了一個可以模擬和預測即將發生狀況的數學模型。通過數學模型，可以推演引入一個虛擬變化將會造成的影響。[0031]在製冷系統中，因為實際的運行過程非常複雜，而且影響的因素非常多，計算出每個細節的變化過於複雜，但可以通過記錄的數據作標準，糾正純粹數值計算的偏差，以去除不確定因素的影響，使計算更快，比如溫度的偏差是有ー個範圍的，室外溫度會對系統運行產生影響，但溫度變化是有一個範圍的，根據上ー個小時的溫度和最近5天的溫度記錄，根據這個時段的平均溫度，可以把溫度變化的範圍限定在一定範圍內，比如0.5度，那就不需要計算溫度超過這個範圍的數值，這樣可以把計算的效率降低ー個級數，依次類推，還有很多其他參數都是可以根據之前的記錄進行限定的，這樣才能把快速推演變成可能。
[0032]在步驟S103中，根據製冷系統的數學模型，對製冷系統的能效進行配置。
[0033]具體來說，所述步驟S103可細化為以下步驟:
5201、通過所述數學模型對時間進行積分，計算未來一段時間的能耗；
5202、對製冷系統產生的製冷量進行微分計算，計算單位製冷量所需能耗；
5203、選取最低的単位製冷量所需能耗的參數，得到最優化的能效時所需的各環節的能效調整幅度和能效調整時間。
[0034]上述步驟是指:對未來一段時間(例如I小吋)的能耗積分，即通過數學模型對時間進行積分，計算整體能耗，然後進行微分，計算能效的函數，再根據能效的函數求解最優化的運行效率的時間分布，在製冷系統的數學模型中計算各個環節的能效調整幅度和能效調整時間，加上約束的邊界條件，比如維持室內溫度穩定，每個環節的調整的間隔時間等，在數學模型中計算每一個調整後的能效值，通過模擬推演，計算出最優的設備運行路徑。
[0035]其中，積分即是把求解的運行路徑所設定的數值引入數學模型中，然後對時間進行積分，計算未來一段時間的能耗，然後再對產出的製冷量進行微分計算，計算單位製冷量所需能耗。在計算過程中各個數值都有很多種選擇，本數學模型計算和比較各種參數的多種可能，最終選取一個能效最高的參數，比如調冷凍水水泵的能效和風機的能效，冷凍水水泵的能效是隨著水泵功率的降低而升高的，但功率降低，冷卻水水溫升高，反而使風機的能效降低，所以需要計算出總體能效的拐點，也就是能效最高的點，但因為硬體本身的約束或者其他設備的影響，最佳能效點未必在合理使用範圍內，比如水泵有揚程的限制，不能無限降低，所以可對多種條件進行計算後，得出優化的方案。
[0036]在本發明中，能耗=E/tFn(t, p, A T, 0, M),
能效=能耗對製冷量的導數。
[0037]不同時間下的能效是不同的，能效對時間求導，計算単位時間能效的變化因素，再根據變化的幅度判斷能效處理的頻率。
[0038]下面通過一具體實施例來對本發明的能效處理方法進行說明。
[0039]主機功率200KW，冷凍水水泵功率30KW，冷卻水水泵功率20KW，風機功率20KW，現設備運行製冷量超過需求製冷量的20%，這可能是由室外溫度變化引起或者是壓縮機的加載造成的。這種情況下，有很多選擇可以實現減少輸出製冷、降低能耗的效果，比如減少20%的水泵輸出，也可以減低壓縮機的負載20%，也可以減少20%的風機輸出。其中，減少水泵輸出可以節電(1-0.8*0.8*0.8)*30=0.5*30=15KW，但同時冷凍水流速降低也會影響壓縮機的能效，相對降低壓縮機能效5%，則總體耗又增加200*0.05=10 Kff,那麼在這種方案下，總體節電為:15_10=5KW，所以實際節電沒有預期的那麼多，而通過本發明中的數學模型的計算，實際的控制邏輯可以是:減低主機負載10%，降低水泵功率10%，降低風機功率10%，水泵功率降低使流速降低，但是風機功率也降低使得散熱降低，冷凍水進、出水溫差沒有變化，輸出減少了 10%，所以整體輸出減少20%，節電數為200*10%+ (1-0.9*0.9*0.9) * (30+20)=10+13.5=23.5KW，這個過程中各個環節能效都沒有變化，但實際用電減少了 23.5KW，比上ー種方案有更好的節電效果，當然，這並不一定最優的運行效率，最優的運行方式是各個環節的調整是動態變化的，壓縮機的負載從10%逐步變化到15.7%，而水泵的功率從90%逐步變化到80%再變動到95%，風機的功率從90%逐步變化到85%再變動到100%，而且整個控制流程和規劃也要隨著室外溫度的變化而變化。
[0040]在本發明中，能效的處理是ー個動態的連續的過程，這是因為設備所處的環境是處於變化之中的，為維持製冷溫度的穩定，製冷系統應隨時調整，毎次計算的數值與實際的偏差超過1%，系統就要自動進行參數更新，對路徑進行微調，環境條件作為能效處理系統的一部分也有自身的仿真模型，但由於溫度變化具有不確定性，所以應該及時地動態調整算法，通過反饋校驗的方式體現在能效處理過程中。
[0041]本發明中可採用多接ロ傳輸232、485、CAN、無線以及網絡接ロ，當然，也可採用現有技術中的其他傳輸方式來傳輸數據。
[0042]綜上所述，本發明通過採集溫度和壓カ數據，並建立製冷系統各環節的數學仿真模型，然後通過時間和溫度等共同變量將各數學仿真模型關聯起來，形成製冷系統的數學模型，再通過記錄學習，降低模擬的仿真運行效果和實際運行效果的偏差，最後能夠建立的數學模型，計算各環節的調整幅度和調整時間，並按照計算結果進行調整，從而獲得最優的能效配置。
[0043]應當理解的是，本發明的應用不限於上述的舉例，對本領域普通技術人員來說，可以根據上述說明加以改進或變換，所有這些改進和變換都應屬於本發明所附權利要求的保護範圍。
【權利要求】
1.一種製冷系統的能效處理方法，其特徵在於，包括步驟: A、通過溫度傳感器和壓カ傳感器實時採集製冷系統中各環節的溫度數據和壓力數據，並實時獲取各環節的能效； B、通過各環節的能效變化規律建立各環節的能效仿真模型，並通過溫度數據和壓力數據將各能效仿真模型關聯起來，形成製冷系統的數學模型； C、根據製冷系統的數學模型，計算獲得製冷系統最優化的能效時所需的各環節的能效調整幅度和能效調整時間，並按照計算出的能效調整幅度、能效調整時間對各環節的能效進行調整。
2.根據權利要求1所述的製冷系統的能效處理方法，其特徵在於，所述步驟B和C之間還包括: B1、通過對實時獲取的各環節的能效變化規律進行學習，逐步調整製冷系統的數學模型中能效與各參數的變化函數，降低製冷系統的數學模型的偏差。
3.根據權利要求1所述的製冷系統的能效處理方法，其特徵在於，所述溫度數據包括冷水進ロ溫度和冷水出ロ溫度，所述壓カ數據包括冷水進ロ壓力和冷水出ロ壓力。
4.根據權利要求1所述的製冷系統的能效處理方法，其特徵在於，所述製冷系統各環節包括:壓縮機、水泵、風冷式冷凝器、水冷式冷凝器的處理環節。
5.根據權利要求1所述的製冷系統的能效處理方法，其特徵在幹，所述步驟C具體包括: Cl、通過所述數學模型對時`間進行積分，計算未來一段時間的能耗； C2、對製冷系統產生的製冷量進行微分計算，計算單位製冷量所需能耗； C3、選取最低的単位製冷量所需能耗的參數，得到最優化的能效時所需的各環節的能效調整幅度和能效調整時間。
6.一種製冷系統的能效處理系統，其特徵在於，包括: 信息採集模塊，用於通過溫度傳感器和壓カ傳感器實時採集製冷系統中各環節的溫度數據和壓カ數據，並實時獲取各環節的能效； 數據建模模塊，用於通過各環節的能效變化規律建立各環節的能效仿真模型，並通過溫度數據和壓力數據將各能效仿真模型關聯起來，形成製冷系統的數學模型； 能效控制模塊，用於根據製冷系統的數學模型，計算獲得製冷系統最優化的能效時所需的各環節的能效調整幅度和能效調整時間，並按照計算出的能效調整幅度、能效調整時間對各環節的能效進行調整。
7.根據權利要求6所述的製冷系統的能效處理系統，其特徵在於，還包括: 學習模塊，用於通過對實時獲取的各環節的能效變化規律進行學習，逐步調整製冷系統的數學模型中能效與各參數的變化函數，降低製冷系統的數學模型的偏差。
8.根據權利要求6所述的製冷系統的能效處理系統，其特徵在幹，所述能效控制模塊包括: 積分單元，用於通過所述數學模型對時間進行積分，計算未來一段時間的能耗； 微粉單元，用於對製冷系統產生的製冷量進行微分計算，計算単位製冷量所需能耗； 計算單元，用於選取最低的単位製冷量所需能耗的參數，得到最優化的能效時所需的各環節的能效調整幅度和能效調整時間。
9.根據權利要求6所述的製冷系統的能效處理系統，其特徵在幹，所述製冷系統各環節包括:壓縮機、水泵、風`冷式冷凝器、水冷式冷凝器的處理環節。
【文檔編號】F25B49/02GK103528294SQ201310448399
【公開日】2014年1月22日 申請日期:2013年9月27日 優先權日:2013年9月27日
【發明者】王慧文 申請人:王慧文