[发明专利]利用建筑结构作为蓄冷介质的中央空调系统控制方法

说明书

一种建筑空调控制技术领域的利用建筑结构作为蓄冷介质的中央空调系统控制方法，包括以下步骤：第一，将控制器布置在所需的建筑中，并预设关键参数；第二，使用神经网络算法，通过楼宇设备自控系统采集一段时间内的气象参数等信息来训练建筑模型以及空调水系统/风系统模型；第三，输入天气预报参数以及能源结构费率至以上步骤所获得的建筑以及系统模型,预测建筑冷热负荷及能源费用；第四，寻找建筑中空调系统的主机/水泵的启停时间以及启停台数、空调区域温度设定值的最优控制策略。本发明利用已有测量数据，通过神经网络算法，训练得出建筑及空调系统模型，从而获得中央空调系统控制方法。本发明设计合理，可用于商业建筑空调系统的优化控制。

技术领域

本发明涉及一种建筑空调控制技术领域的启停控制、台数控制以及空调房间温度控制方法，特别是针对建筑结构质量厚重的利用建筑结构作为蓄冷介质的中央空调系统控制方法，这个控制方法的目的是降低建筑空调系统的运行费用。

背景技术

通常，为了降低电网高峰期负荷，电力公司在低负荷期间提供电价优惠。用户可以选择冰蓄冷或者水蓄冷的方式来利用这种优惠政策。蓄冷介质在谷电价期间制冷，并在峰电价期间释冷，这样用户可以减低电费而电网压力在高峰期间的负荷会降低。通常，水和乙二醇等会被作为蓄冷介质。但是，这些系统的造价比较高并且占地面积比较大。同时，由于系统构造复杂，系统维护的成本也非常高。

在许多商业建筑，建筑自身的结构材料有着巨大的蓄热能力。因此，优化控制器可以通过控制空调区间的温度设定值来控制冷机的开启控制建筑在谷电价期间预冷并在峰电价期间释冷，这样可以降低空调系统的电耗。

发明内容

本发明针对以上技术的不足，提出了一种利用建筑结构作为蓄冷介质的中央空调系统控制方法。这种控制方法应用于特定的建筑后，室内热湿负荷时间表、天气参数、电价结构、建筑基本结构数据、主机主要运行参数、空调末端主要运行参数等数据(数据量取决于建筑大小已经系统的复杂程度，通常为2-4周的数据)可以用来训练建筑和空调系统的模型。这些模型进而可以用于计算建筑在根据天气预报的参数和电价结构来确定空调机组的启停时间以及空调区域的温度设定值。

本发明是通过以下技术方案来实现的，本发明包括以下步骤：第一，将控制器布置在所需的建筑中，并预设关键参数：包括主要建筑参数(几何尺寸，窗墙比)、空调水系统/空气系统主要参数、室内热湿负荷；第二，使用神经网络算法，通过楼宇设备自控系统(BA系统)采集一段时间内的气象参数、室内环境温度、设备能耗、能源费率结构以及能源花费来训练建筑模型以及空调水系统/风系统模型，常将总费用方向分解为具有不同频率的设备能耗费用，而后将不同的设备能耗费用关联不同的预测模型；第三，输入天气预报参数以及能源结构费率至以上步骤所获得的建筑以及系统模型,从而预测建筑冷热负荷及能源费用；第四，寻找建筑中空调系统的主机/水泵的启停时间以及启停台数、空调区域温度设定值的最优控制策略，使得在此控制策略下的能源费用最低。

进一步地，在本发明中，建筑能耗模型以及主机和末端的效率模型，通过使用神经网络算法训练建筑和空调系统模型获得。

更进一步地，在本发明中，原有楼宇设备自控系统统控制器和新增传感器与智能控制器之间按照Motobus或者BACnet协议通信。

更进一步地，在本发明中，空调机组的控制策略以及空调区域的温度设定值，根据所获得的模型、天气预报参数和电价结构来确定。

更进一步地，在本发明中，所使用的中央空调控制策略可以用于模拟特定气候条件和时间下的能耗数据。

更进一步地，在本发明中，智能控制器中使用了天气预报以及电力公司的费率结构来预测建筑能耗。

在本发明中，通过使用测量数据训练建筑和空调系统模型，可以获得建筑能耗模型以及主机和末端的效率模型，这样模型的参数可以用来预测在特定气候条件和时间下的能耗数据。