[发明专利]云边端协同的中央空调全局优化节能控制方法和系统

说明书

本发明涉及云边端协同的中央空调全局优化节能控制方法和系统，包括：通过检测装置获取环境信息和中央空调的运行信息；边缘节点单元对环境信息和运行信息进行预处理获得预处理后的数据；将预处理后的数据中的第一部分数据进行存储并上传至云端服务器；云端服务器对第一部分数据进行训练和验证获得中央空调的负荷预测模型；边缘节点单元基于负荷预测模型和预处理后的数据中的第二部分数据和第三部分数据，获得中央空调的修正的负荷预测值；根据预处理后的数据中的第四部分数据获得中央空调的能耗模型；边缘节点单元根据修正的负荷预测值和能耗模型获得末端设备的优化控制参数以调整末端设备的当前运行参数。本发明能耗低、效率和稳定性高。

技术领域

本发明涉及中央空调控制领域，更具体地说，涉及一种云边端协同的中央空调全局优化节能控制方法和系统。

背景技术

建筑的中央空调系统的设计容量一般是按照较大的空调负荷需求进行选择，然而系统大部分时间是处于部分负荷情况下运行，从而造成了大量能源浪费。理想的方法是未来时刻建筑需要的准是等要求进行预测，以预测的负荷分布为基础，结合各运行设备的能耗模型，采用全局优化控制算法确定该预测条件下各系统设备的最优或者接近最优的运行参数并加以控制，从而达到节能优化的目的。

采用上述方法所涉及的优化参数变量多且复杂，常需要复杂的深度学习负荷预测算法以及人工智能全局优化控制算法的支持，导致计算量非常巨大，传统的本地控制器无法满足计算的需求，因此在实际应用中，绝大多数的中央空调系统无法实现上述的全局的节能优化控制，节能潜力无法得到进一步的挖掘。

目前提出的较为可行的技术方案是：通过“云+端”控制计算体系实现全局的节能优化控制，即将负荷预测及优化控制放置于算力较强的云平台，云平台计算出的优化控制参数下发到端侧，采用该技术方案主要存在以下几个关键的问题，导致预测、优化及控制结果不理想，甚至出现末端设备失控和能耗增大的情况：

1)负荷预测同全局优化控制算法均布局于云端会加大云平台的任务，导致云平台承担的负荷较大，降低了云平台的计算效率。

2)由于需要控制的设备种类和数量较多，而控制类数据和实时数据对传输能力要求较高，造成传输带宽负荷较大，导致较高的网络延迟，影响设备的高效稳定运行。

3)末端设备与云平台的频繁通讯，增加对云平台服务器的压力，而二者之间的距离往往较大，上传下载控制数据所需求的电能巨大，导致较高通讯能耗，甚至总能耗不如未配置全局优化控制策略的系统。

4)该方式极端依赖于云平台的运行计算，云与端之间的通讯需要时刻保持，但是由于云端所依赖的网络的稳定性并不能完全保证，一旦云平台同端侧的通讯失效或者云平台出现异常情况，末端设备即无法获得云平台下发的优化控制参数，云平台也无法获取端侧的运行情况，直接导致基于负荷预测的全局优化控制机制失效，引起中央空调系统的不稳定或高能耗运行。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种云边端协同的中央空调全局优化节能控制方法和系统。

本发明解决其技术问题所采用的技术方案是：提供一种云边端协同的中央空调全局优化节能控制方法，应用于云边端协同的中央空调全局优化节能控制系统，所述云边端协同的中央空调全局优化节能控制系统包括：云端服务器、边缘节点单元、以及末端设备，所述节能控制方法包括：

通过检测装置获取环境信息和中央空调的运行信息，并将所述环境信息和所述运行信息上传至所述边缘节点单元；

所述边缘节点单元对所述环境信息和所述运行信息进行预处理，获得预处理后的数据；

将所述预处理后的数据中的第一部分数据进行存储并上传至所述云端服务器；

所述云端服务器对所述第一部分数据进行训练和验证，获得所述中央空调的负荷预测模型，并将所述负荷预测模型发送给所述边缘节点单元；