[发明专利]一种制冷机房冷却水系统参数优化方法和系统

权利要求书

1.一种制冷机房冷却水系统参数优化的方法，其特征在于包括以下步骤：

S1、物联网平台根据实时采集的参数数据建立冷水机组数学模型、冷却塔数学模型、和冷却水泵数学模型；

S2、物联网平台选取遗传算法目标函数为：

P_total(Q_cooling,Q_air)=P_chill(Q_cooling,Q_air)+P_pump(Q_cooling,Q_air)+P_tower(Q_cooling,Q_air)，

式中，P_total为冷却水系统总能耗，P_pump为冷却水泵总能耗，P_chill为冷水机组能耗，P_tower为冷却塔总能耗，Q_cooling为冷却水流量，Q_air为冷却塔风量；

S3、物联网云平台通过边缘计算网关从制冷机房PLC中读取k时刻传感器采集的冷水机组冷冻水供回水温度、冷冻水流量、冷却水供回水温度和冷却水流量，基于步骤S1所述数学建模计算k时刻冷水机组制冷量和冷却塔散热量，产生k时刻冷却水流量和冷却塔风量参数集；

S4、物联网平台假设k+1时刻的冷水机组制冷量与k时刻冷水机组制冷量相同，在k时刻冷水机组散热量、和冷却水入口温度设定变化范围内假设k+1时刻的冷水机组散热量、和冷却水入口温度，利用穷举搜索方法在假设k+1时刻的冷水机组散热量和冷却水入口温度组合下，计算冷却水流量和冷却塔风量的可能取值；

S5、物联网平台基于步骤S4冷却水流量和冷却塔风量的可能取值，基于步骤S2的目标函数，计算假设k+1时刻的所有可能冷却水系统总能耗，并作为遗传算法的适应度值；

S6、物联网平台利用遗传算法通过循环进化方法获得最优参数个体，以及假设k+1时刻冷却水系统总能耗最小时所对应的冷却水流量和冷却塔风量；

S7、实际k+1时刻时，物联网平台依据步骤S6获得的假设k+1时刻冷却水系统总能耗最小时所对应的冷却水流量和冷却塔风量，计算对应的冷却水供回水温差和冷却塔出水温度逼近度，通过边缘计算网关下发制冷机房PLC控制冷却水系统运行。

2.根据权利要求1所述的一种制冷机房冷却水系统参数优化的方法，其特征在于所述步骤S4具体包括以下步骤：

S41、在k时刻冷水机组散热量、和冷却水入口温度设定变化范围内，利用穷举搜索方法假设k+1时刻的冷水机组散热量Q0、以及冷却水入口温度T0；

S42、利用冷水机组数学模型、和k时刻冷水机组制冷量计算步骤S41假设情况下冷水机组能耗P1、以及冷水机组散热量Q1；

S43、利用冷却塔数学模型，计算步骤S41假设情况下冷却水回水温度T1；

S44、如果Q1减去Q0小于等于设定散热量误差、以及T1减去T0小于等于设定温度误差，计算并输出步骤S41假设情况下冷却水流量和冷却塔风量的取值；

S45、假设次数没有达到最大值跳转执行S41步骤。

3.根据权利要求2所述的一种制冷机房冷却水系统参数优化的方法，其特征在于：所述穷举搜索方法是网格搜索法。

4.根据权利要求1所述的一种制冷机房冷却水系统参数优化的方法，其特征在于所述步骤S6具体包括以下步骤：

S61、对步骤S3所述参数集中所有参数组合进行冷却水系统总能耗排序并计算适应度值；

S62、利用步骤S61所述适应度值，步骤S3所述参数集进行选择和遗传；

S63、选取步骤S3所述参数集冷却水系统总能耗最小时的参数组合作为优化参数计算并输出所对应的冷却水流量和冷却塔风量。

5.一种制冷机房冷却水系统参数优化系统，其特征在于：所述参数优化系统包括物联网平台、若干边缘网关、和制冷机房PLC；所述物联网平台通过边缘网关采集制冷机房PLC的数据、控制制冷机房PLC动作；所述参数优化系统执行权利要求1至4任一权利要求所述的一种制冷机房冷却水系统参数优化方法。