中央空调仿真模型的修正方法及系统

摘要

本发明公开了一种中央空调仿真模型的修正方法和系统，所述方法包括：在中央空调运行时采集空调设备仿真模型中的输入输出参数，形成空调参数大数据；将所述空调参数大数据输入到空调设备仿真模型中，对空调设备仿真模型进行修正。采用本发明的技术方案，可以对中央空调仿真模型进行修正。

权利要求

1.一种中央空调仿真模型的修正方法，其特征在于，包括：在中央空调运行时采集空调设备仿真模型中的输入输出参数，形成空调参数大数据；

将所述空调参数大数据输入到空调设备仿真模型中，对空调设备仿真模型进行修正，所述空调设备仿真模型包括冷却塔仿真模型，所述冷却塔仿真模型的参数关系曲线如下：

η=F（1λ，twet）=a*lnλ+b+c*(twet‑d)，且η= (tin‑tout)/(tin‑twet)，其中，η为冷却塔的换热效率，λ为冷却塔的风水比，tin为冷却塔进水温度, tout为冷却塔出水温度，twet为冷却塔进风湿球温度，F1为对冷却塔的风水比λ、冷却塔进风湿球温度twet的运算函数，a、b、c、d为函数F1中通过拟合得到的系数。

2.如权利要求1所述的中央空调仿真模型的修正方法，其特征在于，将所述空调参数大数据输入到空调设备仿真模型之前，还包括：对所述空调参数大数据进行数据清洗。

3.如权利要求2所述的中央空调仿真模型的修正方法，其特征在于，对所述空调参数大数据进行数据清洗的方式包括：线性填充缺失数据及剔除离群数据。

4.如权利要求1所述的中央空调仿真模型的修正方法，其特征在于，对空调设备仿真模型进行修正时，采用最小二乘法拟合算法对空调设备仿真模型中的输入输出参数关系曲线进行修正。

5.如权利要求1所述的中央空调仿真模型的修正方法，其特征在于，所述空调设备仿真模型还包括冷机能效仿真模型和水泵仿真模型。

6.如权利要求5所述的中央空调仿真模型的修正方法，其特征在于，所述冷机能效仿真模型中,输入参数包括冷机蒸发温度和冷机冷凝温度，输出参数为冷机的能效。

7.如权利要求5所述的中央空调仿真模型的修正方法，其特征在于，所述水泵仿真模型中，输入参数包括水泵的流量和水泵的频率，输出参数包括水泵的扬程和水泵的功率。

8.一种中央空调仿真模型的修正系统，其特征在于，对中央空调仿真模型进行修正时，采用如权利要求1‑7任一项所述的中央空调仿真模型的修正方法。

说明书

中央空调仿真模型的修正方法及系统

技术领域

[0001] 本发明涉及空调领域，尤其涉及一种中央空调仿真模型的修正方法及系统。

背景技术

[0002] 随着我国能源问题日益突出，节能降耗势在必行。空调是耗能最大的电器之一。中央空调仿真技术是中央空调节能控制技术中的关键技术。通常，通过中央空调的各个主要
设备的运行原理可以搭建中央空调的各个设备仿真模型，通过拟合的方式可以建立中央空
调的各个设备的运行参数之间的关系曲线。

[0003] 空调的运行环境发生变化时，根据原来的运行环境得到的仿真模型可能存在不准确的问题，需要进行修正。从图1中可以看出随着冷机运行时间的增加，冷机实时的特性曲
线会往下偏移，会导致图2中冷机台数自寻优曲线发生改变，进而控制器中冷机原有的加减
机控制策略会出现问题，所以需要基于大数据分析对控制算法中冷机的能效模型进行更
新。因此，如何对已搭建的中央空调仿真模型进行修正是中央空调系统仿真技术中的重点。

发明内容

[0004] 本发明的目的是针对上述现有技术中中央空调仿真模型需要修正的问题，提出一种中央空调仿真模型的修正方法及系统。

[0005] 本发明实施例中，提供了一种中央空调仿真模型的修正方法，其包括：

[0006] 在中央空调运行时采集空调设备仿真模型中的输入输出参数，形成空调参数大数据；

[0007] 将所述空调参数大数据输入到空调设备仿真模型中，对空调设备仿真模型进行修正。

[0008] 本发明实施例中，将所述空调参数大数据输入到空调设备仿真模型之前，还包括：

[0009] 对所述空调参数大数据进行数据清洗。

[0010] 本发明实施例中，对所述空调参数大数据进行数据清洗的方式包括：线性填充缺失数据及剔除离群数据。

[0011] 本发明实施例中，对空调设备仿真模型进行修正时，采用最小二乘法拟合算法对空调设备仿真模型中的输入输出参数关系曲线进行修正。

[0012] 本发明实施例中，所述空调设备仿真模型中包括冷机能效仿真模型、水泵仿真模型、冷却塔仿真模型。

[0013] 本发明实施例中，所述冷机能效仿真模型中,输入参数包括冷机蒸发温度和冷机冷凝温度，输出参数为冷机的能效。

[0014] 本发明实施例中，所述水泵仿真模型中，输入参数包括水泵的流量和水泵的频率，输出参数包括水泵的扬程和水泵的功率。

[0015] 本发明实施例中，所述冷却塔仿真模型中，输入参数包括冷却塔的进水流速、进水温度、冷却塔风机频率和进风湿球温度，输出参数包括冷却塔出水温度、冷却塔风水比和冷
却塔的换热效率。

[0016] 本发明实施例中，还提供了一种中央空调仿真模型的修正系统，对中央空调仿真模型进行修正时，采用上述的中央空调仿真模型的修正方法。

[0017] 与现有技术相比较，在本发明的中央空调仿真模型的修正方法及系统中, 在中央空调运行时采集空调设备仿真模型中的输入输出参数，形成空调参数大数据,将所述空调
参数大数据输入到空调设备仿真模型中，对空调设备仿真模型进行修正，以中央空调的实
际运行数据为依托，对设备的能效模型进行修正与更新，使得空调控制器可以根据更新的
能效模型通过自寻优算法寻找最优的工作点，实现系统的节能高效运行。

附图说明

[0018] 图1是冷机的能效特性曲线的示意图。

[0019] 图2是冷机台数自寻优组合示意图。

[0020] 图3是本发明实施例一的中央空调仿真模型的修正方法的示意图。

具体实施方式

[0021] 如图1所示，本发明实施例中，提供了一种中央空调仿真模型的修正方法，其包括三个步骤：获取空调参数大数据、数据预处理和修正仿真模型。下面分别对这三个步骤进行
说明。

[0022] 第一步：获取空调参数大数据，在中央空调运行时采集空调设备仿真模型中的输入输出参数，形成空调参数大数据。

[0023] 需要说明的是，所述空调设备的仿真模型包括冷机能效仿真模型、水泵仿真模型、冷却塔仿真模型。在这些仿真模型中，通过输入参数，即可进行运行仿真计算，得出所述输
出参数。所述冷机能效仿真模型中,输入参数包括冷机蒸发温度和冷机冷凝温度，输出参数
为冷机的能效。所述水泵仿真模型中，输入参数包括水泵的流量和水泵的频率，输出参数包
括水泵的扬程和水泵的功率。所述冷却塔仿真模型中，输入参数包括冷却塔的进水流速、进
水温度、冷却塔风机频率和进风湿球温度，输出参数包括冷却塔出水温度、冷却塔风水比和
冷却塔的换热效率。

[0024] 在具体采集空调的运行参数时，可以通过没间隔一个设定的时间的方式进行采集，比如每间隔15分钟或者30分钟来采集一次。将采集到的数据通过空调内部的数据传输
模块（DTU）发送到空调参数服务器中，可采用每个季度采集到的数据来形成空调参数大数
据，以保证设备的仿真模型能够真实的反映实际运行特性。

[0025] 第二步：数据预处理，对所述空调参数大数据进行数据清洗。

[0026] 需要说明的是，在采集到的数据的过程中或者数据传输的过程中，可能存在数据缺失或者异常的情况，因此，需要对所述空调参数大数据进行数据清洗，从而提高数据的完
整性和准确性。具体的数据清洗方式包括：线性填充缺失数据及剔除离群数据。通过这两种
数据清洗方式，可以重构恢复缺失的数据以及去除异常的数据，提高了大数据的完整性和
准确性。

[0027] 第三步：将清洗后的空调参数大数据输入到空调设备仿真模型中，对空调设备仿真模型中的输入输出参数关系曲线进行修正。

[0028] 需要说明的是，本发明实施例中，采用最小二乘法拟合算法对空调设备仿真模型的输入输出参数关系曲线进行修正。最小二乘法拟合算法是统计学领域应用最广泛、可靠
性高的一种拟合算法。

[0029] 所述冷却塔仿真模型的参数关系曲线如下：

[0030] η=F（1λ，twet）=a*lnλ+b+c*(twet‑d)，且η= (tin‑tout)/(tin‑twet)，

[0031] 其中，η为冷却塔的换热效率，λ为冷却塔的风水比，tin为冷却塔进水温度, tout为冷却塔出水温度，为twet为冷却塔进风湿球温度，F1为对冷却塔的风水比λ、冷却塔进风湿球
温度twet的运算函数，a、b、c、d为函数F1中通过拟合得到的系数。

[0032] 将所述空调参数大数据中的冷却塔仿真模型的输入输出参数代入到所述冷却塔仿真模型的参数关系曲线中，通过数据拟合，即对函数F1中的系数a、b、c、d进行修正，得出
修正后的冷却塔仿真模型。

[0033] 所述冷机能效仿真模型的参数关系曲线如下：

[0034] COP=F2(Te,Tc) ,

[0035] 其中，COP为冷机的能效，Te为冷机蒸发温度，Tc为冷机冷凝温度，F2为对冷机蒸发温度Te、冷机冷凝温度Tc的运算函数。

[0036] 将所述空调参数大数据中的冷机仿真模型的输入输出参数代入到所述冷机能效仿真模型的参数关系曲线中，通过数据拟合，即对函数F2中的系数进行修正，得出修正后的
冷机能效仿真模型。基于已修正的冷机能效模型，可以对冷机台数自寻优组合策略进行重
构，实现对加减机自寻优控制算法的优化，提高冷机控制策略的可靠性。

[0037] 所述水泵仿真模型中的参数关系曲线如下：

[0038] H=F3(W,Hz) ，P=F4(W,Hz) ，

[0039] 其中，H为水泵的扬程，P为水泵的功率，W为水泵的流量，Hz为水泵的频率， F3为对水泵的流量W、水泵的频率Hz的运算函数，F4为对水泵的流量W、水泵的频率Hz的运算函数。

[0040] 将所述空调参数大数据中的水泵仿真模型的输入输出参数代入到所述水泵仿真模型的参数关系曲线中，通过数据拟合，即对函数F3 、F4中的系数进行修正，得出修正后的
水泵仿真模型。基于已修正的水泵仿真模型，可对多台泵最优控制策略进行重构，进而重新
确定不同台数泵组合形式下的最优范围，实现对加减泵自寻优控制算法的优化，提高水泵
控制策略的可靠性。

[0041] 综上所述，在本发明的中央空调仿真模型的修正方法及系统中, 在中央空调运行时采集空调设备仿真模型中的输入输出参数，形成空调参数大数据,将所述空调参数大数
据输入到空调设备仿真模型中，对空调设备仿真模型进行修正，以中央空调的实际运行数
据为依托，对设备的能效模型进行修正与更新，使得空调控制器可以根据更新的能效模型
通过自寻优算法寻找最优的工作点，实现系统的节能高效运行。

[0042] 以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。