中央空调节能控制系统介绍
一、系统介绍
系统控制原理：中央空调系统设备间的运行是相互耦合且彼此影响联系的，同一个负荷需求，系统可以有很多种不同的运行方式来满足。而空调系统中任一控制参数的改变，对系统中各设备的能效都将产生或正或负的影响。基于设备实际性能特性曲线，寻求系统优化平衡点是关键。因而，中央空调的节能控制，须考虑各个设备之间、水系统各设备之间控制的相互影响与联系，将中央空调系统作为一个整体来考虑，以整个系统能效最高为控制优化目标，实现整体系统的优化节能。
控制系统将整个冷站系统作为一个整体来考虑，采集系统实际运行参数，动态建立系统设备模型（包括冷水机组、水泵、冷却塔、管路水力等能耗模型），掌握水系统内部各设备间的耦合影响与联系，在保证需求的前提下，对系统进行实时优化计算，动态寻优在该工况下系统最低能耗时各设备的最优运行控制参数。
另外，控制系统可根据系统输入的中央空调系统配置情况(包括冷站设备配置、负荷、设备性能模型、控制策略等)，动态计算出中央空调系统的全年能耗情况，其能够进行不同负荷、不同工况、不同控制策略条件下中央空调系统的能效模拟计算，从而可模拟使用控制系统前后的能耗情况，且可进行全年逐时能耗计算。能耗模拟软件中使用的优化算法与现场服务器底层优化引擎服务完全一致，其计算得到的能耗结果可完全反映现场实际情况。
控制系统对冷水机组、冷冻泵、冷却泵和冷却塔的控制以提高整个冷水机房COP为目标，通过长期数据积累主动优化节能控制系统的控制算法，确保控制系统能够长期运行在高效区。同时尚应计算并显示水系统SCOP值、全系统COP值和主机COP值。平台会实时记录每台冷水机组的COP、冷冻水工况、冷却水工况，并形成三维曲面图，根据模型建立，充分考虑各个设备耦合运行的联系与影响，确保节能控制系统能够长期运行在高效区。
系统主要的控制技术包含以下内容：
负荷预测控制：控制系统可实现冷热站负荷的预测及负荷的拆分。负荷预测基于现场实际运行数据，且负荷预测模型可根据实际运行数据进行修正，以确保模型的准确度。负荷预测结果最终指导其它控制环节。
系统联动深度优化控制：控制系统以冷站系统能效最优能耗最低为控制目标。系统可根据设备能耗模型进行遍历寻优控制，以便获得最优控制方式。设备服务周期内，实现全系统优化控制时，能够适应设备性能的改变。
冷水机组深度优选：对空调主机的节能控制，根据空调负荷的变化，选择最佳性能机组组合投运，确保主机在较高的效率区间持续运行。
冷水机组出水温度设定值深度优化：根据室外干湿球温度、月份、系统总冷量及舒适性需求，结合冷水机组能耗模型，自动调整冷冻水供水温度设定值。
冷冻水泵台数与频率深度优选：在冷冻水泵系统中，变流量智能控制子系统能够实时计算当前负荷所需的冷冻水流量，并推算出在满足该流量及压力条件下所需运行的水泵工作频率，使该状态下泵组所消耗的总能耗最低，实现泵组电量消耗总和最低的控制目标。
冷冻水温差设定值深度优化：根据室外干湿球温度、机组能耗模型、水泵能耗模型、需求冷量，优化控制冷冻水泵台数及频率。当冷冻泵变频控制时，保持使最不利末端正常工作的最优状态。
动态水力平衡深度优化控制：变流量智能控制子系统应能够通过对空调系统的水力分配施以干预，使每个空调环路均能够获得所需的冷冻水流量，实现中央空调管网的水力动态检测和自动调节，以实现对空调系统水力平衡进行有效控制，确保各支路的能量分配均衡和良好的制冷效果。
服务质量前馈控制：变流量智能控制子系统应能够提供服务质量控制功能，用户可根据空调预测负荷状况设置一周内各个时段的不同服务质量级别，也可以随时对其进行查询或修改，在保证需要的情况下实现输出能量的有效控制。
机器学习自适应算法引擎：控制系统以自学习性、自适应性为工艺指导，可根据不同建筑特点、负荷特点进行针对性调节。控制系统可普适各厂家通风空调系统设备，可根据不同厂家设备性能实现统一调节。
