买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉华南理工大学;人工智能与数字经济广东省实验室(广州)申请的专利一种用于中央空调冷水机组的节能优化控制方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119412784B 。

龙图腾网通过国家知识产权局官网在2025-10-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411808382.0，技术领域涉及：F24F11/46；该发明授权一种用于中央空调冷水机组的节能优化控制方法及系统是由郭子轩;闫军威;陈城;俞祝良;周璇设计研发完成，并于2024-12-10向国家知识产权局提交的专利申请。

本一种用于中央空调冷水机组的节能优化控制方法及系统在说明书摘要公布了：本发明提供了一种用于中央空调冷水机组的节能优化控制方法及系统，所述方法包括：在数据采集模块采集满至少一年的数据量后，采用以下方法对冷水机组的工作策略进行优化：S11、绘制各冷水机组的负荷率‑运行能效曲线，并且进行排序和标记；S12、建立建筑负荷多步预测模型并进行训练，以预测建筑次日的24小时逐时负荷；S13、参考冷水机组历史运行数据，制定冷水机组在次日对应的各个时间段的初级工作策略；S14、以开启的冷水机组总能耗最小为优化目标，制定冷水机组在次日的各个时间段的优化工作策略；S15、按照S14中制定的优化工作策略，在次日的各个时间段，分别开启对应的冷水机组。本发明实现了中央空调系统的节能优化控制，具有较高的工程应用价值。

本发明授权一种用于中央空调冷水机组的节能优化控制方法及系统在权利要求书中公布了：1.一种用于中央空调冷水机组的节能优化控制方法，其特征在于，包括： 通过数据采集模块采集并存储中央空调中的冷水机组历史运行数据、室外气象数据，以及建筑工作时间表；所述室外气象数据包括室外温度和室外相对湿度；所述冷水机组历史运行数据包括各冷水机组的开启时间、关闭时间、保养维护记录，以及工作期间的负荷率和运行能效； 在数据采集模块尚未采集满一年的数据量时，采用轮换工作策略对冷水机组的工作策略进行优化；所述轮换工作策略为：根据各冷水机组在保养维护周期内的运行时长，优先开启运行时长较短的冷水机组； 所述轮换工作策略具体包括： S21、根据采集到的冷水机组历史运行数据，统计各冷水机组在最近一次保养维护后的累积运行时长t； S22、按照累积运行时长t从短到长的顺序对各冷水机组进行排序； S23、在需要开启冷水机组时，按照S22的排序，优先开启累积运行时长t较短的机组； S24、在冷水机组开启一段时间后，重新对各冷水机组的累积运行时长t进行排序，在下次开启冷水机组时，按照新的排序选择累积运行时长t较短的冷水机组开启； S25、若某台冷水机组进行了保养维护，则该台冷水机组的累积运行时长t清零，并重新排序； 在数据采集模块采集满至少一年的数据量后，采用以下方法对冷水机组的工作策略进行优化： S11、根据冷水机组历史运行数据，绘制各冷水机组的负荷率-运行能效曲线，并且在负荷率的不同分布区间内对所有冷水机组的运行能效进行排序和标记； S12、根据冷水机组历史运行数据和室外气象数据，建立建筑负荷多步预测模型并进行训练，以预测建筑次日的24小时逐时负荷； S13、将一天的24小时划分为多个时间段，参考冷水机组历史运行数据中各个时间段的冷水机组开启台数以及开启的各冷水机组的额定制冷量，制定冷水机组在次日对应的各个时间段的初级工作策略；所述初级工作策略指的是在次日的各个时间段分别应当开启的冷水机组台数，以及开启的各冷水机组所需达到的额定制冷量； S14、根据S13中确定的初级工作策略、S12中预测的次日24小时逐时负荷，以及S11中得到的冷水机组运行效能的排序和标记结果，以开启的冷水机组总能耗最小为优化目标，制定冷水机组在次日的各个时间段的优化工作策略；所述优化工作策略指的是在次日的各个时间段分别应当开启哪几台冷水机组； S15、按照S14中制定的优化工作策略，在次日的各个时间段，分别开启对应的冷水机组； 所述S14具体包括： 当次日的某一时间段仅需启动一台冷水机组时，先根据S12的预测结果计算该时间段的负荷率，再根据S11的排序和标记结果选择该负荷率下运行能效最高的冷水机组作为开启目标； 当次日的某一时间段需要启动n台n≥2冷水机组时，先根据S12的预测结果计算该时间段的总负荷Qn，然后以n台冷水机组的总能耗最小为优化目标，使用PSO算法求解n台冷水机组的总能耗最小时，各冷水机组的负荷率： PLR＝PLR1,PLR2,…,PLRn； 其中，n台冷水机组的总能耗为： 式中，PLRi为第i台冷水机组的负荷率，COPi为第i台冷水机组的运行能效，Qi为第i台冷水机组的额定制冷量，i＝1,2,…,n； 所述PSO算法的寻优约束条件为： 0PLRi1i＝1,2,…,n； 根据PSO算法的寻优结果确定各冷水机组的负荷率后，进一步根据S11的排序和标记结果，选择各个负荷率下运行能效最高的冷水机组作为开启目标。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华南理工大学;人工智能与数字经济广东省实验室(广州)，其通讯地址为：510000 广东省广州市天河区五山路381号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。