超高效智能環(huán)控系統(tǒng)節(jié)能控制與健康診斷研究

閻杰，李元陽，方興，梁銳，孫靖，傅家早

（1-上海美控智慧建筑有限公司，上海 200000；2-廣東美的暖通設(shè)備有限公司，廣東佛山 528311）

0 引言

建筑能耗與工業(yè)能耗、交通能耗并列，是三大能耗大戶。僅是建筑物在建造和使用過程中消耗的能源比例，就已經(jīng)超過全社會能耗的30%[1]。在現(xiàn)代大型公共建筑中，中央空調(diào)耗電量占比最大，約達50%。一般將機房性能系數(shù)（Coefficient of Performance，COP）高于5.0的空調(diào)機房稱為高效空調(diào)機房[2]。據(jù)不完全統(tǒng)計，空調(diào)機房全年能效比大多僅在2.0～2.5，有很大的提升空間，表明提升環(huán)控系統(tǒng)能效對于建筑節(jié)能減排有著顯著的作用。

通過實際工程案例發(fā)現(xiàn)，必須針對真實工況采用定制化、穩(wěn)定性強的控制策略達到整體性節(jié)能目的，僅通過高效設(shè)備和優(yōu)化環(huán)控系統(tǒng)甚至會造成能耗高于常規(guī)系統(tǒng)的情況。此外，由于環(huán)控系統(tǒng)設(shè)備種類繁多以及影響因素復雜，如果設(shè)備缺乏維護或者操作不當，可能會出現(xiàn)故障，導致空調(diào)系統(tǒng)的能耗通常比正常運行時增加約15%～30%[3]。當前很多設(shè)備的故障報警功能只能監(jiān)測嚴重故障，對于慢性故障很難及時發(fā)現(xiàn)。

近年來，專家學者在環(huán)控系統(tǒng)優(yōu)化控制方面做出了廣泛的研究，主要分為基于數(shù)據(jù)驅(qū)動優(yōu)化方法和基于模型優(yōu)化方法?；跀?shù)據(jù)驅(qū)動優(yōu)化方法是通過采集實際工程中設(shè)備的運行數(shù)據(jù)，通過大數(shù)據(jù)方法尋找控制變量與工況參數(shù)的內(nèi)在關(guān)系；基于模型求出不同工況下的最優(yōu)解。秦云飛等[4]根據(jù)實際工程數(shù)據(jù)，提出空調(diào)冷凍水流量測量控制方案，依據(jù)水泵流量和頻率以及揚程的關(guān)系回歸分析預測水泵水流量，從而實現(xiàn)空調(diào)系統(tǒng)變水流量優(yōu)化控制的目的。卓明勝等[5]基于3臺永磁同步變頻離心式冷水機組，建立了完整的中央空調(diào)水系統(tǒng)仿真模型，分析了冷水機組在提高供水溫度優(yōu)化控制、冷卻水泵優(yōu)化控制、冷凍水泵優(yōu)化控制的中央空調(diào)系統(tǒng)群控優(yōu)化控制策略下的系統(tǒng)節(jié)能率。趙愛國等[6]在仿真建模的基礎(chǔ)上，提出一種多聯(lián)機與新風機復合空調(diào)系統(tǒng)降低能耗的局域優(yōu)化控制策略，包括新風送風溫度優(yōu)化控制與機組負荷優(yōu)化分配控制，采用的優(yōu)化控制策略可節(jié)約系統(tǒng)5.29%的能耗。徐新華[7]針對武漢某地鐵站通風空調(diào)控制系統(tǒng)提出了升級節(jié)能改造方案，改造后的系統(tǒng)可以根據(jù)空調(diào)負荷對風機、水泵運行頻率和水閥開度等進行自動調(diào)節(jié)與系統(tǒng)優(yōu)化，制冷季采用節(jié)能運行模式、節(jié)能率為31.5%。楊臣等[8]利用建筑能耗仿真軟件Energyplus對某機場建筑及其空調(diào)系統(tǒng)建立了仿真模型，采用改進的FEMP標準法和配對樣本t檢驗法驗證仿真模型，并基于已驗證的模型模擬送風溫度優(yōu)化設(shè)定對系統(tǒng)能耗的影響。王喜春等[9]利用酒店建立的制冷系統(tǒng)能耗預測多項式模型，對水溫、泵速和風機轉(zhuǎn)速進行優(yōu)化，使系統(tǒng)總節(jié)能優(yōu)化達11.7%。

在空調(diào)系統(tǒng)故障診斷方面，國內(nèi)外學者從數(shù)據(jù)驅(qū)動與專家規(guī)則兩個角度開展了眾多研究工作。YU等[10]提出了一種基于關(guān)聯(lián)規(guī)則挖掘算法的數(shù)據(jù)挖掘方法，在一個綜合建筑的變風量空調(diào)系統(tǒng)中驗證，發(fā)現(xiàn)了設(shè)備運行故障。陳振陽等[11]建立排風熱回收空調(diào)系統(tǒng)故障樹模型，實現(xiàn)實際系統(tǒng)中“冬季空調(diào)區(qū)域溫度過低”征兆的故障診斷，并給出合理的維修意見。遲金磊[12]搭建在線回歸空調(diào)箱灰箱模型，提出基于減法聚類算法的故障隔離方法。趙云峰等[13]提出了基于解析模型方法的冷水機組冷凝器結(jié)垢故障檢測與診斷方法，選取4種冷水機組的特征參數(shù)構(gòu)建預測模型，對比所選取特征參數(shù)的估計值和實際值的殘差進行故障判斷。徐暢等[14]通過使用ReliefF特征選擇算法找出特征變量后導入支持向量機模型，再進行優(yōu)化后可得診斷訓練集與測試集準確率達到99.4%和98.8%。袁玥等[15]采用一種基于主成分分析與反向傳播神經(jīng)網(wǎng)絡(luò)結(jié)合的算法，通過對制冷劑注入量的分析進行多聯(lián)機性能故障診斷。朱波等[16]提出一種改進的Xgboost算法，與Adaboost模型和原Xgboost模型比較后，在數(shù)據(jù)較少的情況下仍可將準確率提升15.28%和4.68%。

本文為了實現(xiàn)建筑環(huán)控系統(tǒng)的持續(xù)高效運行，開發(fā)了超高效智能環(huán)控系統(tǒng)，包括基于“硬件在環(huán)”原理建立了環(huán)控系統(tǒng)的動態(tài)仿真平臺、多智能體自適應節(jié)能控制技術(shù)以及智慧運維云平臺大數(shù)據(jù)健康診斷技術(shù)。

1 超高效智能環(huán)控系統(tǒng)“硬件在環(huán)”動態(tài)仿真平臺

實際工程項目中，環(huán)控系統(tǒng)的節(jié)能控制策略及節(jié)能控制效果評價只有等到系統(tǒng)施工完成后積累較長時間的運行數(shù)據(jù)才能得出，在這一過程中需要工程人員跟進調(diào)試，且無法保證最終的控制策略能實現(xiàn)系統(tǒng)的最優(yōu)運行。因此，搭建環(huán)控系統(tǒng)仿真測試平臺有助于在項目初期測試驗證系統(tǒng)的節(jié)能控制策略，簡化現(xiàn)場調(diào)試工作，且在項目交付后的很長一段時間內(nèi)對控制策略繼續(xù)優(yōu)化調(diào)整。

傳統(tǒng)環(huán)控系統(tǒng)的仿真是采用純軟件開發(fā)，問題是環(huán)控系統(tǒng)是一個非線性的復雜系統(tǒng)，對所有設(shè)備建立數(shù)學模型是很復雜的過程，仿真的準確性不高。而且純軟件仿真的時間標尺和實際控制過程的時間標尺不同步，不能完全模擬環(huán)控系統(tǒng)的真實控制過程[17]。因此，基于實物控制器建立了超高效智能環(huán)控系統(tǒng)“硬件在環(huán)”動態(tài)仿真平臺。動態(tài)仿真平臺由實物控制器和仿真軟件兩部分組成。其原理在于，實物控制器通過可編程邏輯控制器軟件寫入環(huán)控系統(tǒng)的控制邏輯，例如冷水機組、水泵及冷卻塔的開?？刂疲?、風機的變頻控制等。利用控制器的物理硬線通道，模擬冷水機組、水泵、閥門、冷卻塔等設(shè)備的運行狀態(tài)與故障狀態(tài)，同時能接收被測目標的控制命令執(zhí)行相應動作。仿真軟件基于C++平臺開發(fā)，則用于模擬環(huán)控系統(tǒng)中各設(shè)備的運行狀態(tài)，具體包括：氣象參數(shù)提取模塊、建筑負荷預測模塊、管網(wǎng)阻力特性仿真模塊、環(huán)控系統(tǒng)仿真模塊、機房控制邏輯輸入模塊及節(jié)能效果呈現(xiàn)模塊。

與常規(guī)環(huán)控系統(tǒng)仿真軟件相比，超高效智能環(huán)控系統(tǒng)“硬件在環(huán)”動態(tài)仿真平臺通過在仿真系統(tǒng)中接入實物控制器，可以模擬傳感器采集信號、獲取真實控制參數(shù)，使得系統(tǒng)仿真控制效果更接近于實際，從而更好地驗證節(jié)能控制策略與算法。

以某地鐵車站環(huán)控系統(tǒng)為例，根據(jù)實際系統(tǒng)形式與設(shè)備配置參數(shù)在動態(tài)仿真平臺建立該環(huán)控系統(tǒng)的仿真模型，選取2020年7月實際負荷參數(shù)輸入動態(tài)仿真平臺，計算空調(diào)機房的全月逐時仿真能耗，空調(diào)機房能耗為冷水機組、冷凍水泵、冷卻水泵及冷卻塔能耗之和?？照{(diào)機房8月全月逐時仿真能耗與實際能耗對比如下圖所示。

圖1 空調(diào)機房8月全月逐時仿真能耗與實際能耗對比

計算空調(diào)機房逐時能耗與實際能耗的均方根誤差RMSE為8.3%，小于10%的誤差限，說明仿真能耗與實際能耗的誤差是可以接受的，利用動態(tài)仿真平臺可以很好地測試與驗證節(jié)能控制策略。

2 多智能體自適應節(jié)能控制技術(shù)

2.1 冷水機組節(jié)能控制模塊

本文提出負荷精準適配控制方法，其原理是采用負荷預測方法獲取系統(tǒng)的總負荷需求，并根據(jù)每臺冷水機組能效特性曲線對機組運行負荷進行尋優(yōu)，可以保證每臺冷水機組都運行在高效區(qū)間，且解決冷量供給側(cè)與需求側(cè)的不平衡問題。其中負荷預測是運用神經(jīng)網(wǎng)絡(luò)模型，采用負荷精準配適控制方法對每臺機組的負荷優(yōu)化分配。

2.2 冷凍水系統(tǒng)節(jié)能控制模塊

依靠冷凍水泵運轉(zhuǎn)及旁通調(diào)節(jié)冷凍水系統(tǒng)的流量和壓差可達到系統(tǒng)正常循環(huán)的目的，但無法避免較大截流損失和大流量、高壓力、低溫差的現(xiàn)象，最終造成電能的浪費和環(huán)控系統(tǒng)最末端達不到合理效果。為解決這一問題，本文提出全局能量平衡控制方法（圖3）。

圖3 全局能量平衡控制原理

智能環(huán)控系統(tǒng)通過負荷預測算法預測空調(diào)末端的實時冷負荷，計算當前空調(diào)末端所需的冷凍水量，并將預測冷凍水流量值傳輸給智慧一體閥（即具有數(shù)據(jù)采集功能的動態(tài)平衡電動調(diào)節(jié)閥），通過比較實際流量與預測流量之差自動調(diào)節(jié)閥門的開度，空調(diào)系統(tǒng)的所有末端設(shè)備均能達到最佳流量。同時，冷凍水泵根據(jù)末端流量的變化自動調(diào)節(jié)運行頻率，實現(xiàn)冷凍水系統(tǒng)的全局能量平衡控制。通過全局能量平衡控制，在部分負荷狀態(tài)下每個末端設(shè)備也能按需輸配到最佳流量。輸配系統(tǒng)的動力水泵以最小工作壓差實現(xiàn)最優(yōu)運行，可以降低能耗。

根據(jù)水泵特性建立模型（流量、揚程、功率和頻率關(guān)系）和水系統(tǒng)特性建立水泵控制模型：

式中，Hp為水泵揚程，m；Hn為管網(wǎng)阻力，Pa；n為水泵頻率，Hz；Q為水流量，m3/s；H0為水泵最小揚程，m，相當于傳統(tǒng)水系統(tǒng)控制中最不利末端的壓差，可由理論計算或調(diào)試確定。

根據(jù)水泵廠家提供的水泵性能曲線，對式(1)進行回歸，獲取水泵在不同頻率下的揚程-流量關(guān)系。根據(jù)設(shè)計工況點（Q0，H0）求出阻力系數(shù)S1。當超高效環(huán)控系統(tǒng)檢測到空調(diào)末端負荷發(fā)生變化時，根據(jù)負荷預測結(jié)果和供回水溫差計算出當前冷凍水需求流量Qdemand，代入式(2)可求得當前管網(wǎng)阻力Hn。由Hp=Hn進一步計算出冷凍泵頻率，自適應調(diào)整水泵變頻器的頻率設(shè)定值，從而實現(xiàn)冷凍泵的變頻節(jié)能控制。

超高效智能環(huán)控系統(tǒng)檢測系統(tǒng)最不利端設(shè)備的壓差值，根據(jù)冷凍水系統(tǒng)最不利環(huán)境下的最小壓差值的需求，來修訂分集水器的壓差設(shè)定值；系統(tǒng)檢測分集水器壓差根據(jù)修訂過的壓差設(shè)定值調(diào)節(jié)壓差旁通閥，并合理配置PID參數(shù)盡量減小壓差旁通閥的開度，以減小系統(tǒng)的旁通回流造成的能量損失。在壓差旁通閥小于一定開度壓時再根據(jù)冷凍水分集水器壓差檢測值和修訂后的壓差設(shè)定值調(diào)節(jié)冷凍水泵的頻率來保證冷凍水系統(tǒng)的供回水壓差。

2.3 冷卻水系統(tǒng)節(jié)能控制模塊

由于在一定的溫度范圍內(nèi)，冷卻水溫度的變化對冷水機組能耗的影響與對冷卻水泵和冷卻塔風機能耗的影響正好相反。例如，在一定范圍內(nèi)降低冷卻水進水溫度，有利于提高冷水機組的效率、降低冷水機組能耗，但冷卻水溫度降低，導致冷卻水泵和冷卻塔風機的能耗升高。只有將冷水機組能耗、冷卻水泵能耗、冷卻塔風機能耗三者統(tǒng)一考慮，在每種負荷條件、環(huán)境參數(shù)及蒸發(fā)側(cè)溫度下找到一個能保持冷卻水系統(tǒng)效率最高所對應的冷卻塔出水溫度、供回水溫差設(shè)定值組合，可實現(xiàn)冷水機組、冷卻塔和冷卻風機的整體節(jié)能，即冷量高效制取。

在不同的空調(diào)系統(tǒng)負荷和室外濕球溫度下，不同的冷卻水供回水溫差、逼近度（冷卻塔出水溫度-濕球溫度）對應不同冷卻水系統(tǒng)功率值；存在一個最佳設(shè)定值組合，使冷卻水系統(tǒng)的運行功率達到最低，冷卻水系統(tǒng)功率優(yōu)化目標如式(3)所示：

式中，N為冷卻水系統(tǒng)總功率，kW；Nch為制冷機組功率，kW；Ncwp為冷卻水泵功率，kW；Nct為冷卻塔風機功率，kW；Δtcw為冷卻塔供回水溫差，℃；Δtappr為逼近度，℃。

選取某地鐵車站一個夏季典型日的運行工況進行優(yōu)化分析，冷卻水系統(tǒng)節(jié)能優(yōu)化控制模塊的逐時優(yōu)化結(jié)果與初始設(shè)定值對比如圖4和圖5所示。

由圖4和圖5可知，通過優(yōu)化求解出的冷卻水供回水溫差優(yōu)化設(shè)定值低于初始設(shè)定值，逼近度優(yōu)化設(shè)定值高于初始設(shè)定值。

圖4 冷卻水供回水溫差優(yōu)化結(jié)果對比

圖5 逼近度優(yōu)化結(jié)果對比

圖6所示為冷卻水系統(tǒng)優(yōu)化結(jié)果對比，由圖6可知，采用冷卻水系統(tǒng)節(jié)能控制模塊后，冷卻水系統(tǒng)全天能耗有了明顯降低，節(jié)約能耗497.75 kW，節(jié)能率12.6%。

圖6 冷卻水系統(tǒng)能耗優(yōu)化結(jié)果對比

2.4 風和水協(xié)調(diào)節(jié)能控制模塊

環(huán)控系統(tǒng)的最終目標在于以室內(nèi)溫度為控制對象的室內(nèi)冷量需求，其源頭在冷水機組的冷量供應。能量傳遞從冷源需求側(cè)到冷源供給側(cè)共有6個控制環(huán)節(jié)：送風機、回排風機、水閥、冷凍泵、冷水機組、冷卻泵和冷卻塔。每個控制環(huán)節(jié)環(huán)環(huán)相扣，將整個系統(tǒng)有機地整合在一起。傳統(tǒng)空調(diào)控制技術(shù)，空調(diào)水閥和空調(diào)風量控制相互獨立，空調(diào)末端控制和冷水機房的控制相互獨立，該控制方法不能很好地將冷量供應與冷量需求相匹配，控制存在滯后性，也不利于系統(tǒng)的節(jié)能。風和水協(xié)調(diào)節(jié)能控制技術(shù)消除了空調(diào)控制的孤島，空調(diào)風量和水量根據(jù)算法計算結(jié)果判斷優(yōu)先調(diào)風量還是優(yōu)先調(diào)水量，并同步調(diào)節(jié)冷源系統(tǒng)的冷凍泵流量及冷水機組的負荷，降低了系統(tǒng)的綜合能耗，減小了系統(tǒng)的波動。

當末端溫度發(fā)生變化，偏離或接近了系統(tǒng)設(shè)計目標所允許的范圍時，說明末端負荷需求發(fā)生了變化，且變化量超出或接近了系統(tǒng)允許的范圍，空調(diào)末端控制器調(diào)節(jié)空氣處理系統(tǒng)風機的頻率，從而改變送入的冷量，使公共區(qū)環(huán)境溫度滿足設(shè)計的要求。冷凍水節(jié)能控制模塊根據(jù)預測總負荷計算出目標冷凍水流量，并根據(jù)實際流量與目標流量控制末端水閥的開度，使末端設(shè)備均能達到最佳流量。由于系統(tǒng)末端負荷在短期內(nèi)不可能發(fā)生較大突變，也就是說系統(tǒng)的冷量需求不會發(fā)送突變，且制冷站采用的是輸出冷量控制，而非溫度、壓力、溫差等簡單PID控制，因此本系統(tǒng)的風和水協(xié)調(diào)策略可以保證在末端風機動態(tài)調(diào)節(jié)時，不會影響制冷站的穩(wěn)定控制。當冷水機組輸出冷量改變后，對冷卻水環(huán)節(jié)的散熱需求相應改變，冷卻水節(jié)能控制模塊通過對冷卻水系統(tǒng)（冷卻塔、冷卻水泵、冷水機組）的整體能效進行分析，采用冷卻水系統(tǒng)最佳效率尋優(yōu)控制對冷卻水回水溫度與供回水溫差設(shè)定值進行尋優(yōu)，尋找到冷卻水系統(tǒng)的能效最高點，從而動態(tài)調(diào)整冷卻水泵頻率、冷卻塔風機運行。

通過風和水協(xié)調(diào)策略，保證了各末端空氣處理機組送風溫度隨實際應用需求動態(tài)調(diào)節(jié)，使風機的變頻控制的冷量需求預測算法可以實現(xiàn)，將風系統(tǒng)的變頻控制與水系統(tǒng)的變頻控制協(xié)調(diào)起來，有效防止了系統(tǒng)的振蕩。通過協(xié)同控制各末端空調(diào)箱的動態(tài)平衡閥和送風機、冷凍水泵頻率、冷卻水泵頻率及冷卻塔頻率，既可實現(xiàn)風系統(tǒng)與水系統(tǒng)協(xié)調(diào)工作，又可實現(xiàn)環(huán)控系統(tǒng)的整體最優(yōu)運行效率。

3 智慧運維云平臺大數(shù)據(jù)健康診斷

環(huán)控系統(tǒng)中出現(xiàn)的各類故障會帶來系統(tǒng)控制失效、能耗的升高和用戶熱舒適性降低等問題。自動化的設(shè)備健康狀態(tài)檢測與診斷是環(huán)控系統(tǒng)的一項重要功能，用于及時發(fā)現(xiàn)并降低各類故障帶來的影響，健康狀態(tài)診斷的目的是判斷設(shè)備或系統(tǒng)的運行能效是否低于正常值，及時發(fā)現(xiàn)系統(tǒng)控制中存在的問題，并識別引起故障的原因。當前大多數(shù)環(huán)控系統(tǒng)健康診斷的參考值都參考廠家數(shù)據(jù)或行業(yè)標準，隨著云計算技術(shù)的發(fā)展，云端海量數(shù)據(jù)的有效存儲和即時利用已成為現(xiàn)實，復雜的數(shù)據(jù)處理、故障信息分析辨識已可以在云端實現(xiàn)。通過在云端建立環(huán)控設(shè)備及系統(tǒng)的能效+故障的復合診斷模型，通過網(wǎng)絡(luò)通訊讀取現(xiàn)場設(shè)備運行數(shù)據(jù)，自動檢測、識別故障信息，并結(jié)合專家知識庫給出故障診斷結(jié)果、規(guī)劃維修路徑，從而實現(xiàn)環(huán)控系統(tǒng)的穩(wěn)定運行和智能化運維。下面以冷水機組與冷卻塔為例，展示智慧運維云平臺的大數(shù)據(jù)健康診斷功能。

3.1 冷水機組健康診斷

隨著冷水機組的長時間運行，不可避免出現(xiàn)冷凝器結(jié)垢、制冷劑泄漏以及運行異常等諸多問題，引起機組能效的降低。為了在主機故障未發(fā)生前及時識別出主機能效的異常衰減情況，快速通知運維人員對設(shè)備進行維護性保養(yǎng)，從而保障系統(tǒng)高效運行的同時延長主機壽命，需要開發(fā)冷水機組的健康診斷方法。

以某實際項目中一臺250 RT冷水機組為例，說明智慧運維云平臺對冷水機組的健康診斷過程?；谠摍C組一個月的歷史運行數(shù)據(jù)，云平臺給出的診斷結(jié)果如下圖7所示。圖7中無點曲線表示冷水機組的實際COP，帶點曲線表示通過預測模型計算得出的冷水機組預測COP，圖中大多數(shù)情況下實際COP與預測COP誤差在±8%以內(nèi)。通過圖8統(tǒng)計冷水機組全月的誤差率值，結(jié)果表明在該月內(nèi)該冷水機組有83.7%的時間COP誤差在±8%以內(nèi)，說明該冷水機組運行能效處于正常水平。

圖7 智慧運維云平臺冷水機組健康診斷結(jié)果

圖8 智慧運維云平臺冷水機組健康診斷誤差率

3.2 冷卻塔健康診斷

冷卻塔是中央空調(diào)系統(tǒng)中不可或缺的重要組成設(shè)備，冷卻塔運行狀況的好壞，直接影響到冷水機組的能效以及整個中央空調(diào)系統(tǒng)的綜合能效。冷卻塔發(fā)揮其最大作用，在于在一定室外氣象條件和負荷條件下，充分利用冷卻塔的換熱面積和風機風量，保證冷卻水與空氣進行充分的熱質(zhì)交換，使得冷卻水出水溫度被降到足夠低，從而降低冷水機組的冷凝溫度、提高冷水機組能效[18]。因此，需要對冷卻塔運行效率進行有效的診斷，可以同時發(fā)現(xiàn)設(shè)備運行問題與運行故障，及時告知運維人員調(diào)整控制策略或進行現(xiàn)場檢修，保證冷卻塔始終處于高效運行狀態(tài)。

冷卻塔健康診斷的基準為冷卻塔理論出水溫度[19]，其反映的是冷卻塔運行滿足設(shè)計要求狀態(tài)下冷卻水的出水溫度。通過比較實測出水溫度與理論出水溫度的接近程度，計算出冷卻塔的熱力學效率值越大，說明實測出水溫度越接近于理論出水溫度，則冷卻塔的實際性能越能滿足設(shè)計要求，冷卻塔理論出水溫度根據(jù)冷卻塔傳熱傳質(zhì)模型求取[20]。該診斷方法綜合考慮了影響冷卻塔性能的因素，即設(shè)備構(gòu)造因素和控制因素，控制因素則通過氣水比體現(xiàn)。同時，從上述方程可以看出，冷卻塔熱力學效率不是氣水比的單一函數(shù)，更不是簡單的線性關(guān)系，從控制上單純提高氣水比并不能提升冷卻塔的能效，因此氣水比的增大到底會使冷卻塔性能提高或下降，需要看具體的熱力學效率計算結(jié)果。

以某實際項目中一臺冷卻塔為例，說明智慧運維云平臺對冷卻塔的健康診斷過程?；谠摾鋮s塔某月的歷史運行數(shù)據(jù)，云平臺給出的診斷結(jié)果如圖9所示。

圖9 智慧運維云平臺冷卻塔健康診斷結(jié)果

由圖9可知，在該月內(nèi)該冷卻塔有96.4%的時間熱力學效率超過80%，說明該冷卻塔運行效率處于正常水平。

4 結(jié)論

本文通過研究“硬件在環(huán)”動態(tài)仿真技術(shù)、多智能體自適應節(jié)能控制技術(shù)與云平臺健康診斷技術(shù)開發(fā)了超高效智能環(huán)控系統(tǒng)，分析了各模塊及診斷效果，得到如下結(jié)論：

1）通過能效動態(tài)仿真平臺實現(xiàn)環(huán)控系統(tǒng)全年能耗仿真，通過接入控制單元的“硬件在環(huán)”技術(shù)，得到計算空調(diào)機房逐時能耗與實際能耗的均方根誤差RMSE為8.3%，小于10%的誤差限，實現(xiàn)對節(jié)能控制算法的精確驗證；

2）針對冷源系統(tǒng)研發(fā)冷水機組負荷精準適配技術(shù)，實現(xiàn)冷水機組整體能效比最優(yōu)的控制目標；針對冷凍水系統(tǒng)，研發(fā)全局能量平衡控制技術(shù)降低輸配系統(tǒng)的能耗；針對冷卻水系統(tǒng)，通過多目標優(yōu)化方法獲取使得系統(tǒng)能耗最低的冷卻塔、冷卻泵控制參數(shù)組合，實驗節(jié)能率可達到12.6%；針對系統(tǒng)風側(cè)與水側(cè)解耦聯(lián)動控制需求，研發(fā)了環(huán)控系統(tǒng)風-水協(xié)調(diào)控制技術(shù)，保證了冷量供給與需求之間的動態(tài)平衡，減小控制過程的波動；

3）基于大數(shù)據(jù)分析研發(fā)智慧運維云平臺健康診斷技術(shù)，根據(jù)云端采集的歷史運行數(shù)據(jù)，分析識別數(shù)據(jù)間的潛在關(guān)系與模式，發(fā)現(xiàn)在一個月內(nèi)冷水機組有83.7%的時間COP誤差在±8%以內(nèi)，冷卻塔有96.4%的時間熱力學效率超過80%，表明該冷水機組和冷卻塔的運行能效均處于正常水平；并據(jù)此建立設(shè)備的健康診斷模型，實現(xiàn)對系統(tǒng)運行狀態(tài)與性能趨勢的診斷與評價，提高了設(shè)備維護的效率；

4）通過對超高效智能環(huán)控系統(tǒng)的研究與應用，有效解決了公共建筑中環(huán)控系統(tǒng)能效水平低、控制滯后波動、故障難發(fā)現(xiàn)的問題，保障系統(tǒng)長期高效、健康運行。