基于气象预报数据的空调能耗预测方法、空调[发明专利]

(12)发明专利申请

(10)申请公布号 CN 110094834 A(43)申请公布日 2019.08.06

(21)申请号 201910458398.6(22)申请日 2019.05.29

(71)申请人 珠海格力电器股份有限公司

地址 519000 广东省珠海市前山金鸡西路(72)发明人 甘俊源　牟桂贤　申伟刚　赵明阳　(74)专利代理机构 深圳市康弘知识产权代理有

限公司 44247

代理人 尹彦　胡朝阳(51)Int.Cl.

F24F 11/47(2018.01)F24F 130/10(2018.01)

权利要求书1页 说明书3页 附图1页

(54)发明名称

基于气象预报数据的空调能耗预测方法、空调

(57)摘要

本发明公开了一种基于气象预报数据的空调能耗预测方法、空调。其中空调能耗预测方法，包括步骤：采集空调各种运行情况所产生的能耗数据；获取气象数据，根据所述气象数据生成用于控制空调运行的天气联动控制逻辑；根据天气联动控制逻辑获取空调各阶段的运行情况，统计各阶段的运行情况对应的能耗数据，得到空调运行的预测能耗。本发明解决了空调系统能源消耗计算复杂的问题以及能耗不能预测的问题。

CN 110094834 ACN 110094834 A

权　利　要　求　书

1/1页

1.一种空调能耗预测方法，其特征在于，包括步骤：采集空调各种运行情况所产生的能耗数据；获取气象数据，根据所述气象数据生成用于控制空调运行的天气联动控制逻辑；根据天气联动控制逻辑获取空调各阶段的运行情况，统计各阶段的运行情况对应的能耗数据，得到空调运行的预测能耗。

2.如权利要求1所述的空调能耗预测方法，其特征在于，所述能耗数据为空调在各种运行情况下的每秒、每分钟或每小时的能耗数据。

3.如权利要求1所述的空调能耗预测方法，其特征在于，所述能耗数据包括每种运行情况在运行状态时间内的第一能耗数据，以及在维持状态时间内的第二能耗数据。

4.如权利要求1所述的空调能耗预测方法，其特征在于，所述空调的运行情况包括空调的运行模式、风速和设定温度值。

5.如权利要求1所述的空调能耗预测方法，其特征在于，所述气象数据包括实时的天气参数和预报的天气参数。

6.如权利要求5所述的空调能耗预测方法，其特征在于，所述预报的天气参数包括按小时预报的天气参数、按天预报的天气参数中的至少一种。

7.如权利要求1所述的空调能耗预测方法，其特征在于，还包括步骤：根据所述预测能耗计算所述预测能耗相对于采用天气联动控制逻辑前的实际能耗的节能能耗比。

8.如权利要求1所述的空调能耗预测方法，其特征在于，采集空调各种运行情况所产生的能耗数据包括在空调出厂前通过能耗负荷实验采集的空调各种运行情况所产生的理论能耗数据。

9.如权利要求8所述的空调能耗预测方法，其特征在于，采集空调各种运行情况所产生的能耗数据还包括在空调的实际运行过程中采集空调各种运行情况所产生的实际能耗数据，并依据所述实际能耗数据对所述理论能耗数据进行优化和更新。

10.一种空调，其特征在于，采用如权利要求1至9任意一项所述的空调能耗预测方法计算预测能耗。

2

CN 110094834 A

说　明　书

基于气象预报数据的空调能耗预测方法、空调

1/3页

技术领域

[0001]本发明涉及空调，尤其是涉及基于气象预报数据预测的空调能耗预测方法。背景技术

[0002]目前空调通过气象数据的实时传入，实现了根据气象数据进行联动控制，使空调运行更智能，更节能。但是空调系统具体运行消耗了多少电能，需要通过额外装配电表或其他设备进行能耗的监测，而且没有有效的方法能够准确的预测未来的能耗量。同时，通过天气联动智能控制空调运行后虽然为用户降低了空调系统的能耗，但是用户仍然不能直观的了解到具体消耗了多少电能，节省了多少能耗。[0003]因此，如何提供一种基于气象预报数据来进行空调能耗预测的方法是业界亟待解决的技术问题。

发明内容

[0004]为了解决现有技术中如何基于气象预报数据进行空调能耗预测的技术问题，本发明提出了基于气象预报数据的空调能耗预测方法、空调。[0005]本发明提出的空调能耗预测方法，包括步骤：

采集空调各种运行情况所产生的能耗数据；获取气象数据，根据所述气象数据生成用于控制空调运行的天气联动控制逻辑；根据天气联动控制逻辑获取空调各阶段的运行情况，统计各阶段的运行情况对应的能耗数据，得到空调运行的预测能耗。[0006]具体的，所述能耗数据为空调在各种运行情况下的每秒、每分钟或每小时的能耗数据。所述空调的运行情况包括空调的运行模式、风速和设定温度值。所述气象数据包括实时的天气参数和预报的天气参数。[0007]优选的，所述能耗数据包括每种运行情况在运行状态时间内的第一能耗数据，以及在维持状态时间内的第二能耗数据。[0008]优选的，所述预报的天气参数包括按小时预报的天气参数、按天预报的天气参数中的至少一种。[0009]优选的，所述天气联动控制逻辑采用脚本程序来实现。[0010]优选的，还包括步骤：根据所述预测能耗计算所述预测能耗相对于采用天气联动控制逻辑前的实际能耗的节能能耗比。[0011]优选的，采集空调各种运行情况所产生的能耗数据包括在空调出厂前通过能耗负荷实验采集的空调各种运行情况所产生的理论能耗数据，以及在空调的实际运行过程中采集空调各种运行情况所产生的实际能耗数据，并依据所述实际能耗数据对所述理论能耗数据进行优化和更新。

[0012]本发明提出的空调，采用上述技术方案中所述的空调能耗预测方法计算预测能耗。

3

CN 110094834 A[0013]

说　明　书

2/3页

本发明基于气象数据，对空调的运行进行联动控制，使得空调的运行情况可以预

先预测，然后在采集空调在不同运行情况下的能耗数据，通过预先预测的空调的运行情况可以预测到其的能耗数据，然后通过能耗数据可以得到空调在未来一段时间内的预测能耗。更进一步，本发明提供了节能能耗比，可以为用户提供直观的空调系统节能效果信息，提升能耗数据应用价值。

附图说明

[0014]下面结合实施例和附图对本发明进行详细说明，其中：

图1是本发明的方法流程图。

具体实施方式

[0015]下面结合附图详细说明本发明的原理及实施例。[0016]如图1所示，本发明在空调出厂前会采集空调各种运行情况所产生的能耗数据，通过厂内的能耗负荷实验，将空调在各种运行模式、风速、设定温度下的每秒、每分钟或者每小时的能耗数据测量出来，然后将这些能耗数据写入空调的存储部件当中，更进一步细分的话，出厂前由实验数据所得出来的能耗数据我们称之为理论能耗数据。这里能耗数据所对应的设定温度也就是空调在制冷或制热时设定的目标温度。[0017]接着空调安装以后其在使用时，通过通讯模块（例如DTU）发送定位信息到服务器，服务器根据定位信息返回对应地理位置的气象数据给通讯模块，通讯模块再将气象数据传输给空调系统的控制器，气象数据包括实时的天气参数、预报的天气参数，例如按日预报的天气参数、或者按小时预报的天气参数等。[0018]空调根据所接收到的气象数据，根据其中的天气参数，可以生成用于控制空调运行的天气联动逻辑，在本实施例中，天气联动逻辑是以脚本程序的方式来实现。空调将会通过运行该脚本程序来进行与天气情况相匹配的智能化运行。脚本程序具体实现的内容（也就是天气联动逻辑的具体内容）主要是在天气预报的天数范围内，空调在各个阶段的运行模式、风速、制冷制热设定温度值，这里的一个阶段指的是每两种天气变化点之间的时间段，即一种天气的开始到另一种天气开始之前的时间段内。我们可以根据天气联动控制逻辑获取空调各阶段的运行情况，统计各阶段的运行情况对应的能耗数据，得到空调运行的预测能耗，即通过出厂已存储的空调在各种运行模式、风速、制冷制热设定温度下的每秒、每分钟或每小时能耗数据，可以计算出在天气预报时间范围内的总能耗量。用公式表达的话，总能耗量 = （第一段的运行状态 * 该状态下每分钟的能耗*时间） +（第二段的运行状态 * 该状态下每分钟的能耗*时间）+ （第三段的运行状态 * 该状态下每分钟的能耗*时间）+ （第四段的运行状态 * 该状态下每分钟的能耗*时间） + …。以逐小时预报的天气参数为例，意思是可以拿到当前时间后预测24小时的每个小时的天气参数，那么每个小时的天气参数就是每个阶段的天气状况，那么这时候就可以有24个时间段（24个阶段）的运行状态，如果能够提高获取预测天气参数的频率，如24小时内每30分钟、每10分钟、每5分钟的天气参数，这样根据获取天气参数的频率不同，段数就相应增加或减少。从进一步优化能耗预测的准确性的角度考虑，可以将获取以逐小时预报的天气参数，增加天气变化点的数量，缩短天气变化点间的时间段，可提高能耗数据预测的精度。

4

CN 110094834 A[0019]

说　明　书

3/3页

本发明还可以进一步将能耗数据分为每种运行情况在运行状态时间内的第一能

耗数据，以及在维持状态时间内的第二能耗数据，这样可以针对不同空间面积进行预测优化，可再进一步优化能耗预测的准确性。我们从当前阶段到下一阶段的时间划分为运行状态时间和维持状态时间，因不同空间面积的运行状态和维持状态的功耗不同，因此，可预计算从当前状态到下一阶段状态按预设运行模式的运行时间a，那么维持状态的运行时间即从当前状态到下一阶段状态的天气变化点间的时间段b-a；此时，每个阶段的功耗都可再计算为：此段的运行状态 * 该状态下每分钟的能耗*a+维持状态*维持状态的每分钟能耗*（b-a）。

[0020]同样，空调出厂设定的每分钟的理论能耗数据（每秒、每小时的理论能耗数据也是同理）是在特定环境工况下的数据，针对不同空间面积的环境，空调在经过一段时间的运行自学习的过程，即结合传感器及实时功率的计算得到实际能耗数据，在当前空间环境下从环境状态a到达环境状态b空调所运行的时间、功率，即可转化为该状态下的实际能耗数据。在空调大量的运行过程中，不断进行自学习，通过实际能耗数据对出厂设定的每分钟理论能耗数据进行优化及更新，达到更加准确的能耗预测。

[0021]为了让用户进一步清楚采用天气联动控制逻辑节约了多少能耗，可假设用户在当下设置了符合实际环境情况的空调运行参数值，此时用户将空调系统设置了天气联动智能运行模式：在未设置天气联动智能模式前空调系统的一天能耗预测为设置前能耗：设置前参数 * 该状态下每分钟的能耗 * 24小时。然后结合设置后的能耗，即上述计算的预测能耗，即可得出天气联动控制后的节能能耗比：（设置前能耗-设置后能耗）/ 设置前能耗。同样地用户可设置节能能耗比的时间范围为一天、一周、一个月。然后空调通过将能耗预测、节能能耗比结果数据传输至控制器，用户即可通过控制器实时了解此空调的能耗信息，更加直观地了解到节能的效果。

[0022]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。

5

CN 110094834 A

说　明　书　附　图

1/1页

图1

6