冷站案例

制药工厂冷站

AI 运行期平均冷站效率从 0.74 降至 0.65 kW/ton,下方展示 BAS 兼容控制边界、设备规格、每日运行数据、频率变化和计算过程。

冷站效率提升
12.11%

AI 运行期计算值。

AI 运行窗口
37 天

9 月 1 日至 10 月 7 日 AI 控制,对比 6 月 1 日至 7 月 7 日自控运行。

平均冷站效率
0.74 -> 0.65 kW/ton

基准期平均值到 AI 期平均值。

设备清单

设备品牌、规格与冷站拓扑

该中央空调系统为二次泵变流量系统。冷站包含 4 台冷机(3 用 1 备)、4 台冷冻水泵、4 台冷却水泵、3 台空调侧冷冻水泵和 4 台工艺侧冷冻水泵;实际运行模式为一机带一泵。

设备品牌性能参数运行状态
离心式冷水机组Trane制冷量 650RT / 功率 402kW在运行
冷冻水泵Grundfos扬程 20m / 功率 30kW / 流量 350m³/h在运行
冷却水泵Xylem扬程 22m / 功率 45kW / 流量 190m³/h在运行
冷却塔BAC流量 500m³/h / 功率 22kW在运行

控制与 BAS 兼容性

AI 层与既有群控保持兼容

平台支持群控与 AI 控制一键切换,也支持业主按照 AI 建议值实时调整群控中的冷却水泵频率和冷却塔频率。

冷却水泵控制带
42Hz 至 50Hz,以不触发低流量保护为前提。
冷却塔风机控制带
22Hz 至 50Hz,以整体运行能耗和室内温度变化为奖励。
当前优化范围
冷却水泵与冷却塔。
预留后续接口
冷水机组出水温度与冷冻水泵频率。
数据来源
BAS 运行记录、每日系统 kW/ton、室外干球温度、室外湿球温度。

控制逻辑

冷却水泵与冷却塔优化循环

控制循环采用强化学习:读取状态、检查负荷与动作边界、更新策略,并执行水泵/冷却塔动作。

  • 奖励函数包含整体运行能耗和室内温度变化。
  • 策略直接以冷却侧能耗为目标,而不是只控制供回水温差等中间变量。
  1. 01

    优化周期开始

  2. 02

    读取状态参数

  3. 03

    负荷是否高于开启系统阈值

  4. 04

    状态参数是否位于设定区间内部

  5. 05

    状态参数离散化

  6. 06

    根据奖励反馈更新 Q(s,a)

  7. 07

    使用 epsilon-greedy 策略优化水泵与冷却塔命令

  8. 08

    执行动作

  9. 09

    优化周期结束

7 月 2 日基准期冷却水泵频率

冷却水泵基本保持在约 48Hz、47.6Hz 和 45.4Hz。

494746454400:0003:0006:0009:0012:0015:0018:0021:0023:45
CwPump #1CwPump #2CwPump #4

运行基本接近固定频率,而不是连续寻优。

9 月 28 日 AI 模式冷却水泵频率

两台运行水泵在 42Hz-50Hz 控制带内调节。

524946434000:0003:0006:0009:0010:3012:3015:0018:0021:0023:55
CwPump #1CwPump #3

AI 期在中午与夜间存在明显降频,随后按工况回到较高频率。

7 月 2 日基准期冷却塔频率

冷却塔风机基本保持固定频率。

554943363000:0003:0006:0009:0012:0015:0018:0021:0023:35
Tower #1Tower #2Tower #3Tower #4

基准运行整体接近平直,仅可见一次短时波动。

9 月 28 日 AI 模式冷却塔频率

冷却塔风机全天阶梯式升降。

514743393500:0003:0006:0009:0011:3014:0017:0019:3022:3023:55
Tower #4Tower #1Tower #3

AI 运行模式下,冷却塔运行能耗在对比窗口内下降约 30%。

计算过程

冷站效率提升率与运行期计算

基准期
6 月 1 日至 7 月 7 日基准运行;剔除缺失用电数据后,共有 27 条有效日记录。
基准期均值
0.74 kW/ton,室外干球 22.66C,室外湿球 19.36C。
AI 期
9 月 1 日至 10 月 7 日 AI 控制;共有 37 条日记录。
AI 期均值
0.65 kW/ton,室外干球 25.64C,室外湿球 22.43C。
AI 期最高冷站效率
0.73 kW/ton,来自每日运行数据。
  1. 1. 基准期平均冷站效率 = 0.74 kW/ton。
  2. 2. AI 期平均冷站效率 = 0.65 kW/ton。
  3. 3. 降低量 = 0.74 - 0.65 = 0.09 kW/ton。
  4. 4. 冷站效率提升率 = (0.74 - 0.65) / 0.74 * 100% = 12.11%

计算结果

冷站效率提升率
=基准期平均 kW/ton-AI 期平均 kW/ton基准期平均 kW/ton*100%
=0.74-0.650.74*100%
=12.11%

能效基准

美国常用冷站效率参考口径

美国冷冻水系统实践更常用 kW/ton 对比实测冷站效率。下表给出 ASHRAE 参考上下文,不作为认证等级声明。

指标基准期AI 期美国参考上下文
冷站效率0.740.65数值越低越好;这是美国冷冻水系统运行效率更常用的表达方式。
ASHRAE 参考上下文0.61-0.70 kW/ton0.61-0.70 kW/tonASHRAE District Cooling Guide 将电驱离心式冷水机组列在这个典型区间。
测量边界系统 kW/ton系统 kW/ton这里作为参考上下文,不作为美国认证等级或整栋建筑能耗基准。

每日运行数据

用于散点图的每日冷站效率、干球温度与湿球温度

下表列出全部日运行记录,并用这些点里的 kW/ton 数值呈现冷站效率与天气关系图。

冷站效率与湿球温度关系

29262219150.550.650.750.85kW/ton
基准期运行AI 模式

冷站效率与室外干球温度关系

33292521170.550.650.750.85kW/ton
基准期运行AI 模式
模式日期kW/ton干球温度 C湿球温度 C
基准期运行Jun 10.7121.2718.27
基准期运行Jun 20.7322.4617.78
基准期运行Jun 30.6720.3615.11
基准期运行Jun 80.6921.2917.67
基准期运行Jun 90.7023.2318.43
基准期运行Jun 100.7123.0617.79
基准期运行Jun 110.6921.2417.54
基准期运行Jun 140.6920.8017.49
基准期运行Jun 150.6921.5716.96
基准期运行Jun 160.6820.7116.87
基准期运行Jun 170.6918.2517.24
基准期运行Jun 180.7319.3018.77
基准期运行Jun 190.7620.5219.80
基准期运行Jun 200.7722.3119.73
基准期运行Jun 210.7523.5818.96
基准期运行Jun 220.7222.6917.77
基准期运行Jun 230.7020.2417.18
基准期运行Jun 240.7118.1117.63
基准期运行Jun 250.7621.1719.72
基准期运行Jun 260.7621.6219.60
基准期运行Jul 10.7923.8620.88
基准期运行Jul 20.8224.2721.66
基准期运行Jul 30.8224.6721.84
基准期运行Jul 40.8226.1221.82
基准期运行Jul 50.8125.1121.78
基准期运行Jul 60.8531.3927.41
基准期运行Jul 70.8532.5426.95
AI 模式Sep 10.6426.1021.77
AI 模式Sep 20.6327.0622.70
AI 模式Sep 30.6426.9623.74
AI 模式Sep 40.6728.6925.27
AI 模式Sep 50.7028.1825.15
AI 模式Sep 60.6728.7124.63
AI 模式Sep 70.6428.1524.29
AI 模式Sep 80.6328.1723.43
AI 模式Sep 90.6327.5722.85
AI 模式Sep 100.6227.7822.56
AI 模式Sep 110.6428.8024.47
AI 模式Sep 120.6727.4824.90
AI 模式Sep 130.6625.5023.95
AI 模式Sep 140.6324.6523.29
AI 模式Sep 150.6324.4223.51
AI 模式Sep 160.6525.3023.86
AI 模式Sep 170.6527.7323.87
AI 模式Sep 180.6929.2425.74
AI 模式Sep 190.7230.1926.60
AI 模式Sep 200.6926.8624.41
AI 模式Sep 210.6323.2020.68
AI 模式Sep 220.6121.0419.38
AI 模式Sep 230.6220.4218.89
AI 模式Sep 240.6423.1122.05
AI 模式Sep 250.6526.6323.95
AI 模式Sep 260.6625.6323.42
AI 模式Sep 270.7227.6224.71
AI 模式Sep 280.7225.8024.58
AI 模式Sep 290.7327.4024.55
AI 模式Sep 300.7124.1522.09
AI 模式Oct 10.6723.6219.32
AI 模式Oct 20.5922.9517.60
AI 模式Oct 30.6222.6318.51
AI 模式Oct 40.6623.5418.88
AI 模式Oct 50.6122.2616.79
AI 模式Oct 60.6021.4516.93
AI 模式Oct 70.6119.5516.60

用同样的测量纪律复盘你的冷站

我们可以先检查 BAS 点位、历史运行数据、设备规格和计量覆盖,再判断是否适合接入类似的 AI 监督优化层。