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 BMS 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 BMS 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
BMS 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

控制循环读取 BMS 与天气上下文,执行明确的运行边界检查,由 DDQN 策略选择频率命令,并将实测反馈回传给策略。

  • 边界检查确保每条命令保持在批准的 BMS 兼容频率区间和保护阈值内。
  • 操作员复核和 M&V 结果回到 DDQN 策略,同时不绕过原生 BMS 权限。
  1. BMS + 天气数据

    冷站状态、趋势与运行上下文

  2. 边界检查

    频率区间、负荷阈值与保护逻辑

  3. ClimaMind DDQN 策略

    频率命令选择

  4. 批准后的命令

    冷却水泵与冷却塔风机频率

  5. 操作员 + M&V 反馈

    可见性、回退、COP 与 kW/ton 复核

7 月 2 日基准控制模式下的冷却塔风机频率变化。

7 月 2 日冷却塔频率:基准控制模式Tower #1 FreqTower #2 FreqTower #3 FreqTower #4 Freq55504540353000:0003:0006:0009:0012:0015:0018:0021:0024:00HzTime of day

08:30 左右的短暂单点瞬时波动已剔除,因为它不代表持续的冷却塔频率运行状态。

9 月 28 日软件优化模式下的冷却塔风机频率变化。

9 月 28 日冷却塔频率:软件优化模式Tower #4 FreqTower #1 FreqTower #3 Freq51494745434139373500:0003:0006:0009:0012:0015:0018:0021:0024:00HzTime of day

软件优化模式在全天动态调制冷却塔命令,而不是保持基准期近固定的冷却塔频率;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 BMS 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。

可下载资料

下载完整 PDF 案例资料

PDF 版本适合内部评审、项目讨论,以及分享完整的冷站实测案例资料。

PDF 案例文件,I-P 单位

下载 PDF