1.本发明涉及智能控制柜的内部环境控制技术领域，具体涉及一种智能控制柜内部环境控制策略优化方法。
背景技术：2.目前的智能化变电站均将智能终端、合并单元等设备就地化安放。随着智能变电站模块化建设的深入开展，设备的“就地安装”对智能控制柜内环境提出了更高要求。由于智能终端、合并单元等设备对环境温湿度、抗电磁干扰能力等要求较高，因此，保证智能控制柜的内部运行环境具有重要意义。
3.智能控制柜由空调系统、管道系统和控制系统组成，其中空调系统运行模式、风速、电动阀开启量、运行时间等都是影响控制柜内部环境的因素。目前针对智能控制柜的温湿度控制以各种控制器的算法实现为主，同时控温方式以风冷为主，针对基于空调系统的智能控制温湿度优化配置的研究较少。
技术实现要素：4.针对现有智能控制柜内部环境控制策略运行效率较低的问题，本发明提供一种智能控制柜内部环境控制策略优化方法。
5.为了解决上述技术问题，本发明的技术实现方案如下：
6.一种智能控制柜内部环境控制策略优化方法，包括以下步骤：
7.s1、控制系统数学模型建立：建立综合考虑空调系统、管道系统和系统环境的空调系统热交换模型，同时建立管道系统的空气流量模型；
8.s2、目标函数建立：以智能控制柜内部环境控制能耗最低为优化目标函数；
9.s3、约束条件建立：以空调系统运行功率、环境温湿度和管道系统出流角为约束条件；
10.s4、运行控制策略建立：控制系统通过调节空调系统实现不同工作模式，调节风管支管上的风量调节阀控制风量进而保证各个智能控制柜内的温度处于设置的温度区间；
11.s5、模型求解：将所构建以能耗最低为目标的运行控制模型转化为整数线性规划问题，利用yalmip建模并调用cplex求解器进行求解。
12.优选的，步骤s1建立控制系统数学模型具体为：
13.s11、空调系统热交换模型，表达式如下：
[0014][0015]
式中：p0表示空调系统运行消耗功率；λ为拟合系数；ε1为物体的发射率；σ为斯忒藩-波尔兹曼常量，即通常说的黑体辐射常数；v为柜体体积；t为空调开启时间；l0为孔口流出风量；t为物体表面热力学温度(k)，其中假设t1为柜体表面温度；t2为柜内环境温度；t3为环境温度；
[0016]
s12、对空调系统的制冷量进行估算，计算公式如下：
[0017]
柜内布置的智能设备热耗功率之和p1；柜体与周围环境大气辐射换热功率p2；风道与周围环境大气辐射换热率p3：
[0018][0019][0020]
式中：a1为辐射表面积(m2)，a2为风道表面积(m2)；
[0021]
s13、对空调系统的制热量进行估算，计算公式如下：
[0022]
机柜对柜内环境温度辐射p4；风道与柜内环境辐射换热率p5；
[0023][0024][0025]
s14、建立管道系统的空气流量模型，计算公式如下：
[0026]
静压差产生的流速为:
[0027]
空气在风管内的流速为:
[0028]
孔口出流与风管轴线间的夹角α(出流角)为：
[0029]
孔口实际流速:
[0030]
孔口流出风量:l0＝3600μ
·f·v[0031][0032][0033]
式中：μ为孔口的流量系数；f为孔口在气流垂直方向上的投影面积(m2)；pi为风管内空气的静压(pa)；pd为风管内空气的动压(pa)；f0为孔口面积(m2)；v0空气在孔口面积f0上的平均流速。
[0034]
优选的，所述步骤s2中目标函数建立具体包括以下步骤：以控制系统运行能耗最低为优化目标函数，可以表示为：
[0035][0036]
式中：p为控制系统运行的总功率；t为运行起始时间；t为运行终止时间。
[0037]
优选的，所述步骤s3中建立约束条件，可以表示为：
[0038]
空调系统功率约束：p0》p1+p2+p3[0039]
空调系统温度约束：t
2_min
≤t2≤t
2_max
[0040]
空调系统湿度约束：|t
1-t2|≤th[0041]
管道系统出流角约束：α
min
≤α≤α
max
[0042]
式中：t
2_min
为控制柜内运行最低温度；t
2_max
为控制柜内运行最高温度；th为保证湿度的温差；α
min
为最小出流角；α
max
为最大出流角。
[0043]
优选的，所述步骤s4中建立运行控制策略：控制系统测量控制柜温湿度和环境温湿度，当环境不满足约束条件时，通过调节空调系统运行模式和风量调节阀控制风量保证智能控制柜内的环境处于设置的约束区间。
[0044]
与现有技术相比，本发明的优点是：本发明建立了空调系统热交换模型和管道系统空气流量模型，在此基础上以控制系统运行能耗最低为目标函数，同时建立系统运行的约束条件，提出了智能控制柜内部环境控制策略优化方法，采用高效的求解器cplex求解具体算例，保证了智能控制柜的内部环境和运行经济性。
附图说明
[0045]
图1是本发明基于一种智能控制柜内部环境控制策略优化建模方法的流程图。
具体实施方式
[0046]
下面详细描述本发明的实施例，所述实施例的示例在附图中示出。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
[0047]
参阅图1为本发明一种智能控制柜内部环境控制策略优化方法的实施例，该方法包括以下步骤：
[0048]
s1、控制系统数学模型建立：
[0049]
综合考虑空调系统、管道系统和系统环境建立空调系统热交换模型，同时建立管道系统的空气流量模型。
[0050]
s2、目标函数建立
[0051]
以智能控制柜内部环境控制能耗最低为优化目标函数。
[0052]
s3、约束条件建立
[0053]
以空调系统运行功率、环境温湿度和管道系统出流角为约束条件。
[0054]
s4、运行控制策略建立
[0055]
控制系统通过调节空调系统实现不同工作模式，调节风管支管上的风量调节阀控制风量进而保证各个智能控制柜内的温度处于设置的温度区间。
[0056]
s5、模型求解
[0057]
将所构建的考虑运行功能耗最低的运行控制模型转化为整数线性规划问题，利用yalmip建模并调用cplex求解器进行求解。
[0058]
所述步骤s1中建立控制系统数学模型：
[0059]
s11、空调系统热交换模型，表达式如下：
[0060][0061]
式中：p0表示空调系统运行消耗功率；λ为拟合系数；ε1为物体的发射率；σ为斯忒藩-波尔兹曼常量，即通常说的黑体辐射常数；v为柜体体积；t为空调开启时间；l0为孔口流出风量；t为物体表面热力学温度(k)，其中假设t1为柜体表面温度，t2为柜内环境温度，t3为
环境温度。本实施例中p0为1800w；v为1.408m3。
[0062]
s12、对空调系统的制冷量进行估算，计算公式如下：
[0063]
柜内布置的智能设备热耗功率之和p1；
[0064]
柜体与周围环境大气辐射换热功率p2；
[0065]
风道与周围环境大气辐射换热率p3：
[0066][0067][0068]
式中：a1为辐射表面积(m2)，a2为风道表面积(m2)。本实施例中a1为8.32m2；a2为0.404m2。
[0069]
s13、对空调系统的制热量进行估算，计算公式如下：
[0070]
机柜对柜内环境温度辐射p4；
[0071]
风道与柜内环境辐射换热率p5；
[0072][0073][0074]
1.4)步骤1)所述建立管道系统的数学模型，计算公式如下：
[0075]
静压差产生的流速为:
[0076]
空气在风管内的流速为:
[0077]
孔口出流与风管轴线间的夹角α(出流角)为：
[0078]
孔口实际流速:
[0079]
孔口流出风量:l0＝3600μ
·f·v[0080][0081][0082]
式中：μ为孔口的流量系数；f为孔口在气流垂直方向上的投影面积(m2)；pi为风管内空气的静压(pa)；pd为风管内空气的动压(pa)。f0为孔口面积(m2)；v0空气在孔口面积f0上的平均流速。
[0083]
步骤s2中建立目标函数：
[0084]
根据控制系统数学模型建立目标函数；
[0085]
以空调系统运行能耗最低为优化目标函数，可以表示为：
[0086][0087]
式中：p为空调系统运行的总功率；t为运行起始时间；t为运行终止时间。本实施例
中t为24。
[0088]
步骤s3中建立约束条件：
[0089]
对建立的目标函数进行约束，可以表示为：
[0090]
空调系统功率约束：p0》p1+p2+p3[0091]
空调系统温度约束：t
2_min
≤t2≤t
2_max
[0092]
空调系统湿度约束：|t
1-t2|≤th[0093]
管道系统出流角约束：α
min
≤α≤α
max
[0094]
式中：t
2_min
为控制柜内运行最低温度；t
2_max
为控制柜内运行最高温度；th为保证湿度的温差；α
min
为最小出流角；α
max
为最大出流角。本实施例中t
2_min
为5℃；t
2_max
为35℃；th为15℃；α
min
为0；α
max
为90
°
。
[0095]
步骤s4中建立运行控制策略：
[0096]
控制系统测量控制柜温湿度和环境温湿度，当环境不满足约束条件时，通过调节空调系统运行模式和风量调节阀控制风量保证智能控制柜内的环境处于设置的约束区间。
[0097]
步骤s5求解建立的数学模型：
[0098]
所构建的考虑运行功能耗最低的运行控制模型转化为整数线性规划问题，利用yalmip建模并调用cplex求解器进行求解。
[0099]
以上所述仅为本发明的具体实施例，但本发明的技术特征并不局限于此，任何本领域的技术人员在本发明的领域内，所作的变化或修饰皆涵盖在本发明的专利范围之中。
技术特征：1.一种智能控制柜内部环境控制策略优化方法，其特征在于：包括以下步骤：s1、控制系统数学模型建立：建立综合考虑空调系统、管道系统和系统环境的空调系统热交换模型，同时建立管道系统的空气流量模型；s2、目标函数建立：以智能控制柜内部环境控制能耗最低为优化目标函数；s3、约束条件建立：以空调系统运行功率、环境温湿度和管道系统出流角为约束条件；s4、运行控制策略建立：控制系统通过调节空调系统实现不同工作模式，调节风管支管上的风量调节阀控制风量进而保证各个智能控制柜内的温度处于设置的温度区间；s5、模型求解：将所构建以能耗最低为目标的运行控制模型转化为整数线性规划问题，利用yalmip建模并调用cplex求解器进行求解。2.如权利要求1所述的一种智能控制柜内部环境控制策略优化方法，其特征在于：步骤s1建立控制系统数学模型具体为：s11、空调系统热交换模型，表达式如下：式中：p0表示空调系统运行消耗功率；λ为拟合系数；ε1为物体的发射率；σ为斯忒藩-波尔兹曼常量，即通常说的黑体辐射常数；v为柜体体积；t为空调开启时间；l0为孔口流出风量；t为物体表面热力学温度(k)，其中假设t1为柜体表面温度；t2为柜内环境温度；t3为环境温度；s12、对空调系统的制冷量进行估算，计算公式如下：柜内布置的智能设备热耗功率之和p1；柜体与周围环境大气辐射换热功率p2；风道与周围环境大气辐射换热率p3：：式中：a1为辐射表面积(m2)，a2为风道表面积(m2)；s13、对空调系统的制热量进行估算，计算公式如下：机柜对柜内环境温度辐射p4；风道与柜内环境辐射换热率p5；；s14、建立管道系统的空气流量模型，计算公式如下：静压差产生的流速为:空气在风管内的流速为:孔口出流与风管轴线间的夹角α(出流角)为：孔口实际流速:
孔口流出风量:l0＝3600μ
·
f
·
vv式中：μ为孔口的流量系数；f为孔口在气流垂直方向上的投影面积(m2)；p
i
为风管内空气的静压(pa)；p
d
为风管内空气的动压(pa)；f0为孔口面积(m2)；v0空气在孔口面积f0上的平均流速。3.如权利要求1所述的一种智能控制柜内部环境控制策略优化方法，其特征在于：所述步骤s2中目标函数建立具体包括以下步骤：以控制系统运行能耗最低为优化目标函数，可以表示为：式中：p为控制系统运行的总功率；t为运行起始时间；t为运行终止时间。4.如权利要求1所述的一种智能控制柜内部环境控制策略优化方法，其特征在于：所述步骤s3中建立约束条件，可以表示为：空调系统功率约束：p0>p1+p2+p3空调系统温度约束：t
2_min
≤t2≤t
2_max
空调系统湿度约束：|t
1-t2|≤t
h
管道系统出流角约束：α
min
≤α≤α
max
式中：t
2_min
为控制柜内运行最低温度；t
2_max
为控制柜内运行最高温度；t
h
为保证湿度的温差；α
min
为最小出流角；α
max
为最大出流角。5.如权利要求1所述的一种智能控制柜内部环境控制策略优化方法，其特征在于：所述步骤s4中建立运行控制策略：控制系统测量控制柜温湿度和环境温湿度，当环境不满足约束条件时，通过调节空调系统运行模式和风量调节阀控制风量保证智能控制柜内的环境处于设置的约束区间。
技术总结本发明公开了一种智能控制柜内部环境控制策略优化方法，包括以下步骤S1控制系统数学模型建立；S2目标函数建立；S3约束条件建立；S4运行控制策略建立；S5模型求解。本发明建立了空调系统热交换模型和管道系统空气流量模型，在此基础上以控制系统运行能耗最低为目标函数，同时建立了系统运行的约束条件，提出了智能控制柜内部环境控制策略优化方法，采用高效的求解器CPLEX求解具体算例，保证了智能控制柜内部环境的精准控制和运行的经济性。柜内部环境的精准控制和运行的经济性。柜内部环境的精准控制和运行的经济性。
技术研发人员：黄海荣 尹康 俞辰颖 方瑜 李丽 黄昕颖 钟婷婷 斯扬华 朱钢锋 徐欢
受保护的技术使用者：浙江华云电力工程设计咨询有限公司
技术研发日：2022.06.30
技术公布日：2022/11/1
