一种中央空调运行参数的调节方法和装置与流程

本发明涉及中央空调技术领域，尤其涉及一种中央空调运行参数的调节方法和装置。

背景技术：

在我国，2014年建筑能耗总量超过12.5亿吨标准煤，占社会总能耗的30％。中央空调能耗占建筑总能耗的65％左右，其中空调机房能耗占中央空调系统能耗70％左右。由此可见，中央空调的节能是建筑节能减排的重中之重。当前，传统的中央空调控制系统采用的是简单的pid控制，例如：在冷水侧供回水管路预设压差，当供回水压差大于预设值时，提高冷水泵的频率，增大功率；当供回水温差小于预设值时，则降低冷水泵频率，减小功率。或者使用回水温度控制法，即预设冷水回水温度，当回水温度高于预设值是，提高冷水泵的频率，增大功率；当回水温度低于预设值时，降低冷水泵频率，减小功率等。这些方法只是单纯的根据中央空调系统冷水侧的物理参数来调节，并没有充分考虑到建筑内部的冷需量，也就是整个中央空调系统的冷负荷。由于中央空调系统时滞性、大惰性等缺陷，当系统冷负荷发生变化时，传统的调节系统不能快速有效的响应，会造成能源不必要的浪费或者室内舒适度的降低。

同时，传统的中央空调节能控制方法在冷水或冷却水侧一味的追求泵的频率最低，能耗最低，却忽略了中央空调系统的整体能耗情况。由于制冷主机的能耗在整个中央空调系统占有很大比重，有时虽然冷冻泵功率降低了，但制冷主机的能耗却的增加的，相应地，中央空调整体能耗也在增加，导致能耗的浪费。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

技术实现要素：

本发明的主要目的在于提供一种中央空调运行参数的调节方法，旨在解决当前中央空调运行时整体能耗增加，导致资源浪费的问题。

本发明提供的一种中央空调运行参数的调节方法，所述方法包括以下步骤：

获取中央空调系统运行参数及用电设备数学模型，作为遗传基因算法的计算参数；

根据所述计算参数运用遗传基因算法计算中央空调优化参数；

在遗传基因算法满足算法停止条件时，停止遗传基因算法的计算，并输出计算结果作为中央空调优化参数；

根据中央空调优化参数控制中央空调对应的用电设备运行。

优选地，所述根据所述计算参数运用遗传基因算法计算中央空调优化参数之前，还包括：

设置遗传基因算法计算优化参数的限制条件，所述限制条件为中央空调目标用电设备运行参数是否在预设范围内；

在当前中央空调目标用电设备运行参数满足限制条件的情况下，执行根据所述计算参数运用遗传基因算法计算中央空调优化参数的步骤。

优选地，所述待满足遗传基因算法停止条件之前，还包括：

根据遗传基因算法的计算过程及计算结果，判断是否满足算法停止条件；

若当前遗传基因算法的计算过程及计算结果未满足算法停止条件，则继续计算直至满足算法停止条件，并在停止计算后，输出最终计算结果；

若当前遗传基因算法的计算过程及计算结果满足算法停止条件，则停止计算，并输出最终计算结果。

优选地，所述根据遗传基因算法的计算内容判断是否满足算法停止条件之前，还包括：

根据中央空调参数优化需求定义遗传基因算法停止计算优化参数的算法停止条件。

优选地，所述方法还包括：

设置中央空调参数优化周期，在周期内重新获取中央空调系统运行参数及用电设备数学模型，通过遗传基因算法计算中央空调的优化参数，用以实时根据优化参数计算结果优化当前中央空调的运行参数。

此外，为实现上述目的，本发明还提供一种中央空调运行参数的调节装置，包括：

获取模块，用于获取中央空调系统运行参数及用电设备数学模型，作为遗传基因算法的计算参数；

计算模块，用于根据所述计算参数运用遗传基因算法计算中央空调优化参数；

输出模块，用于在遗传基因算法满足算法停止条件时，停止遗传基因算法的计算，并输出计算结果作为中央空调优化参数；

控制模块，用于根据中央空调优化参数控制中央空调对应的用电设备运行。

优选地，还包括：

设置模块，用于设置遗传基因算法计算优化参数的限制条件，所述限制条件为中央空调目标用电设备运行参数是否在预设范围内；

确认模块，用于在当前中央空调目标用电设备运行参数满足限制条件的情况下，执行根据所述计算参数运用遗传基因算法计算中央空调优化参数的步骤。

优选地，还包括：

判断模块，用于根据遗传基因算法的计算过程及计算结果，判断是否满足算法停止条件；

所述确认模块，还用于若当前遗传基因算法的计算过程及计算结果未满足算法停止条件，则继续计算直至满足算法停止条件，并在停止计算后，输出最终计算结果；还用于若当前遗传基因算法的计算过程及计算结果满足算法停止条件，则停止计算，并输出最终计算结果。

优选地，还包括：

定义模块，用于根据中央空调参数优化需求定义遗传基因算法停止计算优化参数的算法停止条件。

优选地，还包括：

操作模块，用于设置中央空调参数优化周期，在周期内重新获取中央空调系统运行参数及用电设备数学模型，通过遗传基因算法计算中央空调的优化参数，用以实时根据优化参数计算结果优化当前中央空调的运行参数。

本发明通过获取中央空调系统运行参数及用电设备数学模型，作为遗传基因算法的计算参数；根据所述计算参数运用遗传基因算法计算中央空调优化参数；在遗传基因算法满足算法停止条件时，停止遗传基因算法的计算，并输出计算结果作为中央空调优化参数；根据中央空调优化参数控制中央空调对应的用电设备运行。着力解决当前中央空调运行时整体能耗增加，导致资源浪费的问题。

附图说明

图1为本发明中央空调运行参数的调节方法的第一实施例的流程示意图；

图2为本发明中央空调运行参数的调节方法的第二实施例的流程示意图；

图3为本发明中央空调运行参数的调节方法的第三实施例的流程示意图；

图4为本发明中央空调运行参数的调节装置的第一实施例的功能模块示意图；

图5为本发明中央空调运行参数的调节装置的第二实施例的功能模块示意图；

图6为本发明中央空调运行参数的调节装置的第三实施例的功能模块示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

基于上述问题，本发明提供一种中央空调运行参数的调节方法。

参照图1，图1为本发明中央空调运行参数的调节方法的第一实施例的流程示意图。

在一实施例中，所述方法包括：

步骤s10，获取中央空调系统运行参数及用电设备数学模型，作为遗传基因算法的计算参数；

在当前中央空调空调器中，采集中央空调系统运行参数，所述参数包括：

冷冻水体积流量：单位：m³/s；

冷冻水供水温度：tch,sup，单位：℃；

冷冻水回水温度：tch,re，单位：℃；

冷却水供水温度：tc,sup，单位：℃；

冷却水回水温度：tc,re，单位：℃；

室外温度：tout，单位：℃；

室外相对湿度：hr，单位：％；

通过已采集到的运行参数，计算中央空调系统冷负荷：

进一步的，调用中央空调各用电设备数学模型，其中，模型与各模型自变量的关系可以写为：

冷水主机模型：

冷水泵模型：

冷却泵模型：

冷却塔模型：

则，中央空调系统整体的数学模型可以写为：

wtot＝wchiller+wch,p+wc,p+wc,t

步骤s20，根据所述计算参数运用遗传基因算法计算中央空调优化参数；

根据步骤s10中所获取到的运行参数及其数学模型，使用所述遗传基因算法计算该中央空调的优化运行参数，首先，设置适用函数：fitness＝wtot，其中，fitness为适应函数。随机选取10组数据作为算法运算个体，每组数据包括参数：tch,sup、tch,re、tc,sup、tc,re、q、tout、hr。将所采集到的10中央空调系统数据带入到适用函数中求值，用以计算适应函数值。在计算适应函数值的过程中，以50％作为选择和替换的参数，即保留编号从1到5的数据组，将从6到10的数据组替换成随机其它数据组。并以30％作为交叉概率，即在从1到10的数据组中随机选取3组数据与1号数据组中的数据进行交叉。交叉的具体方法为(以某编号数据组中冷水供水温度为例)：

t′ch,sup(i)＝r×tch,sup(1)+(1-r)×tch,sup(i)

其中：

t′ch,sup(i)：为第i组数据组交叉后的冷水供水温度；

r：为0到1之间的随机数值；

tch,sup(1)：为一号数据的冷水供水温度；

tch,sup(i)：为第i号数据组交叉前的冷水供水温度。

并再次以30％作为变异概率，即在从1到10的数据组中所及选取3组数据进行变异。

变异的具体方法为(以某编号数据组中冷却水回水温度为例)：

其中：

t’c,re(i)：为第i组数据组变异后的冷却水回水温度；

r：为0到1之间的随机数值；

tc,re(i)：为第i组数据组变异前的冷却水回水温度；

：为在冷却水回水温度限制条件内随机选取的一个温度。通过遗传基因算法的计算过程，计算中央空调的系统优化参数，并输出计算之后的具体优化参数对象。

进一步的，所述根据所述计算参数运用遗传基因算法计算中央空调优化参数之前，还包括：

设置遗传基因算法计算优化参数的限制条件，所述限制条件为中央空调目标用电设备运行参数是否在预设范围内；

其中，在使用遗传基因算法计算中央空调运行优化参数时，在启动该算法计算优化参数之前，当前空调器的目标运行部件的运行结果必须要达到已预设的运行结果，在满足该预设条件时，才能使用所述遗传基因算法计算该中央空调运行优化参数，所述目标运行部件的运行预设结果，包括：

1)冷负荷、室外温度、室外湿度保持不变；

2)冷水供水温度在第一预设温度到第二预设温度之间，所述第一预设温度及第二预设温度，为中央空调空调器管理员设置的当前中央空调的冷水供水温度，例如第一预设温度为7℃，第二预设温度为13℃，即：tch,re-tch,sup∈[7℃13℃]；

3)冷水回水温度与供水温度之间温差在3摄氏度到7摄氏度之间，即：

tch,re-tch,sup∈[3℃7℃]；

4)在保证冷负荷不变的情况下，冷水质量流量由公式求得，即：

5)冷却水回水温度在第三预设温度到第四预设温度之间，所述第三预设温度及第四预设温度，为中央空调空调器管理员设置的当前中央空调的冷却水回水温度，例如第三预设温度为30℃，第四预设温度为35℃，即：tc,re∈[30℃35℃]；

6)冷却水供水温度与回水温度之间温差在第五预设温度到第六预设温度之间，所述第五预设温度及第六预设温度，为中央空调空调器管理员设置的当前中央空调的冷却水供水温度与回水温度的温差范围，例如，第五预设温度为0℃，第六预设温度为7℃，即：tc,sup-tc,re∈[0℃7℃]；

7)、冷却水体积流量在0m³/s到0.2m³/s之间，即：

其中，可根据该中央空调空调器实际情况，对已预设的运行结果中的冷水回水温度(2)、供水温度温差及冷却水回水温度范围(5)及冷却水供水温度与回水温度温差(6)的温度预设值做调整，以便更精确的确认是否需要运行遗传基因算法对当前中央空调进行优化参数的计算，进而完成中央空调的参数优化。

在当前中央空调目标用电设备运行参数满足限制条件的情况下，执行根据所述计算参数运用遗传基因算法计算中央空调优化参数的步骤。

根据已设置的遗传基因算法限制条件，若中央空调空调器部件运行情况满足限制条件的内容，则表示当前中央空调存在整体能耗浪费的情况，可对当前中央空调的运行参数进行优化，即通过遗传基因算法计算该中央空调的优化参数。

步骤s30，在遗传基因算法满足算法停止条件时，停止遗传基因算法的计算，并输出计算结果作为中央空调优化参数；

根据步骤s20的遗传基因算法计算中央空调优化参数的计算步骤，其中，遗传基因算法为迭代算法，所述迭代是重复反馈过程的活动，其目的通常是为了逼近所需目标或结果。每一次对过程的重复称为一次“迭代”，而每一次迭代得到的结果会作为下一次迭代的初始值。即通过遗传基因算法的步骤，不停迭代计算；在所述遗传基因算法满足算法停止条件时，停止当前计算过程，并输出计算出来的结果，作为该中央空调的运行优化参数。所述算法满足条件为中央空调管理员根据当前中央空调运行情况设置的遗传基因算法最佳计算方式及计算结果。

步骤s40，根据中央空调优化参数控制中央空调对应的用电设备运行。

获取到遗传基因算法输出的计算结果，所述计算结果为中央空调在当前运行模式下的不同部件的最佳运行参数，以此控制中央空调与该些运行参数对应的空调器部件运行情况，以将空调器部件的运行调整至最佳优化参数。

本实施例中，通过获取到的中央空调的运行参数及数学模型，作为遗传基因算法的计算参数，并通过该计算参数运用遗传基因算法计算该中央空调的优化参数，并在遗传基因算法输出计算结果即优化参数后，控制中央空调的优化参数对应部件运行，已使该中央空调达到低耗高效的运行效果。

参照图2，图2为本发明中央空调运行参数的调节方法的第二实施例的流程示意图。基于上述方法的第一实施例，所述根据遗传基因算法的计算内容判断是否满足算法停止条件之前，还包括：

步骤s50，根据中央空调参数优化需求定义遗传基因算法停止计算优化参数的算法停止条件。

定义遗传基因算法停止条件，所述遗传基因算法停止，当前遗传基因算法为迭代算法；所述迭代算法，根据计算步骤不停迭代计算，每完成一次计算步骤为一代，待完成一次计算步骤后，重新按照步骤再次计算一次，称为第二代；如此不停重复计算，即为迭代计算方式。在迭代计算过程中，根据当前中央空调的参数优化的需求定义遗传基因算法的停止条件；所述停止条件包括，设定计算最大代数及计算结果变化率。该停止条件为当前已设置定义的两种停止方式，可以包括但不仅限于这两种方式。

步骤s60，根据遗传基因算法的计算过程及计算结果，判断是否满足算法停止条件；

根据当前已设置的遗传基因算法停止条件，总结当前遗传基因算法的计算过程及解析当前计算结果，确认是否满足已设置的遗传基因算法停止条件。若当前停止条件为设定计算最大代数，即设置当前遗传基因算法计算的代数次数，例如，设定当前遗传基因算法最大代数为100，即当前基因算法迭代次数达100次之后，停止计算，并输出最终计算结果为该中央空调优化参数；还有，若当前停止条件为计算结果变化率为目标数量，即设置当前遗传基因算法计算结果与上一代计算结果参数变化率为目标数量，例如，设置当前计算结果参数变化率的变化5％，在每一代计算完成后保留结果参数，并与上一代计算的结果参数对比，若本次结果参数对比上一代计算的结果参数增长5％，停止遗传基因算法，以本代计算结果参数为最终结果参数。

步骤s70，若当前遗传基因算法的计算过程及计算结果未满足算法停止条件，则继续计算直至满足算法停止条件，并在停止计算后，输出最终计算结果；

分析当前遗传基因算法的计算结果及计算过程，若当前的计算过程及计算结果未满足预设的算法停止条件，继续进行遗传基因算法的迭代运算，直至满足停止条件后，停止计算，并输出计算结果作为中央空调优化参数。

步骤s80，若当前遗传基因算法的计算过程及计算结果满足算法停止条件，则停止计算，并输出最终计算结果。

分析当前遗传基因算法的计算结果及计算过程，若当前的计算过程及计算结果已满足预设的算法停止条件，停止当前遗传基因算法的迭代计算，并输出计算结果作为中央空调优化参数。

参照图3，图3为本发明中央空调运行参数的调节方法的第三实施例的流程示意图。基于上述方法的第一、二实施例，所述方法还包括：

步骤s90，设置中央空调参数优化周期，在周期内重新获取中央空调系统运行参数及用电设备数学模型，通过遗传基因算法计算中央空调的优化参数，用以实时根据优化参数计算结果优化当前中央空调的运行参数。

在当前中央空调运行过程中，设置当前中央空调的优化运算周期，所述中央空调的优化运算周期，为目标时间内使用遗传基因算法计算中央空调优化参数的次数。在当前中央空调运行过程中，由于空调器运行时长及运行方式的变化，导致空调器运行过程中包括能耗、运行效果、部件磨损等不同程度变化，单次进行参数优化并根据优化参数调整运行方式后，同样的优化参数不适用已变化的空调器；设置参数优化周期后，周期内对当前中央空调空调器适用遗传基因算法进行优化参数运算，用以根据计算结果调整当前中央空调空调器最佳运行模式。

本发明进一步提供一种中央空调运行参数的调节装置。

参照图4，图4为本发明中央空调运行参数的调节装置的第一实施例的功能模块示意图。

在一实施例中，所述装置包括：获取模块10、计算模块20、设置模块30、确认模块40、输出模块50及控制模块60。

获取模块10，用于获取中央空调系统运行参数及用电设备数学模型，作为遗传基因算法的计算参数；

在当前中央空调空调器中，采集中央空调系统运行参数，所述参数包括：

冷冻水体积流量：单位：m³/s；

冷冻水供水温度：tch,sup，单位：℃；

冷冻水回水温度：tch,re，单位：℃；

冷却水体积流量：单位：m³/s；

冷却水供水温度：tc,sup，单位：℃；

冷却水回水温度：tc,re，单位：℃；

室外温度：tout，单位：℃；

室外相对湿度：hr，单位：％；

通过已采集到的运行参数，计算中央空调系统冷负荷：

进一步的，调用中央空调各用电设备数学模型，其中，模型与各模型自变量的关系可以写为：

冷水主机模型：

冷水泵模型：

冷却泵模型：

冷却塔模型：

则，中央空调系统整体的数学模型可以写为：

wtot＝wchiller+wch,p+wc,p+wc,t

计算模块20，用于根据所述计算参数运用遗传基因算法计算中央空调优化参数；

根据获取模块10中所获取到的运行参数及其数学模型，使用所述遗传基因算法计算该中央空调的优化运行参数，首先，设置适用函数：fitness＝wtot，其中，fitness为适应函数。随机选取10组数据作为算法运算个体，每组数据包括参数：tch,sup、tch,re、tc,sup、tc,re、q、tout、hr。将所采集到的10中央空调系统数据带入到适用函数中求值，用以计算适应函数值。在计算适应函数值的过程中，以50％作为选择和替换的参数，即保留编号从1到5的数据组，将从6到10的数据组替换成随机其它数据组。并以30％作为交叉概率，即在从1到10的数据组中随机选取3组数据与1号数据组中的数据进行交叉。交叉的具体方法为(以某编号数据组中冷水供水温度为例)：

t'ch,sup(i)＝r×tch,sup(1)+(1-r)×tch,sup(i)

其中：

t'ch,sup(i)：为第i组数据组交叉后的冷水供水温度；

r：为0到1之间的随机数值；

tch,sup(1)：为一号数据的冷水供水温度；

tch,sup(i)：为第i号数据组交叉前的冷水供水温度。

并再次以30％作为变异概率，即在从1到10的数据组中所及选取3组数据进行变异。

变异的具体方法为(以某编号数据组中冷却水回水温度为例)：

其中：

t’c,re(i)：为第i组数据组变异后的冷却水回水温度；

r：为0到1之间的随机数值；

tc,re(i)：为第i组数据组变异前的冷却水回水温度；

：为在冷却水回水温度限制条件内随机选取的一个温度。通过遗传基因算法的计算过程，计算中央空调的系统优化参数，并输出计算之后的具体优化参数对象。

进一步的，所述根据所述计算参数运用遗传基因算法计算中央空调优化参数之前，还包括：

设置模块30，用于设置遗传基因算法计算优化参数的限制条件，所述限制条件为中央空调目标用电设备运行参数是否在预设范围内；

其中，在使用遗传基因算法计算中央空调运行优化参数时，在启动该算法计算优化参数之前，当前空调器的目标运行部件的运行结果必须要达到已预设的运行结果，在满足该预设条件时，才能使用所述遗传基因算法计算该中央空调运行优化参数，所述目标运行部件的运行预设结果，包括：

1)冷负荷、室外温度、室外湿度保持不变；

2)冷水供水温度在第一预设温度到第二预设温度之间，所述第一预设温度及第二预设温度，为中央空调空调器管理员设置的当前中央空调的冷水供水温度，例如第一预设温度为7℃，第二预设温度为13℃，即：tch,re-tch,sup∈[7℃13℃]；

3)冷水回水温度与供水温度之间温差在3摄氏度到7摄氏度之间，即：tch,re-tch,sup∈[3℃7℃]；

4)在保证冷负荷不变的情况下，冷水质量流量由公式求得，即：

5)冷却水回水温度在第三预设温度到第四预设温度之间，所述第三预设温度及第四预设温度，为中央空调空调器管理员设置的当前中央空调的冷却水回水温度，例如第三预设温度为30℃，第四预设温度为35℃，即：tc,re∈[30℃35℃]；

6)冷却水供水温度与回水温度之间温差在第五预设温度到第六预设温度之间，所述第五预设温度及第六预设温度，为中央空调空调器管理员设置的当前中央空调的冷却水供水温度与回水温度的温差范围，例如，第五预设温度为0℃，第六预设温度为7℃，即：tc,sup-tc,re∈[0℃7℃]；

7)、冷却水体积流量在0m³/s到0.2m³/s之间，即：

其中，可根据该中央空调空调器实际情况，对已预设的运行结果中的冷水回水温度(2)、供水温度温差及冷却水回水温度范围(5)及冷却水供水温度与回水温度温差(6)的温度预设值做调整，以便更精确的确认是否需要运行遗传基因算法对当前中央空调进行优化参数的计算，进而完成中央空调的参数优化。

确认模块40，用于在当前中央空调目标用电设备运行参数满足限制条件的情况下，执行根据所述计算参数运用遗传基因算法计算中央空调优化参数的步骤。

根据已设置的遗传基因算法限制条件，若中央空调空调器部件运行情况满足限制条件的内容，则表示当前中央空调存在整体能耗浪费的情况，可对当前中央空调的运行参数进行优化，即通过遗传基因算法计算该中央空调的优化参数。

输出模块50，用于在遗传基因算法满足算法停止条件时，停止遗传基因算法的计算，并输出计算结果作为中央空调优化参数；

根据计算模块20的遗传基因算法计算中央空调优化参数的计算步骤，其中，遗传基因算法为迭代算法，所述迭代是重复反馈过程的活动，其目的通常是为了逼近所需目标或结果。每一次对过程的重复称为一次“迭代”，而每一次迭代得到的结果会作为下一次迭代的初始值。即通过遗传基因算法的步骤，不停迭代计算；在所述遗传基因算法满足算法停止条件时，停止当前计算过程，并输出计算出来的结果，作为该中央空调的运行优化参数。所述算法满足条件为中央空调管理员根据当前中央空调运行情况设置的遗传基因算法最佳计算方式及计算结果。

控制模块60，用于根据中央空调优化参数控制中央空调对应的用电设备运行。

获取到遗传基因算法输出的计算结果，所述计算结果为中央空调在当前运行模式下的不同部件的最佳运行参数，以此控制中央空调与该些运行参数对应的空调器部件运行情况，以将空调器部件的运行调整至最佳优化参数。

本实施例中，通过获取到的中央空调的运行参数及数学模型，作为遗传基因算法的计算参数，并通过该计算参数运用遗传基因算法计算该中央空调的优化参数，并在遗传基因算法输出计算结果即优化参数后，控制中央空调的优化参数对应部件运行，已使该中央空调达到低耗高效的运行效果。

参照图5，图5为本发明中央空调运行参数的调节装置的第二实施例的功能模块示意图。所述装置还包括：定义模块70及判断模块80。

定义模块70，用于根据中央空调参数优化需求定义遗传基因算法停止计算优化参数的算法停止条件。

定义遗传基因算法停止条件，所述遗传基因算法停止，当前遗传基因算法为迭代算法；所述迭代算法，根据计算步骤不停迭代计算，每完成一次计算步骤为一代，待完成一次计算步骤后，重新按照步骤再次计算一次，称为第二代；如此不停重复计算，即为迭代计算方式。在迭代计算过程中，根据当前中央空调的参数优化的需求定义遗传基因算法的停止条件；所述停止条件包括，设定计算最大代数及计算结果变化率。该停止条件为当前已设置定义的两种停止方式，可以包括但不仅限于这两种方式。

判断模块80，用于根据遗传基因算法的计算过程及计算结果，判断是否满足算法停止条件；

根据当前已设置的遗传基因算法停止条件，总结当前遗传基因算法的计算过程及解析当前计算结果，确认是否满足已设置的遗传基因算法停止条件。若当前停止条件为设定计算最大代数，即设置当前遗传基因算法计算的代数次数，例如，设定当前遗传基因算法最大代数为100，即当前基因算法迭代次数达100次之后，停止计算，并输出最终计算结果为该中央空调优化参数；还有，若当前停止条件为计算结果变化率为目标数量，即设置当前遗传基因算法计算结果与上一代计算结果参数变化率为目标数量；例如，设置当前计算结果参数变化率的变化5％，在每一代计算完成后保留结果参数，并与上一代计算的结果参数对比，若本次结果参数对比上一代计算的结果参数增长5％，停止遗传基因算法，以本代计算结果参数为最终结果参数。

所述确认模块40，还用于若当前遗传基因算法的计算过程及计算结果未满足算法停止条件，则继续计算直至满足算法停止条件；

分析当前遗传基因算法的计算结果及计算过程，若当前的计算过程及计算结果未满足预设的算法停止条件，继续进行遗传基因算法的迭代运算，直至满足停止条件后，停止计算，并输出计算结果作为中央空调优化参数。

所述确认模块40，还用于若当前遗传基因算法的计算过程及计算结果满足算法停止条件，则停止计算，并输出最终计算结果。

分析当前遗传基因算法的计算结果及计算过程，若当前的计算过程及计算结果已满足预设的算法停止条件，停止当前遗传基因算法的迭代计算，并输出计算结果作为中央空调优化参数。

参照图6，图6为本发明中央空调运行参数的调节装置的第三实施例的功能模块示意图。所述装置还包括：操作模块90。

操作模块90，用于设置中央空调参数优化周期，在周期内重新获取中央空调系统运行参数及用电设备数学模型，通过遗传基因算法计算中央空调的优化参数，用以实时根据优化参数计算结果优化当前中央空调的运行参数。

在当前中央空调运行过程中，设置当前中央空调的优化运算周期，所述中央空调的优化运算周期，为目标时间内使用遗传基因算法计算中央空调优化参数的次数。在当前中央空调运行过程中，由于空调器运行时长及运行方式的变化，导致空调器运行过程中包括能耗、运行效果、部件磨损等不同程度变化，单次进行参数优化并根据优化参数调整运行方式后，同样的优化参数不适用已变化的空调器；设置参数优化周期后，周期内对当前中央空调空调器适用遗传基因算法进行优化参数运算，用以根据计算结果调整当前中央空调空调器最佳运行模式。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。