一种车厢减污降耗智能调控方法及其系统与流程

本申请涉及计算机领域，具体地，涉及一种车厢减污降耗智能调控方法及其系统。

背景技术：

1、地铁是城市居民通勤最常见的选择，受通勤时间客流影响，地铁运营过程中早晚高峰时段乘车客流数量是非高峰时段数量的几十倍甚至数百倍，早晚高峰时期co2浓度超标情况很常见，高浓度的co2污染对人体健康产生不利影响，co2浓度也是判断车厢污染程度的重要指标之一。以大客流城市某线路地铁车厢以及co2指标为例，根据统计调查以及大量现场测试监测结果表明(非公开数据)，全天地铁车厢内co2浓度超标率高达47％，其中早晚高峰时间段车厢co2瞬时浓度和1h均值浓度中位数均超出我国公共交通限值标准(0.15％体积分数)(超标率100％)。目前有的地铁运营公司为了改善这一现象，会全天将车厢所有参数全部调至最大，又会出现非早晚高峰时段不必要的能耗。然而地铁车厢内送风循环系统的参数一般同一天却是固定的，对于乘客而言，会出现早晚高峰感觉胸闷、喘不上气(co2浓度过高)，靠近空调的人特别冷，而站在车厢中间的人特别热(循环风开启不足、风速不够)的不适感。目前大部分的研究主要集中针对地铁车厢的空气污染物浓度监测模拟分析，列车运行的车站能耗核算等方面，关于客流量、车厢空调参数调控和能耗之间的协同量化关系研究尚属空白。

2、因此，如何根据不同的客流量调整车厢空调参数设置，研究车厢污染物的浓度变化规律，在实时改善乘客舒适度的同时，最大化实现智能节能减排降碳的目标，成为本领域亟待解决的问题。

技术实现思路

1、本申请提出一种车厢减污降耗智能调控方法，包括以下步骤：获取输入参数；根据输入参数构建地铁车厢空气污染物传输模型，设定模型初始条件，确定空调过滤器流率和污染物散发率；根据参数空调过滤器流率、循环风效率以及乘客污染物散发率，构建车厢污染物平衡模型方程，获取车厢任意时刻污染物浓度；根据任意时刻的污染物浓度确定安全舒适度指标；根据输入客流量、通风量和空调过滤效率，确定车厢的空调能耗情况；根据安全舒适度指标以及车厢的空调能耗情况判定每个时刻是否进行反演溯源；若安全舒适度指标和空调能耗情况符合要求，则流程退出，若二者不能同时满足，则反向调节输入参数，直至安全舒适度和能耗情况满足要求。

2、如上的，其中，输入参数包括客流物理参数，污染物浓度参数、空调过滤效率和循环效率。

3、如上的，其中，根据输入参数构建地铁车厢空气污染物传输模型，设定模型初始条件包括以下子步骤：进行模型初始条件的设置；模型初始条件设置完成后，确定空调过滤器流率；模型初始条件设置完成后，确定参数车厢内的污染物散发率。

4、如上的，其中，初始条件包括，列车车厢容积、室内污染物初始浓度、客流数量、过滤器过滤效率以及循环风过滤效率。

5、如上的，其中，参数过滤器流率q0具体表示为：

6、

7、w总热负荷为车厢内总热负荷，ρ为空气密度；c为空气定压比热容，w1为车厢外传入车内热负荷，k表示传热系数，a为车厢传热面积，△t＝(t外-t內)表示车厢内外的温度差，w2为乘客人体散发的显热量，q潜为人体散发的潜热，q显为人体的显热系数，nr为客流数量，w3为乘客人体散发的潜热量。

8、一种车厢减污降耗智能调控系统，具体包括：获取单元、构建单元、污染物浓度确定单元、安全舒适度确定单元、能耗确定单元、判断单元以及调节单元；获取单元，用于获取输入参数；构建单元，用于根据输入参数构建地铁车厢空气污染物传输模型，设定模型初始条件，确定空调过滤器流率和污染物散发率；污染物浓度确定单元，用于根据空调过滤器流率、循环风效率以及乘客污染物散发率，构建车厢污染物平衡模型方程，获取车厢任意时刻污染物浓度；安全舒适度确定单元，用于根据任意时刻的污染物浓度确定安全舒适度指标；能耗确定单元，用于根据输入客流量、通风量和空调过滤效率，确定车厢的空调能耗情况；判断单元，用于根据安全舒适度指标以及车厢的空调能耗情况判定每个时刻是否进行反演溯源；若安全舒适度指标和空调能耗情况满足要求，则流程结束，反之则调节单元反向调节输入参数，直至安全舒适度和能耗情况满足要求。

9、如上的，其中，获取单元获取的输入参数包括客流物理参数，污染物浓度参数、空调过滤效率和循环效率。

10、如上的，其中，构建单元根据输入参数构建地铁车厢空气污染物传输模型，设定模型初始条件包括以下子步骤：进行模型初始条件的设置；模型初始条件设置完成后，确定空调过滤器流率；模型初始条件设置完成后，确定参数车厢内的污染物散发率。

11、如上的，其中，构建单元中的初始条件包括，列车车厢容积、室内污染物初始浓度、客流数量、过滤器过滤效率以及循环风过滤效率。

12、如上的，其中，参数过滤器流率q0具体表示为：

13、

14、w总热负荷为车厢内总热负荷，ρ为空气密度；c为空气定压比热容，w1为车厢外传入车内热负荷，k表示传热系数，a为车厢传热面积，△t＝(t外-t內)表示车厢内外的温度差，w2为乘客人体散发的显热量，q潜为人体散发的潜热，q显为人体的显热系数，nr为客流数量，w3为乘客人体散发的潜热量。

15、本申请具有以下有益效果：

16、(1)本申请方法适用范围广泛，说明书以地铁车厢为例说明，该方法适用于安装通风设备存在人员流动的封闭空间，如公共交通(轨道、铁路和公交等)、商场、超市、医院、学校、体育馆、展览馆、博物馆和办公写字楼宇等不同场所的智能减污降碳调控。

17、(2)本申请通过构建选定空间空气污染物传输模型，正向模拟通风空调不同设定下空气污染物浓度的变化；反向溯源污染物浓度安全舒适的通风空调设定方法。锚定空气质量持续改善目标，协同推进降碳、减污助力行业高质量发展，切实保障人民群众身体健康。

18、(3)本申请结合选定空间空气污染物—空调能耗耦合模型，溯源满足空间污染物浓度安全舒适的空调设定，提出实现空气质量改善的空调最低能耗运行方法，助力轨道交通行业用能精细化管控，推进智能化的节能环保优化技术应用。

技术特征：

1.一种车厢减污降耗智能调控方法，其特征在于，包括以下步骤：

2.如权利要求1所述的车厢减污降耗智能调控方法，其特征在于，输入参数包括客流物理参数，污染物浓度参数、空调过滤效率和循环效率。

3.如权利要求2所述的车厢减污降耗智能调控方法，其特征在于，根据输入参数构建地铁车厢空气污染物传输模型，设定模型初始条件包括以下子步骤：

4.如权利要求3所述的车厢减污降耗智能调控方法，其特征在于，初始条件包括，列车车厢容积、室内污染物初始浓度、客流数量、过滤器过滤效率以及循环风过滤效率。

5.如权利要求3所述的车厢减污降耗智能调控方法，其特征在于，参数过滤器流率q0具体表示为：

6.一种车厢减污降耗智能调控系统，其特征在于，具体包括：获取单元、构建单元、污染物浓度确定单元、安全舒适度确定单元、能耗确定单元、判断单元以及调节单元；

7.如权利要求6所述的车厢减污降耗智能调控系统，其特征在于，获取单元获取的输入参数包括客流物理参数，污染物浓度参数、空调过滤效率和循环效率。

8.如权利要求7所述的车厢减污降耗智能调控系统，其特征在于，构建单元根据输入参数构建地铁车厢空气污染物传输模型，设定模型初始条件包括以下子步骤：

9.如权利要求8所述的车厢减污降耗智能调控系统，其特征在于，构建单元中的初始条件包括，列车车厢容积、室内污染物初始浓度、客流数量、过滤器过滤效率以及循环风过滤效率。

10.如权利要求8所述的车厢减污降耗智能调控系统，其特征在于，参数过滤器流率q0具体表示为：

技术总结
本申请公开了一种地铁车厢减污降耗智能调控方法及其系统，其中该方法包括以下步骤：获取输入参数；构建地铁车厢空气污染物传输模型，确定空调过滤器流率和污染物散发率；构建车厢污染物平衡模型方程；获取车厢任意时刻污染物浓度；根据任意时刻的污染物浓度确定安全舒适度；根据输入客流量、通风量和空调过滤效率确定车厢的空调能耗情况；根据安全舒适度以及车厢的空调能耗情况判定每个时刻是否进行反演溯源；若车厢浓度符合乘客安全舒适度和空调能耗情况均不符合要求，反向调节输入参数。本申请通过数值模拟的方法，实现污染物浓度变化的模拟和预测，提出满足空气质量改善的空调最低能耗溯源反演方法，助力轨道交通行业用能精细化管控。

技术研发人员：冯乐,韦惟,刘春兰,乔青,陈龙
受保护的技术使用者：北京市生态环境保护科学研究院
技术研发日：
技术公布日：2024/10/14