具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例一

图1A为本发明实施例一提供的一种空调用电量确定方法的流程图，图1B为本发明实施例一提供的一种空调系统原理图。本实施例可适用于统计空调系统用电量的情况，该方法可以由一种空调用电量确定装置来执行，该装置可以采用软件和/或硬件实现，并具体配置于电子设备中。结合图1A和图1B，具体包括：

S110、根据空调系统中冷机的标况制冷量和标况能效值，以及目标工况下空调系统中冷冻水出水温度、冷却水进水温度和冷机的实际制冷量，确定目标工况下冷机的实际功率。

本实施例中，制冷量是空调冷机进行制冷时，单位时间内从密闭空间或区域内去除的热量总和；标况制冷量是指空调冷机在标准工况下的制冷量，实际制冷量是指冷机在目标工况下的制冷量；其中，所谓目标工况即为非标准工况，具体为当前空调系统各组成部件的工作条件或者环境，可以包括但不限于当前的工作环境温度、工作环境湿度、以及工作时长等。能效值指空调冷机在进行制冷时，冷机能耗和其输出冷量的比值，即将电能转化为制冷量的效率，能效值越大，电能转换的制冷量越高；标况能效值是指空调冷机在标准工况下的能效值。

可选的，标况制冷量和标况能效值可以直接从冷机说明书，或者冷机铭牌上标注的冷机在标准工况下的工作参数中获取或计算得到。目标工况下空调系统中冷冻水出水温度、冷却水进水温度和实际制冷量可以通过实际测量或者通过测量数据计算得出；进一步的，可以通过人工测量，也可以通过自动化的方式测量。

对于所有冷机中的任一冷机，可选的，本实施例可以采用统计分析算法，对冷机在标准工况下的制冷量和能效值(即标况制冷量和标况能效值)，以及目标工况下的冷冻水出水温度、冷却水进水温度和冷机实际制冷量进行统计分析，以得到目标工况下冷机的实际功率。

还可以采用机器学习模型，确定目标工况下冷机的实际功率。例如，可以将标况制冷量和标况能效值，以及目标工况下的冷冻水出水温度、冷却水进水温度和冷机实际制冷量，输入预先训练好的冷机功率确定模型中，该模型输出目标工况下冷机的实际功率。

值得说明的是，上述对冷机功率的计算是针对所有冷机中的任一冷机而言的，统计所有冷机的功率时应将所有冷机的功率相加，或通过单一冷机的功率乘以冷机数量得到。

S120、根据空调系统中水泵的标况体积流量和标况功率，以及目标工况下水泵的实际体积流量，确定目标工况下水泵的实际功率。

如图1B所示，空调系统中的水泵包括两种，分别是与冷却塔相连的冷却水泵和与末端风机相连的冷冻水泵。可选的，本实施例中，冷冻水泵和冷却水泵的实际功率确定方式相同，均可以根据标况体积流量和标况功率，以及目标工况下的实际体积流量计算得到。进一步的，目标工况下空调系统中水泵的实际功率为冷冻水泵的实际功率和冷却水泵实际功率之和。

本实施例中，体积流量是指单位时间里通过过流断面的流体体积。标况体积流量是指标准工况下水泵的体积流量；实际体积流量是指目标工况下水泵的体积流量。标况功率为水泵在标准工况下的功率。

可选的，标况体积流量和标况功率可以从水泵的铭牌上标注的水泵在标准工况下的工作参数中获取或计算得到。目标工况下的实际体积流量可以通过实际测量获得或者通过测量数据计算得出。

对于冷冻水泵和冷却水泵中的任一水泵，具体的，可以采用统计分析算法，对该水泵的标况体积流量和标况功率，以及在目标工况下该水泵的实际体积流量进行统计分析，以得到目标工况下该水泵工作时的实际功率。例如，可以采用实际体积流量除以标况体积流量，得到体积流量比；采用体积流量比、设定系数和标况功率等相乘，以得到目标工况下该水泵工作时的实际功率。

还可以采用机器学习模型，确定目标工况下该水泵工作时的实际功率。例如，可以将该水泵的标况体积流量和标况功率，以及在目标工况下该水泵的实际体积流量，输入预先训练好的水泵功率确定模型中，该模型输出目标工况下该水泵的实际功率。

值得说明的是，上述对水泵功率的计算是针对所有水泵中的任一水泵而言的，统计所有水泵的功率时应将所有水泵的功率相加，或通过单一水泵的功率乘以水泵数量得到。

进一步的，在得到目标工况下冷冻水泵和冷却水泵的实际功率后，将二者相加之和作为目标工况下空调系统中水泵的实际功率。

S130、根据空调系统中末端风机的标况质量流量和标况功率，以及目标工况下末端风机的实际质量流量，确定目标工况下末端风机的实际功率。

本实施例中，质量流量是指单位时间里流体通过封闭管道或敞开槽有效截面的流体质量，与体积流量相对应，可以通过体积流量和流体密度乘积得到。标况质量流量是指标准工况下末端风机的质量流量；实际体积流量是指目标工况下末端风机的体积流量。标况功率为标准工况下末端风机的功率。

可选的，末端风机标况质量流量和标况功率可以通过末端风机铭牌标注的标况下的工作参数获取或计算得出。目标工况下的末端风机的实际质量流量可以通过实际测量得出，或测量体积流量和流体密度进而计算得出，进一步的可以通过人工测量，也可以通过自动化的方式测量。

对于所有末端风机中的任一末端风机，具体的，可以采用统计分析算法，对该末端风机的标况质量流量和标况功率，以及目标工况下该末端风机的实际质量流量进行统计分析，以得到目标工况下该末端风机工作时的实际功率。例如，可以采用实际质量流量除以标况质量流量，得到质量流量比；采用质量流量比、设定系数和标况功率等相乘，以得到目标工况下该末端风机工作时的实际效率。

还可以采用机器学习模型，确定目标工况下该末端风机工作时的实际效率。例如，可以将该末端风机的标况质量流量和标况功率，以及在目标工况下该水泵的实际体积流量，输入预先训练好的末端风机功率确定模型中，该模型输出目标工况下该末端风机的实际功率。

值得说明的是，上述对末端风机功率的计算是针对所有末端风机中的任一末端风机而言的，统计所有末端风机的功率时应将所有末端风机的功率相加，或通过单一末端风机的功率乘以末端风机数量得到。

S140、根据空调系统中冷却塔风机处于开机状态的出水温度和处于关机状态的出水温度，冷却塔风机的标况功率，以及目标工况下冷却塔风机的出水温度，确定目标工况下冷却塔风机的实际功率。

冷却塔风机处于开机状态的出水温度和处于关机状态的出水温度是指标况下冷却塔风机的开关机状态下的两种出水温度。可选的，冷却塔风机处于开机状态的出水温度和处于关机状态的出水温度，以及目标工况下冷却塔风机的出水温度可以通过实际测量获取。冷却塔风机的标况功率可以通过冷却塔风机铭牌标注的标况工作参数获取或计算得出。

对于所有冷却塔风机中的任一冷却塔风机，可以采用统计分析算法，对该冷却塔风机在开关机状态下的不同出水温度，和该冷却塔风机的标况功率以及目标工况下冷却塔风机的出水温度进行统计分析，以得到目标工况下该冷却塔风机工作时的实际功率。例如可以根据该冷却塔风机处于开机状态的出水温度和处于关机状态的出水温度，以及目标工况下该冷却塔风机的出水温度，确定该冷却塔风机的开启率；根据开启率和标况功率，确定目标工况下该冷却塔风机的实际功率。

具体可以是，采用目标工况下冷却塔出水温度减去标况下该冷却塔风机关机状态的出水温度的差，除以标况下该冷却塔风机开机状态的出水温度减去标况下该冷却塔风机关机状态的出水温度的差，以得到该冷却塔风机的开启率。即通过下列公式得到该冷却塔风机的开启率：

其中，ω_on为冷却塔风机的开启率；T_{tower,out,set}为目标工况下冷却塔出水温度；T_{tower,out,off}为冷却塔风机关机状态的出水温度；T_tower,out,on为冷却塔风机开机状态的出水温度。

然后可以根据开启率和标况功率，并通过下列公式可得到该冷却塔风机的实际功率：

P_tower,fan＝ω_on·P_{tower,fan,rated}

其中，P_tower,fan为目标工况下冷却塔风机的实际功率；P_{tower,fan,rated}为标准工况下冷却塔风机的功率。

进一步的，还可以采用机器学习模型，确定目标工况下该冷却塔风机工作时的实际功率。例如，可以将该冷却塔风机开机状态的出水温度和关机状态的出水温度，和该冷却塔风机的标况功率以及目标工况下冷却塔风机的出水温度，输入预先训练好的冷却塔风机功率确定模型中，该模型输出目标工况下该冷却塔风机的实际功率。

值得说明的是，上述对冷却塔风机功率的计算是针对所有冷却塔风机中的任一冷却塔风机而言的，统计所有冷却塔风机的功率时应将所有冷却塔风机的功率相加，或通过单一冷却塔风机的功率乘以冷却塔风机数量得到。

S150、根据目标工况下冷机的实际功率、水泵的实际功率、冷却塔风机的实际功率、以及末端风机的实际功率，确定空调系统在目标工况下的实际功率。

可选的，可以将前述步骤中计算得出的目标工况下所有冷机的实际功率、所有水泵的实际功率、所有冷却塔风机的实际功率以及所有末端风机的实际功率，进行加和计算，得出目标工况下空调系统的实际功率。

S160、根据空调系统在目标工况下的实际功率，确定空调系统在目标工况下的用电量。

可选的，可以采用目标工况下空调系统的实际功率，乘以该空调系统在目标工况下的用电时长，即可得到该空调系统在目标工况下的用电量。

还可以采用机器学习模型，确定目标工况下空调系统的用电量。例如，可以将目标工况下该空调系统的实际功率，输入预先训练好的用电量确定模型中，该模型输出目标工况下空调系统的用电量。其中，用电量确定模型是采用历史用电量和历史空调实际功率，对神经网络模型训练得到。

本发明实施例的技术方案，通过结合目标工况下冷机、水泵、末端风机和冷却塔风机的实际功率，可预测出空调系统在目标工况下的实际功率，进而基于空调系统在目标工况下的实际工况可得到空调系统在目标工况下的用电量。解决了目前空调系统用电量难以获取的问题，实现了自动、快速且精准地获取城市电网中空调的用电量，为预测空调系统用电量提供了一种新思路。

实施例二

图2为本发明实施例二提供的一种空调用电量确定方法的流程图，本实施例在上述实施例的基础上，提供了一种确定冷机实际功率的方式。如图2，具体可以包括：

S210、根据冷冻水出水温度和冷却水进水温度，确定目标工况下冷机的制冷量因子和第一能效因子。

冷冻水出水温度是冷冻泵的出水温度，冷却水进水温度是冷却泵的进水温度。制冷量因子是用以计算冷机在目标工况下最大制冷量的参数。第一能效因子是冷机在目标工况下，满负荷运行时的能效因子。进一步的，可以通过机器学习模型确定目标工况下的制冷量因子和第一能效因子。例如，将冷冻水出水温度和冷却水出水温度输入预先训练好的神经网络模型进行计算，该模型输出目标工况下冷机的制冷量因子和第一能效因子。

还可以根据冷冻水出水温度和冷却水进水温度，通过一定的公式或算法得到目标工况下冷机的制冷量因子和第一能效因子。例如，可以通过下列公式得到目标工况下的制冷量因子：

ChillerCapFTemp＝a₀+a₁(T_eva,l)+a₂(T_eva,l)²+a₃(T_cond,e)+a₄(T_cond,e)²+a₅(T_eva,l)(T_cond,e)

其中，ChillerCapFTemp为冷机的制冷量因子，在标准工况下等于1；T_eva,l为冷冻水出水温度；T_cond,e为冷却水进水温度；a_n为计算系数，可以预先通过大量数据试验推导得到。

还可以通过下列公式得到目标工况下的第一能效因子：

ChillerEIRFTemp＝b₀+b₁(T_eva,l)+b₂(T_eva,l)²+b₃(T_cond,e)+b₄(T_cond,e)²+b₅(T_eva,l)(T_cond,e)

其中，ChillerEIRFTemp为第一能效因子，在标准工况下等于1；T_eva,l为冷冻水出水温度；T_cond,e为冷却水进水温度；b_n为计算系数，也可以预先通过大量数据试验推导得到。

S220、根据制冷量因子和标况制冷量，确定目标工况下冷机的最大制冷量。

示例性的，可以将制冷量因子和标况制冷量相乘，并将乘积作为目标工况下冷机的最大制冷量。即通过下列公式得到目标工况下冷机的最大制冷量：

Q_max＝Q·ChillerCapFTemp

其中，Q为标准工况下冷机的制冷量；Q_max为目标工况下冷机的最大制冷量。

S230、根据第一能效因子和标况能效值，确定目标工况下冷机的第一能效值。

所谓第一能效值是冷机在目标工况下满负荷运行时的能效值。示例性的，可以将第一能效因子和标况能效值相乘，并将乘积作为目标工况下冷机的第一能效值。即通过下列公式得到目标工况下冷机的第一能效值：

EIR_Temp＝EIR_ref·ChillerCapFTemp

其中，EIR_ref为标况下的冷机能效值；EIR_Temp为目标工况下冷机的第一能效值。

S240、根据实际制冷量、最大制冷量和第一能效值，确定目标工况下冷机的实际功率。

示例性的，可以采用机器学习模型，确定目标工况下冷机的实际功率。例如，可以将该冷机的实际制冷量、最大制冷量以及第一能效值，输入预先训练好的实际功率确定模型中，该模型输出目标工况下冷机的实际功率。

在一种可选实施方式中，根据实际制冷量、最大制冷量和第一能效值，确定目标工况下冷机的实际功率可以是：根据实际制冷量和最大制冷量，确定制冷量比；根据制冷量比和第一能效值，确定目标工况下冷机的第二能效值；根据第二能效值和实际制冷量，确定目标工况下冷机的实际功率。

其中，制冷量比即为空调系统的部分负荷率，即目标工况下空调系统部分冷机运行时的负荷率，可以通过目标工况下的实际制冷量和最大制冷量的比值确定。

第二能效值是目标工况下部分冷机运行时的冷机能效值，可以通过机器学习模型得到，还可以根据一定的公式或算法计算得出。在一种可选实施方式中，根据制冷量比和第一能效值，确定目标工况下冷机的第二能效值可以是：根据制冷量比，确定目标工况下冷机的第二能效因子；根据第二能效因子和第一能效值，确定目标工况下冷机的第二能效值。其中，第二能效因子是冷机在目标工况下部分负荷时的能效因子。

示例性的，可以采用机器学习模型确定目标工况下的第二能效因子和第二能效值。例如，可以将制冷量比输入预先训练好的第二能效因子确定模型中，该模型输出冷机的第二能效因子。然后将该第二能效因子和冷机的第一能效值输入预先训练好的第二能效值确定模型，该模型输出目标工况下冷机的第二能效值。

进一步的，还可以通过一定的公式或算法得到冷机在目标工况下的第二能效值。例如，通过下列公式得到冷机的第二能效因子：

ChillerEIRFPLR＝c₀+c₁(PLR_chiller)+c₂(PLR_chiller)²

其中，ChillerEIRFPLR为冷机的第二能效因子，PLR_chiller为制冷量比，c_n为计算系数，可以是预先通过大量数据试验推导得到。

之后，可以将冷机的第二能效因子与第一能效值相乘，并将乘积作为冷机的第二能效值EIR，即EIR＝EIR_Temp·ChillerEIRFPLR。

具体的，本实施例中可以将实际制冷量cooling load与最大制冷量Q_max的比值，即作为制冷量比PLR_chiller；并基于一定的算法，结合制冷量比和第一能效值，得到目标工况下的第二能效值EIR，之后将第二能效值与实际制冷量相乘，并将乘积作为目标工况下的实际功率P_chiller，即P_chiller＝cooling load·EIR。

S250、根据空调系统中水泵的标况体积流量和标况功率，以及目标工况下水泵的实际体积流量，确定目标工况下水泵的实际功率。

S260、根据空调系统中末端风机的标况质量流量和标况功率，以及目标工况下末端风机的实际质量流量，确定目标工况下末端风机的实际功率。

S270、根据空调系统中冷却塔风机处于开机状态的出水温度和处于关机状态的出水温度，冷却塔风机的标况功率，以及目标工况下冷却塔风机的出水温度，确定目标工况下冷却塔风机的实际功率。

S280、根据目标工况下冷机的实际功率、水泵的实际功率、冷却塔风机的实际功率、以及末端风机的实际功率，确定空调系统在目标工况下的实际功率。

S290、根据空调系统在目标工况下的实际功率，确定空调系统在目标工况下的用电量。

本实施例的技术方案，通过结合目标工况下冷冻水出水温度和冷却水进水温度，确定目标工况下冷机的制冷量因子和第一能效因子；并结合制冷因子、第一能效值、实际制冷量、标况制冷量和标况能效值等多维度数据，可准确确定目标工况下冷机的实际功率，为后续精准计算空调系统的实际功率和用电量奠定基础。同时，本实施例通过结合目标工况下冷机、水泵、末端风机和冷却塔风机的实际功率，可预测出空调系统在目标工况下的实际功率，进而基于空调系统在目标工况下的实际工况可得到空调系统在目标工况下的用电量。

实施例三

图3为本发明实施例三提供的一种空调用电量确定方法的流程图。本发明实施例是在前述实施例的基础上，提供了一种确定水泵实际功率的方式。参考图3，具体包括：

S310、根据空调系统中冷机的标况制冷量和标况能效值以及目标工况下空调系统中冷冻水出水温度、冷却水进水温度和冷机的实际制冷量，确定目标工况下冷机的实际功率。

S320、根据标况体积流量和实际体积流量，确定体积流量比。

体积流量比是指目标工况下部分负荷运行时与标况运行时水泵的体积流量比。其中，实际体积流量可以通过人工或者自动化的方式实际测量得到。

示例性的，可以将标况体积流量和实际体积流量的比值，作为水泵的体积流量比。即通过下列公式可得到冷机的体积流量比：

其中，PLR_pump为目标工况下水泵的体积流量比；Q_pump为目标工况下的实际体积流量；Q_pump,rated为标况下水泵的体积流量。

S330、根据体积流量比，确定功率比。

其中，功率比是目标工况下部分负荷运行时的功率占满负荷运行时功率的比例。

示例性的，可以采用机器学习模型确定水泵的功率比。例如，可以将该水泵的体积流量比输入预先训练好的功率比确定模型，该模型输出目标工况下该水泵的功率比。

进一步的，还可以根据体积流量比通过一定的公式或算法对功率比进行计算。例如，可以通过下列公式确定功率比：

f_pump＝d₀+d₁(PLR_pump)+d₂(PLR_pump)²+d₃(PLR_pump)³

其中，f_pump为功率比；PLR_pump为目标工况下水泵的体积流量比；d_n为计算参数，可以预先通过大量数据试验推导得到。

S340、根据功率比和标况功率，确定目标工况下水泵的实际功率。

示例性的，在确定功率比之后，可以将功率比和标况功率相乘，并将乘积作为目标工况下水泵的实际功率P_pump，即P_pump＝f_pump×P_pump,rated。

S350、根据空调系统中末端风机的标况质量流量和标况功率，以及目标工况下末端风机的实际质量流量确定目标工况下末端风机的实际功率。

S360、根据空调系统中冷却塔风机处于开机状态的出水温度和处于关机状态的出水温度，冷却塔风机的标况功率，以及目标工况下冷却塔风机的出水温度，确定目标工况下冷却塔风机的实际功率。

S370、根据目标工况下冷机的实际功率、水泵的实际功率、冷却塔风机的实际功率、以及末端风机的实际功率，确定空调系统在目标工况下的实际功率。

S380、根据空调系统在目标工况下的实际功率，确定空调系统在目标工况下的用电量。

本实施例的技术方案，通过结合水泵的标况体积流量和实际体积流量，引入体积流量比，进而基于体积流量比和水泵的标况功率，可精准确定目标工况下水泵的实际功率，为后续精准计算空调系统的实际功率和用电量奠定基础。同时，本实施例通过结合目标工况下冷机、水泵、末端风机和冷却塔风机的实际功率，可预测出空调系统在目标工况下的实际功率，进而基于空调系统在目标工况下的实际工况可得到空调系统在目标工况下的用电量。

在上述任一实施例的基础上，一种可选实施方式，根据空调系统中末端风机的标况质量流量和标况功率，以及目标工况下末端风机的实际质量流量，确定目标工况下末端风机的实际功率可以是：根据标况质量流量和实际质量流量，确定质量流量比；根据质量流量比，确定功率比；根据功率比和标况功率，确定目标工况下末端风机的实际功率。

质量流量比是指目标工况下部分负荷运行时与标况运行时水泵的质量流量比。其中，实际质量流量可以通过人工或者自动化的方式实际测量得到。

进一步的，可以通过一定的公式或算法计算得到水泵的质量流量比。例如，可以通过下列公式确定冷机的质量流量比：

其中，PLR_fan为末端风机的质量流量比；为目标工况下末端风机的质量流量；为标准工况下末端风机的质量流量。

本实施例中，功率比可以是目标工况下末端风机运行时的功率占标准工况下运行时功率的比例。可以根据质量流量比，通过一定的公式或算法对功率比进行计算得到。例如，可以通过下列公式确定功率比：

f_fan＝e₀+e₁(PLR_fan)+e₂(PLR_fan)²+e₃(PLR_fan)³

其中，f_fan为功率比；e_n为计算参数，可以预先通过大量数据试验推导得到。

示例性的，在确定功率比之后，可以将功率比和标况功率相乘，并将乘积作为目标工况下末端风机的实际功率P_fan，即P_fan＝f_fan×P_fan,rated

本实施方式的技术方案可以根据目标工况下末端风机的实际质量流量和标况质量流量以及标况功率，高效的计算出目标工况下末端风机的实际功率，为后续计算空调系统的实际功率和用电量奠定基础。

实施例四

图4为本发明实施例4提供的一种空调用电量确定装置的结构示意图，本发明实施例可以适用于统计空调系统用电量的情况，该装置可以由软件和/或硬件的方式来实现，可配置于电子设备中。如图4所示，该装置可以包括：

冷机功率确定模块410，用于根据空调系统中冷机的标况制冷量和标况能效值，以及目标工况下空调系统中冷冻水出水温度、冷却水进水温度和冷机的实际制冷量，确定目标工况下冷机的实际功率；

水泵功率确定模块420，用于根据空调系统中水泵的标况体积流量和标况功率，以及目标工况下水泵的实际体积流量，确定目标工况下水泵的实际功率；

末端功率确定模块430，用于根据空调系统中末端风机的标况质量流量和标况功率，以及目标工况下末端风机的实际质量流量，确定目标工况下末端风机的实际功率；

冷却塔功率确定模块440，用于根据空调系统中冷却塔风机处于开机状态的出水温度和处于关机状态的出水温度，冷却塔风机的标况功率，以及目标工况下冷却塔风机的出水温度，确定目标工况下冷却塔风机的实际功率；

空调功率确定模块450，用于根据目标工况下冷机的实际功率、水泵的实际功率、冷却塔风机的实际功率、以及末端风机的实际功率，确定空调系统在目标工况下的实际功率；

用电量确定模块460，用于根据空调系统在目标工况下的实际功率，确定空调系统在目标工况下的用电量。

本发明实施例的技术方案，通过结合目标工况下冷机、水泵、末端风机和冷却塔风机的实际功率，可预测出空调系统在目标工况下的实际功率，进而基于空调系统在目标工况下的实际工况可得到空调系统在目标工况下的用电量。解决了目前空调系统用电量难以获取的问题，实现了自动、快速且精准地获取城市电网中空调的用电量，为预测空调系统用电量提供了一种新思路。

在一种可选实施方式中，冷机功率模块410包括：

第一能效因子确定单元，用于根据冷冻水出水温度和冷却水进水温度，确定目标工况下冷机的制冷量因子和第一能效因子；

最大制冷量确定单元，用于根据制冷量因子和标况制冷量，确定目标工况下冷机的最大制冷量；

第一能效值确定单元，用于根据第一能效因子和标况能效值，确定目标工况下冷机的第一能效值；

冷机功率确定单元，用于根据实际制冷量、所述最大制冷量和第一能效值，确定目标工况下冷机的实际功率。

在一种可选实施方式中，冷机功率确定单元包括：

制冷量比确定子单元，用于根据实际制冷量和最大制冷量，确定制冷量比；

第二能效值确定子单元，用于根据制冷量比和第一能效值，确定目标工况下冷机的第二能效值；

冷机功率确定子单元，用于根据第二能效值和实际制冷量，确定目标工况下冷机的实际功率。

在一种可选实施方式中，第二能效值确定子单元包括：

第二能效因子确定从单元，用于根据制冷量比，确定目标工况下冷机的第二能效因子；

第二能效值确定从单元，用于根据第二能效因子和第一能效值，确定目标工况下冷机的第二能效值。

在一种可选实施方式中，水泵功率模块420包括：

体积流量比确定单元，用于根据标况体积流量和实际体积流量，确定体积流量比；

功率比确定单元，用于根据体积流量比，确定功率比；

水泵功率确定单元，用于根据功率比和标况功率，确定目标工况下水泵的实际功率。

在一种可选实施方式中，末端风机功率模块430包括：

质量流量比确定单元，用于根据标况质量流量和实际质量流量，确定质量流量比；

功率比确定单元，用于根据质量流量比，确定功率比；

末端功率确定单元，用于根据功率比和标况功率，确定目标工况下末端的实际功率。

在一种可选实施方式中，冷却塔功率模块440包括：

开启率确定单元，用于根据冷却塔风机处于开机状态的出水温度和处于关机状态的出水温度，以及目标工况下冷却塔风机的出水温度，确定冷却塔风机的开启率；

冷却塔功率确定单元，根据开启率和标况功率，确定目标工况下冷却塔风机的实际功率。

上述装置可执行本发明任意实施例所提供的一种空调用电量确定方法，具备执行一种空调用电量确定方法相应的功能模块和有益效果。

实施例五

图5为本发明实施例五提供的一种电子设备的结构示意图，图5示出了适于用来实现本发明实施例中实施方式的示例性设备的框图。图5显示的设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图5所示，电子设备12以通用计算设备的形式表现。电子设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。

总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。

电子设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器(高速缓存32)。电子设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图5未显示，通常称为“硬盘驱动器”)。尽管图5中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。系统存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明实施例各实施例的功能。

具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如系统存储器28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明实施例所描述的实施例中的功能和/或方法。

电子设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该电子设备12交互的设备通信，和/或与使得该电子设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，电子设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与电子设备12的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的空调用电量确定方法。

实施例六

本发明实施例六还提供一种计算机可读存储介质，其上存储有计算机程序(或称为计算机可执行指令)，该程序被处理器执行时用于执行本发明实施例所提供的空调用电量确定方法。

本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明实施例操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络包括局域网(LAN)或广域网(WAN)连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明实施例进行了较为详细的说明，但是本发明实施例不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。