王群

（包鋼鋼聯(lián)股份設備分公司，內蒙古包頭014010）

智能樓宇空調系統(tǒng)對房間溫度、濕度等特征參變量的控制，是一個大滯后、多參量、非線性、時變的復雜波動調節(jié)過程，其在調節(jié)控制過程中呈現(xiàn)明顯的超調問題，從而使空調系統(tǒng)很難在最優(yōu)調節(jié)控制工況范圍內長期運行，造成大量的電能資源浪費，尤其是樓宇綜合自動化水平的不斷提高，采用傳統(tǒng)空調系統(tǒng)控制策略在調節(jié)控制實時性、可靠性、節(jié)能經濟性等方面均很難取得優(yōu)良品質。近年來，模糊推理技術、神經網絡技術等智能技術在復雜工業(yè)工程控制中應用的不斷成熟，將模糊控制技術引入到智能樓宇空調系統(tǒng)中已成為樓宇智能家居控制系統(tǒng)研究的一個重要課題。對系統(tǒng)的動態(tài)性能具有良好的改善。

1 VAV變風量智能空調系統(tǒng)基本工作原理

VAV智能空調系統(tǒng)的基本工作原理，是當建筑物室內的冷熱負荷發(fā)生改變或室內空氣某些特征參變量發(fā)生波動時，就會通過對應傳感器裝置獲得對應調節(jié)控制信號，自動調節(jié)控制送入房間內的風量值，使整個空調系統(tǒng)送入負荷量與房間實際需求量間相互平衡匹配，以對房間內的溫度和濕度進行動態(tài)調整。

智能樓宇建筑中變風量空調系統(tǒng)設計施工方案的基本決定因素，是向建筑物室內輸送合理的、經過處理的風量，以動態(tài)吸收和調節(jié)房間內的余熱和余濕，為室內人員或生產工藝營造一個舒適優(yōu)良環(huán)境。

VAV智能空調系統(tǒng)向建筑物房間內輸送的風量可以按下式進行確定

式中，

L為系統(tǒng)送入到建筑物房間內的風量，m3/s；

Qq為房間內所需的全熱余熱量，W；

Qs為房間內所需的空調送風所需的顯熱余熱量，W；

ρ為智能樓宇建筑中的空氣密度，kg/m3；

c為空氣比熱值，J/kg.℃；

In為建筑物室內空氣的焓值，J/kg；

Is為空調系統(tǒng)送風狀態(tài)的空氣焓值，J/kg；

tn為建筑物室內，℃；

ts為空調系統(tǒng)的送風溫度，℃。

從上述分析可知，VAV變風量智能空調系統(tǒng)與CAV定風量空調系統(tǒng)相比，其最大差別，就在于在整個系統(tǒng)中增加了風機變頻調速自動控制裝置，以根據各空調區(qū)域實際風量需求動態(tài)調節(jié)送風系統(tǒng)的末端裝置，也就是說對于一個完整的VAV變風量智能空調系統(tǒng)而言，其風系統(tǒng)主要包括送風區(qū)域、VAV變頻調速末端控制裝置、變頻送風機組、風管風道、冷卻水盤管、加濕器等共同組成。

當處于夏季制冷工況時，VAV變風量智能空調系統(tǒng)就會自動開啟新風口、送風機、冷水盤管、以及回風機等結構單元，對建筑物室內通風空調區(qū)進行制冷供應；

當處于冬季制熱工況下，VAV變風量智能空調系統(tǒng)就會自動開啟新風口、預熱盤管、送風機、熱水盤管以及回風機等結構單元，對建筑物室內通風空調區(qū)進行制熱供應。

2 VAV智能空調模糊PID控制器優(yōu)化控制模型

2.1 VAV智能空調模糊PID控制邏輯

VAV智能空調模糊PID控制器主要由常規(guī)PID控制部分和模糊推理參數(shù)在線自適應校正兩個部分共同組成，其控制系統(tǒng)邏輯結構簡圖如圖1所示：

圖1 智能空調模糊PID控制邏輯結構簡圖

圖1中，虛線框內所示的模糊PID控制器部分就是VAV智能空調模糊PID控制器研究的重點，即智能空調系統(tǒng)在運行過程中，模糊PID控制器會通過對應的特征參數(shù)傳感器不斷采集空調系統(tǒng)中的溫度偏差e(t)和溫度偏差變化率de/dt兩個特征參變量值，并經智能空調系統(tǒng)通過實際運行經驗獲得的比例、積分、微分這3個特征參數(shù)值kp、kt、kd進行優(yōu)化整定，使整個智能空調系統(tǒng)能夠根據通風負荷需求進行動態(tài)實時調節(jié)控制。模糊PID控制器引入了模糊推理技術和實際專家運行工作經驗，使得空調系統(tǒng)PID控制器具有模糊推理控制和PID兩種控制技術共同的優(yōu)點，比常規(guī)固定PID控制系統(tǒng)具有更可靠的控制品質，從而使VAV智能空調系統(tǒng)的溫濕度控制當量具有良好的動、靜態(tài)調節(jié)控制特性。

2.2 VAV智能空調控制特征數(shù)學函數(shù)描述

考慮到樓宇建筑中VAV智能空調系統(tǒng)是一個非常復雜的熱力學交互系統(tǒng)，且在空調系統(tǒng)PID控制器中引入的模糊控制理論，無需建立詳細精確地數(shù)學物理模型。因此，為了簡化空調系統(tǒng)模糊PID特征函數(shù)描述式，先對整個樓宇空調系統(tǒng)運行環(huán)境作以下簡化處理：

（1）計算空調系統(tǒng)負荷時，忽略房間內部物體及構建物自身具有的蓄熱功能；

（2）房間空間范圍內任一點處的溫度分布是均勻的；

（3）忽略相鄰房間的傳熱性能。

根據VAV智能空調系統(tǒng)輸入與輸出間負荷間匹配性能，結合式（1）可以構筑房間的熱力學平衡特征數(shù)學函數(shù)描述，即

式中，

V為空調送風房間的容積，m3；

Gs為空調系統(tǒng)送風量，kg/s；

Ts為空調系統(tǒng)送風溫度，℃；

T為空調系統(tǒng)設定溫度值；

kout為房間外墻圍護構建結構的傳熱系數(shù)，W/m2.℃；

Aout為房間圍護構建結構的總面積，m2；

Tout為房間室外的空氣溫度，℃；

Qin為房間室內通風負荷，kW。

由于VAV空調系統(tǒng)模糊PID控制器在調節(jié)控制中，上述諸多參數(shù)均是整個系統(tǒng)的干擾項，對空調通風房間內的溫度均會產生一定的延時特性，因此，在建立控制器模糊PID數(shù)學函數(shù)模型時，為了簡化函數(shù)模型仿真運算量，假定所有干擾項對溫度的影響帶來的時滯后均為τ，則式（2）可以整理為

根據文獻[9]可知對于送風系統(tǒng)為散流器送風或側風送風模式的VAV智能空調系統(tǒng)而言，τ可以根據空調系統(tǒng)實際調節(jié)特性工況進行估算，即

式（4）中，Nc為房間內空調系統(tǒng)平均換氣次數(shù)，后面建模仿真中按照10次/h進行仿真模型搭建。

3 系統(tǒng)建模及仿真實驗

3.1 工程概況

以某智能樓宇建筑辦公區(qū)的3個相鄰辦公房間作為分析實例，其房間平面布置簡圖如圖2所示:

本次分析的包括空調房間a、空調房間b和空調房間c三個房間，其外墻高度均為3m，則房間外墻圍護構建結構的總面積分別為12m2、13.5m2和15m2，房間外墻圍護構建結構的傳熱系數(shù)均為0.003W/m2.℃；房間空氣密度取1.297kg/m3；房間空氣比熱容取1.01J/kg·℃；樓宇建筑室外平均溫度取35℃，送風溫度取16℃；房間內空調系統(tǒng)平均換氣次數(shù)取10次/h。

圖2 空調房間平面布置簡圖

3.2 仿真模型搭建

在MATLAB仿真軟件中，利用Simulink仿真模塊搭建多區(qū)域VAV智能空調系統(tǒng)的仿真模型。

3.3 仿真建模結果分析

為各特征參數(shù)值定義相關數(shù)值后，將模糊PID控制法和常規(guī)PID試錯法進行比較分析，獲得兩種方法各末端閥門開度和室內溫度變化曲線的仿真結果如圖3、圖4所示：

圖3 VAV空調系統(tǒng)各末端閥門開度

圖3中橫坐標表示空調系統(tǒng)的運行時間（單位:s）；縱坐標表示空調系統(tǒng)各末端調風閥門的開度變化。從圖3中可知，采用模糊控制法的VAV智能空調系統(tǒng)，其在運行過程中調風閥門的開度波動曲線總體變化較為平穩(wěn)，動態(tài)調節(jié)性能較為優(yōu)越；而采用常規(guī)PID的試錯法所獲得的調風閥門的開度波動曲線，在整個調節(jié)過程中波動幅度較大，波動持續(xù)時間也較長。當空調系統(tǒng)基本趨于穩(wěn)定工況時，采用試錯法所得到的調風閥門的開啟度大概在80%左右，而采用模糊控制方法所獲得的調風閥門可以達到88%以上，甚至還可能超過90%，這樣可以大大減少調風閥門在空調系統(tǒng)運行過程中產生的摩擦損耗量，也就是說基于模糊PID控制技術的VAV智能空調系統(tǒng)其控制更加準確節(jié)能，同時調風閥門開強度越大，相應空調系統(tǒng)的運行噪聲就會降低，從而增加了空調系統(tǒng)運行環(huán)境的舒適度。

圖4 室內溫度變化曲線

圖4中橫坐標表示空調系統(tǒng)的運行時間（單位:s）；縱坐標表示空調房間內的溫度波動曲線。從圖4中可知，采用常規(guī)PID試錯法構筑的VAV空調系統(tǒng)在運行過程中，其在室內負荷波動進行溫度調節(jié)過程中，出現(xiàn)了超調運行工況，即空調系統(tǒng)在初始調節(jié)過程中室內溫度一度降低到25℃，其系統(tǒng)綜合調節(jié)性能較模糊PID控制較差，波動較大；而模糊PID控制法在可以在有效保證VAV智能空調系統(tǒng)快速響應系統(tǒng)動態(tài)調節(jié)功能基礎上，使整個智能空調系統(tǒng)調節(jié)控制平穩(wěn)、快速的進行，沒有出現(xiàn)超調等不利工況，大大提高了VAV智能空調系統(tǒng)的綜合調節(jié)性能品質。

4 結束語

本文選擇空調系統(tǒng)的末端風閥開度，作為系統(tǒng)的控制對象建立多目標優(yōu)化函數(shù)模型，利用模糊控制技術與常規(guī)PID技術相結合，對空調系統(tǒng)控制器的模糊控制策略的隸屬函數(shù)和控制論域進行協(xié)同自動尋優(yōu)，并用Matlab仿真軟件對基于模糊PID控制技術的智能空調控制系統(tǒng)進行建模仿真。通過與試錯法獲得的仿真結果相比，驗證了模糊PID控制技術能夠滿足智能空調系統(tǒng)多目標優(yōu)化調節(jié)控制需求，為模糊智能變頻空調控制器的設計和研究提供了一定理論參考依據。

[1]劉靜紈.自調整模糊控制在變風量空調系統(tǒng)中的應用研究與實現(xiàn)[J].電氣技術，2009，28(19)：48-52.

[2]王 軍.模糊解耦控制技術在VAV中的應用[J].陜西師范大學學報（自然科學版），2002，30(2)：49-54.

[3]段英宏.空調房間溫度預估模糊PID控制器的研究[J].系統(tǒng)仿真學報，2008，20(3):620-622.

[4]文生平，趙國平，蔡康雄.一種變論域模糊控制自適應算法[J].控制理論與應用，2009，26(3)：265-268.