曹振華

?

地源熱泵空調(diào)系統(tǒng)的控制仿真研究

曹振華

（陜西國(guó)防工業(yè)職業(yè)技術(shù)學(xué)院建筑與熱能工程學(xué)院 西安 710302）

由于地源熱泵空調(diào)系統(tǒng)的控制系統(tǒng)較復(fù)雜且非線性，在運(yùn)行過(guò)程中所受干擾多，并且難以建立精確的數(shù)學(xué)模型，目前多采用常規(guī)PID控制系統(tǒng)或相對(duì)較好一些的模糊PID控制系統(tǒng)，但都存在不足，很難達(dá)到其節(jié)能和舒適的作用。針對(duì)其特點(diǎn)提出了模糊控制和單神經(jīng)元PID控制相結(jié)合的方法。并通過(guò)MATLAB仿真工具對(duì)其三種控制方法分別進(jìn)行動(dòng)態(tài)仿真，其結(jié)果表明該方法運(yùn)用于地源熱個(gè)泵空調(diào)系統(tǒng)中，其控制效果明顯優(yōu)于其它兩種控制方法，大大提高了控制系統(tǒng)的控制品質(zhì)，受外界影響較小，響應(yīng)快，魯棒性較強(qiáng)，節(jié)能和舒適性效果更明顯。其研究結(jié)果在實(shí)際工程中具有一定的實(shí)際應(yīng)用價(jià)值。

地源熱泵空調(diào)系統(tǒng)；模糊增益單神經(jīng)元PID控制；動(dòng)態(tài)仿真

0 引言

隨著智能建筑的大力發(fā)展，人民生活水平的提高，空調(diào)已成為現(xiàn)代社會(huì)中必不可少的一部分。中央空調(diào)的種類很多，其中最有發(fā)展?jié)摿Φ囊环N空調(diào)為地源熱泵空調(diào)系統(tǒng)。原因是其能源來(lái)源于地下并可以循環(huán)利用，不但大大的節(jié)約了能源，而且清潔無(wú)污染。然而在傳統(tǒng)的系統(tǒng)設(shè)計(jì)中，地源熱泵中央空調(diào)系統(tǒng)的各個(gè)設(shè)備都是按照最大負(fù)荷來(lái)進(jìn)行設(shè)計(jì)的，各電機(jī)無(wú)論季節(jié)、晝夜或用戶負(fù)荷的怎樣變化都長(zhǎng)期在工頻狀態(tài)下滿負(fù)荷運(yùn)行[1]。這種設(shè)計(jì)不能隨負(fù)荷變化而調(diào)整系統(tǒng)功率，因此造成了較大的能源浪費(fèi)。其次，地源熱泵中央空調(diào)是一個(gè)非線性，大滯后，在運(yùn)行過(guò)程中所受干擾多的復(fù)雜系統(tǒng)，對(duì)其控制比較困難，目前多采用常規(guī)PID控制系統(tǒng)或相對(duì)較好一些的模糊PID控制系統(tǒng)，但都存在不足，很難達(dá)到其節(jié)能和舒適的作用。

本文針對(duì)其特點(diǎn)提出了模糊控制和單神經(jīng)元PID控制相結(jié)合的方法。并通過(guò)MATLAB仿真工具對(duì)其三種控制方法分別進(jìn)行動(dòng)態(tài)仿真，其結(jié)果表明該方法運(yùn)用于地源熱個(gè)泵空調(diào)系統(tǒng)中，其控制效果明顯優(yōu)于其它兩種控制方法，大大提高了控制系統(tǒng)的控制品質(zhì)，受外界影響較小，響應(yīng)快，魯棒性較強(qiáng)，節(jié)能和舒適性效果更明顯。其研究結(jié)果在實(shí)際工程中具有一定的實(shí)際應(yīng)用價(jià)值。

1 地源熱泵空調(diào)系統(tǒng)模型的建立

地源熱泵空調(diào)系統(tǒng)的控制模型目前多采用低階函數(shù)近似模擬的方法來(lái)表示，因?yàn)榈卦礋岜每照{(diào)控制系統(tǒng)影響因素復(fù)雜多變，與空調(diào)系統(tǒng)本身、外界環(huán)境及其他干擾等眾多因素有關(guān)，如果都考慮其建立的模型將很復(fù)雜，很難處理計(jì)算。而采用低階函數(shù)建立模型忽略了其它環(huán)節(jié)的滯后，并將其他輸入視為干擾的情況下，則整個(gè)控制系統(tǒng)用一個(gè)帶滯后環(huán)節(jié)的二階簡(jiǎn)化控制模型表示[2]。經(jīng)實(shí)踐證明可知，用帶遲延的二階模型來(lái)近似實(shí)際控制對(duì)象可以改善模型與對(duì)象間的相位差，實(shí)際應(yīng)用中完全可以滿足。地源熱泵空調(diào)系統(tǒng)的冷卻水和冷凍水控制系統(tǒng)基本相同，因此本文在仿真中以冷凍水系統(tǒng)模型為例進(jìn)行。

其冷凍水系統(tǒng)模型的傳遞函數(shù)：

2 地源熱泵空調(diào)系統(tǒng)模糊神經(jīng)元PID控制器的設(shè)計(jì)

2.1 單神經(jīng)元PID控制器簡(jiǎn)介

常規(guī)PID控制器的參數(shù)一開(kāi)始是被設(shè)定好的，因此對(duì)于地源熱泵空調(diào)系統(tǒng)溫度自動(dòng)調(diào)整控制系統(tǒng)來(lái)說(shuō)，其控制的穩(wěn)定性很難保證，控制性能較差。特性。而單神經(jīng)元控制的特點(diǎn)是具有自適應(yīng)性，可以自調(diào)被控參數(shù)，對(duì)模型的不確定性和非線性不敏感，具有自學(xué)習(xí)能力、并行計(jì)算能力，可以任意逼近非線性函數(shù)的能力。其廣泛應(yīng)用于非線性系統(tǒng)領(lǐng)域中。為了提高常規(guī)PID控制器在控制復(fù)雜和時(shí)變系統(tǒng)時(shí)的性能，本文將單神經(jīng)元與PID控制器相結(jié)合（即單神經(jīng)元PID控制器），以期獲得更滿意的控制效果?；诖吮疚陌褑紊窠?jīng)元PID控制器應(yīng)用于地源熱泵空調(diào)控制系統(tǒng)的設(shè)計(jì)中。

單神經(jīng)元PID控制器的數(shù)學(xué)模型為[3]：

()為單神經(jīng)元控制器的輸出，w()（i=l,2,...）對(duì)應(yīng)于x()的加權(quán)系數(shù)。

通過(guò)公式（2）可知，單神經(jīng)元PID控制器是要達(dá)到較滿意的控制效果，必須能夠?qū)?shù)進(jìn)行自適應(yīng)的調(diào)整，以便適應(yīng)被控對(duì)象建模誤差及其時(shí)變一個(gè)非線性的控制器，其控制系統(tǒng)結(jié)構(gòu)圖如圖1所示。

圖1 單神經(jīng)元PID控制器結(jié)構(gòu)圖

2.2 模糊增益單神經(jīng)元PID控制器設(shè)計(jì)

在單神經(jīng)元PID控制系統(tǒng)中，由于熱源水泵空調(diào)系統(tǒng)的水系統(tǒng)環(huán)境隨時(shí)可能發(fā)生變化，因此控制系統(tǒng)中增益對(duì)控制器的效果影響較大，通常情況下，值較小時(shí)，控制系統(tǒng)能夠保持穩(wěn)定，但當(dāng)值太小時(shí)，控制系統(tǒng)反應(yīng)就比較慢，控制的快速性要求就會(huì)達(dá)不到；當(dāng)值較大時(shí)，快速性要求倒能滿足，但會(huì)增大超調(diào)量，從而導(dǎo)致系統(tǒng)的不穩(wěn)定。因此值大小的選取對(duì)控制器具有重要的作用。為使單神經(jīng)元PID控制器能夠?qū)υ鲆孢M(jìn)行在線調(diào)整，本文使用模糊控制器在線自動(dòng)調(diào)節(jié)神經(jīng)元增益的大小，提出了一種基于模糊模型的增益自調(diào)整的單神經(jīng)元自適應(yīng)PID控制器的控制法（即模糊增益單神經(jīng)元PID控制器），這樣可以避免一維控制其控制的不精確性和三維控制器的復(fù)雜性，提高了計(jì)算速度。

模糊增益單神經(jīng)元PID控制器結(jié)構(gòu)圖如圖2所示。

圖2 模糊增益單神經(jīng)元PID控制器結(jié)構(gòu)圖

模糊控制能夠很好的逼近非線性系統(tǒng)，從而建立增益自適應(yīng)調(diào)整的模糊模型。在地源熱泵空調(diào)控制系統(tǒng)中，將自調(diào)整后的增益設(shè)為()=。其原因是：在空調(diào)響應(yīng)初期，一般要求空調(diào)迅速達(dá)到其設(shè)置溫度要求，盡快使房間舒適，這就要求控制響應(yīng)速度要高，響應(yīng)速度的大小由單神經(jīng)元的增益的大小決定，越大響應(yīng)越快，因此一開(kāi)始值應(yīng)取一個(gè)較大的值，而當(dāng)空調(diào)進(jìn)入穩(wěn)定工作狀態(tài)后，為了避免控制的超調(diào)量過(guò)大，則應(yīng)把值減小。當(dāng)偏差增大時(shí)，值也隨著增大，響應(yīng)速度也會(huì)增快[4,5]。

將地源熱泵空調(diào)機(jī)組回水溫度與設(shè)定值的偏差和溫度偏差變化率e設(shè)為輸入量，輸出量選取為調(diào)整系數(shù)入，模糊子集的隸屬度函數(shù)采用高斯型，模糊子集，e和輸出都進(jìn)行如下劃分：{負(fù)大，負(fù)小，零，正小，正大}={NB，NS，ZO，PS，PB}，其基本論域分別為[min，max]，[emin，emax]。

綜合地源熱泵空調(diào)系統(tǒng)運(yùn)行過(guò)程中的各種因素的變化情況，在本設(shè)計(jì)中將回水溫度誤差的變化范圍設(shè)計(jì)為[-6，6]，誤差變化率的范圍為[-16，16]；論域都選擇為[-5，5]，輸出調(diào)整系數(shù)的范圍為[0.80，1.10]。

根據(jù)以上分析可知，單神經(jīng)元增益的變化對(duì)該空調(diào)控制系統(tǒng)控制性能影響非常大，根據(jù)兩者之間的關(guān)系，我們可知，當(dāng)回水溫度的偏差的變化率和偏差值增大時(shí)，增益也會(huì)隨著增大；當(dāng)回水溫度的偏差的變化率和偏差值減小時(shí)，增益也會(huì)隨著減小。因此為了獲得最佳的控制效果，應(yīng)根據(jù)系統(tǒng)變化，不斷地調(diào)整模糊規(guī)則表以達(dá)到最合適最穩(wěn)定的回水溫度。特別需要說(shuō)明的是，因?yàn)檩斎氲膬蓚€(gè)信號(hào)影響力度不同，其回水溫度變化率的影響要比它的誤差大小的影響遲鈍一些，所以設(shè)計(jì)的模糊規(guī)則并不對(duì)稱。經(jīng)過(guò)進(jìn)行不斷地調(diào)整，本文總結(jié)出了其模糊控制規(guī)表如表1所示。

表1 模糊控制規(guī)則表

上面的規(guī)則表可寫成條件句語(yǔ)句，即If=NB ande=NB then=NB，If=NB ande=ZO then=NS等，總共25條規(guī)則。本文模糊控制器釆用重心法解模糊，計(jì)算公式為：

式中，為反模糊化后輸出量，為輸出變量，為模糊集隸屬函數(shù)。

3 地源熱泵空調(diào)控制系統(tǒng)的仿真結(jié)構(gòu)圖及仿真結(jié)果

3.1 仿真參數(shù)的調(diào)整和選取方法

本文雖然將以往的控制器改進(jìn)為模糊增益神經(jīng)元PID控制器，但是可調(diào)參數(shù)η，η，η和初始加權(quán)系數(shù)1(0)，2(0)，3(0)的選取將會(huì)直接影響其控制效果，因此控制參數(shù)的選擇必須慎重考慮。

首先，η，η，η為比例、積分、微分的學(xué)習(xí)速率，應(yīng)選擇不同的數(shù)值，因?yàn)樗鼈冎饕菫榱藢?duì)各個(gè)權(quán)系數(shù)進(jìn)行不同的調(diào)節(jié)。本文采用教師信號(hào)的學(xué)習(xí)算法，因此設(shè)置η，η，η的值可以根據(jù)PID控制時(shí)的整定參數(shù)，然后為了滿足其控制要求再根據(jù)控制效果進(jìn)行一些較小的調(diào)整。由于風(fēng)機(jī)水泵的控制在地源熱泵空調(diào)系統(tǒng)中是分別進(jìn)行的，因此對(duì)于時(shí)延特別大的系統(tǒng)，為了減小系統(tǒng)的超調(diào)量，η，η在選取時(shí)應(yīng)稍微大一些[5]。

其次，1(0)，2(0)，3(0)的選取值對(duì)控制系統(tǒng)的輸出結(jié)果影響較大，如果選取不當(dāng)，可能會(huì)導(dǎo)致地源熱泵空調(diào)控制系統(tǒng)的不穩(wěn)定現(xiàn)象。由于初始加權(quán)系數(shù)值1，2，3分別相當(dāng)于比例、積分、微分系數(shù)，因此可以將PID的參數(shù)初值作為初始權(quán)值。

3.2 三種控制系統(tǒng)仿真模型的建立

仿真模型建立的方法是：首先將MATLAB/ Simulink模塊庫(kù)中相應(yīng)的模塊調(diào)出并拖入其模型界面內(nèi)，其次設(shè)置各模塊之間的對(duì)應(yīng)參數(shù)，最后將各模塊之間對(duì)應(yīng)的用線條連接好。對(duì)模糊控制的控制器來(lái)說(shuō)，建立仿真模型的方法是：首先編好該控制器對(duì)應(yīng)的S-Function函數(shù)，然后封裝，這樣MATLAB/Simulink仿真模型就建立好了[6]。

（1）單神晶元PID控制仿真模型如圖3所示。

圖3 單神經(jīng)元PID控制仿真模型

（2）模糊控制和常規(guī)PID控制相結(jié)合，即模糊PID控制仿真模型如圖4所示[7]。

圖4 模糊PID控制仿真模型

（3）模糊控制和單神經(jīng)元PID控制相結(jié)合，即本文采用的方法模糊增益單神經(jīng)元PID控制仿真模型如圖5所示[8]。

圖5 模糊增益單神經(jīng)元PID控制仿真模型

3.3 三種控制系統(tǒng)仿真結(jié)果

為了正確評(píng)價(jià)被控對(duì)象的動(dòng)靜態(tài)特性，在仿真中，典型的做法是給被控對(duì)象施加一個(gè)階躍輸入信號(hào)，從而觀察被控對(duì)象的輸出響應(yīng)曲線。另外為了驗(yàn)證控制器的抗干擾能力，本文在600s時(shí)加了干擾進(jìn)行仿真分析[9]。

為了能夠更加清楚明了的驗(yàn)證本文提出的模糊增益單神經(jīng)元PID控制系統(tǒng)的優(yōu)勢(shì)和正確性，本文將傳統(tǒng)的單神經(jīng)元PID控制系統(tǒng)和模糊PID控制系統(tǒng)三種系統(tǒng)同時(shí)進(jìn)行仿真模擬，從而發(fā)現(xiàn)三種控制系統(tǒng)的優(yōu)缺點(diǎn)。

（1）三種控制系統(tǒng)的階躍響應(yīng)仿真結(jié)果圖如圖6所示。

圖6 三種控制系統(tǒng)的階躍響應(yīng)仿真結(jié)果圖

說(shuō)明：A線——單神經(jīng)元PID控制響應(yīng)曲線；B線——模糊增益單神經(jīng)元PID的控制響應(yīng)曲線；C線——模糊PID控制的響應(yīng)曲線。

（2）三種控制系統(tǒng)的加干擾仿真結(jié)果圖如圖7所示。

圖7 三種控制系統(tǒng)的加干擾仿真結(jié)果圖

4 仿真結(jié)果分析及結(jié)論

從仿真結(jié)果圖6中可以發(fā)現(xiàn)，模糊增益單神經(jīng)元PID控制器所產(chǎn)生的超調(diào)量最小，過(guò)度時(shí)間最短，其遠(yuǎn)小于常規(guī)單神經(jīng)元PID控制器，比模糊PID控制器的過(guò)度時(shí)間也短，可見(jiàn)本文所研究的控制系統(tǒng)的控制品質(zhì)比其他兩種控制系統(tǒng)的控制品質(zhì)要更好。且其曲線變化也較平滑，穩(wěn)定性也較好。

圖7中分別對(duì)傳統(tǒng)的單神經(jīng)元PID控制器、模糊PID控制器和模糊增益自調(diào)整單神經(jīng)元PID控制器在600s時(shí)加了一個(gè)大小相同的擾動(dòng)，從仿真結(jié)果圖可以發(fā)現(xiàn)，常規(guī)單神經(jīng)元PID控制曲線在擾動(dòng)信號(hào)作用下產(chǎn)生的超調(diào)量最大，模糊PID控制曲線產(chǎn)生了比較明顯的波動(dòng)，而模糊增益單神經(jīng)元PID控制雖然在響應(yīng)時(shí)間上差別不大，但產(chǎn)生的超調(diào)量最小，系統(tǒng)魯棒性最強(qiáng)，相對(duì)而言，其對(duì)擾動(dòng)信號(hào)的適應(yīng)能力要略強(qiáng)一些。因此，在地源熱泵空調(diào)控制系統(tǒng)中選用模糊増益單神經(jīng)元PID控制器要比常規(guī)單神經(jīng)元PID控制器和模糊PID控制器都要好。

綜上所述可見(jiàn)，在地源熱泵中央空調(diào)的控制系統(tǒng)中選用模糊增益單神經(jīng)元PID控制方法要優(yōu)于目前普遍采用的常規(guī)PID控制和模糊增益PID控制的方法，其研究結(jié)果希望能為廣大空調(diào)設(shè)計(jì)和空調(diào)研究人員在地源熱泵中央空調(diào)系統(tǒng)控制問(wèn)題上的研究提供一定的借鑒和幫助作用。

[1] 李昆,刁乃仁,王金標(biāo),等.地源熱泵技術(shù)在北方既有小區(qū)節(jié)能改造中的應(yīng)用[J].制冷與空調(diào),2014,(6):649-654.

[2] 郭彬,劉林,曹耕碩,等.地源熱泵熱響應(yīng)試驗(yàn)與研究[J].制冷與空調(diào),2015,(2):232-236.

[3] 李文濤.神經(jīng)PID在地源熱泵空調(diào)系統(tǒng)中的應(yīng)用[J].工業(yè)控制計(jì)算機(jī),2012,25(9):52-53.

[4] 郭昌,高清維,崔桂梅.模糊PID控制算法在變頻調(diào)速中的新應(yīng)用[J].電機(jī)與應(yīng)用控制,2011,38(8):19-22.

[5] 廖芳芳,肖建.基于BP神經(jīng)網(wǎng)絡(luò)PID參數(shù)自整定的研究[J].系統(tǒng)仿真學(xué)報(bào),2005,17(7):1711-1713.

[6] 姚俊.Simulink建模與仿真[M].西安:西安電子科技大學(xué)出版社,2002,(7):33-39.

[7] 黃忠霖.控制系統(tǒng)MATLAB計(jì)算及仿真[M].北京:國(guó)防工業(yè)出版社,2001.

[8] 趙娜.基于HVAC冷凍水系統(tǒng)的模糊控制研究[J].科學(xué)技術(shù)與工程,2008,12(11):3187-3190.

[9] 高翔,吳剛,陳金增.制冷空調(diào)系統(tǒng)的模糊控制與模擬仿真[J].海軍工程學(xué)報(bào),1998,(3):62-66.

Control Simulation of Ground Source Heat Pump Air Conditioning System

Cao Zhenhua

( Department Architecture and Thermal Engineering, Shaanxi Institute of Technology, Xi’an, 710302 )

Suffered interference and more during operation due to variable air volume (VAV) central air conditioning system control system more complex, and the mathematical model is difficult to accurately determine, so a simple PID control of the system difficult to achieve the role of energy efficiency and comfort. According to their characteristics with the two combining for the air conditioning control system, fuzzy control and PID control and MATLAB simulation tool for the two control methods for dynamic simulation, the results show that the fuzzy adaptive tuning PID the control has a faster dynamic response than the PID control, smaller overshoot, is robust; the size of its air supply air supply closer to the actual load, energy efficiency and comfort effect. Their research results in the actual project has a certain reference value.

Ground source heat pump air conditioning system; fuzzy gain single neuron PID control; dynamic simulation

1671-6612（2017）03-313-04

TU831.6

A

陜西國(guó)防工業(yè)職業(yè)技術(shù)學(xué)院自然科學(xué)類研究項(xiàng)目《地源熱泵空調(diào)控制系統(tǒng)的設(shè)計(jì)與研究》（項(xiàng)目編號(hào)：Gfy17-14）

曹振華（1978.02-），男，研究生，副教授，E-mail：106741438@qq.com

2016-03-17