西海鎮(zhèn)集中供熱熱源智能控制系統(tǒng)

李 軍 成創(chuàng)立青海寧北發(fā)電有限責任公司唐湖分公司

?

西海鎮(zhèn)集中供熱熱源智能控制系統(tǒng)

李 軍 成創(chuàng)立
青海寧北發(fā)電有限責任公司唐湖分公司

本文針對西海鎮(zhèn)集中供熱熱源控制方法，提出將模糊控制算法應用到熱源的控制中，采用基于T-S模糊模型的控制策略對熱源水溫進行控制。為獲得較準確的控制器參數(shù)，利用一種改進的粒子群優(yōu)化算法對T-S模型控制器參數(shù)進行優(yōu)化的解決方案，在集中供熱智能控制領域相比傳統(tǒng)PID控制算法，該方法獲得的控制效果更好。

如付諸現(xiàn)實將能有效的克服集中供熱熱源控制系統(tǒng)的非線性和不確定性，從而提高控制效果，達到優(yōu)質(zhì)供熱的目的。

link

評估值66萬

appraisement

行業(yè)曲線

industry

point

將模糊控制算法應用到熱源的控制中，采用基于T-S模糊模型的控制策略對熱源水溫進行控制。為獲得較準確的控制器參數(shù)，利用一種改進的粒子群優(yōu)化算法對T-S模型控制器參數(shù)進行優(yōu)化。這種方法充分發(fā)揮模糊控制的優(yōu)勢，有效的克服系統(tǒng)的非線性和不確定性，從而提高控制效果，達到優(yōu)質(zhì)供熱的目的。

集中供熱系統(tǒng)概述

集中供熱系統(tǒng)通常由熱源，輸熱管網(wǎng)和熱用戶三個部分組成，其主要作用是根據(jù)熱用戶的需要，合理的將熱源產(chǎn)生的熱能傳輸給熱用戶。其中，熱源通常是指通過燃料燃燒方式加熱供熱系統(tǒng)熱媒（水蒸汽或熱水）的供熱設備，常見的有區(qū)域鍋爐房和熱電廠；輸熱管網(wǎng)主要由換熱站（或稱熱力站）和管路系統(tǒng)組成，其規(guī)模（用換熱站數(shù)量衡量）通常較大（在一個城市供熱管網(wǎng)中，通常分布著幾十個甚至上百個大大小小的換熱站），作用就是將熱源產(chǎn)生的熱媒輸送給各個熱用戶；熱用戶是指采暖系統(tǒng)、生活用的熱水供應系統(tǒng)和生產(chǎn)用的熱系統(tǒng)及其用熱設備。大型集中輸熱管網(wǎng)一般為間接式的供熱管網(wǎng)，按其作用將管網(wǎng)可分為一次管網(wǎng)系統(tǒng)和二次管網(wǎng)系統(tǒng)兩部分，其基本結構如圖1所示。

從圖可以看出，由熱源出來的高溫熱水不是直接傳輸給熱用戶的，而是首先先經(jīng)過首站換熱器的變換，變換為二次網(wǎng)的供熱熱水，然后再由二次網(wǎng)中的換熱站（即圖中的熱力站）變換，變換為用戶需要的供熱熱水。因此，換熱站在整個供熱系統(tǒng)中處于非常重地位，起變換熱的作用。在整個供熱網(wǎng)中，換熱站按功能可分為換熱首站和二級換熱站。其中首站換熱器采用的是汽-水換熱器，即用一次網(wǎng)的高溫蒸汽將二次網(wǎng)的水加熱，而二次網(wǎng)換熱站換熱器采用的是水-水換熱器，即用二次網(wǎng)的高溫熱水變換為適合熱用戶用的熱水。一般來說，首站換熱器與二次網(wǎng)換熱站換熱器從運行原理看，這兩者作用是相同的?；谶@個原因，本文以二次網(wǎng)換熱站為研究對象，研究二次網(wǎng)回水溫度的控制問題。所用的控制方法同樣適用供熱管網(wǎng)的首站換熱器。

集中供熱系統(tǒng)是一個具有強非線性、強耦合、大時滯、易受干擾及工況變化大等特點的復雜系統(tǒng)，基于常規(guī)和人工的控制策略是難以對其實現(xiàn)有效控制的，如果控制效果不好，容易造成能源浪費大，供暖效率低及供暖品質(zhì)差的結果。因此，對集中供熱系統(tǒng)進行有效的控制具有重要意義。

圖1 間連式供熱管網(wǎng)結構示意圖

集中供熱系統(tǒng)熱網(wǎng)的控制策略

西海鎮(zhèn)熱網(wǎng)結構為兩級間連式供熱網(wǎng)結構，其中換熱站中的換熱器采用的是水—水換熱器，青海寧北發(fā)電有限責任公司唐湖分公司熱網(wǎng)首站是該供熱網(wǎng)的供熱熱源，提供高溫熱水。各換熱站根據(jù)二次網(wǎng)的供水溫度對一次網(wǎng)的高溫熱水流量進行獨立調(diào)節(jié)的控制方式。當系統(tǒng)波動較大，換熱站間有水力、熱力工況的相互影響，供熱管網(wǎng)內(nèi)管道水力存在強耦合時，要想達到供熱指標是困難的，有時甚至會引起震蕩。對全網(wǎng)的整體供熱效果進行綜合考慮就是理想的控制策略，即既要按需供熱又要保證供熱均勻。實現(xiàn)按需供熱的關鍵因素在于熱源的出水溫度，通過優(yōu)化熱源出水溫度控制方法，可以有效改善一次網(wǎng)高溫熱水的輸出溫度，從而保證按需供熱。實現(xiàn)均勻供熱的關鍵在于如何避免因熱源熱量不足引起的各換熱站對流量的“爭食”現(xiàn)象，解決方案是通過對各個換熱站的閥門開度設置上限和下限，這樣可以有效協(xié)調(diào)了各個換熱站的一次網(wǎng)高溫水流量，從而保證均勻供熱?？紤]到一次網(wǎng)和二次網(wǎng)在工況正常的情況下，彼此影響很小，為此，在本文的研究中對兩級網(wǎng)之間的耦合問題進行了忽略。

目前對熱源水溫的控制方法有基于熱力工況的穩(wěn)態(tài)調(diào)節(jié)方法和基于熱力工況的動態(tài)調(diào)節(jié)方法。穩(wěn)態(tài)調(diào)節(jié)方法的優(yōu)點是較容易獲得一次網(wǎng)的供回水溫度設定值曲線，但缺點就是誤差較大。而動態(tài)調(diào)節(jié)方法的優(yōu)點是全面考慮了建筑物熱熔和外部因素問題，達到了較好的調(diào)節(jié)效果，但缺點就是計算較復雜。針對目前控制方法存在的缺點，本文從均勻供熱角度出發(fā)，著重研究集中供熱熱源的溫度控制問題，研究思路為：熱源的出口溫度控制采用溫度調(diào)節(jié)方法實現(xiàn)，該方法簡便易行，為供熱系統(tǒng)的初調(diào)節(jié)。

基于T-S模型的熱源模糊控制器設計

T－S模糊控制器組成

T-S模糊控制器被證明是帶有可變比例增益和可變積分增益的非線性PI控制器，故該控制器既具有較強的自適應性，又能解決Mamdani型模糊控制方法的缺乏積分環(huán)節(jié)問題。因此，基于T-S模型的熱源模糊控制方法是解決熱源控制問題的有效方法。

圖2 研究框架

相比Mamdani模糊控制器，T-S模糊控制器需要設計更多的參數(shù)，這些參數(shù)包括前件的隸屬度函數(shù)參數(shù)和后件的表達式系數(shù)。為獲得T-S模糊控制器的一組最優(yōu)或次優(yōu)參數(shù)，本文利用一種改進粒子群優(yōu)化算法對T-S模糊控制器參數(shù)進行優(yōu)化。最后通過仿真實驗，驗證了本文提出的控制方法有效，控制效果優(yōu)于傳統(tǒng)PID控制方法。

其中：b1i、a1i分別為系統(tǒng)偏差e（ t ）模糊集高斯函數(shù)的中心和寬度參數(shù)。

其中：b2i、a2i分別為系統(tǒng)偏差變化r （t）模糊集高斯函數(shù)的中心和寬度參數(shù)。

T-S模糊控制器采用后件表達式為線性多項式的模糊規(guī)則，形式如下：

每一條規(guī)則的激勵強度采用乘積推理計算，激勵強度計算如式（4）所示：

廣義反模糊器用于計算T-S模糊控制器的輸出：

采用不同的α（0≤α＜∞），可得到不同的反模糊器。當α=1可得到重心反模糊器。T-S模糊控制器在t 時刻的輸出為：

式（5）的T-S模糊控制器等價于具有可變比例增益和可變積分增益的非線性PI控制器，故在處理非線性對象時比線性控制器有效。但由于該模型待設計的參數(shù)過多，難以解釋的設計，為此本文利用一種混沌粒子群算法對T-S模糊控制器參數(shù)近行優(yōu)化，該方法除能夠搜索到全局最優(yōu)值外，還具有較快的收斂速度。

混沌粒子群優(yōu)化算法的實現(xiàn)

混沌優(yōu)化算法具有對初值不敏感、容易跳出局部極小、快速搜索、全局收斂及較高的計算精度等特點，基于此，在提出混沌粒子群優(yōu)化算法基礎上，結合約束因子模型和慣性權值模型獲得了一種改進的混沌粒子群優(yōu)化算法。該混沌粒子群優(yōu)化算法的特點在于2點，第一點就是粒子的初始化位置是利用混沌運動的隨機性、遍歷性產(chǎn)生的，第二點就是該算法設計了一種粒子逸出局部極小的機制，這樣，當粒子群陷入局部極小時，可以通過該機制使粒子逃出局部極小，從而實現(xiàn)全局最優(yōu)的搜索。該算法的大概過程為：首先隨機產(chǎn)生初G個始粒子，經(jīng)過對每個粒子適應度計算后，挑選出了M個初始粒子，然后在優(yōu)化過程中，如果陷入了局部極小，則利用逃逸機制使粒子逃逸，然后再進行搜索。其具體實現(xiàn)步驟如下：

Step1隨機產(chǎn)生D個［0，1］上的隨機數(shù)P1，D，D為維數(shù)。

Step2利用Logistic混沌映射初始化粒子位置：

其中，i=2，3，…，G 。初始化完成后，通過對粒子適應度的計算，從G個粒子中挑選M 個適應度較好的粒子。

Step3將M粒子從混沌區(qū)間［0，1］映射到變量的取值區(qū)間［an，bn］：

Step4計算粒子群每個粒子的平均適應度和適應度。

Step5粒子群的目前位置用pbest表示，適應度最優(yōu)的粒子位置用gbest。

Step6判斷是否滿足收斂準則？如果滿足，則執(zhí)行Step8；否則，執(zhí)行下一步。

（1） 計算群體的適應度方差σ2。

其中，第i個粒子的適應度記為fi，目前粒子群粒子的平均適應度記為f ，用f 表示歸一化因子。

如果方差不大于設定值ξ（ξ＞0），則執(zhí)行（2），否則執(zhí)行（3）。

（2）對粒子位置進行歸一化，混沌更新按式（7）進行，然后轉到（5）。

（3）按式（12）對粒子位置進行更新。

（4）如果新粒子的適應度大于pbest，則更新pbest；并在其中選擇最優(yōu)的適應度更新gbest。

Step 7返回到Step 6。

Step 8搜索過程結束，輸出結果。

仿真實驗

為驗證本文所提出的T-S模糊控制方法有效，本節(jié)給出了對Hammerstein 模型控制的仿真實例，采用式（12）作為該例子的適應度函數(shù)：

Hammerstein 模型描述如下：

圖3 控制器和T-S模糊控制器的仿真結果

結語

針對熱網(wǎng)抽汽調(diào)節(jié)的復雜性，提出了基于T-S模型的熱源模糊控制方法。為獲得最優(yōu)或次優(yōu)的T-S模糊控制器參數(shù)，提出了基于混沌粒子群算法的T-S模糊控制器參數(shù)設計方法。通過非線性系統(tǒng)的控制仿真實驗，表明了基于混沌粒子群優(yōu)化算法的T-S模糊控制器參數(shù)設計方法有效，由此獲得的T-S模糊控制器控制效果優(yōu)于PID控制器。

總結

針對供熱系統(tǒng)熱源溫度的控制，研究了T-S模糊控制器的設計問題。相比Mamdani模糊控制器，T-S模糊控制器需要設計更多的參數(shù)，這些參數(shù)包括前件的隸屬度函數(shù)參數(shù)和后件的表達式系數(shù)。為獲得T-S模糊控制器的一組最優(yōu)或次優(yōu)參數(shù)，本文利用一種混沌粒子群優(yōu)化算法優(yōu)化TS模糊控制器參數(shù)。最后通過仿真實驗，驗證了本文提出的控制方法有效，控制效果優(yōu)于傳統(tǒng)PID控制方法。

10.3969/j.issn.101- 8972.2016.12.026