城市集中供熱系統(tǒng)熱流量優(yōu)化分配研究

楊偉東，徐宵偉，賈鵬飛，馬媛媛，何曉東

（河北工業(yè)大學(xué) 機(jī)械工程學(xué)院，天津 300130）

城市集中供熱系統(tǒng)熱流量優(yōu)化分配研究

楊偉東，徐宵偉，賈鵬飛，馬媛媛，何曉東

（河北工業(yè)大學(xué) 機(jī)械工程學(xué)院，天津 300130）

集中供熱系統(tǒng)流量的質(zhì)調(diào)節(jié)和量調(diào)節(jié)之間耦合關(guān)系是制約其控制性能的關(guān)鍵問題，供熱系統(tǒng)也存在滯后性、時變性以及參數(shù)的不確定性等因素.針對以上問題，采用一種改進(jìn)的專家模糊PID控制方法對質(zhì)量并調(diào)供熱方式進(jìn)行解耦控制.為了提高模糊PID控制器的精度，采用專家系統(tǒng)對模糊控制的量化因子進(jìn)行優(yōu)化.最后對改進(jìn)后的專家模糊PID控制器進(jìn)行了仿真驗(yàn)證，結(jié)果表明改進(jìn)的專家模糊PID控制器較常規(guī)的模糊PID控制器不僅能實(shí)現(xiàn)供熱網(wǎng)管質(zhì)量并調(diào)控制的解耦，還具有更好的動態(tài)特性.

集中供熱；解耦控制；專家控制；模糊PID控制

0 引言

熱網(wǎng)流量的控制是集中供熱的重要環(huán)節(jié)，熱網(wǎng)流量分配的好壞直接影響到城市供熱工作的質(zhì)量.在熱網(wǎng)流量控制過程中，根據(jù)天氣地域等特點(diǎn)，要求保證供給熱用戶的熱量維持熱用戶的室內(nèi)溫度在一定范圍內(nèi)變化，但集中供熱系統(tǒng)具有多變量、非線性、強(qiáng)耦合、大滯后及時變性等特點(diǎn)，難以根據(jù)其特征構(gòu)建精確的數(shù)學(xué)模型，從而往往導(dǎo)致控制效果不理想[1].所以針對這些特點(diǎn)，對現(xiàn)有的控制方法深入分析和研究具有十分重要的意義.

解耦技術(shù)由傳統(tǒng)解耦向智能解耦逐步發(fā)展，但目前在集中供熱系統(tǒng)中應(yīng)用很少.文獻(xiàn) [2]中介紹了現(xiàn)代頻域法，它將系統(tǒng)傳遞函數(shù)進(jìn)行分解實(shí)現(xiàn)其對角化或?qū)莾?yōu)勢化以實(shí)現(xiàn)解耦目的，但不能保證系統(tǒng)精度和魯棒性.文獻(xiàn) [3]中介紹了多變量PID自適應(yīng)解耦控制器，但PID控制器受現(xiàn)場環(huán)境影響大，且不適合在非線性系統(tǒng)中應(yīng)用.文獻(xiàn) [4]中采用基于后推法的非線性多變量耦合系統(tǒng)的逼近干擾解耦法，既簡化了系統(tǒng)結(jié)構(gòu)又減少自適應(yīng)參數(shù)，但只能控制單一的非線性函數(shù).文獻(xiàn) [5]中采用粒子群算法優(yōu)化PID神經(jīng)元網(wǎng)絡(luò)初始權(quán)值，達(dá)到提高控制器的收斂速度和精度的目的，但容易早熟收斂且局部尋優(yōu)能力較差.文獻(xiàn) [6]中采用干擾觀測器的自適應(yīng)模糊跟蹤控制方法解決非線性多變量耦合，達(dá)到提高不確定性條件下閉環(huán)系統(tǒng)的抗干擾能力和穩(wěn)定性，但通用性不強(qiáng).

本文采用改進(jìn)的專家模糊PID控制器對熱網(wǎng)的流量進(jìn)行控制，將模糊PID控制器對質(zhì)量并調(diào)的供熱系統(tǒng)進(jìn)行解耦控制，采用專家系統(tǒng)對模糊PID控制器的相關(guān)參數(shù)進(jìn)行調(diào)整.該控制器能夠提高系統(tǒng)的魯棒性以及自適應(yīng)性，對集中供熱系統(tǒng)的控制質(zhì)量的提高及能源消耗的減少有較顯著效果，并且具有很強(qiáng)的通用性.

1 城市集中供熱管網(wǎng)的控制原理

集中供熱系統(tǒng)是根據(jù)實(shí)際熱網(wǎng)工況和管網(wǎng)條件，采用換熱站進(jìn)行連接完成從供熱一次網(wǎng)到二次網(wǎng)的熱量交換，通過將熱媒加以調(diào)節(jié)和轉(zhuǎn)換，向熱用戶系統(tǒng)分配熱量以滿足用戶的需求，如圖1所示.

圖1 集中供熱系統(tǒng)管網(wǎng)運(yùn)行原理圖Fig.1 Operation principle diagram of pipe network in the central heating system

在集中供熱系統(tǒng)中，熱水管網(wǎng)分為一次網(wǎng)和二次網(wǎng).一次網(wǎng)將熱源產(chǎn)生的高溫水經(jīng)換熱器將熱量傳遞給二次網(wǎng)，完成熱傳遞后返回?zé)嵩粗匦录訜?二次網(wǎng)是將換熱器得到的熱量在熱用戶處釋放后再返回到換熱器.其中的量調(diào)節(jié)是通過改變循環(huán)泵的頻率而改變二次網(wǎng)的流量，以達(dá)到控制進(jìn)入熱用戶的熱量.質(zhì)調(diào)節(jié)是通過改變一次網(wǎng)電動調(diào)節(jié)閥而改變進(jìn)入換熱器的高溫水的量，以達(dá)到控制二次網(wǎng)的供水溫度[7].

質(zhì)調(diào)節(jié)和量調(diào)節(jié)之間存在著耦合關(guān)系，因此需對集中供熱系統(tǒng)的流量進(jìn)行解耦，為流量優(yōu)化分配提供精確的對象模型，在質(zhì)調(diào)節(jié)和量調(diào)節(jié)控制過程中采用改進(jìn)的專家模糊PID控制器進(jìn)行并聯(lián)控制，以達(dá)到集中供熱管網(wǎng)中流量的雙閉環(huán)控制，最終實(shí)現(xiàn)流量優(yōu)化分配.

1.1 供熱管網(wǎng)質(zhì)量并調(diào)耦合模型的建立

圖2 集中供熱質(zhì)量并調(diào)耦合模型原理圖Fig.2 Principle diagram of the collaborative control mode between qualitative regulation and quantitative regulation in the central heating system

圖2為集中供熱質(zhì)量并調(diào)耦合模型原理圖，該耦合模型的數(shù)據(jù)采樣是取自天津市濱海新區(qū)某熱力公司.采樣時通過固定其中1個參數(shù)，改變另一個參數(shù)得出單個調(diào)節(jié)方法對系統(tǒng)的影響.先改變一次網(wǎng)電動調(diào)節(jié)閥的開度，保持變頻器頻率不變，記錄二次網(wǎng)供水溫度、回水溫度和流量的實(shí)時數(shù)據(jù)值；再改變二次網(wǎng)循環(huán)泵變頻器頻率，記錄二次網(wǎng)供水溫度、回水溫度和流量的實(shí)時數(shù)據(jù)值.通過機(jī)理建模和試驗(yàn)建模相結(jié)合的方法，建立供熱過程的質(zhì)量并調(diào)數(shù)學(xué)模型如下[8].

熱網(wǎng)質(zhì)量并調(diào)流量的控制主通道為

兩個耦合通道的模型采用與主通道相同的數(shù)據(jù)進(jìn)行建模，分析如下：

1）以二次網(wǎng)循環(huán)泵變頻器的輸出頻率為控制量，二次網(wǎng)供水溫度為被控量的耦合模型，采用二階加零點(diǎn)模型：

2）以一次網(wǎng)電動電磁閥的開度為控制量，二次網(wǎng)內(nèi)的流量為被控量的耦合模型，采用一階加滯后模型：

完整的熱網(wǎng)流量控制耦合模型為：

對于所得到的熱網(wǎng)流量質(zhì)量并調(diào)耦合模型，采用改進(jìn)的專家模糊PID控制器進(jìn)行控制.其中模糊PID控制器對系統(tǒng)分別對溫度和流量進(jìn)行直接控制，專家控制對模糊控制器的相關(guān)參數(shù)進(jìn)行實(shí)時優(yōu)化.

1.2 集中供熱管網(wǎng)中流量控制系統(tǒng)模型的建立

該集中供熱管網(wǎng)流量控制系統(tǒng)針對一次網(wǎng)電動調(diào)節(jié)閥和二次網(wǎng)循環(huán)泵變頻器頻率分別建立專家模糊PID控制算法.構(gòu)建了基于專家模糊PID的熱網(wǎng)流量質(zhì)量并調(diào)耦合模型控制系統(tǒng)，如圖3所示.

該解耦控制系統(tǒng)是由專家模糊PID控制器和質(zhì)量并調(diào)的被控對象組成，被控對象為供熱管網(wǎng)的一次網(wǎng)供水電動電磁閥的開度和二次網(wǎng)循環(huán)泵變頻器的頻率.圖3中質(zhì)調(diào)通道是以一次網(wǎng)供水電動電磁閥開度為控制量，以二次網(wǎng)的供水溫度為被控量；量調(diào)通道以二次網(wǎng)循環(huán)泵變頻器頻率為控制量，以二級網(wǎng)實(shí)時流量為被控量.控制系統(tǒng)分別利用溫度計(jì)和電磁流量計(jì)實(shí)時采集溫度信息和流量信息，將采集的數(shù)字信息進(jìn)行存儲，并采用專家模糊PID控制器模塊分別對溫度和流量進(jìn)行實(shí)時的智能控制，從而計(jì)算出一次網(wǎng)供水電動電磁閥的開度大小和二次網(wǎng)循環(huán)泵變頻器的輸出頻率值.

圖3 集中供熱系統(tǒng)的專家模糊PID控制器Fig.3 Expert fuzzy PID controller in the central heating system

圖3中質(zhì)調(diào)節(jié)和量調(diào)節(jié)主通道的解耦控制模型分別為W11和W22；解耦控制的耦合通道1的模型為W12，以二次網(wǎng)循環(huán)泵變頻器的輸出頻率為控制量，二次網(wǎng)供水溫度為被控量；解耦控制的耦合通道2的模型為W21，以一次網(wǎng)電動電磁閥的開度為控制量，二次網(wǎng)內(nèi)流量為被控量.

2 專家模糊PID控制器的構(gòu)建

本文專家模糊PID控制器中專家控制作為協(xié)調(diào)級，根據(jù)數(shù)據(jù)庫和知識庫，經(jīng)推理來實(shí)現(xiàn)對模糊PID控制器的調(diào)整.其控制結(jié)構(gòu)框圖如圖4所示.

圖4 專家模糊PID控制器控制結(jié)構(gòu)框圖Fig.4 Structure block diagram of expert fuzzy PID controller

2.1 模糊PID控制器的設(shè)計(jì)

模糊PID控制主要包含模糊化處理、模糊推理及解模糊3部分[9].模糊化是將系統(tǒng)的輸入?yún)⒘哭D(zhuǎn)換為模糊量，即將誤差e和誤差變化率ec轉(zhuǎn)換為模糊量作為模糊控制器的輸入量；對基本論域進(jìn)行處理，將其轉(zhuǎn)化成為對應(yīng)的模糊論域；模糊推理是通過專家經(jīng)驗(yàn)和知識，構(gòu)建模糊控制的規(guī)則表，并結(jié)合模糊論域?qū)ID控制器的Δkp、Δki、Δkd進(jìn)行整定；解模糊采用重心法（Centroid Method），最終得到kp（k）、ki（k）、kd（k）的實(shí)時值，并按增量PID計(jì)算公式得出被控對象的控制參量Δu（k）.

模糊化處理分為2個部分：溫度的模糊化處理和流量的模糊化處理.將溫度和流量的誤差及它們的誤差變化率作為系統(tǒng)輸入?yún)⒘?，輸入模糊PID控制器，由基本論域轉(zhuǎn)化成模糊論域.溫度誤差e的基本論域?yàn)?[-15，15]，溫度誤差變化率ec取 [-1.5，1.5]；流量誤差e的基本論域?yàn)?[-6，6]，流量誤差變化率ec取 [-0.6，0.6].輸入變量e和ec的模糊子集為 {正大、正中、正小、零、負(fù)小、負(fù)中、負(fù)大}，記為 {PB，PM，PS，ZO，NS，NM，NB}，再將其量化到模糊論域 [-3，3]內(nèi).兩條邊界隸屬函數(shù)NB和PB選用高斯型隸屬函數(shù)，考慮到計(jì)算方便和控制精度等因素，其余選用三角形隸屬函數(shù).溫度的量化因子為，流量的量化因子為

通過試湊法得出模糊PID控制器的初值，然后對系統(tǒng)進(jìn)行實(shí)時整定得出相關(guān)參數(shù)的值.采用重心法將模糊推理得出的數(shù)據(jù)進(jìn)行解模糊.參照溫度控制及流量控制相關(guān)參數(shù)的模糊控制規(guī)則表，即可得到PID控制器Δkp、Δki、Δkd的實(shí)時數(shù)據(jù)，由公式（5）計(jì)算出k時刻實(shí)時PID參數(shù)值，并帶入到公式（6）中得出k時刻被控對象的控制量Δu（k）.

2.2 專家系統(tǒng)規(guī)則的設(shè)計(jì)

在模糊PID控制器中，量化因子Ke和Kec如采用固定值將會對系統(tǒng)的穩(wěn)態(tài)精度和動態(tài)響應(yīng)產(chǎn)生影響.采用專家控制對模糊PID控制器的量化因子Ke和Kec進(jìn)行調(diào)整，通過建立專家數(shù)據(jù)庫和知識庫，在記錄控制器的相關(guān)參數(shù)的同時對量化因子Ke和Kec進(jìn)行實(shí)時動態(tài)的調(diào)整，保證控制系統(tǒng)的靈活性和穩(wěn)定性.

量化因子Ke和Kec對系統(tǒng)的影響可通過固定其中1個值，改變另一個值得出單個量化因子對系統(tǒng)的影響.通過實(shí)驗(yàn)可以得出誤差的量化因子Ke對系統(tǒng)的影響主要有3點(diǎn)：

1）Ke值越大，系統(tǒng)的慣性越小，導(dǎo)致響應(yīng)曲線上升速率越快；

2）Ke值超過一定范圍，系統(tǒng)的響應(yīng)曲線上升過快，會產(chǎn)生超調(diào)增大，調(diào)節(jié)時間增長，甚至產(chǎn)生嚴(yán)重振蕩；

3）Ke值低于一定范圍，系統(tǒng)的響應(yīng)曲線上升過慢，慣性增大，收斂速度降低.

誤差變化率的量化因子Kec對系統(tǒng)的影響主要有3點(diǎn)：

1）Kec值越大，系統(tǒng)的收斂速度降低，穩(wěn)定性提高；

2）Kec值超過于一定范圍，系統(tǒng)輸出上升速率過慢，導(dǎo)致過渡時間增長；

3）Kec值低于一定范圍，導(dǎo)致系統(tǒng)輸出上升速率增大，出現(xiàn)超調(diào)和振蕩現(xiàn)象，影響系統(tǒng)的穩(wěn)定性.

圖5中采用分段的方法將常規(guī)閉環(huán)系統(tǒng)階躍響應(yīng)曲線進(jìn)行劃分，并對各段曲線進(jìn)行相應(yīng)分析[10].

a1→b1段：該段為控制系統(tǒng)由靜態(tài)到動態(tài)再向穩(wěn)態(tài)轉(zhuǎn)變的關(guān)鍵階段，由于慣性只能呈傾斜方向上升.當(dāng)該段采用固定參數(shù)控時，其制效果不佳，因此對其進(jìn)行變參控制.在跟蹤輸出初始階段，因輸出最大控制量，同時Ke取最大值，Kec取最小值，這樣才能保證系統(tǒng)輸出上升時間大量縮短.給系統(tǒng)輸出設(shè)定閾值emax（實(shí)驗(yàn)表明，取穩(wěn)態(tài)值的10%～30%比較理想），當(dāng)系統(tǒng)輸出接近閾值時，應(yīng)增大Kec，同時減小Ke，減小系統(tǒng)輸出的慣性.在縮短調(diào)節(jié)時間的同時也減小了超調(diào)量的值.

b1→c1，d1→a2段：系統(tǒng)已出現(xiàn)超調(diào).此時因及時調(diào)整參數(shù)，減小超調(diào)量，使輸出值與設(shè)定值吻合，因此增大Kec并減小Ke來實(shí)現(xiàn)控制效果.

c1→d1，a2→b2段：系統(tǒng)輸出曲線與設(shè)定值相吻合.該階段系統(tǒng)已調(diào)整到平衡狀態(tài)，故保持Ke和Kec值不變.

圖5 常規(guī)閉環(huán)系統(tǒng)的階躍響應(yīng)曲線Fig.5 Step response curve of the conventional closed loop system

根據(jù)Ke和Kec對系統(tǒng)的影響分析及常規(guī)閉環(huán)系統(tǒng)階躍響應(yīng)曲線特性，得出專家控制規(guī)則：

1）IF e＞0 and ec＜0 and e＞emax，THEN Ke（k）=Kemax，Kec（k）=Kecmin；

2）IF e＞0 and ec＜0 and e≤emax，THEN Ke（k）=Ke1-ΔKe，kec（k）=Kec1-ΔKec；

3）IFe×ec＞0，THEN Ke（k）=Ke1-ΔKe，Kec（k）=Kec1-ΔKec；

4）ELSEKe（k）=Ke1，Kec（k）=Kec1.

Kemax為誤差量化因子Ke閾值最大值；Kecmin為誤差變化率量化因子Kec閾值最小值；emax為系統(tǒng)輸出閾值；Ke1和Kec1為Ke和Kec的前一采樣周期的數(shù)值.ΔKe和ΔKec分別為其增量，其值可依據(jù)實(shí)際情況適當(dāng)選取.

3 系統(tǒng)的仿真實(shí)驗(yàn)研究

為了驗(yàn)證本文采用的改進(jìn)專家模糊PID控制器在城市集中供熱質(zhì)量并調(diào)耦合系統(tǒng)的運(yùn)行效果，選取MATLAB軟件作為平臺，將改進(jìn)專家模糊PID控制器控制結(jié)果與常規(guī)的模糊PID控制器控制結(jié)果進(jìn)行分析對比.設(shè)定二次網(wǎng)的起始供水溫度為50℃，二次網(wǎng)水循環(huán)流量為156 m3/h.在專家模糊PID控制器中，供水溫度控制的初始控制參量：KP0=0.1，KI0=0.11，KD0=0.01，初始量化因子為，Kec=2；二次網(wǎng)水循環(huán)流量控制的初始控制參量為KP0=0.3，KI0=0.7，KD0=0，初始量化因子為，Kec=5.

仿真時同時改變二次網(wǎng)供水溫度Rin1和二次網(wǎng)流量Rin2的給定值，即Rin=（Rin1，Rin2） =（50，156），給定值分別通過改進(jìn)前后的專家模糊PID解耦控制器結(jié)合集中供熱耦合模型，得到二次網(wǎng)供水溫度和二次網(wǎng)循環(huán)水流量的實(shí)時輸出Yout=（Yout1，Yout2）.

實(shí)驗(yàn)中每隔0.2×104s給設(shè)定輸入1個階躍信號，設(shè)定值為Rin=（52，148）、Rin=（50，144）、Rin=（48，152）和Rin=（50，156），仿真結(jié)果如圖6和圖7所示.

圖6 質(zhì)調(diào)節(jié)控制結(jié)果Fig.6 Result of qualitative regulation control

圖7 量調(diào)節(jié)控制結(jié)果Fig.7 Result of quantitative regulation control

專家模糊PID控制器和模糊PID控制器的實(shí)驗(yàn)結(jié)果對比如表1所示.

表1 模糊PID和專家模糊PID解耦控制器的實(shí)驗(yàn)結(jié)果對比Tab.1 Comparison of experimental results between fuzzy PID controller and expert fuzzy PID controller

從圖6、圖7以及表1所示的實(shí)驗(yàn)結(jié)果對比，可以得出以下結(jié)論：

1）專家模糊PID控制器可更好地完成供熱管網(wǎng)的解耦控制；

2）與模糊PID控制相比，專家模糊PID控制器在調(diào)節(jié)時間和超調(diào)量等控制指標(biāo)方面均有改善，提高了解耦控制的精度和穩(wěn)定性.該控制方法目前運(yùn)用于天津市濱海新區(qū)的多個小區(qū)，均取得了良好的控制器效果.

4 結(jié)論

本文設(shè)計(jì)了改進(jìn)的專家模糊PID控制器，用以解決城市集中供熱系統(tǒng)流量的質(zhì)量并調(diào)的耦合問題.采用專家系統(tǒng)實(shí)時地對模糊PID控制中的量化因子Ke和Kec進(jìn)行調(diào)整，有效地提高了溫度控制和變頻控制的靜態(tài)穩(wěn)定速度和動態(tài)自適應(yīng)能力.該方法為城市集中供熱的管網(wǎng)流量優(yōu)化控制提供了新思路，具有廣闊的應(yīng)用前景.

[1]張弘.專家-模糊自適應(yīng)PID控制系統(tǒng)的設(shè)計(jì)[J].西安郵電學(xué)院學(xué)報(bào)，2009，14（1）：105-107.

[2]StefanovskiJ.Sufficien conditions for linear control system decouplingby static state feedback[J].Institute of Electrical and Electronics Engineers Inc. IEEE Transactions on Automatic Control，2001，46（6）：984-990．

[3] 閔娟，黃之初.多變量解耦控制方法[J].控制工程，2005，12（7）：125-127.

[4]Chen B，Tong S，Liu X.Fuzzy approximate disturbance decoupling of MIMO nonlinear systems by backstepping approach[J].Fuzzy Sets and Systems，2007，158（10）：1097-1125.

[5]朱林，吳冬雪，柴玲.神經(jīng)元網(wǎng)絡(luò)控制器在熱網(wǎng)中的應(yīng)用研究[J].自動化儀表，2014，35（12）：71-74.

[6]Chen M，Chen W H，Wu Q X.Adaptive fuzzy tracking control for a class of uncertain MIMO nonlinear systems using disturbance observer[J].Science China Information Sciences，2014，57（1）：1-13.

[7] 李紅光，張國鈞.換熱站自動控制系統(tǒng)設(shè)計(jì)[J].自動化儀表，2015，36（3）：36-39.

[8]陳烈.基于神經(jīng)網(wǎng)絡(luò)的熱力站供熱過程預(yù)測控制研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2009.

[9]洪炎，蘇靜明，唐超禮，等.基于專家-模糊PID的凍結(jié)鑿井智能流量控制研究[J].計(jì)算機(jī)工程與科學(xué)，2012，34（7）：166-171.

[10]周彥，何小陽，王冬麗.時變大滯后過程的專家模糊控制設(shè)計(jì)與仿真[J].系統(tǒng)仿真學(xué)報(bào)，2006，18（10）：2786-2789.

[責(zé)任編輯 田 豐 夏紅梅]

Research on optimal heat flow distribution in urban central heating system

YANG Weidong，XU Xiaowei，JIA Pengfei，MA Yuanyuan，HE Xiaodong
（School of Mechanical Engineering,Hebei University of Technology,Tianjin 300130,China）

The coupling relationship between qualitative regulation and quantitative regulation in the central heating system has been a key problem to its control performance.There also exist hysteresis,time variability and parameter uncertainty and other factors affecting the central heating system.To solve the above problems,an improved expert fuzzy PID control method is proposed to decouple the collaborative control mode.To further improve the accuracy of the fuzzy PID controller,the expert system is used to optimize the quantization of factor.Finally,the improved expert fuzzy PID controller is simulated and verified.As the simulation results show,compared with the conventional fuzzy PID controller,the improved expert fuzzy PID controller can not only realize the decoupling control between qualitative regulation and quantitative regulation of the central heating system,but also have better dynamic characteristics.

central heating;decoupling control;expert control;fuzzy PID control

TP202.7

A

1007-2373（2017）01-0053-08

10.14081/j.cnki.hgdxb.2017.01.009

2016-11-25

河北省自然科學(xué)基金（E2016202297）

楊偉東（1972-），男，教授，博士.