地源熱泵空調(diào)系統(tǒng)的控制仿真研究

曹振華

?

地源熱泵空調(diào)系統(tǒng)的控制仿真研究

曹振華

（陜西國防工業(yè)職業(yè)技術(shù)學院建筑與熱能工程學院 西安 710302）

由于地源熱泵空調(diào)系統(tǒng)的控制系統(tǒng)較復雜且非線性，在運行過程中所受干擾多，并且難以建立精確的數(shù)學模型，目前多采用常規(guī)PID控制系統(tǒng)或相對較好一些的模糊PID控制系統(tǒng)，但都存在不足，很難達到其節(jié)能和舒適的作用。針對其特點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MATLAB仿真工具對其三種控制方法分別進行動態(tài)仿真，其結(jié)果表明該方法運用于地源熱個泵空調(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，響應快，魯棒性較強，節(jié)能和舒適性效果更明顯。其研究結(jié)果在實際工程中具有一定的實際應用價值。

地源熱泵空調(diào)系統(tǒng)；模糊增益單神經(jīng)元PID控制；動態(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，而且清潔無污染。然而在傳統(tǒng)的系統(tǒng)設(shè)計中，地源熱泵中央空調(diào)系統(tǒng)的各個設(shè)備都是按照最大負荷來進行設(shè)計的，各電機無論季節(jié)、晝夜或用戶負荷的怎樣變化都長期在工頻狀態(tài)下滿負荷運行[1]。這種設(shè)計不能隨負荷變化而調(diào)整系統(tǒng)功率，因此造成了較大的能源浪費。其次，地源熱泵中央空調(diào)是一個非線性，大滯后，在運行過程中所受干擾多的復雜系統(tǒng)，對其控制比較困難，目前多采用常規(guī)PID控制系統(tǒng)或相對較好一些的模糊PID控制系統(tǒng)，但都存在不足，很難達到其節(jié)能和舒適的作用。

本文針對其特點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MATLAB仿真工具對其三種控制方法分別進行動態(tài)仿真，其結(jié)果表明該方法運用于地源熱個泵空調(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，響應快，魯棒性較強，節(jié)能和舒適性效果更明顯。其研究結(jié)果在實際工程中具有一定的實際應用價值。

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)近似模擬的方法來表示，因為地源熱泵空調(diào)控制系統(tǒng)影響因素復雜多變，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雜，很難處理計算。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，則整個控制系統(tǒng)用一個帶滯后環(huán)節(jié)的二階簡化控制模型表示[2]。經(jīng)實踐證明可知，用帶遲延的二階模型來近似實際控制對象可以改善模型與對象間的相位差，實際應用中完全可以滿足。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

2.1 單神經(jīng)元PID控制器簡介

常規(guī)PID控制器的參數(shù)一開始是被設(shè)定好的，因此對于地源熱泵空調(diào)系統(tǒng)溫度自動調(diào)整控制系統(tǒng)來說，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)元控制的特點是具有自適應性，可以自調(diào)被控參數(shù)，對模型的不確定性和非線性不敏感，具有自學習能力、并行計算能力，可以任意逼近非線性函數(shù)的能力。其廣泛應用于非線性系統(tǒng)領(lǐng)域中。為了提高常規(guī)PID控制器在控制復雜和時變系統(tǒng)時的性能，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。基于此本文把單神經(jīng)元PID控制器應用于地源熱泵空調(diào)控制系統(tǒng)的設(shè)計中。

單神經(jīng)元PID控制器的數(shù)學模型為[3]：

()為單神經(jīng)元控制器的輸出，w()（i=l,2,...）對應于x()的加權(quán)系數(shù)。

通過公式（2）可知，單神經(jīng)元PID控制器是要達到較滿意的控制效果，必須能夠?qū)?shù)進行自適應的調(diào)整，以便適應被控對象建模誤差及其時變一個非線性的控制器，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

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)境隨時可能發(fā)生變化，因此控制系統(tǒng)中增益對控制器的效果影響較大，通常情況下，值較小時，控制系統(tǒng)能夠保持穩(wěn)定，但當值太小時，控制系統(tǒng)反應就比較慢，控制的快速性要求就會達不到；當值較大時，快速性要求倒能滿足，但會增大超調(diào)量，從而導致系統(tǒng)的不穩(wěn)定。因此值大小的選取對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行在線調(diào)整，本文使用模糊控制器在線自動調(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雜性，提高了計算速度。

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)響應初期，一般要求空調(diào)迅速達到其設(shè)置溫度要求，盡快使房間舒適，這就要求控制響應速度要高，響應速度的大小由單神經(jīng)元的增益的大小決定，越大響應越快，因此一開始值應取一個較大的值，而當空調(diào)進入穩(wěn)定工作狀態(tài)后，為了避免控制的超調(diào)量過大，則應把值減小。當偏差增大時，值也隨著增大，響應速度也會增快[4,5]。

將地源熱泵空調(diào)機組回水溫度與設(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和輸出都進行如下劃分：{負大，負小，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)運行過程中的各種因素的變化情況，在本設(shè)計中將回水溫度誤差的變化范圍設(shè)計為[-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，當回水溫度的偏差的變化率和偏差值增大時，增益也會隨著增大；當回水溫度的偏差的變化率和偏差值減小時，增益也會隨著減小。因此為了獲得最佳的控制效果，應根據(jù)系統(tǒng)變化，不斷地調(diào)整模糊規(guī)則表以達到最合適最穩(wěn)定的回水溫度。特別需要說明的是，因為輸入的兩個信號影響力度不同，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)計的模糊規(guī)則并不對稱。經(jīng)過進行不斷地調(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、微分的學習速率，應選擇不同的數(shù)值，因為它們主要是為了對各個權(quán)系數(shù)進行不同的調(diào)節(jié)。本文采用教師信號的學習算法，因此設(shè)置η，η，η的值可以根據(jù)PID控制時的整定參數(shù)，然后為了滿足其控制要求再根據(jù)控制效果進行一些較小的調(diào)整。由于風機水泵的控制在地源熱泵空調(diào)系統(tǒng)中是分別進行的，因此對于時延特別大的系統(tǒng)，為了減小系統(tǒng)的超調(diào)量，η，η在選取時應稍微大一些[5]。

其次，1(0)，2(0)，3(0)的選取值對控制系統(tǒng)的輸出結(jié)果影響較大，如果選取不當，可能會導致地源熱泵空調(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模塊庫中相應的模塊調(diào)出并拖入其模型界面內(nèi)，其次設(shè)置各模塊之間的對應參數(shù)，最后將各模塊之間對應的用線條連接好。對模糊控制的控制器來說，建立仿真模型的方法是：首先編好該控制器對應的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

為了正確評價被控對象的動靜態(tài)特性，在仿真中，典型的做法是給被控對象施加一個階躍輸入信號，從而觀察被控對象的輸出響應曲線。另外為了驗證控制器的抗干擾能力，本文在600s時加了干擾進行仿真分析[9]。

為了能夠更加清楚明了的驗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)同時進行仿真模擬，從而發(fā)現(xiàn)三種控制系統(tǒng)的優(yōu)缺點。

（1）三種控制系統(tǒng)的階躍響應仿真結(jié)果圖如圖6所示。

圖6 三種控制系統(tǒng)的階躍響應仿真結(jié)果圖

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

（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，過度時間最短，其遠小于常規(guī)單神經(jīng)元PID控制器，比模糊PID控制器的過度時間也短，可見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時加了一個大小相同的擾動，從仿真結(jié)果圖可以發(fā)現(xiàn)，常規(guī)單神經(jīng)元PID控制曲線在擾動信號作用下產(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，而模糊增益單神經(jīng)元PID控制雖然在響應時間上差別不大，但產(chǎn)生的超調(diào)量最小，系統(tǒng)魯棒性最強，相對而言，其對擾動信號的適應能力要略強一些。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，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)計和空調(diào)研究人員在地源熱泵中央空調(diào)系統(tǒng)控制問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,等.地源熱泵技術(shù)在北方既有小區(qū)節(jié)能改造中的應用[J].制冷與空調(diào),2014,(6):649-654.

[2] 郭彬,劉林,曹耕碩,等.地源熱泵熱響應試驗與研究[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)中的應用[J].工業(yè)控制計算機,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)速中的新應用[J].電機與應用控制,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)仿真學報,2005,17(7):1711-1713.

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

[7] 黃忠霖.控制系統(tǒng)MATLAB計算及仿真[M].北京:國防工業(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].海軍工程學報,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

陜西國防工業(yè)職業(yè)技術(shù)學院自然科學類研究項目《地源熱泵空調(diào)控制系統(tǒng)的設(shè)計與研究》（項目編號：Gfy17-14）

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

2016-03-17