地源熱泵系統(tǒng)優(yōu)化控制的綜述

鄭秀玲，劉耶軍

（1.浙江農(nóng)林大學(xué)風(fēng)景園林與建筑學(xué)院，浙江杭州 311300；2.浙江華東測(cè)繪與工程安全技術(shù)有限公司，浙江杭州 310014）

引言

隨著世界人口的不斷增長(zhǎng)，全球工業(yè)水平的提高，隨之而來的是能源需求的迅速增長(zhǎng)，擴(kuò)大可再生能源的利用規(guī)模、降低可再生能源應(yīng)用成本至關(guān)重要。地?zé)崮苁强稍偕茉吹囊环N，地?zé)崮艿睦弥饕型寥罒岜谩⒌叵滤疅岜?、能源樁三種利用方式。GSHP是依靠地面和空氣之間的溫差來運(yùn)行，利用卡諾循環(huán)理論，在夏季地下溫度比空氣溫度高，GSHP為建筑提供冷量，帶走熱量。GSHP也可為溫室大棚的地面采暖，溫室大棚可種植茶樹苗等植物。水泵為地源側(cè)和空調(diào)側(cè)循環(huán)提供動(dòng)能。熱泵機(jī)組與水泵是GSHP系統(tǒng)耗電能最大的部件，因此需要對(duì)此部件的運(yùn)行進(jìn)行優(yōu)化控制。

雖然GSHP系統(tǒng)是一種節(jié)能減排技術(shù)，但是傳統(tǒng)系統(tǒng)的設(shè)計(jì)是基于建筑最大負(fù)荷需求，在實(shí)際系統(tǒng)運(yùn)行時(shí)，建筑并非總是在最大需求的情況，但水泵仍然保持全功率運(yùn)行，從而造成電能的浪費(fèi)。傳統(tǒng)系統(tǒng)大都使用ON/OFF控制器、PID控制器，但這兩種控制器存在精度不高、時(shí)間延遲導(dǎo)致人體熱舒適度降低，能耗更高。因此國(guó)內(nèi)外許多研究人員對(duì)GSHP系統(tǒng)的優(yōu)化控制進(jìn)行研究。

1 智能控制在GSHP系統(tǒng)中的應(yīng)用

GSHP系統(tǒng)是一個(gè)多變量、時(shí)變的、有時(shí)滯的、復(fù)雜的、難以建立精確數(shù)學(xué)模型的系統(tǒng)。智能控制可以控制該類型的系統(tǒng)。智能控制一般包括模糊控制、神經(jīng)網(wǎng)絡(luò)控制、遺傳算法、專家控制等。模糊控制是基于熟練操作員的經(jīng)驗(yàn)與專家知識(shí)，操作人員不必了解控制過程中精確的數(shù)學(xué)模型。模糊控制過程：專家或熟練的操作員將經(jīng)驗(yàn)寫成模糊規(guī)則，然后將傳感器的測(cè)試數(shù)據(jù)模糊化，將模糊數(shù)據(jù)作為輸入，模糊推理，模糊輸出，最后對(duì)執(zhí)行器輸入精確值進(jìn)行模糊化后以完成控制。劉建龍[1]利用模糊控制器控制變頻壓縮機(jī)，通過對(duì)數(shù)據(jù)的采集與分析發(fā)現(xiàn)該控制系統(tǒng)具有明顯的節(jié)能效果。

人工神經(jīng)網(wǎng)絡(luò)由構(gòu)成人類大腦的生物神經(jīng)網(wǎng)絡(luò)得到啟發(fā)的系統(tǒng)。人工神經(jīng)網(wǎng)絡(luò)是非線性統(tǒng)計(jì)數(shù)據(jù)建模工具，利用人工神經(jīng)網(wǎng)絡(luò)找到輸入輸出之間復(fù)雜的關(guān)系模型。神經(jīng)網(wǎng)絡(luò)可以從數(shù)據(jù)中學(xué)習(xí)，因此可以訓(xùn)練神經(jīng)網(wǎng)絡(luò)來辨識(shí)系統(tǒng)、數(shù)據(jù)分類、聚類、預(yù)測(cè)未來事件。李恒[2]使用BP神經(jīng)網(wǎng)絡(luò)與PID控制器相結(jié)合，通過控制GSHP空調(diào)側(cè)供回水的流量使系統(tǒng)達(dá)到最大程度的節(jié)能。遺傳算法是通過達(dá)爾文自然進(jìn)化論的理論啟發(fā)搜索的算法，遺傳算法反應(yīng)了自然選擇的過程，其中選擇最適合的個(gè)體進(jìn)行繁殖以產(chǎn)生下一代后代。

智能控制中模糊控制、人工神經(jīng)網(wǎng)絡(luò)控制、遺傳算法、專家控制各有各的優(yōu)缺點(diǎn)，研究人員根據(jù)研究工程項(xiàng)目的需要選擇不同的控制方法進(jìn)行組合，最終達(dá)到最優(yōu)的控制策略。

2 模型預(yù)測(cè)控制在GSHP系統(tǒng)中的應(yīng)用

國(guó)外GSHP的研究主要通過研究HVAC建模技術(shù)：數(shù)學(xué)建模、灰箱子建模、數(shù)據(jù)驅(qū)動(dòng)建模。數(shù)學(xué)模型通常具有連續(xù)性和確定性，而數(shù)據(jù)驅(qū)動(dòng)通常具有離散性、不確定性和隨機(jī)性。數(shù)據(jù)驅(qū)動(dòng)容易開發(fā)，它們不需要理解物理屬性，訓(xùn)練數(shù)據(jù)驅(qū)動(dòng)模型需要全部工作條件下一套輸入輸出的數(shù)據(jù)。機(jī)器學(xué)習(xí)是數(shù)據(jù)驅(qū)動(dòng)模型的一種，各種先進(jìn)的機(jī)器學(xué)習(xí)和基于深度學(xué)習(xí)的模型現(xiàn)在越來越受歡迎地應(yīng)用于優(yōu)化控制領(lǐng)域。

使用數(shù)學(xué)模型為每個(gè)子系統(tǒng)家建立精確的動(dòng)態(tài)模型，需要花費(fèi)大量的精力去詳細(xì)的了解系統(tǒng)的物理特性，因此建立數(shù)學(xué)模型比較困難。施志鋼[3]對(duì)土壤換熱器的研究采用建立土壤換熱器的動(dòng)態(tài)數(shù)學(xué)模型，在數(shù)學(xué)模型的基礎(chǔ)上通過添加實(shí)際的操作可能存在的擾動(dòng)而辨識(shí)模型中的參數(shù)，將參數(shù)辨識(shí)問題與先驗(yàn)知識(shí)轉(zhuǎn)換為約束條件，使數(shù)學(xué)模型接近實(shí)際系統(tǒng)。

灰箱子模型根據(jù)特定的參數(shù)估算而選擇不同的算法，最常見的是非線性最小二乘法、簡(jiǎn)單搜索法和遺傳算法?；蚁渥幽Ｐ图闪税紫淠Ｐ秃秃谙淠Ｐ偷膬?yōu)點(diǎn)，與黑箱模型箱比更具有良好的泛化能力，與白箱模型相比具有更高的精度。Tianhao Yuan[4]根據(jù)DesignBuilder和TRNSYS建立仿真模型，并與實(shí)測(cè)數(shù)據(jù)進(jìn)行驗(yàn)證提出了一種基于GSHP系統(tǒng)與無孔冷卻相結(jié)合溫差控制策略并以天津辦公樓為案例研究，結(jié)果表明，GSHP系統(tǒng)的平均冷卻效率提高到16.22%。

數(shù)據(jù)驅(qū)動(dòng)模型可分為：頻域模型、數(shù)據(jù)挖掘算法、模糊邏輯模型、隨機(jī)模型、統(tǒng)計(jì)模型、狀態(tài)空間模型、基于案例推理模型。其中人工神經(jīng)網(wǎng)是最流行的方法，因?yàn)榕c其他方法相比，它對(duì)非線性系統(tǒng)的建模具有較高的精度。人工神經(jīng)網(wǎng)絡(luò)使用多層中的多個(gè)神經(jīng)元來模仿人類的大腦。通常使用監(jiān)督學(xué)習(xí)方法訓(xùn)練這些神經(jīng)元的權(quán)重，經(jīng)過適當(dāng)?shù)挠?xùn)練人工神經(jīng)網(wǎng)絡(luò)可以準(zhǔn)確的逼近任何非線性過程。網(wǎng)絡(luò)結(jié)構(gòu)有徑向基函數(shù)，遞歸神經(jīng)網(wǎng)絡(luò)和帶中子的前饋神經(jīng)網(wǎng)絡(luò)，還有一個(gè)使用最廣泛的多層感知器(MLP)前饋結(jié)構(gòu)。智能控制中的人工神經(jīng)網(wǎng)絡(luò)的是用來辨識(shí)系統(tǒng)的模型，在模型預(yù)測(cè)控制器中的人工神經(jīng)網(wǎng)絡(luò)是用來預(yù)測(cè)未來系統(tǒng)的狀態(tài)。

3 需求響應(yīng)控制在GSHP優(yōu)化控制中的應(yīng)用

國(guó)外許多研究提出了應(yīng)用需求響應(yīng)控制建筑供暖的解決方案。需求響應(yīng)控制應(yīng)用于峰值負(fù)荷管理，用戶可以通過手動(dòng)或自動(dòng)的方式轉(zhuǎn)移電力需求。需求響應(yīng)控制是提高智慧能源和開發(fā)智能建筑的關(guān)鍵技術(shù)之一。通過需求響應(yīng)控制與模型預(yù)測(cè)控制可使能量存儲(chǔ)成本更節(jié)省。Abdul Afram[5]利用現(xiàn)場(chǎng)實(shí)測(cè)數(shù)據(jù)建立和標(biāo)定神經(jīng)網(wǎng)絡(luò)模型，將神經(jīng)網(wǎng)絡(luò)模型應(yīng)用于住宅暖通空調(diào)監(jiān)測(cè)控制MPC的設(shè)計(jì)，MPC生產(chǎn)了區(qū)域空氣和緩沖罐的動(dòng)態(tài)溫度設(shè)定值曲線，與固定設(shè)定值相比，MPC能夠節(jié)省6%至73%。Pedersen[6]等人開發(fā)了建筑熱量和電力需求的負(fù)荷預(yù)測(cè)模型，可用于規(guī)劃混合能量分配系統(tǒng)，GSHP系統(tǒng)作為一種高效，環(huán)保的建筑供暖系統(tǒng)，已廣泛應(yīng)用于各類建筑。

4 結(jié)論

（1）智能控制可對(duì)非線性的、時(shí)滯的、復(fù)雜的GSHP系統(tǒng)優(yōu)化控制，節(jié)能效果明顯，智能控制與變頻技術(shù)相結(jié)合使熱泵機(jī)組與水泵的運(yùn)行更加靈活應(yīng)對(duì)建筑負(fù)荷需求。

（2）需求響應(yīng)控制需要對(duì)應(yīng)預(yù)測(cè)模型，通過對(duì)熱泵機(jī)組與水泵長(zhǎng)期運(yùn)行工況的采集建立預(yù)測(cè)模型可提前對(duì)能源的存儲(chǔ)分配，避免用電高峰進(jìn)而減少電能的成本，大都的案例是將模型預(yù)測(cè)值作為控制系統(tǒng)的監(jiān)控層，而將簡(jiǎn)單的ON/OFF控制器作為控制系統(tǒng)的本地層。

綜上所述，提出將模型預(yù)測(cè)控制器作為控制系統(tǒng)的控制層，將智能控制器作為控制系統(tǒng)的本地層，如此揚(yáng)長(zhǎng)避短，系統(tǒng)可達(dá)到最大程度的節(jié)能。