變頻壓縮式制冷系統(tǒng)控制方法研究綜述

李 鑫，夏宇棟，景妮潔，丁 強(qiáng)，姜周曙

(1.杭州電子科技大學(xué)自動化學(xué)院，浙江 杭州 310018；2.浙江大學(xué)制冷與低溫研究所，浙江 杭州 310058)

0 引 言

作為應(yīng)用最普遍的制冷循環(huán)，壓縮式制冷循環(huán)廣泛用于食品冷凍、食品冷藏、暖通空調(diào)等領(lǐng)域。根據(jù)國際能源署發(fā)布報告，截止2017年，全球正在使用的空調(diào)機(jī)組約有17億臺。其中，中國作為全球最大的暖通空調(diào)市場，正在使用的空調(diào)機(jī)組約有6億臺，年碳排放超過2.5億t，占中國總碳排放的2.8%[1]。因此，保證壓縮制冷系統(tǒng)高效節(jié)能運行是實現(xiàn)節(jié)能減排和環(huán)境可持續(xù)發(fā)展的關(guān)鍵。壓縮制冷系統(tǒng)主要由壓縮機(jī)、冷凝器、膨脹閥和蒸發(fā)器組成。理想狀態(tài)下，合理調(diào)整壓縮式制冷系統(tǒng)運行參數(shù)即可保證系統(tǒng)高效穩(wěn)定運行。但是，壓縮式制冷系統(tǒng)在變工況運行時，存在強(qiáng)耦合[2-9]、非線性[10-14]、多干擾等問題，簡單控制方法難以取得滿意的控制效果。早期的壓縮式制冷系統(tǒng)主要采用循環(huán)開-關(guān)方式控制壓縮機(jī)來調(diào)整系統(tǒng)的冷量輸出，這種控制方法容易造成系統(tǒng)能耗增加，導(dǎo)致大量溫室氣體的排放，無法滿足制冷系統(tǒng)節(jié)能、舒適度等高性能的控制要求。隨著變頻驅(qū)動技術(shù)的發(fā)展，變速壓縮機(jī)(Variable Speed Compressor，VSC)和電子膨脹閥(Electronic Expansion Value，EEV)逐漸取代了傳統(tǒng)的定轉(zhuǎn)速壓縮機(jī)和節(jié)流毛細(xì)管。研究結(jié)果表明，相較于開關(guān)控制，壓縮機(jī)變頻驅(qū)動技術(shù)的引入使得制冷空調(diào)系統(tǒng)季節(jié)能效比(Seasonal Energy Efficiency Ratio，SEER)提高了20%～40%[15]。本文歸納總結(jié)了適用于變頻壓縮式制冷系統(tǒng)的比例-積分-微分 (Proportional Integral Derivative，PID) 控制、最優(yōu)控制、智能控制等高效控制方法的優(yōu)劣，并對壓縮式制冷系統(tǒng)控制研究進(jìn)行展望。

1 PID控制

PID控制算法原理簡單、適應(yīng)性好、魯棒性強(qiáng)，廣泛應(yīng)用于控制變頻制冷空調(diào)系統(tǒng)壓縮機(jī)和電子膨脹閥。Marcinichen等[16]采用階躍響應(yīng)方法對制冷系統(tǒng)進(jìn)行辨識，得到蒸發(fā)器出口過熱度和蒸發(fā)溫度的一階線性模型,并根據(jù)模型參數(shù)設(shè)計了由2個單輸入單輸出(Single-input and Single-output, SISO)比例-積分(Proportional Integral，PI)控制回路組成的控制器?？刂瓶驁D如圖1所示，其中1個回路通過調(diào)節(jié)膨脹閥開度AEEV來控制蒸發(fā)器過熱度TSH，另1個通過改變壓縮機(jī)轉(zhuǎn)速NCOMP來控制蒸發(fā)器出口溫度TR，實現(xiàn)了參考跟蹤和干擾抑制的目標(biāo)。

圖1 2個單輸入-單輸出PI控制策略圖[16]

在壓縮式制冷系統(tǒng)中，被控參數(shù)(如蒸發(fā)壓力、冷凝壓力和蒸發(fā)器過熱度)與控制參數(shù)(如壓縮機(jī)轉(zhuǎn)速、風(fēng)扇轉(zhuǎn)速和膨脹閥開度)之間存在很強(qiáng)的交叉耦合[2]，簡單的雙回路SISO控制策略并不能達(dá)到理想的控制效果。另外，盡管一階時滯模型可以用于描述壓縮式制冷系統(tǒng)的動態(tài)特性，但當(dāng)系統(tǒng)出現(xiàn)大幅度負(fù)荷變化、受外界干擾時，往往呈現(xiàn)不確定性、非線性以及顯著時滯等問題。因此，對目前研究學(xué)者所提出的關(guān)于壓縮制冷系統(tǒng)PID控制方法進(jìn)行匯總，如表1所示。

表1 壓縮式制冷系統(tǒng)PID控制方法

1.1 基于PID的解耦控制

為了消除壓縮式制冷系統(tǒng)蒸發(fā)溫度與過熱度之間的耦合，Li等[3-4]提出一種帶前饋補(bǔ)償器的PI控制器解耦方案，系統(tǒng)框圖如圖2所示。該前饋補(bǔ)償器不僅能在室內(nèi)溫度Ta控制回路中補(bǔ)償電子膨脹閥開度ΔVO對Ta的影響，而且還能在過熱度SH控制回路中補(bǔ)償壓縮機(jī)轉(zhuǎn)速Δf對SH的影響，最終實現(xiàn)過熱度與室內(nèi)溫度的解耦控制。Wen等[5]將常規(guī)PID控制器與專家系統(tǒng)相結(jié)合，也提出了一種帶前饋補(bǔ)償器的雙SISO專家系統(tǒng)PID解耦控制器，用以控制系統(tǒng)蒸發(fā)壓力和蒸發(fā)器出口載冷劑溫度。

圖2 變速制冷式控制解耦前后系統(tǒng)框圖[4]

除此之外，Jain等[6-7]通過計算壓縮式制冷系統(tǒng)各運行參數(shù)間的相對增益矩陣(Relative Gain Array,RGA)，定量分析系統(tǒng)不同輸入-輸出之間的耦合度，確定了電子膨脹閥開度與系統(tǒng)平均壓力、壓縮機(jī)轉(zhuǎn)速與系統(tǒng)壓差以及蒸發(fā)器送風(fēng)風(fēng)機(jī)轉(zhuǎn)速與蒸發(fā)溫度所匹配的3種分散PID控制方法，提高蒸發(fā)溫度的參考跟蹤性能的同時，減少了參數(shù)之間的耦合效應(yīng)。與此同時，在常規(guī)PID方法控制壓縮機(jī)轉(zhuǎn)速和膨脹閥開度基礎(chǔ)上，李兆博等[8]采用改進(jìn)Smith預(yù)估補(bǔ)償技術(shù)以及對角矩陣解耦策略，張涵等[9]運用內(nèi)模解耦控制策略，都大幅度消除了輸入輸出回路之間的耦合性，有效增強(qiáng)了系統(tǒng)的抗干擾能力和魯棒性。

1.2 非線性PID控制

壓縮機(jī)變頻技術(shù)的引入在增大制冷系統(tǒng)制冷劑流量調(diào)節(jié)范圍的同時，蒸發(fā)器出口過熱度的非線性動態(tài)特性也愈發(fā)明顯。He等[10]基于制冷系統(tǒng)低階物理模型的非線性動態(tài)特性，提出一種與傳統(tǒng)PI控制相結(jié)合的線性反饋控制方法，實現(xiàn)了系統(tǒng)蒸發(fā)溫度和過熱度的控制。Singhal等[11]針對制冷空調(diào)系統(tǒng)中閥門的非線性特性，在PI控制回路中，通過求解閥門輸入輸出的逆?zhèn)鬟f函數(shù)實現(xiàn)了系統(tǒng)線性化。Elliott等[12-14]提出一種串級控制方法用于補(bǔ)償降低蒸發(fā)器過熱度非線性?？刂瓶驁D如圖3(a)所示，由于制冷劑質(zhì)量流量m改變對蒸發(fā)器出口過熱度SH和蒸發(fā)壓力PSET的雙重作用，該串級控制器的內(nèi)部控制回路根據(jù)質(zhì)量流量變化實時調(diào)整蒸發(fā)壓力設(shè)定，用以補(bǔ)償蒸發(fā)壓力波動誘發(fā)的蒸發(fā)器出口過熱度非線性特性。從圖3(b)和圖3(c)可以看出，相較于普通的電子膨脹閥控制，串級控制能有效降低不同質(zhì)量流量下過熱度穩(wěn)態(tài)增益差值，補(bǔ)償了不同運行工況下蒸發(fā)器出口過熱度的非線性特性。

圖3 串級控制回路框圖及線性化結(jié)果[12]

1.3 自適應(yīng)PID控制

除了非線性PID控制，自適應(yīng)PID控制在處理制冷系統(tǒng)強(qiáng)耦合、多干擾、非線性等問題上也表現(xiàn)出強(qiáng)大的優(yōu)勢。Rasmussen等[17-19]通過建立壓縮式制冷系統(tǒng)低階模型設(shè)計了一種反步自適應(yīng)PID控制方法，實現(xiàn)了系統(tǒng)過熱度以及輸出冷量的控制。Yang等[20-21]運用在線辨識壓縮式制冷系統(tǒng)非線性模型的滾動迭代算法實現(xiàn)了系統(tǒng)過熱度PI控制器參數(shù)自調(diào)整。在此基礎(chǔ)上，Beghi等[22]在線辨識電子膨脹閥與過熱度的二階傳遞函數(shù)模型后，提出一種可以實現(xiàn)PID參數(shù)自整定的過熱度控制器?？刂瓶驁D如圖4所示。圖4中，控制器外部控制回路通過系統(tǒng)模型的實時辨識整定PID參數(shù)，并在內(nèi)部控制回路中根據(jù)整定結(jié)果實時調(diào)整控制參數(shù)，從而達(dá)到系統(tǒng)過熱度的自適應(yīng)控制。Maia等[23]通過描述系統(tǒng)增益和時間常數(shù)在不同系統(tǒng)運行狀態(tài)下的數(shù)學(xué)關(guān)系，設(shè)計了一種用于調(diào)節(jié)蒸發(fā)器出口過熱度的自適應(yīng)PID控制器，相比普通控制器，具有更好的抗干擾性和跟蹤性能。Wen等[5]借助專家系統(tǒng)動態(tài)調(diào)整PID控制器結(jié)構(gòu)，實現(xiàn)了機(jī)載制冷空調(diào)系統(tǒng)的控制。Changenet等[24-25]為了解決在擾動變化下傳統(tǒng)PID控制的不足，運用蒸發(fā)器以及冷凝器物理模型，提出一種預(yù)測函數(shù)控制器(Predictive Function Control, PFC)動態(tài)調(diào)整蒸發(fā)器過熱度和冷凝壓力，仿真實驗表明，比常規(guī)PID控制器更能改善干擾抑制的能力，并有效地防止壓縮機(jī)液擊。

圖4 自適應(yīng)控制系統(tǒng)框圖[22]

2 最優(yōu)控制

不同于基于誤差反饋的常規(guī)PID控制方法，在被控對象模型已知的情況下，最優(yōu)控制能達(dá)到更好的控制效果。因此，對系統(tǒng)建立動力學(xué)模型是實現(xiàn)最優(yōu)控制的前提。He等[2]基于移動邊界法以及相對增益矩陣分析變量之間耦合特性，將蒸氣壓縮制冷系統(tǒng)的11階集總參數(shù)動力模型簡化為4階動力學(xué)模型。Rasmussen等[26]在熱力學(xué)第一定理和系統(tǒng)辨識技術(shù)的基礎(chǔ)上，采用奇異攝動理論求漸進(jìn)解的方法，也獲得了更適合于壓縮式制冷系統(tǒng)控制器設(shè)計的5階模型。程保華等[27]采用分相區(qū)集總參數(shù)的方法，引入過熱度和過冷度估計，提取能夠反映制冷系統(tǒng)動態(tài)的最少狀態(tài)變量，建立了蒸氣壓縮式制冷系統(tǒng)6階動態(tài)模型。

匯總的近幾年壓縮式制冷系統(tǒng)最優(yōu)控制方法如表2所示。

表2 壓縮式制冷系統(tǒng)最優(yōu)控制方法

2.1 線性二次型控制

在已有制冷系統(tǒng)相關(guān)模型的基礎(chǔ)上，為了保證外界干擾和不確定性系統(tǒng)的魯棒性，通常使用線性二次型控制來解決最優(yōu)控制問題。He等[28]首次在壓縮式制冷系統(tǒng)中運用線性二次型高斯(Linear Quadratic Gaussian,LQG)控制技術(shù)來調(diào)節(jié)壓縮機(jī)轉(zhuǎn)速及膨脹閥開度，同時控制蒸發(fā)器過熱度和蒸發(fā)溫度。Qi等[29-30]使用LQG控制器調(diào)整壓縮機(jī)和送風(fēng)風(fēng)機(jī)，實現(xiàn)了室內(nèi)溫度和濕度的同時控制。在文獻(xiàn)[28]研究的基礎(chǔ)上，Schurt等[31-32]將卡爾曼濾波器作為狀態(tài)觀測器，設(shè)計了如圖5所示的LQG多變量控制器，并在系統(tǒng)工作點30%范圍內(nèi)實現(xiàn)了正常運行。

圖5 基于LQG技術(shù)的壓縮式制冷系統(tǒng)框圖[32]

基于低階集總參數(shù)動態(tài)模型的最優(yōu)控制器僅在工作點附近工作，運行條件的變化使得控制器魯棒性變差，Shah等[33]提出一種基于線性二次調(diào)節(jié)(Linear Quadratic Regulator, LQR)和遞推辨識技術(shù)，得到以蒸發(fā)器空氣流量和膨脹閥開度為輸入、蒸發(fā)器過熱度和壓力為輸出的汽車空調(diào)系統(tǒng)狀態(tài)空間模型，并以此調(diào)整LQR控制器參數(shù)，實現(xiàn)了系統(tǒng)的自適應(yīng)控制。在壓縮式制冷系統(tǒng)中，瞬時大擾動可能會誘發(fā)蒸發(fā)器內(nèi)部過熱區(qū)的消失，以蒸發(fā)器兩區(qū)模型為基礎(chǔ)的LQG控制方法往往不能取得較好的干擾抑制效果。因此，Pangborn等[34-35]根據(jù)蒸發(fā)器出口過熱度大小自動切換蒸發(fā)器狀態(tài)空間模型，提出一種帶模型切換的線性LQG控制方法，解決了蒸發(fā)器出口過熱度在瞬時大擾動下失控的問題。

2.2 H∞優(yōu)化控制

在模型不確定情況下，線性二次型調(diào)節(jié)器的魯棒穩(wěn)定性較差。因此，相關(guān)學(xué)者采用魯棒H∞控制方法來實現(xiàn)系統(tǒng)優(yōu)化控制。Zhang等[36]基于移動邊界法構(gòu)建了汽車空調(diào)系統(tǒng)動態(tài)模型并線性化，得到了如圖6所示的以壓縮機(jī)轉(zhuǎn)速和膨脹閥位置為輸入、過熱度和蒸發(fā)器壓力為輸出的增益調(diào)度H∞控制器，有效抑制了冷凝器和蒸發(fā)器側(cè)的未知干擾。Bejarano等[37]對制冷系統(tǒng)運行性能差異較大的狀態(tài)工作點進(jìn)行可控性分析，設(shè)計了基于多變量H∞方法的增益調(diào)度控制器。Kim等[38]提出一種基于干擾觀測器(Disturbance Observer-Based, DOB)的H∞控制器，控制油冷卻器蒸發(fā)器的過熱度及油箱出口溫度，顯著減小穩(wěn)定時間和穩(wěn)態(tài)誤差，提高了魯棒控制性能。

圖6 基于H∞的汽車空調(diào)系統(tǒng)魯棒控制框圖[36]

2.3 模型預(yù)測控制

模型預(yù)測控制(Model Predictive Control,MPC)對有限時域內(nèi)的控制性能進(jìn)行滾動優(yōu)化，有效避免了變量之間的耦合，具有魯棒性高、穩(wěn)定性強(qiáng)等優(yōu)勢。Yin等[39]在滿足室內(nèi)熱舒適性要求的前提下，以VSC系統(tǒng)效率最大化為目標(biāo)函數(shù)，基于自尋優(yōu)控制(Self-optimizing Control,SOC)設(shè)計了MPC控制器和PID控制器變量選擇方法。隨后，Yin等[40-41]又提出一種基于模型預(yù)測控制的多變量制冷系統(tǒng)控制器，系統(tǒng)控制框圖如圖7所示。圖7中，外回路通過最小穩(wěn)定過熱度與負(fù)荷之間的關(guān)系獲取過熱度設(shè)定值，內(nèi)回路使用MPC控制器調(diào)節(jié)壓縮機(jī)轉(zhuǎn)速跟蹤壓差設(shè)定值、調(diào)節(jié)膨脹閥開度跟蹤蒸發(fā)器過熱度。最終實驗結(jié)果表明，相較于傳統(tǒng)PI控制器，使用MPC控制器可以將系統(tǒng)性能系數(shù)(Coefficient of Performance,COP)提高8%。

圖7 基于MPC的節(jié)能控制框圖[40]

除此之外，Jain等[42]以有效能損失量最小為目標(biāo)函數(shù)，在不違反熱力學(xué)定律的前提下，設(shè)計了一種基于火用的模型預(yù)測控制器。與基于性能系數(shù)最大化的MPC相比，該控制器在達(dá)到預(yù)期制冷效果的同時，最大限度提高了火用效率。Tesfay等[43]提出一種在負(fù)載發(fā)生動態(tài)變化時自動更新模型參數(shù)、時間常數(shù)和增益的自適應(yīng)模型預(yù)測控制器，在系統(tǒng)受到隨機(jī)擾動或負(fù)載變化時，實時調(diào)整過熱度設(shè)定值，并快速達(dá)到穩(wěn)定運行和節(jié)能的目的。

3 智能控制

近年來，隨著計算機(jī)技術(shù)的高速發(fā)展，包括模糊控制和人工神經(jīng)網(wǎng)絡(luò)控制在內(nèi)的智能控制算法在壓縮式制冷系統(tǒng)中應(yīng)用廣泛，壓縮式制冷系統(tǒng)智能控制方法如表3所示。

表3 壓縮式制冷系統(tǒng)智能控制方法

3.1 模糊邏輯控制

Chia等[44-45]針對商用集裝箱制冷系統(tǒng)，提出一種穩(wěn)定響應(yīng)時間短且能顯著提高制冷系統(tǒng)性能系數(shù)的模糊邏輯控制方法。Aprea等[46]采用模糊邏輯方法調(diào)節(jié)壓縮機(jī)轉(zhuǎn)速，實現(xiàn)了冷庫溫度控制。Underwood[47]設(shè)計了一種基于模糊邏輯的熱泵系統(tǒng)多變量控制器，用以調(diào)節(jié)壓縮機(jī)轉(zhuǎn)速和EEV開度，實現(xiàn)了冷凝器回水溫度及蒸發(fā)器過熱度的有效控制，在滿足跟蹤性能的同時，能平均提高熱泵COP約20%。Jeong等[48]提出一種如圖8所示的模糊邏輯控制器，以控制誤差e和誤差變化率ee為輸入，通過模糊規(guī)則分別調(diào)整壓縮機(jī)轉(zhuǎn)速和電子膨脹閥開度，同時控制室內(nèi)溫度及蒸發(fā)器過熱度。

圖8 基于模糊邏輯控制隸屬函數(shù)的變速制冷系統(tǒng)控制框圖[48]

除了直接運用模糊邏輯進(jìn)行制冷系統(tǒng)控制外，也有部分學(xué)者使用模糊邏輯來實現(xiàn)PID參數(shù)的自整定。如Li等[49]提出一種基于模糊自整定PID參數(shù)的過熱度控制器，有效補(bǔ)償了制冷系統(tǒng)變工況運行下蒸發(fā)器的非線性特性。Jiang等[50]分析了電子膨脹閥初始開度和過熱度設(shè)定值對空氣源熱泵熱水器性能的影響，引入規(guī)則修正器和增益調(diào)度器，提出一種調(diào)節(jié)空氣源熱泵系統(tǒng)EEV的自適應(yīng)雙模糊控制器方法，有效提高了模糊控制器的自適應(yīng)性以及不同工況下系統(tǒng)COP。姬曉娃[51]在壓縮式制冷系統(tǒng)物理模型基礎(chǔ)上，使用Ziegler-Nihcoles法對PID參數(shù)進(jìn)行整定，并建立了自適應(yīng)模糊PID控制器，達(dá)到了制冷機(jī)組變工況的需求。

3.2 神經(jīng)網(wǎng)絡(luò)控制

在變頻壓縮制冷系統(tǒng)的多變量控制中，智能控制方法除了借助模糊邏輯算法進(jìn)行控制外，還采用具有很強(qiáng)自學(xué)習(xí)和自適應(yīng)能力的神經(jīng)網(wǎng)絡(luò)來實現(xiàn)控制目標(biāo)。Tian等[52]提出一種如圖9所示的具有學(xué)習(xí)能力的模糊神經(jīng)網(wǎng)絡(luò)控制器用以控制蒸發(fā)壓力和過熱度。Ekren等[53-54]分別比較了PID控制、模糊邏輯控制、人工神經(jīng)網(wǎng)絡(luò)控制方法對冷水機(jī)組變速壓縮機(jī)和電子膨脹閥的控制效果，研究表明，神經(jīng)網(wǎng)絡(luò)控制器具有更強(qiáng)的魯棒性，同時能耗比PID控制器和模糊控制器更低。Pedersen等[55]在相同的過熱度設(shè)定值和膨脹閥開度下，對基于增益調(diào)度的傳統(tǒng)PID控制器、預(yù)測函數(shù)控制器以及基于神經(jīng)網(wǎng)絡(luò)模型的預(yù)測函數(shù)控制器(Predictive Functional Controller with a Neural Network model,PFCNN)的3種過熱度控制方法的抗干擾性能進(jìn)行了比較，雖然3種控制器抗干擾性能相似，但考慮到計算機(jī)存儲以及計算能力，PFCNN具有更優(yōu)的控制性能。

圖9 自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)控制框圖[52]

4 總結(jié)與展望

壓縮式制冷系統(tǒng)的高效控制是當(dāng)前實現(xiàn)節(jié)能減排和環(huán)境可持續(xù)的關(guān)鍵。本文對目前壓縮式制冷系統(tǒng)中3種高效的控制方法PID控制、最優(yōu)控制、智能控制進(jìn)行分析，得出如下結(jié)論：

(1)變頻壓縮制冷系統(tǒng)工況變化大、干擾因素多、參數(shù)耦合強(qiáng)、系統(tǒng)非線性程度高，基于一階時滯線性模型假設(shè)的傳統(tǒng)PID控制在參考跟蹤和干擾抑制方面往往不能取得理想的效果?；赑ID的解耦控制以及自適應(yīng)PID控制能有效補(bǔ)償制冷系統(tǒng)各參數(shù)間的耦合及系統(tǒng)的非線性特性，更適用變頻壓縮式制冷系統(tǒng)。

(2)在系統(tǒng)動力學(xué)模型基礎(chǔ)上，最優(yōu)控制通過求解特定目標(biāo)函數(shù)極值得到最優(yōu)控制規(guī)律。根據(jù)不同性能指標(biāo)要求，常用的最優(yōu)控制包括線性二次型最優(yōu)控制和H∞控制，兩種控制方法均能有效控制變頻壓縮式制冷系統(tǒng)，且H∞控制更適用于模型不確定性較強(qiáng)的控制場合。在有限時間內(nèi)，對具有約束的特定系統(tǒng)某項性能指標(biāo)進(jìn)行滾動優(yōu)化時，模型預(yù)測控制具有明顯優(yōu)勢。

(3)以模糊邏輯和人工神經(jīng)網(wǎng)絡(luò)控制為代表的智能控制方法不需要獲得制冷系統(tǒng)模型，更適用處理具有高度非線性特性的變頻壓縮式系統(tǒng)控制問題。

針對3種控制方法存在的問題，本文建議從以下幾方面展開更深入的研究。

(1)自適應(yīng)PID控制是解決制冷系統(tǒng)高度非線性控制問題的有效方法，關(guān)鍵在于獲得制冷系統(tǒng)不同運行狀態(tài)下的非線性模型。在實際應(yīng)用中，傳統(tǒng)方法通過大量實驗進(jìn)行模型擬合，往往難以實現(xiàn)非線性控制。因此，運用在線辨識技術(shù)，通過滾動更新制冷系統(tǒng)模型參數(shù)來實現(xiàn)自適應(yīng)PID控制是今后研究的重要方向之一。

(2)傳統(tǒng)線性二次型最優(yōu)控制以及H∞控制都是線性控制方法。當(dāng)壓縮式制冷系統(tǒng)運行偏離系統(tǒng)線性化狀態(tài)點時，往往不能取得滿意的控制效果。模型預(yù)測控制可通過反饋校正實時更新預(yù)測模型，并在有限時域內(nèi)進(jìn)行滾動優(yōu)化，更適用于變頻壓縮式制冷系統(tǒng)。但針對不同控制需求，如何構(gòu)建合適的優(yōu)化目標(biāo)函數(shù)仍是今后壓縮式制冷系統(tǒng)的模型預(yù)測控制研究的重點。

(3)在模糊邏輯控制中，模糊規(guī)則直接決定控制效果，如何確立適用性強(qiáng)的模糊邏輯規(guī)則也是模糊控制中的關(guān)鍵問題。另一方面，盡管具有自學(xué)習(xí)能力的神經(jīng)網(wǎng)絡(luò)控制適用性強(qiáng)，但算法復(fù)雜，往往無法通過傳統(tǒng)制冷空調(diào)系統(tǒng)的硬件來實現(xiàn)。因此，開發(fā)計算能力強(qiáng)的硬件系統(tǒng)，如現(xiàn)場可編程邏輯門陣列(Field Programmable Gate Array，F(xiàn)PGA)等，是今后實現(xiàn)壓縮式制冷空調(diào)系統(tǒng)智能化的重要研究方向。