暖通空调控制系统设计

暖通空调控制系统设计

摘要：随着暖通空调日益普及，暖通空调系统的能量消耗占整个建筑耗电量的50％以上，但目前绝大多数空调处在低效运行，能源浪费严重。本文介绍暖通空调整体工艺和供水系统，并对暖通空调控制系统设计进行了探讨。 关键词：暖通空调，低效运行，控制系统

Abstract: with the hvac increasing popularity, hvac system in the whole building energy consumption accounts for more than 50% of the power consumption, but now most of the air conditioning in inefficient operation, energy waste is serious. This paper introduces the whole process hvac and water supply system, and the air conditioning control system design is discussed.

Keywords: hvac, inefficient operation, the control system

一引言

随着生活水平的提高，空调系统的应用越来越普及，中央空调系统的能最消耗一般占整个建筑耗能的50％以上。但目前实际情况是，空调系统是按满足用户最大需求而设计，所有的空调系统长时间处在低负荷下运行。由于能源十分紧张，同时暖通空调的能耗在国民经济总能耗中所占比重越来越大，所以开发中央空调系统的优化控制技术，使中央空调系统在不同负荷下、不同工况条件下，都能以最佳效率运行，并且达到最好的控制效果，是非常迫切的并且具有非常广阔的应用前景。

二暖通空调系统

暖通空调工作原理 暖通空调工作原理就是制冷剂在制冷机组的蒸发器中与冷冻水进行热量的交换而汽化，从而使冷冻水的温度降低，然后，被汽化的制冷剂在压缩机作用下，变成高温高压气体，流经制冷机组的冷凝器时被来自冷却塔的冷却水冷却，又从气体变成了低温低压的液体，同时被降温的冷冻水经冷冻水水泵送到空气处理单元的热交换器中，与混风进行冷热交换形成冷风源，通过送风管道送入被调房间。如此循环，在夏季，房间的热量就被冷却水所带走，在流经冷却塔时释放到空气中。本文主要研究控制暖通空调系统的空气处理部分，主要涉及供水系统和空气处理单元。

暖通空调供水系统

常用的冷冻水(水为载冷剂)系统的冷冻水管道均为循环式系统，根据用户的需求情况的不同，按水压特性划分，可分为闭式系统和开式系统两种：按冷、热水管道的设置方式划分，可分为双管制系统、三管制系统、四管制系统：按各

末端设备的水流程划分，可分为同程式和异程式系统：按水量划分，可分为定水量和变水量系统。变流量系统中的原则足的供、回水温度保持不变，建筑物负荷变化时，通过改变供、回水的流量来适应，该水系统输送的水流量要与建筑物需求相适宜。

随着现代控制技术和电子技术的发展，自动控制设备的造价不断的下降，变流量系统可以使系统全年以定温差、变流量的方式运行，尽量节约冷冻水泵的能耗，使得其得以越来越广泛的应用。目前，通常所说的变流量系统是指在水路系统的空调末端使用二通阀的系统，是与水路系统的空调末端使用三通阀的定流量系统相对而言的，所谓变流量与定流量均是指送冷冻水的水路系统的流量，而不是通过末端的流量，通过末端的流量变流量与定流量均是变化的。变流量系统的目的是要冷源输出的流量所载的冷量与经常变化的末端所需的冷量相匹配，从而节约冷量的输送动力和冷源的运行费用。

三暖通空调控制系统设计

对房间温度进行了合理的设定，然后建立合理的暖通空调控制器，使暖通空调控制系统能快速准确的调解房间温度到达设定的房间最佳温度值，并有效的抑制房间内部和外部的干扰对房间内温度的影响，同时节省暖通空调系统能量的消耗。由于暖通空调具有时滞和大惯性，当前的控制信号要等到很长时间才能在系统的输出中反映，而广义预测控制可以利用现在时刻的控制变量使未来时刻系统的输出快速准确的跟踪期望的输出。同时暖通空调的工况环境不断变化且有干扰作用，用神经网络的强学习能力使暖通空调控制系统有效的抑制工况变化和干扰带来的对控制效果不利的影响。本文把广义预测控制和神经网络结合对暖通空调进行控制。

(一)暖通空调广义预测控制结构

如前面所描述暖通空调系统具有非线性，时变性、大滞后和大惯性等特点，还受到许多的干扰。主要有盘管中冷／热水流量、压力变化，这些干扰折合成冷／热水温度变化就会对系统造成一定的影响。干扰2为外界干扰，主要有日照、室外气温、外部空气侵入以及新风温度变化和风机转速变化，这些干扰可以看成空调的送风风量变化。干扰3为房间内部干扰，主要有人员的频繁进出、房间内部各种耗能发热设备的使用。 基于RBF模糊神经网络的暖通空调广义预测控制主要由三部分构成。要实现暖通空调的广义预测控制，要有准确的暖通空调输出预测，在提供暖通空调预测输出的基础上，建立准确快速的在线优化策略和有效的反馈校正。即通过所得到的未来温度输出和优化目标函数，利用梯度下降法对实现滚动优化控制功能的RBF模糊神经网进行修正，从而得到最佳的控制规律。此RBF模糊神经网的输入是实际房间温度和设定房间温度的差值和差值变化率，输出是暖通空调调节阀电压。

(二)暖通空调控制器在线滚动优化

暖通空调广义预测控制的在线滚动优化是利用模型辨识部分提供的预测输

出信息，根据优化的目标函数及选定的优化方法进行在线的滚动优化，从而得到合理的控制规律，考虑在线优化的计算量，这里用RBF模糊神经网络完成广义预测控制的在线滚动优化。按性能指标，利用优化方法获得未来控制长度内的冷冻水调节阀电压，并取其首分量作为当前时刻的冷冻水调节阀电压。考虑降低在线计算的复杂性，采用了较常用的梯度下降法作为主要的优化算法。优化过程的关键是计算性能指标对RBF模糊神经网络控制器参数的导数。 通过RBF模糊神经网和修正方法，利用暖通空调预测模型提供的信息来完成给定目标函数的优化，进而准确的提供冷冻水调节阀电压，从而实现广义预测控制的在线滚动优化来得到暖通空调的合理控制规律。

(三)暖通空调广义预测控制反馈校正

预测控制算法在进行滚动优化时，优化的基点应与系统实际一致。由于暖通空调系统受诸多干扰的影响，有可能导致辨识模型的失配。既基于不变RBF模糊神经网模型的预测不可能和实际空气处理单元完全相符。这就需要用附加的预测手段补充模型预测的不足，或者对基础模型进行在线修正。况且滚动优只有建立在反馈校正的基础上，才能体现出其优越性。对RBF模糊神经网络各隐单元的“是心”和“宽度”和隐层到输出层的权值采用梯度下降法进行调整，在控制的每一步，都实时检测被控对象的实际输出与RBF模糊神经网络预测器输出之间的误差，若此误差大于预先设定的允许误差，则利用上述修正方法修正暖通空调预测模型的RBF模糊神经网络参数：否则，维持原有的RBF模糊神经网络预测模型。