1 工况点优化控制 暖通空调变工况点优化控制问题的研究近年来才在我国被重视
S. W. Wang 提出了一种基于整个系统环境的预测响应及能量运行来改变暖通空调系统控制设定点的系统方法,并用遗传算法对系统进行优化控制,同时优化多个设定点来改善系统响应和降低系统能耗[1]
后来他又采用自适应性控制理论对某海水冷却空调系统进行了优化控制研究,采用“带指数遗忘的最小二乘法”参数辨识方法和基因遗传优化算法,对空调系统的空气处理单元进行了优化控制研究[2]
罗启军等人提出了一项动态的优化技术
在一个指定期间内,能得到使目标函数(运行成本或者峰值能耗) 最小的房间温度曲线
该算法还给出了暖通空调设备的最佳开/ 关时间[3]
K. T. Chan 等人提出用遗传算法对风冷制冷机的冷凝温度设定点进行优化控制以提高制冷机的效率[4]
此外,有许多研究者用人工神经网络来模拟暖通空调系统中各个设备的非线性特性,用于实现对整个空调系统的优化控制
目前,研究者们将更多先进的建模方法和智能优化方法引入到了暖通空调的优化控制中,更加注重变工况点的在线优化控制
何厚建等人对已建的暖通空调各关键设备的静态模型采用用实数编码的遗传算法建立了水系统工作点优化控制策略[5]
杨晓平等人采用模糊聚类和RBF 方法建立了空气处理单元的动态数学模型,以最终舒适性为目标优化空气处理单元的温湿度和送风压力[6]
孙一坚根据空调负荷变化对一级泵水系统进行变流量控制,取得了显著效果[7]
总之国内的学者更多探讨的是把智能方法引入控制系统的优化中,仿真研究多,实践成果少
2 基础控制器参数整定 在回路控制方面,江大勇等人论证了应用人工神经元网络(ANN) 对暖通空调负荷、能耗进行建模的可行性,并指出可以利用ANN 模型识别输入输出从而实现空调系统的优化控制[8]
孙英等人采用基于BP 神经网络的预测控制算法,实现蓄冰空调的蓄冷量控制,解决了PID 控制中超调和波动时间长、抗干扰能力弱及解耦控制效果差的问题,从而降低了空调系统的能耗[9]
曹国庆等人将参数自整定的PID 控制引入空调系统的控制过程中,实现了PID 参数自整定,可以把温度的变化范围控制在±0.5 ℃[10]
吴柳波等人研究了变风量空调系统送风段静压控制的实现,并分别用带积分分离的增量型PID 控制算法和模糊控制算法编制了应用程序
根据空调实验室实际控制效果指出了这两种控制方法的优缺点[11]
由于暖通空调系统的控制回路非常多,并且各对象的特性各不相同,因此,所采用的回路控制器参数整定和控制方法也不相同,控制器的研究成果也较多
3 能量管理 随着计算机的普及应用,计算机系统逐步取代常规仪表而成为暖通空调系统的智能化监测、控制和管理设备
在暖通空调系统的控制管理中,应用计算机技术可以有效地改善系统运行质量,减少运行能耗,并降低运行管理劳动强度,取得了良好的经济效益和社会效益
江亿研究了各种空调系统的计算机监测控制,通过启/ 停中央控制管理机器来修改参数的设定值[12]
翁史俊探讨了空调冷热源和输送部分的空调自控节能方法
该方法通过接受现场智能操作台的指令对制冷热泵机组、水泵和风机实现联锁、逻辑、顺序启停和节能控制,根据冷水机组的冷水供回水温度和温差等信息控制冷水机组冷却塔风机等设备台数和组合最佳以达到节能的目的[13]
曹秋声基于变频技术,结合最优控制和模糊控制,研制了具有负荷随动跟踪特性的专用管理系统软件,实现了暖通空调节能控制[14]
钟玮采用根据冷热负荷计算选择COP值适合的冷热源机组和末端设备,以节约冷热源;采用变频技术等手段使水泵变流量运行,以减少水、风系统的输送能耗[15]
晋欣桥在对多区域变风量空调及其控制系统分析研究的基础上,根据ASHRAE 通风标准对新风量的要求,针对混合送风系统仿真分析了4 种新风分配方案的控制方案,综合考察了各方案的新风分配以及系统能耗情况
结果表明,通过VAV 末端再热控制并结合A HU 送风温度优化的控制方案,可以较好地解决多区域VAV 空调系统的新风分配问题,同时能有效地降低系统的能耗[16]
总之,能量管理系统体现在设备组合优化、工作时序优化以及各种能量指标的统计、计量、考核方面
4 暖通空调优化控制技术的发展 4.1 现有的暖通空调控制系统以提高自动化水平为主要内容,采用的是以传统PID 为控制策略的回路控制和设备顺序、逻辑控制开关量构成的基础控制单元器,CPU 核心处理以8位单片机为主
随着嵌入式系统和智能控制理论的发展,以及嵌入式微