淺談暖通空調優化控制技術分析

楊珊珊

摘 要：當前我國的暖通空調控制技術主要存在能源消耗高和空調環境質量低的問題，造成問題的主要原因在于暖通空調系統設控制技術還存在缺陷。文章在簡要解釋暖通空調存在的問題及產生問題的原因和基礎上，介紹了暖通空調控制系統的設計以及暖通空調優化控制技術未來發展的方向。

關鍵詞：暖通空調 優化控制 系統設計 發展趨勢

中圖分類號：TM925.1 文獻標識碼：A 文章編號：1672-3791（2014）05（c）-0087-02

在我國城市化水平不斷提高和城市建筑行業不斷發展的背景下，人們的生活水平顯著提高，人們對室內環境質量的要求也越來越高。因此，在人們越來越重視暖通空調技術的發展的基礎上，我國的暖通空調控制技術也獲得了很大的提升。但是，我國的暖通空調控制技術也存在一些問題，尤其是暖通空調系統的能源消耗過高不符合我國可持續發展戰略，而且在我國能源日益緊張的環境下，高能耗問題更加突出。因此，加強暖通空調優化控制技術的研究成為每個暖通空調設計人員的首要任務，設計人員必須抓住問題能耗高的根本原因，不斷的優化暖通空調控制技術，提高暖通空調使用能源的效率，提高暖通空調的運行質量。

1 暖通空調控制技術存在的問題

暖通空調控制技術主要存在兩個問題。一是暖通空調系統能耗嚴重。隨著人們生活水平的提高，空調的使用范圍更廣，使用更頻繁。在大型建筑中，中央空調系統的能耗占整個建筑能耗的一半以上[1]。造成這種情況主要和空調系統的設計有關，根據對當前空調運行的實際情況研究，空調系統不是按照滿足正常要求的來設計，而是按照滿足客戶最大需求標準來設計，空調系統日常運行超出了需求范圍，空調系統而處于低負荷狀態下運行；二是空調系統運行質量不高。當前許多人對當前空調環境的滿意程度不高，據新加坡某大學對新加坡部分商用大樓的暖通空調系統運行情況調查表明，超過25%的大樓CO2，10%左右的大樓甲醛超標和濕度過大，超過半數的大樓溫度過低，這些情況會降低大樓的舒適度，對人體健康造成損害，影響人們的工作效率。

造成暖通空調能耗大且空調環境低的原因主要有兩個：首先，暖通空調系統的設計采用最大負荷計算法和定工作點的運行方式，暖通空調真正處于最大負荷運行的情況少，更多的是處于輕載環境下運行。與此同時，受外部環境的濕度和光照的影響，暖通空調系統運行環境不斷變化，定工作點控制方式降低了傳熱的效率，而導致能量的浪費。其次，控制器設計存在缺陷。當傳統的控制器采用的是干空氣線性系統設計。然而，在實際運行中，空氣處理機存在非線性環節，空調運行的外部環境條件也在不斷的發生變化。當外部環境發生變化時，傳統的控制器難以準確的調節室內溫度，而造成能源的浪費[2]。

2 暖通空調技術發展現狀

由于暖通空調系統的控制系統的設計存在問題，暖通空調的能耗在整個建筑的能耗中建有很大的比重，不論是定送風量、確定溫度以及確定壓力的控制系統，還是變風量的控制系統，在多變的運行環境下，都難以有效地控制暖通系統而導致巨大的能源消耗。從20世紀80年代采用的PID控制系統，這種控制系統具有一定的滯后性和和大慣性，需要更長的時間調整參數，也造成較大的能源消。后來雖然經過不斷的技術改造，控制系統能夠抑制較的影響空調系統運行因素，與其他的技術相比存在一定的優勢，但是控制器參數的準確性和合理性依然不高，控制效果依舊不明顯。當前的暖通空調不僅具有較強的非線性和時變性，也具有大慣性、大滯后和強干擾的特性，要獲得較好的控制效果的同時達到一定的節能，還存在許多技術問題。

3 暖通空調控制系統的設計

暖通空調控制器的設立要建立在合理設定房間溫度的基礎上，空調系統才能快速準確將房間溫度調節到事先設定的溫度值，并采取一定的措施降低外部環境對室內溫度的影響，降低空調系統的能耗。由于暖通空調在運行時有一定是時間延遲，控制信號難以及時傳達至控制系統。采用廣義預測控制可以有效的解決控制信號延遲問題，提高系統輸出的效率。同時暖通空調運行的環境也處于不斷變化和發展中，對空調系統的運行會產生一定的影響，可以將網絡神經技術來減少空調系統受外部環境的變化而產生的不良影響[3]。所以，將廣義的預測控制的基礎上，結合神經網絡技術，可以對暖通空調的控制起到優化的效果。

3.1 暖通空調廣義預測控制結構

當前，我國的暖通空調系統采用基于RBF模糊神經網絡空調廣義預測控制系統。這種系統的結構主要由三部分組成。要實現預測，必須準確預測出空調的輸出，并在此基礎上形成暖通空調的優化策略，同時建立有效的反饋校正。結合梯度下降計算方法，修正RBF模糊神經網，并掌握最優的空調控制規律。

3.2 控制器的在線滾動優化

主要指利用模型分辨某一組成方面提供的預測輸出信息，根據相關的方法實行滾動優化，再找出科學的暖通空調控制規律；充分考慮優化計算量，最終實現對空調系統的滾動優化控制。

3.3 廣義預測反饋校正

當系統處于滾動優化時，優化的基點不能偏離系統實際情況，必須與系統實際相同。由于影響系統運行的因素較多，辨識模型會失配，這種預測方式與實際空氣處理單元很難達到完全一致。因此，預測模型需要適當采用其他的預測手段來彌補預測模型中存在的缺陷，或者直接在線校正基礎模型的相關數據或標準。采用梯度下降法來調整優化RBF模糊神經網絡各個隱藏的權值，做好每一步的實際輸出和預測器輸出之間的誤差監測[4]，若誤差值超出預定值，再采用修正法修正各項參數，再做誤差比較，直到誤差值在預測值范圍內。

4 暖通空調系統控制技術未來發展趨勢

4.1 尋找設備的最佳設定值

定工作點的方式是當前暖通空調系統的主要控制方式，以定工作的方式來達到對設備在運行時的溫度、流量等參數的控制的目的。雖然不同的設備在不同的條件下有最佳設定點，但是這種方式并不能讓暖通空調系統處于最佳的運行狀態，暖通空調系統不能在不同環境條件下一直處于最節能的運行狀態。因此，在不同的運行環境下，應該以暖通空調系統能耗最低作為尋找設備或緩解的最佳設定值為指標，這是暖通空調系統優化控制研究的重要內容，也是降低暖通空調系統運行能耗的關鍵[5]。endprint

4.2 提高控制的自動化水平

提高暖通空調控制的自動化水平是控制技術的主要內容。當前提高自動化水平采用的技術是以傳統PID為控制策略的控制單元器，控制單元器以回路控制、設備順序和邏輯控制開關量為基礎，8位單機片是主要的中央處理器來進行核心處理。但是，隨著嵌入式系統研究的深入、職能控制理論以及技術的不斷發展大量的嵌入式微處理器進入市場，嵌入式微處理器價格越來越低的背景下，已經廣泛使用基于16位及以上的嵌入式微處理器系統，控制策略進一步升級，單元控制器有向自適性和自動學習功能發展的趨勢。這種控制器可以實現暖通空調系統在復雜的負荷環境通過逐步的自動學習功能，達到回路最優控制，最終達到各個環節都處于最佳控制的狀態。

4.3 重視能量管理功能

當前我國的暖通空調系統管理只集中在對基礎控制單元的監控上，主要包括對信息的集中處理和狀態檢測的設備的調度等方面，而缺少能量管理功能。因此，設計人員應該在原有系統管理功能的基礎上，適當增加能量管理功能，增加對末端用戶的能量使用情況的監測[6]。

4.4 提高網絡技術的應用程度

暖通空調控制系統的控制協議有很大的差異，這主要與暖通系統的開發環境和技術標準有關，控制系統開發的環境不同，設計人員采用的技術標準不同都會形成不懂的控制協議。隨著更多的企業應用信息技術，在企業信息化程度提高的背景下，暖通空調控制系統必然向集成方向發展，不僅如此，暖通空調系統運行的各項管理數據和指標都將納入企業信息管理系統中，實現不同企業間數據共享和信息的交流。

5 結語

雖然RBF模糊神經網絡的廣義預測控制方法較為先進，與之前相比控制性能更強，這種控制方法也存在一些技術問題。首先在控制分析階段對影響控制系統性能的因素考慮不周，忽略了滾動優化對性能的影響，而且對這種控制的算法研究也不夠深入，沒有結合其他的控制方法的優點。在研究控制算法更要關注其實際應用的研究，保證算法能真正用于實際的控制設計上，真正優化暖通空調的控制。

參考文獻

[1] 楊曉平.暖通空調優化控制技術研究[D].沈陽工業大學，2013，11（16）：120-121.

[2] 李樹江，秦軍，劉暢，等.暖通空調系統優化控制與能量管理的現狀及發展趨勢[J].暖通空調，2013，4（12）：30-34.

[3] 王文廣.暖通空調優化控制系統設計[J].中國高新技術企業，2011，13（3）：61-62.

[4] 張會洲.暖通空調系統優化控制與能量管理的現狀及發展趨勢[J].電子制作，2013，21（15）：238-239.

[5] 易泗濱.暖通空調變工況點優化控制及能量管理研究現狀和發展方向探討[J].江西建材，2011，3（11）：8-9.

[6] 胡詩華.淺談暖通空調能量管理與優化控制系統[J].山西建筑，2011，20（18）：182-183.endprint