城市集中供熱系統熱流量優化分配研究

楊偉東，徐宵偉，賈鵬飛，馬媛媛，何曉東

（河北工業大學 機械工程學院，天津 300130）

城市集中供熱系統熱流量優化分配研究

楊偉東，徐宵偉，賈鵬飛，馬媛媛，何曉東

（河北工業大學 機械工程學院，天津 300130）

集中供熱系統流量的質調節和量調節之間耦合關系是制約其控制性能的關鍵問題，供熱系統也存在滯后性、時變性以及參數的不確定性等因素.針對以上問題，采用一種改進的專家模糊PID控制方法對質量并調供熱方式進行解耦控制.為了提高模糊PID控制器的精度，采用專家系統對模糊控制的量化因子進行優化.最后對改進后的專家模糊PID控制器進行了仿真驗證，結果表明改進的專家模糊PID控制器較常規的模糊PID控制器不僅能實現供熱網管質量并調控制的解耦，還具有更好的動態特性.

集中供熱；解耦控制；專家控制；模糊PID控制

0 引言

熱網流量的控制是集中供熱的重要環節，熱網流量分配的好壞直接影響到城市供熱工作的質量.在熱網流量控制過程中，根據天氣地域等特點，要求保證供給熱用戶的熱量維持熱用戶的室內溫度在一定范圍內變化，但集中供熱系統具有多變量、非線性、強耦合、大滯后及時變性等特點，難以根據其特征構建精確的數學模型，從而往往導致控制效果不理想[1].所以針對這些特點，對現有的控制方法深入分析和研究具有十分重要的意義.

解耦技術由傳統解耦向智能解耦逐步發展，但目前在集中供熱系統中應用很少.文獻 [2]中介紹了現代頻域法，它將系統傳遞函數進行分解實現其對角化或對角優勢化以實現解耦目的，但不能保證系統精度和魯棒性.文獻 [3]中介紹了多變量PID自適應解耦控制器，但PID控制器受現場環境影響大，且不適合在非線性系統中應用.文獻 [4]中采用基于后推法的非線性多變量耦合系統的逼近干擾解耦法，既簡化了系統結構又減少自適應參數，但只能控制單一的非線性函數.文獻 [5]中采用粒子群算法優化PID神經元網絡初始權值，達到提高控制器的收斂速度和精度的目的，但容易早熟收斂且局部尋優能力較差.文獻 [6]中采用干擾觀測器的自適應模糊跟蹤控制方法解決非線性多變量耦合，達到提高不確定性條件下閉環系統的抗干擾能力和穩定性，但通用性不強.

本文采用改進的專家模糊PID控制器對熱網的流量進行控制，將模糊PID控制器對質量并調的供熱系統進行解耦控制，采用專家系統對模糊PID控制器的相關參數進行調整.該控制器能夠提高系統的魯棒性以及自適應性，對集中供熱系統的控制質量的提高及能源消耗的減少有較顯著效果，并且具有很強的通用性.

1 城市集中供熱管網的控制原理

集中供熱系統是根據實際熱網工況和管網條件，采用換熱站進行連接完成從供熱一次網到二次網的熱量交換，通過將熱媒加以調節和轉換，向熱用戶系統分配熱量以滿足用戶的需求，如圖1所示.

圖1 集中供熱系統管網運行原理圖Fig.1 Operation principle diagram of pipe network in the central heating system

在集中供熱系統中，熱水管網分為一次網和二次網.一次網將熱源產生的高溫水經換熱器將熱量傳遞給二次網，完成熱傳遞后返回熱源重新加熱.二次網是將換熱器得到的熱量在熱用戶處釋放后再返回到換熱器.其中的量調節是通過改變循環泵的頻率而改變二次網的流量，以達到控制進入熱用戶的熱量.質調節是通過改變一次網電動調節閥而改變進入換熱器的高溫水的量，以達到控制二次網的供水溫度[7].

質調節和量調節之間存在著耦合關系，因此需對集中供熱系統的流量進行解耦，為流量優化分配提供精確的對象模型，在質調節和量調節控制過程中采用改進的專家模糊PID控制器進行并聯控制，以達到集中供熱管網中流量的雙閉環控制，最終實現流量優化分配.

1.1 供熱管網質量并調耦合模型的建立

圖2 集中供熱質量并調耦合模型原理圖Fig.2 Principle diagram of the collaborative control mode between qualitative regulation and quantitative regulation in the central heating system

圖2為集中供熱質量并調耦合模型原理圖，該耦合模型的數據采樣是取自天津市濱海新區某熱力公司.采樣時通過固定其中1個參數，改變另一個參數得出單個調節方法對系統的影響.先改變一次網電動調節閥的開度，保持變頻器頻率不變，記錄二次網供水溫度、回水溫度和流量的實時數據值；再改變二次網循環泵變頻器頻率，記錄二次網供水溫度、回水溫度和流量的實時數據值.通過機理建模和試驗建模相結合的方法，建立供熱過程的質量并調數學模型如下[8].

熱網質量并調流量的控制主通道為

兩個耦合通道的模型采用與主通道相同的數據進行建模，分析如下：

1）以二次網循環泵變頻器的輸出頻率為控制量，二次網供水溫度為被控量的耦合模型，采用二階加零點模型：

2）以一次網電動電磁閥的開度為控制量，二次網內的流量為被控量的耦合模型，采用一階加滯后模型：

完整的熱網流量控制耦合模型為：

對于所得到的熱網流量質量并調耦合模型，采用改進的專家模糊PID控制器進行控制.其中模糊PID控制器對系統分別對溫度和流量進行直接控制，專家控制對模糊控制器的相關參數進行實時優化.

1.2 集中供熱管網中流量控制系統模型的建立

該集中供熱管網流量控制系統針對一次網電動調節閥和二次網循環泵變頻器頻率分別建立專家模糊PID控制算法.構建了基于專家模糊PID的熱網流量質量并調耦合模型控制系統，如圖3所示.

該解耦控制系統是由專家模糊PID控制器和質量并調的被控對象組成，被控對象為供熱管網的一次網供水電動電磁閥的開度和二次網循環泵變頻器的頻率.圖3中質調通道是以一次網供水電動電磁閥開度為控制量，以二次網的供水溫度為被控量；量調通道以二次網循環泵變頻器頻率為控制量，以二級網實時流量為被控量.控制系統分別利用溫度計和電磁流量計實時采集溫度信息和流量信息，將采集的數字信息進行存儲，并采用專家模糊PID控制器模塊分別對溫度和流量進行實時的智能控制，從而計算出一次網供水電動電磁閥的開度大小和二次網循環泵變頻器的輸出頻率值.

圖3 集中供熱系統的專家模糊PID控制器Fig.3 Expert fuzzy PID controller in the central heating system

圖3中質調節和量調節主通道的解耦控制模型分別為W11和W22；解耦控制的耦合通道1的模型為W12，以二次網循環泵變頻器的輸出頻率為控制量，二次網供水溫度為被控量；解耦控制的耦合通道2的模型為W21，以一次網電動電磁閥的開度為控制量，二次網內流量為被控量.

2 專家模糊PID控制器的構建

本文專家模糊PID控制器中專家控制作為協調級，根據數據庫和知識庫，經推理來實現對模糊PID控制器的調整.其控制結構框圖如圖4所示.

圖4 專家模糊PID控制器控制結構框圖Fig.4 Structure block diagram of expert fuzzy PID controller

2.1 模糊PID控制器的設計

模糊PID控制主要包含模糊化處理、模糊推理及解模糊3部分[9].模糊化是將系統的輸入參量轉換為模糊量，即將誤差e和誤差變化率ec轉換為模糊量作為模糊控制器的輸入量；對基本論域進行處理，將其轉化成為對應的模糊論域；模糊推理是通過專家經驗和知識，構建模糊控制的規則表，并結合模糊論域對PID控制器的Δkp、Δki、Δkd進行整定；解模糊采用重心法（Centroid Method），最終得到kp（k）、ki（k）、kd（k）的實時值，并按增量PID計算公式得出被控對象的控制參量Δu（k）.

模糊化處理分為2個部分：溫度的模糊化處理和流量的模糊化處理.將溫度和流量的誤差及它們的誤差變化率作為系統輸入參量，輸入模糊PID控制器，由基本論域轉化成模糊論域.溫度誤差e的基本論域為 [-15，15]，溫度誤差變化率ec取 [-1.5，1.5]；流量誤差e的基本論域為 [-6，6]，流量誤差變化率ec取 [-0.6，0.6].輸入變量e和ec的模糊子集為 {正大、正中、正小、零、負小、負中、負大}，記為 {PB，PM，PS，ZO，NS，NM，NB}，再將其量化到模糊論域 [-3，3]內.兩條邊界隸屬函數NB和PB選用高斯型隸屬函數，考慮到計算方便和控制精度等因素，其余選用三角形隸屬函數.溫度的量化因子為，流量的量化因子為

通過試湊法得出模糊PID控制器的初值，然后對系統進行實時整定得出相關參數的值.采用重心法將模糊推理得出的數據進行解模糊.參照溫度控制及流量控制相關參數的模糊控制規則表，即可得到PID控制器Δkp、Δki、Δkd的實時數據，由公式（5）計算出k時刻實時PID參數值，并帶入到公式（6）中得出k時刻被控對象的控制量Δu（k）.

2.2 專家系統規則的設計

在模糊PID控制器中，量化因子Ke和Kec如采用固定值將會對系統的穩態精度和動態響應產生影響.采用專家控制對模糊PID控制器的量化因子Ke和Kec進行調整，通過建立專家數據庫和知識庫，在記錄控制器的相關參數的同時對量化因子Ke和Kec進行實時動態的調整，保證控制系統的靈活性和穩定性.

量化因子Ke和Kec對系統的影響可通過固定其中1個值，改變另一個值得出單個量化因子對系統的影響.通過實驗可以得出誤差的量化因子Ke對系統的影響主要有3點：

1）Ke值越大，系統的慣性越小，導致響應曲線上升速率越快；

2）Ke值超過一定范圍，系統的響應曲線上升過快，會產生超調增大，調節時間增長，甚至產生嚴重振蕩；

3）Ke值低于一定范圍，系統的響應曲線上升過慢，慣性增大，收斂速度降低.

誤差變化率的量化因子Kec對系統的影響主要有3點：

1）Kec值越大，系統的收斂速度降低，穩定性提高；

2）Kec值超過于一定范圍，系統輸出上升速率過慢，導致過渡時間增長；

3）Kec值低于一定范圍，導致系統輸出上升速率增大，出現超調和振蕩現象，影響系統的穩定性.

圖5中采用分段的方法將常規閉環系統階躍響應曲線進行劃分，并對各段曲線進行相應分析[10].

a1→b1段：該段為控制系統由靜態到動態再向穩態轉變的關鍵階段，由于慣性只能呈傾斜方向上升.當該段采用固定參數控時，其制效果不佳，因此對其進行變參控制.在跟蹤輸出初始階段，因輸出最大控制量，同時Ke取最大值，Kec取最小值，這樣才能保證系統輸出上升時間大量縮短.給系統輸出設定閾值emax（實驗表明，取穩態值的10%～30%比較理想），當系統輸出接近閾值時，應增大Kec，同時減小Ke，減小系統輸出的慣性.在縮短調節時間的同時也減小了超調量的值.

b1→c1，d1→a2段：系統已出現超調.此時因及時調整參數，減小超調量，使輸出值與設定值吻合，因此增大Kec并減小Ke來實現控制效果.

c1→d1，a2→b2段：系統輸出曲線與設定值相吻合.該階段系統已調整到平衡狀態，故保持Ke和Kec值不變.

圖5 常規閉環系統的階躍響應曲線Fig.5 Step response curve of the conventional closed loop system

根據Ke和Kec對系統的影響分析及常規閉環系統階躍響應曲線特性，得出專家控制規則：

1）IF e＞0 and ec＜0 and e＞emax，THEN Ke（k）=Kemax，Kec（k）=Kecmin；

2）IF e＞0 and ec＜0 and e≤emax，THEN Ke（k）=Ke1-ΔKe，kec（k）=Kec1-ΔKec；

3）IFe×ec＞0，THEN Ke（k）=Ke1-ΔKe，Kec（k）=Kec1-ΔKec；

4）ELSEKe（k）=Ke1，Kec（k）=Kec1.

Kemax為誤差量化因子Ke閾值最大值；Kecmin為誤差變化率量化因子Kec閾值最小值；emax為系統輸出閾值；Ke1和Kec1為Ke和Kec的前一采樣周期的數值.ΔKe和ΔKec分別為其增量，其值可依據實際情況適當選取.

3 系統的仿真實驗研究

為了驗證本文采用的改進專家模糊PID控制器在城市集中供熱質量并調耦合系統的運行效果，選取MATLAB軟件作為平臺，將改進專家模糊PID控制器控制結果與常規的模糊PID控制器控制結果進行分析對比.設定二次網的起始供水溫度為50℃，二次網水循環流量為156 m3/h.在專家模糊PID控制器中，供水溫度控制的初始控制參量：KP0=0.1，KI0=0.11，KD0=0.01，初始量化因子為，Kec=2；二次網水循環流量控制的初始控制參量為KP0=0.3，KI0=0.7，KD0=0，初始量化因子為，Kec=5.

仿真時同時改變二次網供水溫度Rin1和二次網流量Rin2的給定值，即Rin=（Rin1，Rin2） =（50，156），給定值分別通過改進前后的專家模糊PID解耦控制器結合集中供熱耦合模型，得到二次網供水溫度和二次網循環水流量的實時輸出Yout=（Yout1，Yout2）.

實驗中每隔0.2×104s給設定輸入1個階躍信號，設定值為Rin=（52，148）、Rin=（50，144）、Rin=（48，152）和Rin=（50，156），仿真結果如圖6和圖7所示.

圖6 質調節控制結果Fig.6 Result of qualitative regulation control

圖7 量調節控制結果Fig.7 Result of quantitative regulation control

專家模糊PID控制器和模糊PID控制器的實驗結果對比如表1所示.

表1 模糊PID和專家模糊PID解耦控制器的實驗結果對比Tab.1 Comparison of experimental results between fuzzy PID controller and expert fuzzy PID controller

從圖6、圖7以及表1所示的實驗結果對比，可以得出以下結論：

1）專家模糊PID控制器可更好地完成供熱管網的解耦控制；

2）與模糊PID控制相比，專家模糊PID控制器在調節時間和超調量等控制指標方面均有改善，提高了解耦控制的精度和穩定性.該控制方法目前運用于天津市濱海新區的多個小區，均取得了良好的控制器效果.

4 結論

本文設計了改進的專家模糊PID控制器，用以解決城市集中供熱系統流量的質量并調的耦合問題.采用專家系統實時地對模糊PID控制中的量化因子Ke和Kec進行調整，有效地提高了溫度控制和變頻控制的靜態穩定速度和動態自適應能力.該方法為城市集中供熱的管網流量優化控制提供了新思路，具有廣闊的應用前景.

[1]張弘.專家-模糊自適應PID控制系統的設計[J].西安郵電學院學報，2009，14（1）：105-107.

[2]StefanovskiJ.Sufficien conditions for linear control system decouplingby static state feedback[J].Institute of Electrical and Electronics Engineers Inc. IEEE Transactions on Automatic Control，2001，46（6）：984-990．

[3] 閔娟，黃之初.多變量解耦控制方法[J].控制工程，2005，12（7）：125-127.

[4]Chen B，Tong S，Liu X.Fuzzy approximate disturbance decoupling of MIMO nonlinear systems by backstepping approach[J].Fuzzy Sets and Systems，2007，158（10）：1097-1125.

[5]朱林，吳冬雪，柴玲.神經元網絡控制器在熱網中的應用研究[J].自動化儀表，2014，35（12）：71-74.

[6]Chen M，Chen W H，Wu Q X.Adaptive fuzzy tracking control for a class of uncertain MIMO nonlinear systems using disturbance observer[J].Science China Information Sciences，2014，57（1）：1-13.

[7] 李紅光，張國鈞.換熱站自動控制系統設計[J].自動化儀表，2015，36（3）：36-39.

[8]陳烈.基于神經網絡的熱力站供熱過程預測控制研究[D].哈爾濱：哈爾濱工業大學，2009.

[9]洪炎，蘇靜明，唐超禮，等.基于專家-模糊PID的凍結鑿井智能流量控制研究[J].計算機工程與科學，2012，34（7）：166-171.

[10]周彥，何小陽，王冬麗.時變大滯后過程的專家模糊控制設計與仿真[J].系統仿真學報，2006，18（10）：2786-2789.

[責任編輯 田 豐 夏紅梅]

Research on optimal heat flow distribution in urban central heating system

YANG Weidong，XU Xiaowei，JIA Pengfei，MA Yuanyuan，HE Xiaodong
（School of Mechanical Engineering,Hebei University of Technology,Tianjin 300130,China）

The coupling relationship between qualitative regulation and quantitative regulation in the central heating system has been a key problem to its control performance.There also exist hysteresis,time variability and parameter uncertainty and other factors affecting the central heating system.To solve the above problems,an improved expert fuzzy PID control method is proposed to decouple the collaborative control mode.To further improve the accuracy of the fuzzy PID controller,the expert system is used to optimize the quantization of factor.Finally,the improved expert fuzzy PID controller is simulated and verified.As the simulation results show,compared with the conventional fuzzy PID controller,the improved expert fuzzy PID controller can not only realize the decoupling control between qualitative regulation and quantitative regulation of the central heating system,but also have better dynamic characteristics.

central heating;decoupling control;expert control;fuzzy PID control

TP202.7

A

1007-2373（2017）01-0053-08

10.14081/j.cnki.hgdxb.2017.01.009

2016-11-25

河北省自然科學基金（E2016202297）

楊偉東（1972-），男，教授，博士.