变风量空调系统房间温度控制研究

变风量空调系统房间温度控制研究

郭双林

广东美的制冷设备有限公司 广东省佛山市 5280000

摘要：变风量空调系统在能耗、舒适度等方面具有许多明显的优势。因此，它们在空调系统设计市场中占有重要地位，但由于非线性和实际控制中的时间变化等问题，很难建立精确的数学模型。许多研究表明，对于这类系统，模糊PID控制可以产生更好的结果，具有良好的杆状效果。但是，在实际控制过程中，随着控制过程的进行，控制系统输出误差越来越小，模糊字段保持固定，使得划分模糊不清，当变量分类不足时控制精度无法满足控制要求。针对上述问题以上用模糊PID控制算法介绍了可变场思想，提出了可变场模糊PID控制方案，通过仔细分析误差变化过程中场模糊规则的要求和电传因子的影响规律，设计了改进的输入端传真因子 因此，控制过程使用设计的伸缩系数调整场，只要模糊规则的数量保持不变，改变场等于改变模糊规则的数量，从而提高控制精度，保证系统的稳定性。

关键词：变风量空调系统；房间温度；控制

引言

节能和减少二氧化碳排放已成为当今国际社会关注的主要问题之一，因为建筑物消耗的能源约占世界能源的40%，主要是为用户提供舒适的室内环境，如温暖的环境和室内空气质量。但是，在许多建筑中，室内环境并不理想优化内部环境和提高能效取决于有效的控制，由于外部环境的干扰和不确定性，这种控制往往远未达到预期的效果变风量空调系统通常通过控制空气处理器(AHU)风扇的工作频率或调整风道末端开口来调整风量，后者的节能效率更好地控制风扇的工作频率。变风量空调系统的大多数控制算法都基于这样一个假设，即送风温度可以很好地控制在一个设定值(相对稳定或波动较小)内，大多数现有的控制算法不再适用于变风量空调系统，该系统的送风温度变化很大本研究为供气温度变化较大的变风量空调系统提出了改进的双线性控制算法，从而实现了一种简化的双线性控制算法，实现了更精确的室内温度控制。

1变风量空调系统在室内温度控制中应用的重要价值

在大多数情况下，空调系统处于部分负荷运行状态，变风量空调系统可以根据室内温度参数的要求，根据空调负荷的变化，对环境温度进行合理调整，以满足实际需要。在此过程中，空调和制冷设备仅根据实际负荷运行，从而有效降低风扇功耗，从而降低空调系统的运行成本并节省大量冷却成本。同时变风量空调属于全空气系统，不存在风机盘管凝结水、湿等问题。这些系统终端具有气流调节平衡功能，无需对送风系统执行复杂的气流调节操作，即可获得良好的平衡效果。采用计算机网络集中控制方法，与建筑物自动控制系统相连接，可以有效提高建筑物的智能水平。

2变凤量空调系统的特点

变风量空调系统与恒风量空调系统相比具有独特的优势:。1)节能:出风口尺寸为vbox，出风口尺寸实时随零件负荷变化，出风口尺寸实时随终端总风量变化，大部分时间在局部负荷下运行，从而降低风扇功耗。每个房间的尖峰冷却荷载依一天中的时间而有所不同，因此空调机组的容量不是根据尖峰冷却荷载的总和来计算，而是根据每个方向在特定时间的尖峰冷却荷载总和的最大值来计算，从而降低能源消耗。(2)良好的热舒适性:根据各个终端区域的负载或定制要求确定环境温度，并灵活控制:能够在不同的送风模式下保持风速和温度的综合效果，而不会产生干燥-头发等不适。(3)良好的空气质量:在适当的室外环境条件下，利用新的室外风进行自然冷却，节约能源，通过避免与风机盘管系统相比出现冷凝水和湿度问题，提高空气质量。(4)良好的灵活性:易于更改和扩展，特别适用于布局可变的建筑。当内部设置改变或布局改变时，只需更换连接和终端，甚至重新配置内部恒温器。但是，在实际设计变风量空调系统方面也存在差距和问题，例如:增加初始投资；湿度控制比较困难；建筑质量要求高；受控设备的分散性、控制变量之间的相关性和耦合性都很重要，这可能导致调节气流时新鲜空气分配不均，而在末端少量空气时室内空气分配不均。

3技术路线

仿真辅助调适的技术路线主要包括以下4个阶段。数据收集阶段通过查询设计图纸或现场测试收集详细的工程信息,例如风管系统布置情况、尺寸及设备性能参数等,为后续工作做准备。模型建立阶段是仿真支撑调适的关键:利用收集到的工程信息,建立变风量空调系统各组件模型,随后进行空调系统、建筑系统和控制系统的组件搭建,最后开展模型的平衡调适工作,以建立反映实际系统特性的仿真模型。模型准确性校核阶段将搭建的仿真模型与实际系统进行数据对比分析,以证明模型的准确性和可靠性。静压设定点的选取与确定阶段即在建立反映实际系统特性的仿真模型基础上,通过仿真平台进行全工况仿真与不同静压点的测试实验以完成静压设定点的测试与优选。

4“VAV风阀开度-送风量”模型建立

根据LabVIEW软件收集的输入和输出数据，受监视对象的控制模型由系统识别的方法确定。它分为4个步骤:第一步:确定排气歧管开口的线性变化范围-风量。由于测试平台本身，空阀开口设置在20以下，空气流量检测不到，因此空阀开口范围为20 ~ 100。该方案的运行结果见图1。如图1所示，更改阀开口可能会导致气流发生变化，其线性范围为30到80.

图1送风量随风阀开度变化的特性曲线

步骤2:通过测试“打开风道末端-送风”步骤的响应，确定延迟时间和系统调整时间。利用第一步确定的线性间隔，加载40 ~ 50度孔径的跳闸信号，试验结果见图2。图中的数据分析表明，延迟时间约为4秒，调整时间约为13秒。步骤3:输入恒定幅度值，将正弦信号加载到风道末端的开口控制端，观察输出风量的变化，并确定系统的关闭频率。结果如图3所示。

图2风阀开度-送风量阶跃响应

图3加载正弦信号求截止频率

5基于PMV值的变风量控制流程

基于PMV值的变风量控制是根据室内的实时PMV值变化，通过控制风机转速和风阀开度来调节出风风速（出风量），从而改变室内空气和风机盘管的换热量，调节室内温度、湿度、空气流速等环境参数，使室内的PMV值保持在人体热舒适度的需求范围内。空调系统调控风机的功耗要远远低于调控压缩机等大功率工作单元的功耗，通过变风量控制调节室内各环境参数进而调节室内PMV值可降低系统的能耗，并且调节周期短，能及时的响应室内负荷进行调节。布置于室内的各环境参数的传感器会把采集到的实时数据上传到上位机，上位机计算出实时的PMV值并与最优设定值进行比较，将差值作为控制变量。然后采用模糊自适应PID等控制算法对差值进行处理，根据处理结果对控制系统发出相应的控制指令，调整控制参数对空调系统的风机进行变频调控，调节出风量，使空调房间的室内环境经过不断地反馈调节达到满足人体热舒适度需求。

6静压差控制节能技术

合理的压力差控制比节能和稳定的系统运行更强大，以确保在正常运行或暂时干扰空气平衡的情况下，气流可以从高空气清洁区流向低空气清洁区，为了使清洁房间的清洁不受污染空气的干扰，清洁房间必须保持一定的压力差。根据GMP 2010的要求，不同空气清洁水平的生物制药洁净室之间以及洁净室与非洁净室之间的静压差不得小于10pa，洁净室与室外空气之间的静压差不得小于10pa正静压差是保护洁净室免受外来污染物污染的重要参数。负静压差是防止污染物排入洁净室的重要参数。调节控制时应遵循大面积、大面积、小面积、小面积的原则顺序。调节房间压力时，主要要调节房间的回风量和排出风量，送风量基本保持不变。洁净室压力差的控制是一个非常复杂的问题。根据欧盟、GMP等的标准，应在整个生命周期内进行稳定控制，满足各种模式(生产模式、低频工作模式、消毒模式、无菌空气排放模式等)的压力差要求)，进行动态控制，达到风量平衡、阻力平衡和质量平衡调整。

7仿真模型

达到仿真调适目的的难点在于如何建立准确而又贴近实际的仿真模型。首先,影响静压控制点的位置选取和静压数值确定的主要因素为管道的压力、风量与末端阀门开度,因此空调系统模型应实现仿真得到所有阀门的开度组合值的功能。其次,在工程中简化设定为最不利工况下阀门全开即满足系统风量要求,但是在实际中考虑送风量能否满足全年负荷中最不利工况的房间温度,因此建筑系统模型应实现仿真得到每个房间实时温度的功能。最后,应依据实际系统控制模式与控制策略建立控制系统模型,连接空调模型与建筑模型形成系统闭环。上述功能通过Modelica实现。Modelica是一种开放的、跨越不同物理领域的语言,通过元件搭建与代码编写可以实现系统水力、热力、控制耦合仿真并完成模型搭建、调适、测试等功能,基于机理的建模方式可以使模型更具可读易改性,仿真输出更具多元性。风管模型是空调系统搭建的基础;变风量空调具有多支路耦合特性,管道的阻力损失是影响流量分配的关键因素,主要包括沿程和局部阻力损失,分别查阅相关图纸和规范进行阻力计算和参数赋值。AVBox模型是空调系统模型建立的关键:系统的压力分布取决于当前工况的管道风量,即主要受末端阀门控制,所以应准确仿真所有阀门的开度特性。将VAVBox视为一个可变阻力系数的阻力元件,以风阀开度θ作为自变量,建立VAVBox风阀的阻抗模型。自变量θ调节范围在0~1之间,风阀开度为0时表示风阀全开,风阀开度为1时表示风阀全关。

8变论域模糊原理

通常，设置模糊规则后，模糊控制器的范围保持不变。随着控制过程的进行，控制系统输出误差越来越小，如果输入字段保持不变，误差越来越小，模糊划分变得相对粗糙，模糊规则输出参数的调整效果越来越小，以及对模糊控制器的数学分析表明，模糊控制模型基本上是插值函数，模糊组合是插值的基本函数。插值控制特征与实际控制特征越接近，控制精度越高，模糊间隙顶点之间的距离决定的近似值越大，该距离与逼近程度成反比。因此，如果希望控制器精度足够高，则需要减小模糊集顶部的距离，即模糊规则划分更加详细，模糊控制规则明显增加，这在实践中是不可行的。因此，引入了可变字段的概念:输入字段比例因子，字段将根据错误发生变化，即误差较小、字段缩小、误差较大、字段延长，但控制规则没有更改，这与补充对照规则相同。

9洁净区定变风量节能控制

由于空调系统通常在负荷不足的情况下运行，因此减少空气量可以降低风扇功耗。净化空调系统旨在通过降低能耗来满足室内舒适温度的要求，降低风扇运行功耗，降低风扇的负载能力。净化空调系统通过在变频控制器上安装静压/流量传感器，监控总风量和反馈，控制风机变频运行。定风量阀用于一般洁净区域内的送风，可变风量阀用于控制进气/排气管道中零件的压力差。一方面，当零件门窗打开时，可变风量阀可以调整得最快，以确保压力差处于定义的状态；另一方面，随着空调系统的运行，空调机组和风管系统的电阻增大，气流会减少，换气阀可以自动控制阀门，以确保零件压力差的稳定性。带有工艺设备空气提取的零件有一个与设备连续工作的电动截止阀和一个控制零件压力差的变风量阀。变风量控制系统的工作方式稳定，在该房间气流变化工作状态下，系统其他部分的气压差不受影响，该方法首先投入较高，但在保证系统稳定性的同时，大大降低了。

10静压设定点的选取与确定

静压点与静压值的选取原则:为建筑提供足够的风量以满足负荷需求,在此基础上综合考虑稳定性和节能性。为保证稳定性,需要将静压点设定在干管管路上;从经济性考虑,则是选择风机至系统末端的1/3或2/3处作为备选静压点的位置。变风量空调系统通常有多条支路,因此符合上述描述的点有多个,均列为备选静压设定点。在本系统中符合上述要求的测点即为在模型准确性校核中选择的测压点,因此,将这5个点作为备选静压点的位置。建筑及房间的供冷季负荷,由于房间较多且仿真时间较长,故在此只突出展示了其中5天的负荷情况。不同朝向外区的负荷形态差异明显,且均随季节改变。内区房间主要受内扰影响,因此变化较小。静压控制值的选取原则为:在全工况的时间维度上,静压设定值控制的风量能保障所有末端的送风均能满足房间的负荷需求,因此,首先根据2种极端情况划定各备选静压点压力变化范围,以风机最低运行频率30Hz运行且所有VAVBox设置为最大设计风量运行状态时的各点静压值作为下限,以风机最高运行频率50Hz运行且所有VAVBox设置为最小设计风量运行状态时的各点静压值作为上限,随后以一定的变化间隔对静压值不断调整并分别进行全工况仿真,最后从是否能满足风量需求及节能性两方面选择最优的定静压控制方案。我国现行规范中对定静压点实测静压值与设定值的允许偏差为±10Pa,因此,以20Pa作为变化间隔,对每个点的静压值从小到大依次分别进行全供冷季负荷工况的仿真。图10为5个静压测点条件下测点静压值与风机的供冷季能耗对比,仿真结果表明,当P1~P5的静压值分别设置为260、251、245、265、268Pa时,以各个点控制下的变风量空调系统的每个VAVBox刚好能满足所有房间温度需求。在均能满足温度需求的基础上,选用P1点风机能耗最大,为10244kW·h;选用P3点风机能耗最小,为9467kW·h;选用P3相较于选用P1可减少8%的风机能耗。对于不同定静压点,在本例中风机整体能耗水平随不同点的静压值大小呈现相关关系,最小静压设定值的P3点也对应了最小风机能耗。

11回风湿度优化控制及节能策略

当回气温度低于设定值且送风量高于设定值时，将启用加湿阀；当回气温度高于不允许的供给温度时，将设置加湿阀。并且，当湿度值大于设定值时，加湿阀处于禁用状态；当设定值超过设定值时，加湿阀处于禁用状态，从而消除了阀的频繁操作并提高了节能控制精度。

12伸缩因子优化准则

研究误差变化时，详细分析了域缩放比例因子控制，该控制总结了误差变化规律和比例因子，如下所示:如果误差较大，模糊控制规则不需要细分，而规则不需要增加，即域不应中等误差时，近似控制规则效果较差，不再适用，需要优化控制规则，适当缩小域，并以中等速度更改比例因子。当误差接近零时，需要更精细的模糊分割控制规则，以便缩放系数快速变化，域快速缩小，从而使控制器模糊控制规则的数量快速增加并消除误差。

结束语

本文采用的控制方法环境温度控制效果被称为简化的双线性控制方法，进一步提高变风量空调系统的抗干扰性，提高室内温度监测精度。此外，简化的双线性控制算法包括两个自定义控制参数，当载荷条件发生变化时，不需要进行调整以降低控制算法的难度，对于提高变风量系统内的温度控制效率特别有用。

参考文献

[1]李善伟.变风量空调系统房间温度控制研究[D].青岛理工大学,2019

[2]韩周擎.关于变风量空调系统室内温度控制的分析[J].计算机产品与流通,2019(05)

[3]衡丽帆.自抗扰控制技术在变风量空调温度控制系统中的应用研究[D].青岛理工大学,2018.

[4]高佳佳,徐新华,黄公胜.变风量空调系统室内温度控制[J].华中科技大学学报(自然科学版),2018

[5]张美丽.变风量空调自动控制系统仿真与优化[D].华北电力大学,2018

[6]杜晗.变风量空调系统的优化控制及节能研究[J].智能建筑,2018

[7]彭意平.变风量空调系统的控制优化方法分析[J].科技展望,2018