CN104913559A - 一种基于主机cop值的制冷机组群控方法 - Google Patents

Abstract

本发明涉及一种基于主机COP值的制冷机组群控方法，属于空调制冷技术领域。该方法包括采样计算、模糊处理、处理判断、计算负荷、水温约束、负荷约束、负荷值约束、结束返回步骤。本发明可以使中央空调的动态响应得到大大改善，有良好的跟踪性和鲁棒性；同时通过计算负荷对机组的运行效率进行判断，确保了制冷机组在任何负荷条件下都处于优化的运行环境，即始终处于最佳运行工况，从而保持效率（COP）最高、能耗最低，实现了制冷机组的节能。

Description

一种基于主机COP值的制冷机组群控方法

技术领域

本发明涉及一种制冷机组群控方法，尤其是一种基于主机COP值的制冷机组群控方法，属于空调制冷技术领域。

背景技术

据申请人了解，传统的制冷机组群控策略常见的方法有：回水温度控制法、供-回水温差控制法、流量控制法、压差控制法和温差/流量控制法。这些传统的控制法都通过对当前温度、流量、压差等物理量的简单判断、固定延时进行加减机控制，未能充分考虑中央空调大惰性、时滞性、扰动性以及负荷变化随机性的特点，因此不能给制冷机组的节能控制带来比较好的控制效果。

并且，在现有技术的控制过程中，普遍忽视对制冷机组COP(coefficient of performance，COP值实际是热泵系统所能实现的制冷量(制热量)和输入功率的比值，反映制冷效率)能效值的考量，因此在制冷机组加减过程中容易引起运行制冷机组的工况改变，能效降低，无法切实达到节能的效果。

发明内容

本发明的目的在于：针对上述现有技术存在的缺点，提出一种在满足冷量需求前提下，可以充分节能的基于主机COP值的制冷机组群控方法。

为了达到以上目的，申请人对基于中央系统制冷机组高能效的制冷机组群控技术进行了分析(参见图1)。考虑到多数制冷机组生产厂商其制冷机组负荷(制冷量)的控制是根据冷冻水的供水或回水温度。所以判断制冷机组是否要加载时，应根据冷冻水总管的供水或回水温度。控制策略中是测量供水温度还是回水温度应跟随单台制冷机组的本体控制逻辑。如制冷机组本体的控制逻辑是比较冷冻水的供水温度与设定温度来控制压缩机的做功，那么制冷机组群控策略中应根据冷冻水总管的供水温度；反之，应根据冷冻水总管的回水温度。同时，随着负荷的变化，制冷机组的制冷量和能耗都会发生变化，COP也相应变化，并在某一负荷率下具有最大值(参见图1)。对于制冷机组而言，其COP最大点通常并不处于额定负荷点上。为了节能，使制冷机组在COP最大点左右运行最为经济。控制制系统在对制冷机组具体加机、减机台数控制的过程中，只有充分考虑了制冷机组在此过程中保持较高的能效值(cop)，才能充分节能。

在深入研究的基础上形成的本发明基于主机COP值的制冷机组群控方法包括以下步骤：

步骤一、采样计算——定时采集制冷机组输出温度，按以下算式计算温度误差以及温度误差变化率

e(k)＝r(k)-y(k)

ec(k)＝e(k)-e(k-1)

式中

e(k)——当前温度误差，单位℃

r(k)——设定的制冷机组输出水温，单位℃

y(k)——实测的制冷机组输出水温，单位℃

ec(k)——温度误差变化率，单位℃

e(k-1)——上一时刻温度误差，单位℃；

步骤二、模糊处理——对温度误差以及温度误差变化率进行模糊处理，并输出模糊处理结果；

步骤三、处理判断——判断模糊处理结果是否等于0，如是进入步骤八，如否则进行下一步；

步骤四、计算负荷——用下式计算制冷机组的负荷

Q＝4.1868L*(T1-T2)

式中Q——外部系统所需冷量，单位kW

L——制冷机组输出流量，单位kg/s

4.1868——水的比热容，单位kJ/kg℃

T1——制冷机组实际输出水温，等于y(k)，单位℃

T2——制冷机组实际回水温度，单位℃；

步骤五、水温约束——判断模糊处理结果是否大于0，如否则进入步骤七，如是则进行下一步；

步骤六、负荷约束——判断制冷机组负荷Q是否大于等于K1(N×C)，如否则进入步骤八，如是则增加制冷机后进入步骤八

其中

K1—制冷机组负荷率确定的比例常数上段，通常在90％-95％范围选取

N——制冷机组当前运行台数

C——制冷机组当前运行单台制冷机的额定制冷量，单位kW；

步骤七、负荷值约束——判断制冷机组负荷Q是否小于等于K2×N×C并且同时小于等于K1×((N-1)×C)，如否则进入步骤八，如是则减少制冷机后进入步骤八

其中

K2—制冷机组负荷率确定的比例常数下段，通常在65％-70％范围选取

N——制冷机组当前运行台数

C——制冷机组当前运行单台制冷机的额定制冷量，单位kW；

步骤八、结束返回——结束此次控制，返回步骤一。

现有技术中，关于数据的模糊化处理有许多详细介绍，例如《鄂州大学》2005年11月第12卷第6期“数据的模糊化处理”，而设计PID运算的模糊化处理，在申请号为201110443135.1以及申请号为201110109556.0的中国专利文献中有详细记载。

可以看出，本发明方法中的水温控制加减机判断遵循的基本原则是：当供水或回水温度接近或等于设定温度时，制冷机组不应加载。当供水或回水温度高于设定温度时，制冷机组应加载。当供水或回水温度低于设定温度时，制冷机组应减载。此外，本发明考虑到PID算法只有在系统为非时变的情况下才能获得较理想的效果，当一个调整好参数的PID控制器被应用到模型参数时变系统，系统控制性能会变差，甚至不稳定。而模糊控制虽然对被控对象的时滞性、非线性和时变性具有一定的适应能力，同时对噪声也具有较强的抑制能力，但消除系统稳态误差的能力较弱，难以达到较高的控制精度。因此本发明未单纯采用PID模糊控制，而是采用了模糊PID复合控制温度的方式，因此可以克服上述缺点。

总之，本发明基于主机COP值的制冷机组模糊控制群控方法通过回水温度与设定温度的差值采用模糊PID算法计算出加减机，同时采集供、回水温差及流量信息计算出实际所需冷量，根据主机COP值综合判断是否需要加减冷冻机处理，因此可以使中央空调的动态响应得到大大改善，有良好的跟踪性和鲁棒性；同时通过计算负荷对机组的运行效率进行判断，确保了制冷机组在任何负荷条件下都处于优化的运行环境，即始终处于最佳运行工况，从而保持效率(COP)最高、能耗最低，实现了制冷机组的节能。

附图说明

下面结合附图对本发明作进一步的说明。

图1为制冷机组COP随负荷率变化曲线图。

图2为本发明实施例一的自适应模糊PID控制示意图。

图3为本发明实施例一的控制流程图。

图4为本发明实施例一的E、Ec隶属函数曲线图。

图5为本发明实施例一的K'_P、K'_I、K'_D隶属函数曲线图。

具体实施方式

实施例一

本实施例基于主机COP值的制冷机组群控方法具体过程如下(参见图3)：

步骤一、采样计算——定时采集制冷机组输出温度，按以下算式计算温度误差以及温度误差变化率

e(k)＝r(k)-y(k)

ec(k)＝e(k)-e(k-1)

式中

e(k)——当前温度误差，单位℃

r(k)——设定的制冷机组输出水温，单位℃

y(k)——实测的制冷机组输出水温，单位℃

ec(k)——温度误差变化率，单位℃

e(k-1)——上一时刻温度误差，单位℃。

步骤二、模糊处理——运用PID运算公式，对温度误差以及温度误差变化率进行模糊处理，并输出模糊处理结果；本实施例的具体过程包括(参见图2)

(1)模糊化处理

将系统误差和误差变化率变化范围定义为模糊集上的论域：E，Ec-[-5,5]，其模糊子集为：E，Ec-{NB，NM，NS，ZO，PS，PM，PB}。

子集中元素分别代表负大、负中、负小、零、正小、正中、正大。设E，Ec隶属函数取“三角形”隶属函数，如图4所示。

K'_P、K'_I、K'_D的论域为[0,1]，均服从正态分布，隶属函数如图5所示。

(2)建立模糊规则

模糊PID是在PID算法的基础上，通过计算当前系统误差E和误差变化率EC，利用模糊规则进行模糊推理，查询模糊矩阵表进行参数调整。建立K_P、K_I、K_D的模糊控制规则表分别如表2-1、2-2和2-3所示。

表2-1 K′_P的模糊规则表

表2-2 K'_D的模糊规则表

表2-3 K'_I的模糊规则表

(3)去模糊化

经过模糊推理后，模糊PID控制器整定的3个修正参数进行去模糊化处理，取得精确量以计算输出控制量。去模糊化的过程是把推理系统输出的模糊集合映射成精确量输出，采用面积中模糊中心法解模糊。

$\begin{array}{ccc}{K^{\′}}_P=\frac{\underset{i=1}{\overset{m}{\Σ}}{u}_i{K^{\′}}_P}{\underset{i=1}{\overset{m}{\Σ}}{u}_i};& {K^{\′}}_D=\frac{\underset{i=1}{\overset{m}{\Σ}}{u}_i{K^{\′}}_D}{\underset{i=1}{\overset{m}{\Σ}}{u}_i};& {K^{\′}}_I=\frac{\underset{i=1}{\overset{m}{\Σ}}{u}_i}{\underset{i=1}{\overset{m}{\Σ}}{u}_i}\end{array}.$

(4)确定参数

K'_P、K'_I、K'_D经去模糊处理后，K_P、K_I、K_D最终通过以下公式得到：

$K_P=K_P\min +(K_P\max -K_P\min )*{K^{\′}}_P$

$K_D=K_{D}min+(K_{D}max-K_{D}min)*{K^{\′}}_D$

$K_I=K_I\min +(K_{I}max-K_{I}min)*K_I^{\′}$

其中由以下公式得到：

$\begin{array}{cc}{K}_{P}min=0.235K_U,& K_{P}max=0.481K_U\end{array}$

$\begin{array}{cc}{K}_D\min =0.0347K_U{T}_U,& K_{D}max=0.0951K_U{T}_U\end{array}$

式中：K_U为比例控制下等幅振荡时的比例增益；T_U为比例控制下等幅振荡时振荡周期。

至此可以根据PID运算输出模糊处理结果

$u\left(k\right)=K_{p}e\left(k\right)+K_j\underset{j=0}{\overset{k}{\Σ}}e\left(j\right)+K_D\[e\left(k\right)-e(k-1)\]$

步骤三、处理判断——判断模糊处理结果是否等于0，如是进入步骤八，如否则进行下一步；

步骤四、计算负荷——用下式计算制冷机组的负荷

Q＝4.1868L*(T1-T2)

式中Q——外部系统所需冷量，单位kW

L——制冷机组输出流量，单位kg/s

4.1868——水的比热容，单位kJ/kg℃

T1——制冷机组实际输出水温，等于y(k)，单位℃

T2——制冷机组实际回水温度，单位℃；

步骤五、水温约束——判断模糊处理结果是否大于0，如否则进入步骤七，如是则进行下一步。

步骤六、负荷约束——判断制冷机组负荷Q是否大于等于K1(N×C)，如否则进入步骤八，如是则增加制冷机后进入步骤八

其中

K1—制冷机组负荷率确定的比例常数上段，通常在90％-95％范围选取

N——制冷机组当前运行台数

C——制冷机组当前运行单台制冷机的额定制冷量，单位kW。

步骤七、负荷值约束——判断制冷机组负荷Q是否小于等于K2×N-×C并且同时小于等于K1×((N-1)×C)，如否则进入步骤八，如是则减少制冷机后进入步骤八

其中

K2—制冷机组负荷率确定的比例常数下段，通常在65％-70％范围选取

N——制冷机组当前运行台数

C——制冷机组当前运行单台制冷机的额定制冷量，单位kW。

步骤八、结束返回——结束此次控制，返回步骤一。

现以三台1000KW冷水机组加、减机控制过程为例。首先启动一台冷机，20分钟后当前出水温度为12℃，回水温度16℃，温度设定值为8℃，流量为100，制冷机组负荷率确定的比例常数上段为95％，制冷机组负荷率确定的比例常数下段为65％，则此时水温模糊PID输出>0，Q＝4.1868×100×(16-12)>1000×95％，满足加机条件，实施加机，20分钟后当前出水温度为降到8℃，此时水温模糊PID输出为0，冷水机组保持两台工作，随着时间增加，负荷增加，此时当前出水温度为8.3℃，回水温度13.1℃，流量为120，则此时水温模糊PID输出>0，Q＝4.1868×150×(13.1-8.3)>2×1000×95％，再次加机，20分钟后当前出水温度为降到8℃，此时水温模糊PID输出为0，冷水机组保持三台工作，随着时间增加，负荷减少，此时当前出水温度为7℃，回水温度11.5℃，流量为100，则此时水温模糊PID输出<0，Q＝4.1868×80×(11.5-7)<3×1000×65％并且Q＝4.1868×80×(11.5-7)<(3-1)×1000×95％，满足减机条件，实施减机，随着时间增加，负荷再次减少，此时当前出水温度为7℃，回水温度9.7℃，流量为80，则此时水温模糊PID输出<0，Q＝4.1868×80×(9.7-7)<2×1000×65％并且Q＝4.1868×80×(9.7-7)<(2-1)×1000×95％，再次实施减机，最后随着时间表的安排，最后一台机组在全天运行结束后停机。

本实施例的模糊PID控制器如图2所示，其控制原理为：PID控制器实现对系统的控制，模糊推理系统以温度误差e和温度误差变化率ec作为输入，采用模糊推理方法对PID参数k_p、k_i、k_d进行在线整定，以满足在不同的温度误差e和温度误差变化率ec的情况下对控制器参数的不同要求，而使被控对象具有良好的动态、静态性能。

试验表明，与现有技术比较，本实施例具有以下显著优点：

1)充分考虑中央空调大惰性、时滞性、扰动性以及负荷变化的随机性等因素，通过模糊PID控制算法精确控制加减机时机，使对空调主机的水温控制既有控制灵活、适应性强的特点、又具有控制精度高的特点；

2)控制系统在对制冷机组具体加机、减机过程中，充分的考虑保持制冷机组比较高的能效值(cop)，从而既能满足冷量需求，又能达到实现制冷机组的节能目的。

除上述实施例外，本发明还可以有其他实施方式。凡采用等同替换或等效变换形成的技术方案，均落在本发明要求的保护范围。

Claims (4)

1.一种基于主机COP值的制冷机组群控方法，其特征在于包括以下步骤：

步骤一、采样计算——定时采集制冷机组输出温度，按以下算式计算温度误差以及温度误差变化率

e(k)＝r(k)-y(k)

ec(k)＝e(k)-e(k-1)

式中

e(k)——当前温度误差，单位℃

r(k)——设定的制冷机组输出水温，单位℃

y(k)——实测的制冷机组输出水温，单位℃

ec(k)——温度误差变化率，单位℃

e(k-1)——上一时刻温度误差，单位℃；

步骤二、模糊处理——运用PID运算公式，对温度误差以及温度误差变化率进行模糊处理，并输出模糊处理结果；

步骤三、处理判断——判断模糊处理结果是否等于0，如是进入步骤八，如否则进行下一步；

步骤四、计算负荷——用下式计算制冷机组的负荷

Q＝4.1868L*(T1-T2)

式中Q——外部系统所需冷量，单位kW

L——制冷机组输出流量，单位kg/s

4.1868——水的比热容，单位kJ/kg℃

T1——制冷机组实际输出水温，等于y(k)，单位℃

T2——制冷机组实际回水温度，单位℃；

步骤五、水温约束——判断模糊处理结果是否大于0，如否则进入步骤七，如是则进行下一步；

步骤六、负荷约束——判断制冷机组负荷Q是否大于等于K1(N×C)，如否则进入步骤八，如是则增加制冷机后进入步骤八

其中

K1—制冷机组负荷率确定的比例常数上段

N——制冷机组当前运行台数

C——制冷机组当前运行单台制冷机的额定制冷量，单位kW；

步骤七、负荷值约束——判断制冷机组负荷Q是否小于等于K2×N×C并且同时小于等于K1×((N-1)×C)，如否则进入步骤八，如是则减少制冷机后进入步骤八

其中

K2—制冷机组负荷率确定的比例常数下段

N——制冷机组当前运行台数

C——制冷机组当前运行单台制冷机的额定制冷量，单位kW；

步骤八、结束返回——结束此次控制，返回步骤一。

2.根据权利要求1所述基于主机COP值的制冷机组群控方法，其特征在于：所述步骤二运用PID运算公式，对温度误差以及温度误差变化率进行模糊处理，并输出模糊处理结果。

3.根据权利要求1或2所述基于主机COP值的制冷机组群控方法，其特征在于：所述制冷机组负荷率确定的比例常数上段K1在90％-95％范围选取。

4.根据权利要求3所述基于主机COP值的制冷机组群控方法，其特征在于：所述制冷机组负荷率确定的比例常数下段K2在65％-70％范围选取。