CN114909708A - 基于无线智能阀控调控室温的模型预测控制方法 - Google Patents

Abstract

本发明公开了基于无线智能阀控调控室温的模型预测控制方法。本发明以用户室温为反馈量，通过调节某一用户群体各自的供暖进水智能阀控，解决供热系统二级网供暖个性化问题，以末端调节的方式来个性化调控用户室温，提升用户舒适度，降低系统能耗，解决方案是以用户室温为反馈，结合智能阀控开度离散特性提出混合线性整数优化控制方案，对供热管道中用户端热水进水口智能阀控使用模型预测控制方法，同时，根据智能阀控调节改变系统流动特征的特性添加智能阀控调节模型的约束方程，保证系统的稳定运行与管网的平衡，实现用户设定室内温度，控制器通过调节智能阀控使得室温被调节至设定值的个性化过程。

Description

基于无线智能阀控调控室温的模型预测控制方法

技术领域

本发明涉及室内供热的先进控制领域技术领域，具体为基于无线智能阀控调控室温的模型预测控制方法。

背景技术

热源厂生产热水通过一级管网向各热力站输送热能。热力站通过二级管网向住户输送热能。目前,针对用户供热系统的控制主要是供热站一级的整体调控。热力站根据供水与回水水温与设定值的偏差对站内的可调智能阀控或水泵进行反馈控制调节,或根据进入热力站的热水流量与设定值的偏差进行调控。由于这种控制的特性，供热站的控制效应是整体性的，是区域性的。由于供热系统的热惰性和高时滞,多个热力站之间的水力耦合特性，以及系统工况大幅改变时带来的剧烈振荡，所以供热站层级的控制需要协调不同供热站之间调节控制带来的影响，维持某一个地区内供热系统的稳定性；

针对供热站的调节，天津大学提出以用户室内供回水温度为反馈，指导供热站使用模型预测方法调节供水温度的技术。对于用户而言，供热站的控制是去个性化的，供热站的调节不能根据个体用户需求去调节。同时在二次管网中存在热力失衡现象，根据距离热源远近不同，用户室内温度也不同。一般而言。距离供热站近的用户室温高，距离供热站远的用户室温低。所以该技术面临的问题是，选择哪一类型的用户的供回水温度作为反馈。在通常的情况下，供热站保证最远端用户的室内温度，会留有稳定裕量，导致某些离供热站近的用户室内温度稍高，降低了舒适度；

在该技术的基础之上，济南大学提出了将室内温度也作为反馈量之一，指导调节二次管网的供水温度的技术。将供暖的实际服务对象“室内温度”作为反馈条件，本质是直接以用户的环境是否舒适为指导来调节供给侧的供暖条件。这样一种直面用户需求的技术，显著提高了用户的舒适度。用户侧的反馈方式得到改善，但对用户而言，供暖侧调节供水温度的方法个性化水平依旧不高，为此我们设计了基于无线智能阀控调控室温的模型预测控制方法。

发明内容

本发明提供基于无线智能阀控调控室温的模型预测控制方法可以解决上述背景技术中的问题，通过调节用户端的智能阀控，以末端调节的方式来个性化调控用户室温，提升用户舒适度，降低系统能耗，是以用户室温为反馈，结合智能阀控开度离散特性提出混合线性整数优化控制方案，对供热管道中用户端热水进水口智能阀控使用模型预测控制方法，同时，根据智能阀控调节改变系统流动特征的特性添加智能阀控调节模型的约束方程，保证系统的稳定运行与管网的平衡，实现用户设定室内温度，控制器通过调节智能阀控使得室温被调节至设定值的个性化过程。

为实现上述目的，本发明提供如下技术方案：基于无线智能阀控调控室温的模型预测控制方法，对于上述模型预测控制调节智能阀控的技术方案，包括以下步骤：

步骤S1：基于传热学与流体力学建立智能阀控对室温的控制型；

步骤S2：建立智能阀控开度离散化的整数优化模型；

步骤S3：添加系统中多个智能阀控开度相互关联的约束条件；

步骤S4：模型参数识别，通过拟合历史数据得到智能阀控的控制特性参数；

步骤S5：将当前值作为初值，计算预测控制值，得到一组智能阀控开度的预测值；

步骤S6：将预测结果作用于系统，将作用结果设定为当前值；

步骤S7：滚动时域优化；

步骤S8：模型参数优化；

针对S1：基于传热学与流体力学建立智能阀控对室温的控制型。具体的内容如下。

首先模型建立单房间控制方程。

由物理分析可得，房间温度升高主要考虑房间散热和吸热，散热主要考虑对流散热，吸热主要考虑暖气片与空气之间的对流传热。由此可得到：

式中：

T——房间温度/K,

m——吸热空气的质量/kg，

c_air——吸热空气的热容/J·kg-1·K-1，

Q_out——散热量/J，

Q_in——吸热量/J，

s_wall——房间的散热面积/㎡，

h_wall——房间散热过程的传热系数/W·m-2·K-1，

T_out——室外温度/K，

T_o——回水温度/K，

T_in——进水温度/K，

c_water——水的比热容/J·kg-1·K-1，

q——热水流量/m3·s-1。

针对供热管网，有管网控制方程

管网控制方程则需要考虑整体多个房间，控制方程中的量则变成矩阵。

其中，

式中，T_i代表第i个房间的温度，q_i代表第i个房间中管路的流量。

针对管网流量分布特性，可以做以下处理。

多个房间的多条支路可以视为多条并联的管路，在并联管路中，水力损失等于各部分分管的水力损失，并联管路的总流量等于各分管流量之和。于是有：

q＝q₁+q₂+q₃+…+q_i#(3)

h_f＝h_f1＝h_f2＝h_f3＝…＝h_fi#(4)

式中，

h_f——总水利损失/m。

h_fi——各支路总水利损失/m。

q——总流量/m3·s-1

q_i——各支路流量/m3·s-1

每一条支路管道中的总水力损失应包括沿程阻力损失和局部阻力损失，有

式中，

f——支路管道的达西摩擦因数。

L_j——支路管道各部分长度/m。

D——支路管道直径/m

K_j——支路各部分局部阻力损失系数

将式(5)代入式(4)，有：

又在管道中流量与速度的关系为：

将(7)代入式(6)，有：

当管路中含有水泵时，管网的能量方程为：

式中，

h_p——水泵向管网提供的能头/m。

z_i——管网流体势能能头/m。

进一步对于步骤S2：考虑智能阀控局部损失系数，有以下分析。

流体经过各种局部构件时产生的额外水利损失称为局部损失。智能阀控开度的变化直接导致流体经过智能阀控时的局部损失改变，体现为智能阀控开度变化会改变该点的局部阻力损失系数K，智能阀控对管路流量的调节本质上是通过改变管路的阻力损失来实现的。因此，智能阀控处的局部阻力损失系数是随智能阀控开度而改变的，它们之间有一一映射关系：

K＝f(v)#(10)

式中，v代表智能阀控开度。

本智能阀控控制原理是能够远程将阀门开度分为11个档位。0代表关，10代表全开。所以可将阀门开度视为一个离散量，在数学上可由分段函数表示。

式(6)可以表示为

进一步对于步骤S3：

考虑以上模型的求解，有以下步骤。

为了将模型求解，可对管网模型做出以下处理与假定：

1、忽略管网的势能差；

2、各支路管道尺寸，水力沿程阻力损失系数等参数相同且不变；

3、管网进出口连接水箱，忽略进出口的水压差；

4、水泵特性曲线不变；

5、管道中只考虑智能阀控处的局部阻力损失，其它部分的局部阻力损失忽略；

6、忽略并联管进出口的局部损失.

根据以上假设，式(8)中沿程阻力系数，局部系数，重力加速度，管道直径等常量归为一个总阻力损失参数，总阻力损失系数由参数K'_i表示，K'_i是智能阀控开度的函数，并且也具有式(10)的形式。

K'_i＝f(v)

对于式(9)，由物料守恒原理，进出口流量不变，可得V₁＝V₂，有：

h_f-h_p＝0#(13)

由式(13)与(12)得：

h_p＝K'q²#(14)

由式(14)与(12)可以得到总的管路局部阻力损失系数与支管路阻力损失系数的关系为：

由式(c)与(12)可以得到总流量与支管流量的关系为：

与，

主管路中的流量由各个支路决定。各支路的流量由泵的特性决定.

泵特性与流量的关系为：

h_p＝h(q)#(18)

联立式(16)与(18)可求解流量，并且得到智能阀控对各支路的具体影响情况。

当支路1智能阀控开度减小时，K'₁增大。其它支路的阻力系数不变。由函数增减性分析可以得到，q₁减小，q₂…q_i增大。所以，每条支路的流量与其它各支路相关。即：

q_i＝f(K'₁,K'₂,…,K'_i)#(19)

具体的表达式为：

为了便于对系统进行控制，可针对模型进行一定程度上的简化。由式(1)与(19)可得：

令，

参数a是散热系数，与房间的散热面积s、传热系数h，及空气物性参数相关。参数b是房间的吸热系数，主要与各支路的智能阀控开度，水的比热容以及空气物性参数相关。

经过整合参数化简之后，可以得到：

参数b作为一个支路控制方程的参数同时受其它所有支路的影响。从式(20)可以看出，支路流量不仅仅于该支路智能阀控的开度有关，与其它支路的智能阀控开度也相关。从智能阀控的角度出发，即某一个支路阀控的开度会影响其它支路的流量。

整体考虑管网，某支路阀控开度的变化导致该处局部阻力损失会发生变化，从而影响管网的运行状态，极端情况下甚至会对水泵产生不可逆的损伤。为了减小单个支路阀控变化对整个系统造成的影响，需要对阀门调节增加约束条件。使得水泵所在主管道的流量变化尽可能小。当流量在较小的一定范围内波动时，水泵扬程变化不大，对系统的影响较小。同时，将总流量限定在特定的范围内，也达到弱化支路间相互影响的目的。也可以说，支路间的独立性在以管网流量在小范围内波动的基础之上得到了保证。即，

q_min≤q≤q_max#(23)

总流量波动范围小，从阀门的变化角度则是所有阀门变化带来的总局部阻力损失在一个较小的范围内波动，

K'_min≤K'≤K'_max#(24)

并且，

K'_max-K'_min≤∈#(25)

其中∈为波动范围的阈值。从而有，

其中θ近似为一个常数。

当满足θ近似为常数的条件时，阀门开度相比之下具有较高的独立性与自由性。在控制层面，此种处理方式表现为约束，就有较高的可操作性。

此时控制模型则简化为：

最后，结合式(11)与式(27)得到：

进一步对于步骤S4：模型参数识别，通过拟合历史数据得到智能阀控的控制特性参。其步骤图如图3所示。首先在程序中编写关于公式(24)函数用于计算温度，针对智能阀控的控制参数a、K_i，随机设定一组初始值。通过该组智能阀控控制参数，针对某一段过去时间内的历史智能阀控开度进行计算，可以得到基于历史智能阀控开度的室内温度计算值。随后建立求方差函数，可以对室内温度计算值与实际值求方差和，当模型中的智能阀控控制参数改变时，方差和随之改变。最后通过使用求解器来寻找一组控制参数，使得室内温度计算值与实际值的方差和最小，该组控制参数被认定为智能阀控的特性参数，即被识别为智能阀控的实际参数。数学表达式为

min∑(T_real,i-T_cal,i)²#(29)

式中，

T_real,i——室内温度的历史实际值/℃。

T_cal,i——室内温度的计算值/℃。

对于步骤S5：将当前值作为初值，计算预测控制值，得到一组智能阀控开度的预测值，计算控制值的依据为：求得一组未来的智能阀控开度值，使得在这一组智能阀控开度值下，通过控制模型计算得到的室内温度与设定的室内温度值方差和最小。计算方法为

式中：x_k代表系统模型中的状态量，u_k代表输入量，y_k代表输出量，A,B,C为系数矩阵。一般而言，x是在时间域上变化的量。为了简化表示，我们规定：

x₀＝x(t)

x_k＝x(t+k|t)

u_k＝u(t+k|t)

其中，k表示t时刻后的k个单位时间。

由式23，可以得到x_k与x₀的关系式，即消去x₁到x_k-1：

用该预测模型可以得到系统变量未来一段时间内的预测值，预测值的求解即求出当输入值u_k满足某种性能指标最优时的情况。预测值即优化问题的解。

这里不妨采用对原点二范数最小值为性能指标。即：

式中，

z＝[u₀u₁u₂…u_n]^T

最优化问题的优化目标为，找到连续的z^*，使得J(z,x₀)取得最小值。该问题可以求得一个通解。

将J(z,x₀)展开：

其中：

令：

代入得：

展开化简得：

令，

F＝2H^TQS

即有：

通过对梯度的零点求出最优解。

求得：

z^*即是优化问题得解。在实际的问题中，输入变量输出变量的值不是无限的，所以模型建立时应该加上约束。即：

进一步对于步骤S6：对于S3中得到的一组智能阀控开度，将预测时间域内离当前时间最近的一个智能阀控开度

作用于系统。该智能阀控开度作用于系统之后会产生实际的作用效果，即得到一个该智能阀控开度作用下的室内温度。将该温度设定为新的当前温度。

进一步对于步骤S7：对于S3中得到的一组智能阀控开度z^*，

已经作用于系统，计算得到的其它

都予以舍弃。采用新的当前值温度值作为初值，重复进行步骤S3的内容。实现控制参数在时间域上的滚动。

进一步对于步骤S8：当S3与S4在时间域上滚动优化智能阀控开度时，若出现外部环境或者系统特征剧烈改变的情况，比如系统结垢严重影响传热效率或者外界环境温度急剧下降等。此时，模型的智能阀控控制参数与实际值差距较大，应该重新辨识，即重复步骤S2。

与现有技术相比，本发明的有益效果是：本发明以用户室温为反馈量，通过调节某一用户群体各自的供暖进水智能阀控，解决供热系统二级网供暖个性化问题，以末端调节的方式来个性化调控用户室温，提升用户舒适度，降低系统能耗，解决方案是以用户室温为反馈，结合智能阀控开度离散特性提出混合线性整数优化控制方案，对供热管道中用户端热水进水口智能阀控使用模型预测控制方法，同时，根据智能阀控调节改变系统流动特征的特性添加智能阀控调节模型的约束方程，保证系统的稳定运行与管网的平衡，实现用户设定室内温度，控制器通过调节智能阀控使得室温被调节至设定值的个性化过程。

附图说明

图1为本发明基于无线智能阀控调控室温的模型预测控制方法的模型预测控制步骤图；

图2为本发明基于无线智能阀控调控室温的模型预测控制方法的系统流程图；

图3为本发明基于无线智能阀控调控室温的模型预测控制方法的水泵扬程流量特性曲线示意图；

图4为本发明基于无线智能阀控调控室温的模型预测控制方法的程序流程图；

图5为本发明基于无线智能阀控调控室温的模型预测控制方法的实施例1运行结果图；

图6为本发明基于无线智能阀控调控室温的模型预测控制方法的实施例2运行结果图；

图7为本发明基于无线智能阀控调控室温的模型预测控制方法的实施例3运行结果图。

具体实施方式

为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1

建立一个4户的控制模型，系统流程图如图2所示，本实例对4户进行建模，主要调节A户与B户。

针对S1：基于传热学与流体力学建立智能阀控对室温的控制型，具体的内容如下。

首先模型建立单房间控制方程：

由物理分析可得，房间温度升高主要考虑房间散热和吸热，散热主要考虑对流散热，吸热主要考虑暖气片与空气之间的对流传热。由此可得到：

式中：

T——房间温度/K,

m——吸热空气的质量/kg，

c_air——吸热空气的热容/J·kg^-1·K^-1，

Q_out——散热量/J，

Q_in——吸热量/J，

s_wall——房间的散热面积/㎡，

h_wall——房间散热过程的传热系数/W·m^-2·K^-1，

T_out——室外温度/K，

T_o——回水温度/K，

T_in——进水温度/K，

c_water——水的比热容/J·kg^-1·K^-1，

q——热水流量/m³·s^-1。

针对供热管网，管网控制方程，

管网控制方程则需要考虑整体4个房间，控制方程中的量则变成矩阵。

其中，

式中，T_i代表第i个房间的温度，q_i代表第i个房间中管路的流量。

针对管网流量分布特性，可以做以下处理。

4个房间的4条支路可以视为4条并联的管路，在并联管路中，水力损失等于各部分分管的水力损失，并联管路的总流量等于各分管流量之和，于是有：

q＝q₁+q₂+q₃+q₄#(3)

h_f＝h_f1＝h_f2＝h_f3＝h_f4#(4)

式中，

h_f——总水利损失/m。

h_fi——各支路总水利损失/m。

q——总流量/m3·s-1

q_i——各支路流量/m3·s-1

管道中的总水力损失应包括沿程阻力损失和局部阻力损失，有：

式中：

f——管道的达西摩擦因数。

L_i——各部分管道长度/m。

D——管道直径/m

K_i——各部分局部阻力损失系数

将式(5)代入式(4)，有：

又在管道中流量与速度的关系为：

将(7)代入式(6)，有：

当管路中含有水泵时，管网的能量方程为：

式中，

h_p——水泵向管网提供的能头/m。

z_i——管网流体势能能头/m。

考虑智能阀控局部损失系数，有以下分析。

流体经过各种局部构件时产生的额外水利损失称为局部损失，智能阀控开度的变化直接导致流体经过智能阀控时的局部损失改变，体现为智能阀控开度变化会改变该点的局部阻力损失系数K，智能阀控对管路流量的调节本质上是通过改变管路的阻力损失来实现的，因此，智能阀控处的局部阻力损失系数是随智能阀控开度而改变的，它们之间有一一映射关系：

K＝f(v)#(10)

式中，v代表智能阀控开度。

本实验用的智能阀控控制原理是能够远程将智能阀控开度分为11个档位，0代表关，10代表全开，所以可将智能阀控开度视为一个离散量，在数学上可由分段函数表示，在实验的过程中，根据泵功率的大小，将智能阀控调节范围设定在1到4直接，由式(10)可以表示，

考虑以上模型的求解，有以下步骤。

为了将模型求解，可对管网模型做出以下处理与假定：

1、忽略管网的势能差；

2、4条支路管道尺寸，水力沿程损失系数等参数相同且不变；

3、管网进出口连接水箱，忽略进出口的水压差；

4、水泵特性曲线不变，其扬程-流量图如图3；

5、管道中只考虑智能阀控处的局部阻力损失，其它部分的局部阻力损失忽略；

6、忽略并联管进出口的局部损失。

根据以上假设，式(8)中沿程阻力系数，局部系数，重力加速度，管道直径等常量归为一个总阻力损失参数，总阻力损失系数由参数K'表示，K'是智能阀控开度的函数，并且也具有式(10)的形式。

K'＝f(v)

对于式(9)，由物料守恒原理，进出口流量不变，可得V₁＝V₂，有：

h_f-h_p＝0#(13)

由式(13)与(12)得：

h_p＝K'q²#(14)

由式(14)与(12)可以得到总的管路局部阻力损失系数与支管路阻力损失系数的关系为：

由式(c)与(12)可以得到总流量与支管流量的关系为：

与，

主管路中的流量由各个支路决定，各支路的流量由泵的特性决定。

由于水泵内部局部损失的存在，支路中智能阀控局部阻力系数的改变会影响整个管路的流量分布，以支路1减小智能阀控开度为例分析，在这里认为局部阻力损失的大小同样与流量的平方成正比，对水泵的扬程-流量曲线进行二次函数拟合，得到与支路局部阻力同样的表达形式，如此便能够对模型进行一种简化计算：

h_p＝h(q)＝h_p0-σq²#(18)

式中，b可以视为水泵内部的局部阻力系数，由式(16)可以得到各支路流量。

当支路1智能阀控开度减小时，K'₁增大，其它支路的阻力系数不变，由函数增减性分析可以得到，q₁减小，q₂q₃q₄增大，所以，每条支路的流量都是关于4个支路智能阀控开度的函数。即

q_i＝f(K'₁,K'₂,K'₃,K'₄)#(19)

为了便于对系统进行控制，可针对模型进行一定程度上的简化，由式(1)与(19)可得：

令，

参数a是散热系数，与房间的散热面积s、传热系数h，及空气物性参数相关，参数b是房间的吸热系数，主要与各支路的智能阀控开度，水的比热容以及空气物性参数相关。

经过整合参数化简之后，可以得到：

此时，参数b作为一个支路控制方程的参数同时受其它所有支路的影响。在迭代优化的计算过程中，每条支路的参数改变一次，其它所有支路的参数也需要随之更新一次，随着支路数量的增多，计算量呈指数增长，为此，我们希望找出一种将各个支路相互影响的降到最低的方程简化方式，以便于在拟合优化计算中能够将其作为支路中的独立变量来处理，以管网为整体考虑，对相互间影响做简化处理，由图1可以看出，当流量在较小的一定范围内波动时，水泵扬程变化不大，利用这一点，在制定控制策略时，并利用系统的闭环控制特性，将总流量限定在特定的范围内，达到弱化支路间相互影响的目的。也可以说，支路间的独立性是以管网流量在小范围内波动的基础之上才能够得到保证，即，

q_min≤q≤q_max

从智能阀控的角度有，

K'_min≤K'≤K'_max

并且，

K'_max-K'_min≤∈

其中∈为波动范围的阈值，从而有，

其中θ近似为一个常数。

当满足θ近似为常数的条件时，智能阀控开度相比之下具有较高的独立性与自由性，在控制层面，此种处理方式表现为约束，就有较高的可操作性。

此时控制模型则简化为：

进一步对于步骤S2：模型参数识别，通过拟合历史数据得到智能阀控的控制特性参。其步骤图如图3所示，首先在程序中编写建立关于式(24)的函数用于计算温度，针对智能阀控的控制参数a、K_i，随机设定一组初始值，通过该组智能阀控控制参数，针对某一段过去时间内的历史智能阀控开度进行计算，可以得到基于历史智能阀控开度的室内温度计算值，随后建立求方差函数，可以对室内温度计算值与实际值求方差和，当模型中的智能阀控控制参数改变时，方差和随之改变，最后通过求解器寻找一组控制参数，使得室内温度计算值与实际值的方差和最小，该组控制参数被认定为智能阀控的特性参数，即被识别为智能阀控的实际参数，数学表达式为：

min∑(T_real,i-T_cal,i)²#(24)

式中，

T_real,i——室内温度的历史实际值/℃。

T_cal,i——室内温度的计算值/℃。

选择200个历史数据进行拟合，由此可以拟合得到一组数值：

对于步骤S3：将当前值作为初值，计算预测控制值，得到一组智能阀控开度的预测值，计算控制值的依据为：求得一组未来的智能阀控开度值，使得在这一组智能阀控开度值下，通过控制模型计算得到的室内温度与设定的室内温度值方差和最小。计算方法为：

式中：x_k代表系统模型中的状态量，u_k代表输入量，y_k代表输出量。

由步骤S2得到，

A＝_0.03

C＝1

同时有x_k与x₀的关系式：

将令室内设定温度为25℃。

可以得到：

J(z,x₀)＝∑(x_k-25)²

可以求得：

z^*即是优化问题得解。在实际的控制中，模型建立时应该加上对智能阀控开度的约束，即：

1≤u(t)≤4

进一步对于步骤S4：对于S3中得到的一组智能阀控开度，将预测时间域内离当前时间最近的一个智能阀控开度

作用于系统。该智能阀控开度作用于系统之后会产生实际的作用效果，即得到一个该智能阀控开度作用下的室内温度。将该温度设定为新的当前温度。

进一步对于步骤S5：对于S3中得到的一组智能阀控开度z^*，

已经作用于系统，计算得到的其它

都予以舍弃，采用新的当前值温度值作为初值，重复进行步骤S3的内容，实现控制参数在时间域上的滚动，滚动时间间隔为10分钟/次。

进一步对于步骤S6：当S3与S4在时间域上滚动优化智能阀控开度时，若出现外部环境或者系统特征剧烈改变的情况，比如系统结垢严重影响传热效率或者外界环境温度急剧下降等，此时，模型的智能阀控控制参数与实际值差距较大，应该重新辨识，即重复步骤S2，针对S4-S6的步骤，操作步骤如图4程序框图所示，这里设定参数辨识的时间间隔于S5中滚动优化时间间隔相同，为10分钟/次。

最后可以得到对室内温度的控制曲线，如图5所示。

实施例2

将实例1中控制参数更新为：

步骤S6的时间间隔设定为1月，对于短期来说可以视为固定参数，并对4户中的A户与D户进行控制，可以得到对室内温度的控制曲线，如图6所示

实施例3

将实例2中4户中的A户与D户进行控制改变为对全体4户进行控制，可以得到控制曲线如图7所示。

本发明通过一下步骤实现整个无线智能阀控调控室温的模型预测控制方法：步骤S1：基于传热学与流体力学建立智能阀控对室温的控制型；步骤S2：建立智能阀控开度离散化的整数优化模型；步骤S3：添加系统中多个智能阀控开度相互关联的约束条件；步骤S4：模型参数识别，通过拟合历史数据得到智能阀控的控制特性参数；步骤S5：将当前值作为初值，计算预测控制值，得到一组智能阀控开度的预测值；步骤S6：将预测结果作用于系统，将作用结果设定为当前值；步骤S7：滚动时域优化；步骤S8：模型参数优化，其以用户室温为反馈量，通过调节某一用户群体各自的供暖进水智能阀控，解决供热系统二级网供暖个性化问题，以末端调节的方式来个性化调控用户室温，提升用户舒适度，降低系统能耗，解决方案是以用户室温为反馈，结合智能阀控开度离散特性提出混合线性整数优化控制方案，对供热管道中用户端热水进水口智能阀控使用模型预测控制方法，同时，根据智能阀控调节改变系统流动特征的特性添加智能阀控调节模型的约束方程，保证系统的稳定运行与管网的平衡，实现用户设定室内温度，控制器通过调节智能阀控使得室温被调节至设定值的个性化过程，具备一定的使用前景。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (10)

1.基于无线智能阀控调控室温的模型预测控制方法，其特征在于：所述基于无线智能阀控调控室温的模型预测控制方法包括以下步骤：

步骤S1：基于传热学与流体力学建立智能阀控对室温的控制模型；

步骤S2：建立智能阀控开度离散化的整数优化模型；

步骤S3：添加系统中多个智能阀控开度相互关联的约束条件；

步骤S4：模型参数识别，通过拟合历史数据得到智能阀控的控制特性参数；

步骤S5：将当前值作为初值，计算预测控制值，得到一组智能阀控开度的预测值；

步骤S6：将预测结果作用于系统，将作用结果设定为当前值；

步骤S7：滚动时域优化；

步骤S8：模型参数优化。

2.根据权利要求1所述的基于无线智能阀控调控室温的模型预测控制方法，其特征在于：所述的模型预测控制方法步骤S1，第一部分基于传热学建立房间的温度变化机理模型，即：房间温度升高主要考虑房间散热和吸热，散热主要考虑对流散热，吸热主要考虑暖气片与空气之间的对流传热，由此可得到：

式中：

T——房间温度/K，

m——吸热空气的质量/kg，

c_air——吸热空气的热容/J·kg^-1·K^-1，

Q_out——散热量/J，

Q_in——吸热量/J，

s_wall——房间的散热面积/m²，

h_wall——房间散热过程的传热系数/W·m^-2·K^-1，

T_out——室外温度/K，

T_o——回水温度/K，

T_in——进水温度/K，

c_water——水的比热容/J·kg^-1·K^-1，

q——热水流量/m³·s^-1，

第二部分基于流体力学原理建立管网智能阀控对流量影响的机理模型，即管道流动模型：在并联管路中，水力损失等于各部分分管的水力损失，并联管路的总流量等于各分管流量之和，于是有：

q＝q₁+q₂+q₃+...+q_i#(2)

h_f＝h_f1＝h_f2＝h_f3＝...＝h_fi#(3)

式中，

h_f——总水利损失/m，

h_fi——各支路总水利损失/m，

q——总流量/m3·s-1，

qi——各支路流量/m3·s-1，

管道中的总水力损失应包括沿程阻力损失和局部阻力损失，有：

式中，

f——管道的达西摩擦因数，

L_i——各部分管道长度/m，

D——管道直径/m，

K_i——各部分局部阻力损失系数。

3.根据权利要求1所述的基于无线智能阀控调控室温的模型预测控制方法，其特征在于：所述的模型预测控制方法步骤S1结合传热模型与流动模型，进行中间量处理与得到智能阀控对室温影响的机理模型：

式中，

4.根据权利要求3基于无线智能阀控调控室温的模型预测控制方法，其特征在于：所述的模型预测控制方法步骤S2，阀门开度的变化直接导致流体经过阀门时的局部损失改变，体现为阀门开度变化会改变该点的局部阻力损失系数K，阀门对管路流量的调节本质上是通过改变管路的阻力损失来实现的，因此，阀门处的局部阻力损失系数是随阀门开度而改变的，它们之间有一一映射关系：

K＝f(v)#(6)

式中，

v——阀门开度，

本智能阀控控制原理是能够远程将阀门开度分为11个档位，0代表关，10代表全开，所以可将阀门开度视为一个离散量，在数学上可由分段函数表示，式(6)可以表示为

5.根据权利要求4所述的基于无线智能阀控调控室温的模型预测控制方法，其特征在于：模型预测控制方法步骤S3，智能阀控对支路流量影响的表达式为：

K′_i——各支路管道的局部阻力损失系数，

h_p0——泵特性参数，

K′——管网总阻力损失系数，

为了减小单个支路阀控变化对整个系统造成的影响，需要对阀门调节增加约束条件，使得水泵所在主管道的流量变化尽可能小，当流量在较小的一定范围内波动时，水泵扬程变化不大，即，

q_min≤q≤q_max#(9)

总流量波动范围小，从阀门的变化角度则是所有阀门变化带来的总局部阻力损失在一个较小的范围内波动，

K′_min≤K′≤K′_max#(10)

并且，

K′_max-K′_min≤∈#(11)

其中∈为波动范围的阈值，从而有，

其中，

6.根据权利要求5所述的基于无线智能阀控调控室温的模型预测控制方法，其特征在于：模型预测控制方法步骤S4，针对智能阀控的控制参数，随机设定一组初始值，通过该组智能阀控控制参数，使用S1中的控制模型，针对某一段过去时间内的历史智能阀控开度进行计算，可以得到基于历史智能阀控开度的室内温度计算值，对室内温度计算值与室内温度实际值求方差和，当模型中的智能阀控控制参数改变时，方差和随之改变，寻找一组控制参数，使得室内温度计算值与实际值的方差和最小，该组控制参数被认定为智能阀控的特性参数，即被识别为智能阀控的实际参数，数学表达式为

min∑(T_real，i-T_cal，i)²#(13)

式中，

T_real，i——室内温度的历史实际值/℃，

T_cal，i——室内温度的计算值/℃。

7.根据权利要求6所述的基于无线智能阀控调控室温的模型预测控制方法，其特征在于：模型预测控制方法步骤S5，将当前温度值作为初值，将S2得到的参数运用在模型中，计算预测控制值，计算控制值的依据为：求得一组未来的智能阀控开度值，使得在这一组智能阀控开度值下，通过控制模型计算得到的室内温度与设定的室内温度值方差和最小，求得方差和的矩阵形式由公式6所示，

其中，

z＝[u₀ u₁ u₂...u_n]^T

式中，

D、F、Y——系数矩阵，

x₀——温度初值，

u_i——智能阀控开度值，

由此得到一组智能阀控开度为：

8.根据权利要求7所述的基于无线智能阀控调控室温的模型预测控制方法，其特征在于：模型预测控制方法步骤S6，对于S5中得到的一组智能阀控开度，将预测时间域内离当前时间最近的一个智能阀控开度

作用于系统，该智能阀控开度作用于系统之后会产生实际的作用效果，即得到一个该智能阀控开度作用下的室内温度，将该温度设定为新的当前温度。

9.根据权利要求8所述的基于无线智能阀控调控室温的模型预测控制方法，其特征在于：模型预测控制方法步骤S7，对于S5中得到的一组智能阀控开度z^*，

已经作用于系统，计算得到的其它

都予以舍弃，采用新的当前值温度值作为初值，重复进行步骤S5的内容，实现控制参数在时间域上的滚动。

10.根据权利要求9所述的基于无线智能阀控调控室温的模型预测控制方法，其特征在于：模型预测控制方法步骤S8，当S5与S6在时间域上滚动优化智能阀控开度时，若出现外部环境或者系统特征剧烈改变的情况，比如系统结垢严重影响传热效率或者外界环境温度急剧下降等，此时，模型的智能阀控控制参数与实际值差距较大，应该重新辨识，即重复步骤S4。

Images