何 磊

?

基于數(shù)據(jù)挖掘技術(shù)的復(fù)疊空調(diào)系統(tǒng)監(jiān)督控制方法—以輻射地板-組合式空調(diào)器復(fù)疊系統(tǒng)為例

何 磊

（中鐵第一勘察設(shè)計院集團(tuán)有限公司 西安 710043）

數(shù)據(jù)挖掘技術(shù)能夠通過對數(shù)據(jù)的逆向分析，揭示出數(shù)據(jù)各維度之間的潛在關(guān)系，從而建立模型進(jìn)行預(yù)測；而監(jiān)督控制技術(shù)能夠?qū)Χ鄠€獨(dú)立控制器進(jìn)行控制干預(yù)，實(shí)現(xiàn)系統(tǒng)級的優(yōu)化控制。結(jié)合數(shù)據(jù)挖掘技術(shù)與監(jiān)督控制技術(shù)優(yōu)勢，提出了一種采用數(shù)據(jù)挖掘技術(shù)建立預(yù)測模型，并基于監(jiān)督控制方法對復(fù)疊空調(diào)運(yùn)行策略進(jìn)行系統(tǒng)級優(yōu)化的控制算法。該算法能夠通過調(diào)整系統(tǒng)設(shè)定參數(shù)，使空調(diào)系統(tǒng)以高效的運(yùn)行狀態(tài)實(shí)現(xiàn)室內(nèi)熱環(huán)境控制的目標(biāo)。通過仿真測試表明，該算法能夠有效對系統(tǒng)進(jìn)行優(yōu)化，以最低能耗實(shí)現(xiàn)室內(nèi)舒適度的控制目標(biāo)。

數(shù)據(jù)挖掘；監(jiān)督控制；輻射末端；復(fù)疊空調(diào)

0 引言

監(jiān)督控制技術(shù)能夠通過接收到的信息間斷的對具有獨(dú)立控制回路的過程進(jìn)行操作干預(yù)。該方法通常用于控制多個反饋控制循環(huán)，既對多個獨(dú)立控制器進(jìn)行控制[1-3]；通過監(jiān)督控制對各獨(dú)立控制器的間斷性干預(yù)，可以實(shí)現(xiàn)系統(tǒng)級的優(yōu)化控制目標(biāo)[4]。然而，監(jiān)督控制技術(shù)需要對其控制對象進(jìn)行準(zhǔn)確預(yù)測，為此，就需要能夠準(zhǔn)確預(yù)測系統(tǒng)輸出的模型。對于空調(diào)系統(tǒng)而言，運(yùn)行過程中，由于換熱器結(jié)垢、制冷劑泄漏、設(shè)備磨損等問題，通常系統(tǒng)設(shè)備存在突變及漸變性，造成基于設(shè)備實(shí)驗(yàn)數(shù)據(jù)的機(jī)理模型不能反映設(shè)備真實(shí)特性。為提高監(jiān)督控制性能，可采用數(shù)據(jù)挖掘技術(shù)分析系統(tǒng)近期運(yùn)行數(shù)據(jù)，辨識系統(tǒng)真實(shí)特性，建立預(yù)測模型，構(gòu)成系統(tǒng)監(jiān)督控制算法[5]。因此，本文基于數(shù)據(jù)挖掘技術(shù)建立預(yù)測模型，提出一種監(jiān)督控制算法[4,6]。為便于理解，本文以輻射地板-組合式空調(diào)器構(gòu)成的復(fù)疊式系統(tǒng)為例，對控制算法進(jìn)行介紹并進(jìn)行模擬驗(yàn)證。

1 系統(tǒng)構(gòu)成

由于輻射地板熱惰性較大，響應(yīng)速度較慢，而常規(guī)空調(diào)用翅片換熱器，熱惰性較小，響應(yīng)速度較快。這兩類設(shè)備構(gòu)成的復(fù)疊系統(tǒng)，由于控制系統(tǒng)需要協(xié)調(diào)不同時間常數(shù)的兩個子系統(tǒng)運(yùn)行，因此傳統(tǒng)的分散控制技術(shù)往往不能跟隨負(fù)荷變化，實(shí)現(xiàn)子系統(tǒng)間的運(yùn)行協(xié)調(diào)優(yōu)化。因此，以該類系統(tǒng)為例對本文提出的監(jiān)督控制方法進(jìn)行介紹，系統(tǒng)原理如圖1所示。

圖1 系統(tǒng)原理圖

該系統(tǒng)具有兩個末端（盤管換熱器、輻射地板），且通過板式換熱器復(fù)疊。盤管換熱器由一次泵提供冷水；輻射地板水循環(huán)由二次泵實(shí)現(xiàn)；冷源由風(fēng)冷熱泵機(jī)組提供。該系統(tǒng)總能耗由冷機(jī)能耗、冷凍泵能耗、循環(huán)泵能耗、風(fēng)機(jī)能耗構(gòu)成，如式（1）所示。其中，冷機(jī)能耗影響因素為系統(tǒng)冷負(fù)荷、冷凍水供水溫度、室外干球溫度；冷凍水泵與循環(huán)泵能耗分別受冷凍水流量、地板水流量影響；風(fēng)機(jī)能耗受風(fēng)機(jī)盤管送風(fēng)量的影響。如何使運(yùn)行周期內(nèi)系統(tǒng)能耗總能耗最小，同時保證室內(nèi)舒適度的控制要求，即為本文算法所需實(shí)現(xiàn)的控制目標(biāo)。

2 監(jiān)督控制方法

復(fù)疊系統(tǒng)監(jiān)督控制算法核心原理是跟隨外界環(huán)境的實(shí)時變化，通過優(yōu)化計算對空調(diào)系統(tǒng)各控制器采用不同設(shè)定參數(shù)產(chǎn)生的系統(tǒng)能耗、被控量進(jìn)行綜合評價，擇優(yōu)確定系統(tǒng)中各獨(dú)立控制器的設(shè)定值，從而達(dá)到優(yōu)化系統(tǒng)運(yùn)行的目標(biāo)。

2.1 算法結(jié)構(gòu)

復(fù)疊空調(diào)系統(tǒng)監(jiān)督控制[7]方法，主要由預(yù)測模型、優(yōu)化目標(biāo)、約束條件及優(yōu)化求解算法構(gòu)成。室外氣象參數(shù)經(jīng)預(yù)測校正處理后，與系統(tǒng)運(yùn)行狀態(tài)參數(shù)、多組控制器設(shè)定參數(shù)一并輸入預(yù)測模型中，對系統(tǒng)響應(yīng)進(jìn)行預(yù)測，預(yù)測結(jié)果經(jīng)室內(nèi)控制目標(biāo)和系統(tǒng)能耗目標(biāo)的權(quán)衡評價，擇優(yōu)確定一組最佳的設(shè)定參數(shù)，實(shí)時計算出的最佳設(shè)定參數(shù)便用于校正局部控制器的設(shè)定參數(shù)，其原理如圖2所示。該算法中，氣象參數(shù)的預(yù)測校正采用了卡爾曼濾波模型[8]；并采用RC模型構(gòu)建了室內(nèi)負(fù)荷及熱環(huán)境預(yù)測模 型[4]。其他設(shè)備模型均采用數(shù)據(jù)挖掘技術(shù)確定模型結(jié)構(gòu)。

圖2 監(jiān)督控制算法

2.2 數(shù)據(jù)挖掘建模

通過上節(jié)分析可知，算法中模型的預(yù)測準(zhǔn)確度，決定了優(yōu)化求解的有效性。為此，數(shù)據(jù)挖掘技術(shù)[9]用來通過系統(tǒng)歷史運(yùn)行數(shù)據(jù)的分析，建立預(yù)測模型。數(shù)據(jù)挖掘技術(shù)確定模型結(jié)構(gòu)主要是通過分析樣本數(shù)據(jù)間各維度相關(guān)性及關(guān)系來構(gòu)建模型，其分析過程詳見參考文獻(xiàn)[5]。本文案例系統(tǒng)中涉及的設(shè)備模型主要有：板式換熱器，其模型表達(dá)式如式（2）所示；其運(yùn)行參數(shù)有：一次側(cè)供水溫度T1、一次側(cè)回水溫度T1、一次側(cè)流量1、二次側(cè)供水溫度T2、二次側(cè)回水溫度T2、二次側(cè)流量2。盤管換熱器，其模型表達(dá)式如式（3）所示；其運(yùn)行參數(shù)有：冷凍水流量m，空氣流量m，回風(fēng)溫度T，送風(fēng)溫度T，盤管供水溫度T，盤管回水溫度T，回風(fēng)相對濕度RH，送風(fēng)相對濕度RH。風(fēng)機(jī)、水泵，其模型如式（4）所示，其運(yùn)行能耗主要受流量、轉(zhuǎn)速的影響。冷水機(jī)組，其模型表達(dá)式如式（5）所示，與其性能相關(guān)的主要參數(shù)為室外干球溫度T，冷凍水供水溫度T，冷凍水回水溫度T，冷凍水流量m。

T1,T2=(1,2,T1,T,2) （2）

T,T,RH=(m,m,T,T,RH) （3）

P=(T,T,T,m) （5）

輻射冷地板的運(yùn)行參數(shù)主要有：冷表面溫度T，冷表面輸出冷量Q，損失冷量Q，冷凍水供水溫度T，水流量m，回水溫度T。由于其熱惰性較大，需構(gòu)建一個基于時間序列數(shù)據(jù)樣本的多時間步預(yù)測模型（式6）對該設(shè)備的樣本數(shù)據(jù)進(jìn)行挖掘。

通過上述模型及建筑模型的聯(lián)立求解，便能夠預(yù)測得到不同外界環(huán)境條件下，在不同控制器設(shè)定值作用下的系統(tǒng)響應(yīng)及室內(nèi)熱環(huán)境參數(shù)。

2.3 優(yōu)化求解

為了以最小能耗滿足室內(nèi)舒適度的要求，監(jiān)督控制器需要依據(jù)不同系統(tǒng)狀態(tài)以及室外環(huán)境變量，確定各個獨(dú)立控制器在未來的設(shè)定參數(shù)序列。為此，就需要對前述章節(jié)各預(yù)測模型得到的預(yù)測結(jié)果進(jìn)行評價，以尋找最優(yōu)設(shè)定參數(shù)的時間序列。為實(shí)現(xiàn)自動尋優(yōu)，就需要通過系統(tǒng)分析，構(gòu)建優(yōu)化目標(biāo)函數(shù)。此外，保證尋優(yōu)計算結(jié)果可行、有效，還需對系統(tǒng)運(yùn)行需要滿足的物理?xiàng)l件進(jìn)行分析，結(jié)合能量守恒、質(zhì)量守恒等原則，構(gòu)建優(yōu)化問題的約束性條件。

圖1復(fù)疊系統(tǒng)需要在滿足室內(nèi)環(huán)境舒適度標(biāo)準(zhǔn)的同時（式（8）），通過調(diào)整子系統(tǒng)運(yùn)行狀態(tài)，盡可能降低系統(tǒng)運(yùn)行能耗（式（7））。因此系統(tǒng)需要滿足系統(tǒng)運(yùn)行能耗盡可能降低的同時，盡可能接近最佳舒適狀態(tài)點(diǎn)（本文以操作溫度T=24.5℃，含濕量φ=10.6g/kg為最舒適點(diǎn)進(jìn)行計算）這兩個目標(biāo)。同時，為充分利用輻射地板末端的蓄冷能力，監(jiān)督控制器需要進(jìn)行多步預(yù)測、滾動優(yōu)化，對未來連續(xù)個時間步的設(shè)定參數(shù)運(yùn)行效果進(jìn)行評價，因此，兩個控制目標(biāo)需對多個時間步的結(jié)果進(jìn)行預(yù)測評價。

對系統(tǒng)結(jié)構(gòu)進(jìn)行分析可知，式（7）、（8）的預(yù)測結(jié)果是由組合變量={T，m，m，T，T，m}的時間序列決定的。求解上述優(yōu)化問題，即是尋找最為合理的變量組合在預(yù)測時間步的時序值。但是，為保障室內(nèi)操作溫度與含濕量接近最佳舒適度，并防止結(jié)露等問題，上述優(yōu)化問題還須考慮設(shè)備特性約束與其他舒適度的約束。例如：輻射末端需要溫度高于19℃以防止輻射末端表面結(jié)露；送風(fēng)溫度高于17℃以防止送風(fēng)口結(jié)露；為保障冷水機(jī)組運(yùn)行穩(wěn)定性，冷凍水出水溫度變化范圍需控制在7℃～18℃；當(dāng)變頻器輸出頻率降至額定輸出20%以下后，其功耗不再變化，因此，冷凍水流量變化控制范圍為20%～100%；室內(nèi)操作溫度和含濕量需要在舒適度范圍內(nèi)，即室內(nèi)操作溫度T應(yīng)控制在23℃～26℃范圍內(nèi)。綜上分析，將上述優(yōu)化目標(biāo)及約束條件進(jìn)行整理，即可發(fā)現(xiàn)，求解如式（9）～（16）所述優(yōu)化問題，便可得到最佳控制器設(shè)定參數(shù)。

..T≥19 （10）

T≥17 （11）

7≤T≤18 （12）

m,min≤m≤m,max（13）

23≤T≤26 （14）

45＜φ＜70 （15）

ΔT≤52.8 （16）

圖3 優(yōu)化求解流程圖

為求解上述優(yōu)化問題，本算法采用搜索空間限定法和罰函數(shù)法對上述優(yōu)化問題進(jìn)行處理。由于約束條件（10）～（13）是對優(yōu)化參數(shù)的限制，因此可通過限制優(yōu)化搜索空間，來提高求解速度。而約束條件（14）～（16）中約束參數(shù)T、φ、ΔT不是變量組合中的待求解變量，需經(jīng)模型預(yù)測計算才能獲得，因此采用罰函數(shù)法進(jìn)行處理。優(yōu)化求解器采用不依賴函數(shù)梯度的遺傳算法進(jìn)行求解。該優(yōu)化問題的求解流程如圖3所示。通過該優(yōu)化問題求解，即可得到各局部控制器所需的設(shè)定參數(shù)序列。

3 仿真測試

為驗(yàn)證本文監(jiān)督控制在實(shí)際工程中的應(yīng)用效果，本文以某鐵路車站為研究對象，采用能耗模擬軟件TRNSYS[10]與MATLAB聯(lián)合仿真對監(jiān)督控制效果進(jìn)行分析。為驗(yàn)證監(jiān)督控制算法的有效性，本文選取一種輻射地板采用涓流控制的控制策略進(jìn)行對比。該控制策略經(jīng)文獻(xiàn)[11-13]研究，表明是各類控制策略中最為適應(yīng)輻射地板末端的控制策略。

3.1 測試系統(tǒng)

仿真測試所采用的復(fù)疊系統(tǒng)為一座火車站空調(diào)系統(tǒng)，其車站公共區(qū)域采用的復(fù)疊末端空調(diào)系統(tǒng)原理如圖1所示。所有潛熱負(fù)荷及部分顯熱負(fù)荷由全空氣系統(tǒng)承擔(dān)，輻射地板承擔(dān)一部分顯熱負(fù)荷。全空氣系統(tǒng)采用一次回風(fēng)組合式空調(diào)機(jī)組，空調(diào)機(jī)組的回水通過板式換熱器與地板側(cè)的水系統(tǒng)連接；板式換熱器與各個區(qū)域的地板分集水器間通過一臺地板循環(huán)水泵將冷量輸送至各個地板末端。系統(tǒng)主要設(shè)備如表1所示。

表1 復(fù)疊末端空調(diào)系統(tǒng)主要設(shè)備表

車站維護(hù)結(jié)構(gòu)熱工參數(shù)如表2所示，車站內(nèi)最大照明負(fù)荷為10W/m2，最大設(shè)備負(fù)荷為15W/m2；最大人員數(shù)量為0.3人/m2，散熱、散濕量按站立輕度勞動人員確定，分別為108W、61g/h[14]；新風(fēng)量為15m3/(h·人)，車站全天內(nèi)熱源、濕負(fù)荷變化情況按照某鐵路客站設(shè)置[15]。燈光、設(shè)備和人員的全天運(yùn)行時間規(guī)律如圖4所示。

表2 維護(hù)結(jié)構(gòu)導(dǎo)熱系數(shù)

圖4 內(nèi)熱源變化規(guī)律

3.2 仿真結(jié)果

圖5給出了被測系統(tǒng)分別采用監(jiān)督控制與分散控制（涓流控制策略）的室內(nèi)溫、濕度。由圖可知，采用涓流控制策略與監(jiān)督控制策略的復(fù)疊系統(tǒng)，全天室內(nèi)操作溫度均能夠保持在23℃～26℃之間，相對濕度在49%～67%之間波動，均符合舒適度要求。然而，監(jiān)督控制程序作用下的復(fù)疊系統(tǒng)，室內(nèi)操作溫度較分散控制提高了約0.5℃，室內(nèi)相對濕度提高了約3%～6%。由此可見，相比于分散控制，采用監(jiān)督控制的室內(nèi)舒適度略有所降低。

表3給出了被測系統(tǒng)分別采用監(jiān)督控制策略與涓流控制策略兩種模式下，系統(tǒng)各設(shè)備的運(yùn)行能耗。由表可知，系統(tǒng)在監(jiān)督控制模式下，通過提高室內(nèi)操作溫度，優(yōu)化系統(tǒng)運(yùn)行參數(shù)，使復(fù)合系統(tǒng)能耗降低了24.88%。對比各分項(xiàng)能耗可知，復(fù)疊末端系統(tǒng)中，冷凍水泵能耗是復(fù)疊系統(tǒng)中節(jié)能量最大的設(shè)備；末端動力設(shè)備中，風(fēng)機(jī)能耗降低了12.36%，地板循環(huán)泵能耗增加了8.51%?？梢?，監(jiān)督控制策略通過增加輻射地板運(yùn)行時間，減少了組合式空調(diào)器的運(yùn)行時間，因而提升了冷水機(jī)組冷凍水出水溫度，使得冷水機(jī)組能耗降低了16.34%，最終使系統(tǒng)運(yùn)行能耗降低了24.88%。

圖5 候車室操作溫度與相對濕度

表3 能耗計算結(jié)果

通過舒適度與系統(tǒng)能耗兩方面的綜合比較可知，本文提出的監(jiān)督控制方法，能夠通過平衡室內(nèi)舒適度與系統(tǒng)運(yùn)行能耗間的關(guān)系，在保證系統(tǒng)、滿足舒適度要求的同時，以最低的系統(tǒng)能耗實(shí)現(xiàn)對室內(nèi)溫濕度的控制。

4 結(jié)論

基于廣義監(jiān)督控制概念，本文介紹了一種平衡室內(nèi)舒適度與復(fù)疊系統(tǒng)能耗的多目標(biāo)監(jiān)督控制算法。該算法能夠?qū)崿F(xiàn)對不同時間常數(shù)末端設(shè)備構(gòu)成的復(fù)疊空調(diào)系統(tǒng)運(yùn)行參數(shù)的多步滾動優(yōu)化，具有自動調(diào)節(jié)系統(tǒng)達(dá)到節(jié)能運(yùn)行的能力。通過MATLAB-TRNSYS聯(lián)合仿真結(jié)果表明，本文提出的監(jiān)督控制算法與分散控制方法相比，具有良好的節(jié)能效果。

[1] Lin S, Chiu S, Chen W. Simple automatic supervisory control system for office building based on energy-saving decoupling indoor comfort control[J]. Energy and Buildings, 2015,86:7-15.

[2] Liu X, Dexter A. Fault-tolerant supervisory control of VAV air-conditioning systems[J]. Energy and Buildings, 2001,33(4):379-389.

[3] Shengwei W, Zhenjun M. Supervisory and optimal control of building HVAC systems: a review[J]. HVAC&R RESEARCH, 2008,14(1):3-32.

[4] He L, Lei B, Bi H, et al. Simplified building thermal model used for optimal control of radiant cooling system[J].Mathematical Problems in Engineering, 2016,(2016):1-15.

[5] 何磊,雷波,畢海權(quán),等.基于數(shù)據(jù)挖掘模型的冷卻水溫度監(jiān)督控制[J].計算機(jī)仿真,2015,(7):439-443.

[6] 何磊,雷波,畢海權(quán),等.基于數(shù)據(jù)挖掘技術(shù)的冷水機(jī)組與冷卻塔模型辨識方法[J].建筑科學(xué),2015,(2):92-96.

[7] 王盛衛(wèi).智能建筑與樓宇自動化[M].北京:中國建筑工業(yè)出版社,2010.

[8] 李日華,李剛.Kalman濾波在氣象預(yù)報中的應(yīng)用[J].數(shù)學(xué)的實(shí)踐與認(rèn)識,2003,(10):88-92.

[9] Zeng Y, Zhang Z, Kusiak A. Predictive modeling and optimization of a multi-zone HVAC system with data mining and firefly algorithms[J]. Energy, 2015,86:393-402.

[10]楊敏.基于TRNSYS的太陽能-熱泵聯(lián)合供熱水系統(tǒng)運(yùn)行性能研究[J].制冷與空調(diào),2017(5):500-505.

[11] J T D, W G N, M G, et al. Control of concrete-core conditioning systems[C]. Lausanne: 2005.

[12]何磊.輻射末端復(fù)合空調(diào)系統(tǒng)監(jiān)督控制方法研究[D].西南交通大學(xué),2016.

[13] Sh C, M Z. Temperature regulation of radiant floor heating system using two parameter on-off control:an experimental study[J]. ASHRAE Trans, 1997(1): 966-980.

[14]陸亞俊.暖通空調(diào)（第二版）[M].北京:中國建筑出版社,2007:21.

[15]李傳成.大空間建筑通風(fēng)節(jié)能策略[M].北京:中國建筑工業(yè)出版社,2011:83.

The Supervisory Control Algorithm Based on the Data Mining Models for Series Air-conditioning Systems–Take the Radiation Floor Auxiliary with Air-conditioning Unit as an Example

He Lei

( China Railway First Survey and Design Institute Group Co., Ltd, Xi’an, 710043 )

The data mining technology can reveal the information in the data. In this paper, it is applied to identify the facility models. The supervisory controller is used to optimize the system operation by setting the operation parameters of every independent controller. In this paper, the data mining models and generalized model predictive control method are used for developing the supervisory controller. The model predictive controller with a dynamic multi-variable energy objective function is formulated for the supervisory controller. In order to show the algorithm, an online supervisory controller for the hybrid system combined radiant floor with air system is developed in this paper. The controller can change the system set points to trade balance between the indoor thermal comfortable and the system energy consumption according the cooling load. As shown in the results of simulation, the supervisory controller can effectively adjust hybrid system to keep the indoor thermal comfortable with high energy efficiency.

Data mining; Supervisory control; Radiant terminal; Hybrid air-conditioning

TU831.3

A

1671-6612（2018）02-113-06

何 磊（1987.08-），男，博士，工程師，E-mail：swjtuhl822@126.com

2018-01-09