[发明专利]中央空调回水温度稳定值的预测方法

说明书

一种中央空调回水温度稳定值的预测方法，将各用户房间的空调末端设备的管道看作是与供水管道并联的，从而将回水温度看成各空调末端设备回水温度的加权平均，权重的大小决定于末端设备管道的流量，根据牛顿冷却定律建立了回水温度的预测模型。通过采集回水温度样本，利用最速下降法求出模型中的参数，并由此得到回水温度的稳定值。本发明的有益效果在于：1.避免了控制引起的回水温度振荡；2.为通过流量控制回水温度提供了依据；3.可以适应不同的环境温度。

技术领域

本发明涉及一种中央空调回水温度稳定值的预测方法。

背景技术

中央空调系统是利用冷冻水、冷却水和制冷机完成整个建筑物能量的交换、按照最大负荷进行设计和选择设备的。实际上，中央空调大部分时间都在低负荷状态下运行，有时甚至在设计负荷的10％以下运行，但消耗的能量并没有随之减少，导致能量的极大浪费。技术的进步促进了变频器的小型化和实用化，人们开始用变频器来控制空调系统的水泵和风机，以降低中央空调系统的能源浪费。传统的中央空调控制方法是通过采集水循环系统的压差和温度，采用可编程序控制器对水泵进行PID(比例、微分、积分)调节控制。PLC能实现简单的逻辑功能，可以产生一定的节能效果，而且PID控制原理简单、使用方便，价格也比较便宜，但PID调节器的调节系数由经验丰富的调试人员手工整定，一旦确定就是一个固定值，不能随着受控环境的变化而自动调整。而实际上，中央空调系统是一个时变的动态系统，其运行工况是和气候条件、建筑物材料、建筑内人流量等多种因素密不可分的，是随时变化的。因此，静态参数的控制方法并不适合于中央空调系统的节能控制。此外，PLC只能实现单参量的简单控制功能，当用于控制中央空调系统这样多参量、非线性时变高耦合复杂系统时，容易引起系统震荡，使得控制温度在较大范围内变化，既影响系统的稳定性、又降低了空调系统的舒适性。针对PID控制方法的不足，有些厂家提出了一些基于人工智能技术的控制方法，其中比较有代表性的是中央空调节能模糊控制方法。该控制方法主要是模拟人类的思维模式，当一个熟练的操作工人遇到工况变化的情况，经过自身大脑的思维判断，给出控制量来控制系统。例如当工人发现冷冻水供回水温差小于某个设定值，可以选择降低冷冻泵的频率；而当冷冻水供回水温差大于某个设定值则选择增加冷冻泵的频率。中央空调节能模糊控制方法主要是模拟人类的思维模式来对中央空调系统进行控制，和传统PID方法相比，更加符合中央空调的复杂性、动态性和模糊性，能够达到比PID更加精准的控制效果。但模糊控制方法是根据专家的丰富实践经验和思维过程构建的模糊规则，中央空调的控制不仅与供回水温差有关，还与环境温度密切相关，即使是经验丰富的专家也不可能在那么多控制状态下给出相应的控制量，使控制效果十分精确。另外，规则库的建立需要依赖大量的实验数据，如果这些实验数据来源于个别中央空调控制系统，很难保证对其它中央空调控制系统仍然有效，因此这些实验数据只能从被控的中央空调控制系统中获取。这就意味着中央空调控制系统在使用前需要首先建立控制规则库，考虑到规则库的完整性，这种方法实际上是行不通的。另一种中央空调的人工智能控制方法是神经网络控制方法，即借助人工神经网络对非线性复杂数据的处理优势来匹配节能策略，在保证应用性能需求的前提下使中央空调系统始终以最佳效率运行，达到降低系统总能耗的目的。但神经网络方法和模糊控制方法一样，都需要预先收集待控中央空调系统的实验数据，之后，需要依据这些实验数据对神经网络进行训练。同样，考虑到实验数据的完整性要求，为获得这样的一组数据而运行中央空调系统是不可行的，更何况据此训练神经网络更是一件极其耗时的事情。中央空调系统智能控制的一种可行的策略是根据回水温度的稳定值的预测对流量实施控制。

发明内容

鉴于中央空调系统冷水机组的标准运行参数为供水7℃、回水12℃，其节能控制的关键在于及时了解负荷的增减，但由于温度控制系统为大时滞系统，在负荷的增减发生变化之后回水温度在缓慢地发生变化，此时的回水温度并不能反映负荷的增减，如果按照实时回水温度对中央空调系统进行控制，必然导致回水温度震荡。最有效的方法就是根据回水温度预测负荷的增减后回水温度稳定值。