自适应PID控制在冷热站房节能系统中的应用

陈玮吉

(海南中电工程设计有限公司， 海南 海口 570208)

随着站房建设数量的增加， 对站房能源供应也愈发紧张， 每年站房能源占据能源供应总量的绝大部分. 由于站房能源消耗严重， 能源利用率较低， 为加强冷热能源控制， 大多研究机构设计出多种控制方法， 能够有效进行站房节能控制.

通过参考各种研究机构设计的节能技术， 对国内外多种控制节能方法进行分析， 其中国外研发的AC-DC原边驱动芯片， 通过驱动控制节能系统， 主要针对低压电器， 具有强控性， 供应效果较为明显. 但这种控制芯片对中高压电器控制能力欠缺， 对高压站房节能控制研究存在不足[1]； 国内主要节能形式为， 通过光伏建筑一体化(Building Integrated Photo Voltaic, BIPV)技术对站房能源进行网络化管理， 通过模糊神经算法实现能源数据监管， 进而保证站房冷热系统的能源供应. 但能源数据处理较为粗糙， 无法进行能源精确查找[2].

综合上述国内外设计方法在节能设计上存在的问题， 本文利用PID控制对站房节能系统重新设计， 通过嵌入自适应PID加强能源控制能力； 对站房能源数据建立矢量节能模型， 保证能源利用率； 通过NCC模板匹配算法合理进行站房能源分配， 既保证了能源合理化利用， 又加强了冷热站房控制能力[3].

1 冷热站房节能系统设计

本文设计的节能控制系统根据现有冷热控制架构， 对站房能源控制区域进行设计， 对站房能源供应进行把控， 通过整合站房设备需求量， 对冷热能源进行重新分配， 从而达到节能控制的目的， 避免不必要的能源消耗[4]. 冷热站房节能控制设计如图 1 所示.

图 1 冷热站房节能控制系统图Fig.1 Energy-saving control system diagram of cold and hot station

本研究设计的节能系统分为指令层、 站房控制层和能源分配层3个控制层面， 3者之间通过数据通信和通信网关完成数据传输和信号传递[5]. 其中指令层由微机监控负责监视冷热站房设备运行状况， 由指令分析平台对设备发出控制命令， 由计算机生成报表记录； 站房控制层负责接收指令， 对指令进行核对和调配设备， 接收到的指令一部分传输到矢量控制模型， 经过模型控制能量供应， 然后进行制冷. 另一段指令被自适应PID捕获， 完成热量供应， 整个控制层在冷热装置附近装有设备维护站台； 能源分配层主要由NCC模板匹配算法进行能量整合并分配到站房合理位置， 整个过程由仪表进行能源数据显示， 并且设有告警装置[6].

2 自适应PID冷热控制

本文采用的自适应PID在传统PID控制的基础上进行改进， 不仅保留了其优势能力， 而且通过调整参数进行精准控制， 使其能够针对站房设定能源参数自动调整参数， 整个控制过程能够自动适应站房需求变化[7]. 自适应PID冷热控制电路如图 2 所示.

图 2 自适应PID冷热控制Fig.2 Adaptive PID cooling and heating control

PID控制器的原理分为3个环节， 通过3个环节的比例系数进行调整参数， 与控制精度成正比例关系， 其输出PID公式表示为

(1)

式中：Kp,KI,KD分别表示自适应整定参数；e(t) 表示PID调节器动态控制误差.

自适应PID控制同样遵循这种关系， 根据站房给定值进行环节比较， 若比例系数为正， 则直接进行制热控制， 能源供应转换为热量供应给站房； 若比例系数为负， 则根据需求设置反比例环节， 从而完成参数调节， 使站房控制达到最佳能源分配状态， 然后进行PID控制节能环节， 通过3种不同环节的调整， 实现冷热站房的自适应调节， 能够根据站房不同状态进行调节参数， 最终根据站房需求量进行能源输出[8-9].

利用自适应PID进行冷热控制能够及时调整站房能源分配， 根据站房不同设备需求量的不同进行合理利用能源， 起到节能作用. 另外对于站房设备故障导致的系统扰动[10-11]， 自适应PID也具有明显的控制效果， 避免系统出现停车事故.

3 矢量控制节能模型

矢量控制节能模型主要为站房冷热系统提供能量传输通道， 通过多种电力设备和冷热设备配合， 构建出完整的能量转换供应线路， 通过液压空气和热能转换提供站房能源， 经过模型转换为冷热能源[12]， 从而满足站房需求， 矢量控制节能模型如图 3 所示.

图 3 矢量控制节能模型Fig.3 Vector control energy-saving model

矢量控制冷热模型建立主要根据传统能源转换线路， 经过改进去除部分无用能源转换通道， 保留冷热能源转换过程， 因此建立的能源转换模型与传统模型存在差别[13].

本研究建立的矢量控制节能模型通过冷气和供热提供能量， 利用换热器和分汽缸进行电能的输送， 一部分电负荷用于室内设备， 一部分为热能和冷气站房提供动力； 制冷设备释放冷气对附近区域进行降温， 降温装置主要分为中央空调和冰冻柜. 整个制冷过程对输入的冷气进行换热器控制， 然后进行冷干过程， 通过压气机转换为常温空气， 然后投入到余热锅炉中； 站房冷气通过加入冷却水输送到制冷机中， 制冷机能够将热水和冷却之后的空气进行制冷， 从而输出冷气； 制热设备负责模型高温限制和电力升温控制， 主要对系统热能进行控制， 使系统能够进行高中低 3个档次的温度供应； 制热设备通过中温限制为用户提供温水供应， 通过温度计测试热能温度[14-15]. 制热过程主要利用蓄热式电锅炉、 集汽缸、 分气缸和蒸汽轮机完成. 制冷和制热设备都由电气提供动力， 因此电表记录的是整个节能模型的电负荷数据.

4 NCC模板匹配算法

本文设计的冷热站房节能控制采用NCC模板匹配算法， 通过整合能源供应总量， 根据站房不同需求完成分配， 该算法不仅计算速度较快， 而且对计算结果进行多次验证， 保证了计算结果的准确性， 对于整个节能系统具有重要作用.

NCC模板匹配算法的运行主要利用的是对比法， 使输入的站房需求数据与能源分配方案进行匹配， 两者相互吻合则选出最优方案， 以此达到站房节能的效果[16-17]. 该算法的对比准则是根据两种数据的差别和相似性进行匹配， 通过对比找到两者的畸变率， 如式(2)

D(X,Y)=D(F(X),Y) whereF(X)!=X，

(2)

式中：X表示站房需求数据；Y表示能源供应数据；F(X)表示站房需求变化函数.

畸变率变换规律显示了站房需求和能源供应两种数据关系， 在实际匹配中， 站房需求的改变对系统分配能源的方案造成影响， 使匹配过程发生错误， 由此定义站房冷热需求数据为t，w， 通过计算两种数据的畸变率数值进行分析， 得到NCC匹配准则， 表示为

(3)

NCC匹配准则实行的条件是模板中存在最优方案， 使能源分配达到最佳节能效果， 因此对模板中分配方案进行能源消耗计算， 即

(4)

当站房需求发生变化时， NCC分配准则能够根据需求的变化及时调整分配策略[18]. 假设站房变化数据为

a(x,y)′=ka(x,y)+d，

(5)

式中：k表示站房需求变化系数；a(x,y)表示站房能源需求原始值；d表示站房需求变化能源增加量.

将式(5)需求变化函数代入式(4)， 得到站房需求变化后的能源消耗， 此时能源分配方案变化为

(6)

联合式(5)式(6)， 对式(6)提取常数， 经过变换得到

(7)

消去式(7)常数项， 得到的结果与式(4)进行对比， 即得到站房需求变化后的能源分配结果.

NCC′=NCC.

(8)

变换前后原则上分配结果没有变化， 表明即使站房需求量变化， NCC匹配算法[19]仍能够给出最佳配对方案， 使站房始终保持最佳能源分配， 起到节能效果.

本文由于只对站房冷热能量进行研究， 因此对NCC匹配算法进行优化， 使匹配只针对两种数据进行分配， 将式(4)化简得到

(9)

对两种功能性设备消耗能量数值划定标准， 即

(10)

根据划定的标准， 计算两者消耗的关系， 根据能量流失数据得到

(11)

式中：

(12)

对式(11)进行规律化计算， 通过NCC配准算法计算规律得到两者最终关系式为

(13)

对式(13)关系式进行分析， 当两者消耗数值关系为2时， 该算法匹配的NCC为0方案； 当两者消耗满足关系为0时， 该算法给出的为1方案， 以此类推， 最终找到最佳方案.

对该算法计算结果进行验证， 通过冷热消耗关系与站房能量供应总量进行对比， 即

(14)

本文采用NCC模板匹配算法对站房冷热能量供应及消耗进行综合分析， 根据消耗的关系给出相对应的分配方案， 提高能源利用率， 以达到节能的目的.

5 试验结果与分析

本实验在标准冷热站房测试网点进行， 根据现场实验测试记录， 对采集的冷热消耗数据进行分析， 根据具体实验表判断本方法的设计有效性. 现场实验环境需满足： 制冷和制热设备额定功率小于25%， 数据样本采集精度高于75%， 消耗能量计算误差小于5%， 电脑处理器采用Intel i8， PID控制器采用AI-5以上产品. 应用 MATLAB[20]进行控制数据仿真， 测试网点配置参数如表 1 所示.

表 1 实验环境参数

实验用计算机为WINDOWS 10操作系统， 对现场冷热站房测试点进行节能控制实验， 根据实验记录报表， 经过后续加工处理， 将冷热消耗能量数据提取， 从而得到冷热能量消耗数据如表 2 所示.

表 2 站房能量消耗测试数据

分析表 2 测试结果， 经过计算， 对节能前后制冷数据和制热数据进行对比， 经过本设计站房制冷节能20%以上， 制热节能前后对比更是达到30%， 证明了本研究的节能效果.

为体现本研究控制方法的优势， 通过计算机MATLAB仿真软件[21]对3种控制方式进行对比， 如图 4 所示.

图 4 控制方式仿真对比Fig.4 Simulation comparison of control methods

图 4 中对3种控制方式进行阶跃响应对比， 根据延迟时间进行比对， 可见本文采用的自适应PID控制[22]方式的响应最高达到1.5， 而延时时间为30 ms； 传统PID控制响应最高不到1.0， 延时时间为40 ms； PLC控制响应最高为0.9， 延时时间为40 ms. 经过对比本研究控制性能更好.

为证明本设计节能系统的稳定性， 对多个控制节能系统进行对比， 根据稳定性曲线的微机显示如图 5 所示.

图 5 节能系统稳定性对比图Fig.5 Comparison of energy-saving system stability

从图 5 可以明显看出， 模糊控制和人工控制稳定性较差， 本研究和PLC控制方式较好， 其中， 本研究达到稳定的恢复时间更少， 从而验证本研究节能系统最为稳定.

综上所述， 本文研究的站房节能控制节能效果更佳， 控制性能更好， 运行更加稳定， 能够解决站房能源利用率低， 控制强度较差的问题.

6 结 语

本文主要研究自适应PID在冷热站房的应用问题， 在传统节能系统的基础上进行设计创新， 研究出一套新型站房节能系统. 创新点在于：

1) 通过建立的矢量控制节能模型提供能源转换通道， 并给出最佳能源转换方式.

2) 采用NCC模板匹配算法整合站房能源， 使站房系统能够按需统计能源用度， 给出冷热能源分配方案， 起到节能的目的.

3) 通过测试数据结果与节能前后冷热消耗能源进行对比， 对本设计控制效果进行验证， 通过仿真对比分析本设计的优势.

本设计在具体测试中仍有问题难以解决： 站房设备发生故障导致的修复时间仍没有改善； 对站房冷热能源之间的转换没有有效控制方案. 后续将针对这些问题加以完善.