空调制冷系统的自动化控制与节能策略研究

赵奇剑， 应雪明， 陈敏霞， 梅佳妮

（杭州电力设备制造有限公司余杭群力成套电气制造分公司， 浙江 杭州 310000）

引言

随着我国经济发展，尤其是对居住环境、办公环境的舒适性要求，对各类空调的需求呈爆发式增长态势，对环境造成了极大的破坏作用，均违背了我国保护生态环境的理念。制冷系统的自动化控制及节能技术的应用对于生态、社会、经济均具有重要的现实及实践应用意义。

空调的制冷系统工作原理都较为复杂，但其中都需要应用到制冷剂，其中最常见的制冷剂为氟利昂，但如果其剂量使用过大，则容易引起臭氧空洞，导致全球变暖现象加剧。因此，本文应用自动化调节技术，在保障室内环境温度适宜的情况下，减少对环境的污染。将自动化控制及节能环保技术应用于空调制冷系统中，能最大程度上减少电能消耗，削减城市电力峰谷差值，同时最大程度上保障了用电安全。当前我国每年仍然有大量石化能源依靠国外进口，消耗掉巨量外汇储备。而空调自动化控制及节能环保技术的应用，能够有效降低能源的消耗，有助于更好地建设资源节约型社会。

1 文献回顾

自动化控制重点在于设置自动化控制的策略，一般而言是设置几个相应的阈值。这种控制方法是基于人为偏好的设定，并不能反映居住者实际的舒适效果，难以时刻匹配居住者的最优温度感知环境。过往研究中表明大约有50%的恒温器温度设定不符合人体舒适度范围，其中低于16 ℃的比例接近20%，导致过高的能源消耗[1]；此外，Sadineni 和Boehm 还证明，将温度从23.9 ℃提高到26.1 ℃时，峰值电能需求可以减少69%，许多学者尝试使用预测平均投票（PMV）模型来控制室内热环境[2]。此外，为了解决温度设定值难以确定的问题，提高人体热舒适性，许多学者还着重研究了基于反馈的控制策略。有学者提出了一种基于满意度的控制策略，在该策略中，使用者可以通过人机界面（HMI）输入他们的热感觉[3]。研究的实验结果表明，基于满意度的控制可以在提供良好的热环境的同时达到节能的目的。

2 方法步骤

2.1 室内环境温度的最优控制逻辑

在室内热环境控制过程中，通常采用基于静态设定值的控制方法，使室内空气温度保持在设定值的合理范围内。但在实际运行中，室内温度设定值难以确定，控制方法不能实时反映居住者的热舒适性。因此，引入一个优化控制回路，如图1 所示，该回路以人体实时热感觉为输入来调节温度设定值。与基于静态设定点的控制相比，基于热感觉的控制逻辑可以根据当前时刻的温度设定点和热感觉来调整温度设定点。作为控制逻辑的一个输入参数，实时人体热感觉需要通过在线监测获得，并传递给控制系统。在本研究中，使用腕带装置来收集生理资料，并预测人体的温度热感觉，这种预测的数值是受实际温度强烈影响下的用户真实热感受。

2.2 在线监测人体热感觉模型

本研究使用线性回归模型来计算人体热感觉，其可表示为：

式中：TS代表估计的热感觉，Twsk代表手腕皮肤温度，Dwsk代表手腕皮肤温度的时间差，HR代表心率，常数a、b、c、d 代表估计模型的回归系数。因此，可以通过监测人体生理数据来计算个体的热感觉。

2.3 热感觉的模糊综合评价方法

控制系统需要对所有居住者的热感觉进行综合评价，然后确定综合热感觉，以优化空调系统的运行，因此有必要寻找一种合理的方法来计算所有人的整体热感觉。与加权平均法相比，模糊综合评判法能更准确、合理、客观地评价综合热感觉，有效排除。具体步骤如下所述。

2.3.1 建立因子集和评价集

当被评价对象由n 个因子组成时，该对象的因子集合可以表示为：

如果每个因素对对象都有m 个等级，那么对象集可以指定为：

在本研究中，综合热感觉的相应因子集是控制区域内的一组居住者，综合热感觉的评价集由ASHRAE 7 点量表[32]：冷（-3）、冷（-2）、微冷（-1）、中性（0）、微暖（-1）、暖（-2）和热（-3）组成，这样的话公式（3）又可以表示为：

2.3.2 确定单因素评价集

针对评价对象的每个单因素ri的评价构成了第i个因素的单因素评价集，可以通过

由公式（1）估计的热感觉是一个确定的值，需要将其模糊化为模糊域中的模糊集。对于计算出的热感觉值，采用单值隶属度法可得到各热感觉评价等级的隶属度。

2.3.3 构建综合评价矩阵

2.4 确定因素的权重

由于各因素对评价对象的影响程度不同，需要确定各因素集的权重。因子的权重集可以表示为：

式中，ai表示第i 个因子的权重，并满足如下方程：

在普通建筑中，每个因素的权重可以设置为相同的值。但在医院、高级写字楼等一些特殊用途建筑中，可根据特殊用途建设的实际需要增加部分人员的重量。

2.5 确定综合评价模型

如果确定了综合评价矩阵R 和因子A 的权重集，则可以通过模糊变换得到模糊综合评价集B，其可表示为：

公式（9）中，◦表示矩阵运算符。这里，综合评价模型采用加权平均模型M，模糊综合评价集（bj）的第j个元素可以通过。

2.6 综合评价

在得到模糊综合评价集B 后，需要得到一个确定的评价。选择隶属度bi作为权重系数，以各vi的加权平均值v 作为评价结果，可以表示为。

综上，所有室内居住者的温度热感觉程度按上述步骤进行计算。

2.7 空调温度设定点的线性调整算法

在获得完整的热感觉后，提出了一种线性调整算法来优化温度设定点，如下所示：

式中：TSTO表示优化温度设定点，TST表示非优化温度设定点，TST表示综合热感觉，TSTMAX表示温度设定点的上下限，TSTMIN表示温度设定点的下限，KTI表示与温度设定点升高相对应的线性调整常数，KTD表示与温度设定点降低相对应的线性调整常数。线性调整算法类似于比例控制。

当综合热感觉小于-2.5，即大多数居住者感到寒冷时，优化的温度设定值等于温度设定值的上限。当综合热感觉在-2.5 和-0.5 之间时，即大多数居住者感到凉爽或稍凉，最佳温度设定点随KTI的斜率而增大。当集成热感觉在-0.5 和0.5 之间时，即当前温度设定点合适时，优化温度设定点等于非优化温度设定点。当综合热感觉在0.5 到2.5 之间时，即大多数居住者感到温暖或略感温暖，则优化温度设定值随KTD的斜率而减小。当综合热感觉大于2.5，即大多数居住者感到热时，优化的温度设定值等于温度设定值的下限。

在温度设定点的线性调整算法中，KTI由未优化的温度设定点和温度设定点的上限决定，可由如下公式来表示：

KTD由未优化的温度设定点和温度设定点的下限确定，写为。

通过上述方法步骤的调整，保障外部气温夏季条件下，室内相对湿度在近20%至70%之间时，室内工作温度的在可接受范围22～28 ℃之间浮动变化，保障居住者的舒适的温度感知，防止过冷、过热现象发生，一定程度上实现了节能减排的效果。

2.8 基于ZigBee 无线通信协议的空调—腕带温度控制系统

上述内容通过感知人体冷热程度，对空调的功率变化进行实时调控；但链接人体及空调设备需要载体及介质；则需要应用到ZigBee 技术。ZigBee 是一项新型的无线通信技术，适用于传输范围短数据传输速率低的一系列电子元器件设备之间。

ZigBee 是一种高可靠的无线数传网络，类似于CDMA 和GSM网络。作为一种无线通信技术，ZigBee具有如下特点：低功耗、低成本、低时延、网络容量大、可靠、安全；其广泛地应用于家庭和建筑物的自动化控制，照明、空调、窗帘等家具设备的远程控制；消费性电子设备，电视、DVD、CD 机等电器的远程遥控等诸多场景。该系统的具体运作原理如下图2 所示。

由图2 可知，融合前文研究内容，腕表实时监测人体数据，通过微处理器将信息通过ZigBee 协议传输给空调传感器，智能化调节空调运行功率，进而达到人体最适感知温度，实现节能减排的效果。

3 结语

综合上述研究，提出了一种基于热感觉的控制方法，详述了如何确定最佳人体温度的方法步骤，设定空调温度设定点的阈值，改变室内空调的自动化控制策略；该过程利用腕带实现热感觉的在线监测，设计了ZigBee 无线通信协议的空调—腕带温度控制系统，最终目的是提高人体室内温度舒适性，实现节能效果。但本研究在实践层面的试验研究不足，未来研究将加大试验层面的投入。