基于室内空气品质的住宅中央新风系统的控制研究

邝文君，毕浩桐

（西华大学 土木工程学院，四川 成都 610039）

基于室内空气品质的住宅中央新风系统的控制研究

邝文君，毕浩桐

（西华大学 土木工程学院，四川 成都 610039）

以CO2和TVOC浓度分别作为室内人员、建筑相关污染物的控制指标，采用模糊PID控制系统对新风风机的新风量进行控制研究。运用Maltab对模糊PID控制系统进行了仿真模拟，得出了控制仿真曲线。模糊PID控制新风系统可实现节能与提高室内空气品质的统一。

二氧化碳；挥发性有机化合物；空气品质；模糊PID；节能

1 引言

通风是对改善室内空气品质最有效的手段，对于北方地区的住宅建筑通常采用自然通风方式，存在无法控制通风量、室外污染物等容易进入房间、局部排风不能实现室内连续不断地通风换气、室内气流组织效果不好等一系列问题。

中央新风系统是利用新风主机将室内污浊的空气排至室外，同时将室外的新鲜空气送入室内，从而保证在不开窗的情况下连续24小时不间断地微量通风，能持续、高效地为室内提供人体所必需的新鲜空气，改善房屋内的空气质量，彻底解决整套房屋内的通风和换气问题[1]。

2 基于室内空气品质需求控制通风理论

2.1 新风量与室内空气品质的联系

室内空气品质的优劣与人体健康息息相关，向室内送新风能很好地改善室内空气品质。病态建筑综合症（SBS）、建筑相关疾病（BRI）、及化学物质过敏症（MCS）等问题的出现使得人们认识到保证房间新风量是构建健康建筑的基本要求之一[2]。国际上对于新风量指标的认识一直处于变化状态。最初的Yaglou传统新风理论认为人是民用建筑的主要污染源，即最小新风量的确定主要是针对CO2浓度控制[3]。后来Fanger提出用olf（污染源强度）作为定量污染源的单位、用decipol（空气品质感知值）来定量空气品质并进一步给出新风量指标与人员不满意率之间的关系以及可感受的空气品质与人员不满意率之间的关系，即基于空气品质舒适方程确定新风量[4,5]。最后是Jokl提出的污染物指标新风理论是以结合气味强度和人员不满意率确定的CO2和TVOC的浓度限制来分别确定人员新风量指标和单位建筑面积新风量指标，即同时考虑人员污染和建筑污染[6]。从这一发展可以看出，新风量指标的确定在不断地完善。

在ASHRAE标准62-1989R中，最小新风量按下式计算：

式中，Vbz为呼吸区设计新风量，L/s；RP为每人所需新风量，L/(人/s)；Pz为室内人数，人；Ra为单位面积地板所需新风量，L/(m2·s)；Az为建筑面积，m2。

在这一标准中最小新风量考虑了人员污染和建筑污染两部分，当人员很少或没有人员时，也保持基本通风量来消除室内由非人因素产生的污染，以保证室内空气质量。

2.2 基于室内空气品质的需求控制通风

为了实现新风节能的同时，满足室内空气品质的要求，需求控制通风（Demand Control Ventilation，简称DCV）应运而生。所谓需求控制通风，以建筑物中某种污染物浓度作为新风量调节的控制指标，在保证室内空气品质的同时，最大限度地减少新风能耗。传统的需求控制通风是将CO2浓度作为衡量室内空气品质的指标，在通常情况下室内人员是CO2唯一产生源，CO2的浓度不仅代表CO2本身作为污染物对室内空气的污染程度 , 而且还能反映室内人员的状况 , 即人数及活动状况[7]。当室内污染物主要来源于人体时，以CO2作为污染物控制指标可以很好地反映人体所产生污染物的水平[8]。因此可以根据室内CO2的浓度来表征人员对室内造成的污染情况。

建筑中挥发性有机化合物（VOC）是最常见的污染物。它们的浓度低，容易被忽略，但种类繁多，目前已被鉴定出来的有300多种，当若干种VOC共同存在于室内时，其联合作用不可忽视。TVOC易于检测，因此用TVOC作为建筑物产生的污染物的控制指标。

基于室内空气品质的需求控制通风，分别以CO2和TVOC作为控制指标，实时根据室内污染情况调节新风量。该方法弥补了仅以CO2浓度作为控制指标的需求控制通风的不足，能真正意义上实现健康建筑和建筑节能的双重控制目标。

3 模糊PID对新风系统的控制

本文采用1000×10-6（1000 ppm）作为室内CO2体积分数的允许值, 室内TVOC质量浓度的允许值取为500μg/m3来对室内的空气品质进行研究。为了实现对室内污染物浓度的实时控制，引入模糊PID系统，从而控制新风量的大小，实现对室内空气品质的优化。

3.1 模糊控制原理

在模糊控制系统中决策者是模糊控制器，模糊控制器根据输入的信息，进行模糊决策，输出模糊量，然后精确化，并作用于被控对象[9,10]。

模糊控制规则如下：1）模糊化。在控制系统中，人的感受是模糊的，但通过传感器得到的检测信号都是精确量，所以我们要先将精确的数据变成“较高”“较低”等模糊量。2）模糊控制规则，是由工作人员通过长期积累的经验和专业知识组织形成的语言表达形式，通过一系列关系词语如IF-THEN、AND、OR等连接。3）模糊推理。模糊推理是模糊逻辑的核心。采用较简单的推理运算，依据模糊控制规则和系统的实际状态推算出输出控制量。4）去模糊化。去模糊化就是模糊化的逆过程[11]。

模糊控制系统原理如图1所示。

图1 模糊控制系统原理图

3.2 模糊PID控制器的设计

模糊PID是在PID算法的基础上通过计算系统误差和误差变化率, 利用模糊规则进行模糊推理来调整PID参数的, 模糊PID控制器由基本模糊控制器和PID控制器组成。

图2 模糊PID控制器

3.2.1 输入输出变量的定义

假设eCO2、eTVOC分别为CO2和TVOC浓度, 它们是模糊控制器的输入, 把eCO2、eTVOC量化为5级, 对应的模糊子集分为“正大（PL），正小（PS），零（0），负小（NS），负大（NL）”五种模式。KP，KI，KD是PID控制中的三个参数，将校正量Kp'，Ki'，Kd'作为模糊控制器的输出，并将其量化为-2，-1，0，1，2五种级别，对应模糊子集分为“正大（PL），正小（PS），零（0），负小（NS），负大（NL）”五种模式。

3.2.2 模糊控制规则

模糊控制规则是根据eCO2、eTVOC,按照专家知识或实践经验, 通过“if-then” 语句表达的控制规则和策略。例如：

由于eCO2、eTVOC分别对应5种模糊子分级，则每一个PID参数都会产生25种控制结果，将新风风机的风量分为最大风量（M），次大风量（m），零风量（0）。KP'模糊规则如表1所示。

表1 模糊控制规则表

同理可得到Ki'、Kd'的模糊控制规则表。

3.2.3 模糊控制量的去模糊

根据模糊控制规则，利用eCO2、eTVOC的输入数据得出多种模糊控制规则，采用重心法将这些模糊规则构成的控制量转化为精确量。

经过上述三步, 得出PID 参数的校正值Kp'，Ki'，Kd'，按照下式计算PID 实际参数：

根据室内CO2和TVOC的浓度获得校正后的参数并输入PID控制器中，从而调整新风量。

3.3 仿真实验及结果

运用maltab7.0仿真工具对被控系统进行程序仿真。结果如图3所示。

图3 CO2和TVOC的控制仿真曲线

由图3可以看出，采用单独的PID控制，被控系统的反应慢，超调量大，所需的调节时间较长；采用模糊PID控制系统反应速度快，几乎没有超调量，调节所需时间短，符合节能需求。

4 结语

基于室内空气品质进行的需求控制通风，即以CO2浓度和TVOC 浓度分别作为反映室内人员产生的污染物和建筑物产生的污染物的指示量，通过对住宅建筑中新风系统新风量的实时控制，最大限度地减少新风量，降低了新风系统的能耗，在使室内空气品质满足人员舒适度需求的同时， 达到了节能目的。

[1] 刘健君.一种新颖的中央空调系统方案——独立新风系统[J].制冷与空调,2003(6):38-42.

[2] Sundell J. On the history of indoor quality and health[J]. Indoor Air, 2004, 14(7): 51-58.

[3] Olesen B M. International development of standards for ventilation of buildings[J]. ASHRAE J, 1997, 39(4): 31-39.

[4] Fanger P O. The new comfort equation for indoor air quality[J]. ASHRAE J, 1989, 31(10): 33-38.

[5] Fanger P O. Olf and decipol: new units for perceived air quality[J]. Building Services Engineering Research and Technology, 1988, 9(4): 155-157.

[6] Jokl M V. Evaluation of indoor air quality using the decibel concept based on carbon dioxide and TVOC[J]. Building and Environment, 2000, 35(8): 667-697.

[7] Haghighat F, Donnini G. IAQ and energy management by demand controlled ventilation[J]. Environment Technology, 1992, 13: 351-359.

[8] Sundell J. On the history of indoor air quality and health[J]. Indoor air, 2004, 14: 51-58.

[9] 刘曙光.模糊控制技术[M].北京纺织出版社,2001.

[10] 易继锴,侯媛杉.智能控制技术[M].北京:北京工业大学出版社,1999.

[11] 李友善,李军.模糊控制理论及其在过程控制中的应用[M].北京国防工业出版社,1993.

（责任编辑、校对：田敬军）

Residential Central Air System Control Based on Indoor Air Quality

KUANG Wen-jun, BI Hao-tong
(College of Civil Engineering, Xihua University, Chengdu 610039, China)

With CO2and TVOC concentration respectively as an indoor personnel and construction related pollutants control indexes, fuzzy PID control system was used to control fresh air fan's new air volume. Maltab was used to simulate the fuzzy PID control system, and simulation curve was obtained. Energy saving and indoor air quality improvement can be achieved by fuzzy PID control of Residential Central Air System.

Carbon dioxide(CO2); volatile organic compounds(TVOC); air quality; fuzzy-PID controller; energy saving

TU834

A

1009-9115(2016)02-0072-03

10.3969/j.issn.1009-9115.2016.02.021

2016-02-05

邝文君（1991-），女，四川成都人，硕士研究生，研究方向为建筑环境。