Cooling Water Optimal Control Technology Based on Fuzzy Nearal Network

Wu Bin



Cooling Water Optimal Control Technology Based on Fuzzy Nearal Network

Wu Bin

AbstractAiming at the deficiency of the common control methods used in the market, the control technology of cooling water based on fuzzy neural network algorithm is put forward. Through the data collection, the corresponding cooling water system control strategy under different working conditions and the best temperature of the cooling water are discovered, and the minimum energy consumption of the central air conditioning system is ensured through the mechanical and electrical equipment control device.

Keywordscooling water system， energy saving， fuzzy neural network algorithm， optimal control

0引言

据统计，建筑用能占一次能源消耗的20%～40%，中央空调系统能耗是建筑能耗的主要组成之一,水系统和冷源主机的能耗构成了空调系统的主要能耗，因此对水系统和冷源主机系统的综合节能研究一直是行业内关注的焦点。

中央空调系统的水系统分为冷却水系统和冷冻水系统。目前对冷冻水系统的节能研究主要集中于采用改变冷冻水流量的控制策略，最常见的方式为冷冻水泵通过加装变频器控制水流量实现节能，由于影响冷冻水流量的主要因素是用户端负荷，冷冻水节能控制较易实现。冷却水系统相比冷冻水系统复杂得多，其原因在于通过变流量调节可以使冷却水泵或冷却塔实现节能，但变流量调节的同时会影响冷却水温度变化，从而引起冷水机组制冷效率的变化，因此必须考虑冷却水温度变化对冷水机组的影响。

本文主要阐述冷却水系统优化控制，以达到整个中央空调系统能耗最低的目标。

1冷却水系统控制现状

冷却水系统是空调系统中的重要组成部分，由于开式冷却水系统在公共建筑中得到了广泛应用，因此本文以开式冷却水系统为主要研究对象。

目前冷却水系统的节能控制方式以冷却水变流量和冷却塔变风量控制方式为主，较常用的方法是采用温度或温差控制方式。通过设定的温度或温差，改变冷却水泵变频器频率，控制冷却水流量；改变冷却塔风机频率或开启台数，控制冷却塔风量，以实现节能控制。

1.1冷却水流量控制

图1为常见冷却水系统图，下文中所取参数见图1所示。目前对中央空调冷却水的变流量节能控制大多采用冷却塔进出水温差控制法。通常设定ΔTq=Tq1-Tq2=5℃，以此为标准调节冷却水流量。其工作原理是在冷却水供回水总管上各安装一个温度传感器，将实测温差与设定温差(一般为5℃)进行比较，控制冷却水泵变频运行。

图1　冷却水系统图

此控制方法虽然可以在冷水主机部分负荷工况下实现，并达到一定的节能效果，但冷凝器中的冷凝热和冷却塔中的散热条件变化都会引起冷却水温差的变化，因此，冷却水温差的变化往往不能全面反映空调负荷的变化。

1.2冷却塔风量的控制

冷水机组冷凝器的32℃进水温度Tq1通常等于冷却塔的出水温度Tt2，受冷却塔风量和冷却水流量的双重影响，尤其受冷却塔风量的影响较大。

目前，有两种较常用的冷却塔风量节能控制方法：

1)以冷却塔的出水温度Tt2为被控参量

一般设定Tt2=32℃，以此调节冷却塔风机的风量。当实测Tt2值低于32℃时，减少风机运行台数或降低风机频率，以减小风量；反之增大，从而使出水温度Tt2始终保持在32℃。

此方法直观、简便，但不能全面地反映系统真实的运行情况，在室外湿球温度较低时保持32℃的冷却水温，不利于提升冷水机组的制冷效率。

2)以室外空气湿球温度为被控参量

根据室外湿球温度直接控制冷却塔风机的启/停和风机频率设定，这种控制属于开环控制，没有反馈功能，因此一般根据冷却塔的出水温度Tt2和室外空气湿球温度Tv之差(过余温度ΔTv=Tt2-Tv)来控制冷却塔风机运行，实现闭环控制。通常设定过余温度ΔTv=4℃，以此为标准调节冷却塔风机的风量。

当检测到ΔTv低于4℃时，减少风机运行台数或降低频率，以减小风量；反之增大，从而使ΔTv始终保持在4℃运行。

在室外湿球温度较低时，冷水机组的冷却水温度也相应较低，有利于提升冷水机组的制冷效率。运行良好的冷却塔ΔTv可以达到2.8℃，因此ΔTv的设定非常重要，又由于冷却塔风机功率与制冷机组和冷却水泵功率相比有1～2个数量级的差距，所以冷却塔风机节能不能对冷水机组效率产生太大的影响。

2基于模糊神经网络算法的冷却水优化控制技术

目前常规的冷却水系统节能控制策略存在一些缺陷，基于模糊神经网络算法的冷却水系统优化控制技术则较好地解决了上述问题，本技术提出了基于系统辨识和神经网络的整体能耗优化控制算法，算法以中央空调系统主要设备总耗能最低为目标，实现了冷却水系统的整体能耗节能控制。

2.1模糊神经网络算法介绍

1)模糊控制技术

根据模糊集合论、模糊语言变量和模糊逻辑的规则推理，结合计算机技术组成一种。冷却水系统的模糊控制，依靠传感器采集到的温湿度和压差等参数，采用模糊算法控制中央空调冷却水的运行状态，从而控制冷却水泵和冷却塔风机等设备的运行。

2)神经网络控制

模仿人类大脑的神经系统，建立类似于以单个神经细胞为基础的网络模型，系统为网络拓扑结构，且可以实现与非线性映射的对映。

在中央空调冷却系统节能控制中应用神经网络算法，通过传感器得到室外温/湿度、冷却水流量、冷却水供/回水温度等信息，将其输入神经网络控制系统中，通过相关程序计算出系统所需冷却水流量和温度，通过反馈与计算实现最优化控制。

3)节能控制方法

提出了基于系统辨识和神经网络的整体能耗优化控制算法，算法以中央空调系统主要设备耗能最低为目标，解决了冷却水系统整体能耗的节能控制问题。该方法通过寻找冷却水系统中总能耗最低的工况点，从而确定当前工况下的冷却水系统控制策略，根据对应策略下得到的最佳冷却水温度，确定冷却水泵控制频率和冷却塔风机控制频率。

2.2冷却水系统变速调节控制策略

除了前文中提到的冷却塔进/出口温差控制方法以外，还有两种控制策略可以实现冷却水泵变速调节控制。

1)过余温度控制法

冷却塔的出水温度Tt2和室外空气湿球温度Tv之差(过余温度ΔTv)作为被控变量，与前文提到的冷却塔风机控制策略类似，但由于ΔTv非恒定值，它的变化与冷却塔性能等参数有直接关系，而与系统负荷关系不大，理论研究表明ΔTv一般为2.8～5℃。在整个空调季节，可将室外湿球温度分为10～20个区间，分别设定对应的过余温度ΔTv的给定值，实现冷却水泵的变速调节。

2)冷凝温度控制法

冷凝器出水温度Tq2作为被控变量，间接地控制冷凝温度。其控制原理是通过温度传感器实测值与设定值(一般为35℃或37℃)比较，当系统部分负荷冷却水流量不变时，冷凝器出水温度降低，偏离设定值，根据偏差信号控制水泵减速运行，以维持出水温度设定值不变。

2.3冷却水系统变速调节控制策略选择分析

由于冷却水系统的控制策略有多种选择，各种不同工况下，节能控制策略的节能效果相差甚远。对不同外部条件下各种控制策略的节能效果进行简单分析：

1)空调负荷率的影响

根据冷却水泵与冷水机组的对应形式，其允许的最低流量值取决于水泵和主机的最低流量下限值中的较大者。因此不论采用何种策略进行变速控制，其差别只有响应时间不同。三种节能控制策略的差别主要在于冷却水泵工作点在管路阻抗特性曲线上移动的速度不同。当空调负荷率改变时，温差控制法流量减小幅度最小，冷却水泵工作点在管路阻抗特性曲线上移动速度最慢，节能效果最差；过余温度控制法在管路阻抗特性曲线上移动速度居中，节能效果居中；冷凝温度控制法在管路阻抗特性曲线上移动速度最快，节能效果最好。

2)室外湿球温度的影响

室外湿球温度一定时，冷却水流量减小使换热更加充分，不同冷却水流量下的冷却塔出水温度大致相同。由于冷凝温度控制法所需流量<过余温度控制法所需流量<温差控制法所需流量，因此，冷凝温度控制法的冷凝器出水温度>过余温度控制法的冷凝器出水温度>温差控制法的冷凝器出水温度。所以，这三种控制方法对主机效率影响的顺序依次为：冷凝温度控制法>过余温度控制法>温差控制法。

当室外湿球温度下降时，冷机、冷却水泵、冷却塔风机都有可能受益，冷凝温度控制法控制冷凝器出口水温不变，将节能受益全部交给水泵，冷机获益很少；温差控制法恰恰相反，将节能受益全部交给冷机，水泵收益很小。由此可以推断，最优的工况点一定介于两种控制模式之间，即为过余温度控制法。

3)水泵功率与冷机功率比值变化的影响

冷却水变流量的节能效果主要受到冷机负荷率、冷机变流量性能和水泵为冷机提供电功率的影响。当冷却水泵功率与冷机功率比值较大时，冷却水泵节能量大于因冷凝温度升高而增加的压缩机能耗，此时冷凝温度控制法节能效果最明显；冷却水泵功率与冷机功率比值较小时，温差控制法节能效果最明显。当功率比为10%以上时，冷凝温度控制法节能效果更好；当功率比为10%时，冷凝温度控制法与温差控制法节能效果相当；当功率比小于10%时，温差控制法节能效果更好；当功率比小于7%时，冷凝温度控制法不仅不能节能，反而耗能更多。

综合对比上述情况，为追寻系统能耗最低的目标，基于模糊神经网络算法的优化控制方法根据不同的空调负荷率、室外湿球温度和冷却水泵与冷机功率比值等条件，从计算机控制中心优先选取节能效果最好的控制策略，并由机电控制装置执行。

2.4基于模糊神经网络算法的优化控制

由于冷却水温度Tq过高或过低都不利于冷水机组运行。所以，在冷却水允许的最高温度与最低温度之间，一定存在一个使系统性能最佳、能耗最低的温度，即冷却水的最佳温度Tqm。冷却水温度与系统功率关系见图2。

图2　冷却水温度与系统功率关系图

空调制冷系统消耗的总功率：

N=N1+N2+N3

式中，N1为冷水机组压缩机消耗的功率；N2为冷冻水泵消耗的功率；N3为冷却水泵和冷却塔风机消耗的功率。

冷冻水泵消耗的功率N2一般取决于空调负荷和服务质量控制，与冷却水温度无关，因此，(N1 +N3)的最小点就是系统总功率N的最低点。

由图2可知，随着室外气象参数和冷水机组负荷的变化，冷却水的最佳温度Tqm也在改变。冷却水系统优化控制的目标是在变负荷工况下寻找最佳温度Tqm，并以此调节冷却水泵流量和冷却塔风机风量，使冷却水系统运行于该温度值，从而使整个空调系统能效比COPs最高、总能耗最低。

2.5技术实现方法

基于模糊神经网络算法的冷却水优化控制技术，是实现系统能耗最低的一种控制手段。将各种采集数据汇总至计算机控制中心，由控制中心对实时工况进行对比分析，找出冷却水系统和冷却塔风机的控制策略，在此策略下寻找系统总能耗最低点对应的冷却水温度Tqm。

控制系统由采集装置、能耗计量装置、计算机控制中心和机电设备控制装置构成。具体的控制方法为：

1)采集装置：通过数据采集装置中的传感器，将采集到的室外温/湿度、冷却水供/回水温度、冷却水流量、供回水压差等数值定时上传至计算机控制中心。

2)能耗计量装置：实时采集系统中冷水机组、冷冻水泵、冷却水泵和冷却塔风机的运行状态(包括实时电流、实时电压、实时功率等数值)，定时上传至计算机控制中心。

3)计算机控制中心：所有模糊神经网络算法以及控制策略的选择，都已编入计算机控制中心软件中，根据采集到的各种数据，建立能耗数据模型，再通过各种温/湿度、压力、流量和能耗数据对系统整体能耗数据进行优化，得到最优的冷却水控制策略，并按照不同情况选用对应的控制策略。

4)机电设备控制装置：根据能耗计量分析装置采集到的实时能耗数据和计算机控制中心给出的冷却水控制策略，找出系统能耗最低时对应的冷却水泵和冷却塔控制频率，对机电设备进行实时控制。

3结束语

本文通过对冷却水系统进行节能控制现状分析，期望提升行业人员关注冷却水系统对整个中央空调系统能耗影响的重要性，并介绍了一种基于模糊神经网络算法的冷却水优化控制技术，该技术对原有控制系统节能改造和新系统节能优化设计都带来了新突破。

参考文献

[1]李苏泷.集中空调冷却水变流量问题辨析[J].暖通空调，2005,35(6)：52-53.

[2]赵亚伟. 空调水系统的优化分析与案例剖析[M].中国建筑工业出版社，2015.

[3]GB 50736-2012 民用建筑供暖通风与空气调节设计规范 [S]. 中国建筑工业出版社，2012.

[4]朱伟峰，江亿，薛志峰.空调冷冻站和空调系统若干常见问题分析[J]. 暖通空调，2000,30(6)：4-11.

[5]江亿，姜子炎.建筑设备自动化[M]. 中国建筑工业出版社，2007.

[6]陆煜康，唐锂.水处理节能和新能源的应用[M].化学工业出版社，2010.

基于模糊神经网络算法的冷却水优化控制技术

吴斌

(上海信业智能科技股份有限公司，上海 201203)

摘要针对目前市场上常用节能控制方法的不足，提出了基于模糊神经网络算法的冷却水优化控制技术。通过全面数据采集，找出不同工况点下对应的冷却水系统控制策略，寻找冷却水最佳温度，并通过机电设备控制装置保证整个中央空调系统能耗最低。

关键词冷却水系统节能模糊神经网络算法优化控制