基于自学习算法的直膨式太阳能热泵节能制热控制

2021-03-17

轻工标准与质量 2021年1期

（青岛经济技术开发区海尔热水器有限公司，山东青岛 266106）

直膨式太阳能热泵，简称太空能，是一种新型的空气能热水器，因其能够充分利用太阳能，越来越多的人开始研究、生产太空能，使用太空能制热水和采暖[1-3]。根据对直膨式太阳能热泵的性能研究，影响太空能系统COP 和蒸发器的吸热量的环境因素主要为太阳辐照强度和环境温度[4-6]。太阳辐射强度和环境温度是实时变化的，为实现太空能的效率最大化，通过自学习算法，建立对应的资料库，实现对太空能制热自适应控制，可提高太空能效率，节省电能。

1 系统结构

1.1 太空能系统图

太空能系统如图1 所示，蒸发器吸收太阳和空气中的热量，将“低温低压”的液态冷媒，变为“低温低压”的气态冷媒；压缩机做功将“低温低压”的气态冷媒，变为“高温高压”的气态冷媒；“高温高压”的气态冷媒，在冷凝器（水箱内胆外壁上贴装的微通道换热器）中放热，从而加热水箱内胆中的水，然后变为“低温次高压”的液态冷媒；“低温次高压”的液态冷媒，经过电子膨胀阀后，变为“低温低压”的液态冷媒，如此循环反复，将水箱内的水加热到目标温度。四通阀用来切换制热和化霜两个相反的过程。

1.2 控制方法

图1 太空能系统图

目前，为充分利用太空能，设置一种光热节能模式，每天早上开始检测，满足压缩机启动条件，则启动压缩机进行制热。加热到目标温度则停止制热。系统设置一个开始时间及一个停止时间，此开始时间和停止时间，用户可根据实际情况进行设置。为保证各时区、各种天气情况下用户的使用，此时间范围较宽，而且时间一经设定，则一直按照此时间进行运行控制，因此压缩机制热时段很可能不是太阳辐照较好、环境温度较高的时段。

为解决这个问题，设置一个辐照传感器，根据辐照值、水箱容量、实际水温与目标水温之差、压缩机制热功率，进行制热自学习，对系统进行加热效率最优化控制，实现太空能的自适应控制。不需要人为设置，简单、高效。

2 检测原理

2.1 自学习算法

为得到最佳的启动辐照值，需要先确定加热所需要的热量，即热泵制热量Q，Q的计算公式如式（1）：

其中，V为水箱容积，H为加热所需要的时间，Tm为目标温度，Ts为初始温度，ΔT为目标温度和初始温度的之差，简称温差。µ称之为制热速率，制热量与温差和制热速率的乘积成正比。

同一台机器，当温差一定时，获得最大的制热速率，则可以最快完成制热。为得到最大的制热速率，让太空能在太阳辐照较强、环温较高的时段完成制热。因此，自学习过程，即是通过自学习，通过初始温差，得到最佳的开始加热辐照值。

自学习的过程简介如下：

根据初始温差及环境温度，结合实验测试数据，设置一个热泵开始制热的辐照值（单位：W/m2）及初始加热速率µ0。W0的值如表1 所示。当温差越大、环境温度越低，则启动辐照值设置越小。不同的压缩机制热功率、水箱容量，启动辐照值稍有不同，但对同种规格的机器来说，是固定的。

自学习过程流程图如图2 所示。

图2 自学习过程流程图

根据辐照值，初步判断白天和黑夜，当辐照值超过某个辐照度，例如50 W/m2，则认为是白天，此时开始检测温差及环境温度。根据表1，当检测到环温在某个范围，辐照值达到设定值W0并维持一定时间后，满足压机启动条件，则启动压机进行制热。从制热开始，进行累计辐照值计算，直到加热完成，计算加热速率。得到加热速率µ1，检测停止加热时的时间及辐照值W1，若W0和W1的关系，满足下式：

且µ1＞µ0，则初始辐照值修正为，作为此温差及环境温度范围内，下次启动辐照值。若不满足上述条件，则不修改。通过不断的加热运行，逐渐的补充加热速率表，得到最大的加热速率对应的开始制热辐照值。根据最大加热速率对应的启动辐照值，对表1 中的数据进行修正。

此自学习过程可将温差和环温的范围进一步缩小，再根据自学习，得到最佳的启动制热辐照值。

2.2 特殊情况处理

对于天气不好、加热过程中有用热水或者启动了电辅助加热，则制热速率会明显有偏差。和普通加热速率进行对比，明显偏差30%以上的加热速率，可舍弃不记录，本次辐照值不进行修正。

当天气不好时，为保证白天可以制热，则设置一个最迟的开始制热时间，当辐照值一直较低且不能满足启动辐照值，则在某个时间，比如11:00，强制启动热泵进行制热。强制启动的，也不纳入自学习修正。

为保证每天制热能够达到目标温度，当检测到北京时间过了下午某个时间，检测温差及辐照值，当温差过大，且辐照值低于某个值后，认为太空能从阳光和空气中吸收到的热量，不能满足此次加热，则启动电加热进行辅助加热。此次加热数据也可不考虑。

以后每天开始检测制热的时候，以最大制热速率对应的辐照值为最佳启动辐照值。因为同时考虑到了环境温度，避免四季不同，对启动辐照值的影响。

表1 自学习库表格

表2 实验对比数据表

通过不断的自学习，完善自学习库，可进一步细化温差及环境温度范围，不断完善启动辐照值，使太空能可以根据温差和环境温度，得到最佳的制热时段，此时段辐照值较高，环境温度也较高，制热速率最大。

2.3 实验对比

同时准备两台一样的机器，一台机器按照固定开始时间，上午9:00 开机运行，一台通过自学习进行控制，运行一段时间后，积累一定的自学习数据后，同时运行5 天，进行数据对比。初始温度都从15℃进行加热，加热目标温度58℃，水箱容积及蒸发器面积都一样。对比如表2 所示。

表2 中，每大列内，左列为每天早上九点准时启动的太空能，右列为通过自学习的太空能。表中第4 行，由于天气不好，辐照值一直较低且不能满足启动辐照值，则在11:00 启动制热。通过和常规控制方法的对比，发现运行一段时间后，同样的温升，通过自学习的太空能，能尽可能的在辐照较好的时段进行制热，制热时的平均辐照值大，缩短了制热时间，减少了电能消耗，充分利用了太阳能，并保证用户的热水使用。根据表2 中第5 行自学习太空能的具体数据，绘制热泵工作电流和太阳瞬时辐照值与时间的关系图，如图3 所示，有太空能工作电流的时候，说明太空能正在进行制热。从图3 可以看出，自学习一段时间后，太空能制热的时候基本可在辐照值最好的时段进行。