空气源热泵除霜控制方法研究现状及展望

王沣浩 马龙霞 王志华 楼业春 刘孜璇

(1 西安交通大学人居环境与建筑工程学院 西安 710049；2 西安交通大学建筑节能研究中心 西安 710049)

空气源热泵因高效、节能、环保而被广泛应用，但冬季制热当室外空气温度较低且湿度较大时易出现结霜现象。结霜后机组换热恶化，供热量骤减，甚至停机。因此必须适时除霜，以保证系统高效运行。除霜是利用电流、振动等方式在霜层周围构建电场、磁场使霜的结构变得脆弱，易于与室外蒸发器外表面分离；或在室外蒸发器表面设有特殊涂层，使霜不易附着在蒸发器表面，该技术也称为抑霜。还可以通过电加热、制冷剂逆循环、热气旁通、相变材料(PCM)蓄能等方法来化霜。抑霜与除霜方法具体做法如表1所示。空气源热泵在实际除霜时由于除霜起止点的选择不当所导致的“误除霜”故障时有发生，除霜过早会导致除霜操作频繁，增大功耗；除霜过晚会导致机组制热量下降，室内热舒适性变差[1]。Wang W.等[2]发现采用确定的时间段除霜，近68%的除霜是非必要的，且导致系统COP降低40%以上。Wang W.等[3]还对两种典型的“误除霜”现象进行了实验研究，第一种是空气源热泵结霜后一个多小时才开始除霜，机组COP和制热能力分别降低了17.4%和29%；第二种是空气源热泵在运行6 h内未结霜而除霜3次，制热效率下降4.2%。所以，最佳除霜控制点的合理选择对机组的稳定性、节能性起着关键的作用。本文总结和分析了现有除霜控制方法，指出现有除霜控制方法的局限性，分别从人工智能除霜控制方法的研究，抑霜技术与除霜控制方法的结合，除霜控制方法的评价体系方面对今后的研究方向作出展望。

表1 抑霜和除霜方法Tab.1 Methods of inhibiting frosting and defrosting

1 直接测量霜厚的除霜控制方法

霜层厚度是影响空气源热泵结霜性能最重要、最直接的因素，若可以准确测量，可以为除霜控制点的选择提供可靠依据。

1.1 激光测厚

激光测厚技术是利用两个激光位移传感器上下对射，分别测量霜层上表面和下表面的位置，通过计算得到霜层厚度。激光测厚的优点在于它采用的是非接触式测量，相对接触式测厚仪更精准，且不会因为磨损而损失精度。董金锠等[4]用激光测厚技术对蒸发器的结霜速率进行了实时测定。Qu Kaiyang等[5]通过激光测厚仪观察到，霜层存在缓慢增长和急剧增长交替出现的规律。

1.2 显微成像

显微成像技术是通过显微摄相机获取结霜高清二维图像，再利用图像处理技术对结霜图像进行处理，输出霜层厚度的方法。吴晓敏等[6]利用放大倍数为175的显微镜头，观测到结霜并非简单的水蒸气凝华过程，而是经历了水珠生成、长大、冻结、霜晶生成和成长的多姿多态的过程。Wang Chichuan等[7]利用显微摄像机观察霜分子结构，发现在有电场干扰时霜分子被拉向电极，细且脆弱。

1.3 探针测微仪

探针测微仪测霜层厚度技术是利用探针与霜层表面间的原子发生相互作用，扫描获得霜层三维图像的方法。张海英等[9]利用CSMP2000扫描探针显微镜观测铝和铜表面的结霜过程，发现铝表面较铜表面光洁度好，霜沉降量小。M.Fossa等[10]利用探针测微仪研究霜层生长规律，发现霜层厚度的最大值一般出现在空气相对湿度较大的地方。

1.4 光-电转换

光-电转换是通过输出电压感应光强变化，当光束没有被霜层阻挡(无霜时)输出低电压；若光束被霜层阻挡(有霜时)输出高电压，整个过程以光为媒介实现电-光-电的转换与传输。J.S.Byun等[11]利用光电传感器进行除霜控制研究，发现光电转换方法比时间除霜控制法制热量高5.5%；在霜层对室外蒸发器盘管的覆盖率小于45%时除霜效率最高。Ge Yijing等[12]提出了利用管状光电传感器的除霜控制方法，并通过研究表明应在室外换热器表面大部分已被霜覆盖，压缩机吸气温度降低9 ℃，排气温度提高16 ℃，制热量下降30%时开始除霜。

1.5 图像处理

利用图像处理技术进行除霜控制的过程包括，结霜图像采集、目标区域设置、灰度分析、边缘确定、霜层厚度输出。韩勇等[13-14]利用图像处理技术研究除霜控制点，引入室外换热器翅片表面结霜程度系数P，并以P为0.5和0.08做为除霜启停的判定条件。

直接测量霜层厚度的除霜控制方法充分利用了结霜时霜层先缓慢生长后急剧增长的规律，根据霜层厚度变化判断空气源热泵运行特性，确定除霜的起始点，各方法的特点如表2所示。该方法精确度较高，但易受操作空间、环境条件、造价等因素制约，难以应用于实际工程。

表2 直接测量霜层厚度的除霜控制方法Tab.2 Defrost control methods for measuring frost thickness directly

2 间接监测结霜程度的除霜控制方法

间接监测结霜程度的除霜控制方法是通过监测空气温度、湿度等结霜因素的变化，判断结霜程度，确定除霜的起始点；通过蒸发温度、制热量等机组性能指标变化判断除霜程度，确定除霜的结束点。

2.1 基于结霜因素

1)定时除霜控制法

定时除霜控制法是通过固定压缩机运行时间和除霜时长进行除霜控制，通常每60～90 min为一个除霜周期[15]。定时除霜法一般考虑了最恶劣的天气情况，因此无霜除霜故障时有发生。Song Mengjie等[16]根据空气源热泵在不同结霜量下的机组性能(图1)，对定时除霜控制进行优化，发现当结霜量为933 g时开始除霜，除霜效率最高。

图1 结霜量、除霜效率随时间的变化[16]Fig.1 The variation of frosting quantity and defrosting efficiency with time[16]

2)温度除霜控制法

温度除霜控制法是通过监测蒸发器表面温度及其变化率确定除霜起止点的方法。M.H.Kim等[17]基于温度除霜控制法，定性测量蒸发器表面温度的变化趋势，通过有效质量流分数(假设流经蒸发器的空气只有一部分被冷却，其余维持进口温度)进行除霜控制，发现温度法比定时法误除霜率误差减少了40%。Song Mengjie等[18]为了确定最佳的除霜结束管壁温度，采用逆循环除霜方法对一个多回路室外制冷剂循环的空气源热泵机组进行实验研究，测得室外制冷剂出口管壁最低温度如图2所示。将整个实验时间用5个阶段6个节点表示，并通过分析对应时间段内翅片表面温度、压缩机运行时间、盘管表面入口和出口温度等，得出除霜结束时管壁温度范围为20～25 ℃，22 ℃左右最佳。

图2 室外制冷剂出口管壁最低温度[18]Fig.2 Minimum temperature of outdoor refrigerant outlet wall[18]

3)温度-时间除霜控制方法(T-T)

单独基于时间或温度的除霜控制方法可能会导致在室外蒸发器表面未结霜或微结霜时除霜，在必要时却不进行除霜。温度-时间(Temperature-Time，T-T)除霜控制方法是根据室外换热器盘管表面温度和压缩机运行时间两个参数来进行除霜控制。王伟等[19]利用T-T法对5组空气源热泵进行除霜实验，发现在相同工况，5组机组均存在最佳除霜周期；在不同结霜工况，机组的最佳除霜周期会发生变化。朱佳鹤等[20]对北京地区利用T-T法进行除霜控制的空气源热泵进行了连续60天的监测，发现在此期间测试机组共除霜1 737次，其中1 211次为无霜除霜，有效供热量损失占总供热量的3.5%。

4)温差-时间除霜控制法

温差-时间除霜控制方法的提出缘于机组在冬季制热时室外盘管换热器内的制冷剂和室外空气之间会保持一定的温差。盘管表面结霜后，进风温度和盘管温度差值增大，当该温差达到机组温差设定值且距上一次的除霜间隔也已达到设定值，机组进入除霜模式。当盘管温度上升至设定值或除霜时间达到设定的最长除霜时间时除霜结束。

5)温度-湿度-时间除霜控制方法(T-H-T)

温度-湿度-时间(Temperature-Humidity-Time,T-H-T)除霜控制法是在T-T法的基础上考虑了室外空气湿度对结霜的影响。首先需要确定机组运行工况所在的结霜区域，然后根据结霜图谱[21](图3)推荐的不同结霜区域对应的除霜时间确定除霜起始点，通过蒸发器盘管表面温度变化确定除霜结束点。王伟等[22]通过实验对比T-H-T和T-T除霜控制方法，发现T-H-T能有效避免误除霜，并使机组COP提升12%。Zheng Xuejing等[23]将T-H-T与图像处理技术结合，提出了温度-湿度-图像处理(Temperature-Humidity-Image，T-H-I)除霜控制方法，用结霜系数P表征结霜程度，P=0.3除霜开始，P=0.05除霜结束。

图3 空气源热泵结霜区域图[21]Fig.3 Frosting map for air source heat pump[21]

6)空气压差除霜控制法

结霜时，室外换热器的空气流通阻力随着霜层厚度的增加而增大，相应的换热器进出风口的压差增大。Y.Chung等[24]实验研究了压差传感器除霜控制法的可行性，发现压差传感器的最佳位置为5和6点的平均值(图4所示为室外蒸发器侧视图及压差传感器位置)，利用压差除霜控制法的除霜时间均方根误差为6.4%，制热量均方根误差为5.1%，且该方法对换热器和风机规格相差较小的不同空气源热泵具有很好的适应性。

图4 室外蒸发器侧视图及压差传感器位置[24]Fig.4 Outdoor evaporator side view and position of differential pressure sensor[24]

2.2 基于机组性能指标变化

1)最大平均制热量、平均性能最优

在一个制热周期(制热时间τ+除霜时间τd)内，B时刻内的平均供热量为累计供热量(面积OAB)与时间B的比值，所以在平均制热量最大的点(D点)除霜可以保证机组有最大的平均制热能力[25](图5所示为空气源热泵平均制热量变化)。该方法理论意义较强，但机组在实际运行时平均制热量最大的点很难确定。邢震等[26]提出了一种基于平均性能最优的空气源热泵除霜控制方法，通过实验测量分析了空气源热泵在整个结除霜循环中的总耗功、总制热量以及平均COP的变化。实验结果表明，当空气源热泵机组选择以性能恶化点作为除霜开始时刻时，系统在整个结除霜循环中平均COP达到最大。

图5 空气源热泵平均制热量变化[25]Fig.5 Variation of average heat of air source heat pump[25]

2)制冷剂过热度除霜控制法

空气源热泵结霜后，制冷剂从空气侧吸收的热量减少，室外换热器内制冷剂气态饱和点向室外换热器出口移动，导致制冷剂过热区减小，出口制冷剂过热度(由室外换热器出口处制冷剂压力对应的饱和温度和制冷剂温度计算)得到降低。Jiang Yiqiang等[27]提出了一种基于制冷剂过热度的除霜控制方法，为了验证该控制方法的有效性，进行了模拟结霜和除霜工况的实验研究。实验结果表明，采用制冷剂过热度除霜控制方法可以实现在热泵机组运行性能迅速恶化之前启动除霜，更为合理。

上述间接监测结霜程度的除霜控制方法的特点如表3所示，该方法无需专门测量霜层厚度的附加设备，仅通过影响结霜的因素和结霜后机组的制热量、性能等的变化可以判断结霜情况。从最早的机械式定时除霜控制法，到考虑环境温度和湿度、制冷剂过热度等参数变化的控制方法提出，学者们对除霜控制方法的研究愈发深入。我国幅员辽阔、区域之间的气候差异大，且目前市场商用空气源热泵大多采用该方法，以温度-时间控制法最为普遍，但空气源热泵设备规格不一，除霜控制方法的除霜起止条件设定值与室外气象参数、设备规格(如换热器大小)的关系值得被关注，以提高该方法的气候适用性和设备适用性。

表3 间接监测结霜程度的除霜控制方法Tab.3 Defrosting control method for indirect monitoring of frosting degree

3 基于智能算法的除霜控制方法

随着科技的进步，除霜控制方法也日趋智能化，基于智能算法的除霜控制方法是输入室外空气温度、湿度、压缩机运行时间等变量，通过一定的算法和除霜控制规则输出除霜控制条件，控制除霜动作的启停。

3.1 自修正

自修正除霜控制方法是通过输入变量(最小热泵工作时间等)，根据提前设定好的除霜控制规则输出除霜结果并评价，根据评价结果对除霜控制规则进行自修正，如模糊自修正、温差自修正。该方法是在间接监测结霜程度除霜控制方法的基础上通过智能算法实现自校正的一种智能化除霜控制方法。王铁军等[28]在不同环境条件下对比温差法和模糊自修正方法，发现模糊自修正除霜控制技术对环境有广泛的适应性和良好的工作性能。曾晓程等[29]也表示，温差自修正除霜控制方法已应用于扬子空调器公司的24、48、72匹空气能热泵冷热水机组和全部热泵型空调器产品，在性能优化和能效等级提升中产生积极效果。

3.2 模糊智能控制

模糊智能除霜控制方法是将表征结霜程度和除霜情况的参数(室外空气温湿度、压缩机运行时间)等作为输入变量，通过对输入变量的模糊化处理及模糊推理后，根据除霜效果判断模糊控制规则是否合适，若不合适修改规则。如此周期性不断循环，最大限度保证除霜系统根据运行状况进行适时除霜。江乐新等[30]设计了空气源热泵热水机组模糊除霜控制除霜方案，从输入量模糊化模块、模糊推理模块、除霜控制模块、除霜监控、规则调整模块等方面对模糊除霜控制器进行了深入研究。并通过实验发现，模糊除霜控制有助于空气源热泵热水机组除霜性能的改进和提升。胡斌等[31]采用智能除霜技术，通过分析环境温度、蒸发温度、回水温度的变化特点，智能分区，精确选择合适的除霜方案，确保除霜效果的同时最大程度减小对末端供热的影响。

3.3 人工神经网络

利用人工神经网络进行除霜控制，是通过设置神经网络输入变量，建立基于某种算法的神经网络结霜量、除霜时长、除霜间隔等预测模型，以此确定除霜起止点，来实现合理的除霜自动控制。申江等[32]将室外空气物性参数、风机运行时间作为神经网络的输入变量，建立基于BP算法训练的多层前馈神经网络结霜量预测模型，并利用相关实验数据进行模型训练与测试，发现预测值与实测值非常接近。王伟等[33]采用广义人工神经网络的预测方法，建立空气源热泵名义制热量损失系数的预测模型，发现预测模型相关系数大于0.9，期望偏差百分数小于6.5%，模型学习训练效果及通用能力表现良好。

基于智能算法的除霜控制方法是一种人工基于智能算法的空气源热泵结霜故障诊断和除霜预测方法，特点如表4所示。该方法的关键在于控制逻辑制定是否合理，根据一般经验得到的控制逻辑有一定的局限性和片面性，若根据实验设置控制逻辑又存在工作量太大的问题。市场上商用空气源热泵一般都设置有智能除霜模式，但在实际应用时误除霜现象屡见不鲜，如今大数据及人工智能技术发展迅速，利用人工智能技术优化除霜控制方法的研究亟待深入研究。

表4 基于智能算法的除霜控制方法Tab.4 Defrosting control methods based on intelligent algorithm

4 优化的除霜控制方法

随着人们对空气源热泵除霜控制方法研究的不断深入，还有很多除霜控制方法被提出。Y.Chung等[34]提出通过结霜量预测蒸发器体积堵塞率来确定除霜开始时间的方法，并通过实验数据验证了预测结果的真实性，同时表明该方法在非均匀霜层分布下具有很好的鲁棒性。Li Zhaoyang等[35]提出在空气源热泵制热量结霜损失系数最小时开始除霜能效最大。Qu Minglu等[36]提出对基于热能存储的逆循环除霜空气源热泵，当低温循环的压缩机频率控制在90 Hz，高温循环的膨胀阀开度在80%时除霜效果最好。林金煌等[37]提出了基于室内热舒适的除霜控制法，实验研究发现在室外温度为-5 ℃、相对湿度为80%时采用该方法，相比定时法和温差-时间法室内温降平均减小1～2 ℃。黄智强等[38]提出可以通过对比除霜后蒸发器表面不同区域感温包的差值来判断除霜是否彻底。这些方法的提出实际上是对前述除霜控制方法的优化，表5所示为几种优化的除霜控制方法的除霜判定依据及判定基础。恰当的评价体系可以提升不同除霜控制方法在不同区域及不同设备的除霜控制效果，现有除霜控制方法均侧重于判定除霜的一个参数而非多个参数，且未有统一的标准评价，因此以除霜耗能、机组稳定性、室内人体热舒适度为评价指标的除霜控制方法评价体系亟待提出。

表5 其他除霜控制方法Tab.5 Other defrosting control methods

5 结论

本文总结分析了现有空气源热泵除霜控制方法的原理和优缺点，并提出了今后空气源热泵除霜控制方法的研究方向，主要结论如下：

1)直接测量霜层厚度的方法可以直观监测结霜程度，精度较高，但易受到操作空间、造价等因素制约，难以应用于空气源热泵机组的实际运行；间接监测结霜程度的除霜控制方法因操作简单、无需额外附属设备在空气源热泵中广泛应用，以温度-时间法最普遍，今后应重点研究不同区域除霜开始及结束时蒸发器翅片温度等参数设定值的取值范围，以及该设定值与空气源设备种类(如换热器大小等)的关系，以提高除霜控制方法对区域和品牌的适用性；基于智能算法的除霜控制方法需要充足且正确的训练样本才能制定准确的除霜控制逻辑，如今大数据及人工智能技术发展迅速，利用人工智能技术进行除霜控制方法的研究亟待深入。

2)抑霜因无能耗或能耗小而备受关注，若能从源头抑制或延缓结霜，将会进一步推动空气源热泵的发展。应通过改变换热器形状、结构，在换热器表面敷设防结霜涂层等方法抑制霜的形成，结合合理的除霜控制方法，实现除霜次数最少、除霜能耗最低、机组稳定性最高，同时能保证室内热舒适。

3)适当的评价体系可以提升不同除霜控制方法在不同区域及不同设备的除霜控制效果。建议提出以一个除霜周期内除霜耗能、机组稳定性、室内人体热舒适度为评价指标的除霜控制方法评价体系，以实现除霜控制效果最大化和经济化。