自适应PID控制在冷热站房节能系统中的应用

2022-02-17陈玮吉

测试技术学报 2022年1期

陈玮吉

(海南中电工程设计有限公司，海南海口 570208)

随着站房建设数量的增加，对站房能源供应也愈发紧张，每年站房能源占据能源供应总量的绝大部分. 由于站房能源消耗严重，能源利用率较低，为加强冷热能源控制，大多研究机构设计出多种控制方法，能够有效进行站房节能控制.

通过参考各种研究机构设计的节能技术，对国内外多种控制节能方法进行分析，其中国外研发的AC-DC原边驱动芯片，通过驱动控制节能系统，主要针对低压电器，具有强控性，供应效果较为明显. 但这种控制芯片对中高压电器控制能力欠缺，对高压站房节能控制研究存在不足[1]；国内主要节能形式为，通过光伏建筑一体化(Building Integrated Photo Voltaic, BIPV)技术对站房能源进行网络化管理，通过模糊神经算法实现能源数据监管，进而保证站房冷热系统的能源供应. 但能源数据处理较为粗糙，无法进行能源精确查找[2].

综合上述国内外设计方法在节能设计上存在的问题，本文利用PID控制对站房节能系统重新设计，通过嵌入自适应PID加强能源控制能力；对站房能源数据建立矢量节能模型，保证能源利用率；通过NCC模板匹配算法合理进行站房能源分配，既保证了能源合理化利用，又加强了冷热站房控制能力[3].

1 冷热站房节能系统设计

本文设计的节能控制系统根据现有冷热控制架构，对站房能源控制区域进行设计，对站房能源供应进行把控，通过整合站房设备需求量，对冷热能源进行重新分配，从而达到节能控制的目的，避免不必要的能源消耗[4]. 冷热站房节能控制设计如图 1 所示.

图 1 冷热站房节能控制系统图Fig.1 Energy-saving control system diagram of cold and hot station

本研究设计的节能系统分为指令层、站房控制层和能源分配层3个控制层面， 3者之间通过数据通信和通信网关完成数据传输和信号传递[5]. 其中指令层由微机监控负责监视冷热站房设备运行状况，由指令分析平台对设备发出控制命令，由计算机生成报表记录；站房控制层负责接收指令，对指令进行核对和调配设备，接收到的指令一部分传输到矢量控制模型，经过模型控制能量供应，然后进行制冷. 另一段指令被自适应PID捕获，完成热量供应，整个控制层在冷热装置附近装有设备维护站台；能源分配层主要由NCC模板匹配算法进行能量整合并分配到站房合理位置，整个过程由仪表进行能源数据显示，并且设有告警装置[6].

2 自适应PID冷热控制

本文采用的自适应PID在传统PID控制的基础上进行改进，不仅保留了其优势能力，而且通过调整参数进行精准控制，使其能够针对站房设定能源参数自动调整参数，整个控制过程能够自动适应站房需求变化[7]. 自适应PID冷热控制电路如图 2 所示.

图 2 自适应PID冷热控制Fig.2 Adaptive PID cooling and heating control

PID控制器的原理分为3个环节，通过3个环节的比例系数进行调整参数，与控制精度成正比例关系，其输出PID公式表示为

(1)

式中：Kp,KI,KD分别表示自适应整定参数；e(t) 表示PID调节器动态控制误差.

自适应PID控制同样遵循这种关系，根据站房给定值进行环节比较，若比例系数为正，则直接进行制热控制，能源供应转换为热量供应给站房；若比例系数为负，则根据需求设置反比例环节，从而完成参数调节，使站房控制达到最佳能源分配状态，然后进行PID控制节能环节，通过3种不同环节的调整，实现冷热站房的自适应调节，能够根据站房不同状态进行调节参数，最终根据站房需求量进行能源输出[8-9].

利用自适应PID进行冷热控制能够及时调整站房能源分配，根据站房不同设备需求量的不同进行合理利用能源，起到节能作用. 另外对于站房设备故障导致的系统扰动[10-11]，自适应PID也具有明显的控制效果，避免系统出现停车事故.

3 矢量控制节能模型

矢量控制节能模型主要为站房冷热系统提供能量传输通道，通过多种电力设备和冷热设备配合，构建出完整的能量转换供应线路，通过液压空气和热能转换提供站房能源，经过模型转换为冷热能源[12]，从而满足站房需求，矢量控制节能模型如图 3 所示.

图 3 矢量控制节能模型Fig.3 Vector control energy-saving model

矢量控制冷热模型建立主要根据传统能源转换线路，经过改进去除部分无用能源转换通道，保留冷热能源转换过程，因此建立的能源转换模型与传统模型存在差别[13].

本研究建立的矢量控制节能模型通过冷气和供热提供能量，利用换热器和分汽缸进行电能的输送，一部分电负荷用于室内设备，一部分为热能和冷气站房提供动力；制冷设备释放冷气对附近区域进行降温，降温装置主要分为中央空调和冰冻柜. 整个制冷过程对输入的冷气进行换热器控制，然后进行冷干过程，通过压气机转换为常温空气，然后投入到余热锅炉中；站房冷气通过加入冷却水输送到制冷机中，制冷机能够将热水和冷却之后的空气进行制冷，从而输出冷气；制热设备负责模型高温限制和电力升温控制，主要对系统热能进行控制，使系统能够进行高中低 3个档次的温度供应；制热设备通过中温限制为用户提供温水供应，通过温度计测试热能温度[14-15]. 制热过程主要利用蓄热式电锅炉、集汽缸、分气缸和蒸汽轮机完成. 制冷和制热设备都由电气提供动力，因此电表记录的是整个节能模型的电负荷数据.

4 NCC模板匹配算法

本文设计的冷热站房节能控制采用NCC模板匹配算法，通过整合能源供应总量，根据站房不同需求完成分配，该算法不仅计算速度较快，而且对计算结果进行多次验证，保证了计算结果的准确性，对于整个节能系统具有重要作用.

NCC模板匹配算法的运行主要利用的是对比法，使输入的站房需求数据与能源分配方案进行匹配，两者相互吻合则选出最优方案，以此达到站房节能的效果[16-17]. 该算法的对比准则是根据两种数据的差别和相似性进行匹配，通过对比找到两者的畸变率，如式(2)

D(X,Y)=D(F(X),Y) whereF(X)!=X，

(2)

式中：X表示站房需求数据；Y表示能源供应数据；F(X)表示站房需求变化函数.

畸变率变换规律显示了站房需求和能源供应两种数据关系，在实际匹配中，站房需求的改变对系统分配能源的方案造成影响，使匹配过程发生错误，由此定义站房冷热需求数据为t，w，通过计算两种数据的畸变率数值进行分析，得到NCC匹配准则，表示为

(3)

NCC匹配准则实行的条件是模板中存在最优方案，使能源分配达到最佳节能效果，因此对模板中分配方案进行能源消耗计算，即

(4)

当站房需求发生变化时， NCC分配准则能够根据需求的变化及时调整分配策略[18]. 假设站房变化数据为

a(x,y)′=ka(x,y)+d，

(5)

式中：k表示站房需求变化系数；a(x,y)表示站房能源需求原始值；d表示站房需求变化能源增加量.

将式(5)需求变化函数代入式(4)，得到站房需求变化后的能源消耗，此时能源分配方案变化为

(6)

联合式(5)式(6)，对式(6)提取常数，经过变换得到

(7)

消去式(7)常数项，得到的结果与式(4)进行对比，即得到站房需求变化后的能源分配结果.

NCC′=NCC.

(8)

变换前后原则上分配结果没有变化，表明即使站房需求量变化， NCC匹配算法[19]仍能够给出最佳配对方案，使站房始终保持最佳能源分配，起到节能效果.

本文由于只对站房冷热能量进行研究，因此对NCC匹配算法进行优化，使匹配只针对两种数据进行分配，将式(4)化简得到

(9)

对两种功能性设备消耗能量数值划定标准，即

(10)

根据划定的标准，计算两者消耗的关系，根据能量流失数据得到

(11)

式中：

(12)

对式(11)进行规律化计算，通过NCC配准算法计算规律得到两者最终关系式为

(13)

对式(13)关系式进行分析，当两者消耗数值关系为2时，该算法匹配的NCC为0方案；当两者消耗满足关系为0时，该算法给出的为1方案，以此类推，最终找到最佳方案.

对该算法计算结果进行验证，通过冷热消耗关系与站房能量供应总量进行对比，即

(14)

本文采用NCC模板匹配算法对站房冷热能量供应及消耗进行综合分析，根据消耗的关系给出相对应的分配方案，提高能源利用率，以达到节能的目的.

5 试验结果与分析

本实验在标准冷热站房测试网点进行，根据现场实验测试记录，对采集的冷热消耗数据进行分析，根据具体实验表判断本方法的设计有效性. 现场实验环境需满足：制冷和制热设备额定功率小于25%，数据样本采集精度高于75%，消耗能量计算误差小于5%，电脑处理器采用Intel i8， PID控制器采用AI-5以上产品. 应用 MATLAB[20]进行控制数据仿真，测试网点配置参数如表 1 所示.