基于模型预测控制的空调系统前馈动态调节理论及控制方法研究

This research project focuses on the large delay and nonlinear thermodynamics of air conditioning system, and tries to change the traditional “follow control mode” of air conditioning system guided by “Model Predictive Control (MPC)”. Under the condition of the known immediate load prediction results, the feed forward dynamic regulation theory and control method of air conditioning system will be built to realize the intelligent advanced control for both short term random variable (load parameters) and long term accumulation variable (system parameters), to guarantee equality and thermodynamics of the cool (heat) supply and load demand, and to improve the control accuracy. First, the characterization parameters of thermodynamics of air conditioning system will be confirmed, evaluation function and simplified model of thermodynamics of air conditioning system will be built, and feed forward fuzzy control theory model and control algorithm of air conditioning system will be established under the thermal comfort condition. Then based on energy efficiency target optimization, the air conditioning system energy consumption calculation objective function and programmed algorithm will be established to realize the automatic output of the optimization operation combined parameters and control strategy of air conditioning system under the different predictive load input condition, and to complete the calculation model of air conditioning system feed forward control. Finally, the total error and uncertainty analysis for the whole calculation model will be done to comprehensively evaluate the veracity and applicability of the model.

本项目针对空调系统大延迟、非线性的热动力学特性，致力于以“模型预测控制”（MPC）理念为指导，变革空调系统传统的“跟随”控制模式，在已知即时负荷预测结果的条件下，研究建立建筑空调系统前馈动态调节理论和控制方法，实现对短期随机变量（负荷参数）和长期累积变量（系统参数）综合输入的“智能超前控制”，以保证系统供冷（热）与负荷用冷（热）在数量上相等、在时间上同步，提升系统的控制精度。首先研究确定空调系统热动力学表征参数，建立空调系统热动力学评价函数及其简化模型，在满足热舒适的条件下，研究建立空调系统前馈模糊控制理论模型和控制算法。然后基于节能目标优化，建立中央空调系统能耗计算目标函数及其程序算法，实现在不同预测负荷的输入条件下自动输出空调系统的优化运行组合参数及调控策略，建立空调系统前馈调控计算模型。最后对整个计算模型进行综合误差分析及不确定性分析，以综合评价模型的准确性和适用性。

空调系统对于建筑热环境的控制，由于其大延迟的热响应特性，导致传统的基于反馈调节的控制技术在稳定性和响应速度方面都很难满足要求。本项目着力于在研究建筑空调系统热响应特性和建筑动态负荷需求的基础上，采用模型预测控制策略，将建筑动态负荷预测与智能优化算法相结合，建立空调系统智能预测控制理论，并针对不同特性的空调系统制定合适的模型预测控制调控策略和模型，通过仿真和实验手段验证其节能性和有效性。针对传统的电制冷空调系统形式，采用多目标动态优化室温的方法确定满足热舒适和低能耗的动态逐时负荷，利用智能算法实现对空调系统关键运行参数的滚动优化求解计算，研究结果显示相比于传统调控模型，节能率可达12.78%。针对辐射式空调系统末端传热的大时滞性，通过实验测试结合CFD模拟的方法建立热响应时间计算模型，结合智能算法建立空调运行负荷短期预测模型，并基于模型预测控制算法实现以最小运行能耗为目标的室内温度优化调控策略，研究结果显示相比于传统控制方法，节能率可达14.89%。针对区域能源系统较大的流动延迟和热惯性，采用峰谷法测试各建筑的延迟时间，并与各建筑负荷预测结果相耦合作为调控模型的输入条件，利用智能算法对系统关键控制参数进行寻优计算，研究结果表明，相比于传统调控模型，夏季和冬季系统总能耗可分别降低9.56%和7.75%。为进一步验证仿真研究的正确性，搭建可模拟建筑冷/热需求负荷及供给系统运行状态的实验平台，并建立了以室温为调控目标、以空调系统的动态供冷量作为调控变量的模型预测控制模型，实验数据表明，与传统控制模型相比模型预测控制策略可使室内温度控制效果更加稳定，实际节能率可达8.1%。综上所述本项目构建的建筑热环境模型预测控制动态调节理论及控制方法，能够基于空调系统大滞后的热动力学特性，并根据提前预测的动态空调负荷，实现对空调系统在线实时滚动优化控制，能够创新和丰富建筑热环境的动态调控理念，为构建建筑热环境智能预测控制理论奠定基础。