人工智能技术在中央空调节能控制中的应用探讨.doc

人工智能技术在中央空调节能控制中的应用探讨【摘要】本文分析了智能大厦中中央空调节能控制存在的问题,探讨了典型的智能控制方法在中央空调节能控制中的应用,并提出了一种基于MAS的智能专家系统模型,从而实现分布式中央空调系统的整体优化控制与节能.【关键字】智能建筑中央空调节能智能控制MAS1空调节能的必要性空调节能刻不容缓.这是因为空调能耗约占整个建筑物使用能耗的5O%6O%,占社会总用电量的2O%以上.例如重庆仅住宅及公共建筑的空调能耗约占全年总用电量的26%在2006年的高温季节已超过5O%.因此空调系统的节能事关重大举足轻重2当前中央空调节能控制存在的问题(1)控制方式单一在目前应用的中央空调系统中,控制方式基本上采用多回路的PID控制.但因中央空调是一个干扰大,高度非线性的复杂系统,而且各个单回路之间的耦合强烈所以PID控制往往在动态特性上满足不了性能要求,通常针对单个参数或工况设备的控制这就造成空调系统运行过程中节能效果不佳.(2)实施难度大另一方面在将自适应控制,最优控制等现代控制理论运用到中央空调系统中时它们的分析综合和设计都是建立在精确的数学模型之上,在工程实施上又具有较大的难度.(3)对动态负荷的考虑不够空调负荷是空调系统设计的基本依据它直接影响着空调设备容量的确定.现行夏季空调负荷计算方法中没有考虑新风状态的变化,根据新风量的计算公式:LLp4-Ls(m./h)式中:Lp局部和全面排风量之和,m/h;Ls该系统各房间室内保持正压所需的风量之和,m/h.可以看出计算所得的新风为一量值这种方法无法求得空调系统设备的动态负荷,不利于空调设备的节能运行.考虑新风状态变化计算空调系统的动态冷负荷使空调运行时设备的出力与空调系统逐时负荷相当,这种处理方法更科学,更节能.(4)没有考虑外部环境变化对空调启停时间的影响对于间歇运行的空调系统,在停机以后,由于外部环境的变化,围护结构传热的影响,室温会发生变化,又由于房间热惯性的影响所以在次日开始使用之前必须进行预冷这就必须提前启动空调系统,使房间降温以保证开始使用时室温处于要求范围内.由于外部环境的改变室内人员的变化,围护结构的传热,会使预热预冷的时间相应延长或缩短由于没有考虑室内外环境对冷负荷的影响预热预冷时间过短则达不到要求的室温;时间过长则会造成不必要的电力损耗.同时在设备运行过程中由于同一台设备的长时间运行会造成设备的损害,因此平衡设备之间的启停是必要的.(5)没有考虑设备系统协调工作的综合效果空调系统不仅包括冷水机组,还包括蓄冷系统,冷冻水循环泵,冷却水循环泵,冷却塔,空调机组以及水循环管道,风管道等.空调系统的运行能耗是所ntelligentBuilding&CityInformation20074No.12529_OurEyes本期关注有相关设备运行能耗总和.同时还必须考虑外部环境状态对设备及空间的影响,这些设备之间的运行是相互制约,相互影响的当前中央空调的节能过分地强调了某个设备或某个环节的节能效率,没有充分地从系统角度考虑设备的协调工作以及相互之间的约束因此节能效果不佳.智能大厦的灵魂在于系统集成,加之它又采用了最新的信息技术,配备了各种先进的机电设备,应该充分利用这一优势,从系统的观点出发综合考虑各个方面的因素,应用优化控制算法最大限度地挖掘其节能潜力.现有智能大厦在局部实现中央空调的计算机控制较普遍,特别是在冷热源及水系统的控制上有较多的研究.虽然制冷机组的耗电量在空调系统中占有很大份额,并得到了较多的重视,而空调系统中其它设备的耗电量,如水泵,冷却塔风机,风机盘管等设备的节能也不应忽视,这样才有可能达到空调系统全局整体性节能.国内在智能大厦的全局整体性节能方面研究成果较少,全局整体性节能还是一个较新的课题.3典型的智能控制方法目前9O%的大型公共建筑安装有建筑自动化系统对各种用能对象进行检测和控制但是,9O%的自动化系统都不能有效地对耗能系统尤其是供暖空调系统进行自动调节从而不能实现节能效果.在上世纪8O年代此现象可解释为担心传感器不可靠造成的误动作.但现在传感器和计算机网络技术的发展已可以充分实现其可靠性,这一现象的原因就不能再从硬件可靠性上去找.要解决的问题就是优化算法和为了实现优化控制对系统进行必要的改造.优化控制的实现,至少可实现15%2O%的节能效果.3.1PID控制具有局限性近年来,随着大功率电力电子器件的出现促进了变频器的小型化和实用化.为降低中央空调系统的能源浪费人们开始采用变频器来控制空调系统的水泵,通过对空调系统管网压力或温度的采集以压差或温差作为控制参量采用PlD算法控制变频器工作频率,使水泵流量跟随控制参量变化从而达到水泵节能的目的.目前中央空调节能市场上的产品几乎大都采30智能建筑与城市信息2007年第4期总第125期用这种PID控制方式.PID控制是比例积分微分控制的简称,由P,J,D三个环节的不同组合构成.PID历史悠久,原理简单,使用方便,投资较低,鲁棒性强,在工业生产过程自动控制领域获得了广泛的应用,具有较好的控制效果.然而,PID应用于中央空调系统节能控制,虽然也有一定的节能效果.但事实表明效果并不是很好,其原因主要有二个方面.其一:PID调节器参数的整定在很大程度上依赖于精确的数学模型,而中央空调系统是一个复杂系统.其动态特性不易掌握难以获得精确的传递函数模型或者所获得的函数模型不是过于复杂就是过于粗糙无法指导实际控制.其二:PID调节器的控制参数无法实现在线调节.参数一旦整定之后,如果人不去调节它是固定不变的,不能随受控参量的变化而自动调整.因此,静态参数的PID控制在动态环境中是不可能获得良好控制效果的.由于中央空调系统的动态特征只有所采用的控制系统能够在空调系统运行过程中在线地积累与控制有关的信息并即时地修正或调节这些控制参数.才能使空调系统始终处于最优或接近最优的工作状态很明显传统的PID控制是无法做到的需要采用新的控制技术和方法.通过引入人工智能技术实现中央空调系统的节能控制能较好地解决这个问题.3.2典型的智能控制方法典型的智能控制方法有模糊逻辑控制,神经网络和专家系统三种.在中央空调节能控制中模糊逻辑控制和神经网络的应用主要是构造控制器.用它们控制的变频调速可以实现中央空调水系统或者风系统真正意义上的变温差变压差变流量运行,使控制系统具有高度的跟随性和应变能力.可根据对被控动态过程特征的识别,自适应地调整运行参数,实现在线调节以获得最佳的节能控制效果.专家系统则是用于系统建模,通过技术集成,将各种智能技术有机地结合在一起,实现中央空调系统节能控制.3,2,1模糊控制模糊控制FLC(FuzzyLogicContro1)是人工智能领域中形成最早,应用最广泛的一个重要分支,适合于结构复杂且难以用传统理论建模的问题.模糊控制的核心是模糊控制器,它是按照人的实际操作经验通过模糊算法模仿人的操作策略,实现以机器代替人的生产过程的自动控制设备.实质上反映的是输入语言变量和输出语言变量以及语言规则的模糊定量关系和算法结构.设计一个模糊控制器主要需完成以下三个任务,即精确量的模糊化,模糊推理,反模糊化.传统的PID控制流程是:给定参数PID控制器执行机构被控对象模糊控制流程是:采集参数A/D转换模糊控制器D/A转换执行机构被控对象因此,传统的PID控制无法根据参数的变化自适应地控制输出,而模糊控制是不断采集参数,根据参数的变化,自动地根据压差,温差等的变化调节变频器的开度,控制输出.因此,能获得更好的节能效果.模糊控制系统结构图如图1所示.3_2_2神经网络控制人工神经网络就是模仿人脑神经系统,以一种简单的计算处理单元(神经元)为节点,采用某种网络拓扑结构构成的活动网络.它在不同程度和层次上模拟人脑神经系统的信息处理,存储和检索功能.神经网络控制器的主要思想是:利用ANN建立自适应预测控制器,前馈控制器,复合控制器或其它控制器,它们都依靠ANN所建立的模型来得到对象特性,如自适应控制器实质上由两个ANN组成,一个是预测器,另一个是控制器.预测器由多个仿真模型组成,知道执行器历史状况,过程历史状况,进风温度,热水温度与流速后,每个仿真模型即可预测出一个采样周期后的系统状态,预测出在n个采样周期后的系统状态,将它与设定值之间的误差反向传给控制器来修改控制器输出,根据预测值和专家经验更精确地调节输出,实现节能.图2为VAV空调系统的ANN控制系统方框图.状态参数设定点3-2.3专家系统专家系统是一种能在某个特定领域内,以人类专家水平解决该领域困难专业任务的计算机系统.专家控制技术是以知识模型为基础的,不仅利用了控制理论知识,还利用了行业专家的知识和经验,模仿了人的直觉推理.在中央空调节能控制的应用中,专家系统主要用于系统建模,它的关键点在于系统集成以及技术集成.从系统的观点出发,综合考虑各个方面的因素,应用优化控制算法,智能控制技术,构造智能专家控制系统,最大限度地挖掘其节能潜力.利用智能专家系统在系统控制方面的优势实现中央空调节能,其主要节能策略有:对空调系统中各设备的启/停进行严格的顺序控制;根据空调系统总供水,总回水的温度以及总回水流量,计算系统之总负荷,按总负荷与每台制冷(热)机组的额定负荷,计算需要制冷(热)机组台数;对制冷(热)机组的运行台数进行优化控制;根据平调节每台机组的制冷(热)量,同时根据调节配套水泵之转速,以保持供,回水温差基本不变,从而降低能量消耗;根据季节,节假日及上下班时间变化,按既定要求自动设置公共场所温度,以节约能源;根据季节,室外温度的变化,按一定规律自动调节空调冷冻水或空调热水的出水温度,以节约能源;对制冷(热)机组的运行状态进行实时监测与故障报警.专家控制系统除了可用于中央空调的运行控制ntelligentBuilding&CityInformation20074No.12531_OurEyes本期关注外,也适用于工况监测故障诊断,区域优化及适应性调度等.到目前为止.中央空调控制节能研究的重点是针对用电多,耗能高的设备,往往忽略了设备与设备,设备与环境,设备与系统之间的联系和制约.对风机,冷却塔,末端设备进行节能改造和研究,同时通过对中央空调的优化启停,优化管理.使中央空调系统中各个设备协调工作,通过自动调节与自动控制.使系统始终处于全局最优的状态,是中央空调控制节能的一个重要发展方向.4基于MAS的智能专家系统目前,控制理论与技术向着两个方向发展,一是:就一个理论或方法本身的深入研究:二是:将不同的方法适当地结合在一起,相互取长补短.发挥各自优势,形成新的控制系统.获得单一方法所难以达到的效果.本文提出一个基于MAS的协作智能专家系统模型,将MAS与专家系统相结合,并集成模糊控制,神经网络等人工智能技术,形成一个优势互补系统,共同实现中央空调系统的优化控制.中央空调是个干扰大,高度非线性的复杂系统,可以想象,如果将大的复杂系统分解威若干子系统,不仅可以降低控制难度,而且控制精度也能得到相应的提高.因此该系统的主要思想是应用系统分解的原理,将大的复杂系统分解成为规模相对较小,可以进行数学建模和控制的子系统.该系统的主体框架是基于MAS的,充分利用Agent具有的自主性,自治性,社会性和智能性等特性,实现系统资源全局共享和协调控制,从而较好地解决了中央空调系统分解和协调控制的问题.每个子系统由相应的子Agent进行控制,对于易于建模的子系统,在构造子Agent的反应模块和规划模块时,采用常规的控制方式;对于难于建模,动态特性变化较大的子系统,通过集成模糊控制,神经网络控制等人工智能技术来设计模块,实现局部子系统的智能控制.从整体上看,在开放分布式环境下多Agent协同工作,不同子系统之间相互协调,沟通,实现系统全局最优控制:从局部上看,各子Agent拥有主动性和自治权,实现了本区域的局部32智能建筑与城市信息2007年第4期总第125期最优控制.本系统以面向对象程序设计技术,分布式数据库技术和Web技术为基础.所组成的多智能体系统具有界面和协议标准化等特点,采用模块化软件设计方法,扩展灵活.MAS智能专家系统模型结构如图3所示.5结束语随着中央空调系统的广泛应用.在我国能源与环保形势日益严峻的情况下,如何提升中央空调系统的节能效果.是摆在我们面前的一项迫切的重大任务.通过基于MAS的中央空调系统建模,引入具有自学习能力的人工智能技术,综合多种智能控制方法的优点,在充分考虑单个设备常规节能控制的基础上,实现系统