中央空調系統制冷機組群控研究綜述

蔡鎮兵 廖云丹，2* 樊成亮 丁云飛，2

1 廣州大學土木工程學院

2 廣州大學廣東省建筑節能與應用技術重點實驗室

多冷機制冷機組常被應用于大型公共建筑中以提高部分負荷情況下的靈活性和能源利用效率[1-2]。對于這一系統，冷機群控是關鍵的控制技術[3]。群控是指利用自動控制技術對中央空調系統制冷站內部的相關設備（冷水機組、水泵、冷卻塔等）進行運行控制，從而使設備達到高效運行狀態[4-6]。我國多數機組已配備群控系統，但自動化程度不高，需配合手動操作，導致能源浪費及熱舒適性降低[7-9]。因此，迫切需要可靠的群控來實現空調的高效調控與節能。然而，冷機群控的關鍵問題是什么? 現有群控方法優缺點是什么? 如何提高實用性？針對這些問題，本文從原理，常規控制及優化控制方法的研究現狀進行歸納分析，提煉群控關鍵問題，并對提高群控可靠性和實用性提出建議。

1 制冷機組群控的原理及傳統控制策略

制冷機組群控是指利用自動控制技術對冷機進行自動化的順序啟停控制，從而使冷量供給與末端冷負荷需求相適應[10]。其目的是維持制冷機組供冷可靠性的同時使運行中的冷機能源效率（COP）達到最優。制冷機組群控原理如圖 1所示，其中，x 軸是建筑在制冷機組側測得的建筑冷負荷Q，計算公式如下：

式中：cw為水的比熱，kJ/(kg)；mp為回水流量，kg/s；Tsup、Trtn分別為供回水干管上測得的冷凍水的供、回 水溫度，℃；Qith、Qz+1th為理想的加減機閾值，是運行中冷機總功率曲線的交點。可 見，當 負載小于Qion時，運 行i臺冷機比運行i+1臺冷機能效更高[11]。因此，合 理的群控應該在該交點附近進行冷機臺數切換，保證運行中的冷機處于高效率狀態。

圖1 制冷機組群控原理圖

根據這一原理，已經有多種冷機序列控制方式被開發并應用到實際系統中，這些控制方式都根據直接或間接的冷負荷指標（load indicator）來進行冷機切換。典型群控策略有以下4種：總冷負荷控制法、回水溫度控制法、旁通流量控制法、直接能量控制法[11]。具體控制方式如下：

1）總冷負荷控制法

通過式（1）來計算建筑瞬時冷負荷，將計算得到的冷負荷與閾值進行比較來實現冷機的臺數切換。通常，在該種控制中采用死區來連接閾值Qon（從i到i+1）略大于相應的卸載閾值Q off（從i+1 到i）如下面等式所示：

式中：d是用戶設定的一個百分比；Qr是制冷機的額定制冷量（這里假定每臺制冷機的額定制冷量相同）。其啟停準則是：如果測得的冷負荷大于或等于加載閾值，并且該狀態持續時間超過時間限制，則加載一臺制冷機；如果測得的冷負荷小于卸載閾值，并且該狀態持續時間超出時間限制，則卸載一臺制冷機。

2）回水溫度群控法

該方法假定冷凍水供水溫度恒定，并且在線冷機數量固定時，冷凍水流量保持一定。這種情況下冷凍水回水溫度可以反映空調冷負荷[13]。因此，根據冷凍水回水溫度和在線制冷機數量，可以定義冷機啟停的閾值。其啟停準則為：如果測得的冷凍水回水溫度大于或等于加載閾值，且該狀態持續時間超過時間限制，就加載一臺制冷機。如果測得的冷凍水回水溫度小于卸載閾值，且該狀態持續時間超過時間限制，就卸載一臺制冷機。

3）直接能量群控法

制冷機的控制面板上通常有對電流的測量，該方法以在線冷機壓縮機電機的瞬時功率與滿負荷電流的比值（PFLA）為表征變量來反映空調冷負荷。其啟停準則為：如果在線冷機的PFLA 大于或等于設定的加載閾值，且該狀態的持續時間超過時間限制，就加載一臺冷機。如果在線冷機的PFLA小于設定的卸載閾值，且該狀態的持續時間超過時間限制，就卸載一臺冷機。

4）旁通流量群控法

通常，在二次環路中冷凍水流量與建筑負荷近似成正比關系。當末端負載增加時，二次環路冷凍水流量將大于一次環路的冷凍水流量，從而引起冷凍水從旁通管中反向流動。而當末端負荷減小。其他情況下冷凍水則是在旁通管中正向流動。其啟停準則為：如果冷凍水在旁通管中反向流動，且該狀態的持續時間超過時間限制，就加載一臺冷機。如果冷凍水在旁通管中正向流動，且大于單機額定制冷量的 110%～120%，且該狀態持續時間超過時間限制，就卸載一臺冷機[12]。

以上群控策略簡單易懂，被作用工程設計指導并普遍應用于實際工程中[13-14]。然而，這些傳統的群控策略實際上缺乏可靠性和魯棒性[15-17]。例如，總冷負荷控制法直接比較所測得的建筑負荷與冷機的制冷量來決定開關機動作。由于受到測量誤差的影響，測量所得的建筑負荷偏差可達 25%以上，基于這樣的測量進行群控，不可避免地出現延遲開關機和不必要的開關機行為[18]。回水溫度控制法假設供水溫度不變和供水流量不變，測量回水溫度來指示建筑負荷與冷機供冷量的關系。而實際上，供水溫度受控制器控制，流量容易受到管網壓差影響，兩者均不是恒定不變的，因此，回水溫度并不能精確反應負荷與供冷量變化關系[19]。同樣，旁通流量控制采用旁通管中的水流量和水流方向指示負荷與供冷量的關系，也容易受到壓差、控制器的控制精度等因素的影響而無法準確的指示負荷變化[20]。這也是工程師們更傾向于保守的手動控制的主要原因。

2 制冷機組群控的優化研究

典型控制策略的缺陷催發了一系列的優化研究。國內外的主要研究工作可大致分為兩類：冷機啟停控制優化研究和冷機最優負荷分配研究。啟停控制的優化更偏向于在傳統方法的基礎上優化其控制性能，而冷機最優負荷分配則偏向于制冷系統整體性能優化。

2.1 冷機啟停控制的優化研究

對冷機啟停控制的優化研究主要集中在對閾值設置的優化上。在研究早期業界認為無論冷水機組采用哪種能量調節技術，其最佳COP值都會出現在最大制冷量附近，冷負荷率降低會造成 COP降低[21]。導致認為建筑物總冷負荷在接近或超過運行冷機的最大制冷量再加載冷機才是合理的，即冷機以一個接近滿負荷的固定百分比作為啟停切換閾值。隨著冷機技術的發展，研究人員認同單機能效最佳區域可能處在部分負荷比（PLR）的情況下。吳繼紅、楊通清等研究了冷水機組的最佳負荷切換點，認為其隨著在線冷機的臺數、組合、型號的不同而變化，并可以通過建立自適應數據庫自動得出實時的最佳負荷切換點[22]。

制冷機組的啟停控制具有很大的優化空間。例如，傳統的冷機群控中總是使用制冷機的額定制冷量來表示最大的實際制冷量，而實際上制冷機組的制冷性能受到很多因素（運行參數、冷機負荷、天氣條件等）的影響[23]，實際制冷量可能大于或小于額定制冷量，即最大制冷量存在不確定性。若大于額定制冷量，則冷機可能在超過額定制冷量時仍滿足制冷要求，無需開啟新的冷機和與其聯鎖的水泵[23]。Sun、Huang等[24-25]認為冷水機組合理的分級閾值需得到準確的建筑冷負荷和制冷機實時的最大制冷量，并開發了冷機最大制冷量計算模型，用于動態計算機組的實際最大制冷量，以修正后的最大制冷量作為啟停控制閾值。應用分析表明，修正的最大制冷量可有效降低冷水機組的運行能耗，系統的穩定性也得到提高。Li等[26]采用隨機方法將測量負荷和冷機最大制冷量用隨機模型代替，并采用統計方法進行對比控制，有效提高了冷機啟停控制的穩定性和能效。

由此可見，負荷測量的不確定性和冷機最大制冷量的不確定性是冷機啟停控制需要解決的關鍵問題。而目前關于制冷機組不確定性的研究以及如何在不確定性因素影響下優化并穩定群控的性能，是亟待解決的問題。目前國內外對冷機群控不確定性研究還比較少，現在其關注程度已漸漸增加[25-31]。

2.2 負荷分配的優化研究

大小機組組合、高低溫機組匹配等制冷機組的配置方式，為提高制冷機組能效提供了較大的潛力，而合理地將負荷分配到不同冷機上是提高機組的整體能效的關鍵技術[32]。針對負荷分配優化問題，國內外學者進行了大量的研究。Hankner 等[33]提出采用等平均分配方法控制冷機運行，即單臺冷機的出力與其額定制冷量占總運行機組的額定制冷量的比值成正比。顯然該控制策略穩定易行，各冷機供水溫度相同，但并不能使整體能效達到最高。Yu[34]等人研究在壓力控制（HPC）和冷凝溫度控制（CTC）兩種方式下，對冷機在不同室外溫度和部分負荷率下的運行能效進行了模擬研究，提出了冷水機組負荷率不均等的負荷分配方式。劉雪峰[35]通過建立冷機運行特性分析模型，研究機組壓縮機能效比隨負荷率變化的規律，認為多臺機組并聯運行按總負荷減少量以單臺機組額定負荷為限來控制機組啟停，可以在很大的負荷區間內維持機組群總能效比在高水平。施靈[36]通過建立負荷比與比功率的關圖，以兩臺相同容量的冷組為例，對多種負荷分配的策略進行了討論分析，結果顯示在不同的負荷區域，可通過改變系統控制方式，使系統始終高效運行，減少系統能耗。施志鋼[37]等人建立了與冷組類型無關的負荷分配優化模型，采用動態規劃算法求解機組負荷最佳分配率，冷機能耗節能明顯。

負荷分配的主要目標是使冷機系統整體能效達到最高。普遍的思想是獲取 COP與部分負荷 PLR的二次項關系，以冷機總能耗為目標函數，再輔以約束條件，利用優化算法找到最優分配解。目前應用較為廣泛的智能優化算法包括拉格朗日法，遺傳算法以及粒子群算法[38]。Chen[39]等人利用神經網絡建立冷機模型和粒子群優化算法來降低能耗發現PLR 為55%的機組能耗降低了12.68%，PLR為70%的機組能耗降低了17.63%。張旭豪[40]等采用遺傳優化算法對不等額量冷水機組進行負荷分配優化，利用改變冷機冷凍水供水溫度改變負荷比例，并進行仿真分析得到該算法比傳統的順序控制策略約節能5.7%。Chang[41]應用拉格朗日法優化算法優化負荷分配，通過案例分析并與傳統負荷分配方法的比較，認為該方法節能效果好。也有許多學者希望能克服某些優化算法固有的尋優缺陷，試圖尋找出適應性強節能效果好聯合算法或新算法。

李學斌[42]采用試驗設計（DOE）和序列二次規劃方法（SQP）聯合應用，求解冷水機組的負荷優化分配問題。通過與傳統的優化算法比較，在一定條件下該算法的節能率較高。Coelho[43]等提出了一種新的布谷鳥差分優化算法，計算結果表明該種方法能有效的節省能耗。Iain[44]將廣泛應用于水文模型的全局優化方法的混亂復雜演化（SCE）算法來尋求冷機負荷分配的最優解，并在兩棟墨爾本的商業建筑進行模擬分析，認為該控制策略使一號樓的能耗降低 12.2%，二號樓的能耗降低16.6%。

目前負荷分配優化方法如雨后春筍，但依然存在理論與工程實際聯系不緊密問題，優化算法往往在給定的特定工況下進行分析和評價。為了突出算法，容易忽略了冷機群控的其他問題，例如最小啟停時間的設置、機組本身特性的研究、建筑負荷的準確獲取、還要同時兼顧機組使用壽命。如何綜合這些問題，尋找出實用性強的控制策略尚需進一步研究。而且目前的研究大都是將確定最佳運行臺數的研究與最佳負荷分配的研究獨立開來，沒有精確探討兩種情況的相互影響[45]。

3 制冷機組群控的關鍵問題

根據以上分析，可將制冷機組群控存在的關鍵問題歸納如下：

1）啟停控制判斷難。不管是四種典型的群控策略，還是基于模型的優化啟停控制方法，它們都需要根據空調負荷的變化和制冷機組的制冷量來判斷控制動作。建筑冷負荷測量的不準確性和制冷機最大制冷量在實際運行中是浮動變化的這些因素都導致啟停機的判斷難。

2）不確定性因素影響大。群控策略在實際應用中往往會因為各類不確定因素而無法有效發揮其控制功能[8，15，16]。建筑冷負荷測量的不準確性、制冷機最大制冷量的浮動變化均屬于運行不確定性，而采用優化模型進行控制時，還存在各類模型不確定性，這些往往導致良好的控制策略在實際應用中卻無法有效發揮作用。目前國內外對冷機群控不確定性研究還比較少，其關注程度已漸漸增加。

3）負荷分配難以最優。負荷分配的控制算法要求高效、快速、普遍性好。現有優化算法都有特異性，在不同的情形下適應性各有不同，在實際中應避免盲目選用負荷分配的尋優方法。例如拉格朗日法對于功耗表達式為非凸曲線時容易陷入局部最優解，導致優化后的能耗甚至高于傳統的平均負荷分配方法。

4）全面優化有待加強。如何根據工程實際將制冷機組群控的相關問題均考慮在內，兼顧投資、使用壽命、運行成本等進行綜合性的優化，尋找出實用性強的控制策略尚需進一步研究。

4 結論

本文通過對制冷機組群控的國內外相關研究現狀進行分析與總結，得出以下結論：

1）合理的制冷機組群控是實現中央空調系統高效節能的關鍵，對實現建筑節能減排戰略目標有著重大意義。冷機群控的基本內容就是冷機進行自動化的順序啟停控制，從而使冷量供給與末端冷負荷需求相適應。實際工程中影響因素復雜，考慮不確定性因素的影響，合理設置啟停控制閾值，能有效提高群控的可靠性和系統的能效性。

2）制冷機組群控優化研究可分為啟停控制的優化與負荷分配的優化，相同型號的多冷機系統，優化關鍵在于通過合理閾值設置優化啟停控制。冷機不等容量的多冷機系統，群控策略需要控制冷機的啟停和大小冷機的組合。在負荷分配優化上，目前的研究更注重算法的開發和應用，仍然缺乏對群控相關的多維度全面優化，如何綜合考慮最佳運行臺數與負荷分配的相互作用，并從整體性出發尋找實用性強的群控策略是該領域的重要發展方向。