基于預估模糊PID的冰蓄冷空調控制系統

趙巍 李房云

摘 ?要： 針對冰蓄冷空調的運行控制策略復雜、控制效果不佳的問題，文中提出一種基于預估模糊PID的冰蓄冷空調控制系統。該控制系統在PID控制器的基礎上加入了Smith預估器，來預測推理PID參數的變化量。并使用控制系統、空氣處理裝置、風管系統和變風量末端4部分，實現對冰蓄冷空調的實時控制。在正常工作與復雜工況條件下的仿真實驗結果表明，所提出的方法具有更快的響應能力和良好的控制效果。

關鍵詞： 冰蓄冷空調; 控制系統; 模糊PID; 預估推理; 動態特性; 仿真實驗

中圖分類號： TN876?34; TP273 ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼： A ? ? ? ? ? ? ? ? ?文章編號： 1004?373X（2019）20?0026?03

Ice storage air?conditioner control system based on predictive fuzzy PID

ZHAO Wei， LI Fangyun

（Institute of Technology， East China Jiaotong University， Nanchang 330100， China）

Abstract： As the ice storage air?conditioner has the problems of complex operation control strategy and poor control effect， an ice storage air?conditioner control system based on predictive fuzzy PID is proposed. The Smith predictor is added into the control system on the basis of PID controller to predict and infer the variable quantity of PID parameters. The real?time control of ice storage air?conditioner ?is realized by using the four units （control system， air handling device， duct system and variable air volume end）. The results of the simulation experiment under the normal working and complex working conditions show that the proposed system has faster response capability and better control effects than the previous system.

Keywords： ice storage air conditioning; control system; fuzzy PID; predictive inference; dynamic characteristics; simulation experiment

0 ?引 ?言

隨著我國面臨的能源問題日益嚴峻，其中電力供需矛盾尤為突出，存在著電網負荷率低、電網峰谷差大和高峰期電能供應不足的問題[1?2]。隨著人們對建筑環境要求的提高，建筑能耗已占總能耗的30%，其中空調系統用[3]電占比達40%～60%。然而，大量的空調用電加大了電網峰谷的負荷差[4]。因此，實現空調系統的削峰填谷具有重要的意義。為了優化調控冰蓄冷空調的運行策略，保證持續穩定降溫的目的，眾多專家和學者建立了冰蓄冷空調的運行模型并設計了相應的運行控制步驟[5?6]。如文獻[7]中建立了機組配置方法，并提出一種適用于工程設計的運行優化步驟;文獻[8]中建立了冰蓄冷空調的能耗模型，并將其簡化為只含有兩個獨立變量的函數，實現了不同負荷需求下的機組配置方案;文獻[9]建立了機組優化控制系統，根據逐時預測的負荷結果來測量剩余能量并指導預測控制。

本文針對冰蓄冷空調運行控制策略的復雜性問題，從控制策略與控制系統理論入手，提出一種基于預估模糊PID控制的冰蓄冷空調控制系統，同時，還搭建仿真實驗平臺分析了所提控制方法的性能。

1 ?冰蓄冷空調模型

冰蓄冷空調的溫度控制系統通常由空氣處理裝置、風管系統、控制系統和變風量末端4部分組成。為了便于分析，對于冰蓄冷空調的溫度變化特性，使用一階模型描述其動態特性：

2 ?預估模糊PID控制

本文的預估模糊PID控制系統由模糊PID控制器和Smith預估器組成。其中，模糊PID控制器是在傳統PID控制器的基礎上加入模糊推理環節構成。該模糊推理環節將PID參數變化量作為輸入參數，以優化調整PID參數，使模糊推理系統具有更優的動態性能。Smith預估器通過在反饋回路中加入Smith預估環節，來消除被控對象的慣性和時滯。

本文模糊控制系統的整體結構如圖1所示。其中，[G1（s）]為風管系統控制模型，[G2（s）]為冰蓄冷空調末端風閾模型，[Hs（s）]為Smith預估器，[H1（s）]為溫度控制函數。該模糊控制系統將接收到的溫度偏差e和溫度變化速率ec作為輸入，并進行模糊推理后得到[ΔKP，ΔKI，ΔKD]，基于[ΔKP，ΔKI，ΔKD]值在線調整PID控制器，實現冰蓄冷空調的控制優化。

圖1 ?模糊控制系統整體結構

2.1 ?Smith預估器的設計

Smith預估器通過在被控對象的傳遞函數前加入補償環節，來超前反映本該滯后的輸出量[10?12]。Smith預估器針對被控對象的大慣性和大滯后的特點來提前調整超調量，從而改善系統的動態特性并消除系統的不利影響。

2.2 ?模糊控制器的設計

本文從系統變量與輸入參數模糊化、模糊邏輯判斷和模糊知識庫的建立以及輸出參數模糊化等方面介紹模糊控制器的設計。根據冰蓄冷空調的特點，設定溫度偏差e和溫度偏差變化率ec作為本文模糊控制系統的輸入，其PID控制關系為：

式中，[KP，KI，KD]分別為比例增益、積分增益和微分增益。因此，設置[ΔKP，ΔKI，ΔKD]作為模糊控制器的輸出量。由于輸入量e，ec和輸出量[ΔKP，ΔKI，ΔKD]均為精確量，故使用負大、負中、負小、零、正小、正中和正大對這些量進行模糊化。

各模糊量的論域如表1所示。同時，本文采用Mamdani規則和if?then模式得到如表2所示的模糊規則表。

表1 ?模糊論域表

3 ?仿真與分析

為了驗證本文所提控制方法的有效性，使用Simulink模塊進行仿真驗證。通過比較在正常工作和復雜工況條件下，本文控制方法與傳統PID控制方法的適應性來驗證所提出方法的有效性。

表3為各種方法在正常工況下的運行結果。從表中可以看出，預估模糊PID控制方法只有1.8%的超調量，相比于傳統方法降低了18%，表明所提出的方法具有更優的平穩性;同時，還可以看出所提方法的調節時間有220.8 s，表明其具有更快的響應能力。

表3 ?正常工作條件下動態特性表

假設在復雜工況條件下，空調換氣次數提升為20 次/h，測試結果如表4所示。從表中可以看出，預估模糊PID控制方法的調節時間為149.5 s，超調量為1.89%。而傳統PID方法的調節時間為234.6 s，超調量為24.8%。表明預估模糊PID控制方法在復雜工況條件下具有遠好于傳統方法的性能。

表4 ?復雜工況條件下動態特性表

4 ?結 ?語

本文提出一種基于預估模糊PID控制的冰蓄冷空調控制系統。該系統由空氣處理裝置、風管系統、控制系統和變風量末端4部分組成，使用Smith預估器給出了PID參數變化量的推理結果，使用模糊PID控制器實現對PID參數的控制。仿真驗證結果表明，所提方法具有更快的響應能力與控制效果。

參考文獻

[1] 徐敬召，李聲晉，盧剛，等.基于模糊PID算法的雙閉環電機伺服系統設計[J].微特電機，2013，41（10）：40?43.

XU Jingzhao， LI Shengjin， LU Gang， et al. Design of double closed?loop servo control system based on algorithm of fuzzy PID [J]. Small & special electrical machines， 2013， 41（10）： 40?43.

[2] 周凱，楊嵇森.磁粉離合器自調整模糊PID勵磁控制技術[J].電機與控制學報，2017，21（2）：87?93.

ZHOU Kai， YANG Jisen. Self?tuning fuzzy?PID excitation control technology for magnetic particle clutch [J]. Journal of motor and control， 2017， 21（2）： 87?93.

[3] 鄭剛，李斌，梁于州.模糊自適應PID控制的恒張力收卷系統研究[J].現代電子技術，2017，40（21）：132?135.

ZHENG Gang， LI Bin， LIANG Yuzhou. Research on constant tension winding system based on fuzzy self?adaptive PID control [J]. Modern electronics technique， 2017， 40（21）： 132?135.

[4] 趙運達.模糊自適應PID在數控進給伺服系統的運用[J].自動化與儀器儀表，2017（11）：201?203.

ZHAO Yunda. Application of fuzzy adaptive PID in CNC feed servo system [J]. Automation & instrumentation， 2017（11）： 201?203.

[5] 劉姣娣，曹衛彬，許洪振，等.自動補苗裝置精準定位自適應模糊PID控制[J].農業工程學報，2017（9）：45?52.

LIU Jiaodi， CAO Weibin， XU Hongzhen， et al. Precise positioning and adaptive fuzzy PID control of automatic seedling?repairing device [J]. Journal of agricultural engineering， 2017（9）： 45?52.

[6] 雷泰，趙榮耀，袁方，等.基于模糊自適應的PID控制器研究[J].智慧電力，2016，44（6）：64?68.

LEI Tai， ZHAO Rongyao， YUAN Fang， et al. Study on PID controller based on fuzzy adaptive [J]. Smart power， 2016， 44（6）： 64?68.

[7] 謝治軍，鄭麗娟，屈召貴.改進粒子群算法的永磁同步電機PID控制器[J].現代電子技術，2017，40（7）：139?142.

XIE Zhijun， ZHENG Lijuan， QU Zhaogui. PID controller of permanent magnet synchronous motor based on improved particle swarm optimization [J]. Modern electronics technique， 2017， 40（7）： 139?142.

[8] 王志超，董明利，劉超，等.基于模糊PID的流式細胞儀液流主從控制系統[J].液壓與氣動，2017（2）：45?50.

WANG Zhichao， DONG Mingli， LIU Chao， et al. Master?slave control system of flow cytometer based on fuzzy PID [J]. Hydraulic and pneumatic， 2017（2）： 45?50.

[9] 裘智峰，黃燈，桂衛華，等.基于變論域插值模糊PID控制系統的研究與應用[J].儀器儀表學報，2008，29（11）：2435?2440.

QIU Zhifeng， HUANG Deng， GUI Weihua， et al. Study and application of the control system based on interpolation algorithm fuzzy?PID with variable universe [J]. Chinese journal of scientific instrument， 2008， 29（11）： 2435?2440.

[10] 葛楠，李鐵鷹，王宇慧.變論域模糊PID算法在供熱控制中的應用[J].科學技術與工程，2012，12（34）：9203?9206.

GE Nan， LI Tieying， WANG Yuhui. The application of variable universe fuzzy PID algorithm in heating control system [J]. Science technology and engineering， 2012， 12（34）： 9203?9206.

[11] 王麗梅，張宗雪.H型精密運動平臺交叉耦合模糊PID同步控制[J].沈陽工業大學學報，2018，40（1）：1?5.

WANG Limei， ZHANG Zongxue. Cross?coupled fuzzy?PID synchronization control for H?type precision motion platform [J]. Journal of Shenyang University of Technology， 2018， 40（1）： 1?5.

[12] 劉軍，劉振旺，陳建恩，等.基于模糊PID對轉子系統的非線性振動控制的研究[J].系統仿真學報，2017，29（1）：200?205.

LIU Jun， LIU Zhenwang， CHEN Jianen， et al. Research on nonlinear vibration control of rotor system based on fuzzy PID [J]. Journal of systems simulation， 2017， 29（1）： 200?205.