互補供熱系統中控制器的改進與分析

摘?要：隨著科技的進步，將更加先進的科學技術運用到供熱系統中，對提高其熱量利用效率、節能減排等都有重要的現實意義，其中供熱系統控制器的不斷改進在提高熱量利用效率方面更是起著重要作用。本文針對互補供熱系統傳統控制器時變性、非線性、大滯后、強耦合的運行特點，對控制器進行了改進。提高了其在抗干擾性方面，階躍響應性能指標方面，解耦性方面的性能，進而提高了互補供熱系統的熱利用效率。

關鍵詞：互補供熱;熱效率;改進控制器;改進PSO算法

1 緒論

在未來多樣化的能源結構中，互補供熱技術的應運將愈發普遍，但同時其控制系統的也有復雜、繁瑣這樣的弊端，讓互其熱利用效率大打折扣。傳統PID控制器的缺陷有如下兩方面，首先為不合理的動態參數整定，進而使得控制效果不理想，其熱利用效率不高;其次為使用的局限性，對有非線性、高耦合度、時變性特點的不確定模型結構控制效果較差。而若要傳統PID控制器在互補供熱系統的控制更加精準，則需對其控制算法進行改進，而不是僅對一些參數進行整定。

2 互補供熱系統的調控模式

本文是針對互補供熱系統的智能控制器進行改進，其智能控制系統可分為四大部分，分別是改進PSO-PID優化控制系統、傳感器數據采集系統、GPRS數據傳輸系統和執行機構控制系統[1]。本文所改進的智能控制器的功能為：調節互補供熱系統中熱網的供水溫度。其工作原理如下圖所示。

3 標準PSO算法的基本思想和不足

3.1 標準PSO算法的基本思想

PSO算法的基本思想為假定優化的每一種情況均為一個在n維空間勻速飛行的微粒[2]。其對微粒的優劣判斷的依據是適應度函數的不同。其中每個微粒飛行速度調節的重要依據是包括自己在內的所有微粒的飛行經驗。當微粒飛向其最佳位置時，那么所得方案即為其所需的最優解決方案。

3.2 標準PSO算法的不足

盡管標準PSO算法為全局隨機搜索法，但其仍有收斂速度慢與早熟收斂兩項缺點[3]。而收斂速度慢會發生的情況是當后期粒子掉入到局部極小點的同時由于收斂速度較慢而無法逃出。早熟收斂則可能會讓粒子群搜索全局最佳位置的難度加大。

4 PSO算法的改進原理

針對上述標準PSO算法的不足，本文從兩個方向入手進線對算法進行改進。首先慣性權系數w值需控制在[0.8～1.2]范圍內，在算法進行迭代過程中w值若線性減小，那么算法的性能與收斂速度均會有所提升。其次可通過導入變異例子來改善算法，以解決粒子群不能從局部最優位置中擺脫的問題。在導入變異粒子后，粒子群的搜尋能力會更強更多樣。由于變異粒子可從局部最優位置內擺脫出來，進入新的領域繼續搜尋，因此這種算法有了更高的概率搜尋到全局最佳位置。進而將標準算法中進化停滯、陷入局部最優位置無法擺脫這兩個問題解決了。

5 改進控制器在互補供熱系統中的應用分析

5.1 抗干擾性分析

改進互補供熱系統的控制器后。首先將擾動疊加到燃氣熱泵側時，熱網側雖有較短的小波動但仍可迅速回到穩態。而當把擾動疊加到熱網側時，燃氣熱泵側雖也有較短的小波動但也可迅速回到穩態。

5.2 階躍響應性能指標分析

互補供熱系統的四種控制方式下，系統反應速度均有明顯提升，但也發生了1%～3%的超調。由于互補供熱系統對控制條件的要求并不苛刻，因此上述相對較小的超調值是完全可以被接受的。

5.3 解耦性分析

采用傳統控制器的互補供熱系統在運行中會產生強耦合性的問題。而當互補供熱系統各熱源間發生的水力耦合現象較嚴重時，整個供熱系統都會產生振蕩甚至發散。而在將改進后的控制器應用到互補供熱系統中進行模擬后，得出的結果是無論在燃氣熱泵側還是熱網側輸入設定值r后，輸出值y均未受影響。因此在應對系統運行中水力耦合現象的過程中改進控制器發揮了重要作用。

6 結論

針對互補供熱系統大滯后、非線性、時變性、強耦合的特點。本文改進了其控制器的算法，進而對互補供熱系統的熱利用效率的提高發揮了重要作用。而改進后的控制器可在以下三個方面對互補供熱系統進行提升。

（1）提高了互補供熱系統的抗干擾性。各熱源從短暫的小波動到回到穩定狀態的速度較快，表現出了收斂速度較快、魯棒性和自適應性較強的特點。

（2）階躍控制產生的超調量的值在可接受范圍內且數值較小，同時可明顯減少了上升時間與調節時間，且明顯提升了響應速度。

（3）面對互補供熱系統的水力耦合現象，改進控制器的應對更加得當，進而避免了振蕩甚至發散情況的出現。

參考文獻：

[1]金文兵.由組態軟件，智能儀表及PLC等組成的工業控制系統[J].電力自動化設備，2005，25（6）：73-76.Voncuba H L，Steimle F.Heat Pump Technology[M].Butter worths，1981.379.

[2]Khodier M M，Christodoulou C G.Linear array geometry synthesis with minimum sidelobe level and null control using particle swarm optimization[J].Antennas and Propagation，IEEE Transactions on，2005，53（8）：2674-2679.

[3]劉建華.粒子群算法的基本理論及其改進研究[D].中南大學，2009.

作者簡介：薛翔遠（1989-），男，遼寧沈陽人，碩士，研究方向：建筑環境與設備工程。