預測控制在既有大型醫院中央空調系統中的應用

李新兵 陸鵬 李世博

收稿日期：2023-06-13

基金項目：揚州市綠色建筑專項引導基金（2022）69-3

DOI：10.19850/j.cnki.2096-4706.2023.22.028

摘? 要：針對既有大型醫院中央空調系統運行中的高能耗問題，采用實時跟蹤負荷變化和多變量預測控制對系統進行優化研究。引入先進控制技術分別對水系統和風系統進行變流量與變風量控制，調節變頻設備，實時控制系統參數并予以修正。以揚州某大型醫院中央空調系統運行數據為依據建立能耗優化模型，經仿真驗證得知，在系統中引入控制技術之后取得了顯著的節能效果。

關鍵詞：中央空調系統；多變量預測算法；先進控制技術；大型醫院

中圖分類號：TP391? 文獻標識碼：A? 文章編號：2096-4706（2023）22-0127-06

Application of Predictive Control in Central Air Conditioning Systems of Existing Large Hospitals

LI Xinbing1， LU Peng2， LI Shibo1

（1.College of Electrical， Energy and Power Engineering， Yangzhou University， Yangzhou? 225127， China;

2.Construction Technology and Green Building Development Center of Yangzhou City， Yangzhou? 225000， China）

Abstract： In response to issues such as high energy consumption in the operation of central air conditioning systems in existing large hospitals， real-time tracking of load changes and multivariable predictive control are adopted to optimize the system. Introducing advanced control technology for variable flow and variable air volume control of water system and air system， adjusting frequency conversion equipment， real-time control of system parameters and correction. Based on the operating data of the central air conditioning system of a large hospital in Yangzhou， an energy consumption optimization model is established. After simulation verification， it is found that the introduction of control technology in the system achieves significant energy-saving effects.

Keywords： central air conditioning system; multivariable prediction algorithm; advanced control technology; large hospital

0? 引? 言

調節室內溫度是中央空調主要的功能，中央空調作為新時代廣泛使用的清潔設備，給廣大人民帶來了福音。然而，隨著中央空調的廣泛使用，中央空調系統運行產生的高能耗（其能耗為一般建筑的1.6～2倍[1]）使我國的能源面臨緊缺問題，為此高能耗問題亟待解決。

節約能源是關涉所有人并需要我們從自身做起的一件重要事情，我們應該形成隨時隨地節能的良好意識。如何節能業已成為國內外研究專家的重要課題。

既有大型醫院的中央空調系統采用 傳統控制技術，運行過程中消耗了大量的能源，系統滿負載工作與手動操做是高能耗的重點。為了解決傳統控制存在的問題，特引入先進的預測控制技術。與傳統控制的中央空調控制模式相比，采用先進控制模式的中央空調系統具有以下優勢：

1）系統運行過程中實時檢測參數變化。

2）隨時調節系統輸入變量，控制輸出變量在設定值附近上下波動，不超出輸出變量限值。

3）根據檢測到的系統擾動變量變化，自適應調節相關參數變量，增強抗干擾性。

控制器作為控制系統的控制中樞，在中央空調系統的運行中起到關鍵性的作用[2]。先進的控制算法能夠使系統精確化運行，高效維持系統穩定，因此選擇先進的控制算法是改造系統達到預期效果的重要保證。文獻[3]提出采用經過改進的蟻群算法控制水泵和空調風機，優化中央空調功耗，節能效果顯著。文獻[4]采用退火算法計算檢測值與預測值之間的偏差，用以調節輸入變量，優化系統運行。文獻[5]設計了以等維信息灰色預測控制與模糊自整定PID相結合的新型控制器，該控制器調節迅速，超調小，具有良好的動態、靜態性能。

本文提出一種基于多變量預測控制算法的中央空調系統，適用于大型醫院等特殊大型建筑場景。

1? 預測控制

預測控制廣泛應用于工業控制領域，不斷趨向目標值，使系統的使用效能達到最優。通過構建的模型進行參數預測，同時反饋預測數據并進行校正，滾動優化調節輸入變量，維持實際輸出變量在設定值附近上下波動，穩定系統運行，保持系統能耗相對最低。

預測控制算法[6]是對未來某一時刻的輸出變量進行預測并實時校正輸出變量與輸入變量的偏差值，據此偏差值調節系統輸入變量的新型控制算法。

1.1? 單輸入單輸出

基于預測控制的單輸入單輸出控制系統，設定預期輸出變量wp，算法計算的基本流程如下：

求出設定值wp與校正之后檢測值yp0（k）的偏差，確定輸入變量的偏差值Δu（k），并以此偏差值調節輸入變量u（k），再通過系統運行檢測下一時刻實際輸出的變量數值y（k+1）。經過反饋校正得到yp0（k），再根據設定值求偏差值，不斷地進行在線滾動優化。算法結構如圖1所示。

1.2? 多輸入多輸出

類比單輸入單輸出控制系統，基于預測控制的多輸入多輸出控制系統是多個單輸入單輸出的疊加。各輸入變量與各輸出變量之間相互對應，輸出變量y1（k+1）、輸入變量u1（k）及設定值w1（k）相互間是一個預測模型，一一對應。輸入變量u2（k）不影響y1（k+1）與u1（k）之間的預測模型。該控制算法的輸入變量與輸出變量數量相同（均為2）。算法結構如圖2所示。

2? 基于多變量預測算法的中央空調系統

2.1? 中央空調系統（以水冷式為例）

水冷式中央空調的主要能耗設備有冷卻水循環部分（包括室外冷卻塔的風機、冷卻循環水泵）、冷凍水循環部分（包括冷凍循環水泵、室內風機盤管），連接二者的設備是冷水機組，更是中央空調系統的耗能大戶，占總能耗近50%，其他四個設備為拖動設備。

2.2? 改造方案

研究中央空調系統的運行原理，針對基于傳統控制的中央空調系統存在的問題，一一進行針對性的改造，引入先進的控制技術，設計節能改造控制策略，如圖3所示。

2.2.1? 控制策略

傳統中央空調控制精確的數學模型難以建立，隨著控制對象復雜程度的增加，大多數為多輸入多輸出的強耦合系統，對于依賴控制模型的傳統控制理論來說，很難達到精準控制和及時控制。

本文提出水系統和風系統相結合的方法，借助多變量預測控制，根據負荷變化（前饋）提前動作，使得能耗逐步接近最低目標，達到真正意義上的節能控制目的。水系統和風系統的具體介紹如下：

1）水系統。冷卻水系統：引入變流量冷凝溫度控制技術調節冷卻水循環系統。輸入變量：冷卻塔頻率、冷卻水泵頻率和冷卻水供水溫度。動態跟蹤冷水機組負荷變化。冷凍水系統：引入變流量定溫差控制技術調節冷凍水循環系統。輸入變量：冷凍水供水溫度和冷凍水泵頻率。動態跟蹤冷水機組負荷與風機盤管負荷變化。

2）風系統。風機盤管系統：引入變風量變頻技術調節室外空氣循環系統。輸入變量：末端盤管風機頻率。動態跟蹤風機盤管負荷變化。

2.2.2? 控制變量

中央空調系統在實際工作過程中，需要考慮多種影響因素，但對這些因素應抓大放小，即只考慮主要因素，因為過多的控制變量[7]會造成模型在求解過程中陷入維數災難。經過篩選和簡化，將影響因素（變量）分為三種類型：一是輸入變量，即空調系統正常運行時的狀態量；二是輸出變量，即經過優化控制可獲得的期望值；三是擾動變量（外界干擾），即因環境溫度及人流變動使得冷負荷發生改變的量值。主要定義如下：

1）輸入變量。室外冷卻塔風機fa、冷卻循環水泵fCW、由冷水機組提供的冷卻水循環出水TCWS、由冷水機組提供的冷凍水循環出水TCHWS、冷凍循環水泵fCHW、正常條件下室內風機盤管fSA。

2）輸出變量。總能耗Pt、流回冷水機組的冷卻水TCWR、冷水機組在冷凍循環中ΔTCHW。

3）外界干擾值。中央空調系統變動負荷Qchiller、室內盤管負荷Qcfan。

2.3? 多變量預測控制系統

2.3.1? 設備建模

為了有效地優化中央空調設備的運行，應建立能夠反映中央空調系統不同末端用戶舒適度和房間熱延遲對空調系統運行優化有顯著影響的數學模型?；谟脩裟┒死淞啃枨蟮闹醒肟照{冷負荷需量模型，可以很好地兼顧用戶舒適度與空調時滯性特征。

1）建立功率模型。預測模型用來獲得被控對象未來輸出的預測值[8]。預測模型的結構形式多種多樣，該系統的輸出可以看作每個輸入變量單獨作用的結果。設當有輸入uj且有一個k時刻的增量Δuj（k）時，對應輸yi在未來N個時刻的輸出預測值為中央空調系統是一個回路多、耦合強的系統，結合預測控制基本原理轉化，得到如下預測模型：

冷卻塔功率：

（1）

其中，ai表示模型參數（i = 0，1，2，3）。

冷卻水泵功率：

（2）

其中，bi表示模型參數（i = 0，1，2，3）。

冷水機組功率[9]：

式子等效為：

其中，ci表示模型參數（i = 0，1，2）。

預測模型：

（3）

其中，

冷凍水泵功率：

（4）

其中，di表示模型參數（i = 0，1，2，3）。

風機盤管功率：

（5）

其中，ei表示模型參數（i = 0，1，2，3）。

冷卻水回水溫度：

其中，g表示模型參數。

預測模型：

（6）

冷凍水溫差模型：

其中，k表示模型參數。

預測模型：

（7）

2）滾動優化。滾動優化是根據輸出期望值和輸出預測值的偏差，并在給定的性能指標下計算出可以施加的控制量[9]，使對象的輸出盡可能地接近期望值。常用的控制性能指標形式為：

3）反饋修正。是利用當前時刻的預測模型誤差對預測模型進行校正，以獲得更加準確的預測輸出，進而計算出比較準確地控制量。有了誤差信息后就可以對預測向量進行校正，即模型的預測中增加誤差信息用加權值如下式所示：

室外冷卻塔上的風機：

系統冷卻部分的設備：

系統核心耗能設備：

系統冷凍部分的設備：

室內風機：

冷水機組提供的冷卻水循環溫度差值：

冷水機組提供的冷凍水循環溫度差值：

2.3.2? 約束與設定

約束條件如表1所示。

2.3.3? 能耗總目標設定

中央空調節能優化目標應為系統總能耗最低，因此根據文獻[10]設定如下目標：

（8）

其中，Pt表示中央空調系統總功率。

3? 算例分析

3.1? 中央空調概述

本文以揚州市某大型三甲醫院為例，該醫院在夏季室外溫度較高時現場開2臺螺桿機組（共3臺，1臺備用），設有室外冷卻塔、一級泵的冷卻水泵與冷凍水泵，室內采用FP-51型號盤管。因冷水機組為手動控制開啟，不能按室外溫度變化進行自動調節，導致能耗巨大。經現場調研，冷卻塔上的風機與冷卻、冷凍水泵頻率固定不變；由冷水機組提供的冷凍水回水溫度大于8 ℃，冷水機組負荷始終保持在2 217～

2 229 kW之間；水系統總能約500 kW。室內風機盤管風機風量固定，平均能耗值為34.75 kW。

3.2? 仿真研究

在維持系統穩定運行的狀況下采用MATLAB軟件進行仿真，得到曲線圖4?？偰芎挠?種情況：200～210 kW為低能耗；320～330 kW為中能耗；425～470 kW為高能耗。

整理所得數據得到系統最低能耗，4種最低能耗所對應的系統參數如表2所示。

3.3? 結果與分析

本文在優化初始階段，采集到每天10：00～19：00時間段的逐時能耗，然后運用本文提出的優化方法，繪出優化前后能耗數據對比圖，如圖5、圖6所示。

由上圖可以得出，運行節能約為15%，達到空調系統節能優化運行的目的。

4? 結? 論

本文采用多變量預測控制算法對中央空調系統進行優化研究，通過MATLAB仿真軟件對該控制策略進行驗證，得到最優設定值。該設定值滿足中央空調系統運行約束條件，保證在低能耗情況下維持系統可靠運行。

參考文獻：

[1] 盧莉莎.解析現代化綜合性醫院中央空調系統設計要點 [J].機電信息，2016（19）：76-79.

[2] 朱懿，歐陽喜寬.簡析中央空調系統節能的控制方法與發展趨勢——基于江中藥業綜合制劑大樓中央空調節能改造工程案例 [J].能源研究與管理，2014（1）：87-92.

[3] JIAO X Q，XU Q S. Optimization analysis on the effect of operational power consumption for central air conditioning under cold storage regulation [J/OL].International Transactions on Electrical Energy Systems，2019，29（5）[2023-05-05].https：//doi.org/10.1002/2050-7038.12001.

[4] 國堯.基于退火算法的醫院中央空調優化控制研究 [J].計算機與數字工程，2018，46（2）：293-297.

[5] 楊成晨，張九根.基于灰色預測模糊PID算法的空調房間溫度控制 [J].電子技術應用，2012，38（4）：56-59.

[6] 丁寶蒼.預測控制的理論與方法 [M].北京：機械工業出版社，2008.

[7] 黃艷山，馬俊麗.一種基于數學模型的中央空調系統優化方法及系統：CN104713197A [P].2015-06-17.

[8] 李世博，陳星穎，余昆.一種中央空調精細化控制方法：CN104613602A [P].2015-05-13.

[9] 王蕊，任慶昌.建立冷水機組能耗模型幾種方法的比較與分析 [J].現代建筑電氣，2017，8（1）：9-13.

[10] 施赟，劉東，張超.基于集中式空調系統能效整體性優化模型研究 [J].建筑熱能通風空調，2012，31（5）：12-15.

作者簡介：李新兵（1969—），男，漢族，江蘇揚州人，高級工程師，碩士，研究方向：建筑電氣及智能化。