一种地源热泵自适应智能模糊控制系统及方法与流程

1.本发明涉及地源热泵技术领域，具体涉及一种地源热泵自适应智能模糊控制系统及方法。


背景技术：

2.当今社会，大气污染和化学能源枯竭问题愈发严峻，促进能源结构转型和提高能源利用效率逐步成为关注的热点。能源战略应当实行开源节流并重的方针，开源即尽可能多地接纳与使用可再生能源，节流的主要任务则是节能和提高能源使用效率。浅层地表吸收太阳辐射能量的47％，其蕴藏的低品位热能称之为“地能”，作为一种无限可再生的清洁能源，如何利用好它值得深思。在此背景下，“电能替代战略”应运而生，而地源热泵作为该战略核心理念之一的“以电代煤”的经典实例，得到了国家电网公司的大力推广。地源热泵系统冷热量的获取来自温度工况较为恒定的岩土层，机组能效比(cop)值保持在4以上，即消耗1kw 高品位电能可以得到4kw左右的冷量或热量，运行效率极高；制冷工况下，较之普通中央空调系统，地源热泵空调系统可以节能30％～40％；供暖工况下，较之燃气锅炉地暖可以节能在40％～50％，节能减排显著。
3.一方面，地源热泵空调系统硬件装置的设计上相较于传统的空调系统增添了很多内容，整个系统实现风量和水量的条件相对于传统空调系统会更加复杂，为了保证地源热泵空调系统的水量和风量的良好控制性能，需要采用新的更加智能的控制手段；另一方面，目前实际工业控制现场条件越来越复杂，地源热泵单一控制手段存在高非线性、强时变性以及难消除稳态误差等控制难点，很难建立准确的数学模型，这就使得在多扰动的实际运行状况下，系统的控制精度与响应速度均难以达到电能替代领域要求。现有技术中，智能控制方法的研究有模糊控制、遗传算法、神经网络算法等。


技术实现要素：

4.本发明主要是针对地源热泵单一控制手段高非线性、强时变性以及难消除稳态误差等控制难点，提供了一种灵活、可靠、稳定的地源热泵自适应智能模糊控制系统及方法，在自适应模糊控制规则下，整合研究自适应控制及模糊控制技术，使得在多扰动的实际运行状况下，系统的控制精度与响应速度均达到电能替代领域要求，改进地源热泵系统的控制性能，提高地源热泵系统“以电代煤”的效率，促进其在电能替代领域的推广应用。
5.为了实现上述目的，本发明采用以下技术方案：
6.一种地源热泵自适应智能模糊控制系统，包括第一加法器、微分器、偏差放大器、模糊控制器、pid控制器、末端风机子系统、smith预估器、第二加法器和第三加法器，所述第一加法器的输入端输入温差设定值，第一加法器的输出端分别连接所述微分器的输入端、所述偏差放大器的输入端和所述pid控制器的输入端，微分器的输出端连接偏差放大器后与所述模糊控制器的输入端连接；模糊控制器的比例输出端、积分输出端、微分输出端分别与pid 控制器的比例输入端、积分输入端、微分输入端对应连接，pid控制器的输出端分别
连接所述末端风机子系统的输入端和所述smith预估器的输入端，smith预估器的输出端和末端风机子系统的输出端均连接所述第二加法器的输入端；所述第三加法器的输入端输入第二加法器的输出和smith预估器不考虑末端风机子系统纯时延环节的输出；所述第一加法器的输入端还输入所述第三加法器的输出。由于对压缩机组和末端风机的合理控制是提高地源热泵系统性能的重要途径，除了构建针对末端风机子系统的自适应智能模糊控制系统外，还可以将上述末端风机子系统替换为压缩机组子系统，构建针对压缩机组子系统的自适应智能模糊控制系统，进一步提高地源热泵系统的控制性能，打破传统地源热泵控制系统自适应能力、节能效益不佳的困境，提高地源热泵系统“以电代煤”的效率，促进其在电能替代领域的推广应用。本系统中，第一加法器输入温差设定值和第三加法器输出的负值；模糊控制器在输入温差偏差量及其变化率之前，先经过偏差放大器进行比例放大，模糊控制器通过比例输出端、积分输出端、微分输出端对应输出pid参数变化量δk
p
、δk
i
、δk
d
；pid控制器输入模糊控制器输出的pid参数变化量δk
p
、δk
i
、δk
d
和第一加法器输出的温差偏差量；第二加法器输入末端风机子系统输出的循环工质供回温差δt和smith预估器输出的负值；第三加法器输入 smith预估器中不包含末端风机子系统纯时延环节的输出和第二加法器的输出。本系统在自适应模糊控制规则下，整合研究自适应控制及模糊控制技术，使得在多扰动的实际运行状况下，系统的控制精度与响应速度均达到电能替代领域要求，改进地源热泵系统的控制性能，提高地源热泵系统“以电代煤”的效率，促进其在电能替代领域的推广应用。
7.作为优选，所述末端风机子系统输出循环工质供回温差δt。末端风机子系统的输出端不仅连接第二加法器的输入端，还作为本系统的输出端，输出循环工质供回温差δt。
8.作为优选，所述smith预估器包括g
n
(s)模块和e
‑
τs
模块，其中模块，其中g
n
(s)模块表示不含纯时延部分，e
‑
τs
模块表示纯时延部分，引入smith 预估器等效为将系统反馈点前移，补偿末端风机子系统纯时延环节造成的控制性能损失，引入的smith预估器具有以下形式：g
n
(s)e
‑
τs
其中且此时整个系统的闭环传递函数如下：
9.一种地源热泵自适应智能模糊控制方法，采用上述的一种地源热泵自适应智能模糊控制系统，包括偏差量增益环节、模糊控制环节、pid控制环节和smith预估环节。具体过程为：首先偏差量增益环节对模糊控制器的输入进行比例放大(e,ec)＝k
(e,ec)
(e0,ec0)，式中 e0,ec0和e,ec分别表示放大前后的温差偏差量及其变化率，k
(e,ec)
是增益系数，用以提高误差识别精度；其次确定输入/输出变量论域、模糊语言子集及隶属函数，模糊控制器在模糊规则引导下进行推理，经清晰化过程后输出pid参数的变化量δk
p
、δk
i
、δk
d
；然后pid控
制环节将模糊控制器输出的δk
p
、δk
i
、δk
d
叠加到pid参数预设值k
p0
、k
i0
、k
d0
上作为最优控制参数k
p
、k
i
、k
d
；最后引入smith预估器，即并联smith预估回路，等效为将系统反馈点前移，补偿末端风机子系统的纯时延环节造成的控制性能损失，引入的smith预估回路具有下述形式：g
n
(s)e
‑
τs
，其中且此时整个系统的闭环传递函数如下：本方法通过组合算法实现，该组合算法结合变流量温差策略的控制过程为：模糊控制器以循环工质供应回流两侧温差的偏差量及其变化率作为输入，经模糊化过程将清晰输入量映射到输入模糊集上，模糊推理引擎以模糊规则为指引，进行决策，经清晰化过程后得到pid参数变化量δk
p
、δk
i
、δk
d
，再将其叠加在pid参数的预设值上作为最优控制参数，即最优控制参数为：k
p
＝k
p0
δk
p
k
i
＝k
i0
δk
i
k
d
＝k
d0
δk
d
。最优控制参数对控制过程进行调节的同时，通过并联smith预估回路，对控制对象的纯时延 (滞后)环节进行补偿。这种组合算法将pid控制的鲁棒性与模糊控制的灵活性相结合，同时通过smith预估回路补偿了时延环节带来的性能损失，提高了地源热泵控制系统的自适应能力。
10.作为优选，所述偏差量增益环节的具体过程为：对模糊控制器的输入进行比例放大， (e,ec)＝k
(e,ec)
(e0,ec0)，式中e0,ec0和e,ec分别表示放大前后的温差偏差量及其变化率， k
(e,ec)
是增益系数，用以提高误差识别精度。
11.作为优选，所述模糊控制环节的具体过程，包括以下步骤：a1)确定输入/输出变量论域、模糊语言子集及隶属函数；a2)模糊控制器在模糊规则引导下进行推理，经清晰化过程后输出pid参数的变化量δk
p
、δk
i
、δk
d
。首先确定输入/输出变量论域、模糊语言子集及隶属函数，然后模糊控制器在模糊规则引导下进行推理，经清晰化过程后输出pid参数的变化量δk
p
、δk
i
、δk
d
，用以获得最优控制参数。
12.作为优选，所述pid控制环节的具体过程为：将模糊控制器的输出叠加到pid参数预设值上作为最优控制参数，即pid控制环节将模糊控制器输出的δk
p
、δk
i
、δk
d
叠加到pid 参数预设值k
p0
、k
i0
、k
d0
上作为最优控制参数k
p
、k
i
、k
d
，然后通过最优控制参数调节控制过程。
13.作为优选，闭环传递函数为：
引入的smith预估回路具有下述形式：g
n
(s)e
‑
τs
，其中且此时整个系统的变换传递函数为：式中，c(s)为系统的传递函数，g
fan
(s)＝g(s)e
‑
τs
，因此，该控制系统的闭环传递函数如下：
14.因此，本发明的优点是：(1)在多扰动的实际运行状况下，系统的控制精度与响应速度均达到电能替代领域要求，改进了地源热泵系统的控制性能，提高了地源热泵系统“以电代煤”的效率，促进了其在电能替代领域的推广应用；(2)克服了地源热泵单一控制手段高非线性、强时变性以及难消除稳态误差等控制难点，具有灵活、可靠、稳定等优点。
附图说明
15.图1是本发明实施例中一种地源热泵自适应智能模糊控制系统的结构示意图。
16.图2是本发明实施例中模糊隶属函数图像。
17.1、第一加法器2、微分器3、偏差放大器4、模糊控制器5、pid控制器6、末端风机子系统7、smith预估器8、第二加法器9、第三加法器。
具体实施方式
18.下面结合附图与具体实施方式对本发明做进一步的描述。
19.如图1所示，一种地源热泵自适应智能模糊控制系统，包括第一加法器1、微分器2、偏差放大器3、模糊控制器4、pid控制器5、末端风机子系统6、smith预估器7、第二加法器8和第三加法器9，第一加法器1的输入端输入温差设定值，第一加法器1的输出端分别连接微分器2的输入端、偏差放大器3的输入端和pid控制器5的输入端，微分器2的输出端连接偏差放大器3后与模糊控制器4的输入端连接；模糊控制器4的比例输出端、积分输出端、微分输出端分别与pid控制器5的比例输入端、积分输入端、微分输入端对应连接， pid控制器5的输
出端分别连接末端风机子系统6的输入端和smith预估器7的输入端，smith 预估器7的输出端和末端风机子系统6的输出端均连接第二加法器8的输入端；第三加法器 9的输入端输入第二加法器8的输出和smith预估器7不考虑末端风机子系统6纯时延环节的输出；第一加法器1的输入端还输入第三加法器9的输出。由于对压缩机组和末端风机的合理控制是提高地源热泵系统性能的重要途径，除了构建针对末端风机子系统6的自适应智能模糊控制系统外，还可以将上述末端风机子系统6替换为压缩机组子系统，构建针对压缩机组子系统的自适应智能模糊控制系统，进一步提高地源热泵系统的控制性能。本系统中，第一加法器1输入温差设定值和第三加法器9输出的负值；模糊控制器4在输入温差偏差量及其变化率之前，先经过偏差放大器3进行比例放大，模糊控制器4通过比例输出端、积分输出端、微分输出端对应输出pid参数变化量δk
p
、δk
i
、δk
d
；pid控制器5输入模糊控制器 4输出的参数变化量δk
p
、δk
i
、δk
d
和第一加法器1输出的温差偏差量；第二加法器8输入末端风机子系统6输出的循环工质供回温差δt和smith预估器7输出的负值；第三加法器9 输入smith预估器7中不包含末端风机子系统6纯时延环节的输出和第二加法器8的输出。
20.如图1所示，末端风机子系统6输出循环工质供回温差δt。末端风机子系统6的输出端不仅连接第二加法器8的输入端，还作为本系统的输出端，输出循环工质供回温差δt。
21.如图1所示，smith预估器7包括g
n
(s)模块和e
‑
τs
模块，其中模块，其中g
n
(s)模块表示不含纯时延部分，e
‑
τs
模块表示纯时延部分，引入smith 预估器7等效为将系统反馈点前移，补偿末端风机子系统6纯时延环节造成的控制性能损失，引入的smith预估器7具有以下形式：g
n
(s)e
‑
τs
其中且此时整个系统的闭环传递函数如下：
22.一种地源热泵自适应智能模糊控制方法，采用上述的一种地源热泵自适应智能模糊控制系统，包括偏差量增益环节、模糊控制环节、pid控制环节和smith预估环节。具体过程为：首先偏差量增益环节对模糊控制器4的输入进行比例放大(e，ec)＝k
(e，ec)
(e0，ec0)，式中 e0，ec0和e，ec分别表示放大前后的温差偏差量及其变化率，k
(e，ec)
是增益系数；其次确定输入/ 输出变量论域、模糊语言子集及隶属函数，模糊控制器4在模糊规则引导下进行推理，经清晰化过程后输出pid参数的变化量δk
p
、δk
i
、δk
d
；然后pid控制环节将模糊控制器4输出的δk
p
、δk
i
、δk
d
叠加到pid参数预设值k
p0
、k
i0
、k
d0
上作为最优控制参数k
p
、k
i
、k
d
；最后引入smith预估器7，即并联smith预估回路，等效为将系统反馈点前移，补偿末端风机子系统6的纯时延环节造成的控制性能损失，引入的smith预估回路具有下述形式： g
n
(s)e
‑
τs
，其中且此时整个系统的变换传递函数为：
式中，c(s)为系统的传递函数，g
fan
(s)＝g(s)e
‑
τs
，因此，该控制系统的闭环传递函数如下：本方法通过组合算法实现，该组合算法结合变流量温差策略的控制过程为：模糊控制器4以循环工质供应回流两侧温差的偏差量及其变化率作为输入，经模糊化过程将清晰输入量映射到输入模糊集上，模糊推理引擎以模糊规则为指引，进行决策，经清晰化过程后得到pid参数变化量δk
p
、δk
i
、δk
d
，再将其叠加在pid参数的预设值上作为最优控制参数，即最优控制参数为：k
p
＝k
p0
δk
p
k
i
＝k
i0
δk
i
k
d
＝k
d0
δk
d
。最优控制参数对控制过程进行调节的同时，通过并联smith预估回路，对控制对象的纯时延 (滞后)环节进行补偿。这种组合算法将pid控制的鲁棒性与模糊控制的灵活性相结合，同时通过smith预估回路补偿了时延环节带来的性能损失，提高了地源热泵控制系统的自适应能力。
23.其中，对压缩机组子系统和末端风机子系统6均采用七级模糊语言集variable＝ {nb,nm,ns,zo,ps,pm,pb}，模糊控制器4皆为二输入
‑
三输出的形式，输入/输出变量论域的确定如下表4
‑
1所示：表4
‑
1输入/输出变量论域的选定模糊控制隶属函数均采用图2所示的trimf三角形式；模糊规则的设计如表4
‑
2至表4
‑
4所示，表中模糊语言子集简称nb，nm，ns，zo，ps， pm，pb，分别表示“负大、负中、负小、零、正小、正中、正大”。表4
‑
2δk
p
的模糊规则设计e\ecnbnmnszopspmpbnbpbpbpmpmpszozonmpbpbpmpspszonsnspmpmpmpszonsns
zopmpmpszonsnmnmpspspszonsnsnmnmpmpszonsnmnmnmnbpbzozonmnmnmnbnb表4
‑
3δk
i
的模糊规则设计e\ecnbnmnszopspmpbnbnbnbnmnmnszozonmnbnbnmnsnszozonsnmnmnsnszopspszonmnmnszopspmpmpsnmnszopspspmpbpmzozopspspmpbpbpbzozopspmpmpbpb表4
‑
4δk
d
的模糊规则设计