王群

（包钢钢联股份设备分公司，内蒙古包头014010）

智能楼宇空调系统对房间温度、湿度等特征参变量的控制，是一个大滞后、多参量、非线性、时变的复杂波动调节过程，其在调节控制过程中呈现明显的超调问题，从而使空调系统很难在最优调节控制工况范围内长期运行，造成大量的电能资源浪费，尤其是楼宇综合自动化水平的不断提高，采用传统空调系统控制策略在调节控制实时性、可靠性、节能经济性等方面均很难取得优良品质。近年来，模糊推理技术、神经网络技术等智能技术在复杂工业工程控制中应用的不断成熟，将模糊控制技术引入到智能楼宇空调系统中已成为楼宇智能家居控制系统研究的一个重要课题。对系统的动态性能具有良好的改善。

1 VAV变风量智能空调系统基本工作原理

VAV智能空调系统的基本工作原理，是当建筑物室内的冷热负荷发生改变或室内空气某些特征参变量发生波动时，就会通过对应传感器装置获得对应调节控制信号，自动调节控制送入房间内的风量值，使整个空调系统送入负荷量与房间实际需求量间相互平衡匹配，以对房间内的温度和湿度进行动态调整。

智能楼宇建筑中变风量空调系统设计施工方案的基本决定因素，是向建筑物室内输送合理的、经过处理的风量，以动态吸收和调节房间内的余热和余湿，为室内人员或生产工艺营造一个舒适优良环境。

VAV智能空调系统向建筑物房间内输送的风量可以按下式进行确定

式中，

L为系统送入到建筑物房间内的风量，m3/s；

Qq为房间内所需的全热余热量，W；

Qs为房间内所需的空调送风所需的显热余热量，W；

ρ为智能楼宇建筑中的空气密度，kg/m3；

c为空气比热值，J/kg.℃；

In为建筑物室内空气的焓值，J/kg；

Is为空调系统送风状态的空气焓值，J/kg；

tn为建筑物室内，℃；

ts为空调系统的送风温度，℃。

从上述分析可知，VAV变风量智能空调系统与CAV定风量空调系统相比，其最大差别，就在于在整个系统中增加了风机变频调速自动控制装置，以根据各空调区域实际风量需求动态调节送风系统的末端装置，也就是说对于一个完整的VAV变风量智能空调系统而言，其风系统主要包括送风区域、VAV变频调速末端控制装置、变频送风机组、风管风道、冷却水盘管、加湿器等共同组成。

当处于夏季制冷工况时，VAV变风量智能空调系统就会自动开启新风口、送风机、冷水盘管、以及回风机等结构单元，对建筑物室内通风空调区进行制冷供应；

当处于冬季制热工况下，VAV变风量智能空调系统就会自动开启新风口、预热盘管、送风机、热水盘管以及回风机等结构单元，对建筑物室内通风空调区进行制热供应。

2 VAV智能空调模糊PID控制器优化控制模型

2.1 VAV智能空调模糊PID控制逻辑

VAV智能空调模糊PID控制器主要由常规PID控制部分和模糊推理参数在线自适应校正两个部分共同组成，其控制系统逻辑结构简图如图1所示：

图1 智能空调模糊PID控制逻辑结构简图

图1中，虚线框内所示的模糊PID控制器部分就是VAV智能空调模糊PID控制器研究的重点，即智能空调系统在运行过程中，模糊PID控制器会通过对应的特征参数传感器不断采集空调系统中的温度偏差e(t)和温度偏差变化率de/dt两个特征参变量值，并经智能空调系统通过实际运行经验获得的比例、积分、微分这3个特征参数值kp、kt、kd进行优化整定，使整个智能空调系统能够根据通风负荷需求进行动态实时调节控制。模糊PID控制器引入了模糊推理技术和实际专家运行工作经验，使得空调系统PID控制器具有模糊推理控制和PID两种控制技术共同的优点，比常规固定PID控制系统具有更可靠的控制品质，从而使VAV智能空调系统的温湿度控制当量具有良好的动、静态调节控制特性。

2.2 VAV智能空调控制特征数学函数描述

考虑到楼宇建筑中VAV智能空调系统是一个非常复杂的热力学交互系统，且在空调系统PID控制器中引入的模糊控制理论，无需建立详细精确地数学物理模型。因此，为了简化空调系统模糊PID特征函数描述式，先对整个楼宇空调系统运行环境作以下简化处理：

（1）计算空调系统负荷时，忽略房间内部物体及构建物自身具有的蓄热功能；

（2）房间空间范围内任一点处的温度分布是均匀的；

（3）忽略相邻房间的传热性能。

根据VAV智能空调系统输入与输出间负荷间匹配性能，结合式（1）可以构筑房间的热力学平衡特征数学函数描述，即

式中，

V为空调送风房间的容积，m3；

Gs为空调系统送风量，kg/s；

Ts为空调系统送风温度，℃；

T为空调系统设定温度值；

kout为房间外墙围护构建结构的传热系数，W/m2.℃；

Aout为房间围护构建结构的总面积，m2；

Tout为房间室外的空气温度，℃；

Qin为房间室内通风负荷，kW。

由于VAV空调系统模糊PID控制器在调节控制中，上述诸多参数均是整个系统的干扰项，对空调通风房间内的温度均会产生一定的延时特性，因此，在建立控制器模糊PID数学函数模型时，为了简化函数模型仿真运算量，假定所有干扰项对温度的影响带来的时滞后均为τ，则式（2）可以整理为

根据文献[9]可知对于送风系统为散流器送风或侧风送风模式的VAV智能空调系统而言，τ可以根据空调系统实际调节特性工况进行估算，即

式（4）中，Nc为房间内空调系统平均换气次数，后面建模仿真中按照10次/h进行仿真模型搭建。

3 系统建模及仿真实验

3.1 工程概况

以某智能楼宇建筑办公区的3个相邻办公房间作为分析实例，其房间平面布置简图如图2所示:

本次分析的包括空调房间a、空调房间b和空调房间c三个房间，其外墙高度均为3m，则房间外墙围护构建结构的总面积分别为12m2、13.5m2和15m2，房间外墙围护构建结构的传热系数均为0.003W/m2.℃；房间空气密度取1.297kg/m3；房间空气比热容取1.01J/kg·℃；楼宇建筑室外平均温度取35℃，送风温度取16℃；房间内空调系统平均换气次数取10次/h。

图2 空调房间平面布置简图

3.2 仿真模型搭建

在MATLAB仿真软件中，利用Simulink仿真模块搭建多区域VAV智能空调系统的仿真模型。

3.3 仿真建模结果分析

为各特征参数值定义相关数值后，将模糊PID控制法和常规PID试错法进行比较分析，获得两种方法各末端阀门开度和室内温度变化曲线的仿真结果如图3、图4所示：

图3 VAV空调系统各末端阀门开度

图3中横坐标表示空调系统的运行时间（单位:s）；纵坐标表示空调系统各末端调风阀门的开度变化。从图3中可知，采用模糊控制法的VAV智能空调系统，其在运行过程中调风阀门的开度波动曲线总体变化较为平稳，动态调节性能较为优越；而采用常规PID的试错法所获得的调风阀门的开度波动曲线，在整个调节过程中波动幅度较大，波动持续时间也较长。当空调系统基本趋于稳定工况时，采用试错法所得到的调风阀门的开启度大概在80%左右，而采用模糊控制方法所获得的调风阀门可以达到88%以上，甚至还可能超过90%，这样可以大大减少调风阀门在空调系统运行过程中产生的摩擦损耗量，也就是说基于模糊PID控制技术的VAV智能空调系统其控制更加准确节能，同时调风阀门开强度越大，相应空调系统的运行噪声就会降低，从而增加了空调系统运行环境的舒适度。

图4 室内温度变化曲线

图4中横坐标表示空调系统的运行时间（单位:s）；纵坐标表示空调房间内的温度波动曲线。从图4中可知，采用常规PID试错法构筑的VAV空调系统在运行过程中，其在室内负荷波动进行温度调节过程中，出现了超调运行工况，即空调系统在初始调节过程中室内温度一度降低到25℃，其系统综合调节性能较模糊PID控制较差，波动较大；而模糊PID控制法在可以在有效保证VAV智能空调系统快速响应系统动态调节功能基础上，使整个智能空调系统调节控制平稳、快速的进行，没有出现超调等不利工况，大大提高了VAV智能空调系统的综合调节性能品质。

4 结束语

本文选择空调系统的末端风阀开度，作为系统的控制对象建立多目标优化函数模型，利用模糊控制技术与常规PID技术相结合，对空调系统控制器的模糊控制策略的隶属函数和控制论域进行协同自动寻优，并用Matlab仿真软件对基于模糊PID控制技术的智能空调控制系统进行建模仿真。通过与试错法获得的仿真结果相比，验证了模糊PID控制技术能够满足智能空调系统多目标优化调节控制需求，为模糊智能变频空调控制器的设计和研究提供了一定理论参考依据。

[1]刘静纨.自调整模糊控制在变风量空调系统中的应用研究与实现[J].电气技术，2009，28(19)：48-52.

[2]王 军.模糊解耦控制技术在VAV中的应用[J].陕西师范大学学报（自然科学版），2002，30(2)：49-54.

[3]段英宏.空调房间温度预估模糊PID控制器的研究[J].系统仿真学报，2008，20(3):620-622.

[4]文生平，赵国平，蔡康雄.一种变论域模糊控制自适应算法[J].控制理论与应用，2009，26(3)：265-268.