改进粒子群优化控制在变流量空调水系统中的应用研究
开篇：润墨网以专业的文秘视角，为您筛选了一篇改进粒子群优化控制在变流量空调水系统中的应用研究范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
摘要：针对变流量空调水系统大惯性、时间滞后等特点采用自适应调整惯性权重的粒子群（DSAPSO）算法，对变流量空调冷冻水系统的回水温度进行优化控制。采用DSAPSO的PID自适应控制器，Matlab仿真后控制环节动态特性有较大改善，控制品质得到一定提高。
关键词：变流量空调水系统;粒子群; PID;优化控制
Abstract: based on the variable flow air conditioning water system of big inertia, time delay characteristics adaptive inertia of the weight of the particle swarm algorithm (DSAPSO), variable flow of air conditioning freezing water system to optimize the return water temperature control. The DSAPSO PID adaptive controller, Matlab simulation control link after dynamic characteristics have greatly improved, control quality have been improved.
Keywords: variable flow air conditioning water system; Particle swarm; PID; Optimization control
中图分类号：TU831.3+5文献标识码：A 文章编号：
1、引言
智能建筑能耗中，空调系统的能耗问题备受关注。变流量节能问题已有多年讨论和研究，系统能否节能与具体工程系统条件以及运行控制相关。本文从系统角度出发采用智能优化算法对空调水系统进行综合控制调节，为最终实现空调水系统优化调节以达到节能降耗目的提供一种控制方法。
变流量空调系统的设计方案
本文针对DSAPSO在变流量空调水系统的应用，通过本系统确定综合调节过程中的控制环节，应用DSAPSO对空调冷冻水系统进行优化，使其动态参量得到较大改善，为进一步实现DSAPSO在空调水系统综合调节打下基础。
2.1空调系统结构图
图1 中央空调水系统构成简图
2.2系统控制方案
微电子技术发展到一定程度，变频器的使用使变流量系统的控制更加灵活，节能效果日益明显，但好的控制方法策略选择成为系统满足部分负荷需求又能节能的要求。本文采用冷冻水供回水恒定温差法对系统进行控制，冷冻水供水温度为7℃，回水温度为12℃， 冷冻水回水温度的高低可以反映空调房间负荷的大小。传感器对实际的回水温度进行检测，与设定值比较，当回水温度比设定值大，说明空调末端负荷变大，通过控制器控制冷冻水泵转速高，使系统供给空调末端的冷量相应的增大，以满足负荷对冷量的需求。传统PID控制方法的简易性无法对变流量空调系统的非线性等特点进行有效控制，将DSAPSO应用于系统回水温度与水泵转速控制中，达到回水温度的优化调节。基于DSAPSO的变流量空调水系统PID控制系统图如图2所示：
粒子群优化算法
3.1算法描述
PSO是一种基于群集智能的全局优化进化算法，以其简单通用、调整参数少、较强的全局收敛能力和鲁棒性，适于对复杂环境的优化问题求解。PSO随机初始化一群粒子，每个粒子都为问题的一个解。每个粒子在解空间中运动，速度决定其方向和距离。粒子追随当前的最优粒子而动，经逐代搜索最后得到最优解。每一代中，粒子跟踪两个极值：粒子本身找到的最优解、全种群找到的最优解。速度和位置表示为：
(5)
(6)
ω—惯性权重 C1、C2—加速度限制因子 r1、r2—[0,1]之间的数
惯性权重是算法中调整全局与局部搜索的重要参数，文献[5]中分析了惯性权重与粒子适应度、种群规模以及搜索空间维度的关系：
（7）
ωi—惯性权重 Fi—粒子适应度 D—空间维度 n—粒子数目a、b—经验参数
算法在每次迭代后通过式（7）更新粒子惯性权重，实现对局部和全局搜索能力的自适应调整。
3.2DSAPSO算法流程
随机生成Pn个粒子初始位置、速度；
计算粒子适应度Fi,更新个体最优Pi以及全局最优Pg；根据式（7）计算粒子惯性权重ω；
根据粒子适应度更新个体最优Pi和全局最优Pg；
根据式（5）（6）更新粒子速度、位置；
动态管理种群；
若达到结束条件则结束，否则返回步骤（2）
3.3改进粒子群算法在空调冷冻水系统中的应用
本文选用一些学者（唐鑫，2009）研究的冷冻水系统模型分析，用二阶带延迟的模型来近似表示实际被控对象，近似精度较高，能满足实际需要。
（8）
冷冻水供回水温度设定为7℃/12℃，温差为5℃，假设该系统冷负荷减小，回水温度初始值为8℃；控制器的初始参数为 ， ，；MIN=15，MAX=30，粒子维数为3，应用DSAPSO算法对PID参数进行优化，，,。对控制环节进行仿真阶跃响应如图3所示。
图3控制系统阶跃响应比较
仿真结果看出，基本PID阶跃响应指标：，，；经过DSAPSO优化阶跃响应指标：，，。系统的上升时间、超调量和调整时间得到改善，提高系统的自适应性和不稳定性，保证了系统的控制精度。当加入扰动采用DSAPSO的PID控制器，系统能较快回到设定值，反映DSAPSO的PID自整定控制系统具有很强的自适应能力和鲁棒性。
4、结论
本文参照研究人员对空调水系统的研究经验，针对传统PID控制方法对回水温度调节存在的大滞后、不稳定特点，应用DSAPSO算法初步对冷冻水系统的回水温度进行优化控制。仿真结果表明当加入扰动后系统反应较快，控制系统具有很强的鲁棒性和自适应能力。该算法应用于非线性和不确定性的空调系统时可以取得更优的动态性能。
参考文献：
[1]梁春生 中央空调变流量控制节能技术 电子工业出版社 2005.
[2]霍小平 中央空调自控系统设计 中国电力出版社2004.
[3]陈占伟，李骞.一种自适应惯性权重的粒子群优化算法[J].微电子学与计算机，2011（28）：27-30.
注：文章内所有公式及图表请以PDF形式查看。