改进粒子群优化控制在变流量空调水系统中应用探究.doc

改进粒子群优化控制在变流量空调水系统中应用探究摘要：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： 图2 基于改进粒子群算法的变流量空调水系统PID控制框图 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；