摘要：空调节能刻不容缓。这是因为空调能耗约占整个建筑物使用能耗的50%～60%，占社会总用电量的20%以上。当今中央空调系统运行的能源管理优化控制技术多采用分区多工况调节方式或者通过变频变压来达到经济运行，此外神经网络或者模糊控制结合PID算法在空调能源管理优化控制系统中得到了广泛的应用。基于人工智能的中央空调能源管理优化控制系统是针对中央空调节能所设计的能源管理系统，通过全面的系统参数监测和非线性动态预测人工智能分析判断，预测和推断下一时段系统的冷负荷工况、系统能耗及其能效优化运行控制参量，对系统载冷剂实施调节控制。基于此，本文主要对基于人工智能的中央空调能源管理优化控制系统的设计进行分析探讨。
关键词：基于人工智能；中央空调；能源管理；优化控制系统；设计
1、中央空调能源管理优化控制系统的总体设计
本文来源于某厂中央空调的改造设计，由于生产车间的温湿度对产品的生产质量有重要的影响，因此人工智能的能源管理优化控制系统的设计关键在于能源管理优化的基础上保证车间温湿度的精确度。通过表1分析可以看出，厂生产大楼生产用“冷冻及空调”用电量占整个生产的电量的约44%，是全厂的用电大户。目前空调系统是定流量系统，完全靠人工操作，不能随负荷变化而自动调节，造成能源不能充分利用而浪费，节能改造意义重大。
表1 工厂用电量情况统计
基于人工智能的中央空调能源管理优化控制系统，通过全面的系统参数监测和非线性动态预测分析判断，预测和推断下一时段系统的冷负荷工况、系统能耗及其能效优化运行控制参量，对系统载冷剂实施调节控制。同时针对不同地点的空调负荷设置不同的权重，充分利用负荷信息，提高预测精度，以求系统依据极端天气、季节、生产周期、人员流动等因素导致的系统冷负荷变化而提前实现系统能耗的实时调节，从而实现系统的高效运行，达到节能减排的目的。影响中央空调系统能耗的因素有多种，而且每日都会不断变化，但系统运行之前可以确定的因素有室内外温度、湿度条件和每个房间的负荷情况，包括设备使用情况、照明和人员的数量。将无法确定的因素作为计算条件单独设置，由操作人员随时调整，例如节假日或者临时安排导致空调负荷变化比较大的因素。
通过对系统多过程参量（压力、压差、温度、温差、流量、环境温湿度、二氧化碳含量、电压、电流、频率、功率因数及设备能耗等）的监测，采用人工智能非线性动态预测提前主动产生控制信号对载冷剂实施调节，实现系统高效运行。中央空调制冷站节能控制系统原理如图1所示。
图1 中央空调制冷站节能控制系统
中央空调能源管理优化控制系统通过对多过程参量的实时采集，根据预测的负荷情况变化，实时调节冷冻水循环系统、冷却水循环系统以及冷却塔的风量。
（1）对冷冻水循环系统的控制
中央控制系统采用了非线性动态预测NLDGM（1,1）算法，当外界环境温度或者空调末端负荷发生变化时，将导致冷冻水各个回路的供回水温度、压力、温差、压差和流量随之变化，各传感器将采集到的实时数据传送至数据采集模块，中央控制系统依据这些实时数据和系统运行的历史数据进行实时预测计算，根据实时预测的末端空调负荷所需的制冷量，以及各路冷冻水供回水温度、温差、压差和流量的最佳值，并以此调节各变频器的输出频率，从而控制冷冻水泵的转速，改变其流量，使冷冻水系统的供回水温度、温差、压差和流量运行在最优值。
（2）对冷却水循环系统及冷却塔风量的控制当外界环境温度或者空调末端负荷发生变化时，导致中央空调主机的负荷率将随之变化，进而系统的最佳转换效率也随之变化。控制单元在动态预测控制冷媒循环的前提下，依据各类传感器所采集的空调系统实时数据及系统的运行历史数据，实时预测计算出冷却水最佳进口和出口温度，并与检测到的实际温度进行比较，动态调节冷却水的流量和冷却塔风量，使系统转换效率逼进不同负荷状态下的最佳值，保证中央空调系统在各种负荷条件下，均处于最佳工作状态，从而实现最大限度地降低中央空调系统的能耗。
2、中央空调能源管理优化控制系统的硬件设计
此中央空调系统原本为定流量系统，通过对冷却水泵及冷冻水泵加变频器，末端加温度、压力传感器和电动调节阀，冷水主管加流量计，同时增设一套中央控制系统等措施，实现对多过程参量（压力、压差、温度、温差、流量、室温、频率等）的实时监测和处理，采用人工智能非线性动态预测提前主动产生控制信号对载冷剂实施调节，实现系统的高效运行，达到节能减排的目的。
中央空调能源管理优化控制系统主要由水泵机组、变频器、可编程逻辑控制器PLC、切换控制器和机械连锁控制器等组成。设定冷冻水出水温度为7℃、回水温度12℃，设定温差是回水温度与出水温度之差即5℃，PLC检测实际温度差与设定温差做比较进行PID控制，经D/A模块输出电流信号控制变频器的频率，使冷却水泵或者冷冻水泵中的任一电机处于变频工作状态下，来控制变频和工频的组合达到节能的目的。当实际温差大于系统设定误差时，表明实际的供冷量不能满足空调房间的需要，需要增加冷量。由于检测的实际温差在信号传输时存在滞后性，因此非线性动态预测的输出结果提前调节电动调节阀的开度，使系统趋于最优值状态下工作，随后PLC输出信号使D/A模块输出的电流信号增加，增加变频器的输出频率，从而提高了冷冻泵的转速，增加了实际供冷量。
如果先启动的1号泵已经达到额定功率时，供冷量还达不到系统要求，则启动2号泵变频运行，增加供冷量以达到系统的要求。当实际温差小于设定温差时，表明系统供冷量已经出现富余的现象，需要减少制冷量，由于检测的实际温差在信号传输时存在滞后性，因此非线性动态预测的输出结果提前调节电动调节阀的开度，使系统趋于最优值状态下工作，PLC输出信号使D/A模块输出的电流信号减小，减少变频器的输出频率，从而降低了冷冻泵的转速，减小了实际的供冷量。如果2号泵的频率已经降低至下限频率仍达不到系统要求，则使2号泵停止，1号泵仍处于变频运行，最终实现系统的控制要求。水泵机组在变频器的作用下可以实现软启动，减小了启动电流，转速缓慢上升有效的减少了水泵机组的机械磨损。
中央控制系统的数据采集模块通过温度传感器、压力传感器和流量计等对各回路的供回水温度、压力及流量进行实时采集，同时对末端室内温度和室外温度进行精确采集，然后通过A/D模块将温度、压力模拟量转换为数字量送入PLC，PLC的输入信号有运行方式选择信号，冷冻泵和冷却泵的起、停信号和冷却塔和主机的起、停信号等。输入信号经过中央控制系统的计算，并对系统历史运行数据进行分析，根据对空调负荷的预测，发出相应的动作信号，通过D/A模块将PLC输出的开关量转换为模拟量，以控制变频器根据负荷情况的变化进行调速。实现并对空调负荷的实时调节。
3、结语
基于人工智能的中央空调能源管理优化控制系统通过全面的系统参数监测和非线性动态预测人工智能分析判断，使系统工作在最优化的状态下，实现系统的高效运行，达到节能减排的目的。该系统大大减轻了中央空调系统操作人员劳动强度，提高了机组管理水平，节约人力开支。此外，此项目还可以推广到不同的工业企业、大楼空调等相关领域的节能技术改造项目，经济效益和社会效益都十分可观。
参考文献：
[1]宁永生.模糊控制技术在集中空调监控系统中的应用研究.暖通空调HV&AC.2005年第35卷第5期
[2]蔡自兴，徐光佑.人工智能及其应用.北京：清华大学出版社，2004
论文作者:但红明
论文发表刊物:《基层建设》2019年第24期
论文发表时间:2019/11/25
标签：系统论文; 负荷论文; 温差论文; 人工智能论文; 温度论文; 控制系统论文; 中央空调论文; 《基层建设》2019年第24期论文;