空气源热泵温度控制系统MPC-PID串级控制方法技术方案

本发明专利技术公开了一种空气源热泵温度控制系统MPC‑PID串级控制方法，本发明专利技术建立了空气源热泵热水系统中的水流量与出水温度之间的数学模型。采用BP神经网络作为模型预测控制器及拟牛顿法进行目标误差函数数值优化，提出模型预测控制(MPC)算法与PID控制相结合的新型MPC‑PID串级控制策略，并对空气源热泵热水系统进行跟踪性能和抗干扰性能测试。实验结果表明，此控制策略提高了热泵系统的跟踪性能和抗干扰性能,还改善了系统强鲁棒性，其总体性能优于PID‑PID串级控制系统。

Mpc-pid cascade control method for air source heat pump temperature control system

【技术实现步骤摘要】
空气源热泵温度控制系统MPC-PID串级控制方法
本专利技术具体涉及一种空气源热泵温度控制系统MPC-PID串级控制方法。
技术介绍
当前生态环境恶化和不可再生能源的急剧减少，使得发展可再生能源技术，保护人类热源产品因为具有运行费用较低的优势而脱颖而出。由于水流量、环境温度等诸多因素的影响，如何快速、稳定地调节空气源热泵热水器温度是目前研究重点。空气源热泵系统的数学模型具有时变性，受热负荷及环境工况的影响，传统PID控制达不到预期效果，模型预测控制(MPC)的应用可有效弥补PID控制的不足。模型预测控制在处理复杂约束优化控制值问题中已应用于大量的实际工程中。在研究地表水源热泵系统时，借助BP神经网络和遗传算法，通过构建最佳的供回水温度与流量的BP网络模型来优化控制策略设计，有效解决系统的滞后问题。本专利技术以空气源热泵热水机组为平台，由于水流量对出水温度的影响，将流量阀的开度信号引入到预测模型中，提出空气源热泵温度控制系统MPC-PID串级控制策略，对空气源热泵热水系统的出水温度进行控制，提高了热泵热水机组的制热性能。
技术实现思路
专利技术目的：空气源热泵系统是一个非线性强且大时滞的系统，采用常规的PID-PID串级控制难以达到对出水温度预期的控制效果。针对这一问题，本专利技术提供了一种空气源热泵温度控制系统MPC-PID串级控制方法。技术方案：一种空气源热泵温度控制系统MPC-PID串级控制方法，包括如下步骤：(1)模型预测控制：1.1预测模型；1.2反馈校正；1.3滚动优化；1.4拟牛顿法数值算法优化；(2)空气源热泵MPC-PID串级温度控制：2.1建立数学模型；2.2MPC-PID串级控制系统。进一步的：所述的1.1预测模型如下：热泵机组作为一个有延迟的非线性系统，可设热泵系统出水温度t(k)的预测模型为：t(k)＝f(t(k-1),v(k-nd))(1)；式(1)中：t(k-1)和v(k-nd)为延迟的出水温度和水流量，nd＝τ/Ts＝80/20＝4为滞后周期数，其中，τ为滞后时间，Ts为周期时间；对热泵机组这种的非线性系统使用神经网络作为预测器，通过辨识方法来浮现非线性过程；热泵系统的神经网络建模需要样本数据，使用天舒空气源热泵热水机每隔10s采集一组实验数据，共150组；采用BP神经网络预测模型进行建模训练，BP神经网络采用三层网络，输入为延迟的出水温度和延迟的水流量，输出是出水温度的预测值；由于在模型辨识时，当选择不同的初始权值和阈值时，会导致辨识结果不同，所以在进行预测控制之前，先用实验的方法确定一组训练结果较好的初始权值和阈值作为固定的初始模型参数；网络训练后得到的出水温度BP神经网络模型参数为：W11＝[1.8813；-0.7297；2.6767；1.4177；-2.5640；-1.7846；3.3143]；W12＝[4.6376；0.5937；1.7534；4.1162；1.6812；0.4151；4.0618]；W21＝[-0.0701,-0.7252,0.2490,-0.0044,-0.0671,-0.3270,0.0933]；B1＝[-2.9412；0.7216；-1.9073；-0.4117；-0.6486；-1.4854；3.9358]；B2＝[0.1578]；将训练好的出水温度BP网络投入在线控制中，保持训练好的预测模型的网络权值不变，可先得出k时刻的预测值为tm(k)，采用递推预测模型算法，到下一时刻，预测模型输入时域同时向前滚动这样就计算出下一时刻的出水温度预测输出，这样通过不断迭代下去，可以得到有限时域的未来多步预测出水温度值tm(k+j)；在(k+j)时刻，BP网络模型预测的出水温度值tm(k+j)如式(2)所示：式中：W11和W12为输入层和隐含层的连接权值向量，W21为隐含层和输出层的向量，B1和B2为偏置，net为隐含层在输出层的作用下的输入，O为隐含层的输出。进一步的：所述的1.2反馈校正如下：选用当前时刻热泵实际出水温度和网络模型预测的出水温度的误差ep(k)＝t(k)-tm(k)作为反馈校正量，得出(k+j)时刻修正后的的预测出水温度值tp(k+j)为tp(k+j)＝tm(k+j)+hjep(k)j＝1,2,···,P(3)；式中：hj为反馈校正系数。进一步的：所述的1.3滚动优化如下：在MPC中，为了确保系统运行的平稳性和良好的动态特性，需要输出沿着某一平滑曲线逐渐返回至设定值，采用柔化系数法，即平滑曲线是一条从当前实际时刻输出出发的指数曲线，其表达式如下：tr(k+j)＝art(k)+(1-ar)ts(4)；式中：tr(k+j)为k+1时刻的参考输出值，t(k)为当前时刻的实际输出值，ar为柔滑系数，一般取值范围为(0,1)，ts为输出设定值；在热泵热水系统中，有了出水温度预测输出和参考轨迹，就可以建立滚动优化的性能指标，从而确定控制信号水流量，热泵热水系统水流量的最优性能指标函数如下：式中：P＝10为预测时域长度，M＝2为控制时域长度,λ为控制加权系数，Δv(k)为当前时刻水流量控制值的增量；第一项最小化能够预测输出和参考轨迹最相近；第二项最小化能够使跟踪参考轨迹所需的能量最小；式(2)和式(5)表明，优化目标函数J是水流量控制信息Vm＝[v(k)；v(k+1)]的函数，因此预测控制的优化计算可以转化为求解使J最小化的Vm，令就可得到优化的控制输出Vm；解上式偏导等式，先计算热泵热水系统的雅可比矩阵，即出水温度t对水流量v的灵敏度；根据BP网络模型预测出水温度过程中，预测模型的输出对输入的梯度信息如式(6)所示：因为热泵热水系统的滞后周期为4，即未来1～3步的出水温度信息与水流量无关，所以仅需计算未来4～10步的雅克比矩阵，即j取4～10；第(k+j)时刻出水温度输出t对水流量控制输入v(k)的雅克比矩阵记为Jac1(k+j)，表达式如式(7)所示：式中：j＝5,6,…,10；由式(6)和式(7)可得：式中：e(k+j)＝tr(k+j)-tp(k+j)；第(k+j)时刻出水温度输出t对水流量控制输入v(k+1)的雅可比矩阵记为Jac2(k+j)；式中：j＝6,7,…,10；根据式(6)和式(9)可得：令空气源热泵热水系统的雅克比矩阵如式(11)所示：令误差矩阵E＝[e(k+5)；e(k+6)；…；e(k+10)]，控制值增量矩阵ΔV＝[Δv(k)；Δv(k+1)]，由式(8)和式(10)可得：式(12)中参数矩阵C＝[1,-1；0,1]；因此，求解2(-JacTE+λCΔV)＝0(13)；就可得本文档来自技高网...

【技术保护点】
1.一种空气源热泵温度控制系统MPC-PID串级控制方法，其特征在于：包括如下步骤：/n(1)模型预测控制：/n1.1预测模型；/n1.2反馈校正；/n1.3滚动优化；/n1.4拟牛顿法数值算法优化；/n(2)空气源热泵MPC-PID串级温度控制：/n2.1建立数学模型；/n2.2 MPC-PID串级控制系统。/n

【技术特征摘要】
1.一种空气源热泵温度控制系统MPC-PID串级控制方法，其特征在于：包括如下步骤：
(1)模型预测控制：
1.1预测模型；
1.2反馈校正；
1.3滚动优化；
1.4拟牛顿法数值算法优化；
(2)空气源热泵MPC-PID串级温度控制：
2.1建立数学模型；
2.2MPC-PID串级控制系统。


2.根据权利要求1所述的空气源热泵温度控制系统MPC-PID串级控制方法，其特征在于：所述的1.1预测模型如下：
热泵机组作为一个有延迟的非线性系统，可设热泵系统出水温度t(k)的预测模型为：
t(k)＝f(t(k-1),v(k-nd))(1)；
式(1)中：t(k-1)和v(k-nd)为延迟的出水温度和水流量，nd＝τ/Ts＝80/20＝4为滞后周期数，其中，τ为滞后时间，Ts为周期时间；
对热泵机组这种的非线性系统使用神经网络作为预测器，通过辨识方法来浮现非线性过程；热泵系统的神经网络建模需要样本数据，使用天舒空气源热泵热水机每隔10s采集一组实验数据，共150组；
采用BP神经网络预测模型进行建模训练，BP神经网络采用三层网络，输入为延迟的出水温度和延迟的水流量，输出是出水温度的预测值；由于在模型辨识时，当选择不同的初始权值和阈值时，会导致辨识结果不同，所以在进行预测控制之前，先用实验的方法确定一组训练结果较好的初始权值和阈值作为固定的初始模型参数；
网络训练后得到的出水温度BP神经网络模型参数为：
W11＝[1.8813；-0.7297；2.6767；1.4177；-2.5640；-1.7846；3.3143]；
W12＝[4.6376；0.5937；1.7534；4.1162；1.6812；0.4151；4.0618]；
W21＝[-0.0701,-0.7252,0.2490,-0.0044,-0.0671,-0.3270,0.0933]；
B1＝[-2.9412；0.7216；-1.9073；-0.4117；-0.6486；-1.4854；3.9358]；
B2＝[0.1578]；
将训练好的出水温度BP网络投入在线控制中，保持训练好的预测模型的网络权值不变，可先得出k时刻的预测值为tm(k)，采用递推预测模型算法，到下一时刻，预测模型输入时域同时向前滚动这样就计算出下一时刻的出水温度预测输出，这样通过不断迭代下去，可以得到有限时域的未来多步预测出水温度值tm(k+j)；在(k+j)时刻，BP网络模型预测的出水温度值tm(k+j)如式(2)所示：



式中：W11和W12为输入层和隐含层的连接权值向量，W21为隐含层和输出层的向量，B1和B2为偏置，net为隐含层在输出层的作用下的输入，O为隐含层的输出。


3.根据权利要求2所述的空气源热泵温度控制系统MPC-PID串级控制方法，其特征在于：所述的1.2反馈校正如下：
选用当前时刻热泵实际出水温度和网络模型预测的出水温度的误差ep(k)＝t(k)-tm(k)作为反馈校正量，得出(k+j)时刻修正后的的预测出水温度值tp(k+j)为
tp(k+j)＝tm(k+j)+hjep(k)j＝1,2,…,P(3)；
式中：hj为反馈校正系数。


4.根据权利要求3所述的空气源热泵温度控制系统MPC-PID串级控制方法，其特征在于：所述的1.3滚动优化如下：
在MPC中，为了确保系统运行的平稳性和良好的动态特性，需要输出沿着某一平滑曲线逐渐返回至设定值，采用柔化系数法，即平滑曲线是一条从当前实际时刻输出出发的指数曲线，其表达式如下：
tr(k+j)＝art(k)+(1-ar)ts(4)；
式中：tr(k+j)为k+1时刻的参考输出值，t(k)为当前时刻的实际输出值，ar为柔滑系数，一般取值范围为(0,1)，ts为输出设定值；
在热泵热水系统中，有了出水温度预测输出和参考轨迹，就可以建立滚动优化的性能指标，从而确定控制信号水流量，热泵热水系统水流量的最优性能指标函数如下：



式中：P＝10为预测时域长度，M＝2为控制时域长度,λ为控制加权系数，Δv(k)为当前时刻水流量控制值的增量；第一项最小化能够预测输出和参考轨迹最相近；第二项最小化能够使跟踪参考轨迹所需的能量最小；
式(2)和式(5)表明，优化目标函数J是水流量控制信息Vm＝[v(k)；v(k+1)]的函数，因此预测控制的优化计算可以转化为求解使J最小化的Vm，令就可得到优化的控制输出Vm；
解上式偏导等式，先计算热泵热水系统的雅可比矩阵，即出水温度t对水流量v的灵敏度；
根据BP网络模型预测出水温度过程中，预测模型的输出对输入的梯度信息如式(6)所示：



因为热泵热水系统的滞后周期为4，即未来1～3步的出水温度信息与水流量无关，所以仅需计算未来4～10步的雅克比矩阵，即j取4～10；
第(k+j)时刻出水温度输出t对水流量控制输入v(k)的雅克比矩阵记为Jac1(k+j)，表达式如式(7)所示：



式中：j＝5,6,…,10；
由式(6)和式(7)可得：



式中：e(k+j)＝tr(k+j)-tp(k+j)；
第(k+j)时刻出水温度输出t对水流量控制输入v(k+1)的雅可比矩阵记为Jac2(k+j)；



式中：j＝6,7,…,10；
根...

【专利技术属性】
技术研发人员：杨奕，高龙，任晓琳，顾海勤，韩青青，于婧雅，郑磊，
申请(专利权)人：南通大学，
类型：发明
国别省市：江苏;32