基于蚁群算法的变风量空调控制的仿真

　　变风量VAV(VariableAirVolume)空调系统具有舒适、节能等一系列优点,尤其是变风量系统能够根据负荷的变化或个人的舒适要求调节自己的工作环境。然而,由于VAV空调系统需要完成包括房间温度、湿度、新风量、送风量等的匹配控制,从而导致系统复杂,使PID参数优化变得十分困难[1-2]。蚁群算法是受自然界蚂蚁觅食过程中,基于信息素的最短路径搜索食物行为启发而提出的一种智能优化算法,具有优良的分布式计算机制、寻较优解能力强、易于与其它方法结合等优点[3-4],运用到VAV空调控制系统的PID参数调整中去能够显著的改善VAV空调系统的控制效果。

　　1 VAV空调房间数学模型

　　空调自动控制系统的主要任务是维持房间的温、湿度在合理的范围内,房间就是空调自动控制系统的被控对象。为了分析方便,把被控房间看成一个单容对象,根据能量守恒定律得到空调房间的微分方程[5]表达如下

　　式中:dtndS为室内温度对时间的导数;m是空调房间内空气的质量(kg);c是空调房间内空气比热容(kJ/(kg#e));Gs是送风的风量(m3/s);qn为室内散热量(kJ/s);Qs是送风密度(kg/m3);t0为室外温度(e);ts为送风温度(e);tn为室内空气温度(e);R为房间热阻(s#e/kJ)。

　　以送风量GS为输入量,房间空气温度tn为输出量,式(1)增量化并经拉氏变换后可以得到公认的调节通道传递函数如下

　　同理,干扰通道的传递函数可表示为

　　变风量的末端装置即风阀可以用一阶惯性环节来表示,传递函数可表示为

　　温度检测和检测环节可以近似用比例环节来代替,它的传递函数可以表示为

　　2 控制方式

　　2.1 PID控制

　　常规PID控制器具有简单可靠、稳定性好的特点[5],但对于非线性的时变系统和模型不清楚的系统就不能很好控制,不能得到预期的控制效果。变风量PID控制系统,如图1所示。

　　2.2 基于蚁群算法的PID控制

　　变风量系统是一个干扰大、非线性、不确定的系统,单纯采用PID控制效果并不好[5]。蚁群算法具有较好的寻求较优解的能力,将蚁群算法与PID控制相结合,就建立了基于蚁群算法的PID控制器,其控制系统,如图2所示。

　　3 基于蚁群算法的PID参数优化

　　3.1 节点和路径的生成

　　如图3所示,假定蚂蚁从起点O出发,其爬行路径经过的节点为(xi,yi,j), (i=0,1,,,9; j=0,1,,,5)。当它爬行到终点(x9,y9,j)时,完成一次循环。图3中所示路径既可理解为某只蚂蚁的爬行路径,也可理解为寻优后蚁群的爬行路径。

　　运用Z)N法[3],用下面公式计算出该路径所对应的PID参数