基于模糊PID的近零能耗建筑能耗控制系统仿真

王 爽，周晓冬，董 晶

(1.吉林建筑科技学院管理工程学院，吉林 长春 130114；2.东北林业大学土木工程学院，黑龙江 哈尔滨 150040)

1 引言

在我国的建筑能耗中，建筑能耗是占比非常大的一部分。随着“零能耗建筑”的提出，对建筑的节能设计显得尤为重要。然而，零能耗设计仅在理论上可行，完全零能耗将会导致建筑成本的大幅提高[1-3]。目前，“近零能耗建筑”被广泛认可。由于我国的气候特征、居民生活习惯的不同，发达国家的相关指标体系不适用于我国。因此，近零能耗建筑要根据我国的气候特征和实际条件，通过对建筑能耗的控制，使建筑能耗消耗量尽可能地降低，使居民在所处环境舒适的前提下，建筑能耗也能降到最低。近零能耗建筑初建增量成本较高，平衡好近零能耗建筑的增量成本与经济效益的关系，评价建筑节能效果，提高近零能耗建筑能耗的控制效果，是目前亟待解决的问题[4-6]。

目前，关于近零能耗建筑的能耗控制方法仍然存在一定的不足。比如，基于BIM的建筑能耗控制方法[7]、基于指标控制的建筑能耗控制方法[8]、多参数联合控制法[9]，其中，基于BIM的建筑能耗控制方法主要通过建筑信息管理模型对建筑能耗实施控制，基于指标控制的建筑能耗控制方法主要通过对能耗控制指标对建筑能耗实施控制，多参数联合控制法主要通过设置温度传感器参数对建筑能耗实施控制。由于上述传统方法均存在能耗控制效果不够好的不足，需要对其作出进一步研究和改进。模糊PID控制方法具有使用方便、适应性强的优点，被广泛应用在多个领域。基于此，设计一种基于模糊PID的近零能耗建筑能耗控制系统，并通过仿真验证了提出的基于模糊PID的近零能耗建筑能耗控制系统的能耗控制效果更好。

2 基于模糊PID的近零能耗建筑能耗控制系统设计

2.1 基于模糊PID的近零能耗建筑能耗控制原理

提出的基于模糊PID的近零能耗建筑能耗控制系统的原理如图1所示。

图1 自适应模糊PID控制器原理示意图

如图1所示，把控制系统得到的偏差信号和偏差变化率送入模糊控制器，将其模糊化处理，把模糊化的信号根据模糊推理规则进行模糊运算，得到模糊结果，最后，将其通过修正变成常见的准确值[10]。综上所述，完成了自适应模糊PID控制原理，根据该原理完成了基于模糊PID的近零能耗建筑能耗控制系统的设计。

2.2 基于模糊PID的近零能耗建筑能耗控制系统硬件设计

基于模糊PID的近零能耗建筑能耗控制系统的硬件结构示意图如图2所示。

图2 基于模糊PID的近零能耗建筑能耗控制系统硬件设计

如图2所示，基于模糊PID的近零能耗建筑能耗控制系统硬件主要包括控制中心计算机、模糊控制器、PID控制器、数据采集卡、传感器等，下面对其具体分析。

控制中心计算机：作为基于模糊PID的近零能耗建筑能耗控制系统硬件部分的核心，对整个控制系统起着核心控制作用，所有数据显示、存储和监测均由该部分控制[11]。

传感器：安装在能够准确反映建筑物温度等能耗信息的位置，能够获取近零能耗建筑物的能耗相关信息。

PID控制器：通过对建筑能耗控制系统中的冷热源、空调等能耗装置实施控制，从而实现对近零能耗建筑的能耗控制。PID控制器结构如图3所示。

图3 PID控制器结构图

模糊控制器：采用专用的模糊芯片，对PID控制器实时开展模糊推理等工作。

数据采集卡：数据采集卡采集获取从建筑物不同位置的传感器的数据，将获取到的数据传输至PID控制器，PID控制器对其预处理后，通过模糊控制器，将处理过的建筑能耗数据传输至计算机。

通过上述硬件设备，完成基于模糊PID的近零能耗建筑能耗控制系统硬件设计。

2.3 基于模糊PID的近零能耗建筑能耗控制系统软件设计

在完成系统硬件设计后，对系统软件开展设计。基于模糊PID的近零能耗建筑能耗控制系统软件包含多个模块，其中，用户登录模块用于验证用户身份，其实现过程如图4所示。

图4 用户登录示意图

如图4所示，在用户登录后，控制系统会自动验证用户信息，匹配成功后用户进入近零能耗建筑能耗控制系统的主页面。如果用户信息无法匹配，则无法进入近零能耗建筑能耗控制系统。根据角色将用户分为普通系统用户和系统管理人员，对不同角色的权限设置不用。普通用户仅可操作数据查询、保存，打印文件等功能，系统管理人员除了具有上述权限外，还可以操作建筑能耗信息管理、信息配置等功能。

采集模块：通过温湿度传感器等仪表，每隔一定的时间采集建筑能耗的相关信息数据，通过规范协议，将数据信息和相关指令，实现实时传输。对传输的数据进行数据解析、过滤等预处理，得到有效数据，将有效数据存储至存储模块[12]。

建筑能耗控制模块：在获取建筑相关信息后，根据控制原理，采用自适应遗传算法对PID实施控制。具体算法流程如下：

首先，优化控制器参数。对控制器参数作编码处理。通过编码，利用二进制编码方式，将待优化的控制器参数映射到编码空间，编码精度要求如式(1)所示

(1)

在式(1)中，p代表控制器参数取值上限，q代表控制器参数取值下限，m代表控制器参数的编码长度，σ代表控制器编码精度。将编码精度设置为σ<0.08，利用式(1)计算可得编码长度≥5。

按照控制规则，利用控制参数，实现对基于零能耗建筑能耗的控制，具体控制步骤如下：

首先，开展PID变量的输入输出工作。输入变量为误差E和误差速度V，输出变量为W。采用模糊推理方法作模糊判决。判决公式如下

(2)

在式(2)中，G代表PID控制器的控制规则，A，B代表控制参数，γc(W)代表控制规则Gi输入的隶属度函数值，Ci代表得到的相应的输出值。利用式(2)作模糊判决。之后，解模糊化，PID的模糊输出为

(3)

根据式(3)，模糊PID控制器的实际输出如式(4)所示：

w=αW+β∑Wi·Ts

(4)

在式(4)中，α代表比例因子，β代表积分系数，Ts代表采样时间。利用自适应思想，构建自组织调整机构，用于测试系统响应过程中的误差及其变化。

隶属度函数和控制规则编码的过程如下：利用遗传算法，优化各模糊子集隶属度函数参数：

首先，用1～7代表输入PID的输入变量和输出变量值，总共包含7*7条规则，49个待寻优的隶属度函数参数，每条控制规则用3位二进制编码，控制规则编码串长度为147位，需要考虑到的条件为：①对PID控制器的输入变量的模糊论域作归一化处理，如果控制系统的方向无特殊性，则控制规则库具有对称性。②根据控制规则，对其作相应调整，将要优化的控制规则减少至24个，编码长度减少至72位，对控制参数实行统一编码。

之后，选取适应度函数，利用常用的ITAE性能指标，作为遗传算法优化的目标函数：

(5)

式(5)为时间乘以误差绝对值积分，将其离散化后如式(6)所示。

(6)

在式(6)中，T代表采集能耗值的采样时间，k代表能耗值的采样次数，ei代表采样时能耗控制系统的误差。个体的适应度越大越好，适应度函数为

(7)

在式(7)中，N代表灵敏度控制参数，通常取值为1，通过上述公式，将极小值问题转化为适应度函数的最大值问题。

在完成上述操作后，针对其中的误差，利用遗传操作算子对其作进一步优化。首先，剔除较差的个体，采用非线性排序选择的两点交叉法对PID控制规则和PID隶属函数参数实行交叉操作，增大群体多样性，加快最优解的搜索速度；然后，对种群个体重组，使种群新增个体、增大可能解的搜索空间。在实行交叉操作前，对控制规则编码串中的等位基因作比较，如果绝对差值小于2，则实行交叉操作，反之，则保持基因不变。之后，采取变异操作使种群个体的多样性得以保留，抑制种群中个体早熟，通过自适应调整交叉变异概率，完成遗传操作，具体过程如下：

设种群的交叉概率用jc表示，种群的变异概率用jm表示，但jc过大或者过小都不利于种群的遗传。jm过大或者过小都不利于种群新个体的产生。利用式(8)实行交叉变异操作

(8)

在式(8)中，i=c，m，当满足条件(favg/fmax)>a且(fmin/fmax)>b时，则认为该代种群个体较为集中，则jc和jm根据集中程度，jc和jm自适应变化，参数a的取值范围为[0.5，1]，参数b的取值范围为[0.2，0.5]，jc<1-fmin/fmax，jm<1-fmin/fmax可保证jc和jm的值小于1。将建筑能耗控制参数作为研究对象，利用上述自适应遗传算法优化控制系统的控制参数，利用优化的控制系统，对近零能耗建筑实施最优能耗控制。

至此，根据模糊PID工作原理，通过硬件设计和软件设计，完成基于模糊PID的近零能耗建筑能耗控制系统的设计。

3 仿真研究

为验证提出的基于模糊PID的近零能耗建筑能耗控制系统是否具有更好的控制效果，设计了对比实验。

3.1 仿真过程

近零能耗建筑能耗控制系统用户通过网址进入能耗控制页面，根据页面提示验证用户信息，登录界面如图5所示。

图5 能耗控制系统登录界面图

在进入系统界面后，对近零能耗建筑能耗实施控制。利用Matlab开展仿真模拟，设置的建筑物参数如表1所示。

在表1的参数设置下，以近零能耗建筑的冷热源控制为例，利用提出的基于模糊PID的近零能耗建筑能耗控制系统开展模拟工作。

为了证实提出的基于模糊PID的近零能耗建筑能耗控制系统的有效性，采用基于BIM的近零能耗建筑能耗控制系统、基于指标控制的近零能耗建筑能耗控制系统、多参数联合控制系统与提出的基于模糊PID的近零能耗建筑能耗控制系统作比较，观察实验结果，对比对建筑能耗的控制效果。

3.2 仿真结果分析

在建筑能耗控制中，以温度控制结果为例，在对温度的控制过程中，当时间在5000s时，利用提出的基于模糊PID控制的近零能耗建筑能耗控制系统实施同步控制，得到的仿真结果如图6所示。

图6 温度变化情况的仿真结果

通过如图6所示的同步控制，吸气压力的波动变化情况如图7所示。

图7 吸气压力变化情况的仿真结果

如图7所示，通过对建筑温度的同步控制，吸气压力的波动范围由原来的0.3～3bar变为0.3～1.6bar，吸气压力的变化幅度减小近二分之一，说明控制系统很好的控制了压缩机的启动与停止，降低了压缩机能耗，表明其具有很好的控制效果。

为验证提出的控制系统是否具有经济性，对四种控制系统建筑能耗值作对比，根据能耗数据，利用能耗计算软件计算能耗值，得到不同控制系统的能耗值。利用提出的基于模糊PID的近零能耗建筑能耗控制系统、基于BIM的近零能耗建筑能耗控制系统、基于指标控制的近零能耗建筑能耗控制系统、多参数联合控制系统对零能耗建筑能耗实施控制，得到的各个控制系统的能耗对比结果如图8所示。

图8 不同控制系统的能耗值对比结果

如图8所示，对比不同控制系统的能耗控制结果，通过对比发现，采用提出的基于模糊PID的近零能耗建筑能耗控制系统，建筑能耗值最低，与其它控制系统相比，能耗值可大幅降低，表明其控制效果较好。

4 结束语

本文研究了基于模糊PID的近零能耗建筑能耗控制系统，通过仿真验证得出，提出的基于模糊PID的近零能耗建筑能耗控制系统实现了对零能耗建筑的能耗控制，该控制系统的能耗值均低于传统的近零能耗建筑能耗控制系统的能耗值，具有更好的控制效果。基于模糊PID的近零能耗建筑能耗控制系统的提出能够为该方面的研究提供一定的参考价值。