关键词：
中央空调系统
优化运行
分布式控制
多智能体系统
系统节能
分布式优化算法
摘要：
近年来,基于多智能体的分布式协同控制技术在中央空调自控领域受到广泛关注。分布式控制技术将中央空调系统中的各类空调设备或空调末端抽象为一系列具有独立调控能力的智能体节点。每个智能体能够独立完成参数监测、计算决策和指令执行等功能,同时,智能体之间能够通过协作共同完成各类复杂的系统控制任务。相比于目前该领域普遍采用的集中式控制架构,分布式控制架构具有灵活性高、扩展性强、容错性高等优势。其应用推广将有助于打破目前我国中央空调系统自动化运行水平普遍较低的现状,对于公共建筑领域运行过程节能具有重要意义。由于分布式控制架构“独立控制、协同优化”的特性,传统的集中式优化控制理论不再适用,如何实现分布式架构下的优化控制是该领域亟需解决的问题。针对在实际应用过程中面临的分布式策略开发难度大、分布式寻优效率低以及优化结果可靠性问题,本文开展了以下研究工作:
(1)提出了一种中央空调系统分布式优化控制策略的自组织构建方法,克服了传统分布式优化控制策略开发流程复杂、开发难度大的问题。首先,建立了中央空调系统功能单元的标准化智能体模型,通过引入继承机制实现不同空调系统智能体个体优化模型的快速构建。然后,提出了基于拓扑的智能体协调规则建立方法,能够根据实际系统的拓扑结构对智能体进行连接从而快速建立智能体之间的协调交互规则,实现智能体个体优化目标之间的冲突消解。最后,提出分布式优化控制策略的自组织构建方法,能够通过智能体模型的实例化生成和连接形成系统级别的分布式优化控制策略。结果表明,该方法能够通过简单的智能体模型复用和拼接为不同的中央空调系统形式生成因地制宜的分布式控制策略,无需繁琐的分布式策略开发工作,具有较高的开发效率。
(2)提出了一种基于多层次交替方向乘子法的层级分布式优化控制方法,克服了传统分布式优化控制方法在中央空调系统层面的复杂分布式寻优任务中优化精度和计算速度不足的问题。首先,基于递归分治理论构建了中央空调系统的层级分布式寻优架构,该架构根据智能体之间的关联程度将不同智能体从计算逻辑上分为系统层、子系统层和设备层,降低多智能体模型的计算复杂度。然后,开发了能够应用于层级架构寻优的多层次交替方向乘子算法,通过嵌套循环的方式逐层实现智能体个体优化目标之间的冲突消解。最后,提出了基于多层次交替方向乘子算法的层级分布式全局寻优方法。结果表明,该方法在应用于复杂系统分布式寻优任务时具有较高的寻优效率,在优化精度方面能够达到和理论最优方法一致的水平,优化精度偏差小于0.1%,在计算速度方面相比传统分布式方法提升了64.7%。
(3)提出了一种考虑传感器测量值不准确情况下的分布式鲁棒优化控制方法,克服了传统分布式优化控制方法在此类情况下优化结果缺乏可靠性的问题。首先,提出了基于自适应蒙特卡洛仿真的不确定性参数可能真值逆向推演方法,能够通过生成一系列不确定性参数的可能真值场景对其测量误差分布规律进行模拟和预估。然后,提出了基于随机规划的分布式鲁棒优化控制策略,能够综合考虑不确定性参数的各种可能真值场景,从数学期望的角度计算出测量不确定性工况下的最优控制方案;最后,开发了中央空调系统的分布式鲁棒优化流程,实现测量不确定性环境下的分布式寻优决策。结果表明,该方法能够有效降低由于测量不确定性导致的优化结果偏移,相比传统分布式方法具有更高的运行效率和可靠性。
(4)为进一步验证上述研究成果在实际分布式控制架构中部署与应用的可行性,基于硬件在环仿真技术搭建了分布式优化控制策略的性能测试环境,并开展了一系列实验研究。首先,采用TRNSYS软件搭建了中央空调仿真系统,用于模拟中央空调系统的实际运行过程。然后,采用真实的控制器硬件构建分布式控制系统,用于部署分布式优化控制策略。最后,基于MATLAB接口建立TRNSYS与实际控制器硬件之间的联合仿真平台,进行分布式控制策略的实际性能验证。结果表明,本研究提出的分布式优化控制方法体系能够在实际的分布式控制架构中高效地计算出最优的控制方案,在优化精度、计算效率以及可靠性方面均能够满足实际应用需求。
