针对中央空调制冷站，我们深入探讨了数种控制策略，涵盖变水温控制、冷冻水变流量控制、冷水机组群控方案，以及综合冷冻站变流量与变水温的节能优化控制。分析显示，运用基于负荷预估的冷冻水流量动态调控，能使系统维持最优冷量输出，同时削减冷冻水泵能耗。整合冷冻站变流量与变水温的节能优化策略，通过平衡制冷机与冷冻水泵的能耗，将两者运行功率总和最小化设为优化目标。同步调控冷冻水泵频率与制冷机出水温度，既能确保末端负荷的冷量需求，又能大幅削减制冷站功率损耗，达成节能优化的运行目标。
针对中央空调制冷站，我们深入探讨了数种控制策略，涵盖变水温控制、冷冻水变流量控制、冷水机组群控方案，以及综合冷冻站变流量与变水温的节能优化控制。分析显示，运用基于负荷预估的冷冻水流量动态调控，能使系统维持最优冷量输出，同时削减冷冻水泵能耗。整合冷冻站变流量与变水温的节能优化策略，通过平衡制冷机与冷冻水泵的能耗，将两者运行功率总和最小化设为优化目标。同步调控冷冻水泵频率与制冷机出水温度，既能确保末端负荷的冷量需求，又能大幅削减制冷站功率损耗，达成节能优化的运行目标。
中央空调的广泛应用显著提升了建筑能耗，其中空调系统能耗占比超过一半，对电网供电的需求日益增大。制冷站作为空调系统的核心，其能耗控制至关重要。制冷站主要由制冷机组、冷却水泵、冷冻水泵及冷却塔构成。依据制冷站特性，本文详细剖析了其控制策略。
传统制冷站控制手段回顾
在一次/二次泵冷冻水系统中，传统方法假设负荷与流量成正比，供回水温差恒定，并按设计工况运行。据此，系统依据流量分阶段启动冷水机组，实现按流量加载或卸载。然而，因盘管结垢、温控误差及供回水温差缩小等因素，系统常偏离设计温差，多在部分负荷下运行。因此，以流量反映负荷状态并不可靠，传统控制方法常致冷水机组过度运行，降低系统效率。
例如，采用碳氢制冷剂的冷水机，冷却水温度每降1℃，制冷量增0.5%至1.5%。但按流量加载或卸载时，无法发挥高效工况下的制冷增量优势。在一次/二次泵系统中，一旦流量超出一台冷水机设计值，即使该机处于部分负荷，下一台也需启动。
为提升效率，需采取措施维持供回水温差，合理调控冷水机组运行。
变水温控制策略
空调系统多处于部分负荷状态，远低于设计负荷。因此，根据全年负荷变化，调整制冷机参数，适度提升蒸发温度及供水温度，可提高效率，降低能耗。
研究显示，冷水出口温度升高，制冷量及COP值随之增加。温度升高提升了蒸发压力与温度，优化了制冷性能。空调负荷变化时，可通过调节离心制冷机进口导叶或转速，调整蒸气吸入量，满足供冷需求。冷水温度与供冷量呈阶段性线性关系，温度越低，供冷量越大。流量较低时，提升流量能显著增加供冷量；流量较高时，再增流量效果有限。出水温度每升1℃，COP提高2%至4%。因此，根据气象与负荷变化，设定合理供水温度，实施分阶段变水温运行，可提升制冷效率，降低能耗，实现节能目标。
中央空调冷冻水变流量控制技术概览
当前，中央空调冷冻水变流量控制主要分为恒压差与恒温差两类技术。
恒压差控制机制
恒压差控制策略依据冷冻水供回水管路间的恒定压差来调节冷冻水流量。系统通过压差传感器监测实际压差，并与预设值对比，利用PID控制技术调整变频冷冻水泵的频率，进而调控流量。
由于压差对流量变化的响应较为迅速，当负荷侧流量频繁波动时，压差能迅速调整，调节周期短。然而，由于负荷与压差间缺乏直接关联，空调负荷的变动无法精确通过压差反映；反之亦然。因此，以压差为控制变量来调节流量，难以确保流量随负荷精确变化。在流量未显著变化时，水流阻力及压差保持稳定；但若负荷变化而流量不变，冷冻水温度会改变，而压差不变，此时恒压差控制失效。故恒压差控制仅适用于负荷变化伴随明显流量及压差变化的场景。
恒温差控制机制
恒温差控制则是通过维持冷冻水供回水温差恒定来调节流量。温度传感器检测实际温差，并与设定值对比，通过PID控制技术调整水泵频率。
由于温差能直接反映空调负荷变化，恒温差控制效果较好。但温度采集点远离末端，且管路长，温度变化需一定时间才能显现，导致控制存在时滞。因此，温差作为控制变量也无法确保流量随负荷精确变化。负荷突变时，由于时滞，流量调节滞后，影响控制的及时性和响应速度。
两种控制方法均采用PID控制，需整定比例系数Kp、积分时间常数Ti和微分时间常数Td。整定过程复杂，参数间相互影响，难以达到理想效果。PID控制难以平衡稳定性和准确性。
变水量节能调控策略
变水量节能控制旨在使冷水量与末端负荷相匹配，节约水泵能耗。随着环境条件变化，空调系统负荷及所需水量随之变化。
冷水机组常低负荷运行，若水泵频率不匹配，会导致大流量小温差现象。变水量控制需确保设备在宽流量范围内运行，同时控制出水温度。在冷冻水泵变频、冷却水泵定频的情况下，通过调节水泵频率改变流量，减少能耗。为增强控制稳定性，可结合末端空调机组水阀开度与温差共同控制水泵频率，确保满足负荷需求的同时降低能耗。
基于负荷预测的冷冻水流量动态调控
负荷预测控制基于对未来空调系统负荷的预测来调节冷冻水流量。通过检测供水温度、回水温度、流量、温差及室外环境温度等参数，采用先进预测方法推断未来负荷，提前调整水泵频率，使系统提供的冷量与负荷需求匹配。
（1） 模糊控制技术
系统运行时，首先利用负荷预测技术结合当前参数预测下一时刻负荷，将其传递给模糊控制器。模糊控制器比较预测负荷与实际负荷的偏差及变化率，根据模糊规则库推理出优化运行参数（如冷冻水流量）的模糊值，经清晰化处理转换为精确控制量，调节冷冻水泵的运行台数和转速，为下一时刻提供所需冷量。
将当前的实际空调负荷与预测负荷进行对比，依据两者之间的差异来评判预测负荷控制的成效，并据此实时在线调整负荷：若实际负荷超出预测负荷，则提升冷冻水泵的转速，以增加冷冻水流量，确保空调末端获得充足的冷量；反之，若实际负荷低于预测负荷，则降低冷冻水泵的转速，减少冷冻水流量，以避免不必要的冷量输送。
结合负荷预测控制技术与模糊控制技术，对冷冻水泵实施变频调控。通过持续的检测、对比与调整，实现空调负荷所需冷量与冷冻水泵所提供冷量的精准匹配，确保冷冻水系统维持在最优的冷量供应状态，从而有效降低冷冻水泵的能耗。
(2) 冷冻水流量神经网络模糊预测优化控制技术解析
作为一种先进的优化控制算法，预测控制不同于传统的离散最优控制算法，其采用滚动式的有限时域优化策略，而非固定的全局优化目标。这意味着优化过程是在线反复进行的，而非一次性离线完成。尽管在理想状态下，这种方法可能只能获得全局的次优解，但其滚动实施的特点能够实时应对模型失配、时变性和干扰等不确定性因素，确保控制始终基于实际情况，实现实质上的最优控制。预测控制的三大特征——预测模型、滚动优化和反馈校正，正是控制论中模型、控制和反馈理念的具体实践。这些特征使预测控制能够有效克服控制系统中的模型不精确、非线性和时变性等不确定性影响。
为了对冷冻水流量进行更精准的预测控制，可以将神经网络、模糊控制与非线性预测优化控制相结合，形成神经网络模糊预测优化控制系统。该系统采用前馈神经网络作为预测模型，自调整模糊控制器作为优化控制器，并采用多步预测策略。在优化性能指标上，系统综合考虑了负荷偏差（即实际冷量与预测冷量之差）最小化和冷冻水泵能耗最小化这两大因素。
神经网络模糊预测优化控制系统的具体结构如图1所示。
鉴于中央空调系统负荷预测模型的构建涉及众多相互关联的变量，且系统本身展现出高度的非线性和时变性特征，传统的机理建模方法在此类复杂场景中显得力不从心。
神经网络建模方法则另辟蹊径，它跳脱了传统确定数学关系的束缚，凭借其强大的自学习能力和卓越的非线性映射逼近能力，在非线性系统建模领域展现出了显著优势。因此，我们首选前馈神经网络来构建负荷预测模型。该模型采用三层结构设计，涵盖输入层、隐藏层和输出层。在输入层，我们纳入了k时刻的室外太阳辐射强度、室外温湿度、冷冻水系统的供水与回水温度、流量、温差、空调区域的实际冷量以及冷冻水泵的变频器控制电压等多个关键参数。而输出层则对应于k+1时刻的空调负荷冷量预测值。在模型参数辨识环节，我们特别关注了神经网络的泛化能力，为此采用了贝叶斯正则化方法，以期提升模型的预测精度和泛化性能。
接下来，我们采用了多步预测性能指标来训练自调整模糊控制器。这一策略确保了在每个采样时刻，性能指标仅针对从当前时刻起的未来有限时段进行优化。随着采样时刻的推进，优化时段也随之前移，从而既保证了最优解的获取，又有效减轻了计算负担，使控制策略更加迅速响应。
最终，我们将自调整模糊控制器与神经网络预测模型相结合，形成了神经网络模糊预测控制策略，用于对中央空调冷冻水流量进行精准预测与控制。这一策略不仅实现了良好的控制效果，还根据性能指标的设定有效降低了冷冻水泵的能耗。从而在确保空调负荷需求得到满足的同时，也实现了冷冻水泵能耗的节约。
采用冷冻站的综合节能优化控制策略，该策略融合了变流量与变水温的双重调节机制。我们设定了一个优化性能指标，即最小化冷冻泵与制冷机运行功率的总和。在此基础上，我们根据冷冻水泵频率的动态变化，精确计算出制冷机最佳的冷冻水出水温度。在确保末端负荷需求得到满足且设备安全运行的前提下，通过适度提升冷冻水的出水温度，我们可以有效提高制冷机的能效比（COP），从而实现制冷机的节能目标。
这一控制策略巧妙地结合了变流量与变水温控制的优点，全面考虑了制冷机与冷冻水泵的能耗情况。它旨在通过优化冷冻水泵的频率和制冷机的冷冻水出水温度，实现两者运行功率总和的最小化。这一策略在保障末端负荷冷量需求的同时，显著降低了制冷站的功率损耗，进而达到了制冷站节能优化运行的目的。
结语
中央空调系统的制冷站主要包括制冷机组、冷却水泵、冷冻水泵以及冷却塔等关键设备。由于空调冷负荷随外部条件的变化而波动，且空调系统满负荷运行的时间仅占总体运行时间的15%至20%，因此制冷机组往往长时间处于低负荷运行状态，难以保持高效率工作。影响空调系统能耗的主要因素包括制冷机的性能、冷冻水的流量以及供回水温差，而水泵和风机的能耗则主要受输送流量和输送阻力的影响。因此，对空调冷负荷变化规律、制冷机组部分负荷性能、制冷机组选配方案以及制冷站运行模式优化的研究日益受到研究人员的关注。
本文概述了几种中央空调制冷站常用的控制方法。鉴于系统大部分时间处于部分负荷运行状态，传统的控制方法往往导致制冷站运行效率低下。在变水温控制策略中，我们根据气象条件和空调负荷的变化，设定合理的供水温度，并在部分负荷时段采用不同的制冷机组出水温度，实现制冷机的分阶段变水温运行。这一策略能够提升制冷机的运行效率，降低能耗，从而实现节能目标。
在中央空调冷冻水变流量控制技术方面，我们基于负荷预测对冷冻水流量进行动态控制。首先，对空调负荷进行预测，以推断出空调系统未来的负荷需求。然后，采用模糊控制技术对冷冻水泵进行预测优化控制，提前调节冷冻水流量，确保系统提供的冷量与负荷需求相匹配，从而最大限度地减少偏差。
冷水机组群控策略则根据单台制冷机的负载率或多台制冷机的平均负载率来控制冷水机组的运行台数。同时，结合温差控制与末端空调机组水阀开度的控制，可以避免仅采用温差控制可能导致的冷冻水泵频繁启动问题，从而实现更好的控制效果。综上所述，采用冷冻站的综合节能优化控制策略，将变流量与变水温控制相结合，充分发挥了两种控制方法的优势，实现了制冷站节能优化运行的良好效果。
