1 前言 空调系统是一个具有规模庞大、结构复杂、变量众多、干扰多等特点的复杂大系统，其能耗在建筑总能耗中占很大比重。变风量（VAV,Variable Air Volume）空调系统的采用一定程度上降低了空调系统的能耗。如何对常常处于部分负荷工作的VAV空调系统实施优化控制，在满足舒适性要求的前提下实现系统层次上的节能，已成为目前研究的热点问题。变风量空调优化控制研究主要有两个方面：局部优化和全局优化。到目前为止，研究人员对空调系统的局部优化控制节能已有较深入的研究，主要通过建模进行送风温度、静压、供水温度等参数的优化或冷水机组等设备的启停优化控制[1]，优化指标包括能耗指标、室内空气质量和热舒适指标，而且局部优化更侧重于现场级的动态优化控制。A.P.Wemhoff采用多维插值法对各稳态负荷分布进行优化配置[2]。Ye Yaoa等对风系统进行不同的节能策略分析[3]。目前对空调系统进行系统层次上的全局优化研究仍处于初始阶段，多采用系统集总模型进行仿真研究，存在计算量大和参数不确定性等问题[4]。全局优化更侧重于管理层的稳态设定值的确定。实际上，空调运行环境、负荷变化、设备老化等原因，使得空调系统运行特性常常发生变化，无论局部优化还是全局优化，均需要不断的更新设定点，寻找控制器最佳设定点是关键问题。
1 前言
空调系统是一个具有规模庞大、结构复杂、变量众多、干扰多等特点的复杂大系统，其能耗在建筑总能耗中占很大比重。变风量（VAV,Variable Air Volume）空调系统的采用一定程度上降低了空调系统的能耗。如何对常常处于部分负荷工作的VAV空调系统实施优化控制，在满足舒适性要求的前提下实现系统层次上的节能，已成为目前研究的热点问题。变风量空调优化控制研究主要有两个方面：局部优化和全局优化。到目前为止，研究人员对空调系统的局部优化控制节能已有较深入的研究，主要通过建模进行送风温度、静压、供水温度等参数的优化或冷水机组等设备的启停优化控制[1]，优化指标包括能耗指标、室内空气质量和热舒适指标，而且局部优化更侧重于现场级的动态优化控制。A.P.Wemhoff采用多维插值法对各稳态负荷分布进行优化配置[2]。Ye Yaoa等对风系统进行不同的节能策略分析[3]。目前对空调系统进行系统层次上的全局优化研究仍处于初始阶段，多采用系统集总模型进行仿真研究，存在计算量大和参数不确定性等问题[4]。全局优化更侧重于管理层的稳态设定值的确定。实际上，空调运行环境、负荷变化、设备老化等原因，使得空调系统运行特性常常发生变化，无论局部优化还是全局优化，均需要不断的更新设定点，寻找控制器最佳设定点是关键问题。
大系统理论的研究自上个世纪70年代兴起，经过二十多年的发展逐渐形成了一个专门的领域。它综合了近代控制理论、数学规划、人工智能、决策论等方面的研究成果，研究对象从复杂的工业过程到社会经济系统、农业、生态系统等各方面[5]。变风量空调系统结构复杂，是一个包含了环境、建筑、机电、控制多领域的综合大系统。为了实现空调系统设定点跟随负荷变化，并考虑子系统间的关联，完成空调系统的全局优化，本文提出将工业大系统理论的递阶优化控制技术引入变风量空调系统全局节能优化控制，并在西安建筑科技大学“智能建筑环境技术实验平台”上进行实验验证。
2 变风量（VAV）中央空调实验系统
在介绍大系统理论的递阶优化控制技术之前，对实验研究平台进行简要介绍。
西安建筑科技大学“智能建筑环境技术实验平台”的变风量（VAV）中央空调系统由两台冷水机组、一台变频二次泵、一个含两组加热器的热水箱、两台空气处理机组和六个房间末端组成，具有变风量（VAV）、变水量（VWV）以及冷水机组群控等特点。在该实验平台上可以针对VAV空调系统中的温度、湿度等展开各种控制策略及舒适性研究。实验系统的空调区域含六个房间，由保温彩钢板分隔而成。该空调系统的控制网络结构见图1，属于三级网络控制系统，第一级是管理级，第二级是优化控制级，第三级是现场控制级。监控系统联合应用了组态软件LabVIEW和科学计算软件MATLAB，包括了空调控制系统、能耗计量系统、数据查询系统和系统维护几个部分。LabVIEW和MATLAB软件的结合，便于在实验平台中实现各种优化控制算法。
3 变风量（VAV）中央空调系统的大系统递阶优化分析
大系统(Large Scale System)理论是为了研究规模日趋庞大、结构越来越复杂的系统而产生的。自20世纪80年代以来至今形成了理论体系。
根据Ho和Mitter的定义（1976）：为了便于计算或实际应用，若能将系统分解成多个互联的子系统（“小规模”的系统），这样的系统被认为是大系统。
本中央空调系统采用大系统多级递阶控制结构。递阶控制系统呈金字塔形，上层是优化层，分为局部决策单元和协调器。各分散局部决策单元分别对相应的子系统进行局部优化控制。协调器通过对各局部决策单元的协调控制，间接对大系统进行集中全局控制，可得到大系统的最优控制。在整个递阶控制系统中，下层受相应上层直接控制，同级之间并行工作，没有信息交换，这与分散控制结构有所不同。
应用大系统理论的关键在于系统的分解与协调。在保证底层设备稳定运行的基础上，采用分解协调原理对系统进行合理分解。本文中的实验系统根据各子系统的控制特点及能量传递过程分解为“水系统”、“空气处理机组A”、“房间系统A”、“空气处理机组B”、“房间系统B”五个子系统，其控制结构见图2。各子系统通过直接控制器DDC实现设备的底层控制，相关信息上传到局部决策单元LDMU内参与子系统局部优化控制。在系统管理层，通过协调器内的协调策略对子系统进行协调控制。在系统优化过程中，首先要对系统的各种物理参量进行实时采集，这些数据同时传输给DDC、LDMU和协调器。在DDC中可采用各种有效控制算法对系统进行最佳化控制。在LDMU中可进行分散稳态辨识与能耗模型计算，建立局部优化性能指标及局部优化。
大系统递阶稳态优化的关键问题是协调。协调器可以处理各子系统的关联问题，不断地和局部决策单元交换信息，将各LDMU给出的优化设定值、关联输入及总优化指标，采用协调策略进行计算，优化得出的变量传入LDMU再次参与优化，LDMU和协调器相互迭代直至得到最终的协调作用及优化设定值。在实验研究过程中，优化周期应适当选择，以能够捕捉到系统工况变化点的最佳值。
这种递阶优化控制系统兼顾了底层局部控制的有效性和管理层的优化决策功能，能够获得各控制器优化设定点，最终达到变风量（VAV）空调系统节能降耗的目的。图3给出了经协调优化后主要机电设备在实验期间的能耗变化情况。设备运行的能耗状况是在有关节能标准规定的额定值以下。
本文是对课题的一个概括介绍，更详细的研究成果可参阅文献[6] [7]。
4 总结
介绍了西安建筑科技大学“智能建筑环境技术实验平台”的中央空调监控系统。实验研究表明，大系统理论能综合考虑系统各组成部分对降低能耗的贡献，通过协调策略可进一步研究系统各组成部分的关联关系，为系统的整体优化和节能提供有价值的信息，为空调系统全局优化在工程中的应用奠定基础。
