空调系统以及用于控制空调系统的工作的系统和方法与流程

本发明总体涉及空调系统，更具体地涉及控制空调系统的工作。

背景技术：

空调系统，诸如供暖通风与空调(hvac)系统，广泛用于工业和住宅应用中。例如，空调系统可以包括可变速度压缩机、可变位置阀以及对蒸汽压缩循环的可变速度风扇中的一个或组合以传送特定热量。针对蒸汽压缩系统的用于传送该特定热量的命令输入常常不是唯一的，并且部件的各种组合消耗不同量的能量。因此，期望使用使能量最小化从而使效率最大化的输入组合来操作蒸汽压缩系统。

传统地，使能量效率最大化的方法依赖使用空调系统的物理特性的数学模型。这些基于模型的方法尝试描述对蒸汽压缩系统的部件的命令输入对于系统的热力学行为和所消耗能量的影响。在这些方法中，使用模型来预测满足热负载要求且使能量最小化的输入组合。

然而，已知的是空调系统随着时间而变化。在一个时间点准确地描述蒸汽压缩系统的工作的模型随着系统变化而可能在稍后的时间不准确，该变化例如由于冷媒的缓慢泄漏或热交换器上腐蚀的累积。

另外，空调系统的模型常常忽视安装特有特性，诸如房间大小，这导致空调系统的模型偏离系统的工作。例如，在空调系统的工作期间产生的气流的知识可以用于优化系统的工作。然而，气流的物理模型具有无限维数，并且太复杂而不能用于实时控制应用。另外，气流模型还可能在空调系统的工作期间改变。

因此，存在对利用空调系统的工作期间产生的气流的实时知识来控制系统的系统和方法的需要。

技术实现要素：

本发明的目的是提供用于控制空调系统的工作使得满足工作的热负载要求且优化系统的性能的系统和方法。本发明的另外目的是提供在控制空调系统时使用气流模型的系统和方法。本发明的另外目的是提供在空调系统的工作期间随着时间来优化空调系统的性能的系统和方法。

本发明的一些实施方式解决了确定和更新气流动态的模型的问题，使得模型准确表示气流的动态并能够适应被调节环境的变化。因此，一些实施方式使用适于实时更新和控制的低维模型。例如，在一些实施方式中，模型包括降阶模型，该降阶模型具有比根据布西涅斯克(boussinesq)方程的气流的物理模型少的参数数量，其中，布西涅斯克方程是偏微分方程(pde)，并且其中，降阶模型是常微分方程(ode)。

为此，一些实施方式解决了模型降低问题，其目的在于将例如无限维数的复杂模型降低为较少维数(例如，有限维数)的较简单模型。在此上下文中，模型降低问题意味着确定较简单模型的使得使根据复杂模型的系统与根据较简单模型的系统的性能测量结果之间的误差最小化的所有参数或系数。例如，在气流建模估计和控制应用中，需要利用具有较少维数和复杂性的ode模型来变换表示气流的pde模型。这种降低可以允许对气流系统(诸如空调系统)的实时控制。

本发明的一些实施方式基于以下理解：用系统的较简单模型表示系统的复杂模型的问题可以变换成虚拟控制问题，其控制较简单模型的系统来追踪使用系统的复杂模型确定的性能测量结果的基准轨迹。在该虚拟控制问题中，控制输入包括较简单模型的系数，并且虚拟控制的输出是利用所输入的系数针对根据较简单模型的系统确定的性能测量结果。

例如，将pde模型降低为ode模型可以被视为虚拟控制问题，其中，受控输出是给定时间间隔上的ode解，基准时变输出轨迹是pde模型的解，并且控制信号是ode模型的系数。

虚拟控制问题的解是使表示追踪误差的代价函数减小的控制输入，即，较简单模型的系数。该理解允许使用控制理论方法来虚拟地控制虚拟控制问题，以确定较简单模型的系数。

因此，本发明的一个实施方式公开了一种用于控制在被调节环境中生成气流的空调系统的工作的方法。该方法包括以下步骤：确定在空调系统的工作期间在被调节环境中测量到的气流的值；更新将在空调系统的工作期间调节的空气的流和温度的值关联的气流动态的模型，其中，该更新迭代地减小根据模型确定的气流的值与气流测量到的值之间的误差；使用经更新的模型对气流建模；以及使用经建模的气流控制空调系统的工作。方法的步骤使用控制器的至少一个处理器来执行。

另一个实施方式公开了一种用于控制在被调节环境中生成气流的空调系统的工作的系统，该系统包括：一组传感器，该一组传感器用于测量被调节环境中的气流的值；和控制器，该控制器用于基于气流控制工作。该控制器包括：存储器，该存储器存储将在空调系统的工作期间调节的空气的流和温度的值关联的气流动态的模型；和处理器，该处理器用于迭代地更新气流动态的模型，以减小根据模型确定的气流的值与工作期间测量到的气流的值之间的误差。

又一个实施方式公开了一种空调系统，该空调系统包括：用户输入接口，该用户输入接口用于接收设定点；蒸发器，该蒸发器具有用于调节通过热交换器的空气流速的风扇；冷凝器，该冷凝器具有用于调节通过热交换器的空气流速的风扇；压缩机，该压缩机具有用于压缩冷媒且将冷媒泵送通过系统的速度；膨胀阀，该膨胀阀用于在蒸汽压缩系统的高压部与低压部之间提供可调节的压力降；一组传感器，所述一组传感器用于测量被调节环境中的气流的值；以及控制器，该控制器用于基于气流控制工作，以实现设定点。控制器包括：存储器，该存储器存储将在空调系统的工作期间调节的空气的流和温度的值关联的气流动态的模型；和处理器，该处理器用于迭代地更新气流动态的模型，以减小根据模型确定的气流的值与工作期间测量到的气流的值之间的误差。

定义

在描述本发明的实施方式时，以下定义始终(包括以上)可应用。

“控制系统”或“控制器”是指管理、命令、引导或规定其他装置或系统的行为的装置或装置组。控制系统可以由软件或硬件来实施，并且可以包括一个或若干模块。包括反馈环路的控制系统可以使用微处理器来实施。控制系统可以为嵌入式系统。

“空调系统”或采暖通风与空调(hvac)系统是指基于热力学、流体力学和/或热传递的原理使用蒸汽压缩循环来使冷媒运动穿过系统的部件的系统。空调系统跨越非常广的系统组，从仅向建筑物的居住者供给室外空气的系统、到仅控制建筑物的温度的系统、到控制温度和湿度的系统。

“空调系统的部件”是指具有可受控制系统控制的工作的系统的任何部件。部件包括但不限于：压缩机，该压缩机具有用于压缩冷媒且将冷媒泵送穿过系统的速度；膨胀阀，该膨胀阀用于在系统的高压部与低压部之间提供可调节的压力降；以及蒸发热交换器和冷凝热交换器，该蒸发热交换器和冷凝热交换器中的每个包含用于调节穿过热交换器的空气流速的可变速度风扇。

“蒸发器”是指蒸汽压缩系统中的热交换器，在该热交换器中，穿过热交换器的冷媒在热交换器的长度上蒸发，使得热交换器出口处的冷媒的比焓高于热交换器入口处的冷媒的比焓，并且冷媒总体上从液体变为气体。在空调系统中可以存在一个或更多个蒸发器。

“冷凝器”是指蒸汽压缩系统中的热交换器，在该热交换器中，穿过热交换器的冷媒在热交换器的长度上冷凝，使得热交换器出口处的冷媒的比焓低于热交换器入口处的冷媒的比焓，并且冷媒总体从气体变为液体。在空调系统中可以存在一个或更多个冷凝器。

“控制信号组”是指用于控制蒸汽压缩系统的部件的工作的特定输入值。控制信号组包括但不限于压缩机的速度值、膨胀阀的位置、蒸发器中风扇的速度以及冷凝器中风扇的速度。

“设定点”是指系统(诸如空调系统)作为工作的结果而希望达到并维持的目标值。术语设定点应用于特定的控制信号组以及热力学和环境参数的任意特定值。

“中央处理单元(cpu)”或“处理器”是指读取并执行软件指令的计算机或计算机的部件。

“模块”或“单元”是指计算机中的执行任务或部分任务的基本部件。它可以由软件或硬件来实施。

附图说明

[图1a]图1a是根据本发明的一个实施方式的空调系统的框图；

[图1b]图1b是根据本发明的一些实施方式的对房间进行空气调节的示例的示意图；

[图1c]图1c是根据本发明的一些实施方式的用于控制在被调节环境中生成气流的空调系统的工作的方法的框图；

[图1d]图1d是根据本发明的一个实施方式的用于控制通风口角度和房间进气温度中的一个或组合的方法的框图；

[图2]图2是根据本发明的一些实施方式的模型降低方法的框图；

[图3]图3是根据本发明的一个实施方式的用于基于气流的状态的较完整的集合确定误差的方法的框图；

[图4]图4是根据本发明的一些实施方式的用于确定被调节环境(诸如房间)中的传感器的布置的方法的示意图；

[图5]图5是根据一个实施方式的用于优化可观测性格拉姆(gramian)的方法的框图；

[图6]图6是根据一个实施方式的用于选择用于控制空调系统的气流状况(regime)的方法的框图；以及

[图7]图7是根据本发明的一个实施方式的用于选择用于当前状况的rom的方法的框图。

具体实施方式

图1a示出了根据本发明的一个实施方式的空调系统100的框图。系统100可以包括诸如蒸发器电扇114、冷凝器电扇113、膨胀阀111以及压缩机112这样的部件中的一个或组合。系统可以受负责接受例如来自恒温器的设定点115和传感器130的读取结果并输出用于控制部件的工作的控制信号组的控制器120控制。监管控制器120可工作地连接到控制装置组，其用于将控制信号组变换成用于对应部件的特定控制输入组。例如，监管控制器连接到压缩机控制装置122，连接到膨胀阀控制装置121，连接到蒸发器风扇控制装置124，以及连接到冷凝器风扇控制装置123。

监管控制器可工作地连接到将空调系统的工作期间调节的空气的流和温度的值关联的气流动态的模型110。这样，监管控制器控制空调系统的工作，使得对于给定热负载实现设定点值。例如，监管控制器确定和/或更新针对空调系统的至少一个部件的至少一个控制输入，以优化使用该模型进行的性能确定的指标。系统100的其他构造是可行的。

系统100还受用于更新气流动态的模型的参数的优化控制器140控制。在一些实施方式中，优化控制器140例如对于每个或一些控制步骤迭代地更新模型140，以减小根据模型确定的气流的值与系统100的工作期间由传感器130测量到的气流的值之间的误差。

在各种实施方式中，监督和优化控制器被实施为单个或单独系统，并且在这里被总称为控制器。控制器可以包括存储模型110的存储器和用于控制系统100的工作且用于在工作期间更新模型的处理器。

在本发明的一些实施方式中，控制器的目的中的一个是根据性能指标优化测量到的系统的性能。指标的示例包括但不限于工作期间由系统消耗的能量，和系统的效率。

图1b示出了根据本发明的一些实施方式的对房间160进行空气调节的示例的示意图。在该示例中，房间160具有门161和至少一个窗户165。房间的温度和气流受空调系统(诸如系统100)控制通过通风单元101。一组传感器130，诸如用于测量房间中的给定点处的气流速度的至少一个气流传感器131和用于测量房间温度的至少一个温度传感器135，设置在房间中。可以考虑其他类型的设施，例如，具有多个hvac单元的房间或具有多个房间的住宅。

图1c示出了根据本发明的一些实施方式的用于控制在被调节环境中生成气流的空调系统的工作的方法的框图。方法的步骤使用控制器的至少一个处理器来执行。

方法更新170将在空调系统的工作期间调节的空气的流和温度的值关联的气流动态的模型110。在各种实施方式中，更新步骤170迭代地减小根据模型110确定的气流的值175与在工作期间例如由传感器130测量到的气流的值137之间的误差。

接着，使用经更新的模型110对气流185建模180，并且使用经建模的气流185控制190空调系统的工作。由于更新的迭代本质，用于确定值175的模型110之前已在之前的迭代期间更新170，并且用于确定经建模的气流185的模型110在当前迭代期间更新。

图1d示出了根据本发明的一个实施方式的用于控制空调系统的通风口角度和房间进气温度中的一个或组合以在房间中的特定位置处维持设定点的方法的框图。在线优化器195从估计器191获得热负载估计值，并且使用经更新的模型110来确定通风口角度。通风口角度优化气流，这转而可以降低设定点并优化空调系统的效率。例如，在线优化器195可以向控制器190输出经修改的设定点，并且可以向系统100输出通风口角度。监管控制器120以所确定的进气温度工作系统100，以在给定的位置处实现设定点。

本发明的一些实施方式解决了确定和更新气流动态的模型的问题，使得模型准确表示气流的动态并能够适应被调节环境(诸如房间160)的变化，例如由于窗户或门的打开和关闭而引起。因此，一些实施方式使用适于实时更新和控制的低维模型。例如，在一些实施方式中，模型包括具有比气流的根据布西涅斯克方程的物理模型少的参数数量的降阶模型，其中，布西涅斯克方程是偏微分方程(pde)，并且其中，降阶模型是常微分方程(ode)。

为此，一些实施方式解决了模型降低问题，其目的在于将例如无限维数的复杂模型降低为较少维数(例如，有限维数)的较简单模型。在此上下文中，模型降低问题确定较简单模型的使得使根据复杂模型的系统与根据较简单模型的系统的性能测量结果之间的误差最小化的所有参数或系数。例如，在气流建模估计和控制应用中，需要利用具有较少维数和复杂性的ode模型来变换表示气流的pde模型。这种降低可以允许对气流系统(诸如空调系统)的实时控制。

例如，根据物理学原理，气流动态的物理模型可以用还被称为布西涅斯克方程的pde来建模。因为布西涅斯克方程的精确解位于无限维空间中，所以它们难以以封闭形式(非线性)求解且数值求解在计算上是昂贵的，但包含气流动态的所有频率或模式。

布西涅斯克方程由以下给出：

在该方程中，t是温度标量变量并且是三维的速度向量。这里，μ是粘度和雷诺数(reynoldnumber)的倒数，k是热扩散系数，并且p表示压力标量变量。

运算符和被定义为：

布西涅斯克方程描述了房间中的气流和温度之间的耦合，但具有无限维数。另外，布西涅斯克方程具有pde的边界条件随时间变化不确定条件，或pde所涉及的系数中的一个变化的情况。这些数学变化实际上反映房间中的一些真实变化。例如，房间中窗户或门的打开和关闭改变布西涅斯克pde的边界条件。类似地，气象变化(诸如日变化和季节变化)影响房间中的温度与房间外部的温度之间的差，这转而影响pde系数中的一些系数，例如，雷诺数可能会被影响。

在所有这些场景中，可用的模型降低技术未能获得具有覆盖所有上述场景(即，参数不确定性以及边界条件不确定性)的房间中的气流的降阶(或降低维数)模型的统一方案。

本发明的一些实施方式基于以下理解：用系统的较简单模型表示系统的复杂模型的问题可以变换成虚拟控制问题，其控制较简单模型的系统来追踪使用系统的复杂模型确定的性能测量结果的基准轨迹。在该虚拟控制问题中，控制输入包括较简单模型的系数，并且虚拟控制的输出是利用所输入的系数针对根据较简单模型的系统确定的性能测量结果。

例如，将pde模型降低为ode模型可以被视为虚拟控制问题，其中，受控输出是给定时间间隔上的ode解，基准时变输出轨迹是pde模型的解，并且控制信号是ode模型的系数。

虚拟控制问题的解是使表示追踪误差的代价函数减小的控制输入，即，较简单模型的系数。该理解允许使用无模型控制优化方法来虚拟地控制虚拟控制问题，以确定较简单模型的系数。

例如，在本发明的一个实施方式中，降阶模型(rom)具有二次形式

其中，b、a、b是与pde方程的常数有关且与所使用的模型降低算法的类型有关的常数，并且xr具有经减少的维数r并且表示经降阶的状态向量。系统x的原始状态可以使用以下的简单代数方程从xr恢复：

x(t)≈φxr(t)，

其中，x通常为从pde方程的空间离散化获得的高维n>>r的向量，其包含房间的n个期望点或位置处的房间气流和房间温度，并且φ是通过连结rom的被称为模式或基底向量的给定向量而形成的矩阵。这些模式依赖于使用哪种模型降低方法而不同。例如，可以使用最佳正交分解(pod)或动态模式分解(dmd)方法等。

然后，rom模型的解可能导致不稳定解(在有限时间支撑上发散)，该不稳定解不再现具有粘性项的原始pde模型的物理性质，该粘性项使得解总是稳定，即，在有界时间支撑上是有界的。

因此，一些实施方式通过添加表示降阶模型与物理模型之间的差异的稳定性参数来修改降阶模型。稳定性参数保证了由本发明的一些实施方式使用的简化模型的稳定性，并且允许响应于检测根据模型确定的气流的值与工作期间测量到的气流的值之间的误差，更新仅稳定性参数，这简化了更新170。

因此，在本发明的一些实施方式中，气流动态的模型110为

其中，f为被添加以使rom模型的解稳定的追加项，即，稳定性参数。该项可以为其自变量的线性或非线性函数。项k表示系数向量，其应被调谐以保证稳定性以及rom需要再现原始pde模型的动态或解的事实。

在一些实施方式中，映射f为

f(k，x)＝k(t，xm)x，

其中，k为保证气流动态的模型的稳定性的稳定性系数向量。向量k的系数可以使用基于迭代优化的调谐来优化。

图2示出了根据本发明的一些实施方式的模型降低方法的框图。例如，一个实施方式遵循稳定性约束225通过优化220根据模型确定的气流的值与在工作期间测量到的气流的值之间的误差260的代价函数210来更新利用稳定性参数修改的简化阶模型240。

例如，在一个实施方式中，优化220包括根据下式

mink(t)q(e)

k(t)∈稳定性约束，

遵循稳定性约束225使误差的代价函数210最小化，其中，该误差包括

e＝x(t)-xm(t)，

其中，x(t)是在时间t时根据模型确定的气流的值，并且xm(t)是在时间t时在工作期间测量到的气流的值。

代价函数包括

其中，w是正定权重矩阵，并且t0、tf是工作的给定时间间隔的初始值和最终值，并且t是转置运算符。

在一些实施方式中，更新170包括遵循稳定性约束的更新仅稳定性参数230和/或稳定性系数向量。例如，针对稳定性系数向量的稳定性约束为

其中，eig(.)表示矩阵(.)的特征值，并且矩阵为

在一些实施方式中，代价函数的优化220在空调系统的工作期间在线执行。例如，一个实施方式使用具有代价函数的梯度的数值评价的下降的梯度来优化代价函数。其他实施方式使用不同的现有非线性编程方法来对优化问题在线求解220。优化问题的解得到最佳系数230，其用于通过更新如上所述的函数f来更新rom240。

本发明的一些实施方式确定由设置在由空调系统调节的环境中的一组传感器测量到的气流的状态的子集与使用模型确定的气流的状态的对应子集之间的误差。在这种情况下，代价函数210仅是所测量分量x与rom解向量的对应分量之间的误差260的函数。

图3示出了根据本发明的一个实施方式的用于基于气流的状态的较大的子集确定误差260的方法的框图。实施方式确定310由设置在由空调系统调节的环境中的一组传感器测量到的气流的状态的子集。实施方式使用模型来对气流建模320以产生与测量到的状态的子集对应的经建模的气流的状态的子集，并且确定340测量到的状态的子集与经建模的状态的子集之间的误差。

图4示出了根据本发明的一些实施方式的用于确定被调节环境(诸如房间160)中的传感器的布置的方法的示意图。这些实施方式基于以下认识：测量房间中空气的温度和流的向量x的所有分量是不现实的。因此，这些实施方式最佳地设置传感器的布置430，以使ode或pde410的可观测性格拉姆最大化。

图5示出了根据本发明的一个实施方式的用于优化可观测性格拉姆的方法的框图。实施方式选择期望的可观测性指数510。例如，实施方式选择可观测性指数为可观测性格拉姆，该可观测性指数是被限定为系统pde或ode模型系数的函数的可观测性矩阵的秩。然后，相对于传感器的位置向量增大可观测性格拉姆520，例如，最大化。该最大化问题的解给出传感器位置的最佳选择530。

本发明的一些实施方式基于以下认识：空调系统在不同环境中的工作可能产生气流动态的不同状况。例如，如果关闭房间门和窗户，则房间内部的气流具有特定动态，如果打开窗户中的一个，那么气流具有不同的动态。因此，一些实施方式确定气流在给定时间处于哪个状状况。该状况检测可以帮助对于特定状况选择物理模型的合适参数，然后接着获得用于具体状况的对应简化降阶模型。

图6示出了根据一个实施方式的用于选择用于控制空调系统的气流状况的方法的框图。该方法生成用于所有可能状况的物理模型640的所有可能模式630，然后将模式与从工作期间测量到的气流和温度的值610重构的模式进行比较。使用压缩感测进行实时模式重构620。最后，方法选择与物理模型的支配模式关联的降阶模型。

在一个实施方式中，使用测量结果xm来对以下压缩感测问题求解

||xm-φxr||2≤tol，

其中，tol是期望的容许值。

这里，我们理解，矩阵φ通过连结从由pde模型预测640的所有可能状况生成630的所有可能模式来获得。在这种情况下，当求解了620上述压缩感测问题时，向量xr分量的振幅指示进行测量时的显著状况。例如，如果向量xr的前三个元素远远大于其他元素，那么前三个模式是支配模式，然后将关联的状况选择650作为显著状况。在其他实施方式中，其他范数(例如，lp范数，p>1)可以用于压缩感测优化问题的定义中。

图7示出了根据本发明的一个实施方式的用于选择用于当前状况的rom的方法的框图。pde模型710连同流和温度730的真实测量结果一起送入压缩感测算法750以检测目前状况760，然后选择关联的rom720、740。然后求解所选择的rom790，并且将其解与真实测量结果730进行比较770，所获得的误差770被送入优化算法780，以优化rom模型790的一些系数，并且改善气流和房间温度的rom预测。

本发明的上述实施方式可以以大量方式中的任一个来实施。例如，实施方式可以使用硬件、软件或其组合来实施。当在软件中实施时，可以在任意合适的处理器或一组处理器上执行软件代码，而不管处理器是设置在单个计算机中还是分布在多个计算机之间。这种处理器可以被实施为集成电路，一个或更多个处理器在集成电路部件中。但处理器可以使用任何合适格式的电路来实施。

同样，这里概述的各种方法或过程可以被编码为可在采用各种工作系统或平台中的任意一个的一个或更多个处理器上执行的软件。被执行为方法的一部分的动作可以以任意合适的方式来排序。因此，虽然动作在例示性实施方式中被示出为顺序动作，但可以构造以下实施方式：动作以与所例示的不同顺序来执行，这可以包括同时执行一些动作。

在权利要求中使用序数术语(诸如“第一”、“第二”)来修改权利要求元素，本身不暗示一个权利要求元素超过另一个权利要求元素的任何优先级、在先或顺序、或执行方法动作的时间顺序，而是仅用作区分具有特性名称的一个权利要求元素与具有相同名称(但使用序数术语)的另一个元素以区分权利要求元素的标签。