广州地铁集中冷站的自动控制

1 前言

今天，自动控制技术已经越来越多的应用于各类空调系统，在制冷设备集中、工况变化范围大的系统中，自控技术更是对系统的节能优化运行起到了很大作用。广州地铁二号线的集中冷站系统便充分发挥了自动控制技术的作用，使系统运行效率得到了明显的提高。集中冷站系统是采用集中制冷、分散供冷方式，集中设置冷冻机房，通过敷设冷冻水管，依靠泵的能量输送将冷冻水送至各相关站点的系统。该系统将多个站点的制冷设备集中在一起，可实现统一的运行管理与冷量分配，同时也减少了冷却塔等环境污染源的分布点，故地铁二、三号线的站内空调系统主要都采用集中冷站供冷的方式。

2 系统概况

广州市地下铁道二号线首期工程东起琶洲，北至江夏，线路正线全长231265 km。全线共设20 座车站，其中高架车站3 座，地面车站一座，地下车站16 座，集中供冷系统主要负责对沿线地下车站进行供冷。地下车站的空调冷源(除三元里外) 采用集中供冷的方式。在赤沙、鹭江、海珠广场及北部各设一座集中供冷站。集中供冷系统采用冷冻水大温差系统，集中设置冷冻机房，通过区间隧道敷设冷冻水管，依靠泵的能量输送将冷冻水送至相关的各车站。每个集中冷站负责供应邻近的3 至5 个车站。

海珠广场站采用珠江水冷却，其余采用冷却塔方式制取冷却水进行循环。在冷站的设计中广泛地采用了智能控制技术，不但实现了系统与设备的高度自动监控功能，而且根据节能运行的需要，结合PLC与变频技术对系统进行了优化设计。充分体现了现代空调系统中智能化技术与高效节能思想的发展。

3 集中冷站系统自控技术的运用

在空调系统中要实现系统的节能运行，首先系统本身必须具备较强的运行调节能力(即系统的输出冷量满足不同工况需求的能力)，系统输出冷量的范围越广、可调级数越多，其调节能力就越强，对实际运行工况的跟随性就越好，当系统输出冷量在各种运行工况下都能与实际冷量需求较好的吻合时，就能避免不必要的冷量损失，同时稳定地维持系统的工艺参数。因集中冷站集中了所有的制冷设备向多个站点供冷，故可通过合理的系统设计与设备配置实现总冷量的多级调节，为整个系统的节能运行提供了非常有利的条件，因此在冷站的系统设计中引入了自动控制与变频技术，每个集中冷站都设有一套独立的自动监控系统，对所辖集中冷站设备进行监视和控制，同时对相关车站参数进行监视，实现集中冷站设备的自动化管理和优化控制，充分发掘系统的节能潜力。

3.1 水系统结构与自控优化措施

地铁集中冷站与空调水系统主要由冷源部分(包括冷水机组、冷却水泵、冷却塔风机、冷冻水一次泵及相应的电动阀等)、变水量系统(包括变频泵及相应的电动阀等)以及车站末端系统(包括末端调节阀等)三大部份组成。其三部分的关联结构系统图如图1 所示。

图1 集中冷站空调水系统结构原理图(典型集中冷站)

其中冷源部分由主控制器根据车站负荷大小，以及冷水机组的运行状况、累计运行时间、作息时间表等对冷水机组进行群控, 确定开启冷水机组的组数和确定各组投入和退出运行的顺序。实现冷站冷水机组制冷量与车站冷负荷的需求相匹配。另外，通过主控制器还可以编制各类程序和时间表，使系统实现每天自动开停设备进行预冷或利用余冷提前关机，达到节能的目的。

在变频泵系统部分，自控系统在变频泵的出口及末端适当的位置，设有压差传感器，对冷冻水供/回水总管之间的压差进行测量。通过压差及相关参数对变频泵的转速进行闭环调节，控制并保持冷冻水管末端的压差在某一设定范围，获得一个冷冻水系统的动态平衡过程。

整个系统通过冷冻水实现能量的传递过程。即由冷水机组等组成的冷源为车站末端提供合适的冷量；以变频泵为主的变水量系统主要是传递冷量，在末端与冷源之间进行冷负荷的匹配，对末端的冷负荷需求进行同步跟随；车站末端是使用冷负荷的部分，通过对调节阀开度的控制, 满足车站大系统的舒适性要求。

将整个空调水系统综合起来考虑，其控制对象为末端车站系统，控制变量为车站系统的实际温度，执行机构为调节阀，级联调节设备为变频泵和冷机，将调节阀的开度调节作为内环，实现对车站系统温度的精确控制，将末端冷冻水的供水温度作为外环调节，实现对车站系统温度的粗调。

调节阀的开度调节由车站机电设备监控系统执行，集中冷站监控系统负责对调节阀的工况进行调整，使调节阀两端的压差和冷冻水的供/回水温度在允许的范围内，保证调节阀处于最佳的线性调节区间，使调节阀具有较高的灵敏度。

3.2 系统自动控制原理

另外，系统对运行工况的跟随性，还受系统调节的及时性与准确性的影响。

系统必须及时、准确地根据站内运行工况的变化对输出冷量作出调整，才能确保运行参数的稳定、减少冷量损失。而在集中冷站系统中，由于管路输送的距离长，系统的时间惯性大。故在其自控系统设计中采取了相应的措施，通过网络采集车站末端调节阀的开度、末端车站的实际冷负荷、冷冻水的供/回水温度差等数据, 建立冷冻水供水温度与末端车站实际冷负荷、调节阀的开度、开度变化率等量的关联关系，按主元分析法进行模式分类，建立相应的模式数据库。采用模式聚类与迭代学习法，根据地铁的环境因素选择相近的模式类型，在此基础上进行迭代学习，让系统自动寻找最佳的冷冻水温度设定点，克服时间滞后的影响，实现整体优化控制。

设第K 个工作日的输出水温为Uo(k,t)，冷水机的实际输出为Uo′(k，t) 。可得公式：Uo (k + 1) = Uo(k,t)+λ[ Uo′(k,t)-Uo (k,t)] (λ为学习率)

由于车站环境温度是变化的，需要采用迭代学习与反馈控制相结合，即反馈- 前馈学习控制，提高系统的稳定性和跟踪性能，可得公式：

Ui(k +1,t)= Ui(k,t)+ hi ，ff[ei,ff(k,t)]+hi，fb[ei,fb(k+1,t)]

其中，hi，fb[ei,fb(k+1,t)]为反馈项，控制原理图如图2 所示。

图2 自适应学习控制框图

由于采用了自适应学习控制技术，集中冷站系统的运行得到了很好的控制，有效的消除和克服了系统的干扰与滞后，使整个空调系统在工况发生变化时，能及时、准确地作出相应的调整，从而为车站内提供了舒适的空调环境，并在维持了系统冷量平衡的基础上，达到了良好的节能效果。

4 结语

随着地铁二号线首段的开通，海珠广场及北部冷站已投入使用，由于冷站的制冷与控制系统合理配置，系统的运行与工况转换调节都非常稳定，在运行管理上不但节约了人力，还提高了系统的稳定性与运行效率，取得了良好的节能运行效果。在科学技术不断进步、人们节能意识不断增强的今天，自控与节能已经成为现代空调技术发展的趋势。

来源于互联网。