基于差分进化算法的闭式冷却塔控制方法

技术领域

本发明涉及闭式冷却塔控制技术领域，尤其涉及一种基于差分进化算法的闭式冷却塔控制方法。

背景技术

闭式冷却塔是工业生产中常见的冷却设备，塔内装有换热器，工业生产中待冷却的工艺流体进入换热器，通过喷淋系统及通风系统进行散热。目前对于早期投产的多闭式冷却塔温度控制系统，由于硬件限制，喷淋系统多采用开关控制，且系统控制策略采用基于规则的控制，在硬件和软件上皆有很大的优化空间。

现有的闭式冷却塔控制系统中喷淋系统多采用开关控制，导致无法调节喷淋水量的大小，产生能耗。而对于控制策略的优化方法，选用的目标函数仅为执行器运行能耗，没有考虑执行器动作切换成本及环境温度，用于优化的判断条件是基于设定的误差，而误差值的选定可移植性较差。

发明内容

针对现有技术的不足，本发明提供一种基于差分进化算法的闭式冷却塔控制方法，对多闭式冷却塔温度进行控制。

一种基于差分进化算法的闭式冷却塔控制方法，包括以下步骤：

步骤1：建立单个闭式冷却塔机理模型；

根据能量守恒原理，建立管内循环水、喷淋泵喷淋水和空气之间的能量平衡方程；

所述管内循环水的能量平衡方程如下：

M

式中dA为微元高度段H所对应的盘管传热面积，M

所述喷淋泵喷淋水的能量平衡方程如下：

M

式中M

所述空气的能量平衡方程如下：

G

式中G

步骤2：对单个闭式冷却塔机理模型进行求解，得到循环水出口温度与喷淋水量、风机风量、环境温度、空气焓值、冷却塔传热面积关系的表达式：

To

式中t

步骤2.1：设

步骤2.2：假设饱和湿空气焓值h

步骤2.3：将步骤2.2中公式带入2.1中，得

其中，b

对方程组进行求解：

其中ψ1，ψ2是方程ψ

步骤2.4：建立步骤2.3中方程组的边界条件：

在冷却塔顶端，冷却水入口处：

A＝A

其中t

在冷却塔底端，冷却水出口处，边界条件为：

A＝0；t＝t

(tp0-t

其中t

步骤2.5：由冷却水入口处以及出口处的边界条件分别计算得：

步骤2.6：假设循环水温度不变，即t

T

其中，t

步骤3：根据闭式冷却塔的结构参数，确定闭式冷却塔机理模型的参数，并通过实际运行数据，对闭式冷却塔机理模型参数进行校正；

所述实际运行数据包括：

进口温度、出口温度、环境温度，每台冷却塔冷却能力的不同通过调整传热面积、传热系数、传质系数进行区分。

步骤3.1：收集闭式冷却塔的结构参数，具体包括冷却塔的冷却能力、冷却负荷、进口温度、出口温度、喷淋水量、进塔风量、湿球温度、干球温度、空气相对湿度、进塔空气焓值、出塔空气焓值、传热系数、传质系数、饱和水蒸气分压力、传热面积即循环水盘管的管长、内径、外径、管间距、管根数、排数。

步骤3.2：计算传热传质系数、传热面积：

其中传热系数K

式中α

传质系数K

G

传热面积：

A＝N

N为排管根数，N

步骤3.3：根据固定地区气象条件选取实际运行数据，包括：

大气压力：P＝101325Pa

水蒸气饱和分压力：P

相对湿度：

含湿量：

入口空气焓值：h

出口空气焓值：

预估喷淋水温度及变化，估计参数：T

步骤3.4：实际测量输入实时变量，具体包括：环境温度T

步骤4：在单台冷却塔喷淋水泵处引入变频调节；

步骤4.1：分析频率对喷淋泵电机转速的影响：

异步感应电动机的转速n与电源频率f、转差率s、电机极对数p三个参数有如下关系：

步骤4.2：分析喷淋水量与电机转速的关系：

根据流体力学原理，水泵的流量与转速成线性正比，泵的功率与转速的三次方成正比，采用转速调节的电机功耗为：

其中n为转速，n

步骤4.3：根据实际闭式冷却塔选取匹配的变频器：

步骤5：根据单个闭式冷却塔机理模型，建立4个闭式冷却塔优化控制模型；

步骤5.1：建立以冷却塔出口温度、执行器切换频率，执行器运行功率为主的4个闭式冷却塔优化控制模型目标函数，其中4个闭式冷却塔设为1号塔至4号塔；

J

式中：J

ε为极小正数值，

步骤5.2：设定目标函数的约束条件为：

步骤5.3：根据环境温度调整目标权重：

在环境温度高于设定阈值时，增加冷却塔出口温度的目标权重λ

步骤6：根据优化问题，对决策变量进行实数编码，决策变量的维数为8，分别为4个冷却塔的风机运行状态和喷淋泵运行状态，使用差分进化算法对优化问题进行求解；

步骤6.1：决策变量编码：对于优化问题

X

式中x

步骤6.2：参数初始化：设定最大迭代数g

步骤6.3：进行差差分迭代：进行变异操作，

i，r

取F＝0.5为变异概率，i，r

步骤6.4：交叉：对于每个个体和它所生成的子代个体进行交叉，

其中，CR是交叉概率，是属于[0，1]之间的值；

步骤6.5：解码：对于优化后的决策变量x＝[x

对于x

对于x

根据解码的决策变量确定控制量；

步骤6.5：计算适应度函数的值：

J

步骤6.6：根据适应度函数的值，从目标个体和试验个体中选择更优的作为下一代：

步骤6.7：将决策变量存储，并输出至数据库表，再通过组态软件下发到PLC进行控制。

步骤7：搭建控制器与算法的通信链路，通过控制器采集工业现场的实时数据，包括每个冷却塔的循环水入口水温、出口水温，并将数据通过以太网传输至监控室，以组态软件和数据库为接口，实现实时数据导入算法中，得到风机和喷淋泵的控制指令，再下发到控制器指令中进行控制；

步骤7.1：组态软件先通过TCP/IP对控制器进行IO组态，配置ODBC数据源后，调用内置的ADO组件，实时读取控制器数据存储区的数据与数据库通讯，包括每个冷却塔的入口水温、出口水温、环境温度、喷淋水温、空气焓值、各执行器的开关状态。

步骤7.2：算法通过Python语言编写，调用pymssql与数据库sqlserver进行通讯，数据库表包括从控制器读取的数据表以及经过算法运算后得到的控制量数据表，实现对工业现场控制器的闭环控制。

采用上述技术方案所产生的有益效果在于：

本发明提供一种基于差分进化算法的闭式冷却塔控制方法，具备以下有益效果：

1、针对多闭式冷却塔控制系统中的喷淋水泵，引入部分变频调节代替开关控制，实现单塔或多塔的变频控制，既节约了成本又降低了能耗，且减少电机启动时的电流冲击，延长使用寿命；

2、建立冷却塔机理模型并根据实时数据进行参数校正，建立优化控制模型，并运用智能优化算法中的差分进化算法进行运算求解，得到优化后的决策变量，减少了执行器开关切换成本和运行能耗，对各冷却塔风机和喷淋泵进行有效控制；

3、建立控制器与算法之间的通信链路，实现实时数据导入算法，并将决策命令下发至控制器进行控制的工业闭环控制通信链路。

附图说明

图1为本发明实施例中单个闭式冷却塔控制系统示意图。

图中，1-喷淋水泵；2-风机；3-喷淋水；4-单塔循环水入口；5-单塔循环水出口；6-水槽；7-空气入口；8-空气出口；

图2是本发明的4个闭式冷却塔优化控制模型示意图。

图中，9-循环水入口；10-循环水出口；11-变频器；12-1#闭式冷却塔；13-2#闭式冷却塔；14-3#闭式冷却塔；15-4#闭式冷却塔；

图3为本发明实施例中闭式冷却塔控制方法示意图；

图4是本发明的闭式冷却塔控制方法优化算法与控制器通信示意图；

图5是本发明的基于差分进化算法的控制结果示意图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

随着气候变化的日益加剧，工业生产对冷却的需求也在增加，冷却塔作为现代化的冷却设备，比传统的空调系统更有优势，是工业生产中常见的冷却设备。对已有冷却设备的硬件进行升级及控制方法进行优化，既能节约成本，又能降低原有控制方法导致的能源消耗。

闭式冷却塔内安装有换热器，工业生产中待冷却的工艺流体进入换热器，通过喷淋系统及通风系统进行散热。目前对于早期投产的闭式冷却塔控制系统，冷却塔喷淋系统多采用开关控制，若喷淋水量可调节，将大大降低生产能耗，随着变频技术的更新，可在喷淋泵处引入变频调节，实现喷淋水变频控制，节能效果显著，且可以减少电机启动时的电流冲击，延长电机使用寿命。

对于原有冷却塔控制系统，多采用基于规则的控制方法，即在设定的温度范围内执行特定的控制策略，此方法控制逻辑简单，但难以达到精确控制，未考虑环境因素、执行器动作切换成本及运行能耗，需要对冷却塔的控制策略进行更新，根据冷却塔的冷却水量，冷却面积等参数建立冷却模型，使用差分进化算法对控制器所采集的环境干湿球温度，进口温度等进行运算，选择最优的方案对冷却塔进行控制，可实现高效节能的生产目标。

一种基于差分进化算法的闭式冷却塔控制方法，如图3所示，包括以下步骤：

步骤1：建立单个闭式冷却塔机理模型，如图1所示；

根据能量守恒原理，建立管内循环水、喷淋泵喷淋水和空气之间的能量平衡方程；

管内循环水的热量的损失等于单位面积内循环水与喷淋水温度的热交换；

喷淋泵喷淋水热量的增加等于单位面积内循环水与喷淋水温度的热交换，热量的减少等于喷淋水蒸发到空气中的能量损失；

空气热量的增加等于喷淋水蒸发到空气中的能量变化。

所述管内循环水的能量平衡方程如下：

M

式中dA为微元高度段H所对应的盘管传热面积，M

所述喷淋泵喷淋水的能量平衡方程如下：

M

式中M

所述空气的能量平衡方程如下：

G

式中G

步骤2：对单个闭式冷却塔机理模型进行求解，得到循环水出口温度与喷淋水量、风机风量、环境温度、空气焓值、冷却塔传热面积关系的表达式：

To

式中t

步骤2.1：设

步骤2.2：假设饱和湿空气焓值h

步骤2.3：将步骤2.2中公式带入2.1中，得

其中，b

对方程组进行求解：

其中ψ1，ψ2是方程ψ

步骤2.4：建立步骤2.3中方程组的边界条件：

在冷却塔顶端，冷却水入口处：

A＝A

其中t

在冷却塔底端，冷却水出口处，边界条件为：

A＝0；t＝t

(t

其中t

步骤2.5：由冷却水入口处以及出口处的边界条件分别计算得：

步骤2.6：假设循环水温度不变，即t

T

其中，t

步骤3：根据闭式冷却塔的结构参数，确定闭式冷却塔机理模型的参数，并通过实际运行数据，对闭式冷却塔机理模型参数进行校正；

所述实际运行数据包括：

进口温度、出口温度、环境温度，每台冷却塔冷却能力的不同通过调整传热面积、传热系数、传质系数进行区分。

步骤3.1：收集闭式冷却塔的结构参数，具体包括冷却塔的冷却能力、冷却负荷、进口温度、出口温度、喷淋水量、进塔风量、湿球温度、干球温度、空气相对湿度、进塔空气焓值、出塔空气焓值、传热系数、传质系数、饱和水蒸气分压力、传热面积即循环水盘管的管长、内径、外径、管间距、管根数、排数。

本实施例中输入冷却塔结构参数如下：

盘管为光滑不锈钢管，导热系数λ＝54w/(m·k)，管外径d

步骤3.2：计算传热传质系数、传热面积：

其中传热系数K

式中α

传质系数K

G

传热面积：

A＝N

N为排管根数，N

步骤3.3：根据固定地区气象条件选取实际运行数据，包括：

大气压力：P＝101325Pa

水蒸气饱和分压力：P

相对湿度：

含湿量：

入口空气焓值：h

出口空气焓值：

预估喷淋水温度及变化，估计参数：T

步骤3.4：实际测量输入实时变量，具体包括：环境温度T

步骤4：以4台并行的闭式冷却塔为背景，为提高冷却塔运行效率，综合考虑节能和成本，在单台冷却塔喷淋水泵处引入变频调节；

闭式冷却塔通过改变风机运行频率调节空气的流量，改变喷淋泵运行频率调节喷淋水量，单台冷却塔中风机包括3个运行状态：高速、低速、停机，高低速变换通过电路的星角变换实现，喷淋泵包括2个运行状态，启动和停止，引入变频调节后，喷淋泵实现变频调节；

步骤4.1：分析频率对喷淋泵电机转速的影响：

异步感应电动机的转速n与电源频率f、转差率s、电机极对数p三个参数有如下关系：

改变电源频率f可以改变电动机转速。由于变频器具有优良的调速性能，使用变频调速装置可以通过改变电源频率使喷淋水泵处于最佳运行状态。

步骤4.2：分析喷淋水量与电机转速的关系：

根据流体力学原理，水泵的流量与转速成线性正比，泵的功率与转速的三次方成正比，采用转速调节的电机功耗为：

其中n为转速，n

步骤4.3：根据实际闭式冷却塔选取匹配的变频器：

本实施例中闭式冷却塔喷淋水量为100m

步骤5：根据单个闭式冷却塔机理模型，建立4个闭式冷却塔优化控制模型，如图2所示；

对于多闭式冷却塔，其优化控制目标是使多冷却塔的出口平均温度达到设定的温度，保障生产的安全运行，同时，最大限度的降低控制时域内冷却塔的能耗成本；由于冷却塔的冷却能力在大多数时间可以达到设定的出口温度。为使冷却塔出口温度在未来的采样点上以最优的方式趋于设定值，目标函数采用预测温度和参考值间绝对值的形式，在达到设定的出口温度时，应尽量减少风机及喷淋泵的开关切换频率，降低风机及喷淋泵的运行功率，引入单塔的喷淋泵变频调节，建立冷却塔出口温度优化目标函数。

步骤5.1：建立以冷却塔出口温度、执行器切换频率，执行器运行功率为主的4个闭式冷却塔优化控制模型目标函数，其中4个闭式冷却塔设为1号塔至4号塔；

J

式中：J

步骤5.2：设定目标函数的约束条件为：

步骤5.3：根据环境温度调整目标权重：

在环境温度高于设定阈值时，增加冷却塔出口温度的目标权重λ

步骤6：根据优化问题，对决策变量进行实数编码，决策变量的维数为8，分别为4个冷却塔的风机运行状态和喷淋泵运行状态，使用差分进化算法对优化问题进行求解；

首先对种群进行初始化，最大迭代数、种群个体数、决策变量的上下界。其次进行差分迭代，使用经典变异策略DE/rand/1产生一个变异个体，对于每个个体和它所生成的子代个体进行交叉，对于得到的优化后的决策变量，进行解码，根据适应度函数的值，从目标个体和试验个体中选择更优的作为下一代。最后，并将决策变量存储，并输出至数据库表，再通过组态软件下发到PLC进行控制。

步骤6.1：决策变量编码：对于优化问题

X

式中x

步骤6.2：参数初始化：设定最大迭代数g

步骤6.3：进行差差分迭代：变异：对于差分进化算法的变异策略，DE/rand/1方法的基向量是随机选择的，具有适中的收敛速度和种群多样性，故选用此方法进行变异操作，

i，r

取F＝0.5为变异概率，i，r

步骤6.4：交叉：对于每个个体和它所生成的子代个体进行交叉，

其中，CR是交叉概率，是属于[0，1]之间的值，本实施例取CR＝0.7；

步骤6.5：解码：对于优化后的决策变量x＝[x

对于x

对于x

若x＝[0.54，0.61，0.56，0.71，1，0.91，0.99，0.63]则得到决策变量为：

x＝[1，1，1，2，1，1，1，0.63]

根据解码的决策变量确定控制量；具体为：1号塔风机低速运行，2号塔风机低速运行，3号塔风机低速运行，4号塔风机高速运行，1号塔喷淋泵开启，2号塔喷淋泵开启，3号塔喷淋泵开启，4号塔喷淋泵流量为0.63。

步骤6.5：计算适应度函数的值：

J

步骤6.6：根据适应度函数的值，从目标个体和试验个体中选择更优的作为下一代：

步骤6.7：将决策变量存储，并输出至数据库表，再通过组态软件下发到PLC进行控制。

步骤7：搭建控制器与算法的通信链路，通过控制器采集工业现场的实时数据，包括每个冷却塔的循环水入口水温、出口水温，并将数据通过以太网传输至监控室，以组态软件和数据库为接口，实现实时数据导入算法中，得到风机和喷淋泵的控制指令，再下发到控制器指令中进行控制，如图4所示；

步骤7.1：组态软件先通过TCP/IP对控制器进行IO组态，配置ODBC数据源后，调用内置的ADO组件，实时读取控制器数据存储区的数据与数据库通讯，包括每个冷却塔的入口水温、出口水温、环境温度、喷淋水温、空气焓值、各执行器的开关状态。

步骤7.2：算法通过Python语言编写，调用pymssql与数据库sqlserver进行通讯，数据库表包括从控制器读取的数据表以及经过算法运算后得到的控制量数据表；通过以上工业通信方法，实现包括差分进化算法在内的智能优化算法对工业现场控制器的闭环控制，控制结果示意图如图5所示。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。