第 1 期冯鑫, 等 : 基于 PMV 指标的室内环境热舒适度控制器设计 111 在众多的舒适度的评价指标中 [7], 本文选用最具代表性的预测平均投票指标 (predictedmeanvote, PMV)

Size: px

Start display at page:

Download "第 1 期冯鑫, 等 : 基于 PMV 指标的室内环境热舒适度控制器设计 111 在众多的舒适度的评价指标中 [7], 本文选用最具代表性的预测平均投票指标 (predictedmeanvote, PMV)"

颔不安
7 years ago
Views:

1 山东科学 SHANDONGSCIENCE 第 29 卷第 1 期 2016 年 2 月出版 Vol.29No.1Feb.2016 DOI: /j.isn 基于 PMV 指标的室内环境热舒适度控制器设计冯鑫, 段培永, 段晨旭 ( 山东建筑大学信息与电气工程学院, 山东济南 ) 摘要 : 针对目前室内热环境调节缺少合理控制方法的问题, 本文在分析温度湿度风速和平均辐射温度四个热环境参数对 PMV 指数影响的基础上, 基于人体舒适度模型的模糊控制, 将嵌入式 ARM9 芯片作为主控制芯片, 结合无线传感网络, 设计了一种室内舒适度控制器, 并阐述了其系统构成与决策方法该控制器不仅布设方便, 而且能够在保证人体室内舒适度的情况下, 减少调节室内热环境过程中带来的能耗关键词 :PMV 指数 ; 热舒适度 ; 模糊控制中图分类号 :TP272 文献标识码 :A 文章编号 : (2016) PMVindexbaseddesignofindoorthermalenvironmentcomfortcontroler FENG Xin,DUAN Pei yong,duan Chen xu (DepartmentofInformationandElectricalEngineering,ShandongJianzhuUniversity,Jinan250101,China) Abstract Inviewoftheissueoflackingreasonablecontrolmethodinindoorthermalenvironmentregulation,wedesign anindoorthermalcomfortcontrolerbasedonanalysisoftheinfluenceofairtemperature,relativehumidity,meanradiant temperatureandairvelocityonpmv(predictedmeanvote)index,humanbodycomfortmodelbased fuzzycontrol, embeddedchiparm9andwirelesssensornetworks.wealsopresentitssystem compositionanddecisionmethod.the controlernotonlyisconvenienttobedeployed,butalsocanreduceenergyconsumptioncausedbyindoorthermal environmentregulationbasedonguaranteeinghumanbodycomfortindex. Keywords PMVindex;thermalcomfort;fuzzycontrol 我国的建筑能耗约占总能耗的 30%, 并且还在持续增加, 其中暖通空调系统的能耗占建筑能耗的 30% ~60% [1] 在 2015 年 1 月 1 日起开始实施的新绿色建筑评价标准 (GB/T [2] ) 中, 已将暖通空调的能耗作为绿色建筑评价中的重要组成部分目前室内热环境主要检测温度湿度, 进行恒温恒湿控制 [3], 却忽略了人体舒适感在室内热环境控制中的主体地位在一些舒适度控制的研究中多采用各种优化算法进行热舒适度的建模, 并对热舒适度进行预测 [4-5], 复杂的建模及优化方法在一定程度上可以提高热舒适度的控制精度, 但对控制器的实现造成了困难此外, 在相关研究所建立的空气调节模型中仅考虑人体的舒适性, 没有考虑能源消耗这一因素 [6] 因此, 本文在分析几个环境因素对舒适度影响的基础上, 结合舒适度评价指标, 设计了更便于实施的舒适度控制方法收稿日期 : 基金项目 : 国家自然科学基金 ( ) 作者简介 : 冯鑫 (1988-), 男, 硕士研究生, 研究方向为智能环境与网络化控制研究 fengxin0205@126 com

2 第 1 期冯鑫, 等 : 基于 PMV 指标的室内环境热舒适度控制器设计 111 在众多的舒适度的评价指标中 [7], 本文选用最具代表性的预测平均投票指标 (predictedmeanvote, PMV),PMV 指标最早由丹麦教授 Fanger 提出 [8], 该指标综合考虑了相对湿度空气流速平均辐射温度以及人体活动情况着衣情况空气温度等 6 个因素, 代表了大多数人的冷热感觉, 并且规定舒适度指标值 F PMV 在 -0 5~0 5 时为舒适范围研究数据表明, 在 PMV 指标的指导下, 通过控制温度这一单一影响因素就能达到约 5 6% 的节能效果 [9], 并且其在冷热辐射系统 (RHCS) 以及机械通风的办公楼热舒适评价中也起到了重要的指导作用 [10-11] 但 PMV 指标有些参量的测量很复杂, 为保证舒适度控制精度以及控制算法更加便于实施, 本文采用对人体活动情况着衣情况做近似处理, 将空气温度空气湿度和空气流速作为输入参数与控制量的方法, 进行舒适度控制器的设计根据室内不同的热环境状况, 通过调节这 3 个参数的组合, 例如, 湿度在 30% ~60% 之间变化时, 温度可以在 26~27 变化 [12], 再加入风量, 实现在保证室内人体热舒适度的前提下, 降低调节室内热环境造成的能耗 1 热环境参数对舒适度指标的影响分析 1 1 风速对舒适度指数的影响假定平均辐射温度为 26, 相对湿度为 50%, 从图 1 中可以得出 :(1) 风速 v 越大,F PMV 值越小, 而且风速对 PMV 指标的影响随着风速的增加越来越小研究表明, 在通过空气流速调节室内 F PMV 值时, 风速应当控制在 0 2 ~0 8m/s 的范围内, 风速过大会对人身体带来不适感 [12] (2) 空气温度 t a 越高, 风速对 F PMV 的影响越小, 在舒适度调节中的权重变小外界环境温度约等于人体表面平均温度时, 风速这一单一因素对 F PMV 值的影响减弱, 空气湿度在舒适度调节中的作用加强图 1 风速对 PMV 指标的影响 Fig 1 ImpactofairvelocityonPMVindex 图 2 相对湿度对 PMV 指标的影响 Fig 2 ImpactofrelativehumidityonPMVindex 1 2 空气湿度对舒适度指标的影响人体皮肤表面散失的热量与空气湿度相关, 从而影响人体舒适感假设平均辐射温度为 26, 风速取 0 1m/s, 从图 2 中可以得出随着温度的升高, 空气湿度对 F PMV 值的影响越来越明显, 而且温度对 F PMV 值影响要大于湿度当空气温度在 20~25 范围内, 相对湿度的变化对 F PMV 值的影响并不明显 ; 只有当空气温度较高时, 空气湿度才成为影响人体热感觉的重要因素 1 3 空气温度对舒适度指数的影响空气温度直接影响人体与周围环境热量交换从而影响人体舒适感, 在 PMV 舒适指标中所占的权重最大 PMV 指标将冷热环境中人体的反应分为 7 级 : 热稍热暖舒适凉较凉和冷, 分别对应了 PMV 指标的 7 个值 : 从图 3 中得出, 在不同的辐射温度 t r 下, 随着温度的增大,F PMV 值呈线性增长, 并且从曲线的斜率中也可以看出空气温度对 F PMV 的影响非常明显

单一影响因素就能达到约 5 6% 的节能效果 [9], 并且其在冷热辐射系统 (RHCS) 以及机械通风的办公楼热舒适评价中也起到了重要的指导作用 [10-11] 但 PMV 指标有些参量的测量很复杂, 为保证舒适度控制精度以及控制算法更加便

3 112 山东科学 2016 年 1 4 平均辐射温度对舒适度指标的影响平均辐射温度是指建筑物围护结构表面所辐射热量的平均温度, 它对室内的环境温度会有影响从图 4 中可以得出, 随着辐射温度的上升,F PMV 值也呈线性上升趋势, 这与空气温度对 F PMV 值的影响相似, 在本文中对平均辐射温度与空气温度做等价处理图 3 空气温度对 PMV 指标的影响 Fig 3 ImpactofairtemperatureonPMVindex 图 4 平均辐射温度对 PMV 指标的影响 Fig 4 ImpactofmeanradianttemperatureonPMVindex 在舒适度控制中, 空气温度 t a 湿度风速 v 和平均辐射温度 t r 四个因素是环境变量, 对人体活动情况着衣情况两个变量是属于不可控制的变量, 因此仅分析了四个环境变量对舒适度指标的影响在分析完环境变量对舒适度指标的影响之后, 对 Fanger 公式 (1)~(3) 中变量根据北方室内的实际情况作近似处理, 如表 1 所示 ; 温度湿度与 PMV 舒适度指标的变量值 F PMV 的对应关系, 如表 2 所示 F PMV =(0.303e M ){(M-W [ (M-W)-P]-0.42[(M-W) ] M(5867-P) M(34-t a ) f cl [(t cl +273) 4 - (t r +273) 4 ]-f cl h c (t cl -t a )}, (1) W=η M, (2) 式中,M 为人体能量代谢率,W/m 2 ;W 为人体活动量,W/m 2 ;η 为机械效率 ;P 为空气中水蒸气分压力,P a ;t a 为人体周围空气温度, ;t r 为房间的平均辐射温度, ;f cl 为人体着衣面积与裸露面积的比值 ;t cl 为衣服外表面温度, t cl = (M-W)-I cl { f cl [(t cl +273) 4 -(t r +273) 4 ]+f cl h c (t cl -t a }, (3) h c 为表面传热系数,W/(m 2 K);I cl 为着衣热阻,m 2 /W v a 为室内风速,m/s 变量 { a h c = 2.38(t cl-t a ) 0.25,2.38(t cl -t a ) 0.25 >12.1 槡 va, (4) 12.1 槡 va,2.38(t cl -t a ) 0.25 <12.1 槡 v 表 1 近似处理的变量值 Table1 Variablevaluesofapproximateprocesing 所做的近似处理人体能量代谢率 /(W/m 2 ) 69 78( 轻体力活动 ) 着衣热阻 /(m 2 /W) 冬季工况夏季工况室内风速 /(m/s) 平均辐射温度 / 平均辐射温度等于空气温度, 即 t r =t a 服装面积系数 f cl 1 1

ImpactofmeanradianttemperatureonPMVindex 在舒适度控制中, 空气温度 t a 湿度风速 v 和平均辐射温度 t r 四个因素是环境变量, 对人体活动情况着衣情况两个变量是属于不可控制的变量, 因此仅分析了四个环境变量对舒适度指

4 第１期冯鑫等基于ＰＭＶ指标的室内环境热舒适度控制器设计１１３表２中Ｍ６９７８Ｗｍ２ｆ１１００１１或０９３ｖ０２ｍｓ从表２中可以看出在风０速取０２ｍｓ温度在２１２６湿度在２０８０之间变化时温度与湿度在表中黑线区域内的取值可以保证ＰＭＶ舒适度指标值ＦＰＭＶ在０５０５之间变动结合图１风速对舒适度指标的影响温度取定值时空气流动可以使ＰＭＶ指标减小综上所述在夏季工况下通过提高室内空调设定温度相对湿度再加上适当风速对舒适度指标进行补偿可保持舒适度指标在允许范围内实现节能的目的表２ＰＭＶ输出值ＦＰＭＶＴａｂｅ２Ｏｐｖａｅｆｐｍｖｆｐｍｖ２舒适度控制系统结构舒适度控制器系统主要由底层的执行模块中间层的通信模块和上层的决策模块３大部分组成如图５所示底层的执行模块包括热环境参数传感器和风扇空调和加湿器执行机构负责热环境参数的采集与调节中间层的通信模块由多个无线节点构成负责热环境参数与控制参数在决策模块与执行模块之间的传输上层的决策模块包括主控制芯片与外围电路负责根据当前热环境参数计算出ＰＭＶ舒适度指标以及制定出舒适度策略１热环境传感器的检测参数考虑到ＰＭＶ指标中６个变量中人体活动程度衣服热阻不便于测量结合表２对相关变量做了近似处理因此选取合适的传感器仅实时检测空气温度相对湿度和风速３个环境变量２通信层数据传输方式在实际系统搭建的过程中热环境传感器风扇空调和加湿器在室内空间分布比较灵活不同的空间分布方式测得的ＰＭＶ指标ＦＰＭＶ值可能不同执行机构的执行效果也不同因此采用无线传感网络作为数据传输方式在灵活性和扩展性方面有着巨大的优势３决策层数据处理图５舒适度控制器系统结构图Ｆｉｇ５Ｓｅｆｍｆｎｅｓｙｓｅｍ通信层传输来的热环境参数通过计算转换成实时的ＰＭＶ指标根据ＰＭＶ控制策略控制执行机构控制温度湿度和风速调节室内环境执行机构可根据不同的控制方法采用不同的设置风扇空调和加湿器等装置的控制方法各有不同但

３大部分组成如图５所示底层的执行模块包括热环境参数传感器和风扇空调和加湿器执行机构负责热环境参数的采集与调节中间层的通信模块由多个无线节点构成负责热环境参数与控制参数在决策模块与执行模块之间的传输上层的决策模块包括主控制芯片与外围电路负责根据当前热环境参数计算出ＰＭＶ舒适度指标以及制定出舒适度策略１热环境传感器的检测参数考虑到ＰＭＶ指标中

5 114 山东科学 2016 年总的控制策略是不变的, 通过主控制器控制不同的执行机构, 实现对室内温度湿度和风速的调节 3 PMV 控制策略及方法 3 1 PMV 控制策略在实现调节 F PMV 值上, 风速调节的能耗要远远低于温度调节根据表 1 风速在 0 2m/s 温度在 26 湿度在 50% 时的 F PMV 值为 0 71, 再结合图 1 风速对 F PMV 值的影响作用, 通过将风速从 0 2 提高到 0 6m/s 可以使 F PMV 值减小到 0 5 以下, 可采用室内局部安装风扇, 通过控制局部风扇的风速实现 PMV 调节, 从而在不降低空调设定温度的情况下, 控制 PMV 舒适指标值 F PMV 在的 -1~1 的合理的范围以内温度与相对湿度之间具有较强的耦合关系, 水蒸气分压力 P a 一定时, 湿度随着温度的增大而减小, 反之增大从图 2 中可以看出在不同的温度下 F PMV 曲线斜率较小, 说明一定温度下湿度对 PMV 指标影响较小从表 2 中可以看出, 当湿度在 30% ~60% 之间, 温度在 27 仍可保证 F PMV 值在 +1 以下, 因此在相对湿度较低时, 适当提高温度 3 2 PMV 策略控制方法就上文提到的控制策略, 采用模糊 PID 的控制方法实施 [13], 具体控制方法为检测 3 个环境参数温度相对湿度和风速把采集到的热环境数据输入控制器中, 通过温度湿度值与 F PMV 转换表得到实时的 PMV 指标, 然后将 F PMV 值作为模糊控制器的目标值, 若 F PMV 在合理范围 ±0 5 内, 则控制器不对输出信号 U 做修正否则, 控制器就要在保持 F PMV 不变的基础上, 控制温度湿度和风速调节室内环境模糊控制器的系统结构如图 6 所示图 6 模糊控制系统框图 Fig 6 Blockdiagramoffuzycontrolsystem 首先控制器测得实际的温度值 t a 风速 v 湿度值 h r, 由上文经舒适度模型运算查表 2 得出目前实际的 F PMV1 值, 将控制器设定的舒适度值 F PMV0 与 F PMV1 进行比较, 得到舒适度的偏差值,e=ΔF PMV 即为两者差值的绝对值, 然后根据 e 与 1 的比较进行不同的计算当 e>1 时, 采用 PID 参数自组织模糊控制方法, 根据 E 和 Ec 的变化情况, 对 PID 的参数 K p K i 及时间变量 T 进行在线自整定当 e<1 时, 计算得出舒适度偏差值 e 的变化率 ec=de/dt, 将舒适度偏差值 e 与舒适度偏差值变化率 ec, 分别进行模糊化得到模糊量 E 和 EC(E 为舒适度偏差论域,EC 为舒适度偏差变化率论域 ),E EC={-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6} 经过模糊推理得到给定信号 U

节, 从而在不降低空调设定温度的情况下, 控制 PMV 舒适指标值 F PMV 在的 -1~1 的合理的范围以内温度与相对湿度之间具有较强的耦合关系, 水蒸气分压力 P a 一定时, 湿度随着温度的增大而减小, 反之增大从图 2 中可以看出在不同

6 第 1 期冯鑫, 等 : 基于 PMV 指标的室内环境热舒适度控制器设计结语本文在分析室内热环境因素对 PMV 舒适度指标影响的基础上, 对舒适度控制器进行了系统设计, 通过模糊控制决策得出温度湿度和风速的设定值, 为舒适度的控制提供了更加便于使用的数据采用嵌入式系统与无线传感网络的结合, 也更加有利于舒适度系统控制策略的实施在下一步的工作中, 需要完成对控制器硬件电路部分的设计与制作, 进行对舒适度控制策略方面的完善, 最终在保证人体舒适度的前提下实现节能的目的参考文献 : [1] 杨昌智, 张清琳, 杨菊菊, 等定温控制空调系统的舒适性及节能性分析 [J] 湖南大学学报 : 自然科学版,2012,39(5): [2] 中华人民共和国住房和城乡建设部, 中华人民共和国国家质量监督检验检疫总局 GB/T 绿色建筑评价标准 [S] 北京 : 中国建筑工业出版社,2015 [3] 周驰, 乐贵高, 陈福红, 等基于 ATmega128 的精密空调控制系统设计 [J] 机械与电子,2014(9): [4] 张玲空调热舒适度预测及控制算法研究 [D] 长沙 : 湖南大学,2014 [5] 段培永, 刘聪聪, 段晨旭, 等基于粒子群优化的室内动态热舒适度控制方法 [J] 信息与控制,2013,42(1): [6] 贺培春基于舒适度的室内空气调节系统研究 [D] 重庆 : 重庆大学,2010 [7]ALFANOFRD,OLESENBW,PALELLABI,etal Thermalcomfort:Designandasesmentforenergysaving[J] Energy andbuildings,2014,81: [8]FANGERPO Thermalcomfort:Analysisandapplicationsinenvironmentalengineering[M] NewYork,US:McGraw Hil, 1970 [9]HANH,LEEJ,KIM J,etal Thermalcomfortcontrolbasedonasimplifiedpredictedmeanvoteindex[J] EnergyProcedia, 2014,61: [10]BEGHIA,CECCHINATOL,RAMPAZZOM Thermalandcomfortcontrolforradiantheating/coolingsystems[M]//2011IEEE InternationalConferenceonControlApplications(CCA) IEEE,2011: [11]SOUTULLOS,ENR?QUEZR,JIM?NEZM J,etal Thermalcomfortevaluationinamechanicalyventilatedoficebuilding locatedinacontinentalclimate[j] EnergyandBuildings,2014,81: [12] 段晨旭, 李建新, 李慧, 等基于人体热舒适度模型的模糊温度控制器 [C]//2005 年中国智能自动化会议论文集青岛 : 中国自动化学会智能自动化专业委员会, 中国科学院自动化研究所,2005 [13]BERMEJOP,REDONDOL,delaOSSAL,etal Designandsimulationofathermalcomfortadaptivesystembasedonfuzy logicandonlinelearning[j] EnergyandBuildings,2012,49:

体舒适度的前提下实现节能的目的参考文献 : [1] 杨昌智, 张清琳, 杨菊菊, 等定温控制空调系统的舒适性及节能性分析 [J] 湖南大学学报 : 自然科学版,2012,39(5): 18-22 [2] 中华人民共和国住房和城乡建设部, 中华人民共和国国

说明为了反映教运行的基本状态, 为校和院制定相关政策和进行教建设与改革提供据依据, 校从程资源 ( 开类别开量规模 ) 教师结构程考核等维度, 对 2015 年春季期教运行基

说明为了反映教运行的基本状态, 为校和院制定相关政策和进行教建设与改革提供据依据, 校从程资源 ( 开类别开量规模 ) 教师结构程考核等维度, 对 2015 年春季期教运行基内部资料东北师范大教运行基本状态据报告 2015 年春季期教务处 2015 年 10 月 27 日说明为了反映教运行的基本状态, 为校和院制定相关政策和进行教建设与改革提供据依据, 校从程资源 ( 开类别开量规模 ) 教师结构程考核等维度,

第 1 期 冯 鑫, 等 : 基 于 PMV 指 标 的 室 内 环 境 热 舒 适 度 控 制 器 设 计 111 在 众 多 的 舒 适 度 的 评 价 指 标 中 [7], 本 文 选 用 最 具 代 表 性 的 预 测 平 均 投 票 指 标 (predictedmeanvote, PMV)

第 1 期冯鑫, 等 : 基于 PMV 指标的室内环境热舒适度控制器设计 111 在众多的舒适度的评价指标中 [7], 本文选用最具代表性的预测平均投票指标 (predictedmeanvote, PMV)