Fuzzy Bibliothek/Technische Anwendungen/Kälteanlagen

Steuerung von komplexen Kälteanlagen mit Fuzzy - Control

Prof. Dr.-Ing., Dr. Ing. h. c. R. Talebi-Daryani, Fachhochschule Köln, Fachbereich Versorgungstechnik,
Dipl.-Ing. Claudia Luther, JCI ( Johnson Controls) Regelungstechnik GmbH, Köln

Veröffentlichungsnotiz: Dieser Artikel erschien in den Proceedings der "Second International Conference on Application of Fuzzy Systems and Soft Computing", die vom 25. bis 27. Juni 1996 in der University Siegen, Deutschland, stattfand..

Die Optimierungsmöglichkeiten der Arbeitsweise von Kälteanlagen im Rahmen von Gebäudeleitsystemen sind auf die Fähigkeiten von logischen Steuerungsverknüpfungen begrenzt. In diesem Zusammenhang kann nur ein geringer Anteil der Informationen über das thermische Speicherverhalten des jeweiligen Gebäudes herangezogen werden. Ziel dieses Projektes ist es, die unzureichenden logischen Steuerverknüpfungen zur optimalen Betrieb von komplexen Kälteanlagen durch ein Fuzzy-Control-System zu ersetzen bzw. zu erweitern, um die Arbeitsweise der Kälteanlage zu optimieren. Die Optimierungskriterien bei dem zu beschreibenden Projekt sind im Einzelnen:

Um eine Optimierungsstrategie für die Kälteanlage zu erarbeiten, wurden die Meßwerte der wichtigsten Temperaturen, wie z.B. Außentemperatur, Kaltwasservor- und -rücklauftemperaturen sowie die abgenommene Kälteenergie im Gebäude über drei Monate aufgezeichnet und ausgewertet. Mit Hilfe dieser Daten wurden die Eingangsvariablen der Fuzzy - Controller abgeleitet.

Die entwickelten Controller wurden als Softwarelösungen mit Hilfe des Tools: SUCOsoft fuzzyTECH 4.0 realisiert, so daß das bestehende Gebäudeleitsystem mit den vorhandenen Automatisierungseinheiten und Feldgeräten in die Optimierungsstrategie eingebunden werden konnten.

Im Einzelnen entstanden drei verschiedene Fuzzy - Controller mit insgesamt ca. 70 Regeln.Durch den Vergleich der Arbeitsweise der Kälteanlage vor und nach der Einbindung der Fuzzy-Controller konnten die Vorteile der verfolgten Optimierungsstrategie nachgewiesen werden.

1. Einleitung

1.1 Beschreibung der Kälteanlage

Die hier beschriebene Kälteanlage versorgt die Klimaanlagen im Gebäude des Max Planck Institutes für Radioastronomie in Bonn mit Kaltwasser. Der Gesamtbetrag der zur Verfügung zu stellenden Kälteenergie ergibt sich aus der inneren Kühllast dieser Räume (z.B. durch Personenabwärme, Beleuchtung und elektrische Geräte) sowie der äußeren Kühllast durch Sonneneinstrahlung durch Fenster und Transmissionsenergie durch die Außenwände. Die Hauptbestandteile der Kälteanlage sind drei Kompressionskältemaschinen. Die prinzipielle Arbeitsweise dieser Geräte kann durch zwei thermodynamische Prozesse beschrieben werden: Kompression und Verdampfung.

In Bild 1 ist ein Teil der gesamten Anlage schematische dargestellt. Außer den in Bild 1 dargestellten Komponenten sind zusätzlich 2 Kompressionskältemaschinen, zwei Rückkühlwerke sowie ein weiterer Eisspeicher installiert.

Bild 1: Schematische Darstellung eines Teils der Kälteanlage

Während des Betriebs der Kältemaschinen dienen die Rückkühlwerke der Abfuhr der in den Verflüssigern der Kaltwassersätze aufgenommenen Kondensationswärme. Für den Freikühlbetrieb bei Außentemperaturen, die unter den Meßwerten der Rücklauftemperatur liegen, kann jedes Rückkühlwerk durch dichtschließende Klappen von der jeweils zugehörigen Kältemaschine abgetrennt und auf den Wärmetauscher 1 umgeschaltet werden.

Durch den Einsatz der beiden Eisspeicher ergeben sich die folgenden Vorteile:

Bei konstantem Energieverbrauch können in beiden Fällen die Bezugskosten deutlich reduziert werden.

1.2 Stand der Automatisierungstechnik für Kälteanlagen

Zur Regelung und Steuerung der Anlage wird ein Gebäudeleitsystem eingesetzt. Sein Aufbau kann mit dem Ebenenmodell beschrieben werden, das oft zur Darstellung von Automatisierungssystemen in der Gebäudeleittechnik herangezogen wird. Das intelligente Gesamtsystem mit seiner "verteilten Intelligenz" kann, wie Bild 2 zeigt, in vier Ebenen eingeteilt werden [ 1 ]. Nachfolgend werden nur eine Kurzbeschreibung der Ebenen wiedergegeben, die für dieses Projekt von Bedeutung sind.

1.2.1 Leitebene

Die Leitebene ist der Automatisierungs- und Feldebene übergeordnet. Von hier aus werden die Prozeßabläufe der betriebstechnischen Anlagen beobachtet und protokolliert. Ferner wird die Konfigurierung und Parametrierung der darunterliegenden Automatisierungseinheiten durchgeführt. Von der Leitebene ist der Zugriff auf alle Datenpunkte der Kälteanlage möglich.

In dieser Ebene ist der Fuzzy - Controller als Softwarelösung zunächst mit Hilfe von SUCOsoft fuzzyTECH 4.0 entworfen, und anschließend in einer graphischen Programmiersprache METASYS - GPL realisiert [2].

1.2.2 Automatisierungsbene

In der Automatisierungsebene werden die Prozeßsignale der Feldebene zyklisch erfaßt, die analogen Eingangswerte digitalisiert sowie Stell- und Schaltbefehle in Abhängigkeit der Steuer und Verknüpfungsfunktionen ausgegeben. Die Schaltbefehle für die Kälteanlagen - Steuerung werden ebenfalls über diese Automatisierungsebene dem System zugeführt. Weiterhin sind die interne Regelkreise der einzelnen Systemkomponenten in Form von DDC - Regelung ( DX 9100) [ 2 ] von der Fa Johnson Controls in dieser Ebene realisiert.

Bild 2: Aufbau eines Automatisierungssytems in der Gebäudeleittechnik mit implementierten Fuzzy-Controller

2. Optimierungsstrategien für die Arbeitsweise der Kälteanlage

2.1 Freikühlbetrieb

Mit dem Betrieb der Rückkühlwerke als Freikühler soll die potentielle Kühlenergie der Außenluft bei ausreichend tiefen Temperaturen ausgenutzt werden. Die abgegebene Kälteleistung der Freikühler ist von der Außentemperatur und der Rücklauftemperatur des Verbrauchernetzes abhängig. Wie Bild 3 zeigt, ist ein Glycolrückkühler bei einer Außentemperatur von 1C in der Lage, das Kühlmedium bei einer Eintrittstemperatur von 11C auf einen Wert von 7C zu kühlen. Dies entspricht bei einer elektrischen Leistungsaufnahme von 1,6 kW einer abgegebenen Kälteleistung von 99 kW.Ein Kaltwassersatz benötigt zur Erzeugung der gleichen Kälteenergie eine elektrische Leistung von 44 kW [3]. Die benötigte elektrische Leistung im Freikühlbetrieb reduziert sich in diesem Beispiel also um den Faktor 27 im Vergleich zum Kältemaschinenbetrieb.

Mit steigender Außentemperatur nimmt dieser Faktor natürlich ab. So ist ein Freikühler bei gleicher Rücklauftemperatur und einer Außentemperatur von 7C in der Lage eine Kälteleistung von 33 kW abzugeben.

Aus diesem Grund soll der Freikühlbetrieb den Kältemaschinenbetrieb ganz oder teilweise ersetzen, wenn am WT 1 eine sekundärseitige Temperaturdifferenz von 1 K erreicht werden kann. Dies ist gewährleistet sobald die Temperaturdifferenz zwischen Rücklauf - und Außentemperatur 5K beträgt.

Bild 3: Temperaturverteilung innerhalb des Freikühlsystems

2.2 Analyse des thermischen Verhaltens des Gebäudes

Mit Hilfe dieser Analyse sollen meßbare Informationen über die benötigte Gebäude - Kühllast erarbeitet werden. Während der Beobachtung des Betriebsverhaltens der Anlage über drei Monate konnte kein Zusammenhang zwischen der Außentemperatur und der Gebäude-Kühllast gefunden werden. Obwohl die EDV-Anlagen in den zu kühlenden Räumen rund um die Uhr betrieben werden und somit eine Grundkühllast darstellen, variieren die aufgezeichneten Daten der verbrauchten Kälteenergie, wie in Bild 4 dargestellt, stark. Lediglich im Sommer bei Außentemperaturen über 34C steigt die benötigte Kälteleistung im Gebäude stark an. Die Außentemperatur kann also zur Vorhersage des zu erwartenden maximalen Kälteenergiebedarfs herangezogen werden. Die augenblickliche Gebäudenutzung spiegelt sich in der Rücklauftemperatur des Verbrauchernetzes wieder. Jede Veränderung der Gebäudekühllast verändert die Rücklauftemperatur. Diese ist deshalb eine wichtige Eingangsgröße für den Fuzzy-Controller.

Bild 4: Verlauf der Gebäudekühllast und der Außentemperatur

3 Fuzzy-Control-System für verschiedene Optimierungsstrategien

3.1 Voraussetzungen für den Entwurf der Fuzzy- Controller


Das zu entwickelnde Fuzzy-Control-System hat zum Ziel, die Betriebsweise der Kälteanlage so zu organisieren, daß die folgenden Anforderungen erfüllt werden:

Durch diesen optimierten Eisspeichereinsatz ist sichergestellt, daß die elektrische Leistungsaufnahme nicht über die zwischen Verbraucher und EVU vereinbarte Grenze ansteigt. Der vereinbarte Leistungspreis kann eingehalten oder sogar reduziert werden. Auf diesem analytischen Wissen über das optimale Zusammenspiel des Gesamtsystems basieren die Regeln des zu entwickelnden Fuzzy-Controllers. Bild 5 zeigt die entwickelten Controller mit den benötigten Querverbindungen.

Bild 5: Fuzzy Control System zur optimale Steuerung einer komplexen Kälteanlage

3.2 Fuzzy-Controller 1 zur Abstimmung der Eisspeicherentladung

Der optimale Entladezeitraum ist abhängig von der größten zu erwartenden Kühllast des Tages. Diese Kühllast ist die Ausgangsgröße des Reglers 1. Als Eingangsgrößen dienen:

  1. Die Außentemperatur J Au,
  2. das Differential der Außentemperatur dJ Au sowie
  3. die augenblicklich benötigte Gebäudekälteleistung QK_IST

Als Grundlage zur Fuzzifizierung der ersten Eingangsgröße dienen die Beobachtungen des thermischen Gebäudeverhaltens bei Temperaturen > 25 C. So sind für diese Größe drei Fuzzy-Sets um die Temperatur von 25 C angeordnet (s. Bild 6).

Bild 6: Fuzzy - Controller 1 zur optimalen Entladung der Eisspeicher

Die zweite Eingangsgröße wird nach der folgenden Gleichung (1) berechnet:

( 1 ) mit: J Au (k) = Außentemperatur im Zyklus k
J Au (k-1) = Außentemperatur im Zyklus k-1, also im vorhergehenden Zyklus (k-1)
TZ Abtastzyklus, hier: 10 min ( die Berechnung wird 10 minütlich durchgeführt)

Als Eingangsgröße 3 dient die Ausgangsgröße des zweiten Reglers, der in Abschnitt 3.3 detailliert beschrieben wird.

Die geschätzte Spitzenlast des Tages Qk_max wird mit einem Grenzwert von 50 % verglichen. Bei Unterschreitung des Grenzwertes wird der Eisspeicher mit Beginn der Hochtarifzeit freigegeben. Bei Überschreitung erfolgt die Freigabe erst gegen Mittag, um zur Hochlastzeit den Betrieb einer Kältemaschine zu ersetzen. Ein späterer Entladebeginn wird nicht zugelassen, da die Kapazität des Eisspeichers bei einer Entladeleistung von 70 kW ca. sieben Stunden vorhält.

Für die Darstellung der Zugehörigkeitsfunktionen der Fuzzy-Sets der einzelnen Eingangsgrößen wurden P - Funktionen mit den in Bild 7 dargestellten Parametern verwendet. Der Zugehörigkeitsgrad einer scharfen Eingangsgröße zu den jeweiligen Fuzzy-Sets wird nach Gleichung 2 berechnet.

( 2 ) mit: x = Eingangsgröße, z.B. Meßwert einer Temperatur
m = Grad der Zugehörigkeit zur betreffenden Fuzzy-Menge
A,B,C = Parameter der Zugehörigkeitsfunktion in der Einheit der Eingangsgröße , z.B. C

Bild 7: Zugehörigkeitsfunktion vom Typ P

3.3 Regelblock 2 Fuzzy Controller zur optimalen Steuerung der Kältemaschinen

Mit Hilfe dieses Controllers wird die benötigte Kältemaschinenleistung ermittelt. Er besteht aus 21 Regeln mit den folgenden drei Eingangsgrößen:

1. Regelabweichung am WT 1 xd1
2. Regelabweichung am WT 2 xd2
3. Differenz zwischen Rücklauftemperatur und dem Sollwert für die Kaltwasservorlauftemperatur dTrl

Die Eingangsgröße 1 wird nach folgender Gleichung (3) berechnet:

( 3 ) xd1 = J soll - JA1 mit: JA1 Austrittstemperatur am WT 1, sekundärseitig
J soll Sollwert für die Kaltwasservorlauftemperatur

Sie dient der Einschätzung der momentanen Leistungsfähigkeit der freien Kühlung und der folglich noch verbleibenden benötigten Kältemaschinenleistung. Es wurden drei Sets in einem Intervall von -1 bis +1 der scharfen Eingangsgröße xd1 aufgestellt. Gleichung 4 ergibt die Eingangsgröße 2.

(4 ) xd2 = J soll - JA2 mit: JA2 Austrittstemperatur am WT 2, sekundärseitig
J soll Sollwert für die Kaltwasservorlauftemperatur

Für die dritte Eingangsgröße ist die Fuzzifizierung der Rücklauftemperatur nicht ausreichend, da der Sollwert für die Vorlauftemperatur variabel ist. Nur mittels der nach Gleichung 5 berechneten Differenz dTrl ist die Bewertung der momentanen Gebäudekühllast möglich.

( 5 ) D JAU = J RL - JAU mit: JRL Rücklauftemperatur im Verbrauchernetz
J AU Außentemperatur

Bild 8: Fuzzy Control Block 2 zur Steuerung der optimalen Arbeitsweise der Kältemaschinen

Sobald die erste Eingangsgröße xd1 Werte von PS (positive small) oder ZR (zero) annimmt, bleibt die Ausgangsgröße des Regelblocks 2 sehr klein, da durch das Freikühlpotential der Komfort im Gebäude sichergestellt werden kann.

Erst mit einer großen Regelabweichung am WT 1 nehmen die Eingangsgrößen 2 und 3 größeren Einfluß auf die benötigte Kältemaschinenleistung und ermöglichen die Freigabe der Kaltwassersätze.

3.4 Regelblock 3 Fuzzy-Controler zur Steuerung der optimalen Fahrweise der Freikühler

In Abhängigkeit der Ausgangsgröße QF_IST dieses Regelblocks werden die Freikühler in Sequenz freigegeben. Die Eingangsgrößen 1 und 2 entsprechen den Eingangsgrößen 3 und 1 (xd1 und dTrl) des in Kapitel 3.3 beschriebenen Regelblocks 2.

Die dritte Eingangsgröße d TAU ist die Differenz zwischen der Rücklauftemperatur im Verbrauchernetz J RL und der Außentemperatur J AU. Sie enthält, wie schon in Kapitel 3.1 beschrieben, Informationen über die Leistungsfähigkeit der Freikühler. Sie wird nach Gleichung (6) berechnet.

( 6 ) D JAU = J RL - JAU mit: JRL = Rücklauftemperatur im Verbrauchernetz
J AU = Außentemperatur

Die Eingangsgröße 3 bestimmt im Wesentlichen die Ausgangsgröße des dritten Reglers. Bei großer Temperaturdifferenz dTau werden bei konstanter Differenz zwischen Rücklauftemperatur und dem Sollwert für die Vorlauftemperatur D Trl weniger Rückkühlwerke benötigt, als bei kleinem D Tau.
Der Regler 3 besteht aus 29 Regeln. Eine Auswahl ist in Bild 9 dargestellt.

Bild 9: Fuzzy - Controller 3 zur Steuerung der optimalen Arbeitsweise der Freikühler

4. Ergebnisse der Systemoptimierung durch Fuzzy - Control - System

In Bild 10 ist der Verlauf der Kalt-wasser-vorlauf-tempera-tur im Verbrauchernetz vor der Implementierung des Fuzzy-Control Systems dargestellt.

Bild 10: Verlauf der Kaltwasservorlauftemperatur vor der Implementierung des Fuzzy Controllers

Die aufgezeichneten Werte liegen in einem Intervall von -1,2 bis + 4,5 K um den Sollwert.

Der Grund hierfür ist in der Stufigkeit der Kälteanlage zu suchen. Die Realisierung der Kälteanlagensteuerungen durch einfache logische Verknüpfungen führte zu diesem unzufriedenstellenden Ergebnis. Wie der Verlauf der Vorlauftemperatur nach der Inbetriebnahme der Fuzzy-Controler (Bild 11) zeigt, konnte die Schwankungsbreite der aufgezeichneten Werte auf ein Intervall von nur noch -1 bis + 0,2 K begrenzt werden. Es konnte also eine bemerkenswerte Verbesserung erzielt werden. Die noch verbleibende Schwankung des Vorlauf-temperatur hängt mit der nichtlinearen Arbeitsweise der Kompressoren zusammen. Die Stufigkeit der Vorlauftemperatur kann durch den Einbau eines Kaltwasserspeichers gepuffert werden.

Bild 11: Verlauf der Vorlauftemperatur bei Fuzzy - gesteuerten Kälteanlagen

5. Zusammenfassung

Die Optimierung der Arbeitsweise der komplexen Kälteanlage mit Eisspeichern wurde durch die Einbindung eines Fuzzy-Controllers realisiert. Folgende Ziele konnten erreicht werden:

Die thermische Analyse des Gebäudes bildete zusammen mit der Auswertung der über drei Monate aufgezeichneten Meßwerte die Grundlage für den Entwurf der drei Fuzzy-Controller. Diese drei Regler sind mit nur wenigen Regeln in der Lage, daß hinsichtlich der Betriebskosten günstigste Kälteaggregat zur Aufrechterhaltung des Gebäudekomforts heranzuziehen. Außerdem ist es möglich, die höchste zu erwartende Kälteleistung des Tages abzuschätzen, sowie das Kühlpotential der Außenluft zu bewerten. So konnten die Betriebskosten des Systems reduziert und die Arbeitsweise der Gesamtanlage erheblich verbessert werden.

Dieses Projekt eröffnet neue Anwendungsgebiete für Fuzzy Technologie auf dem Markt der Gebäudeautomation. Das beschriebene Projekt wurde von der Fachhochschule Köln in Zusammenarbeit mit JCI -Regelungstechnik (Johnson Controls) GmbH, Köln, abgewickelt. Das Software-Tool zum Entwurf und Test der Fuzzy-Controller wurde von der Firma Moeller GmbH, Bonn, zur Verfügung gestellt [4].

6. Literatur

[1]   Prof. Dr.-Ing. Talebi- Daryani, R.: Digitale Gebäudeautomation. Vorlesungsskript FH - Köln, September 1995
[2]   Johnson Controls International: GPL- METASYS sytem handbook, Essen, Germany
[3]   Claudia Luther: Entwicklung und Test eines Programmes zur optimalen Betriebsweise von Kälteanlagen mit Eisspeicher mittels SPS und Fuzzy - Logic:Dipl.- Arbeit FH- Köln 1995
[4]   Moeller: SUCO soft Fuzzy TECH 4.0, FT4-400-DX2, Bonn 1994
[5]   Prof. Dr.-Ing., Dr.-Ing. h.c. R. Talebi-Daryani, Dipl.-Ing. Claudia Luther: Application of Fuzzy Control for optimal operation of complex chilling systems. ICAFS’96, June 25- 27, 1996, Second International Conference on Application of Fuzzy Systems and Soft Computing, P- 165- 175, Conference Proceedings, Siegen Germany