CN115143646B - 一种智能热水控制装置及控制方法 - Google Patents

Abstract

本发明公开了一种智能热水控制装置及控制方法，本发明通过分程阀达到控制热水器热水管道水流和热水缓存与加热装置出水管道水流流量占比的目的，保证出水口水温的快速稳定性。本发明设计的热水缓存与加热装置，保持容器内水温为设定温度，在有热水需求且热水器未加热完毕、管道中冷水较多时作缓冲使用，快速提供热水。通过多个传感器检测管道中的多段温度与压力，并将数据上传到云端，在云端训练神经网络模型，训练完成后，对不同环境温度下的主要影响参数进行插值拟合得到拟合函数，将拟合函数下发到模型预测控制器中，控制器根据模型预测控制来智能分程控制阀门开度，合理控制管道流量占比。本发明还设计了设备自供电方案，保证能源的重复利用。

Description

一种智能热水控制装置及控制方法

技术领域

本发明涉及热水调节技术领域，尤其涉及一种智能热水控制装置及控制方法。

背景技术

当前，热水的使用需求较多，特别是在冬季，而大多数房间距离热水器有一定距离，管路较长，在使用热水时首先要将管路中的冷水排光，对水资源造成一定程度的浪费，同时住户体验感较差。

目前的热水调节方案主要由以下几种：

1、管路改造：适用于酒店、宾馆等热水使用频繁的场所，除了冷、热水管外，额外增加回水管道实现热水的大循环。

2、热水器改造：在热水使用频繁的房间(例如浴室)安装即热热水器，通过其大功率特性让特定位置的热水即开即热。

3、水泵改造：在热水器附近安装一个循环泵，任何一个位置的热水开启后，就会启动循环泵，此时通过循环泵能够快速地将热水管道的水进行循环，大幅缩短等待热水时间。

但是上述方案改造成本均较高，控制策略简单，且在等待热水与能源损耗之间无法找到很好的平衡。

与本发明最相似的技术方案，是中国专利CN109724261B公开的一种节水型智能热水调节器及其控制方法，该方案采用控制器与三通阀来替换传统的手动式混水阀，通过检测实际热水温度与设定温度的偏差来调节水流，达到节水的目的，但是具有如下缺陷：

1、当热水器距离房间较远时，中间的管路长度不能忽略，这段管路间余水的回收依然需要等待一段时间，出热水较慢。

2、对温度的检测控制逻辑简单，与手动调节相比并未提升控制效果。

3、没有缓存装置，出热水速度仍取决于热水器的制热能力。

发明内容

本发明针对现有技术的不足，提供一种智能热水控制装置及控制方法，本发明在尽量少的管路改动前提下，减少水量浪费与热水等待时间；利用具有加热功能的一定容量热水缓存与加热装置、分程阀、温度传感器、压力传感器与控制器，根据管道内的实时水温进行智能分程控制，保证热水温度达标；通过热水缓存与加热装置保证热水的即开即热。

本发明的目的是通过以下技术方案实现的：

根据本说明书的第一方面，提供一种智能热水控制装置，包括分程阀、控制器和热水缓存与加热装置；

所述分程阀和所述热水缓存与加热装置的安装位置靠近水龙头出水侧；所述分程阀为能够无级控制两股流量占比的阀门，具有两个进水口和一个出水口，每个进水口处均安装温度传感器和压力传感器，出水口处安装温度传感器；

热水器的热水管道连接分程阀的第一进水口；所述热水缓存与加热装置的进水管道连接热水器的热水管道末端，出水管道连接分程阀的第二进水口，通过进水管道补充热水缓存与加热装置容器内水量，使得容器内始终保持满容积状态；所述分程阀的出水口通过热水出水管道连接水龙头；

所述控制器基于多个传感器检测管道中的多段温度与压力，根据模型预测控制和自学习模型参数优化方法来智能分程控制阀门开度，从而分配热水器热水管道和热水缓存与加热装置出水管道的流量占比，实现水温快速、精准调控。

进一步地，所述分程阀的两个进水口管道的流量分别记为F₁和F₂，出水口管道的流量记为F₃，则有F₁×x+F₂×(1-x)＝F₃，其中x为阀体的位置标定值，取0到1，当一个进水口管道的流量占比为x时，另一个进水口管道的流量占比为1-x，通过阀位控制来改变两个进水口管道的流量占比。

进一步地，所述热水缓存与加热装置通过持续电加热来保持装置内热水温度达到设定温度，且设定温度要求大于热水器加热设定温度；所述热水缓存与加热装置的容积取决于热水器到热水缓存与加热装置间的管道内余水量。

进一步地，所述热水出水管道上设置发电模块，采用小型水力发电电机通过水流来发电。

进一步地，所述控制器安装可充电电池连接所述发电模块，没有水流时通过电池供电，在使用热水时，水流通过水力发电电机产生电能为控制器充电。

进一步地，所述热水缓存与加热装置安装可充电电池连接所述发电模块，没有水流时通过电池供电对热水缓存与加热装置内的自来水进行保温，在使用热水时，水流通过水力发电电机产生电能为热水缓存与加热装置充电。

根据本说明书的第二方面，提供一种上述装置的智能热水控制方法，该方法采用智能分程控制逻辑，包括：

记热水器的加热设定温度为T₀，分程阀第一进水口的水温为T₁，压力为P₁，分程阀第二进水口的水温为T₂，压力为P₂，分程阀出水口的水温为T₃，热水缓存与加热装置的加热设定温度为T₄，且T₄＞T₀，环境温度为T_E；

使用初期阶段，采用理想状态下的基础控制策略，此阶段假设P₁＝P₂；

当房间无热水需求时，判断T₁与T₂的大小关系，若T₁≥T₂，则热水器热水管道水流占比100％，热水缓存与加热装置出水管道水流占比0％；若T₁＜T₂，则热水器热水管道水流占比0％，热水缓存与加热装置出水管道水流占比100％；

当房间有热水需求打开水龙头后，控制器通过管道内实时水温进行判断，控制分程阀开启到对应的阀位，分程阀的理想控制目标为使T₃＝T₀，具体为：

(1)热水器未加热完毕或者刚开启水龙头，满足T₁＜T₀＜T₂时，控制策略为：热水器热水管道水流占比为

热水缓存与加热装置出水管道水流占比为/>

随着T₁的变化，实时调节阀门开度，使得T₃＝T₀；

(2)热水器加热完成，满足T₁＝T₀时，控制策略为：热水器热水管道水流占比100％，热水缓存与加热装置出水管道水流占比0％。

进一步地，所述智能热水控制装置运行一段时间获取了足够的数据后，进行建模，并在使用初期阶段控制策略的基础上，加入环境温度作为输入变量，对热水加热过程中的阀位控制过程进行优化。

进一步地，所述建模过程具体为：

将当前时刻t阀门的开度O以及上个时刻t-1的T₁、T₂、P₁、P₂、T₃、T_E作为输入，将当前时刻t的T₃作为输出yP，构建训练集，通过BP神经网络训练建立阀门开度O与运行状态-温度T₃预测模型；

采用模型预测控制MPC实现对阀门的控制，具体为，利用训练完成的预测模型、装置当前的运行状态和未来的控制量，来预测装置未来的输出，然后与期望输出做比较，得到一个损失函数值；采用二次规划方法求解出最优控制量，二次规划方法的优化准则J(t)如下所示：

其中，P为优化时域，M为控制时域，q_i为输出跟踪加权系数，r_j为输入加权系数，y_P(t+i)为未来时刻t+i的模型预测输出，即未来控制量下模型预测的T₃，y_r(t+i)为期望输出，即热水器的设定温度T₀，u(t+j-1)表示时刻t+j-1的控制量，即阀门开度O；通过设计P、M、q_i、r_j的大小来调整控制效果。

进一步地，在传感器工作一段时间后，将多点传感器温度和压力的历史数据上传到云端，建立变量之间控制关系，在云端自学习模型参数，训练神经网络模型，训练完成后，对不同环境温度T_E下的主要影响参数T₁、T₂、O进行插值拟合得到拟合函数，将拟合函数下发到控制器中，实现对阀门的开度控制；拟合函数公式如下：

Y＝A₀+A₁X₁+A₂X₂+A₃X₃

其中，Y为模型的输出，即T₃的序列值，X₁、X₂、X₃分别为模型的主要影响参数T₁、T₂、O的序列值，A₀、A₁、A₂与A₃为函数拟合系数。

本发明的有益效果是：

1、本发明能够充分利用热水器与热水出水口间的管网余水，且大幅节省热水等待时间，同时节约水资源；

2、本发明充分获取了管道内的多段水流温度，并以此为根据智能控制阀门开度，达到精准控制水温的效果；

3、本发明使用小型水力发电电机，热水缓存与加热装置和控制器具备自供电能力，节能效果好。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为一示例性实施例提供的传统热水调节方案冷热水管道示意图。

图2为一示例性实施例提供的本发明改造后的智能热水控制装置示意图。

图3为一示例性实施例提供的分程阀结构图。

图4为一示例性实施例提供的智能分程控制逻辑图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其它实施例，均属于本发明保护的范围。

在本申请实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。

本发明实施例提供一种智能热水控制装置，技术方案包括三部分：管路改造与设备新增、智能分程控制逻辑、设备自供电方案。

一、管路改造与设备新增

传统的热水调节方案采用简单的冷热水管道，结构如图1所示，与传统的冷热水管道相比，本发明智能热水控制装置新增一个分程阀、一个控制器、三个温度传感器、两个压力传感器、一个热水缓存与加热装置、一个发电模块，本发明改造后的装置结构示意图如图2所示。

分程阀为可无级控制两股流量占比的阀门，具有两个进水口和一个出水口，第一进水口处安装温度传感器1和压力传感器1，第二进水口处安装温度传感器2和压力传感器2，出水口处安装温度传感器3。

中央大容量热水器的热水管道连接分程阀的第一进水口；小容量热水缓存与加热装置和分程阀的安装位置靠近水龙头出水侧；热水缓存与加热装置的进水管道连接热水器的热水管道末端，出水管道连接分程阀的第二进水口，通过进水管道补充热水缓存与加热装置容器内水量，使得容器内始终保持满容积状态；热水器的热水管道和热水缓存与加热装置的出水管道分别连接分程阀，通过控制器控制阀门开度调整管道水流占比；分程阀的出水口通过热水出水管道连接水龙头。

分程阀的具体结构如图3所示。F₁与F₂为分程阀进水口两管道的流量，F₃为出水口管道的流量。由于两根进水口管道的管程差距不大，因此水压近似看作相等，从而有F₁×x+F₂×(1-x)＝F₃，x为阀体的位置标定值，可取0到1，当一个进水口管道流量占比为x时，另一个进水口管道流量占比为1-x，通过阀位控制来改变两个进水口的流量占比。

控制器基于温度传感器和压力传感器检测管道中的多段温度与压力，根据模型预测控制和自学习模型参数优化方法来智能分程控制阀门开度，从而分配热水器热水管道和热水缓存与加热装置出水管道的流量占比，实现水温快速、精准调控。

热水缓存与加热装置通过持续电加热来保持装置内热水温度达到设定温度，且设定温度要求大于热水器加热设定温度；热水缓存与加热装置的容积取决于热水器到热水缓存与加热装置间的管道内余水量，能够快速加热到设定温度。

在热水出水管道上设置发电模块，可采用小型水力发电电机通过水流来发电，供控制器和热水缓存与加热装置使用。

由于刚开热水时，热水器到出水口间管道内水温较低，因此热水缓存与加热装置的水流占比较大。热水缓存与加热装置距离出水口近，管道距离短，热水的热损失较小，出热水速度相较传统管道结构快很多。

二、智能分程控制逻辑，控制流程如图4所示。

热水器的加热设定温度为T₀，分程阀第一进水口的水温为T₁，压力为P₁，分程阀第二进水口的水温为T₂，压力为P₂，分程阀出水口的水温为T₃，热水缓存与加热装置的加热设定温度为T₄，且T₄＞T₀，T₂始终保持在T₄附近，环境温度为T_E。本实施例中，设置T₀＝60℃，T₄＝65℃。

第一阶段：使用初期，由于缺乏数据无法建模，采用理想状态下(分程阀两进水口管道水压相等)的基础控制策略，此阶段假设P₁＝P₂，压力传感器采集的压力信号用于后续建模。

当房间无热水需求时：判断T₁与T₂的大小关系，若T₁≥T₂，则热水器热水管道水流占比100％，热水缓存与加热装置出水管道水流占比0％；若T₁＜T₂，则热水器热水管道水流占比0％，热水缓存与加热装置出水管道水流占比100％，保证下次使用热水时阀位平滑切换，通过将温度较高的管道全开，保证第一时间提供热水。

当房间有热水需求打开水龙头后，控制器通过检测三个点位的温度进行判断，控制分程阀开启到对应的阀位，分程阀的理想控制目标为使T₃＝T₀，具体控制策略如下：

(1)热水器未加热完毕或者刚开启水龙头，满足T₁＜T₀＜T₂时，控制策略为：热水器热水管道水流占比为

热水缓存与加热装置出水管道水流占比为/>

随着T₁的变化，实时调节阀门开度，使得T₃＝T₀；

(2)热水器加热完成，满足T₁＝T₀时，控制策略为：热水器热水管道水流占比100％，热水缓存与加热装置出水管道水流占比0％。

第二阶段：运行了一段时间后获取了足够的数据，能够进行建模，并在第一阶段控制策略的基础上，加入环境温度作为输入变量，对热水加热过程中的阀位控制过程进行算法优化。

(1)将当前时刻t阀门的开度O以及上个时刻t-1的T₁、T₂、P₁、P₂、T₃、T_E作为输入，将当前时刻t的T₂作为输出yP，取60％历史数据作为训练集，30％历史数据作为测试集，10％历史数据作为验证集，通过BP神经网络训练建立阀门开度O与运行状态-温度T₃预测模型。该预测模型能够通过装置当前的运行状态(T₁、T₂、P₁、T₂、T₃、T_E)与未来的控制量(阀门开度)预测装置未来的输出(T₃)。

由于控制器的芯片性能难以保证，神经网络模型在控制器的嵌入式程序中无法直接实现，因此在传感器工作一段时间后，将多点传感器温度和压力的历史数据上传到云端，利用云端强大的算力自学习模型参数，训练神经网络模型。训练完成后，对不同环境温度T_E下的主要影响参数T₁、T₂、O进行插值拟合，得到对应的拟合函数，将拟合函数下发到控制器中，实现对阀门的开度控制。拟合函数公式如下所示：

Y＝A₀+A₁X₁+A₂X₂+A₃X₃

其中，Y为模型的输出，即T₃的序列值，X₁、X₂、X₃分别为模型的主要影响参数T₁、T₂、O的序列值，A₀、A₁、A₂与A₃为函数拟合系数。

(2)采用模型预测控制(MPC)实现对阀门的控制，即利用步骤(1)中训练完成的预测模型、装置当前的运行状态(T₁、T₂、P₁、P₂、T₃、T_E)和未来的控制量(阀门开度)，来预测装置未来的输出(下一个控制周期的T₃)，然后与期望的控制目标(期望温度T₀)做比较，得到一个损失函数值。损失函数值为模型预测输出与期望输出差值的平方。最后采用二次规划方法求解出最优控制量，二次规划方法的优化准则J(t)如下所示：

其中，P为优化时域，M为控制时域，q_i为输出跟踪加权系数，r_j为输入加权系数，y_P(t+i)为未来时刻t+i的模型预测输出，即未来控制量下模型预测的T₃，y_r(t+i)为期望输出，即热水器的设定温度T₀，u(t+j-1)表示时刻t+j-1的控制量，即阀门开度O。通过设计P、M、q_i、r_j的大小来调整控制效果。控制器采用MPC来实现实时的计算控制。本实施例中，P＝5即关注未来5个时刻的控制效果，M＝10表示制定未来10个时刻的阀门开度控制策略。

三、设备自供电方案

控制器可以安装可充电电池连接发电模块，没有水流时通过电池供电；在使用热水时，水流通过水力发电电机产生电能给控制器充电，控制器不用外接电线，保证安全性，简化安装和施工，保证能源的重复利用，提高电池的工作时间。

热水缓存与加热装置可以直接外接电源，或者安装可充电电池连接发电模块，没有水流时通过电池供电对热水缓存与加热装置内的自来水进行保温；在使用热水时，水流通过水力发电电机产生电能给热水缓存与加热装置充电。

本发明提供的智能热水控制装置，在传统热水管道上进行改造，具有加热功能的热水缓存与加热装置离热水出水口较近，保证快速出热水。通过分程阀达到控制热水器热水管道水流和热水缓存与加热装置出水管道水流的流量占比的目的，保证出水口T₃水温的快速稳定性。本发明设计的小容量的热水缓存与加热装置，保持容器内水温为设定温度，在有热水需求且热水器未加热完毕、管道中冷水较多时作缓冲使用，快速提供热水。通过多个传感器来检测管道中的多段温度与压力，并将数据上传到云端，利用云端强大的算力训练神经网络模型。从训练后的模型中，获取不同环境温度T_E下主要影响参数T₁、T₂、O与T₃之间的函数拟合关系，将拟合函数下发到联网的控制器中，控制器根据模型预测控制MPC来智能分程控制阀门开度，合理控制管道流量占比。本发明还设计了设备自供电方案，节能效果好。

以上所述仅是本发明的优选实施方式，虽然本发明已以较佳实施例披露如上，然而并非用以限定本发明。任何熟悉本领域的技术人员在不脱离本发明技术方案范围情况下，都可利用上述揭示的方法和技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何的简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。

Claims (5)

1.一种智能热水控制方法，其特征在于，该方法通过智能热水控制装置实现，所述智能热水控制装置包括分程阀、控制器和热水缓存与加热装置；

所述分程阀和所述热水缓存与加热装置的安装位置靠近水龙头出水侧；所述分程阀为能够无级控制两股流量占比的阀门，具有两个进水口和一个出水口，每个进水口处均安装温度传感器和压力传感器，出水口处安装温度传感器；

热水器的热水管道连接分程阀的第一进水口；所述热水缓存与加热装置的进水管道连接热水器的热水管道末端，出水管道连接分程阀的第二进水口，通过进水管道补充热水缓存与加热装置容器内水量，使得容器内始终保持满容积状态；所述分程阀的出水口通过热水出水管道连接水龙头；所述分程阀的两个进水口管道的流量分别记为F₁和F₂，出水口管道的流量记为F₃，则有F₁×x+F₂×(1-x)＝F₃，其中x为阀体的位置标定值，取0到1，当一个进水口管道的流量占比为x时，另一个进水口管道的流量占比为1-x，通过阀位控制来改变两个进水口管道的流量占比；

所述控制器基于多个传感器检测管道中的多段温度与压力，根据模型预测控制和自学习模型参数优化方法来智能分程控制阀门开度，从而分配热水器热水管道和热水缓存与加热装置出水管道的流量占比，实现水温快速、精准调控；

所述智能热水控制方法采用智能分程控制逻辑，包括：

记热水器的加热设定温度为T₀，分程阀第一进水口的水温为T₁，压力为P₁，分程阀第二进水口的水温为T₂，压力为P₂，分程阀出水口的水温为T₃，热水缓存与加热装置的加热设定温度为T₄，且T₄＞T₀，环境温度为T_E；

使用初期阶段，采用理想状态下的基础控制策略，此阶段假设P₁＝P₂；

当房间无热水需求时，判断T₁与T₂的大小关系，若T₁≥T₂，则热水器热水管道水流占比100％，热水缓存与加热装置出水管道水流占比0％；若T₁＜T₂，则热水器热水管道水流占比0％，热水缓存与加热装置出水管道水流占比100％；

当房间有热水需求打开水龙头后，控制器通过管道内实时水温进行判断，控制分程阀开启到对应的阀位，分程阀的理想控制目标为使T₃＝T₀，具体为：

(1)热水器未加热完毕或者刚开启水龙头，满足T₁＜T₀＜T₂时，控制策略为：热水器热水管道水流占比为

热水缓存与加热装置出水管道水流占比为/>

随着T₁的变化，实时调节阀门开度，使得T₃＝T₀；

(2)热水器加热完成，满足T₁＝T₀时，控制策略为：热水器热水管道水流占比100％，热水缓存与加热装置出水管道水流占比O％；

所述智能热水控制装置运行一段时间获取了足够的数据后，进行建模，并在使用初期阶段控制策略的基础上，加入环境温度作为输入变量，对热水加热过程中的阀位控制过程进行优化；所述建模过程具体为：

将当前时刻t阀门的开度O以及上个时刻t-1的T₁、T₂、P₁、P₂、T₃、T_E作为输入，将当前时刻t的T₃作为输出y_P，构建训练集，通过BP神经网络训练建立阀门开度O与运行状态-温度T₃预测模型；

采用模型预测控制MPC实现对阀门的控制，具体为，利用训练完成的预测模型、装置当前的运行状态和未来的控制量，来预测装置未来的输出，然后与期望输出做比较，得到一个损失函数值；采用二次规划方法求解出最优控制量，二次规划方法的优化准则J(t)如下所示：

其中，P为优化时域，M为控制时域，q_i为输出跟踪加权系数，r_j为输入加权系数，y_P(t+i)为未来时刻t+i的模型预测输出，即未来控制量下模型预测的T₃，y_r(t+i)为期望输出，即热水器的设定温度T₀，u(t+j-1)表示时刻t+j-1的控制量，即阀门开度O；通过设计P、M、q_i、r_j的大小来调整控制效果；

在传感器工作一段时间后，将多点传感器温度和压力的历史数据上传到云端，建立变量之间控制关系，在云端自学习模型参数，训练神经网络模型，训练完成后，对不同环境温度T_E下的主要影响参数T₁、T₂、O进行插值拟合得到拟合函数，将拟合函数下发到控制器中，实现对阀门的开度控制；拟合函数公式如下：

Y＝A₀+A₁X₁+A₂X₂+A₃X₃

其中，Y为模型的输出，即T₃的序列值，X₁、X₂、X₃分别为模型的主要影响参数T₁、T₂、O的序列值，A₀、A₁、A₂与A₃为函数拟合系数。

2.根据权利要求1所述的方法，其特征在于，所述热水缓存与加热装置通过持续电加热来保持装置内热水温度达到设定温度，且设定温度要求大于热水器加热设定温度；所述热水缓存与加热装置的容积取决于热水器到热水缓存与加热装置间的管道内余水量。

3.根据权利要求1所述的方法，其特征在于，所述热水出水管道上设置发电模块，采用小型水力发电电机通过水流来发电。

4.根据权利要求3所述的方法，其特征在于，所述控制器安装可充电电池连接所述发电模块，没有水流时通过电池供电，在使用热水时，水流通过水力发电电机产生电能为控制器充电。

5.根据权利要求3所述的方法，其特征在于，所述热水缓存与加热装置安装可充电电池连接所述发电模块，没有水流时通过电池供电对热水缓存与加热装置内的自来水进行保温，在使用热水时，水流通过水力发电电机产生电能为热水缓存与加热装置充电。

Images