熱泵的除霜控制

熱泵的除霜是非常耗能的過程，可佔總能耗的10%~30%之多，並且除霜的時候熱泵不能制熱，會影響到溫度控制。因此如果可以通過精確的除霜控制，在需要除霜的時候及時開始除霜，避免不必要的除霜，在除霜完成後及時停止除霜，可以顯著提升熱泵總體能耗表現，以及部件的使用壽命。

常用的除霜控制策略有：

由時間-溫度控制的除霜；
依據蒸發器空氣側壓降或者空氣流量決定是否除霜；
依據空氣與蒸發器表面溫差判斷是否除霜；
通過比較空氣側和製冷劑側傳熱（需要溫度，壓強，流量感測器，成本看起來相當高；比較兩側傳熱量差異來判斷是否出現霜的堆積，誤差感覺較大，花了錢結果效果還一般，不好）；
通過測量風扇功率；
通過光學或者聲學測量結霜厚度（有公司商業化了光學感測器（New Avionics Corporation），可靠性存疑）；
基於人工智慧的除霜系統。

總的來說是通過各種方式，直接或者間接，估計結霜嚴重程度，進而決定是否要除霜。

1是最基本最常用的除霜策略之一，一旦達到預設時間或者蒸發器溫度達到預設溫度，除霜開始/結束。優點是簡單，便宜，可靠，易於維護；缺點是除霜控制遠非最優，設定值常常偏於保守，會造成很多不必要的除霜。

相對於壓強感測器，溫度感測器一般要便宜得多，從成本角度應該儘可能多考慮通過測量各種溫度來幫助進行除霜決策，而非測量壓強或壓強差（便宜的濕度感測器也可以考慮輔助使用）。常見的與判斷是否需要除霜有關的溫度值有蒸發器溫度，蒸發器空氣側溫度以及空氣與蒸發器溫差。由於霜的堆積，換熱效率下降，會導致空氣與蒸發器溫差變大，蒸發器溫度（同時還有壓強）不斷下降，蒸發器出風口空氣溫度升高。綜合溫度測量和熱泵制熱/除霜的時間，可以設計更加複雜的控制演算法，達到更高的熱泵能效。

霜在蒸發器表面的堆積會造成空氣流通面積的縮小，進而造成空氣壓降增加，空氣流量減少，風扇功率增加，因此通過測量蒸發器空氣壓降/空氣流量/風扇功率也可以估計結霜的嚴重程度。壓強感測器一般比較貴，不適合對價格敏感的應用。測量空氣流量可以用熱線風速計（hot wire anemometer），問題還是貴。

關於6，有一點應該要被意識到：要不是霜對系統性能有影響，本身我們是不在乎它有多厚的；如果系統性能與霜無關，霜堆到天上，我們也不會去花力氣除霜。這聽起來像一句廢話。但是看到有很多研究者花大力氣研究使用各式各樣的新式感測器（激光，光電，光纖，電容等等）測量霜的厚度（且不說測量精度，可靠性和成本），而我們真正在意的應該只是霜是否影響到了性能，影響有多大，我總是隱隱的感覺有一種本末倒置的危險，擔心這是不是繞了遠路。如果對系統由於結霜造成的性能衰減有更加直接的測量評估方法，是否真的有必要花力氣去測霜的厚度呢？

在採用更複雜的演算法優化效率的同時，系統的可靠性也不能忽視，需要增加系統的冗餘度。誰都不想要一臺效率很高但整天報錯出故障的機器。

除了以上通過各種方式估計結霜程度，然後手動設計一些控制邏輯憑藉實驗結果和經驗設定一些參數的較為傳統的除霜控制系統，還有基於人工智慧的具有一定學習能力的除霜系統，目前學術上斷斷續續有過一些嘗試，但是還很少，很非主流。我自己對這方面很感興趣，嘗試過用簡單的強化學習（reinforcement learning）演算法來進行除霜決策，希望藉助未來電動車的聯網能力，以往不具備的大量可用信息，和成千上萬同型號車輛在各地各工況下的共同學習，能在電動車熱泵上實現真正全工況最優的除霜控制。想法還不成熟，需要更多的研究和實踐。

參考資料：

Nawaz et al., 2018. A Critical Literature Review of Defrost Technologies for Heat Pumps and Refrigeration Systems.

競為：純電動汽車熱管理 - 冬季熱泵制熱?

zhuanlan.zhihu.com