In this paper, we optimize vapor compression system (VCS) power consumption through the application of a novel proportional–integral extremum-seeking controller (PI-ESC) that converges at the same timescale as the process. This extremum-seeking method uses time-varying parameter estimation to determine the local gradient in the map from manipulated inputs to performance output. Additionally, the extremum-seeking control law includes terms proportional to the estimated gradient, which requires subsequent modification of the estimation routine in order to avoid bias. The PI-ESC algorithm is derived and compared to other methods on a benchmark example that demonstrates the improved convergence rate of PI-ESC. PI-ESC is applied to the problem of compressor discharge temperature setpoint selection for a VCS such that power consumption is driven to a minimum. A physics-based simulation model of the VCS is used to demonstrate that with PI-ESC, convergence to the optimal operating point occurs faster than the bandwidth of typical disturbances—enabling application of extremum-seeking control to VCSs in environments under realistic operating conditions. Finally, experiments on a production room air conditioner installed in an adiabatic test facility validate the approach in the presence of significant noise and actuator and sensor quantization.

中文翻译：

---

蒸汽压缩系统的比例积分极值求法

在本文中，我们通过使用新颖的比例积分极值寻求控制器（PI-ESC）来优化蒸气压缩系统（VCS）的功耗，该控制器在该过程的同一时间范围内收敛。这种极值搜索方法使用随时间变化的参数估计来确定从操纵输入到性能输出的映射中的局部梯度。另外，极值搜寻控制定律包括与估计梯度成比例的项，这要求随后对估计例程进行修改，以避免产生偏差。推导了PI-ESC算法，并在一个基准示例上与其他方法进行了比较，该示例演示了PI-ESC的提高的收敛速度。PI-ESC适用于VCS的压缩机排气温度设定点选择问题，从而将功耗降至最低。VCS的基于物理学的仿真模型用于证明，通过PI-ESC，收敛到最佳工作点的速度比典型扰动的带宽要快，这使得在实际工作条件下，对VCS可以应用极端寻求控制。最后，在绝热测试设备中安装的生产车间空调的实验验证了该方法在存在大量噪声以及执行器和传感器量化的情况下的有效性。收敛到最佳工作点的速度比典型干扰的带宽要快，这使得在实际工作条件下的环境中，对VCS可以应用极值搜寻控制。最后，在绝热测试设备中安装的生产车间空调的实验验证了该方法在存在大量噪声以及执行器和传感器量化的情况下的有效性。收敛到最佳工作点的速度比典型干扰的带宽要快，这使得在实际工作条件下的环境中，对VCS可以应用极值搜寻控制。最后，在绝热测试设备中安装的生产车间空调的实验验证了该方法在存在大量噪声以及执行器和传感器量化的情况下的有效性。