PID Climate

pid 温控平台允许您使用 PID 控制器来调节某个值。

PID 控制器擅长调节输出信号以使传感器读数达到指定设定点。例如，它可用于调节加热单元的功率以使温度达到用户指定的设定点。

NOTE

PID 就像汽车中的巡航控制：它通过根据负载测量持续调整燃油量来保持汽车速度恒定。例如，当汽车必须爬坡时，系统注意到负载增加，因此立即给发动机提供更多燃油；当从山坡的另一边下坡时，它注意到负载减少，因此减少或完全切断燃油，以便汽车速度尽可能保持恒定。计算考虑了车重、风阻等常数。

这种数学也可用于加热或制冷系统，自动调谐算法可以帮助确定这些常数，主要描述房间或建筑物的热损失。目标是使温度尽可能保持恒定，并消除传统温控器产生的振荡。

# 示例配置条目
climate:
  - platform: pid
    name: "PID Climate Controller"
    sensor: temperature_sensor
    default_target_temperature: 21°C
    heat_output: heater
    control_parameters:
      kp: 0.49460
      ki: 0.00487
      kd: 12.56301
      output_averaging_samples: 5      # 在 5 个样本上平滑输出
      derivative_averaging_samples: 5  # 在 10 个样本上平滑导数值
    deadband_parameters:
      threshold_high: 0.5°C       # 目标温度 +/-0.5°C 范围内的死区
      threshold_low: -0.5°C

配置变量

• sensor (必填, ID): 用于测量当前温度的传感器。

• humidity_sensor (可选, ID): 如果指定，此传感器用于测量当前湿度。这仅用于信息显示，不影响温度控制。

• default_target_temperature (必填, float): 控制算法的默认目标温度（设定点）。稍后可以在前端动态设置。

• heat_output (可选, ID): 增加当前温度的 浮点输出 的 ID。heat_output 和 cool_output 中至少必须指定一个。

• cool_output (可选, ID): 降低当前温度的 浮点输出 的 ID。heat_output 和 cool_output 中至少必须指定一个。

• control_parameters (必填): PID 控制器的控制参数。

  • kp (必填, float): PID 控制器比例项的系数。

  • ki (可选, float): PID 控制器积分项的系数。 默认为 0。

  • kd (可选, float): PID 控制器微分项的系数。 默认为 0。

  • min_integral (可选, float): 积分项乘以 ki 后的最小值，用于防止积分饱和。默认为 -1。

  • max_integral (可选, float): 积分项乘以 ki 后的最大值，用于防止积分饱和。默认为 1。

  • starting_integral_term (可选, float): 通过预设积分项来设置初始输出。这适用于系统重新启动时不想等待它恢复平衡的情况。

  • output_averaging_samples (可选, int): 在此样本数上平均输出。PID 控制器对输入传感器的微小变化可能相当敏感。通过平均最后 X 个输出样本，温度可以更稳定。但是，采样窗口越大，PID 控制器的响应越慢。默认为 1，即不采样/平均。

  • derivative_averaging_samples (可选, int): 在此样本数上平均微分项。许多控制器不使用微分项，因为它对输入传感器的微小变化敏感。通过取微分项的平均值，它可能对您更有用。大多数 PID 控制器称之为微分滤波。微分项用于预判，所以不要滤波太多。默认为 1，即不采样/平均。

• deadband_parameters (可选): 启用死区以在温度接近目标温度时稳定并最小化输出变化。请参阅 死区设置。

  • threshold_high/threshold_low (必填, float): 指定定义目标温度周围死区的高/低阈值。例如，default_target_temperature 为 21°C，阈值为 +/-0.5°C 时，死区将在 20.5°C - 21.5°C 之间。PID 控制器将限制死区内的输出变化。

  • kp_multiplier (可选, float): 在死区内设置 kp 增益。默认为 0。

  • ki_multiplier (可选, float): 在死区内设置 ki 增益。默认为 0。

  • kd_multiplier (可选, float): 在死区内设置 kd 增益。建议设置为 0。默认为 0。

  • deadband_output_averaging_samples (可选, int): 通常当在死区内时，PID 控制器已达到平衡状态，因此使用更多的输出样本（如 10-30 个样本）是有利的。默认为 1，即不采样/平均。

• Climate 的所有其他选项。

PID 控制器设置

要设置 PID 温控器，您需要几个组件：

• 一个用于读取当前温度的 传感器（sensor）。

• 至少一个用于驱动加热或制冷（或两者）的 浮点输出。 这可以例如是通过 Sigma Delta 输出 或 慢速 PWM 驱动加热单元的 PWM 输出。

  请注意，输出必须可以用连续值控制（不仅仅是开/关，而是介于两者之间的任何状态，例如 50% 加热功率）。

NOTE

传感器应具有较短的更新间隔。PID 更新频率与传感器的更新间隔绑定。在传感器上设置较短的 update_interval，如 5s。

我们建议在传感器上放置滤波器（请参阅 传感器 中的滤波器），并使用 output_averaging_samples 来使 PID 传感器免受噪声输入传感器的影响。

死区设置

死区用于防止 PID 控制器在温度稳定在目标温度范围内后继续调整功率。

我们通过指定目标温度的高/低阈值来做到这一点。

要理解其好处，考虑一个不断在加热和制冷之间振荡的 HVAC 系统，因为温控器记录了 +0.1º 到 -0.1º 的微小变化。这显然是不可取的，会导致 HVAC 振荡时的磨损。有了死区，加热器在温控器突破低阈值之前不会激活，制冷器在温控器突破高阈值之前不会激活。

最基本的设置如下指定目标温度周围的阈值：

default_target_temperature: 21°C
...
deadband_parameters:
  threshold_high: 0.5°C
  threshold_low: -1.0°C

在此示例中，死区在 20.0°C - 21.5°C 之间。PID 控制器将限制此死区内的任何输出变化。它如何限制取决于您如何设置 死区乘数。

死区乘数

死区乘数告诉控制器在死区内如何操作。

p、i 和 d 项都可以使用 kp、ki 和 kd 乘数来控制。例如，如果 kp_multiplier 设置为 0.05，则死区内的最终比例项将设置为其正常值的 5%。

如果所有乘数都设置为 0，则控制器在死区内完全不会调整功率。这是默认行为。

大多数死区实现将 kp 和 ki 乘数设置为小增益如 0.05，并将微分设置为 0。这意味着 PID 输出将平静地以 20 倍更长的时间框架进行小幅调整以保持在死区范围内。

首先我们建议只将 ki_multiplier 设置为 0.05（5%）。如果控制器太频繁地脱离死区，则将 kp_multiplier 设置为 0.05（5%）。

default_target_temperature: 21°C
...
deadband_parameters:
  threshold_high: 0.5°C
  threshold_low: -1.0°C
  kp_multiplier: 0.0   # 死区内关闭比例增益
  ki_multiplier: 0.05  # 积分仅以正常 ki 的 5% 累积
  kd_multiplier: 0.0   # 死区内关闭微分
  deadband_output_averaging_samples: 15   # 在死区内平均 15 个样本的输出

死区输出平均样本

由于我们预期 PID 控制器在死区内处于平衡状态，我们可以在更长的样本范围内平均输出，如 15 个样本。这进一步有助于温度和控制器稳定性。

自动调谐

手动为 PID 控制器找到合适的 kp、ki 和 kd 控制参数需要一些 PID 控制器的经验。ESPHome 有一个自动调谐算法，使用 Ziegler-Nichols 方法配合继电器自动调谐（Åström 和 Hägglund）的改进版本自动找到合适的 PID 参数。

要自动调谐控制参数：

1. 设置 PID 控制器，将所有控制参数设置为零：

   climate:
     - platform: pid
       id: pid_climate
       name: "PID Climate Controller"
       sensor: temperature_sensor
       default_target_temperature: 21°C
       heat_output: heater
       control_parameters:
         kp: 0.0
         ki: 0.0
         kd: 0.0

2. 创建一个 模板按钮 以稍后启动自动调谐：

   button:
     - platform: template
       name: "PID Climate Autotune"
       on_press:
         - climate.pid.autotune: pid_climate

3. 编译并上传新固件。

   现在您应该可以在您选择的前端看到一个名为 PID Climate Controller 的温控实体和一个名为 PID Climate Autotune 的按钮。

   自动调谐算法通过反复将加热/制冷输出切换到全功率和关闭来工作。这会诱发观测温度的振荡，测量到的周期和振幅会自动计算。为此，它需要观察至少 3 个振荡周期。

   NOTE

   您必须将温控器的设定点设置为设备可以达到的值。例如，如果要控制房间温度，设定点需要高于环境温度。如果环境温度为 20°C，温控设备的设定点应至少设置为约 ~24°C，以便能够诱发振荡。

   还要注意外部影响，例如房间温度严重受户外天气如阳光影响，如果它与加热并行开始使房间变暖，自动调谐可能会失败或给出错误结果。

4. 设置适当的设定点（见上文说明）并开启温控器（加热、制冷或自动）。

5. 点击 PID Climate Autotune 按钮并查看设备的日志。

   您应该看到类似以下的输出：

   PID Autotune:
     Autotune is still running!
     Status: Trying to reach 24.25 °C
     Stats so far:
       Phases: 4
       Detected 5 zero-crossings
       # ...

   NOTE

   在上面的输出中，自动调谐器正在以 100% 驱动加热输出，尝试达到 24.25 °C。

   这将持续一段时间，直到获取 3 个阶段（6 次越过设定点；或更多一点，取决于数据质量）的数据。

   自动调谐算法可能需要很长时间才能完成，这取决于重现所需的加热和冷却振荡次数所需的时间。

6. 当 PID 自动调谐器成功时，可以看到类似以下输出：

   PID Autotune:
     State: Succeeded!
     All checks passed!
     Calculated PID parameters ("Ziegler-Nichols PID" rule):
   
     control_parameters:
       kp: 0.49460
       ki: 0.00487
       kd: 12.56301
   
     Please copy these values into your YAML configuration! They will reset on the next reboot.

   一旦自动调谐过程完成，温控器开始使用计算出的参数工作，以便可以立即验证预期操作。

   如果满意，将 control_parameters 中的值复制到您的配置中：

   climate:
     - platform: pid
       # ...
       control_parameters:
         kp: 0.49460
         ki: 0.00487
         kd: 12.56301

   如果结果令人满意，可以从配置中删除 PID Climate Autotune 按钮，不再需要它。

7. 完成，编译并上传更新后的固件。

   如果计算出的 PID 参数不理想，您可以尝试日志输出中主控制参数下方打印的一些替代参数。

climate.pid.autotune 动作

此动作启动 PID 控制器的自动调谐过程。

on_...:
  # 基本
  - climate.pid.autotune: pid_climate

  # 高级
  - climate.pid.autotune:
      id: pid_climate
      noiseband: 0.25
      positive_output: 25%
      negative_output: -25%

配置变量：

• id (必填, ID): 要开始自动调谐的 PID Climate 的 ID。

• noiseband (可选, float): 过程（=传感器）变量的噪声带。PID 控制器的值必须能够达到此值。默认为 0.25。

• positive_output (可选, float): 驱动加热输出的正输出功率。 默认为 1.0。

• negative_output (可选, float): 驱动制冷输出的负输出功率。 默认为 -1.0。

positive_output 和 negative_output 参数可用于在自动调谐期间补偿加热或制冷过程，当它们以不同速率改变温度时，导致不对称振荡。当建议使用此类参数配置重复整个过程时，自动调谐结果将打印一条消息。

climate.pid.set_control_parameters 动作

此动作为 PID 控制器设置新的控制参数值。这可用于手动调谐 PID 控制器。确保在 YAML 文件中更新您想要的值！它们将在下次重启时重置。

on_...:
  - climate.pid.set_control_parameters:
      id: pid_climate
      kp: 0.0
      ki: 0.0
      kd: 0.0

配置变量：

• id (必填, ID): 要开始自动调谐的 PID Climate 的 ID。

• kp (必填, float): PID 控制器比例项的系数。

• ki (可选, float): PID 控制器积分项的系数。 默认为 0。

• kd (可选, float): PID 控制器微分项的系数。 默认为 0。

climate.pid.reset_integral_term 动作

此动作将 PID 控制器的积分项重置为 0。在某些情况下，这可能是避免控制回路超过（或低于）目标所必需的。

on_...:
  # 基本
  - climate.pid.reset_integral_term: pid_climate

配置变量：

• id (必填, ID): 要重置的 PID Climate 的 ID。

pid 传感器

此外，PID 温控平台提供了一个可选的传感器平台来监视计算出的 PID 参数，以帮助找到好的 PID 值。

sensor:
  - platform: pid
    name: "PID Climate Result"
    type: RESULT

配置变量：

• type (*必填, string): 要监视的值。可选：

  • RESULT - 结果值（P、I 和 D 项之和）。
  • ERROR - 计算出的误差（设定点 - 过程变量）
  • PROPORTIONAL - PID 控制器的比例项。
  • INTEGRAL - PID 控制器的积分项。
  • DERIVATIVE - PID 控制器的微分项。
  • HEAT - 提供给 heat_output 的结果加热功率。
  • COOL - 提供给 cool_output 的结果制冷功率。
  • KP - PID 控制器比例项的当前系数。
  • KI - PID 控制器积分项的当前系数。
  • KD - PID 控制器微分项的当前系数。

• Sensor 的所有其他选项。

高级选项：

• climate_id (可选, ID): 要获取值的 pid 温控器的 ID。

另见

• Ziegler-Nichols 方法：Nichols, N. B. and J. G. Ziegler (1942), ‘Optimum settings for automatic controllers’, Transactions of the ASME, 64, 759-768

• Åström, K. J. and T. Hägglund (1984a), ‘Automatic tuning of simple regulators’, Proceedings of IFAC 9th World Congress, Budapest, 1867-1872

• Climate 组件

• Sigma-Delta 输出

• 慢速 PWM 输出

• API Reference: pid_climate.h
• API Reference: PID 自动调谐器