关键词:
经济模型预测控制
分布式模型预测控制
分片线性建模
能源调度与分配
摘要:
建筑能耗大约占据了全球能耗的40%。本文的主要工作是提供几种控制策略在确保室内舒适的前提下尽可能节省建筑能耗。对于具有结构复杂、热容量大等特征的现代建筑,传统的开关控制和PID控制往往达不到期望的控制效果。一方面是因为传统的控制方法过于简单,没有处理约束的机制;另一方面是因为传统的控制方法几乎都是设定跟踪值的定值控制,最优的跟踪点会受到人员、环境等因素发生变化,而传统方法不能做出及时的调整。模型预测控制(Model Predictive Control,MPC)作为建筑控温领域最先进的控制手段之一,其最鲜明的特点是能够灵活地处理各种约束。当MPC被应用于智能建筑系统,控制器能够提前接收到建筑物的占用信息,并通过优化计算得到空调系统的设定点,使室内热环境舒适的同时避免不必要的能源消耗。本文在MPC的基础上,开发了几种用于建筑室温控制和能源调度分配的经济模型预测控制(Economic MPC,EMPC)方案。
本文的研究工作如下:
(1)基于不适度指数提出了一种考虑到建筑占用信息、当地电价等因素的EMPC方案,使用机理建模的方式建立建筑物的电阻电容(Resistance-Capacitance,RC)模型作为EMPC的预测模型,该方案通过求解优化问题能够在保障室内环境热舒适性的条件下尽可能地节约空调系统的能耗。优化问题的目标函数最初是非线性的,经过线性化近似,使得原有的非线性优化问题转化成线性优化问题,在减少了大量的计算时间的同时控制效果基本不变。
(2)仅用温度来评价室内舒适性并不全面,因此引入了预计平均热感觉指数(Predicted Mean Vote,PMV)作为衡量舒适性的指标。本文使用分片线性建模方法来近似PMV指数的原始非线性公式,并提出一种同时优化PMV指数和空调能耗的EMPC方案。针对该方案需要求解的分片二次规划问题,本文开发了一种迭代算法进行求解,并从理论上证明了该算法是一个下降迭代算法以及该算法能够收敛到分片二次规划问题的局部最优解。与现有的分片二次求解算法相比,本文算法的收敛速度更快,并且受子区域扩张和预测时域增加的影响更小。
(3)针对能源容量有限,有时不能满足全部房间能源需求的可再生能源系统,本文提出了一种划定供能优先级的分布式能源分配策略。该策略为每个房间配置一个子控制器,子控制器和自己的邻居交换信息并求解优化问题,需要求解的优化问题的规模小于集中式的情景,并不随着系统规模的增大发生变化。同时,该策略允许用户设置优先顺序,控制器会为优先级高的房间充分供能,实现满足紧急供能需求的目的。在该策略下,所有的子系统并行优化,大大提升了计算效率,并具有很好的可拓展性。