关键词:
光伏/光热一体化热泵
能效比
经济模型预测控制
扩增状态卡尔曼滤波器
摘要:
光伏/光热一体化热泵系统(Photovoltaic/Thermal Integrated Heat Pump,PV/T-HP)是可再生能源与建筑用热需求结合的有效途径,是实现建筑暖通空调系统脱碳、助力建筑运行阶段节能减排的重要举措之一。然而由于太阳光辐射的周期性、不稳定性,及系统中存在多种能源转换设备的高度耦合,为该系统的运行控制设计带来了困难。鉴于此,针对该系统的数学建模与性能分析、设计高效稳定的控制器优化系统运行,提升系统动态过程可靠性、经济性是当前需要重点关注的方向。本文将构建面向控制器设计的PV/T-HP系统动态机理仿真模型,设计跟踪性和经济性预测控制器,并分别在仿真与现场实验中分析系统的运行控制效果。主要研究内容如下:
(1)以PV/T-HP系统为研究对象,充分考虑系统运行机理及各设备间耦合关系,分别建立光伏电池、光热集热器、热泵系统及蓄热水箱的机理模型。基于Simscape平台集成该系统的整体模型,并通过对比模型输出值与设计值、仿真数据与真实数据的误差验证模型准确性。在此基础上,通过仿真实验分析系统的稳态和动态特性,为后续控制器设计提供了全面深入的理解和参考。
(2)针对PV/T-HP系统动态过程经济性优化,本文设计经济模型预测控制(Economic Model Predictive Control,EMPC)策略:通过调节系统中压缩机流量、膨胀阀流通截面积及水泵流量等变量,综合考虑系统外部扰动和各设备运行约束条件,在保证用户热水品质的同时,最大化系统的动态平均能效,实现经济、安全、高效的运行。作为对比控制器,设计了跟踪模型预测控制器(Tracking Model Predictive Control,TMPC),并通过仿真实验验证了EMPC在动态运行性能及能效提升方面的优势。
(3)搭建了PV/T-HP系统实验平台,开发部署了控制器及可视化交互界面。针对实际PV/T-HP系统的运行优化,考虑到系统易受外部不确定扰动(如光照强度、环境温度等)影响导致运行稳定性下降,以及测量传感器自身存在误差导致采样值并不准确,本研究设计了基于扩增状态卡尔曼滤波器(Extended State Kalman Filter,ESKF)的EMPC控制系统。一方面ESKF可根据系统的实际输出实时估计不可测扰动和状态量;另一方面采用设备能耗成本作为经济优化目标,并添加终端代价函数保证闭环控制的稳定性。现场实验结果表明:在实际工程应用中本文控制系统能有效对抗扰动、在跟踪用户负荷温度的同时降低系统耗电量,具备良好的鲁棒性、稳定性和经济性。