CN101390028A - 利用预测式控制器件用于控制建筑物中室温的装置 - Google Patents

Abstract

一种根据本发明用于控制和调节建筑物中室温的装置，具有包括至少两层(30；31)的等级结构，该等级结构带有在上层(30)中设置的、用于优化控制对至少一种“免费”能量源的使用的预测器件(24)，并带有在下层(31)中设置的、用于反馈调节至少一种其它能量源的至少一种器件(32；33；34)。预测器件(24)具有建筑物模型(25)和用于可重复地优化能量消耗量或能量成本的方法(26)。其中，预测器件(24)的调节策略利用建筑物无源蓄热体的特性(25)。

Description

利用预测式控制器件用于控制建筑物中室温的装置

技术领域

本发明涉及用于在建筑物中控制和调节室温的装置。这种装置适用于例如在建筑物内加热并冷却空间或空间区域，且是例如建筑物自动化系统的一部分。

现有技术

可将室温调节到预先确定的规定值(Sollwert)的调节装置是众所周知的。已知的调节装置包括例如所谓的PID调节器以及对制热水循环或制冷水循环起作用的促动器。

在文献WO94/27202中公开了，为了降低能量成本，基于接收到的价格表信息和天气预报信息来控制电制热。

在文献EP1074900A中公开了用于调节或控制供给量的预测器件(

 Einrichtung)。

发明目的

本发明的目的在于，提供一种装置，通过这种装置可以实现可选择舒适度、且通过其可优化使用低成本的制热能量和制冷能量，以降低能量消耗。

该目的根据本发明通过权利要求1的特征来实现。有利实施例体现在从属权利要求中。

发明详述

下面参考附图详细阐述本发明的实施示例。

其中：

图1显示了根据本发明的用于控制并调节在筑物内室温的装置，

图2显示了可在装置中使用的空间模型，而

图3显示了调节策略的比较示意图。

在本文中所例举的建筑物主要通过冷水和热水来进行热调节，也即通过制冷顶板(Kühldecken)制冷和通过加热器(

)制热。用于制冷的冷水可通过运行冷却装置(因此而成本较高)或通过仅仅运行湿法冷却塔由零能耗制冷方法(因此而能量成本较低)来产生。用于制热的热水通过运行热水器(因此而能量成本较低)而产生。此外，为了在建筑物内调节热舒适度，可以使用遮阳设备，这带来较低的能量成本。室温可在用于室温的舒适度范围内波动，例如在区域21℃至26℃之间。

在带有无源蓄热体的系统(如在这里所考虑的示例)中，限定的且非零的舒适度范围是该系统完全可由预测式调节得益的基本条件。舒适度范围设计得越大，预测式调节的能量效率和成本效率越高，因为那时建筑物热容也有可利用的更大范围。当例如温度舒适度范围的宽度假设是5K时，在典型的混凝土顶板中储蓄的热差别总计达最大，且已大于1kWh/m²。除了顶板热容，在建筑物中其它建筑物材料的热容也会起作用，例如内墙、外墙和家具的热容。

当成本集约的(kostenintensive)制冷系统和制热系统是快速的并尺寸合适时，且当可将室温在舒适度范围内无明显时延地调节时，丝毫没有不能满足舒适度要求的风险。基于模型缺点或错误估计干扰的错误预报因此导致(临时)提高能量要求和/或成本要求，但不损失舒适度。由于该原因，该类预测式调节尤其适用于(包括原型的)在真实建筑物中应用，因为在这里建筑物的用户并不需要降低舒适度要求。

在用于集成式室内自动化(Raumautomation)的常规调节策略中，遮阳板调节不依赖于制热调节、通风调节和空气调节。所谓的集成式室内自动化处理室内或室内区域的制热、通风、制冷、照明和遮阳。常用的遮阳调节器件也考虑承担例如人工照明调节任务，而某些调节器件(例如)依赖于实际上的加热负载或制冷负载而作出其它判定。

根据本发明的调节方案具有等级结构(hierarchische Struktur)，该等级结构带有典型地位于上层(obere Ebene)的一个调节器和典型地位于下层(untere Ebene)的多个调节器。在上层的调节通过模型预测式调节来实现，其中，在上层调节“免费(frei)”的或成本集约的能量源(Energiequelle)，例如通过遮阳板获得的太阳能或通过干法冷却塔或湿法冷却塔的零耗制冷。在下层的调节则通过剩余的(通常是成本集约的)能量源对单个区域的调节来实现。对于区域，在这里一般是指建筑物的空间或综合大楼空间，而不依赖于其是否是由顶板、地板和墙完全封闭的单个房间，或其是否与多个在能量状态方面类似的房间或房间区域有关。在这种意义上，例如有顶的庭院或厅房也称为区域。

在图1中未完全显示的建筑物具有第一区域20、第二区域21和第三区域22。这三个区域具有用于制热和制冷的器件，通过这些器件可改变区域中的室温

，其中，器件一般在区域中一方面用于控制成本低的、也就是所谓的“免费”能量源的能量流，而另一方面用于控制昂贵能量源的能量流。

“免费”能量源是指例如太阳辐射、废热、外部空气和一般的无源蓄热体及蓄冷体。昂贵能量源是指例如利用燃油器或电力获得的热水热源。如同载能体的价格一般依赖于时间一样，“免费”能量和昂贵能量之间的区别也可能是依赖于时间的，所以例如河流或海水在很多情况下可是“免费”能量源，然而在旱季却变得昂贵。

标号24表示用于优化控制至少一种低成本能量源的使用的预测控制器件(

 Steuereinrichtung)。该预测控制器件24具有建筑物模型25和至少一台微型计算机26，该微型计算机用于可重复地优化用于加热或其冷却区域20、区域21和区域22所必须的能量消耗。通过预测控制器件24可产生用于优化控制“免费”能量源的使用的至少一个第一控制信号27。

用于调节室温

的装置，有利地具有带有上层30并带有在上层30下方设置的至少一个下层31的等级结构。该上层30由预测控制器件24构成。原理上，上层30可具有多个与预测控制器件24同样构造的器件。

下层31包括(例如)分配给第一区域20的第一调节器件32、分配给第二区域21的第二调节器件33和分配给第三区域的第三调节器件34。原理上，下层31包括至少一个调节器件，然而，通常有多个调节器件放置在下层。

有利地，在相应区域20、21或22中所检测的被测量作为反馈信号40、41或42传送给下层31的各个调节器件32、33和34。

在装置的有利实施例中，由预测控制器件24产生的第一控制信号27作为输入量传送给下层31的调节器件32、33和34。

调节器件32、33、34产生用于控制“免费”能量源的使用的至少一个第二控制信号43、44和45。此外，当需要时，调节器件32、33、34还发生用于控制昂贵能量源的使用的第三控制信号46、47和48。

第二控制信号43、44及45和第三控制信号46、47及48有利地包括用于控制在所分配的区域20、21和22中设置的器件的调节信息，这些器件用于控制“免费”和昂贵能量源的能量流。为了控制“免费”能量源，装置(例如)具有在所有区域20、21和22中设置的遮阳装置49，分配给第一区域20的制冷塔50，以及在第一区域20中和在第二区域21中设置的通风阀瓣(Luftklappe)51或52。为了控制昂贵能量源，在第二区域21中且也在第三区域22中设置了加热水阀门53和冷却水阀门54。此外，能量反馈增益器件55分配给第三区域22。

有利地，各个在相应区域20，21或22中获得的被测量56、57或58反馈到预测控制装置24上。

在下层31中设置的调节器件32、33和34例如通过市场上常见的用于空调应用而设计的PID调节器实现。

在实际的示例中，仅仅仔细考虑在上层的调节，在下层的调节假设是理想的。

上层调节器应用的建筑物模型25基本上典型地是反映建筑物主要静态和动态热特性的简单模型。下面介绍这种建筑物模型的一个示例。在这里，设置这类建筑物模型，以显示用于集成式室内自动化的预测式调节的潜力。

建筑物模型

图2示意性地显示了示例性建筑物模型。建筑物模型基本上包括用于对建筑物核心进行建模的第一模型部分60、用于对建筑物外壳进行建模的第二模型部分61、用于对窗户进行建模的第三模型部分62和带有建筑物模型最重要的输出量——室温

——的中央房间节点(Raumknoten)63。用于建筑物模型的输入量分为调节量和干扰量。在这里，调节量是制热功率ul、制冷功率u2、遮阳板位置u3和归一化的“免费”制冷功率u4。在此，“免费”制冷功率表示，可利用基本上免费的载能体来制冷，也就是例如外部冷空气或冷海水。例如，对于遮阳板位置u3，值0表示关闭，值1表示打开。对于“免费”制冷功率u4，值0表示无“免费”制冷，值1表示最大制冷。在这个示例的范围内，假设成本集约的制冷源和制热源不具有能耗界限。

调节量的约束在不等式G1和G2中给出。

0≤u₁(t)   0≤u₃(t)≤1          (G1)

0≤u₂(t)   0≤u₄(t)≤1          (G2)

干扰量是外部空气温度

外部空气湿球温度

在完全关闭遮阳板

时的太阳热增益(也即次级传热)、由于完全打开遮阳板

的附加太阳热增益(也即辐射)，以及内部热增益

在示例性建筑物模型中，对穿过外墙和窗户的热流(

)以及流入建筑物部件内及流出建筑物部件外的热流进行建模。制热功率ul和内部热增益

直接作用于共同的房间热节点(

)上，而该房间热节点与所测得的室温有关系。制冷功率u2和“免费”制冷u4在顶板或制冷顶板上作用于热节点，反之太阳辐射同时在地板上和顶板上作用于热节点。次级太阳热增益作用于外壳内侧。窗户和”免费”制冷系统的传热系数的变化与遮阳板位置u3和“免费”制冷活性u4有关。为了描述真实建筑物的动态特性，热容分配成集中化的房间热节点C_r、建筑物外壳C_o1、C_o2、C_o3以及建筑物内部部分C_i1、C_i2、C_i3。在该模型中，窗户不具有热容。建筑物模型可根据方程G3表示成伪线性状态空间，其中，状态矢量x通过等式G4给出，干扰量矢量v通过等式G5给出，状态空间矩阵通过等式G6至等式G9给出。在建筑物模型中，传热系数利用K表示，而换气率用

表示。

y(t)＝Cx(t)

C＝[1 0 0 0 0 0 0]                   (G9)

调节优化问题

有利地，应用线性编程，借助于简化方程G10中描述的成本函数J来确定调节优化问题的解。

$J\left(u\right)=\underset{i=0}{\overset{n-1}{\mathrm{\Σ}}}\left((t_{i+1}-t_i){\underset{\‾}{w}}^T\left(t_i\right)\underset{\‾}{u}\left(t_i\right)\right)---\left(G10\right)$

在每个步骤中都分配有调节量权重w，其中，权重表示每单元成本的加权；值n是优化间隔的数量。相应的间隔限定了优化水平轴(Optimierungshorizonts)的划分，其中，到水平轴端部的较大间隔——其对答案仅仅起较小的影响——减少了优化问题的维度，并因此可缩短所必须的计算时间。除了在等式G1和G2中给出的调节量u的约束，还可给出对于状态矢量x或对于输出矢量y的优化约束。在优化计算时，利用等式G3对物理关系进行建模的系统G3要考虑这些约束。在这里，优化问题可以描述为，使室温

保持在由等式G11描述的舒适度范围内。

因为为了解决优化问题而应用了线性编程，用来计算矩阵的未来状态对于给定的调节量来说是固定的——例如实际的状态矢量——因此产生线性的优化问题。为了给非线性问题找出优化解，可应用迭代程序，其中，应用用于线性问题的状态矢量的解，以计算用于下一迭代步骤的矩阵

优化问题可以重复地并利用采样时间t_s来求解，该采样时间一般比优化水平轴的长度短很多。对于平滑的水平轴，根据各类优化，仅仅使用用于下一采样时间的优化调节量。

在当前示例中，在方程G6至方程G9中的参数基于一座瑞士典型办公大楼来确定。太阳辐射、外部空气温度和外部空气湿球温度等测量数据适合在苏黎世使用。在工作日时间8:00至20:00时，内部热增益确定为25W/m²，其它时间是5W/m²。在优化水平轴内，对于每个优化都使用根据等式G12的定值权重w。

w ^T＝[1 3-0.1 10]              (G12)

制热功率1kW用作权重的归一化基础。对于遮阳板位置，其权重选择成负值，因为闭合的遮阳板需要更强的人工照明。以这种方式，人工照明通过用于闭合遮阳板的成本而间接地处理。最大“免费”制冷导致与10kW制热功率相等的成本。

对于充分利用节能潜力并从而充分利用预测式调节的成本节省潜力来说，有决定性意义的是在理想的非预测式调节和理想的预测式调节之间的比较。在这里“理想的”表示，支持模型的预测式调节器使用与调节过程模型相匹配的模型；对于各个优化水平轴，干扰是准确已知的。所以非预测式调节和预测式调节之间的主要差别通过优化水平轴的长度给出。下面将讨论三个调节策略：

第一策略I，其带有采样时间为t_s＝0.5h而优化水平轴长度为t_opt＝72h的理想预测式调节。

第二策略II，其带有更短时间的优化调节，该优化调节的采样时间是t_s＝0.5h，优化水平轴长度是t_opt＝0.5h。

此外，第三策略III是传统调节算法的代表性示例。在这里，一方面遮阳板用作制冷器件，如果最后起作用的动作是制冷过程，也就是u2>0或u4>0，其可通过在有太阳辐射时闭合遮阳板和在没有太阳辐射时打开遮阳实现。另一方面遮阳板用作制热装置；也就是如果最后起作用的动作的制热过程(ul>0)(最好是“免费”制冷)且当时，在有太阳辐射时打开遮阳板，在没有太阳辐射时闭合遮阳板。在这里将其近似成，当最后有效的动作是制冷过程时，遮阳板位置权重置为0.1，当最后有效动作是制热过程时，遮阳板位置权重置回为-0.1。此外，当外部空气湿球温度

且室温

时，“免费”制冷的权重置为-10，否则置回为10，其中，t_s＝0.5h，t_opt＝0.5h。

依照等式G12中的权重但没有对遮阳板的位置进行加权处理而确定了在一整年中模拟的、用于三种策略的能量成本：对于第一策略I得出的平均成本是6.44×10^-3/m²，第二策略II造成的平均成本是13.6×10^-3/m²，对于第三策略III得出的平均成本是9.19×10^-3/m²。

在图3中显示了在春季14天中预测第三策略I和非预测第三策略III之间的比较。预测式策略I成功地仅仅利用低成本制热源和制冷源将室温保持在舒适度范围内。对此，在接下来变得较冷的时间(如在第131天至第135天)内，获得的太阳能量较少时，保持室温

在较高水平，而在接下来较热的时间(如在第136天和第137天)，可获得的较高的起作用的太阳能量时，保持室温在较低水平。以这种方式，建筑物热容利用低成本能量而耗尽且又再次充满。

所描述的结果显示，预测集成式室内自动化具有巨大的可利用潜力。预测式调节解决方案优于非预测式调节，尤其是在较早的时刻加热及冷却建筑物时，也就是在需要使用成本集约的制热和制冷之前，可应用低成本的制热和低成本的制冷。当使用快速的、同时也是成本集约的制热装置和制冷装置时，舒适度不受预调节类型的预测式调节器的影响——即使当调节器的建筑物模型较差且错误地估计未来的干扰时。

参考标号清单

参考标号

20 第一区域

21 第二区域

22 第三区域

24 预测式控制器件

25 建筑物模型

26 微型计算机

27 第一控制信号

30 上层

31 下层

32 第一调节器件

33 第二调节器件

34 第三调节器件

40、41、42 反馈信号

43、44、45 第二控制信号

46、47、48 第三控制信号

49 遮阳装置

50 冷却塔

51、52 通风阀瓣

53 热水阀门

54 冷水阀门

55 能量回收装置

56、57、58 被测量

60 第一模型部分

61 第二模型部分

62 第三模型部分

63 房间节点

Claims (14)

1.一种装置，其带有具有至少两个层次的等级结构，用于控制并调节建筑物中的室温，所述装置包括：

设置在上层(30)的、用于优化地控制至少一种免费能量源的使用的至少一个预测器件(24)，和

设置在所述上层(30)之下的下层(31)上的、用于反馈地调节至少一种其它能量源的至少一个器件(32；33；34)。

2.根据权利要求1所述的装置，其特征在于，

设置在所述上层(30)的所述预测器件(24)具有建筑物模型(25)，而

所述预测器件(24)的调节策略能够利用建筑物的无源蓄热体的特性(25)。

3.根据上述权利要求中任一项所述的装置，其特征在于，

可以选出利用低值和高值而限制的舒适温度带来代替规定值，其中，室温在所述舒适温度带中进行调节。

4.根据权利要求3所述的装置，其特征在于，所述舒适温度带包括至少两个开尔文单位。

5.根据权利要求3所述的装置，其特征在于，所述舒适温度带包括至少四个开尔文单位。

6.根据权利要求1所述的装置，其特征在于，所述预测器件具有用于可重复地优化能量消耗或者说能量成本的器件(25；26)。

7.根据权利要求6所述的装置，其特征在于，通过线性编程来实现所述优化。

8.根据权利要求1所述的装置，其特征在于，由设置在所述上层的所述预测器件所使用的所述免费能量源是日光、废热、外部空气、海水或大地。

9.根据权利要求1所述的装置，其特征在于，通过设置在所述上层的所述预测器件为设置在下层的器件产生用于反馈式调节的控制信号，其中，所述控制信号具有用来优化利用所述免费能量源的信息。

10.根据权利要求1所述的装置，其特征在于，通过设置在所述上层的所述预测器件为至少一个遮阳装置计算控制信号，并且所述控制信号被传送到设置在所述下层的用于反馈式调节的所述器件上。

11.根据权利要求1所述的装置，其特征在于，通过设置在所述上层的所述预测器件为至少一个能量回收装置计算控制信号，并且所述控制信号被传送到设置在所述下层的用于反馈式调节的所述器件上。

12.根据权利要求1所述的装置，其特征在于，通过设置在所述上层的所述预测器件为至少一个冷却塔计算控制信号，并且所述控制信号被传送到设置在所述下层的用于反馈式调节的所述器件上。

13.根据权利要求1所述的装置，其特征在于，通过设置在所述上层的所述预测器件为至少一个通风阀瓣计算控制信号，并且所述控制信号被传送到设置在所述下层的用于反馈式调节的所述器件上。

14.根据权利要求1所述的装置，其特征在于，通过设置在所述下层的所述器件来控制那些用来控制免费能量源的设备和/或用来控制成本集约能量源的设备。

Images