CN102183891A - 基于物联网的城市交通建筑节能控制方法 - Google Patents
基于物联网的城市交通建筑节能控制方法 Download PDFInfo
- Publication number
- CN102183891A CN102183891A CN 201110106514 CN201110106514A CN102183891A CN 102183891 A CN102183891 A CN 102183891A CN 201110106514 CN201110106514 CN 201110106514 CN 201110106514 A CN201110106514 A CN 201110106514A CN 102183891 A CN102183891 A CN 102183891A
- Authority
- CN
- China
- Prior art keywords
- card reader
- server
- software
- real time
- ticket
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Abstract
本发明公开了一种基于物联网技术的城市交通建筑节能控制方法,将整个交通建筑区域划分成若干个局部区域,在局部区域的入口处、衔接处、出口处布置带GRPS模块的RFID读卡器,当携带RFID电子车票或机票的人员经过读卡器时,读卡器读取票据信息并对人员进行计数,将计数信息经GPRS网络实时传送给中央管理计算机。运行于中央管理平台的智能计算软件可实时得到每个局部区域内的人员数量信息,运用Kalman滤波理论对交通建筑能量系统进行建模和分析,通过鲁棒自适应Kalman滤波算法对区域负荷、区域负荷的变化率进行最优估计,解决原控制系统的大滞后问题,提高控制精度,达到节能目的。
Description
技术领域
本发明涉及一种基于无线射频电子车票的城市交通建筑自适应节能控制方法。
背景技术
据美国能源部统计,空调(HVAC)系统是各类建筑中电力消耗最大的部分,平均为45.6%,其次是照明动力系统。城市交通建筑是能源消耗较大的一类建筑,通常要求24小时供电。
目前,公共建筑中设计院给出的动力设备负荷计算值是各区域额定值的累加,累加的结果实际上是总负荷的最大值,施工和使用单位一般就以设计院推荐的这个最大值为标准进行系统建设、维护、验收,实际上这是不利于节能的做法。从交通建筑设备控制系统的技术实现层面来看,当前普遍采用的还是经典PID控制算法,控制精度不高,控制方法保守,也没有完善的能耗统计方法。从控制系统模型来看,建筑能耗的内部扰动主要来自用能设备和人体的散热散湿。城市交通建筑,特别是像北京、上海这样的大城市的城铁站、地铁站、航站楼是人员密集的地方,建筑空间中的人流量在一天、一年中的不同时段都是动态变化的,这就意味着空间中人体散发的能量是动态值,从而引发空间内部负荷的变化。目前的交通建筑设备控制系统是独立于乘客系统的完全针对设备的控制和管理系统,没有考虑人员流动带来的大扰动问题。
发明内容
本发明要解决的问题是:提供一种能够精确统计建筑中各子区域乘客数量的方法,将乘客系统和设备系统有机的结合起来,统一看作能源控制和管理系统中相互作用的因素,根据人流量使交通建筑设备控制系统做到自适应控制,从而最大限度节约能源。
本发明的技术解决方案是:在交通建筑中构建一个乘客-设备物联网系统,该系统由3部分组成:
(1)数据采集部分
数据采集部分完成自动检票、人员信息采集与远程发送功能,包括RFID车票/机票和读卡器两部分。本发明设计的RFID车票不但具备防伪的基本功能,还具有身份合法性自动认证功能,即可以将人员信息经读卡器采集和远程传送后与公安机关数据库相连,经过比对检验当前乘客身份的合法性。当携带RFID车票的人员经过入口、出口及区域衔接处布置的读卡器时,读卡器对客流量进行自动计数,并通过内置的GPRS模块将区域流量信息实时传送到中央管理计算机。RFID车票与读卡器之间的配合原理是:当RFID车票进入读卡器的可识别区域时,读卡器发出一组固定频率的电磁波,周围形成电磁场,RFID标签从电磁场中获得能量激活标签中的微芯片电路,芯片转换电磁波,然后发送给读卡器,读卡器把它转换成相关数据。即通过耦合元件实现射频信号的空间(无接触)耦合;在耦合通道内,根据时序关系,实现能量的传递和数据的交换。
(2)数据传输部分
数据传输部分采用GRPS(或3G)网络完成区域设备到智能控制中心的数据传输。
(3)智能计算与控制中心
智能计算与控制中心完成各区域人流量的统计、分析、预测,负荷的实时计算与预测,以及与现存中央空调控制系统、照明控制系统软件的通信,即向涉及能源管理的系统发出控制指令。对中央空调控制系统,就是实时修改控制回路的温度设定值、湿度设定值。对照明控制系统,就是实时修改区域内灯具的照度和开/关比例。
智能计算与控制中心设计的创新之处在于:
(1)控制系统模型的全新思路
当前交通建筑空间对温度、湿度、照度的闭环控制系统采用的是调节系统模型,设定值不作频繁调节,且将人流量作为系统的干扰来处理。系统设定值的初始值(默认值)是控制系统编程时人工给定的,如果系统运行时没有通过终端设备修改就可能一直保持在这个默认值上。如果通过终端修改了设定值,那么这种修改也是随机的,使用者往往不考虑节能问题。总之,传统的设定值不能反映负荷的动态变化,带来的直接结果是现有控制系统的大滞后、低精度,间接结果是能源的粗放型控制,造成节能浪费。另外,以往研究方法都是先以温度、湿度等单个变量为线索建立控制回路,然后再经过综合去分析整个系统,在综合过程中往往就产生了偏差,而且迄今为止也没有一套完善的理论化综合方法。
基于以上分析,本发明打破传统模型的束缚,采用伺服系统模型框架,如附图1所示。使设定值随人流量自动变化,输出量自动、连续、精确的复现输入信号的变化。由于综合考虑了空调、照明系统的节能改造,因此从应用需求驱动来看,用单个变量建模无法反映系统的全貌,故考虑将单个变量通过映射全部转化为能量,再在能量向量空间中统一完成系统建模。依据实测统计数据,将人流量划分成n(n=1,2,...,N)(N为自然数)个等级,定义两个映射:
映射1将人流量等级经过统计分析及计算分别映射为不同的温度设定值,即建立映射Tsp=f(n),其中Tsp为温度设定值,f为n到Tsp的映射。
映射2将温度设定值经过统计分析及计算分别映射为不同的能量设定值,即建立映射Esp=g(Tsp),其中Esp为能量设定值,g为Tsp到Esp的映射。
这样,就有Esp=g(f(n)),即Esp是n的二次映射结果。
能量向量空间的建立为系统仿真及中央管理计算机上的智能计算提供了基础。
(2)智能计算与控制中心控制算法的改进
Kalman滤波是一种时域滤波方法,采用状态空间法描述系统,算法采用递推形式,数据存储量小,不仅可以处理平稳随机过程,而且可以处理多维和非平稳随机过程,可以很好的应用到工程实践中,阿波罗登月计划和C-5A飞机导航系统的设计是早期应用Kalman滤波最成功的例子。从能源控制的角度来看,物联网型交通建筑节能控制系统属于典型的随机系统控制问题,因此可以应用Kalman滤波理论进行建模和分析,将区域人流量作为观测方程中观测噪声的一个分量,且观测噪声具有不确定性,其它分量通过实际测试予以确定。将区域负荷、区域负荷的变化率作为状态方程中状态变量的其中两个分量,通过恰当的Kalman滤波算法对这两个变量的状态进行估计,即估计出下一时段的最优负荷及负荷变化率,以利于系统及时采取控制对策,解决原控制系统的大滞后问题,提高控制精度。非线性滤波理论与方法远不如线性滤波理论发展得成熟。但由于实际需求的驱动,非线性滤波技术正在稳健的发展,一些较为成熟算法,如无迹Kalman滤波、强跟踪滤波和粒子滤波等已经在一些领域取得了成功。本发明用H∞滤波方法对任意时段区域负荷进行最优估计。将基于人流量的交通建筑空间能量控制系统看作随机线性离散系统,由于该系统中干扰信号的特征是未知的,因此H∞滤波方法将比标准Kalman滤波方法更适用。根据H∞滤波原理,建立系统的误差状态方程为。式中:X为系统的状态变量;W为系统的过程噪声;F为系统传递矩阵;G为噪声加权矩阵。
附图说明
附图1是基于人流量分级的交通建筑空间能量伺服控制系统模型示意图。
附图2是应用本发明对某大型火车站进行节能改造的系统原理图。
附图3是本发明应用于大型火车站节能改造的实施流程图。
具体实施方式
下面结合附图和具体实施例对本发明做进一步说明。
如附图2所示,本发明首先将整个交通建筑区域划分成M(M为自然数)个局部区域,在局部区域的入口处、衔接处、出口处布置带GRPS模块的RFID读卡器,当携带RFID电子车票或机票的人员经过读卡器时,读卡器读取票据信息并对人员进行计数,将计数信息经GPRS网络实时的传送给中央管理计算机,中央管理计算机中配置含GPRS模块的通信网关,可实时得到每个局部区域内的人员数量信息。局部区域内的人员数量用下式计算:局部区域中的人员数量Xi=局部区域入口处的人员数量Xiin-局部区域出口处的人员数Xiout。i=1,2,...,M。Xi是局部区域能量计算的重要依据。整个交通建筑空间中的总人数为总人数是系统总供给能量计算时重要的参考依据。中央管理计算机是一个智能计算与控制中心,嵌入智能计算软件,该软件将计算结果输出给计算机上已存在的中央空调管理软件、照明控制软件,通过已存在软件再去控制相应的物理设备。建议局部区域的划分与中央空调控制系统对建筑区域的划分尽量一致,这样便于与空调系统局部控制回路相结合。
如附图3所示,本发明基于物联网的城市交通建筑节能控制方法包括以下步骤:
(1)在交通站(包括火车站、汽车站、城铁站、航站楼)内各局部区域边界处均安装配有GPRS模块的RFID读卡器,RFID读卡器记录当前出入局部区域的人员数目,并通过GPRS模块传送到GPRS网络上去。
(2)在交通站中控室设置一台服务器,该服务器可以是已经存在的建筑设备控制系统的服务器。为该服务器增添一个带GPRS模块的通信网关,通过该网关接收GPRS网络传送来的数据,由智能计算软件实时(设置一定时间间隔)统计出各局部区域人流量。
(3)交通站中控室服务器上的智能计算软件运用Kalman滤波算法实时估计下一时段的区域最优负荷值,并经过映射计算转换成温度、湿度、照度、灯具开关数设定值,通过进程间通信传送给中央空调控制系统、照明控制系统软件。
(4)中央空调控制系统、照明控制系统软件执行新的设定值,更新系统的控制回路,使受控对象的运行参数得到实时修改。这样就达到了根据区域人流量自适应控制系统能源供给的目的。
Claims (1)
1. 一种基于无线射频电子车票的城市交通建筑自适应节能控制方法,它的主要步骤包括:
(1)将整个交通建筑区域划分成M(M为自然数)个局部区域,在局部区域的入口处、衔接处、出口处布置带GRPS模块的RFID读卡器;要求出入交通建筑的人员每人都携带RFID电子车票;当携带RFID电子车票或机票的人员经过读卡器时,读卡器读取票据信息并对人员进行计数,将计数信息经GPRS网络实时的传送给中央管理计算机。
(2)在交通站中控室设置一台服务器,该服务器可以是已经存在的建筑设备控制系统的服务器;为该服务器增添一个带GPRS模块的通信网关,通过该网关接收GPRS网络传送来的数据,由智能计算软件实时(设置一定时间间隔)统计出各局部区域人流量。
(3)交通站中控室服务器安装智能计算软件,该软件运用Kalman滤波算法实时估计下一时段的区域最优负荷值,并经过映射计算转换成温度、湿度、照度、灯具开关数设定值,通过进程间通信传送给中央空调控制系统、照明控制系统软件。
(4)要求交通建筑中已经建设好中央空调控制系统、照明控制系统,已安装好相应的软、硬件设备;本发明无需更改原有系统的配置,只需增加少量设备及智能计算软件即可完成节能改造。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110106514 CN102183891A (zh) | 2011-04-27 | 2011-04-27 | 基于物联网的城市交通建筑节能控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110106514 CN102183891A (zh) | 2011-04-27 | 2011-04-27 | 基于物联网的城市交通建筑节能控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102183891A true CN102183891A (zh) | 2011-09-14 |
Family
ID=44570080
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110106514 Pending CN102183891A (zh) | 2011-04-27 | 2011-04-27 | 基于物联网的城市交通建筑节能控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102183891A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102621886A (zh) * | 2012-02-15 | 2012-08-01 | 清华大学 | 根据建筑物内区域人数分布对能源设备进行控制的方法 |
WO2018069839A1 (en) * | 2016-10-14 | 2018-04-19 | E M Intelligence Limited | Online energy audit system |
CN115027627A (zh) * | 2022-06-17 | 2022-09-09 | 杜明芳 | 面向流域安全的巡检救援智能无人船系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201652607U (zh) * | 2010-02-05 | 2010-11-24 | 山东建筑大学 | 基于多Agent技术和信息融合的建筑供热节能系统 |
CN201666006U (zh) * | 2010-01-29 | 2010-12-08 | 窦观一 | 利用传感电网和物联网为新能源调峰的智能房 |
CN102004482A (zh) * | 2010-11-23 | 2011-04-06 | 上海领科实业发展有限公司 | 一种基于物联网技术的建筑自动节能控制系统及其控制方法 |
CN201796269U (zh) * | 2010-05-19 | 2011-04-13 | 山东建筑大学 | 建筑用电设备物联网系统 |
-
2011
- 2011-04-27 CN CN 201110106514 patent/CN102183891A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201666006U (zh) * | 2010-01-29 | 2010-12-08 | 窦观一 | 利用传感电网和物联网为新能源调峰的智能房 |
CN201652607U (zh) * | 2010-02-05 | 2010-11-24 | 山东建筑大学 | 基于多Agent技术和信息融合的建筑供热节能系统 |
CN201796269U (zh) * | 2010-05-19 | 2011-04-13 | 山东建筑大学 | 建筑用电设备物联网系统 |
CN102004482A (zh) * | 2010-11-23 | 2011-04-06 | 上海领科实业发展有限公司 | 一种基于物联网技术的建筑自动节能控制系统及其控制方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102621886A (zh) * | 2012-02-15 | 2012-08-01 | 清华大学 | 根据建筑物内区域人数分布对能源设备进行控制的方法 |
WO2018069839A1 (en) * | 2016-10-14 | 2018-04-19 | E M Intelligence Limited | Online energy audit system |
CN115027627A (zh) * | 2022-06-17 | 2022-09-09 | 杜明芳 | 面向流域安全的巡检救援智能无人船系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sun et al. | Building energy management: Integrated control of active and passive heating, cooling, lighting, shading, and ventilation systems | |
Wang et al. | Energy saving impact of occupancy-driven thermostat for residential buildings | |
Zhao et al. | Energy consumption predicting model of VRV (Variable refrigerant volume) system in office buildings based on data mining | |
CN102705957B (zh) | 办公建筑中央空调逐时冷负荷在线预测方法及系统 | |
CN113835344B (zh) | 设备的控制优化方法、展示平台、云服务器及存储介质 | |
CN102301288B (zh) | 用以控制能量消耗效率的系统和方法 | |
CN107860102B (zh) | 一种控制中央空调的方法及装置 | |
CN103384893B (zh) | 能量管理方法及其系统以及gui方法 | |
CN102283283B (zh) | 智能化浅层地能低温储粮系统 | |
CN101021914A (zh) | 暖通空调负荷预测方法和系统 | |
CN104633829A (zh) | 楼宇冷冻站节能控制装置及方法 | |
CN103912966A (zh) | 一种地源热泵制冷系统优化控制方法 | |
CN110458340B (zh) | 基于模式分类的建筑空调冷负荷自回归预测方法 | |
Jafari et al. | Improving building energy footprint and asset performance using digital twin technology | |
CN109312951A (zh) | 空调机管理装置、热源设备管理装置、空调机管理方法以及热源设备管理方法 | |
Kim et al. | Sequence-to-sequence deep learning model for building energy consumption prediction with dynamic simulation modeling | |
CN107143981B (zh) | 一种中央空调节能控制系统和方法 | |
CN104636800A (zh) | 基于最小二乘加权的冷冻站系统神经网络优化单元及其方法 | |
CN109711614A (zh) | 一种分布式能源站的动态优化运行控制方法及系统 | |
CN108320042A (zh) | 循环水系统的优化方法与装置 | |
CN102183891A (zh) | 基于物联网的城市交通建筑节能控制方法 | |
Chen et al. | A knowledge embedded graph neural network-based cooling load prediction method using dynamic data association | |
Wang et al. | A general multi agent-based distributed framework for optimal control of building HVAC systems | |
Li et al. | A behavior-orientated prediction method for short-term energy consumption of air-conditioning systems in buildings blocks | |
Radhakrishnan et al. | Token based scheduling of HVAC services in commercial buildings |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20110914 |