CN110543713B - 考虑用户舒适度与建筑蓄热的热泵-地暖系统控制方法 - Google Patents

Abstract

本发明公开了一种考虑用户舒适度与建筑蓄热的热泵‑地暖系统控制方法，所述方法包括：对建筑能源系统构建HPFHS模型和建筑热负荷模型；构建由物理层、用户层和控制层组成的室温的滚动优化控制架构；控制层的滚动优化控制选取预测时域内系统运行费用与温度惩罚之和最小为系统优化调度目标；在控制层基于所构建的建筑能源系统模型，满足约束的前提下，对优化调度模型进行求解，以确定最优Tset；最优Tset由控制层上传到用户层，并最终下发到物理层执行；物理层执行Tset后，进行控制层数据更新。反复滚动即可求得所有时刻Tset以及对应的物理层执行结果。本发明以室温设定值为控制变量，便于用户动态自主调节，对用户而言更友好。

Description

考虑用户舒适度与建筑蓄热的热泵-地暖系统控制方法

技术领域

本发明涉及建筑能源系统经济运行技术领域，尤其涉及一种考虑用户舒适度与建筑蓄热的热泵-地暖系统控制方法。

背景技术

随着全球城市化进程的加快和人们生活水平的不断提高，能源需求快速增长。其中建筑用能是能源消耗最大的领域之一，占全球终端能源消耗的三分之一以上^[1]。以欧盟为例，2017年其住宅型建筑能耗约占终端总能耗的27％，其中约64％用于采暖^[2]。我国也面临相同问题，根据《中国建筑能耗研究报告(2018)》统计数据，2016年我国建筑能源消费约占全国能源消费总量的20.6％，其中约25％用于采暖^[3]。可见，建筑节能是受全球性关注的重要议题。近年来，空气源热泵-低温热水地板辐射供暖系统(Air-Source Heat Pump-LowTemperature Hot Water Floor Radiant Heating System,HPFHS)作为空气源热泵(Air-Source Heat Pump,ASHP)采暖的一种最新形式，因其高效、环保、节能、易于改造等优点在全球范围内得到应用^[4]，是诸多能源供应商开展供能服务的主要配置方案之一。

目前已有大量研究关注建筑能源系统运行经济性^[5-11]。如文献[5]提出一种分时电价环境下建筑分布式供能系统的多目标日前优化调度模型，通过“源-荷-储”协同优化提升系统经济性；文献[6]提出一种离网建筑能源管理策略，对建筑中热泵出力和电负荷进行协同调度，以降低建筑能源系统购电成本；文献[7]提出一种动态电价环境下基于空调系统(Heating,Ventilating and Air Conditioning,HVAC)设定温度的控制策略，可有效降低峰值负荷并节省HVAC用电成本、保证用户热舒适度。然而上述研究忽略了建筑体热动态过程及热惰性，存在一定局限性。

为此，文献[8]提出一种基于模型预测控制的建筑能源系统调度方法，对HVAC启/停进行在线优化，有效降低建筑供能系统总能耗，同时保证用户的热舒适度；文献[9]提出一种融合需求侧虚拟储能系统的冷热电联供建筑能源系统优化调度方法，利用建筑物蓄热特性，在保证用户热舒适度的前提下降低日运营成本。上述研究考虑了建筑体热动态过程和用户热舒适度，然而优化过程控制变量为HVAC单元的启/停或出力变化，不易被用户感知。控制HVAC单元的启/停或出力变化可改变制冷/热量，由于建筑的蓄热特性，引起建筑室内温度的变化，较易被用户感知。

基于上述问题，文献[10]提出一种考虑风力发电不确定性的两阶段优化策略，利用建筑和电动汽车的灵活性，对变速热泵和电动汽车能耗进行协同优化，以降低商业建筑能源系统购电费用，并研究了不同条件下建筑蓄热对电力系统和商业建筑能源系统优化运行的影响；文献[11]全面考虑人体热舒适度的影响因素，找出人体可接受温度范围，初步比较了三种基于室温设定值的需求侧响应控制策略在不同建筑中电采暖系统运行费用的节省情况，并找出对大部分建筑而言最有效的控制策略。上述文献以室温设定值为控制变量，弥补了以往研究在用户直观性、自主性方面的弊端；进一步考虑设备供能特性和建筑热动态过程，使所提方法更符合实际应用场景。然而上述研究尚未充分挖掘建筑蓄热特性和用户热舒适度对建筑能源系统运行经济性的影响。

由上述分析可知，目前建筑能源系统优化运行研究现状为：

1)往往不能同时考虑设备供能特性和建筑蓄热特性，模型不够精细，使相关方法实用性受到影响；

2)多将HVAC启/停和供能设备出力作为控制变量，不能满足用户自主调节的需要，与制冷/热量变化引起的室内温度变化相比，不易被用户感知。此外，将供能设备出力作为控制变量与未来能源服务商向用户提供差异化能源服务的目标相悖；

3)对用户舒适度考虑较为全面，但对建筑蓄热特性的挖掘和利用尚不够充分，缺乏建筑蓄热特性对建筑能源系统经济运行影响机理的研究。

参考文献

[1]J.Lizana,R.Chacartegui,A.Barrios-Padura,et al.Advances in thermalenergy storage materials and their applications towards zero energybuildings:A critical review[J].Applied Energy,2017,203:219-239.

[2]Eurostat,2017.Energy consumption in households.Available online:https://ec.europa.eu/eurostat/statistics-explained/index.php？title＝Energy_consumption_in_house holds/(accessed 29July 2019).

[3]中国建筑节能协会.中国建筑能耗研究报告[EB/OL].http://211.81.63.2/cloud/211.81.63.130/cache/1/03/jzjnnewht.kechuangfu.cn/967c758704a022979686955536065696/1546072726524234.pdf/,2018.

[4]Kazanci OB,Shukuya M,Olesen BW.Exergy performance of differentspace heating systems:a theoretical study[J].Build Environ,2016,99:119-29.

[5]Wang F,Zhou L,Ren H,et al.Multi-Objective Optimization Model ofSource–Load–Storage Synergetic Dispatch for a Building Energy ManagementSystem Based on TOU Price Demand Response[J].IEEE Transactions on IndustryApplications,2018,54(2):1017-1028.

[6]Sigrist L；Fernandez JM,Lobato E,et al.Modelling ofa thermo-electric energy management system including heat pumps for an off-grid system[J].IET RENEWABLE POWER GENERATION,2019,13(6):961-972.

[7]Yoon J H,Bladick R,Novoselac A.Demand response for residentialbuildings based on dynamic price of electricity[J].Energy and Buildings,2014,80:531-541.

[8]Qi F,Jin X,Mu Y,et al.Model predictive control based schedulingmethod for a building microgrid[C]//Power&Energy Society GeneralMeeting.IEEE,2018.

[9]Jin X,Mu Y,Jia H,et al.Dynamic economic dispatch of a hybridenergy microgrid considering building based virtual energy storage system[J].Applied Energy,2016,194:386-398.

[10]Kim Y,Norford L K.Optimal use of thermal energy storage resourcesin commercial buildings through price-based demand response consideringdistribution network operation[J].Applied Energy,2017,193:308-324.

[11]Alimohammadisagvand B,Alam S,Ali M,et al.Influence of energydemand response actions on thermal comfort and energy cost in electricallyheated residential houses[J].Indoor and Built Environment,2017，26(3):298-316.

发明内容

本发明提供了一种考虑用户舒适度与建筑蓄热的热泵-地暖系统控制方法，本发明考虑到设备供能特性和建筑蓄热特性，建立HPFHS模型和建筑热负荷模型，以描述室内温度与建筑中HPFHS耗电功率的数学关系，在优化调度中可利用建筑蓄热能力，在室内温度允许的范围(由人体热舒适度决定)内，调节室温设定值以调节HPFHS的制热量进而改变其耗电功率，详见下文描述：

一种考虑用户舒适度与建筑蓄热的热泵-地暖系统控制方法，所述方法包括：

对建筑能源系统构建HPFHS模型和建筑热负荷模型；

构建由物理层、用户层和控制层组成的室温的滚动优化控制架构；

控制层的滚动优化控制选取预测时域内系统运行费用与温度惩罚之和最小为系统优化调度目标；

在控制层基于所构建的建筑能源系统模型，满足约束的前提下，对优化调度模型进行求解，以确定最优Tset；

最优Tset由控制层上传到用户层，并最终下发到物理层执行；物理层执行Tset后，进行控制层数据更新。反复滚动即可求得所有时刻Tset以及对应的物理层执行结果。

其中，所述构建由物理层、用户层和控制层组成的室温的滚动优化控制架构具体为：

所述物理层由电网、HPFHS、建筑物理系统及电表、温度计测量装置组成；

所述用户层向控制层输入人体最舒适温度T_n、可接受温度范围和室温对T_n偏离的惩罚因子r_pf；

所述控制层利用从物理层获取的测量数据，更新每个调度时段建筑能源系统的初始状态；利用由气象站提供的室外温度、光照强度等参数和由用户层提供的参数；

基于所构建的HPFHS模型和建筑热负荷模型，通过滚动优化确定调度时段的最优T_set，将其上传给用户层，用以指导用户该时段用能；

用户层感知T_set对室内温度变化的影响，并将由控制层确定的调度时段的最优T_set下发到物理层。

进一步地，所述滚动优化控制具体为：

将控制时间轴划分成均匀的时间窗，每个时间窗为一个控制时域[t_k,t_k+1]，其中t_k为第k个控制时域的起始点；

t_k时刻的室温设定值T_set,tk根据预测时域[t_k,t_k+p]的预测结果进行优化调整，且T_set,tk在[t_k,t_k+1]内保持不变。

其中，所述t_k时刻的室温设定值T_set,tk根据预测时域[t_k,t_k+p]的预测结果进行优化调整具体为：

控制层将T_set,tk上传到用户层，再由用户层下发到物理层；

物理层对该控制指令执行完毕后，控制层对下一控制时域，重复确定t_k时刻的室温设定值T_set,tk；

直到求得每一时刻的最优室温设定值T_set＝{T_set,tk,T_set,tk+1,T_set,tk+2,…}，用于指导用户用能。

其中，所述方法在保证用户热舒适度的前提下，降低HPFHS整体用电量，利用建筑蓄热特性调整HPFHS在不同电价时段出力占比，以提高经济性。

其中，所述方法还包括：在建筑设计阶段综合考虑建设成本和HPFHS运行费用。

进一步地，所述方法还包括：

对符合绿色建筑评价标准的建筑，降低HPFHS在高电价时段出力占比；

否则，增加HPFHS在高电价时段出力占比。

其中，所述方法还包括：在用户层结合建筑设计星级选用惩罚因子。

本发明提供的技术方案的有益效果是：

1、为避免预测误差导致HPFHS实际运行状态与调度结果不匹配，提出一种考虑用户用能舒适度与建筑蓄热特性的滚动优化调控策略，以室温设定值为控制变量，便于用户动态自主调节，对用户而言更友好；

2、以北方冬季某典型日为例，构建独户住宅型建筑算例，验证所提方法的有效性，分析用户热舒适度与建筑蓄热特性对HPFHS经济运行的影响。

3、考虑用户热舒适度，并充分利用建筑蓄热特性，通过降低HPFHS整体用电量、调整其在不同电价时段出力占比，有效降低其运行费用，对其他类型建筑采暖系统也有一定借鉴意义。分析了在温度惩罚不同和蓄热特性不同的建筑条件下所提方法节省系统购电费用的途径差异，结论如下：

1)对最舒适温度偏离的惩罚越小，HPFHS用电量降低越明显，运行费用越低。故在用户层应综合考虑用户热舒适度和用电费用选择合适的惩罚因子。

2)在本文控制策略下，根据《GB/T 50378-2019绿色建筑评价标准》划分的绿建星级越高的建筑，HPFHS运行费用越低。因此在建筑设计阶段应综合考虑建设成本和HPFHS运行费用。

3)本方法对符合上述标准设计的建筑，会降低HPFHS在高电价时段出力占比；对不符合上述标准的建筑，会增加HPFHS在高电价时段出力占比，但均可节省系统运行费用。

4)对于符合上述标准的建筑，随着绿建星级增加，采用本文方法使HPFHS在高电价时段出力占比降低导致的购电费用节省会更加明显。然而随着对最舒适温度偏离的惩罚增大，可能出现HPFHS在高电价时段出力占比增加，导致运行费用增加的现象。故在用户层应结合建筑设计星级选用适当的惩罚因子。

附图说明

图1为HPFHS结构图；

图2为ASHP启/停控制策略示意图；

图3为水箱温度分层示意图；

图4为建筑内部空气传热示意图；

图5为基于室温的滚动优化控制架构；

图6为室外温度；

图7为光照强度；

图8为分时电价；

图9为两种场景下室内温度；

图10为场景II楼宇VESS充/放电功率；

图11为场景II中rpf不同时实际室温对比；

图12为HPFHS运行费用、用电量和在高电价时段出力占比；

图13为场景II中五种围护结构建筑中实际室温；

图14为场景II中五种围护结构建筑中HPFHS运行费用及其下降百分比(与场景I相比)；

图15为场景II中五种围护结构建筑中HPFHS用电量及其下降百分比(与场景I相比)；

图16为场景II中五种围护结构建筑中HPFHS在高电价时段出力占比及其变化情况(与场景I相比)；

图17为滚动优化控制策略步骤。

表1为PMV指数计算参数；

表2为建筑能源系统模型主要参数；

表3为围护结构材料及其热力学参数；

表4为HPFHS运行费用和用电量；

表5为HPFHS在不同电价时段用电量(kWh)；

表6为HPFHS在不同电价时段出力占比；

表7为不同EPS板厚度下墙体总热阻。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面对本发明实施方式作进一步地详细描述。

为降低基于热泵-地暖系统的建筑能耗，提升用能经济性，本发明提出一种考虑用户热舒适度与建筑蓄热特性的热泵-地暖系统滚动优化调控方法。首先，基于设备供能特性，建立了建筑用空气源热泵-地暖系统模型，以描述其耗电功率与制热量的数学关系；进而，基于热平衡方程建立了建筑热负荷模型，以描述室内温度与建筑热负荷的数学关系；在此基础上，构建以室温设定值为控制变量的系统滚动优化调控模型；最后，以北方冬季某典型日为例，构建独户住宅型建筑算例，验证本文方法的有效性，进而，通过对比分析了室内温度对最舒适温度偏离的惩罚情况与建筑蓄热特性对热泵-地暖系统经济运行的影响。

实施例1

为建立室内温度与HPFHS耗电功率的数学关系，本发明构建的建筑能源系统模型包括两部分：HPFHS模型和建筑热负荷模型。前者用于建立HPFHS耗电功率与制热量的数学关系，后者用于建立室内温度与建筑热负荷的数学关系，并通过热功率平衡约束建立联系。

HPFHS主要由ASHP、缓冲水箱、低温热水地板辐射采暖系统(Low Temperature HotWater Floor Radiant Heating System,FHS)、热泵循环水泵、热网循环水泵和热水管道组成，如图1所示。用电设备包括ASHP、热泵循环水泵和热网循环水泵。

ASHP用电设备包括：压缩机和风扇。压缩机耗电功率P_comp与制热量Q_hps和性能系数COP的关系如式(1)所示。其中Q_hps和COP与室外温度T_e和ASHP出水口水温T_s1有关，本发明采用ASHP厂家提供的数据通过三次线性插值拟合获取其数学关系。

Q_hps＝P_comp·COP (1)

ASHP采用启/停控制，如图2所示。ASHP启停一次为一个运行周期。用S_hp描述ASHP运行状态，“1”表示ASHP运行，“0”表示ASHP停机，如式(2)所示。当ASHP运行于供暖模式时需要定期关闭风扇除霜。用S_fr描述除霜状态，如式(3)所示。

其中，T_wav为缓冲水箱平均水温，℃；T_wset为缓冲水箱目标水温，℃；ΔT_wup(ΔT_wlow)为T_wset控制器死区，℃。

假设在ASHP运行期间，风扇电功率P_vent恒定。ASHP耗电功率如式(4)所示。其中T_s1和T_wav的计算方法在下文中给出。

P_hp＝S_hp(T_wav)·[Q_hps(T_s1,T_e)/COP(T_s1,T_e)+S_fr·P_vent] (4)

缓冲水箱作为ASHP的配套保护装置，其用途有别于蓄热水箱，主要起缓冲和减压的作用。缓冲水箱不同高度上水的温度、密度不同，形成了水箱内的温度分层现象。采用多节点模型描述水箱的温度分层，如图3所示，将水箱分为5层，每层水的体积相同。

缓冲水箱中主要存在三部分热交换：与环境的热交换；与邻近水层之间的热传递；由于进/出口水的流动导致的热交换。第i个节点能量平衡方程如式(5)所示。其中FHS出水口水温T_r2、T_s1、热泵循环水泵水流量q₁和热网循环水泵水流量q₂的计算方法在下文中给出。关联系数γ_i和δ_i可由式(6)计算得到。即可求得FHS进水口水温T_s2和ASHP进水口水温T_r1，并计算得到T_wav，如式(7)所示。

式中：ρ_w为水的密度，kg/m³；c_w为水的比热容，kJ/(kg/k)；V_wt为水箱容积，L；Q_lwt为水箱热损耗功率，kW/℃。

FHS散热与T_s2、FHS出水口水温T_r2、室内温度T_z以及类型系数n有关，如式(8)所示。其中q₂和T_z的计算方法在下文中给出。

式中：V_r为FHS容积，L；Q_N为FHS每平米名义热容量，W/m²；T_s2N为FHS名义进水口水温，℃；T_r2N为FHS名义出水口水温，℃；T_zN为名义室内温度，℃；Q_s＝c_w·ρ_w·q₂·(T_s2-T_r2)为HPFHS制热量。

当ASHP从停机状态开始工作需要消耗一定时间才能达到Qh_ps，该过程可用一阶微分方程描述。利用式(9)和式(10)对T_s1和q₁进行联立求解。

c_w·ρ_w·V_hp·dT_s1/dt＝Q_hps(T_s1,T_e)-Q_lpl·(T_s1-T_e)-c_w·ρ_w·q₁·(T_s1-T_r1) (9)

式中：V_hp为ASHP中压缩机容积，L；Q_lpl为热水管道热损耗功率，kW/℃。

q₁＝q_1min+(q_1max-q_1min)·[T_s1-(T_s1set-ΔT_s1low)]/(ΔT_s1up+ΔT_s1low) (10)

式中：T_s1set为ASHP目标出水温度，℃；ΔT_s1up(ΔT_s1low)为T_s1set控制器死区，℃；q_1max(q_1min)为热泵循环水泵水流量上/下界，m³/h。

q₂与T_set的数学关系如式(11)所示，其中T_z的计算方法在下文中给出。

q₂＝(T_set+ΔT_up-T_z)·q_2max/(ΔT_up+ΔT_low) (11)

式中：T_set为室内温度设定值，℃；ΔT_up(ΔT_low)为T_set控制器死区，℃；q_2max为热网循环水泵水流量上界，m³/h；q₁、q₂与对应循环水泵电功率P_c1、P_c2有关，其数学关系可由循环水泵厂家提供的数据通过三次线性插值拟合获取。

综上，HPFHS耗电功率P_s如式(12)所示。结合式(1)-(12)可得到P_s(T_e,T_set,T_z)与Q_s(T_e,T_set,T_z)的数学关系。

P_s＝P_cp1(T_e,T_set,T_z)+P_cp2(T_set,T_z)+[P_vent·S_fr+Q_hps(T_e,T_set,T_z)/COP(T_e,T_set,T_z)]·S_hp(T_e,T_set,T_z) (12)

此外，由上述分析可知，q₂与P_s存在隐函数关系，因此q₂可作为物理层控制变量。然而用户很难将室内温度的变化与q₂的变化建立主观上的联系，却易直观感知与q₂存在函数关系的T_set对室内温度变化的影响，故本文以T_set作为用户层控制变量，也作为滚动优化调控的控制变量。

建筑中热交换情况如图4所示。假设建筑内室温均匀分布，根据式(13)所示的建筑物热平衡方程式及式(14)所示的热功率平衡约束，建立T_z、、Q_s与T_e之间的数学关系，如式(15)所示。

ΔQ＝c_a·ρ_a·A_z·h_z·dT_z/dt (13)

Q_s＝Q_hl,building (14)

式中：其中J为建筑墙体(包括屋顶、地面)；U_wall,j，U_window,j分别为j边界墙体和窗户的总传热系数，W/(m²*K)；A_wall,j，A_window,j分别为j边界墙体和窗户的表面面积，m²；α_w为墙体外表面吸光系数；u_e,j为j边界外墙外表面传热系数；I_T,j，I_t,j分别为j边界墙体和窗户表面接受的全部太阳辐射强度，kW/m²；τ_window为玻璃的透射系数；SC为窗户的遮挡系数；L_al为单位体积空气泄露，1/h；L_ac为开窗通风的体积流量，m³/h；n_body为家中实时人数；q_body，q_el，q_water分别为人均内部产热、使用电器产热和使用冷水造成的热损失，kW。

根据热力学基本方程计算第j面墙体围护结构总传热系数，如式(16)所示。

式中：R_0,j为围护结构总热阻，(m²·K)/W；d_k,j为围护结构第k层材料的厚度，m；m为围护结构材料总层数；λ_k,j为围护结构第k层材料导热系数，W/(m·K)。本文u_i,j取值9.09，u_e,j取值25。

由式(16)可知，室内空气与建筑围护结构内表面、建筑围护结构外表面与室外空气存在热对流；由于建筑围护结构内外表面存在温度梯度，围护结构各层材料存在热传导。由此结合式(15)可知，建筑物具有一定的蓄热能力，可以短期内储存冷(热)量。因此，可将建筑看作虚拟储能系统(virtual energy storage system,VESS)，在优化调度中利用建筑蓄热能力，在人体可接受温度范围内，调节Q_s。其中T_z与Q_s的数学关系由式(15)可得，人体可接受温度范围由人体热舒适度决定。

综上，在优化调度中基于前文构建的HPFHS模型和建筑热负荷模型，利用建筑蓄热能力，在人体可接受的室内温度范围内，控制T_set以调节Q_s进而改变P_s，以响应电价。本发明提出的基于室温的控制具体方法在下文中给出。

本发明提出的基于室温的控制架构，由物理层、用户层和控制层组成，如图5所示。其中物理层由电网、HPFHS、建筑等物理系统及对应测量装置组成；用户层向控制层输入人体最舒适温度T_n、可接受温度范围T_z,min(T_z,max)和室温对T_n偏离的惩罚因子r_pf，也可输入对应的自定义温度。控制层利用从物理层获取的测量数据(包括T_z、T_wav、T_s1和T_s2)，更新每个调度时段建筑能源系统的初始状态；利用由气象站提供的室外温度、光照强度等参数和由用户层提供的参数，基于前文所构建的HPFHS模型和建筑热负荷模型，通过滚动优化方法确定调度时段的最优T_set，将其上传给用户层，用以指导用户该时段用能。用户层易感知T_set对室内温度变化的影响，并将由控制层确定的调度时段的最优T_set下发到物理层。

为避免由于温度预测误差导致HPFHS实际运行状况与调度结果不匹配，在控制层采用滚动优化调控方法。将控制时间轴划分成均匀的时间窗，每个时间窗为一个控制时域[t_k,t_k+1]，其中t_k为第k个控制时域的起始点。t_k时刻的室温设定值T_set,tk根据预测时域[t_k,t_k+p]的预测结果进行优化调整，且T_set,tk在[t_k,t_k+1]内保持不变。本文考虑到温度变化的长时间尺度，控制时域设置为15min；考虑到预测数据的预测误差和变化趋势，预测时域设定为12h。

本发明控制层中滚动优化调控方法的目标函数为预测时域内HPFHS运行费用与t_k+1时刻建筑实际室温T_z(t_k+1)对人体最舒适温度T_n的偏离程度最小，如式(17)所示。

式中：C_ec,t为实时电价，元/(kWh)。C_pf为考虑T_z(t_k+1)对T_n的偏离程度在目标函数中引入的惩罚项，如式(18)所示：

C_pf＝r_pf·|T_z(t_k+1)-T_n| (18)

本发明控制层中建筑能源系统在优化调控中应满足如下约束：

1)电功率平衡约束：

P_e＝P_s (19)

式中：P_e为外部电网注入功率，kW。

2)热功率平衡约束：如式(14)所示。

3)设备运行约束：

ASHP供水温度约束：

T_s1,min≤T_s1≤T_s1,max (20)

式中：T_s1max(T_s1min)为T_s1上(下)界，℃。

热泵循环水泵水流量约束：

q_1min≤q₁≤q_1max (21)

热网循环水泵水流量约束：

0≤q₂≤min(q_2max,q_floor,max) (22)

式中：q_floormax为地暖管路水流量上界，m³/h。

FHS散热约束：

0≤Q_s≤Q_max (23)

式中：Q_max为地暖管路散热功率上界，kW。

4)人体热舒适度约束

室内人体热舒适度可通过预测平均评价指标(predicted mean vote,PMV)来评估。PMV指数计算方法如下式：

式中：M为人体能量代谢率，W/m²；W为人体所做的机械功率，W/m²；P_a为人体周围空气的水蒸气分压力，Pa；t_a为室内空气温度，℃；f_cl为人体覆盖服装面积与裸露面积之比；t_cl为服装外表面温度，℃；t_r为平均辐射温度，℃；h_c为表面传热系数，W/(m²·K)。

现有研究主要关注t_a对舒适度的影响，因此本文假设上式除t_a之外的所有参数均为恒定值，则根据式(24)可得λ_PMV与t_a的函数关系。λ_PMV＝0时可得最舒适温度T_n，如式(25)所示：

T_n＝t_a|λ_PMV＝0 (25)

在考虑热舒适度的情况下，建筑物室温应满足约束：

T_z,min≤T_z≤T_z,max (26)

式中：T_z,max/T_z,min是由ISO 7730标准规定的人体可接受温度上/下界。

在优化调度中可利用建筑蓄热能力，在满足式(26)的前提下，调节T_set进而改变P_s以响应电价。建筑VESS的储/放能功率如式(27)所示，“储能”为正，“放能”为负。据此可描述建筑VESS的储/放能情况。

P_VESS,t＝P_s2,t-P_s1,t (27)

式中，P_s1,t为T_set恒定策略(即不调节T_set)下HPFHS电功率，kW；P_s2,t为滚动优化策略下HPFHS电功率，kW。

控制层中滚动优化调控策略的具体控制流程如图5所示：

第一步：将用户层输入的T_n、T_z,min、T_z,max和r_pf，物理层测量的T_z、T_wav、T_s1和T_s2以及气象站提供的室外温度、光照强度等数据作为控制层中建筑能源系统模型的输入值；

第二步：在[t_k,t_k+p]时段利用前文构建的建筑能源系统模型求解优化问题，确定t_k时刻最优室温设定值T_set,tk，其求解过程在下文中给出；

第三步：控制层将T_set,tk上传到用户层，再由用户层下发到物理层。

物理层对该控制指令执行完毕后，控制层对下一控制时域，重复上述三个步骤。直到求得每一时刻的最优室温设定值T_set＝{T_set,tk,T_set,tk+1,T_set,tk+2,…}，用于指导用户用能。

T_set,tk求解过程如下：

1)依式(28)设定[t_k,t_k+p]时段内的室温设定值为T_set,l，即：在[t_k,t_k+1]时段内通过枚举法生成该时段室温设定值，取值范围为人体可接受温度范围[T_z,min,T_z,max]，步长为ΔT_set；置[t_k+1,t_k+p]时段室温设定值为T_set恒定策略的室温设定值T_constant；

2)利用HPFHS模型预测[t_k,t_k+p]时段对应T_set,l的q_2,l，结合建筑热负荷模型预测T_z,l(t_k+1)和P_s,l；

3)计算含罚函数的运营成本C_l。比较所有C_l，根据式(17)确定t_k时刻最优室温设定值T_set,tk。

实施例2

本发明以北方冬季某典型日的独户住宅型建筑为例，采用气象站预测的室外温度和光照强度分别如图6、图7所示。分时电价采用陕西省居民用分时电价，如图8所示。PMV指标计算参数如表1所示。建筑能源系统模型主要参数见表2。采用《农村居住建筑节能设计标准_GBT 50824-2013》中严寒和寒冷地区农村居住建筑保温构造形式作为本算例建筑围护结构，建筑围护结构材料及其热力学参数如表3所示。为充分研究建筑蓄热特性，忽略用户是否在家的差异，对T_set开展滚动优化。

首先，为验证所提控制策略的有效性，本发明构建了以下两个场景：

场景I：T_set恒定策略。将T_set设定为T_n，即T_set＝T_n＝25℃。

场景II：采用本文方法对T_set进行优化调度，式(18)中r_pf＝0。

对系统进行48小时仿真，得到两种场景下T_z如图9所示。由图可见，场景I中任一时刻T_z对T_n的偏离均不超过0.2℃；场景II中T_z对T_n偏离较大，但仍满足用户热舒适度要求。两种场景下HPFHS运行费用和用电量如表3所示，可知场景II中HPFHS运行费用比场景I降低16.30％。

究其原因，由表4可知，场景II中HPFHS用电量比场景I减少15.83％。另由图9可知，00:00-06:00时段和次日12:00-16:00时段，T_z有上升趋势；08:00-11:30时段、次日08:00-11:30时段和次日18:30-23:00时段，T_z有下降趋势。由建筑VESS储/放能功率结果(图10)可知，00:00-06:00时段和次日12:00-16:00时段，建筑VESS处于“储能”状态；08:00-11:30时段，次日08:00-11:30时段和次日18:30-23:00，建筑VESS处于“放能”状态。由此表明，建筑VESS通常在低/平电价时段储能，在高电价时段放能。

然而由表5可知，从整个仿真时段看，场景II中高电价时段和平/低电价时段，HPFHS用电量均比场景I低，故需考察HPFHS在不同电价时段出力占比，如表6所示。由表6可知，与T_set恒定策略相比，采用本文所提方法使HPFHS在高电价时段出力占比有所降低，平/低电价时段出力占比提高。

由此验证本发明所提方法可在保证用户热舒适度的前提下，降低HPFHS整体用电量，同时利用建筑蓄热特性调整HPFHS在不同电价时段出力占比，以提高经济性。

其次，由于HPFHS运行费用与电价和用电量有关，而HPFHS用电量与用户热舒适度相矛盾，因此有必要研究温度惩罚对HPFHS运行的影响。

将场景II中r_pf分别设为0、0.4和0.8，三种条件下T_z如图11所示。可见此时T_z均满足用户热舒适度要求，且r_pf越大，总体上T_z变化幅度越小、越接近T_n。HPFHS运行费用如图12所示，可知采用本文方法时r_pf越小，与T_set恒定策略相比购电费用节省效果越好；r_pf＝0.8时，采用滚动优化控制方法后HPFHS运行费用略高于T_set恒定策略。

HPFHS用电量及其在高电价时段出力占比如图12所示。由图可知，本文所提方法能有效降低HPFHS用电量，且r_pf越小，效果越明显；与场景I相比，r_pf＝0和0.4时HPFHS在高电价时段出力占比均有所降低，r_pf＝0.8时反而有所提高，这解释了r_pf＝0.8时HPFHS用电量减少反而运行费用增加的现象。上述分析表明，r_pf较小时，HPFHS在高电价时段降低出力；而r_pf过大时，HPFHS可能在高电价时段增加出力，反而使运行费用增加。因此在用户层应选择合适的r_pf。

由此表明r_pf越大，总体上T_z变化幅度越小、越接近T_n；r_pf越小，本文所提方法对HPFHS运行费用和用电量的节省效果越明显(场景II与场景I对比)；r_pf过大时，采用本文所提方法可能使HPFHS在高电价时段增加出力，使运行费用增加(场景II与场景I对比)。因此在用户层应综合考虑用户舒适度和用电成本选择合适的r_pf。

最后，由于本发明控制策略利用建筑蓄热特性，通过调整HPFHS出力，降低其运行费用。因此为研究建筑蓄热特性对HPFHS经济运行的影响，依据《GB/T 50824-2013农村居住建筑节能设计标准》和《GB/T 50378-2019绿色建筑评价标准》，通过改变建筑墙体围护结构中EPS板厚度改变建筑墙体总热阻，如表7所示。建筑围护结构热阻越大，其蓄热特性越好，因此场景I中HPFHS用电量和运行费用越低。

以场景II中r_pf＝0为例，针对表7中五种围护结构建筑对系统仿真，得到实际室温如图13所示。可知，对上述五种围护结构的建筑，采用滚动优化控制后室温均满足用户热舒适度要求。

场景II下HPFHS运行费用及其与场景I相比的下降百分比如图14所示，HPFHS用电量及其下降百分比如图15所示，HPFHS在高电价时段出力占比及其变化情况如图16所示(变化情况为负表示场景II下HPFHS在高电价时段出力占比高于场景I，为正表示场景II下HPFHS在高电价时段出力占比低于场景I)。由图14可知，场景II下蓄热特性越好的建筑，HPFHS用电费用越低。由图16可知，场景II下蓄热特性越好的建筑，HPFHS在高电价时段出力占比越低，因此图15中围护结构热阻为2.4m²·K/W的建筑中HPFHS用电量虽然高于围护结构热阻为2.16m²·K/W的建筑，但运行费用反而降低。

另由图16可见，围护结构热阻为1.31m²·K/W时，场景II下HPFHS在高电价时段出力占比高于场景I；围护结构热阻为1.55和1.79m²·K/W时，场景II下HPFHS在高电价时段出力占比与场景I接近；围护结构热阻为2.16和2.4m²·K/W时，场景II下HPFHS在高电价时段出力占比低于场景I。由前文可知，本文控制策略节省HPFHS购电费用途径有二：

1)降低HPFHS整体用电量；

2)调整HPFHS在不同电价时段出力占比。

结合图15可知，围护结构热阻为1.31m²·K/W时，场景II只通过第一个途径提升经济性；而对于其余四种围护结构的建筑，则通过两个途径共同提升经济性，且随着热阻的增加，途径2)作用更加显著。

由此可得到以下结论：

1)在本文控制策略下，根据《GB/T 50378-2019绿色建筑评价标准》划分的绿建星级越高的建筑，HPFHS运行费用越低。因此在建筑设计阶段应综合考虑建设成本和HPFHS运行费用。

2)本方法对符合上述标准设计的建筑，会降低HPFHS在高电价时段出力占比；对不符合上述标准的建筑，会增加HPFHS在高电价时段出力占比，但均可节省系统运行费用。

3)对于符合上述标准的建筑，随着绿建星级增加，采用本文方法使HPFHS在高电价时段出力占比降低导致的购电费用节省会更加明显。然而随着对最舒适温度偏离的惩罚增大，可能出现HPFHS在高电价时段出力占比增加，导致运行费用增加的现象。故在用户层应结合建筑设计星级选用适当的惩罚因子。

表1 PMV指数计算参数

表2设备参数

表3围护结构材料及其热力学参数

表4 HPFHS运行费用和用电量

表5 HPFHS在不同电价时段用电量(kWh)

表7不同EPS板厚度下墙体总热阻

实施例3

本发明提出一种面向用户的主动、友好的控制策略，可基于室温设定值滚动优化，考虑用户热舒适度，并充分利用建筑蓄热特性，通过降低HPFHS整体用电量、调整其在不同电价时段出力占比，有效降低其运行费用，对其他类型建筑采暖系统也有一定借鉴意义。

下面结合附图对本发明详述。本发明的滚动优化控制策略步骤如图17所示，主要包括：

1)对建筑能源系统进行建模，包括HPFHS模型和建筑热负荷模型，以确定HPFHS耗电功率Ps与室内温度Tz的数学关系；

2)构建基于室温的滚动优化控制架构。本发明提出的基于室温的控制方法架构，由物理层、用户层和控制层组成。其中物理层由电网、HPFHS、建筑等物理系统及对应测量装置组成；用户层向控制层输入人体最舒适温度T_n、可接受温度范围T_z,min(T_z,max)和室温对T_n偏离的惩罚因子r_pf，也可输入对应的自定义温度。控制层利用从物理层获取的测量数据(包括T_z、T_wav、T_s1和T_s2)，更新每个调度时段建筑能源系统的初始状态；利用由气象站提供的室外温度、光照强度等参数和由用户层提供的参数，基于前文所构建的HPFHS模型和建筑热负荷模型，通过滚动优化方法确定调度时段的最优T_set，将其上传给用户层，用以指导用户该时段用能。用户层易感知T_set对室内温度变化的影响，并将由控制层确定的调度时段的最优T_set下发到物理层。

3)最优调度模型构建与求解。控制层的滚动优化控制选取预测时域内系统运行费用与温度惩罚之和最小为系统优化调度目标；在控制层基于所构建的建筑能源系统模型，满足约束的前提下，对优化调度模型进行求解，以确定最优Tset；Tset由控制层上传到用户层，并最终下发到物理层执行；物理层执行Tset后，进行控制层数据更新。反复滚动即可求得所有时刻Tset以及对应的物理层执行结果。

4)分析结果。

本领域技术人员可以理解附图只是一个优选实施例的示意图，上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种考虑用户舒适度与建筑蓄热的热泵-地暖系统控制方法，其特征在于，所述方法包括：

对建筑能源系统构建HPFHS模型和建筑热负荷模型；

构建由物理层、用户层和控制层组成的室温的滚动优化控制架构；

控制层的滚动优化控制选取预测时域内系统运行费用与温度惩罚的之和最小为系统优化调度目标；

在控制层基于所构建的建筑能源系统模型，满足约束的前提下，对优化调度模型进行求解，以确定最优T_set；

最优T_set由控制层上传到用户层，并最终下发到物理层执行；物理层执行T_set后，进行控制层数据更新；反复滚动即可求得所有时刻T_set以及对应的物理层执行结果。

2.根据权利要求1所述的一种考虑用户舒适度与建筑蓄热的热泵-地暖系统控制方法，其特征在于，所述构建由物理层、用户层和控制层组成的室温的滚动优化控制架构具体为：

所述物理层由电网、HPFHS、建筑物理系统及电表、温度计测量装置组成；

所述用户层向控制层输入人体最舒适温度T_n、可接受温度范围和室温对T_n偏离的惩罚因子r_pf；

所述控制层利用从物理层获取的测量数据，更新每个调度时段建筑能源系统的初始状态；利用由气象站提供的室外温度、光照强度和由用户层提供的参数；

基于所构建的HPFHS模型和建筑热负荷模型，通过滚动优化确定调度时段的最优T_set，将其上传给用户层，用以指导用户该时段用能；

用户层感知T_set对室内温度变化的影响，并将由控制层确定的调度时段的最优T_set下发到物理层。

3.根据权利要求1所述的一种考虑用户舒适度与建筑蓄热的热泵-地暖系统控制方法，其特征在于，所述滚动优化控制具体为：

将控制时间轴划分成均匀的时间窗，每个时间窗为一个控制时域[t_k,t_k+1]，其中t_k为第k个控制时域的起始点；

t_k时刻的室温设定值T_set,tk根据预测时域[t_k,t_k+p]的预测结果进行优化调整，且T_set,tk在[t_k,t_k+1]内保持不变。

4.根据权利要求3所述的一种考虑用户舒适度与建筑蓄热的热泵-地暖系统控制方法，其特征在于，所述t_k时刻的室温设定值T_set,tk根据预测时域[t_k,t_k+p]的预测结果进行优化调整具体为：

控制层将T_set,tk上传到用户层，再由用户层下发到物理层；

物理层对该控制指令执行完毕后，控制层对下一控制时域，重复确定t_k时刻的室温设定值T_set,tk；

直到求得每一时刻的最优室温设定值T_set＝{T_set,tk,T_set,tk+1,T_set,tk+2,…}，用于指导用户用能。

5.根据权利要求1所述的一种考虑用户舒适度与建筑蓄热的热泵-地暖系统控制方法，其特征在于，所述方法在保证用户热舒适度的前提下，降低HPFHS整体用电量，利用建筑蓄热特性调整HPFHS在不同电价时段出力占比，以节省购电费用。

6.根据权利要求1所述的一种考虑用户舒适度与建筑蓄热的热泵-地暖系统控制方法，其特征在于，所述方法还包括：在建筑设计阶段综合考虑建设成本和HPFHS运行费用。

7.根据权利要求1所述的一种考虑用户舒适度与建筑蓄热的热泵-地暖系统控制方法，其特征在于，所述方法还包括：

对符合绿色建筑评价标准的建筑，降低HPFHS在高电价时段出力占比；

否则，增加HPFHS在高电价时段出力占比。

8.根据权利要求1所述的一种考虑用户舒适度与建筑蓄热的热泵-地暖系统控制方法，其特征在于，所述方法还包括：在用户层结合建筑设计星级选用惩罚因子。

Images