CN110736227A - 具有在线可配置系统标识的建筑物管理系统 - Google Patents
具有在线可配置系统标识的建筑物管理系统 Download PDFInfo
- Publication number
- CN110736227A CN110736227A CN201910613912.9A CN201910613912A CN110736227A CN 110736227 A CN110736227 A CN 110736227A CN 201910613912 A CN201910613912 A CN 201910613912A CN 110736227 A CN110736227 A CN 110736227A
- Authority
- CN
- China
- Prior art keywords
- model
- building
- user interface
- control
- parameter values
- 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.)
- Granted
Links
- 230000006870 function Effects 0.000 claims description 71
- 238000000034 method Methods 0.000 claims description 56
- 239000011159 matrix material Substances 0.000 claims description 45
- 239000003507 refrigerant Substances 0.000 claims description 43
- 238000004146 energy storage Methods 0.000 claims description 41
- 238000012549 training Methods 0.000 claims description 40
- 238000010438 heat treatment Methods 0.000 description 30
- 238000001816 cooling Methods 0.000 description 29
- 238000011156 evaluation Methods 0.000 description 16
- 238000003860 storage Methods 0.000 description 16
- 238000012546 transfer Methods 0.000 description 16
- 239000012530 fluid Substances 0.000 description 14
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 14
- 238000010586 diagram Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 12
- 230000005611 electricity Effects 0.000 description 10
- 230000004044 response Effects 0.000 description 10
- 230000008859 change Effects 0.000 description 9
- 230000000875 corresponding effect Effects 0.000 description 9
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 8
- 238000005259 measurement Methods 0.000 description 6
- 238000005457 optimization Methods 0.000 description 5
- 239000013598 vector Substances 0.000 description 5
- 239000003990 capacitor Substances 0.000 description 4
- 230000001276 controlling effect Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 230000015654 memory Effects 0.000 description 4
- 239000003345 natural gas Substances 0.000 description 4
- 238000011084 recovery Methods 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012800 visualization Methods 0.000 description 3
- LYCAIKOWRPUZTN-UHFFFAOYSA-N Ethylene glycol Chemical compound OCCO LYCAIKOWRPUZTN-UHFFFAOYSA-N 0.000 description 2
- 238000007792 addition Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000012809 cooling fluid Substances 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000009413 insulation Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 238000010200 validation analysis Methods 0.000 description 2
- 238000009423 ventilation Methods 0.000 description 2
- 241000282412 Homo Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 239000008236 heating water Substances 0.000 description 1
- WGCNASOHLSPBMP-UHFFFAOYSA-N hydroxyacetaldehyde Natural products OCC=O WGCNASOHLSPBMP-UHFFFAOYSA-N 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000008672 reprogramming Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 239000012808 vapor phase Substances 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
- F24F11/63—Electronic processing
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
- F24F11/49—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring ensuring correct operation, e.g. by trial operation or configuration checks
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/50—Control or safety arrangements characterised by user interfaces or communication
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F3/00—Air-conditioning systems in which conditioned primary air is supplied from one or more central stations to distributing units in the rooms or spaces where it may receive secondary treatment; Apparatus specially designed for such systems
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F5/00—Air-conditioning systems or apparatus not covered by F24F1/00 or F24F3/00, e.g. using solar heat or combined with household units such as an oven or water heater
- F24F5/0007—Air-conditioning systems or apparatus not covered by F24F1/00 or F24F3/00, e.g. using solar heat or combined with household units such as an oven or water heater cooling apparatus specially adapted for use in air-conditioning
- F24F5/0017—Air-conditioning systems or apparatus not covered by F24F1/00 or F24F3/00, e.g. using solar heat or combined with household units such as an oven or water heater cooling apparatus specially adapted for use in air-conditioning using cold storage bodies, e.g. ice
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
- G06F3/04847—Interaction techniques to control parameter settings, e.g. interaction with sliders or dials
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B15/00—Systems controlled by a computer
- G05B15/02—Systems controlled by a computer electric
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0208—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring system
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/14—Thermal energy storage
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Signal Processing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Sustainable Development (AREA)
- Air Conditioning Control Device (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种建筑物管理系统包括可操作以影响建筑物的可变状态或条件的建筑物设备以及被配置用于接收指示模型形式的用户输入的控制系统。所述模型形式包括具有关于多个参数定义的多个元素的多个矩阵。所述控制系统被配置用于解析所述模型形式以生成一系列机器可执行步骤,用于基于潜在参数值集确定所述多个元素中的每个元素的值;通过执行所述一系列机器可执行步骤以生成所述多个参数的参数值集来标识系统模型;生成图形用户界面,所述图形用户界面展示对所标识的系统模型的预测与所述建筑物的所述可变状态或条件的性能之间的拟合;并且使用所述标识的系统模型来控制所述建筑物设备。
Description
相关申请的交叉引用
本申请要求于2018年7月20日提交的美国专利申请号16/040,698的权益和优先权,所述美国专利申请的全部披露通过引用并入本文。
背景技术
本披露总体上涉及建筑物设备,并且更具体地涉及用于控制建筑物设备的系统标识。
系统标识指例如基于模型预测控制算法确定可用于控制建筑物设备的系统(这里是由建筑物设备服务的建筑物)的模型。因为管控这种系统的物理现象经常是复杂的、非线性的、并且知之甚少的,所以系统标识要求基于来自实际系统的测量和记录数据来确定模型参数,以便生成准确的预测模型。此外,模型形式(即,由系统矩阵中的参数的排列定义的输入矢量与输出矢量之间的关系)本身可能是未知的,需要一些估计或猜测来找到模型形式,其中,参数可以被标识以创建准确的预测模型。
在常规方法中,模型形式通常被硬编码到软件包中,用于标识系统标识中的模型参数的值。然而,在许多情况下,模型形式不足以代表物理系统来产生准确的系统标识。因此,当系统标识在典型方法中未能达到足够准确的模型时,要求负责系统标识的技术人员打开源代码、导出代表新模型形式的新操作、重写软件代码来对软件进行编程以遵循新操作、并且重新编译代码用于安装和使用。技术人员可能被迫多次重复这些重新编程步骤,直到标识出足够准确的模型形式。用于系统标识的有利于更改模型形式而无需重复重写和重新编译代码的系统和方法可以节省大量系统标识时间、降低负责系统标识的技术人员所需的资格、并且以其它方式降低与系统标识相关联的成本和挑战。
发明内容
本披露的一个实施例涉及一种建筑物管理系统。所述建筑物管理系统包括可操作以影响建筑物的可变状态或条件的建筑物设备、和控制系统。所述控制系统被配置用于接收指示模型形式的用户输入。所述模型形式包括具有多个元素的多个矩阵。所述多个元素中的一个或多个关于多个参数定义。所述控制系统还被配置用于解析所述模型形式以生成一系列机器可执行步骤,用于基于潜在参数值集确定所述多个元素中的每个元素的值;通过执行所述一系列机器可执行步骤以生成所述多个参数的参数值集来标识系统模型;生成图形用户界面,所述图形用户界面展示对所标识的系统模型的预测与所述建筑物的所述可变状态或条件的性能之间的拟合;并且使用所述标识的系统模型来控制所述建筑物设备。
在一些实施例中,所述控制系统被配置用于通过执行所述一系列机器可执行步骤以生成所述多个参数的所述参数值集、通过使用所述一系列机器可执行步骤计算多个潜在参数值集中的每一个的成本函数值来标识系统模型。所述成本函数值基于与所述建筑物设备相关的训练数据来计算。所述控制系统还被配置用于通过选择对应于最低成本函数值的所述潜在参数值集来定义所述参数值集,并且通过使用所述参数值集和所述一系列机器可执行步骤计算所述多个元素中的每一个的值来生成所述系统模型。
在一些实施例中,所述图形用户界面被配置用于允许用户从一组可能的成本函数中选择成本函数。所述控制电路被配置用于计算使用所述成本函数计算的所述成本函数值。在一些实施例中,所述图形用户界面被配置用于允许用户输入与所述训练数据相关的偏好。所述控制电路被配置用于基于所述偏好来修改所述训练数据。
在一些实施例中,所述图形用户界面被配置用于允许用户编辑所述模型形式以创建经编辑模型形式。所述控制系统被配置用于基于所述经编辑模型形式来更新所述系统模型。
在一些实施例中,指示所述模型形式的所述用户输入包括多个元素输入字段中的多个条目。每个元素输入字段对应于所述多个元素之一。所述用户输入还包括多个输入、多个输出、或所述模型形式的多个状态中的一个或多个的指示。
在一些实施例中,所述控制系统被配置用于使用所述标识的系统模型通过在模型预测控制方法中应用所述标识的系统模型以生成用于所述建筑物设备的控制信号来控制所述建筑物设备。
在一些实施例中,所述图形用户界面通过提供多个步骤的对未来的平均预测误差图、训练集的每一个点的预测范围内的预测误差的加权平均值图、或者叠加在所述建筑物的所述可变状态或条件的性能图上的所述系统模型的预测图来展示对所述标识的系统模型的预测与所述建筑物的所述可变状态或条件的性能之间的拟合。
在一些实施例中,所述建筑物设备包括HVAC设备、变制冷剂流量系统、或能量储存系统中的一个或多个。
本披露的另一种实施方式是一种用于控制建筑物管理系统中的建筑物设备的方法。所述方法包括操作建筑物设备以影响所述建筑物的可变状态或条件,并且由控制系统接收指示模型形式的用户输入。所述模型形式包括具有多个元素的多个矩阵。所述多个元素中的一个或多个关于多个参数定义。所述方法还包括由所述控制系统解析所述模型形式以生成一系列机器可执行步骤,用于基于潜在参数值集确定所述多个元素中的每个元素的值;通过执行所述一系列机器可执行步骤以生成所述多个参数的参数值集来标识系统模型;生成图形用户界面,所述图形用户界面展示对所标识的系统模型的预测与所述建筑物的所述可变状态或条件的性能之间的拟合;并且使用所述标识的系统模型来控制所述建筑物设备。
在一些实施例中,通过执行所述一系列机器可执行步骤以生成所述多个参数的参数值集来标识系统模型包括使用所述一系列机器可执行步骤计算多个潜在参数值集中的每一个的成本函数值。所述成本函数值基于与所述建筑物设备相关的训练数据来计算。所述方法还包括通过选择对应于最低成本函数值的所述潜在参数值集来定义所述参数值集,并且通过使用所述参数值集和所述一系列机器可执行步骤计算所述多个元素中的每一个的值来生成所述系统模型。
在一些实施例中,所述图形用户界面允许用户从一组可能的成本函数中选择成本函数。所述成本函数值基于所述成本函数来计算。在一些实施例中,所述图形界面允许用户输入与所述训练数据相关的偏好。所述方法包括基于所述偏好来修改所述训练数据。
在一些实施例中,所述图形用户界面允许用户编辑所述模型形式以创建经编辑模型形式。所述方法包括由所述控制系统基于所述经编辑模型形式来更新所述标识的系统模型。
在一些实施例中,使用所述标识的系统模型来控制所述建筑物设备包括通过在模型预测控制方法中应用所述标识的系统模型来生成用于所述建筑物设备的控制信号。
在一些实施例中,所述图形用户界面通过提供多个步骤的对未来的平均预测误差图、训练集的每一个点的预测范围内的预测误差的加权平均值图、或者叠加在所述建筑物的所述可变状态或条件的性能图上的所述系统模型的预测图来展示对所述标识的系统模型的预测与所述建筑物的所述可变状态或条件的性能之间的拟合。
在一些实施例中,所述建筑物设备包括HVAC设备、变制冷剂流量系统、或能量储存系统中的一个或多个。
本披露的另一种实现方式是一种建筑物管理系统。所述建筑物管理系统包括可操作以影响建筑物的可变状态或条件的建筑物设备、和被配置用于生成图形用户界面的控制系统。所述图形用户界面包括:一个或多个维度输入字段,其允许用户指定多个输入、多个输出、或模型形式的多个状态中的一个或多个;矩阵定义小插件,其允许用户关于一个或多个常数值、一个或多个数学运算、或者一个或多个参数中的一个或多个来定义所述模型形式的第一矩阵的多个元素中的每一个;以及矩阵列表,其允许用户导航到所述矩阵定义小插件中的所述模型形式的多个附加矩阵中的每一个的视图。每个视图允许用户定义所述附加矩阵之一的元素。所述图形用户界面还包括拟合按钮。所述拟合按钮可由用户选择用于指示所述控制系统来基于所述模型形式和与所述建筑物相关的训练数据集确定所述一个或多个参数的值以标识系统模型,并且在图形用户界面上,提供使用所述系统模型进行的预测与所述建筑物的所述可变状态或条件的经测量性能之间的拟合的图形表示。所述控制系统被配置用于基于所述系统模型来控制所述建筑物设备。
在一些实施例中,所述图形用户界面包括算法选项小插件,其允许用户选择成本函数以供所述控制系统在确定所述一个或多个参数的值时使用。
附图说明
图1是根据示例性实施例的配备有HVAC系统的建筑物的图示。
图2是根据示例性实施例的变制冷剂流量系统的第一图示。
图3是根据示例性实施例的变制冷剂流量系统的第二图示。
图4是根据示例性实施例的变制冷剂流量系统的详细框图。
图5是根据示例性实施例的具有能量储存系统的中央设施的框图。
图6是根据示例性实施例的建筑物中的热传递的框图。
图7是根据示例性实施例的图6的建筑物的电路形式图。
图8是根据示例性实施例的用于控制图1中的HVAC系统、图2至图4中的变制冷剂流量系统、和/或图5中的中央设施的控制系统的框图。
图9是根据示例性实施例的由图8的控制系统执行的在线可配置系统标识的过程的流程图。
图10是根据示例性实施例的由图8的控制系统生成的图形用户界面中的第一视图。
图11是根据示例性实施例的由图8的控制系统生成的图形用户界面中的第二视图。
图12是根据示例性实施例的由图8的控制系统生成的图形用户界面中的第三视图。
图13是根据示例性实施例的由图8的控制系统生成的图形用户界面中的第四视图。
具体实施方式
总体上参照附图,根据示例性实施例示出了在线可配置系统标识的系统和方法。如下详述,本文描述的系统和方法允许用户在直观的图形用户界面中输入和编辑建筑物系统的状态空间模型的模型形式,基于所述模型形式来指示控制系统确定参数的最佳值以标识建筑物系统的模型,并且查看使用系统模型进行的预测与建筑物系统的实际性能的拟合程度的图形表示。然后,系统模型可以直接应用于模型预测控制器中,以基于系统模型控制建筑物设备,而无需技术人员编辑源代码。本文描述的系统和方法从而可以节省大量系统标识时间并且降低负责系统标识的技术人员所需的资格。从而可以大幅度降低与系统标识相关联的成本和低效率,有利于对系统模型的方便安装以及高效编辑和更新。
建筑物设备
现在参照图1至图5,示出了根据示例性实施例的各种类型的建筑物设备。建筑物设备指可单独操作或与其他设备组合操作以影响建筑物的可变状态或条件(例如,温度、气流、湿度、光等)的任何设备、装置等,包括通过生成或存储能量以供其他设备使用。本文示出和描述的实施例包括如图1所示出的加热、通风、和冷却(HVAC)系统,如图2至图4所示出的变制冷剂流量(VRF)系统,如图5所示出的中央设施。应该理解的是,这些系统与其他建筑物设备的变化和组合在本披露的范围内。
建筑物HVAC系统
参照图1,示出了建筑物10的透视图。建筑物10由建筑物管理系统(BMS)服务。BMS通常是被配置用于对建筑物或建筑物区之中或周围的设备进行控制、监测和管理的装置的系统。BMS可以包括例如HVAC系统、安全系统、照明系统、火灾报警系统、能够管理建筑物功能或装置的任何其他系统、或任何组合。
服务建筑物10的BMS包括HVAC系统100。HVAC系统100可以包括被配置用于向建筑物10提供加热、冷却、通风或其他服务的多个HVAC装置(例如,加热器、冷却器、空气处理单元、泵、风扇、热能储存设备等)。例如,HVAC系统100被示出为包括水侧系统120和空气侧系统130。水侧系统120可以向空气侧系统130的空气处理单元提供加热流体或冷却流体。空气侧系统130可以使用加热流体或冷却流体来加热或冷却提供至建筑物10的气流。
HVAC系统100被示出为包括冷却器102、锅炉104、以及屋顶空气处理单元(AHU)106。水侧系统120可以使用锅炉104和冷却器102来加热或冷却工作流体(例如,水、乙二醇等)并且可以使工作流体循环至AHU 106。在各实施例中,水侧系统120的HVAC装置可以定位在建筑物10之中或周围(如图1所示)或在如中央设施(例如,冷却器设施、蒸汽设施、热力设施等)等非现场位置处。可以在锅炉104中加热或在冷却器102中冷却工作流体,这取决于建筑物10中需要加热还是冷却。锅炉104可以例如通过燃烧易燃材料(例如,天然气)或使用电加热元件来向循环流体添加热量。冷却器102可以使循环流体与热交换器(例如,蒸发器)中的另一种流体(例如,制冷剂)成热交换关系以从循环流体中吸收热量。可以经由管路108将来自冷却器102和/或锅炉104的工作流体输送至AHU 106。
AHU 106可以使工作流体与穿过AHU 106(例如,经由一级或多级冷却盘管和/或加热盘管)的气流成热交换关系。气流可以是例如室外空气、来自建筑物10内的回流空气、或两者的组合。AHU 106可以在气流与工作流体之间传递热量,从而为气流提供加热或冷却。例如,AHU 106可以包括被配置用于使气流越过或穿过包含工作流体的热交换器的一个或多个风扇或鼓风机。工作流体然后可以经由管路110回流至冷却器102或锅炉104。
空气侧系统130可以经由空气供应管道112将由AHU 106供应的气流(即,供应气流)递送至建筑物10,并且可以经由空气回流管道114向AHU 106提供来自建筑物10的回流空气。在一些实施例中,空气侧系统130包括多个可变空气量(VAV)单元116。例如,空气侧系统130被示出为包括建筑物10的每一个楼层或区域上的单独VAV单元116。VAV单元116可以包括气闸或可以被操作成控制提供至建筑物10的单独区域的供应气流的量的其他流量控制元件。在其他实施例中,空气侧系统130将供应气流递送到建筑物10的一个或多个区域中(例如,经由供应管道112),而不使用中间VAV单元116或其他流量控制元件。AHU 106可以包括被配置用于测量供应气流的属性的各种传感器(例如,温度传感器、压力传感器等)。AHU106可以从定位在AHU 106内和/或建筑物区域内的传感器接收输入,并且可以调整穿过AHU106的供应气流的流速、温度或其他属性以实现建筑物区域的设定值条件。
HVAC系统100从而为建筑物10提供加热和冷却。建筑物10还包括建筑物10中的室内气温的其他热传递源。建筑物质量(例如,墙壁、地板、家具)通过存储或传递热量来影响建筑物10中的室内气温(例如,如果室内气温低于建筑物质量的温度,则热量从建筑物质量传递给室内空气)。人、电子装置、其他电器等(“热负荷”)也通过体热、电阻等向建筑物10贡献热量。另外,外部气温通过向建筑物10提供热量或从所述建筑物吸取热量来影响建筑物10中的温度。
HVAC系统100还包括控制系统150。控制系统150接收关于HVAC系统100和建筑物10的数据(例如,室内气温、室外气温等)并且生成控制信号以控制HVAC系统100来加热和/或冷却建筑物10。控制系统150可以被配置用于在线可配置系统标识,如参照图6至图13详细描述的。
变制冷剂流量系统
现在参照图2至图3,根据一些实施例,示出了服务建筑物201的变制冷剂流量(VRF)系统200。VRF系统200被示出为包括一个或多个室外VRF单元202和多个室内VRF单元204。室外VRF单元202可以位于建筑物外部并且可以操作以加热或冷却制冷剂。室外VRF单元202可以消耗电力以在液相、气相和/或过热气相之间转换制冷剂。室内VRF单元204可以贯穿建筑物内的各个建筑物区域而分布,并且可以从室外VRF单元202接收加热或冷却的制冷剂。每个室内VRF单元204可以为室内VRF单元204所在的特定建筑物区域提供温度控制。尽管术语“室内”用于表示室内VRF单元204通常位于建筑物内部,但是在一些情况下,一个或多个室内VRF单元位于“室外”(即,建筑物外部),例如用于加热/冷却庭院、入口通道、走道等。
VRF系统200的一个优点是一些室内VRF单元204可以在冷却模式下操作,同时其他室内VRF单元204在加热模式下操作。例如,室外VRF单元202和室内VRF单元204中的每一个可以在加热模式、冷却模式或关闭模式下进行操作。每个建筑物区域可以独立控制,并且可以具有不同的温度设定值。在一些实施例中,每个建筑物具有多达三个位于建筑物外部(例如,在屋顶上)的室外VRF单元202以及多达128个贯穿建筑物(例如,在各个建筑物区域中)分布的室内VRF单元204。建筑物区域可以包括公寓单元、办公室、零售空间、和公共区等。在一些情况下,各建筑物区域由各种租户拥有、租赁、或以其他方式占用,全部由VRF系统200服务。
VRF系统200存在许多不同的配置。在一些实施例中,VRF系统200是双管系统,其中每个室外VRF单元202连接至单个制冷剂回流管线和单个制冷剂出口管线。在双管系统中,所有室外VRF单元202都在相同模式下操作,因为经由单个制冷剂出口管线仅可以提供经加热或经冷却制冷剂之一。在其他实施例中,VRF系统200是三管系统,其中每个室外VRF单元202连接至制冷剂回流管线、热制冷剂出口管线和冷制冷剂出口管线。在三管系统中,经由双制冷剂出口管线可以同时提供加热和冷却两者。参照图4更详细地描述了三管VRF系统200的示例。
现在参照图4,示出了根据一些实施例的展示VRF系统200的框图。VRF系统200被示出为包括室外VRF单元202、若干热回收单元206和若干室内VRF单元204。室外VRF单元202可以包括压缩机208、风扇210、或被配置用于使制冷剂在液相、气相、和/或过热气相之间转换的其他功耗制冷剂部件。室内VRF单元204可以遍及建筑物内的各个建筑物区域分布,并且可以从室外VRF单元202接收经加热或经冷却的制冷剂。每个室内VRF单元204可以为室内VRF单元204所在的特定建筑物区域提供温度控制。热回收单元206可以控制制冷剂在室外VRF单元202与室内VRF单元204之间的流动(例如,通过打开或关闭阀)并且可以使由室外VRF单元202服务的加热或冷却负荷最小化。
室外VRF单元202被示出为包括压缩机208和热交换器212。压缩机208使制冷剂在热交换器212与室内VRF单元204之间循环。压缩机208在室外单元控制电路214控制的变频率下运转。在更高频率下,压缩机208为室内VRF单元204提供更大的热传递容量。压缩机208的电力消耗与压缩机频率成比例地增加。
当VRF系统200在冷却模式下操作时,热交换器212可以用作冷凝器(允许制冷剂将热量排出到外部空气),或者当VRF系统200在加热模式下操作时,所述热交换器可以用作蒸发器(允许制冷剂从外部空气吸收热量)。风扇210提供通过热交换器212的气流。可以(例如,由室外单元控制电路214)调整风扇210的速度以调节进入或离开热交换器212中的制冷剂的热传递速率。
每个室内VRF单元204被示出为包括热交换器216和膨胀阀218。当室内VRF单元204在加热模式下操作时,热交换器216中的每一个可以用作冷凝器(允许制冷剂将热量排出到房间或区域内的空气),或者当室内VRF单元204在冷却模式下操作时,所述热交换器中的每一个可以用作蒸发器(允许制冷剂从房间或区域内的空气吸收热量)。风扇220提供通过热交换器216的气流。可以(例如,由室内单元控制电路222)调整风扇220的速度以调节进入或离开热交换器216中的制冷剂的热传递速率。
在图4中,室内VRF单元204被示出为在冷却模式下操作。在冷却模式下,制冷剂经由冷却管线224提供给室内VRF单元204。制冷剂通过膨胀阀218膨胀至冷的低压状态,并且流过热交换器216(用作蒸发器)以从建筑物内的房间或区域吸收热量。然后,经加热制冷剂经由回流管线226流回室外VRF单元202,并且由压缩机208压缩至热的高压状态。经压缩的制冷剂流过热交换器212(用作冷凝器)并且将热量排出到外部空气中。然后,经冷却制冷剂可以经由冷却管线224提供回室内VRF单元204。在冷却模式下,流量控制阀228可以关闭,并且膨胀阀230可以完全打开。
在加热模式下,制冷剂经由加热管线232以热状态提供给室内VRF单元204。热的制冷剂流过热交换器216(用作冷凝器)并且将热量排出到建筑物的房间或区域内的空气中。然后,制冷剂经由冷却管线224流回至室外VRF单元(与图2中所示的流动方向相反)。制冷剂可以通过膨胀阀230膨胀到较冷的较低压状态。经膨胀的制冷剂流过热交换器212(用作蒸发器)并从外部空气吸收热量。经加热制冷剂可以由压缩机208压缩,并经由加热管线232以热的经压缩状态提供回至室内VRF单元204。在加热模式下,流量控制阀228可以完全打开以允许来自压缩机208的制冷剂流入加热管线232。
如图4所示,每个室内VRF单元204包括室内单元控制电路222。响应于建筑物区域温度设定值或其他向建筑物区域提供加热/冷却的请求,室内单元控制电路222控制室内VRF单元204的部件(包括风扇220和膨胀阀218)的操作。例如,室内单元控制电路222可以生成信号以打开和关闭风扇220。室内单元控制电路222还确定室内VRF单元204所需的热传递容量和与所述容量相对应的压缩机208的频率。当室内单元控制电路222确定室内VRF单元204必须提供一定容量的加热或冷却时,室内单元控制电路222然后生成压缩机频率请求并向包括与所需容量相对应的压缩机频率的室外单元控制电路214发送压缩机频率请求。
室外单元控制电路214从一个或多个室内单元控制电路222接收压缩机频率请求并例如通过将压缩机频率请求加到压缩机总频率中聚合所述请求。在一些实施例中,压缩机频率具有上限,使得压缩机总频率不能超过所述上限。室外单元控制电路214将压缩机总频率供应给压缩机,例如作为给予压缩机的DC逆变器压缩机电机的输入频率。室内单元控制电路222和室外单元控制电路214由此组合以调制压缩机频率以匹配加热/冷却需求。室外单元控制电路214还可以生成信号以控制流量控制阀228和膨胀阀230的阀位置、压缩机功率设定值、制冷剂流量设定值、制冷剂压力设定值(例如,由压力传感器236测量的压力的压差设定值)、开/关命令、分级命令、或影响压缩机208的运转的其他信号、以及提供给风扇210的控制信号,所述控制信号包括风扇速度设定值、风扇功率设定值、气流设定值、开/关命令、或影响风扇210运转的其他信号。
室内单元控制电路222和室外单元控制电路214可以存储和/或提供由控制电路214、控制电路222生成或提供给控制电路214、控制电路222的一个或多个控制信号的数据历史。例如,室内单元控制电路222可以存储和/或提供所生成压缩机请求频率、风扇开/关次数、和室内VRF单元204开/关次数的日志。室外单元控制电路214可以存储和/或提供压缩机请求频率和/或压缩机总频率和压缩机运行时间的日志。
VRF系统200被示出为在由能量网250经由室外仪表252和室内仪表254提供的电力上运行。根据各实施例,能量网250是任何电力供应,例如由公共设施公司维护并由一个或多个发电厂供电的电网。室外仪表252测量室外VRF单元202随时间推移的电力消耗,例如以千瓦时(kWh)为单位。室内仪表254测量室内VRF单元204随时间推移的电力消耗,例如以kWh为单位。VRF系统200基于室外仪表252和/或室内仪表254计量的电力消耗产生由提供电力的公共设施公司计费的能量消耗成本。电力价格(例如,美元每千瓦时)可以随时间变化。
VRF系统200还包括控制系统150。控制系统150生成控制VRF系统200的操作的控制信号(例如,通过协调室内单元控制电路222和室外单元控制电路214)。控制系统150可以使用模型预测控制方法。如以下参照图6至图13详细描述的,控制系统150可以被配置用于在线可配置系统标识。
具有能量储存系统的中央设施
现在参照图5,根据示例性实施例,示出了能量储存系统500的框图。能量储存系统500被示出为包括建筑物502。建筑物502可以与如参照图1所描述的建筑物10相同或类似。例如,建筑物502可以配备有HVAC系统和/或操作用于控制建筑物502内的状况的建筑物管理系统。在一些实施例中,建筑物502包括由能量储存系统500服务的多个建筑物(即,校园)。建筑物502可能需要各种资源,包括例如高温热能(例如,热水)、低温热能(例如,冷水)和/或电能。这些资源可以由建筑物502内的设备或子系统或者由为建筑物502提供服务(例如,加热、冷却、空气循环、照明、电力等)的外部系统所需。能量储存系统500操作以满足与建筑物502相关联的资源需求。
能量储存系统500被示出为包括多个公共设施510。公共设施510可以向能量储存系统500提供资源,诸如电力、水、天然气或可以由能量储存系统500用来满足建筑物502的需求的任何其他资源。例如,公共设施510被示出为包括电力公共设施511、供水公共设施512、天然气公共设施513以及公共设施M 514,其中,M是公共设施510的总数量。在一些实施例中,公共设施510是商品供应商,可以从所述商品供应商中采购资源和其他类型的商品。从公共设施510采购的资源可以由发生器子设施520用来产生储存在储存子设施530中以供稍后使用或直接提供至建筑物502的所生成资源(例如,热水、冷水、电力、蒸汽等)。例如,公共设施510被示出为向建筑物502和储存子设施530直接提供电力。
能量储存系统500被示出为包括多个发生器子设施520。在一些实施例中,发生器子设施520是中央设施(例如,中央设施118)的部件。发生器子设施520被示出为包括加热器子设施521、冷却器子设施522、热回收冷却器子设施523、蒸汽子设施524、电力子设施525以及子设施N,其中,N是发生器子设施520的总数量。发生器子设施520可以被配置用于通过发生器子设施520内的设备操作而将一个或多个输入资源转换成一个或多个输出资源。例如,加热器子设施521可以被配置用于通过使用电力或天然气加热水来生成高温热能(例如,热水)。冷却器子设施522可以被配置用于通过使用电力来冷却水而生成低温热能(例如,冷水)。热回收冷却器子设施523可以被配置用于通过从一个水供应中移除热量并向另一水供应添加热量来生成高温热能和低温热能。蒸汽子设施524可以被配置用于通过使用电力或天然气使水沸腾来生成蒸汽。电力子设施525可以被配置用于使用机械发电机(例如,蒸汽涡轮机、燃气发电机等)或其他类型的发电设备(例如,光伏设备、水电设备等)来发电。
由发生器子设施520使用的输入资源可以由公共设施510提供、从储存子设施530中获取和/或由其他发生器子设施520生成。例如,蒸汽子设施524可以产生蒸汽作为输出资源。电力子设施525可以包括使用由蒸汽子设施524生成的蒸汽作为输入资源来发电的蒸汽涡轮机。由发生器子设施520产生的输出资源可以储存在储存子设施530中、被提供至建筑物502、卖给能量采购者504和/或由其他发生器子设施520使用。例如,由电力子设施525生成的电力可以储存在电能储存设备533中、由冷却器子设施522用来生低温热能、被提供至建筑物502和/或卖给能量采购者504。
能量储存系统500被示出为包括储存子设施530。在一些实施例中,储存子设施530是中央设施(例如,中央设施118)的部件。储存子设施530可以被配置用于储存能量和其他类型的资源以供稍后使用。储存子设施530中的每一个都可以被配置用于储存不同类型的资源。例如,储存子设施530被示出为包括高温热能储存设备531(例如,一个或多个热水储存罐)、低温热能储存设备532(例如,一个或多个低温热能储存罐)、电能储存设备533(例如,一个或多个电池)和资源类型P储存设备534,其中,P是储存子设施530的总数量。储存在子设施530中的资源可以直接从公共设施510采购或者由发生器子设施520生成。
在一些实施例中,储存子设施530由能量储存系统500用来利用基于价格的需求响应(PBDR)项目。PBDR项目鼓励消费者在发电、输电和配电成本高时减少消耗。通常(例如,由公共设施510)以能量价格随时间变化的形式实施PBDR项目。例如,公共设施510可以在高峰使用小时期间增大每单位电力的价格来鼓励客户在高峰时间期间减少电力消耗。一些公共设施还基于在预定需量计费时段期间的任何时间的最大电力消耗率而向消费者收取单独的需量计费。
有利地,将能量和其他类型的资源储存在子设施530中允许在资源相对较便宜的时候(例如,在非高峰电力小时期间)采购资源,并且在资源相对更昂贵的时候(例如,在高峰电力小时期间)储存资源以供使用。将资源储存在子设施530中还允许建筑物502的资源需求及时转移。例如,在加热或冷却的需求较低的时候可以从公共设施510采购资源,并且由发生器子设施520立即将所述资源转换成高温热能或低温热能。热能可以储存在储存子设施530中,并且在加热或冷却需求较高时取回热能。这允许能量储存系统500将建筑物502的资源需求平滑化,并且降低发生器子设施520的最大所需容量。将需求平滑化还允许能量储存系统500减少高峰电力消耗,这导致较低的需量计费。
在一些实施例中,储存子设施530由能量储存系统500用来利用基于激励的需求响应(IBDR)项目。IBDR项目向具有基于请求来储存能量、生成能量或缩减能量使用的能力的客户提供激励。通常采用由公共设施510或由独立服务运营商(ISO)支付的货币化收入的形式提供激励。IBDR项目补充了传统的公共设施拥有的发电、输电和配电资产,以及用于修改需求负载曲线的附加选项。例如,所储存的能量可以卖给能量采购者504(例如,能量网)以补充由公共设施510生成的能量。在一些情况下,参与IBDR项目的激励基于系统可以如何快速地响应改变电力输出/消耗的请求而变化。更快的响应可以在更高层次上获得补偿。有利地,电能储存设备533允许系统500通过将所储存的电能迅速释放至能量采购者504来快速地响应对电力的请求。
仍然参照图5,能量储存系统500被示出为包括控制系统150。在图5的实施例中,控制系统150可以被配置用于控制在能量储存系统500中的资源的分配、生产、储存和使用。在一些实施例中,控制系统150执行优化过程以在优化时段内的每个时间步长上确定控制决策的最佳设置。控制决策可以包括例如从公共设施510采购的每种资源的最佳量、使用发生器子设施520产生或转换的每种资源的最佳量、从储存子设施530储存或移除的每种资源的最佳量、卖给能量采购者504的每种资源的最佳量、和/或提供至建筑物502的每种资源的最佳量。在一些实施例中,控制决策包括用于发生器子设施520中的每个子设施的每种输入资源和输出资源的最佳量。
控制系统150可以被配置用于在优化时段的持续时间上使操作能量储存系统500的经济价值最大化。经济价值可以由值函数来限定,所述值函数表示经济价值作为由控制系统150作出的控制决策的函数。值函数可以考虑从公共设施510采购的资源成本、通过将资源卖给能量采购者504而生成的收益、以及操作能量储存系统500的成本。在一些实施例中,操作能量储存系统500的成本包括由于对电能储存设备533进行充电和放电导致的电池容量的损耗成本。操作能量储存系统500的成本还可以包括在优化时段期间过多的设备启动/停止的成本。
子设施520至530中的每一个都可以包括可以由控制系统150控制以优化能量储存系统500的性能的设备。子设施设备可以包括例如加热装置、冷却器、热回收热交换器、冷却塔、能量储存装置、泵、阀和/或子设施520至530的其他装置。可以开启或关掉发生器子设施520的单独装置以调整每个发生器子设施的资源生产。在一些实施例中,发生器子设施520的单独装置可以根据从控制系统150中接收的操作设定值以可变容量进行操作(例如,以10%容量或60%容量操作冷却器)。
在一些实施例中,子设施520至530中的一个或多个子设施包括被配置用于控制相应子设施的设备的子设施级控制器。例如,控制系统150可以确定子设施设备的开/关配置和全局操作设定值。响应于开/关配置和所接收全局操作设定值,子设施控制器可以开启或关掉其对应设备的单独装置,并且实施特定的操作设定值(例如,气闸位置、叶片位置、风扇速度、泵速度等)以达到或维持全局操作设定值。
在一些实施例中,控制系统150在参与PBDR项目、IBDR项目或同时参与PBDR项目和IBDR项目两者的同时使能量储存系统500的寿命周期经济价值最大化。针对IBDR项目,控制系统150可以使用过去清算价格、里程率和事件概率的统计估计来确定将所储存的能量卖给能量采购者504的创收潜力。针对PBDR项目,控制系统150可以使用对所安装设备的环境条件、设施热负载和热力学模型的预测来估计子设施520的资源消耗。控制系统150可以使用对资源消耗的预测来将运行设备的成本货币化。
控制系统150可以自动确定(例如,无需人为干预)在优化时段上参与的PBDR项目和/或IBDR项目的组合以便使经济价值最大化。例如,控制系统150可以考虑IBDR项目的创收潜力、PBDR项目的成本降低潜力以及将由参与IBDR项目和PBDR项目的各种组合产生的设备维护/更换成本。控制系统150可以对参与的收益与参与的成本进行加权以确定将参与的项目的最佳组合。有利地,这允许控制系统150确定使操作能量储存系统500的整体价值最大化的控制决策的最佳设置。
在一些情况下,控制系统150可以确定当创收潜力较高和/或参与成本较低时,参与IBDR项目将是有益的。例如,控制系统150可以从IBDR项目接收需要能量储存系统500削减预定电量的同步预留事件的通知。如果低温热能储存设备532具有足够的容量为建筑物502提供冷却,同时减少冷却器子设施522上的负载以便消减预定电量,则控制系统150可以确定参与IBDR项目是最佳的。
在其他情况下,当参与所需的资源被更好地分配至其他地方时,控制系统150可以确定参与IBDR项目将不是有益的。例如,如果建筑物502接近于设定将大大增加PBDR成本的新高峰需求,则控制系统150可以确定储存在电能储存设备533中的电能的仅一小部分将被卖给能量采购者504以便参与频率响应市场。控制系统150可以确定其余电能将用于为冷却器子设施522供电以防止设置新的高峰需求。
在一些实施例中,能量储存系统500和控制系统150包括在于2016年8月25日提交的美国专利申请号15/247,875、于2016年8月25日提交的美国专利申请号15/247,879以及于2016年8月25日提交的美国专利申请号15/247,881中描述的部件和/或特征中的一些或全部。这些专利申请中的每一个的全部披露通过引用并入本文。
控制系统150可以利用模型预测控制方法来实现这些和其他功能,包括如在2018年4月26日提交的美国专利申请15/963,891中详细描述的随机模型预测控制方法,其全部内容通过引用并入本文。此外,控制系统150可以被配置用于在线可配置系统标识,如参照图6至图13详细描述的。
建筑物系统和状态空间模型
以上建筑物设备的实施例中的每一个包括控制系统150,所述控制系统被配置用于生成对建筑物设备的控制以维持建筑物中的舒适温度、最小化公共设施消耗成本、和/或实现一些其他目标。如以下详细描述的,控制系统150遵循模型预测控制方法。在模型预测控制方法中,控制系统150使用灰盒模型来模拟系统的输入/输出性能。在灰盒模型中,系统的动态特性由较小的参数集完全描述。
x(k+1)=Ax(k)+Bu(k)+w(k)
y(k)=Cx(k)+Du(k)+v(k)
其中,是给定在k处的测量值时在j处的估计/预测状态,是给定在k-1处的测量值时在j处的预测输出,并且K是估计量增益。卡尔曼增益可以在各实施例中被不同地定义,例如基于如在2018年4月13日提交的美国专利申请号15/953,324中详细描述的提前多步预测方法,其全部内容通过引用并入本文。
参数化系统模型(模型形式)试图捕获系统的动态特性,并且因此与系统的物理特性绑定在一起。因此,针对系统的物理元素(建筑物、空间、设备、气候等)的各种不同安排,要求不同数量的状态、输出、和输入以及不同的参数化来准确地预测系统的性能。
为了示例和清楚起见,图6至图7示出了系统的一个示例,其中,系统模型的形式可以根据物理原理导出。应当理解的是,这仅仅是一个示例,并且各种物理系统导致各种输入、输出、状态、和参数化,经常不可预测地偏离以下参照图6至图7描述的第一原理推导。
现在参照图6,根据示例性实施例,示出了服务建筑物区域600的建筑物设备610的框图。建筑物区域600可以是图1的建筑物10的一部分、图2至图4的建筑物201的一部分、或图5的建筑物502的一部分。设备610可以包括HVAC系统100、VRF系统200、能量储存系统500、和/或其元件中的一个或多个。这样,图6展示了各种热传递可如何影响建筑物10的区域600中的室内空气601的室内气温T室内空气的一个示例。区域600是建筑物10的房间、地板、区域等。设备610试图将区域600中的室内气温T室内空气维持在期望温度或其附近,以促进区域600的居住者的舒适度或满足区域600的其他需要。
如图6所示出的,区域600的室内气温T室内空气具有热容C室内空气。室内气温T室内空气受到进入区域600的各种热传递的影响,如以下详细描述的。应该理解的是,尽管在图6中所有热传递示出为直接进入区域600,一个或多个热传递的值可以是负的,使得热量流出区域600。
热负荷602向区域600贡献其他热传递热负荷602包括由在区域600中散发体热的居住者(例如人、动物)添加到区域的热量。热负荷602还包括区域600中的通过电阻生成热量的计算机、照明、和其他电子装置,以及太阳辐照度。
建筑物质量604向区域600贡献建筑物质量热传递建筑物质量604包括建筑物中的物理结构,诸如墙壁、地板、天花板、家具等,所有所述物理结构都可以吸收或散发热量。建筑物质量604具有温度T质量和集中质量热容C质量。建筑物质量604与室内空气601交换热量的阻力(例如,由于绝缘、材料厚度/层等)可以表征为质量热阻R质量室内空气。
室外空气606向区域600贡献外部空气热传递室外空气606是建筑物10的具有室外气温T室外空气的外部空气。室外气温T室外空气随着天气和气候而波动。室外空气606与室内空气601之间的阻挡物(例如,墙壁、封闭的窗户、绝缘)创建室外-室内热阻R室外室内,以在室外空气606与室内空气601之间进行热交换。
设备610也向区域600贡献热量,表示为设备610可通信地耦合至控制系统150、室内气温传感器614、和室外气温传感器616,并且至少部分地基于来自室内气温传感器614和室外气温传感器616的测量值根据由控制系统150生成的控制信号进行操作。在示出的实施例中,设备610由控制系统150控制,以向区域600提供加热(例如,的正值)或冷却(例如,的负值)。
室内气温传感器614位于区域600中,测量室内气温T室内空气,并将T室内空气的测量值提供给控制系统150。室外气温传感器616位于建筑物10/201/502的外部,测量室外气温T室外空气,并将T室外空气的测量值提供给控制系统150。
控制系统150接收温度测量值T室外空气和T室内空气,生成用于设备610的控制信号,并且将控制信号传输到设备610。在图6的实施例中,控制系统150考虑状态空间模型,所述状态空间模型在控制设备610以提供合适水平的时捕获热负荷602、建筑物质量604、和室外空气606对室内空气601的影响,如以下参照图7进一步详细描述的。
在图6至图7的实施例中,由控制系统150提供给设备610的控制信号指示区域600的温度设定值T设定值。为了确定温度设定值T设定值,控制系统150假设室内气温T室内空气与温度设定值T设定值之间的关系遵循具有饱和度的比例积分控制律,表示为:
ε设定值=T设定值,j-T室内空气 (等式B)
其中,j∈{clg,hlg}是用于表示加热或冷却模式的索引。加热和冷却模式需要不同的参数Kp,j和KI,j。此外,加热和冷却负荷受限于以下设定:用于冷却模式(j=clg)并且用于加热模式(j=htg)。
现在参照图7,根据示例性实施例,对应于图6中的区域600以及各种热传递的电路形式图700被示出。通常,图700将区域600建模为两个热阻、两个热容、控制导向的热质量系统。这个模型可以通过以下线性微分方程组来表征,如以下参照图7描述的:
其中,第一行(等式C)侧重于室内气温T室内空气,并且等式C中的每一项对应于图700的分支,如下所解释的。
室内空气节点702对应于室内气温T室内空气。从室内空气节点702,模型在若干方向上分支,包括经由具有电容C室内空气的电容器706向下到接地704。电容器706对室内空气吸收或释放热量的能力进行建模,并且与室内热传递的变化率相关联。因此,电容器706输入等式C的等式左侧为C室内空气
从室内空气节点702,图700还向左分支到建筑物质量节点710,所述建筑物质量节点对应于热质量温度T质量。具有质量热阻R质量室内空气的电阻器712将室内空气节点702与建筑物质量节点710分开,以将从建筑物质量604到室内空气601的热传递建模为这一项包括在以上等式C的右侧,作为对室内气温变化率的贡献。
图700还从室内空气节点702向上分支到室外空气节点714。具有室外-室内热阻R室外室内的电阻器716将室内空气节点702与室外空气节点714分开,以将从室外空气606到室内空气601的流动热量建模为这一项也包括在以上等式C的右侧,作为对室内气温变化率的贡献。
还从室内空气节点702,图700向右分支到两个源,即和如以上提到的,对应于热负荷602和对室内气温T室内空气的变化作出贡献的各种能量源。不是由HVAC系统100测量或控制的,然而对室内气温的变化率作出贡献。是由设备610生成和控制的,以管理室内气温T室内空气。因此,和包括在以上等式C的右侧。
以上第二个非线性微分方程(等式D)侧重于建筑物质量温度T中的变化率建筑物质量接收或散发热量的能力由电容器718建模。电容器718具有集中质量热容C质量并且放置在接地704与建筑物质量节点710之间并且调节建筑物质量温度T质量的变化率。因此,电容C质量包括在等式D的左侧。从建筑物质量节点710分支的还有通向室内空气节点702的电阻器712。如上所提到的,这个分支考虑了建筑物质量604与室内空气601之间的热传递因此,项包括在等式D的右侧。
如以下详细描述的,由图700表示的模型形式是控制系统150在系统标识和生成用于设备610的控制信号中使用的模型形式的一个示例。更具体地,控制系统150可以使用图700中示出的模型的状态空间表示。由控制系统150使用的状态空间表示可以通过将等式C和D并入等式A和B导出。并且将得到的方程组写成线性微分方程组来得到:
其中,I表示来自等式A的积分项得到的线性系统具有三个状态(T室内空气、T质量、I)、两个输入(T设定值,j、T外部空气)、两个输出(T室内空气、)和一个干扰因为没有被测量或控制,所以控制系统150使用向状态空间表示添加第四状态d的输入干扰模型来对干扰进行建模,第二阶段使用卡尔曼增益参数。以更紧凑的形式,这个线性微分方程组可以写成:
其中
因此,图7展示了可以导出参数化状态空间模型的系统,也就是说,在所述系统中可以关于系统参数定义矩阵A、B、C、D、K的元素(在这个示例中,如以下参照图8至图13详细描述的,控制系统150被配置用于确定最小化成本函数(例如预测误差成本函数)的系统参数 的值。控制系统150从而标识可用于模型预测控制的系统模型。
然而,由于各种原因,各种现实世界系统可能不会表现为图7中展示的理想化图700。在许多情况下,系统的输入/输出性能大幅度偏离图7中的参数化状态空间模型所预测的性能,即使使用优化的参数值。可能要求不同的参数化(即,关于系统参数的矩阵A、B、C、D、K的元素的不同定义)以准确预测系统性能。
因此,为了促进更好的系统标识,如以下详细描述的,控制系统150提供改进的系统标识,所述改进的系统标识以用户友好、直观、以及高效的方式促进参数化状态空间模型的在线配置和其他选项。
具有在线可配置系统标识的控制系统
现在参照图8,根据示例性实施例,示出了控制系统150的框图。如以下详细描述的,控制系统150被配置用于提供在线可配置系统标识并使用模型预测控制来控制建筑物设备800。建筑物设备800可以包括HVAC系统100、VRF系统200、能量储存系统500、或其组件中的一个或多个。控制系统150可与传感器802通信,所述传感器提供与建筑物设备800和由建筑物设备800服务的一个或多个建筑物或者建筑物区域相关的物理值的测量值。控制系统150还可与用户装置804通信,以允许用户从控制系统150接收信息并向控制系统150提供输入,如以下详细描述的。用户装置804可以包括智能手机、平板计算机、膝上型计算机、台式计算机等中的一个或多个。
如图8所示出的,控制系统150包括系统标识系统806和在线控制器808。系统标识系统806促进系统标识以生成系统模型供在线控制器808使用,以使用模型预测控制生成用于设备800的控制信号。
在线控制器808包括模型预测控制电路810和设备控制电路812。模型预测控制电路810基于系统的所预测性能生成用于系统的输入,以最小化能量成本、最大化居住者舒适度、或优化一些其他目标函数。模型预测控制电路810接收来自系统标识系统806的系统模型(即,具有标识的参数值)和来自传感器802的测量值(例如,室内气温、室外气温、湿度、空气速度)。模型预测控制电路810还可以从各种其他源接收数据,例如来自天气服务的天气预报(例如,可经由互联网访问)和/或来自公共设施公司计算系统的公共设施价格。模型预测控制电路810然后使用系统模型、当前测量值、以及在一些情况下的各种其他数据来预测系统的未来性能并确定系统(即,状态空间模型)的一个或多个可控输入的期望值来提供给设备控制电路812。例如,在图6至图7的示例中,模型预测控制电路810可以生成的值并将的值提供给设备控制电路812。
设备控制电路812接收由模型预测控制电路810生成的(多个)输入,并且基于(多个)输入生成用于设备800的控制信号。也就是说,设备控制电路812控制设备800以向系统提供(多个)输入。例如,设备控制电路812可以向设备800提供实现(多个)输入的温度设定值、压缩机频率、风扇速度、气闸位置、电池放电率等(例如,使得设备800提供热传递率的温度设定值)。
系统标识系统806被配置用于基于使用来自系统的真实训练数据的系统标识来生成供模型预测控制电路810使用的系统模型。如以下详细描述的,系统标识系统806包括训练数据电路814、用户界面电路816、分析解析器电路818、和参数标识电路820。
训练数据电路814被配置用于采集、过滤、和以其他方式开发训练数据集,即训练时段中的每个时间步长的输入值集合和输出值集合。在示出的实施例中,训练数据电路814通过向设备控制电路812提供训练输入来促进训练数据的生成。训练输入可以覆盖一系列值,以促进鲁棒训练数据集的创建。设备控制电路812可以基于训练输入生成用于设备800的控制信号。传感器802然后捕获与由设备800服务的建筑物相关的测量值,并将测量值提供给训练数据电路814。训练数据电路814然后采集训练数据集中的训练输入和测量值。如以下详细描述的,系统标识系统806使用训练数据来确定系统模型中的参数值。在一些实施例中,保存训练数据的一部分用于验证所标识系统模型,即,将使用系统模型进行的预测与训练数据进行比较,以评估系统模型与实际系统性能的拟合程度。
用户界面电路816被配置用于向用户提供用户友好的图形用户界面,用于执行在线可配置系统标识。图形用户界面中的示例视图在图10至图13中示出。用户界面电路816向用户装置804提供图形用户界面以显示给用户,并从用户装置804接收与图形用户界面相关的用户输入。
用户界面电路816被配置用于生成图形用户界面,所述图形用户界面示出了设备和/或建筑物的示意图。图10中示出了示例并且参照其进行了详细描述。示意图可以指示设备的当前状态、建筑物中的当前条件等。在一些实施例中,图形用户界面被提供作为用于建筑物管理系统或能量管理系统的用户界面的一部分,例如江森自控有限公司(JohnsonControls Inc.)的能量管理系统。示意图可以可视化系统的输入和输出,其中,系统模型的标识如下详述。
用户界面电路816还被配置用于生成图形用户界面,所述图形用户界面提示用户定义系统的参数化模型形式。图11中示出了这种图形用户界面的示例并且参照其进行了详细描述。更具体地,用户界面电路816提示用户选择系统模型的输入、输出、和状态的数量并且关于定义矩阵用户界面电路816还可以生成图形用户界面,所述图形用户界面允许用户将一个或多个控制器的控制器端口(即,数据输入和控制输出)映射到参数化模型形式中的变量。用户界面电路816然后可以接收定义参数化模型形式的图形用户界面的用户输入,并且将参数化模型形式提供给分析解析器电路818。
用户界面电路816还可以被配置用于生成图形用户界面,所述图形用户界面示出了数据拟合的图形表示。用户界面电路816可以被配置用于从参数标识电路820接收所标识系统模型(即,具有确定的参数值的系统模型)、基于系统模型生成用于验证时段的预测、并且生成将对系统模型的预测与来自训练数据电路814的验证训练数据进行比较的一个或多个可视化(visualization)。用户界面电路816可以计算并提供加权平均绝对预测误差(WMAPE)的图形表示(例如,训练集内每个点的预测范围内的预测误差的加权平均值图)和/或均方根预测误差(RMSPE)(例如,多个步骤的对未来的平均预测误差图),以促进可视化所标识系统模型预测实际系统性能的程度。用户界面电路816从而有利于用户判定参数化模型形式是否导致足够准确的系统模型。
用户界面电路816还可以在图形用户界面上提供选项,所述选项允许用户选择与由训练数据电路814生成的训练数据和/或由参数标识电路820执行的参数标识相关的选项。例如,用户界面电路816可以为用户提供选项,以指示训练数据电路814将饱和度检测和去除过滤应用于训练数据,例如,如2018年2月20日提交的美国专利申请号15/900,459中所描述的,其全部内容通过引用并入本文。作为另一示例,用户界面电路816可以提供用于在多个预测误差方法之间进行选择以供参数标识电路820使用的选项,例如提前一步预测误差方法、提前多步预测误差方法、以及在2018年4月13日提交的美国专利申请号15/953,324中详细描述的模拟预测误差方法,其全部内容通过引用并入本文。各种其他选项是可能的,例如如图13所示出的并且参照其进行了详细描述。用户界面电路816将用户选择的选项提供给训练数据电路814和/或参数标识电路820,以适用于实施用户的选择。用户界面电路816可以有利于重新计算模型参数值,并且响应于新选项的用户选择,重新生成系统模型拟合的一个或多个图形表示。
用户界面电路816还提供将系统模型推送到在线控制器808和模型预测控制电路810以用于在线控制的选项。用户界面电路816可以提供推送选项以及系统模型的拟合的一个或多个曲线图,例如如图12所示出的。响应于将系统模型推送到在线控制器808的选项的用户选择,用户界面电路816将系统模型提供给在线控制器808和/或指示参数标识电路820将系统模型提供给在线控制器808。
如上所提到的,用户界面电路816接收定义参数化模型形式的用户输入,并且将参数化模型形式提供给分析解析器电路818。分析解析器电路818因此接收关于定义的矩阵更具体地,如分析解析器电路818所接收的,每个矩阵的每个元素可以被定义为使用一个或多个参数p1,...,pn,....pN和/或一个或多个实值常数的算术运算。例如,在一些情况下,矩阵A可以被定义为分析解析器电路818接收以这种矩阵格式定义的矩阵
分析解析器电路818被配置用于将矩阵格式中的每个元素转换为一系列机器可执行算术步骤(例如,每个步骤包含一个加法、乘法、除法、或减法)。例如,分析解析器电路818可以将以上示例(即,(p3p4+3)))中的矩阵均元素A21转换为下面的两步序列:
1.将p3与p4相乘。
2.将1中的结果与3相加。
所述两步序列使得运算电路822将p3与p4相乘并向p3与p4的乘积中加上三。
分析解析器电路818可以在将用户输入元素定义转换为机器可执行算术步骤序列时遵循各种运算顺序规则和符号规则。分析解析器电路818采集每个矩阵的每个元素的机器可执行算术步骤序列,以创建模型形式的运算包。分析解析器电路818然后将运算包提供给参数标识电路820,并且更具体地,提供给参数标识电路820的运算电路822。
其中,yk是来自训练数据的在时间步长k处的输出y的实际值,uk是来自训练数据的在时间步长k处的输入u的实际值,是基于具有参数的系统模型的在时间步长k处的输出y的预测值,并且l是误差的函数,例如平方函数。各种成本函数是可能的,例如,如2018年4月13日提交的美国专利申请号15/953,324中描述的,其全部内容通过引用并入本文。
为了最小化参数标识电路820使用来自训练数据电路814的训练数据计算多个参数值中的每一个的值。成本函数评估电路824和/或用户经由用户界面电路816生成的用户界面选择初始参数值集成本函数评估电路824向运算电路822提供所述运算电路使用来自分析解析器电路818的运算包来计算每个矩阵中的每个元素的实际值。运算电路822然后向成本函数评估电路824提供矩阵所述成本函数评估电路使用矩阵来计算并存储
成本函数评估电路824然后选择另一参数值集将提供给运算电路822,所述运算电路再次使用运算包来计算的元素的值。成本函数评估电路824然后计算并存储成本函数的值。参数标识电路820重复这些步骤,迭代N个参数值集来计算在每次迭代时,成本函数评估电路824可以基于先前计算的成本函数值中的趋势选择下一参数值集所述趋势建议如何调整值以用接近最小值(例如,遵循递减梯度)。
成本函数评估电路824从而计算多个成本函数值成本函数评估电路824然后可以标识对应于的最低值的参数值集并且,作为响应,确定那些参数值为模型参数。运算电路822然后可以计算矩阵的元素的值来定义系统模型。参数标识电路820从而标识系统模型。然后可以将系统模型提供给用户界面电路816和/或模型预测控制电路810。
现在参照图9,根据示例性实施例,示出了用于在线可配置系统标识的过程900的流程图。过程900可以由图8的控制系统150执行,并且在以下描述中对其进行引用。
在步骤902处,控制系统150提示并接收参数化模型形式的用户输入。在一些实施例中,用户界面电路816生成图形用户界面,所述图形用户界面允许用户输入多个输入、输出、和状态并且关于p1,...,pn,....pN与一个或多个常数之间的数学运算定义每个矩阵的每个元素。控制系统150可以限制输入、输出、和状态的数量,以确保矩阵与向量的维度相关如状态空间模型要求的和/或在违反这些条件时生成错误消息。控制系统150可以允许用户选择参数pn的数量(即,选择用于的N)。用户输入以分析的、人类可读的矩阵格式定义参数化模型形式。
在步骤904处,控制系统150解析参数化模型形式以生成运算包,所述运算包包含确定矩阵的每个元素的值所必需的机器可执行算术步骤。也就是说,控制系统150将由人类用户输入的参数化模型形式转换为处理器可执行的格式,以计算每个矩阵元素的值。因为控制系统150自动地进行这个转换,所以控制系统150消除了用户手动起草每次更新模型形式时计算矩阵值的新软件代码的需要。
在步骤906处,控制系统150使用运算包和训练数据来优化目标函数,以确定参数值来定义系统模型。例如,控制系统150可以最小化预测误差函数,例如,如2018年4月13日提交的美国专利申请号15/953,324中所描述的,其全部内容通过引用并入本文。控制系统150确定参数的值并基于这些参数值使用运算包来确定矩阵A,B,C,D,K的每个元素的值来定义系统模型。
在步骤908处,控制系统150生成图形用户界面,所述图形用户界面描绘验证数据(在系统步骤906中未使用的训练数据的子集)与使用系统模型进行的预测之间的比较。也就是说,控制系统150在预测范围内预测每个时间步长的输出,并且使用这些预测来生成预测输出和/或来自验证数据的实际输出的曲线图或其他可视化。在一些实施例中,控制系统150计算并绘制WMAPE和/或RMSPE的图表。控制系统150可以允许用户选择和系统模型与实际系统性能之间的拟合相关的各种视图、比较、度量等。
控制系统150从而可以有利于用户判定用户输入的模型形式是否导致提供令人满意或足够准确的预测的系统模型。如果用户确定系统模型不足够拟合系统性能,则用户可以选择控制系统150提供的选项以返回至步骤902,在此处控制系统150提示用户输入或编辑参数化的模型形式。在一些实施例中,控制系统150允许用户选择或更改各种其他设置,包括向训练数据添加过滤器、选择捕获和使用的训练数据量、实施训练数据的饱和度检测和移除过程、选择各种可用成本函数之一、选择提前多步误差预测方法的范围、选择成本函数评估电路824在最小化成本函数时尝试的多个参数值集、和/或各种其他选项。过程900然后可以使用由用户输入的新参数化模型形式和/或设置来重复步骤904至步骤908。
在步骤910处,控制系统150提示并接受用户输入以将系统模型推送到在线控制器808。控制系统150可以包括在步骤908中生成的图形用户界面上的按钮或图标,所述按钮或图标可以由用户选择以使得系统模型由在线控制器808实施(即,用来指示在线控制器808开始使用系统模型)。因此,如果用户通过查看在步骤908处生成的图形用户界面确定系统模型提供令人满意的预测,则用户可以输入批准的指示以接受在步骤906中标识的系统模型。
在步骤912处,控制系统150基于系统模型控制建筑物设备。控制系统150可以在模型预测控制方法中使用系统模型来生成用于建筑物设备的控制信号,例如以最小化公共设施成本、最大化居住者舒适度、和/或优化并入了所述公共设施和居住者舒适度或其他考虑的一些成本函数。例如,控制系统150可以使用系统模型来控制建筑物设备,以在一段时间内向建筑物提供可变水平的加热和/或冷却。在步骤912处,控制的建筑物设备可以包括图1的HVAC系统100、图2至图4的VRF系统200、图5的能量储存系统500、和/或其元件中的一个或多个。
用于在线可配置系统标识的图形用户界面
现在参照图10,根据示例性实施例,示出了由控制系统150生成并呈现在用户装置804上的图形用户界面1000中的系统视图1002。在示出的实施例中,根据示例性实施例,系统视图1002描绘了图2至图4的VRF系统200的示意性表示。系统视图1002示出了VRF系统200的当前状态,例如VRF系统200的各种功率负荷。
系统视图1002包括拟合按钮1004。用户可以选择拟合按钮1004以导航到允许用户将系统模型拟合到系统视图1002中示出的系统的新窗口。在示出的实施例中,当用户选择拟合按钮1004时,图形用户界面1000切换到图11中示出的模型形式定义视图1100。
现在参照图11,根据示例性实施例,在用户装置804上示出了图形用户界面1000的模型形式定义视图1100。模型形式定义视图1100包括导航窗格1102和矩阵定义小插件1104。
导航窗格包括输入计数字段1112、和输出计数字段1114、以及状态计数字段1116。输入计数字段1112允许用户选择模型形式中的输入的数量,输出计数字段1114允许用户选择模型形式中的输出的数量,以及状态计数字段1116允许用户选择模型形式中的状态的数量。输入计数字段112、输出计数字段1114和状态计数字段1116中的每一个可以允许用户使用下拉菜单或通过允许用户在条目空白中键入数字来为所述字段选择值。如果输入计数字段112、输出计数字段1114、和状态计数字段1116中的值不允许使用具有与本文所使用的状态空间表示一致的维度的矩阵和向量,则图形用户界面1000可以显示警告或错误消息(即,如以上等式G至等式H所示出的)。
导航窗格包括矩阵列表1106,所述矩阵列表包括对应于矩阵A,B,C,D,K的每一个的单选按钮1108。每个单选按钮1108是可选择的,以在矩阵定义小插件1104中查看和定义对应的矩阵。
在图11的说明性示例中,对应于矩阵C的单选按钮1108被选中。因此,矩阵定义小插件1104被配置用于允许用户定义矩阵C。更具体地,矩阵定义小插件1104包括用于矩阵C的每个元素的元素输入字段1110。在示出的示例中,输出计数字段1114具有值3并且状态计数字段1116具有值3,意味着矩阵C一定是3×3矩阵。因此,矩阵定义小插件1104包括以3×3阵列方式排列的九个元素输入字段1110。
可以选择每个元素输入字段1110以关于参数{p1,...,pn,....pN}输入所述字段的定义。在示出的示例中,在C11位置的元素输入字段1110示出了定义p1+p2,而在C12的元素输入字段1110示出了定义3p2+1。响应于用户选择元素输入字段1110,图形用户界面1000可以启动允许用户选择运算(加法+、减法-、除法/、乘法*)、数字、参数和/或任何其他专用数学符号的数学键盘。用户可以使用数学键盘和/或一些其他输入装置来输入每个元素输入字段1110的定义。在一些实施例中,未定义的元素输入字段1110可以默认为零值。通过顺序地选择包括在矩阵列表1106中的每个单选按钮1108并编辑出现在矩阵定义小插件1104中的元素输入字段1110,用户可以将模型参数化。
导航窗格1102还包括映射端口按钮1124。可以选择映射端口按钮1124以启动映射端口模式,在所述映射端口模式中图形用户界面被配置用于允许用户将端口(即,控制器或其他输入/输出装置上的输入和输出)与状态空间模型中的变量相关联。映射端口按钮1124从而有利于用户完全定义系统的参数化模型形式。
仍然参照图11,模型形式定义视图1100还包括拟合按钮1126。用户可以选择拟合按钮1126以使用由用户使用模型形式定义视图1100定义的模型形式来发起系统标识过程。响应于用户选择拟合按钮1126,用户装置804和/或用户界面电路816将由用户定义的模型形式(即,如在矩阵定义小插件1104中所示出的)提供给分析解析器电路818,用于转换为机器可执行操作步骤。
现在参照图12,根据示例性实施例,在用户装置804上示出了拟合评估视图1200。拟合评估视图1200允许用户评估基于用户输入到模型形式定义视图1100的模型形式生成的系统模型与实际系统的匹配程度。更具体地,拟合评估视图1200允许用户评估预测输出的时间序列在一个时间跨度内与实际(例如,测量的)输出的匹配程度。拟合评估视图1200包括绘图小插件1202和数据定义小插件1204。
如图12所示出的,绘图小插件1202包括将预测输出与实际系统性能随时间比较的绘图(曲线图)1206。绘图小插件1202还包括可以被选择以将绘图1206改变为RMSPE的绘图的RMSPE按钮1208,以及可以被选择以将绘图1206改变为WMAPE的绘图的WMAPE按钮1210。可以选择比较按钮1212以从RMSPE或WMAPE的绘图返回到图12中示出的绘图1206。拟合指示符1214给出拟合优度的数值表示(例如,R2值)。
绘图小插件1202还包括查看参数/矩阵按钮1224。查看参数/矩阵按钮1224是可选择的,以导航回到图11中示出的模型形式定义视图1100。因此,用户可以选择查看参数/矩阵按钮1224以返回到模型形式定义视图1100来对参数化模型形式进行查看、编辑、修改等。
绘图小插件1202还包括推送按钮1226。用户可以选择推送按钮1226以指示用户对绘图1206中示出的拟合感到满意,并且指示控制系统150将所标识系统模型应用于在线控制。换句话说,响应于用户选择推送按钮1226,系统标识系统806将系统模型提供给在线控制器808,用于设备800的在线控制。
数据定义小插件1204为用户在定义在生成绘图1206和/或标识系统模型时使用的数据和/或算法时提供选项。例如,数据定义小插件1204包括开始时间字段1216和结束时间字段1218。用户可以选择开始时间字段1216以选择绘图1206的开始时间(即,绘图1206上的最左侧时间)和结束时间字段1218以选择绘图1206的结束时间(即,绘图1206上的最右侧点)。然后可以更新绘图1206以反映对开始时间字段1216和结束时间字段1218的改变。
数据定义小插件1204还包括选择试验按钮1220。选择试验按钮1220是可选择的以启动试验小插件,所述试验小插件允许用户从可用试验列表中选择试验和/或定制与试验相关的其他选项(例如,时间步长的大小、时间步长的数量、试验的总持续时间)。
数据定义小插件1204还包括算法选项按钮1222。算法选项按钮1222是可选择的,以启动图13中示出的算法选项小插件1300并且参照其进行了详细描述。
现在参照图13,根据示例性实施例,示出了叠加在用户装置804上的拟合评估视图1200上的算法选项小插件1300。算法选项小插件1300提供与在生成系统模型时使用的训练数据以及用于标识参数值的算法、过程、和/或成本函数相关的若干选项。在各实施例中,各种选项是可能的。在示出的实施例中,算法选项小插件1300包括过滤切换1302,所述过滤切换允许用户打开或关闭用于训练数据的过滤器。饱和度检测切换1304允许用户打开或关闭饱和度检测和去除过程,例如,如在2018年2月20日提交的美国专利申请号15/900,459中详细描述的饱和度检测和去除过程,其全部内容通过引用并入本文。最大迭代字段1306允许用户确定参数值集在试图标识使成本函数最小化的参数值集时被调整的次数(即,如以上参照图8至图9所描述的)。
成本函数下拉菜单1308允许用户从成本函数集中选择成本函数,例如选自预测误差方法集的预测误差方法。例如,成本函数下拉菜单1308可以允许用户选择2018年4月13日提交的美国专利申请号15/953,324中描述的提前一步预测误差方法、模拟预测误差方法、或提前多步预测误差方法之一,其全部内容通过引用并入本文。如图13所示出的,选择多步预测误差方法。作为响应,算法选项小插件1300提供特定于多步预测误差方法的附加选项,包括范围字段1310和权重字段1312。范围字段1310允许用户选择多步预测误差方法的范围,即,将预测误差并入成本函数的提前步数的数量。权重字段1312允许用户输入加权函数,所述加权函数定义了提前多步预测误差方法的成本函数中的提前多步中的每一步的相对重要性。
图10至图13的图形用户界面1000从而提供了用户友好的界面,用于定义和编辑模型参数、编辑与系统标识过程和训练数据相关的选项、以及查看和评估所标识系统模型与实际系统性能的拟合。
示例性实施例的配置
如各个示例性实施例中所示出的系统和方法的构造和安排仅是说明性的。尽管本披露内容中仅详细描述了几个实施例,但是许多修改是可能的(例如,各种元件的大小、尺寸、结构、形状和比例、参数的值、安装安排、材料的使用、颜色、取向等变化)。例如,元件的位置可以颠倒或以其他方式变化,并且离散元件的性质或数量或位置可以更改或变化。因此,所有这类修改旨在被包括在本披露内容的范围内。可以根据替代实施例对任何过程或方法步骤的顺序或序列进行改变或重新排序。在不脱离本披露范围的情况下,可以在示例性实施例的设计、运行条件和安排方面作出其他替代、修改、改变、和省略。
如本文所使用的,术语“电路”可以包括被结构化为执行本文所描述的功能的硬件。在一些实施例中,每个相应的“电路”可以包括用于配置硬件以执行本文所描述的功能的机器可读介质。电路可以体现为一个或多个电路系统组件,包括但不限于处理电路系统、网络接口、外围装置、输入装置、输出装置、传感器等。在一些实施例中,电路所采用的形式可以是一个或多个模拟电路、电子电路(例如,集成电路(IC)、分立电路、片上系统(SOC)电路等)、电信电路、混合电路、以及任何其他类型的“电路”。在这方面,“电路”可以包括用于实现或促进实现本文所描述的操作的任何类型的部件。例如,本文所描述的电路可以包括一个或多个晶体管、逻辑门(例如,NAND、AND、NOR、OR、XOR、NOT、XNOR等)、电阻器、多路复用器、寄存器、电容器、电感器、二极管、接线等)。
“电路”还可以包括可通信地耦合到一个或多个存储器或存储器装置的一个或多个处理器。在这方面,所述一个或多个处理器可以执行存储器中所存储的指令、或者可以执行所述一个或多个处理器以其他方式可访问的指令。在一些实施例中,所述一个或多个处理器可以以各种方式实施。可以以足以至少执行本文所描述的操作的方式来构造所述一个或多个处理器。在一些实施例中,所述一个或多个处理器可以由多个电路共享(例如,电路A和电路B可以包括或以其他方式共享同一处理器,在一些示例性实施例中,所述处理器可以执行经由存储器的不同区存储的或以其他方式访问的指令)。可替代地或另外地,所述一个或多个处理器可以被结构化为独立于一个或多个协处理器执行或以其他方式执行某些操作。在其他示例性实施例中,两个或更多个处理器可以经由总线耦合以实现独立、并行、流水线、或多线程的指令执行。每个处理器可以被实施为一个或多个通用处理器、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、数字信号处理器(DSP)、或被结构化为执行由存储器提供的指令的其他合适的电子数据处理部件。一个或多个处理器可以采用单核处理器、多核处理器(例如,双核处理器、三核处理器、四核处理器等)、微处理器等的形式。在一些实施例中,一个或多个处理器可以在设备外部,例如,一个或多个处理器可以是远程处理器(例如,基于云的处理器)。可替代地或另外地,所述一个或多个处理器可以是在设备的内部和/或本地。在这方面,给定电路或其部件可以布置在本地(例如,作为本地服务器、本地计算系统等的一部分)或远程布置(例如,作为诸如基于云的服务器等远程服务器的一部分)。为此,如本文所描述的“电路”可以包括跨一个或多个位置分布的部件。本披露内容设想了用于完成各种操作的方法、系统和任何机器可读介质上的程序产品。可以使用现有计算机处理器或由结合用于此目的或另一目的的适当系统的专用计算机处理器或由硬接线系统来实施本披露的实施例。本披露内容范围内的实施例包括程序产品,所述程序产品包括用于承载或具有存储在其上的机器可执行指令或数据结构的机器可读介质。这种机器可读介质可以是可以由通用或专用计算机或具有处理器的其他机器访问的任何可用介质。举例来讲,这类机器可读介质可以包括RAM、ROM、EPROM、EEPROM、CD-ROM或其他光盘存储装置、磁盘存储装置或其他磁存储装置等,或者可以用来以机器可执行指令或数据结构的形式承载或存储期望程序代码并且可以由通用或专用计算机或具有处理器的其他机器访问的任何其他介质。上述内容的组合也包括在机器可读介质的范围内。机器可执行指令包括例如使通用计算机、专用计算机或专用处理机器执行某一功能或功能组的指令和数据。
Claims (20)
1.一种建筑物管理系统,包括:
建筑物设备,可操作以影响建筑物的可变状态或条件;以及
控制系统,被配置用于:
接收指示模型形式的用户输入,所述模型形式包括具有多个元素的多个矩阵,所述多个元素中的一个或多个关于多个参数定义;
解析所述模型形式以生成一系列机器可执行步骤,用于基于潜在参数值集确定所述多个元素中的每个元素的值;
通过执行所述一系列机器可执行步骤以生成所述多个参数的参数值集来标识系统模型;
生成图形用户界面,所述图形用户界面展示对所标识的系统模型的预测与所述建筑物的所述可变状态或条件的性能之间的拟合;以及
使用所述标识的系统模型来控制所述建筑物设备。
2.如权利要求1所述的建筑物管理系统,其中,所述控制系统被配置用于通过执行所述一系列机器可执行步骤以生成所述多个参数的所述参数值集来标识系统模型,通过:
使用所述一系列机器可执行步骤计算多个潜在参数值集中的每一个的成本函数值,基于与所述建筑物设备相关的训练数据计算所述成本函数值;
通过选择对应于最低成本函数值的所述潜在参数值集来定义所述参数值集;以及
通过使用所述参数值集和所述一系列机器可执行步骤计算所述多个元素中的每一个的值来生成所述系统模型。
3.如权利要求2所述的建筑物管理系统,其中:
所述图形用户界面被配置用于允许用户从一组可能的成本函数中选择成本函数;以及
所述控制电路被配置用于计算使用所述成本函数计算的成本函数值。
4.如权利要求2所述的建筑物管理系统,其中:
所述图形用户界面被配置用于允许用户输入与所述训练数据相关的偏好;以及
所述控制电路被配置用于基于所述偏好来修改所述训练数据。
5.如权利要求1所述的建筑物管理系统,其中:
所述图形用户界面被配置用于允许用户编辑所述模型形式以创建经编辑模型形式;以及
所述控制系统被配置用于基于所述经编辑模型形式来更新所述系统模型。
6.如权利要求1所述的建筑物管理系统,其中,指示所述模型形式的所述用户输入包括:
多个元素输入字段中的多个条目,每个元素输入字段对应于所述多个元素之一;以及
多个输入、多个输出、或所述模型形式的多个状态中的一个或多个的指示。
7.如权利要求1所述的建筑物管理系统,其中,所述控制系统被配置用于使用所述标识的系统模型通过在模型预测控制方法中应用所述标识的系统模型以生成用于所述建筑物设备的控制信号来控制所述建筑物设备。
8.如权利要求1所述的建筑物管理系统,其中,所述图形用户界面通过提供多个步骤的对未来的平均预测误差图、训练集的每一个点的预测范围内的预测误差的加权平均值图、或者叠加在所述建筑物的所述可变状态或条件的性能图上的所述系统模型的预测图来展示所述标识的系统模型的预测与所述建筑物的所述可变状态或条件的性能之间的拟合。
9.如权利要求1所述的建筑物管理系统,其中,所述建筑物设备包括HVAC设备、变制冷剂流量系统、或能量储存系统中的一个或多个。
10.一种用于控制建筑物管理系统中的建筑物设备的方法,所述方法包括:
操作建筑物设备以影响所述建筑物的可变状态或条件;
由控制系统接收指示模型形式的用户输入,所述模型形式包括具有多个元素的多个矩阵,所述多个元素中的一个或多个关于多个参数定义;
由控制系统解析所述模型形式以生成一系列机器可执行步骤,用于基于潜在参数值集确定所述多个元素中的每个元素的值;
通过执行所述一系列机器可执行步骤以生成所述多个参数的参数值集来标识系统模型;
生成图形用户界面,所述图形用户界面展示对所标识的系统模型的预测与所述建筑物的所述可变状态或条件的性能之间的拟合;以及
使用所述标识的系统模型来控制所述建筑物设备。
11.如权利要求10所述的方法,其中,通过执行所述一系列机器可执行步骤以生成所述多个参数的参数值集来标识系统模型包括:
使用所述一系列机器可执行步骤计算多个潜在参数值集中的每一个的成本函数值,所述成本函数值是基于与所述建筑物设备相关的训练数据计算的;
通过选择对应于最低成本函数值的所述潜在参数值集来定义所述参数值集;以及
通过使用所述参数值集和所述一系列机器可执行步骤计算所述多个元素中的每一个的值来生成所述系统模型。
12.如权利要求11所述的方法,其中,所述图形用户界面允许用户从一组可能的成本函数中选择成本函数,所述成本函数值基于所述成本函数来计算。
13.如权利要求11所述的方法,其中:
所述图形用户界面允许用户输入与所述训练数据相关的偏好;以及
所述方法包括基于所述偏好来修改所述训练数据。
14.如权利要求10所述的方法,其中:
所述图形用户界面允许用户编辑所述模型形式以创建经编辑模型形式;以及
所述方法包括由所述控制系统基于所述经编辑模型形式来更新所述标识的系统模型。
15.如权利要求10所述的方法,其中,指示所述模型形式的所述用户输入包括:
多个元素输入字段中的多个条目,每个元素输入字段对应于所述多个元素之一;以及
多个输入、多个输出、或所述模型形式的多个状态中的一个或多个的指示。
16.如权利要求10所述的方法,其中,使用所述标识的系统模型来控制所述建筑物设备包括通过在模型预测控制方法中应用所述标识的系统模型来生成用于所述建筑物设备的控制信号。
17.如权利要求10所述的方法,其中,所述图形用户界面通过提供多个步骤的对未来的平均预测误差图、训练集的每一个点的预测范围内的预测误差的加权平均值图、或者叠加在所述建筑物的所述可变状态或条件的性能图上的所述系统模型的预测图来展示所述标识的系统模型的预测与所述建筑物的所述可变状态或条件的性能之间的拟合。
18.如权利要求10所述的方法,其中,所述建筑物设备包括HVAC设备、变制冷剂流量系统、或能量储存系统中的一个或多个。
19.一种建筑物管理系统,包括:
建筑物设备,可操作以影响建筑物的可变状态或条件;以及
控制系统,被配置用于生成图形用户界面,所述用户界面包括:
一个或多个维度输入字段,其允许用户指定多个输入、多个输出、或模型形式的多个状态中的一个或多个;
矩阵定义小插件,其允许用户关于一个或多个常数值、一个或多个数学运算、或者一个或多个参数中的一个或多个来定义所述模型形式的第一矩阵的多个元素中的每一个;
矩阵列表,其允许用户导航到所述矩阵定义小插件中的所述模型形式的多个附加矩阵中的每一个的视图,每个视图允许用户定义所述附加矩阵之一的元素;以及
拟合按钮,可由用户选择用于指示所述控制系统以便:
基于所述模型形式和与所述建筑物相关的训练数据集确定所述一个或多个参数的值以标识系统模型;以及
在所述图形用户界面上提供使用所述系统模型进行的预测与所述建筑物的所述可变状态或条件的经测量性能之间的拟合的图形表示;
其中,所述控制系统被配置用于基于所述系统模型来控制所述建筑物设备。
20.如权利要求19所述的建筑物管理系统,所述图形用户界面还包括算法选项小插件,其允许用户选择成本函数以供所述控制系统在确定所述一个或多个参数的值时使用。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/040,698 | 2018-07-20 | ||
US16/040,698 US11243503B2 (en) | 2018-07-20 | 2018-07-20 | Building management system with online configurable system identification |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110736227A true CN110736227A (zh) | 2020-01-31 |
CN110736227B CN110736227B (zh) | 2022-02-15 |
Family
ID=67437789
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910613912.9A Active CN110736227B (zh) | 2018-07-20 | 2019-07-09 | 具有在线可配置系统标识的建筑物管理系统 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11243503B2 (zh) |
EP (1) | EP3598252B1 (zh) |
JP (1) | JP6827072B2 (zh) |
CN (1) | CN110736227B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112034983A (zh) * | 2020-08-27 | 2020-12-04 | 中国矿业大学 | 一种眼动追踪与虚拟现实相结合的室内导航路网构建方法 |
CN113251579A (zh) * | 2020-02-11 | 2021-08-13 | 霍尼韦尔国际公司 | 具有自动参数生成的hvac系统配置 |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10935940B2 (en) | 2017-08-03 | 2021-03-02 | Johnson Controls Technology Company | Building management system with augmented deep learning using combined regression and artificial neural network modeling |
US12007732B2 (en) | 2019-07-12 | 2024-06-11 | Johnson Controls Tyco IP Holdings LLP | HVAC system with building infection control |
US11041651B2 (en) * | 2019-05-24 | 2021-06-22 | Johnson Controls Technology Company | Energy recovery system for HVAC system |
US11714393B2 (en) | 2019-07-12 | 2023-08-01 | Johnson Controls Tyco IP Holdings LLP | Building control system with load curtailment optimization |
US11774122B2 (en) | 2019-07-16 | 2023-10-03 | Johnson Controls Tyco IP Holdings LLP | Building control system with adaptive online system identification |
US11769066B2 (en) | 2021-11-17 | 2023-09-26 | Johnson Controls Tyco IP Holdings LLP | Building data platform with digital twin triggers and actions |
TWI764470B (zh) * | 2020-07-17 | 2022-05-11 | 群光電能科技股份有限公司 | 智慧建築整合管理系統及其管理方法 |
CN114024948B (zh) | 2020-07-17 | 2024-05-28 | 群光电能科技股份有限公司 | 智能建筑整合管理系统 |
US11283669B1 (en) | 2020-09-04 | 2022-03-22 | Johnson Controls Tyco IP Holdings LLP | Building management system with control framework |
KR102645380B1 (ko) * | 2021-11-12 | 2024-03-11 | 한국에너지기술연구원 | 이종의 저장 장치를 포함하는 에너지 저장 시스템 |
US11934966B2 (en) * | 2021-11-17 | 2024-03-19 | Johnson Controls Tyco IP Holdings LLP | Building data platform with digital twin inferences |
US11879661B2 (en) * | 2022-02-17 | 2024-01-23 | Lennox Industries Inc. | Dynamic temperature control for a heating, ventilation, and air conditioning system |
CN118408262A (zh) * | 2024-07-01 | 2024-07-30 | 深圳市前海能源科技发展有限公司 | 冰蓄冷乙二醇系统的参数优化方法和装置、设备 |
Citations (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110087988A1 (en) * | 2009-10-12 | 2011-04-14 | Johnson Controls Technology Company | Graphical control elements for building management systems |
CN102812303A (zh) * | 2009-12-16 | 2012-12-05 | 国家科学和工业研究组织 | Hvac控制系统和方法 |
US20130055145A1 (en) * | 2011-08-29 | 2013-02-28 | John Melvin Antony | Event management apparatus, systems, and methods |
CN103246212A (zh) * | 2012-02-14 | 2013-08-14 | 欧姆龙株式会社 | 系统控制装置及系统控制方法 |
CN104180480A (zh) * | 2014-09-03 | 2014-12-03 | 重庆大学 | 中央空调系统空气处理单元实时能耗的检测方法 |
US9026266B2 (en) * | 2011-06-30 | 2015-05-05 | Bluecarsharing | Method for checking the use of the functions of a provided vehicle |
WO2015074791A1 (de) * | 2013-11-25 | 2015-05-28 | G.A.D. Global Assistance And Development Corporation Gmbh | Steuerungsverfahren zum klimatisieren eines raums |
CN105042800A (zh) * | 2015-09-01 | 2015-11-11 | 东南大学 | 基于需求响应的变频空调负荷建模与运行控制方法 |
CN105378391A (zh) * | 2012-10-11 | 2016-03-02 | 西门子公司 | 针对hvac需求响应的在线优化方案 |
US20160146495A1 (en) * | 2013-02-07 | 2016-05-26 | Honeywell International Inc. | Building management system with power efficient discrete controllers |
US20160195866A1 (en) * | 2013-03-13 | 2016-07-07 | Johnson Controls Technology Company | Systems and methods for energy cost optimization in a building system |
CN106021813A (zh) * | 2016-06-12 | 2016-10-12 | 中南大学 | 一种基于动态更新代理模型的快速多目标天线设计方法 |
CN106066077A (zh) * | 2015-04-23 | 2016-11-02 | 约翰逊控制技术公司 | 具有预测成本优化的hvac控制器 |
US20170159962A1 (en) * | 2014-02-21 | 2017-06-08 | Johnson Controls Technology Company | Systems and methods for auto-commissioning and self-diagnostics |
CN107111286A (zh) * | 2014-11-12 | 2017-08-29 | 开利公司 | 用于诊断和控制的自动化功能测试 |
CN107143981A (zh) * | 2017-05-24 | 2017-09-08 | 山东师范大学 | 一种中央空调节能控制系统和方法 |
CN107272603A (zh) * | 2016-04-06 | 2017-10-20 | 西门子公司 | 需求响应控制方法和装置 |
US9798336B2 (en) * | 2015-04-23 | 2017-10-24 | Johnson Controls Technology Company | Building management system with linked thermodynamic models for HVAC equipment |
CN107430388A (zh) * | 2015-02-27 | 2017-12-01 | 能源技术研究所有限责任公司 | 用于控制建筑物内的环境管理系统的方法和装置 |
CN107420959A (zh) * | 2017-07-28 | 2017-12-01 | 西安木牛能源技术服务有限公司 | 地能建筑供暖制冷三维可视化综合信息管理系统 |
CN107735735A (zh) * | 2015-03-13 | 2018-02-23 | 株式会社东芝 | 设备特性模型学习装置、设备特性模型学习方法及存储介质 |
JP2018050290A (ja) * | 2016-09-09 | 2018-03-29 | ジョンソン コントロールズ テクノロジー カンパニー | Hvacシステムネットワーク間の通信を与えるスマートゲートウェイ装置、システム及び方法 |
US20180088547A1 (en) * | 2016-09-28 | 2018-03-29 | Johnson Controls Technology Company | Systems and methods for steady state detection |
CN107940667A (zh) * | 2016-10-03 | 2018-04-20 | 江森自控科技公司 | 使用多个单变量极值搜索控制器的具有多变量优化的暖通空调系统 |
CN108241295A (zh) * | 2016-12-23 | 2018-07-03 | Abb股份公司 | 用于基于mpc的建筑能源控制的自适应建模方法和系统 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6236956B1 (en) * | 1996-02-16 | 2001-05-22 | Avant! Corporation | Component-based analog and mixed-signal simulation model development including newton step manager |
JP3821266B2 (ja) * | 1999-02-03 | 2006-09-13 | 富士通株式会社 | ダイナミクスを利用してコスト関数の最適値を探索する処理装置 |
US20110161059A1 (en) * | 2009-12-30 | 2011-06-30 | Ankur Jain | Method for Constructing a Gray-Box Model of a System Using Subspace System Identification |
US8903554B2 (en) | 2011-02-22 | 2014-12-02 | The Board Of Trustees Of The Leland Stanford Junior University | Energy plant design and operation |
US9137878B2 (en) * | 2012-03-21 | 2015-09-15 | Osram Sylvania Inc. | Dynamic lighting based on activity type |
US9740181B2 (en) * | 2012-11-08 | 2017-08-22 | Honeywell International Inc. | Identifying models of dynamic systems using regression model for parameters and error rates |
US10162315B2 (en) * | 2014-07-23 | 2018-12-25 | Emerson Process Management Power & Water Solutions, Inc. | Process control system using typical and adapter components |
JP6249938B2 (ja) | 2014-12-25 | 2017-12-20 | 信越化学工業株式会社 | 4−アルキル−3−メチレンブチル=カルボキシレートの製造方法 |
WO2016108908A1 (en) * | 2014-12-31 | 2016-07-07 | Halliburton Energy Services, Inc. | Real-time control of drilling fluid properties using predictive models |
US11210617B2 (en) | 2015-10-08 | 2021-12-28 | Johnson Controls Technology Company | Building management system with electrical energy storage optimization based on benefits and costs of participating in PDBR and IBDR programs |
US10190793B2 (en) | 2015-10-08 | 2019-01-29 | Johnson Controls Technology Company | Building management system with electrical energy storage optimization based on statistical estimates of IBDR event probabilities |
US10186889B2 (en) | 2015-10-08 | 2019-01-22 | Taurus Des, Llc | Electrical energy storage system with variable state-of-charge frequency response optimization |
US10496925B2 (en) * | 2015-11-10 | 2019-12-03 | Impetus Technologies, Inc. | System and method for visualizing data analytics models |
CA3014293C (en) * | 2016-04-14 | 2019-11-19 | Landmark Graphics Corporation | Parameter based roadmap generation for downhole operations |
JP2017217131A (ja) | 2016-06-06 | 2017-12-14 | 日本電信電話株式会社 | 真正性保証方法 |
US10157613B2 (en) * | 2016-11-17 | 2018-12-18 | BrainofT Inc. | Controlling connected devices using a relationship graph |
JP6439178B2 (ja) | 2017-02-27 | 2018-12-19 | キヤノンマーケティングジャパン株式会社 | 情報処理装置、その制御方法及びプログラム |
US10691087B2 (en) * | 2017-11-30 | 2020-06-23 | General Electric Company | Systems and methods for building a model-based control solution |
-
2018
- 2018-07-20 US US16/040,698 patent/US11243503B2/en active Active
-
2019
- 2019-06-17 JP JP2019111684A patent/JP6827072B2/ja active Active
- 2019-07-09 CN CN201910613912.9A patent/CN110736227B/zh active Active
- 2019-07-16 EP EP19186473.5A patent/EP3598252B1/en active Active
Patent Citations (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110087988A1 (en) * | 2009-10-12 | 2011-04-14 | Johnson Controls Technology Company | Graphical control elements for building management systems |
CN102812303A (zh) * | 2009-12-16 | 2012-12-05 | 国家科学和工业研究组织 | Hvac控制系统和方法 |
US9026266B2 (en) * | 2011-06-30 | 2015-05-05 | Bluecarsharing | Method for checking the use of the functions of a provided vehicle |
US20130055145A1 (en) * | 2011-08-29 | 2013-02-28 | John Melvin Antony | Event management apparatus, systems, and methods |
CN103246212A (zh) * | 2012-02-14 | 2013-08-14 | 欧姆龙株式会社 | 系统控制装置及系统控制方法 |
CN105378391A (zh) * | 2012-10-11 | 2016-03-02 | 西门子公司 | 针对hvac需求响应的在线优化方案 |
US20160146495A1 (en) * | 2013-02-07 | 2016-05-26 | Honeywell International Inc. | Building management system with power efficient discrete controllers |
US20160195866A1 (en) * | 2013-03-13 | 2016-07-07 | Johnson Controls Technology Company | Systems and methods for energy cost optimization in a building system |
WO2015074791A1 (de) * | 2013-11-25 | 2015-05-28 | G.A.D. Global Assistance And Development Corporation Gmbh | Steuerungsverfahren zum klimatisieren eines raums |
US20170159962A1 (en) * | 2014-02-21 | 2017-06-08 | Johnson Controls Technology Company | Systems and methods for auto-commissioning and self-diagnostics |
CN104180480A (zh) * | 2014-09-03 | 2014-12-03 | 重庆大学 | 中央空调系统空气处理单元实时能耗的检测方法 |
CN107111286A (zh) * | 2014-11-12 | 2017-08-29 | 开利公司 | 用于诊断和控制的自动化功能测试 |
CN107430388A (zh) * | 2015-02-27 | 2017-12-01 | 能源技术研究所有限责任公司 | 用于控制建筑物内的环境管理系统的方法和装置 |
CN107735735A (zh) * | 2015-03-13 | 2018-02-23 | 株式会社东芝 | 设备特性模型学习装置、设备特性模型学习方法及存储介质 |
CN106066077A (zh) * | 2015-04-23 | 2016-11-02 | 约翰逊控制技术公司 | 具有预测成本优化的hvac控制器 |
US9798336B2 (en) * | 2015-04-23 | 2017-10-24 | Johnson Controls Technology Company | Building management system with linked thermodynamic models for HVAC equipment |
CN105042800A (zh) * | 2015-09-01 | 2015-11-11 | 东南大学 | 基于需求响应的变频空调负荷建模与运行控制方法 |
CN107272603A (zh) * | 2016-04-06 | 2017-10-20 | 西门子公司 | 需求响应控制方法和装置 |
CN106021813A (zh) * | 2016-06-12 | 2016-10-12 | 中南大学 | 一种基于动态更新代理模型的快速多目标天线设计方法 |
JP2018050290A (ja) * | 2016-09-09 | 2018-03-29 | ジョンソン コントロールズ テクノロジー カンパニー | Hvacシステムネットワーク間の通信を与えるスマートゲートウェイ装置、システム及び方法 |
US20180088547A1 (en) * | 2016-09-28 | 2018-03-29 | Johnson Controls Technology Company | Systems and methods for steady state detection |
CN107940667A (zh) * | 2016-10-03 | 2018-04-20 | 江森自控科技公司 | 使用多个单变量极值搜索控制器的具有多变量优化的暖通空调系统 |
CN108241295A (zh) * | 2016-12-23 | 2018-07-03 | Abb股份公司 | 用于基于mpc的建筑能源控制的自适应建模方法和系统 |
CN107143981A (zh) * | 2017-05-24 | 2017-09-08 | 山东师范大学 | 一种中央空调节能控制系统和方法 |
CN107420959A (zh) * | 2017-07-28 | 2017-12-01 | 西安木牛能源技术服务有限公司 | 地能建筑供暖制冷三维可视化综合信息管理系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113251579A (zh) * | 2020-02-11 | 2021-08-13 | 霍尼韦尔国际公司 | 具有自动参数生成的hvac系统配置 |
CN112034983A (zh) * | 2020-08-27 | 2020-12-04 | 中国矿业大学 | 一种眼动追踪与虚拟现实相结合的室内导航路网构建方法 |
Also Published As
Publication number | Publication date |
---|---|
US11243503B2 (en) | 2022-02-08 |
EP3598252A1 (en) | 2020-01-22 |
JP2020012628A (ja) | 2020-01-23 |
US20200026249A1 (en) | 2020-01-23 |
JP6827072B2 (ja) | 2021-02-10 |
EP3598252B1 (en) | 2024-07-03 |
CN110736227B (zh) | 2022-02-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110736227B (zh) | 具有在线可配置系统标识的建筑物管理系统 | |
EP3351862B1 (en) | Hvac system with predictive free cooling control and free cooling optimization | |
US11762377B2 (en) | Systems and methods for modeling and controlling building system entities | |
US11973345B2 (en) | Building energy system with predictive control of battery and green energy resources | |
US11782409B2 (en) | Systems and methods for maintaining occupant comfort for various environmental conditions | |
US11675320B2 (en) | Systems and methods for controlling equipment operation using granular asset and general asset models to determine asset allocation | |
US10884398B2 (en) | Systems and methods for prediction model update scheduling for building equipment | |
US11714393B2 (en) | Building control system with load curtailment optimization | |
US11392095B2 (en) | Building control system with central plant model generation | |
US20220268471A1 (en) | Building equipment with predictive control | |
US11953871B2 (en) | Building control system with automatic control problem formulation using building information model | |
US12085296B2 (en) | Building equipment with predictive control and allocation of energy from multiple energy sources | |
US20210190349A1 (en) | Building control system with zone grouping based on predictive models | |
US10830474B2 (en) | Systems and methods of predicting energy usage | |
Bianchini et al. | An integrated MPC approach for demand-response heating and energy storage operation in smart buildings | |
US11226600B2 (en) | Building control system with load curtailment optimization | |
US20240201676A1 (en) | Control system with automatic control problem formulation using bidirectional connections and ports | |
US20230350365A1 (en) | Control system for building equipment with dynamic capacity constraints | |
Alıç et al. | A Multi-objective Energy Management of Residential HVAC Loads |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230420 Address after: Wisconsin Patentee after: Johnson Controls Tyco intellectual property holdings limited liability partnership Address before: Michigan, USA Patentee before: JOHNSON CONTROLS TECHNOLOGY Co. |
|
TR01 | Transfer of patent right |