CN115823650A - 基于模型预测控制的室内热舒适及能源调控方法 - Google Patents

基于模型预测控制的室内热舒适及能源调控方法 Download PDF

Info

Publication number
CN115823650A
CN115823650A CN202310100509.2A CN202310100509A CN115823650A CN 115823650 A CN115823650 A CN 115823650A CN 202310100509 A CN202310100509 A CN 202310100509A CN 115823650 A CN115823650 A CN 115823650A
Authority
CN
China
Prior art keywords
temperature
indoor
model
control
thermal
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
Application number
CN202310100509.2A
Other languages
English (en)
Other versions
CN115823650B (zh
Inventor
王银忠
冯媛媛
李萌
孙永健
徐永健
张小奇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dongying Power Industry Bureau Of State Grid Shandong Electric Power Co
Original Assignee
Dongying Power Industry Bureau Of State Grid Shandong Electric Power Co
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Dongying Power Industry Bureau Of State Grid Shandong Electric Power Co filed Critical Dongying Power Industry Bureau Of State Grid Shandong Electric Power Co
Priority to CN202310100509.2A priority Critical patent/CN115823650B/zh
Publication of CN115823650A publication Critical patent/CN115823650A/zh
Application granted granted Critical
Publication of CN115823650B publication Critical patent/CN115823650B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Air Conditioning Control Device (AREA)

Abstract

本发明属于暖通空调系统控制技术领域，提出了基于模型预测控制的室内热舒适及能源调控方法。针对包含光伏发电和电网结合的能源系统，采用模型预测控制的方法，对室内温度和空调能源消耗进行控制。首先通过建立的降阶住宅热模型对室内温度进行模拟预测，然后模型预测控制器根据输入的天气、实际室温、室温设定和目标函数进行滚动优化求解，生成满足目标函数的最优控制序列，并执行该序列的第一个值，在下一个时刻继续重复这样一个优化过程，从而实现滚动优化。该控制策略可以将供暖室温保持在设定的舒适温度区间内，并且根据光伏发电的情况，控制空调系统消耗电力的来源，实现节能减排目的。

Description

基于模型预测控制的室内热舒适及能源调控方法
技术领域
本发明涉及室内热舒适和能源调控技术领域，具体是涉及基于模型预测控制的室内热舒适及能源调控方法。
背景技术
建筑是能源消费的主体，建筑部门约占一次能源使用总量建筑部门约占一次能源使用总量的40%，占与能源有关的二氧化碳排放量的38%。在建筑中，供暖空调能耗占建筑的能耗的主要部分，用户侧控制简单，热舒适体验差，能耗损失多。此外，可再生能源的广泛发展，降低了建筑对传统能源的依赖性，但可再生能源例如风力发电、光伏发电等受天气因素影响存在不确定性，因此需要与传统能源相互结合使用，以消除产能的不确定性。
在现有建筑中，空调是耗能的主体，人们大部分时间都在建筑中度过，因此在保证住户室内舒适度的同时，尽量减少能源的使用是一个重要的问题。目前，建筑供热或供冷系统的大部分运行参数是基于经验或规则的控制，综合可再生能源发电的间歇性和动态电价对传统的管理策略提出了挑战。
针对以上存在的问题，提高用户居住的热舒适度，降低空调系统的能耗问题，可通过先进的控制方法来实现。更多的，可以综合电网和光伏发电共同作为电力来源，实现可再生能源的充分利用，减少对电网电力的消耗。
发明内容
本发明提供了一种基于模型预测控制的室内热舒适及能源调控方法，采用模型预测控制方法对空调系统供暖散热量进行调控，从而提高室内热舒适，并合理分配空调系统消耗电力的情况，实现降低供暖能耗的目的。
本发明的目的可以通过以下技术方案来实现：
提供基于模型预测控制的室内热舒适及能源调控方法，基于模型预测控制进行供暖散热量调节和空调电力消耗优化，并且在预测控制中加入对干扰的预测，可以提前对环境温度的变化做出调节，同时还加入了实时光伏发电的输入，可以优化空调系统的电力使用情况。
作为本实施例一种可能的实现方式，所述方法实现步骤如下：
(1)数据准备：历史室外温度数据、实时光伏发电数据、用户设定室内温度值、住宅室内温度数据、住宅建筑材料热工参数；
(2)通过历史室外温度数据，对未来一段时间内的室外温度进行预测，通过降阶住宅RC模型对室内温度进行预测，并将数据输入到模型预测控制器；
(3)模型预测控制器根据输入的数据计算得到当前最优的供暖散热量序列
Figure SMS_1
，最优电网导入电量
Figure SMS_2
和光伏消耗电量
Figure SMS_3
；
(4)将得到的最优控制序列传递给住宅供暖系统和RC模型，对控制做出响应，只执行最优序列的第一个值；
(5)室内温度随供暖散热量的变化而变化，同时将最新状态的室内温度反馈给模型预测控制器进行下一时刻的优化；
作为本实施例一种可能的实现方式，在第(2)步中，模型预测控制器将室温
Figure SMS_4
维持在用户设定的舒适温度值
Figure SMS_5
；通过历史室外温度数据，对未来4小时的室外温度
Figure SMS_6
进行预测，该变量作为模型预测控制器的预测干扰输入变量；实时光伏发电数据
Figure SMS_7
作为实际光伏发电数据输入到模型预测控制器中；模型预测控制器根据输入，计算出当前状态下满足室内热舒适所需的空调供暖散热量
Figure SMS_8
，计算空调系统运行所需的最节能电力消耗。
作为本实施例一种可能的实现方式，对住宅建筑建立降阶RC热模型，描述住宅热动态的一阶微分方程：
Figure SMS_9
Figure SMS_10
Figure SMS_11
式中，
Figure SMS_13
为室内温度，
Figure SMS_18
为室内热物质温度，
Figure SMS_22
为围护结构温度，
Figure SMS_14
为室外温度，
Figure SMS_19
为室内空气热容，
Figure SMS_23
为室内热物质热容，
Figure SMS_25
为围护结构热容，
Figure SMS_12
为室内空气和热物质之间的热阻，
Figure SMS_16
为围护结构和室内空气之间热阻，
Figure SMS_20
为围护结构热阻，
Figure SMS_26
、
Figure SMS_15
和
Figure SMS_17
分别是供暖散热量、机械通风热损失量和室内热物质得热量，
Figure SMS_21
和
Figure SMS_24
分别为室内空气和围护结构的太阳辐射得热量，通过如下公式计算：
Figure SMS_27
Figure SMS_28
式中，
Figure SMS_29
和
Figure SMS_30
为太阳辐射表面吸收系数，
Figure SMS_31
和
Figure SMS_32
分别为窗户和外墙面积，
Figure SMS_33
为全球太阳辐射。
对一阶传热微分方程整理进行离散化处理，得到离散状态空间方程模型：
Figure SMS_34
Figure SMS_35
其中，
Figure SMS_37
表示系统状态，即室内温度
Figure SMS_40
表示控制输入，即供暖散热量，
Figure SMS_42
表示干扰数据，即室外温度，
Figure SMS_38
表示系统输出，同样为室内温度。
Figure SMS_39
、
Figure SMS_41
、
Figure SMS_43
、
Figure SMS_36
是离散状态下的矩阵，可由一阶传热微分方程推导获得，推导如下：
Figure SMS_44
Figure SMS_45
Figure SMS_46
Figure SMS_47
作为本实施例一种可能的实现方式，所述控制方法的目标函数：
Figure SMS_48
约束于：
Figure SMS_49
Figure SMS_50
Figure SMS_51
Figure SMS_52
Figure SMS_53
其中，
Figure SMS_55
为优化的目标函数，
Figure SMS_57
、
Figure SMS_60
和
Figure SMS_56
分别表示消耗电网导入电量、消耗实时光伏电量和供暖散热量，
Figure SMS_59
表示系统输出，即室内温度，
Figure SMS_62
表示松弛变量，用来软化温度约束以避免优化问题的不可行解，
Figure SMS_63
为空调的能效比，
Figure SMS_54
表示实时光伏发电量，
Figure SMS_58
、
Figure SMS_61
、
Figure SMS_64
为权重矩阵。
附图说明
图1为住宅建筑降阶RC热模型原理图。
图2为一种基于模型预测控制方法的空调系统控制方法的流程图。
具体实施方式
以下结合附图和技术方案，进一步说明本发明的具体实施方式。
一种基于模型预测控制的室内热舒适及能源调控方法，包括住宅建筑降阶RC热模型，预测干扰、实时光伏发电数据输入，模型预测控制器优化计算输出。
图1是根据住宅建筑特性建立的降阶RC热模型，用来反应住宅的动态热过程。RC模型分为四个部分：内部物质、室内空气、围护结构和室外空气。将温度视为节点，室外温度
Figure SMS_66
、围护结构温度
Figure SMS_69
、室内温度
Figure SMS_72
和内部物质温度
Figure SMS_68
依次串联，每二者之间分别串联有围护结构热阻
Figure SMS_71
、围护结构和室内空气之间热阻
Figure SMS_74
、室内空气和内部物质之间热阻
Figure SMS_76
。内部物质自身的得热为
Figure SMS_65
，室内空气从太阳辐射得到的热量为
Figure SMS_70
，空调散热量
Figure SMS_73
，机械通风热损失量
Figure SMS_75
，围护结构从太阳辐射获得的热量为
Figure SMS_67
。
图2是一种基于模型预测控制的室内热舒适及能源调控方法的流程图，包括外部输入、模型预测控制器和住宅及空调系统。
首先将当前室内温度、预测干扰（室外温度）、实时光伏发电属于输入模型预测控制器，模型预测控制器根据设定的目标函数，输入数据，优化计算出满足用户设定热舒适需求的最优供暖散热量序列，以及电力消耗序列，并将最优序列传递给住宅及空调系统，空调系统根据控制信号，执行最优序列的第一个值，通过控制供暖散热量来满足用户热舒适，同时模型预测控制器还计算出空调系统消耗电力的最优情况，即根据实时光伏发电，分配消耗电网导入和光伏发电的情况；然后将最新的室温状态反馈给模型预测控制器，模型预测控制器会根据新的输入，进行新的优化求解，得出满足下一状态的最优序列，从而实现滚动优化。

Claims (4)

1.基于模型预测控制的室内热舒适及能源调控方法，其特征在于，采用模型预测控制进行供暖系统散热量调节，在预测控制中加入室外天气的预测，光伏发电情况，通过模型预测控制器优化得出满足室内温度的散热量和电力来源：
包括以下步骤：
(1)数据准备：历史室外温度数据、实时光伏发电数据、用户设定室内温度值、住宅室内温度数据、住宅建筑材料热工参数；
(2)通过历史室外温度数据，对未来一段时间内的室外温度进行预测，通过降阶住宅RC模型对室内温度进行预测，并将数据输入到模型预测控制器；
(3)模型预测控制器根据输入的数据计算得到当前最优的供暖散热量序列
Figure QLYQS_1
，最优电网导入电量
Figure QLYQS_2
和光伏消耗电量
Figure QLYQS_3
；
(4)将得到的最优控制序列传递给住宅供暖系统和RC模型，对控制做出响应，只执行最优序列的第一个值；
(5)室内温度随供暖散热量的变化而变化，同时将最新状态的室内温度反馈给模型预测控制器进行下一时刻的优化。
2.根据权利要求1所述基于模型预测控制的室内热舒适及能源调控方法，其特征在于，建立住宅建筑降阶RC热模型，描述住宅热动态的一阶微分方程：
Figure QLYQS_4
Figure QLYQS_5
Figure QLYQS_6
式中，
Figure QLYQS_8
为室内温度，
Figure QLYQS_14
为室内热物质温度，
Figure QLYQS_18
为围护结构温度，
Figure QLYQS_9
为室外温度，
Figure QLYQS_13
为室内空气热容，
Figure QLYQS_17
为室内热物质热容，
Figure QLYQS_21
为围护结构热容，
Figure QLYQS_7
为室内空气和热物质之间的热阻，
Figure QLYQS_11
为围护结构和室内空气之间热阻，
Figure QLYQS_15
为围护结构热阻，
Figure QLYQS_19
、
Figure QLYQS_10
和
Figure QLYQS_12
分别是供暖散热量、机械通风热损失量和室内热物质得热量，
Figure QLYQS_16
和
Figure QLYQS_20
分别为室内空气和围护结构的太阳辐射得热量，通过如下公式计算：
Figure QLYQS_22
Figure QLYQS_23
式中，
Figure QLYQS_24
和
Figure QLYQS_25
为太阳辐射表面吸收系数，
Figure QLYQS_26
和
Figure QLYQS_27
分别为窗户和外墙面积，
Figure QLYQS_28
为全球太阳辐射；
对一阶传热微分方程整理进行离散化处理，得到离散状态空间方程模型：
Figure QLYQS_29
Figure QLYQS_30
其中，
Figure QLYQS_32
表示系统状态，即室内温度
Figure QLYQS_34
表示控制输入，即供暖散热量，
Figure QLYQS_37
表示干扰数据，即室外温度，
Figure QLYQS_33
表示系统输出，同样为室内温度，
Figure QLYQS_35
、
Figure QLYQS_36
、
Figure QLYQS_38
、
Figure QLYQS_31
是离散状态下的矩阵，可由一阶传热微分方程推导获得。
3.根据权利要求1所述基于模型预测控制的室内热舒适及能源调控方法，其特征在于利用历史的室外温度数据，对未来一段时间的室外温度进行预测，设定输入包括室外温度、实时光伏发电。
4.根据权利要求1所述基于模型预测控制的室内热舒适及能源调控方法，其特征在于，根据每个时刻的设定温度、预测温度和未来时间的室外温度、实时光伏发电优化求解得出相应的供暖散热量，消耗电网导入电量消耗实时光伏电量，目标函数表示为：
Figure QLYQS_39
约束于：
Figure QLYQS_40
Figure QLYQS_41
Figure QLYQS_42
Figure QLYQS_43
Figure QLYQS_44
其中，
Figure QLYQS_45
为优化的目标函数，
Figure QLYQS_49
、
Figure QLYQS_51
和
Figure QLYQS_46
分别表示消耗电网导入电量、消耗实时光伏电量和供暖散热量，
Figure QLYQS_48
表示系统输出，即室内温度，
Figure QLYQS_52
表示松弛变量，用来软化温度约束以避免优化问题的不可行解，
Figure QLYQS_54
为空调的能效比，
Figure QLYQS_47
表示实时光伏发电量，
Figure QLYQS_50
、
Figure QLYQS_53
、
Figure QLYQS_55
为权重矩阵。
CN202310100509.2A 2023-02-13 2023-02-13 基于模型预测控制的室内热舒适及能源调控方法 Active CN115823650B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310100509.2A CN115823650B (zh) 2023-02-13 2023-02-13 基于模型预测控制的室内热舒适及能源调控方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310100509.2A CN115823650B (zh) 2023-02-13 2023-02-13 基于模型预测控制的室内热舒适及能源调控方法

Publications (2)

Publication Number Publication Date
CN115823650A true CN115823650A (zh) 2023-03-21
CN115823650B CN115823650B (zh) 2023-05-09

Family

ID=85521021

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310100509.2A Active CN115823650B (zh) 2023-02-13 2023-02-13 基于模型预测控制的室内热舒适及能源调控方法

Country Status (1)

Country Link
CN (1) CN115823650B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3428858A1 (fr) * 2017-07-12 2019-01-16 Electricité de France Dispositif d'optimisation de l'utilisation d'une énergie renouvelable disponible
CN109270841A (zh) * 2018-10-11 2019-01-25 东北电力大学 一种基于模型预测控制的智能楼宇用能灵活性调控方法
CN110543713A (zh) * 2019-08-27 2019-12-06 天津大学 考虑用户舒适度与建筑蓄热的热泵-地暖系统控制方法
CN113864854A (zh) * 2021-10-12 2021-12-31 华北电力大学 一种蓄热式电采暖参与风电消纳的多目标优化方法及系统
CN114362158A (zh) * 2022-01-10 2022-04-15 天津大学 一种基于时变虚拟储能的建筑微网系统日前优化控制方法
CN114811714A (zh) * 2022-04-26 2022-07-29 大连理工大学 一种基于模型预测控制的供暖房间室温控制方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3428858A1 (fr) * 2017-07-12 2019-01-16 Electricité de France Dispositif d'optimisation de l'utilisation d'une énergie renouvelable disponible
CN109270841A (zh) * 2018-10-11 2019-01-25 东北电力大学 一种基于模型预测控制的智能楼宇用能灵活性调控方法
CN110543713A (zh) * 2019-08-27 2019-12-06 天津大学 考虑用户舒适度与建筑蓄热的热泵-地暖系统控制方法
CN113864854A (zh) * 2021-10-12 2021-12-31 华北电力大学 一种蓄热式电采暖参与风电消纳的多目标优化方法及系统
CN114362158A (zh) * 2022-01-10 2022-04-15 天津大学 一种基于时变虚拟储能的建筑微网系统日前优化控制方法
CN114811714A (zh) * 2022-04-26 2022-07-29 大连理工大学 一种基于模型预测控制的供暖房间室温控制方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
徐冲: "《基于模型预测的供暖室温优化控制策略研究》" *
李卓阳;靳小龙;贾宏杰;戚冯宇;穆云飞;余晓丹;: "考虑建筑物热动态特性的暖通空调模型预测控制方法", 中国电机工程学报 *
蔡钦钦;杨晓华;朱永强;: "楼宇能量管理系统的光伏消纳与储能调度研究", 电力建设 *

Also Published As

Publication number Publication date
CN115823650B (zh) 2023-05-09

Similar Documents

Publication Publication Date Title
CN109240366B (zh) 一种热激活建筑系统等效室外温度预测控制方法
CN104778631A (zh) 一种面向需求响应的居民用户用电模式优化方法
CN113222227B (zh) 基于建筑特性和虚拟电厂的建筑综合能源系统调度方法
CN110543713B (zh) 考虑用户舒适度与建筑蓄热的热泵-地暖系统控制方法
CN108494012B (zh) 一种计及电转气技术的区域综合能源系统在线优化方法
CN112733236B (zh) 面向综合舒适度的建筑内温控负荷优化方法及系统
CN108131722A (zh) 一种面向电网调峰的终端用户制冷行为自适应调控
CN114899886A (zh) 一种温控负荷参与下基于模型预测控制的配电网双层调度方法
CN114580254A (zh) 一种基于模型预测控制的建筑室内温度调控方法和系统
CN116734424B (zh) 基于rc模型和深度强化学习的室内热环境的控制方法
CN114811714A (zh) 一种基于模型预测控制的供暖房间室温控制方法
Yang et al. Optimal dispatch for a combined cooling, heating and power microgrid considering building virtual energy storage
Wang et al. Energy flexibility of PCM-integrated building: Combination parameters design and operation control in multi-objective optimization considering different stakeholders
CN113449900B (zh) 一种面向终端用户的综合能源优化方法及系统
CN115823650B (zh) 基于模型预测控制的室内热舒适及能源调控方法
CN113757852B (zh) 基于数字孪生技术的多联机空调机组控制方法及控制系统
CN115344070A (zh) 一种基于温度设定值和主电源开关联合控制的空调用能优化方法
CN114970940A (zh) 一种考虑热负荷不确定性的电热系统随机优化调度方法
CN107563547A (zh) 一种新型用户侧用能纵深优化综合能源管控方法
CN112629072A (zh) 煤改电用户空气源热泵节能控制装置
CN112054505A (zh) 一种基于建筑基础信息的建筑电力需求弹性快速量化方法
Cao et al. Online optimization of heat pump systems for building heating based on Lyapunov method
CN111380160A (zh) 一种用户舒适度的暖通空调负荷需求响应潜力挖掘方法
CN114612014A (zh) 建筑能源系统日前区间优化调度方法、系统、装置及介质
CN112650061B (zh) 一种基于区间模糊的暖通空调节能预测控制方法

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