JP2019522290A - マルチレベルモデル予測制御を用いた可変冷媒流量システム - Google Patents
マルチレベルモデル予測制御を用いた可変冷媒流量システム Download PDFInfo
- Publication number
- JP2019522290A JP2019522290A JP2018567674A JP2018567674A JP2019522290A JP 2019522290 A JP2019522290 A JP 2019522290A JP 2018567674 A JP2018567674 A JP 2018567674A JP 2018567674 A JP2018567674 A JP 2018567674A JP 2019522290 A JP2019522290 A JP 2019522290A
- Authority
- JP
- Japan
- Prior art keywords
- indoor
- subsystem
- dimensional
- optimal
- outdoor
- 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
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
- F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
-
- 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
-
- 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
- G05B13/041—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 in which a variable is automatically adjusted to optimise the performance
-
- 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
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D7/00—Control of flow
- G05D7/06—Control of flow characterised by the use of electric means
- G05D7/0617—Control of flow characterised by the use of electric means specially adapted for fluid materials
-
- 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
- F24F11/46—Improving electric energy efficiency or saving
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/26—Pc applications
- G05B2219/2642—Domotique, domestic, home control, automation, smart house
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Signal Processing (AREA)
- Air Conditioning Control Device (AREA)
- Feedback Control In General (AREA)
Abstract
Description
この出願は、2016年6月30日に出願された米国仮特許出願第62/357,338号明細書の利益および優先権を主張し、その全開示は、参照により本明細書に組み込まれる。
ここで図1A〜1Bを参照すると、いくつかの実施形態による、可変冷媒流量(VRF)システム100が示されている。VRFシステム100は、複数の屋外VRFユニット102および複数の屋内VRFユニット104を含むように示されている。屋外VRFユニット102は、建物の外側に位置し得、冷媒を加熱または冷却するように動作することができる。屋外VRFユニット102は、液体相、気相および/または過熱気相間で冷媒を変換するために電気を消費することができる。屋内VRFユニット104は、建物内の様々な建物ゾーン全体を通じて分散させることができ、屋外VRFユニット102から加熱または冷却された冷媒を受け取ることができる。各屋内VRFユニット104は、屋内VRFユニットが位置する特定の建物ゾーンに対する温度制御を提供することができる。
ここで図6を参照すると、いくつかの実施形態による、分散型モデル予測制御(MPC)システム600のブロック図が示されている。MPCシステム600は、時間ホライズンにわたるVRFシステム(例えば、VRFシステム100)の機器に対する最適なセットポイントを決定するためにMPC技法を使用する。MPCシステム600は、図1〜5を参照して説明されるように、VRFシステム100と組み合わせて使用することができる。例えば、MPCシステム600は、屋内VRFユニット104に対する最適な温度セットポイントおよび屋外VRFユニット102に対する最適な負荷セットポイントを決定することができる。
ここで図7を参照すると、いくつかの実施形態による、高次元モデル予測コントローラ(MPC)608をさらに詳細に示すブロック図が示されている。高次元MPC608は、通信インタフェース702および処理回路704が示されている。通信インタフェース702は、様々なシステム、デバイスまたはネットワークとのデータ通信を実施するための有線または無線インタフェース(例えば、ジャック、アンテナ、送信機、受信機、トランシーバ、ワイヤ端子など)を含み得る。例えば、通信インタフェース702は、イーサネット(登録商標)ベースの通信ネットワークを介してデータを送信および受信するためのイーサネットカードおよびポートならびに/あるいは無線通信ネットワークを介して通信するためのWiFiトランシーバを含み得る。通信インタフェース702は、ローカルエリアネットワークまたは広域ネットワーク(例えば、インターネット、建物WANなど)を介して通信するように構成することができ、様々な通信プロトコル(例えば、BACnet、IP、LONなど)を使用することができる。
Tmin≦Tb≦Tmax
式中、TminおよびTmaxの値は、屋内サブシステムの温度セットポイントに基づいて調整することができる。いくつかの実施形態では、制約モデラ710は、屋内サブシステムの低次元屋内コントローラおよび/またはBMSから受信された情報に基づいてTminおよびTmaxの値を自動的に調整する。例えば、制約モデラ710は、屋内サブシステムに対する温度セットポイントスケジュールおよび/または占有スケジュールを使用して、各時間ステップkに対するTminおよびTmaxの値を自動的に調整することができる。これにより、制約モデラ710は、屋内サブシステム温度Tbが時間に応じた温度制限(Tmin〜Tmax)内に維持されるように、屋内サブシステムに対する時間変動セットポイント温度範囲に基づいて温度制限を使用することができる。
いくつかの実施形態では、エネルギー費用モデラ720は、屋内電力消費量を含まない屋外サブシステム638のエネルギー消費量を説明するエネルギー費用モデルを生成する。例えば、エネルギー費用モデラ720は、以下の方程式を使用して、最適化期間の間の総エネルギー費用をモデル化することができる。
xk+1=Axk+Buk+Bddk
yk=Cxk+Duk
式中、xkは、時間ステップkにおけるシステム状態のベクトルであり、ukは、時間ステップkにおけるシステム入力のベクトルであり、ykは、時間ステップkにおける測定値またはシステム出力のベクトルであり、dkは、時間ステップkにおける外乱のベクトルであり、xk+1は、時間k+1におけるシステム状態(予測されたもの)のベクトルである。表1は、これらのベクトルの各々に含めることができる変数を示す。
いくつかの実施形態では、エネルギー費用モデラ720は、屋外サブシステム638のエネルギー消費量および屋内サブシステム622〜626のエネルギー消費量の両方を説明するエネルギー費用モデルを生成する。例えば、エネルギー費用モデルは、割り当てられた熱エネルギー負荷
xk+1=Axk+Buk+Bddk
yk=Cxk+Duk
式中、xkは、時間ステップkにおけるシステム状態のベクトルであり、ukは、時間ステップkにおけるシステム入力のベクトルであり、ykは、時間ステップkにおける測定値またはシステム出力のベクトルであり、dkは、時間ステップkにおける外乱のベクトルであり、xk+1は、時間k+1におけるシステム状態(予測されたもの)のベクトルである。各ベクトルに含まれる変数は、上記の表1に示されるものと同じものであり得る。
ここで図8を参照すると、いくつかの実施形態による、低次元屋内モデル予測コントローラ(MPC)612をさらに詳細に示すブロック図が示されている。たった1つの低次元屋内MPC612しか詳細に示されていないが、制御システム600の他のいかなる低次元屋内MPC(例えば、低次元屋内MPC614〜616)も、低次元屋内MPC612と同じコンポーネントのいくつかまたはすべてを含み得ることを理解すべきである。制御システム600は、いかなる数の低次元屋内MPCも含み得、その各々は、別個の低次元屋内サブシステム(例えば、屋内サブシステム632〜636)のモニタおよび制御を行うために、独立して動作することができる。
vair,i=f1(Ti,Tsp,i)
式中、vair,iは、建物ゾーンiへの気流の速度(すなわち、制御動作)である。関数f1は、データから特定することができる。例えば、冷却/加熱デューティモデラ820は、vair,iおよびTiの測定値を収集し、対応するTsp,iの値を特定することができる。冷却/加熱デューティモデラ820は、そのような変数間の関係を定義する関数f1を決定するために訓練データとして収集されたvair,i、TiおよびTsp,iの値を使用してシステム識別プロセスを実行することができる。
Tmin≦Ti≦Tmax
式中、TminおよびTmaxの値は、屋内サブシステムの温度セットポイントに基づいて調整することができる。
Qtotal,k+1−Qtotal,k≧0
Qtotal,k+1は時間ステップk+1までに送られた熱エネルギーの量の総和であるため、この制約は、低次元オプティマイザ812が時間ステップkにおける熱エネルギー負荷
xk+1=Axk+Buk+Bddk
yk=Cxk+Duk
式中、xkは、時間ステップkにおけるシステム状態のベクトルであり、ukは、時間ステップkにおけるシステム入力のベクトルであり、ykは、時間ステップkにおける測定値またはシステム出力のベクトルであり、dkは、時間ステップkにおける外乱のベクトルであり、xk+1は、時間k+1におけるシステム状態(予測されたもの)のベクトルである。表2は、これらのベクトルの各々に含めることができる変数を示す。
xk+1=Axk+Buk+Bddk
yk=Cxk+Duk
式中、xkは、時間ステップkにおけるシステム状態のベクトルであり、ukは、時間ステップkにおけるシステム入力のベクトルであり、ykは、時間ステップkにおける測定値またはシステム出力のベクトルであり、dkは、時間ステップkにおける外乱のベクトルであり、xk+1は、時間k+1におけるシステム状態(予測されたもの)のベクトルである。各ベクトルに含まれる変数は、上記の表2に示されるものと同じものであり得る。
ここで図9を参照すると、いくつかの実施形態による、MPCシステム600によって実行することができるモデル予測制御技法を示すフロー図900が示されている。フロー図900は、可変冷媒流量(VRF)システムの複数の屋内サブシステムの各々に対する最適な負荷プロファイルを生成するために高次元モデル予測コントローラ(MPC)において高次元最適化を実行すること(ブロック902)を含むように示されている。いくつかの実施形態では、高次元最適化は、図6〜7を参照して説明されるように、高次元MPC608によって実行される。例えば、高次元最適化は、屋外ユニット需要プロファイル
様々な例示的な実施形態に示されるようなシステムおよび方法の構築および配列は単なる例示である。この開示ではほんのわずかの実施形態のみを詳細に説明してきたが、多くの変更形態(例えば、様々な要素のサイズ、寸法、構造、形状および割合、パラメータの値、取り付け方法、材料の使用、色、配向などの変化)が可能である。例えば、要素の位置を逆にするかまたは別の方法で変化させることができ、個別の要素または位置の性質または数を変更するかまたは変化させることができる。それに従って、そのような変更形態はすべて本開示の範囲内に含まれることが意図される。いかなるプロセスまたは方法ステップの順序または順番も代替の実施形態に従って変化させるかまたは並べ替えることができる。本開示の範囲から逸脱することなく、例示的な実施形態の設計、動作条件および配列における他の置換、変更、変化および省略を行うことができる。
Claims (20)
- 1つの屋外サブシステムおよび複数の屋内サブシステムを含む可変冷媒流量(VRF)システムのエネルギー費用を最適化するためのモデル予測制御システムであって、
前記複数の屋内サブシステムの各々に対する最適な屋内サブシステム負荷プロファイルを生成するために高次元最適化を実行するように構成された1つの高次元モデル予測コントローラであって、前記最適な屋内サブシステム負荷プロファイルが、前記エネルギー費用を最適化する、高次元モデル予測コントローラと、
複数の低次元屋内モデル予測コントローラであって、その各々が、前記屋内サブシステムのうちの1つに対応し、前記対応する屋内サブシステムに対する前記最適な屋内サブシステム負荷プロファイルを使用して、前記対応する屋内サブシステムの1つ以上の屋内VRFユニットに対する最適な屋内セットポイントを生成するために低次元最適化を実行するように構成される、低次元屋内モデル予測コントローラと
を含み、
前記複数の低次元屋内モデル予測コントローラの各々が、前記最適な屋内セットポイントを使用して、前記対応する屋内サブシステムの前記屋内VRFユニットを操作するように構成される、モデル予測制御システム。 - 前記最適な屋内サブシステム負荷プロファイルの各々が、最適化期間の複数の時間ステップの各々における前記屋内サブシステムのうちの1つへの熱エネルギー配分を含み、
各低次元屋内モデル予測コントローラが、前記低次元最適化を実行する際に、最適化制約として、前記対応する屋内サブシステムへの前記熱エネルギー配分を使用するように構成される、請求項1のモデル予測制御システム。 - 前記最適な屋内セットポイントは、
前記屋内VRFユニットの各々に対する冷媒流量セットポイントと、
前記屋内VRFユニットによって制御される1つ以上の建物ゾーンに対する温度セットポイントと
の少なくとも一方を含む、請求項1のモデル予測制御システム。 - 各屋内サブシステムが、複数の建物ゾーンを含み、
前記低次元屋内モデル予測コントローラの各々が、前記対応する屋内サブシステムの前記複数の建物ゾーンの各々に対する最適な屋内温度セットポイントを生成するように構成される、請求項1のモデル予測制御システム。 - 各屋内サブシステムが、複数の屋内VRFユニットを含み、
前記低次元屋内モデル予測コントローラの各々が、
前記対応する屋内サブシステムの前記複数の屋内VRFユニットの各々に対する最適な冷媒流量決定を生成することと、
前記最適な冷媒流量決定を使用して、前記複数の屋内VRFユニットの各々に対する流量セットポイント、温度セットポイントおよびバルブセットポイントの少なくとも1つを計算することと
を行うように構成される、請求項1のモデル予測制御システム。 - 前記低次元屋内モデル予測コントローラの各々が、
前記対応する屋内サブシステムの前記屋内VRFユニットの各々に対する熱エネルギー負荷と冷媒流量との間の関係を識別することと、
熱エネルギー負荷と冷媒流量との間の前記識別された関係を使用して、前記対応する屋内サブシステムの前記屋内VRFユニットの各々に対する前記最適な冷媒流量決定を生成することと
を行うように構成される、請求項5のモデル予測制御システム。 - 前記高次元モデル予測コントローラは、前記最適な屋内サブシステム負荷プロファイルから得られる各屋内サブシステムに対する予測温度プロファイルを生成するように構成され、
前記低次元屋内モデル予測コントローラは、屋内サブシステム温度と前記予測温度プロファイルとの間の誤差を最小化することによって前記最適な屋内セットポイントを生成するように構成される、請求項1のモデル予測制御システム。 - 前記屋内サブシステムの各々が、前記屋内サブシステム間で直接熱交換が起こらないように、互いに熱的に分離された別個の建物を表す、請求項1のモデル予測制御システム。
- 前記高次元モデル予測コントローラは、前記屋外サブシステムに対する最適な屋外ユニット需要プロファイルを生成するように構成され、
前記システムは、前記最適な屋外ユニット需要プロファイルに基づく需要制約を受けることを条件として、前記屋外サブシステムの1つ以上の屋外VRFユニットに対する最適な屋外セットポイントを生成するために低次元最適化を実行するように構成された低次元屋外モデル予測コントローラをさらに含み、
前記低次元屋外モデル予測コントローラは、前記屋外VRFユニットを操作するために前記最適な屋外セットポイントを使用するように構成される、請求項1のモデル予測制御システム。 - 前記高次元モデル予測コントローラは、
最適化期間の複数の時間ステップの各々における前記複数の屋内サブシステムの各々への最適な熱エネルギー配分と、
前記最適化期間の前記複数の時間ステップの各々における前記屋外サブシステムの最適な熱エネルギーまたは冷媒状態配分と
を決定するように構成される、請求項1のモデル予測制御システム。 - 1つの屋外サブシステムおよび複数の屋内サブシステムを含む可変冷媒流量(VRF)システムのエネルギー費用を最適化するための方法であって、
前記複数の屋内サブシステムの各々に対する最適な屋内サブシステム負荷プロファイルを生成するために1つの高次元モデル予測コントローラにおいて高次元最適化を実行することであって、前記最適な屋内サブシステム負荷プロファイルが、前記エネルギー費用を最適化することと、
前記高次元モデル予測コントローラから複数の低次元屋内モデル予測コントローラに前記最適な屋内サブシステム負荷プロファイルを提供することであって、前記低次元屋内モデル予測コントローラの各々が、前記複数の屋内サブシステムのうちの1つに対応することと、
前記対応する屋内サブシステムに対する前記最適な屋内サブシステム負荷プロファイルを使用して、前記対応する屋内サブシステムの1つ以上の屋内VRFユニットに対する最適な屋内セットポイントを生成するために前記低次元屋内モデル予測コントローラの各々において低次元最適化を実行することと、
前記複数の屋内サブシステムの各々の前記屋内VRFユニットを操作するために前記最適な屋内セットポイントを使用することと
を含む、方法。 - 前記最適な屋内サブシステム負荷プロファイルの各々が、最適化期間の複数の時間ステップの各々における前記屋内サブシステムのうちの1つへの熱エネルギー配分を含み、
前記低次元最適化を実行するステップは、最適化制約として、前記対応する屋内サブシステムへの前記熱エネルギー配分を使用することを含む、請求項11の方法。 - 前記最適な屋内セットポイントは、
前記屋内VRFユニットの各々に対する冷媒流量セットポイントと、
前記屋内VRFユニットによって制御される1つ以上の建物ゾーンに対する温度セットポイントと
の少なくとも一方を含む、請求項11の方法。 - 各屋内サブシステムが、複数の建物ゾーンを含み、
前記低次元最適化を実行することは、前記対応する屋内サブシステムの前記複数の建物ゾーンの各々に対する最適な屋内温度セットポイントを生成することを含む、請求項11の方法。 - 各屋内サブシステムが、複数の屋内VRFユニットを含み、
前記低次元最適化を実行することは、
前記対応する屋内サブシステムの前記複数の屋内VRFユニットの各々に対する最適な冷媒流量決定を生成することと、
前記最適な冷媒流量決定を使用して、前記複数の屋内VRFユニットの各々に対する流量セットポイント、温度セットポイントおよびバルブセットポイントの少なくとも1つを計算することと
を含む、請求項11の方法。 - 前記低次元最適化を実行することは、
前記対応する屋内サブシステムの前記屋内VRFユニットの各々に対する熱エネルギー負荷と冷媒流量との間の関係を識別することと、
熱エネルギー負荷と冷媒流量との間の前記識別された関係を使用して、前記対応する屋内サブシステムの前記屋内VRFユニットの各々に対する前記最適な冷媒流量決定を生成することと
を含む、請求項15の方法。 - 前記高次元最適化を実行することは、前記最適な屋内サブシステム負荷プロファイルから得られる各屋内サブシステムに対する予測温度プロファイルを生成することを含み、
前記低次元最適化を実行することは、屋内サブシステム温度と前記予測温度プロファイルとの間の誤差を最小化することによって前記最適な屋内セットポイントを生成することを含む、請求項11の方法。 - 前記高次元最適化を実行することは、前記屋外サブシステムに対する最適な屋外ユニット需要プロファイルを生成することを含み、
前記方法はさらに、
前記最適な屋外ユニット需要プロファイルに基づく需要制約を受けることを条件として、前記屋外サブシステムの1つ以上の屋外VRFユニットに対する最適な屋外セットポイントを生成するために低次元屋外モデル予測コントローラにおいて低次元最適化を実行することと、
前記屋外VRFユニットを操作するために前記最適な屋外セットポイントを使用することと
を含む、請求項11の方法。 - 前記高次元最適化を実行することは、
最適化期間の複数の時間ステップの各々における前記複数の屋内サブシステムの各々への最適な熱エネルギー配分と、
前記最適化期間の前記複数の時間ステップの各々における前記屋外サブシステムの最適な熱エネルギーまたは冷媒状態配分と
を決定することを含む、請求項11の方法。 - 可変冷媒流量(VRF)システムであって、
複数の屋内サブシステムであって、各屋内サブシステムが、1つ以上の屋内VRFユニットを含む、屋内サブシステムと、
1つ以上の屋外VRFユニットを含む屋外サブシステムと、
前記複数の屋内サブシステムの各々に対する最適な屋内サブシステム負荷プロファイルを生成するために高次元最適化を実行するように構成された1つの高次元モデル予測コントローラであって、前記最適な屋内サブシステム負荷プロファイルが、エネルギー費用を最適化する、高次元モデル予測コントローラと、
複数の低次元屋内モデル予測コントローラであって、その各々が、前記屋内サブシステムのうちの1つに対応し、前記対応する屋内サブシステムに対する前記最適な屋内サブシステム負荷プロファイルを使用して、前記対応する屋内サブシステムの前記屋内VRFユニットに対する最適な屋内セットポイントを生成するために低次元最適化を実行するように構成される、低次元屋内モデル予測コントローラと
を含む、可変冷媒流量(VRF)システム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201662357338P | 2016-06-30 | 2016-06-30 | |
US62/357,338 | 2016-06-30 | ||
PCT/US2017/039798 WO2018005670A1 (en) | 2016-06-30 | 2017-06-28 | Variable refrigerant flow system with multi-level model predictive control |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019522290A true JP2019522290A (ja) | 2019-08-08 |
JP6976976B2 JP6976976B2 (ja) | 2021-12-08 |
Family
ID=59337890
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018567674A Active JP6976976B2 (ja) | 2016-06-30 | 2017-06-28 | マルチレベルモデル予測制御のシステムと方法 |
Country Status (4)
Country | Link |
---|---|
US (2) | US10564612B2 (ja) |
JP (1) | JP6976976B2 (ja) |
CN (1) | CN109416524A (ja) |
WO (1) | WO2018005670A1 (ja) |
Families Citing this family (42)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10380705B2 (en) | 2013-10-30 | 2019-08-13 | Carrier Corporation | System and method for modeling of target infrastructure for energy management in distributed-facilities |
US10174957B2 (en) * | 2015-07-27 | 2019-01-08 | Mitsubishi Electric Research Laboratories, Inc. | System and method for controlling multi-zone vapor compression systems |
US10161834B1 (en) * | 2016-02-05 | 2018-12-25 | William R Henry | Method to determine performance of a chiller and chiller plant |
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 |
JP6292338B1 (ja) * | 2017-08-04 | 2018-03-14 | 富士電機株式会社 | 運用支援システム、運用支援装置、運用支援方法及びプログラム |
AU2019221098A1 (en) * | 2018-02-19 | 2020-09-17 | BrainBox AI Inc. | Systems and methods of optimizing HVAC control in a building or network of buildings |
US11954713B2 (en) * | 2018-03-13 | 2024-04-09 | Johnson Controls Tyco IP Holdings LLP | Variable refrigerant flow system with electricity consumption apportionment |
US11118804B2 (en) * | 2018-03-16 | 2021-09-14 | Delta Controls Inc. | Building automation system and method using ceiling-mounted infrared sensors |
FR3085468B1 (fr) | 2018-09-03 | 2020-12-18 | Arkema France | Procede de conditionnement d'air |
US10684070B2 (en) * | 2018-09-05 | 2020-06-16 | Johnson Controls Technology Company | Variable refrigerant flow system with capacity limits |
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 |
US12007732B2 (en) | 2019-07-12 | 2024-06-11 | Johnson Controls Tyco IP Holdings LLP | HVAC system with building infection control |
US11210591B2 (en) | 2019-01-04 | 2021-12-28 | Johnson Controls Tyco IP Holdings LLP | Building control system with automated Kalman filter parameter initiation and system identification |
WO2020145900A1 (en) | 2019-01-11 | 2020-07-16 | Nanyang Technological University | Method and control system for controlling building service systems |
CN109812702B (zh) * | 2019-01-28 | 2023-09-08 | 中国石油天然气集团有限公司 | 一种天然气管道自动分输实现装置 |
US11137162B2 (en) | 2019-06-14 | 2021-10-05 | Johnson Controls Tyco IP Holdings LLP | Variable refrigerant flow system with zone grouping |
US11768003B2 (en) | 2019-06-14 | 2023-09-26 | Johnson Controls Tyco IP Holdings LLP | Variable refrigerant flow system with zone grouping |
US11714393B2 (en) | 2019-07-12 | 2023-08-01 | Johnson Controls Tyco IP Holdings LLP | Building control system with load curtailment optimization |
US11226600B2 (en) | 2019-08-29 | 2022-01-18 | Johnson Controls Tyco IP Holdings LLP | Building control system with load curtailment optimization |
US20210018204A1 (en) * | 2019-07-16 | 2021-01-21 | Johnson Controls Technology Company | Variable refrigerant flow system with zone grouping control feasibility estimation |
US11067956B2 (en) | 2019-08-08 | 2021-07-20 | Johnson Controls Technology Company | Variable refrigerant flow system with automatic sensor data correction |
US11144020B2 (en) | 2019-08-23 | 2021-10-12 | Johnson Controls Tyco IP Holdings LLP | Central plant control system with geometric modeling of operational sequences |
US11099530B2 (en) | 2019-08-23 | 2021-08-24 | Johnson Controls Technology Company | Central plant control system with device geometric modeling and control |
US11662113B2 (en) | 2019-11-18 | 2023-05-30 | Johnson Controls Tyco IP Holdings LLP | Building cooling systems with energy optimization and model predictive control |
US11445024B2 (en) | 2019-11-26 | 2022-09-13 | Johnson Controls Tyco IP Holdings LLP | Building control system with smart edge devices having embedded model predictive control |
CN110925974B (zh) * | 2019-12-09 | 2021-08-03 | 广东美的暖通设备有限公司 | 空调器及其输出参数的控制方法和控制装置 |
US11236917B2 (en) * | 2019-12-18 | 2022-02-01 | Johnson Controls Tyco IP Holdings LLP | Building control system with zone grouping based on predictive models |
CN111667637A (zh) * | 2020-05-11 | 2020-09-15 | 中外运冷链物流有限公司 | 一种计算集中制冷系统单个冷库电费的方法 |
US11699197B2 (en) * | 2020-05-19 | 2023-07-11 | Austin J. Clark | System and method for energy forecasting based on indoor and outdoor weather data |
US20210368656A1 (en) * | 2020-05-20 | 2021-11-25 | Nvidia Corporation | Intelligent control and distribution of a liquid in a data center |
CN111839101B (zh) * | 2020-06-28 | 2021-11-23 | 珠海格力电器股份有限公司 | 一种陈列柜控制方法、装置、存储介质及陈列柜 |
CN112650061B (zh) * | 2020-12-25 | 2023-03-10 | 电子科技大学 | 一种基于区间模糊的暖通空调节能预测控制方法 |
CN112736915B (zh) * | 2020-12-29 | 2023-05-23 | 广东电网有限责任公司电力调度控制中心 | 区域设备集群的需求响应控制系统、方法、装置及设备 |
CN112797598B (zh) * | 2020-12-30 | 2022-07-26 | 宁波奥克斯电气股份有限公司 | 多联式空调的室内机控制方法、装置及空调器 |
CN112665159B (zh) * | 2021-01-07 | 2021-12-21 | 西安建筑科技大学 | 基于需求响应的负荷反弹量优化、负荷调节方法及系统 |
CN113091262B (zh) * | 2021-04-12 | 2022-08-09 | 国家计算机网络信息与安全管理中心 | 一种基于模型预测控制的数据中心温湿度设定值确定方法 |
CN113203187B (zh) * | 2021-04-28 | 2022-03-01 | 清华大学 | 基于部分线性模型的建筑暖通空调负荷优化控制方法 |
US11686489B2 (en) * | 2021-06-10 | 2023-06-27 | Johnson Controls Technology Company | Modulating reheat functionality for HVAC system |
CN113848711B (zh) * | 2021-09-18 | 2023-07-14 | 内蒙古工业大学 | 一种基于安全模型强化学习的数据中心制冷控制算法 |
US11846439B2 (en) | 2021-10-11 | 2023-12-19 | Johnson Controls Tyco IP Holdings LLP | Building control system with peer analysis based on weighted outlier detection |
CN114811857B (zh) * | 2022-06-27 | 2022-09-27 | 深圳市森辉智能自控技术有限公司 | 一种冷站系统运行优化方法 |
CN115230433B (zh) * | 2022-08-23 | 2024-05-14 | 重庆大学 | 电动汽车乘员舱与动力电池协同加热控制方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005092584A (ja) * | 2003-09-18 | 2005-04-07 | Yokogawa Electric Corp | 多変数予測制御システム |
US9235657B1 (en) * | 2013-03-13 | 2016-01-12 | Johnson Controls Technology Company | System identification and model development |
Family Cites Families (46)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1161753A (zh) * | 1994-10-24 | 1997-10-08 | 奥林公司 | 模型预测控制装置与方法 |
WO2006034718A1 (en) | 2004-09-30 | 2006-04-06 | Danfoss A/S | A model prediction controlled refrigeration system |
US20070203860A1 (en) | 2006-02-24 | 2007-08-30 | Gridpoint, Inc. | Energy budget manager |
US8295951B2 (en) * | 2007-12-21 | 2012-10-23 | The University Of Florida Research Foundation, Inc. | Systems and methods for offset-free model predictive control |
US8457802B1 (en) | 2009-10-23 | 2013-06-04 | Viridity Energy, Inc. | System and method for energy management |
GB0919934D0 (en) | 2009-11-16 | 2009-12-30 | Sunamp Ltd | Energy storage systems |
AU2010333708B2 (en) | 2009-12-16 | 2015-06-11 | Commonwealth Scientific And Industrial Research Organisation | HVAC control system and method |
US8442694B2 (en) * | 2010-07-23 | 2013-05-14 | Lg Electronics Inc. | Distribution of airflow in an HVAC system to optimize energy efficiency and temperature differentials |
US9300141B2 (en) | 2010-11-18 | 2016-03-29 | John J. Marhoefer | Virtual power plant system and method incorporating renewal energy, storage and scalable value-based optimization |
US8903554B2 (en) | 2011-02-22 | 2014-12-02 | The Board Of Trustees Of The Leland Stanford Junior University | Energy plant design and operation |
KR101500304B1 (ko) | 2011-12-26 | 2015-03-11 | 주식회사 케이티 | 에너지 저장장치의 충방전 제어 방법 및 시스템 |
US9002531B2 (en) | 2012-09-28 | 2015-04-07 | Sharp Laboratories Of America, Inc. | System and method for predictive peak load management via integrated load management |
JP5981313B2 (ja) | 2012-11-09 | 2016-08-31 | 株式会社東芝 | 電力抑制型蓄電蓄熱最適化装置、最適化方法及び最適化プログラム |
US9436179B1 (en) | 2013-03-13 | 2016-09-06 | Johnson Controls Technology Company | Systems and methods for energy cost optimization in a building system |
US9810442B2 (en) * | 2013-03-15 | 2017-11-07 | Google Inc. | Controlling an HVAC system in association with a demand-response event with an intelligent network-connected thermostat |
US20140365017A1 (en) * | 2013-06-05 | 2014-12-11 | Jason Hanna | Methods and systems for optimized hvac operation |
EP3086047B1 (en) | 2013-12-19 | 2022-02-09 | Mitsubishi Electric Corporation | Air conditioner and method for controlling air conditioner |
KR102344058B1 (ko) | 2013-12-24 | 2021-12-28 | 엘지전자 주식회사 | 공기조화 시스템 및 그 제어방법 |
KR102237600B1 (ko) * | 2014-03-18 | 2021-04-07 | 삼성전자주식회사 | 공기 조화기 및 그 제어방법법 |
US10101731B2 (en) | 2014-05-01 | 2018-10-16 | Johnson Controls Technology Company | Low level central plant optimization |
US20150378381A1 (en) | 2014-06-30 | 2015-12-31 | Qualcomm Incorporated | Systems and methods for energy cost optimization |
EP3194865B1 (en) | 2014-08-14 | 2021-04-07 | Vigilent Corporation | Method and apparatus for optimizing control variables to minimize power consumption of cooling systems |
US9651929B2 (en) | 2014-09-29 | 2017-05-16 | International Business Machines Corporation | HVAC system control integrated with demand response, on-site energy storage system and on-site energy generation system |
CN104279715B (zh) * | 2014-10-29 | 2017-03-08 | 四川慧盈科技有限责任公司 | 一种楼宇空调设备负荷预测方法 |
CN104319766B (zh) * | 2014-10-29 | 2015-11-04 | 四川慧盈科技有限责任公司 | 一种楼宇空调设备供电及监控方法 |
US10332026B2 (en) * | 2014-11-26 | 2019-06-25 | International Business Machines Corporation | Building thermal control techniques |
CN104748239B (zh) | 2015-03-31 | 2017-10-31 | 广东美的暖通设备有限公司 | 多联机系统 |
US10094586B2 (en) | 2015-04-20 | 2018-10-09 | Green Power Labs Inc. | Predictive building control system and method for optimizing energy use and thermal comfort for a building or network of buildings |
US10761547B2 (en) | 2015-04-23 | 2020-09-01 | Johnson Controls Technology Company | HVAC controller with integrated airside and waterside cost optimization |
US10359797B2 (en) | 2015-04-30 | 2019-07-23 | Solarcity Corporation | Weather tracking in a photovoltaic energy generation system |
CN104898422B (zh) * | 2015-05-05 | 2018-05-04 | 上海交通大学 | 联合供冷系统的递阶优化方法 |
CN104896682B (zh) | 2015-06-30 | 2017-12-08 | 广东美的暖通设备有限公司 | 温湿双控型多联机系统及其的控制方法 |
CN105066539B (zh) | 2015-07-16 | 2018-07-10 | 广东美的暖通设备有限公司 | 多联机系统及其电子膨胀阀控制方法 |
US10174957B2 (en) * | 2015-07-27 | 2019-01-08 | Mitsubishi Electric Research Laboratories, Inc. | System and method for controlling multi-zone vapor compression systems |
WO2017045038A1 (en) | 2015-09-18 | 2017-03-23 | Carbontrack Pty Ltd | Mesh-networked power control devices, systems and methods |
US10564610B2 (en) | 2015-10-08 | 2020-02-18 | Con Edison Battery Storage, Llc | Photovoltaic energy system with preemptive ramp rate control |
US10554170B2 (en) | 2015-10-08 | 2020-02-04 | Con Edison Battery Storage, Llc | Photovoltaic energy system with solar intensity prediction |
US10389136B2 (en) | 2015-10-08 | 2019-08-20 | Con Edison Battery Storage, Llc | Photovoltaic energy system with value function optimization |
KR101834061B1 (ko) | 2016-02-15 | 2018-03-02 | 두산중공업 주식회사 | 신재생 에너지 연계형 ess의 전력 관리 방법 |
US10094598B2 (en) * | 2016-06-06 | 2018-10-09 | Mitsubishi Electric Research Laboratories, Inc. | System and method for controlling multi-zone vapor compression system |
US20180004171A1 (en) | 2016-06-30 | 2018-01-04 | Johnson Controls Technology Company | Hvac system using model predictive control with distributed low-level airside optimization and airside power consumption model |
US10324483B2 (en) | 2017-01-12 | 2019-06-18 | Johnson Controls Technology Company | Building energy storage system with peak load contribution cost optimization |
US10282796B2 (en) | 2017-01-12 | 2019-05-07 | Johnson Controls Technology Company | Building energy storage system with multiple demand charge cost optimization |
US10359748B2 (en) | 2017-02-07 | 2019-07-23 | Johnson Controls Technology Company | Building energy cost optimization system with asset sizing |
WO2018156700A1 (en) | 2017-02-22 | 2018-08-30 | Board Of Regents, The University Of Texas System | Building energy management and optimization |
US10706375B2 (en) | 2017-03-29 | 2020-07-07 | Johnson Controls Technology Company | Central plant with asset allocator |
-
2017
- 2017-06-28 JP JP2018567674A patent/JP6976976B2/ja active Active
- 2017-06-28 US US15/635,754 patent/US10564612B2/en active Active
- 2017-06-28 WO PCT/US2017/039798 patent/WO2018005670A1/en active Application Filing
- 2017-06-28 CN CN201780041246.5A patent/CN109416524A/zh active Pending
-
2019
- 2019-10-14 US US16/601,391 patent/US10809676B2/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005092584A (ja) * | 2003-09-18 | 2005-04-07 | Yokogawa Electric Corp | 多変数予測制御システム |
US9235657B1 (en) * | 2013-03-13 | 2016-01-12 | Johnson Controls Technology Company | System identification and model development |
Also Published As
Publication number | Publication date |
---|---|
US20200041966A1 (en) | 2020-02-06 |
US10809676B2 (en) | 2020-10-20 |
CN109416524A (zh) | 2019-03-01 |
JP6976976B2 (ja) | 2021-12-08 |
WO2018005670A1 (en) | 2018-01-04 |
US20180004173A1 (en) | 2018-01-04 |
US10564612B2 (en) | 2020-02-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6976976B2 (ja) | マルチレベルモデル予測制御のシステムと方法 | |
US10809675B2 (en) | HVAC system using model predictive control with distributed low-level airside optimization and airside power consumption model | |
US10372146B2 (en) | Systems and methods for creating and using combined predictive models to control HVAC equipment | |
US11067955B2 (en) | HVAC system using model predictive control with distributed low-level airside optimization | |
Joe et al. | A model predictive control strategy to optimize the performance of radiant floor heating and cooling systems in office buildings | |
Thieblemont et al. | Predictive control strategies based on weather forecast in buildings with energy storage system: A review of the state-of-the art | |
JP7075944B2 (ja) | 予測建物制御システムと同システム内の機器を動作させる方法 | |
De Coninck et al. | Quantification of flexibility in buildings by cost curves–Methodology and application | |
US11789415B2 (en) | Building HVAC system with multi-level model predictive control | |
Wang et al. | Operating a commercial building HVAC load as a virtual battery through airflow control | |
Ma et al. | Model predictive control for the operation of building cooling systems | |
US11281173B2 (en) | Systems and methods for maintaining occupant comfort for various environmental conditions | |
US20190286114A1 (en) | Central plant control system with plug and play empc | |
US20170031962A1 (en) | Systems and methods for visualizing equipment utilization in a central plant | |
US11385605B2 (en) | Building control system with features for operating under intermittent connectivity to a cloud computation system | |
Amarasinghe et al. | Artificial neural networks based thermal energy storage control for buildings | |
US11392095B2 (en) | Building control system with central plant model generation | |
Sun et al. | Multiplexed optimization for complex air conditioning systems | |
Asad et al. | Adaptive modeling for reliability in optimal control of complex HVAC systems | |
Thilker et al. | Non-linear model predictive control for smart heating of buildings | |
CN109343461A (zh) | 一种楼宇自动化控制系统的节能控制方法 | |
WO2020237468A1 (zh) | 确定温度设置值的方法、装置、系统、存储介质和处理器 | |
Talebi et al. | Optimal scheduling of hvac set-point for electricity peak reduction and avoid rebound phenomenon | |
JP7145766B2 (ja) | 建物の暖房・換気または空調(hvac)システム、および建物hvacシステムのエネルギー費用を最適化する方法 | |
Gayeski et al. | Predictive pre-cooling of thermo-active building systems with low-lift chillers. Part I: control algorithm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200311 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210226 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210302 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210526 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20211019 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211110 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6976976 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |