JP7145766B2 - 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 - Google Patents

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 Download PDF

Info

Publication number
JP7145766B2
JP7145766B2 JP2018567572A JP2018567572A JP7145766B2 JP 7145766 B2 JP7145766 B2 JP 7145766B2 JP 2018567572 A JP2018567572 A JP 2018567572A JP 2018567572 A JP2018567572 A JP 2018567572A JP 7145766 B2 JP7145766 B2 JP 7145766B2
Authority
JP
Japan
Prior art keywords
air supply
dimensional
building
temperature
subsystem
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.)
Active
Application number
JP2018567572A
Other languages
English (en)
Other versions
JP2019527328A (ja
Inventor
ニシス アール． パテル、
ロバート ディー． ターニー、
マシュー ジェイ． エリス、
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.)
Johnson Controls Technology Co
Original Assignee
Johnson Controls Technology 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
Priority claimed from US15/199,909 external-priority patent/US11067955B2/en
Priority claimed from US15/199,910 external-priority patent/US20180004171A1/en
Application filed by Johnson Controls Technology Co filed Critical Johnson Controls Technology Co
Publication of JP2019527328A publication Critical patent/JP2019527328A/ja
Application granted granted Critical
Publication of JP7145766B2 publication Critical patent/JP7145766B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • 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
    • 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
    • G05B2219/2614—HVAC, heating, ventillation, climate control

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Air Conditioning Control Device (AREA)
  • Feedback Control In General (AREA)

Description

関連出願の相互参照
この出願は、２０１６年６月３０日に出願された米国特許出願第１５／１９９，９０９号明細書および２０１６年６月３０日に出願された米国特許出願第１５／１９９，９１０号明細書の利益および優先権を主張する。これらの特許出願は両方とも、それらの全体が参照により本明細書に組み込まれる。
本開示は、概して、建物の暖房・換気または空調（ＨＶＡＣ）システムに関する。本開示は、より具体的には、ＨＶＡＣシステムによって消費されるエネルギーの費用を最適化するためにモデル予測制御（ＭＰＣ）を使用する建物ＨＶＡＣシステムに関する。
商業建物は、米国の総エネルギー消費量のおよそ２０％を消費し、主要なエネルギー消費支出が１年間に大体２０００億ドルを占める。エネルギー情報局は、商業床面積および主要なエネルギー消費量が将来伸び続けると予想している。他方では、平均エネルギー価格は、比較的安定したままであると予期されている。従って、商業建物においてエネルギーに費やされる額は、著しく増加し続けるであろう。これらのエネルギー費用値およびそれらの予想される伸び率の重要性を考慮して、建物は、特に温度制御の分野において、消費量を低減するようにまたは効率を高めるように設計された制御戦略の主要な対象となった。
商業建物および教育施設の多くのＨＶＡＣシステムは、それらの機器の制御のために、簡単なオン／オフ機能および比例・積分・微分（ＰＩＤ）コントローラを使用する。それらは、温度コントローラに依存し、温度コントローラの目標は、所望の温度セットポイントに収束し、何らかの公差内でそこにとどまらせることのみである。しかし、より優れた目標は、総エネルギー消費量を最小化するかまたは総エネルギー費用を最小化することである。時間変動価格を有する公益事業市場では、何らかの形態のエネルギー貯蔵を使用して加熱または冷却負荷を一時的にシフトすることによって費用節約の可能性が存在する。これらの節約を達成するため、将来の負荷を見通すためのシステムのモデルを用いた予測最適化を使用することができる。負荷シフトは、ピーク時間の間のパワープラントの負担を軽減し、パワープラントがより効率的に動作できるようにする。その上、冷凍機は、冷却水温度がより低い夜間に、より効率的に動作する。
ＭＰＣは、過去２０年間に大成功を収めてきた高度なプロセス制御方法である。ＭＰＣは、入力（制御動作）を出力（プロセス測定値）と関連付けるシステムのモデルを使用する。モデルは、ホライズンと呼ばれる期間にわたってコントローラが取った動作に基づいてプロセス変数を予測するために使用される。各ステップでは、ＭＰＣは、機器能力および安全性の限界などのプロセス制約に配慮しながら追跡誤差または入力使用量などの目的を達成する制御動作のシーケンスを決定するために、このモデルを使用してオンライン最適化問題を解く。シーケンスにおける第１の制御動作が実装され、新しい測定値が得られた後、次のステップにおいて再び最適化問題が解かれる。経済的なＭＰＣでは、最適化問題の目的は、総費用を最小化することである。
経済的に最適な制御システムは、ＨＶＡＣ産業では、広い展開はしてこなかった。ＨＶＡＣシステムにおけるＭＰＣの展開の成功の基本的な障害の１つは、大多数の建物ゾーンである。ＨＶＡＣシステムにおいてＭＰＣを実装するには、かなり短時間（例えば、数分程度）で最適化問題を解くことが望ましくあり得る。キャンパス規模の実装形態は、各々が数十のゾーンを有する数百の建物および数千の空気処理領域を含み得る。これらのアプリケーションのための単一の組み合わされた制御システムは、結果として得られる単一の最適化問題がリアルタイムで解くには大き過ぎるため、実用的でも、望ましいものでもない。
本開示の一実装形態は、建物の暖房・換気または空調（ＨＶＡＣ）システムである。ＨＶＡＣシステムは、複数の空気供給側サブシステムを有する空気供給側システムと、高次元モデル予測コントローラ（ＭＰＣ）と、複数の低次元空気供給側ＭＰＣとを含む。各空気供給側サブシステムは、空気供給側サブシステムに加熱または冷却を提供するように構成された空気供給側ＨＶＡＣ機器を含む。高次元モデル予測コントローラは、複数の空気供給側サブシステムの各々に対する最適な空気供給側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る。最適な空気供給側サブシステム負荷プロファイルは、エネルギー費用を最適化する。各低次元空気供給側ＭＰＣは、空気供給側サブシステムのうちの１つに対応し、対応する空気供給側サブシステムに対する最適な空気供給側サブシステム負荷プロファイルを使用して、対応する空気供給側サブシステムに対する最適な空気供給側温度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。低次元空気供給側ＭＰＣの各々は、対応する空気供給側サブシステムの空気供給側ＨＶＡＣ機器を操作するために対応する空気供給側サブシステムに対する最適な空気供給側温度セットポイントを使用するように構成される。
いくつかの実施形態では、ＨＶＡＣシステムは、水供給側ＨＶＡＣ機器を有する水供給側システムを含む。高次元ＭＰＣは、水供給側システムに対する最適な水供給側需要プロファイルを生成するように構成することができる。ＨＶＡＣシステムは、最適な水供給側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、水供給側システムに対する最適な水供給側セットポイントを生成するように構成された低次元水供給側ＭＰＣを含み得る。低次元水供給側ＭＰＣは、水供給側ＨＶＡＣ機器を操作するために最適な水供給側セットポイントを使用するように構成することができる。
いくつかの実施形態では、空気供給側サブシステムは、空気供給側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。
いくつかの実施形態では、高次元ＭＰＣは、水供給側需要プロファイルの関数としてエネルギー費用を定義する高次元費用関数を生成するように構成される。水供給側需要プロファイルは、最適化期間の複数の時間ステップの各々における水供給側システムの熱エネルギー生産を示すことができる。
いくつかの実施形態では、高次元ＭＰＣは、複数の空気供給側サブシステム負荷プロファイルの関数として水供給側需要プロファイルを定義するために水供給側需要モデルを使用するように構成される。各空気供給側サブシステム負荷プロファイルは、複数の時間ステップの各々における空気供給側サブシステムのうちの１つへの熱エネルギー配分を示すことができる。
いくつかの実施形態では、高次元ＭＰＣは、複数の空気供給側サブシステムの各々に対する空気供給側サブシステム温度モデルを生成するように構成される。各空気供給側サブシステム温度モデルは、空気供給側サブシステムへの熱エネルギー配分と空気供給側サブシステムの温度との間の関係を定義することができる。
いくつかの実施形態では、高次元ＭＰＣは、水供給側需要モデルおよび各空気供給側サブシステム温度モデルによって提供される制約を受けることを条件として、エネルギー費用および複数の空気供給側サブシステム負荷プロファイルを最適化するように構成される。
いくつかの実施形態では、各空気供給側サブシステムは、複数の建物ゾーンを含む。低次元空気供給側ＭＰＣの各々は、対応する空気供給側サブシステムの複数の建物ゾーンの各々に対する最適な空気供給側温度セットポイントを生成するように構成することができる。
いくつかの実施形態では、低次元空気供給側ＭＰＣの各々は、対応する空気供給側サブシステムの複数の建物ゾーンの各々に対するゾーン負荷プロファイルを生成するように構成される。各ゾーン負荷プロファイルは、最適化期間の複数の時間ステップの各々における建物ゾーンのうちの１つへの熱エネルギー配分を示すことができる。
いくつかの実施形態では、最適な空気供給側サブシステム負荷プロファイルの各々は、多数の時間ステップの各々における対応する空気供給側サブシステムに対する最適な熱エネルギー負荷値、および、多数の時間ステップの各々における対応する空気供給側サブシステムに対する最適な温度値の少なくとも１つを含む。
本開示の別の実装形態は、建物ＨＶＡＣ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る。建物ＨＶＡＣシステムは、複数の空気供給側サブシステムを有する空気供給側システムを含む。方法は、複数の空気供給側サブシステムの各々に対する最適な空気供給側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ステップを含む。最適な空気供給側サブシステム負荷プロファイルは、エネルギー費用を最適化する。方法は、高次元ＭＰＣから複数の低次元空気供給側ＭＰＣに最適な空気供給側サブシステム負荷プロファイルを提供するステップを含む。低次元空気供給側ＭＰＣの各々は、複数の空気供給側サブシステムのうちの１つに対応する。方法は、対応する空気供給側サブシステムに対する最適な空気供給側温度セットポイントを生成するために、低次元空気供給側ＭＰＣの各々において低次元最適化を実行するステップを含む。低次元最適化の各々は、対応する空気供給側サブシステムに対する最適な空気供給側サブシステム負荷プロファイルに基づく負荷制約を受ける。方法は、複数の空気供給側サブシステムの各々の空気供給側ＨＶＡＣ機器を操作するために最適な空気供給側温度セットポイントを使用するステップを含む。
いくつかの実施形態では、空気供給側サブシステムは、空気供給側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。
いくつかの実施形態では、高次元最適化を実行するステップは、水供給側システムに対する最適な水供給側需要プロファイルを生成するステップを含む。方法は、低次元水供給側ＭＰＣに最適な水供給側需要プロファイルを提供するステップと、最適な水供給側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、水供給側システムに対する最適な水供給側セットポイントを生成するために、低次元水供給側ＭＰＣにおいて低次元最適化を実行するステップと、水供給側システムの水供給側ＨＶＡＣ機器を操作するために最適な水供給側セットポイントを使用するステップとをさらに含み得る。
いくつかの実施形態では、高次元最適化を実行するステップは、水供給側需要プロファイルの関数としてエネルギー費用を定義する高次元費用関数を生成するステップを含む。水供給側需要プロファイルは、最適化期間の複数の時間ステップの各々における水供給側システムの熱エネルギー生産を示すことができる。
いくつかの実施形態では、高次元最適化を実行するステップは、複数の空気供給側サブシステム負荷プロファイルの関数として水供給側需要プロファイルを定義するために水供給側需要モデルを使用するステップを含む。各空気供給側サブシステム負荷プロファイルカムは、複数の時間ステップの各々における空気供給側サブシステムのうちの１つへの熱エネルギー配分を示すことができる。
いくつかの実施形態では、高次元最適化を実行するステップは、複数の空気供給側サブシステムの各々に対する空気供給側サブシステム温度モデルを生成するステップを含む。各空気供給側サブシステム温度モデルは、空気供給側サブシステムへの熱エネルギー配分と空気供給側サブシステムの温度との間の関係を定義することができる。
いくつかの実施形態では、高次元最適化を実行するステップは、水供給側需要モデルおよび各空気供給側サブシステム温度モデルによって提供される制約を受けることを条件として、エネルギー費用および複数の空気供給側サブシステム負荷プロファイルを最適化するステップを含む。
いくつかの実施形態では、各空気供給側サブシステムは、複数の建物ゾーンを含む。低次元最適化を実行するステップは、複数の建物ゾーンの各々に対する最適な空気供給側温度セットポイントを生成するステップを含み得る。
いくつかの実施形態では、低次元最適化を実行するステップは、複数の建物ゾーンの各々に対するゾーン負荷プロファイルを生成するステップを含む。各ゾーン負荷プロファイルは、最適化期間の複数の時間ステップの各々における建物ゾーンのうちの１つへの熱エネルギー配分を示すことができる。
本開示の別の実装形態は、建物ＨＶＡＣ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る。建物ＨＶＡＣシステムは、複数の空気供給側サブシステムを有する空気供給側システムを含む。方法は、複数の空気供給側サブシステムの各々に対する最適な空気供給側サブシステム温度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ステップを含む。最適な空気供給側サブシステム温度プロファイルは、エネルギー費用を最適化する。方法は、高次元ＭＰＣから複数の低次元空気供給側ＭＰＣに最適な空気供給側サブシステム温度プロファイルを提供するステップを含む。方法は、複数の空気供給側サブシステムに対する最適な空気供給側温度セットポイントを生成するために、低次元空気供給側ＭＰＣの各々において低次元最適化を実行するステップを含む。最適な空気供給側温度セットポイントは、空気供給側サブシステム温度と最適な空気供給側サブシステム温度プロファイルとの間の誤差を最小化する。方法は、複数の空気供給側サブシステムの各々の空気供給側ＨＶＡＣ機器を操作するために最適な空気供給側温度セットポイントを使用するステップを含む。
本開示の別の実装形態は、建物の暖房・換気または空調（ＨＶＡＣ）システムである。ＨＶＡＣシステムは、複数の空気供給側サブシステムを有する空気供給側システムと、水供給側システムと、高次元モデル予測コントローラ（ＭＰＣ）と、複数の低次元空気供給側ＭＰＣとを含む。各空気供給側サブシステムは、空気供給側サブシステムに加熱または冷却を提供するように構成された空気供給側ＨＶＡＣ機器を含む。水供給側システムは、加熱または冷却を提供するために空気供給側システムによって使用される熱エネルギーを生産するように構成された水供給側ＨＶＡＣ機器を含む。高次元ＭＰＣは、複数の空気供給側サブシステムの各々に対する最適な空気供給側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る。最適な空気供給側サブシステム負荷プロファイルは、最適化期間の複数の時間ステップの各々における空気供給側システムによる空気供給側電力消費量および水供給側システムによる水供給側電力消費量の両方の総エネルギー費用を最適化する。低次元空気供給側ＭＰＣの各々は、空気供給側サブシステムのうちの１つに対応し、対応する空気供給側サブシステムの空気供給側ＨＶＡＣ機器を操作するために対応する空気供給側サブシステムに対する最適な空気供給側サブシステム負荷プロファイルを使用するように構成される。
いくつかの実施形態では、空気供給側サブシステムは、空気供給側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。
いくつかの実施形態では、各空気供給側サブシステム負荷プロファイルは、複数の時間ステップの各々における複数の空気供給側サブシステムのうちの１つへの熱エネルギー配分を示す。高次元ＭＰＣは、空気供給側サブシステムへの熱エネルギー配分の関数として各空気供給側サブシステムの空気供給側電力消費量を定義するために空気供給側電力消費量モデルを使用するように構成することができる。
いくつかの実施形態では、高次元ＭＰＣは、複数の空気供給側サブシステムの各々に対する空気供給側サブシステム温度モデルを生成するように構成される。各空気供給側サブシステム温度モデルは、空気供給側サブシステム負荷プロファイルのうちの１つと対応する空気供給側サブシステムの温度との間の関係を定義することができる。
いくつかの実施形態では、高次元ＭＰＣは、水供給側システムに対する最適な水供給側需要プロファイルを生成するように構成される。システムは、最適な水供給側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、水供給側システムに対する最適な水供給側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水供給側モデル予測コントローラを含み得る。低次元水供給側モデル予測コントローラは、水供給側システムの水供給側ＨＶＡＣ機器を操作するために最適な水供給側セットポイントを使用するように構成することができる。
いくつかの実施形態では、高次元ＭＰＣは、最適化期間の複数の時間ステップの各々における水供給側システムの熱エネルギー生産を示す水供給側需要プロファイルの関数として総エネルギー費用を定義する高次元費用関数を最適化することによって高次元最適化を実行するように構成される。高次元ＭＰＣは、複数の空気供給側サブシステム負荷プロファイルの関数として水供給側需要プロファイルを定義するために、水供給側需要モデルを使用することができる。
いくつかの実施形態では、低次元空気供給側モデル予測コントローラの各々は、対応する空気供給側サブシステムに対する最適な空気供給側サブシステム負荷プロファイルを使用して対応する空気供給側サブシステムに対する最適な空気供給側温度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。各低次元空気供給側ＭＰＣは、対応する空気供給側サブシステムの空気供給側ＨＶＡＣ機器を操作するために対応する空気供給側サブシステムに対する最適な空気供給側温度セットポイントを使用することができる。
いくつかの実施形態では、各空気供給側サブシステムは、複数の建物ゾーンを含む。各空気供給側サブシステムに対する最適な空気供給側温度セットポイントは、空気供給側サブシステムの複数の建物ゾーンの各々に対する最適な空気供給側温度セットポイントを含み得る。
いくつかの実施形態では、低次元空気供給側ＭＰＣの各々は、対応する空気供給側サブシステムの複数の建物ゾーンの各々に対するゾーン負荷プロファイルを生成するように構成される。各ゾーン負荷プロファイルは、最適化期間の複数の時間ステップの各々における建物ゾーンのうちの１つへの熱エネルギー配分を示すことができる。
いくつかの実施形態では、最適な空気供給側サブシステム負荷プロファイルの各々は、複数の時間ステップの各々における対応する空気供給側サブシステムに対する最適な熱エネルギー負荷値、および、複数の時間ステップの各々における対応する空気供給側サブシステムに対する最適な温度値の少なくとも１つを含む。
本開示の別の実装形態は、建物ＨＶＡＣ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る。建物ＨＶＡＣシステムは、水供給側システムと、複数の空気供給側サブシステムを有する空気供給側システムとを含む。方法は、最適化期間の複数の時間ステップの各々における水供給側システムの水供給側電力消費量および各空気供給側サブシステムの空気供給側電力消費量の両方の関数としてエネルギー費用を定義する高次元費用関数を生成するステップを含む。方法は、複数の空気供給側サブシステムの各々に対する最適な空気供給側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ステップを含む。最適な空気供給側サブシステム負荷プロファイルは、エネルギー費用を最適化する。方法は、高次元ＭＰＣから複数の低次元空気供給側ＭＰＣに最適な空気供給側サブシステム負荷プロファイルを提供するステップを含む。低次元空気供給側ＭＰＣの各々は、複数の空気供給側サブシステムのうちの１つに対応する。方法は、対応する空気供給側サブシステムの空気供給側ＨＶＡＣ機器を操作するために低次元空気供給側ＭＰＣの各々において最適な空気供給側サブシステム負荷プロファイルを使用するステップを含む。
いくつかの実施形態では、空気供給側サブシステムは、空気供給側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。
いくつかの実施形態では、各空気供給側サブシステム負荷プロファイルは、複数の時間ステップの各々における複数の空気供給側サブシステムのうちの１つへの熱エネルギー配分を示す。方法は、空気供給側サブシステムへの熱エネルギー配分の関数として各空気供給側サブシステムの空気供給側電力消費量を定義するために空気供給側電力消費量モデルを使用するステップをさらに含み得る。
いくつかの実施形態では、方法は、複数の空気供給側サブシステムの各々に対する空気供給側サブシステム温度モデルを生成するステップを含む。各空気供給側サブシステム温度モデルは、空気供給側サブシステム負荷プロファイルのうちの１つと対応する空気供給側サブシステムの温度との間の関係を定義することができる。
いくつかの実施形態では、高次元最適化を実行するステップは、水供給側システムに対する最適な水供給側需要プロファイルを生成するステップを含む。方法は、低次元水供給側ＭＰＣに最適な水供給側需要プロファイルを提供するステップと、最適な水供給側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、水供給側システムに対する最適な水供給側セットポイントを生成するために、低次元水供給側ＭＰＣにおいて低次元最適化を実行するステップと、水供給側システムの水供給側ＨＶＡＣ機器を操作するために最適な水供給側セットポイントを使用するステップとを含み得る。
いくつかの実施形態では、高次元費用関数は、最適化期間の複数の時間ステップの各々における水供給側システムの熱エネルギー生産を示す水供給側需要プロファイルの関数としてエネルギー費用を定義する。方法は、複数の空気供給側サブシステム負荷プロファイルの関数として水供給側需要プロファイルを定義するために水供給側需要モデルを使用するステップを含み得る。
いくつかの実施形態では、方法は、対応する空気供給側サブシステムに対する最適な空気供給側サブシステム負荷プロファイルを使用して対応する空気供給側サブシステムに対する最適な空気供給側温度セットポイントを生成するために、低次元空気供給側ＭＰＣの各々において低次元最適化を実行するステップを含む。方法は、対応する空気供給側サブシステムの空気供給側ＨＶＡＣ機器を操作するために対応する空気供給側サブシステムに対する最適な空気供給側温度セットポイントを使用するステップを含み得る。
いくつかの実施形態では、各空気供給側サブシステムは、複数の建物ゾーンを含む。低次元最適化を実行するステップは、複数の建物ゾーンの各々に対する最適な空気供給側温度セットポイントを生成するステップを含み得る。
いくつかの実施形態では、低次元最適化を実行するステップは、複数の建物ゾーンの各々に対するゾーン負荷プロファイルを生成するステップを含む。各ゾーン負荷プロファイルは、最適化期間の複数の時間ステップの各々における建物ゾーンのうちの１つへの熱エネルギー配分を示すことができる。
本開示の別の実装形態は、建物ＨＶＡＣ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る。建物ＨＶＡＣシステムは、水供給側システムと、複数の空気供給側サブシステムを有する空気供給側システムとを含む。方法は、最適化期間の複数の時間ステップの各々における水供給側システムの水供給側電力消費量および各空気供給側サブシステムの空気供給側電力消費量の両方の関数としてエネルギー費用を定義する高次元費用関数を生成するステップを含む。方法は、複数の空気供給側サブシステムの各々に対する最適な空気供給側サブシステム温度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ステップを含む。最適な空気供給側サブシステム温度プロファイルは、費用関数によって定義されるエネルギー費用を最適化する。方法は、高次元ＭＰＣから複数の低次元空気供給側ＭＰＣに最適な空気供給側サブシステム温度プロファイルを提供するステップを含む。低次元空気供給側ＭＰＣの各々は、複数の空気供給側サブシステムのうちの１つに対応する。方法は、対応する空気供給側サブシステムの空気供給側ＨＶＡＣ機器を操作するために低次元空気供給側ＭＰＣの各々において最適な空気供給側サブシステム温度プロファイルを使用するステップを含む。
当業者は、概要が単なる例示であり、いかなる方法でも制限することを意図しないことを理解するであろう。請求項によってのみ定義されるような、本明細書で説明されるデバイスおよび／またはプロセスの他の態様、発明の特徴および利点は、添付の図面と併せて、本明細書に記載される詳細な説明において明らかになるであろう。
いくつかの実施形態による、水供給側システムと、複数の空気供給側サブシステムを有する空気供給側システムの概略図である。 いくつかの実施形態による、空気供給側システムおよび水供給側システムを有するＨＶＡＣシステムが装備された建物の図面である。 いくつかの実施形態による、図１Ａ～１Ｂのシステムで使用することができる水供給側システムの概略図である。 いくつかの実施形態による、図１Ａ～１Ｂのシステムで使用することができる空気供給側システムのブロック図である。 いくつかの実施形態による、図１Ｂの建物のモニタおよび制御を行うために使用することができる建物管理システム（ＢＭＳ）のブロック図である。 いくつかの実施形態による、図１Ｂの建物のモニタおよび制御を行うために使用することができる別のＢＭＳのブロック図である。 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、いくつかの低次元空気供給側モデル予測コントローラおよび低次元水供給側モデル予測コントローラを有する分散型モデル予測制御システムのブロック図である。 いくつかの実施形態による、図６の高次元モデル予測コントローラをさらに詳細に示すブロック図である。 いくつかの実施形態による、図６の低次元モデル予測コントローラのうちの１つをさらに詳細に示すブロック図である。 いくつかの実施形態による、時間の関数としての周囲温度および電力費用のグラフであり、周囲温度および電力費用は両方とも、図６～７の高次元モデル予測コントローラへの入力として提供することができる。 いくつかの実施形態による、時間の関数としての建物温度および冷却デューティのグラフであり、建物温度および冷却デューティは両方とも、空気供給側電力消費量の費用が高次元最適化に含まれない際に図６～７の高次元モデル予測コントローラによって実行される高次元最適化の結果として提供することができる。 いくつかの実施形態による、時間の関数としての建物温度および冷却デューティのグラフであり、建物温度および冷却デューティは両方とも、空気供給側電力消費量の費用が高次元最適化に含まれる際に図６～７の高次元モデル予測コントローラによって実行される高次元最適化の結果として提供することができる。 いくつかの実施形態による、時間の関数としてのゾーン温度およびゾーン温度セットポイントのグラフであり、ゾーン温度およびゾーン温度セットポイントは両方とも、図６および８の低次元モデル予測コントローラによって実行される低次元最適化の結果として提供することができる。 いくつかの実施形態による、時間の関数としての水供給側需要、生産、熱エネルギー貯蔵および水供給側機器利用のグラフであり、高次元最適化および低次元水供給側最適化の結果得られる図６の水供給側システムの性能を表す。 いくつかの実施形態による、空気供給側サブシステム負荷が低次元最適化における制約として使用される際に図６のＭＰＣシステムのエネルギー費用を最適化するために使用することができる高次元および分散型低次元モデル予測制御技法のフロー図である。 いくつかの実施形態による、高次元最適化によって提供される温度プロファイルを低次元最適化が追跡する際に図６のＭＰＣシステムのエネルギー費用を最適化するために使用することができる高次元および分散型低次元モデル予測制御技法の別のフロー図である。
一般に図を参照すると、いくつかの実施形態による、建物の暖房・換気および空調（ＨＶＡＣ）システムが示されている。ＨＶＡＣシステムは、水供給側システムと、複数の空気供給側サブシステムを有する空気供給側システムとを含む。ＨＶＡＣシステムは、水供給側システムおよび空気供給側サブシステムの各々のＨＶＡＣ機器に対する最適なセットポイントを生成するために、モデル予測制御（ＭＰＣ）システムを使用する。
ＭＰＣは、システム入力（例えば、制御動作、セットポイントなど）をシステム状態およびシステム出力（例えば、測定値、プロセス変数など）と関連付けるために、制御されたシステムのモデルを使用する制御技法である。モデルは、最適化期間の間の各時間ステップにおいてコントローラが取った動作に基づいてシステム状態およびシステム出力を予測するために使用することができる。各時間ステップでは、ＭＰＣは、機器能力および安全性の限界などのプロセス制約（例えば、温度制約、機器切替制約など）に配慮しながら目的（例えば、追跡誤差を最小化すること、エネルギー費用を最小化することなど）を達成する制御動作のシーケンスを決定するために、システムモデルを使用してオンライン最適化問題を解く。シーケンスにおける第１の制御動作が実装され、新しい測定値が得られた後、次の時間ステップにおいて再び最適化問題が解かれる。
本明細書で説明されるＨＶＡＣシステムは、建物またはキャンパスへの暖房および／または冷房を提供するために使用されるエネルギーの総費用を最適化する（例えば、最小化する）ことができる。多くの研究では、ＭＰＣは、将来を見通すその能力や、事象が起こる前にそれを見越すその能力により、既存の制御システムより性能が優れていることが示されている。ＭＰＣは、パッシブ熱エネルギー貯蔵（ＴＥＳ）に対する建物の質量を使用することによって、ピーク時間からオフピーク時間へのエネルギー負荷のシフトを可能にする。また、負荷シフトをさらに促進するために、アクティブ熱エネルギー貯蔵（例えば、冷却水タンク、温水タンクなど）を使用することもできる。アクティブおよびパッシブ貯蔵システムの組合せを通じて、すべてが各建物内の快適性制限を維持しながら、低資源価格の時間に機器使用量を集中させることによって、エネルギー費用を減少することができる。
いくつかの実施形態では、ＨＶＡＣシステムは、ＭＰＣ層および規制層を含む。ＭＰＣ層は、規制層から測定値を受信したり、規制層にセットポイントを提供したりすることができる。ＭＰＣ層は、様々な決定変数の最適値（例えば、ゾーン温度セットポイント、機器オン／オフ決定およびＴＥＳ充電／放電率を含む）を生成することができる。ＭＰＣ層は、ゾーン温度から冷却／加熱デューティへのモデル、冷却／加熱デューティから温度セットポイントへのモデル、機器モデルおよびアクティブＴＥＳモデルなどのシステムモデルを使用して、決定変数の最適値を決定することができる。ＭＰＣ層は、いくつかの制約を受けることを条件として、最適化プロセスを実行することによって、決定変数の最適値を決定することができる。制約は、ゾーン空気温度の快適性限界、機器能力制約、ＴＥＳタンクサイズおよび規制層の機器の変化率限界を含み得る。
すべての決定変数の最適値を決定するために単一のＭＰＣ問題を解くことは、大規模なアプリケーションでは難しい可能性がある。例えば、いくつかの空気供給側システムは、数千の離散ゾーンを含み得、いくつかの水供給側システムは、数千の独特のＨＶＡＣデバイスを含み得る。離散決定（例えば、機器をオン／オフにする）は、混合整数最適化問題をもたらし得、それにより、複雑性がさらに増す。ＭＰＣ問題の困難性およびコンピュータ処理の複雑性により、ＭＰＣ層は、ＭＰＣ問題全体をより小さく且つより扱い易い最適化問題に分解することができる。
ＨＶＡＣシステムは、ＭＰＣ問題全体を高次元最適化問題および低次元最適化問題に分解することができる。高次元問題は、複数の低次元空気供給側サブシステムの各々に対する負荷プロファイルおよび水供給側システムに対する需要プロファイルを決定するために、高次元モデル予測コントローラによって解くことができる。いくつかの実施形態では、高次元コントローラは、コンピュータ処理の複雑性の低減のために、各空気供給側サブシステムに対するアクティブＴＥＳモデルおよび集計低次元モデルを使用する。高次元コントローラは、最適化期間にわたるＭＰＣシステムの総動作費用を最適化する（例えば、最小化する）負荷プロファイルを決定することができる。各負荷プロファイルは、最適化期間の各時間ステップに対する負荷値を含み得る。高次元コントローラは、複数の低次元空気供給側モデル予測コントローラに負荷プロファイルを提供することができる。低次元空気供給側コントローラは、最適化期間の各時間ステップに対する各空気供給側サブシステムに対する最大許容負荷値を定義する制約として負荷プロファイルを使用することができる。
低次元最適化問題は、低次元水供給側最適化問題および１つ以上の低次元空気供給側最適化問題にさらに分解することができる。各低次元空気供給側問題は、各空気供給側サブシステムの空気供給側機器に対するゾーン温度セットポイントを決定するために、低次元空気供給側コントローラのうちの１つによって解くことができる。各低次元空気供給側コントローラは、定義された温度制限内にゾーン温度を維持しながら、高次元コントローラによって提供された負荷値を超えることなく、対応する空気供給側サブシステムのエネルギー消費量を最適化する（例えば、最小化する）ゾーン温度セットポイントを決定することができる。あるいは、各低次元空気供給側コントローラは、高次元最適化問題から平均建物温度（例えば、予測建物温度状態）を追跡する温度セットポイントを決定することができる。ＨＶＡＣシステムのこれらのおよび他のコンポーネントは、以下でさらに詳細に説明する。
建物およびキャンパスＨＶＡＣシステム
ここで図１Ａ～１Ｂを参照すると、建物またはキャンパス（すなわち、建物の集合体）の暖房・換気および空調（ＨＶＡＣ）システムの実施形態が示されている。図１Ａは、水供給側システム３０および空気供給側システム５０を含む大規模なＨＶＡＣシステム２０の概略図である。水供給側システム３０は、ボイラ３２、冷凍機３４、熱回復冷凍機３６、冷却塔３８、冷熱エネルギー貯蔵（ＴＥＳ）タンク４０、温熱ＴＥＳタンク４２およびポンプ４４を有する中央プラントとして示されている。水供給側システム３０の機器は、動作流体（例えば、水、グリコールなど）を加熱または冷却し、動作流体を空気供給側システム５０に提供するように動作することができる。空気供給側システム５０は、水供給側システム３０からの加熱流体または冷却流体を使用して、様々な建物ゾーンに提供される気流を加熱または冷却することができる。ＨＶＡＣシステム２０で使用することができる水供給側システムおよび空気供給側システムの例は、図２～３を参照してさらに詳細に説明する。
図１Ａに示されるキャンパス規模の実装形態では、空気供給側システム５０は、複数の建物１１～１７にわたって分散させることができる。空気供給側システム５０は、建物１１～１７にわたって分散させた複数の空気処理ユニット（ＡＨＵ）を含み得る。いくつかの実施形態では、ＡＨＵは、建物１１～１７の屋上に位置する屋上ＡＨＵである。他の実施形態では、ＡＨＵは、建物１１～１７の複数の階またはゾーンにわたって分散させることができる。建物１１～１７の各々は、１つ以上のＡＨＵを含み得る。例えば、建物１１は、１階５３に位置する第１のＡＨＵ５２、２階５５に位置する第２のＡＨＵ５４、３階５７に位置する第３のＡＨＵ５６、４階５９に位置する第４のＡＨＵ５８および５階６１に位置する第５のＡＨＵ６０を含むように示されている。
空気供給側システム５０の各ＡＨＵは、水供給側システム３０から加熱流体および／または冷却流体を受け取り、そのような流体を使用して様々な建物ゾーンへの暖房または冷房を提供することができる。各ＡＨＵは、単一の建物ゾーンまたは複数の建物ゾーンに気流を提供するように構成することができる。例えば、ＡＨＵ５２は、建物ゾーン６２、６４、６６および６８に気流を提供するように構成することができる。ＨＶＡＣシステム２０などの大規模なＨＶＡＣシステムでは、空気供給側システム５０は、大多数（例えば、数十、数百など）の建物を含み得、各建物は、複数のＡＨＵおよび大多数の建物ゾーンを有する。各建物ゾーンは、独立して制御することができ（例えば、ダンパまたは可変空気量（ＶＡＶ）ユニットを介して）、異なる温度セットポイントを有することができる。いくつかの実施形態では、ＨＶＡＣシステム２０の制御目的は、建物ゾーンのすべてに対して適切な温度セットポイントを決定すること、および、対応する負荷を満たすように水供給側システム３０および空気供給側システム５０の機器を操作することである。
ここで図１Ｂを参照すると、建物１０の斜視図が示されている。建物１０は、ＨＶＡＣシステム１００によって資源供給され、ＨＶＡＣシステム１００は、ＨＶＡＣシステム２０より比較的小さな規模で動作する。ＨＶＡＣシステム１００は、建物１０への暖房、冷房、換気または他のサービスを提供するように構成された複数のＨＶＡＣデバイス（例えば、加熱機、冷凍機、空気処理ユニット、ポンプ、ファン、熱エネルギー貯蔵など）を含み得る。例えば、ＨＶＡＣシステム１００は、水供給側システム１２０および空気供給側システム１３０を含むように示されている。水供給側システム１２０は、空気供給側システム１３０の空気処理ユニットに加熱または冷却流体を提供することができる。空気供給側システム１３０は、加熱または冷却流体を使用して、建物１０に提供される気流を加熱または冷却することができる。ＨＶＡＣシステム１００で使用することができる例示的な水供給側システムおよび空気供給側システムの例は、図２～３を参照してさらに詳細に説明する。
ＨＶＡＣシステム１００は、冷凍機１０２、ボイラ１０４および屋上ＡＨＵ１０６を含むように示されている。水供給側システム１２０は、ボイラ１０４および冷凍機１０２を使用して動作流体（例えば、水、グリコールなど）を加熱または冷却することができ、動作流体をＡＨＵ１０６まで循環させることができる。様々な実施形態では、水供給側システム１２０のＨＶＡＣデバイスは、建物１０内または建物１０の周りに位置することも（図１Ｂに示されるように）、中央プラントなどの現場を離れた場所に位置することも（図１Ａに示されるように）可能である。動作流体は、建物１０において暖房が必要かまたは冷房が必要かに応じて、ボイラ１０４で加熱することも、冷凍機１０２で冷却することもできる。ボイラ１０４は、可燃性物質（例えば、天然ガス）を燃やすことによってまたは電熱要素を使用することによって循環流体に熱を加えることができる。冷凍機１０２は、循環流体から熱を吸収するために、循環流体と熱交換器（例えば、蒸発器）内の別の流体（例えば、冷媒）とを熱交換関係に置くことができる。冷凍機１０２および／またはボイラ１０４からの動作流体は、配管１０８を介してＡＨＵ１０６に輸送することができる。
ＡＨＵ１０６は、動作流体とＡＨＵ１０６中を流れる気流とを熱交換関係に置くことができる（例えば、冷却コイルおよび／または加熱コイルの１つ以上の段を介して）。気流は、例えば、外気、建物１０内からの還気または両方の組合せであり得る。ＡＨＵ１０６は、気流に対する加熱または冷却を提供するために、気流と動作流体との間で熱を伝達することができる。例えば、ＡＨＵ１０６は、動作流体を含む熱交換器上または熱交換器中で気流を通過させるように構成された１つ以上のファンまたはブロワを含み得る。次いで、動作流体は、配管１１０を介して、冷凍機１０２またはボイラ１０４に戻ることができる。
空気供給側システム１３０は、給気ダクト１１２を介して、ＡＨＵ１０６によって供給された気流（すなわち、給気流）を建物１０に送ることができ、還気ダクト１１４を介して、建物１０からＡＨＵ１０６に還気を提供することができる。いくつかの実施形態では、空気供給側システム１３０は、複数の可変空気量（ＶＡＶ）ユニット１１６を含む。例えば、空気供給側システム１３０は、建物１０の各階またはゾーンに別個のＶＡＶユニット１１６を含むように示されている。ＶＡＶユニット１１６は、建物１０の個々のゾーンに提供される給気流の量を制御するように動作することができるダンパまたは他のフロー制御要素を含み得る。他の実施形態では、空気供給側システム１３０は、中間ＶＡＶユニット１１６または他のフロー制御要素を使用することなく、給気流を建物１０の１つ以上のゾーンに送る（例えば、供給ダクト１１２を介して）。ＡＨＵ１０６は、給気流の属性を測定するように構成された様々なセンサ（例えば、温度センサ、圧力センサなど）を含み得る。ＡＨＵ１０６は、建物ゾーンのセットポイント条件を達成するために、ＡＨＵ１０６内および／または建物ゾーン内に位置するセンサから入力を受信し、ＡＨＵ１０６中の給気流の流速、温度または他の属性を調整することができる。
水供給側システム
ここで図２を参照すると、いくつかの実施形態による、水供給側システム２００のブロック図が示されている。いくつかの実施形態では、水供給側システム２００は、ＨＶＡＣシステム２０の水供給側システム３０またはＨＶＡＣシステム１００の水供給側システム１２０を補完または交換することができる。水供給側システム２００は、ＨＶＡＣシステム２０のＨＶＡＣデバイス（例えば、ボイラ３２、冷凍機３４、熱回収冷凍機３６など）またはＨＶＡＣシステム１００のＨＶＡＣデバイス（例えば、ボイラ１０４、冷凍機１０２、ポンプ、バルブなど）のいくつかまたはすべてを含み得、加熱または冷却流体を空気供給側システム５０または空気供給側システム１３０に供給するように動作することができる。水供給側システム２００のＨＶＡＣデバイスは、建物１０内に位置することも（図１Ｂに示されるように）、中央プラントなどの現場を離れた場所に位置することも（図１Ａに示されるように）可能である。
水供給側システム２００は、複数のサブプラント２０２～２１２を有する中央プラントとして示されている。サブプラント２０２～２１２は、加熱機サブプラント２０２、熱回収冷凍機サブプラント２０４、冷凍機サブプラント２０６、冷却塔サブプラント２０８、温熱エネルギー貯蔵（ＴＥＳ）サブプラント２１０および冷熱エネルギー貯蔵（ＴＥＳ）サブプラント２１２を含むように示されている。サブプラント２０２～２１２は、建物またはキャンパスの熱エネルギー負荷（例えば、湯水、冷水、加熱、冷却など）を提供するために、公益事業から資源（例えば、水、天然ガス、電気など）を消費する。例えば、加熱機サブプラント２０２は、加熱機サブプラント２０２と建物１０～１７との間で温水を循環させる温水ループ２１４において水を加熱するように構成することができる。冷凍機サブプラント２０６は、冷凍機サブプラント２０６と建物１０～１７との間で冷水を循環させる冷水ループ２１６において水を冷却するように構成することができる。熱回収冷凍機サブプラント２０４は、温水の追加の加熱および冷水の追加の冷却を提供するために、冷水ループ２１６から温水ループ２１４に熱を伝達するように構成することができる。復水器水ループ２１８は、冷凍機サブプラント２０６の冷水から吸熱し、冷却塔サブプラント２０８の吸熱を排熱するかまたは吸熱を温水ループ２１４に伝達することができる。温熱ＴＥＳサブプラント２１０および冷熱ＴＥＳサブプラント２１２は、後の使用のために、温熱および冷熱エネルギーをそれぞれ貯蔵することができる。
温水ループ２１４および冷水ループ２１６は、建物１０の屋上に位置するＡＨＵに（図１Ｂに示されるように）または建物１１～１７の個々の階もしくはゾーンに（図１Ａに示されるように）加熱および／または冷却水を送ることができる。ＡＨＵは、空気の加熱または冷却を提供するために水が流れる熱交換器（例えば、加熱コイルまたは冷却コイル）を通り過ぎる形で空気を押し進める。加熱または冷却された空気は、建物１０～１７の熱エネルギー負荷を供給するために、建物１０～１７の個々のゾーンに送ることができる。次いで、水は、さらなる加熱または冷却を受けるためにサブプラント２０２～２１２に戻る。
サブプラント２０２～２１２は建物への循環のために水を加熱および冷却するものとして示され、説明されているが、熱エネルギー負荷を供給するために、水の代わりにまたは水に加えて、他のいかなるタイプの動作流体（例えば、グリコール、ＣＯ２など）も使用できることが理解されよう。他の実施形態では、サブプラント２０２～２１２は、中間熱伝達流体を必要とすることなく、建物またはキャンパスに加熱および／または冷却を直接提供することができる。水供給側システム２００のこれらのまたは他の変形形態は、本開示の教示の範囲内である。
サブプラント２０２～２１２の各々は、サブプラントの機能を促進するように構成された様々な機器を含み得る。例えば、加熱機サブプラント２０２は、温水ループ２１４において温水に熱を加えるように構成された複数の加熱要素２２０（例えば、ボイラ、電気加熱機など）を含むように示されている。また、加熱機サブプラント２０２は、いくつかのポンプ２２２、２２４を含むようにも示されており、いくつかのポンプ２２２、２２４は、温水ループ２１４において温水を循環させ、個々の加熱要素２２０中を流れる温水の流速を制御するように構成される。冷凍機サブプラント２０６は、冷水ループ２１６において冷水から熱を除去するように構成された複数の冷凍機２３２を含むように示されている。また、冷凍機サブプラント２０６は、いくつかのポンプ２３４、２３６を含むようにも示されており、いくつかのポンプ２３４、２３６は、冷水ループ２１６において冷水を循環させ、個々の冷凍機２３２中を流れる冷水の流速を制御するように構成される。
熱回収冷凍機サブプラント２０４は、冷水ループ２１６から温水ループ２１４に熱を伝達するように構成された複数の熱回収熱交換器２２６（例えば、冷蔵回路）を含むように示されている。また、熱回収冷凍機サブプラント２０４は、いくつかのポンプ２２８、２３０を含むようにも示されており、いくつかのポンプ２２８、２３０は、熱回収熱交換器２２６を通じて温水および／または冷水を循環させ、個々の熱回収熱交換器２２６中を流れる水の流速を制御するように構成される。冷却塔サブプラント２０８は、復水器水ループ２１８において復水器水から熱を除去するように構成された複数の冷却塔２３８を含むように示されている。また、冷却塔サブプラント２０８は、いくつかのポンプ２４０を含むようにも示されており、いくつかのポンプ２４０は、復水器水ループ２１８において復水器水を循環させ、個々の冷却塔２３８中を流れる復水器水の流速を制御するように構成される。
温熱ＴＥＳサブプラント２１０は、後の使用のために温水を貯蔵するように構成された温熱ＴＥＳタンク２４２を含むように示されている。また、温熱ＴＥＳサブプラント２１０は、温熱ＴＥＳタンク２４２へのまたは温熱ＴＥＳタンク２４２からの温水の流速を制御するように構成された１つ以上のポンプまたはバルブも含み得る。冷熱ＴＥＳサブプラント２１２は、後の使用のために冷水を貯蔵するように構成された冷熱ＴＥＳタンク２４４を含むように示されている。また、冷熱ＴＥＳサブプラント２１２は、冷熱ＴＥＳタンク２４４へのまたは冷熱ＴＥＳタンク２４４からの冷水の流速を制御するように構成された１つ以上のポンプまたはバルブも含み得る。
いくつかの実施形態では、水供給側システム２００のポンプ（例えば、ポンプ２２２、２２４、２２８、２３０、２３４、２３６および／または２４０）または水供給側システム２００のパイプラインの１つ以上は、それらのポンプまたはパイプラインと関連付けられた遮断バルブを含む。遮断バルブは、水供給側システム２００の流体の流れを制御するために、ポンプと統合することも、ポンプの上流または下流に配置することもできる。様々な実施形態では、水供給側システム２００は、水供給側システム２００の特定の構成および水供給側システム２００によって供給される負荷のタイプに基づいて、より多くの、より少ないまたは異なるタイプのデバイスおよび／またはサブプラントを含み得る。
空気供給側システム
ここで図３を参照すると、いくつかの実施形態による、空気供給側システム３００のブロック図が示されている。いくつかの実施形態では、空気供給側システム３００は、ＨＶＡＣシステム２０の空気供給側システム５０またはＨＶＡＣシステム１００の空気供給側システム１３０を補完または交換することができる。空気供給側システム３００は、ＨＶＡＣシステム２０のＨＶＡＣデバイス（例えば、ＡＨＵ５２～６０）またはＨＶＡＣシステム１００のＨＶＡＣデバイス（例えば、ＡＨＵ１０６、ＶＡＶユニット１１６、ダクト１１２～１１４、ファン、ダンパなど）のいくつかまたはすべてを含み得、建物１０～１７内または建物１０～１７の周りに位置することができる。空気供給側システム３００は、水供給側システム２００によって提供される加熱または冷却流体を使用して、建物１０～１７に提供される気流を加熱または冷却するように動作することができる。
空気供給側システム３００は、エコノマイザタイプのＡＨＵ３０２を含むように示されている。エコノマイザタイプのＡＨＵは、加熱または冷却のために空気処理ユニットによって使用される外気および還気の量を変動させる。例えば、ＡＨＵ３０２は、還気ダクト３０８を介して建物ゾーン３０６から還気３０４を受け取り、給気ダクト３１２を介して給気３１０を建物ゾーン３０６に送ることができる。いくつかの実施形態では、ＡＨＵ３０２は、建物１０の屋根に位置する屋上ユニットでも（例えば、図１Ｂに示されるようなＡＨＵ１０６）、還気３０４と外気３１４の両方を受け取るように別の方法で配置することも可能である。ＡＨＵ３０２は、組み合わせて給気３１０を形成する外気３１４および還気３０４の量を制御するように排気ダンパ３１６、混合ダンパ３１８および外気ダンパ３２０を操作するように構成することができる。混合ダンパ３１８を通過しないいかなる還気３０４も、排気３２２として排気ダンパ３１６を通じてＡＨＵ３０２から排気することができる。
ダンパ３１６～３２０の各々は、アクチュエータによって操作することができる。例えば、排気ダンパ３１６は、アクチュエータ３２４によって操作することができ、混合ダンパ３１８は、アクチュエータ３２６によって操作することができ、外気ダンパ３２０は、アクチュエータ３２８によって操作することができる。アクチュエータ３２４～３２８は、通信リンク３３２を介してＡＨＵコントローラ３３０と通信することができる。アクチュエータ３２４～３２８は、ＡＨＵコントローラ３３０から制御信号を受信し、ＡＨＵコントローラ３３０にフィードバック信号を提供することができる。フィードバック信号は、例えば、現在のアクチュエータもしくはダンパ位置の表示、アクチュエータによって与えられるトルクもしくは力の量、診断情報（例えば、アクチュエータ３２４～３２８によって実行された診断テストの結果）、ステータス情報、試運転情報、構成設定、較正データ、および／または、アクチュエータ３２４～３２８によって収集、格納もしくは使用することができる他のタイプの情報もしくはデータを含み得る。ＡＨＵコントローラ３３０は、１つ以上の制御アルゴリズム（例えば、状態ベースアルゴリズム、極値探索制御（ＥＳＣ）アルゴリズム、比例・積分（ＰＩ）制御アルゴリズム、比例・積分・微分（ＰＩＤ）制御アルゴリズム、モデル予測制御（ＭＰＣ）アルゴリズム、フィードバック制御アルゴリズムなど）を使用してアクチュエータ３２４～３２８を制御するように構成されたエコノマイザコントローラであり得る。
依然として図３を参照すると、ＡＨＵ３０２は、給気ダクト３１２内に配置された冷却コイル３３４、加熱コイル３３６およびファン３３８を含むように示されている。ファン３３８は、給気３１０に強制的に冷却コイル３３４および／または加熱コイル３３６を通過させ、建物ゾーン３０６に給気３１０を提供するように構成することができる。ＡＨＵコントローラ３３０は、給気３１０の流速を制御するために、通信リンク３４０を介してファン３３８と通信することができる。いくつかの実施形態では、ＡＨＵコントローラ３３０は、ファン３３８の速度を変調することによって、給気３１０に適用される加熱または冷却の量を制御する。
冷却コイル３３４は、配管３４２を介して水供給側システム２００から（例えば、冷水ループ２１６から）冷却流体を受け取り、配管３４４を介して水供給側システム２００に冷却流体を戻すことができる。バルブ３４６は、冷却コイル３３４中を流れる冷却流体の流速を制御するために、配管３４２または配管３４４に沿って配置することができる。いくつかの実施形態では、冷却コイル３３４は、給気３１０に適用される冷却の量を変調するために独立して起動および解除を行うことができる（例えば、ＡＨＵコントローラ３３０によって、ＢＭＳコントローラ３６６によってなど）冷却コイルの複数の段を含む。
加熱コイル３３６は、配管３４８を介して水供給側システム２００から（例えば、温水ループ２１４から）加熱流体を受け取り、配管３５０を介して水供給側システム２００に加熱流体を戻すことができる。バルブ３５２は、加熱コイル３３６中を流れる加熱流体の流速を制御するために、配管３４８または配管３５０に沿って配置することができる。いくつかの実施形態では、加熱コイル３３６は、給気３１０に適用される加熱の量を変調するために独立して起動および解除を行うことができる（例えば、ＡＨＵコントローラ３３０によって、ＢＭＳコントローラ３６６によってなど）加熱コイルの複数の段を含む。
バルブ３４６および３５２の各々は、アクチュエータによって制御することができる。例えば、バルブ３４６は、アクチュエータ３５４によって制御することができ、バルブ３５２は、アクチュエータ３５６によって制御することができる。アクチュエータ３５４～３５６は、通信リンク３５８～３６０を介してＡＨＵコントローラ３３０と通信することができる。アクチュエータ３５４～３５６は、ＡＨＵコントローラ３３０から制御信号を受け取り、コントローラ３３０にフィードバック信号を提供することができる。いくつかの実施形態では、ＡＨＵコントローラ３３０は、給気ダクト３１２（例えば、冷却コイル３３４および／または加熱コイル３３６の下流）に配置された温度センサ３６２から給気温度の測定値を受信する。また、ＡＨＵコントローラ３３０は、建物ゾーン３０６に配置された温度センサ３６４から建物ゾーン３０６の温度の測定値を受信することもできる。
いくつかの実施形態では、ＡＨＵコントローラ３３０は、給気３１０に提供される加熱または冷却の量を変調するために（例えば、給気３１０のセットポイント温度を達成するかまたは給気３１０の温度をセットポイント温度範囲内に維持するために）、アクチュエータ３５４～３５６を介してバルブ３４６、３５２を操作する。バルブ３４６、３５２の位置は、冷却コイル３３４または加熱コイル３３６によって給気３１０に提供される加熱または冷却の量に影響を及ぼし、所望の給気温度を達成するために消費されるエネルギーの量と相関し得る。ＡＨＵコントローラ３３０は、コイル３３４～３３６を起動もしくは解除することによって、ファン３３８の速度を調整することによって、または、両方の組合せによって、給気３１０および／または建物ゾーン３０６の温度を制御することができる。
依然として図３を参照すると、空気供給側システム３００は、建物管理システム（ＢＭＳ）コントローラ３６６およびクライアントデバイス３６８を含むように示されている。ＢＭＳコントローラ３６６は、空気供給側システム３００、水供給側システム２００、ＨＶＡＣシステム１００、ＨＶＡＣシステム２０および／または建物１０～１７に資源供給する他の制御可能システム用のシステムレベルコントローラ、アプリケーションまたはデータサーバ、ヘッドノードあるいはマスタコントローラとして機能する１つ以上のコンピュータシステム（例えば、サーバ、監視コントローラ、サブシステムコントローラなど）を含み得る。ＢＭＳコントローラ３６６は、同様のまたは異種のプロトコル（例えば、ＬＯＮ、ＢＡＣｎｅｔなど）に従って、通信リンク３７０を介して、複数の下流建物システムまたはサブシステム（例えば、ＨＶＡＣシステム２０または１００、セキュリティシステム、照明システム、水供給側システム２００など）と通信することができる。様々な実施形態では、ＡＨＵコントローラ３３０およびＢＭＳコントローラ３６６は、分離することも（図３に示されるように）、統合することもできる。統合された実装形態では、ＡＨＵコントローラ３３０は、ＢＭＳコントローラ３６６のプロセッサによって実行するように構成されたソフトウェアモジュールであり得る。
いくつかの実施形態では、ＡＨＵコントローラ３３０は、ＢＭＳコントローラ３６６から情報（例えば、コマンド、セットポイント、動作境界など）を受信し、ＢＭＳコントローラ３６６に情報（例えば、温度測定値、バルブまたはアクチュエータ位置、動作ステータス、診断など）を提供する。例えば、ＡＨＵコントローラ３３０は、温度センサ３６２～３６４からの温度測定値、機器オン／オフ状態、機器動作能力、および／または、建物ゾーン３０６内の可変状態もしくは条件のモニタおよび制御を行うためにＢＭＳコントローラ３６６によって使用することができる他の任意の情報をＢＭＳコントローラ３６６に提供することができる。
クライアントデバイス３６８は、ＨＶＡＣシステム２０、ＨＶＡＣシステム１００および／またはその様々なデバイスを制御、閲覧または別の方法で相互作用するための１つ以上のヒューマンマシンインタフェースまたはクライアントインタフェース（例えば、グラフィカルユーザインタフェース、報告用のインタフェース、テキストベースのコンピュータインタフェース、顧客に直接対応するウェブサービス、ウェブクライアントにページを提供するウェブサーバなど）を含み得る。クライアントデバイス３６８は、コンピュータワークステーション、クライアント端末、リモートもしくはローカルインタフェース、または、他の任意のタイプのユーザインタフェースデバイスであり得る。クライアントデバイス３６８は、据置型端末でも、モバイルデバイスでもよい。例えば、クライアントデバイス３６８は、デスクトップコンピュータ、ユーザインタフェースを有するコンピュータサーバ、ラップトップコンピュータ、タブレット、スマートフォン、ＰＤＡ、または、他の任意のタイプのモバイルもしくは非モバイルデバイスであり得る。クライアントデバイス３６８は、通信リンク３７２を介して、ＢＭＳコントローラ３６６および／またはＡＨＵコントローラ３３０と通信することができる。
建物管理システム
ここで図４を参照すると、例示的な実施形態による、建物管理システム（ＢＭＳ）４００のブロック図が示されている。ＢＭＳ４００は、様々な建物機能の自動的なモニタおよび制御を行うために１つ以上の建物１０～１７において実装することができる。ＢＭＳ４００は、ＢＭＳコントローラ３６６および複数の建物サブシステム４２８を含むように示されている。建物サブシステム４２８は、建物電気サブシステム４３４、情報通信技術（ＩＣＴ）サブシステム４３６、セキュリティサブシステム４３８、ＨＶＡＣサブシステム４４０、照明サブシステム４４２、エレベータ／エスカレータサブシステム４３２および火災安全サブシステム４３０を含むように示されている。様々な実施形態では、建物サブシステム４２８は、より少ない、追加のまたは代替のサブシステムを含み得る。例えば、建物サブシステム４２８は、冷蔵サブシステム、広告もしくは看板サブシステム、調理サブシステム、自動販売サブシステム、プリンタもしくはコピーサービスサブシステム、または、建物１０～１７のモニタおよび制御を行うために制御可能な機器および／またはセンサを使用する他の任意のタイプの建物サブシステムを同様に含むことも、それらを代替として含むこともできる。いくつかの実施形態では、建物サブシステム４２８は、図２～３を参照して説明されるような、水供給側システム２００および／または空気供給側システム３００を含む。
建物サブシステム４２８の各々は、その個々の機能および制御活動を完了するためのいかなる数のデバイス、コントローラおよび接続も含み得る。ＨＶＡＣサブシステム４４０は、図１Ａ～３を参照して説明されるような、ＨＶＡＣシステム２０またはＨＶＡＣシステム１００と同じコンポーネントの多くを含み得る。例えば、ＨＶＡＣサブシステム４４０は、冷凍機、ボイラ、任意の数の空気処理ユニット、エコノマイザ、フィールドコントローラ、監視コントローラ、アクチュエータ、温度センサ、および、建物１０～１７内の温度、湿度、気流または他の可変条件を制御するための他のデバイスを含み得る。照明サブシステム４４２は、任意の数の照明器具、バラスト、照明センサ、調光器、または、建物空間に提供される光の量を制御可能に調整するように構成された他のデバイスを含み得る。セキュリティサブシステム４３８は、占有センサ、映像監視カメラ、デジタル映像レコーダ、映像処理サーバ、侵入検出デバイス、アクセス制御デバイスおよびサーバまたは他のセキュリティ関連デバイスを含み得る。
依然として図４を参照すると、ＢＭＳコントローラ３６６は、通信インタフェース４０７およびＢＭＳインタフェース４０９を含むように示されている。インタフェース４０７は、ＢＭＳコントローラ３６６および／またはサブシステム４２８のユーザ制御、モニタリングおよび調整を可能にするために、ＢＭＳコントローラ３６６と外部のアプリケーション（例えば、モニタリングおよび報告アプリケーション４２２、企業制御アプリケーション４２６、リモートシステムおよびアプリケーション４４４、クライアントデバイス４４８上に存在するアプリケーションなど）との間の通信を容易にすることができる。また、インタフェース４０７は、ＢＭＳコントローラ３６６とクライアントデバイス４４８との間の通信を容易にすることもできる。ＢＭＳインタフェース４０９は、ＢＭＳコントローラ３６６と建物サブシステム４２８（例えば、ＨＶＡＣ、照明セキュリティ、エレベータ、配電、ビジネスなど）との間の通信を容易にすることができる。
インタフェース４０７、４０９は、建物サブシステム４２８または他の外部のシステムもしくはデバイスとのデータ通信を実施するための有線または無線通信インタフェース（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）であることも、それらを含むことも可能である。様々な実施形態では、インタフェース４０７、４０９を介する通信は、直接的であることも（例えば、ローカル有線または無線通信）、通信ネットワーク４４６を介することも（例えば、ＷＡＮ、インターネット、セルラネットワークなど）可能である。例えば、インタフェース４０７、４０９は、イーサネット（登録商標）ベース通信リンクまたは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を含み得る。別の例では、インタフェース４０７、４０９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。別の例では、インタフェース４０７、４０９の一方または両方は、セルラフォンまたは携帯電話通信トランシーバを含み得る。一実施形態では、通信インタフェース４０７は送電線通信インタフェースであり、ＢＭＳインタフェース４０９はイーサネットインタフェースである。他の実施形態では、通信インタフェース４０７およびＢＭＳインタフェース４０９は両方とも、別個のイーサネットインタフェースであるかまたは同じイーサネットインタフェースである。
依然として図４を参照すると、ＢＭＳコントローラ３６６は、処理回路４０４を含むように示されており、処理回路４０４は、プロセッサ４０６およびメモリ４０８を含む。処理回路４０４は、処理回路４０４およびその様々なコンポーネントがインタフェース４０７、４０９を介してデータの送信および受信を行えるように、ＢＭＳインタフェース４０９および／または通信インタフェース４０７に通信可能に接続することができる。プロセッサ４０６は、汎用プロセッサ、特定用途向け集積回路（ＡＳＩＣ）、１つ以上のフィールドプログラマブルゲートアレイ（ＦＰＧＡ）、処理コンポーネントのグループ、または、他の適切な電子処理コンポーネントとして実装することができる。
メモリ４０８（例えば、メモリ、メモリユニット、記憶装置など）は、本出願で説明される様々なプロセス、層およびモジュールを完了および／または促進するためのデータおよび／またはコンピュータコードを格納するための１つ以上のデバイス（例えば、ＲＡＭ、ＲＯＭ、フラッシュメモリ、ハードディスク記憶装置など）を含み得る。メモリ４０８は、揮発性メモリまたは不揮発性メモリであることも、それらを含むことも可能である。メモリ４０８は、データベース構成要素、オブジェクトコード構成要素、スクリプト構成要素、または、他の任意のタイプの様々な活動をサポートするための情報構造および本出願で説明される情報構造を含み得る。例示的な実施形態によれば、メモリ４０８は、処理回路４０４を介してプロセッサ４０６に通信可能に接続することができ、本明細書で説明される１つ以上のプロセスを実行する（例えば、処理回路４０４および／またはプロセッサ４０６によって）ためのコンピュータコードを含む。
いくつかの実施形態では、ＢＭＳコントローラ３６６は、単一のコンピュータ（例えば、１つのサーバ、１つのハウジングなど）内で実装される。様々な他の実施形態では、ＢＭＳコントローラ３６６は、複数のサーバまたはコンピュータ（例えば、分散した場所に存在することができる）にわたって分散させることができる。さらに、図４はＢＭＳコントローラ３６６の外部に存在するものとしてアプリケーション４２２、４２６を示しているが、いくつかの実施形態では、アプリケーション４２２、４２６は、ＢＭＳコントローラ３６６内（例えば、メモリ４０８内）でホストすることができる。
依然として図４を参照すると、メモリ４０８は、企業統合層４１０、自動化測定および検定（ＡＭ＆Ｖ）層４１２、需要応答（ＤＲ）層４１４、欠陥検出および診断（ＦＤＤ）層４１６、統合制御層４１８および建物サブシステム統合後４２０を含むように示されている。層４１０～４２０は、建物サブシステム４２８および他のデータ源から入力を受信し、入力に基づいて建物サブシステム４２８の最適な制御動作を決定し、最適な制御動作に基づいて制御信号を生成し、生成された制御信号を建物サブシステム４２８に提供するように構成することができる。以下の段落は、ＢＭＳ４００の層４１０～４２０の各々によって実行される一般機能のいくつかを説明する。
企業統合層４１０は、様々な企業レベルのアプリケーションをサポートするために情報およびサービスをクライアントまたはローカルアプリケーションに供給するように構成することができる。例えば、企業制御アプリケーション４２６は、グラフィカルユーザインタフェース（ＧＵＩ）または任意の数の企業レベルビジネスアプリケーション（例えば、会計システム、ユーザ識別システムなど）にサブシステム全体に及ぶ制御を提供するように構成することができる。企業制御アプリケーション４２６は、ＢＭＳコントローラ３６６を構成するための構成ＧＵＩを提供するように同様に構成することも、そのように代替として構成することもできる。さらなる他の実施形態では、企業制御アプリケーション４２６は、インタフェース４０７および／またはＢＭＳインタフェース４０９で受信された入力に基づいて建物性能（例えば、効率、エネルギー使用、快適性または安全性）を最適化するために、層４１０～４２０と連動することができる。
建物サブシステム統合層４２０は、ＢＭＳコントローラ３６６と建物サブシステム４２８との間の通信を管理するように構成することができる。例えば、建物サブシステム統合層４２０は、建物サブシステム４２８からセンサデータおよび入力信号を受信し、建物サブシステム４２８に出力データおよび制御信号を提供することができる。また、建物サブシステム統合層４２０は、建物サブシステム４２８間の通信を管理するように構成することもできる。建物サブシステム統合層４２０は、複数のマルチベンダ／マルチプロトコルシステムにわたって通信（例えば、センサデータ、入力信号、出力信号など）を翻訳する。
需要応答層４１４は、建物１０～１７の需要を満たすことに応答して、資源使用量（例えば、電気使用、天然ガス使用、水使用など）および／またはそのような資源使用量の金銭的費用を最適化するように構成することができる。最適化は、使用時間価格、削減信号、エネルギー利用可能性、または、ユーティリティプロバイダ、分散型エネルギー生成システム４２４、エネルギー貯蔵４２７（例えば、温熱ＴＥＳ ２４２、冷熱ＴＥＳ ２４４など）もしくは他の供給源から受信された他のデータに基づき得る。需要応答層４１４は、ＢＭＳコントローラ３６６の他の層（例えば、建物サブシステム統合層４２０、統合制御層４１８など）から入力を受信することができる。他の層から受信される入力は、温度、二酸化炭素レベル、相対湿度レベル、大気質センサ出力、占有センサ出力、部屋スケジュールおよび同様のものなどの環境またはセンサ入力を含み得る。また、入力は、電気使用（例えば、ｋＷｈで表現される）、熱負荷測定値、価格情報、予想価格、平準化価格、公益事業からの削減信号および同様のものなどの入力も含み得る。
例示的な実施形態によれば、需要応答層４１４は、受信したデータおよび信号に応答するための制御論理を含む。これらの応答は、統合制御層４１８の制御アルゴリズムと通信すること、制御戦略を変更すること、セットポイントを変更すること、または、制御の下で建物機器もしくはサブシステムを起動／解除することを含み得る。また、需要応答層４１４は、貯蔵されたエネルギーをいつ利用するかを決定するように構成された制御論理も含み得る。例えば、需要応答層４１４は、ピーク使用時間が始まる直前に、エネルギー貯蔵４２７からのエネルギーの使用を開始すると決定することができる。
いくつかの実施形態では、需要応答層４１４は、需要（例えば、価格、削減信号、需要レベルなど）を表す１つ以上の入力に基づいてまたは同需要に基づいてエネルギー費用を最小化する制御動作を能動的に開始する（例えば、自動的にセットポイントを変更する）ように構成された制御モジュールを含む。いくつかの実施形態では、需要応答層４１４は、制御動作の最適なセットを決定するために、機器モデルを使用する。機器モデルは、例えば、建物機器の様々なセットによって実行される入力、出力および／または機能を説明する熱力学モデルを含み得る。機器モデルは、建物機器の集合体（例えば、サブプラント、冷凍機アレイなど）または個々のデバイス（例えば、個々の冷凍機、加熱機、ポンプなど）を表し得る。
需要応答層４１４は、１つ以上の需要応答ポリシー定義（例えば、データベース、ＸＭＬファイルなど）をさらに含むことも、それらを活用することも可能である。ポリシー定義は、ユーザのアプリケーション、所望の快適レベル、特定の建物機器に合わせてまたは他の関心事に基づいて、需要入力に応答して開始された制御動作を調整できるように、ユーザによって（例えば、グラフィカルユーザインタフェースを介して）編集または調整することができる。例えば、需要応答ポリシー定義は、特定の需要入力に応答してどの機器をオンまたはオフにするか、システムまたは機器の部品をどのくらいの時間オフにするべきか、どのようなセットポイントを変更することができるか、許容セットポイント調整範囲はどれほどか、通常のスケジューリングされたセットポイントに戻る前に高需要セットポイントをどのくらいの時間保持するか、能力限界にどれほど近づいているか、どの機器モードを利用するか、エネルギー貯蔵デバイス（例えば、熱貯蔵タンク、バッテリバンクなど）へのおよびエネルギー貯蔵デバイスからのエネルギー伝達料金（例えば、最大料金、警報料金、他の料金限界情報など）、現場生成されたエネルギーをいつ送り出すか（例えば、燃料電池、電動発電機セットを介して）を指定することができる。
統合制御層４１８は、制御決定を行うために建物サブシステム統合層４２０および／または需要応答層４１４のデータ入力または出力を使用するように構成することができる。建物サブシステム統合層４２０によって提供されるサブシステム統合により、統合制御層４１８は、サブシステム４２８が単一の統合上位体系として挙動するように、サブシステム４２８の制御活動を統合することができる。例示的な実施形態では、統合制御層４１８は、別個のサブシステムが単独で提供できる快適性およびエネルギー節約と比べて、より優れた快適性およびエネルギー節約を提供するために、複数の建物サブシステムからの入力および出力を使用する制御論理を含む。例えば、統合制御層４１８は、第２のサブシステムに対するエネルギー節約制御決定を行うために、第１のサブシステムからの入力を使用するように構成することができる。これらの決定の結果は、建物サブシステム統合層４２０に送り返すことができる。
統合制御層４１８は、論理的には、需要応答層４１４の下であるように示されている。統合制御層４１８は、需要応答層４１４と協力して建物サブシステム４２８およびそれらのそれぞれの制御ループの制御を可能にすることによって、需要応答層４１４の有効性を強化するように構成することができる。この構成は、従来のシステムと比べて、破壊的な需要応答挙動を低減することができる。例えば、統合制御層４１８は、冷却水温度のセットポイントの需要応答駆動上方調整（または温度に直接もしくは間接的に影響を及ぼす別の成分）が、冷凍機で保存されたものより多くの総建物エネルギー使用をもたらすことになるファンエネルギー（または空間を冷却するために使用される他のエネルギー）の増加をもたらさないことを保証するように構成することができる。
統合制御層４１８は、需要負荷制限が進行中の間でさえも制約（例えば、温度、照明レベルなど）が適切に維持されることを需要応答層４１４がチェックするように、需要応答層４１４にフィードバックを提供するように構成することができる。また、制約は、安全性、機器動作制限および性能、快適性、消防規則、電気工事規定、エネルギー規定および同様のものに関連するセットポイントまたは検知境界も含み得る。また、統合制御層４１８は、論理的には、欠陥検出および診断層４１６および自動化測定および検定層４１２の下でもある。統合制御層４１８は、複数の建物サブシステムからの出力に基づいて、これらのより高いレベルに計算済みの入力（例えば、集計）を提供するように構成することができる。
自動化測定および検定（ＡＭ＆Ｖ）層４１２は、統合制御層４１８または需要応答層４１４によって命令される制御戦略が正しく機能していることを検証するように構成することができる（例えば、ＡＭ＆Ｖ層４１２、統合制御層４１８、建物サブシステム統合層４２０、ＦＤＤ層４１６によって集計されたデータを使用してまたは別の方法で）。ＡＭ＆Ｖ層４１２によって行われる計算は、建物システムエネルギーモデルおよび／または個々のＢＭＳデバイスもしくはサブシステムに対する機器モデルに基づき得る。例えば、ＡＭ＆Ｖ層４１２は、モデルの精度を判断するために、モデル予測出力を建物サブシステム４２８からの実際の出力と比較することができる。
欠陥検出および診断（ＦＤＤ）層４１６は、建物サブシステム４２８、建物サブシステムデバイス（すなわち、建物機器）、ならびに、需要応答層４１４および統合制御層４１８によって使用される制御アルゴリズムに対する進行中の欠陥検出を提供するように構成することができる。ＦＤＤ層４１６は、統合制御層４１８から、１つ以上の建物サブシステムもしくはデバイスから直接、または、別のデータ源から、データ入力を受信することができる。ＦＤＤ層４１６は、検出された欠陥を自動的に診断し、応答することができる。検出または診断された欠陥への応答は、ユーザ、保守スケジューリングシステム、または、欠陥の修理を試みるかもしくは欠陥に対処するように構成された制御アルゴリズムに警告メッセージを提供することを含み得る。
ＦＤＤ層４１６は、建物サブシステム統合層４２０で利用可能な詳細なサブシステム入力を使用して、欠陥コンポーネントの具体的な識別または欠陥の原因（例えば、緩んだダンパリンク機構）を出力するように構成することができる。他の例示的な実施形態では、ＦＤＤ層４１６は、統合制御層４１８に「欠陥」事象を提供するように構成され、統合制御層４１８は、受信された欠陥事象に応答して、制御戦略およびポリシーを実行する。例示的な実施形態によれば、ＦＤＤ層４１６（または、統合制御エンジンまたはビジネスルールエンジンによって実行されるポリシー）は、エネルギー浪費を低減するため、機器の寿命を延ばすためまたは正しい制御応答を保証するために、欠陥デバイスまたはシステムの周りのシステムまたは直接制御活動を停止することができる。
ＦＤＤ層４１６は、様々な異なるシステムデータストア（またはライブデータ用のデータポイント）に格納するかまたはアクセスするように構成することができる。ＦＤＤ層４１６は、データストアの何らかのコンテンツを使用して、機器レベル（例えば、特定の冷凍機、特定のＡＨＵ、特定の端末ユニットなど）で欠陥を識別することができ、他のコンテンツを使用して、コンポーネントまたはサブシステムレベルで欠陥を識別することができる。例えば、建物サブシステム４２８は、ＢＭＳ４００およびその様々なコンポーネントの性能を示す時間的な（すなわち、時系列）データを生成することができる。建物サブシステム４２８によって生成されるデータは、統計特性を呈する測定済みのまたは計算済みの値を含み得、対応するシステムまたはプロセス（例えば、温度制御プロセス、フロー制御プロセスなど）がそのセットポイントからの誤差の観点からどのように機能しているかについての情報を提供することができる。これらのプロセスは、システムの性能がいつ劣化し始めるかを暴露し、その劣化がより深刻になる前に欠陥を修理するようにユーザに警告するために、ＦＤＤ層４１６によって検査することができる。
ここで図５を参照すると、いくつかの実施形態による、別の建物管理システム（ＢＭＳ）５００のブロック図が示されている。ＢＭＳ５００は、建物１０～１７の１つ以上において実装することができ、ＨＶＡＣシステム２０、１００、水供給側システム２００、空気供給側システム３００、建物サブシステム４２８のデバイス、ならびに、他のタイプのＢＭＳデバイス（例えば、照明機器、セキュリティ機器など）および／またはＨＶＡＣ機器のモニタおよび制御を行うために使用することができる。
ＢＭＳ５００は、自動機器発見および機器モデル分散を促進するシステムアーキテクチャを提供する。機器発見は、複数の異なる通信バス（例えば、システムバス５５４、ゾーンバス５５６～５６０、５６４、センサ／アクチュエータバス５６６など）にわたっておよび複数の異なる通信プロトコルにわたってＢＭＳ５００の複数のレベルで起こり得る。いくつかの実施形態では、機器発見は、各通信バスに接続されたデバイスのステータス情報を提供するアクティブノードテーブルを使用して遂行される。例えば、各通信バスは、新しいノードに対して対応するアクティブノードテーブルをモニタすることによって、新しいデバイスに対するモニタを行うことができる。新しいデバイスが検出されると、ＢＭＳ５００は、ユーザが対話することなく、新しいデバイスとの相互作用を開始することができる（例えば、制御信号を送信する、デバイスからのデータを使用する）。
ＢＭＳ５００のいくつかのデバイスは、機器モデルを使用して、それら自体をネットワークに提示する。機器モデルは、他のシステムとの統合のために使用される機器オブジェクト属性、ビュー定義、スケジュール、傾向および関連ＢＡＣｎｅｔ値オブジェクト（例えば、アナログ値、２進値、多状態値など）を定義する。ＢＭＳ５００のいくつかのデバイスは、それら自体の機器モデルを格納する。ＢＭＳ５００の他のデバイスは、外部（例えば、他のデバイス内）に格納された機器モデルを有する。例えば、ゾーンコーディネータ５０８は、バイパスダンパ５２８の機器モデルを格納することができる。いくつかの実施形態では、ゾーンコーディネータ５０８は、バイパスダンパ５２８またはゾーンバス５５８の他のデバイスの機器モデルを自動的に作成する。また、他のゾーンコーディネータも、それらのゾーンバスに接続されたデバイスの機器モデルを作成することができる。デバイスの機器モデルは、ゾーンバスのデバイスによって暴露されたデータポイントのタイプ、デバイスタイプおよび／または他のデバイス属性に基づいて自動的に作成することができる。自動機器発見および機器モデル分散のいくつかの例は、以下でさらに詳細に論じる。
依然として図５を参照すると、ＢＭＳ５００は、システムマネージャ５０２、いくつかのゾーンコーディネータ５０６、５０８、５１０、５１８およびいくつかのゾーンコントローラ５２４、５３０、５３２、５３６、５４８、５５０を含むように示されている。システムマネージャ５０２は、データ通信リンク５７４（例えば、ＢＡＣｎｅｔ ＩＰ、イーサネット、有線または無線通信など）を介してクライアントデバイス５０４（例えば、ユーザデバイス、デスクトップコンピュータ、ラップトップコンピュータ、モバイルデバイスなど）と通信することができる。システムマネージャ５０２は、データ通信リンク５７４を介してクライアントデバイス５０４にユーザインタフェースを提供することができる。ユーザインタフェースは、ユーザがクライアントデバイス５０４を介してＢＭＳ５００のモニタおよび／または制御を行えるようにする。
いくつかの実施形態では、システムマネージャ５０２は、システムバス５５４を介してゾーンコーディネータ５０６～５１０、５１８と接続される。システムマネージャ５０２は、マスタスレーブトークンパッシング（ＭＳＴＰ）プロトコルまたは他の任意の通信プロトコルを使用して、システムバス５５４を介してゾーンコーディネータ５０６～５１０、５１８と通信するように構成することができる。また、システムバス５５４は、システムマネージャ５０２を、定容（ＣＶ）屋上ユニット（ＲＴＵ）５１２、入力／出力モジュール（ＩＯＭ）５１４、サーモスタットコントローラ５１６（例えば、ＴＥＣ５０００シリーズサーモスタットコントローラ）、および、ネットワークオートメーションエンジン（ＮＡＥ）または第三者コントローラ５２０などの他のデバイスと接続することもできる。ＲＴＵ５１２は、システムマネージャ５０２と直接通信するように構成することができ、システムバス５５４に直接接続することができる。他のＲＴＵは、中間デバイスを介してシステムマネージャ５０２と通信することができる。例えば、有線入力５６２は、第三者ＲＴＵ５４２をサーモスタットコントローラ５１６に接続することができ、サーモスタットコントローラ５１６は、システムバス５５４に接続される。
システムマネージャ５０２は、機器モデルを含むいかなるデバイスに対するユーザインタフェースも提供することができる。ゾーンコーディネータ５０６～５１０、５１８およびサーモスタットコントローラ５１６などのデバイスは、システムバス５５４を介してシステムマネージャ５０２にそれらの機器モデルを提供することができる。いくつかの実施形態では、システムマネージャ５０２は、機器モデルを含まない接続バイス（例えば、ＩＯＭ ５１４、第三者コントローラ５２０など）の機器モデルを自動的に作成する。例えば、システムマネージャ５０２は、デバイス木要求に応答するいかなるデバイスの機器モデルも作成することができる。システムマネージャ５０２によって作成された機器モデルは、システムマネージャ５０２内に格納することができる。次いで、システムマネージャ５０２は、システムマネージャ５０２によって作成された機器モデルを使用して、それら自体の機器モデルを含まないデバイスに対するユーザインタフェースを提供することができる。いくつかの実施形態では、システムマネージャ５０２は、システムバス５５４を介して接続された機器の各タイプのビュー定義を格納し、格納されたビュー定義を使用して機器に対するユーザインタフェースを生成する。
各ゾーンコーディネータ５０６～５１０、５１８は、ゾーンバス５５６、５５８、５６０、５６４を介してゾーンコントローラ５２４、５３０～５３２、５３６、５４８～５５０のうちの１つ以上と接続することができる。ゾーンコーディネータ５０６～５１０、５１８は、ＭＳＴＰプロトコルまたは他の任意の通信プロトコルを使用してゾーンバス５５６～５６０、５６４を介してゾーンコントローラ５２４、５３０～５３２、５３６、５４８～５５０と通信することができる。また、ゾーンバス５５６～５６０、５６４は、ゾーンコーディネータ５０６～５１０、５１８を、可変空気量（ＶＡＶ）ＲＴＵ５２２、５４０、切替バイパス（ＣＯＢＰ）ＲＴＵ５２６、５５２、バイパスダンパ５２８、５４６およびＰＥＡＫコントローラ５３４、５４４などの他のタイプのデバイスと接続することもできる。
ゾーンコーディネータ５０６～５１０、５１８は、様々なゾーニングシステムに対するモニタおよび命令を行うように構成することができる。いくつかの実施形態では、各ゾーンコーディネータ５０６～５１０、５１８は、別個のゾーニングシステムに対するモニタおよび命令を行い、別個のゾーンバスを介してゾーニングシステムに接続される。例えば、ゾーンコーディネータ５０６は、ゾーンバス５５６を介してＶＡＶ ＲＴＵ５２２およびゾーンコントローラ５２４に接続することができる。ゾーンコーディネータ５０８は、ゾーンバス５５８を介してＣＯＢＰ ＲＴＵ５２６、バイパスダンパ５２８、ＣＯＢＰゾーンコントローラ５３０およびＶＡＶゾーンコントローラ５３２に接続することができる。ゾーンコーディネータ５１０は、ゾーンバス５６０を介してＰＥＡＫコントローラ５３４およびＶＡＶゾーンコントローラ５３６に接続することができる。ゾーンコーディネータ５１８は、ゾーンバス５６４を介してＰＥＡＫコントローラ５４４、バイパスダンパ５４６、ＣＯＢＰゾーンコントローラ５４８およびＶＡＶゾーンコントローラ５５０に接続することができる。
ゾーンコーディネータ５０６～５１０、５１８の単一のモデルは、複数の異なるタイプのゾーニングシステム（例えば、ＶＡＶゾーニングシステム、ＣＯＢＰゾーニングシステムなど）を処理するように構成することができる。各ゾーニングシステムは、ＲＴＵ、１つ以上のゾーンコントローラおよび／またはバイパスダンパを含み得る。例えば、ゾーンコーディネータ５０６、５１０は、ＶＡＶ ＲＴＵ５２２、５４０にそれぞれ接続されたＶｅｒａｓｙｓ ＶＡＶエンジン（ＶＶＥ）として示されている。ゾーンコーディネータ５０６は、ゾーンバス５５６を介してＶＡＶ ＲＴＵ５２２に直接接続されるのに対して、ゾーンコーディネータ５１０は、ＰＥＡＫコントローラ５３４に提供された有線入力５６８を介して第三者ＶＡＶ ＲＴＵ５４０に接続される。ゾーンコーディネータ５０８、５１８は、ＣＯＢＰ ＲＴＵ５２６、５５２にそれぞれ接続されたＶｅｒａｓｙｓ ＣＯＢＰエンジン（ＶＣＥ）として示されている。ゾーンコーディネータ５０８は、ゾーンバス５５８を介してＣＯＢＰ ＲＴＵ５２６に直接接続されるのに対して、ゾーンコーディネータ５１８は、ＰＥＡＫコントローラ５４４に提供された有線入力５７０を介して第三者ＣＯＢＰ ＲＴＵ５５２に接続される。
ゾーンコントローラ５２４、５３０～５３２、５３６、５４８～５５０は、センサ／アクチュエータ（ＳＡ）バスを介して個々のＢＭＳデバイス（例えば、センサ、アクチュエータなど）と通信することができる。例えば、ＶＡＶゾーンコントローラ５３６は、ＳＡバス５６６を介してネットワーク接続センサ５３８に接続されるように示されている。ゾーンコントローラ５３６は、ＭＳＴＰプロトコルまたは他の任意の通信プロトコルを使用してネットワーク接続センサ５３８と通信することができる。図５では１つのＳＡバス５６６しか示されていないが、各ゾーンコントローラ５２４、５３０～５３２、５３６、５４８～５５０は異なるＳＡバスに接続できることを理解すべきである。各ＳＡバスは、ゾーンコントローラを、様々なセンサ（例えば、温度センサ、湿度センサ、圧力センサ、光センサ、占有センサなど）、アクチュエータ（例えば、ダンパアクチュエータ、バルブアクチュエータなど）および／または他のタイプの制御可能な機器（例えば、冷凍機、加熱機、ファン、ポンプなど）と接続することができる。
各ゾーンコントローラ５２４、５３０～５３２、５３６、５４８～５５０は、異なる建物ゾーンのモニタおよび制御を行うように構成することができる。ゾーンコントローラ５２４、５３０～５３２、５３６、５４８～５５０は、それらのＳＡバスを介して提供された入力および出力を使用して、様々な建物ゾーンのモニタおよび制御を行うことができる。例えば、ゾーンコントローラ５３６は、温度制御アルゴリズムにおけるフィードバックとして、ＳＡバス５６６を介してネットワーク接続センサ５３８から受信された温度入力（例えば、建物ゾーンの測定温度）を使用することができる。ゾーンコントローラ５２４、５３０～５３２、５３６、５４８～５５０は、様々なタイプの制御アルゴリズム（例えば、状態ベースアルゴリズム、極値探索制御（ＥＳＣ）アルゴリズム、比例・積分（ＰＩ）制御アルゴリズム、比例・積分・微分（ＰＩＤ）制御アルゴリズム、モデル予測制御アルゴリズム、フィードバック制御アルゴリズムなど）を使用して、建物１０内または建物１０の周りの可変状態または条件（例えば、温度、湿度、気流、照明など）を制御することができる。
分散型モデル予測制御システム
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空気供給側システムおよび水供給側システム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１Ａ～５を参照して説明されるように、ＨＶＡＣシステム２０、水供給側システム２０、空気供給側システム５０、ＨＶＡＣシステム１００、水供給側システム１２０、空気供給側システム１３０、水供給側システム２００、空気供給側システム３００、ＢＭＳ４００および／またはＢＭＳ５００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、空気供給側システム５０および／または空気供給側システム３００の空気供給側機器６２２～６２６に対する最適な温度セットポイントを決定することができる。同様に、ＭＰＣシステム６００は、水供給側システム３０および／または水供給側システム２００の水供給側機器６２８に対する最適なセットポイントを決定することができる。
ＭＰＣは、システム入力（例えば、制御動作、セットポイントなど）をシステム状態およびシステム出力（例えば、測定値、プロセス変数など）と関連付けるために、制御されたシステムのモデルを使用する制御技法である。モデルは、最適化期間の間の各時間ステップにおいてコントローラが取った動作に基づいてシステム状態およびシステム出力を予測するために使用することができる。各時間ステップでは、ＭＰＣは、機器能力および安全性の限界などのプロセス制約（例えば、温度制約、機器切替制約など）に配慮しながら目的（例えば、追跡誤差を最小化すること、エネルギー費用を最小化することなど）を達成する制御動作のシーケンスを決定するために、システムモデルを使用してオンライン最適化問題を解く。シーケンスにおける第１の制御動作が実装され、新しい測定値が得られた後、次の時間ステップにおいて再び最適化問題が解かれる。
経済的なＭＰＣでは、最適化問題の目的は、費用関数によって定義されるような総費用を最小化することである場合が多い。多くの研究では、ＭＰＣは、将来を見通すその能力や、事象が起こる前にそれを見越すその能力により、既存の制御システムより性能が優れていることが示されている。ＭＰＣは、パッシブ熱エネルギー貯蔵（ＴＥＳ）に対する建物の質量を使用することによって、ピーク時間からオフピーク時間へのエネルギー負荷のシフトを可能にする。また、負荷シフトをさらに促進するために、アクティブ熱エネルギー貯蔵（例えば、冷却水タンク、温水タンクなど）を使用することもできる。アクティブおよびパッシブ貯蔵システムの組合せを通じて、すべてが各建物内の快適性制限を維持しながら、低資源価格の時間に機器使用量を集中させることによって、エネルギー費用を減少することができる。
依然として図６を参照すると、分散型ＭＰＣシステム６００は、ＭＰＣ層６１０および規制層６２０を含むように示されている。ＭＰＣ層６１０は、高次元モデル予測コントローラ６０８およびいくつかの低次元モデル予測コントローラ６１２～６１８を含むように示されている。コントローラ６１２、６１４、６１６は、低次元空気供給側モデル予測コントローラとして示されるのに対して、コントローラ６１８は、低次元水供給側モデル予測コントローラとして示されている。ＭＰＣ層６１０は、最適な温度セットポイントおよび機器動作セットポイントを決定して規制層６２０の機器に提供するように構成することができる。いくつかの実施形態では、ＭＰＣ層６１０は、ＢＭＳの空気供給側機器および水供給側機器に対するセットポイント最適化を提供するために、任意の既存のＢＭＳに組み込むことができる。
規制層６２０は、空気供給側機器６２２～６２６および水供給側機器６２８を含むように示されている。空気供給側機器６２２～６２６は、図１Ａ～１Ｂおよび図３を参照して説明されるような、空気供給側システム５０、空気供給側システム１３０および／または空気供給側システム３００の機器のいくつかまたはすべてを含み得る。水供給側機器６２８は、図１Ａ～２を参照して説明されるような、水供給側システム３０、水供給側システム１２０および／または水供給側システム２００の機器のいくつかまたはすべてを含み得る。いくつかの実施形態では、規制層６２０は、図４～５を参照して説明されるような、ＢＭＳ４００および／またはＢＭＳ５００の機器のいくつかまたはすべてを含み得る。例えば、規制層６２０は、ＰＩＤコントローラ、操作可能な機器（例えば、冷凍機、ボイラ、空気処理ユニットなど）および／またはプロセス変数をセットポイントに制御するように構成された他のシステムもしくはデバイスを含み得る。
いくつかの実施形態では、分散型ＭＰＣシステム６００は、負荷／料金予測器６０２を含む。負荷／料金予測器６０２は、負荷および料金予測（例えば、外乱予測、電気価格、デマンドチャージ価格および外気温度を含む）をＭＰＣ層６１０に提供することができる。負荷／料金予測器６０２は、気象サービス６０４から気象予報を受信するように示されている。いくつかの実施形態では、負荷／料金予測器６０２は、気象予報の関数として外乱予測を生成する。いくつかの実施形態では、負荷／料金予測器６０２は、規制層６２０からのフィードバックを使用して外乱予測を生成する。規制層６２０からのフィードバックは、様々なタイプの感覚入力（例えば、温度、流れ、湿度、エンタルピなど）または制御される建物もしくはキャンパスに関連する他のデータ（例えば、建物占有データ、建物電気負荷など）を含み得る。いくつかの実施形態では、負荷／料金予測器６０２は、最適化期間内の各時間ステップに対する予測外乱値を含む外乱予測を生成する。
いくつかの実施形態では、負荷／料金予測器６０２は、外乱予測を生成するために、負荷データ履歴から訓練された決定論的モデルに確率論的モデルを加えたものを使用する。負荷／料金予測器６０２は、様々な予測方法（例えば、決定論的部分に対する線形回帰および確率論的部分に対する自己回帰モデル）のいずれかを使用して外乱予測を生成することができる。負荷／料金予測器６０２は、建物またはキャンパスに対して１つ以上の異なるタイプの外乱を予測することができる。例えば、負荷／料金予測器６０２は、建物内の空気と建物の壁を通じる外気との間の熱伝達から生じる熱負荷を予測することができる。負荷／料金予測器６０２は、建物内の内部熱生成（例えば、建物内の電子機器によって生成された熱、建物占有物によって生成された熱）から生じる熱負荷を予測することができる。いくつかの実施形態では、負荷／料金予測器６０２は、その全開示が参照により本明細書に組み込まれる「Ｂｕｉｌｄｉｎｇ Ｍａｎａｇｅｍｅｎｔ Ｓｙｓｔｅｍ ｆｏｒ Ｆｏｒｅｃａｓｔｉｎｇ Ｔｉｍｅ Ｓｅｒｉｅｓ Ｖａｌｕｅｓ ｏｆ Ｂｕｉｌｄｉｎｇ Ｖａｒｉａｂｌｅｓ」と称する２０１５年５月２０日に出願された米国特許出願第１４／７１７，５９３号明細書で説明される技法を使用して、負荷／料金予測を行う。
負荷／料金予測器６０２は、公益事業６０６から公共料金を受信するように示されている。公共料金は、最適化期間の各時間ステップにおいて公益事業６０６によって提供された単位資源（例えば、電気、天然ガス、水など）当たりの費用または価格を示し得る。いくつかの実施形態では、公共料金は、時間変化料金である。例えば、電気の価格は、ある時間または日にち（例えば、需要が高い期間の間）には高く、他の時間または日にち（例えば、需要が低い期間の間）には低いものであり得る。公共料金は、様々な期間および各期間の間の単位資源当たりの費用を定義することができる。公共料金は、公益事業６０６から受信された実際の料金または負荷／料金予測器６０２によって推定された予測公共料金であり得る。
いくつかの実施形態では、公共料金は、公益事業６０６によって提供された１つ以上の資源に対するデマンドチャージを含む。デマンドチャージは、デマンドチャージ期間の間の特定の資源の最大使用量（例えば、最大エネルギー消費量）に基づいて公益事業６０６によって課された別個の費用を定義することができる。公共料金は、様々なデマンドチャージ期間および各デマンドチャージ期間と関連付けられた１つ以上のデマンドチャージを定義することができる。いくつかの例では、デマンドチャージ期間は、互いにおよび／または最適化期間と部分的にまたは完全に重複し得る。有利には、ＭＰＣ層６１０は、高次元モデル予測コントローラ６０８によって実行された高次元最適化プロセスにおけるデマンドチャージを説明することができる。公益事業６０６は、時間変化（例えば、１時間ごと）価格、最大サービスレベル（例えば、物理的なインフラによってまたは契約によって認められた最大消費レート）、そして、電気の事例では、デマンドチャージまたはある期間内のピーク消費レートに対する料金によって定義することができる。負荷／料金予測器６０２は、予測負荷および公共料金をメモリに格納することならびに／あるいは予測負荷および公共料金を高次元ＭＰＣ６０８に提供することができる。
ＭＰＣ層６１０は、規制層６２０から測定値を受信したり、規制層６２０にセットポイントを提供したりすることができる。ＭＰＣ層６１０は、様々な決定変数の最適値（例えば、ゾーン温度セットポイント、機器オン／オフ決定およびＴＥＳ充電／放電率を含む）を生成することができる。ＭＰＣ層６１０は、ゾーン温度から冷却／加熱デューティへのモデル、冷却／加熱デューティから温度セットポイントへのモデル、機器モデルおよびアクティブＴＥＳモデルなどのシステムモデルを使用して、決定変数の最適値を決定することができる。ＭＰＣ層６１０は、いくつかの制約を受けることを条件として、最適化プロセスを実行することによって、決定変数の最適値を決定することができる。制約は、ゾーン空気温度の快適性限界、機器能力制約、ＴＥＳタンクサイズおよび規制層６２０の機器の変化率限界を含み得る。
上記で論じられるように、決定変数の最適値を決定するために単一のＭＰＣ問題を解くことは、大規模なアプリケーションでは難しい可能性がある。例えば、空気供給側システム５０は、数千の離散ゾーンを含み得、水供給側システム３０は、数千の独特のＨＶＡＣデバイスを含み得る。離散決定（例えば、機器をオン／オフにする）は、混合整数最適化問題をもたらし得、それにより、複雑性がさらに増す。ＭＰＣ問題の困難性およびコンピュータ処理の複雑性により、ＭＰＣ層６１０は、ＭＰＣ問題全体をより小さく且つより扱い易い最適化問題に分解することができる。
図６に示されるように、分散型ＭＰＣシステム６００は、ＭＰＣ問題全体を高次元最適化問題および低次元最適化問題に分解することができる。高次元問題は、各低次元空気供給側サブシステム６３２～６３６に対する負荷プロファイルおよび水供給側システム３０に対する需要プロファイルを決定するために、高次元コントローラ６０８によって解くことができる。いくつかの実施形態では、高次元コントローラ６０８は、コンピュータ処理の複雑性の低減のために、各空気供給側サブシステム６３２～６３６に対してアクティブＴＥＳモデルおよび集計低次元モデルを使用する。高次元コントローラ６０８は、最適化期間にわたるＭＰＣシステム６００の総動作費用を最適化する（例えば、最小化する）負荷プロファイルを決定することができる。各負荷プロファイルは、最適化期間の各時間ステップに対する負荷値を含み得る。低次元空気供給側コントローラ６１２～６１６は、最適化期間の各時間ステップに対する各空気供給側サブシステム６３２～６３６に対する最大許容負荷値を定義する制約として負荷プロファイルを使用することができる。高次元コントローラ６０８は、低次元空気供給側コントローラ６１２～６１６の各々に負荷プロファイルを提供することができる。高次元コントローラ６０８によって実行される高次元最適化は、図７を参照してさらに詳細に説明する。
低次元最適化問題は、低次元水供給側最適化問題および１つ以上の低次元空気供給側最適化問題にさらに分解することができる。各低次元空気供給側問題は、各空気供給側サブシステム６３２～６３６の空気供給側機器６２２～６２６に対するゾーン温度セットポイントを決定するために、低次元空気供給側コントローラ６１２～６１６のうちの１つによって解くことができる。各低次元空気供給側コントローラ６１２～６１６は、定義された温度制限内にゾーン温度を維持しながら、高次元コントローラ６０８によって提供された負荷値を超えることなく、対応する空気供給側サブシステム６３２～６３６のエネルギー消費量を最適化する（例えば、最小化する）ゾーン温度セットポイントを決定することができる。あるいは、各低次元空気供給側コントローラ６１２～６１６は、高次元最適化問題から平均建物温度（例えば、予測建物温度状態）を追跡する温度セットポイントを決定することができる。低次元コントローラ６１２～６１６によって実行される低次元最適化は、図８を参照してさらに詳細に説明する。
低次元水供給側問題は、低次元水供給側コントローラ６１８によって解くことができる。いくつかの実施形態では、低次元水供給側問題は、混合整数線形計画である。低次元水供給側コントローラ６１８は、高次元コントローラ６０８からの需要プロファイルを満たしながら動作費用を最小化する水供給側機器６２８に対する最適なセットポイントを決定することができる。低次元水供給側コントローラ６１８によって最適化される決定変数は、例えば、機器オン／オフ状態、冷凍機の熱負荷、ポンプの流速、他の補助水供給側機器に対するセットポイントおよびＴＥＳ充電／放電率を含み得る。低次元水供給側コントローラ６１８は、最適化期間の各時間ステップにおいて水供給側システム３０によって満たすべき総需要を指定する入力として、高次元コントローラ６０８からの需要プロファイルを使用することができる。
いくつかの実施形態では、低次元水供給側コントローラ６２８は、低次元水供給側最適化問題を第１の水供給側最適化問題および第２の水供給側最適化問題に分解する。第１の水供給側最適化問題は、水供給側システムの複数のサブプラント（例えば、加熱機サブプラント２０２、熱回収冷凍機サブプラント２０４、冷凍機サブプラント２０６、冷却塔サブプラント２０８、温熱ＴＥＳサブプラント２１０および冷熱ＴＥＳサブプラント２１２）にわたって高次元コントローラ６０８によって指定された需要を割り当てることができる。第２の水供給側最適化問題は、水供給側機器６２８に対する最適な機器オン／オフ状態および機器セットポイントを決定するために、各サブプラントに対する混合整数最適化問題に分解することができる。低次元水供給側コントローラ６２８によって使用することができる水供給側最適化技法の例は、その全開示が参照により本明細書に組み込まれる２０１５年２月２７日に出願された米国特許出願第１４／６３４，６０９号明細書で詳細に説明されている。
図６に示されるように、各低次元空気供給側モデル予測コントローラ６１２～６１６は、空気供給側システム５０全体のサブシステム６３２～６３６を制御することができる。各低次元空気供給側コントローラ６１２～６１６は、対応する空気供給側サブシステム６３２～６３６の空気供給側機器６２２～６２６に対する最適な温度セットポイントを決定するために、別個の空気供給側最適化プロセスを実行することができる。各空気供給側サブシステム６３２～６３６（例えば、各建物）は、複数のＡＨＵを含み得、その各々は、空気を複数の建物ゾーンに送るように構成することができる。それに従って、各空気供給側システム６３２～６３６は、多くの建物ゾーンを含み得る。
いくつかの実施形態では、高次元コントローラ６０８は、各空気供給側サブシステム６３２～６３６の集計モデルを使用し、熱エネルギー負荷を各空気供給側サブシステム６３２～６３６に割り当てる。低次元空気供給側コントローラ６１２～６２６は、対応する空気供給側サブシステムの各建物ゾーンに対する最適な温度セットポイントを決定するために、低次元最適化プロセス中に、より詳細なゾーン・レベルモデルを使用することができる。別個の空気供給側サブシステム６３２～６３６への空気供給側システム５０の分解は、コンピュータ処理の性能を改善し、低次元ＭＰＣ問題を解くために必要な時間の量を実質的に減少することができる。例えば、低次元ＭＰＣ問題はすべて、数分以内に解くことができる。
いくつかの実施形態では、各空気供給側サブシステム６３２～６３６は、別個の建物を表す。空気供給側サブシステム６３２～６３６間の有意な結合（例えば、サブシステム６３２～６３６間の熱交換）は性能に影響を及ぼし得るが、その理由は、低次元コントローラ６１２～６１６はそれらの解を調整する必要がないためである。サブシステム６３２～６３６間の結合がないことを保証するために空気供給側システム５０を分解するための方法の１つは、建物ごとに分解することであるが、その理由は、別個の建物は互いに熱交換を行わないためである。この理由のため、各空気供給側サブシステム６３２～６３６が別個の建物を表すように空気供給側サブシステム６３２～６３６を選択することが望ましい場合がある。他の実施形態では、各空気供給側サブシステム６３２～６３６は、単一の建物ゾーン、建物内のゾーンの集合体または複数の建物でさえも表し得る。
ＭＰＣシステム６００では、高次元モデル予測コントローラ６０８は、各空気供給側サブシステム６３２～６３６（例えば、各建物）に割り当てるための熱エネルギー負荷と、水供給側システム３０に対する需要プロファイルとを決定する。各空気供給側サブシステム６３２～６３６は、その空気供給側サブシステム６３２～６３６の各ゾーン（例えば、建物の各ゾーン）に対する温度セットポイントを演算する別個の低次元空気供給側コントローラ６１２～６１６を含み得る。各低次元空気供給側サブシステム６３２～６３６が別個の建物を表す場合は、低次元空気供給側問題は、別個の建物間の熱伝達は存在しないため、分散方式で解くことができる。低次元空気供給側問題は、コンピュータ処理の複雑性を増大することなく、大規模な産業およびキャンパス規模の実装形態を処理するために容易に拡張することができる。
分散型ＭＰＣシステム６００は、代替の制御戦略にわたっていくつかの利点を提供する。例えば、高次元コントローラ６０８は、各低次元コントローラ６１２～６１６に提供された負荷プロファイルを介して、低次元空気供給側サブシステム６３２～６３６の動作を調節することができる。デマンドチャージを高次元目的関数に含めることにより、高次元コントローラ６０８は、低次元空気供給側サブシステム６３２～６３６の動作をベテランである負荷プロファイルを生成することができる。言い換えれば、高次元コントローラ６０８は、低次元空気供給側サブシステム６３２～６３６がすべて同時に電力を消費しないことを保証する負荷プロファイルを生成することができる。これにより、高次元コントローラ６０８は、低次元空気供給側コントローラ６１２～６１６間の通信を必要とすることなく、低次元空気供給側サブシステム６３２～６３６の動作を調節し、デマンドチャージを説明することができる。また、すべての空気供給側サブシステム６３２～６３６に対する単一の水供給側システム３０の存在によって生じる結合も、高次元コントローラ６０８によって対処される。従って、低次元制御問題は、低次元コントローラ６１２～６１６間の反復および通信が必要とされないように、完全に分離される。
また、ＭＰＣ層６１０と規制層６２０との間のデータ通信は、大いに低減することができる。例えば、ＭＰＣ層６１０と規制層６２０との間のデータ通信は、図６に示されるように、測定値およびセットポイントに制限され得る。これにより、ＭＰＣシステム６００を任意の既存のＢＭＳと統合することができる。高次元コントローラ６０８は、高次元最適化の間のコンピュータ処理の複雑性を低減するために、各空気供給側サブシステム６３２～６３６および水供給側システム３０の集計モデルを使用することができる。各低次元空気供給側コントローラ６１２～６１６は、対応する空気供給側サブシステム６３２～６３６に対する集計外乱推定、集計建物温度および集計システムパラメータ（例えば、熱キャパシタンス、熱伝達係数など）を高次元コントローラ６０８に提供することができる。
分散型ＭＰＣシステム６００は、例えば、冷凍機プラント、空気処理ユニット、屋上ユニット、可変冷媒流量システム、空気供給側システム、水供給側システム、建物管理システム、および／または、電力消費量もしくは熱エネルギー負荷を異なるサブシステムに割り当てることができる他のタイプのシステムを含む、様々な異なるシステムを制御するために使用することができる。ほとんどの建物温度規制方法は、水供給側機器６２８の詳細モデルまたは整数決定変数を考慮せず、それにより、エネルギー費用計算の忠実性が減少する。しかし、ＭＰＣシステム６００は、ヒューリスティクスに頼るというよりむしろ、機器をいつオンおよびオフにするかを決定するために、水供給側最適化問題において整数変数を含み得る。アクティブＴＥＳもまた、水供給側最適化問題において使用することができ、それにより、負荷シフトおよび費用節約の最大の可能性が可能になる。しかし、ＭＰＣシステム６００は、依然として、アクティブＴＥＳが利用可能か否かにかかわらず、一般的に適用することができる。
高次元モデル予測コントローラ
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。
通信インタフェース７０２は、高次元ＭＰＣ６０８と様々な外部のシステムまたはデバイス（例えば、気象サービス６０４、公益事業６０６、低次元コントローラ６１２～６１８、ＢＭＳ機器など）との間の電子データ通信を容易にするように構成されたネットワークインタフェースであり得る。例えば、高次元ＭＰＣ６０８は、気象サービス６０４から気象予報を受信すること、公益事業６０６から公共料金を受信することおよび／または負荷／料金予測器６０２から負荷および料金予測を受信することができる。高次元ＭＰＣ６０８は、制御される建物またはキャンパスの１つ以上の測定状態（例えば、温度、湿度、電気負荷など）および水供給側システム３０の１つ以上の状態（例えば、機器ステータス、電力消費量、機器利用可能性など）を示す測定値をＢＭＳから受信することができる。いくつかの実施形態では、高次元ＭＰＣ６０８は、ＴＥＳタンクの現在の充填レベルを示すＴＥＳ状態の測定値を水供給側システム３０から受信する。
高次元ＭＰＣ６０８は、各低次元空気供給側コントローラ６１２～６１６から建物外乱推定を受信することができる。建物外乱推定は、各空気供給側サブシステム６３２～６３６に対して推定された熱エネルギー負荷を示し得る。高次元ＭＰＣ６０８は、集計システム曲線、集計建物パラメータおよび／または性能係数を各低次元コントローラ６１２～６１８から受信することができる。高次元ＭＰＣ６０８は、通信インタフェース７０２で受信された情報を使用して、各低次元空気供給側サブシステム６３２～６３６に対する負荷プロファイルおよび水供給側システム３０に対する需要プロファイルを生成することができる。高次元ＭＰＣ６０８は、負荷プロファイルおよび需要プロファイルを低次元コントローラ６１２～６１８に提供することができる。
処理回路７０４は、プロセッサ７０６およびメモリ７０８を含むように示されている。プロセッサ７０６は、汎用もしくは専用プロセッサ、特定用途向け集積回路（ＡＳＩＣ）、１つ以上のフィールドプログラマブルゲートアレイ（ＦＰＧＡ）、１群の処理コンポーネントまたは他の適切な処理コンポーネントであり得る。プロセッサ７０６は、メモリ７０８に格納されるかまたは他のコンピュータ可読媒体（例えば、ＣＤＲＯＭ、ネットワーク記憶装置、リモートサーバなど）から受信されるコンピュータコードまたは命令を実行するように構成することができる。
メモリ７０８は、本開示で説明される様々なプロセスの完了および／または促進のためのデータおよび／またはコンピュータコードを格納するための１つ以上のデバイス（例えば、メモリユニット、メモリデバイス、記憶装置など）を含み得る。メモリ７０８は、ランダムアクセスメモリ（ＲＡＭ）、読み取り専用メモリ（ＲＯＭ）、ハードドライブストレージ、一時記憶装置、不揮発性メモリ、フラッシュメモリ、光メモリ、あるいは、ソフトウェアオブジェクトおよび／またはコンピュータ命令を格納するための他の任意の適切なメモリを含み得る。メモリ７０８は、本開示で説明される様々な活動および情報構造をサポートするためのデータベース構成要素、オブジェクトコード構成要素、スクリプト構成要素または他の任意のタイプの情報構造を含み得る。メモリ７０８は、処理回路７０４を介してプロセッサ７０６に通信可能に接続することができ、本明細書で説明される１つ以上のプロセスを実行する（例えば、プロセッサ７０６によって）ためのコンピュータコードを含み得る。プロセッサ７０６がメモリ７０８に格納された命令を実行する際、プロセッサ７０６は、一般に、そのような活動を完了するように高次元ＭＰＣ６０８（より具体的には、処理回路７０４）を構成する。
依然として図７を参照すると、高次元ＭＰＣ６０８は、建物温度モデラ７１４を含むように示されている。建物温度モデラ７１４は、各空気供給側サブシステム６３２～６３６に対する温度モデルを生成することができる。建物温度モデラ７１４によって生成された温度モデルは、各空気供給側サブシステム６３２～６３６が別個の建物を表すという想定の下で、建物温度モデルと呼ばれる。しかし、建物温度モデラ７１４によって生成された温度モデルは、空気供給側サブシステム６３２～６３６が他のタイプの空間を表す場合は、他のタイプのサブシステムに対する温度モデルであり得る。建物温度モデラ７１４は、各建物に対する温度モデルを生成することができる。図６では３つの空気供給側サブシステム６３２～６３６しか示されていないが、いかなる数の建物および空気供給側サブシステム６３２～６３６も存在し得ることを理解すべきである。一般に、建物温度モデラ７１４は、ｎｂ個の建物温度モデルを生成することができ、ｎｂは、建物および／または空気供給側サブシステム６３２～６３６の総数である。
いくつかの実施形態では、建物温度モデラ７１４は、建物熱伝達モデルを使用して各建物の温度をモデル化する。単一の建物ゾーンの暖房または冷房の動力学は、エネルギーバランス
Figure 0007145766000001
 によって説明され、式中、Ｃは、建物ゾーンの熱キャパシタンスであり、Ｈは、建物ゾーンに対する周囲の熱伝達係数であり、Ｔは、建物ゾーンの温度であり、Ｔａは、建物ゾーン外の周囲温度（例えば、外気温度）であり、
Figure 0007145766000002
 は、建物ゾーンに適用された冷房の量（すなわち、冷却負荷）であり、
Figure 0007145766000003
 は、建物ゾーンによって経験された外部負荷、放射線または他の外乱である。以前の方程式では、
Figure 0007145766000004
 は、ＨＶＡＣシステムによって建物ゾーンから出る熱伝達（すなわち、冷却）を表し、従って、負号を有する。しかし、冷房というよりむしろ、暖房が建物ゾーンに適用される場合は、
Figure 0007145766000005
 の符号は、正号に切り替えることができ、その結果、
Figure 0007145766000006
 は、ＨＶＡＣシステムによって建物ゾーンに適用された暖房（すなわち、加熱負荷）の量を表す。
以前の方程式は、建物ゾーンのすべての質量および空気プロパティを組み合わせて単一のゾーン温度にする。建物温度モデラ７１４によって使用することができる他の熱伝達モデルは、以下の空気および質量ゾーンモデルを含み、
Figure 0007145766000007
 式中、ＣｚおよびＴｚは、建物ゾーンの空気の熱キャパシタンスおよび温度であり、Ｔａは、周囲の空気温度であり、Ｈａｚは、建物ゾーンの空気と建物ゾーン外の周囲の空気（例えば、建物ゾーンの外部壁を通じる）との間の熱伝達係数であり、ＣｍおよびＴｍは、建物ゾーン内の非空気質量の熱キャパシタンスおよび温度であり、Ｈｍｚは、建物ゾーンの空気と非空気質量との間の熱伝達係数である。
以前の方程式は、建物ゾーンのすべての質量プロパティを組み合わせて単一のゾーン質量にする。建物温度モデラ７１４によって使用することができる他の熱伝達モデルは、以下の空気、浅部質量（ｓｈａｌｌｏｗ ｍａｓｓ）および深部質量（ｄｅｅｐ ｍａｓｓ）ゾーンモデルを含み、
Figure 0007145766000008
 ＣｚおよびＴｚは、建物ゾーンの空気の熱キャパシタンスおよび温度であり、Ｔａは、周囲の空気温度であり、Ｈａｚは、建物ゾーンの空気と建物ゾーン外の周囲の空気（例えば、建物ゾーンの外部壁を通じる）との間の熱伝達係数であり、ＣｓおよびＴｓは、建物ゾーン内の浅部質量の熱キャパシタンスおよび温度であり、Ｈｓｚは、建物ゾーンの空気と浅部質量との間の熱伝達係数であり、ＣｄおよびＴｄは、建物ゾーン内の深部質量の熱キャパシタンスおよび温度であり、Ｈｄｓは、浅部質量と深部質量との間の熱伝達係数である。
いくつかの実施形態では、建物温度モデラ７１４は、以下の建物温度モデルを使用して各建物の温度をモデル化し、
Figure 0007145766000009
 式中、ＣｂおよびＴｂは、建物インデックスｂによって指定された建物の熱キャパシタンスおよび温度であり、Ｔａは、建物ｂ外の周囲の空気温度（例えば、外気温度）であり、Ｈｂは、建物ｂと周囲の空気との間の熱伝達係数であり、
Figure 0007145766000010
 は、ＭＰＣシステム６００によって建物に適用された冷房の量（すなわち、建物から除去された熱の量）であり、
Figure 0007145766000011
 は、建物ｂによって経験された外部負荷、放射線または外乱である。冷房というよりむしろ、暖房が建物に提供される場合は、
Figure 0007145766000012
 の符号は、負号から正号に切り替えることができる。
建物温度モデラ７１４は、低次元空気供給側コントローラ６１２～６１６から受信された建物外乱推定を使用して、最適化期間の各時間ステップにおける各建物ｂに対する外部外乱
Figure 0007145766000013
 の適切な値を特定することができる。いくつかの実施形態では、建物温度モデラ７１４は、気象サービス６０４からの気象予報ならびに／あるいは負荷／料金予測器６０２によって提供された負荷および料金予測を使用して、最適化期間の各時間ステップにおける各建物ｂに対する周囲の空気温度Ｔａおよび／または外部外乱
Figure 0007145766000014
 の適切な値を決定する。ＣｂおよびＨｂの値は、建物ｂの低次元空気供給側コントローラから受信された、ユーザから受信された、メモリ７０８から回収されたまたは建物温度モデラ７１４に別の方法で提供された建物ｂのパラメータとして指定することができる。建物温度モデラ７１４は、各建物ｂに対して建物温度モデルを生成することができ、ｂ＝１…ｎｂであり、ｎｂは、建物の総数である。
依然として図７を参照すると、高次元ＭＰＣ６０８は、熱エネルギー貯蔵（ＴＥＳ）モデラ７２４を含むように示されている。ＴＥＳモデラ７２４は、ＴＥＳタンク４２、４０によって提供されたアクティブ熱エネルギー貯蔵に対するモデルを生成することができる。いくつかの実施形態では、ＴＥＳモデラ７２４は、以下の方程式を使用してアクティブ熱エネルギー貯蔵をモデル化し、
Figure 0007145766000015
 式中、ｓは、所定のＴＥＳタンクに貯蔵された熱エネルギーの量（例えば、加熱または冷却潜在量）であり、σは、ＴＥＳタンクの減衰定数であり、
Figure 0007145766000016
 は、熱エネルギーがＴＥＳタンクに貯蔵されるレートである。ＴＥＳモデラ７２４は、各ＴＥＳタンクに対するアクティブＴＥＳモデルを生成することができる。
高次元ＭＰＣ６０８は、水供給側需要モデラ７２２を含むように示されている。水供給側需要モデラ７２２は、最適化期間の各時間ステップにおける各建物ｂに割り当てられた熱エネルギー負荷
Figure 0007145766000017
 および熱エネルギー貯蔵量
Figure 0007145766000018
 の関数として水供給側システム３０における需要を表すモデルを生成することができる。いくつかの実施形態では、水供給側需要モデラ７２２は、以下の方程式を使用して水供給側需要をモデル化し、
Figure 0007145766000019
 式中、
Figure 0007145766000020
 は、時間ステップｋにおける水供給側需要（例えば、時間ステップｋにおける水供給側システム３０の熱エネルギー生産）であり、
Figure 0007145766000021
 は、時間ステップｋにおける建物ｂに割り当てられた熱エネルギー負荷であり、
Figure 0007145766000022
 は、時間ステップｋの間にＴＥＳタンクに貯蔵された熱エネルギーの量である。以前の方程式は、水供給側システム３０における総需要
Figure 0007145766000023
 が各建物ｂに割り当てられた熱エネルギー負荷
Figure 0007145766000024
 とＴＥＳタンクに貯蔵された熱エネルギー
Figure 0007145766000025
 との総和であることを示す。この方程式は、各時間ステップｋにおける建物負荷および熱エネルギー貯蔵をカバーするのに十分な熱エネルギーを水供給側システム３０が生成することを保証するために、高次元ＭＰＣ６０８によって、エネルギーバランス制約として使用することができる。
高次元ＭＰＣ６０８は、制約モデラ７１０を含むように示されている。制約モデラ７１０は、最適化制約を生成し、高次元オプティマイザ７１２によって実行される最適化手順に課すことができる。制約モデラ７１０によって課される制約は、例えば、機器能力制約および建物温度制約を含み得る。いくつかの実施形態では、制約モデラ７１０は、各時間ステップｋにおける水供給側需要
Figure 0007145766000026
 が水供給側システム３０の最大能力
Figure 0007145766000027
 以下であることを保証するために、以下の制約
Figure 0007145766000028
 を課す。同様に、制約モデラ７１０は、任意の時間ステップｋにおけるＴＥＳタンクに貯蔵された熱エネルギーの量がＴＥＳタンクの最小可能レベル（すなわち、０）とＴＥＳタンクの最大可能レベル（すなわち、ｓｍａｘ）との間にあることを保証するために、
以下の制約
０≦ｓｋ≦ｓｍａｘ
を課すことができる。
いくつかの実施形態では、制約モデラ７１０は、建物温度Ｔｂに対する制約を課す。例えば、制約モデラ７１０は、以下の方程式に示されるように、建物温度Ｔｂを最小温度Ｔｍｉｎと最大温度Ｔｍａｘとの間に制約することができ、
Ｔｍｉｎ≦Ｔｂ≦Ｔｍａｘ
式中、ＴｍｉｎおよびＴｍａｘの値は、建物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、建物の低次元空気供給側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、建物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、建物温度Ｔｂが時間に応じた温度制限（Ｔｍｉｎ～Ｔｍａｘ）内に維持されるように、建物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。
依然として図７を参照すると、高次元ＭＰＣ６０８は、エネルギー費用モデラ７２０およびデマンドチャージモデラ７１８を含むように示されている。エネルギー費用モデラ７２０は、ＭＰＣシステム６００によって消費されたエネルギーの費用を表すエネルギー費用モデルを生成することができる。エネルギーの費用は、最適化期間の間にＭＰＣシステム６００によって消費された単位エネルギー資源（例えば、電気、水、天然ガスなど）当たりの費用と、最大電力消費量に基づくデマンドチャージの両方を含み得る。エネルギー費用モデルのデマンドチャージコンポーネントは、デマンドチャージモデラ７１８によってモデル化し、デマンドチャージ制約を介して実施することができる。いくつかの実施形態では、エネルギー費用モデルは、水供給側システム３０によって消費されたエネルギー資源のみを説明する。他の実施形態では、エネルギー費用モデルは、空気供給側システム５０の電力消費量も説明し、空気供給側システム５０の電力消費量は、空気供給側電力消費量モデラ７１６によってモデル化することができる。両方のシナリオの例は、以下で説明する。
例１：空気供給側電力消費量を含まないエネルギー費用モデル
いくつかの実施形態では、エネルギー費用モデラ７２０は、空気供給側電力消費量を含まない水供給側システム３０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。
Figure 0007145766000029
エネルギー費用モデルの第１の項は、最適化期間の各時間ステップｋの間に消費された単位エネルギー当たりの費用（例えば、＄／ｋＷｈ）を説明する。いくつかの実施形態では、ｃｋは、時間ステップｋにおける水供給側総需要
Figure 0007145766000030
 を満たすために時間ステップｋにおいて消費された単位エネルギー当たりの費用であり、パラメータηｔｏｔは、空気供給側／水供給側システムの集計性能の逆係数であり（例えば、０．１≦ηｔｏｔ≦０．２５）、Δは、時間ステップｋの持続時間である。それに従って、
Figure 0007145766000031
 の項は、水供給側需要
Figure 0007145766000032
 を満たすために時間ステップｋの間に消費されたエネルギーの総量（例えば、ｋＷｈ）を表す。消費された単位エネルギー当たりの費用ｃｋ（例えば、＄／ｋＷｈ）を乗じることにより、時間ステップｋの間に消費されたエネルギーの総費用（例えば、＄）が得られる。エネルギー費用モデルは、最適化期間にわたるエネルギー消費量の総費用を決定するために、各時間ステップｋの間のエネルギー費用の総和を含み得る。
エネルギー費用モデルの第２の項は、デマンドチャージを説明する。いくつかの実施形態では、ｃｐｅａｋは、デマンドチャージ料金（例えば、＄／ｋＷ）であり、
Figure 0007145766000033
 は、デマンドチャージ期間の間のピーク水供給側需要であり、例えば、
Figure 0007145766000034
 の最大であり、ηｔｏｔは、空気供給側／水供給側システムの集計性能の逆係数である。それに従って、
Figure 0007145766000035
 の項は、ピーク水供給側需要
Figure 0007145766000036
 を満たすためのピーク電力消費量を表す。デマンドチャージ料金ｃｐｅａｋを乗じることにより、デマンドチャージの総費用（例えば、＄）が得られる。
いくつかの実施形態では、デマンドチャージモデラ７１８は、
Figure 0007145766000037
 が適切な値を有することを保証するために、デマンドチャージ制約を生成する。デマンドチャージ期間が最適化期間（例えば、時間ステップｋ＝０とｋ＝Ｎ－１との間）内に完全に含まれる場合は、
Figure 0007145766000038
 の適切な値は、単に、最適化期間の間の
Figure 0007145766000039
 の最大である。デマンドチャージモデラ７１８は、ピーク水供給側需要
Figure 0007145766000040
 が各時間ステップにおいて常に水供給側需要
Figure 0007145766000041
 以上であることを保証するために、以下のデマンドチャージ制約を実装することができる。
Figure 0007145766000042
 これにより、ピーク水供給側需要
Figure 0007145766000043
 は最適化期間の間の最大水供給側需要と少なくとも同じ程度であることが強いられる。
最適化期間の前にデマンドチャージ期間が始まる場合は、最適化期間が始まる前のデマンドチャージ期間の間に
Figure 0007145766000044
 の最大値が起こり得る。デマンドチャージモデラ７１８は、現在の最適化期間が始まる前に最大水供給側需要が起こった場合であっても、ピーク水供給側需要
Figure 0007145766000045
 が常に同じデマンドチャージ期間の間に起こった最大水供給側需要
Figure 0007145766000046
 以上であることを保証するために、以下のデマンドチャージ制約
Figure 0007145766000047
 を実装することができる。いくつかの実施形態では、デマンドチャージモデラ７１８は、電力公益事業によって課されるデマンドチャージをエネルギー費用モデルが正確に表すことを保証するために新しい最大水供給側需要が設定される度に
Figure 0007145766000048
 を更新する。
高次元オプティマイザ７１２は、エネルギー費用モデル、デマンドチャージモデル、建物温度モデル、熱エネルギー貯蔵モデル、水供給側需要モデルおよび最適化制約を使用して最適化問題を公式化することができる。いくつかの実施形態では、高次元オプティマイザ７１２は、建物温度制約および本明細書で説明される高次元モデルによって提供される他の制約を受けることを条件として、水供給側システム３０によって消費されるエネルギーの総費用（すなわち、エネルギー費用およびデマンドチャージ）を最小化しようと努める。例えば、高次元オプティマイザ７１２は、
Figure 0007145766000049
 として高次元最適化問題を公式化することができ、以下の制約を受ける。
Figure 0007145766000050
いくつかの実施形態では、高次元オプティマイザ７１２は、高次元最適化問題での使用のために、上記で識別されたモデルおよび／または制約のうちの１つ以上を状態・空間形態に変換する。例えば、高次元オプティマイザ７１２は、先行方程式を以下の形態の離散化状態・空間モデルに変換することができ、
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。
Figure 0007145766000051
表１に示されるように、システム状態ベクトルｘは、建物温度ＴｂおよびＴＥＳ貯蔵レベルｓを含む。いくつかの実施形態では、システム状態ベクトルｘは、システム状態ベクトルｘの変数の総数ｎがｎｂ＋１と等しくなるように、ｎｂ個の建物の各々に対する建物温度ＴｂおよびＴＥＳ貯蔵レベルｓを含む。入力ベクトルｕは、各建物ｂに割り当てられた熱エネルギー負荷
Figure 0007145766000052
 と、熱エネルギー貯蔵に割り当てられた熱エネルギー負荷
Figure 0007145766000053
 とを含み得る。いくつかの実施形態では、入力ベクトルｕは、入力ベクトルｕの変数の総数ｍがｎｂ＋１と等しくなるように、ｎｂ個の建物の各々に対する熱エネルギー負荷
Figure 0007145766000054
 およびＴＥＳ負荷
Figure 0007145766000055
 を含む。外乱ベクトルｄは、各建物に対する周囲の空気温度Ｔａおよび推定外乱
Figure 0007145766000056
 を含み得る。いくつかの実施形態では、外乱ベクトルｄは、外乱ベクトルｄの変数の総数ｎｄがｎｂ＋１と等しくなるように、ｎｂ個の建物の各々に対する推定外乱
Figure 0007145766000057
 および単一の周囲の空気温度Ｔａを含む。
いくつかの実施形態では、測定値ベクトルｙは、システム状態ベクトルｘと同じである。これは、すべてのシステム状態が直接測定され（すなわち、ｙｋ＝ｘｋ）、状態・空間モデルの行列ＣおよびＤの値がＣ＝ＩおよびＤ＝０であることを示す。他の実施形態では、システム状態ｘは、測定値ｙから構築または予測することができる。例えば、高次元ＭＰＣ６０８は、カルマンフィルタまたは他の予測技法を使用して、測定値ｙからシステム状態ｘを構築することができる。それに従って、システム状態ｘは、
Figure 0007145766000058
 および
Figure 0007145766000059
 と置き換えることができ、ハット記号は、そのような状態が予測されることを示す。状態・空間表現における行列Ａ、Ｂ、ＣおよびＤの値は、システム識別技法を使用して識別することができる。高次元ＭＰＣ６０８によって使用することができる状態予測およびシステム識別技法の例は、その全開示が参照により本明細書に組み込まれる「Ｓｙｓｔｅｍ Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ａｎｄ Ｍｏｄｅｌ Ｄｅｖｅｌｏｐｍｅｎｔ」と称する２０１３年３月１３日に出願された米国特許第９，２３５，６５７号明細書で詳細に説明されている。
例２：空気供給側電力消費量を含むエネルギー費用モデル
いくつかの実施形態では、エネルギー費用モデラ７２０は、水供給側システム３０のエネルギー消費量および空気供給側システム５０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
Figure 0007145766000060
 を建物に送るために、ファンおよび他のタイプの空気供給側機器６２２によって消費された電力
Figure 0007145766000061
 を説明することができる。いくつかの実施形態では、各空気供給側サブシステム６３２～６３６の電力消費量
Figure 0007145766000062
 は、その空気供給側サブシステムに割り当てられた熱エネルギー負荷
Figure 0007145766000063
 の関数である。
空気供給側電力消費量モデラ７１６は、空気供給側電力消費量
Figure 0007145766000064
 を熱エネルギー負荷
Figure 0007145766000065
 と関係付ける空気供給側電力消費量モデルを生成することができる。いくつかの実施形態では、空気供給側電力消費量モデラ７１６は、以下の方程式を使用して、空気供給側電力消費量をモデル化する。
Figure 0007145766000066
式中、
Figure 0007145766000067
 は、熱エネルギー負荷
Figure 0007145766000068
 を送るために建物ｂの空気供給側機器６２２によって消費された電力の量である。変換係数ηａｉｒは、空気供給側機器６２２の性能の係数の関数（例えば、性能の逆係数）であり得る。いくつかの実施形態では、ηａｉｒは定数であり、それは、空気供給側電力消費量
Figure 0007145766000069
 と熱エネルギー負荷
Figure 0007145766000070
 との関係が線形であることを示す。他の実施形態では、ηａｉｒは、動作データを使用して負荷および他のパラメータの非線型関数として空気供給側電力消費量モデラ７１６によって計算することができる。
いくつかの実施形態では、空気供給側電力消費量モデラ７１６は、ＡＨＵのタイプ、時刻、快適性限界、周囲条件、冷却水供給温度、冷却水供給流速および／または空気供給側システム５０もしくは空気供給側サブシステム６３２～６３６のいずれかを特徴付ける他のパラメータなどの様々な空気供給側システムパラメータの関数として変換係数ηａｉｒを計算する。例えば、空気供給側電力消費量モデラ７１６は、空気供給側機器６２２および／または低次元空気供給側コントローラ６１２から動作データを収集し、動作データを使用してηａｉｒの適切な値を決定することができる。
いくつかの実施形態では、空気供給側電力消費量モデラ７１６は、熱エネルギー負荷
Figure 0007145766000071
 および個々のファン電力モデルの関数としてηａｉｒを計算する。例えば、２０℃の空気は、以下の方程式に示されるように、密度ρａｉｒおよび熱容量Ｃｐ，ａｉｒを有し得る。
Figure 0007145766000072
 気流によって提供される熱エネルギー負荷
Figure 0007145766000073
 は、以下のモデルを使用して表すことができる。
Figure 0007145766000074
 式中、
Figure 0007145766000075
 は、建物ゾーンへの給気の体積流量であり、Ｔｒｏｏｍは、建物ゾーンの温度であり、Ｔｓｕｐｐｌｙは、給気の温度である。給気温度Ｔｓｕｐｐｌｙはおよそ５５°Ｆであり、部屋の気温Ｔｒｏｏｍはおよそ７２°Ｆであると想定すると、空気供給側電力消費量モデラ７１６は、以下のように、単位気流量当たりの熱エネルギー負荷（例えば、空気の冷却能力）を計算することができる。
Figure 0007145766000076
空気供給側電力消費量モデラ７１４は、冷却能力のこの値
Figure 0007145766000077
 および典型的な空気供給側ファンの単位体積当たりの推定電力消費量を使用して、ηａｉｒの値を推定することができる。例えば、典型的なＨＶＡＣファンは、１０００立方フィート／分（ＣＦＭ）～１５００ ＣＦＭの気流を提供するために、およそ１馬力（ｈｐ）を消費する。これらの値は、以下のように、メトリック値に変換することができる。
Figure 0007145766000078
 これらの値を空気供給側電力消費量モデルに代入すると、
Figure 0007145766000079
 が得られ、これは、各空気供給側サブシステム６２２～６２６の空気供給側電力消費量
Figure 0007145766000080
 は空気供給側サブシステムによって送られる熱エネルギー負荷
Figure 0007145766000081
 のおよそ１０％であることを示す。
空気供給側電力消費量
Figure 0007145766000082
 を
Figure 0007145766000083
 としてモデル化できることを考慮すると、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。
Figure 0007145766000084
エネルギー費用モデルの第１の部分は、最適化期間の各時間ステップｋの間に水供給側システム３０によって消費された単位エネルギー当たりの費用（例えば、＄／ｋＷｈ）を説明する。いくつかの実施形態では、ｃｋは、時間ステップｋにおいて消費された単位エネルギー当たりの費用であり、Δは、時間ステップｋの持続時間であり、ηＨＶＡＣは、水供給側システム３０の性能の逆係数である（例えば、ηＨＶＡＣ≒０．２）。
Figure 0007145766000085
 の項は、水供給側需要
Figure 0007145766000086
 を満たすための時間ステップｋの間の水供給側システム３０による電力消費量（例えば、ｋＷ）を表す。消費された単位エネルギー当たりの費用ｃｋ（例えば、＄／ｋＷｈ）および持続時間Δ（例えば、時間）を乗じることにより、時間ステップｋの間に水供給側システム３０によって消費されたエネルギーの総費用（例えば、＄）が得られる。エネルギー費用モデルの第１の部分は、最適化期間の間に水供給側システム３０によって消費された総エネルギーを決定するために、最適化期間のすべての時間ステップｋ＝０…Ｎ－１にわたる総和を求めることができる。
エネルギー費用モデルの第２の部分は、最適化期間の各時間ステップｋの間に各空気供給側サブシステム（例えば、各建物ｂ）によって消費された単位エネルギー当たりの費用（例えば、＄／ｋＷｈ）を説明する。上記で説明されるように、ηａｉｒは、空気供給側サブシステムの性能の逆係数であり（例えば、ηａｉｒ≒０．１）、
Figure 0007145766000087
 は、時間ステップｋにおいて建物ｂに対する空気供給側サブシステムによって送られた熱エネルギー負荷である。
Figure 0007145766000088
 の項は、建物ｂに対する空気供給側機器の電力消費量
Figure 0007145766000089
 を表す。エネルギー費用モデルの第２の部分は、最適化期間の間のすべての空気供給側サブシステムの総電力消費量を決定するために、すべての建物ｂ＝１…ｎｂにわたるおよびすべての時間ステップｋ＝０…Ｎ－１にわたる総和を求めることができる。消費された単位エネルギー当たりの費用ｃｋ（例えば、＄／ｋＷｈ）および持続時間Δ（例えば、時間）を乗じることにより、最適化期間の間に空気供給側サブシステムによって消費されたエネルギーの総費用（例えば、＄）が得られる。
エネルギー費用モデルの第３の部分は、デマンドチャージを説明する。いくつかの実施形態では、ｃｐｅａｋは、デマンドチャージ料金（例えば、＄／ｋＷ）であり、
Figure 0007145766000090
 は、適用可能なデマンドチャージ期間の間のピーク集計空気供給側および水供給側電力消費量である。デマンドチャージ料金ｃｐｅａｋを乗じることにより、デマンドチャージの総費用（例えば、＄）が得られる。いくつかの実施形態では、デマンドチャージモデラ７１８は、
Figure 0007145766000091
 が適切な値を有することを保証するために、デマンドチャージ制約を生成する。デマンドチャージ期間が最適化期間（例えば、時間ステップｋ＝０とｋ＝Ｎ－１との間）内に完全に含まれる場合は、
Figure 0007145766000092
 の適切な値は、最適化期間の間の任意の時間ステップｋにおける組み合わされた水供給側／空気供給側電力消費量の最大である。デマンドチャージモデラ７１８は、ピーク電力消費量
Figure 0007145766000093
 が各時間ステップにおいて常に水供給側電力消費量
Figure 0007145766000094
 および空気供給側電力消費量
Figure 0007145766000095
 の総和以上であることを保証するために、以下のデマンドチャージ制約を実装することができる。
Figure 0007145766000096
 これにより、ピーク電力消費量
Figure 0007145766000097
 は最適化期間の間の最大の組み合わされた空気供給側／水供給側需要と少なくとも同じ程度であることが強いられる。
最適化期間の前にデマンドチャージ期間が始まる場合は、最適化期間が始まる前のデマンドチャージ期間の間に最大ピーク電力消費量が起こり得る。デマンドチャージモデラ７１８は、現在の最適化期間が始まる前に最大電力消費量が起こった場合であっても、ピーク電力消費量
Figure 0007145766000098
 が常に同じデマンドチャージ期間の間に起こった最大電力消費量
Figure 0007145766000099
 以上であることを保証するために、以下のデマンドチャージ制約
Figure 0007145766000100
 を実装することができる。いくつかの実施形態では、デマンドチャージモデラ７１８は、電力公益事業によって課されるデマンドチャージをエネルギー費用モデルが正確に表すことを保証するために新しい最大電力消費量が設定される度に
Figure 0007145766000101
 を更新する。
高次元オプティマイザ７１２は、エネルギー費用モデル、空気供給側電力消費量モデル、デマンドチャージモデル、建物温度モデル、熱エネルギー貯蔵モデル、水供給側需要モデルおよび最適化制約を使用して最適化問題を公式化することができる。いくつかの実施形態では、高次元オプティマイザ７１２は、建物温度制約および本明細書で説明される高次元モデルによって提供される他の制約を受けることを条件として、集計空気供給側／水供給側システムによって消費されるエネルギーの総費用を最小化しようと努める。例えば、高次元オプティマイザ７１２は、
Figure 0007145766000102
 として高次元最適化問題を公式化することができ、以下の制約を受ける。
Figure 0007145766000103
いくつかの実施形態では、高次元オプティマイザ７１２は、高次元最適化問題での使用のために、上記で識別されたモデルおよび／または制約のうちの１つ以上を状態・空間形態に変換する。例えば、高次元オプティマイザ７１２は、先行方程式を以下の形態の離散化状態・空間モデルに変換することができ、
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。
高次元オプティマイザ７１２は、最適化期間の各時間ステップｋにおけるベクトルｕの各入力変数に対する最適値を決定するために、最適化手順を実行することができる。例えば、高次元オプティマイザ７１２は、各時間ステップｋにおける各建物ｂに割り当てられた熱エネルギー負荷
Figure 0007145766000104
 および各時間ステップｋにおける熱エネルギー貯蔵に割り当てられた熱エネルギー負荷
Figure 0007145766000105
 の各々に対する最適値を決定することができる。同じ建物インデックスｂを有する熱エネルギー負荷
Figure 0007145766000106
 の各セットは、特定の空気供給側サブシステムに対する負荷プロファイルを形成し、最適化期間の各時間ステップｋに対する負荷値を含む。同様に、ＴＥＳ負荷
Figure 0007145766000107
 のセットは、ＴＥＳタンクに対する負荷プロファイルを形成し、最適化期間の各時間ステップｋに対する負荷値を含む。高次元オプティマイザ７１２は、低次元空気供給側コントローラ６１２～６１６に空気供給側サブシステム負荷プロファイルを提供し、低次元水供給側コントローラ６１８にＴＥＳ負荷プロファイルを提供することができる。
いくつかの実施形態では、高次元オプティマイザ７１２は、各低次元空気供給側サブシステム６３２～６３６に対する予測温度状態
Figure 0007145766000108
 のベクトルを生成する。予測温度状態
Figure 0007145766000109
 の各ベクトルは、最適化期間の間の各時間ステップｋに対する予測建物温度状態
Figure 0007145766000110
 を含み得る。温度状態
Figure 0007145766000111
 は、例えば、米国特許第９，２３５，６５７号明細書で説明されるようなカルマンフィルタを含む、様々な予測技法のいずれかを使用して予測することができる。高次元オプティマイザ７１２は、対応する低次元空気供給側サブシステム６３２～６３６の低次元空気供給側コントローラ６１２～６１６に予測温度状態
Figure 0007145766000112
 の各ベクトルを提供することができる。いくつかの実施形態では、低次元空気供給側コントローラ６１２～６１６は、予測温度状態
Figure 0007145766000113
 を使用して、各時間ステップｋにおける予測温度状態
Figure 0007145766000114
 を追跡するゾーン温度セットポイントを生成する。
いくつかの実施形態では、高次元オプティマイザ７１２は、各時間ステップｋにおける建物熱エネルギー負荷
Figure 0007145766000115
 およびＴＥＳ負荷
Figure 0007145766000116
 の総和として、各時間ステップｋにおける水供給側システム３０における総需要
Figure 0007145766000117
 を計算する。水供給側需要値のセットは、水供給側システム３０に対する需要プロファイルを形成し、最適化期間の各時間ステップｋに対する需要値を含む。特定の時間ステップｋに対する需要値
Figure 0007145766000118
 は、その時間ステップｋにおいて水供給側システム３０によって満たさなければならない総需要を表す。高次元オプティマイザ７１２は、低次元水供給側コントローラ６１８に水供給側需要プロファイルを提供することができる。
低次元空気供給側モデル予測コントローラ
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つの低次元空気供給側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空気供給側ＭＰＣ（例えば、低次元空気供給側ＭＰＣ６１４～６１６）も、低次元空気供給側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空気供給側ＭＰＣも含み得、その各々は、別個の低次元空気供給側サブシステム（例えば、空気供給側サブシステム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。
低次元空気供給側ＭＰＣ６１２は、通信インタフェース８０２および処理回路８０４が示されている。通信インタフェース８０２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８０２は、イーサネット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８０２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。
通信インタフェース８０２は、低次元空気供給側ＭＰＣ６１２と様々な外部のシステムまたはデバイス（例えば、気象サービス６０４、高次元ＭＰＣ６０８、空気供給側機器６２２など）との間の電子データ通信を容易にするように構成されたネットワークインタフェースであり得る。例えば、低次元空気供給側ＭＰＣ６１２は、気象サービス６０４から気象予報を受信することおよび／または負荷／料金予測器６０２から負荷予測を受信することができる。低次元空気供給側ＭＰＣ６１２は、制御される建物またはキャンパスの１つ以上の測定状態（例えば、温度、湿度、電気負荷など）および空気供給側サブシステム６３２の１つ以上の状態（例えば、機器ステータス、電力消費量、機器利用可能性など）を示す測定値をＢＭＳから受信することができる。低次元空気供給側ＭＰＣ６１２は、予測温度状態および／または負荷プロファイルを高次元ＭＰＣ６０８から受信することができる。低次元空気供給側ＭＰＣ６１２は、通信インタフェース８０２で受信された情報を使用して、低次元空気供給側サブシステム６３２のゾーン温度セットポイント各ゾーンを生成することができる。低次元空気供給側ＭＰＣ６１２は、空気供給側機器６２２にゾーン温度セットポイントを提供することができる。
処理回路８０４は、プロセッサ８０６およびメモリ８０８を含むように示されている。プロセッサ８０６は、汎用もしくは専用プロセッサ、特定用途向け集積回路（ＡＳＩＣ）、１つ以上のフィールドプログラマブルゲートアレイ（ＦＰＧＡ）、１群の処理コンポーネントまたは他の適切な処理コンポーネントであり得る。プロセッサ８０６は、メモリ８０８に格納されるかまたは他のコンピュータ可読媒体（例えば、ＣＤＲＯＭ、ネットワーク記憶装置、リモートサーバなど）から受信されるコンピュータコードまたは命令を実行するように構成することができる。
メモリ８０８は、本開示で説明される様々なプロセスの完了および／または促進のためのデータおよび／またはコンピュータコードを格納するための１つ以上のデバイス（例えば、メモリユニット、メモリデバイス、記憶装置など）を含み得る。メモリ８０８は、ランダムアクセスメモリ（ＲＡＭ）、読み取り専用メモリ（ＲＯＭ）、ハードドライブストレージ、一時記憶装置、不揮発性メモリ、フラッシュメモリ、光メモリ、あるいは、ソフトウェアオブジェクトおよび／またはコンピュータ命令を格納するための他の任意の適切なメモリを含み得る。メモリ８０８は、本開示で説明される様々な活動および情報構造をサポートするためのデータベース構成要素、オブジェクトコード構成要素、スクリプト構成要素または他の任意のタイプの情報構造を含み得る。メモリ８０８は、処理回路８０４を介してプロセッサ８０６に通信可能に接続することができ、本明細書で説明される１つ以上のプロセスを実行する（例えば、プロセッサ８０６によって）ためのコンピュータコードを含み得る。プロセッサ８０６がメモリ８０８に格納された命令を実行する際、プロセッサ８０６は、一般に、そのような活動を完了するように低次元空気供給側ＭＰＣ６１２（より具体的には、処理回路８０４）を構成する。
依然として図８を参照すると、低次元空気供給側ＭＰＣ６１２は、ゾーン外乱予測器８２４を含むように示されている。ゾーン外乱予測器８２４は、空気供給側サブシステム６３２の各ゾーンｉに対する外乱予測を生成することができる。この開示全体を通じて、インデックスｉは、個々のゾーンを示すために使用され、ｉ＝１…ｎｚであり、ｎｚは、所定の空気供給側サブシステムのゾーンの総数である。ゾーンｉに対する外乱予測は、外乱値のベクトル
Figure 0007145766000119
 を含み得、ベクトル
Figure 0007145766000120
 の各要素は、最適化期間の特定の時間ステップｋに対する予測外乱値
Figure 0007145766000121
 を含む。
ゾーン外乱予測器８２４は、気象サービス６０４から気象予報を受信するように示されている。いくつかの実施形態では、ゾーン外乱予測器８２４は、気象予報の関数として外乱予測を生成する。いくつかの実施形態では、ゾーン外乱予測器８２４は、規制層６２０からのフィードバックを使用して外乱予測を生成する。規制層６２０からのフィードバックは、様々なタイプの感覚入力（例えば、温度、流れ、湿度、エンタルピなど）または制御される建物もしくはキャンパスに関連する他のデータ（例えば、建物占有データ、建物電気負荷など）を含み得る。いくつかの実施形態では、ゾーン外乱予測器８２４は、外乱予測を生成するために、負荷データ履歴から訓練された決定論的モデルに確率論的モデルを加えたものを使用する。ゾーン外乱予測器８２４は、様々な予測方法（例えば、決定論的部分に対する線形回帰および確率論的部分に対する自己回帰モデル）のいずれかを使用して外乱予測を生成することができる。
ゾーン外乱予測器８２４は、各建物ゾーンｉに対して１つ以上の異なるタイプの外乱を予測することができる。例えば、ゾーン外乱予測器８２４は、各建物ゾーンｉ内の空気と建物の壁を通じる外気との間の熱伝達から生じる熱負荷を予測することができる。ゾーン外乱予測器８２４は、建物ゾーン内の内部熱生成（例えば、建物ゾーン内の電子機器によって生成された熱、ゾーン占有物によって生成された熱）から生じる熱負荷を予測することができる。いくつかの実施形態では、ゾーン外乱予測器８２４は、米国特許出願第１４／７１７，５９３号明細書で説明される予測技法を使用して、外乱予測を行う。
依然として図８を参照すると、低次元空気供給側ＭＰＣ６１２は、ゾーン温度モデラ８１４を含むように示されている。ゾーン温度モデラ８１４は、空気供給側サブシステム６３２の各建物ゾーンｉに対する温度モデルを生成することができる。空気供給側サブシステム６３２は、いかなる数のゾーンも有し得る。いくつかの実施形態では、各ゾーンの温度は、独立して制御および／または調整を行うことができる。いくつかの建物ゾーンは互いに熱を交換することができるのに対して（例えば、建物ゾーンが互いに隣接する場合）、他の建物ゾーンは、エネルギーを直接交換しない。一般に、ゾーン温度モデラ８１４は、ｎｚ個のゾーン温度モデルを生成することができ、ｎｚは、空気供給側サブシステム６３２のゾーンの総数である。
いくつかの実施形態では、ゾーン温度モデラ８１４は、ゾーン熱伝達モデルを使用して各建物ゾーンの温度をモデル化する。単一の建物ゾーンの暖房または冷房の動力学は、エネルギーバランス
Figure 0007145766000122
 によって説明され、式中、Ｃは、建物ゾーンの熱キャパシタンスであり、Ｈは、建物ゾーンに対する周囲の熱伝達係数であり、Ｔは、建物ゾーンの温度であり、Ｔａは、建物ゾーン外の周囲温度（例えば、外気温度）であり、
Figure 0007145766000123
 は、建物ゾーンに適用された冷房の量（すなわち、冷却負荷）であり、
Figure 0007145766000124
 は、建物ゾーンによって経験された外部負荷、放射線または他の外乱である。以前の方程式では、
Figure 0007145766000125
 は、ＨＶＡＣシステムによって建物ゾーンから出る熱伝達（すなわち、冷却）を表し、従って、負号を有する。しかし、冷房というよりむしろ、暖房が建物ゾーンに適用される場合は、
Figure 0007145766000126
 の符号は、正号に切り替えることができ、その結果、
Figure 0007145766000127
 は、ＨＶＡＣシステムによって建物ゾーンに適用された暖房（すなわち、加熱負荷）の量を表す。
以前の方程式は、建物ゾーンのすべての質量および空気プロパティを組み合わせて単一のゾーン温度にする。ゾーン温度モデラ８１４によって使用することができる他の熱伝達モデルは、以下の空気および質量ゾーンモデルを含み、
Figure 0007145766000128
 式中、ＣｚおよびＴｚは、建物ゾーンの空気の熱キャパシタンスおよび温度であり、Ｔａは、周囲の空気温度であり、Ｈａｚは、建物ゾーンの空気と建物ゾーン外の周囲の空気（例えば、建物ゾーンの外部壁を通じる）との間の熱伝達係数であり、ＣｍおよびＴｍは、建物ゾーン内の非空気質量の熱キャパシタンスおよび温度であり、Ｈｍｚは、建物ゾーンの空気と非空気質量との間の熱伝達係数である。
以前の方程式は、建物ゾーンのすべての質量プロパティを組み合わせて単一のゾーン質量にする。ゾーン温度モデラ８１４によって使用することができる他の熱伝達モデルは、以下の空気、浅部質量および深部質量ゾーンモデルを含み、
Figure 0007145766000129
 ＣｚおよびＴｚは、建物ゾーンの空気の熱キャパシタンスおよび温度であり、Ｔａは、周囲の空気温度であり、Ｈａｚは、建物ゾーンの空気と建物ゾーン外の周囲の空気（例えば、建物ゾーンの外部壁を通じる）との間の熱伝達係数であり、ＣｓおよびＴｓは、建物ゾーン内の浅部質量の熱キャパシタンスおよび温度であり、Ｈｓｚは、建物ゾーンの空気と浅部質量との間の熱伝達係数であり、ＣｄおよびＴｄは、建物ゾーン内の深部質量の熱キャパシタンスおよび温度であり、Ｈｄｓは、浅部質量と深部質量との間の熱伝達係数である。
いくつかの実施形態では、ゾーン温度モデラ８１４は、以下のゾーン温度モデルを使用して各建物の温度をモデル化し、
Figure 0007145766000130
 式中、ＣｉおよびＴｉは、ゾーンインデックスｉによって指定された建物ゾーンの熱キャパシタンスおよび温度であり、Ｔａは、ゾーンｉ外の周囲の空気温度（例えば、外気温度）であり、Ｈｉは、ゾーンｉと周囲の空気との間の熱伝達係数であり、
Figure 0007145766000131
 は、ＭＰＣシステム６００によって建物ゾーンｉに適用された冷房の量（すなわち、ゾーンから除去された熱の量）であり、
Figure 0007145766000132
 は、ゾーンｉによって経験された外部負荷、放射線または外乱である。冷房というよりむしろ、暖房がゾーンに提供される場合は、
Figure 0007145766000133
 の符号は、負号から正号に切り替えることができる。
パラメータβｉｊは、ゾーンｉと別のゾーンｊ（例えば、ゾーンｉに隣接する建物ゾーン）との間の結合度を特徴付ける。ゾーンｉとｊが隣接していないおよび／または互いに熱を直接交換しない場合は、ゾーン温度モデラ８１４は、βｉｊの値を０と等しく設定することができる。ゾーン温度モデルは、ゾーン温度Ｔｉ、Ｔｊおよび結合係数βｉｊの関数として建物ゾーンｉと他の各建物ゾーンｊ≠ｉとの間の熱伝達の総和を含み得る。他の実施形態では、ゾーン間の熱伝達は、外部外乱推定
Figure 0007145766000134
 を使用して説明することができる。
ゾーン温度モデラ８１４は、ゾーン外乱予測器８２４から受信されたゾーン外乱推定を使用して、最適化期間の各時間ステップにおける各ゾーンｉに対する外部外乱
Figure 0007145766000135
 の適切な値を特定することができる。いくつかの実施形態では、ゾーン温度モデラ８２４は、気象サービス６０４からの気象予報ならびに／あるいは負荷／料金予測器６０２によって提供された負荷および料金予測を使用して、最適化期間の各時間ステップにおける各ゾーンｉに対する周囲の空気温度Ｔａおよび／または外部外乱
Figure 0007145766000136
 の適切な値を決定する。ＣｉおよびＨｉの値は、建物ゾーンｉを管理するＢＭＳから受信された、ユーザから受信された、メモリ８０８から回収されたまたはゾーン温度モデラ８１４に別の方法で提供されたゾーンｉのパラメータとして指定することができる。ゾーン温度モデラ７１４は、各ゾーンｉに対してゾーン温度モデルを生成することができ、ｉ＝１…ｎｚであり、ｎｚは、ゾーンの総数である。
依然として図８を参照すると、低次元空気供給側ＭＰＣ６１２は、建物負荷モデラ８１６を含むように示されている。建物負荷モデラ８１６は、個々のゾーン負荷
Figure 0007145766000137
 の関数として、空気供給側サブシステムに送られた熱エネルギーの総量Ｑｔｏｔａｌ（例えば、建物に送られる暖房または冷房の総量）のモデルを生成することができる。いくつかの実施形態では、建物負荷モデラ８１６は、以下の方程式を使用して建物の総負荷をモデル化する。
Figure 0007145766000138
 式中、Ｑｔｏｔａｌは、空気供給側サブシステムに送られた熱エネルギー（例えば、加熱または冷却）の総量であり、
Figure 0007145766000139
 は、特定のゾーンｉにおける熱エネルギーが送られているレート（電力の単位）である。建物負荷モデルは、各建物ゾーンの熱エネルギー負荷
Figure 0007145766000140
 を総和して、空気供給側サブシステムに送られた熱エネルギーの総量Ｑｔｏｔａｌの微分である空気供給側サブシステムの総熱エネルギー負荷
Figure 0007145766000141
 を計算することができる。
低次元空気供給側ＭＰＣ６１２は、冷却／加熱デューティモデラ８２０を含むように示されている。冷却／加熱デューティモデラ８２０は、以下の方程式に示されるように、ゾーン温度Ｔｉおよびゾーン温度セットポイントＴｓｐ，ｉの関数として各建物ゾーンの熱エネルギー負荷
Figure 0007145766000142
 を定義する１つ以上のモデルを生成することができる。
Figure 0007145766000143
 冷却／加熱デューティモデラ８２０によって生成されたモデルは、ゾーン温度Ｔｉが許容可能なまたは快適な温度範囲から外れることになる値まで熱エネルギー負荷
Figure 0007145766000144
 が低減されないことを保証するために、最適化制約として使用することができる。
いくつかの実施形態では、冷却／加熱デューティモデラ８２０は、複数のモデルを使用して、ゾーン熱エネルギー負荷
Figure 0007145766000145
 をゾーン温度Ｔｉおよびゾーン温度セットポイントＴｓｐ，ｉと関係付ける。例えば、冷却／加熱デューティモデラ８２０は、ゾーン温度Ｔｉおよびゾーン温度セットポイントＴｓｐ，ｉの関数としてコントローラによって実行される制御動作を決定するためにゾーン規制コントローラのモデルを使用することができる。そのようなゾーン規制コントローラモデルの例は、以下の方程式に示されている。
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。
冷却／加熱デューティモデラ８２０は、以下の方程式に示されるように、制御動作ｖａｉｒ，ｉをゾーン熱エネルギー負荷
Figure 0007145766000146
 と関連付けるエネルギーバランスモデルを使用することができ、
Figure 0007145766000147
 式中、関数ｆ２は、訓練データから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ｆ２を決定するために収集されたｖａｉｒ，ｉおよび
Figure 0007145766000148
 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。
いくつかの実施形態では、
Figure 0007145766000149
 とｖａｉｒ，ｉとの間には線形関係が存在する。理想的な比例・積分（ＰＩ）コントローラおよび
Figure 0007145766000150
 とｖａｉｒ，ｉとの間の線形関係を想定すると、簡略化された線形コントローラモデルを使用して、ゾーン温度Ｔｉおよびゾーン温度セットポイントＴｓｐ，ｉの関数として各建物ゾーンの熱エネルギー負荷
Figure 0007145766000151
 を定義することができる。そのようなモデルの例は、以下の方程式に示され、
Figure 0007145766000152
 式中、
Figure 0007145766000153
 は、加熱または冷却レートの定常状態レートであり、Ｋｃ，ｉは、スケーリング済みのゾーンＰＩコントローラ比例利得であり、τＩ，ｉは、ゾーンＰＩコントローラ積分時間であり、εｉは、セットポイント誤差（すなわち、ゾーン温度セットポイントＴｉ，ｓｐとゾーン温度Ｔｓｐとの差）である。飽和は、
Figure 0007145766000154
 に対する制約によって表すことができる。ゾーンｉに対するＰＩコントローラおよびＡＨＵの熱伝達をモデル化するのに線形モデルが十分に正確ではない場合は、非線形加熱／冷却デューティモデルを代わりに使用することができる。
有利には、低次元空気供給側最適化問題において規制コントローラ（例えば、ゾーンＰＩコントローラ）をモデル化することにより、低次元空気供給側ＭＰＣ６１２は、最適な温度セットポイントを決定する際に、規制コントローラの動力学を使用することができる。いくつかの実施形態では、規制コントローラの応答は、遅い場合がある。例えば、いくつかのゾーンでは、新しい温度セットポイントに達するまでに最大で１時間要し得る。低次元ＭＰＣ問題において規制コントローラの動力学を使用することにより、低次元空気供給側ＭＰＣ６１２は、制御動作から効果までの時間を考慮することができ、その結果、時間変動エネルギー価格を考慮して最適な温度セットポイントを選択することができる。
依然として図８を参照すると、低次元空気供給側ＭＰＣ６１２は、制約モデラ８１０を含むように示されている。制約モデラ８１０は、最適化制約を生成し、低次元オプティマイザ８１２によって実行される最適化手順に課すことができる。制約モデラ８１０によって課される制約は、例えば、機器能力制約およびゾーン温度制約を含み得る。いくつかの実施形態では、制約モデラ８１０は、ゾーン温度Ｔｉに対する制約を課す。例えば、制約モデラ８１０は、以下の方程式に示されるように、ゾーン温度Ｔｉを最小温度Ｔｍｉｎと最大温度Ｔｍａｘとの間に制約することができ、
Ｔｍｉｎ≦Ｔｉ≦Ｔｍａｘ
式中、ＴｍｉｎおよびＴｍａｘの値は、建物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８１０は、建物ゾーンに対する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８１０は、建物ゾーン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８１０は、建物温度Ｔｉが時間に応じた温度制限（Ｔｍｉｎ～Ｔｍａｘ）内に維持されるように、ゾーン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、制約モデラ８１０は、任意の時間ステップｋの間の空気供給側サブシステムの総負荷が、高次元ＭＰＣ６０８によって空気供給側サブシステムに割り当てられた熱エネルギー負荷以下であることを保証するために制約を課す。例えば、制約モデラ８１０は、以下のような制約を課すことができる。
Figure 0007145766000155
 式中、Ｑｔｏｔａｌ，ｋ＋１は、時間ステップｋ＋１において消費された空気供給側サブシステムの総エネルギーであり、Ｑｔｏｔａｌ，ｋは、時間ステップｋにおいて消費された空気供給側サブシステムの総エネルギーであり、
Figure 0007145766000156
 は、高次元ＭＰＣ６０８によって空気供給側サブシステムｂに割り当てられた熱エネルギー負荷であり、Δは、各時間ステップの持続時間である。方程式の左側は、時間ステップｋの間の空気供給側サブシステム熱エネルギー負荷（すなわち、連続時間ステップ間に送られた総熱エネルギーの変化を時間ステップ持続時間で除したもの）を表すのに対して、方程式の右側は、高次元ＭＰＣ６０８によって時間ステップｋの間に空気供給側サブシステムｂに割り当てられた熱エネルギー負荷を表す。
いくつかの実施形態では、制約モデラ８１０は、以下の方程式に示されるように、送られる熱エネルギーの総量が連続時間ステップ間で減少しないことを保証するために追加の制約を課す。
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
Figure 0007145766000157
 に対して負の値を選択することを防ぐ。言い換えれば、熱エネルギーが送られるレート、すなわち、
Figure 0007145766000158
 は、最適化期間にわたって送られた熱エネルギーの総量に加えることはできるが、送られた熱エネルギーの総量から減ずることはできない。
低次元オプティマイザ８１２は、ゾーン温度モデル、建物負荷モデル、冷却／加熱デューティモデルおよび最適化制約を使用して最適化問題を公式化することができる。いくつかの実施形態では、低次元最適化問題は、ゾーン温度制約および本明細書で説明される低次元空気供給側モデルによって提供される他の制約を受けることを条件として、最適化期間にわたって空気供給側サブシステム６３２によって使用される熱エネルギーの総量Ｑｔｏｔａｌ，Ｎを最小化しようと努める。例えば、低次元オプティマイザ８１２は、
Figure 0007145766000159
 として低次元最適化問題を公式化することができ、以下の制約を受ける。
Figure 0007145766000160
 式中、関数ｆは、以下の
Figure 0007145766000161
 とＴｉとＴｉ，ｓｐとの間の関係に従って定義される。
Figure 0007145766000162
いくつかの実施形態では、低次元オプティマイザ８１２は、低次元最適化問題での使用のために、上記で識別されたモデルおよび／または制約のうちの１つ以上を状態・空間形態に変換する。例えば、低次元オプティマイザ８１２は、先行方程式を以下の形態の離散化状態・空間モデルに変換することができ、
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。
Figure 0007145766000163
表２に示されるように、システム状態ベクトルｘは、ゾーン温度Ｔｉ、ゾーン追跡誤差の積分
Figure 0007145766000164
 および空気供給側サブシステムに送られた総熱エネルギーを含む。いくつかの実施形態では、システム状態ベクトルｘは、システム状態ベクトルｘの変数の総数ｎが２ｎｚ＋１と等しくなるように、ｎｚ個のゾーンの各々に対するゾーン温度Ｔｉおよび積分されたゾーン追跡誤差
Figure 0007145766000165
 ならびに単一の総熱エネルギー値を含む。入力ベクトルｕは、温度セットポイントＴｓｐ，ｉを含み得る。いくつかの実施形態では、入力ベクトルｕは、入力ベクトルｕの変数の総数ｍがｎｚと等しくなるように、ｎｚ個のゾーンの各々に対する温度セットポイントＴｓｐ，ｉを含む。
いくつかの実施形態では、測定値ベクトルｙは、システム状態ベクトルｘと同じであるが、積分されたゾーン追跡誤差
Figure 0007145766000166
 は含まない。これは、ゾーン温度Ｔｉおよび送られた熱エネルギーの総量Ｑｔｏｔａｌが直接測定されることを示す。積分されたゾーン追跡誤差
Figure 0007145766000167
 の値は、Ｔｉ，ｓｐとＴｉとの差から計算することができる。外乱ベクトルｄは、周囲の空気温度Ｔａ、各ゾーンに対する推定外乱
Figure 0007145766000168
 および各ゾーンに対する加熱／冷却の定常状態レート
Figure 0007145766000169
 を含み得る。いくつかの実施形態では、外乱ベクトルｄは、外乱ベクトルｄの変数の総数ｎｄがｎｚ＋１と等しくなるように、ｎｚ個の建物の各々に対する推定外乱
Figure 0007145766000170
 および加熱／冷却の定常状態レート
Figure 0007145766000171
 ならびに単一の周囲の空気温度Ｔａを含む。
いくつかの実施形態では、システム状態ｘは、測定値ｙから構築または予測することができる。例えば、低次元空気供給側ＭＰＣ６１２は、カルマンフィルタまたは他の予測技法を使用して、測定値ｙからシステム状態ｘを構築することができる。状態・空間表現における行列Ａ、Ｂ、ＣおよびＤの値は、システム識別技法を使用して識別することができる。低次元ＭＰＣ６１２によって使用することができる状態予測およびシステム識別技法の例は、米国特許第９，２３５，６５７号明細書で詳細に説明されている。
依然として図８を参照すると、低次元空気供給側ＭＰＣ６１２は、モデルアグリゲータ８１８を含むように示されている。モデルアグリゲータ８１８は、低次元最適化で使用される様々な建物パラメータおよび／または変数に対する集計値を生成することができる。例えば、モデルアグリゲータ８１８は、建物の各ゾーンの個々のゾーン温度Ｔｉを集計することによって、低次元空気供給側サブシステムに対する集計建物温度Ｔｂを生成することができる。いくつかの実施形態では、モデルアグリゲータ８１８は、以下の方程式を使用して集計建物温度Ｔｂを生成する。
Figure 0007145766000172
 式中、Ｃｉは、ゾーンｉの熱キャパシタンスであり、Ｔｉは、ゾーンｉの温度である。以前の方程式の分子は、建物の熱の総量を表すのに対して、分母は、建物の総熱キャパシタンスを表す。両方の数量は、すべての建物ゾーンｉ＝１…ｎｚにわたる総和が求められる。モデルアグリゲータ８１８は、平均建物温度Ｔｂを推定するために、熱の総量を総熱キャパシタンスで除することができる。モデルアグリゲータ８１８は、最適化期間の各時間ステップｋに対する集計建物温度Ｔｂ，ｋを計算することができる。
モデルアグリゲータ８１８は、建物熱キャパシタンスＣｂ、建物熱伝達係数Ｈｂ、推定建物外乱
Figure 0007145766000173
 などの他の建物パラメータまたは変数に対する集計値を計算することができる。いくつかの実施形態では、モデルアグリゲータ８１８は、以下の方程式を使用して、これらの変数およびパラメータに対する集計値を計算する。
Figure 0007145766000174
 式中、建物熱キャパシタンスＣｂは、各建物ゾーンに対するゾーン熱キャパシタンスＣｉ値の総和であり、建物熱伝達係数Ｈｂは、各建物ゾーンに対するゾーン熱伝達係数Ｈｉ値の総和であり、推定建物外乱
Figure 0007145766000175
 は、各建物ゾーンに対する推定建物外乱
Figure 0007145766000176
 の総和である。モデルアグリゲータ８１８は、Ｃｂ，ｋ、Ｈｂ，ｋおよび
Figure 0007145766000177
 または最適化期間の各時間ステップｋの集計値を計算することができる。
いくつかの実施形態では、モデルアグリゲータ８１８は、集計建物パラメータおよび変数Ｔｂ、Ｃｂ、Ｈｂおよび
Figure 0007145766000178
 を高次元ＭＰＣ６０８に提供する。高次元ＭＰＣ６０８は、高次元最適化で使用される高次元モデル、制約および最適化関数への入力としてそのような値を使用することができる。有利には、モデルアグリゲータ８１８によって実行されるモデル集計は、各低次元空気供給側ＭＰＣ６１２～６１６と高次元ＭＰＣ６０８との間で交換される情報量を低減する上で役立つ。例えば、各低次元ＭＰＣ６１２～６１６は、各建物ゾーンに対するそのような変数およびパラメータの個々の値というよりむしろ、上記で説明される集計値を高次元ＭＰＣ６０８に提供することができる。
依然として図８を参照すると、低次元空気供給側ＭＰＣ６１２は、温度トラッカ８２２を含むように示されている。いくつかの実施形態では、温度トラッカ８２２は、低次元オプティマイザ８１２によって実行される低次元最適化を補完または交換することができる代替の最適化を実行する。低次元空気供給側サブシステムによって使用される総熱エネルギーＱｔｏｔａｌ，Ｎを最小化するというよりむしろ、温度トラッカ８２２は、高次元最適化の結果として高次元ＭＰＣ６０８によって生成される予測建物温度状態
Figure 0007145766000179
 を追跡するゾーン温度セットポイントＴｓｐ，ｉを生成することができる。例えば、高次元ＭＰＣ６０８は、高次元ＭＰＣ６０８によって生成された負荷プロファイルからの結果に対して予測された各低次元空気供給側サブシステム６３２～６３６に対する建物温度状態
Figure 0007145766000180
 を計算することができる。上記で説明されるように、予測温度状態
Figure 0007145766000181
 は、カルマンフィルタまたは他の任意のタイプの状態予測技法を使用して計算することができる。高次元ＭＰＣ６０８は、温度追跡プロセスでの使用のために、各低次元空気供給側ＭＰＣ６１２～６１６に予測温度状態
Figure 0007145766000182
 を提供することができる。
温度トラッカ８２２は、通信インタフェース８０２を介して予測温度状態
Figure 0007145766000183
 を受信するように示されている。また、温度トラッカ８２２は、モデルアグリゲータ８１８によって生成された集計建物温度Ｔｂ，ｋを受信することもできる。温度トラッカ８２２は、目的関数を公式化することができ、目的関数は、以下の方程式に示されるように、集計建物温度Ｔｂ，ｋと予測温度状態
Figure 0007145766000184
 との間の誤差を最小化しようと努める。
Figure 0007145766000185
 式中、μは、最適化期間にわたって空気供給側サブシステムによって使用される熱エネルギーの総量Ｑｔｏｔａｌ，Ｎに適用される小さなペナルティ係数である。μの値は、温度追跡誤差に対してエネルギーの総量Ｑｔｏｔａｌ，Ｎに割り当てられる重みを増加または減少するように調整することができる。
温度トラッカ８２２は、最適化手順において目的関数として以前の方程式を使用して、ゾーン温度セットポイントＴｓｐ，ｉの最適値を決定することができる。温度トラッカ８２２によって実行される最適化は、温度トラッカ８２２が、高次元ＭＰＣ６０８によって提供される負荷プロファイルによる制約を受けず、異なる目的関数を最適化しようと努めることを除いて、低次元オプティマイザ８１２によって実行される最適化と同様のものであり得る。例えば、温度トラッカ８２２は、目的関数
Figure 0007145766000186
 を最小化することができ、以下の制約を受ける。
Figure 0007145766000187
 式中、関数ｆは、以下の
Figure 0007145766000188
 とＴｉとＴｉ，ｓｐとの間の関係に従って定義される。
Figure 0007145766000189
いくつかの実施形態では、温度トラッカ８２２は、低次元最適化問題での使用のために、上記で識別されたモデルおよび／または制約のうちの１つ以上を状態・空間形態に変換する。例えば、温度トラッカ８２２は、先行方程式を以下の形態の離散化状態・空間モデルに変換することができ、
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。
シミュレーション研究
ここで図９～１３を参照すると、いくつかの実施形態による、シミュレーション研究の結果を示すいくつかのグラフ９００～１３５０が示されている。シミュレーション研究は、大きなアクティブＴＥＳタンクを有する５つのゾーンの建物のモニタおよび制御を行うためにモデル予測制御システム６００を使用することを伴うものであった。グラフ９００～１３５０の各々は、時間の関数としての特定の変数またはパラメータに対する１組の値を示す。いくつかの変数またはパラメータは、制御システム６００への入力データ（例えば、気象データ、公共料金など）として受信することができるのに対して、他の変数またはパラメータは、以前に説明されるように、制御システム６００によって計算および／または最適化することができる。
図９は、最適化期間の持続時間中の気象および電気価格データを示す。グラフ９００は、時間の関数としての周囲温度９０２を示す。周囲温度９０２は、気象サービス６０４から気象予報として受信し、高次元および低次元最適化における変数Ｔａの適切な値を決定するために使用することができる。グラフ９５０は、時間の関数としての電気価格９５２を示す。電気価格９５４は、公益事業６０６から入力として受信することおよび／または負荷／料金予測器６０２によって予測することができる。
図１０は、空気供給側電力消費量の費用が高次元最適化関数に含まれない際に高次元ＭＰＣ６０８によって実行された高次元最適化の結果を示す。グラフ１０００は、時間の関数としての建物温度１００２、例えば、建物温度Ｔｂ、建物温度
Figure 0007145766000190
 を示す。建物温度１００２は、建物の出力として測定すること（例えば、空気供給側サブシステム６３２の機器を使用して）および／または高次元最適化の結果として予測することができる。空気供給側電力消費量が含まれない際は、高次元ＭＰＣ６０８は、建物温度を快適ゾーンの上限（すなわち、Ｔｍａｘ）に常に維持することを選ぶことができる。
グラフ１０５０は、時間の関数としての空気供給側サブシステム６３２の冷却デューティ１０５２、例えば、
Figure 0007145766000191
 を示す。冷却デューティ１０５２は、負荷プロファイルの例であり、負荷プロファイルは、各空気供給側サブシステム耳に対して高次元ＭＰＣ６０８によって最適化し、空気供給側サブシステムの低次元空気供給側ＭＰＣ６１２～６１６に提供することができる。冷却デューティ１０５２は、最適な建物温度１００２の結果として高次元ＭＰＣ６０８によって計算することができる。いくつかの実施形態では、高次元ＭＰＣ６０８は、空気供給側電力消費量が含まれない際は、パッシブ熱エネルギー貯蔵を利用せず、むしろ、水供給側電力負荷をシフトするためのアクティブＴＥＳ（例えば、ＴＥＳタンク）のみを使用する。
図１１は、空気供給側電力消費量の費用が高次元最適化関数に含まれる際に高次元ＭＰＣ６０８によって実行された高次元最適化の結果を示す。グラフ１１００は、時間の関数としての建物温度１１０２、例えば、建物温度Ｔｂ、建物温度
Figure 0007145766000192
 を示す。建物温度１１０２は、建物の出力として測定すること（例えば、空気供給側サブシステム６３２の機器を使用して）および／または高次元最適化の結果として予測することができる。空気供給側電力消費量が含まれる際は、高次元ＭＰＣ６０８は、電気価格が最も高いピーク期間の前に、パッシブＴＥＳを使用して建物を事前冷却することを選ぶことができる。
グラフ１１５０は、時間の関数としての空気供給側サブシステム６３２の冷却デューティ１１５２、例えば、
Figure 0007145766000193
 を示す。冷却デューティ１１５２は、負荷プロファイルの例であり、負荷プロファイルは、各空気供給側サブシステム耳に対して高次元ＭＰＣ６０８によって最適化し、空気供給側サブシステムの低次元空気供給側ＭＰＣ６１２～６１６に提供することができる。冷却デューティ１１５２は、最適な建物温度１１０２の結果として高次元ＭＰＣ６０８によって計算することができる。いくつかの実施形態では、高次元ＭＰＣ６０８は、空気供給側電力消費量が含まれる際は、パッシブ熱エネルギー貯蔵を使用し、それにより、高次元ＭＰＣ６０８は、ピーク期間から非ピーク期間に負荷をシフトすることができる。冷却デューティプロファイルの平坦な部分１１５４は、ピークデマンドチャージを低減するために高次元ＭＰＣ６０８が冷却デューティ１１５２の平滑化を試みることから生じ得る。
図１２は、低次元空気供給側ＭＰＣ６１２によって実行された低次元空気供給側最適化の結果を示す。グラフ１２００は、時間の関数としてのいくつかの建物ゾーンに対するゾーン温度１２０２、１２０４、１２０６、１２０８、１２１０（例えば、Ｔｉ）を示す。ゾーン温度１２０２～１２１０は、ゾーンの出力として測定すること（例えば、空気供給側サブシステム６３２の機器を使用して）および／または低次元最適化の結果として予測することができる。事前冷却が起こると、ゾーン温度１２０２～１２１０は、任意の所定の時間における総建物負荷を低減するために、異なる（例えば、ずれたまたはオフセット）時間に減少し始める。これは、低次元空気供給側ＭＰＣ６１２が高次元ＭＰＣ６０８から受信された冷却デューティ制限（例えば、冷却デューティの値１１０２または１１５２）に従った結果である。
グラフ１２５０は、時間の関数としてのいくつかの建物ゾーンに対する温度セットポイント１２５２、１２５４、１２５６、１２５８、１２６０（例えば、Ｔｓｐ，ｉ）を示す。ゾーン温度セットポイント１２５２～１２６０は、低次元空気供給側最適化の結果として低次元空気供給側ＭＰＣ６１２によって計算することができる。例えば、低次元空気供給側ＭＰＣ６１２は、
Figure 0007145766000194
 とＴｓｐ，ｉとＴｉとの間の関係を定義する冷却デューティモデルを使用して、各建物ゾーンに対する適切な温度セットポイントＴｓｐ，ｉを決定することができる。いくつかの実施形態では、低次元空気供給側ＭＰＣ６１２は、任意の所定の時間における総建物負荷を低減するために、ゾーン温度セットポイント１２５２～１２６０が異なる（例えば、ずれたまたはオフセット）時間に減少し始めるようにおよび／またはグラフ１２００に示される温度Ｔｉを達成するようにする。
図１３は、低次元水供給側ＭＰＣ６１８によって実行された低次元水供給側最適化の結果を示す。グラフ１３００は、冷凍機からの熱エネルギー生産１３０４およびＴＥＳタンクからの熱エネルギー貯蔵１３０６の組合せを使用して、高次元最適化からの需要１３０２がどのように満たされるかを示す。熱エネルギー貯蔵１３０６は、ＴＥＳタンクが貯蔵された熱エネルギーを放電していることを示す際は正であるか、または、熱エネルギー生産１３０４の部分を使用してＴＥＳタンクが充電（例えば、充填）していることを示す際は負であり得る。満たされていない負荷１３０８は、生産１３０４または貯蔵１３０６によって満たされていない需要プロファイル１３０２の量を表す。水供給側機器６２８が総需要１３０２を満たすことができない場合を除いて、満たされていない負荷が起こらないことを保証するため、満たされていない負荷１３０８には、水供給側最適化関数においてペナルティを割り当てることができる。
グラフ１３５０は、熱エネルギー生産１３０４を満たすために使用される２つの冷凍機に対する機器動作スケジュール１３５２、１３５４を示す。ボックス領域１３５６は、対応する冷凍機がアクティブであることを示すのに対して、非ボックス領域１３５８は、冷凍機がアクティブではないことを示す。各冷凍機の負荷割合（例えば、０～１）は、負荷ライン１３６０、１３６２によって示されている。アクティブＴＥＳが利用可能な場合は、冷凍機は、ＴＥＳタンクを充電するためにエネルギー価格が低い（例えば、夜間）時により多くの冷却水を生産することができる。次いで、ＴＥＳタンクは、電気消費量の総費用を低減するためにエネルギー価格が高い（例えば、日中）時に放電することができる。
フロー図
ここで図１４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１４００が示されている。フロー図１４００は、複数の空気供給側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１４０２）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、水供給側需要プロファイル
Figure 0007145766000195
 の関数としてエネルギー費用を定義する高次元エネルギー費用関数を生成することを含み得る。いくつかの実施形態では、水供給側需要プロファイル
Figure 0007145766000196
 は、最適化期間の複数の時間ステップｋの各々における水供給側システムの熱エネルギー生産を示す。
いくつかの実施形態では、高次元ＭＰＣ６０８は、エネルギー費用関数を生成し、エネルギー費用関数は、水供給側システム３０の単位エネルギー消費量当たりの費用およびデマンドチャージを説明するが、空気供給側システム５０のエネルギー消費量は説明しない。そのようなエネルギー費用関数の例は、以下の方程式に示される。
Figure 0007145766000197
エネルギー費用関数の第１の項は、最適化期間の各時間ステップｋの間に消費された単位エネルギー当たりの費用（例えば、＄／ｋＷｈ）を説明する。いくつかの実施形態では、ｃｋは、時間ステップｋにおける水供給側総需要
Figure 0007145766000198
 を満たすために時間ステップｋにおいて消費された単位エネルギー当たりの費用であり、パラメータηｔｏｔは、空気供給側／水供給側システムの集計性能の逆係数であり（例えば、０．１≦ηｔｏｔ≦０．２５）、Δは、時間ステップｋの持続時間である。それに従って、
Figure 0007145766000199
 の項は、水供給側需要
Figure 0007145766000200
 を満たすために時間ステップｋの間に消費されたエネルギーの総量（例えば、ｋＷｈ）を表す。消費された単位エネルギー当たりの費用ｃｋ（例えば、＄／ｋＷｈ）を乗じることにより、時間ステップｋの間に消費されたエネルギーの総費用（例えば、＄）が得られる。エネルギー費用関数は、最適化期間にわたるエネルギー消費量の総費用を決定するために、各時間ステップｋの間のエネルギー費用の総和を含み得る。
エネルギー費用関数の第２の項は、デマンドチャージを説明する。いくつかの実施形態では、ｃｐｅａｋは、デマンドチャージ料金（例えば、＄／ｋＷ）であり、
Figure 0007145766000201
 は、デマンドチャージ期間の間のピーク水供給側需要であり、例えば、
Figure 0007145766000202
 の最大であり、ηｔｏｔは、空気供給側／水供給側システムの集計性能の逆係数である。それに従って、
Figure 0007145766000203
 の項は、ピーク水供給側需要
Figure 0007145766000204
 を満たすためのピーク電力消費量を表す。デマンドチャージ料金ｃｐｅａｋを乗じることにより、デマンドチャージの総費用（例えば、＄）が得られる。
いくつかの実施形態では、高次元ＭＰＣ６０８は、エネルギー費用関数を生成し、エネルギー費用関数は、水供給側システム３０の単位エネルギー消費量当たりの費用、デマンドチャージおよび空気供給側システム５０のエネルギー消費量を説明する。そのようなエネルギー費用関数の例は、以下の方程式に示される。
Figure 0007145766000205
エネルギー費用関数の第１の部分は、最適化期間の各時間ステップｋの間に水供給側システム３０によって消費された単位エネルギー当たりの費用（例えば、＄／ｋＷｈ）を説明する。いくつかの実施形態では、ｃｋは、時間ステップｋにおいて消費された単位エネルギー当たりの費用であり、Δは、時間ステップｋの持続時間であり、ηＨＶＡＣは、水供給側システム３０の性能の逆係数である（例えば、ηＨＶＡＣ≒０．２）。
Figure 0007145766000206
 の項は、水供給側需要
Figure 0007145766000207
 を満たすための時間ステップｋの間の水供給側システム３０による電力消費量（例えば、ｋＷ）を表す。消費された単位エネルギー当たりの費用ｃｋ（例えば、＄／ｋＷｈ）および持続時間Δ（例えば、時間）を乗じることにより、時間ステップｋの間に水供給側システム３０によって消費されたエネルギーの総費用（例えば、＄）が得られる。エネルギー費用関数の第１の部分は、最適化期間の間に水供給側システム３０によって消費された総エネルギーを決定するために、最適化期間のすべての時間ステップｋ＝０…Ｎ－１にわたる総和を求めることができる。
エネルギー費用関数の第２の部分は、最適化期間の各時間ステップｋの間に各空気供給側サブシステム（例えば、各建物ｂ）によって消費された単位エネルギー当たりの費用（例えば、＄／ｋＷｈ）を説明する。上記で説明されるように、ηａｉｒは、空気供給側サブシステムの性能の逆係数であり（例えば、ηａｉｒ≒０．１）、
Figure 0007145766000208
 は、時間ステップｋにおいて建物ｂに対する空気供給側サブシステムによって送られた熱エネルギー負荷である。
Figure 0007145766000209
 の項は、建物ｂに対する空気供給側機器の電力消費量
Figure 0007145766000210
 を表す。エネルギー費用関数の第２の部分は、最適化期間の間のすべての空気供給側サブシステムの総電力消費量を決定するために、すべての建物ｂ＝１…ｎｂにわたるおよびすべての時間ステップｋ＝０…Ｎ－１にわたる総和を求めることができる。消費された単位エネルギー当たりの費用ｃｋ（例えば、＄／ｋＷｈ）および持続時間Δ（例えば、時間）を乗じることにより、最適化期間の間に空気供給側サブシステムによって消費されたエネルギーの総費用（例えば、＄）が得られる。
エネルギー費用関数の第３の部分は、デマンドチャージを説明する。いくつかの実施形態では、ｃｐｅａｋは、デマンドチャージ料金（例えば、＄／ｋＷ）であり、
Figure 0007145766000211
 は、適用可能なデマンドチャージ期間の間のピーク集計空気供給側および水供給側電力消費量である。デマンドチャージ料金ｃｐｅａｋを乗じることにより、デマンドチャージの総費用（例えば、＄）が得られる。
いくつかの実施形態では、ブロック１４０２における高次元最適化を実行することは、複数の空気供給側サブシステム負荷プロファイル
Figure 0007145766000212
 の関数として水供給側需要プロファイル
Figure 0007145766000213
 を定義するために水供給側需要モデルを使用することを含む。各空気供給側サブシステム負荷プロファイル
Figure 0007145766000214
 は、複数の時間ステップの各々における空気供給側サブシステムのうちの１つへの熱エネルギー配分を示し得る。
いくつかの実施形態では、水供給側需要モデルは、最適化期間の各時間ステップにおける各空気供給側サブシステムに割り当てられた熱エネルギー負荷
Figure 0007145766000215
 および熱エネルギー貯蔵量
Figure 0007145766000216
 の関数として水供給側システム３０における需要を表す。そのような水供給側需要モデルの例は、以下の方程式に示されている。
Figure 0007145766000217
 式中、
Figure 0007145766000218
 は、時間ステップｋにおける水供給側需要（例えば、時間ステップｋにおける水供給側システム３０の熱エネルギー生産）であり、
Figure 0007145766000219
 は、時間ステップｋにおける建物ｂに割り当てられた熱エネルギー負荷であり、
Figure 0007145766000220
 は、時間ステップｋの間にＴＥＳタンクに貯蔵された熱エネルギーの量である。以前の方程式は、水供給側システム３０における総需要
Figure 0007145766000221
 が各建物ｂに割り当てられた熱エネルギー負荷
Figure 0007145766000222
 とＴＥＳタンクに貯蔵された熱エネルギー
Figure 0007145766000223
 との総和であることを示す。この方程式は、各時間ステップｋにおける建物負荷および熱エネルギー貯蔵をカバーするのに十分な熱エネルギーを水供給側システム３０が生成することを保証するために、高次元ＭＰＣ６０８によって、エネルギーバランス制約として使用することができる。
いくつかの実施形態では、ブロック１４０２における高次元最適化は、複数の空気供給側サブシステムの各々に対する空気供給側サブシステム温度モデルを生成することを含む。各空気供給側サブシステム温度モデルは、空気供給側サブシステムへの熱エネルギー配分
Figure 0007145766000224
 と空気供給側サブシステムの温度Ｔｂとの間の関係を定義することができる。そのような空気供給側サブシステム温度モデルの例は、以下の方程式に示されている。
Figure 0007145766000225
 式中、ＣｂおよびＴｂは、インデックスｂによって指定された空気供給側サブシステムの熱キャパシタンスおよび温度であり、Ｔａは、空気供給側サブシステムｂ外の周囲の空気温度（例えば、外気温度）であり、Ｈｂは、空気供給側サブシステムｂと周囲の空気との間の熱伝達係数であり、
Figure 0007145766000226
 は、ＭＰＣシステム６００によって空気供給側サブシステムに適用された冷房の量（すなわち、空気供給側サブシステムから除去された熱の量）であり、
Figure 0007145766000227
 は、空気供給側サブシステムｂによって経験された外部負荷、放射線または外乱である。冷房というよりむしろ、暖房が空気供給側サブシステムに提供される場合は、
Figure 0007145766000228
 の符号は、負号から正号に切り替えることができる。
高次元最適化は、低次元空気供給側コントローラ６１２～６１６から受信された建物外乱推定を使用して、最適化期間の各時間ステップにおける各空気供給側サブシステムｂに対する外部外乱
Figure 0007145766000229
 の適切な値を特定することができる。いくつかの実施形態では、高次元最適化は、気象サービス６０４からの気象予報ならびに／あるいは負荷／料金予測器６０２によって提供された負荷および料金予測を使用して、最適化期間の各時間ステップにおける各空気供給側サブシステムｂに対する周囲の空気温度Ｔａおよび／または外部外乱
Figure 0007145766000230
 の適切な値を決定する。ＣｂおよびＨｂの値は、空気供給側サブシステムｂの低次元空気供給側コントローラから受信された、ユーザから受信された、メモリから回収されたまたは高次元ＭＰＣ６０８に別の方法で提供された空気供給側サブシステムｂのパラメータとして指定することができる。高次元最適化は、各空気供給側サブシステムｂに対して温度モデルを生成することを含み得、ｂ＝１…ｎｂであり、ｎｂは、空気供給側サブシステムの総数である。
いくつかの実施形態では、ステップ１４０２における高次元最適化を実行することは、水供給側需要モデルおよび各空気供給側サブシステム温度モデルによって提供される制約を受けることを条件として、エネルギー費用および複数の空気供給側サブシステム負荷プロファイルを最適化することを含む。高次元最適化は、エネルギー費用モデル、デマンドチャージモデル、建物温度モデル、熱エネルギー貯蔵モデル、水供給側需要モデルおよび最適化制約を使用して最適化問題を公式化することができる。
いくつかの実施形態では、高次元最適化は、建物温度制約および本明細書で説明される高次元モデルによって提供される他の制約を受けることを条件として、水供給側システム３０によって消費されるエネルギーの総費用（すなわち、エネルギー費用およびデマンドチャージ）を最小化しようと努める。例えば、高次元最適化は、
Figure 0007145766000231
 として高次元最適化問題を公式化することができ、以下の制約を受ける。
Figure 0007145766000232
いくつかの実施形態では、高次元最適化は、建物温度制約および本明細書で説明される高次元モデルによって提供される他の制約を受けることを条件として、集計空気供給側／水供給側システムによって消費されるエネルギーの総費用を最小化しようと努める。例えば、高次元最適化は、
Figure 0007145766000233
 として高次元最適化問題を公式化することができ、以下の制約を受ける。
Figure 0007145766000234
依然として図１４を参照すると、フロー図１４００は、高次元ＭＰＣから複数の低次元ＭＰＣに最適な空気供給側サブシステム負荷プロファイル
Figure 0007145766000235
 を提供すること（ブロック１４０４）を含むように示されている。各負荷プロファイル
Figure 0007145766000236
 は、図６に示されるように、高次元ＭＰＣ６０８から低次元空気供給側ＭＰＣ６１２～６１６のうちの１つに送信することができる。いくつかの実施形態では、各低次元空気供給側ＭＰＣは、特定の空気供給側サブシステムのモニタおよび制御を行うように構成される。各低次元空気供給側ＭＰＣは、その低次元空気供給側ＭＰＣによってモニタおよび制御が行われた空気供給側サブシステムに対する最適なサブシステム負荷プロファイルを受信することができる。
フロー図１４００は、空気供給側サブシステムの各々に対する最適な温度セットポイントを生成するために低次元ＭＰＣの各々において低次元最適化を実行すること（ブロック１４０６）を含むように示されている。いくつかの実施形態では、ブロック１４０６における低次元最適化は、各空気供給側サブシステムの各ゾーンｉに対するゾーン温度モデルを生成することを含む。ゾーン温度モデルは、ゾーンの温度Ｔｉとゾーンに対する熱エネルギー負荷プロファイル
Figure 0007145766000237
 との間の関係を定義することができる。そのようなゾーン温度モデルの例は、以下の方程式に示されている。
Figure 0007145766000238
 式中、ＣｉおよびＴｉは、ゾーンインデックスｉによって指定された建物ゾーンの熱キャパシタンスおよび温度であり、Ｔａは、ゾーンｉ外の周囲の空気温度（例えば、外気温度）であり、Ｈｉは、ゾーンｉと周囲の空気との間の熱伝達係数であり、
Figure 0007145766000239
 は、ＭＰＣシステム６００によって建物ゾーンｉに適用された冷房の量（すなわち、ゾーンから除去された熱の量）であり、
Figure 0007145766000240
 は、ゾーンｉによって経験された外部負荷、放射線または外乱である。冷房というよりむしろ、暖房がゾーンに提供される場合は、
Figure 0007145766000241
 の符号は、負号から正号に切り替えることができる。
パラメータβｉｊは、ゾーンｉと別のゾーンｊ（例えば、ゾーンｉに隣接する建物ゾーン）との間の結合度を特徴付ける。ゾーンｉとｊが隣接していないおよび／または互いに熱を直接交換しない場合は、ゾーン温度モデラ８１４は、βｉｊの値を０と等しく設定することができる。ゾーン温度モデルは、ゾーン温度Ｔｉ、Ｔｊおよび結合係数βｉｊの関数として建物ゾーンｉと他の各建物ゾーンｊ≠ｉとの間の熱伝達の総和を含み得る。他の実施形態では、ゾーン間の熱伝達は、外部外乱推定
Figure 0007145766000242
 を使用して説明することができる。
低次元最適化は、ゾーン外乱予測器８２４から受信されたゾーン外乱推定を使用して、最適化期間の各時間ステップにおける各ゾーンｉに対する外部外乱
Figure 0007145766000243
 の適切な値を特定することを含み得る。いくつかの実施形態では、低次元最適化は、気象サービス６０４からの気象予報ならびに／あるいは負荷／料金予測器６０２によって提供された負荷および料金予測を使用して、最適化期間の各時間ステップにおける各ゾーンｉに対する周囲の空気温度Ｔａおよび／または外部外乱
Figure 0007145766000244
 の適切な値を決定する。ＣｉおよびＨｉの値は、建物ゾーンｉを管理するＢＭＳから受信された、ユーザから受信された、メモリ８０８から回収されたまたはゾーン温度モデラ８１４に別の方法で提供されたゾーンｉのパラメータとして指定することができる。
いくつかの実施形態では、ブロック１４０６における低次元最適化は、個々のゾーン負荷
Figure 0007145766000245
 の関数として、空気供給側サブシステムに送られた熱エネルギーの総量Ｑｔｏｔａｌ（例えば、建物に送られる暖房または冷房の総量）のモデルを生成することを含む。いくつかの実施形態では、低次元最適化は、以下の方程式を使用して建物の総負荷をモデル化することを含む。
Figure 0007145766000246
 式中、Ｑｔｏｔａｌは、空気供給側サブシステムに送られた熱エネルギー（例えば、加熱または冷却）の総量であり、
Figure 0007145766000247
 は、特定のゾーンｉにおける熱エネルギーが送られているレート（電力の単位）である。建物負荷モデルは、各建物ゾーンの熱エネルギー負荷
Figure 0007145766000248
 を総和して、空気供給側サブシステムに送られた熱エネルギーの総量Ｑｔｏｔａｌの微分である空気供給側サブシステムの総熱エネルギー負荷
Figure 0007145766000249
 を計算することができる。
いくつかの実施形態では、低次元最適化は、以下の方程式に示されるように、ゾーン温度Ｔｉおよびゾーン温度セットポイントＴｓｐ，ｉの関数として各建物ゾーンの熱エネルギー負荷
Figure 0007145766000250
 を定義する１つ以上のモデルを生成することを含む。
Figure 0007145766000251
 低次元最適化によって生成されたモデルは、ゾーン温度Ｔｉが許容可能なまたは快適な温度範囲から外れることになる値まで熱エネルギー負荷
Figure 0007145766000252
 が低減されないことを保証するために、最適化制約として使用することができる。
いくつかの実施形態では、ブロック１４０６における低次元最適化は、ゾーン温度制約および本明細書で説明される低次元空気供給側モデルによって提供される他の制約を受けることを条件として、最適化期間にわたって空気供給側サブシステムによって使用される熱エネルギーの総量Ｑｔｏｔａｌ，Ｎを最小化しようと努める。例えば、低次元最適化は、
Figure 0007145766000253
 として低次元最適化問題を公式化することができ、以下の制約を受ける。
Figure 0007145766000254
 式中、関数ｆは、以下の
Figure 0007145766000255
 とＴｉとＴｉ，ｓｐとの間の関係に従って定義される。
Figure 0007145766000256
依然として図１４を参照すると、フロー図１４００は、空気供給側サブシステムの各々のＨＶＡＣ機器を操作するために最適な温度セットポイントを使用すること（ブロック１４０８）を含むように示されている。例えば、各低次元空気供給側ＭＰＣ６１２～６１６は、対応する空気供給側サブシステム６３２～６３６の空気供給側ＨＶＡＣ機器６２２～６２６を操作することができる。空気供給側機器６２２～６２６は、図１Ａ～１Ｂおよび図３を参照して説明されるように、空気供給側システム５０、空気供給側システム１３０および／または空気供給側システム３００の機器のいくつかまたはすべてを含み得る。空気供給側機器６２２～６２６を操作することは、機器を起動もしくは解除すること、動作セットポイントを調整すること、または、空気供給側機器を別の方法で制御することを含み得る。
ここで図１５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１５００が示されている。フロー図１５００は、複数の空気供給側サブシステムの各々に対する最適な温度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１５０２）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。高次元最適化は、図１４を参照して説明される高次元最適化と同じものまたは同様のものであり得る。
ブロック１５０２における高次元最適化は、各空気供給側サブシステムに対する最適な温度プロファイル
Figure 0007145766000257
 を生成することができる。最適な温度プロファイル
Figure 0007145766000258
 は、各低次元空気供給側サブシステム６３２～６３６に対する予測温度状態
Figure 0007145766000259
 のベクトルを含み得る。予測温度状態
Figure 0007145766000260
 の各ベクトルは、最適化期間の間の各時間ステップｋに対する予測建物温度状態
Figure 0007145766000261
 を含み得る。温度状態
Figure 0007145766000262
 は、例えば、米国特許第９，２３５，６５７号明細書で説明されるようなカルマンフィルタを含む、様々な予測技法のいずれかを使用して予測することができる。
フロー図１５００は、高次元ＭＰＣから複数の低次元ＭＰＣに最適な空気供給側サブシステム温度プロファイル
Figure 0007145766000263
 を提供すること（ブロック１５０４）を含むように示されている。各サブシステム温度プロファイル
Figure 0007145766000264
 は、高次元ＭＰＣ６０８から低次元空気供給側ＭＰＣ６１２～６１６のうちの１つに送信することができる。いくつかの実施形態では、各低次元空気供給側ＭＰＣは、特定の空気供給側サブシステムのモニタおよび制御を行うように構成される。各低次元空気供給側ＭＰＣは、その低次元空気供給側ＭＰＣによってモニタおよび制御が行われた空気供給側サブシステムに対する最適なサブシステム温度プロファイル
Figure 0007145766000265
 を受信することができる。
フロー図１５００は、空気供給側サブシステムの各々に対する最適な温度セットポイントを生成するために低次元ＭＰＣの各々において低次元最適化を実行すること（ブロック１５０６）を含むように示されている。ブロック１５０６における低次元最適化は、ブロック１４０６における低次元最適化と同様のものであり得る。しかし、ブロック１５０６における低次元最適化は、使用される熱エネルギーの総量を最小化するというよりむしろ、ブロック１５０２における高次元最適化によって生成された最適な温度を追跡するために、低次元最適化問題を公式化することができる。
いくつかの実施形態では、ブロック１５０６における低次元最適化は、
Figure 0007145766000266
 として公式化することができ、以下の制約を受ける。
Figure 0007145766000267
 式中、関数ｆは、以下の
Figure 0007145766000268
 とＴｉとＴｉ，ｓｐとの間の関係に従って定義される。
Figure 0007145766000269
依然として図１５を参照すると、フロー図１５００は、空気供給側サブシステムの各々のＨＶＡＣ機器を操作するために最適な温度セットポイントを使用すること（ブロック１５０８）を含むように示されている。例えば、各低次元空気供給側ＭＰＣ６１２～６１６は、対応する空気供給側サブシステム６３２～６３６の空気供給側ＨＶＡＣ機器６２２～６２６を操作することができる。空気供給側機器６２２～６２６は、図１Ａ～１Ｂおよび図３を参照して説明されるように、空気供給側システム５０、空気供給側システム１３０および／または空気供給側システム３００の機器のいくつかまたはすべてを含み得る。空気供給側機器６２２～６２６を操作することは、機器を起動もしくは解除すること、動作セットポイントを調整すること、または、空気供給側機器を別の方法で制御することを含み得る。
例示的な実施形態の構成
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。
本開示は、様々な動作を遂行するためのいかなる機械可読媒体における方法、システムおよびプログラム製品をも企図する。本開示の実施形態は、既存のコンピュータプロセッサを使用して、このまたは別の目的のために組み込まれた適切なシステム用の専用コンピュータプロセッサによって、あるいは、配線接続されたシステムによって実装することができる。本開示の範囲内の実施形態は、格納された機械実行可能命令またはデータ構造を保持するかまたは有するための機械可読媒体を含むプログラム製品を含む。そのような機械可読媒体は、汎用もしくは専用コンピュータまたはプロセッサを伴う他の機械によるアクセスが可能な利用可能ないかなる媒体でもあり得る。例示として、そのような機械可読媒体は、ＲＡＭ、ＲＯＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭ、ＣＤ－ＲＯＭまたは他の光ディスク記憶装置、磁気ディスク記憶装置または他の磁気記憶装置、あるいは、機械実行可能命令またはデータ構造の形態の所望のプログラムコードを保持または格納するために使用することができ、汎用もしくは専用コンピュータまたはプロセッサを伴う他の機械によるアクセスが可能な他の任意の媒体を含み得る。上記の組合せもまた、機械可読媒体の範囲内に含まれる。機械実行可能命令は、例えば、ある特定の機能または機能グループを汎用コンピュータ、専用コンピュータまたは専用処理機械に実行させる命令およびデータを含む。
図は方法ステップの特定の順序を示しているが、ステップの順序は、描写される順序とは異なるものでもよい。また、２つ以上のステップを同時にまたは部分的に同時に実行することもできる。そのような変動は、選ばれるソフトウェアおよびハードウェアシステムならびに設計者の選択に依存する。そのような変動はすべて、本開示の範囲内である。同様に、ソフトウェア実装形態は、様々な接続ステップ、処理ステップ、比較ステップおよび決定ステップを遂行するために、規則ベースの論理および他の論理を伴う標準プログラミング技法を用いて遂行することができる。

Claims (20)

  1. 建物の暖房・換気または空調（ＨＶＡＣ）システムであって、
    複数の空気供給側サブシステムを有する空気供給側システムであって、各空気供給側サブシステムが、前記空気供給側サブシステムに加熱または冷却を提供するように構成された空気供給側ＨＶＡＣ機器を含む、空気供給側システムと、
    前記複数の空気供給側サブシステムの各々に対する最適な空気供給側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高次元モデル予測コントローラであって、前記最適な空気供給側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、
    複数の低次元空気供給側モデル予測コントローラであって、その各々が、前記空気供給側サブシステムのうちの１つに対応し、前記対応する空気供給側サブシステムに対する前記最適な空気供給側サブシステム負荷プロファイルを使用して、前記対応する空気供給側サブシステムに対する最適な空気供給側温度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、複数の低次元空気供給側モデル予測コントローラと
    を含み、
    前記複数の低次元空気供給側モデル予測コントローラの各々が、前記対応する空気供給側サブシステムの前記空気供給側ＨＶＡＣ機器を操作するために前記対応する空気供給側サブシステムに対する前記最適な空気供給側温度セットポイントを使用するように構成される、ＨＶＡＣシステム。
  2. 水供給側ＨＶＡＣ機器を含む水供給側システムであって、前記高次元モデル予測コントローラが、水供給側システムに対する最適な水供給側需要プロファイルを生成するように構成される、水供給側システムと、
    前記最適な水供給側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、前記水供給側システムに対する最適な水供給側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水供給側モデル予測コントローラと
    をさらに含み、
    前記低次元水供給側モデル予測コントローラは、前記水供給側ＨＶＡＣ機器を操作するために前記最適な水供給側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ＨＶＡＣシステム。
  3. 前記空気供給側サブシステムは、前記空気供給側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ＨＶＡＣシステム。
  4. 前記高次元モデル予測コントローラは、水供給側需要プロファイルの関数として前記エネルギー費用を定義する高次元費用関数を生成するように構成され、
    前記水供給側需要プロファイルは、最適化期間の複数の時間ステップの各々における水供給側システムの熱エネルギー生産を示す、請求項１のＨＶＡＣシステム。
  5. 前記高次元モデル予測コントローラは、前記複数の空気供給側サブシステム負荷プロファイルの関数として前記水供給側需要プロファイルを定義するために水供給側需要モデルを使用するように構成され、
    各空気供給側サブシステム負荷プロファイルが、前記複数の時間ステップの各々における前記空気供給側サブシステムのうちの１つへの熱エネルギー配分を示す、請求項４のＨＶＡＣシステム。
  6. 前記高次元モデル予測コントローラは、前記複数の空気供給側サブシステムの各々に対する空気供給側サブシステム温度モデルを生成するように構成され、
    各空気供給側サブシステム温度モデルが、空気供給側サブシステムへの前記熱エネルギー配分と前記空気供給側サブシステムの温度との間の関係を定義する、請求項５のＨＶＡＣシステム。
  7. 前記高次元モデル予測コントローラは、前記水供給側需要モデルおよび各空気供給側サブシステム温度モデルによって提供される制約を受けることを条件として、前記エネルギー費用および前記複数の空気供給側サブシステム負荷プロファイルを最適化するように構成される、請求項６のＨＶＡＣシステム。
  8. 各空気供給側サブシステムが、複数の建物ゾーンを含み、
    前記低次元空気供給側モデル予測コントローラの各々が、前記対応する空気供給側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空気供給側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ＨＶＡＣシステム。
  9. 前記低次元空気供給側モデル予測コントローラの各々が、前記対応する空気供給側サブシステムの前記複数の建物ゾーンの各々に対するゾーン負荷プロファイルを生成するように構成され、
    各ゾーン負荷プロファイルが、最適化期間の複数の時間ステップの各々における前記建物ゾーンのうちの１つへの熱エネルギー配分を示す、請求項８のＨＶＡＣシステム。
  10. 前記最適な空気供給側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対応する空気供給側サブシステムに対する最適な熱エネルギー負荷値、および、
    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対応する空気供給側サブシステムに対する最適な温度値
    の少なくとも一方を含む、請求項１のＨＶＡＣシステム。
  11. 複数の空気供給側サブシステムを有する空気供給側システムを含む建物ＨＶＡＣシステムのエネルギー費用を最適化する方法であって、
    前記複数の空気供給側サブシステムの各々に対する最適な空気供給側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、前記最適な空気供給側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空気供給側モデル予測コントローラに前記最適な空気供給側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、前記低次元空気供給側モデル予測コントローラの各々が、前記複数の空気供給側サブシステムのうちの１つに対応することと、
    前記対応する空気供給側サブシステムに対する前記最適な空気供給側サブシステム負荷プロファイルに基づく負荷制約を受けることを条件として、前記対応する空気供給側サブシステムに対する最適な空気供給側温度セットポイントを生成するために、前記低次元空気供給側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、
    前記複数の空気供給側サブシステムの各々の空気供給側ＨＶＡＣ機器を操作するために前記最適な空気供給側温度セットポイントを使用することと
    を含む、方法。
  12. 前記空気供給側サブシステムは、前記空気供給側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１１の方法。
  13. 前記高次元最適化を実行することは、水供給側システムに対する最適な水供給側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、
    低次元水供給側モデル予測コントローラに前記最適な水供給側需要プロファイルを提供することと、
    前記最適な水供給側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、前記水供給側システムに対する最適な水供給側セットポイントを生成するために、前記低次元水供給側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、
    前記水供給側システムの水供給側ＨＶＡＣ機器を操作するために前記最適な水供給側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。
  14. 前記高次元最適化を実行することは、水供給側需要プロファイルの関数として前記エネルギー費用を定義する高次元費用関数を生成することを含み、
    前記水供給側需要プロファイルは、最適化期間の複数の時間ステップの各々における水供給側システムの熱エネルギー生産を示す、請求項１１の方法。
  15. 前記高次元最適化を実行することは、前記複数の空気供給側サブシステム負荷プロファイルの関数として前記水供給側需要プロファイルを定義するために水供給側需要モデルを使用することを含み、
    各空気供給側サブシステム負荷プロファイルが、前記複数の時間ステップの各々における前記空気供給側サブシステムのうちの１つへの熱エネルギー配分を示す、請求項１４の方法。
  16. 前記高次元最適化を実行することは、前記複数の空気供給側サブシステムの各々に対する空気供給側サブシステム温度モデルを生成することを含み、
    各空気供給側サブシステム温度モデルが、空気供給側サブシステムへの前記熱エネルギー配分と前記空気供給側サブシステムの温度との間の関係を定義する、請求項１５の方法。
  17. 前記高次元最適化を実行することは、前記水供給側需要モデルおよび各空気供給側サブシステム温度モデルによって提供される制約を受けることを条件として、前記エネルギー費用および前記複数の空気供給側サブシステム負荷プロファイルを最適化することを含む、請求項１６の方法。
  18. 各空気供給側サブシステムが、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、前記複数の建物ゾーンの各々に対する最適な空気供給側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。
  19. 前記低次元最適化を実行することは、前記複数の建物ゾーンの各々に対するゾーン負荷プロファイルを生成することを含み、
    各ゾーン負荷プロファイルが、最適化期間の複数の時間ステップの各々における前記建物ゾーンのうちの１つへの熱エネルギー配分を示す、請求項１８の方法。
  20. 複数の空気供給側サブシステムを有する空気供給側システムを含む建物ＨＶＡＣシステムのエネルギー費用を最適化する方法であって、
    前記複数の空気供給側サブシステムの各々に対する最適な空気供給側サブシステム温度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、前記最適な空気供給側サブシステム温度プロファイルが、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空気供給側モデル予測コントローラに前記最適な空気供給側サブシステム温度プロファイルを提供することと、
    前記複数の空気供給側サブシステムに対する最適な空気供給側温度セットポイントを生成するために、前記低次元空気供給側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であって、前記最適な空気供給側温度セットポイントが、空気供給側サブシステム温度と前記最適な空気供給側サブシステム温度プロファイルとの間の誤差を最小化することと、
    前記複数の空気供給側サブシステムの各々の空気供給側ＨＶＡＣ機器を操作するために前記最適な空気供給側温度セットポイントを使用することと
    を含む、方法。
JP2018567572A 2016-06-30 2017-06-21 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 Active JP7145766B2 (ja)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US15/199,909 US11067955B2 (en) 2016-06-30 2016-06-30 HVAC system using model predictive control with distributed low-level airside optimization
US15/199,909 2016-06-30
US15/199,910 US20180004171A1 (en) 2016-06-30 2016-06-30 Hvac system using model predictive control with distributed low-level airside optimization and airside power consumption model
US15/199,910 2016-06-30
PCT/US2017/038450 WO2018005180A1 (en) 2016-06-30 2017-06-21 Hvac system using model predictive control with distributed low-level airside optimization

Publications (2)

Publication Number Publication Date
JP2019527328A JP2019527328A (ja) 2019-09-26
JP7145766B2 true JP7145766B2 (ja) 2022-10-03

Family

ID=59276852

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018567572A Active JP7145766B2 (ja) 2016-06-30 2017-06-21 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

Country Status (3)

Country Link
JP (1) JP7145766B2 (ja)
CN (1) CN109451750A (ja)
WO (1) WO2018005180A1 (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114200840B (zh) * 2021-12-10 2023-05-23 广东工业大学 基于分布式模型预测控制的中药制药过程运行优化方法
CN117146369B (zh) * 2023-10-17 2024-07-16 北京君腾达制冷技术有限公司 一种多联机空调器的换热调节系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010025352A (ja) 2008-07-15 2010-02-04 Daikin Ind Ltd 設備制御システム
JP2011179722A (ja) 2010-02-26 2011-09-15 Toshiba Corp 空調制御システム
US20130274940A1 (en) 2012-03-05 2013-10-17 Siemens Corporation Cloud enabled building automation system
US20140277760A1 (en) 2013-03-15 2014-09-18 Honeywell International Inc. Supervisory controller for hvac systems

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007042371A1 (de) * 2005-10-14 2007-04-19 Siemens Aktiengesellschaft Vorrichtung zur steuerung einer raumtemperatur in einem gebäude unter verwendung einer prädiktiven steuereinrichtung
US8600561B1 (en) * 2012-09-30 2013-12-03 Nest Labs, Inc. Radiant heating controls and methods for an environmental control system
US9235657B1 (en) 2013-03-13 2016-01-12 Johnson Controls Technology Company System identification and model development
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
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

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010025352A (ja) 2008-07-15 2010-02-04 Daikin Ind Ltd 設備制御システム
JP2011179722A (ja) 2010-02-26 2011-09-15 Toshiba Corp 空調制御システム
US20130274940A1 (en) 2012-03-05 2013-10-17 Siemens Corporation Cloud enabled building automation system
US20140277760A1 (en) 2013-03-15 2014-09-18 Honeywell International Inc. Supervisory controller for hvac systems

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ATAM ERCAN，New Paths Toward Energy-Efficient Buildings: A Multiaspect Discussion of Advanced Model-Based Control，IEEE INDUSTRIAL ELECTRONICS MAGAZINE，米国，2016年12月21日，Vol.10, no.4，p.50-66
SORIN C.BENGEA ET AL，Implementation of Model Predictive Control for an HVAC System in a Mid-Size Commercial Building，HVAC&R RESEARCH，米国，2014年01月08日，vol.20, no.1，p.1-52

Also Published As

Publication number Publication date
WO2018005180A1 (en) 2018-01-04
CN109451750A (zh) 2019-03-08
JP2019527328A (ja) 2019-09-26

Similar Documents

Publication Publication Date Title
US11754984B2 (en) HVAC system with predictive airside control
US11067955B2 (en) HVAC system using model predictive control with distributed low-level airside optimization
JP7285274B2 (ja) 費用標的が最適化されるシステム、方法及び非一時的コンピュータ可読媒体
US11009252B2 (en) HVAC control system with cost target optimization
US11900287B2 (en) Model predictive maintenance system with budgetary constraints
US11209184B2 (en) Control system for central energy facility with distributed energy storage
US11789415B2 (en) Building HVAC system with multi-level model predictive control
US10890904B2 (en) Model predictive maintenance system for building equipment
US10605477B2 (en) HVAC system with free cooling optimization based on coolant flowrate
JP6976976B2 (ja) マルチレベルモデル予測制御のシステムと方法
CN106066077B (zh) 具有预测成本优化的hvac控制器
JP2019200040A (ja) モデル駆動型深層学習を有するｈｖａｃ制御システム
US11409250B2 (en) Adaptively learning surrogate model for predicting building system dynamics from system identification model
US11531308B2 (en) Adaptively learning surrogate model for predicting building system dynamics from simulation model
US20230088808A1 (en) Building hvac system with multi-level model predictive control
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
JP7478792B2 (ja) ビルディング機器のためのモデル予測的メンテナンスシステム、同メンテナンスを実施する方法及び非一時的コンピュータ可読媒体
US10901376B2 (en) Building management system with self-optimizing control modeling framework
US20230236560A1 (en) Net zero energy facilities
US20240068692A1 (en) Equipment edge controller with reinforcement learning
WO2023140882A1 (en) Net zero energy facilities

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200311

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210608

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210818

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220118

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220406

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: 20220823

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220920

R150 Certificate of patent or registration of utility model

Ref document number: 7145766

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150