JP7406918B2 - 予想制御を有する可変冷媒流システムとこれを動作させる方法 - Google Patents

予想制御を有する可変冷媒流システムとこれを動作させる方法 Download PDF

Info

Publication number
JP7406918B2
JP7406918B2 JP2018567668A JP2018567668A JP7406918B2 JP 7406918 B2 JP7406918 B2 JP 7406918B2 JP 2018567668 A JP2018567668 A JP 2018567668A JP 2018567668 A JP2018567668 A JP 2018567668A JP 7406918 B2 JP7406918 B2 JP 7406918B2
Authority
JP
Japan
Prior art keywords
vrf
energy
controller
refrigerant
battery
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
JP2018567668A
Other languages
English (en)
Other versions
JP2019522954A (ja
Inventor
ロバート ディー． ターニー、
ニシス アール． パテル、
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
Application filed by Johnson Controls Technology Co filed Critical Johnson Controls Technology Co
Publication of JP2019522954A publication Critical patent/JP2019522954A/ja
Priority to JP2022157487A priority Critical patent/JP2023011563A/ja
Application granted granted Critical
Publication of JP7406918B2 publication Critical patent/JP7406918B2/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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/34—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering
    • H02J7/35—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering with light sensitive cells
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/26—Pc applications
    • G05B2219/2642—Domotique, domestic, home control, automation, smart house
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management

Description

関連出願の相互参照
本出願は、２０１６年６月３０日出願の米国仮特許出願第６２／３５７，３３８号、２０１７年４月２７日出願の米国仮特許出願第６２／４９１，０５９号、および２０１７年５月２６日出願の米国仮特許出願第６２／５１１，８０９号の利益および優先権を主張する。これらの特許出願の開示全体を参照により本明細書に援用する。
本開示は、一般的には建物のＨＶＡＣシステムに関し、具体的には建物ＨＶＡＣシステムの一部として使用される可変冷媒流（ＶＲＦ：ｖａｒｉａｂｌｅ ｒｅｆｒｉｇｅｒａｎｔ ｆｌｏｗ）システムに関する。
ＶＲＦは通常、屋外ＶＲＦユニットと複数の屋内ＶＲＦユニットとを含む。屋外ＶＲＦユニットは、建物の外に（例えば屋上に）配置され得、冷媒を加熱または冷却するように動作し得る。屋外ＶＲＦユニットは、１つ以上のコンプレッサ、ファン、または加熱または冷却を冷媒へ適用するように構成された他の電動ＶＲＦ部品を含み得る。屋内ＶＲＦユニットは、建物内の様々な建物区域全体にわたって分散され得、加熱または冷却された冷媒を屋外ＶＲＦユニットから受け取り得る。各屋内ＶＲＦユニットは、屋内ＶＲＦユニットが配置された特定建物区域の温度制御を提供し得る。
ＶＲＦシステムは、動作中に電力を消費するいくつかの部品を含み得る。例えば、屋外ＶＲＦユニットは、熱交換器を介し冷媒を循環させるように構成されたコンプレッサと熱交換器を通る気流を変調するように構成されたファンとを含み得る。各屋内ＶＲＦユニットは建物区域へ気流を供給するように構成されたファンを含み得る。ＶＲＦシステムにより消費されるエネルギーの費用を低減するためにこれらおよび他の電力消費部品の消費電力を最小化することが望ましいだろう。
本開示の１つの実施形態は建物の可変冷媒流（ＶＲＦ）システムである。ＶＲＦシステムは、屋外ＶＲＦユニット、複数の屋内ＶＲＦユニット、電池、および予想ＶＲＦコントローラを含む。屋外ＶＲＦユニットは、加熱または冷却を冷媒へ適用するように構成された１つ以上の電動ＶＲＦ部品を含む。屋内ＶＲＦユニットは、加熱または冷却された冷媒を屋外ＶＲＦユニットから受け取るように、そして加熱または冷却を複数の建物区域へ提供するために加熱または冷却された冷媒を使用するように構成される。電池は、電動ＶＲＦ部品に給電する際に使用するために電気エネルギーを蓄積し、蓄積された電気エネルギーを放電するように構成される。予想ＶＲＦコントローラは、最適化期間の各時間ステップにおいて電動ＶＲＦ部品に給電する際に使用するためにエネルギーグリッドから購入すべき最適量の電気エネルギーと、電池内に蓄積すべきまたはそれから放電すべき最適量の電気エネルギーとを決定するために予想費用関数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、ＶＲＦシステムは太陽電池エネルギーを収集するように構成された１つ以上の太陽電池パネルを含む。予想ＶＲＦコントローラは、最適化期間の各時間ステップにおいて電池内に蓄積すべき最適量の太陽電池エネルギーと電動ＶＲＦ部品により消費されるべき最適量の太陽電池エネルギーとを決定するように構成され得る。
いくつかの実施形態では、屋外ＶＲＦユニットは、熱交換器を含む冷凍回路、熱交換器を介し冷媒を循環させるように構成されたコンプレッサ、および熱交換器内の伝熱速度を変調するように構成されたファンを含む。電動ＶＲＦ部品はコンプレッサおよびファンを含み得る。予想費用関数は、最適化期間の各時間ステップにおいてコンプレッサおよびファンを動作させる費用を説明し得る。
いくつかの実施形態では、予想費用関数は、最適化期間の各時間ステップにおいてエネルギーグリッドから購入される電気エネルギーの費用と電池から蓄積電気エネルギーを放電することから生じる費用節約とを説明する。
いくつかの実施形態では、予想ＶＲＦコントローラは、最適化期間の各時間ステップにおいて、エネルギーグリッドから購入される電気エネルギーの単位当たり費用を規定するエネルギー価格データを受信し、エネルギー価格データを予想費用関数への入力として使用するように構成される。
いくつかの実施形態では、予想費用関数は、最適化期間と少なくとも部分的に重畳する需要電力料金期間中のＶＲＦシステムの最大消費電力に基づき需要電力料金を説明する。予想ＶＲＦコントローラは、需要電力料金を規定するためにエネルギー価格データを受信し、エネルギー価格データを予想費用関数への入力として使用するように構成され得る。
いくつかの実施形態では、予想ＶＲＦコントローラは、最適化期間の各時間ステップにおいて電動ＶＲＦ部品および電池の最適電力設定点を決定するように構成された経済コントローラと、最適化期間の各時間ステップにおいて建物区域または冷媒の最適温度設定点を決定するために最適電力設定点を使用するように構成された追跡コントローラと、最適化期間の各時間ステップにおいて電動ＶＲＦ部品および電池の制御信号を生成するために最適温度設定点を使用するように構成された機器コントローラとを含む。
本開示の別の実施形態は建物の可変冷媒流（ＶＲＦ）システムである。本ＶＲＦシステムは、屋外ＶＲＦユニット、複数の屋内ＶＲＦユニット、および予想ＶＲＦコントローラを含む。屋外ＶＲＦユニットは、加熱または冷却を冷媒へ適用するように構成された１つ以上の電動ＶＲＦ部品を含む。屋内ＶＲＦユニットは、加熱または冷却された冷媒を屋外ＶＲＦユニットから受け取るように、そして加熱または冷却を複数の建物区域へ提供するために加熱または冷却された冷媒を使用するように構成される。予想ＶＲＦコントローラは、最適化期間の各時間ステップにおいてエネルギーグリッドから購入すべき最適量の電気エネルギーと電動ＶＲＦ部品により消費されるべき最適量の電気エネルギーとを決定するために予想費用関数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、ＶＲＦシステムは、太陽電池エネルギーを収集するように構成された１つ以上の太陽電池パネルを含む。予想ＶＲＦコントローラは、最適化期間の各時間ステップにおいて電池内に蓄積すべき最適量の太陽電池エネルギーと電動ＶＲＦ部品により消費されるべき最適量の太陽電池エネルギーとを決定するように構成され得る。
いくつかの実施形態では、屋外ＶＲＦユニットは、熱交換器を含む冷凍回路、熱交換器を介し冷媒を循環させるように構成されたコンプレッサ、および熱交換器内の伝熱速度を変調するように構成されたファンを含む。電動ＶＲＦ部品はコンプレッサおよびファンを含み得る。予想費用関数は最適化期間の各時間ステップにおいてコンプレッサおよびファンを動作させる費用を説明し得る。
いくつかの実施形態では、予想費用関数は最適化期間の各時間ステップにおいてエネルギーグリッドから購入される電気エネルギーの費用を説明する。
いくつかの実施形態では、予想ＶＲＦコントローラは最適化期間の各時間ステップにおいてエネルギーグリッドから購入される電気エネルギーの単位当たり費用を規定するエネルギー価格データを受信し、エネルギー価格データを予想費用関数への入力として使用するように構成される。
いくつかの実施形態では、予想費用関数は、最適化期間と少なくとも部分的に重畳する需要電力料金期間中のＶＲＦシステムの最大消費電力に基づき需要電力料金を説明する。予想ＶＲＦコントローラは、需要電力料金を規定するためにエネルギー価格データを受信し、エネルギー価格データを予想費用関数への入力として使用するように構成され得る。
いくつかの実施形態では、予想ＶＲＦコントローラは、最適化期間の各時間ステップにおいて電動ＶＲＦ部品の最適電力設定点を決定するように構成された経済コントローラと、最適化期間の各時間ステップにおいて建物区域または冷媒の最適温度設定点を決定するために最適電力設定点を使用するように構成された追跡コントローラと、最適化期間の各時間ステップにおいて電動ＶＲＦ部品の制御信号を生成するために最適温度設定点を使用するように構成された機器コントローラとを含む。
本開示の別の実施形態は可変冷媒流（ＶＲＦ）システムを動作させる方法である。本方法は、最適化期間内の複数の時間ステップのうちのそれぞれの時間ステップのエネルギー価格を規定するエネルギー価格データをＶＲＦシステムの予報コントローラにおいて受信する工程と、エネルギー価格データを、最適化期間の持続時間全体にわたってＶＲＦシステムを動作させる費用を規定する予想費用関数への入力として使用する工程とを含む。本方法は、ＶＲＦシステムの１つ以上の電動部品およびＶＲＦシステムの電池の最適電力設定点を決定するために予想費用関数を最適化する工程と、ＶＲＦシステムにより影響を受ける区域温度または冷媒温度の温度設定点を生成するために最適電力設定点を使用する工程とを含む。本方法は、ＶＲＦシステムの電動部品の制御信号を生成するために温度設定点を使用する工程と、温度設定点を実現するためにＶＲＦシステムの電動部品を動作させる工程とを含む。
いくつかの実施形態では、予想費用関数を最適化する工程は、最適化期間の各時間ステップにおいてＶＲＦシステムの電動部品に給電する際に使用するためにエネルギーグリッドから購入すべき最適量の電気エネルギーと電池内に蓄積すべきまたはそれから放電すべき最適量の電気エネルギーとを決定する工程を含む。
いくつかの実施形態では、本方法は、加熱または冷却を冷媒へ適用するためにＶＲＦシステムの屋外ＶＲＦユニット内の冷凍回路を動作させる工程を含む。冷凍回路は、熱交換器と、熱交換器を介し冷媒を循環させるように構成されたコンプレッサと、熱交換器内の伝熱速度を変調するように構成されたファンとを含み得る。ＶＲＦシステムの電動部品は屋外ＶＲＦユニットのコンプレッサおよびファンを含み得る。予想費用関数は、最適化期間の各時間ステップにおいてコンプレッサおよびファンを動作させる費用を説明し得る。
いくつかの実施形態では、本方法は、冷媒と１つ以上の建物区域との間で熱を伝えるためにＶＲＦシステムの屋内ＶＲＦユニットのファンを動作させる工程を含む。ＶＲＦシステムの電動部品は屋内ＶＲＦユニットのファンを含み得る。
いくつかの実施形態では、予想費用関数は、最適化期間と少なくとも部分的に重畳する需要電力料金期間中のＶＲＦシステムの最大消費電力に基づき需要電力料金を説明する。本方法は、エネルギー価格データを、需要電力料金を規定する予想費用関数への入力として使用する工程を含む。
いくつかの実施形態では、本方法は、最適化期間の各時間ステップにおいて、ＶＲＦシステムの１つ以上の太陽電池パネルから太陽電池エネルギーを得る工程と、電池内に蓄積すべき最適量の太陽電池エネルギーとＶＲＦシステムの電動部品により消費されるべき最適量の太陽電池エネルギーとを決定する工程とを含む。
当業者は、本概要が単に例示的であるということといかなるやり方でも制限されるようには意図されていないということとを理解することになる。特許請求の範囲により規定されるような本明細書で説明される装置および／またはプロセスの他の態様、独創的特徴、および利点は、本明細書に記載されるとともに添付図面との関連で取り込まれる詳細説明において明らかになる。
例示的実施形態による屋外ＶＲＦユニットおよび複数の屋内ＶＲＦユニットを含む可変冷媒流（ＶＲＦ）システムの図である。 例示的実施形態による図１のＶＲＦシステムの別の図であり、屋内ＶＲＦユニットのいくつかが冷却モードで動作し、一方屋内ＶＲＦユニットの他のものは加熱モードで動作するということを示す。 例示的実施形態による予想ＶＲＦコントローラを有するＶＲＦシステムの図である。 例示的実施形態による図３のＶＲＦシステムをさらに詳細に示すブロック図である。 例示的実施形態による図３の屋外ＶＲＦユニットを含む予想ＶＲＦ制御システムのブロック図である。 例示的実施形態による図３のＶＲＦシステムを監視および制御するために使用され得る予想ＶＲＦコントローラを示すブロック図である。 例示的実施形態による図３のＶＲＦシステムを動作させるプロセスのフローチャートである。
概要
添付図を概して参照すると、様々な例示的実施形態による予報コントローラおよびその部品を有する可変冷媒流（ＶＲＦ）システムが示される。ＶＲＦシステムは加熱および／または冷却を建物区域へ提供する建物ＨＶＡＣシステムとして使用され得る。ＶＲＦシステムは１つ以上の屋外ＶＲＦユニットと複数の屋内ＶＲＦユニットとを含み得る。屋外ＶＲＦユニットは建物の外（例えば屋上）に配置され得、冷媒を加熱または冷却するように動作し得る。屋外ＶＲＦユニットは、１つ以上のコンプレッサ、ファン、または加熱または冷却を冷媒へ適用するように構成された他の電動ＶＲＦ部品を含み得る。いくつかの実施形態では、屋外ＶＲＦユニットは、太陽エネルギーを収集し、太陽エネルギーを電気エネルギーに変換するように構成された太陽電池パネルを含む。屋内ＶＲＦユニットは建物内の様々な建物区域全体にわたって分散され得、加熱または冷却された冷媒を屋外ＶＲＦユニットから受け取り得る。各屋内ＶＲＦユニットは屋内ＶＲＦユニットが配置された特定建物区域の温度制御を提供し得る。
屋外ＶＲＦユニットは、電動ＶＲＦ部品に給電する際に使用するために電気エネルギー（すなわち電気）を蓄積し、蓄積された電気エネルギーを放電するように構成された電池を含み得る。電気エネルギーは、エネルギーグリッドから購入され得るおよび／または太陽電池パネルにより収集され得る。いくつかの実施形態では、電池は、ＶＲＦシステムにより消費されるエネルギーの費用を低減するために、エネルギー価格が低い期間中にはエネルギーを蓄積し、エネルギー価格が高い期間中には蓄積されたエネルギーを放電する。電池は、ＶＲＦシステムを動作させる費用を最適化するように構成された予報コントローラにより制御され得る。
ＶＲＦシステムは、制御信号を生成し電動ＶＲＦ部品および電池へ提供するように構成された予報コントローラを含み得る。いくつかの実施形態では、予報コントローラは制御信号を生成するために多段階最適化技術を使用する。例えば、予報コントローラは、最適化期間中の各時間ステップにおいて電動ＶＲＦ部品により消費されるべき最適量の電力を決定するように構成された経済コントローラを含み得る。消費されるべき最適量の電力は、最適化期間の持続時間全体にわたってＶＲＦシステムにより消費されるエネルギーの費用を説明する費用関数を最小化し得る。エネルギーの費用は電気事業者からの時変エネルギー価格（例えば電気料金、付け値など）に基づき得る。いくつかの実施形態では、経済コントローラは、最適化期間の各時間ステップにおいてエネルギーグリッドから購入すべき最適量の電力（すなわちグリッド電力設定点Ｐｓｐ，ｇｒｉｄ）と電池へ蓄積すべきまたはそれから放電すべき最適量の電力（すなわち電池電力設定点Ｐｓｐ，ｂａｔ）とを決定するように構成される。
いくつかの実施形態では、予報コントローラは、各時間ステップにおける最適量の消費電力を実現する温度設定点（例えば区域温度設定点Ｔｓｐ，ｚｏｎｅ、給気温度設定点Ｔｓｐ，ｓａ、冷媒温度設定点Ｔｓｐ，ｒｅｆなど）を生成するように構成された追跡コントローラを含む。いくつかの実施形態では、予報コントローラは、電動ＶＲＦ部品により生成され得る加熱または冷却量を電動ＶＲＦ部品が最適量の消費電力に基づき決定するための機器モデルを使用する。予報コントローラは、どのように建物区域の温度Ｔｚｏｎｅが電力設定点および／または温度設定点に基づき変化するかを予想するために区域温度モデルを気象サービスからの気象予報と組み合わせて使用し得る。
いくつかの実施形態では、予報コントローラは、電動ＶＲＦ部品の制御信号を生成するために温度設定点を使用するように構成された機器コントローラを含む。制御信号は、オン／オフ命令、ファンまたはコンプレッサの速度設定点、アクチュエータおよび弁の位置設定点、または電動ＶＲＦ部品の個々の装置の他の操作命令を含み得る。例えば、機器コントローラは、冷媒温度センサから冷媒温度Ｔｒｅｆの測定結果および／または区域温度センサから区域温度Ｔｚｏｎｅの測定結果を受信し得る。機器コントローラは、測定された温度を温度設定点へ駆動するために屋外ＶＲＦユニットのファンまたはコンプレッサの速度を調整するためにフィードバック制御プロセス（例えばＰＩＤ、ＥＳＣ、ＭＰＣなど）を利用し得る。ＶＲＦシステムのこれらおよび他の特徴は以下にさらに詳細に説明される。
可変冷媒流システム
次に図１～２を参照すると、いくつかの実施形態による可変冷媒流（ＶＲＦ）システム１００が示される。ＶＲＦシステム１００は１つ以上の屋外ＶＲＦユニット１０２と複数の屋内ＶＲＦユニット１０４とを含んで示される。屋外ＶＲＦユニット１０２は、建物の外に配置され得、冷媒を加熱または冷却するように動作し得る。屋外ＶＲＦユニット１０２は、液相、気相、および／または加熱気体（ｓｕｐｅｒ－ｈｅａｔｅｄ ｇａｓ）相間で冷媒を変換するために電気を消費し得る。屋内ＶＲＦユニット１０４は建物内の様々な建物区域全体にわたって分散され得、加熱または冷却された冷媒を屋外ＶＲＦユニット１０２から受け取り得る。各屋内ＶＲＦユニット１０４は、屋内ＶＲＦユニット１０４が配置された特定建物区域の温度制御を提供し得る。
ＶＲＦシステム１００の１つの利点は、いくつかの屋内ＶＲＦユニット１０４が冷却モードで動作し得る一方で他の屋内ＶＲＦユニット１０４は加熱モードで動作するということである。例えば、屋外ＶＲＦユニット１０２および屋内ＶＲＦユニット１０４のそれぞれは、加熱モード、冷却モード、またはオフモードで動作し得る。各建物区域は独立に制御され得、様々な温度設定点を有し得る。いくつかの実施形態では、各建物は、建物の外側（例えば屋上）に配置される最大３つの屋外ＶＲＦユニット１０２と、建物全体にわたって（例えば様々な建物区域内に）分散される最大１２８個の屋内ＶＲＦユニット１０４とを有する。
多くの様々な構成がＶＲＦシステム１００には存在する。いくつかの実施形態では、ＶＲＦシステム１００は、各屋外ＶＲＦユニット１０２が単一冷媒戻りラインと単一冷媒出口ラインとへ接続する二重配管式である。二重配管式では、屋外ＶＲＦユニット１０２のすべては、加熱された冷媒または冷却された冷媒のうちの一方だけが単一冷媒出口ラインを介し供給され得るので、同じモードで動作し得る。他の実施形態では、ＶＲＦシステム１００は、各屋外ＶＲＦユニット１０２が冷媒戻りライン、熱い冷媒出口ライン、および冷たい冷媒出口ラインへ接続する三重配管式である。三重配管式では、加熱と冷却の両方がデュアル冷媒出口ラインを介し同時に供給され得る。三重配管ＶＲＦシステムの例については図４を参照して詳細に説明する。
予報コントローラを有するＶＲＦシステム
次に図３を参照すると、いくつかの実施形態による予想ＶＲＦコントローラ３０６を有する可変冷媒流（ＶＲＦ）システム３００が示される。ＶＲＦシステム３００は屋外ＶＲＦユニット３０２と複数の屋内ＶＲＦユニット３０４とを含んで示される。唯１つの屋外ＶＲＦユニット３０２と３つの屋内ＶＲＦユニット３０４とが示されるが、ＶＲＦシステム３００は任意数の屋外ＶＲＦユニット３０２および屋内ＶＲＦユニット３０４を含み得るということが企図される。いくつかの実施形態では、ＶＲＦシステム３００は最大３つの屋外ＶＲＦユニット３０２と最大１２８個の屋内ＶＲＦユニット３０４とを含み得る。
ＶＲＦシステム３００は加熱および／または冷却を建物へ提供するように構成され得る。例えば、屋外ＶＲＦユニット３０２は、建物の外（例えば屋上）に配置され得、冷媒を加熱または冷却するように動作し得る。屋外ＶＲＦユニット３０２は、１つ以上のコンプレッサ、ファン、または液相、気相、および／または加熱気体相間で冷媒を循環させるように構成された他の電力消費冷凍部品を含み得る。屋内ＶＲＦユニット３０４は建物内の様々な建物区域全体にわたって分散され得、加熱または冷却された冷媒を屋外ＶＲＦユニット３０２から受け取り得る。各屋内ＶＲＦユニット３０４は、屋内ＶＲＦユニット３０４が配置された特定建物区域の温度制御を提供し得る。
いくつかの実施形態では、屋外ＶＲＦユニット３０２は１つ以上の太陽電池（ＰＶ：ｐｈｏｔｏｖｏｌｔａｉｃ）パネル３１０を含む。ＰＶパネル３１０は一群の太陽電池を含み得る。太陽電池は単結晶シリコン、多結晶シリコン、非結晶質シリコン、テルル化カドミウム、銅・インジウム・ガリウムセレン化物／硫化物、または光起電効果を呈示する他の材料などの光起電材料を利用して太陽エネルギー（すなわち日光）を電気に変換するように構成される。いくつかの実施形態では、太陽電池は、ＰＶパネル３１０を形成するパッケージアセンブリ内に含まれる。各ＰＶパネル３１０は複数のリンクされた太陽電池を含み得る。ＰＶパネル３１０は太陽電池アレイを形成するように組み合わせられ得る。
いくつかの実施形態では、ＰＶパネル３１０は太陽エネルギー収集を最大化するように構成される。例えば、屋外ＶＲＦユニット３０２は、ＰＶパネル３１０が太陽へ一日中直接向けられるようにＰＶパネル３１０の角度を調整する太陽追跡器（例えばＧＰＳ追跡器、太陽光センサなど）を含み得る。太陽追跡器は、ＰＶパネル３１０が当該日の大部分の間直射日光を受けることを可能にし得、ＰＶパネル３１０により生成される総電力量を増加し得る。いくつかの実施形態では、屋外ＶＲＦユニット３０２は、一群のミラー、レンズ、または日光をＰＶパネル３１０上へ向けるおよび／または集中するように構成された太陽集光器を含む。ＰＶパネル３１０により生成されるエネルギーは、電池セル３１２内に蓄積され得るおよび／または屋外ＶＲＦユニット３０２に給電するために使用され得る。
いくつかの実施形態では、屋外ＶＲＦユニット３０２は１つ以上の電池セル３１２を含む。電池セル３１２は、電気エネルギー（すなわち電気）を蓄積および放電するように構成された電池３１３（図４に示される）を形成し得る。いくつかの実施形態では、電池３１３は、外部エネルギーグリッドからの（例えば、電気事業者により供給される）電気を使用することにより充電される。電池３１３内に蓄積された電気は、屋外ＶＲＦユニット３０２の１つ以上の電動部品（例えばファン、コンプレッサ、制御弁、コントローラ３０６など）へ給電するために放電され得る。有利には、電池３１３は、屋外ＶＲＦユニット３０２の電気的負荷を時間シフトするために、エネルギー価格が低いときには屋外ＶＲＦユニット３０２が電気をエネルギーグリッドから引き出して電池３１３を充電し、エネルギー価格が高いときには、蓄積された電気を放電し得るようにする。いくつかの実施形態では、電池３１３は、高いエネルギー費用期間中に電池３１３が利用され低いエネルギー費用期間中に電池３１３が充電され得るように、最大容量で動作する際にほぼ４～６時間の間屋外ＶＲＦユニット３０２に給電するのに十分なエネルギー容量を有する。
いくつかの実施形態では、予想ＶＲＦコントローラ３０６は、最適化期間中に発生する複数の時間ステップのそれぞれの間に電池３１３を充電すべきかまたは放電すべきかを決定するために最適化処理を行う。予想ＶＲＦコントローラ３０６は、複数の時間ステップのそれぞれの間に必要とされる加熱／冷却量および電気経費を予想するために天候および価格データの３０８を使用し得る。予想ＶＲＦコントローラ３０６は、最適化期間の持続時間全体にわたってエネルギーグリッドから購入される電気の経費を説明する目的関数を最適化し得る。いくつかの実施形態では、目的関数はまた、屋外ＶＲＦユニット３０２内の冷媒を加熱または冷却する費用を説明し得る。予想ＶＲＦコントローラ３０６は、各時間ステップ中にエネルギーグリッドから購入すべき電力量と電池３１３に蓄積またはそれから放電すべき電力量とを決定し得る。目的関数と予想ＶＲＦコントローラ３０６により行われる最適化とについては図５～６を参照して詳細に説明する。
次に図４を参照すると、いくつかの実施形態によるＶＲＦシステム３００を詳細に示すブロック図が示される。ＶＲＦシステム３００は、屋外ＶＲＦユニット３０２、いくつかの熱回収ユニット３１４、およびいくつかの屋内ＶＲＦユニット３０４を含んで示される。屋外ＶＲＦユニット３０２は、コンプレッサ４０２、ファン４０６、または液相、気相、および／または加熱気体相間で冷媒を変換するように構成された他の電力消費冷凍部品を含み得る。屋内ＶＲＦユニット３０４は建物内の様々な建物区域全体にわたって分散され得、加熱または冷却された冷媒を屋外ＶＲＦユニット３０２から受け取り得る。各屋内ＶＲＦユニット３０４は、屋内ＶＲＦユニット３０４が配置された特定建物区域の温度制御を提供し得る。熱回収ユニット３０４は、屋外ＶＲＦユニット３０２と屋内ＶＲＦユニット３０４との間の冷媒の流れを（例えば弁を開閉することにより）制御し得、屋外ＶＲＦユニット３０２により担われる加熱または冷却負荷を最小化し得る。
屋外ＶＲＦユニット３０２はコンプレッサ４０２および熱交換器４０４を含んで示される。コンプレッサ４０２は冷媒を熱交換器４０４と屋内ＶＲＦユニット３０４との間で循環させる。熱交換器４０４は、ＶＲＦシステム３００が冷却モードで動作するときは凝縮器（冷媒が熱を外気へ廃棄し得るようにする）としてまたはＶＲＦシステム３００が加熱モードで動作するときには蒸発器（冷媒が外気から熱を吸収し得るようにする）として機能し得る。ファン４０６は熱交換器４０４を介し気流を供給する。ファン４０６の速度は熱交換器４０４内の冷媒へのまたはそれからの伝熱速度を変調するように調整され得る（例えば予想ＶＲＦコントローラ３０６により）。
各屋内ＶＲＦユニット３０４は熱交換器４２６および膨張弁４２４を含んで示される。熱交換器４２６のそれぞれは、屋内ＶＲＦユニット３０４が加熱モードで動作するときは凝縮器（冷媒が熱を部屋または区域内の大気へ廃棄し得るようにする）としてまたは屋内ＶＲＦユニット３０４が冷却モードで動作するときには蒸発器（冷媒が部屋または区域内の大気から熱を吸収し得るようにする）として機能し得る。ファン４２２は熱交換器４２６を介し気流を供給する。ファン４２２の速度は熱交換器４２６内の冷媒へのまたはそれからの伝熱速度を変調するように調整され得る（例えば予想ＶＲＦコントローラ３０６により）。温度センサ４２８は屋内ＶＲＦユニット３０４内の冷媒の温度を測定するために使用され得る。
図４では、冷却モードで動作する屋内ＶＲＦユニット３０４が示される。冷却モードでは、冷媒は冷却ライン４１８を介し屋内ＶＲＦユニット３０４へ供給される。冷媒は、膨張弁４２４により冷たい低圧状態へ膨張され、建物内の部屋または区域から熱を吸収するように熱交換器４２６（蒸発器として機能して）を貫流する。次に、加熱された冷媒は戻りライン４１６を介し屋外ＶＲＦユニット３０２へ逆流し、コンプレッサ４０２により熱い高圧状態に圧縮される。圧縮された冷媒は、熱交換器４０４（凝縮器として機能する）を貫流し、熱を外気へ廃棄する。冷却された冷媒は冷却ライン４１８を介し屋内ＶＲＦユニット３０４へ供給され得る。冷却モードでは、流量調節弁４１０が閉じられ得、膨張弁４０８は完全に開放され得る。
加熱モードでは、冷媒は加熱ライン４１４を介し熱い状態の屋内ＶＲＦユニット３０４へ供給される。熱い冷媒は、熱交換器４２６（凝縮器として機能する）を貫流し、熱を建物の部屋または区域内の大気へ廃棄する。次に、冷媒は、冷却ライン４１８を介し屋外ＶＲＦユニット（図４に示す流れ方向とは反対方向）へ逆流する。冷媒は膨張弁４０８により冷たい低圧状態へ膨張され得る。膨張された冷媒は熱交換器４０４（蒸発器として機能する）を貫流し、外気から熱を吸収する。加熱された冷媒は、コンプレッサ４０２により圧縮され、熱い圧縮状態の加熱ライン４１４を介し屋内ＶＲＦユニット３０４へ供給され得る。加熱モードでは、流量調節弁４１０は、コンプレッサ４０２からの冷媒が加熱ライン４１４に流入し得るように完全に開放され得る。
制御信号をコンプレッサ４０２、ファン４０６、および屋内ＶＲＦユニット３０４へ提供する予想ＶＲＦコントローラ３０６が示される。コンプレッサ４０２へ提供される制御信号は、コンプレッサ速度設定点、コンプレッサ電力設定点、冷媒流設定点、冷媒圧力設定点（例えば圧力センサ４１２により測定される圧力の差圧設定点）、オン／オフ命令、ステージング（ｓｔａｇｉｎｇ）命令、またはコンプレッサ４０２の運転に影響を与える他の信号を含み得る。同様に、ファン４０６へ提供される制御信号は、ファン速度設定点、ファン電力設定点、気流設定点、オン／オフ命令、またはファン４０６の運転に影響を与える他の信号を含み得る。屋内ＶＲＦユニット３０４へ提供される制御信号は、対応建物区域の温度設定点、ファン４２２のファン速度または気流設定点、冷媒流設定点、弁４２４の弁位置設定点、または屋内ＶＲＦユニット３０４の運転に影響を与える任意の他の信号を含み得る。いくつかの実施形態では、コントローラ３０６は弁４０８～４１０の位置を変調するために制御信号を弁４０８～４１０へ提供する。
予想ＶＲＦ制御システム
次に図５を参照すると、いくつかの実施形態による予想ＶＲＦ制御システム５００のブロック図が示される。制御システム５００内に示される部品のいくつかは屋外ＶＲＦユニット３０２の一部であり得る。例えば、屋外ＶＲＦユニット３０２は、電動ＶＲＦ部品５０２、電池３１３、ＰＶパネル３１０、予想ＶＲＦコントローラ３０６、電池電力インバータ５１０、ＰＶ電力インバータ５０６、および電力分岐５１６を含み得る。電動ＶＲＦ部品５０２は、動作中に電力（例えば電気）を消費する屋外ＶＲＦユニット３０２の任意の部品を含み得る。例えば、電動ＶＲＦ部品５０２はファン４０６、コンプレッサ４０２、および弁／アクチュエータ５０４（例えば弁４０８、４１０）を含んで示される。いくつかの実施形態では、電動ＶＲＦ部品５０２はファン４２２および／または弁４２４を屋内ＶＲＦユニット３０４内に含む。
電池電力インバータ５１０およびＰＶ電力インバータ５０６は電力を直流（ＤＣ）と交流（ＡＣ）との間で変換するように構成され得る。例えば、電池３１３は直流電力を蓄積および出力するように構成され得、一方、エネルギーグリッド５０８および電動ＶＲＦ部品５０２はＡＣ電力を消費および供給するように構成され得る。電池電力インバータ５１０は、電池３１３からの直流電力をエネルギーグリッド５０８および／または電動ＶＲＦ部品５０２のグリッド周波数と同期された正弦波ＡＣ出力に変換するように使用され得る。電池電力インバータ５１０はまた、エネルギーグリッド５０８からのＡＣ電力を電池３１３内に蓄積され得る直流電力に変換するために使用され得る。電池３１３の電力出力はＰｂａｔとして示される。Ｐｂａｔは、電池３１３が電力を電力インバータ５１０へ供給していれば（すなわち、電池３１３が放電していれば）正であり得、また電池３１３が電力インバータ５１０から電力を受けていれば（すなわち、電池３１３が充電してれば）負であり得る。
同様に、ＰＶ電力インバータ５０６は、ＰＶパネル３１０からの直流電力を、エネルギーグリッド５０８および／または電動ＶＲＦ部品５０２のグリッド周波数と同期された正弦波ＡＣ出力に変換するように構成され得る。ＰＶパネル３１０の電力出力はＰＰＶとして示される。ＰＶパネル３１０の電力出力ＰＰＶは電池３１３内に蓄積され得る、および／または電動ＶＲＦ部品５０２に給電するために使用され得る。いくつかの実施形態では、ＰＶ電力インバータ５０６は、ＰＶパネル３１０により生成される電力量ＰＰＶを測定し、ＰＶ電力の指標を予想ＶＲＦコントローラ３０６へ提供する。例えば、ＰＶ電力の率（すなわちＰＶ％）の指標をＶＲＦコントローラ３０６へ提供するＰＶ電力インバータ５０６が示される。ＰＶ電力率は、ＰＶパネル３１０が現在動作している最大ＰＶ電力率を表し得る。
いくつかの実施形態では、電力インバータ５１０、５０６は、エネルギーグリッド５０８の周波数に一致する正弦波を実現するために単純方形波から高調波を除去するＬＣ回路を含むまたは使用する共振インバータである。様々な実施形態では、電力インバータ５１０、５０６は、高周波変成器を使用することにより、低周波変圧器を使用することにより、または変圧器無しに動作し得る。低周波変圧器は、電池３１３またはＰＶパネル３１０からのＤＣ出力を、電動ＶＲＦ部品５０２へ提供されるＡＣ出力に直接変換し得る。高周波変成器は、ＤＣ出力を高周波ＡＣに変換し、ＤＣへ戻し、次に電動ＶＲＦ部品５０２へ提供されるＡＣ出力へ最終的に変換することに関与する多段階プロセスを採用し得る。
電力分岐５１６は、電動ＶＲＦ部品５０２、エネルギーグリッド５０８、電池電力インバータ５１０、およびＰＶ電力インバータ５０６が電気的に接続される点である。電池電力インバータ５１０から電力分岐５１６へ供給される電力はＰｂａｔとして示される。Ｐｂａｔは、電池電力インバータ５１０が電力を電力分岐５１６へ供給していれば（すなわち、電池３１３が放電していれば）正であり得、また電池電力インバータ５１０が電力を電力分岐５１６から受けていれば（すなわち、電池３１３が充電していれば）負であり得る。ＰＶ電力インバータ５０６から電力分岐５１６へ供給される電力はＰＰＶとして示される。エネルギーグリッド５０８から電力分岐５１６へ供給される電力はＰｇｒｉｄとして示される。
Ｐｂａｔ、ＰＰＶ、およびＰｇｒｉｄはＰｔｏｔａｌを形成するために電力分岐５１６において合成する（すなわちＰｔｏｔａｌ＝Ｐｇｒｉｄ＋Ｐｂａｔ＋ＰＰＶ）。Ｐｔｏｔａｌは電力分岐５１６から電動ＶＲＦ部品５０２へ供給される電力として定義され得る。いくつかの例では、ＰｔｏｔａｌはＰｇｒｉｄより大きい。例えば、電池３１３が放電しているとＰｂａｔは正であり得、Ｐｔｏｔａｌを形成するためにＰｂａｔがＰｇｒｉｄおよびＰＰＶと合成するとグリッド電力Ｐｇｒｉｄを増加する。同様に、ＰＶパネル３１０が電力を供給しているとＰＰＶは正であり得、Ｐｔｏｔａｌを形成するためにＰＰＶがＰｇｒｉｄおよびＰｂａｔと合成するとグリッド電力Ｐｇｒｉｄを増加する。他の例では、ＰｔｏｔａｌはＰｇｒｉｄ未満であり得る。例えば、電池３１３が充電しているとＰｂａｔは負であり得、Ｐｔｏｔａｌを形成するためにＰｂａｔがＰｇｒｉｄおよびＰＰＶと合成するとグリッド電力Ｐｇｒｉｄから減じられる。
予想ＶＲＦコントローラ３０６は電動ＶＲＦ部品５０２および電力インバータ５１０、５０６を制御するように構成され得る。いくつかの実施形態では、予想ＶＲＦコントローラ３０６は電池電力設定点Ｐｓｐ，ｂａｔを生成し電力インバータ５１０へ提供する。電池電力設定点Ｐｓｐ，ｂａｔは、電池電力設定点Ｐｓｐ，ｂａｔを実現するために、電力分岐５１６において利用可能な電力を使用して電力インバータ５１０に（Ｐｓｐ，ｂａｔが負のときに）電池３１３を充電させるまたは電力を電力分岐５１６へ供給するために（Ｐｓｐ，ｂａｔが正のときに）電池３１３を放電させる正または負の電力値（例えばｋＷ）を含み得る。
いくつかの実施形態では、予想ＶＲＦコントローラ３０６は制御信号を生成し電動ＶＲＦ部品５０２へ提供する。予想ＶＲＦコントローラ３０６は制御信号を生成するために多段階最適化技術を使用し得る。例えば、予想ＶＲＦコントローラ３０６は、最適化期間中の各時間ステップにおいて電動ＶＲＦ部品５０２により消費されるべき最適量の電力を決定するように構成された経済コントローラを含み得る。消費されるべき最適量の電力は、屋外ＶＲＦユニット３０２により消費されるエネルギー（例えば電気）の費用を説明する費用関数を最小化し得る。エネルギーの費用は電気事業者５１２からの時変エネルギー価格に基づき得る。いくつかの実施形態では、費用関数は屋内ＶＲＦユニット３０４を動作させる費用を説明する。屋内ＶＲＦユニット３０４を動作させる費用は、屋内ＶＲＦユニット３０４により消費されるエネルギーの費用および／または屋内ＶＲＦユニット３０４へ供給される加熱または冷却された冷媒を生成する費用を含み得る。
いくつかの実施形態では、予想ＶＲＦコントローラ３０６は、複数の時間ステップのそれぞれにおいてエネルギーグリッド５０８（すなわちグリッド電力設定点Ｐｓｐ，ｇｒｉｄ）から購入すべき最適量の電力と電池３１３（すなわち電池電力設定点Ｐｓｐ，ｂａｔ）へ蓄積すべきまたはそれから放電すべき最適量の電力とを決定する。予想ＶＲＦコントローラ３０６は、電動ＶＲＦ部品５０２の実際の電力利用を監視し、最適電力設定点を生成する際に実際の電力利用をフィードバック信号として利用し得る。
予想ＶＲＦコントローラ３０６は、各時間ステップにおける最適量の消費電力を実現する温度設定点を生成するように構成された追跡コントローラを含み得る。温度設定点は、例えば屋内ＶＲＦユニット３０４を含む建物区域の区域温度設定点Ｔｓｐ，ｚｏｎｅおよび／または屋内ＶＲＦユニット３０４により供給される気流の給気温度設定点Ｔｓｐ，ｓａを含み得る。いくつかの実施形態では、予想ＶＲＦコントローラ３０６は、ＶＲＦ部品５０２により生成され得る加熱または冷却量を最適量の消費電力に基づき決定するために電動ＶＲＦ部品５０２の機器モデルを使用する。予想ＶＲＦコントローラ３０６は、どのように建物区域の温度Ｔｚｏｎｅが電力設定点および／または温度設定点に基づき変化するかを予想するために、区域温度モデルを気象サービス５１４からの気象予報と組み合わせて使用し得る。
いくつかの実施形態では、予想ＶＲＦコントローラ３０６は、電動ＶＲＦ部品５０２および／または屋内ＶＲＦユニット３０４の制御信号を生成するために温度設定点を使用する。制御信号は、オン／オフ命令、ファン４０６およびコンプレッサ４０２の速度設定点、弁４０８～４１０の位置設定点、ファン４２２の速度設定点、弁４２４の位置設定点、または電動ＶＲＦ部品５０２または屋内ＶＲＦユニット３０４の個々の装置の他の動作命令を含み得る。他の実施形態では、制御信号は、予想ＶＲＦコントローラ３０６により生成される温度設定点（例えば区域温度設定点Ｔｓｐ，ｚｏｎｅ、給気温度設定点Ｔｓｐ，ｓａなど）を含み得る。
温度設定点は、電動ＶＲＦ部品５０２、屋内ＶＲＦユニット３０４、または温度設定点を実現するように動作するこのような装置のローカルコントローラへ提供され得る。例えば、屋内ＶＲＦユニット３０４のうちの１つの屋内ＶＲＦユニット３０４のローカルコントローラは、給気温度センサから給気温度Ｔｓａの測定結果および／または区域温度センサから区域温度Ｔｚｏｎｅの測定結果を受信し得る。ローカルコントローラは、測定された温度を温度設定点へ駆動するためにファン４０６および／またはコンプレッサ４０２の速度を調整するフィードバック制御プロセス（例えばＰＩＤ、ＥＳＣ、ＭＰＣなど）を使用し得る。同様なフィードバック制御プロセスが、屋内ＶＲＦユニット３０４のファン４２２および／または弁４２４を制御するために使用され得る。予想ＶＲＦコントローラ３０６により行われる多段階最適化については図６を参照して詳細に説明する。
予想ＶＲＦコントローラ
次に図６を参照すると、例示的実施形態による予想ＶＲＦコントローラ３０６を詳細に示すブロック図が示される。予想ＶＲＦコントローラ３０６は通信インターフェース６０２および処理回路６０４を含んで示される。通信インターフェース６０２は、コントローラ３０６と外部システムまたは装置との間の通信を容易にし得る。例えば、通信インターフェース６０２は、温度センサ６１６から区域温度Ｔｚｏｎｅおよび冷媒温度Ｔｒｅｆの測定結果と電動ＶＲＦ部品５０２の電力利用の測定結果とを受信し得る。いくつかの実施形態では、通信インターフェース６０２は、電池３１３の充電状態（ＳＯＣ：ｓｔａｔｅ－ｏｆ－ｃｈａｒｇｅ）の測定結果を受信し、これは最大電池容量の率（すなわち電池％）として提供され得る。いくつかの実施形態では、通信インターフェース６０２は、ＰＶパネル３１０により生成される電力量ＰＰＶの測定結果を受信し、これは最大ＰＶ容量の率（すなわちＰＶ％）として提供され得る。通信インターフェース６０２は、気象予報を気象サービス５１４から、予想されたエネルギー費用および請求費用を電気事業者５１２から受信し得る。いくつかの実施形態では、予想ＶＲＦコントローラ３０６は、制御信号を電動ＶＲＦ部品５０２および電力インバータ５１０、５０６へ提供するために通信インターフェース６０２を使用する。
通信インターフェース６０２はデータ通信を外部システムまたは装置と行うための有線または無線通信インターフェース（例えばジャック、アンテナ、送信機、受信機、送受信機、ワイヤ端子など）を含み得る。様々な実施形態では、通信は、直接（例えばローカル有線または無線通信）であってもよいし、通信ネットワーク（例えばＷＡＮ、インターネット、セルラーネットワークなど）を介してもよい。例えば、通信インターフェース６０２は、イーサーネット（登録商標）ベース通信リンクまたはネットワークを介しデータを送受信するためのイーサーネットカードおよびポートを含み得る。別の例では、通信インターフェース６０２は、無線通信ネットワークまたはセルラまたはモバイルフォン通信送受信機を介し通信するためのＷｉＦｉ送受信機を含み得る。
処理回路６０４はプロセッサ６０６およびメモリ６０８を含んで示される。プロセッサ６０６は、汎用または特定目的プロセッサ、特定用途向け集積回路（ＡＳＩＣ：ａｐｐｌｉｃａｔｉｏｎ ｓｐｅｃｉｆｉｃ ｉｎｔｅｇｒａｔｅｄ ｃｉｒｃｕｉｔ）、１つ以上のフィールドプログラマブルゲートアレイ（ＦＰＧＡ：ｅｌｄ ｐｒｏｇｒａｍｍａｂｌｅ ｇａｔｅ ａｒｒａｙ）、一群の処理部品、または他の好適な処理部品であり得る。プロセッサ６０６は、メモリ６０８内に蓄積される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、遠隔サーバなど）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される。
メモリ６０８は、データおよび／または本開示に説明された様々な処理を完了および／または容易にするためのコンピュータコードを格納するための１つ以上の装置（例えばメモリユニット、メモリ装置、記憶装置など）を含み得る。メモリ６０８は、ランダムアクセスメモリ（ＲＡＭ）、読み取り専用メモリ（ＲＯＭ）、ハードドライブ記憶装置、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、また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任意の他の好適なメモリを含み得る。メモリ６０８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、または本開示に説明された様々な活動および情報構造を支援するための任意の他のタイプの情報構造を含み得る。メモリ６０８は、処理回路６０４を介しプロセッサ６０６へ通信可能に接続され得、本明細書で説明された１つ以上のプロセスを実行する（例えばプロセッサ６０６により）ためのコンピュータコードを含み得る。本明細書で説明された様々な活動を完了するためのメモリ６０８内に格納された命令を実行する際、プロセッサ６０６は通常、このような活動を完了するためにコントローラ３０６（具体的には処理回路６０４）を構成する。
図６を依然として参照すると、予想ＶＲＦコントローラ３０６は経済コントローラ６１０、追跡コントローラ６１２、および機器コントローラ６１４を含んで示される。コントローラ６１０～６１４は、電力インバータ５１０、５０６および電動ＶＲＦ部品５０２の制御信号を生成するために多状態最適化プロセスを行うように構成され得る。要約すると、経済コントローラ６１０は、最適化期間の各時間ステップにおける、エネルギーグリッド５０８（すなわちグリッド電力設定点Ｐｓｐ，ｇｒｉｄ）から購入すべき最適量の電力、電池３１３に蓄積すべきまたはそれから放電すべき最適量の電力（すなわち電池電力設定点Ｐｓｐ，ｂａｔ）、および／または電動ＶＲＦ部品５０２により消費されるべき最適量の電力（すなわちＶＲＦ電力設定点Ｐｓｐ，ｔｏｔａｌ）を決定するために予想費用関数を最適化し得る。追跡コントローラ６１２は、最適温度設定点（例えば区域温度設定点Ｔｓｐ，ｚｏｎｅ、給気温度設定点Ｔｓｐ，ｓａ、冷媒温度設定点Ｔｓｐ，ｒｅｆなど）を決定するための最適電力設定点Ｐｓｐ，ｇｒｉｄ、Ｐｓｐ，ｂａｔ、および／またはＰｓｐ，ｔｏｔａｌと、最適電池充電または放電率（すなわちＢａｔＣ／Ｄ）とを使用し得る。機器コントローラ６１４は、（例えば、フィードバック制御技術を使用することにより）実際の（例えば、測定された）温度Ｔｚｏｎｅおよび／またはＴｓａを設定点へ駆動する電動ＶＲＦ部品５０２の制御信号を生成するために最適温度設定点Ｔｓｐ，ｚｏｎｅまたはＴｓｐ，ｓａを使用し得る。コントローラ６１０～６１４のそれぞれは以下に詳細に説明される。
経済コントローラ
経済コントローラ６１０は、最適化期間の各時間ステップにおける、エネルギーグリッド５０８（すなわちグリッド電力設定点Ｐｓｐ，ｇｒｉｄ）から購入すべき最適量の電力、電池３１３に蓄積すべきまたはそれから放電すべき最適量の電力（すなわち電池電力設定点Ｐｓｐ，ｂａｔ）、および／または電動ＶＲＦ部品５０２により消費されるべき最適量の電力（すなわちＶＲＦ電力設定点Ｐｓｐ，ｔｏｔａｌ）を決定するために予想費用関数を最適化するように構成され得る。経済コントローラ６１０により最適化され得る予想費用関数の例が次式に示される：
Figure 0007406918000001
 ここで、Ｃｅｃ（ｋ）は時間ステップｋ中に電気事業者５１２から購入される電気の単位当たり費用（例えば＄／ｋＷｈ）であり、Ｐｃｏｍｐ（ｋ）は時間ステップｋ中のコンプレッサ４０２の消費電力（例えばｋＷ）であり、Ｐｆａｎ（ｋ）は時間ステップｋ中のファン４０６の消費電力（例えばｋＷ）であり、Ｃｖｒｆ（ｋ）は、時間ステップｋにおいて屋内ＶＲＦユニット３０４へ供給される冷媒の１単位を加熱または冷却するために発生される費用（例えば＄／リットル）であり、Ｆｃｏｌｄ（ｋ）は時間ステップｋにおいて屋内ＶＲＦユニット３０４へ供給される冷却された冷媒の流速（例えばリットル／ｓ）であり、Ｆｈｏｔ（ｋ）は時間ステップｋにおいて屋内ＶＲＦユニット３０４へ供給される加熱された冷媒の流速（例えばリットル／ｓ）であり、ＣＤＣは需要電力料金レート（例えば＄／ｋＷ）であり、ｍａｘ（）項は最適化期間の任意の時間ステップｋ中のＶＲＦシステム３００の最大消費電力（すなわちＰｇｒｉｄ（ｋ）の最大値）を選択し、Ｐｂａｔ（ｋ）は時間ステップｋ中に電池３１３から放電される電力量であり、Δｔは各時間ステップｋの持続時間である。経済コントローラ６１０は、最適化期間の持続時間全体にわたってＶＲＦシステム３００を動作させる全費用を予想するために最適化期間の持続時間全体（例えば時間ステップｋ＝１から時間ステップｋ＝ｈまで）にわたって予想費用関数Ｊを最適化し得る。
予想費用関数Ｊの第１および第２項は、最適化期間の持続時間全体にわたって電動ＶＲＦ部品５０２により消費される電気の経費を表す。各時間ステップｋにおけるパラメータＣｅｃ（ｋ）の値は、電気事業者５１２により提供されるエネルギー費用情報により規定され得る。いくつかの実施形態では、電気の経費は時間に応じて変動し、様々な時間ステップｋにおいて様々な値のＣｅｃ（ｋ）を生じる。いくつかの実施形態では、時間ステップｋにおける電動ＶＲＦ部品５０２の全消費電力Ｐｔｏｔａｌ（ｋ）はコンプレッサ消費電力Ｐｃｏｍｐ（ｋ）とファン消費電力Ｐｆａｎ（ｋ）との合計である（すなわちＰｔｏｔａｌ（ｋ）＝Ｐｆａｎ（ｋ）＋Ｐｃｏｍｐ（ｋ））。変数Ｐｃｏｍｐ（ｋ）およびＰｆａｎ（ｋ）は経済コントローラ６１０により最適化され得る決定変数である。
予想費用関数Ｊの第３および第４項は、加熱された冷媒と冷却された冷媒を最適化期間の持続時間全体にわたって屋内ＶＲＦユニット３０４へ供給する費用を表す。いくつかの実施形態では、パラメータＣｖｒｆ（ｋ）の値は予想ＶＲＦコントローラ３０６への入力として提供される。他の実施形態では、Ｃｖｒｆ（ｋ）の値は、屋内ＶＲＦユニット３０４へ供給される加熱された冷媒と冷却された冷媒とを生成するために使用される機器の属性に基づき経済コントローラ６１０により決定され得る。例えば、屋外ＶＲＦユニット３０２が、加熱された／冷却された冷媒を生成するために使用されれば、屋外ＶＲＦユニット３０２の性能曲線が、屋外ＶＲＦユニット３０２の性能をモデル化するために使用され得る。いくつかの実施形態では、性能曲線は屋外ＶＲＦユニット３０２の入力資源と出力資源との関係を定義する。例えば、屋外ＶＲＤユニット３０２の性能曲線は、屋外ＶＲＦユニット３０２により生成される冷却／加熱された冷媒の量（例えばリットル／ｓ）に応じて屋外ＶＲＦユニット３０２の消費電力（例えばｋＷ）を規定し得る。経済コントローラ６１０は、所定量の冷媒生産に対応する消費電力を決定するために屋外ＶＲＦユニット３０２の特性曲線を使用し得る。経済コントローラ６１０により使用され得るサブプラント（ｓｕｂｐｌａｎｔ）曲線のいくつかの例は、その開示全体を参照により本明細書に援用する２０１５年２月２７日出願の米国特許出願第１４／６３４，６０９号明細書に詳細に説明されている。
経済コントローラ６１０は、パラメータＣｖｒｆ（ｋ）の値を決定するために屋外ＶＲＦユニット３０２の特性曲線を電気事業者５１２からのエネルギー価格と組み合わせて使用し得る。例えば、次式は、冷却された冷媒の所与の流速Ｆｃｏｌｄ（ｋ）のパラメータＣｖｒｆ（ｋ）の値を決定するために経済コントローラ６１０により使用され得る：
Figure 0007406918000002
 ここで、θｏｕｔｄｏｏｒ（ｋ）は規定冷媒流速Ｆｃｏｌｄ（ｋ）における屋外ＶＲＦユニット３０２の特性曲線の傾斜であり、Ｃｅｃ（ｋ）は時間ステップｋにおける電気の経費である。傾斜θｏｕｔｄｏｏｒは、対応する冷却された冷媒の量（すなわちリットル／ｓ）を生成するのに必要な電力量（すなわちｋＷ電力）を表す。電気の経費Ｃｅｃ（ｋ）は電気事業者５１２から受信されるエネルギー費用情報により規定され得、一方、性能曲線の傾斜θｏｕｔｄｏｏｒ（Ｆｃｏｌｄ（ｋ））は、規定冷媒流速Ｆｃｏｌｄ（ｋ）に応じて屋外ＶＲＦユニット３０２の特性曲線により規定され得る。
同様に、次式は、加熱された冷媒の所与流速Ｆｈｏｔ（ｋ）のパラメータＣｖｒｆ（ｋ）の値を決定するために経済コントローラ６１０により使用され得る：
Figure 0007406918000003
 ここで、θｏｕｔｄｏｏｒ（ｋ）は規定冷媒流速Ｆｈｏｔ（ｋ）における屋外ＶＲＦユニット３０２の特性曲線の傾斜であり、Ｃｅｃ（ｋ）は時間ステップｋにおける電気の経費である。傾斜θｏｕｔｄｏｏｒは、対応する加熱された冷媒の量（すなわちリットル／ｓ）を生成するのに必要な電力（すなわちｋＷ電力）の量を表す。電気の経費Ｃｅｃ（ｋ）は電気事業者５１２から受信されるエネルギー費用情報により規定され得、一方、性能曲線の傾斜θｏｕｔｄｏｏｒ（Ｆｈｏｔ（ｋ））は、規定冷媒流速Ｆｈｏｔ（ｋ）に応じて屋外ＶＲＦユニット３０２の特性曲線により規定され得る。変数Ｆｃｏｌｄ（ｋ）およびＦｈｏｔ（ｋ）は経済コントローラ６１０により最適化され得る決定変数である。
予想費用関数Ｊの第５項は需要電力料金を表す。需要電力料金は、適用可能需要電力料金期間中に最大消費電力に基づきいくつかの公益事業提供者により課される追加料金である。例えば、需要電力料金レートＣＤＣは、電力単位当たりドル（例えば＄／ｋＷ）の観点で規定され得、需要電力料金を計算するために需要電力料金期間中のピーク電力利用（例えばｋＷ）により乗算され得る。予想費用関数Ｊでは、需要電力料金レートＣＤＣは電気事業者５１２から受信される請求費用情報により規定され得る。変数Ｐｇｒｉｄ（ｋ）は、需要電力料金期間中に発生するピーク電力利用ｍａｘ（Ｐｇｒｉｄ（ｋ））を低減するために経済コントローラ６１０により最適化され得る決定変数である。負荷シフトは「経済コントローラ６１０が、電動ＶＲＦ部品５０２の消費電力が低いときにエネルギーを電池３１３内に蓄積することによりＶＲＦシステム３００の電力需要の瞬間的スパイクを滑らかにする」ことを可能にし得る。蓄積されたエネルギーは、エネルギーグリッド５０８からのピーク電力引き出しＰｇｒｉｄを低減するために電動ＶＲＦ部品５０２の消費電力が高いときに電池３１３から放電され得、これにより、発生される需要電力料金を低減する。
予想費用関数Ｊの最終項は電池３１３の使用から生じる費用節約を表す。費用関数Ｊ内の先の項とは異なり、最終項は全費用から減じられる。各時間ステップｋにおけるパラメータＣｅｃ（ｋ）の値は電気事業者５１２により提供されるエネルギー費用情報により規定され得る。いくつかの実施形態では、電気の経費は時間に応じて変動し、様々な時間ステップｋにおいて様々な値のＣｅｃ（ｋ）を生じる。変数Ｐｂａｔ（ｋ）は経済コントローラ６１０により最適化され得る決定変数である。Ｐｂａｔ（ｋ）の正値は電池３１３が放電しているということを指示し、一方、Ｐｂａｔ（ｋ）の負値は電池３１３が充電しているということを指示する。電池３１３から放電される電力Ｐｂａｔ（ｋ）は、電動ＶＲＦ部品５０２の全消費電力Ｐｔｏｔａｌ（ｋ）の一部またはすべてを満たすために使用され得、これによりエネルギーグリッド５０８から購入される電力量Ｐｇｒｉｄ（ｋ）を低減する（すなわちＰｇｒｉｄ（ｋ）＝Ｐｔｏｔａｌ（ｋ）－Ｐｂａｔ（ｋ）－ＰＰＶ（ｋ））。しかし、電池３１３を充電することは、負値のＰｂａｔ（ｋ）を生じ、エネルギーグリッド５０８から購入される総電力量Ｐｇｒｉｄ（ｋ）を増加する。
いくつかの実施形態では、ＰＶパネル３１０により供給される電力ＰＰＶは、ＰＶ電力を生成することが費用を発生しないので予想費用関数Ｊ内に含まれない。しかし、ＰＶパネル３１０により生成される電力ＰＰＶは電動ＶＲＦ部品５０２の全消費電力Ｐｔｏｔａｌ（ｋ）の一部またはすべてを満たすために使用され得、これによりエネルギーグリッド５０８から購入される電力量Ｐｇｒｉｄ（ｋ）を低減する（すなわち、Ｐｇｒｉｄ（ｋ）＝Ｐｔｏｔａｌ（ｋ）－Ｐｂａｔ（ｋ）－ＰＰＶ（ｋ））。任意の時間ステップｋ中に生成されるＰＶ電力の量ＰＰＶが経済コントローラ６１０により予想され得る。ＰＶパネルにより生成されるＰＶ電力の量を予想するためのいくつかの技術は、米国特許出願第１５／２４７，８６９号明細書、米国特許出願第１５／２４７，８４４号明細書および米国特許出願第１５／２４７，７８８号明細書に説明されている。これらの特許出願のそれぞれは２０１６年８月２５日の出願日を有し、これらの特許出願のそれぞれの開示全体を参照により本明細書に援用する。
経済コントローラ６１０は、最適化期間中の各時間ステップにおける決定変数の最適値を決定するために最適化期間の持続時間全体にわたって予想費用関数Ｊを最適化し得る。いくつかの実施形態では、最適化期間の持続時間は約１日であり、各時間ステップは約１５分である。しかし、最適化期間および時間ステップの持続時間は他の実施形態では変わり得、ユーザにより調整され得る。有利には、経済コントローラ６１０は、エネルギー価格が低いときにおよび／または電動ＶＲＦ部品５０２により消費される電力が低いときにエネルギーグリッド５０８から電気を引き出すことにより負荷シフトを行うために電池３１３を使用し得る。電気は、エネルギー価格が高いときおよび／または電動ＶＲＦ部品５０２の消費電力が高いときに電池３１３内に蓄積され、後で放電され得る。これは、経済コントローラ６１０がＶＲＦシステム３００により消費される電気の経費を低減し得るようにし、ＶＲＦシステム３００の電力需要の瞬間的スパイクを滑らかにし得、これにより発生需要電力料金を低減する。
経済コントローラ６１０は予想費用関数Ｊの最適化に制約を課すように構成され得る。いくつかの実施形態では、制約は、ＶＲＦシステム３００により加熱または冷却される各建物区域の温度Ｔｚｏｎｅに関する制約を含む。経済コントローラ６１０は、実際または予想温度Ｔｚｏｎｅを最低温度限界Ｔｍｉｎと最高温度限界Ｔｍａｘとの間に常時維持する（すなわちＴｍｉｎ≦Ｔｚｏｎｅ≦Ｔｍａｘ）ように構成され得る。パラメータＴｍｉｎおよびＴｍａｘは様々な時間には様々な温度範囲（例えば占有温度範囲、非占有温度範囲、昼間温度範囲、夜間温度範囲など）を規定するように時間依存性であり得る。
区域温度制約が満たされるということを保証するために、経済コントローラ６１０は、経済コントローラ６１０により最適化される決定変数に応じて建物区域の温度Ｔｚｏｎｅをモデル化し得る。いくつかの実施形態では、経済コントローラ６１０は伝熱モデルを使用して建物区域の温度をモデル化する。例えば、建物区域を加熱または冷却することの動力学はエネルギーバランスにより次のように記述され得る：
Figure 0007406918000004
 ここで、Ｃは建物区域の熱容量であり、Ｈは建物区域の周囲伝熱係数であり、Ｔｚｏｎｅは建物区域の温度であり、Ｔａは建物区域外の周囲温度（例えば外気温度）であり、
Figure 0007406918000005
 はＶＲＦシステム３００により建物区域に適用される加熱の量であり、
Figure 0007406918000006
 は建物区域により経験される外部負荷、放射、または他の外乱である。前述の式において、
Figure 0007406918000007
 はＶＲＦシステム３００（すなわち加熱負荷）による建物区域内への伝熱を表し、したがって正符号を有する。しかし、加熱よりむしろ冷却が建物区域に適用されれば、
Figure 0007406918000008
 の極性は、
Figure 0007406918000009
 がＶＲＦシステム３００により建物区域に適用される冷却の量（すなわち冷却負荷）を表すように負号に切り替えられ得る。
いくつかの実施形態では、ＶＲＦシステム３００により供給される加熱または冷却量
Figure 0007406918000010
 は、決定変数Ｐｃｏｍｐ、Ｐｆａｎ、Ｆｃｏｌｄ、Ｆｈｏｔ、およびＰｂａｔに応じて規定され得る。区域温度モデルを開発し区域温度Ｔｚｏｎｅを予想費用関数Ｊ内の決定変数へ関係付けるためのいくつかの技術は、２０１６年９月６日授与された米国特許第９，４３６，１７９号明細書、２０１５年４月２３日出願の米国特許出願第１４／６９４，６３３号明細書、および２０１６年６月３０日出願の米国特許出願第１５／１９９，５１０号明細書に詳細に説明されている。これらの特許および特許出願の開示全体を参照により本明細書に援用する。
先のエネルギーバランスは、建物区域のすべての質量および大気特性を単一区域温度に合成する。経済コントローラ６１０により使用され得る他の伝熱モデルは以下の大気および質量区域モデルを含む：
Figure 0007406918000011
 ここで、ＣｚとＴｚｏｎｅは、建物区域内の大気の熱容量と温度であり、Ｔａは周囲温度であり、Ｈａｚは建物区域の大気と建物区域外の外気との間の伝熱係数（例えば建物区域の外壁を介した）であり、ＣｍとＴｍは建物区域内の非大気質量の熱容量と温度であり、Ｈｍｚは建物区域の大気と非大気質量との間の伝熱係数である。
前述の式は、建物区域のすべての質量特性を単一区域質量に合成する。経済コントローラ６１０により使用され得る他の伝熱モデルは、以下の大気モデル、浅質量（ｓｈａｌｌｏｗ ｍａｓｓ）区域モデル、深質量（ｄｅｅｐ ｍａｓｓ）区域モデルを含む：
Figure 0007406918000012
 ここで、ＣｚとＴｚｏｎｅは建物区域内の大気の熱容量と温度であり、Ｔａは周囲温度であり、Ｈａｚは建物区域の大気と建物区域外の外気との間の伝熱係数（例えば建物区域の外壁を介した）であり、ＣｓとＴｓは建物区域内の浅質量の熱容量と温度であり、Ｈｓｚは建物区域の大気と浅質量との間の伝熱係数であり、ＣｄとＴｄは建物区域内の深質量の熱容量と温度であり、Ｈｄｓは浅質量と深質量との間の伝熱係数である。
いくつかの実施形態では、経済コントローラ６１０は、最適化期間の各時間ステップにおいて周囲温度Ｔａおよび／または外部外乱
Figure 0007406918000013
 の適正値を決定するために気象サービス５１４からの気象予報を使用する。ＣおよびＨの値は、追跡コントローラ６１２から受信された、ユーザから受信された、メモリ６０８から取り出された、またはそうでなければ経済コントローラ６１０への入力として提供された建物区域のパラメータとして規定され得る。したがって、建物区域の温度Ｔｚｏｎｅは、これらの伝熱モデルのうちの任意のものを使用することによりＶＲＦシステム３００により建物区域に適用される加熱または冷却量
Figure 0007406918000014
 に応じて規定され得る。操作される変数
Figure 0007406918000015
 は、予想費用関数Ｊ内の変数Ｐｆａｎ、Ｐｃｏｍｐ、Ｆｃｏｌｄ、およびＦｈｏｔを調整することにより経済コントローラ６１０により調整され得る。
いくつかの実施形態では、経済コントローラ６１０は、経済コントローラ６１０により提供される電力設定点Ｐｓｐ，ｇｒｉｄ、Ｐｓｐ，ｂａｔに応じてＶＲＦシステム３００により建物区域に適用される加熱または冷却量
Figure 0007406918000016
 を規定するモデルを使用する。例えば、経済コントローラ６１０は、電動ＶＲＦ部品５０２により消費されることになる総電力量Ｐｔｏｔａｌを決定するために電力設定点Ｐｓｐ，ｇｒｉｄ、Ｐｓｐ，ｂａｔを追加し得る。いくつかの実施形態では、Ｐｔｏｔａｌは、ファン４０６とコンプレッサ４０２との合成消費電力に等価であり（すなわちＰｔｏｔａｌ＝Ｐｆａｎ＋Ｐｃｏｍｐ）、屋外ＶＲＦユニット３０２により冷媒へ供給される加熱または冷却量を決定するために経済コントローラ６１０により使用され得る。同様に、ＦｈｏｔおよびＦｃｏｌｄは、屋内ＶＲＦユニット３０４により各建物区域へ供給される加熱または冷却量を決定するために使用され得る。経済コントローラ６１０は、ＶＲＦシステム３００により各建物区域に適用される加熱または冷却の合計量
Figure 0007406918000017
 を決定するためにＰｔｏｔａｌをＦｃｏｌｄおよびＦｈｏｔと組み合わせて使用し得る。
いくつかの実施形態では、経済コントローラ６１０は、次式に示すように区域温度Ｔｚｏｎｅと区域温度設定点Ｔｓｐ，ｚｏｎｅとに応じてＶＲＦシステム３００により建物区域に適用される加熱または冷却量（すなわち
Figure 0007406918000018
 ）を規定する１つ以上のモデルを使用する：
Figure 0007406918000019
 経済コントローラ６１０により使用されるモデルは「ＶＲＦシステム３００により供給される加熱または冷却量
Figure 0007406918000020
 が、区域温度Ｔｚｏｎｅに許容可能または最適温度範囲から逸脱させるであろう値まで低減されない」ということを保証するための最適化制約として課され得る。
いくつかの実施形態では、経済コントローラ６１０は、ＶＲＦシステム３００により供給される加熱または冷却量
Figure 0007406918000021
 と区域温度Ｔｚｏｎｅおよび区域温度設定点Ｔｓｐ，ｚｏｎｅととを、複数のモデルを使用することにより関係付ける。例えば、経済コントローラ６１０は、区域温度Ｔｚｏｎｅおよび区域温度設定点Ｔｓｐ，ｚｏｎｅに応じて機器コントローラ６１４により行われる制御動作を決定するために機器コントローラ６１４のモデルを使用し得る。このような区域調整コントローラモデルの例が次式に示される：
ｖａｉｒ＝ｆ１（Ｔｚｏｎｅ，Ｔｓｐ，ｚｏｎｅ）
ここで、ｖａｉｒは建物区域への気流速度（すなわち制御動作）である。いくつかの実施形態では、ｖａｉｒは屋内ＶＲＦユニット３０４内のファン４２２の速度に依存する。経済コントローラ６１０は、ＴｚｏｎｅおよびＴｓｐ，ｚｏｎｅに応じてｖａｉｒを規定するためにはファン４２２の機器モデルまたは製造者仕様を使用し得る。関数ｆ１はデータから識別され得る。例えば、経済コントローラ６１０は、ｖａｉｒおよびＴｚｏｎｅの測定結果を収集し、Ｔｓｐ，ｚｏｎｅの対応値を識別し得る。経済コントローラ６１０は、このような変数間の関係を定義する関数ｆ１を決定するためにトレーニングデータとしてｖａｉｒ、Ｔｚｏｎｅ、およびＴｓｐ，ｚｏｎｅの収集値を使用してシステム識別プロセスを行い得る。
経済コントローラ６１０は、次式に示すように、制御動作ｖａｉｒとＶＲＦシステム３００により供給される加熱または冷却量
Figure 0007406918000022
 とを関係付けるエネルギーバランスモデルを使用し得る：
Figure 0007406918000023
 ここで、関数ｆ２はトレーニングデータから識別され得る。経済コントローラ６１０は、こ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ｖａｉｒおよび
Figure 0007406918000024
 の収集値を使用してシステム識別プロセスを行い得る。
いくつかの実施形態では、線形関係が
Figure 0007406918000025
 とｖａｉｒとの間に存在する。理想的比例積分（ＰＩ）コントローラと、
Figure 0007406918000026
 とｖａｉｒとの間の線形関係とを仮定すると、単純化線形制御機器モデルは、区域温度Ｔｚｏｎｅおよび区域温度設定点Ｔｓｐ，ｚｏｎｅに応じてＶＲＦシステム３００により供給される加熱または冷却量
Figure 0007406918000027
 を規定するために使用され得る。このようなモデルの例が次式に示される：
Figure 0007406918000028
 ここで、
Figure 0007406918000029
 は加熱または冷却速度の定常状態速度であり、Ｋｃはスケーリングされた区域ＰＩコントローラ比例利得であり、τＩは区域ＰＩコントローラ積分時間であり、εは設定点誤差である（すなわち区域温度設定点Ｔｓｐ，ｚｏｎｅと区域温度Ｔｚｏｎｅとの間の差）。飽和は、
Figure 0007406918000030
 に関する制約により表され得る。線形モデルが機器コントローラ６１４と屋内ＶＲＦユニット３０４内の伝熱とをモデル化するのに十分に正確でなければ、非線形加熱／冷却率（ｎｏｎｌｉｎｅａｒ ｈｅａｔｉｎｇ／ｃｏｏｌｉｎｇ ｄｕｔｙ）モデルがその代りに使用され得る。
区域温度Ｔｚｏｎｅに関する制約に加えて、経済コントローラ６１０は制約を電池３１３の充電状態（ＳＯＣ）および充電／放電率に課し得る。いくつかの実施形態では、経済コントローラ６１０は、以下の電力制約を生成し、これを予想費用関数Ｊに課す：
Ｐｂａｔ≦Ｐｒａｔｅｄ
－Ｐｂａｔ≦Ｐｒａｔｅｄ
ここで、Ｐｂａｔは電池３１３から放電される電力量であり、Ｐｒａｔｅｄは電池３１３の定格電池電力（例えば電池３１３が充電または放電され得る最大率）である。これらの電力制約は、電池３１３が最大可能電池充電／放電率Ｐｒａｔｅｄを越える率で充電または放電されないことを保証する。
いくつかの実施形態では、経済コントローラ６１０は、１つ以上の容量制約を生成し、これを予想費用関数Ｊに課す。容量制約は、各時間ステップ中に充電または放電される電池電力Ｐｂａｔと電池３１３の容量およびＳＯＣとを関係付けるために使用され得る。容量制約は、電池３１３の容量が最適化期間の各時間ステップにおいて許容可能下限および上限内に維持されるということを保証し得る。いくつかの実施形態では、経済コントローラ６１０は以下の容量制約を生成する：
Ｃａ（ｋ）－Ｐｂａｔ（ｋ）Δｔ≦Ｃｒａｔｅｄ
Ｃａ（ｋ）－Ｐｂａｔ（ｋ）Δｔ≧０
ここで、Ｃａ（ｋ）は時間ステップｋの初めにおける利用可能電池容量（例えばｋＷｈ）であり、Ｐｂａｔ（ｋ）は電池３１３が時間ステップｋ中に放電される率（例えばｋＷ）であり、Δｔは各時間ステップの持続時間であり、Ｃｒａｔｅｄは電池３１３の最大定格容量（例えばｋＷｈ）である。項Ｐｂａｔ（ｋ）Δｔは時間ステップｋ中の電池容量の変化を表す。これらの容量制約は、電池３１３の容量が零と最大定格容量Ｃｒａｔｅｄとの間で維持されるということを保証する。
いくつかの実施形態では、経済コントローラ６１０は、１つ以上の容量制約を生成し、これを電動ＶＲＦ部品５０２の動作に課す。例えば、ファン４０６は、ファン４０６による最大消費電力Ｐｆａｎ，ｍａｘに対応する最大動作速度を有し得る。同様に、コンプレッサ４０２は、コンプレッサ４０２による最大消費電力Ｐｃｏｍｐ，ｍａｘに対応する最大動作速度を有し得る。経済コントローラ６１０は、ファン４０６およびコンプレッサ４０２の消費電力を次式に示すように零と最大値間に制限する制約を生成するように構成され得る：
０≦Ｐｆａｎ≦Ｐｆａｎ，ｍａｘ
０≦Ｐｃｏｍｐ≦Ｐｃｏｍｐ，ｍａｘ
経済コントローラ６１０はまた、次式に示すように電動ＶＲＦ部品５０２の全消費電力を規定する制約を設定し得る：
Ｐｔｏｔａｌ＝Ｐｆａｎ＋Ｐｃｏｍｐ
Ｐｔｏｔａｌ＝Ｐｓｐ，ｇｒｉｄ＋Ｐｓｐ，ｂａｔ＋ＰＰＶ
ここで、電動ＶＲＦ部品５０２へ供給される全電力Ｐｔｏｔａｌは、グリッド電力設定点Ｐｓｐ，ｇｒｉｄ、電池電力設定点Ｐｓｐ，ｂａｔ、およびＰＶ電力ＰＰＶの合計である。電動ＶＲＦ部品５０２の全消費電力Ｐｔｏｔａｌもまたファン消費電力Ｐｆａｎとコンプレッサ消費電力Ｐｃｏｍｐの合計である。
いくつかの実施形態では、経済コントローラ６１０は、１つ以上の容量制約を生成し、これを屋外ＶＲＦユニット３０２の動作に課す。例えば、屋外ＶＲＦユニット３０２の動作は屋外ＶＲＦユニット３０２の機器性能曲線により規定され得る。機器性能曲線は、屋外ＶＲＦユニット３０２により消費される電気に応じて屋外ＶＲＦユニット３０２により供給される加熱または冷却量を規定し得る。経済コントローラ６１０は、屋外ＶＲＦユニット３０２の動作を機器性能曲線上の点に制限する制約を生成しこれを課し得る。経済コントローラ６１０により使用され得る機器性能曲線のいくつかの例は、２０１５年２月２７日出願の米国特許出願第１４／６３４，６０９号明細書に詳細に説明されている。
いくつかの実施形態では、経済コントローラ６１０は、屋内ＶＲＦユニット３０４を通る冷媒の流速を零と最大流速Ｆｍａｘとの間に制限する制約を生成しこれを課し得る。このような制約の例が次式に示される：
０≦Ｆｃｏｌｄ≦Ｆｍａｘ
０≦Ｆｈｏｔ≦Ｆｍａｘ
経済コントローラ６１０は、決定変数Ｐｆａｎ、Ｐｃｏｍｐ、Ｆｃｏｌｄ、Ｆｈｏｔ、Ｐｇｒｉｄ、およびＰｂａｔの最適値を決定するための制約を受ける予想費用関数Ｊを最適化し得る、ここでＰｔｏｔａｌ＝Ｐｂａｔ＋Ｐｇｒｉｄ＋ＰＰＶ。いくつかの実施形態では、経済コントローラ６１０は、追跡コントローラ６１２の電力設定点を生成するためにＰｔｏｔａｌ、Ｐｂａｔ、および／またはＰｇｒｉｄの最適値を使用する。電力設定点は、最適化期間内の時間ステップｋのそれぞれの電池電力設定点Ｐｓｐ，ｂａｔ、グリッド電力設定点Ｐｓｐ，ｇｒｉｄ、および／またはＶＲＦ電力設定点Ｐｓｐ，ｔｏｔａｌを含み得る。経済コントローラ６１０は電力設定点を追跡コントローラ６１２へ提供し得る。
追跡コントローラ
追跡コントローラ６１２は、最適温度設定点（例えば区域温度設定点Ｔｓｐ，ｚｏｎｅ、給気温度設定点Ｔｓｐ，ｓａ、冷媒温度設定点Ｔｓｐ，ｒｅｆなど）と最適電池充電または放電率（すなわちＢａｔＣ／Ｄ）を決定するために、経済コントローラ６１０により生成される最適電力設定点Ｐｓｐ，ｇｒｉｄ、Ｐｓｐ，ｂａｔ、および／またはＰｓｐ，ｔｏｔａｌを使用し得る。いくつかの実施形態では、追跡コントローラ６１２は、ＲＦシステム３００の電力設定点Ｐｓｐ，ｔｏｔａｌを実現すると予想される区域温度設定点Ｔｓｐ，ｚｏｎｅ、給気温度設定点Ｔｓｐ，ｓａ、および／または冷媒温度設定点Ｔｓｐ，ｒｅｆを生成する。換言すれば、追跡コントローラ６１２は、ＶＲＦシステム３００に経済コントローラ６１０により決定される最適量の電力Ｐｔｏｔａｌを消費させる区域温度設定点Ｔｓｐ，ｚｏｎｅ、給気温度設定点Ｔｓｐ，ｓａ、および／または冷媒温度設定点Ｔｓｐ，ｒｅｆを生成し得る。
いくつかの実施形態では、追跡コントローラ６１２は、消費電力モデルを使用することによりＶＲＦシステム３００の消費電力と区域温度Ｔｚｏｎｅおよび区域温度設定点Ｔｓｐ，ｚｏｎｅとを関係付ける。例えば、追跡コントローラ６１２は、区域温度Ｔｚｏｎｅおよび区域温度設定点Ｔｓｐ，ｚｏｎｅに応じて機器コントローラ６１４により行われる制御動作を決定するために機器コントローラ６１４のモデルを使用し得る。このような区域調整コントローラモデルの例が次式に示される：
ｓｓｐ，ｃｏｍｐ＝ｆ３（Ｔｚｏｎｅ，Ｔｓｐ，ｚｏｎｅ）
ｓｓｐ，ｆａｎ＝ｆ４（Ｔｚｏｎｅ，Ｔｓｐ，ｚｏｎｅ）
ここで、ｓｓｐ，ｃｏｍｐはコンプレッサ４０２の速度設定点であり、ｓｓｐ，ｆａｎはファン４０６の速度設定点である。
いくつかの実施形態では、ｓｓｐ，ｃｏｍｐ、ｓｓｐ，ｆａｎは対応する消費電力値Ｐｃｏｍｐ、Ｐｆａｎをそれぞれ有する。追跡コントローラ６１２は、ｓｓｐ，ｃｏｍｐ、ｓｓｐ，ｆａｎを対応消費電力値Ｐｃｏｍｐ、Ｐｆａｎに変換するためにコンプレッサ４０２およびファン４０６の機器モデルまたは製造者仕様を使用し得る。したがって、追跡コントローラ６１２は、区域温度Ｔｚｏｎｅおよび区域温度設定点Ｔｓｐ，ｚｏｎｅに応じて消費電力Ｐｔｏｔａｌ＝Ｐｃｏｍｐ＋Ｐｆａｎを規定し得る。このようなモデルの例が次式に示される：
Ｐｔｏｔａｌ＝ｆ４（Ｔｚｏｎｅ，Ｔｓｐ，ｚｏｎｅ）
関数ｆ４はデータから識別され得る。例えば、追跡コントローラ６１２は、ＰｔｏｔａｌおよびＴｚｏｎｅの測定結果を収集し、Ｔｓｐ，ｚｏｎｅの対応値を識別し得る。追跡コントローラ６１２は、このような変数間の関係を定義する関数ｆ４を決定するためにトレーニングデータとしてＰｔｏｔａｌ、Ｔｚｏｎｅ、およびＴｓｐ，ｚｏｎｅの収集された値を使用してシステム識別プロセスを行い得る。
追跡コントローラ６１２は、ＶＲＦシステム３００の全消費電力Ｐｔｏｔａｌと給気温度設定点Ｔｓｐ，ｓａとの間の関係を決定するために同様なモデルを使用し得る。例えば、追跡コントローラ６１２は区域温度Ｔｚｏｎｅおよび給気温度設定点Ｔｓｐ，ｚｏｎｅに応じて消費電力Ｐｔｏｔａｌを規定し得る。このようなモデルの例が次式に示される：
Ｐｔｏｔａｌ＝ｆ５（Ｔｚｏｎｅ，Ｔｓｐ，ｓａ）
関数ｆ５はデータから識別され得る。例えば、追跡コントローラ６１２は、ＰｔｏｔａｌおよびＴｚｏｎｅの測定結果を収集し、Ｔｓｐ，ｓａの対応値を識別し得る。追跡コントローラ６１２は、このような変数間の関係を定義する関数ｆ５を決定するためにトレーニングデータとしてＰｔｏｔａｌ、Ｔｚｏｎｅ、およびＴｓｐ，ｓａの収集された値を使用してシステム識別プロセスを行い得る。
追跡コントローラ６１２は、Ｔｓｐ，ｚｏｎｅおよびＴｓｐ，ｓａの値を決定するためにＰｔｏｔａｌ、Ｔｓｐ，ｚｏｎｅ、およびＴｓｐ，ｓａ間の関係を使用し得る。例えば、追跡コントローラ６１２は、経済コントローラ６１０からの入力としてＰｔｏｔａｌの値（すなわちＰｓｐ，ｔｏｔａｌ）を受信し得、Ｔｓｐ，ｚｏｎｅおよびＴｓｐ，ｓａの対応値を決定し得る。いくつかの実施形態では、温度設定点は区域固有である。第１の組の屋内ＶＲＦユニット３０４は第１の温度設定点を受信し得、一方、第２の組の屋内ＶＲＦユニット３０４は第２の温度設定点を受信し得る。追跡コントローラ６１２は、機器コントローラ６１４への出力としてＴｓｐ，ｚｏｎｅ、Ｔｓｐ，ｓａの値を提供し得る。
いくつかの実施形態では、追跡コントローラ６１２は、屋内ＶＲＦユニット３０４のうちのいくつかに、他の屋内ＶＲＦユニット３０４が冷却モードで動作している間に加熱モードで動作させる区域固有温度設定点Ｔｓｐ，ｚｏｎｅ、Ｔｓｐ，ｓａを生成する。有利には、屋内ＶＲＦユニット３０４を加熱モードと冷却モードとで同時に動作させることで、１つの建物区域から抽出される熱が別の建物区域を加熱するために使用され得るようにする。これは、屋外ＶＲＦユニット３０２への全加熱または冷却負荷を低減し、結局屋外ＶＲＦユニット３０２の全消費電力を低減する。いくつかの実施形態では、追跡コントローラ６１２は、他の建物区域へ提供される加熱または冷却を相殺するために加熱または冷却が対応建物区域に必要とされないときに屋内ＶＲＦユニット３０４のうちのいくつかに加熱または冷却することを強いる。このタイプの制御動作は、追加加熱または冷却を提供するために屋外ＶＲＦユニット３０２を必要とすることなく熱を１つの建物区域から別の建物区域へ効果的に伝える。このようにして温度設定点を調整することにより、追跡コントローラ６１２は、各建物区域の温度を許容可能温度範囲内に維持する一方でＶＲＦシステム３００の消費電力を最小化し得る（例えばＴｍｉｎ≦Ｔｚｏｎｅ≦Ｔｍａｘ）。
いくつかの実施形態では、追跡コントローラ６１２は、電池３１３を充電または放電すべき最適率ＢａｔＣ／Ｄを決定するために電池電力設定点Ｐｓｐ，ｂａｔを使用する。例えば、電池電力設定点Ｐｓｐ，ｂａｔは、追跡コントローラ６１２により電力インバータ５１０および／または機器コントローラ６１４の制御信号へ変換され得る電力値（ｋＷ）を規定し得る。他の実施形態では、電池電力設定点Ｐｓｐ，ｂａｔは、電池電力Ｐｂａｔを制御するために電力インバータ５１０へ直接提供され、電力インバータ５１０により使用される。
機器コントローラ
機器コントローラ６１４は、電動ＶＲＦ部品５０２の制御信号を生成するために、追跡コントローラ６１２により生成される最適温度設定点Ｔｓｐ，ｚｏｎｅ、Ｔｓｐ，ｓａ、および／またはＴｓｐ，ｒｅｆを使用し得る。機器コントローラ６１４により生成される制御信号は、実際の（例えば、測定された）温度Ｔｚｏｎｅ、Ｔｓａおよび／またはＴｒｅｆを設定点へ駆動し得る。機器コントローラ６１４は、電動ＶＲＦ部品５０２の制御信号を生成するために多様な制御技術のうちの任意のものを使用し得る。例えば、機器コントローラ６１４は、電動ＶＲＦ部品５０２の制御信号を生成するために、状態ベースアルゴリズム、極値探索制御（ＥＳＣ：ｅｘｔｒｅｍｕｍ ｓｅｅｋｉｎｇ ｃｏｎｔｒｏｌ）アルゴリズム、比例積分（ＰＩ：ｐｒｏｐｏｒｔｉｏｎａｌ－ｉｎｔｅｇｒａｌ）制御アルゴリズム、比例積分微分（ＰＩＤ：ｐｒｏｐｏｒｔｉｏｎａｌ－ｉｎｔｅｇｒａｌ－ｄｅｒｉｖａｔｉｖｅ）制御アルゴリズム、モデル予想制御（ＭＰＣ）アルゴリズム、または他のフィードバック制御アルゴリズムを使用し得る。
制御信号は、オン／オフ命令、ファン４０６、４２２の速度設定点、弁／アクチュエータ５０４の位置設定点、または電動ＶＲＦ部品５０２の個々の装置の他の動作命令を含み得る。いくつかの実施形態では、機器コントローラ６１４は、測定された冷媒温度Ｔｒｅｆを冷媒温度設定点Ｔｓｐ，ｒｅｆへ駆動するために冷媒に適用される加熱または冷却量を調整するためにファン４０６および／またはコンプレッサ４０２の速度を調整するフィードバック制御技術（例えばＰＩＤ、ＥＳＣ、ＭＰＣなど）を使用する。同様に、機器コントローラ６１４は、測定された温度Ｔｚｏｎｅおよび／またはＴｓａを温度設定点Ｔｓｐ，ｚｏｎｅおよび／またはＴｓｐ，ｓａへ駆動するために屋内ＶＲＦユニット３０４を通る冷媒流速および気流速を調整するために弁４２４の位置およびファン４２２の速度を制御するフィードバック制御技術を使用し得る。機器コントローラ６１４は、電動ＶＲＦ部品５０２の動作を制御するために制御信号を電動ＶＲＦ部品５０２へ提供し得、これにより電動ＶＲＦ部品５０２に区域温度Ｔｚｏｎｅ、給気温度Ｔｓａおよび／または冷媒温度Ｔｒｅｆへ影響を与えさせる。
いくつかの実施形態では、機器コントローラ６１４は制御信号を電力インバータ５１０へ提供するように構成される。電力インバータ５１０へ提供される制御信号は電池電力設定点Ｐｓｐ，ｂａｔおよび／または最適充電／放電率ＢａｔＣ／Ｄを含み得る。機器コントローラ６１４は電池電力設定点Ｐｓｐ，ｂａｔを実現するために電力インバータ５１０を動作させるように構成され得る。例えば、機器コントローラ６１４は、電力インバータ５１０に電池電力設定点Ｐｓｐ，ｂａｔに従って電池３１３を充電または放電させ得る。
ＶＲＦ制御プロセス
次に図７を参照すると、例示的実施形態による可変冷媒流（ＶＲＦ）システムを動作させるプロセス７００のフローチャートが示される。いくつかの実施形態では、プロセス７００は図３～６を参照して説明したようにＶＲＦシステム３００の１つ以上の部品により行われる。例えば、プロセス７００は予想ＶＲＦコントローラ３０６により行われ得る。
プロセス７００は、最適化期間内の複数の時間ステップのうちのそれぞれの時間ステップのエネルギー価格をＶＲＦシステムにおいて受信する工程（工程７０２）を含んで示される。いくつかの実施形態では、エネルギー価格は、最適化期間の様々な時間ステップの様々な値を有し得る時間依存性エネルギー価格である。エネルギー価格は、電気の単位当たり費用Ｃｅｃ（例えば＄／ｋＷｈ）および／または請求費用ＣＤＣ（例えば最大消費電力の＄／ｋＷ）を含み得る。いくつかの実施形態では、エネルギー価格は屋内ＶＲＦユニット３０４へ供給される加熱または冷却された冷媒の単位当たり費用Ｃｖｒｆを含む。例えば、冷媒単位当たり費用Ｃｖｒｆは、冷却または加熱された冷媒の１単位を生成するために発生される費用を含み得る。いくつかの実施形態では、費用Ｃｖｒｆは、図６を参照して説明したように屋外ＶＲＦユニット３０２の機器性能曲線を使用することにより予想ＶＲＦコントローラ３０６により決定される。他の実施形態では、冷媒の単位当たり費用Ｃｖｒｆは予想ＶＲＦコントローラ３０６への入力として提供され得る。
プロセス７００は、最適化期間の持続時間全体にわたってＶＲＦシステムを動作させる費用を定義する費用関数への入力としてエネルギー価格を使用する工程（工程７０４）を含んで示される。工程７０４において使用され得る予想費用関数の例が次式に示される：
Figure 0007406918000031
ここで、Ｃｅｃ（ｋ）は時間ステップｋ中に電気事業者５１２から購入される電気の単位当たり費用（例えば＄／ｋＷｈ）であり、Ｐｃｏｍｐ（ｋ）は時間ステップｋ中のコンプレッサ４０２の消費電力（例えばｋＷ）であり、Ｐｆａｎ（ｋ）は時間ステップｋ中のファン４０６の消費電力（例えばｋＷ）であり、Ｃｖｒｆ（ｋ）は時間ステップｋにおいて屋内ＶＲＦユニット３０４へ供給される冷媒の１単位を加熱または冷却するために発生される費用（例えば＄／リットル）であり、Ｆｃｏｌｄ（ｋ）は時間ステップｋにおいて屋内ＶＲＦユニット３０４へ供給される冷却された冷媒の流速（例えばリットル／ｓ）であり、Ｆｈｏｔ（ｋ）は時間ステップｋにおいて屋内ＶＲＦユニット３０４へ供給される加熱された冷媒の流速（例えばリットル／ｓ）であり、ＣＤＣは需要電力料金レート（例えば＄／ｋＷ）であり、ｍａｘ（）項は、最適化期間の任意の時間ステップｋ中のＶＲＦシステム３００の最大消費電力（すなわちＰｇｒｉｄ（ｋ）の最大値）を選択し、Ｐｂａｔ（ｋ）は時間ステップｋ中に電池３１３から放電される電力量であり、Δｔは各時間ステップｋの持続時間である。
プロセス７００は、ＶＲＦシステムの電動ＶＲＦ部品および電池の最適電力設定点を決定するために費用関数を最適化する工程（工程７０６）を含んで示される。工程７０６は経済コントローラ６１０により行われ得る。いくつかの実施形態では、費用関数は一組の最適化制約に従って最適化される。最適化制約は、区域温度Ｔｚｏｎｅに関する制約、電池電力Ｐｂａｔに関する制約、電池の充電状態に関する制約、冷媒流速ＦｃｏｌｄまたはＦｈｏｔに関する制約、電動ＶＲＦ部品の動作領域に関する制約、および／または最適化を実行可能解へ制限するために使用され得る任意の他の制約を含み得る。このような制約の例は図６を参照して詳細に説明された。
工程７０６において生成される最適電力設定点は、最適化期間の各時間ステップにおいてエネルギーグリッドから購入すべき最適量の電力（すなわちグリッド電力設定点Ｐｓｐ，ｇｒｉｄ）、電池へ蓄積すべきまたはそれから放電すべき最適量の電力（すなわち電池電力設定点Ｐｓｐ，ｂａｔ）、および／または電動ＶＲＦ部品により消費されるべき最適量の電力（すなわちＶＲＦ電力設定点Ｐｓｐ，ｔｏｔａｌ）を含み得る。いくつかの実施形態では、これらの電力設定点は費用関数内の決定変数である。他の実施形態では、電力設定点の１つ以上は決定変数の値に基づき計算され得る。例えば、電力設定点Ｐｓｐ，ｔｏｔａｌはＰｓｐ，ｇｒｉｄと、Ｐｓｐ，ｂａｔと、Ｐｓｐ，ＰＶとを加算することにより計算され得る。いくつかの実施形態では、工程７０６は最適ファン電力設定点Ｐｓｐ，ｆａｎおよび／または最適コンプレッサ電力設定点Ｐｓｐ，ｃｏｍｐを決定する工程を含む。最適ファン電力設定点Ｐｓｐ，ｆａｎと最適コンプレッサ電力設定点Ｐｓｐ，ｃｏｍｐとの合計は電動ＶＲＦ部品により消費される電力量と等価であり得る（例えばＰｓｐ，ｆａｎ＋Ｐｓｐ，ｃｏｍｐ＝Ｐｓｐ，ｔｏｔａｌ）。
プロセス７００はＶＲＦシステムにより影響される区域温度または冷媒温度の温度設定点を生成するために最適電力設定点を使用する工程（工程７０８）を含んで示される。いくつかの実施形態では、工程７０８は追跡コントローラ６１２により行われる。工程７０８は、区域温度設定点Ｔｓｐ，ｚｏｎｅおよび／または冷媒温度設定点Ｔｓｐ，ｒｅｆを決定するために、工程７０６において生成された最適電力設定点Ｐｓｐ，ｇｒｉｄ、Ｐｓｐ，ｂａｔ、Ｐｓｐ，ｔｏｔａｌ、Ｐｓｐ，ｆａｎ、および／またはＰｓｐ，ｃｏｍｐを使用する工程を含み得る。いくつかの実施形態では、工程７０８は、ＶＲＦシステムの電力設定点Ｐｓｐ，ｔｏｔａｌを実現すると予想される区域温度設定点Ｔｓｐ，ｚｏｎｅおよび／または冷媒温度設定点Ｔｓｐ，ｒｅｆを生成する工程を含む。換言すれば、工程７０８は、工程７０６において決定された最適量の電力ＰｔｏｔａｌをＶＲＦシステムに消費させる区域温度設定点Ｔｓｐ，ｚｏｎｅおよび／または冷媒温度設定点Ｔｓｐ，ｓａを生成する工程を含み得る。どのように温度設定点が電力設定点に基づき生成され得るかの例は図６を参照して詳細に説明された。
プロセス７００は、電動ＶＲＦ部品の制御信号を生成するために温度設定点を使用する工程（工程７１０）を含んで示される。いくつかの実施形態では、工程７１０は機器コントローラ６１４により行われる。工程７１０において生成される制御信号は、実際の（例えば、測定された）温度Ｔｚｏｎｅおよび／またはＴｒｅｆを設定点へ駆動し得る。工程７１０は、電動ＶＲＦ部品の制御信号を生成するために多様な制御技術のうちの任意のものを使用する工程を含み得る。例えば、工程７１０は、電動ＶＲＦ部品の制御信号を生成するために、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、モデル予想制御（ＭＰＣ）アルゴリズム、または他のフィードバック制御アルゴリズムを使用する工程を含み得る。
制御信号は、オン／オフ命令、ファン４０６、４２２の速度設定点、コンプレッサ４０２の速度設定点、弁４０８、４１０または４２４の位置設定点、または電動ＶＲＦ部品の個々の装置の他の動作命令を含み得る。いくつかの実施形態では、工程７１０は、測定された冷媒温度Ｔｒｅｆを冷媒温度設定点Ｔｓｐ，ｒｅｆへ駆動するために屋外ＶＲＦユニット３０２により冷媒に適用される加熱または冷却量を調整するためにファン４０６および／またはコンプレッサ４０２の速度を調整するフィードバック制御技術（例えばＰＩＤ、ＥＳＣ、ＭＰＣなど）を使用する工程を含む。同様に、工程７１０は、測定された温度Ｔｚｏｎｅおよび／またはＴｓａを温度設定点Ｔｓｐ，ｚｏｎｅおよび／またはＴｓｐ，ｓａへ駆動するために屋内ＶＲＦユニット３０４のそれぞれにより供給される加熱または冷却量を調整するために弁４２４の位置および／またはファン４２２の速度を制御するフィードバック制御技術を使用する工程を含み得る。いくつかの実施形態では、工程７１０は電池電力インバータの制御信号を生成する工程を含む。電池電力インバータの制御信号は電池電力設定点Ｐｓｐ，ｂａｔおよび／または最適充電／放電率ＢａｔＣ／Ｄを含み得る。
プロセス７００は、温度設定点を実現するために電動ＶＲＦ部品を動作させる工程（工程７１２）を含んで示される。いくつかの実施形態では、工程７１２は、工程７１０において生成された制御信号を電動ＶＲＦ部品へ提供する工程を含む。制御信号は、電動ＶＲＦ部品の動作を制御し得、これにより電動ＶＲＦ部品に冷媒温度Ｔｒｅｆ、区域温度Ｔｚｏｎｅおよび／または給気温度Ｔｓａに影響を与えさせる。いくつかの実施形態では、工程７１２は、電池電力設定点Ｐｓｐ，ｂａｔを実現するために電池電力インバータを動作させる工程を含む。例えば、工程７１２は、電池電力インバータに電池電力設定点Ｐｓｐ，ｂａｔに従って電池３１３を充電または放電させる工程を含み得る。
例示的実施形態の構成
様々な例示的実施形態に示されたシステムおよび方法の構造、配置は単に例示的である。いくつかの実施形態だけが本開示では詳細に説明されたが、多くの修正（例えば様々な要素のサイズ、次元、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、配向などの変形形態）が可能である。例えば、要素の位置は反転され得、またはそうでなければ変更され得、個別素子の性質または数、または位置は修正または変更され得る。したがって、すべてのこのような修正は本開示の範囲に含まれるように意図されている。任意のプロセスまたは方法工程の順序またはシーケンスは代替実施態様に従って変更または再シーケンス化され得る。他の置換、修正、変更、省略が、本開示の範囲から逸脱することなく例示的実施形態の設計、動作条件、および配置においてなされ得る。
本開示は、様々な動作を実現するための任意の機械可読媒体上の方法、システム、およびプログラム製品を企図する。本開示の実施形態は、既存コンピュータプロセッサを使用することにより、またはこの目的または別の目的のために組み込まれる適切なシステムの特殊用途コンピュータプロセッサにより、またはハードワイヤシステムにより実施され得る。本開示の範囲内の実施形態は、その上に格納された機械実行可能命令またはデータ構造を担持するまたは有する機械可読媒体を含むプログラム製品を含む。このような機械可読媒体は、汎用または特殊用途コンピュータまたはプロセッサを有する他の機械によりアクセスされ得る任意の入手可能媒体であり得る。一例として、このような機械可読記憶媒体は、ＲＡＭ、ＲＯＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭ、ＣＤ－ＲＯＭ、または他の光学ディスク記憶装置、磁気ディスク記憶装置または他の磁気記憶装置、または機械可読命令またはデータ構造の形式の所望プログラムコードを担持または格納するために使用され得るとともに汎用または特殊用途コンピュータまたはプロセッサを有する他の機械によりアクセスされ得る任意の他の媒体を含み得る。上記のものの組み合わ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、例えば汎用コンピュータ、特殊用途コンピュータ、または特殊用途処理機械に機能または機能群を行わせる命令およびデータを含む。
添付図面は方法工程の特定順序を示すが、工程の順序は描写されたものと異なり得る。また２つ以上の工程が同時にまたは部分的に並列に行われ得る。このような変形形態は、選択されるソフトウェアおよびハードウェアシステムと設計者選択とに依存することになる。すべてのこのような変形形態は本開示の範囲内である。同様に、ソフトウェア実施は、様々な接続工程、処理工程、比較工程および決定工程を実施する規則ベース論理および他の論理を有する標準的プログラミング技術により実現される可能性がある。

Claims (19)

  1. 建物の可変冷媒流（ＶＲＦ）システムであって、
    加熱または冷却を冷媒へ適用するように構成された１つ以上の電動ＶＲＦ部品を含む屋外ＶＲＦユニットと、
    前記屋外ＶＲＦユニットから前記加熱または冷却された冷媒を受け取ることと、加熱または冷却を複数の建物区域へ提供するために前記加熱または冷却された冷媒を使用することとを行うように構成された複数の屋内ＶＲＦユニットと、
    前記電動ＶＲＦ部品に給電する際に使用するために電気エネルギーを蓄積し、前記蓄積された電気エネルギーを放電するように構成された電池と、
    最適化期間の各時間ステップにおいて前記電動ＶＲＦ部品に給電する際に使用するために、前記電動ＶＲＦ部品により消費されるべき最適量の電気エネルギーと、エネルギーグリッドから購入すべき最適量の電気エネルギーと、前記電池内に蓄積すべきまたは前記電池から放電すべき最適量の電気エネルギーとを決定するために予想費用関数を最適化するように構成された予想ＶＲＦコントローラと
    を含む、ＶＲＦシステム。
  2. 太陽電池エネルギーを収集するように構成された１つ以上の太陽電池パネルをさらに含み、
    前記予想ＶＲＦコントローラは、前記最適化期間の各時間ステップにおいて前記電池内に蓄積すべき最適量の前記太陽電池エネルギーと、前記電動ＶＲＦ部品により消費されるべき最適量の前記太陽電池エネルギーとを決定するように構成される、請求項１のＶＲＦシステム。
  3. 前記屋外ＶＲＦユニットは、
    熱交換器を含む冷凍回路と、
    前記熱交換器を介し前記冷媒を循環させるように構成されたコンプレッサと、
    前記熱交換器内の伝熱速度を変調するように構成されたファンと
    を含み、
    前記電動ＶＲＦ部品は前記コンプレッサおよび前記ファンを含み、
    前記予想費用関数は、前記最適化期間の各時間ステップにおいて前記コンプレッサおよび前記ファンを動作させる費用を説明する、請求項１のＶＲＦシステム。
  4. 前記予想費用関数は、
    前記エネルギーグリッドから購入される前記電気エネルギーの費用と、
    前記最適化期間の各時間ステップにおいて前記電池から蓄積電気エネルギーを放電することから生じる費用節約と
    を説明する、請求項１のＶＲＦシステム。
  5. 前記予想ＶＲＦコントローラは、前記最適化期間の各時間ステップにおいて
    前記エネルギーグリッドから購入される電気エネルギーの単位当たり費用を規定するエネルギー価格データを受信することと、
    前記エネルギー価格データを前記予想費用関数への入力として使用することと
    を行うように構成される、請求項１のＶＲＦシステム。
  6. 前記予想費用関数は、前記最適化期間と少なくとも部分的に重畳する需要電力料金期間中の前記ＶＲＦシステムの最大消費電力に基づく需要電力料金を説明し、
    前記予想ＶＲＦコントローラは、
    前記需要電力料金を規定するエネルギー価格データを受信することと、
    前記エネルギー価格データを前記予想費用関数への入力として使用することと
    を行うように構成される、請求項１のＶＲＦシステム。
  7. 前記予想ＶＲＦコントローラは、
    前記最適化期間の各時間ステップにおいて前記電動ＶＲＦ部品および前記電池の最適電力設定点を決定するように構成された経済コントローラと、
    前記最適化期間の各時間ステップにおいて前記建物区域または前記冷媒の最適温度設定点を決定するために前記最適電力設定点を使用するように構成された追跡コントローラと、
    前記最適化期間の各時間ステップにおいて前記電動ＶＲＦ部品および前記電池の制御信号を生成するために前記最適温度設定点を使用するように構成された機器コントローラと
    を含む、請求項１のＶＲＦシステム。
  8. 建物の可変冷媒流（ＶＲＦ）システムであって、
    加熱または冷却を冷媒へ適用するように構成された１つ以上の電動ＶＲＦ部品を含む屋外ＶＲＦユニットと、
    前記屋外ＶＲＦユニットから前記加熱または冷却された冷媒を受け取ることと、加熱または冷却を複数の建物区域へ提供するために前記加熱または冷却された冷媒を使用することとを行うように構成された複数の屋内ＶＲＦユニットと、
    前記電動ＶＲＦ部品に給電する際に使用するために電気エネルギーを蓄積し、前記蓄積された電気エネルギーを放電するように構成された電池と、
    最適化期間の各時間ステップにおいて前記電動ＶＲＦ部品に給電する際に使用するために、エネルギーグリッドから購入すべき最適量の電気エネルギーと、前記電動ＶＲＦ部品により消費されるべき最適量の電気エネルギーと、前記電池内に蓄積すべきまたは前記電池から放電すべき最適量の電気エネルギーとを決定するために予想費用関数を最適化するように構成される予想ＶＲＦコントローラと
    を含み、
    前記予想費用関数は、前記最適化期間の各時間ステップにおいて前記エネルギーグリッドから購入される前記電気エネルギーの費用を説明する、ＶＲＦシステム。
  9. 太陽電池エネルギーを収集するように構成された１つ以上の太陽電池パネルをさらに含み、
    前記予想ＶＲＦコントローラは、前記最適化期間の各時間ステップにおいて前記電池に蓄積すべき最適量の太陽電池エネルギーと、前記電動ＶＲＦ部品により消費されるべき最適量の太陽電池エネルギーとを決定するように構成される、請求項８のＶＲＦシステム。
  10. 前記屋外ＶＲＦユニットは、
    熱交換器を含む冷凍回路と、
    前記熱交換器を介し前記冷媒を循環させるように構成されたコンプレッサと、
    前記熱交換器内の伝熱速度を変調するように構成されたファンと
    を含み、
    前記電動ＶＲＦ部品は前記コンプレッサおよび前記ファンを含み、
    前記予想費用関数は、前記最適化期間の各時間ステップにおいて前記コンプレッサおよび前記ファンを動作させる費用を説明する、請求項８のＶＲＦシステム。
  11. 前記予想ＶＲＦコントローラは、
    前記最適化期間の各時間ステップにおいて前記エネルギーグリッドから購入される単位電気エネルギー当たりの費用を規定するエネルギー価格データを受信することと、
    前記エネルギー価格データを前記予想費用関数への入力として使用することと
    を行うように構成される、請求項１のＶＲＦシステム。
  12. 前記予想費用関数は、前記最適化期間と少なくとも部分的に重畳する需要電力料金期間中の前記ＶＲＦシステムの最大消費電力に基づき需要電力料金を説明し、
    前記予想ＶＲＦコントローラは、
    前記需要電力料金を規定するエネルギー価格データを受信することと、
    前記エネルギー価格データを前記予想費用関数への入力として使用することと
    を行うように構成される、請求項１のＶＲＦシステム。
  13. 前記予想ＶＲＦコントローラは、
    前記最適化期間の各時間ステップにおいて前記電動ＶＲＦ部品の最適電力設定点を決定するように構成された経済コントローラと、
    前記最適化期間の各時間ステップにおいて前記建物区域または前記冷媒の最適温度設定点を決定するために前記最適電力設定点を使用するように構成された追跡コントローラと、
    前記最適化期間の各時間ステップにおいて前記電動ＶＲＦ部品の制御信号を生成するために前記最適温度設定点を使用するように構成された機器コントローラと
    を含む、請求項１のＶＲＦシステム。
  14. 可変冷媒流（ＶＲＦ）システムを動作させる方法であって、
    最適化期間内の複数の時間ステップのうちのそれぞれの時間ステップのエネルギー価格を規定するエネルギー価格データを前記ＶＲＦシステムの予報コントローラにおいて受信する工程と、
    前記最適化期間の持続時間全体にわたって前記ＶＲＦシステムを動作させる費用を規定する予想費用関数への入力として前記エネルギー価格データを使用する工程と、
    前記ＶＲＦシステムの１つ以上の電動部品および前記ＶＲＦシステムの電池の最適電力設定点を決定するために前記予想費用関数を最適化する工程と、
    前記ＶＲＦシステムにより影響を受ける区域温度または冷媒温度の温度設定点を生成するために前記最適電力設定点を使用する工程と、
    前記ＶＲＦシステムの前記電動部品の制御信号を生成するために前記温度設定点を使用する工程と、
    前記温度設定点を実現するために前記ＶＲＦシステムの前記電動部品を動作させる工程と
    を含む方法。
  15. 前記予想費用関数を最適化する工程は、最適化期間の各時間ステップにおいて前記ＶＲＦシステムの前記電動部品に給電する際に使用するためにエネルギーグリッドから購入すべき最適量の電気エネルギーと、前記電池内に蓄積すべきまたは前記電池から放電すべき最適量の電気エネルギーとを決定する工程を含む、請求項１４の方法。
  16. 加熱または冷却を冷媒へ適用するために前記ＶＲＦシステムの屋外ＶＲＦユニット内の冷凍回路を動作させる工程をさらに含み、
    前記冷凍回路は、熱交換器と、前記熱交換器を介し前記冷媒を循環させるように構成されたコンプレッサと、前記熱交換器内の伝熱速度を変調するように構成されたファンとを含み、
    前記ＶＲＦシステムの前記電動部品は、前記コンプレッサおよび前記屋外ＶＲＦユニットの前記ファンを含み、
    前記予想費用関数は、前記最適化期間の各時間ステップにおいて前記コンプレッサおよび前記ファンを動作させる費用を説明する、請求項１４の方法。
  17. 熱を前記冷媒と１つ以上の建物区域との間で伝えるために前記ＶＲＦシステムの屋内ＶＲＦユニットのファンを動作させる工程をさらに含み、
    前記ＶＲＦシステムの前記電動部品は、前記屋内ＶＲＦユニットの前記ファンを含む、請求項１６の方法。
  18. 前記予想費用関数は、前記最適化期間と少なくとも部分的に重畳する需要電力料金期間中の前記ＶＲＦシステムの最大消費電力に基づき需要電力料金を説明し、
    前記方法はさらに、前記需要電力料金を規定する前記予想費用関数への入力として前記エネルギー価格データを使用する工程を含む、請求項１４の方法。
  19. 前記ＶＲＦシステムの１つ以上の太陽電池パネルから太陽電池エネルギーを得る工程と、
    前記最適化期間の各時間ステップにおいて前記電池内に蓄積すべき最適量の前記太陽電池エネルギーと前記ＶＲＦシステムの前記電動部品により消費されるべき最適量の前記太陽電池エネルギーとを決定する工程と
    をさらに含む、請求項１４の方法。
JP2018567668A 2016-06-30 2017-06-29 予想制御を有する可変冷媒流システムとこれを動作させる方法 Active JP7406918B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2022157487A JP2023011563A (ja) 2016-06-30 2022-09-30 予想制御を有する可変冷媒流システムとこれを動作させる方法

Applications Claiming Priority (7)

Application Number Priority Date Filing Date Title
US201662357338P 2016-06-30 2016-06-30
US62/357,338 2016-06-30
US201762491059P 2017-04-27 2017-04-27
US62/491,059 2017-04-27
US201762511809P 2017-05-26 2017-05-26
US62/511,809 2017-05-26
PCT/US2017/039937 WO2018005760A1 (en) 2016-06-30 2017-06-29 Variable refrigerant flow system with predictive control

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2022157487A Division JP2023011563A (ja) 2016-06-30 2022-09-30 予想制御を有する可変冷媒流システムとこれを動作させる方法

Publications (2)

Publication Number Publication Date
JP2019522954A JP2019522954A (ja) 2019-08-15
JP7406918B2 true JP7406918B2 (ja) 2023-12-28

Family

ID=59363230

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2018567668A Active JP7406918B2 (ja) 2016-06-30 2017-06-29 予想制御を有する可変冷媒流システムとこれを動作させる方法
JP2022157487A Pending JP2023011563A (ja) 2016-06-30 2022-09-30 予想制御を有する可変冷媒流システムとこれを動作させる方法

Family Applications After (1)

Application Number Title Priority Date Filing Date
JP2022157487A Pending JP2023011563A (ja) 2016-06-30 2022-09-30 予想制御を有する可変冷媒流システムとこれを動作させる方法

Country Status (4)

Country Link
US (2) US11669061B2 (ja)
JP (2) JP7406918B2 (ja)
CN (1) CN109416191B (ja)
WO (1) WO2018005760A1 (ja)

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10935940B2 (en) 2017-08-03 2021-03-02 Johnson Controls Technology Company Building management system with augmented deep learning using combined regression and artificial neural network modeling
US11181316B2 (en) 2018-05-30 2021-11-23 Lineage Logistics, LLC Thermal control system
SE544476C2 (en) * 2018-06-13 2022-06-14 Enjay Ab Patent A particulate separator unit, a ventilation system comprising such a unit and a method for self-cleaning such unit
US10895393B2 (en) * 2018-07-06 2021-01-19 Johnson Controls Technology Company Variable refrigerant flow system with pressure optimization using extremum-seeking control
US11960261B2 (en) 2019-07-12 2024-04-16 Johnson Controls Tyco IP Holdings LLP HVAC system with sustainability and emissions controls
US10921011B2 (en) * 2019-03-29 2021-02-16 Trane International Inc. Systems and methods for efficient airflow control in heating, ventilation, air conditioning, and refrigeration systems
US11768003B2 (en) 2019-06-14 2023-09-26 Johnson Controls Tyco IP Holdings LLP Variable refrigerant flow system with zone grouping
US11137162B2 (en) 2019-06-14 2021-10-05 Johnson Controls Tyco IP Holdings LLP Variable refrigerant flow system with zone grouping
US11714393B2 (en) 2019-07-12 2023-08-01 Johnson Controls Tyco IP Holdings LLP Building control system with load curtailment optimization
US11274842B2 (en) 2019-07-12 2022-03-15 Johnson Controls Tyco IP Holdings LLP Systems and methods for optimizing ventilation, filtration, and conditioning schemes for buildings
CN110375422B (zh) * 2019-07-26 2021-07-20 广东美的制冷设备有限公司 空调的控制方法、系统及空气调节设备
US11536481B2 (en) 2019-10-07 2022-12-27 Honeywell International Inc. Distributed set point configuration in heating, ventilation, and air-conditioning systems
US11662113B2 (en) 2019-11-18 2023-05-30 Johnson Controls Tyco IP Holdings LLP Building cooling systems with energy optimization and model predictive control
US11236917B2 (en) 2019-12-18 2022-02-01 Johnson Controls Tyco IP Holdings LLP Building control system with zone grouping based on predictive models
US20210376612A1 (en) * 2020-05-26 2021-12-02 University Of Florida Research Foundation, Incorporated Smart energy management systems and methods for power system resiliency
US20230025205A1 (en) * 2021-07-20 2023-01-26 Haier Us Appliance Solutions, Inc. System and method for operating a variable speed compressor of an air conditioner unit
CN113595503B (zh) * 2021-08-04 2023-06-09 无锡鼎森茂科技有限公司 一种光伏电站智能优化降温系统
US11846439B2 (en) 2021-10-11 2023-12-19 Johnson Controls Tyco IP Holdings LLP Building control system with peer analysis based on weighted outlier detection
CN114576751B (zh) * 2022-04-02 2023-08-25 东南大学 区域供冷系统储能建模方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013142494A (ja) 2012-01-10 2013-07-22 Hitachi Plant Technologies Ltd 空調機器制御システムおよび空調機器の制御方法
JP2014096946A (ja) 2012-11-09 2014-05-22 Toshiba Corp 電力抑制型蓄電蓄熱最適化装置、最適化方法及び最適化プログラム

Family Cites Families (71)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1161753A (zh) 1994-10-24 1997-10-08 奥林公司 模型预测控制装置与方法
JP4324960B2 (ja) 2003-09-18 2009-09-02 横河電機株式会社 多変数予測制御システム
WO2006034718A1 (en) * 2004-09-30 2006-04-06 Danfoss A/S A model prediction controlled refrigeration system
US20070203860A1 (en) 2006-02-24 2007-08-30 Gridpoint, Inc. Energy budget manager
US8527109B2 (en) 2006-07-11 2013-09-03 Regen Energy Inc. Method and apparatus for managing an energy consuming load
US8527108B2 (en) 2006-07-11 2013-09-03 Regen Energy Inc. Method and apparatus for managing an energy consuming load
US7580775B2 (en) 2006-07-11 2009-08-25 Regen Energy Inc. Method and apparatus for implementing enablement state decision for energy consuming load based on demand and duty cycle of load
WO2009086220A1 (en) 2007-12-21 2009-07-09 University Of Florida Systems and methods for offset-free model predictive control
US9134353B2 (en) 2009-02-26 2015-09-15 Distributed Energy Management Inc. Comfort-driven optimization of electric grid utilization
US9159108B2 (en) 2009-10-23 2015-10-13 Viridity Energy, Inc. Facilitating revenue generation from wholesale electricity markets
US8457802B1 (en) * 2009-10-23 2013-06-04 Viridity Energy, Inc. System and method for energy management
US20130245847A1 (en) 2009-10-23 2013-09-19 Alain P. Steven Facilitating revenue generation from wholesale electricity markets using an enineering-based energy asset model
US9367825B2 (en) 2009-10-23 2016-06-14 Viridity Energy, Inc. Facilitating revenue generation from wholesale electricity markets based on a self-tuning energy asset model
GB0919934D0 (en) 2009-11-16 2009-12-30 Sunamp Ltd Energy storage systems
US9429923B2 (en) 2009-12-16 2016-08-30 Commonwealth Scientific And Industrial Research Organisation HVAC control system and method
US8442694B2 (en) 2010-07-23 2013-05-14 Lg Electronics Inc. Distribution of airflow in an HVAC system to optimize energy efficiency and temperature differentials
JP5696877B2 (ja) 2010-10-01 2015-04-08 清水建設株式会社 運転管理装置、運転管理方法、および運転管理プログラム
US9300141B2 (en) 2010-11-18 2016-03-29 John J. Marhoefer Virtual power plant system and method incorporating renewal energy, storage and scalable value-based optimization
US8903554B2 (en) 2011-02-22 2014-12-02 The Board Of Trustees Of The Leland Stanford Junior University Energy plant design and operation
KR101500304B1 (ko) * 2011-12-26 2015-03-11 주식회사 케이티 에너지 저장장치의 충방전 제어 방법 및 시스템
US9727071B2 (en) 2012-05-04 2017-08-08 Viridity Energy Solutions, Inc. Facilitating revenue generation from wholesale electricity markets based on a self-tuning energy asset model
JP6108333B2 (ja) 2012-07-26 2017-04-05 清水建設株式会社 運転管理装置、運転管理方法、運転管理プログラム
US10678279B2 (en) 2012-08-01 2020-06-09 Tendril Oe, Llc Optimization of energy use through model-based simulations
JP5954538B2 (ja) 2012-08-31 2016-07-20 株式会社富士通ゼネラル 空気調和機のデマンド制御装置
US9002531B2 (en) 2012-09-28 2015-04-07 Sharp Laboratories Of America, Inc. System and method for predictive peak load management via integrated load management
JP6020115B2 (ja) * 2012-12-11 2016-11-02 富士通株式会社 情報処理装置、情報処理システム、情報処理方法およびプログラム
CN104838211B (zh) * 2012-12-28 2018-09-04 三菱电机株式会社 空气调节装置
US9436179B1 (en) 2013-03-13 2016-09-06 Johnson Controls Technology Company Systems and methods for energy cost optimization in a building system
US9235657B1 (en) 2013-03-13 2016-01-12 Johnson Controls Technology Company System identification and model development
US9810442B2 (en) 2013-03-15 2017-11-07 Google Inc. Controlling an HVAC system in association with a demand-response event with an intelligent network-connected thermostat
US9098876B2 (en) 2013-05-06 2015-08-04 Viridity Energy, Inc. Facilitating revenue generation from wholesale electricity markets based on a self-tuning energy asset model
US9171276B2 (en) 2013-05-06 2015-10-27 Viridity Energy, Inc. Facilitating revenue generation from wholesale electricity markets using an engineering-based model
US20140365017A1 (en) 2013-06-05 2014-12-11 Jason Hanna Methods and systems for optimized hvac operation
EP3012546B1 (en) 2013-06-17 2021-06-16 Mitsubishi Electric Corporation Air conditioning system control device and air conditioning system control method
JP6141454B2 (ja) 2013-12-19 2017-06-07 三菱電機株式会社 空気調和装置及び空気調和装置の制御方法
KR102344058B1 (ko) 2013-12-24 2021-12-28 엘지전자 주식회사 공기조화 시스템 및 그 제어방법
KR102237600B1 (ko) 2014-03-18 2021-04-07 삼성전자주식회사 공기 조화기 및 그 제어방법법
US10101730B2 (en) 2014-05-01 2018-10-16 Johnson Controls Technology Company Incorporating a load change penalty in central plant optimization
US20150378381A1 (en) 2014-06-30 2015-12-31 Qualcomm Incorporated Systems and methods for energy cost optimization
EP3194865B1 (en) * 2014-08-14 2021-04-07 Vigilent Corporation Method and apparatus for optimizing control variables to minimize power consumption of cooling systems
US9651929B2 (en) * 2014-09-29 2017-05-16 International Business Machines Corporation HVAC system control integrated with demand response, on-site energy storage system and on-site energy generation system
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
CN104279715B (zh) 2014-10-29 2017-03-08 四川慧盈科技有限责任公司 一种楼宇空调设备负荷预测方法
US10332026B2 (en) 2014-11-26 2019-06-25 International Business Machines Corporation Building thermal control techniques
US10769734B2 (en) 2015-01-13 2020-09-08 Causam Energy, Inc. Systems and methods for advanced energy settlements, network-based messaging, and software applications for electric power grids, microgrids, grid elements, and/or electric power networks
CN104748239B (zh) 2015-03-31 2017-10-31 广东美的暖通设备有限公司 多联机系统
US10094586B2 (en) * 2015-04-20 2018-10-09 Green Power Labs Inc. Predictive building control system and method for optimizing energy use and thermal comfort for a building or network of buildings
US10761547B2 (en) 2015-04-23 2020-09-01 Johnson Controls Technology Company HVAC controller with integrated airside and waterside cost optimization
US9482442B1 (en) 2015-04-24 2016-11-01 Dataxu, Inc. Decision dashboard balancing competing objectives
US20160322835A1 (en) 2015-04-30 2016-11-03 Solarcity Corporation Charging profiles for a storage device in an energy generation system
CN104898422B (zh) 2015-05-05 2018-05-04 上海交通大学 联合供冷系统的递阶优化方法
JP6103170B1 (ja) * 2015-06-22 2017-03-29 三菱電機株式会社 蓄電池制御装置、蓄電池充放電システム、太陽光発電システム、および蓄電池制御方法
CN104896682B (zh) 2015-06-30 2017-12-08 广东美的暖通设备有限公司 温湿双控型多联机系统及其的控制方法
CN105066539B (zh) 2015-07-16 2018-07-10 广东美的暖通设备有限公司 多联机系统及其电子膨胀阀控制方法
US10174957B2 (en) 2015-07-27 2019-01-08 Mitsubishi Electric Research Laboratories, Inc. System and method for controlling multi-zone vapor compression systems
US11070082B2 (en) 2015-09-18 2021-07-20 Carbontrack Pty Ltd. Systems and methods for managing mesh-networked power control devices using tokens
US10190793B2 (en) 2015-10-08 2019-01-29 Johnson Controls Technology Company Building management system with electrical energy storage optimization based on statistical estimates of IBDR event probabilities
US10554170B2 (en) 2015-10-08 2020-02-04 Con Edison Battery Storage, Llc Photovoltaic energy system with solar intensity prediction
US10564610B2 (en) 2015-10-08 2020-02-18 Con Edison Battery Storage, Llc Photovoltaic energy system with preemptive ramp rate control
US10389136B2 (en) 2015-10-08 2019-08-20 Con Edison Battery Storage, Llc Photovoltaic energy system with value function optimization
US10186889B2 (en) 2015-10-08 2019-01-22 Taurus Des, Llc Electrical energy storage system with variable state-of-charge frequency response optimization
KR101834061B1 (ko) 2016-02-15 2018-03-02 두산중공업 주식회사 신재생 에너지 연계형 ess의 전력 관리 방법
US10094598B2 (en) 2016-06-06 2018-10-09 Mitsubishi Electric Research Laboratories, Inc. System and method for controlling multi-zone vapor compression system
US20180004171A1 (en) 2016-06-30 2018-01-04 Johnson Controls Technology Company Hvac system using model predictive control with distributed low-level airside optimization and airside power consumption model
US10359748B2 (en) 2017-02-07 2019-07-23 Johnson Controls Technology Company Building energy cost optimization system with asset sizing
US10282796B2 (en) 2017-01-12 2019-05-07 Johnson Controls Technology Company Building energy storage system with multiple demand charge cost optimization
US10324483B2 (en) 2017-01-12 2019-06-18 Johnson Controls Technology Company Building energy storage system with peak load contribution cost optimization
US11522487B2 (en) 2017-02-22 2022-12-06 Boards Of Regents, The University Of Texas System Building and building cluster energy management and optimization system and method
US10706375B2 (en) 2017-03-29 2020-07-07 Johnson Controls Technology Company Central plant with asset allocator
US20220268471A1 (en) 2017-06-23 2022-08-25 Johnson Controls Tyco IP Holdings LLP Building equipment with predictive control
US11346572B2 (en) 2017-06-23 2022-05-31 Johnson Controls Tyco IP Holdings LLP Building equipment with predictive control

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013142494A (ja) 2012-01-10 2013-07-22 Hitachi Plant Technologies Ltd 空調機器制御システムおよび空調機器の制御方法
JP2014096946A (ja) 2012-11-09 2014-05-22 Toshiba Corp 電力抑制型蓄電蓄熱最適化装置、最適化方法及び最適化プログラム

Also Published As

Publication number Publication date
WO2018005760A1 (en) 2018-01-04
CN109416191A (zh) 2019-03-01
CN109416191B (zh) 2021-08-17
US20230273579A1 (en) 2023-08-31
JP2019522954A (ja) 2019-08-15
JP2023011563A (ja) 2023-01-24
US20190235453A1 (en) 2019-08-01
US11669061B2 (en) 2023-06-06

Similar Documents

Publication Publication Date Title
JP7406918B2 (ja) 予想制御を有する可変冷媒流システムとこれを動作させる方法
US11268726B2 (en) Air handling unit and rooftop unit with predictive control
US11973345B2 (en) Building energy system with predictive control of battery and green energy resources
US11346572B2 (en) Building equipment with predictive control
CN110753886B (zh) 具有基于神经网络的约束生成的预测建筑物控制系统
US11522487B2 (en) Building and building cluster energy management and optimization system and method
EP3679635B1 (en) Temperature control for energy storage system
McLarty et al. Micro-grid energy dispatch optimization and predictive control algorithms; A UC Irvine case study
US11971185B2 (en) Method for improving the performance of the energy management in a nearly zero energy building
US20220268471A1 (en) Building equipment with predictive control
CN110474370B (zh) 一种空调可控负荷、光伏储能系统的协同控制系统及方法
US20220186962A1 (en) Building equipment with predictive control and allocation of energy from multiple energy sources
Xu et al. Smart management of multiple energy systems in automotive painting shop
CN116972521A (zh) 基于商业楼宇太阳能光伏中央空调系统控制方法
Ma et al. Collaborative thermal management of power battery and passenger cabin for energy efficiency optimization
CN113036751A (zh) 一种考虑虚拟储能的可再生能源微电网优化调度方法
Shi et al. Performance Evaluation of a Model Predictive Control for Thermal Energy Storage Integrated Heat Pump Systems through a Co-Simulation
Zhang et al. Energy-saving Potential Assessment of Building Energy System Considering Climate Impacts
Athanasiadis et al. Energy Management for Building-Integrated Microgrids Using Reinforcement Learning
Moravek et al. Modeling the energy systems in Matlab Simulink-problematics of energy system control
CN116227739A (zh) 计及能效的含热泵与电热混合储能的建筑微能源网双层优化配置方法
CN114004107A (zh) 考虑柔性负荷、储能和新能源的配电网帕累托优化方法
CN118052380A (zh) 一种建筑能量管理系统日内优化调度方法及相关装置
CN116799777A (zh) 一种基于虚拟电厂的灵活性资源可调区间构建方法

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200311

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20210225

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210316

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210615

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20211130

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20220607

C60 Trial request (containing other claim documents, opposition documents)

Free format text: JAPANESE INTERMEDIATE CODE: C60

Effective date: 20220930

C22 Notice of designation (change) of administrative judge

Free format text: JAPANESE INTERMEDIATE CODE: C22

Effective date: 20230322

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20231004

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20231218

R150 Certificate of patent or registration of utility model

Ref document number: 7406918

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150