智能建筑中基于熱量預測管理的能耗控制方法
【專利摘要】本發(fā)明提供了一種智能建筑中基于熱量預測管理的能耗控制方法，包括：步驟1：建立建筑物中熱量模型；步驟2：建立狀態(tài)空間下的熱力學模型；步驟3：進行可調度性測試，判定在給定能耗負載預算budget下，該建筑物的熱量負載是否具有可調度性；步驟4：運行基于模型預測控制MPC的熱量控制策略，解出相應的控制輸出變量。本發(fā)明對于建筑物中HVAC系統(tǒng)進行調節(jié)，使其在房間溫度較小變動、滿足任務處理約束等各項約束的同時，降低峰值功率。并且，系統(tǒng)能夠很好地進行可調度性分析，對于當前的能耗預算是否能夠滿足要求，進行良好地判斷和修正。
【專利說明】智能建筑中基于熱量預測管理的能耗控制方法

【技術領域】
[0001] 本發(fā)明涉及消耗管理，具體地，涉及智能建筑中基于熱量預測管理的能耗控制方 法。

【背景技術】
[0002] 最近這些年，建筑物中的能源消耗增長的非?？臁?009年的相關研究顯示，美 國建筑物中能源消耗占美國總能源消耗將近40%。最近，美國的能源信息部（Energy Information Administration)預測，2012年到2030年間，建筑物中的總能源消耗將會達 到4. 74QBtu。建筑物中的能源消耗具有鮮明的特點，即用電峰值需求較明顯。為保證對用 戶的用電服務質量，建筑物建造時，需要使其滿足用戶用電峰值的能力，這將提高建筑物的 建造成本。另一方面，為減少電網(wǎng)的運行風險，電網(wǎng)往往對于峰值負載施加了較為嚴厲的價 格懲罰，即提高電網(wǎng)峰值電價。因此，平緩建筑物用電曲線對于用電使用者和提供者，都是 有益的。
[0003] 在建筑中，能量的消耗相當大一部分來自建筑中HVAC(Heating, Ventilating and Air Conditioning,供熱通風與空氣調節(jié)）系統(tǒng)。同時，大的建筑中，一般也需要涉及到復 雜的HVAC系統(tǒng)。因此，對于建筑中的HVAC系統(tǒng)，進行電能管理，使其獲得較為平穩(wěn)的用電 曲線，能夠使用戶獲得較大的效益。HVAC系統(tǒng)主要用于消除建筑物中耗能應用產(chǎn)生的熱量。 因此，我們使用MPC(Model Predictive Control，模型預測控制）方法考慮熱量負載預測管 理，并綜合能耗控制方法，建筑物HVAC系統(tǒng)中的用電負載峰值問題進行建?？刂啤?br> [0004] 當前，對于建筑物中的耗能系統(tǒng)綜合模型預測方法和能耗控制方法相結合進行控 制的方式較少。已有的方法，集中于在一個多層次的結構下，進行耗能應用操作控制和最優(yōu) 能量消耗管理。該結構包含一個多層調度系統(tǒng)，底層是基于混合整數(shù)線性規(guī)劃問題進行在 線負載調度策略。該策略用于最小化總的操作費用，并進行了能耗能力限制。負載系統(tǒng)和 電網(wǎng)間的交互由需求響應管理器處理。不過，該策略并沒有量化地研究可調度性問題，即在 限定能耗下，能否使HVAC系統(tǒng)調節(jié)建筑物溫度達到特定溫度范圍。


【發(fā)明內容】

[0005] 針對現(xiàn)有技術中的缺陷，本發(fā)明的目的是提供一種智能建筑中基于熱量預測管理 的能耗控制方法。
[0006] 根據(jù)本發(fā)明提供的一種智能建筑中基于熱量預測管理的能耗控制方法，包括如下 步驟：
[0007] 步驟1 :建立建筑物中熱量模型；
[0008] 步驟2 :建立狀態(tài)空間下的熱力學模型；
[0009] 步驟3 :進行可調度性測試，判定在給定負載預算budget下，該建筑物的熱量負載 是否具有可調度性；
[0010] 步驟4 :運行基于模型預測控制MPC的熱量控制策略，對式（10)進行最小化求解， 解出相應的控制輸出變量；
[0011] 其中，所述步驟4具體如下：
[0012] 對于式（11)表示的目標函數(shù)，在滿足式（10)中的約束下，采用求解標準的整數(shù)最 小二乘優(yōu)化問題的方式進行求解：
[0013]

【權利要求】
1. 一種智能建筑中基于熱量預測管理的能耗控制方法，其特征在于，包括如下步驟： 步驟1 :建立建筑物中熱量模型； 步驟2 :建立狀態(tài)空間下的熱力學模型； 步驟3 :進行可調度性測試，判定在給定負載預算budget下，該建筑物的熱量負載是否 具有可調度性； 步驟4 :運行基于模型預測控制MPC的熱量控制策略，對式（10)進行最小化求解，解出 相應的控制輸出變量； 其中，所述步驟4具體如下： 對于式（11)表示的目標函數(shù)，在滿足式（10)中的約束下，采用求解標準的整數(shù)最小二 乘優(yōu)化問題的方式進行求解：
其中，?;(Α·+丨1表示溫度參考向量，.表示表示F個區(qū)域加熱器參考功率輸入速率矩陣， 表示預算參考向量，Wjk)表示擾動向量，L表示加熱器個數(shù)，Ν表示預測長度，Λ?&)表 示狀態(tài)預測向量，表示狀態(tài)模型參數(shù)，身表示狀態(tài)模型參數(shù)，表示第j個區(qū)域第i個 加熱器的ΟΝ/OFF狀態(tài)，Up(k)表示式（10)變形后使用的新的系統(tǒng)輸入變量； 式（10)中代式的含義如下：

其中，Μ表示預測長度，乙(k+M|k)表示第k個時間后第Μ個采樣間隔的狀態(tài)預測； X (k+M | k)表示第k個時間后第Μ個采樣間隔的狀態(tài)預測，Μ表示預測長度，Ν表示預測長度， U(k+N-l|k)表示第k個時間后第Ν-1個采樣間隔的狀態(tài)預測，F(xiàn)j"表示第F個區(qū)域的外部 空氣溫度，X(k)表示k時刻系統(tǒng)狀態(tài)，R表示兩區(qū)域間等效電阻，Ψ表示F個區(qū)域加熱器功 率輸入速率矩陣，G表示離散狀態(tài)空間模型參數(shù)，Η表示離散狀態(tài)空間模型參數(shù)，Φ表示離 散狀態(tài)空間模型參數(shù)，彳表示建筑物中的總功率預算數(shù)，ΦΓ表示第F個區(qū)域加熱器的功率 輸入速率向量；

sQ表不平方根矩陣，表不sQ轉置矩陣，S K 表示平方根矩陣
表示SK轉置矩陣，Up(k)表示式（10)變形后使用的新的系統(tǒng)輸入變 量；Q和R分別是用來對時間誤差和輸入功率的補償矩陣。
2.根據(jù)權利要求1所述的智能建筑中基于熱量預測管理的能耗控制方法，其特征在 于，所述熱量模型，具體如下： 對于有η個加熱器的第j個區(qū)域來說，通過能量守恒定律，得到熱平衡方程式為
t表示時間，F(xiàn)表示區(qū)域個數(shù)，Nj表示區(qū)域j中加熱器個數(shù)，σ j表示維納噪聲變量，Tj 表示第j個區(qū)域內部溫度，％及示第j個區(qū)域同外部的熱電阻，&表示第j個區(qū)域的熱容， ri表示第j個區(qū)域外部溫度，/?表示第i個區(qū)域和第j個區(qū)域的熱電阻，?\表示第i個區(qū) 域內部溫度，表示太陽輻射量Φ3能夠進入的有效窗戶面積，Φ/表示太陽輻射產(chǎn)生的能 量變化，Φ/表示第j個區(qū)域內第η個加熱器的功率，表示標準維納噪聲； 在第j個區(qū)域的系統(tǒng)模型中，系統(tǒng)狀態(tài)是室內空氣溫度，系統(tǒng)輸入是加熱器功率；擾動 因數(shù)包含三個方面，外界溫度、太陽輻射熱量、標準維納噪聲。
3. 根據(jù)權利要求1所述的智能建筑中基于熱量預測管理的能耗控制方法，其特征在 于，所述熱力學模型，具體如下： X(k) = 〇X(k-l)+GU(k-l)+HW(k-l)， Y(k) = X(k), (4) X(k)表示k時刻系統(tǒng)狀態(tài)，Φ表示離散狀態(tài)空間模型參數(shù)，X(k-l)表示k-1時刻系統(tǒng) 狀態(tài)，G表示離散狀態(tài)空間模型參數(shù)，U(k-l)表示k-Ι時刻系統(tǒng)輸入量，Η表示離散狀態(tài)空 間模型參數(shù)，W(k-l)表不k-Ι時刻系統(tǒng)擾動量，Y(k)表不k時刻系統(tǒng)控制輸出量； 其中，是第k次采樣間隔Ts下系統(tǒng)狀態(tài)，離散時間系統(tǒng)模型矩陣表示
其中，Ts表示時間間隔，e表示常數(shù)e，s表示積分項，A表示狀態(tài)空間模型參數(shù)，B表示 狀態(tài)空間模型參數(shù)，D表示狀態(tài)空間模型參數(shù)，G表示離散狀態(tài)空間模型參數(shù)，Η表示離散狀 態(tài)空間模型參數(shù)。
4. 根據(jù)權利要求1所述的智能建筑中基于熱量預測管理的能耗控制方法，其特征在 于，所述步驟3包括如下步驟： 步驟3. 1 :通過可調度性測試算法，得到需要滿足的最小的負載預算budgets ; 步驟3. 2 :如果當前得到的負載預算budget <budgetmin，則執(zhí)行步驟3. 3,否則，執(zhí)行步 驟 3. 4 ; 步驟3. 3 :請求增加能耗負載預算，得到一個新的負載預算budget'，重新執(zhí)行步驟 3. 1，或是放松熱量限制，得到一個新的最小的負載budget' min，重新執(zhí)行步驟3.2 ; 步驟3. 4 :執(zhí)行步驟4。
5. 根據(jù)權利要求4所述的智能建筑中基于熱量預測管理的能耗控制方法，其特征在 于，所述可調度性測試算法，具體為： 首先，將可調度性問題設計成為下列優(yōu)化問題：
s. t. -CA-1 (Dff+B n) e int (Safe). (7) 其中，s. t.表示受約束于； 定義存在η = [η」]e [〇，1廣使_
Π j表不存在的[0, 1]區(qū)間中的一個數(shù)，[*]F表不F維向量，F(xiàn)表不F-可調度性，Ν'3表 示第j個區(qū)域加熱器個數(shù)，Μ表示第j個區(qū)域第i個加 熱器的存在的η值，#表示功率輸 入速率； Α表示狀態(tài)空間模型參數(shù)，Β表示狀態(tài)空間模型參數(shù)，D表示狀態(tài)空間模型參數(shù)，W表示 系統(tǒng)擾動，C表示狀態(tài)空間模型參數(shù)； 集合Safe定義為 ft * 1 \ ^ 11 *·? * 2 \ *·2^ r\ - / 丨力 U MJ/ 、i χ。。S1， iu I- 其中，γ/表示第f個區(qū)域加熱器的下界向量，nr表示第F個區(qū)域加熱器的上界向量； 最小的負載預算budgetmin通過該優(yōu)化問題求解得到；budgetmin應為不小于目標函數(shù) 值的負載預算數(shù)budget，設置
優(yōu)化問題中的限制是線性的，被表示為： Yi+CA^DW < -CA_1BP n < Yu+CA_1Dff. (8) 其中，l表示控制輸出變量的下界，Yu表示控制輸出變量的上界，P表示功率輸入向量； 其中 [υΛυΛ …，υ，]τ， 該優(yōu)化問題通過線性規(guī)劃求解。
【文檔編號】G05B19/418GK104298191SQ201410415239
【公開日】2015年1月21日 申請日期:2014年8月21日 優(yōu)先權日:2014年8月21日
【發(fā)明者】周海航, 姚建國, 管海兵 申請人:上海交通大學