基于模型降阶和多模型预测控制的室内热环境控制方法
【专利摘要】本发明公开了一种基于模型降阶和多模型预测控制的室内热环境控制方法，包括三个主要步骤：1）对室内用户区域的温度变化区间分段，利用计算流体力学（CFD）软件和本征正交分解（POD）技术在每段的平衡态处建模，重构出多模型形式的低阶线性化建筑热环境；2）运用优化算法合理选择多模型切换时间；3）对各个子模型运用预测控制方法进行用户区域温度的精确控制。本发明运用POD技术和多模型方法构造建筑室内热环境的低阶模型，从而在温度调节策略中能充分考虑空间分布对温度变化的影响，提高室内温度控制的精确性。相对目前大空间内的温度控制策略，本发明具有精度高、利于建筑节能等优点。
【专利说明】基于模型降阶和多模型预测控制的室内热环境控制方法
【技术领域】
[0001]本发明涉及一种基于模型降阶和多模型预测控制的室内热环境控制方法，属于建筑环境与建筑节能领域。
【背景技术】
[0002]我国是能源消耗大国，其中建筑能耗约占我国社会总能耗的25%，且比例仍在逐年提升。随着人们对居住品质和建筑节能要求的不断提高，如何控制和优化建筑室内热环境与空调能耗越来越受到关注。
[0003]在目前传统的暖通空调控制策略下，建筑室内热环境中各控制参数通常简化为匀一值，忽略了空间分布的影响。实际上，由于建筑内部空气流动和传热特性，温度与风速的空间分布处处不同，大空间(比如商场、酒店大厅、剧院等)尤为明显。人们直观的感受往往是:室内某些区域过热或过冷，某些区域却不够热或不够冷；或者某些区域很闷(通风不够)，某些区域却风很大。这种用户区域与实际传感器位置之间的差异是导致舒适度抱怨，进而引起能耗增加的重要因素。在一些特殊场合，比如数据中心、医院等，室内温度和通风效果的要求更高，更需要以精确建模为基础对室内微环境进行精确控制。在此背景下，对建筑节能领域中的建筑热环境优化控制问题展开研究具有重要现实意义和实际应用价值。
[0004]从国际国内报道看，目前建筑环境的优化控制策略并未充分考虑空间分布的影响。作为一类气体流动和热传递相互耦合的分布式参数系统，热环境建模的复杂性是目前制约精确热环境模型参与温度控制的主要原因。仔细分析建筑室内热环境易知，室内的气体流动和热量交换主要由质量、动量和能量等三个基本的偏微分方程来描述。由于上述偏微分方程组直接求解困难，目前建筑热环境建模发展出许多行之有效的工程方法，包括实验模型、经验模型、多区域网络模型、区域模型以及计算流体力学(CFD)模型等。就建模精度而言，CFD方法是分辨率最高的。但CFD的建模复杂度和迭代求解方式使得它与现代控制理论相互割裂，这给后续的热环境模型控制器设计带来困难。
【发明内容】
[0005]针对现有建筑室内温度控制策略所存在的上述缺陷，本发明提供一种基于模型降阶和多模型预测控制的室内热环境控制方法。其特点在于将非线性系统在平衡点线性化展开的思路扩展到复杂分布式参数系统，运用离散化方法和模型降阶技术建立低阶线性的、多模型形式的室内热环境数学模型，解决热耦合现象引起的模型失配问题，从而适用线性系统预测控制方法进行精确的室内热环境精确控制。
[0006]本发明的技术方案是:
一种基于模型降阶和多模型预测控制的室内热环境控制方法，包括如下步骤:
(1)建立基于CFD的室内热环境动态模型；
(2)对室内用户区域的温度变化区间进行合理分段；
(3)对热环境模型离散化并通过模型降阶技术在(2)中每段温度区间的平衡态处进行模型重构，构造出线性多模型形式的室内热环境模型；
(4)运用优化算法合理选择多模型切换时间；
(5)对多模型形式的室内热环境运用预测控制方法进行用户区域温度的精确控制。
[0007]进一步,所述步骤(1)中,CFD仿真使用Fluent计算流体力学软件；室内热环境模型的建立步骤如下:
A、利用Fluent软件建立房间围护的二维几何模型，确定空调送风口和回风口的位置与尺寸；
B、对建立的房间模型划分网格；
C、固定空调送风速度，耦合求解质量、动量及能量方程的瞬态解，得到室内用户区域的温度变化曲线。
[0008]进一步，所述步骤(2)中，室内用户区域的温度变化区间分段方法采用均分法。
[0009]进一步，所述步骤(3)中，为了便于降阶模型的参数提取和精度比较，离散化策略采用与Fluent软件一致的有限体积法。有限体积法的基本思想是将计算域划分为一系列不重复的微元体，将控制方程对每一个微元体体积分，保证各物理量在计算域内守恒。
[0010]模型降阶技术采用本征正交分解/伽辽金(POD/Galerkin)方法；POD模型降阶的基本思想为:在《维向量空间4中有一组数据集，找到其一组^维子集构成子空间(?<?)，使原数据集映射到子集的误差在能量意义上最小。p0D/Galerkin模型降阶的基本步骤如下:
A、在CFD动态仿真过程中，利用快照方式(snapshots)截取《个代表性温度场并组成矩阵:
【权利要求】
1.基于模型降阶和多模型预测控制的室内热环境控制方法，具体包括如下步骤: (1)建立基于CFD的室内热环境动态模型； (2)对室内用户区域的温度变化区间进行合理分段； (3)对热环境模型离散化并通过模型降阶技术在步骤(2)中每段温度区间的平衡态处进行模型重构，构造出低阶线性多模型形式的室内热环境模型； (4)运用优化算法合理选择多模型切换时间； (5)对多模型形式的室内热环境运用预测控制方法进行用户区域温度的精确控制。
2.根据权利要求1所述的基于模型降阶和多模型预测控制的室内热环境控制方法，其特征在于:步骤(1)中，所述室内热环境动态模型的建立步骤如下: (1)利用Fluent软件建立房间围护的二维几何模型，确定空调送风口和回风口的位置与尺寸； (2)对建立的房间模型划分网格； (3)固定空调送风速度，耦合求解质量、动量及能量方程的瞬态解，得到室内用户区域的温度变化曲线。
3.根据权利要求1所述的基于模型降阶和多模型预测控制的室内热环境控制方法，其特征在于:步骤(2)中，所述室内用户区域的温度变化区间分段方法采用均分法。
4.根据权利要求1所述的基于模型降阶和多模型预测控制的室内热环境控制方法，其特征在于:步骤(3)中，所述热环境模型的离散化方法采用有限体积法；所述模型降阶技术采用POD-Galerkin方法；所述每段温度区间的后端点值选取为对应平衡态的输出温度值。
5.根据权利要求4所述的基于模型降阶和多模型预测控制的室内热环境控制方法，其特征在于:所述POD-Galerkin模型降阶方法的基本步骤如下: (1)在CFD动态仿真过程中，利用快照方式截取个代表性温度场并组成矩阵:
6.根据权利要求1所述的基于模型降阶和多模型预测控制的室内热环境控制方法，其特征在于:步骤(4)中，所述用于选择多模型切换时间的优化算法可表述为下式:
7.根据权利要求6所述的基于模型降阶和多模型预测控制的室内热环境控制方法，其特征在于:所述优化算法的具体实现步骤如下: (1)运用Matlab仿真软件对相邻两个线性热环境子模型同时进行温度预测控制； (2)计算两个相邻子模型的输出误差，即:
8.根据权利要求1所述的基于模型降阶和多模型预测控制的室内热环境控制方法，其特征在于:步骤(5)中，由于各个子模型重构为低阶的线性模型，所述用户区域温度的精确控制采用经典模型预测控制算法。
【文档编号】G05D23/19GK103995548SQ201410199657
【公开日】2014年8月20日 申请日期:2014年5月13日 优先权日:2014年5月13日
【发明者】薛文平, 李康吉, 刘国海 申请人:江苏大学