基于模型预测控制的室内热舒适及能源调控方法与流程

1.本发明涉及室内热舒适和能源调控技术领域，具体是涉及基于模型预测控制的室内热舒适及能源调控方法。


背景技术：

2.建筑是能源消费的主体，建筑部门约占一次能源使用总量建筑部门约占一次能源使用总量的40%，占与能源有关的二氧化碳排放量的38%。在建筑中，供暖空调能耗占建筑的能耗的主要部分，用户侧控制简单，热舒适体验差，能耗损失多。此外，可再生能源的广泛发展，降低了建筑对传统能源的依赖性，但可再生能源例如风力发电、光伏发电等受天气因素影响存在不确定性，因此需要与传统能源相互结合使用，以消除产能的不确定性。
3.在现有建筑中，空调是耗能的主体，人们大部分时间都在建筑中度过，因此在保证住户室内舒适度的同时，尽量减少能源的使用是一个重要的问题。目前，建筑供热或供冷系统的大部分运行参数是基于经验或规则的控制，综合可再生能源发电的间歇性和动态电价对传统的管理策略提出了挑战。
4.针对以上存在的问题，提高用户居住的热舒适度，降低空调系统的能耗问题，可通过先进的控制方法来实现。更多的，可以综合电网和光伏发电共同作为电力来源，实现可再生能源的充分利用，减少对电网电力的消耗。


技术实现要素：

5.本发明提供了一种基于模型预测控制的室内热舒适及能源调控方法，采用模型预测控制方法对空调系统供暖散热量进行调控，从而提高室内热舒适，并合理分配空调系统消耗电力的情况，实现降低供暖能耗的目的。
6.本发明的目的可以通过以下技术方案来实现：提供基于模型预测控制的室内热舒适及能源调控方法，基于模型预测控制进行供暖散热量调节和空调电力消耗优化，并且在预测控制中加入对干扰的预测，可以提前对环境温度的变化做出调节，同时还加入了实时光伏发电的输入，可以优化空调系统的电力使用情况。
7.作为本实施例一种可能的实现方式，所述方法实现步骤如下：(1)数据准备：历史室外温度数据、实时光伏发电数据、用户设定室内温度值、住宅室内温度数据、住宅建筑材料热工参数；(2)通过历史室外温度数据，对未来一段时间内的室外温度进行预测，通过降阶住宅rc模型对室内温度进行预测，并将数据输入到模型预测控制器；(3)模型预测控制器根据输入的数据计算得到当前最优的供暖散热量序列，最优电网导入电量和光伏消耗电量；(4)将得到的最优控制序列传递给住宅供暖系统和rc模型，对控制做出响应，只执行最优序列的第一个值；
(5)室内温度随供暖散热量的变化而变化，同时将最新状态的室内温度反馈给模型预测控制器进行下一时刻的优化；作为本实施例一种可能的实现方式，在第(2)步中，模型预测控制器将室温维持在用户设定的舒适温度值；通过历史室外温度数据，对未来4小时的室外温度进行预测，该变量作为模型预测控制器的预测干扰输入变量；实时光伏发电数据作为实际光伏发电数据输入到模型预测控制器中；模型预测控制器根据输入，计算出当前状态下满足室内热舒适所需的空调供暖散热量，计算空调系统运行所需的最节能电力消耗。
8.作为本实施例一种可能的实现方式，对住宅建筑建立降阶rc热模型，描述住宅热动态的一阶微分方程：动态的一阶微分方程：动态的一阶微分方程：式中，为室内温度，为室内热物质温度，为围护结构温度，为室外温度，为室内空气热容，为室内热物质热容，为围护结构热容，为室内空气和热物质之间的热阻，为围护结构和室内空气之间热阻，为围护结构热阻，、和分别是供暖散热量、机械通风热损失量和室内热物质得热量，和分别为室内空气和围护结构的太阳辐射得热量，通过如下公式计算：通过如下公式计算：式中，和为太阳辐射表面吸收系数，和分别为窗户和外墙面积，为全球太阳辐射。
9.对一阶传热微分方程整理进行离散化处理，得到离散状态空间方程模型：得到离散状态空间方程模型：其中，表示系统状态，即室内温度表示控制输入，即供暖散热量，表示干扰数据，即室外温度，表示系统输出，同样为室内温度。、、、是离散状态下的矩阵，可由一阶传热微分方程推导获得，推导如下：
作为本实施例一种可能的实现方式，所述控制方法的目标函数：约束于：约束于：约束于：约束于：约束于：其中，为优化的目标函数，、和分别表示消耗电网导入电量、消耗实时光伏电量和供暖散热量，表示系统输出，即室内温度，表示松弛变量，用来软化温度约束以避免优化问题的不可行解，为空调的能效比，表示实时光伏发电量，、、为权重矩阵。
附图说明
10.图1为住宅建筑降阶rc热模型原理图。
11.图2为一种基于模型预测控制方法的空调系统控制方法的流程图。
具体实施方式
12.以下结合附图和技术方案，进一步说明本发明的具体实施方式。
13.一种基于模型预测控制的室内热舒适及能源调控方法，包括住宅建筑降阶rc热模型，预测干扰、实时光伏发电数据输入，模型预测控制器优化计算输出。
14.图1是根据住宅建筑特性建立的降阶rc热模型，用来反应住宅的动态热过程。rc模
型分为四个部分：内部物质、室内空气、围护结构和室外空气。将温度视为节点，室外温度、围护结构温度、室内温度和内部物质温度依次串联，每二者之间分别串联有围护结构热阻、围护结构和室内空气之间热阻、室内空气和内部物质之间热阻。内部物质自身的得热为，室内空气从太阳辐射得到的热量为，空调散热量，机械通风热损失量，围护结构从太阳辐射获得的热量为。
15.图2是一种基于模型预测控制的室内热舒适及能源调控方法的流程图，包括外部输入、模型预测控制器和住宅及空调系统。
16.首先将当前室内温度、预测干扰（室外温度）、实时光伏发电属于输入模型预测控制器，模型预测控制器根据设定的目标函数，输入数据，优化计算出满足用户设定热舒适需求的最优供暖散热量序列，以及电力消耗序列，并将最优序列传递给住宅及空调系统，空调系统根据控制信号，执行最优序列的第一个值，通过控制供暖散热量来满足用户热舒适，同时模型预测控制器还计算出空调系统消耗电力的最优情况，即根据实时光伏发电，分配消耗电网导入和光伏发电的情况；然后将最新的室温状态反馈给模型预测控制器，模型预测控制器会根据新的输入，进行新的优化求解，得出满足下一状态的最优序列，从而实现滚动优化。


技术特征：
1.基于模型预测控制的室内热舒适及能源调控方法，其特征在于，采用模型预测控制进行供暖系统散热量调节，在预测控制中加入室外天气的预测，光伏发电情况，通过模型预测控制器优化得出满足室内温度的散热量和电力来源：包括以下步骤：(1)数据准备：历史室外温度数据、实时光伏发电数据、用户设定室内温度值、住宅室内温度数据、住宅建筑材料热工参数；(2)通过历史室外温度数据，对未来一段时间内的室外温度进行预测，通过降阶住宅rc模型对室内温度进行预测，并将数据输入到模型预测控制器；(3)模型预测控制器根据输入的数据计算得到当前最优的供暖散热量序列，最优电网导入电量和光伏消耗电量；(4)将得到的最优控制序列传递给住宅供暖系统和rc模型，对控制做出响应，只执行最优序列的第一个值；(5)室内温度随供暖散热量的变化而变化，同时将最新状态的室内温度反馈给模型预测控制器进行下一时刻的优化。2.根据权利要求1所述基于模型预测控制的室内热舒适及能源调控方法，其特征在于，建立住宅建筑降阶rc热模型，描述住宅热动态的一阶微分方程：描述住宅热动态的一阶微分方程：描述住宅热动态的一阶微分方程：式中，为室内温度，为室内热物质温度，为围护结构温度，为室外温度，为室内空气热容，为室内热物质热容，为围护结构热容，为室内空气和热物质之间的热阻，为围护结构和室内空气之间热阻，为围护结构热阻，、和分别是供暖散热量、机械通风热损失量和室内热物质得热量，和分别为室内空气和围护结构的太阳辐射得热量，通过如下公式计算：通过如下公式计算：式中，和为太阳辐射表面吸收系数，和分别为窗户和外墙面积，为全球太阳辐射；对一阶传热微分方程整理进行离散化处理，得到离散状态空间方程模型：得到离散状态空间方程模型：
其中，表示系统状态，即室内温度表示控制输入，即供暖散热量，表示干扰数据，即室外温度，表示系统输出，同样为室内温度，、、、是离散状态下的矩阵，可由一阶传热微分方程推导获得。3.根据权利要求1所述基于模型预测控制的室内热舒适及能源调控方法，其特征在于利用历史的室外温度数据，对未来一段时间的室外温度进行预测，设定输入包括室外温度、实时光伏发电。4.根据权利要求1所述基于模型预测控制的室内热舒适及能源调控方法，其特征在于，根据每个时刻的设定温度、预测温度和未来时间的室外温度、实时光伏发电优化求解得出相应的供暖散热量，消耗电网导入电量消耗实时光伏电量，目标函数表示为：约束于：约束于：约束于：约束于：约束于：其中，为优化的目标函数，、和分别表示消耗电网导入电量、消耗实时光伏电量和供暖散热量，表示系统输出，即室内温度，表示松弛变量，用来软化温度约束以避免优化问题的不可行解，为空调的能效比，表示实时光伏发电量，、、为权重矩阵。

技术总结
本发明属于暖通空调系统控制技术领域，提出了基于模型预测控制的室内热舒适及能源调控方法。针对包含光伏发电和电网结合的能源系统，采用模型预测控制的方法，对室内温度和空调能源消耗进行控制。首先通过建立的降阶住宅热模型对室内温度进行模拟预测，然后模型预测控制器根据输入的天气、实际室温、室温设定和目标函数进行滚动优化求解，生成满足目标函数的最优控制序列，并执行该序列的第一个值，在下一个时刻继续重复这样一个优化过程，从而实现滚动优化。该控制策略可以将供暖室温保持在设定的舒适温度区间内，并且根据光伏发电的情况，控制空调系统消耗电力的来源，实现节能减排目的。排目的。排目的。


技术研发人员：王银忠 冯媛媛 李萌 孙永健 徐永健 张小奇
受保护的技术使用者：国网山东省电力公司东营供电公司
技术研发日：2023.02.13
技术公布日：2023/3/21