CN106196423A - 一种基于模型预测的室内环境品质控制优化方法 - Google Patents

Abstract

本发明公开一种基于模型预测的室内环境品质控制优化方法，通过物理实验方法采集室内外热环境及其相关的控制数据，用辨识的方法得到室内环境品质控制的控制模型，在模型建立的基础上对空调、风机等设备进行基于模型的预测控制，通过使表征环境品质(热环境，空气品质)及能耗的目标函数最小，对空调、风机等设备进行优化控制，以达到既能满足室内环境品质又节约能耗的效果。本发明具有控制精度高、超调小、能耗低等特点，可以较好的适用于室内环境品质的控制与优化。

Description

一种基于模型预测的室内环境品质控制优化方法

技术领域

本发明属于室内环境品质控制领域，特别涉及一种基于模型预测的室内环境品质控制优化方法。

背景技术

一个良好的室内环境在保障实验人员高效工作的同时还可以保障人员的身体健康。室内环境品质中，以空气质量和热环境因素对人的影响尤为显著。由于在夏季办公建筑多采用空调来调节室内温度，所以门窗常处于紧闭状态，并且实验室内人员相对密集，虽然可以保证室内的热舒适性，却导致室内空气品质较差。创造一个环境品质良好的工作环境是以牺牲能耗为代价的，如何在保证室内环境品质的前提下通过对空调、风机等合理的控制以达到节约能耗的目的有着重大的意义。

室内环境品质控制和耗能优化中，模型预测控制(Model predictive control,MPC)是一种基于模型的优化控制技术,是控制室内环境品质的有效手段。模型准确性是模型预测控制中的关键，直接影响室内环境品质控制和优化的性能指标。通过建立的室内环境品质控制与优化模型，不仅能够响应建筑的实际情况，同时也能够及时地预测建筑室内环境品质参数的变化，从而能够及时地调整控制和优化方案。

发明内容

本发明的目的在于提供一种基于模型预测的室内环境品质控制优化方法，以克服传统的空调调节较为粗放并不能够根据室外温度变化调整制冷量，使得热舒适性下降的并且增大了能量消耗的缺点。本发明方法，能够有效的对室内环境品质进行控制并且节约能源。

为了实现上述目的，本发明采用如下技术方案：

一种基于模型预测的室内环境品质控制优化方法，包括以下步骤：

步骤1：通过控制器控制空调、风机按照设定规律变化，使用温度、二氧化碳传感器对室内外环境参数进行采集，得到室内环境品质控制模型建立所需数据；

步骤2：使用双线性模型描述室内环境品质控制模型；

步骤3：利用模型辨识的方法对室内环境品质控制模型进行辨识，得出室内环境品质控制的控制模型；

步骤4：对控制器进行设计，通过基于模型预测的控制方法，对控制器的目标函数进行设计，使得其既能满足室内环境品质又节约能耗的效果，通过对控制变量的遍历，求解出目标函数的最小值，使用使目标函数最小的控制变量作为当前的控制信号。

进一步的，步骤1中温度和二氧化碳传感器按照设定的频率对室内外环境参数进行采集，并将采集到的数据传递给控制器。

进一步的，步骤4中通过预测的环境变量与设定值之差以及表征能耗的变量的欧式距离来表征环境品质及能耗的综合目标，通过遍历的方法求解出使表征环境品质及能耗的目标函数最小的控制变量作为当前的控制信号。

进一步的，步骤1中控制器被设置成连续工作模式，控制器按照设定的步长逐步增加，使空调和排风扇在24h内循环制冷、加热和排风，观测室内环境参数和空调以及排风扇的控制量，同时记录室外温度，采样数据作为辨识的样本数据。

进一步的，步骤2中使用双线性模型对室内环境品质进行描述：

(k+1)时刻室内二氧化碳浓度是一个与k时刻室内二氧化碳浓度、风机转速和室外二氧化碳浓度有关的线性函数，用下式描述：

CO_2in(k+1)＝CO_2in(k)+α₁W(k)[CO_2out(k)-CO_2in(k)]+C₁

其中，CO_2in(k+1)为k+1时刻室内二氧化碳浓度值；CO_2in(k)为k时刻室内二氧化碳浓度；CO_2out(k)为k时刻室外二氧化碳浓度；W(k)为k时刻风机的开度；C₁为室内人员在一个采样时间间隔内产生二氧化碳的速率，α₁为常数，通过***辨识确定；

(k+1)时刻室内温度是一个与k时刻室内温度、室外温度和空调及风机开度有关的线性函数，用下式描述：

T_in(k+1)＝T_in(k)+β₁W(k)[T_out(k)-T_in(k)]+β₂AC(k)+β₃[T_out(k)-T_in(k)]+C₂

其中，T_in(k+1)为k+1时刻室内温度；T_in(k)为k时刻室内温度；T_out(k)为k时刻室外温度；AC(k)为k时刻空调开度；W(k)为k时刻风机的开度；C₂为室内人员在一个采样时间间隔内产生的热量；β₁，β₂，β₃为常数，通过***辨识确定。

进一步的，步骤3中利用最小二乘的辨识方法，对采集到的实验数据进行辨识，得出建筑环境品质控制模型，下一时刻的室内环境品质估计值采用当前的状态x(k)和被估参数表示：

$x_p(k+1)=x_p\left(k\right)+{\widehat{\mathrm{\λ}}}_1{f}_1\left(u\right(k),x_p(k\left)\right)+\mathrm{...}+{\widehat{\mathrm{\λ}}}_m{f}_m\left(u\right(k),x_p(k\left)\right)$

其中，x_p(k+1)下一时刻的为室内环境品质估计值；x_p(k)室内环境品质当前值；为被估参数；f_m(u(k),x_p(k))为当前控制器与当前室内环境品质变量的相关函数。

进一步的，步骤4具体包括：

控制器设计目标：使得目标函数J(k)最小，目标是保证环境变量接近设定值x_s并且使得总能耗最小，J(k)在N个采样周期后的值通过步骤3估计，控制器设计目标如下：

$\underset{u\∈U}{\min }J=\left|\right|x_{in}(k+N)-x_s|{{|}^2}_Q+|\left|u\left(k\right)\right|{{|}^2}_R$

其中，x_in(k+N)为预测的N个采样周期之后的室内环境品质变量值；x_s为室内环境品质设定值；u(k)为控制变量；Q和R为权重矩阵；

对上式预测时遵循以下规则：在预测的N个采样周期内，控制信号保持恒定，且在预测的N个采样周期内，外部扰动保持恒定且与最后一时刻的值相等；

权重矩阵定义如下：

Q＝a·diag[q₁ q₂]

R＝(1-a)·diag[r₁ r₂]

为了反映环境变量不同等级的差别以及建立环境变量的值与能耗消耗之间的平衡，a,q_i＝q₁,q₂和r_j＝r₁,r₂通过试验和误差选定。

本发明一种基于模型预测的室内环境品质控制优化方法，包括以下步骤：首先通过实验获取相关数据；其次，通过辨识的方法建立室内环境品质控制模型；然后，对控制器进行设计，确定目标函数，通过对空调及风机进行合理的优化控制，使得目标函数最小，达到既能满足室内环境品质又节约能耗的效果。

步骤4中确定目标函数权值矩阵，包括环境变量的权值矩阵确定及控制变量的权值矩阵的确定；环境变量的权值矩阵确定：权值的设定通过环境变量最大设定值除以各环境变量设定值进行标准化处理；控制变量的权值矩阵确定：该矩阵表征执行器动作消耗的能耗，控制变量的权值设置满足能耗大的设备的权值大于能耗低的设备的权值。

相对于现有技术，本发明的有益效果是：本发明是在模型预测的基础上开发的，较传统的控制方式，该控制方法具有更高的控制精度，对于室内环境品质的控制具有更小的超调性，且稳态性能较好，在保证室内环境品质的同时节约了能耗。

本发明提出了一种基于模型预测的室内环境品质控制优化方法，通过物理实验方法采集室内外热环境及其相关的控制数据，用辨识的方法得到室内环境品质控制的控制模型，在模型建立的基础上对空调、风机等设备进行基于模型的预测控制，通过使表征环境品质(热环境，空气品质)及能耗的目标函数最小，对空调、风机等设备进行优化控制，以达到既能满足室内环境品质又节约能耗的效果。本发明具有控制精度高、超调小、能耗低等特点，可以较好的适用于室内环境品质的控制与优化。

附图说明

图1为室内环境品质控制原理框图；

图2为本发明流程图。

具体实施方式

图1给出了室内环境品质模型预测控制***的原理框图。其中，ACT代表改善室内环境品质的执行器，包括空调设备和排风机。BEMS代表建筑能耗管理***，完成室内环境品质参数的采集和对执行器的控制。k为能耗管理***的采样时刻，x(k)为状态变量，y(k)为参考向量，d(k)为扰动，x_s为舒适度设定向量。

室内空调采用美地的KF-72LW/Y-Sx(E)分体落地式空调器，其制冷量为7 200W，制冷功率为2 820W；排风扇采用宝昌FD400E，无级调速，功率为200W，风量最大每小时4000m3。能耗管理***采用德易安建筑能耗管理及控制平台，通过室内温度、二氧化碳浓度传感器，采集室内环境参数；室外数据通过基于crossbow的气象站***提供数据；空调器和排风扇都被连接该平台上，通过红外遥控控制室内的温度和二氧化碳浓度。

请参阅图2所示，本发明一种基于模型预测的室内环境品质控制优化方法，包括以下步骤：

步骤1，通过室内温度、二氧化碳浓度传感器，采集室内环境参数；通过基于crossbow的气象站***采集室外数据；利用控制器将控制信号传递给德易安建筑能耗管理及控制平台，由德易安建筑能耗管理及控制平台对空调器和排风扇进行控制，使控制***按照10％的步长控制空调和排风扇在24h内循环进行制冷、加热和排风，观测室内环境参数和空调以及排风扇的控制量，同时记录室外温度，采样数据作为辨识的样本数据。实验持续时间持续两天，每隔2min进行一次采样，共2 882个采样点。

步骤2、3，利用辨识的方法对采集到的数据进行辨识，得到室内环境的控制模型：

T_in(k+1)＝T_in(k)+0.0226·W(k)[T_out(k)-T_in(k)]+

0.3511·AC(k)+0.0033·[T_out(k)-T_in(k)]+0.0685

CO_2in(k+1)＝CO_2in(k)+0.2107·W(k)[CO_2out(k)-CO_2in(k)]+7.5

步骤4，对控制器进行设计，权值矩阵Q与设定值有关，为了使环境变量实现标准化，权值的设定通过环境变量最大设定值除以各环境变量设定值来实现标准化处理，室内温度权重通过除以25℃来计算，25℃代表了室外温度条件的平均值：所以Q矩阵设定为：R矩阵表征执行器动作消耗的能耗，风机耗能相比于空调耗能很小，设定风机能耗权重为1，空调能耗为8。R矩阵设定如下：

R＝(1-a)·diag[r₁ r₂]

＝(1-a)·diag[1 8]

设定a＝0.5表征使目标函数最小化Q和R矩阵同等重要。通过遍历的方法，求解使得目标函数：J(k)＝‖x_in(k+N)-x_s‖² _Q+‖u(k)‖² _R最小的控制变量，作为当前的控制信号，对空调、风机进行控制，达到既能满足室内环境品质要求又节能的效果。

Claims (7)

1.一种基于模型预测的室内环境品质控制优化方法，其特征在于，包括以下步骤：

步骤1：通过控制器控制空调、风机按照设定规律变化，使用温度、二氧化碳传感器对室内外环境参数进行采集，得到室内环境品质控制模型建立所需数据；

步骤2：使用双线性模型描述室内环境品质控制模型；

步骤3：利用模型辨识的方法对室内环境品质控制模型进行辨识，得出室内环境品质控制的控制模型；

步骤4：对控制器进行设计：通过基于模型预测的控制方法，对控制器的目标函数进行设计，使得其既能满足室内环境品质又节约能耗的效果，通过对控制变量的遍历，求解出目标函数的最小值，使用使目标函数最小的控制变量作为当前的控制信号。

2.根据权利要求1所述的基于模型预测的室内环境品质控制方法，其特征在于：步骤1中温度和二氧化碳传感器按照设定的频率对室内外环境参数进行采集，并将采集到的数据传递给控制器。

3.根据权利要求1所述的基于模型预测的室内环境品质控制优化方法，其特征在于：步骤4中通过预测的环境变量与设定值之差以及表征能耗的变量的欧式距离来表征环境品质及能耗的综合目标，通过遍历的方法求解出使表征环境品质及能耗的目标函数最小的控制变量作为当前的控制信号。

4.根据权利要求1所述的基于模型预测的室内环境品质控制优化方法，其特征在于：步骤1中控制器被设置成连续工作模式，控制器按照设定的步长逐步增加，使空调和排风扇在24h内循环制冷、加热和排风，观测室内环境参数和空调以及排风扇的控制量，同时记录室外温度，采样数据作为辨识的样本数据。

5.根据权利要求1所述的基于模型预测的室内环境品质控制优化方法，其特征在于：步骤2中使用双线性模型对室内环境品质进行描述：

(k+1)时刻室内二氧化碳浓度是一个与k时刻室内二氧化碳浓度、风机转速和室外二氧化碳浓度有关的线性函数，用下式描述：

CO_2in(k+1)＝CO_2in(k)+α₁W(k)[CO_2out(k)-CO_2in(k)]+C₁

其中，CO_2in(k+1)为k+1时刻室内二氧化碳浓度值；CO_2in(k)为k时刻室内二氧化碳浓度；CO_2out(k)为k时刻室外二氧化碳浓度；W(k)为k时刻风机的开度；C₁为室内人员在一个采样时间间隔内产生二氧化碳的速率，α₁为常数，通过***辨识确定；

(k+1)时刻室内温度是一个与k时刻室内温度、室外温度和空调及风机开度有关的线性函数，用下式描述：

T_in(k+1)＝T_in(k)+β₁W(k)[T_out(k)-T_in(k)]+β₂AC(k)+β₃[T_out(k)-T_in(k)]+C₂

其中，T_in(k+1)为k+1时刻室内温度；T_in(k)为k时刻室内温度；T_out(k)为k时刻室外温度；AC(k)为k时刻空调开度；W(k)为k时刻风机的开度；C₂为室内人员在一个采样时间间隔内产生的热量；β₁，β₂，β₃为常数，通过***辨识确定。

6.根据权利要求1所述的基于模型预测的室内环境品质控制优化方法，其特征在于：步骤3中利用最小二乘的辨识方法，对采集到的实验数据进行辨识，得出建筑环境品质控制模型，下一时刻的室内环境品质估计值采用当前的状态x(k)和被估参数表示：

$x_p(k+1)=x_p\left(k\right)+{\widehat{\mathrm{\λ}}}_1{f}_1\left(u\right(k),x_p(k\left)\right)+...+{\widehat{\mathrm{\λ}}}_m{f}_m\left(u\right(k),x_p(k\left)\right)$

其中，x_p(k+1)下一时刻的为室内环境品质估计值；x_p(k)室内环境品质当前值；为被估参数；f_m(u(k),x_p(k))为当前控制器与当前室内环境品质变量的相关函数。

7.根据权利要求1所述的基于模型预测的室内环境品质控制优化方法，其特征在于：步骤4具体包括：

控制器设计目标：使得目标函数J(k)最小，目标是保证环境变量接近设定值x_s并且使得总能耗最小，J(k)在N个采样周期后的值通过步骤3估计，控制器设计目标如下：

$\underset{u\∈U}{min}J=\left|\right|x_{in}(k+N)-x_s|{{|}^2}_Q+|\left|u\left(k\right)\right|{{|}^2}_R$

其中，x_in(k+N)为预测的N个采样周期之后的室内环境品质变量值；x_s为室内环境品质设定值；u(k)为控制变量；Q和R为权重矩阵；

对上式预测时遵循以下规则：在预测的N个采样周期内，控制信号保持恒定，且在预测的N个采样周期内，外部扰动保持恒定且与最后一时刻的值相等；

权重矩阵定义如下：

Q＝a·diag[q_{1 2}]

R＝(1-a)·diag[r₁ r₂]

为了反映环境变量不同等级的差别以及建立环境变量的值与能耗消耗之间的平衡，a,q_i＝q₁,q₂和r_j＝r₁,r₂通过试验和误差选定。