CN113934246A - 一种建筑热舒适模型预测控制方法及*** - Google Patents
一种建筑热舒适模型预测控制方法及*** Download PDFInfo
- Publication number
- CN113934246A CN113934246A CN202111217744.5A CN202111217744A CN113934246A CN 113934246 A CN113934246 A CN 113934246A CN 202111217744 A CN202111217744 A CN 202111217744A CN 113934246 A CN113934246 A CN 113934246A
- Authority
- CN
- China
- Prior art keywords
- building
- heat
- equation
- room
- temperature
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000013178 mathematical model Methods 0.000 claims abstract description 27
- 238000009423 ventilation Methods 0.000 claims description 47
- 238000012546 transfer Methods 0.000 claims description 43
- 230000008569 process Effects 0.000 claims description 33
- 238000001816 cooling Methods 0.000 claims description 28
- 239000011521 glass Substances 0.000 claims description 25
- 239000011159 matrix material Substances 0.000 claims description 22
- 238000004378 air conditioning Methods 0.000 claims description 16
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 16
- 230000005855 radiation Effects 0.000 claims description 15
- 238000009826 distribution Methods 0.000 claims description 11
- 238000004088 simulation Methods 0.000 claims description 11
- 238000005265 energy consumption Methods 0.000 claims description 10
- 230000037323 metabolic rate Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 6
- 239000004744 fabric Substances 0.000 claims description 5
- 238000009833 condensation Methods 0.000 claims description 4
- 230000005494 condensation Effects 0.000 claims description 4
- 238000004134 energy conservation Methods 0.000 claims description 4
- 229920006395 saturated elastomer Polymers 0.000 claims description 3
- 238000005457 optimization Methods 0.000 abstract description 4
- 230000006870 function Effects 0.000 description 14
- 238000003860 storage Methods 0.000 description 14
- 238000005399 mechanical ventilation Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 5
- 238000010521 absorption reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000007791 dehumidification Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000008542 thermal sensitivity Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D27/00—Simultaneous control of variables covered by two or more of main groups G05D1/00 - G05D25/00
- G05D27/02—Simultaneous control of variables covered by two or more of main groups G05D1/00 - G05D25/00 characterised by the use of electric means
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明公开了一种建筑热舒适模型预测控制方法及***,针对建筑空间与周围环境的热交换建立湿热平衡方程以及墙体的温度的状态参数方程,通过优化数学模型问题求解房间温度与湿度比,最后对状态空间模型进行求解,通过已建立的输入输出状态空间参数以及预测控制器获得PMV值和功率消耗值。可实现楼宇建筑空间的自动化预测控制,可以快速实时的针对多目标优化;以热舒适为主,节省6%的能源。
Description
技术领域
本发明属于暖通空调***控制技术领域,具体涉及一种建筑热舒适模型预测控制方法及***。
背景技术
多年来,建筑物的能源消耗一直在稳步增长,占发达国家总能源使用量的20%至40%。其中一半以上用于空调和机械通风***以维持可接受的室内条件。建筑能源消耗所占比例之大,需要通过技术发展来提高建筑能源效率。
目前空调***中通常所存在的问题之一是很少涉及潜在负荷和人体热舒适度,而建筑中,空调机械通风***的潜在负荷占年能耗的很大一部分,湿度也是预测平均投票(PMV)热舒适指数的关键因素。如果在预测模型中同时包含湿度和热舒适性指数,可有效实现最佳建筑节能和室内热舒适性。同时保持PMV值在0.5左右,处于舒适范围的上限。
发明内容
本发明所要解决的技术问题在于针对上述现有技术中的不足,提供一种建筑热舒适模型预测控制方法及***,用于预测室内温度、湿度和热舒适度,以实现控制器控制的室内环境。采用RC模型来表示建筑物内的综合热湿动态,以减少状态参数。机械通风***中的传热和除湿过程以及PMV指标计算模型通过理论模型中非线性项的近似线性化。能够应用于具有物理意义的建筑图,直接采用状态空间模型,而不是通过测量大量输入/输出数据来训练黑色或灰色模型。
本发明采用以下技术方案:
一种建筑热舒适模型预测控制方法,包括以下步骤:
S1、根据房间空间通过建筑围护结构与周围环境进行的热交换过程,建立房间的湿度和热量平衡方程;
S2、基于步骤S1的热交换过程,采用二阶RC模型描述建筑围护结构中的传热过程,把房间墙体,屋顶和地板***模拟为电气模型,得到墙体的温度状态参数方程;
S3、考虑室内外温差引起的传导热量增益以及玻璃窗透射的太阳能热量增益,建筑内表面吸收的太阳热量通过辐射进行分布,建立玻璃窗***的热量传递模型;
S4、当空调机器通风***运行时,送风相对湿度为100%,对混合空气和风机盘管之间的热量传递建立通风***的数学模型,同时考虑混合空气的质量流量、温度和湿度比;
S5、基于步骤S3玻璃窗***的热量传递与步骤S4中通风***的数学模型,考虑布料系数、居住者的代谢率、居住者的外部功和房间压力,在办公环境中,基于人体热舒适列出PMV方程;
S6、基于步骤S1的房间湿度和热量平衡方程和步骤S2的墙体温度状态参数方程,考虑室内空气温度,湿度比以及建筑围护结构的总温度得到关于建筑房间的一阶动力学方程,根据输入条件和状态变量通过一阶代数方程计算输出参数室内空气温度、室内湿度比和步骤S5的PMV方程,将步骤S1和步骤S2数学模型转换为状态空间的形式;
S7、基于步骤S6中的一阶代数方程定义针对办公楼控制MPC控制器目标函数,产生最佳供应冷却功率以实现建筑环境内的的热舒适性和楼宇节能。
具体的,步骤S1中,房间的湿度和热量平衡方程建模如下:
其中,Q是热量,是盘管内的介质流速,T、ψ分别表示温度和湿度,inte指房间内部,z指热区;指房间内人员的湿度负荷,为从空调机械通风***获得的湿度,Qinte,QACMV分别表示内部显热增益以及空调机械通风***带来的热量。
具体的,步骤S2中,RC模型包括两个聚集体的两个热电容,三个聚集体的导热电阻和两个表面与空气之间的表面热电阻。
具体的,步骤S3中,玻璃窗***的热量传递模型的目标是使所描述的室温平方和误差最小化,具体为:
其中,Tz,set,Tz,exp分别表示模拟室温和测量室温。
具体的,步骤S4中,混合空气与风机盘管之间的热量传递建立数学模型为:
其中,Qcc为传递过程的热量损耗,为通风***中水的流速,Cair为空气热容,Cvap为水蒸气热容,ψma为风机盘管湿度,Tma为风机盘管温度,Tsa为混合空气的温度,ψsa为混合空气的湿度比,下标ma、vap、sat和cc分别为风机盘管中的混合空气、水蒸气、饱和的冷却盘管,L为水凝结比潜热。
具体的,步骤S5中,PMV方程如下:
PMV=0.153TZ+0.142Tmr+35.71ψz-88.34
其中,T为温度,ψ为湿度,下标mr指平均辐射,z代表热区。
具体的,步骤S6中,输出参数,室内空气温度、室内湿度比和PMV,根据输入u和状态x,通过一阶代数方程计算如下:
其中,y、C和D分别是输出向量、输出矩阵和馈通矩阵,下标l是输出的索引,Dl,k为输出索引的馈通矩阵,nx为状态变量的数量。
进一步的,一阶动力学方程转换为状态空间方程:
其中,x是一个状态向量,u是由天气条件、内部增益和空调机械通风***控制变量组成的输入向量,A和B是用于计算状态变化率的状态矩阵和输入矩阵,n表示变量的数量,下标i、j和k表示状态和输入的索引。
具体的,步骤S7中,MPC控制器的目标函数J为:
本发明的另一技术方案是,一种建筑热舒适模型预测控制***,包括:
热交换模块,根据房间空间通过建筑围护结构与周围环境进行的热交换过程,建立房间的湿度和热量平衡方程;
模拟模块,基于热交换模块的热交换过程,采用二阶RC模型描述建筑围护结构中的传热过程,把房间墙体,屋顶和地板***模拟为电气模型,得到墙体的温度状态参数方程;
分布模块,考虑室内外温差引起的传导热量增益以及玻璃窗透射的太阳能热量增益,建筑内表面吸收的太阳热量通过辐射进行分布,建立玻璃窗***的热量传递模型;
通风模块,当空调机器通风***运行时,送风相对湿度为100%,对混合空气和风机盘管之间的热量传递建立通风***的数学模型,同时考虑混合空气的质量流量、温度和湿度比;
计算模块,基于分布模块玻璃窗***的热量传递与通风模块中通风***的数学模型,考虑布料系数、居住者的代谢率、居住者的外部功和房间压力,在办公环境中,基于人体热舒适列出PMV方程;
转换模块,基于热交换模块的房间湿度和热量平衡方程和模拟模块的墙体温度状态参数方程,考虑室内空气温度,湿度比以及建筑围护结构的总温度得到关于建筑房间的一阶动力学方程,根据输入条件和状态变量通过一阶代数方程计算输出参数室内空气温度、室内湿度比和计算模块的PMV方程,将热交换模块和模拟模块数学模型转换为状态空间的形式;
控制模块,基于转换模块中的一阶代数方程定义针对办公楼控制MPC控制器目标函数,产生最佳供应冷却功率以实现建筑环境内的的热舒适性和楼宇节能。
与现有技术相比,本发明至少具有以下有益效果:
本发明一种基于空调机械通风***的建筑状态空间热模型的预测控制方法,将复杂的建筑物模型转变为综合的状态空间方程,并基于该模型开发的多目标MPC控制器,能迅速实时的掌握建筑空间的温度和湿度比,从而实现建筑热舒适;与传统的开/关控制相比,MPC控制器可以实现高达19.4%的节能,同时将PMV指数保持在可接受的舒适范围内。
进一步的,建立房间湿热平衡方程,更好的描述房间与围护结构之间的热交换过程;
进一步的,复杂的***结构类比为模拟的电气模型,可以更简单准确的描述墙体,已经地板等的传热过程,更易得出状态参数方程;
进一步的,基于建筑表面的太阳热辐射分布,建立玻璃窗***的热量传递模型,便于掌握太阳辐射对室内热舒适的影响程度;
进一步的,对混合空气和风机盘管之间的热过程建模,***的描述热量的转换与消耗过程,使机械通风***状态化。
进一步的,用PMV指数描述人体热舒适,综合多个因素的共同结果,能更精确反应描述的问题;
进一步的,基于一阶动力学方程,状态空间方程更适用于多目标参数,实时快速的对热舒适进行控制优化;
进一步的,MPC控制器调整为以热舒适为主,与传统的开/关控制相比,该***能更大程度的节约能源。
综上所述,本发明可实现楼宇建筑空间的自动化预测控制,可以快速实时的针对多目标优化,如室内空气温度、辐射温度、湿度和预测平均投票(PMV)指数综合状态空间模型的开发方法;以热舒适为主,在大多数办公时间达到中性PMV指数时,与传统的开/关控制相比,能节省6%的能源。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
图1为空调机械通风***示意图;
图2为办公单元内的热量和水分平衡图;
图3为RC模型图;
图4为模拟室温和湿度比与测量数据的比较图;
图5为室内PMV、室内空气温度和风机盘管提供的标准化消耗功率比较图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,需要理解的是,术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
在附图中示出了根据本发明公开实施例的各种结构示意图。这些图并非是按比例绘制的,其中为了清楚表达的目的,放大了某些细节,并且可能省略了某些细节。图中所示出的各种区域、层的形状及它们之间的相对大小、位置关系仅是示例性的,实际中可能由于制造公差或技术限制而有所偏差,并且本领域技术人员根据实际所需可以另外设计具有不同形状、大小、相对位置的区域/层。
本发明提供了一种建筑热舒适模型预测控制方法,用以支撑实现建筑空间热舒适智能控制和建筑节能。针对建筑空间与周围环境的热交换建立湿热平衡方程以及墙体的温度的状态参数方程,通过优化数学模型问题求解房间温度与湿度比,最后对状态空间模型进行求解,通过已建立的输入输出状态空间参数以及预测控制器获得PMV值和功率消耗值。
本发明一种建筑热舒适模型预测控制方法,包括以下步骤:
S1、根据房间空间通过建筑围护结构与周围环境进行的热交换过程,建立房间的湿度和热量平衡方程;
针对典型性办公室的内部环境,在假设相邻房间之间的温差忽略的前提下,建立建筑物的动态模型;建立动态模型时,将室内空间和空调机械通风***视为具有气-湿混合气体流动和气-水相变化的复杂开放***。在空调机械通风***中,新风在进入风机盘管的冷却盘管前与回风混合。混合空气的显负荷和潜负荷均由冷却盘管处理,混合气流中的部分水分因凝结而从冷却盘管处离开空调机械通风***。空调机械通风***将空调空气输送到室内。在室内空间,有内部的热量和湿气来源,包括人力、照明和设备。房间空间也通过建筑围护结构与周围环境交换热量。
房间的湿度和热量平衡方程通过以下公式建模:
其中,Q是热量(w),是盘管内的介质流速(kg/s),T、ψ分别表示温度和湿度,下标inte指房间内部,z指热区;指房间内人员的湿度负荷,为从空调机械通风***获得的湿度,Qinte,QACMV分别表示内部显热增益以及空调机械通风***带来的热量。
S2、基于步骤S1的热交换过程,采用二阶RC模型描述建筑围护结构中的传热过程,把房间墙体,屋顶和地板***模拟为类似的电气模型,得到墙体的温度状态参数方程;
建筑墙体模型中墙壁实际上***成两部分,只考虑法线方向的热传导。在每一集合体中,假定温度是均匀的;RC模型是一个包括两个聚集体的两个热电容,三个聚集体的导热电阻和两个表面与空气(外部和内部表面)之间的表面热电阻。同样的模型处理应用也适用于屋顶和地板。
S3、考虑室内外温差引起的传导热量增益以及玻璃窗透射的太阳能热量增益,假设任何建筑内表面吸收的太阳热量通过辐射迅速分布到其他内表面,忽略玻璃层表面的传导热阻,建立玻璃窗***的热量传递模型;
建筑构件参数R和C是影响仿真性能的关键因素,对于建筑围护结构,R和C可以用其材料的热性能作为初始值来计算。其他室内热质量,如家具、管道等,由一个1R1C节点表示,该节点仅连接到室内空气温度节点。R和C被赋给一个估计值并且在0和正无穷之间有界。然后采用最小二乘优化方法在MA TLAB环境中调整RC模型参数。目标是使所描述的室温平方和误差最小化:
其中,Tz,set,Tz,exp分别表示模拟室温(K)和测量室温(K)。
S4、当空调机器通风***运行时,假设送风相对湿度(RH)为100%,对混合空气和风机盘管之间的热量传递建立数学模型,同时考虑混合空气的质量流量、温度和湿度比;
每个办公室安装的风机盘管以恒定风机转速(风量)运行,并由一个与执行器相连的恒温器控制,该执行器通过风机盘管的冷却盘管调节冷冻水流速。恒温器根据室温设定点控制冷冻水流量。在空调机械通风***运行时,假设送风相对湿度(RH)为100%,混合空气与风机盘管之间的介质传递描述为:
其中,下标ma、vap、sat和cc分别为风机盘管中的混合空气、水蒸气、饱和的冷却盘管。L为水凝结比潜热(J/kg)。
由于水蒸气的质量流速比空气小,假设忽略水蒸气的感热能力,当283.15K<Tsa<293.15K时,根据已有传感器测得的数据,辨识出相关参数建立***的双线性模型:
当供应流量和新风流量恒定时,如办公楼的空调机械通风***,上式可转变为线性方程,可用于SSM模型;在供应流量和新风流量不恒定的情况下,双线性模型仍然可以用于顺序二次规划的MPC控制器。
S5、考虑布料系数、居住者的代谢率、居住者的外部功和房间压力,假设以上影响均恒定的情况下,在典型的办公环境中,基于人体热舒适列出PMV方程,以确保建筑模型对人体热舒适的保障;
预测平均投票(PMV)指数是评价热舒适状况的常用方法。该指标是基于人体与其周围环境的能量平衡得出。PMV指数有6个关键参数,包括代谢率、服装保温性、空气温度、平均辐射温度、空气流速和空气相对湿度。在典型办公室环境中,假设衣服系数、居住者的代谢率、居住者的外部工作和房间压力是恒定的,PMV指标由下式确定:
PMV=0.153TZ+0.142Tmr+35.71ψz-88.34
下标mr指平均辐射,z代表热区,参数通过辨识得出。
S6、基于步骤S1和步骤S2,考虑室内空气温度,湿度比以及建筑围护结构的总温度得到关于建筑房间的一阶动力学方程,根据输入条件和状态变量通过一阶代数方程计算输出参数室内空气温度、室内湿度比和PMV,将数学模型转换为状态空间的形式;
将一阶动力学方程转换为状态空间方程:
其中,x是一个状态向量,包括室内空气温度、湿度比以及建筑围护结构的总温度。符号u是由天气条件、内部增益和空调机械通风***控制变量组成的输入向量。A和B是用于计算状态变化率的状态矩阵和输入矩阵。符号n表示变量的数量,下标i、j和k表示状态和输入的索引。例如,在S02中,T1和T2是状态参数,To是可以测量的输入参数。
输出参数,室内空气温度、室内湿度比和PMV,根据输入u和状态x,通过一阶代数方程计算,如下所示:
其中,y、C和D分别是输出向量、输出矩阵和馈通矩阵,下标l是输出的索引。基于此,建筑物的数学模型就变成了状态空间的形式。
S7、定义MPC控制器的目标函数,产生最佳供应冷却功率以实现建筑环境内的的热舒适性和楼宇节能。
MPC控制器的目标函数寻求使冷却功率最小化,定义如下:
WPMV表示室内热舒适显著性权重因子,PMVmax和PMVmin表示PMV指数的上限和下限;Qmax和Qmin表示风机盘管制冷量的上限和下限。具体而言,根据ASHARE的规定,对于一般热舒适性,PMV指数的约束设置为-0.5<PMV<0.5,并且根据冷却盘管容量,风机盘管在办公时间内的冷却能力在0W和4000W之间。MPC控制器在MA TLAB/Simulink环境中实现。
本发明再一个实施例中,提供一种建筑热舒适模型预测控制***,该***能够用于实现上述建筑热舒适模型预测控制方法,具体的,该建筑热舒适模型预测控制***包括热交换模块、模拟模块、分布模块、通风模块、计算模块、转换模块以及控制模块。
其中,热交换模块,根据房间空间通过建筑围护结构与周围环境进行的热交换过程,建立房间的湿度和热量平衡方程;
模拟模块,基于热交换模块的热交换过程,采用二阶RC模型描述建筑围护结构中的传热过程,把房间墙体,屋顶和地板***模拟为电气模型,得到墙体的温度状态参数方程;
分布模块,考虑室内外温差引起的传导热量增益以及玻璃窗透射的太阳能热量增益,建筑内表面吸收的太阳热量通过辐射进行分布,建立玻璃窗***的热量传递模型;
通风模块,当空调机器通风***运行时,送风相对湿度为100%,对混合空气和风机盘管之间的热量传递建立通风***的数学模型,同时考虑混合空气的质量流量、温度和湿度比;
计算模块,基于分布模块玻璃窗***的热量传递与通风模块中通风***的数学模型,考虑布料系数、居住者的代谢率、居住者的外部功和房间压力,在办公环境中,基于人体热舒适列出PMV方程;
转换模块,基于热交换模块的房间湿度和热量平衡方程和模拟模块的墙体温度状态参数方程,考虑室内空气温度,湿度比以及建筑围护结构的总温度得到关于建筑房间的一阶动力学方程,根据输入条件和状态变量通过一阶代数方程计算输出参数室内空气温度、室内湿度比和计算模块的PMV方程,将热交换模块和模拟模块数学模型转换为状态空间的形式;
控制模块,基于转换模块中的一阶代数方程定义针对办公楼控制MPC控制器目标函数,产生最佳供应冷却功率以实现建筑环境内的的热舒适性和楼宇节能。
本发明再一个实施例中,提供了一种终端设备,该终端设备包括处理器以及存储器,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器用于执行所述计算机存储介质存储的程序指令。处理器可能是中央处理单元(Central ProcessingUnit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor、DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable GateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等,其是终端的计算核心以及控制核心,其适于实现一条或一条以上指令,具体适于加载并执行一条或一条以上指令从而实现相应方法流程或相应功能;本发明实施例所述的处理器可以用于建筑热舒适模型预测控制方法的操作,包括:
根据房间空间通过建筑围护结构与周围环境进行的热交换过程,建立房间的湿度和热量平衡方程;基于热交换过程,采用二阶RC模型描述建筑围护结构中的传热过程,把房间墙体,屋顶和地板***模拟为电气模型,得到墙体的温度状态参数方程;考虑室内外温差引起的传导热量增益以及玻璃窗透射的太阳能热量增益,建筑内表面吸收的太阳热量通过辐射进行分布,建立玻璃窗***的热量传递模型;当空调机器通风***运行时,送风相对湿度为100%,对混合空气和风机盘管之间的热量传递建立通风***的数学模型,同时考虑混合空气的质量流量、温度和湿度比;基于玻璃窗***的热量传递与通风***的数学模型,考虑布料系数、居住者的代谢率、居住者的外部功和房间压力,在办公环境中,基于人体热舒适列出PMV方程;基于房间湿度和热量平衡方程和墙体温度状态参数方程,考虑室内空气温度,湿度比以及建筑围护结构的总温度得到关于建筑房间的一阶动力学方程,根据输入条件和状态变量通过一阶代数方程计算输出参数室内空气温度、室内湿度比和PMV方程,将数学模型转换为状态空间的形式;基于一阶代数方程定义针对办公楼控制MPC控制器目标函数,产生最佳供应冷却功率以实现建筑环境内的的热舒适性和楼宇节能。
本发明再一个实施例中,本发明还提供了一种存储介质,具体为计算机可读存储介质(Memory),所述计算机可读存储介质是终端设备中的记忆设备,用于存放程序和数据。可以理解的是,此处的计算机可读存储介质既可以包括终端设备中的内置存储介质,当然也可以包括终端设备所支持的扩展存储介质。计算机可读存储介质提供存储空间,该存储空间存储了终端的操作***。并且,在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令,这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是,此处的计算机可读存储介质可以是高速RAM存储器,也可以是非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。
可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令,以实现上述实施例中有关建筑热舒适模型预测控制方法的相应步骤;计算机可读存储介质中的一条或一条以上指令由处理器加载并执行如下步骤:
根据房间空间通过建筑围护结构与周围环境进行的热交换过程,建立房间的湿度和热量平衡方程;基于热交换过程,采用二阶RC模型描述建筑围护结构中的传热过程,把房间墙体,屋顶和地板***模拟为电气模型,得到墙体的温度状态参数方程;考虑室内外温差引起的传导热量增益以及玻璃窗透射的太阳能热量增益,建筑内表面吸收的太阳热量通过辐射进行分布,建立玻璃窗***的热量传递模型;当空调机器通风***运行时,送风相对湿度为100%,对混合空气和风机盘管之间的热量传递建立通风***的数学模型,同时考虑混合空气的质量流量、温度和湿度比;基于玻璃窗***的热量传递与通风***的数学模型,考虑布料系数、居住者的代谢率、居住者的外部功和房间压力,在办公环境中,基于人体热舒适列出PMV方程;基于房间湿度和热量平衡方程和墙体温度状态参数方程,考虑室内空气温度,湿度比以及建筑围护结构的总温度得到关于建筑房间的一阶动力学方程,根据输入条件和状态变量通过一阶代数方程计算输出参数室内空气温度、室内湿度比和PMV方程,将数学模型转换为状态空间的形式;基于一阶代数方程定义针对办公楼控制MPC控制器目标函数,产生最佳供应冷却功率以实现建筑环境内的的热舒适性和楼宇节能。
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中的描述和所示的本发明实施例的组件可以通过各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1
以某办公楼为例,在办公室区域内由中央空调***统一供冷。本实施例中,以办公空间单元为测试场地,空调机械通风***与风机盘管***共同作用于房间的热舒适调节,在房间放置温湿度传感器,辐照度传感器,风机盘管***的供回水管道上也放置温度传感器,空气流速传感器,水流量计,空气流量计用以测量所需数据。在三种不同的情况下进行测试:风机盘管消耗功率的开/关控制,代表了传统的控制方法。当室温达到25℃时,风机盘管的消耗功率最大(工作状态),当室温降至23℃时,风机盘管的冷却功率降至0W(关闭状态);在目标函数中使用低权重因子(WPMV)为1的MPC控制,使节能项在优化中占主导地位;在目标函数中使用高权重因子为4的MPC控制,使热舒适项在优化中占主导地位。
请参阅图1,基于空调机械通风***的建筑状态空间热模型主要考虑机械通风***对房间热舒适的影响。
请参阅图2,简化房间热量与水分传递过程,空调机械通风***向房间空间提供改善后的空气(送风)。房间内有内部热源和湿气源,包括人、照明和设备。房间空间还通过建筑围护结构与周围环境进行热交换。
请参阅图3,基于网络拓扑的***等效电气模型,其中各角标字符含义如下;T温度,q热通量,A表面积,C热容量,α吸收率、吸收比;R热阻,sur表层,sol太阳辐射,the热量的,z高温带,win窗户,int内部,ta传动装置,o室外。墙体实际上分为两个部分,仅考虑法线方向的热传导。
请参阅图4,模拟的室内温度值(使用RC模型)和测量室温值之间有很好的一致性。在验证日(9:00---18:00为工作时间),室温的平均绝对百分比误差(MAPE)为1.55%。并对RC模型的空气湿度比响应进行了验证,显示了办公时间内模拟和测量的湿度比之间良好的一致性,MAPE为4。由于RC模型不考虑通过建筑物裂缝从环境中渗透水分,在非办公时间的模拟湿度比是恒定的。
请参阅图5,给出了实验期间三种场景的结果(室内PMV、空气温度和风机盘管提供的标准化功率)。从办公时间内的结果来看,MPC场景(场景2&3)PMV、室温和冷却功率的变化比场景1的开/关控制小得多。结果表明,与传统开/关型控制相比,MPC控制室内空气条件变化对办公人员可能造成的干扰更少。场景2和场景3的PMV总是分别接近0.5和0(由于软约束,具有一定的容差)。由于MPC控制器是一个多目标控制器,因此该控制器总是在最小化能耗和最小化PMV偏离0之间寻求折衷,具体取决于预设的权重因子。对于场景2,MPC控制器始终寻求最低能耗,而PMV在办公时间内仍在规定的误差允许范围内。对于场景3,PMV在办公时间内保持在0左右,这表示三种场景中的最佳热舒适性。对于场景1,由于开/关操作导致冷却功率波动,PMV和室温在办公时间内呈现波动模式。空调机械通风***和内部负载在非办公时间关闭。
表1状态矩阵A
表2输入矩阵B
请参阅表1、2,表中显示了用于计算状态变化率的状态矩阵和输入矩阵。
表3输出矩阵C
表4馈通矩阵D
请参阅表3、4,输出矩阵和馈通矩阵。由于输出Tz和ψz也是状态参数,因此没有输入的馈通。对于输出PMV,需要从测量输入参数Tfa和常数l进行馈通。
综上所述,本发明一种建筑热舒适模型预测控制方法及***,MPC控制室内空气条件变化对乘员可能造成的干扰要好得多,PMV在办公时间内保持正常的波动,更高质量,更稳定的保证室内热舒适,且冷却功率较小,节约能耗。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上内容仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明权利要求书的保护范围之内。
Claims (10)
1.一种建筑热舒适模型预测控制方法,其特征在于,包括以下步骤:
S1、根据房间空间通过建筑围护结构与周围环境进行的热交换过程,建立房间的湿度和热量平衡方程;
S2、基于步骤S1的热交换过程,采用二阶RC模型描述建筑围护结构中的传热过程,把房间墙体,屋顶和地板***模拟为电气模型,得到墙体的温度状态参数方程;
S3、考虑室内外温差引起的传导热量增益以及玻璃窗透射的太阳能热量增益,建筑内表面吸收的太阳热量通过辐射进行分布,建立玻璃窗***的热量传递模型;
S4、当空调机器通风***运行时,送风相对湿度为100%,对混合空气和风机盘管之间的热量传递建立通风***的数学模型,同时考虑混合空气的质量流量、温度和湿度比;
S5、基于步骤S3玻璃窗***的热量传递与步骤S4中通风***的数学模型,考虑布料系数、居住者的代谢率、居住者的外部功和房间压力,在办公环境中,基于人体热舒适列出PMV方程;
S6、基于步骤S1的房间湿度和热量平衡方程和步骤S2的墙体温度状态参数方程,考虑室内空气温度,湿度比以及建筑围护结构的总温度得到关于建筑房间的一阶动力学方程,根据输入条件和状态变量通过一阶代数方程计算输出参数室内空气温度、室内湿度比和步骤S5的PMV方程,将步骤S1和步骤S2数学模型转换为状态空间的形式;
S7、基于步骤S6中的一阶代数方程定义针对办公楼控制MPC控制器目标函数,产生最佳供应冷却功率以实现建筑环境内的的热舒适性和楼宇节能。
3.根据权利要求1所述的方法,其特征在于,步骤S2中,RC模型包括两个聚集体的两个热电容,三个聚集体的导热电阻和两个表面与空气之间的表面热电阻。
6.根据权利要求1所述的方法,其特征在于,步骤S5中,PMV方程如下:
PMV=0.153TZ+0.142Tmr+35.71ψz-88.34
其中,T为温度,ψ为湿度,下标mr指平均辐射,z代表热区。
10.一种建筑热舒适模型预测控制***,其特征在于,包括:
热交换模块,根据房间空间通过建筑围护结构与周围环境进行的热交换过程,建立房间的湿度和热量平衡方程;
模拟模块,基于热交换模块的热交换过程,采用二阶RC模型描述建筑围护结构中的传热过程,把房间墙体,屋顶和地板***模拟为电气模型,得到墙体的温度状态参数方程;
分布模块,考虑室内外温差引起的传导热量增益以及玻璃窗透射的太阳能热量增益,建筑内表面吸收的太阳热量通过辐射进行分布,建立玻璃窗***的热量传递模型;
通风模块,当空调机器通风***运行时,送风相对湿度为100%,对混合空气和风机盘管之间的热量传递建立通风***的数学模型,同时考虑混合空气的质量流量、温度和湿度比;
计算模块,基于分布模块玻璃窗***的热量传递与通风模块中通风***的数学模型,考虑布料系数、居住者的代谢率、居住者的外部功和房间压力,在办公环境中,基于人体热舒适列出PMV方程;
转换模块,基于热交换模块的房间湿度和热量平衡方程和模拟模块的墙体温度状态参数方程,考虑室内空气温度,湿度比以及建筑围护结构的总温度得到关于建筑房间的一阶动力学方程,根据输入条件和状态变量通过一阶代数方程计算输出参数室内空气温度、室内湿度比和计算模块的PMV方程,将热交换模块和模拟模块数学模型转换为状态空间的形式;
控制模块,基于转换模块中的一阶代数方程定义针对办公楼控制MPC控制器目标函数,产生最佳供应冷却功率以实现建筑环境内的的热舒适性和楼宇节能。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111217744.5A CN113934246A (zh) | 2021-10-19 | 2021-10-19 | 一种建筑热舒适模型预测控制方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111217744.5A CN113934246A (zh) | 2021-10-19 | 2021-10-19 | 一种建筑热舒适模型预测控制方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113934246A true CN113934246A (zh) | 2022-01-14 |
Family
ID=79280582
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111217744.5A Withdrawn CN113934246A (zh) | 2021-10-19 | 2021-10-19 | 一种建筑热舒适模型预测控制方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113934246A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114543274A (zh) * | 2022-03-15 | 2022-05-27 | 山东大学 | 一种建筑中央空调温湿度优化控制方法及*** |
CN116734424A (zh) * | 2023-06-13 | 2023-09-12 | 青岛理工大学 | 基于rc模型和深度强化学习的室内热环境的控制方法 |
-
2021
- 2021-10-19 CN CN202111217744.5A patent/CN113934246A/zh not_active Withdrawn
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114543274A (zh) * | 2022-03-15 | 2022-05-27 | 山东大学 | 一种建筑中央空调温湿度优化控制方法及*** |
CN116734424A (zh) * | 2023-06-13 | 2023-09-12 | 青岛理工大学 | 基于rc模型和深度强化学习的室内热环境的控制方法 |
CN116734424B (zh) * | 2023-06-13 | 2023-12-22 | 青岛理工大学 | 基于rc模型和深度强化学习的室内热环境的控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Homod | Analysis and optimization of HVAC control systems based on energy and performance considerations for smart buildings | |
Homod et al. | Energy saving by integrated control of natural ventilation and HVAC systems using model guide for comparison | |
Homod et al. | Energy savings by smart utilization of mechanical and natural ventilation for hybrid residential building model in passive climate | |
Pfeiffer et al. | Control of temperature and energy consumption in buildings-a review. | |
Hashim et al. | Cooling load calculations | |
CN113934246A (zh) | 一种建筑热舒适模型预测控制方法及*** | |
Homod et al. | Double cooling coil model for non-linear HVAC system using RLF method | |
Freire et al. | Development of regression equations for predicting energy and hygrothermal performance of buildings | |
CN105674390A (zh) | 一种集中供热***动态水力平衡调节方法 | |
Dong | Non-linear optimal controller design for building HVAC systems | |
CN111737857A (zh) | 一种基于互动能力曲线的暖通空调集群协调控制方法 | |
Zhao et al. | A thermal comfort and peak power demand aware VRF heating/cooling management framework: Simulation and on-site experiment | |
Raman et al. | MPC-based building climate controller incorporating humidity | |
Zhou | Comparison of building energy modeling programs: HVAC systems | |
Yang et al. | Control strategy optimization for energy efficiency and comfort management in HVAC systems | |
Zhao et al. | The application of advanced control technologies in air conditioning system–a review | |
Im et al. | Empirical validation of building energy modeling using flexible research platform | |
Yang et al. | Modelling and simulation on temperature and humidity decoupling of indoor environment | |
Ferrarini et al. | Modeling and control of thermal energy of a large commercial building | |
Dong et al. | Development and calibration of a reduced-order energy performance model for a mixed-use building | |
CN115289530A (zh) | 一种基于室温不平衡率的全网供热平衡调节方法 | |
O’Kelly et al. | Simulated hygrothermal performance of a Passivhaus in a mixed humid climate under dynamic load | |
Shang et al. | Tracking controller design for air handling units with uncertainties | |
Alessio et al. | All-air system and radiant floor for heating and cooling in residential buildings: A simulation-based analysis | |
Mei | Energy Efficiency Control of Direct Expansion Air Conditioning Systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220114 |