Model predictive control (MPC)
Alkuperäinen julkaisupäivä: Ma 10.9.2018 10:00:00 EEST
MPC: n tärkeimmät ideat
MPC käyttää laitoksen eksplisiittistä lineaarista tai epälineaarista mallia sekä tietoa häiriöistä ja asetusarvon muutoksista tulevien säätövirheiden ennustamiseen. Ohjattava laitos voi olla SISO (Single Input, Single Output) tai MIMO (Multiple Input, Multiple Output). MPC:n lisäetu perinteisiin ohjausmenetelmiin verrattuna on mahdollisuus sisällyttää ohjausjärjestelmän suunnitteluun käyttörajoituksia, esimerkiksi ohjaustulon minimi- ja maksimiarvo. [2]
Rakennusten lämmityksen ohjauksen yhteydessä käytetään usein hieman erilaisia kustannusfunktion (6) muotoiluja. Niitä käsitellään tarkemmin 4.5.4 ja 4.6 kohdassa. Lineaarisen (perinteisen) säätömallin (6) - (7) ennakoiva lähtösäätöarvo on kvadraattinen optimointiongelma, jolle on olemassa useita tehokkaita ratkaisijoita, esimerkiksi Quadprog MATLABissa [3]. Voidaan todeta, että ilman rajoituksia (7) laskettu optimaalinen ohjaus vastaa lineaarisen kvadraattisen säätimen (Linear Quadratic Regulator, LQR) optimaalista ohjausta. [2]
Kuva 1: Lämmityspatterin lämmityskuorma oikealla puolella on huomattavasti suurempi kuin vasemmalla puolella oleva lämmityskuorma, mikä aiheuttaa eroja huoneiden asukkaiden havaitsemissa lämpötiloissa.
Horisontin ohjaus (RHC)
Vaikka optimaalinen ohjaustulo saadaan (6) - (7) aikahetkille k + 1, k + 2, . . . , k + N, yleensä vain ensimmäinen ohjaustulo käytetään. Kun uusi mittaus saapuu aikaan k + 1, optimointialgoritmista saadaan toinen ohjaussyötteiden sarja aikamomenteille k +2, k +3, . . . . . Periaatetta, jossa käytetään vain ensimmäistä ohjaussyötettä ja optimointi suoritetaan jokaisen mittauksen jälkeen, kutsutaan vetäytyvän horisontin ohjausperiaatteeksi. Se tekee optimaalisesta ohjaimesta vähemmän herkän mallin epätarkkuuksille ja mahdollistaa suljetun silmukan vakauden analyyttisten todisteiden johtamisen, jotka jätetään tässä pois ja joita ei selitetä tarkemmin.
Model Predictive Control (MPC), jota käytetään rakennuksissa
Rakennusautomaatiossa useat tekijät viittaavat siihen, että MPC:llä on suuri potentiaali LVI-järjestelmien perinteisiin ohjausmenetelmiin verrattuna. Rakennuksilla on yleensä hidas dynamiikka eristyksen ja suuren lämpömassan vuoksi, joten lämmitys on suunniteltava etukäteen (katso kuva 10). Tietoa tärkeimmistä häiriöistä, kuten ympäristön lämpötiloista, auringon säteilytasoista, huoneen käyttöasteesta, on myös helposti saatavilla. Erityisen kiinnostavaa on ollut MPC:n käyttö sähköverkon kuormituksen siirtämisessä, joka on keskeinen osa älykkäitä verkkoja ja kysyntäjousto-ohjelmia. MPC: n avulla voidaan myös integroida useita itsenäisiä järjestelmiä kustannustehokkaasti, kuten lämmitys, ilmanvaihto ja ilmastointi. [4]
MPC: n nykyiset toteutukset rakennusten lämmityksessä
Joitakin MPC: n olemassa olevia toteutuksia rakennuksen lämmityksen ohjauksessa käsitellään lyhyesti seuraavaksi. Tärkeimmät havainnot, erityisesti energiankulutuksen ja toteutuskysymysten osalta, on tiivistetty.
Tapaus 1: Tšekin teknillinen yliopisto, Praha
MPC on otettu käyttöön lämmityksen ohjaukseen Tšekin teknillisen yliopiston (CTU) rakennuksessa Prahassa. MPC: n käyttöönotto vähensi lämmityksen energiankulutusta 17-24% verrattuna sääkompensoituun ohjaimeen.
Tutkimuksessa käytetty lämmitysjärjestelmä (kattosäteilylämmitysjärjestelmä) poikkeaa Suomessa yleensä käytössä olevista lämmitysjärjestelmistä. Tutkimuksessa käytettiin Subspace Identification -menetelmää lämmitysjärjestelmän dynaamisen mallin saamiseksi. Tunnistamisvaihe oli kaksivaiheinen: ensin tunnistettiin alustava malli käyttötietojen perusteella. Alustavaa mallia parannettiin myöhemmin erityisesti suunnitelluilla tunnistuskokeilla, jotka tehtiin joulukuun lopusta tammikuun alkuun. Ainoastaan ympäristön lämpötilaa koskevat ennusteet otettiin huomioon. Tutkimuksen tekijät raportoivat dynaamisen mallin saamiseen liittyvistä vaikeuksista rakennusten MPC:n toteuttamisen suurimpana haasteena. [5]
Kuva 2: MPC pystyy säätämään lämmönsyöttöä ennakoivasti ennen ympäristön lämpötilan muutosta, mikä tuottaa erinomaisen suorituskyvyn verrattuna tavalliseen PID-ohjaukseen ja PID:hen ulkoisella lämpötilan korjauksella (PIDc) [4]
Tapaus 2: OptiControl
Opticontrol [6] on monitieteinen tutkimushanke, joka käsittelee uusia ennakoivia ohjausstrategioita rakennusten LVI-järjestelmien kustannustehokkaalle ohjaukselle. Opticontrol-hankkeessa harkittiin kaikkien rakennusautomaatiojärjestelmien integrointia, eli lämmityksen lisäksi harkittiin myös kaihtimien ohjausta, ilmanvaihtoa jne. Tarkasteltu mallinnusmenetelmä perustui RC-analogisiin malleihin. Tapausrakennus oli melko uusi toimistorakennus Sveitsissä. Energiankulutusta ei verrattu suhteellisesti, mutta kirjoittajat päättelivät, että simulaatioiden perusteella MPC vähentäisi energiankulutusta 17% sääntöpohjaiseen ohjaimeen verrattuna. Kirjoittajat päättelivät, että nykyisissä energian hinnoissa vaaditut ponnistelut järjestelmän tunnistamisen ja muun MPC: n käyttöönottoon tarvittavan suunnittelun osalta ovat liian korkeat, jotta se olisi perusteltua vastaavien rakennusten osalta. [7]
Yhteenveto toteutuksista
Taulukossa 1 on yhteenveto edellä käsitellyistä MPC-toteutuksista. MPC:n vaikutus energiankulutukseen riippuu MPC:tä käyttävien järjestelmien määrästä ja rakennusten fysikaalisista ominaisuuksista (esim. eristys). MPC: n käyttö useiden järjestelmien integroinnissa voi tuoda tiettyjä synergiaetuja (esimerkiksi ilmanvaihdon lievä väheneminen lämmityksen kysyntähuipun aikana).
MPC:n kyky siirtää kuormitusta on sinänsä tärkeä kysynnän hallintaan ja älykkäisiin sähköverkkoihin liittyen. Voidaan kuitenkin päätellä, että MPC:n soveltuvuus kaupallisiin tuotteisiin on luonnostaan rajallinen, koska tarvitaan riittävän tarkkoja dynaamisia malleja. Kaupallisille, plug-and-play, järjestelmätyypeille ei voida saada riittävän tarkkoja malleja pelkästään historiatietojen perusteella, eikä useinkaan voida tehdä pitkiä järjestelmän tunnistuskokeita ilman, että käyttäjämukavuus kärsii. Toimistorakennuksissa tunnistusvaiheen ajoittaminen joululomien ajaksi voi olla toimiva vaihtoehto.
Taulukko 1: MPC-toteutusten vertailu.
Viittaukset:
