Model predictive control (PPM)

Le MPC utilise un modèle linéaire ou non linéaire explicite de l'installation et la connaissance des perturbations et des changements de consigne pour prédire les erreurs de contrôle futures. L'installation contrôlée peut être SISO (Single Input, Single Output) ou MIMO (Multiple Input, Multiple Output). Un autre avantage du MPC par rapport aux méthodes de contrôle traditionnelles est la possibilité d'incorporer des contraintes de fonctionnement, par exemple une valeur minimale et maximale de l'entrée de contrôle, dans la conception du système de contrôle. [2]

Bien qu'une entrée de commande optimale soit obtenue à partir de (6) - (7) pour les instants k + 1, k + 2, . . . , k + N, seule la première entrée de commande est généralement appliquée. Lorsqu'une nouvelle mesure arrive à l'instant k + 1, une autre séquence d'entrées de commande pour les instants k +2, k +3, .... , k +N +1 est obtenue à partir de l'algorithme d'optimisation. Le principe selon lequel seule la première entrée de commande est appliquée, et l'optimisation est exécutée après chaque mesure, est appelé principe de commande à horizon fuyant. Il rend le contrôleur optimal moins sensible aux imprécisions du modèle et permet d'obtenir des preuves analytiques de la stabilité en boucle fermée, qui sont omises ici et ne sont pas expliquées plus avant.

Dans le domaine de l'automatisation des bâtiments, plusieurs facteurs suggèrent un grand potentiel du MPC par rapport aux méthodes traditionnelles de contrôle des systèmes CVC. Les bâtiments ont généralement une dynamique lente en raison de l'isolation et de l'importante masse thermique, d'où la nécessité de planifier le chauffage à l'avance (voir figure 10). La connaissance des principales perturbations telles que les températures ambiantes, les niveaux de rayonnement solaire, le statut d'occupation des pièces est également facilement disponible. Un intérêt particulier a été porté à l'utilisation du MPC dans le transfert de charge du réseau électrique, un élément clé des réseaux intelligents et des programmes de réponse à la demande. Le MPC peut également être utilisé pour intégrer plusieurs systèmes indépendants de manière rentable, comme le chauffage, la ventilation et la climatisation[4]. [4]

Certaines implémentations existantes du MPC dans le contrôle du chauffage des bâtiments sont brièvement discutées ensuite. Les principaux résultats, notamment en termes d'utilisation de l'énergie et de problèmes de mise en œuvre, sont résumés.

MPC a été mis en œuvre pour le contrôle du chauffage dans un bâtiment de l'Université technique tchèque (CTU) à Prague. La mise en œuvre du MPC a permis de réduire la consommation d'énergie du chauffage de 17 à 24 % par rapport à un régulateur compensé par la météo.

Opticontrol [6] est un projet de recherche interdisciplinaire sur les nouvelles stratégies de contrôle prédictif pour le contrôle rentable des systèmes CVC des bâtiments. Dans le projet Opticontrol, une intégration de tous les systèmes d'automatisation des bâtiments a été envisagée, c'est-à-dire qu'en plus du chauffage, le contrôle des stores, de la ventilation, etc. a également été envisagé. La méthode de modélisation utilisée était basée sur des modèles analogiques RC. Le bâtiment étudié était un immeuble de bureaux relativement récent en Suisse. Aucune comparaison relative de la consommation d'énergie n'a été faite, mais les auteurs ont conclu que, sur la base de simulations, le MPC réduirait la consommation d'énergie de 17%, par rapport à un contrôleur basé sur des règles. Les auteurs ont conclu que pour les prix actuels de l'énergie, l'effort requis, en ce qui concerne l'identification du système et les autres techniques nécessaires au déploiement du MPC, est trop élevé pour justifier sa mise en œuvre dans des bâtiments similaires. [7]

Le tableau 1 résume les implémentations MPC discutées ci-dessus. L'effet du MPC sur la consommation d'énergie dépend du nombre de systèmes utilisant le MPC et des propriétés physiques des bâtiments (par exemple, l'isolation). L'utilisation du MPC pour intégrer plusieurs systèmes peut apporter certains avantages synergiques (par exemple, une légère diminution de la ventilation pendant un pic de demande de chauffage).