Model predictive control (MPC)
Opprinnelig dato for publisering: Man 10 Sep 2018 10:00:00 AM EEST
Hovedideene i MPC
MPC bruker en eksplisitt lineær eller ikke-lineær modell av anlegget og kunnskap om forstyrrelser og settpunktsendringer for å forutsi fremtidige reguleringsfeil. Det kontrollerte anlegget kan være SISO (Single Input, Single Output) eller MIMO (Multiple Input, Multiple Output). En annen fordel med MPC i forhold til tradisjonelle reguleringsmetoder er muligheten til å inkorporere driftsbegrensninger, for eksempel en minimums- og maksimumsverdi for reguleringsinput, i utformingen av reguleringssystemet. [2]
I forbindelse med varmestyring av bygninger brukes ofte litt andre formuleringer av kostnadsfunksjonen (6). Disse vil bli diskutert nærmere i avsnittene 4.5.4 og 4.6. For en lineær (tradisjonell) reguleringsmodell (6) - (7) er den prediktive reguleringsverdien et kvadratisk optimeringsproblem, som det finnes flere effektive løsere for, for eksempel Quadprog i MATLAB [3]. Det kan bemerkes at uten begrensningene (7) er den beregnede optimale reguleringen lik den lineære kvadratiske regulatoren (LQR). [2]
Figur 1: Varmebelastningen på radiatoren til høyre er betydelig større enn på radiatoren til venstre, noe som fører til forskjeller i temperaturene som beboerne i rommene oppfatter.
Kontroll av tilbakevendende horisont (RHC)
Selv om en optimal reguleringsinngang fås fra (6) - (7) for tidspunktene k + 1, k + 2, . . . . , k + N, brukes vanligvis bare den første reguleringsinngangen. Når det kommer en ny måling på tidspunkt k + 1, beregnes en ny sekvens av reguleringsinndata for tidspunktene k +2, k +3, . . . . , k +N +1 fra optimeringsalgoritmen. Prinsippet om at bare den første reguleringsinngangen brukes, og at optimeringen utføres etter hver måling, kalles prinsippet om "receding horizon control". Det gjør den optimale regulatoren mindre følsom for unøyaktigheter i modellen og gjør det mulig å utlede analytiske bevis for stabilitet i lukket sløyfe, som utelates her og ikke forklares nærmere.
Model Predictive Control (MPC) som brukes i bygninger
Når det gjelder bygningsautomasjon, er det flere faktorer som tyder på at MPC har et større potensial enn tradisjonelle metoder for styring av HVAC-systemer. Bygninger har generelt langsom dynamikk på grunn av isolasjon og stor termisk masse, noe som gjør det nødvendig å planlegge oppvarmingen på forhånd (se figur 10). Kunnskap om de viktigste forstyrrelsene, som omgivelsestemperaturer, solstrålingsnivåer og romstatus, er også lett tilgjengelig. Det har vært spesielt interessant å bruke MPC til lastforskyvning i strømnettet, en nøkkelkomponent i smarte nett og programmer for etterspørselsrespons. MPC kan også brukes til å integrere flere uavhengige systemer på en kostnadseffektiv måte, for eksempel oppvarming, ventilasjon og klimaanlegg. [4]
Eksisterende implementeringer av MPC for oppvarming av bygninger
I det følgende diskuteres kort noen eksisterende implementeringer av MPC i varmestyring av bygninger. De viktigste funnene, spesielt når det gjelder energibruk og implementeringsproblemer, oppsummeres.
Case 1: Det tsjekkiske tekniske universitetet i Praha
MPC er implementert for varmestyring i en bygning ved det tsjekkiske tekniske universitetet (CTU) i Praha. Implementeringen av MPC reduserte energiforbruket til oppvarming med 17-24 % sammenlignet med en værkompensert regulator.
Oppvarmingssystemet som ble brukt i studien (takstrålevarmesystem) er annerledes enn de som vanligvis er tilgjengelige i Finland. I studien ble metoden Subspace Identification brukt for å finne den dynamiske modellen for varmesystemet. Identifikasjonsfasen var todelt: Først ble en innledende modell identifisert basert på driftsdata. Den opprinnelige modellen ble senere forbedret ved hjelp av spesialdesignede identifiseringseksperimenter som ble gjennomført fra slutten av desember til begynnelsen av januar. Kun prediksjoner av omgivelsestemperaturen ble vurdert. Forfatterne av studien rapporterer om vanskeligheter med å få tak i den dynamiske modellen som den største utfordringen ved implementering av MPC for bygninger. [5]
Figur 2: MPC kan justere varmetilførselen proaktivt før en endring i omgivelsestemperaturen, noe som gir bedre ytelse enn standard PID-regulering og PID med ekstern temperaturkompensering (PIDc) [4].
Tilfelle 2: OptiControl
Opticontrol [6] er et tverrfaglig forskningsprosjekt om nye prediktive styringsstrategier for kostnadseffektiv styring av bygningers HVAC-systemer. I Opticontrol-prosjektet ble det vurdert å integrere alle bygningsautomasjonssystemer, dvs. at man i tillegg til oppvarming også vurderte styring av persienner, ventilasjon osv. Modelleringsmetoden som ble brukt, var basert på RC-analoge modeller. Casebygget var et relativt nytt kontorbygg i Sveits. Det ble ikke foretatt noen relativ sammenligning av energiforbruket, men basert på simuleringer konkluderte forfatterne med at MPC ville redusere energiforbruket med 17 % sammenlignet med en regelbasert regulator. Forfatterne konkluderte med at med dagens energipriser er den nødvendige innsatsen med hensyn til systemidentifikasjon og annen prosjektering som kreves for å ta i bruk MPC, for høy til å rettferdiggjøre implementeringen av MPC i lignende bygninger. [7]
Sammendrag av implementeringer
Tabell 1 oppsummerer MPC-implementeringene som er diskutert ovenfor. Effekten av MPC på energiforbruket avhenger av antall systemer som bruker MPC og bygningens fysiske egenskaper (f.eks. isolasjon). Bruk av MPC for å integrere flere systemer kan gi visse synergieffekter (f.eks. en liten reduksjon i ventilasjonsbehovet under en oppvarmingstopp).
MPCs evne til lastflytting er i seg selv viktig i forbindelse med etterspørselsstyring og smarte nett. Det kan imidlertid konkluderes med at MPCs anvendelighet for kommersielle produkter er begrenset på grunn av behovet for tilstrekkelig nøyaktige dynamiske modeller. For kommersielle, plug-and-play, typer systemer er det ikke mulig å oppnå tilstrekkelig nøyaktige modeller utelukkende basert på historiske data, og det er ofte ikke mulig å gjennomføre langvarige systemidentifikasjonseksperimenter uten at det går på bekostning av brukerkomforten. For kontorbygg kan det være et alternativ å legge identifiseringsfasen til juleferien.
Tabell 1: Sammenligning av MPC-implementeringer.
Referanser:
