Model predictive control (MPC) to algorytm, który odróżnia prawdziwie inteligentny system grzewczy od systemu, który tylko sprawia wrażenie inteligentnego. Podczas gdy większość „inteligentnych” termostatów nadal reaguje na zmiany temperatury dopiero po ich wystąpieniu, MPC działa z wyprzedzeniem — prognozuje przyszłe warunki i oblicza optymalną strategię ogrzewania, zanim warunki te wystąpią.
Jest to metoda regulacji stanowiąca podstawę optymalizacji ogrzewania w systemie Fourdeg, a zrozumienie jej działania wyjaśnia, dlaczego budynki wyposażone w system MPC konsekwentnie osiągają lepsze wyniki niż te z konwencjonalnym systemem regulacji.
Czym jest „ Model Predictive Control ”?
Model predictive control jest zaawansowaną strategią sterowania opracowaną pierwotnie z myślą o procesach przemysłowych — zakładach chemicznych, rafineriach i systemach lotniczych — które wymagają precyzyjnego, skoordynowanego sterowania wieloma zmiennymi jednocześnie. W pierwszej dekadzie XXI wieku została ona dostosowana do potrzeb zarządzania energią w budynkach, a spadające koszty czujników i przetwarzania w chmurze sprawiły, że stała się praktycznym rozwiązaniem w skali poszczególnych budynków i domów.
Cechą charakterystyczną algorytmu MPC jest horyzont kroczący: na każdym etapie regulacji (zazwyczaj co 15–60 minut) regulator rozwiązuje zadanie optymalizacyjne dotyczące najbliższych 12–48 godzin, ustala optymalną sekwencję działań grzewczych, realizuje pierwsze działanie, a następnie powtarza obliczenia na kolejnym etapie, wykorzystując zaktualizowane pomiary. Oznacza to, że regulator zawsze działa w oparciu o najświeższe dane i zawsze planuje z wyprzedzeniem — nigdy nie ogranicza się jedynie do reagowania.
„Model” w systemie MPC stanowi matematyczne odwzorowanie zachowania termicznego budynku: sposobu, w jaki temperatury wewnątrz budynku reagują na zmiany mocy grzewczej, temperatury zewnętrznej, nasłonecznienia oraz obecności osób w budynku. To właśnie ten model pozwala sterownikowi na tworzenie wiarygodnych prognoz, a nie tylko przypuszczeń.
Jak działa MPC w Fourdeg
FourdegWdrożenie MPC w tym systemie działa w trzech powiązanych ze sobą warstwach:
1. Model termiczny budynku
Po zainstalowaniu inteligentnych termostatów Fourdeg system zaczyna rejestrować rzeczywiste dane dotyczące temperatury w każdym pomieszczeniu i korelować je z warunkami panującymi na zewnątrz, promieniowaniem słonecznym oraz mocą grzewczą. W ciągu pierwszych tygodni działania system tworzy parametryczny model termiczny dla każdego pomieszczenia — uwzględniający opór cieplny (jakość izolacji), pojemność cieplną (ilość ciepła magazynowanego przez konstrukcję) oraz wpływ zysków słonecznych.
Model ten jest na bieżąco aktualizowany w miarę gromadzenia przez system kolejnych danych, dzięki czemu z czasem staje się coraz dokładniejszy. Budynki o nietypowej konstrukcji, niedawno wyremontowane lub charakteryzujące się sezonowymi wzorcami obłożenia są uwzględniane automatycznie — model po prostu uczy się na podstawie swoich obserwacji.
2. Integracja prognozy pogody
Na podstawie 48-godzinnej prognozy pogody — temperatury zewnętrznej, zachmurzenia, promieniowania słonecznego i wiatru — sterownik MPC prognozuje, jaka będzie temperatura w poszczególnych pomieszczeniach w różnych scenariuszach ogrzewania. Właśnie w tym miejscu ujawnia się prawdziwa wartość prognozowania:
- Jeśli w nocy temperatura na zewnątrz ma gwałtownie spaść, system wstępnie ogrzewa budynek wieczorem, kiedy energia może być tańsza
- Jeśli prognoza zapowiada słoneczny poranek, pomieszczenia od strony południowej nie są wstępnie ogrzewane — słońce zajmie się tym za darmo
- Jeśli po łagodnym weekendzie nadchodzi chłodny tydzień, masa termiczna budynku zostaje strategicznie naładowana z wyprzedzeniem
3. Obliczenia optymalizacyjne
W każdym cyklu regulacji algorytm MPC rozwiązuje zadanie optymalizacji z ograniczeniami: biorąc pod uwagę aktualny stan budynku, prognozę pogody oraz model termiczny — jakie działania grzewcze w ciągu najbliższych 24 godzin pozwolą utrzymać we wszystkich pomieszczeniach temperaturę w granicach komfortu, minimalizując jednocześnie zużycie energii (i koszty)?
Ograniczenia obejmują minimalną i maksymalną temperaturę w pomieszczeniach (granice komfortu ustalone przez użytkowników), maksymalną moc grzewczą (ograniczoną wydajnością grzejników) oraz, w stosownych przypadkach, sygnały cenowe dotyczące energii, dzięki którym ogrzewanie w określonych godzinach jest tańsze. Optymalizator równoważy wszystkie te czynniki jednocześnie, pomieszczenie po pomieszczeniu, w całym budynku.
Dlaczego MPC przewyższa konwencjonalne metody sterowania
Tradycyjny termostat nie dysponuje modelem budynku, prognozą ani horyzontem optymalizacji. Po prostu mierzy aktualną temperaturę i porównuje ją z wartością zadaną. Prowadzi to do kilku systematycznych nieefektywności:
- Przegrzanie: Gdy temperatura na zewnątrz nieoczekiwanie wzrośnie lub do pomieszczenia dostanie się światło słoneczne, konwencjonalny system sterowania kontynuuje ogrzewanie aż do zadziałania termostatu — co prowadzi do marnotrawstwa energii i powoduje dyskomfort
- Opóźnienie związane z chłodnym porankiem: Tradycyjne systemy uruchamiają się o ustalonej godzinie i rozpoczynają ogrzewanie, ale nie są w stanie przewidzieć, ile czasu zajmie ogrzanie budynku danego poranka. System MPC oblicza to z wyprzedzeniem
- Brak świadomości kosztów energii: Systemy o stałym harmonogramie ogrzewają w zaprogramowanych porach, niezależnie od tego, czy energia jest tania, czy droga. System MPC może automatycznie przesuwać zużycie na okresy, w których energia jest tańsza
- Brak wykorzystania masy termicznej: Budynki mogą magazynować znaczne ilości ciepła w swojej konstrukcji. Tradycyjne systemy sterowania nie uwzględniają tego faktu; MPC wykorzystuje to jako bezpłatny zasób
W rezultacie budynki sterowane za pomocą systemu MPC zużywają konsekwentnie o 20–35% mniej energii niż budynki sterowane w sposób konwencjonalny, zapewniając jednocześnie bardziej stabilną temperaturę wewnątrz pomieszczeń.
MPC i reagowanie po stronie popytu
MPC stanowi również technologię umożliwiającą realizację reakcji po stronie popytu (DSR) w systemach ciepłowniczych. Gdy przedsiębiorstwo energetyczne chce zmniejszyć obciążenie szczytowe w swojej sieci, wysyła sygnał o zmniejszeniu zapotrzebowania na platformę Fourdeg. Sterownik MPC w każdym podłączonym budynku ocenia, o ile możliwe jest zmniejszenie zapotrzebowania — biorąc pod uwagę aktualne temperatury, prognozę pogody oraz model termiczny każdego budynku — i oblicza najbezpieczniejszą strategię wstępnego ogrzewania, która maksymalizuje elastyczność, jednocześnie zapewniając komfort w pomieszczeniach.
Właśnie dlatego sterowanie na poziomie pomieszczeń oraz modele termiczne dostosowane do konkretnych budynków mają zasadnicze znaczenie dla prawdziwego DSR: bez dokładnej wiedzy na temat wielkości bufora termicznego w każdym budynku nie można bezpiecznie zobowiązać się do zapewnienia elastyczności popytu. Dzięki MPC takie zobowiązanie opiera się na zasadach fizyki, a nie na domysłach.
Jakich danych używa MPC?
- Tworzenie modelu termicznego: na podstawie historycznych danych dotyczących temperatury — współczynniki oporu, pojemności oraz zysków słonecznych dla każdego pomieszczenia
- Temperatury w pomieszczeniach w czasie rzeczywistym: mierzone przez termostaty poszczególnych grzejników co kilka minut
- Prognozy pogody: temperatura na zewnątrz, nasłonecznienie, zachmurzenie i prędkość wiatru — zazwyczaj na okres 48 godzin
- Temperatura zasilania w sieci ciepłowniczej: ilość ciepła dostępna w sieci w danym momencie
- Sygnały cenowe dotyczące energii: tam, gdzie to możliwe, ceny zróżnicowane w zależności od pory dnia, które zachęcają do przenoszenia zużycia na okresy poza szczytem
„Model Predictive Control ” zmienia ogrzewanie z procesu reaktywnego w proaktywny, inteligentny system. Nie czeka, aż w pomieszczeniu zrobi się zimno — z kilkugodzinnym wyprzedzeniem dokładnie oblicza, jak i kiedy należy ogrzewać, a następnie robi to automatycznie.
Najczęściej zadawane pytania
Czym jest „ model predictive control ” (MPC)?
MPC to zaawansowany algorytm sterowania, który wykorzystuje model matematyczny systemu do przewidywania jego przyszłego zachowania oraz optymalizacji działań sterujących w ramach ruchomego horyzontu czasowego. W przypadku ogrzewania model ten odzwierciedla sposób, w jaki budynek pochłania i oddaje ciepło. Regulator na bieżąco prognozuje przyszłe temperatury w pomieszczeniach na podstawie prognoz pogody i dynamiki budynku, a następnie oblicza optymalny harmonogram ogrzewania, który pozwala utrzymać temperatury w granicach komfortu przy minimalnych kosztach energii.
Czym MPC różni się od standardowego termostatu?
Standardowy termostat działa reaktywnie — włącza ogrzewanie, gdy temperatura spadnie poniżej wartości zadanej, i wyłącza je, gdy temperatura wzrośnie powyżej tej wartości. System MPC działa proaktywnie: analizuje prognozę na 12–24 godziny naprzód i oblicza harmonogram ogrzewania, który zapewni komfort przez cały ten okres. System MPC może wstępnie ogrzać pomieszczenia przed nadejściem frontu zimnego, zmniejszyć moc grzewczą przed słonecznym porankiem oraz przesunąć zużycie energii na okresy z tańszymi taryfami — a wszystko to automatycznie.
Ile energii pozwala zaoszczędzić system „ model predictive control ”?
W budynkach, w których stosuje się system sterowania oparty na technologii MPC firmy Fourdeg, konsekwentnie osiąga się oszczędności energii rzędu 20–35% w porównaniu z konwencjonalnym sterowaniem termostatowym. Oszczędności wynikają z wyeliminowania przegrzewania, wstępnego ogrzewania w okresach, gdy energia jest tańsza, oraz ograniczenia strat w trybie czuwania. Największe korzyści odnotowuje się zazwyczaj w budynkach charakteryzujących się znacznym zyskiem ciepła słonecznego lub dużymi wahaniami liczby użytkowników.
Czym jest model termiczny budynku?
Model termiczny to matematyczne odwzorowanie sposobu, w jaki budynek pochłania, magazynuje i traci ciepło — uwzględniające jakość izolacji, zdolność magazynowania ciepła przez konstrukcję oraz zależność między warunkami zewnętrznymi a temperaturą wewnątrz budynku. System Fourdeg tworzy ten model automatycznie na podstawie rzeczywistych danych temperaturowych zebranych w ciągu pierwszych tygodni eksploatacji. Nie są wymagane żadne ręczne pomiary.