Model predictive control (MPC)
Ursprungligt datum för publicering: Mon 10 sep 2018 10:00:00 AM EEST
Huvudidéer i MPC
MPC använder en explicit linjär eller icke-linjär modell av anläggningen och kunskap om störningar och förändringar av börvärdet för att förutsäga framtida reglerfel. Den reglerade anläggningen kan vara SISO (Single Input, Single Output) eller MIMO (Multiple Input, Multiple Output). Ytterligare en fördel med MPC jämfört med traditionella styrmetoder är möjligheten att införliva driftsrestriktioner, t.ex. ett lägsta och högsta värde för styrinmatningen, i styrsystemets utformning. [2]
I samband med reglering av uppvärmning av byggnader används ofta något annorlunda formuleringar av kostnadsfunktionen (6). Dessa kommer att diskuteras ytterligare i avsnitten 4.5.4 och 4.6. För en linjär (traditionell) styrmodell (6) - (7) är det prediktiva utgående styrvärdet ett kvadratiskt optimeringsproblem, för vilket det finns flera effektiva lösare, t.ex. Quadprog i MATLAB [3]. Det kan noteras att utan begränsningarna (7) är den beräknade optimala regleringen lika med den linjära kvadratiska regulatorn (LQR). [2]
Figur 1: Värmelasten för värmeradiatorn på höger sida är betydligt större än för radiatorn på vänster sida, vilket orsakar skillnader i de temperaturer som upplevs av de boende i rummen.
Kontroll av återkommande horisonter (RHC)
Även om en optimal styrning erhålls från (6) - (7) för tidpunkterna k + 1, k + 2, . . . , k + N, tillämpas vanligen bara den första styrningen. När en ny mätning anländer vid tidpunkt k + 1, kommer en annan sekvens av styrinmatningar för tidpunkterna k +2, k +3, ... . , k +N +1 erhålls från optimeringsalgoritmen. Principen där endast det första styrmedlet används och optimeringen utförs efter varje mätning kallas för principen för reglering med minskad horisont. Den gör den optimala regleringen mindre känslig för modellosäkerhet och gör det möjligt att härleda analytiska bevis för stabilitet i slutna kretsar, vilka utelämnas här och inte förklaras vidare.
Model Predictive Control (MPC) som används i byggnader
Flera faktorer tyder på att MPC har en stor potential inom fastighetsautomation jämfört med traditionella styrmetoder för VVS-system. Byggnader har i allmänhet en långsam dynamik på grund av isolering och stor termisk massa, vilket gör det nödvändigt att planera uppvärmningen i förväg (se figur 10). Kunskap om de viktigaste störningarna, t.ex. omgivningstemperaturer, solstrålningsnivåer och rumsplacering, är också lätt tillgänglig. Särskilt intressant har användningen av MPC varit i samband med lastförskjutning i elnätet, som är en nyckelkomponent i smarta nät och program för efterfrågeflexibilitet. MPC kan också användas för att integrera flera oberoende system på ett kostnadseffektivt sätt, t.ex. uppvärmning, ventilation och luftkonditionering. [4]
Befintliga tillämpningar av MPC för uppvärmning av byggnader
Några befintliga tillämpningar av MPC för styrning av uppvärmning av byggnader diskuteras kortfattat härnäst. De viktigaste resultaten, särskilt när det gäller energianvändning och genomförandefrågor, sammanfattas.
Fall 1: Tjeckiska tekniska universitetet i Prag
MPC har implementerats för värmereglering i en byggnad vid Tjeckiens tekniska universitet (CTU) i Prag. Genom att använda MPC minskade energiförbrukningen för uppvärmning med 17-24 % jämfört med en väderkompenserad reglering.
Det uppvärmningssystem som användes i studien (takstrålande uppvärmningssystem) är annorlunda än de uppvärmningssystem som vanligtvis finns i Finland. I studien användes Subspace Identification -metoden för att få fram den dynamiska modellen för värmesystemet. Identifieringsfasen var tvåfaldig: först identifierades en första modell utifrån driftsdata. Den inledande modellen förbättrades senare genom särskilt utformade identifieringsexperiment som genomfördes från slutet av december till början av januari. Endast förutsägelser av den omgivande temperaturen beaktades. Författarna till studien rapporterar om svårigheter med att få fram den dynamiska modellen som den största utmaningen vid genomförandet av MPC för byggnader. [5]
Figur 2: MPC kan justera värmetillförseln proaktivt före en förändring av omgivningstemperaturen, vilket ger överlägsna prestanda jämfört med standard PID-reglering och PID med extern temperaturkompensation (PIDc) [4].
Fall 2: OptiControl
Opticontrol [6] är ett tvärvetenskapligt forskningsprojekt om nya prediktiva styrstrategier för kostnadseffektiv styrning av byggnaders HVAC-system. I Opticontrol-projektet har man övervägt att integrera alla byggnadsautomationssystem, dvs. förutom uppvärmning har man också övervägt att styra persienner, ventilation osv. Modelleringsmetoden baserades på RC-analogmodeller. Fallbyggnaden var en ganska ny kontorsbyggnad i Schweiz. Ingen relativ jämförelse av energiförbrukningen gjordes, men författarna drog slutsatsen att MPC skulle minska energiförbrukningen med 17 % jämfört med en regelbaserad styrenhet. Författarna drog slutsatsen att med nuvarande energipriser är den insats som krävs för systemidentifiering och annan teknik som krävs för att införa MPC för hög för att motivera att den används i liknande byggnader. [7]
Sammanfattning av genomförandet
I tabell 1 sammanfattas de MPC-tillämpningar som diskuterats ovan. MPC:s effekt på energiförbrukningen beror på antalet system som använder MPC:n och byggnadernas fysiska egenskaper (t.ex. isolering). Användningen av MPC för att integrera flera system kan ge vissa synergieffekter (t.ex. en liten minskning av ventilationen under en effekttopp för uppvärmning).
MPC:s förmåga att flytta belastningen är i sig själv viktig i samband med efterfrågestyrning och smarta nät. Man kan dock dra slutsatsen att MPC:s tillämplighet för kommersiella produkter är begränsad på grund av behovet av tillräckligt exakta dynamiska modeller. För kommersiella, plug-and-play, typer av system kan tillräckligt exakta modeller inte erhållas enbart på grundval av historiska data, och ofta kan långvariga systemidentifieringsexperiment inte genomföras utan att det går ut över användarkomforten. För kontorsbyggnader kan det vara ett bra alternativ att planera identifieringsfasen under julhelgen.
Tabell 1: Jämförelse av MPC-tillämpningar.
Referenser:
