智能房屋紧凑热建模与动态热管理技术研究

现今,建筑能耗在总的能源消耗量中占有很大的比重,如果建筑采用智能化的能耗控制方法可以带来高的能源利用效率和显著的节能效果。另一方面,人们对建筑的自动化管理和居住工作环境的温度舒适性要求越来越高。针对这些问题,快速建立准确的建筑热模型以及动态高效的能耗-温度控制系统对于提升现在的智能建筑控制水平是非常重要的,而现有的建筑性能建模方式大多需要已知建筑的物理结构,且无法得到显式的表达方式。所以,本文的工作重点是在楼宇的先验结构未知的前提下建立建筑的紧凑热模型,然后在该热模型的基础上进行动态温度管理。首先,本文提出了一个准确的建筑热性能建模方法,对一般的建筑物和复杂的大型楼宇皆可适用,且无需了解建筑的结构采暖通风等物理信息。这种新的建模技术基于最近提出的子空间辨识方法来获得用于建立热性能的控制友好的状态空间模型,通过获取的建筑室内温度以及影响室温的室外环境温度、加热/制冷设备的能耗、室内其它负载电器的能耗等因素的历史数据来建立建筑的紧凑热模型。为了充分利用数据并且避免系统辨识方法易造成欠拟合与过拟合问题,本文提出了一种改进的子空间系统辨识的数值算法。该方法根据训练样本生成多个热模型以找到最优的模型阶数,然后通过使用生成的最优阶数执行常规系统辨识来生成最终模型。本文从真实的智能楼宇系统(BAS)开始,建立一些实际的建筑物(比如办公楼、数据中心)的热模型。实验结果表明,本文提出的方法能够有效避免系统辨识的过拟合问题,在建筑先验结构为知的情况下建立紧凑热模型,并且通过所提出的方法建立的建筑模型可以实现0.2-3%的平均误差。然后,本文实现了对室内温度的动态管理。基于之前建立的热模型,改进了模型预测控制算法,提出一种新的功耗预算方法,通过设定的各区域目标温度,预测功耗的期望值,通过反馈调节,滚动优化,保证能源高效利用的同时,将建筑的室内温度维持在了一个较高精度的恒定值。仿真结果显示,在执行温度管理的一个时间步长后,室内温度已非常接近设定值,不超过5个时间步长后,区域温度基本稳定在目标值。这种新的建筑动态热管理方法能够帮助我们实现室内的恒温环境,提高住宅的舒适性。