[發明專利]一種基于模型預測控制的智能樓宇用能靈活性調控方法

在審

• 申請號: 201811183951.1
• 申請日: 2018-10-11
• 公開（公告）號: CN109270841A
• 公開（公告）日: 2019-01-25
• 發明（設計）人: 陳厚合;姜濤;李雪;李澤寧;李國慶;張儒峰;李本新;王長江;張嵩;李曙光;李曉輝
• 申請（專利權）人: 東北電力大學
• 主分類號: G05B13/04
• 分類號: G05B13/04;H02S20/23
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 李林娟

1.一種基于模型預測控制的智能樓宇用能靈活性調控方法，其特征在于，所述方法包括：

根據樓宇蓄熱特性，構建考慮樓宇內部不同制熱區域的智能樓宇能耗預測模型，并將樓宇系統作為靈活可控單元集成到配電網中；

基于模型預測控制，通過樓宇內部暖通空調系統在溫度舒適度范圍內對室溫進行優化調節，實現樓宇系統的能耗靈活管理，降低樓宇運行成本；

對不同暖通空調控制下的樓宇集群進行優化調度分析，并對比分析了樓宇集群優化調度對于配電網運行狀態的影響。

2.根據權利要求1所述的一種基于模型預測控制的智能樓宇用能靈活性調控方法，其特征在于，所述智能樓宇能耗預測模型具體為：

表示墻壁的熱容；Nw_i,j表示該墻壁相鄰的所有節點集合；T_j代表節點j的溫度；代表該墻體的溫度；表示節點i與節點j間的熱阻；α_i,j代表此墻壁的吸熱率；代表此面墻體的表面積；代表該面墻體所對應的光照強度；

表示制熱區域的熱容；表示該制熱區域的室溫；表示第i號制熱區域相鄰的所有節點；代表該制熱區域的送風質量流量；c_p代表該制熱區域空氣的比熱容；表示該制熱區域的送風溫度；Rwin_i,j表示節點i與j間的窗體熱阻；表示該面墻壁窗體的透射率；表示此窗戶的表面積；與分別表示窗體所對應的光照強度與制熱區域的內熱源發熱。

3.根據權利要求1所述的一種基于模型預測控制的智能樓宇用能靈活性調控方法，其特征在于，所述基于模型預測控制，通過樓宇內部暖通空調系統在溫度舒適度范圍內對室溫進行優化調節具體為：

基于模型預測控制，構建智能樓宇的暖通空調系統優化調控模型，進一步得到暖通系統能耗負荷；

在溫度舒適度范圍內，基于暖通空調系統優化調控模型，對樓宇室溫進行優化調節，并通過暖通系統能耗負荷實現對HVAC系統的優化調控，控制其送風溫度，從而對暖通空調系統進行能耗管理。

4.根據權利要求3所述的一種基于模型預測控制的智能樓宇用能靈活性調控方法，其特征在于，所述智能樓宇的暖通空調系統優化調控模型具體為：

P_t^B＝P_t^HVAC+P_t^o

其中，u_t表示在t時刻HVAC系統的送風溫度，分u分別為送風溫度的上下限；δu和分別為送風溫度的變化速率上下限；T_t為該制熱區域的溫度；與T分別為居民設置的舒適溫度上下限；ε_t和為松弛變量；

表示各時間段的樓宇集群用電量；Ω^T為該地區的實時電價；為各時間段光伏的發電量；C_PV為光伏使用維護價格；κ為罰因子；

為t時刻的光伏出力；表示t時刻的樓宇功率；為t時刻的光伏出力；

表示t時刻的樓宇功率；表示t時刻樓宇內部HVAC系統的制熱電功率消耗；

表示t時刻樓宇內部HVAC系統的送風電功率消耗，η_fan、η_motor分別表示送風設備的風機、電機系數；ΔP_tot為送風設備內部壓強差；

表示t時刻HVAC系統的送風質量流量；表示t時刻HVAC系統的送風溫度；為t時刻樓宇內部i號制熱區域的實際溫度；c_p,air表示空氣比熱容；COP表示能效比。

5.根據權利要求4所述的一種基于模型預測控制的智能樓宇用能靈活性調控方法，其特征在于，所述暖通系統能耗負荷具體為：

P_t^HVAC＝P_t^h+P_t^f

其中，為t時刻HVAC系統電功率消耗。