[发明专利]一种基于模型预测控制的智能楼宇用能灵活性调控方法在审
申请号: | 201811183951.1 | 申请日: | 2018-10-11 |
公开(公告)号: | CN109270841A | 公开(公告)日: | 2019-01-25 |
发明(设计)人: | 陈厚合;姜涛;李雪;李泽宁;李国庆;张儒峰;李本新;王长江;张嵩;李曙光;李晓辉 | 申请(专利权)人: | 东北电力大学 |
主分类号: | G05B13/04 | 分类号: | G05B13/04;H02S20/23 |
代理公司: | 天津市北洋有限责任专利代理事务所 12201 | 代理人: | 李林娟 |
地址: | 132012 *** | 国省代码: | 吉林;22 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 楼宇 智能楼宇 模型预测控制 配电网 楼宇系统 优化调度 运行成本 舒适度 集群 调控 暖通空调系统 蓄热 单元集成 对比分析 灵活管理 能耗预测 暖通空调 需求响应 有效解决 预测数据 运行场景 运行状态 构建 可控 制热 能耗 出力 灵活 优化 保证 分析 | ||
1.一种基于模型预测控制的智能楼宇用能灵活性调控方法,其特征在于,所述方法包括:
根据楼宇蓄热特性,构建考虑楼宇内部不同制热区域的智能楼宇能耗预测模型,并将楼宇系统作为灵活可控单元集成到配电网中;
基于模型预测控制,通过楼宇内部暖通空调系统在温度舒适度范围内对室温进行优化调节,实现楼宇系统的能耗灵活管理,降低楼宇运行成本;
对不同暖通空调控制下的楼宇集群进行优化调度分析,并对比分析了楼宇集群优化调度对于配电网运行状态的影响。
2.根据权利要求1所述的一种基于模型预测控制的智能楼宇用能灵活性调控方法,其特征在于,所述智能楼宇能耗预测模型具体为:
表示墙壁的热容;Nwi,j表示该墙壁相邻的所有节点集合;Tj代表节点j的温度;代表该墙体的温度;表示节点i与节点j间的热阻;αi,j代表此墙壁的吸热率;代表此面墙体的表面积;代表该面墙体所对应的光照强度;
表示制热区域的热容;表示该制热区域的室温;表示第i号制热区域相邻的所有节点;代表该制热区域的送风质量流量;cp代表该制热区域空气的比热容;表示该制热区域的送风温度;Rwini,j表示节点i与j间的窗体热阻;表示该面墙壁窗体的透射率;表示此窗户的表面积;与分别表示窗体所对应的光照强度与制热区域的内热源发热。
3.根据权利要求1所述的一种基于模型预测控制的智能楼宇用能灵活性调控方法,其特征在于,所述基于模型预测控制,通过楼宇内部暖通空调系统在温度舒适度范围内对室温进行优化调节具体为:
基于模型预测控制,构建智能楼宇的暖通空调系统优化调控模型,进一步得到暖通系统能耗负荷;
在温度舒适度范围内,基于暖通空调系统优化调控模型,对楼宇室温进行优化调节,并通过暖通系统能耗负荷实现对HVAC系统的优化调控,控制其送风温度,从而对暖通空调系统进行能耗管理。
4.根据权利要求3所述的一种基于模型预测控制的智能楼宇用能灵活性调控方法,其特征在于,所述智能楼宇的暖通空调系统优化调控模型具体为:
PtB=PtHVAC+Pto
其中,ut表示在t时刻HVAC系统的送风温度,分
表示各时间段的楼宇集群用电量;ΩT为该地区的实时电价;为各时间段光伏的发电量;CPV为光伏使用维护价格;κ为罚因子;
为t时刻的光伏出力;表示t时刻的楼宇功率;为t时刻的光伏出力;
表示t时刻的楼宇功率;表示t时刻楼宇内部HVAC系统的制热电功率消耗;
表示t时刻楼宇内部HVAC系统的送风电功率消耗,ηfan、ηmotor分别表示送风设备的风机、电机系数;ΔPtot为送风设备内部压强差;
表示t时刻HVAC系统的送风质量流量;表示t时刻HVAC系统的送风温度;为t时刻楼宇内部i号制热区域的实际温度;cp,air表示空气比热容;COP表示能效比。
5.根据权利要求4所述的一种基于模型预测控制的智能楼宇用能灵活性调控方法,其特征在于,所述暖通系统能耗负荷具体为:
PtHVAC=Pth+Ptf
其中,为t时刻HVAC系统电功率消耗。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东北电力大学,未经东北电力大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811183951.1/1.html,转载请声明来源钻瓜专利网。