建筑室內(nèi)環(huán)境建模、控制與優(yōu)化及能耗預(yù)測.pdf

1、當(dāng)今，能源危機(jī)和環(huán)境污染是世界各國面臨的共同挑戰(zhàn)。我國是能源消耗大國，隨著經(jīng)濟(jì)的飛速發(fā)展，建筑能耗已占社會總能耗的四分之一以上，且這一比例還在逐年升高。在此背景下，建筑節(jié)能技術(shù)越來越受到重視。從控制學(xué)角度看，建筑能量系統(tǒng)可看作多變量、非線性的復(fù)雜系統(tǒng)，建筑節(jié)能目標(biāo)的實(shí)現(xiàn)涉及到建筑環(huán)境的優(yōu)化控制、建筑能量的預(yù)測與管理等諸多方面內(nèi)容。本文立足控制學(xué)科，在前人的基礎(chǔ)上，從建筑環(huán)境控制與能量管理等相關(guān)領(lǐng)域入手，進(jìn)行了如下研究工作。
　　

2、 出于節(jié)能和室內(nèi)環(huán)境優(yōu)化的目的，暖通空調(diào)系統(tǒng)對熱環(huán)境的控制與優(yōu)化需要室內(nèi)溫度分布的動態(tài)信息幫助決策。通常，計(jì)算流體力學(xué)(CFD)模型能提供這樣的精確信息，但是由于其迭代計(jì)算繁雜、耗時長，難以滿足實(shí)時性要求。本文引入基于本征正交分解(POD)的模型降階技術(shù)，與CFD仿真結(jié)合提出一種新的建筑熱環(huán)境建模方法，可同時滿足熱環(huán)境建模的精度和實(shí)時性要求。POD模型降階是一種映射方法，配合離散化技術(shù)，該方法可將無限維的非線性復(fù)雜系統(tǒng)變?yōu)閮H與POD模式

3、系數(shù)相關(guān)的低階線性系統(tǒng)。具體建模方法為:首先，利用CFD工具對建筑室內(nèi)熱環(huán)境進(jìn)行動態(tài)仿真，在此期間用快照的方式采集動態(tài)溫度場信息;其次，運(yùn)用有限體積法對能量平衡方程進(jìn)行空間和時間的離散化，并建立離散能量平衡方程的狀態(tài)空間表達(dá)式;然后，運(yùn)用POD方法對室內(nèi)動態(tài)溫度場進(jìn)行降階，并運(yùn)用Galerkin映射將高階能量方程投射到降階子空間上，從而得到階數(shù)十以內(nèi)的低階線性系統(tǒng)。在一個二維房間的仿真實(shí)驗(yàn)中，室內(nèi)溫度場的POD降階模型得到與CFD仿真基

4、本一致的瞬、穩(wěn)態(tài)精度，而其階數(shù)低至六階，證明了該方法的有效性。
　　 設(shè)計(jì)一個基于POD降階模型的室內(nèi)溫度精確控制系統(tǒng)。該溫控系統(tǒng)的特點(diǎn)在于，運(yùn)用“離線-在線”策略建立了室內(nèi)溫度場的動態(tài)降階模型，以實(shí)時反饋熱環(huán)境信息提高溫控精度。降階溫度場的初始狀態(tài)通過一個溫度傳感器和卡爾曼濾波器估計(jì)得到。本文分別設(shè)計(jì)了單神經(jīng)元自適應(yīng)PID控制器和模型預(yù)測控制器對該方法進(jìn)行仿真驗(yàn)證。結(jié)果表明，在速度場不變等假設(shè)條件下，該溫控系統(tǒng)可利用室內(nèi)溫度場

5、信息精確控制各區(qū)域溫度，具有提高熱舒適度和降低能耗的潛力。
　　 針對目前建筑室內(nèi)環(huán)境的優(yōu)化策略大都忽視環(huán)境參數(shù)空間分布的問題，本文利用POD降階技術(shù)在環(huán)境建模方面的快速性和準(zhǔn)確性，運(yùn)用多維插值和遺傳算法，設(shè)計(jì)一種綜合考慮室內(nèi)熱舒適度、室內(nèi)空氣質(zhì)量(IAQ)及空調(diào)能耗的優(yōu)化控制策略。其中，建筑室內(nèi)環(huán)境參數(shù)，包括溫度場、氣流場、CO2濃度分布、及熱舒適度分布等，先通過CFD仿真得到;然后利用POD方法重構(gòu)上述參數(shù)分布的低階變化空間

6、。優(yōu)化方法采用遺傳算法，控制變量包括置換通風(fēng)系統(tǒng)的送風(fēng)溫度和速度。優(yōu)化目標(biāo)涵蓋系統(tǒng)能耗、室內(nèi)熱舒適度、IAQ、以及垂直溫差等。在遺傳算法的每次優(yōu)化迭代中，通過POD參數(shù)空間內(nèi)的多維插值快速求解候選控制變量對應(yīng)的系統(tǒng)響應(yīng)，確保了優(yōu)化算法的實(shí)時性。一個辦公室環(huán)境的優(yōu)化仿真證實(shí)該方法的有效性。
　　 作為典型的數(shù)據(jù)驅(qū)動建模方法，在過去20年間，人工神經(jīng)網(wǎng)絡(luò)在建筑能耗預(yù)測領(lǐng)域應(yīng)用廣泛。本文結(jié)合自適應(yīng)模糊推理系統(tǒng)(ANFIS)和遺傳算法的

7、各自特點(diǎn)提出一種新的建筑能耗預(yù)測方法，即GA-ANFIS方法。其中，ANFIS通過訓(xùn)練輸入/輸出數(shù)據(jù)自適應(yīng)調(diào)整T-S模糊系統(tǒng)的隸屬度函數(shù)參數(shù)和結(jié)論參數(shù)，遺傳算法則對ANFIS中的模糊規(guī)則參數(shù)進(jìn)行優(yōu)化以幫助構(gòu)造最優(yōu)規(guī)則基。設(shè)計(jì)ANFIS的分級結(jié)構(gòu)用于應(yīng)對輸入變量過多造成的維數(shù)災(zāi)難問題。利用美國采暖、制冷與空調(diào)工程師學(xué)會(ASHRAE)提供的建筑能耗數(shù)據(jù)對該方法進(jìn)行驗(yàn)證。結(jié)果表明，該方法與神經(jīng)網(wǎng)絡(luò)方法相比其建模時間在同一尺度內(nèi)，而預(yù)測精度最