Titelaufnahme

Titel
Hybride modellprädiktive Regelung von Gebäude-Energieversorgungssystemen / von Barbara Mayer
Weitere Titel
Hybrid model predictive control for building energy supply systems
VerfasserMayer, Barbara
Begutachter / BegutachterinKozek, Martin
ErschienenWien, 2017
Umfang93 Seiten
HochschulschriftTechnische Universität Wien, Dissertation, 2017
Anmerkung
Arbeit an der Bibliothek noch nicht eingelangt - Daten nicht geprueft -
Abweichender Titel nach Übersetzung der Verfasserin/des Verfassers
SpracheEnglisch
DokumenttypDissertation
Schlagwörter (EN)hybrid model predictive control / building energy supply
URNurn:nbn:at:at-ubtuw:1-98523 Persistent Identifier (URN)
Zugriffsbeschränkung
 Das Werk ist frei verfügbar
Dateien
Hybride modellprädiktive Regelung von Gebäude-Energieversorgungssystemen [8.84 mb]
Links
Nachweis
Klassifikation
Zusammenfassung (Deutsch)

Der Gebäudesektor ist heute zu einem hohen Ausmaß verantwortlich für den Verbrauch von Primärenergie. Ziel ist es daher Energie in vorwiegend großen Gebäuden einzusparen und gleichzeitig mehr Energie aus erneuerbaren Quellen zu nutzen. Neben diesen umwelttechnischen Anforderungen gibt es jedoch noch Vorgaben anderer Interessensgruppen. Für Benützer darf dabei der Komfort (gesetzlich) nicht eingeschränkt werden, für Gebäudebetreiber hingegen ist eine kostenminimierte Fahrweise wünschenswert. Modellbasierte prädiktive Regelung (MPC) ist das ideale Werkzeug für diese divergenten Zielvorstellungen unter Berücksichtigung technischer Einschränkungen und externer (Stör-)Größen. Basierend auf einem modularen, hierarchischen MPC Konzept für Mehrzonen-Gebäude liegt der Kern dieser Arbeit in der Modellierung, der Reglerauslegung sowie -optimierung für die Ebene der Energiebereitstellung. Komplexe Stränge beinhalten schaltende Aggregate wie Wärmepumpen oder Kältemaschinen mit nachfolgenden Schichtspeichern. Die nichtlineare Dynamik dieser kontinuierlichen Systeme wird von den diskreten Aggregatzuständen beeinflusst. Analytisch hergeleitete nichtlineare hybride Modelle beschreiben das Gesamtsystem, das mit stückweise linearen Modellen mathematisch approximiert wird. Ein dafür ausgelegter hybrider, gemischt-ganzzahliger MPC (MI-MPC) optimiert nicht nur die Speicherbewirtschaftung sondern gleichzeitig auch die Aggregatschaltungen unter Einhaltung von Ein- und Ausschaltzeiten. Die Implementierung des MI-MPCs beinhaltet einen auf das System zugeschnittenen Branch and Bound Algorithmus, der technische Einschränkungen zur Reduktion der Suchräume nutzt. Das Ziel einer industriellen (Wieder-)Verwendbarkeit des Regelungskonzeptes konnte mit einem modularen Design von individuell für die einzelnen Energieversorgungsstränge zugeordneten MPCs erreicht werden. Das resultierende modulare MPCSchema (MPCC) bevorzugt die Verwendung von erneuerbaren Energien wie freie Kühlung oder Geothermie und gewährleistet die Bereitstellung eines vorgegebenen Energiebedarfs der Nutzungsebene zu minimalen Kosten unter Berücksichtigung technischer Restriktionen sowie Einbeziehung der Wettervorhersagen. Darüber hinaus können zeitlich variierende Kosten pro Energiequelle in die Zielfunktion eingehen, was eine Integration in ein intelligentes Netz ermöglicht. Das MPCC ist daher wesentlicher Baustein für eine nachhaltige Gebäudeautomatisierung. Die vorliegende Dissertation und die darin enthaltenen Veröffentlichungen sind im Laufe eines Forschungsprojektes am Institut für Mechanik und Mechatronik (Abteilung für Regelungstechnik und Prozessautomatisierung) in Kooperation mit dem Forschungspartner FH Joanneum, Institut für Industriewirtschaft, und dem Industriepartner evon GmbH entstanden. Das Projekt wurde von der Österreichischen Forschungsförderungsgesellschaft (FFG Nr. 832103) gefördert.

Zusammenfassung (Englisch)

Buildings are responsible for a large proportion of primary energy consumption. Thus, the aim is to reduce the energy demand of buildings and to increase the amount of energy taken from renewable sources. However, these environmental demands are supplemented with (legal) requirements regarding user comfort or a cost-efficient building operation. Model predictive control (MPC) is an effective means to gain optimal solutions for these conflicting goals with respect to technical constraints and external disturbances. Based on a modular hierarchic MPC concept for multi-zone buildings main part of this work is modeling, control design and optimization for the energy supply system. Complex supply circuits include switching aggregates such as heat pumps or chillers with stratifies storage tanks. The nonlinear dynamics of the continuous process are influenced by the state of the corresponding aggregate. The resulting analytically derived nonlinear hybrid model is approximated by a piecewise affine system. The dedicated hybrid mixed-integer MPC (MI-MPC) is simultaneously capable to optimize the stratified storage management and the switching states of the aggregate considering minimum up and down times by solving a mixed-integer problem. The implementation of the MI-MPC includes a branch and bound algorithm using technical constraints to reduce the remaining search space. The aim to develop an industrially (re)utilizable MPC-concept has been achieved by modularizing the control scheme such that each energy supply circuit is individually controlled by a dedicated MPC. The resulting modular predictive control concept (MPCC) prefers the usage of renewable energy sources such as free cooling or geothermal source. It its furhter capable to accurately provide the energy demanded by the user (energy consumption) level while minimizing the costs with respect to technical constraints incorporating weather forecasts. Additionally, the concept can cope wih time-varying energy costs allowing an integration into smart grids. Thus, the MPCC is an ideal tool for sustainable building automation. The present thesis and the papers within this work have originated in a course of a research project at the Institute of Mechanics und Mechatronics (Division of Control and Process Automation) in cooperation with the research partner FH Joanneum, Institute of Industrial Management, and the industrial partner evon GmbH. The project has been funded by the Austrian Research Promotion Agency (FFG Nr. 832103).