Advanced forecasting and disturbance modelling for model predictive control of smart energy systems
publisert av ELSEVIER-tidsskriftet Applied Energy 292 (2021) 116889
Medforfattere: Christian Ankerstjerne Thilker, Henrik Madsen, John Bagterp Jørgensen fra Danmarks Tekniske Universitet, Institutt for anvendt matematikk og informatikk, Asmussens Allé, bygning 303B, DK-2800 Kgs. Lyngby, Danmark.
Vi beskriver en metode for å legge inn avanserte værforstyrrelsesmodeller i modell prediktiv kontroll (MPC) av energiforbruk og klimastyring i bygninger. Ytelsen til sikkerhetsekvivalente kontrollere som konvensjonell MPC for smarte energisystemer avhenger kritisk sett av nøyaktige forstyrrelsesprognoser. Vanligvis brukes meteorologiske modeller for å levere værprognoser. Disse er imidlertid ikke godt egnet for kortsiktige prognoser. Vi viser at en avansert fysisk og statistisk beskrivelse av forstyrrelsene kan gi nyttige kortsiktige forstyrrelsesprognoser. Vi undersøker saken ved å kontrollere inneluftstemperaturen til en simulert bygning ved hjelp av stokastiske differensialligninger (SDE) og en sikkerhetsekvivalent MPC ved hjelp av den nye kortsiktige prognosemetoden. En Lamperti-transformasjon av dataene og modellene er et viktig bidrag for å få denne SDE-baserte tilnærmingen til å fungere. Simuleringsbaserte studier antyder at betydelige forbedringer er tilgjengelige med sikkerhetsekvivalent MPC basert på kortsiktige prognoser, generert av den avanserte forstyrrelsesmodellen: strømsparing på 5% –10% samtidig som inneklimaet forbedres ved å redusere perioder der komfortkriteriet ikke nås med opptil 90%.
