一种用于建筑 HVAC 系统节能控制的自适应 MPC 方案

提出了一种自主自适应 MPC（模型预测控制）架构，用于控制供暖、通风与空调（HVAC）系统，在维持室内温度的同时降低能耗。尽管设备使用和人员占用随时间变化，现有 MPC 方法无法在长期无人工专家干预的情况下自动重新学习模型并可靠地计算控制决策。我们试图解决这一弱点。所提架构中嵌入了两个主要特征以实现自主性：(i) 基于我们先前工作的系统辨识算法，该算法周期性地从数据中重新学习建筑动力学和未测量的内部热负荷，且无需专家重新调参。所估计的模型无论数据如何都保证稳定并具有理想的物理特性；(ii) 一种对原始非凸问题进行凸近似的 MPC 规划器。该规划器使用下降且收敛的方法，其底层优化问题可行且凸。使用真实对象的全年仿真表明，所提架构的两个特征——周期性模型与扰动更新以及规划问题的凸化——对于相对于常用基线控制器取得性能提升至关重要。若无这些特征，尽管 MPC 在某些情况下优于基线控制器，其收益可能不足以证明投资 MPC 的合理性。