面向控制的数据驱动热动力学模型

单个住宅建筑中效率方法的节能收益以数十美元计，而全国范围内此类措施的节能总量可达数百亿美元，从而导致“公地悲剧”效应。摆脱此困境的途径在于部署自动化、集成化的住宅能源系统，为用户提供无缝、具成本效益的服务，从而改善舒适度与居住体验。在此背景下模型至关重要，因为智能操作系统强烈依赖于它们。然而，当前大多数用于建筑热行为的模型复杂度过高，导致实施与应用的问题。这种复杂性也掩盖了建筑良好已知的物理属性（如热质量）的利用。有鉴于此，我们研究数据驱动、易于实现的住宅环境模型，其可作为既有改造与新建住宅建筑中节能算法的基础。尽管底层动力学具有非线性，本研究利用 Koopman 算子理论框架表明，一个捕获单区或多区空间内物理过程的线性二阶模型嵌入，在与使用 EnergyPlus 模拟的数据对比时表现良好。此类模型复杂度低。我们表明其参数对建筑大规模动力学具有物理意义，并与热质量等概念相关。我们研究了改变热质量对建筑系统能量行为的影响，并给出最佳实践设计建议。