多样性的力量：面向节能建筑与区域的数据驱动鲁棒预测控制
最优化与控制
2016-07-20 v1 系统与控制
摘要
协作聚合建筑的能源管理由于巨大的节能潜力近来受到广泛关注。这些收益主要通过两种方式获得：(i) 利用协作建筑的负荷转移能力；(ii) 利用建筑群通常共享的昂贵但节能的设备（例如热泵、电池和光伏）。文献中提出了几种确定性及随机控制方案以努力实现这些节能。所有这些方法的一个共同困难是整合关于影响系统的扰动的知识。在此背景下，潜在的扰动分布往往基于历史数据刻画得很差。本文中，我们通过利用历史数据构建分布族来解决此问题，这些分布族以高置信度包含这些潜在分布。然后我们采用数据驱动鲁棒优化工具来构建一个多阶段随机优化问题，该问题可由有限维线性规划近似。所提方法适用于处理大规模系统，因为其复杂度相对于系统变量呈多项式增长。我们在数值研究中证明了其有效性，在能源成本节约和约束违反方面优于文献中已有的求解技术。我们通过展示协作管理具有异构特征的建筑集合所获得的显著节能来结束本研究。
引用
@article{arxiv.1607.05441,
title = {The Power of Diversity: Data-Driven Robust Predictive Control for Energy Efficient Buildings and Districts},
author = {Georgios Darivianakis and Angelos Georghiou and Roy S. Smith and John Lygeros},
journal= {arXiv preprint arXiv:1607.05441},
year = {2016}
}
备注
22 pages, 4 figures, submitted to IEEE Transactions on Control Systems Technology