建造环境（BERL）课题组李志伟博士在中科院二区期刊《Energy & Buildings 》（JCR Q1， IF=7.201）发表论文，研究基于模型预测控制方法提高集中热力站的室温稳定性和运行效率。

题目

 Improving room temperature stability and operation efficiency using a model predictive control method for a district heating station

基于供热站模型预测控制方法提高室温稳定性和运行效率的研究

作者

Zhiwei Li(李志伟，一作，天大/兰州交通), Junjie Liu（刘俊杰，天大）, Lizhi Jia（贾利芝，通讯作者，天商）, Yanmin Wang（王延敏，天大/大连海心）

研究亮点

l  基于Modelica建立真实反应热力站运行的动态仿真灰箱模型。

l  结合建筑热惰性通过模型预测控制得出提高热力站室温控制的灵活性和鲁棒性。

研究背景

在中国，集中供热系统随着城市化进程而迅速发展。目前，中国是世界上最大的区域供热国家也是CO2排放量最大的国家。中国承诺在2030年之前达到二氧化碳排放峰值，并在2060年之前实现碳中和。根据2020年最新的综合长期战略研究结果，到2035年，相比2015年中国建筑行业需要减少约17% - 41%的二氧化碳排放。因此，降低建筑供暖能耗是实现可持续发展的一个重要策略。

采暖的最终目的是提供一个满足用户热舒适要求的室温。中国采暖系统温度控制采用区域热力站集中控制，即通过气候补偿曲线调节二次网供水温度，满足用户供暖需求。而室温的变化具有明显的时间序列特征，不仅受气象参数的影响，还受内外扰动、蓄热等状态参数的影响。因此，利用气候补偿曲线很难实现稳定的室内温度调节。同时建筑热惯性和管道延迟给区域热力站的精确调控带来了巨大困难。模型预测控制(MPC)是一种先进的控制方法，近年来受到建筑环境控制领域研究人员的广泛关注。MPC结合了预测模型、优化函数和目标反馈。不同的控制目标函数旨在使热舒适最大化，运行成本最小化，能耗最小化，峰值负荷需求最小化，可再生能源生产率最大化等。这些研究主要集中在单体建筑或单体房间，几乎没有对DH系统规模和大型区域热力站的研究。为了提高用户的热舒适性和区域热力站的运行效率，本文提出了一种基于区域热力站的MPC控制方法。首先建立区域热力站的Modelica灰盒模型，并通过实测数据进行验证;研究了网络时延、建筑热惰性和室外综合天气波动对室内温度变化的影响。其次，根据MPC方法确定区域热力站的最优控制步长;比较了传统控制法和MPC法的能耗、热舒适和管网稳定性。

主要成果

1.提出了热力站MPC控制逻辑

Fig. 1. MPC schematic diagram of the DH station

图1.区域热力站MPC控制示意图

典型的MPC系统由预测模型、目标函数、控制时域、约束条件、干扰模型和优化方法组成。这些组件中的每一个都会影响MPC的性能。MPC加热系统原理图如图1所示。室温由区域供热系统二次网络的加热参数确定。二次管网水温由一次管网阀通过比例积分(PI)控制器控制。采用MPC控制器对二次管网供水温度进行了调整。在MPC模块中，使用Modelica构建的系统模型进行系统性能评估，使用Python调用Modelica模型对加热参数进行优化。将提取的平均室温作为MPC的输出值，计算DH站的综合室温，对DH站的热舒适进行评价。下面将介绍区域热力站模型、MPC公式和MPC的主要参数。

2.房间降阶模型的建立

Fig. 2. Reduced-order RC grey-box model of room

图2. 房间降阶灰箱模型

将复杂的房间模型简化为电阻和电容（RC）图是保证系统仿真的准确性和快速性的关键，其中RC模型是大型系统动态仿真非常实用的模型，其中模型电路图简化是关键。且模型参数辨识方法也是保证模型准确的重要因素之一。

3.目标函数和优化问题

Fig.3.Control logic of the MPC method

图3. MPC控制逻辑

通过模型进行优化供水参数，优化的供水参数用于实际运行，当实际与模型之间存在差距进行修正模型参数，以保证下一阶段的准取仿真。

4.管网延时

Fig. 4. Change in supply and return temperature

图4.供回水温度随时间变化曲线

Fig. 5. The cross-correlation function of the DH station.

图5. 区域热力站供回水温度相关函数

系统中热力站供回水温度延时约为1h。

5.不同工况下室温波动对比

Fig. 6. Comparison of room temperature fluctuations between CCM and MPC under different p values. 

图6.传统工况与MPC工况在不同时间间隔优化参数室温波动对比图

Fig. 7. Comparison chart of the indoor temperature distribution under different p values.

图7. 不同p值下不同房间的温度分布

在传统控制中室温波动较大，MPC方法优化供水温度，随着优化时间间隔缩短室温稳定性升高，由于建筑热惰性的存在，每隔8h优化一次供水温度就能达到非常稳定的效果。建筑热惰性降低了对系统的调控频率，系统的调节灵活性较高。

6.热舒适和能耗多目标优化

Fig. 8. Comparison chart of room temperature fluctuation under three typical working conditions. (a) Comparison of indoor temperature fluctuation. (b) Comparison of water supply temperature fluctuation

图8. 三种工况下室温波动对比图。（a）室温波动对比，（b）供水温度波动对比

传统工况试问波动最大，基于热舒适单目标优化室温稳定性最高，以热舒适和能耗为目标在保证热舒适的前提下进一步较低能耗。

7.管网稳定性

Fig. 9. Change in valve opening under different control strategies.

图9. 不同控制策略下阀门开度变化

Fig. 10. Standard deviation for valve opening under different control strategies

图10. 不同控制策略下阀门开度标准差

MPC控制不仅提高热舒适性，对提高管网稳定性也有一定帮助。

8.控制系统抗干扰分析

Fig. 11. Influence of solar radiation on room temperature fluctuation under different scenarios. (a)  Comparison of indoor temperature fluctuation. (b) Comparison of water supply temperature in secondary network. (c) Changes of outdoor temperature and solar radiation over time.

图11. 不同控制策略下天气扰动对室温波动的影响

MPC控制较传统控制对具有明显的抗干扰能力。传统工况在太阳辐射的影响下可能造成1.5℃的偏差，而MPC控制低于0.5℃。

文章引用格式：

Z. Li, J. Liu, L. Jia, Y. Wang, Improving room temperature stability and operation efficiency using a model predictive control method for a district heating station, Energy & Buildings (2023), doi: https://doi.org/10.1016/j.enbuild.2023.112990

稿件编辑：李志伟

稿件审核：刘俊杰、田媛、何明桐