Vorausschauende Regelungskonzepte für moderne Gebäude

Transkript

1 Die neueste Version dieser Folien ist erhältlich auf: Vorausschauende Regelungskonzepte für moderne Gebäude Manfred Morari D. Gyalistras, C.N. Jones F. Oldewurtel, P. Rostalski T. Scherer MeteoSwiss

2 Verwendung von Wetter- und Belegungsprognosen für optimale Gebäudeklimaregelung Europa : 40% Energieverbrauch in Gebäuden Wetterprognosen Belegungsprognosen Berechnung Gebäude Energieeffizienz Benutzerkomfort Standards: Raumtemperatur im Komfortbereich mit definierter Wahrscheinlichkeit Ziel: Idee: Einhalten der Beschränkungen mit minimaler Energie Kohlenstoffarme Energiequellen und Gebäudedynamik sind langsam und periodisch Verwendung von Wetterpronosen für Planung Methode: Modelprädiktive Regelung mit Wetter- und Belegungsprognosen

3 Übersicht Industrieprojekt: OptiControl Demonstrator Gebäude Weitere Projekte im Bereich Gebäuderegelung

4 Verwendung von Wetter- und Belegungsprognosen für optimale Gebäudeklimaregelung Forschungsprojekt OptiControl Projekt Partner: - ETH Zurich, Systems Ecology (Projektleitung) - ETH Zurich, Automatic Control Laboratory - EMPA Building Technologies (ETH Bereich) - Meteo Schweiz, Bundesamt für Meteorologie und Klimatologie - Siemens Building Technologies Dauer: to 2010 Finanziert von: - Swisselectric Research - CCEM (Competence Center for Energy and Mobility, ETH Bereich) - Siemens Building Technologies

5 Einsatzgebiet Integrierte Raumautomation Integrierte Raumautomation bedeutet: Integrierte Regelung des Heizungs- und Kühlungssystems, der Storen und der elektrischen Beleuchtung des Raumes Regelaufgabe: Halten der Raumtemperatur, des Beleuchtungsgrades und des CO2 -levels in vorgegebenen Bereichen Time [h]

6 Inhalt 1 Modellprädiktive Regelung für Gebäudeklimaregelung 2 Assessment Konzept für MPC 3 Resultate 4 Schlussfolgerungen

7 Motivation - Modellprädiktive Regelung (MPC) für Gebäude Gebäude Messungen Stellgrössen MPC -Modell -Optimierung Energiekosten Komfortkriterien

8 Motivation - Modellprädiktive Regelung (MPC) für Gebäude MPC Prozedur: - Messe momentanen Zustand - Löse Optimierungsproblem (Plan) - Wende Stellgrösse vom ersten Schitt an (Do) - Gehe einen Schritt weiter - Wiederhole Gebäude Messungen Stellgrössen MPC -Modell -Optimierung Energiekosten Komfortkriterien

9 Motivation - Modellprädiktive Regelung (MPC) für Gebäude Wetter Meteo Service Wetterprognosen Messungen Gebäude + Stellgrössen MPC -Modell + -Optimierung Kalman Filter Energiekosten Komfortkriterien

10 Motivation - Modellprädiktive Regelung (MPC) für Gebäude Wetter Meteo Service Wetterprognosen Gebäude Messungen Stellgrössen MPC -Modell + -Optimierung Kalman Filter Energiekosten Komfortkriterien Minimiere erwartete Energiekosten Beschränkungen auf HVAC inputs Beschränkungen auf Raumtemp. Dynamik

11 Stochastische modellprädiktive Regelung Minimiere erwartete Energiekosten Beschränkungen auf HVAC inputs Beschränkungen auf Raumtemp. Dynamik Stochastisches MPC für Gebäudeklimaregelung Hauptelemente: - Stochastische Unsicherheit: aufgrund von Wetterprognosen - Chance constraints: Beschränkung der Raumtemperatur muss erfüllt sein mit gegebener Wahrscheinlichkeit aufgrund von Gebäudestandards [Oldewurtel, Jones, Morari, 2008]

12 Inhalt 1 Modelprädiktive Regelung für Gebäudeklimaregelung 2 Assessment Konzept für MPC 3 Resultate 4 Schlussfolgerungen

13 Assessment Konzept für MPC (1/2) Zwei Benchmark Regler Regelbasiert (RBC) Performance Bound (PB) - Stand der Technik - Kein Regler, sondern Konzept - Vergleich mit best practice RBC - Optimale Regelung unter vollständiger Information if ( Solarstrahlung < Schwellwert ) Storen voll geöffnet else if (Raum nicht belegt) - Storen ganz geschlossen else Storen zu vordefinierter Position geschlossen, die Beleuchtungssetpoint einhält end end Ultimative Grenze for jeden Regler!

14 Assessment Konzept für MPC (2/2) Grosse Simulationsstudie mit BACLab software [Gyalistras & Gwerder, 2010] Vorbereitung: 1. Fälle mit hohem theoretischen Einsparpotential (RBC versus PB) Energiekosten realistisch Potential theoretisch Regelbasiert MPC Performance bound Detail-Analyse: 2. Reglerperformance von MPC versus RBC 3. Wichtigkeit der Qualität von Wetterprognosen 4. Möglichkeit des Tunen von MPC

15 Release im Juni 2011!

16 Release im Juni 2011!

17 Inhalt 1 Modelprädiktive Regelung für Gebäudeklimaregelung 2 Assessment Konzept für MPC 3 Resultate 4 Schlussfolgerungen

18 1. Fälle mit theoretischem Einsparpotential Theoretisches Einsparpotential - Vergleich von PB and RBC untersuchte Fälle - Variierende Gebäudeparameter 60% der Fälle haben <100Kh/a Verletzungen und >30% NRPE use of PB Fälle für Detailanalyse 1 Viele Fälle mit hohem theor. Potential, 6 Fälle gewählt

19 2. Regelperformance von MPC versus RBC Vergleich von MPC und RBC - Stochastisches MPC: Horizont 24h, Zeitschritt 1h - RBC: best practice regelbasiert 2 MPC zeigt bessere Performance als RBC

20 2. Regelperformance von MPC versus RBC Vergleich von MPC und RBC - Stochastisches MPC: Horizont 24h, Zeitschritt 1h - RBC: best practice regelbasiert Best practice regelbasiert (RBC) Time step [h] Stochastisches MPC 2 MPC zeigt bessere Performance als RBC Time step [h]

21 3. Bedeutung von Wetterprognosen Vergleich von COSMO-7 und Persistenzprognosen Cosmo-7: Wettermodell, das von Meteo Schweiz verwendet wird Persistenz: Annahme, dass das Wetter is wie 24h zuvor 3 Wetterprognosen mit guter Qualität sind wichtig

22 4. Möglichkeit des Tunen von MPC Verändern des Wahrscheinlichkeitslevels der Beschränkungsverletzung - kann zum Tunen verwendet werden - Resultiert in Pareto Front zwischen Energieverbrauch und Komfortverletzungen 4 MPC ist einfach zu tunen mit einem Parameter

23 Zusammenfassung 1 Viele Fälle mit hohem theor. Potential, 6 Fälle gewählt 2 MPC zeigt bessere Performance als RBC 3 Wetterprognosen mit guter Qualität sind wichtig 4 MPC is einfach zu tunen mit einem Parameter Hannes Röst

24 Übersicht Industrieprojekt: OptiControl Demonstrator Gebäude Weitere Projekte im Bereich Gebäuderegelung

25 Demonstrator Gebäude Gebäude 1 Gebäude 2

26 Demonstrator Gebäude Gebäude 1 Gebäude 2 schweres Gebäude wenig Sensoren 50% Fenster TABS, Radiatoren keine Raumregelung leichtes Gebäude viele Sensoren Glassfassade Heiz/Kühldecke, Fancoils Raumregelung für Temperatur u. Licht

27 Übersicht Industrieprojekt: OptiControl Demonstrator Gebäude Weitere Projekte im Bereich Gebäuderegelung

28 Projekt 1: Herausforderungen im Wärmemanagement von Rechenzentren [T.Scherer, IBM Research] Der Energieverbrauch in Rechenzentren beträgt etwa 1% des totalen weltweiten Energieverbrauchs Hohes Einparpotential Wärmedichte steigt stark an Effizientes Kühlen ist Herausforderung Source: The Uptime Institute, Heat Density Trends Mischen von Kühlung und Abluft- Strömen kann ungewollte hot spots erzeugen. Rechenzentren häufig stark unterkühlt, um Temperaturobergrenzen für Server einzuhalten. Ziel: Optimierung des Luftstroms und der Lastverteilung, um Kühlung zu verbessern und Energie zu sparen.

29 Projekt 1: Herausforderungen im Wärmemanagement von Rechenzentren Messung Analyse von Temperatur, Last und Luftstrom Verwendung eines drahtlosen Sensornetzwerkes zur Echtzeitüberwachung [T.Scherer, IBM Research] Modellierung CFD Simulationen zur Extrapolation von Messungen Ableiten eines vereinfachten mathematischen Modells Schätzen des Temperaturprofiles und Sensitivitätsanalyse Regelung Optimierung der Luftstromverteilung Optimierung der Lastverteilung zur Unterstützung der Kühlungsstrategie Data Center Model Air Flow Job Allocation Temperature Workload Thermal-aware Workload Placement and Air Flow Control

30 [P. Rostalski] Projekt 2: Energieeffiziente Lüftung Mischlüftung Hauptelemente: - Eine Frischluftzufuhr - Starker Luftstrom - Manuell geregelter Einlass - Komplette Mischung Variabler Zulufteinlass Abluft Nachteile: - Schlechte Energieeffizienz - Luftqualität schlechter als bei Zuluft Air handling units JS Air conditioners (in meisten Gebäuden verwendet)

31 Projekt 2: Energieeffiziente Lüftung [P. Rostalski] Verdrängungslüftung Hauptelemente: Abluft Polluted air - Ein Hauptauslass in der Decke T Fresh air (treibt den Luftstrom an) cco T c CO 2 2 T T - Einlassplenum Supply c CO 2 T c CO 2 Sensors plenum Herausforderungen? - Behandlung der Luftverunreinigung - Dynamische VAV Regelung - Disturbance rejection - Verhinderung von Rezirkulation Adjustable local diffuser Luftqualität: (fast) Zuluftqualität

32 Projekt 2: Energieeffiziente Lüftung [P. Rostalski] Modellierung/Verifikation: - Statische Modellierung - Dynamische Modeling mit CFD - Experimentelle Verifikation - Vereinfachtes Modell für Regelung Virtual ceiling Weak sources of heat and CO 2 Strong heat source Static Modeling Automatic Control Lab., ETH Schätzung und Regelung: - Schätzung der CO 2 Verteilung - Optimale CO 2 /temp. Sensor Positionierung - Robustes Reglerdesign CFD Modeling Hensen, et al. Closed-loop Experimente: - Implementierung im Siemens HVAC-Labor Large Scale Experiments Siemens Building Technology

33 Übersicht Industrieprojekt: OptiControl Demonstrator Gebäude Weitere Projekte im Bereich Gebäuderegelung Hannes Röst