Distribuované prediktivní řízení budov

Abstract

Tato diplomová práce se zabývá definicí tepelných vztahů v budově, následným sestavením modelu, návrhem distribuovaného řízení a v neposlední řadě jeho porovnáním s řízením centralizovaným. Analýza modelu budovy je postavena na elektro-termální analogii a zahrnuje všechny hlavní tepelné operace v budově. Zároveň je představen pojem zóny budovy a na něj navazuje algoritmus spojování těchto zón. Rozdělení konceptu budovy do zón je základním principem pro umožnění realizace návrhu distribuovaného řízení. Dále práce představuje centralizované prediktivní řízení spolu s příklady a simulacemi, které poskytují možnost srovnání. Hlavním cílem práce je ovšem návrh řízení distribuovaného. V této problematice jsou nejprve představeny dekompoziční metody a jejich užití. Samotný vývoj algoritmů distribuovaného prediktivního řízení přináší hned několik úskalí, která jsou rozebrána. Jedním z nich je například problém s přerozdělením zdrojového tepla mezi zóny budovy, dalším problémem je návrh lokálních zónových regulátorů. V závěru práce přichází nejpodstatnější část srovnání navržených algoritmů na modelových situacích. K porovnání slouží tzv. ztrátová funkce, kterou počítá každý z navržených řídících algoritmů v rámci optimalizace.

The aim of this thesis is to introduce thermal principles of a building, apply these principles into a model, design a building distributed control and compare it with a centralised control approach. The building model analysis is based on electric-thermal analogy and deals with the thermal influences in building. Concept of a building zone is introduced and algorithm for concatenation of these zones is defined in order to prepare building for centralized control design. Furthermore, centralized model predictive control theory and examples with simulations are included for comparison with other control approaches. The main objective of this thesis is dedicated to distributed control. Decomposition structures are presented as a background for distributed mechanism. Development of distributed model predictive control algorithms involves resource allocation problem as well as local zone control design. Above all, the distributed control algorithms are challenged against centralized control approach. Comparison of these algorithms is achieved using objective functions of each control optimalization problem.