[論文レビュー] Adaptive Robust Data-driven Building Control via Bi-level Reformulation: an Experimental Result

Ying Zhao Lian, Jicheng Shi+2 more|arXiv (Cornell University)|Jun 10, 2021

Control Systems and Identification参考文献 43被引用数 20

ひとこと要約

本稿では、Willemsの基本的補題を用いて、事前のシステムモデル化を必要とせず、適応的でノイズに強い予測制御を可能にする、耐障害性のある二段階型データ駆動制御フレームワークを提案する。実世界の20日間の実験において、業界標準の制御器よりも18.4%低いエネルギー消費を達成した一方で、能動的励起とノイズのある測定値下での軌道予測を通じて、居住者の快適性と制約の満足を確保した。

ABSTRACT

Data-driven control approaches for the minimization of energy consumption of buildings have the potential to significantly reduce deployment costs and increase uptake of advanced control in this sector. A number of recent approaches based on the application of Willems' fundamental lemma for data-driven controller design from input/output measurements are very promising for deterministic LTI systems. This paper \change{proposes a systematic way to handle unknown measurement noise and measurable process noise}, and extends these data-driven control schemes to adaptive building control via a robust bi-level formulation, whose upper level ensures robustness and whose lower level guarantees prediction quality. Corresponding numerical improvements and an active excitation mechanism are proposed to enable a computationally efficient reliable operation. The efficacy of the proposed scheme is validated by \change{a multi-zone building simulation} and a real-world experiment on a single-zone conference building on the EPFL campus. The real-world experiment includes a 20-day non-stop test, where, without extra modeling effort, our proposed controller improves 18.4\% energy efficiency against an industry-standard controller, while also robustly ensuring occupant comfort.

研究の動機と目的

• 未知の測定ノイズと屋外温度や日射量などの測定可能なプロセスの摂動に対処できる、実用的で適応的かつ耐障害性のある建物HVACシステムのデータ駆動制御方式の開発。
• Willemsの基本的補題に基づくデータ駆動制御を、不確実性下での時変システムに拡張し、耐障害性と予測精度を保証すること。
• 能動的励起と効率的な行列逆行列更新を通じて、オンラインで計算効率の良い運用を可能にする。
• シミュレーションおよび実世界の実験を通じて、制御器の性能を検証し、追加のモデル化なしにエネルギー効率の向上と耐障害性を示すこと。

提案手法

• 上位問題は測定ノイズに対する耐障害性を Wasserstein 距離に基づく不確実性集合によって保証する二段階最適化問題を定式化し、下位問題は入力/出力データを用いて正確な軌道予測を保証する。
• 真のシステム軌道とノイズのある測定値との間の Wasserstein 距離の上界を最小化する、新しい軌道予測手法を導入する。
• Willemsの基本的補題を応用して、歴史的入出力データからシステム行動を表現し、モデルフリーの制御器設計を可能にする。
• オンラインのハンケル行列更新のためのデータ品質を保証するため、能動的励起機構（アルゴリズム1）を組み込む。
• 正則化と凸緩和技術を用いて、データ駆動型システム同定プロセスにおけるノイズの影響を軽減し、分布的耐障害性と関連付ける。
• リアルタイム運用における計算可能性を維持するため、効率的なオンライン行列逆行列更新を採用する。

実験結果

リサーチクエスチョン

• RQ1 Willemsの基本的補題に基づくデータ駆動制御器は、建物制御において未知の測定ノイズと測定可能なプロセスの摂動に対し、耐障害性を示せるか。
• RQ2 時変な建物システムにおいて、耐障害性と予測精度の両方を同時に保証できるように、二段階の定式化をどのように構築できるか。
• RQ3 建物におけるデータ駆動制御器の信頼性あるリアルタイム導入を実現するための、計算的およびデータ品質のメカニズムは何か。
• RQ4 データ駆動制御器は、エネルギー効率と制約の満足度において、標準的な産業用制御器をどの程度上回れるか。

主な発見

• 四日間の実世界実験において、同様の天候条件下で、提案された制御器は業界標準の制御器に比べて18.4%低いエネルギー消費を達成した。
• 20日間の連続テストにおいて、制約違反はゼロであり、屋外温度が14.6°Cから29.5°Cにまで変動しても、室内温度は快適範囲内を維持した。
• 能動的励起スキームにより、恒常的励起が維持され、データ品質が保証され、ハンケル行列の安定的なオンライン更新が可能になった。
• モデル再推定や再チューニングを必要とせず、気象状態の変化（暖房期と冷房期の両方を含む）に対しても高い適応性を示した。
• 耐障害性のある二段階定式化により、ノイズのある測定値下でも信頼性の高い性能が得られ、上位最適化が Wasserstein 距離を用いて不確実性を効果的に制限した。
• 効率的な行列逆行列と正則化の数値的改善により、低計算負荷でリアルタイムでの運用が可能になった。