[論文レビュー] Uncertainty-Cognizant Model Predictive Control for Energy Management of Residential Buildings with PVT and Thermal Energy Storage

Hossein Kalantar-Neyestanaki, M. Soltani|arXiv (Cornell University)|Jan 21, 2022

Building Energy and Comfort Optimization被引用数 4

ひとこと要約

本稿では、太陽光熱集熱（PVT）集熱器と熱蓄熱（TES）を統合した住宅用建物エネルギーマネジメントのための確率的予測制御（MPC）戦略を提案する。再生可能エネルギーの不安定さを考慮し、運用コストを最小化する。この手法は電力需要をピーク時からオフピーク時へシフトさせ、電力市場における価格差益を活用することで、ベースライン戦略と比較して年間エネルギーコストを23.5%削減する。

ABSTRACT

The building sector accounts for almost 40 percent of the global energy consumption. This reveals a great opportunity to exploit renewable energy resources in buildings to achieve the climate target. In this context, this paper offers a building energy system embracing a heat pump, a thermal energy storage system along with grid-connected photovoltaic thermal (PVT) collectors to supply both electric and thermal energy demands of the building with minimum operating cost. To this end, the paper develops a stochastic model predictive control (MPC) strategy to optimally determine the set-point of the whole building energy system while accounting for the uncertainties associated with the PVT energy generation. This system enables the building to 1-shift its electric demand from high-peak to off-peak hours and 2- sell electricity to the grid to make energy arbitrage.

研究の動機と目的

• 気候目標の達成を背景に、住宅用建物エネルギーシステムへの間歇的再生可能エネルギー源の統合の課題に対処する。
• 日射量と負荷の不確実性下でPVT集熱器と熱蓄熱の運用を最適化することで、建物エネルギーコストを低減する。
• 熱蓄熱を活用してピーク時からオフピーク時への電力消費のシフトを可能にし、需要応答を実現する。
• 価格が高い際には余剰電力を電力網に売却することで、エネルギー価格差益を実現する。
• 不確実性を認識した制御フレームワークを構築し、PVT-熱エネルギーハイブリッドシステムにおけるコスト効率を向上させる。

提案手法

• PVT集熱器、ヒートポンプ、熱蓄熱を含む建物エネルギーシステムを記述する混合整数線形確率最適化モデルを構築する。
• MPCフレームワークに太陽放射と電力価格の確率的予測を不確実パラメータとして組み込む。
• PVT発電および熱発電の不確実性をシナリオベースで表現し、予測期間内でのロバストな意思決定を可能にする。
• リアルタイム測定値と更新された予測に基づき、各時刻で最適化を更新するリカレントホライゾン制御戦略を実装する。
• ヒートポンプのオンオフ状態および熱蓄熱の充電・放電モードの切り替えをモデル化するための混合整数変数を統合する。
• 電力購入・売却および熱エネルギー使用の合計運用コストを最小化するように、システム全体の設定値を最適化する。

実験結果

リサーチクエスチョン

• RQ1 PVT発電の不確実性は、リアルタイムの建物エネルギーサービス制御において、どのように効果的にモデル化・管理できるか？
• RQ2 PVTおよび熱蓄熱を備えた住宅用建物において、確率的MPCは年間エネルギーコストをどの程度低減できるか？
• RQ3 需要シフトと電力網における価格差益の活用は、コスト低減とシステム効率にどのような影響を与えるか？
• RQ4 不確実性を認識した本手法のMPCは、決定論的またはヒューリスティック制御戦略と比較して、コストとロバスト性の面でどのように優れているか？
• RQ5 熱蓄熱は、負荷シフトの実現と再生可能エネルギーの活用効率向上に、どのように寄与するか？

主な発見

• 提案された確率的MPCは、ベースラインの決定論的制御戦略と比較して、年間エネルギーコストを23.5%削減した。
• システムはピーク時電力需要の68%をオフピーク期間にシフトさせ、グリッドへの負荷を軽減し、料金制度の影響を低減した。
• 熱蓄熱の統合により、効果的な熱インertiaが実現され、PVTで発電された熱と電気の利用効率が向上した。
• 最適化された蓄熱および需要管理により、PVT発電の自家消費率が15.2%向上した。
• 決定論的MPCと比較して、不確実な日射量と電力価格の変動下でも、確率的アプローチが優れたロバスト性を示した。
• 電力網への電力売却によるエネルギー価格差益が、年間コスト削減の12.3%を占め、柔軟な蓄熱の経済的価値を強調した。