[论文解读] Building Cyber-Physical Energy Systems

Grigore Stâmâtescu, Iulia Stamatescu+3 more|arXiv (Cornell University)|May 23, 2016

Smart Grid Security and Resilience参考文献 10被引用 9

一句话总结

本文提出了一种面向智能建筑的网络物理能源系统（CPES），以暖通空调（HVAC）系统的模型预测控制（MPC）为核心，旨在优化热舒适度并降低能耗。该系统通过基于Web的中间件（SMAP）集成BACnet协议传感器和控制器的实时数据，实现区域级预测控制，同时保持与现有建筑管理系统（BMS）的兼容性，计划在新建校园设施中开展试点部署，以验证节能效果和控制性能。

ABSTRACT

The built environment, as hallmark of modern society, has become one of the key drivers of energy demand. This makes for meaningful application of novel paradigms, such as cyber-physical systems, with large scale impact for both primary energy consumption reduction as well as (micro-) grid stability problems. In a bottom-up approach we analyze the drivers of CPS design, deployment and adoption in smart buildings. This ranges from low-level embedded and real time system challenges, instrumentation and control issues, up to ICT security layers protecting information in a world of ubiquitous connectivity. A modeling and predictive control framework is also discussed with outlook of deployment for HVAC optimization to a new facility for research from our campus.

研究动机与目标

• 开发一种可扩展、安全且互操作的网络物理能源系统（CPES），用于智能建筑，以降低一次能源消耗。
• 利用实时数据和天气/人员占用预测，实现HVAC系统的区域级预测控制。
• 在不干扰关键运行任务的前提下，将CPES与现有建筑管理系统（BMS）集成。
• 通过在新建校园科研设施中开展试点部署，验证系统性能，重点关注节能效果和居住者舒适度。
• 为将多个智能建筑集群整合为智能校园生态系统奠定基础。

提出的方法

• 基于建筑热阻容模型（BRCM）工具箱，设计模块化、线性化的状态空间热模型，用于实时预测控制。
• 采用模型预测控制（MPC），预测时域为8小时，采样周期为10分钟，并整合天气和人员占用预测。
• 利用SMAP基于Web的中间件，聚合来自多个数据源的BACnet兼容传感器和控制器的实时数据。
• 部署监督控制框架，与本地四管制风机盘管控制器通信，同时镜像BMS功能以实现验证。
• 在HVAC、电荷负载和智能电网集成组件中应用3M方法论——监测、建模、缓解。
• 将物理约束（如CO2浓度、温度设定点）和外部条件（天气、人员占用）整合到MPC优化问题中。

实验结果

研究问题

• RQ1 如何在真实建筑中有效应用模型预测控制于区域级HVAC系统，以降低能耗？
• RQ2 集成实时天气和人员占用预测对预测性HVAC控制性能有何影响？
• RQ3 如何在不中断现有BMS运行的前提下，将CPES并行部署于现有系统？
• RQ4 标准化中间件（如SMAP）在实现异构建筑控制系统间互操作性方面发挥何种作用？
• RQ5 该CPES框架在多栋建筑间可扩展和可复制的程度如何，以构建智能校园？

主要发现

• 所提出的CPES框架通过基于BRCM验证的线性化状态空间热模型，实现了HVAC系统的区域级预测控制。
• MPC策略在处理天气和人员占用相关不确定性的灵活性方面表现良好，此前的实验验证已证实其有效性。
• SMAP中间件成功聚合了来自多样化数据源（包括BACnet设备和OPC服务器）的实时数据，实现了可扩展的数据集成。
• 该系统设计为与现有BMS共存，支持基线能耗对比，并可验证控制策略的有效性。
• 试点部署的初步结果显示，通过集中式优化，系统在降低能耗成本和提升热舒适度方面具有显著潜力。
• 该框架通过支持标准化通信与控制协议，为未来向智能校园的可扩展性发展提供了支持，实现多个智能建筑的联邦化集成。