Development of model predictive control method using artificial intelligence for optimal operation of building energy systems

利用人工智能开发模型预测控制方法以实现建筑能源系统的优化运行

基本信息

  • 批准号：
    21J13953
  • 负责人：
    李 度胤
  • 金额：
    $ 0.96万
  • 依托单位：
    The University of Tokyo
  • 依托单位国家：
    日本
  • 项目类别：
    Grant-in-Aid for JSPS Fellows
  • 财政年份：
    2021
  • 资助国家：
    日本
  • 起止时间：
    2021-04-28 至 2023-03-31
  • 项目状态：
    已结题

项目摘要

本研究は、人工知能を活用したモデル予測制御手法(Model predictive control, MPC)を提案し、その手法を用いて蓄熱槽を有する建物空調熱源システムの運用最適化の実用性を検討することを目的とする。昨年度は、特に下記の２つの課題に取り組んだ。１．実システムを用いた人工知能を活用したMPC手法の検証実験実際に建物で使われる熱源機器によりモックアップ実験装置を構築し、当研究で提案する人工知能ベースのMPC手法を検証する実験を行った。外気や電気価格などの運用の外乱条件を考慮せず蓄熱槽を優先的に活用するケースと電気価格が高い時間帯において蓄熱槽の放熱運転を優先的に活用する２つの従来制御手法の実験ケースのデータを収集し、MPC手法を用いた運転データと比較した。その結果、MPC手法が従来制御手法より運用コストを約9%から14%まで削減できることが分かった。２．人工知能を活用したMPC手法の妥当な評価方法と評価結果分析建物のエネルギーシステムの主な熱源となるチラーの場合、外気温度と部分負荷率の条件によって機器の運転効率が大きく異なる。そのため、従来制御手法を用いた実験ケースと人工知能を活用したMPC手法の実験ケースの妥当な比較並びに評価が難しい。従って、従来制御手法と人工知能ベースのMPCの制御手法に基づいて収集した全ての実験データのチラーの電力消費量を、基準外気温度である28 °Cであれば消費されると想定される電力消費量に補正し分析を行った。その結果、従来制御手法でも、電気価格を考慮して蓄熱槽の放熱運転の運転スケジュールを決定して運用すると電気価格を考慮しない運転ケースより運用コストが14%程度削減できることが分かった。しかし、MPC手法を用いると電気価格を考慮する従来制御手法と比較して運用コストがより9.7%削減できる効果を確認した。
This study, artificial は capacity を use し た モ デ ル to our equestrian method (Model predictive control, the MPC) を proposal し, そ の gimmick を with い て heat storage tank を have す る building air conditioning heat source シ ス テ ム の using optimization の be use sex を beg す 検 る こ と を purpose と す る. For the previous year, に and special に are recorded below. The topic に is taken from the んだ group. 1. Be シ ス テ ム を with い た artificial can know を use し た MPC gimmick の 検 card be 験 be interstate に building で make わ れ る heat machine に よ り モ ッ ク ア ッ プ be を build し 験 device, when the proposed で す る artificial can know ベ ー ス の MPC gimmick を 検 card す る be 験 を line っ た. Outside 気 や electric 気 価 lattice な ど の using の outside disorderly conditions を せ ず heat storage tank を priority に use す る ケ ー ス と electric 気 価 lattice が high い time 帯 に お い て heat storage tank の heat transport planning を priority に use す る 2 つ の の 従 for equestrian method be 験 ケ ー ス の デ ー タ を 収 し, MPC gimmick を with い た transport planning デ ー タ と compare し た. そ の results and techniques of the MPC, が 従 for equestrian method よ り using コ ス ト を about 9% か ら 14% ま で cut で き る こ と が points か っ た. 2 Artificial can know を use し た MPC gimmick の appropriate な evaluation method と review 価 価 building の エ ネ ル ギ ー シ ス テ ム の main な heat source と な る チ ラ ー の occasion, outside 気 temperature の と part load rate に よ っ て machine の transport planning working rate が big き く different な る. そ の た め, 従 for equestrian method を い た be 験 ケ ー ス と artificial can know を use し た MPC gimmick の be 験 ケ ー ス の appropriate な compare and び に review 価 が difficult し い. 従 っ て, 従 for equestrian と artificial can know ベ ー ス の MPC の system method of equestrian に base づ い て 収 set し た full て の be 験 デ ー タ の チ ラ ー の を electricity consumption, benchmark 気 temperature で あ る 28 ° C で あ れ ば consumption さ れ る と scenarios さ れ る line power consumption analysis package し に を っ た. そ の results, 従 for equestrian で も, electricity 気 価 lattice を consider し て heat storage tank の heat transport planning の transport planning ス ケ ジ ュ ー ル を decided し て using す る と electric 気 価 lattice を consider し な い transport planning ケ ー ス よ り using コ ス ト が degree 14% cut で き る こ と が points か っ た. し か し, MPC gimmick を い る と electric 気 価 lattice を consider す る 従 for equestrian と comparison し て using コ ス ト が よ り 9.7% cut で き る unseen fruit を confirm し た.

项目成果

期刊论文数量（20）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
建物の熱負荷予測のための転移学習手法の効果検証
验证迁移学习方法预测建筑热负荷的有效性
  • DOI：
  • 发表时间：
    2022
  • 期刊：
  • 影响因子：
    0
  • 作者：
    中井麻友香;李度胤;大岡龍三;池田伸太郎;尾崎空奈;高橋健;崔元準;岡本哲也
  • 通讯作者：
    岡本哲也
空調熱源システムにおける人工知能を用いたモデル予測制御に関する研究（その５）蓄熱槽運転を優先とする従来制御とモデル予測制御の比較実験
空调热源系统中人工智能模型预测控制研究（五）常规控制与优先储热罐运行的模型预测控制对比实验
  • DOI：
  • 发表时间：
    2021
  • 期刊：
  • 影响因子：
    0
  • 作者：
    李度胤;大岡龍三;松田侑樹;池田伸太郎;崔元準
  • 通讯作者：
    崔元準
モデル予測制御に基づくデマンドレスポンスの基礎的研究
基于模型预测控制的需求响应基础研究
  • DOI：
  • 发表时间：
    2022
  • 期刊：
  • 影响因子：
    0
  • 作者：
    市川裕幸;大岡龍三;李度胤
  • 通讯作者：
    李度胤
Experimental study of AI-based model predictive control strategy for thermal energy storage system
基于AI的热能存储系统模型预测控制策略实验研究
  • DOI：
  • 发表时间：
    2021
  • 期刊：
  • 影响因子：
    0
  • 作者：
    Doyun Lee;Ryozo Ooka;Yuki Matsuda;Shintaro Ikeda;Wonjun Choi
  • 通讯作者：
    Wonjun Choi
モデル予測制御を用いたデマンドレスポンスに関する研究（その２）放射空調環境での効果検証
使用模型预测控制的需求响应研究（第2部分）辐射空调环境中的有效性验证
  • DOI：
  • 发表时间：
    2022
  • 期刊：
  • 影响因子：
    0
  • 作者：
    市川裕幸;大岡龍三;李度胤
  • 通讯作者：
    李度胤
{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi }}
  • 发表时间：
    {{ item.publish_year }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.author }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.author }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.author }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.author }}

数据更新时间：{{ patent.updateTime }}

李 度胤其他文献

李 度胤的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi }}
  • 发表时间：
    {{ item.publish_year }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
立即体验
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了