严寒地区光伏/热 - 地源热泵系统协调多目标模型预测控制:一种 Transformer 辅助的滚动时域框架
《ENERGY CONVERSION AND MANAGEMENT》:Coordinated multi-objective model predictive control for photovoltaic/thermal-ground source heat pump systems in severe cold regions: A Transformer-assisted rolling-horizon framework
【字体:
大
中
小
】
时间:2026年09月26日
来源:ENERGY CONVERSION AND MANAGEMENT 11.8
编辑推荐:
• 滚动预测控制将24小时预测、优化与状态反馈联系起来。
• 基于Pareto的优化协调了五个耦合的设备级控制信号。
• 在预测控制下,年度系统能耗降低了17.1%。
• 在优化运行下,光伏/光热发电量增加了3.7%。
• 年末土壤温度偏差从0.53°C降至0.10°C。
• 滚动预测控制将24小时预测、优化与状态反馈联系起来。
• 基于Pareto的优化协调了五个耦合的设备级控制信号。
• 在预测控制下,年度系统能耗降低了17.1%。
• 在优化运行下,光伏/光热发电量增加了3.7%。
• 年末土壤温度偏差从0.53°C降至0.10°C。
## 引言
在严寒地区,建筑物供暖期长且供暖负荷高。地源热泵(GSHP)系统在长期运行中通常以供暖为主。冬季从土壤中提取的热量在夏季难以完全恢复,这可能导致土壤温度下降、地埋管传热能力降低以及热泵效率下降[1]。Hu等人进一步表明,建筑物类型和气候区域对GSHP系统的土壤热失衡有显著影响[2]。
光伏/光热耦合地源热泵(PV/T-GSHP)系统集成了光伏发电、太阳能集热、热泵运行和地埋管换热。PV/T集热器提供的热能可以支持土壤回热,从而提高以供暖为主的寒冷气候中GSHP系统的长期性能和土壤温度稳定性[3]。Wang等人进一步表明,PV/T-GSHP系统的性能和经济可行性随供暖/制冷负荷分布和系统配置而变化[4]。因此,太阳能集热、热存储、热泵和地埋管换热的协调运行对于改善时变工况下的系统性能至关重要。
先前的研究从土壤热平衡、控制策略、扰动预测和动态优化等方面研究了太阳能辅助地源热泵系统的运行。以下回顾相关进展,以识别协调系统运行中仍面临的挑战。
关于GSHP系统的早期研究主要展示了其在建筑供暖和制冷方面的高效率和稳定性能。Sarbu和Sebarchievici[5]综述了GSHP系统类型、换热方法和建筑应用。随着寒冷地区长期运行问题的日益凸显,研究关注点转向了土壤热失衡。Wu等人[6]发现,以供暖为主的建筑物长期取热会降低土壤温度。他们提出地源吸收式热泵作为一种可能的解决方案。Emmi等人[7]进一步分析了寒冷气候中太阳能辅助GSHP系统的运行。其结果表明,向地埋管注入太阳能可有效增强土壤温度恢复。Xu等人[8]也确认土壤热失衡是GSHP系统高效可持续运行的主要障碍。他们指出混合GSHP系统是一个重要的改进方向。
随着太阳能-地热耦合系统的发展,PV/T-GSHP系统受到了越来越多的关注。You等人[9]综述了PV/T-GSHP系统并将其分为若干类型,包括直接供暖、源侧温度提升、多能耦合以及储热或地埋管注热。他们结论认为该系统可以增强PV/T集热器和GSHP系统的综合性能。最近,Wang等人[10]研究了寒冷地区PV/T-GSHP系统的运行特性。他们的工作进一步展示了该系统的低碳能源供应和土壤温度恢复潜力。Li等人[11]分析了PV/T-GSHP系统的热性能和年度能量流,并比较了不同的储热控制策略,表明运行策略对于太阳能利用和土壤长期热平衡的重要性。Wang等人[12]研究了带相变储热的PV/T耦合多源热泵供暖系统,证明了在寒冷地区应用中整合可再生能源、热泵和储热的节能和运行经济性效益。总体而言,先前的研究确认了PV/T-GSHP系统在降低能耗、提高太阳能利用率和支持土壤温度恢复方面的价值。然而,大多数研究仍集中在系统配置、容量设计和长期性能评估上。在运行期间对PV/T集热器、热存储罐、热泵、地埋管和循环泵的协调控制仍需进一步研究。
从系统运行和控制的角度来看,基于规则的控制(RBC)仍是热泵和太阳能辅助能源系统中最广泛采用的策略。RBC基于预定义的规则确定设备运行状态,通常涉及温差、室内温度、储罐温度或季节运行模式。由于其结构简单、计算需求低和易于实现,RBC已被广泛应用于实际工程系统。Salpakari和Lund[13]比较了光伏、热泵和储热建筑系统中的最优控制与基于规则的控制。他们表明合适的控制策略可以增加光伏自用电量并降低运行成本。Péan等人[14]在关于热泵建筑能源灵活性的综述中也区分了RBC和MPC这两种典型的监督控制方法。他们指出RBC更容易实现,但对未来扰动的主动响应能力有限。因此,当系统运行同时受到室外天气、太阳辐射、建筑负荷和储热状态影响时,固定阈值的RBC不足以实现多设备的整体协调。
与RBC相比,模型预测控制(MPC)通过将未来扰动预测纳入决策过程,提供了更具适应性的控制策略。MPC在滚动时域内优化控制动作,同时考虑系统约束、运行目标和动态状态。Oldewurtel等人[15]表明,将MPC与天气预报结合可以提高建筑气候控制系统的能源效率。Killian和Kozek[16]总结了MPC用于建筑节能的关键问题和应用条件。Drgoňa等人[17]进一步提出了建筑MPC的统一综述框架。他们强调了模型、预测、优化和实际部署之间的联系。对于热泵系统,Kuboth等人[18]将经济型MPC应用于与光伏、热泵、储热和电池耦合的居民能源系统。其结果表明预测控制策略适用于多能源系统。这些研究表明MPC对于具有未来扰动的动态系统是有效的。然而,PV/T-GSHP系统涉及太阳辐射、建筑负荷、储热、热泵启停和地埋管换热。其控制目标和决策变量更为复杂。因此,仍需要一个预测控制框架来实现系统的协调运行。
最近的研究越来越多地将数据驱动预测与模型预测控制结合应用于可再生能源和建筑能源系统。Zheng等人[19]将数据驱动热模型嵌入分层预测控制框架中,以协调多建筑能源系统中的热泵和电池运行。Pajares等人[20]为可再生能源微电网开发了移动阻塞预测控制策略,将短期物理约束和长期经济目标相结合,同时降低实时运行的计算负担。Sha等人[21]在Python-TRNSYS联合仿真框架中,将在线学习增强的长短期记忆预测模型与数据驱动模型预测控制及多目标优化相结合。Zhao等人[22]进一步将基于长短期记忆的光伏预测与面向光伏的模型预测控制相结合,以协调建筑灵活负荷与波动的光伏发电。这些研究展示了数据驱动预测和预测控制在可再生能源和建筑能源管理中日益增长的作用。它们也为在复杂可再生能源和建筑能源系统中整合多步扰动预测与滚动控制提供了方法论基础。
预测信息对MPC至关重要。对于PV/T-GSHP系统,未来室外温度、太阳辐射和建筑负荷共同影响PV/T集热、储罐温度、热泵运行时间和地埋管换热。Amasyali和El-Gohary[23]综述了数据驱动建筑能耗预测研究。他们强调了机器学习方法在建筑负荷预测中应用的增长。然而,建筑类型、时间尺度和输入特征可能强烈影响模型稳定性。Transformer由Vaswani等人[24]提出。其自注意力机制适用于捕捉时间序列数据中的长程依赖关系。Lim等人[25]提出了时间融合Transformer用于多步预测。该模型将注意力机制与可解释的时间序列预测相结合。在建筑能源领域,Li等人[26]提出了基于Transformer的建筑制冷负荷预测方法。其结果表明,与几种基准模型相比,预测精度提高且稳定性增强。Yu等人[27]也将Transformer应用于日前制冷负荷预测。他们的研究表明,这类模型可以描述建筑负荷的时间相关性和波动。与LSTM和GRU等通过循环状态顺序处理时间信息的循环架构相比,自注意力机制直接建模不同时间步之间的依赖关系,并允许并行处理序列。这些特性适合本任务,该任务需要对多个扰动进行24小时多步预测以实现滚动MPC。因此,选择Transformer作为预测层以捕捉天气、太阳辐射和建筑负荷中的时间依赖关系,并为滚动优化提供未来扰动输入。这一选择是基于其对多步和多变量预测的适用性,而非假设Transformer普遍比LSTM或GRU更准确。
除了预测和控制之外,PV/T-GSHP系统涉及多个动态过程。包括太阳能、电能、热能、储热和地埋管换热。因此,单一指标不足以全面评估系统性能。TRNSYS具有模块化和瞬态仿真能力,被广泛用于太阳能辅助热泵、GSHP系统和建筑能源系统的动态仿真。Lee等人[28]使用TRNSYS估算系统能耗。他们将人工神经网络与多目标遗传算法相结合,优化了以供暖为主地区太阳能辅助GSHP系统的全生命周期成本和气候性能。Ferrara等人[29]研究了山区的太阳能辅助GSHP系统。他们研究了太阳能场、地热场和储热单元的最优设计。这些研究表明动态仿真平台可以支持复杂能源系统的性能评估和优化。
在优化方法方面,多目标优化可以揭示不同系统目标之间的权衡关系。Deb和Jain[30]提出的NSGA-III使用参考点机制来维持解的分布,适用于多目标和超多目标优化问题。在PV/T-GSHP相关研究中,Wang等人[31]对BIPV/T-能源桩-GSHP系统进行了多目标优化,以总功耗、全生命周期气候性能和全生命周期成本为主要优化目标。然而,大多数现有优化研究仍集中在容量设计、系统配置或典型运行参数上。对预测驱动控制中的时变运行状态关注较少。在滚动预测时域内,系统能耗、负荷满足度和控制平滑度之间强耦合。如何在动态仿真环境中建模和协调这些目标仍需进一步研究。
总之,PV/T-GSHP系统已显示出改善太阳能-地热互补利用、提高系统整体效率和支持土壤温度恢复的潜力[32]。相关研究进一步确认了PV/T辅助GSHP系统的能量性能效益[33]。对于以供暖为主的地区,混合GSHP系统已被用于缓解长期取热造成的土壤热失衡[34]。太阳能辅助GSHP配置也被用于改善源侧热恢复[35]。然而,大多数现有研究仍集中在系统配置、容量匹配和年度性能评估上,对运行期间多设备动态协调控制的关注较少。
这一问题对于严寒地区的PV/T-GSHP系统尤为相关,其运行同时受到太阳辐射、室外天气、建筑负荷、储热状态和地埋管换热的影响。传统RBC简单且易于实现,但固定阈值无法主动适应多个扰动的连续变化[36]。MPC可以将未来信息纳入滚动优化,已应用于建筑能源系统[37]。其在热泵系统中的应用也展示了预测控制对动态运行的潜力[38]。多目标优化已被引入太阳能辅助GSHP系统中以平衡相互竞争的性能指标[39]。多步负荷预测也被纳入混合GSHP群控中[40]。动态GSHP和太阳能回热模型已被整合到建筑能源系统优化中[41]。然而,预测、物理状态反馈、多设备控制和动态仿真通常仍被视为独立的元素。它们在PV/T-GSHP运行的滚动闭环框架内的持续协调仍有待探索。
基于上述差距,本研究为严寒地区的PV/T-GSHP系统开发了一个预测驱动的多目标协调控制框架。其方法论贡献不在于单独使用Transformer、MPC、NSGA-III或TRNSYS,而在于在滚动时域闭环内将未来扰动预测、更新后的物理状态、多目标控制序列优化和动态状态反馈联系起来。
Transformer被用作预测层,提供未来24小时天气和负荷扰动的多步预测。其作用在于使控制器能够预期即将出现的变化,而不仅仅是对当前状态做出响应。基于socket通信的Python-TRNSYS实时交互平台用于更新系统的物理状态,并在每个控制步骤与优化层进行数据交换。采用NSGA-III是因为该控制问题同时涉及能耗、未满足负荷和控制平滑度,以及通过TRNSYS评估的离散设备运行状态和非线性系统响应。NSGA-III通过Pareto集保留这些目标之间的权衡,而非将三个目标合并为单个预定义的加权目标,从而从中选择一个折中的控制序列。在每个滚动时域内,该框架协调储能泵、集热泵、末端泵以及热泵的制冷/制热模式。所得控制策略进一步从年能耗、COP、运行成本、光伏功率发电和土壤热失衡等方面进行评价,以考察连续滚动控制决策的累积效应。
Section snippets
Methods
本节介绍了开发和评估所提出的滚动控制框架所使用的方法。首先定义系统配置和控制问题,随后介绍预测-控制-优化框架、多步预测、控制策略和多目标滚动优化。接着引入案例研究、动态仿真模型、验证流程和评估指标,为后续性能评估奠定基础。
Results and discussion
所提出的控制框架从预测与优化性能、系统运行、能源与经济性能以及地面热响应等方面进行评价。随后讨论所得的运行机理、实际意义与局限性。
Conclusion
为改进光伏/地源热泵系统中的设备协同,并克服固定阈值RBC对天气和建筑负荷变化适应性有限的问题,本研究开发了一种整合Transformer、MPC和NSGA-III的预测驱动多目标控制框架。Transformer提供24小时的气象条件和建筑负荷预测,而Python-TRNSYS联合仿真平台提供更新的系统状态反馈。基于这些信息,NSGA-III执行滚动控制……
CRediT作者贡献声明
谢思源:写作—审阅与编辑、写作—原始草稿、可视化、验证、软件、方法论、调查研究、形式分析、数据整理、概念化。王浩:软件、调查研究、形式分析。王兴:验证、软件、数据整理。刘雅娇:软件、资源、概念化。高佳佳:监督、资源、项目管理、资金获取、概念化。李涛:写作—审阅与编辑、监督、资源,
利益冲突声明
作者声明他们不存在任何可能影响本文所报告工作的已知的竞争财务利益或个人关系。
致谢
感谢湖北省教育厅青年人才科技研究项目(编号Q20221110)和西部绿色建筑国家重点实验室开放基金(LSKF202316)的资金支持。
谢思源 | 王浩 | 王兴 | 刘雅娇 | 高佳佳 | 李涛
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号