【模型】OpenBuild中的MPC控制器

OpenBuild 是一種建築HVAC系統熱力學仿真控制軟件。

https://la.epfl.ch/files/content/sites/la/files/shared/common/openBuid/Manual.pdf

 

假設我們可以直接控制每個房間的熱通量，並讓總的用電量最小。因此，有函數J，

N是控制器的控制範圍，x和u分別是預測狀態和輸入軌跡。

 

本模型的MPC模型可以寫成：

最小化 　

並滿足所有

;

;   從建築中提取出來的建築空間模型假設全狀態測量。（所以這裏C爲單位矩陣）

;

;

其中U爲輸入限制，是時變限制。

sE2 = simulationEngine(b);
sE2.addSimulatorEnergyPlus;

離散化狀態空間模型ssM：

ssM.discretizeModel(b.buildingData.simulationData.timestep);

確定zone temperature空間溫度爲唯一可用的測量值：

measurement =
    regexpcmp(ssMd.outputLabels.getLabel(1:ssMd.outputLabels.length),’Zone
    Mean Air Temperature’,’ignorecase’);
ssMd.C = ssMd.C(find(measurement),:);
ssMd.outputLabels.removeLabels(find(~measurement));

爲了糾正干擾預測誤差，以及建模不匹配的情況，我們考慮無偏差公式，這實際上將增加整合行爲到估計器。必須指定干擾模型。我們通常考慮輸出干擾。該功能以恆定的輸出干擾增強了建築物的模型。 ：

ssM.augmentModel();

我們現在可以設置估算器。估計器基於增強模型：它將測量值、之前的輸入值和干擾值作爲輸入，輸出建築物狀態和輸出干擾的估計值。 使用卡爾曼濾波器：

kalmanEst = kalman(ssM,sE2.parameters);
sE2.addEstimator(kalmanEst);

最後建立MPC控制器：

MPCCtrl = MPCSetback(ssM,sE2.parameters);
sE2.addControllerMPC(MPCCtrl);

可以在相應的文件（MPCSetback.m和MPC_setback_update.m）中找到MPC實現的詳細信息。 模型的增加不會導致（3）中的任何修改，除了這個，我們有，其中f是輸出誤差的當前估計。 它採用軟約束實現，因此始終保證可行性。 在這裏提供的示例中，使用工具箱YALMIP制定了MPC問題，並且已經使用求解器gurobi來解決問題。 Yalmip允許從大量求解器中進行選擇。 不幸的是，對於這個問題，但是免費的替代方案包括例如SEDUMI。