《BUILDING AND ENVIRONMENT》：Real-Time Occupant-Centric HVAC Optimization via Fast Deep-Learning Field Prediction
编辑推荐：
智能HVAC控制中基于MLP-VQGAN代理与CMA-ES优化的实时能效优化框架，通过动态调整供气参数实现人流动态下的精准温场控制，节能达40-88%且热舒适性指数PPD<10%。
Minghao Liu | Zhonghua Gou
武汉大学城市设计学院，中国武汉
摘要
在公共建筑中，暖通空调（HVAC）系统的能耗占比最大，然而传统的固定设定点控制方法无法考虑空间内的热不均匀性和动态的人员分布。本研究提出了一种集成的生成代理模型和进化优化框架，用于实现实时的、以人员为中心的HVAC控制。MLP–VQGAN代理模型能够将连续的HVAC控制参数直接映射到室内温度和气流场，其推理时间低于0.1秒，温度的平均均方根误差（RMSE）为0.151°C（SSIM = 0.970），气流速度的RMSE为0.014 m/s（SSIM = 0.831）。结合CMA-ES算法，该框架被应用于一个炎热的夏季教室环境（室内温度36°C，室外温度39°C），并在120种人员分布场景下进行了评估。结果表明，该框架能够根据人员分布情况自动调整空气供应策略：对有人区域进行重点冷却，对分散布局区域提供均匀的气流。通过充分利用可控的热不均匀性——优先冷却有人区域，同时允许无人区域温度稍高——该框架在提高热舒适度的同时减少了边界热量损失和不必要的冷却能耗。一个单一的权重参数β可以实现舒适的能量平衡：在β较低时，节能效果为40–88%，而在以节能为导向的运行模式下，节能效果超过95%。这一进展为可部署的智能建筑系统奠定了基础，有助于通过响应人员需求的HVAC系统实现净零能耗目标。
章节摘录
缩写表
I. 组织、标准和热舒适度指标。
| 缩写 | 全称 |
|---|
| ASHRAE | 美国供暖、制冷和空调工程师协会 |
|---|
| ISO | 国际标准化组织 |
|---|
| PMV | 预测平均满意度 |
|---|
| PPD | 预测不满意百分比 |
|---|
| clo | 服装隔热单位 |
|---|
| RH | 相对湿度 |
|---|
II. 物理模型和流体动力学。
| 缩写 | 全称 |
|---|
| CFD | 计算流体动力学 |
|---|
| DNS | 直接数值模拟 |
|---|
| LES | 大涡模拟 |
|---|
| RANS | 雷诺平均纳维-斯托克斯方程 |
|---|
| N-S | |
|---|
框架概述
为了实现实时的、以人员为中心的HVAC控制，本研究开发了一个基于CFD的代理模型框架，专门用于优化任务。该框架用快速且可控的生成代理模型替换了原始的高保真CFD求解器，能够快速预测室内热气流场，并根据人员分布和舒适度与能耗的权衡动态优化HVAC设置。
案例描述和边界条件假设
本研究选择武汉大学城市设计学院的209号房间作为实证分析的代表性案例（图5）。武汉是一个夏季极其炎热的城市，6月至8月期间，白天气温通常在32–38°C之间，热浪常常使气温超过40°C[51]。209号房间是一个中等规模的多功能教室，用于教学、会议、小型讲座和学生研讨会等。
室内温度和气流场的重建结果
为了进一步验证基于CFD的方法，使用VQGAN模型重建的温度和气流场结果与在相同空调设置和运行条件下的OpenFOAM瞬态CFD结果进行了比较。每个验证样本的生成场与CFD模拟具有相同的供气参数配置和相同的物理时间步长，确保在一致的边界条件下进行一对一的对比。
不同生成模型的性能比较
现有的快速模拟研究[41,[59],[60],[61],[62]主要应用了条件生成模型（如Pix2Pix和CycleGAN）进行图像到图像的转换任务，例如预测建筑形状变化对自然通风或日光照射模式的影响。尽管这些模型在空间模式映射方面表现良好，但它们的输入通常是几何或基于图像的，缺乏物理可控性，因此无法直接生成气流。结论
本研究提出了一种颠覆性的端到端框架，用于实时的、以人员为中心的HVAC优化，直接解决了计算效率、物理保真度和控制兼容性之间的长期矛盾，这些问题限制了基于CFD的传统代理方法的应用。通过将问题重新定义为参数到场的预测，创新性地使用MLP–VQGAN进行优化定制的场生成，并通过严格的基准测试将其与CMA-ES算法相结合，我们实现了亚秒级的响应速度。
CRediT作者贡献声明
Minghao Liu：撰写 – 原始草案、可视化、方法论、调查、数据分析、概念化。
Zhonghua Gou：撰写 – 审稿与编辑、监督、资源协调、项目管理、资金获取。
